6 APROXIMACIÓN DE

UNIDAD

EDOs
DE PRIMER ORDEN

6.1. Introducción

En todo la unidad, consideraremos

• a, b ∈ R con a < b y el intervalo [a, b].

• x0 ∈ R.
• f : [a, b] × R −→ R, continua y tal que para cada (t, x) ∈ [a, b] × R
 
∂f ∂f
existe (t, x) y : [a, b] × R −→ R es también continua.
∂x ∂x


• El PVI x′ (t) = f t, x(t) , x(a) = x0 .

Con las hipótesis anteriores, sabemos que cada PVI tiene una única solución. Pretendemos
en esta unidad ilustrar cómo obtener una aproximación a la solución de estos PVIs mediante
métodos numéricos.
Para cada n dividiremos el intervalo [a, b] en n subintervalos equiespaciados, y consideraremos
b−a
h= y tk = a + kh, k = 0, . . . , n. Observar que t0 = a y tn = b.
n
Un método de un paso consiste en un algoritmo de la forma

xk+1 = xk + hΦ(tk , xk , h), k = 0, . . . , n − 1

de manera que el resultado final será el valor xn que tomaremos como una aproximación del
valor x(tn ) ≡ x(b); es decir, xn ≃ x(b). De hecho, cuando calculamos numéricamente la
solucón de un PVI, no obtenemos una aproximación de su función solución x(t), sino que
en cada iteración obtenemos una aproximación de esta solución en cada uno de los instantes
tk = a + kh, k = 0, . . . , n; es decir, xk ≃ x(tk ).

151
152 Tema 6: Aproximación de Ecuaciones Diferenciales de Primer Orden

El error global del método tras n pasos se define como

En = |xn − x(b)|

y proporciona el error acumulado en la solución numérica al llegar al tiempo final de la

simulación.
Diremos que el método o el algoritmo es de orden m, donde m ∈ N \ {0}, si En = O(hm ),
M̂
lo que significa que existe M > 0 tal que En ≤ Mhm = m , donde M̂ = M(b − a)m .
n
Se define el residuo o error local en el paso k-ésimo como la cantidad en la que la solución
exacta difiere de los valores obtenidos por el algoritmo; es decir,

ek = |x(tk+1 ) − x(tk ) − hΦ(tk , xk , h)|, k = 0, . . . , n − 1.

Como el error global depende de los errores acumulados al calcular los valores xk , para
cada k = 0, . . . , n − 1, resulta que En = O(n máx{ek }) y por tanto, si el método tiene orden
local igual a m + 1, tiene orden global igual a m. Como es habitual, cuando m = 1, el orden
se denomina lineal, mientras que cuando m = 2 se denomina cuadrático.
Es habitual exigir que la función Φ satisfaga que Φ(t, x, 0) = f (t, x).

6.2. Método de Euler

El método de Euler consiste en el algoritmo

xk+1 = xk + hf (tk , xk ), k = 0, . . . , n − 1

es decir, corresponde a considerar Φ(t, x, h) = f (t, x). Sabemos que el método de Euler es
localmente cuadrático y por tanto globalmente lineal. Podemos utilizar las siguientes instruc-
ciones con MAPLE.

c A.M. Encinas & M.J. Jiménez. EEBE, CNED 2019-20

Método de Euler 153

Algoritmo de Euler
[> f := definición de la función;
[> h := valor del paso;
b−a
[> a := punto inicial : b := punto final : h :=
n
[> t := i → a + i ∗ h (puntos de valoración);
[> x(a) := x0 ;
[> x := proc(i) option remember;


x(i − 1) + h ∗ f t(i − 1), x(i − 1)
end proc :

6.3. Problemas propuestos del método de Euler

Problema 1. Utilizar el Método de Euler con h = 0.1 y con h = 0.05 para obtener una
aproximación de y(0.5), donde y(x) es la única solución del PVI

y ′(x) = 4x − 2y(x), y(0) = 2.

Problema 2. Utilizar el Método de Euler con h = 0.1 y con h = 0.05 para obtener una
aproximación de y(0.5), donde y(x) es la única solución del PVI

y ′(x) = x + y(x)2 , y(0) = 0.

Problema 3. La posición de un vehículo en función del tiempo, x(t), está determinada por
la EDO
x′ (t) + 2x(t) = 2t2 .
Si la posición del vehículo en el instante t0 = 0 es x(0) = 1, utilizar el Método de Euler con
un paso de tiempo h = 1.0 para calcular la posicicón en el instante t = 4.0.

Problema 4. La posición de un vehículo en función del tiempo, x(t), está determinada por
la EDO
x′ (t) + x(t) = 4t.
Si la posición del vehículo en el instante t0 = 0 es x(0) = 2, se pide:

(i) Utilizar el Método de Euler con un paso de tiempo h = 1.0 para calcular la posición
en el instante t = 2.0.

c A.M. Encinas & M.J. Jiménez. EEBE, CNED 2019-20

154 Tema 6: Aproximación de Ecuaciones Diferenciales de Primer Orden

(ii) Se ha podido medir la posición exacta del vehículo en el instante t = 2.0 y se ha

obtenido el valor x(2.0) = 4.81. Sin aplicar el método de Euler, estimar a partir del
orden de convergencia del algoritmo, el valor que obtendríamos para el instante t = 2.0
utilizando el método de Euler con un paso de tiempo 0.5.

Problema 5. Utilizar el Método de Euler con h = 0.1 y con h = 0.05 para obtener una
aproximación de y(0.5), donde y(x) es la única solución del PVI

y ′ (x) = x2 + y(x)2 , y(0) = 1.

Problema 6. Utilizar el Método de Euler con h = 0.1 y con h = 0.05 para obtener una
aproximación de y(0.5), donde y(x) es la única solución del PVI
p
y ′ (x) = xy(x) + y(x), y(0) = 1.

6.4. Método de Euler mejorado

El método de Euler mejorado consiste en el algoritmo

hh
i
xk+1 = xk + f (tk , xk ) + f tk + h, xk + hf (tk , xk ) , k = 0, . . . , n − 1,
2

1h
i
es decir, corresponde a considerar Φ(t, x, h) = f (t, x) + f t + h, x + hf (t, x) . Observar
2
que Φ(t, x, 0) = f (t, x) Sabemos que el método de Euler mejorado es localmente de orden 3 y
por tanto globalmente cuadrático. Podemos utilizar las siguientes instrucciones con MAPLE.

c A.M. Encinas & M.J. Jiménez. EEBE, CNED 2019-20

Método de Runge–Kutta de cuarto orden 155

Algoritmo de Euler mejorado

[> f := definición de la función;
[> h := valor del paso;
b−a
[> a := punto inicial : b := punto final : h :=
n
[> t := i → a + i ∗ h (puntos de valoración);
[> x(a) := x0 ;
[> x := proc(i) option remember;
h h

x(i − 1) + ∗ f t(i − 1), x(i − 1)
2 
i
+f t(i − 1) + h, x(i − 1) + h ∗ f t(i − 1), x(i − 1)
end proc :

6.5. Métodos de Runge–Kutta

Los métodos de Runge–Kutta de orden s consisten en algoritmos de la forma

s
X
xk+1 = xk + h Ai fi , k = 0, . . . , n − 1,
i=1 !
X s
fi = f tk + αi h, xk + h βij fj , i = i, . . . , s.
j=1

Los esquemas Runge-Kutta son explícitos o implícitos dependiendo de las constantes βij
del esquema. Si βij = 0 para j = i, ..., s, los esquemas son explícitos. Por otro lado, las
constantes Ai , αi y βij se escogen para que el método tenga orden local s + 1 y sea globalmente
de orden s.
Observar que estos métodos corresponden a considerar
s s s
!
X X X
Φ(t, x, h) = Ai fi = Ai f t + αi h, x + h βij fj
i=1 i=1 j=1

s
X
lo que en particular implica que Φ(t, x, 0) = f (t, x) si y sólo si Ai = 1. En lo sucesivo
i=1
asumiremos esta propiedad.

c A.M. Encinas & M.J. Jiménez. EEBE, CNED 2019-20

156 Tema 6: Aproximación de Ecuaciones Diferenciales de Primer Orden

6.5.1. Método de Runge–Kutta de cuarto orden

A partir del esquema general de los métodos de Runge–Kutta , podemos introducir coefi-
cientes en la descripción de la función Φ que determina el esquema numérico, con el fin de
incrementar el orden del método. Este planteamiento da lugar a multitud de esquemas dife-
rentes, todos con un patrón común, que no vamos a considerar aquí. En particular, cuando
f ∈ C 4 ([a, b] × R) puede plantearse la búsqueda de esquemas cuyo orden global sea 4. De entre
todos los posibles, mostraremos sólo el que conoce con el nombre de métodos de Runge–Kutta
clásico de cuarto orden, que es sin duda el método más utilizado en la práctica, hasta tal punto
que es habitual denominar método de Runge–Kutta al de cuarto orden que describiremos a
continuación.

hh i
xk+1 = xk + f1 + 2f2 + 2f3 + f4 , donde, para cada k = 0, . . . , n − 1 se tiene que
6
f2 = f tk + h2 , xk + h2 f1 ,


f1 = f (tk , xk ),
f3 = f tk + h2 , xk + h2 f2 ,


f4 = f (tk + h, xk + hf3 ) .

Observar que este método corresponde a considerar

1h
i
f t, x1 (t, x, h) + 2f t + h2 , x2 (t, x, h) + 2f t + h2 , x3 (t, x, h) + f t + h, x4 (t, x, h)




Φ(t, x, h) =
6

donde
x1 (t, x, h) = x,
x2 (t, x, h) = x + h2 f t, x1 (t, x, h) ,

x3 (t, x, h) = x + h2 f t + h2 , x2 (t, x, h) ,

x4 (t, x, h) = x + hf tk + h2 , x3 (t, x, h) .

Como x1 (t, x, 0) = x2 (t, x, 0) = x3 (t, x, 0) = x4 (t, x, 0) = x, resulta que se tiene que

f1 (t, x, 0) = f2 (t, x, 0) = f3 (t, x, 0) = f4 (t, x, 0) = f (t, x), lo que finalmente implica que
Φ(t, x, 0) = f (t, x).

c A.M. Encinas & M.J. Jiménez. EEBE, CNED 2019-20

Método de Runge–Kutta de cuarto orden 157

Podemos utilizar las siguientes instrucciones con MAPLE.

Algoritmo de Runge–Kutta de cuarto orden

[> f := definición de la función;
[> h := valor del paso;
b−a
[> a := punto inicial : b := punto final : h :=
n
[> t := i → a + i ∗ h (puntos de valoración);
[> x(a) := x0 ;
[> x := proc(i) option remember;
local X1 , X2 , X3 , X4
X1 := x(i − 1);
h


X2 := x(i − 1) + 2
∗ f t(i − 1), X1 ;
h
∗ f t(i − 1) + h2 , X2 ;


X3 := x(i − 1) + 2
X4 := x(i − 1) + h ∗ f t(i − 1) + h2 , X3 ;

h h
x(i − 1) + ∗ f t(i − 1), X1 + 2f t(i − 1) + h2 , X2



6
i
+2f t(i − 1) + h2 , X3 + f t(i − 1) + h, X4

end proc :

6.5.2. Problemas propuestos del método de Runge–Kutta de cuarto

orden

Problema 1. Utilizar el Método de Runge–Kutta de cuarto orden con h = 0.1 para obtener
una aproximación de y(0.5), donde y(x) es la única solución del PVI

y ′(x) = (x + y(x) − 1)2 , y(0) = 2.

Problema 2. Utilizar el Método de Runge–Kutta de cuarto orden con h = 0.1 para obtener
una aproximación de y(0.5), donde y(x) es la única solución del PVI

y ′ (x) = 1 + y(x)2 , y(0) = 0.

c A.M. Encinas & M.J. Jiménez. EEBE, CNED 2019-20

158 Tema 6: Aproximación de Ecuaciones Diferenciales de Primer Orden

Problema 3. Utilizar el Método de Runge–Kutta de cuarto orden con h = 0.1 para obtener
una aproximación de y(0.5), donde y(x) es la única solución del PVI

2
y ′ (x) = x − y(x) , y(0) = 0.5.

Problema 4. Utilizar el Método de Runge–Kutta de cuarto orden con h = 0.1 para obtener
una aproximación de y(1.5), donde y(x) es la única solución del PVI

y ′ (x) = 2x − 3y(x) + 1, y(1) = 5.

Problema 5. Utilizar el Método de Runge–Kutta de cuarto orden con h = 0.1 para obtener
una aproximación de y(0.5), donde y(x) es la única solución del PVI

y ′ (x) = e−y(x) , y(0) = 0.

Problema 6. Utilizar el Método de Runge–Kutta de cuarto orden con h = 0.1 para obtener
una aproximación de y(1.5), donde y(x) es la única solución del PVI

y(x)
y ′(x) = xy(x)2 − , y(1) = 1.
x

c A.M. Encinas & M.J. Jiménez. EEBE, CNED 2019-20