ITESM, Campus Monterrey Departamento de Matem aticas MA-841: Ecuaciones Diferenciales Lectura #21

Invierno 2001 Profesor: Eduardo Uresti

1
1.1

Soluciones Num ericas a EDs

Introducci on: Soluciones num ericas?

En general, los m etodos de soluci on a EDs se pueden agrupar en 3 categorias. Los m etodos anal ticos los cuales se basan en el manejo de expresiones matem aticas como la derivaci on, integraci on, la simplicaci on algebraica, o la factorizaci on. Estos producen como resultado la f ormula de la funci on soluci on. Este tipo de m etodos es preferible pues apartir de la f ormula de soluci on puede gracarse la funci on soluci on o hacer tablas de valores de ella. Pero a veces, para problemas reales no es posible resolver anal ticamente una ED. Este a veces se convierte en en general en problemas reales. Los m etodos gr acos pretenden describir gr acamente el comportamiento cualitativo de la funci on. Conclusiones como que la funci on soluci on se estaciona en un valor para valores grandes de la variable independiente, o que la funci on crece y alcanza un m aximo y posteriormente se estaciona, pueden ser las conclusiones que se obtienen utilizando este tipo de m etodos. A la par de estos m etodos est an los m etodos num ericos. Los m etodos num ericos pretenden hacer una tabla de valores para la funci on inc ognita y soluci on al problema. Estos m etodos se aplican a problemas con valores iniciales y producen respuestas del tipo x 1.00 1.10 1.20 1.30 1.40 1.50 y = f (x ) 1.000 1.200 1.464 1.815 2.285 2.927

Todos los m etodos num ericos son aproximados, y como es de esperarse existen toda una gama con fuertes diferencias entre ellos. Desde los que invierten poco esfuezo computacional hasta aquellos que consumen gran cantidad de recursos. El sentido com un funciona; aquellos que invierten m as recursos computacionales obtienen tablas de valores m as aproximadas a los valores obtenidos utilizando la f ormula de la funci on soluci on exacta en general. En la siguiente secci on veremos algunas t ecnicas de obtenci on de los valores y = f (x) de la funci on soluci on.

1.2

Generalidades

En esta secci on estaremos interesados en hacer una presentaci on y revisi on comentada de algunos m etodos num ericos para la soluci on al problema y = f (x, y ) y ( x 0 ) = y0 , es decir, a una ED de primer orden con condiciones iniciales y (x0 ) = y0 . Esta informaci on ser a el primer rengl on de la tabla que estamos interesados en formar: x x0 y = f (x ) y0

La forma como ha sido tratado el llenado de esta tabla ha sido pensado en un proceso iterativo-recursivo. Explicaremos. Supongamos que la tabla est a llena hasta el paso o rengl on n, c omo llenar el siguiente?: x x0 x1 x2 . . . xn y = f (x ) y0 y1 y2 . . . yn

Usualmente los valores de x est an igualmente espaciados y la distancia entre ellos es una constante jada por el que quiere resolver el problema, que llamaremos simplemente el usuario. Esta distancia se conoce como el paso y se simboliza comnmente por la letra h. De esta forma, el punto xn+1 se puede calcular f acimente por la f ormula xn+1 = xn + h = xo + n h Aunque la f ormula xn = xo + n h es matem aticamente v alida y simple, en general se preere la versi on recursiva xn+1 = xn + h. El problema ahora se reduce a las f ormulas para calcular yn+1 . Aqu se puede hacer una divisi on entre diferentes m etodos. En a quellos que para el c alculo de yn+1 s olo utilizan la informaci on del rengl on anterior de la tabla (xn , yn ) y aquellos que utilizan los dos renglones anteriores o m as de la tabla. Estos u ltimos m etodos se conocen en la literatura como m etodos multipaso. Los primeros son m as sencillos. Entre estos todav a hay separaciones. Est an aquellos utilizan informaci on intermedia para aproximar mejor el valor de yn+1 y otros que s olo utilizan la funci on y el rengl on anterior.

1.3

M etodo de Euler

El m etodo de Euler es el m etodo m as simple utilizado para resolver el problema y = f (x, y ) y ( x 0 ) = y0 . (1)

La deducci on del m etodo utiliza el desarrollo de Taylor de la funci on soluci on y (x) en el punto x = xn la cual queda: y (x ) = y (x n ) + a 1 (x x n ) + a 2 (x x n ) + donde los valores de a1 y a2 se calculan por las f ormulas a1 = y y (xn ) 2! si la serie innita anterior se trunca lo que se obtiene es una aproximaci on; al truncarla hasta el segundo t ermino obtenemos: y (x ) y (x n ) + y (x n ) (x xn ) a2 = si tomamos ahora x = xn+1 = xn + h obtenemos: y (xn+1 ) y (xn ) + y (xn ) h Puesto que y (x) es la soluci on a la ED (1), se debe complir y ( x n ) = f ( x n , yn ) si sustituimos la anterior f ormula en la aproximaci on (2) obtenemos y (xn+1 ) y (xn ) + f (xn , yn ) h La cual nos da la relaci on de recurrencia utilizada por el m etodo de Euler para la determinaci on de yn+1 yn+1 = yn + h f (xn , yn ) 1.3.1 Ejemplo (3) (2) y (x n ) 1!

Aplique el m etodo de Euler con paso h = 0.1 para determinar el valor y (1.5) donde y (x) es la soluci on al problema y = 2 x y (4) y (1) = 1. Soluci on Debemos construir la tabla de valores aproximados de la soluci on: 3

x . . . 1.5

y = f (x ) . . .

Sabemos que nuestro primer rengl on est a constituido por los datos (x0 = 1, y0 = 1) y que el paso es h = 0.1 as que nuestra tabla inicia en x x0 x1 x2 x3 x4 x5 Llenemos la columna para la y : x x0 x1 x2 x3 x4 x5 = 1.0 = x0 + 0.1 = 1.1 = x1 + 0.1 = 1.2 = x2 + 0.1 = 1.3 = x3 + 0.1 = 1.4 = x4 + 0.1 = 1.5 y = f (x ) y0 = 1.0 y1 = y0 + h f (x0 , y0 ) = 1.000 + 0.1 (2 1 1) = 1.200 y2 = y1 + h f (x1 , y1 ) = 1.200 + 0.1 (2 1.1 1.200) = 1.464 y3 = y2 + h f (x2 , y2 ) = 1.464 + 0.1 (2 1.2 1.464) = 1.815 y4 = y3 + h f (x3 , y3 ) = 1.815 + 0.1 (2 1.3 1.815) = 2.611 y5 = y4 + h f (x4 , y4 ) = 2.611 + 0.1 (2 1.4 2.611) = 2.927 = 1.0 = x0 + 0.1 = 1.1 = x1 + 0.1 = 1.2 = x2 + 0.1 = 1.3 = x3 + 0.1 = 1.4 = x4 + 0.1 = 1.5 y = f (x ) y0 = 1.0

La soluci on que temos es y (1.5) 2.927. Si en lugar de tomar el paso como h = 0.1 hubieramos elegido h = 0.05 tendr amos la tabla: x x0 = 1.00 x1 = x0 + 0.05 = 1.05 x2 = x1 + 0.05 = 1.10 x3 = x2 + 0.05 = 1.15 x4 = x3 + 0.05 = 1.20 x5 = x4 + 0.05 = 1.25 x6 = x0 + 0.05 = 1.30 x7 = x1 + 0.05 = 1.35 x8 = x2 + 0.05 = 1.40 x9 = x3 + 0.05 = 1.45 x10 = x4 + 0.05 = 1.50 y = f (x ) y0 = 1.000 y1 = y0 + h f (x0 , y0 ) = 1.000 + 0.05 (2 1.00 1.000) = 1.100 y2 = y1 + h f (x1 , y1 ) = 1.100 + 0.05 (2 1.05 1.100) = 1.215 y3 = y2 + h f (x2 , y2 ) = 1.215 + 0.05 (2 1.10 1.215) = 1.349 y4 = y3 + h f (x3 , y3 ) = 1.349 + 0.05 (2 1.15 1.349) = 1.504 y5 = y4 + h f (x4 , y4 ) = 1.504 + 0.05 (2 1.20 1.504) = 1.684 y6 = y5 + h f (x5 , y5 ) = 1.684 + 0.05 (2 1.25 1.684) = 1.895 y7 = y6 + h f (x6 , y6 ) = 1.895 + 0.05 (2 1.30 1.895) = 2.141 y8 = y7 + h f (x7 , y7 ) = 2.141 + 0.05 (2 1.35 2.141) = 2.431 y9 = y8 + h f (x8 , y8 ) = 2.431 + 0.05 (2 1.40 2.431) = 2.771 y10 = y9 + h f (x9 , y9 ) = 2.771 + 0.05 (2 1.45 2.771) = 3.173

La soluci on que otenemos es este caso es: y (1.5) = 3.173. C omo justicamos esta diferencia? Cu al respuesta es la mejor? El sentido com un nos inclina a pensar que esta u ltima es m as aproximada a la soluci on exacta. Esto lo podemos corroborar utilizando la soluci on exacta a la ED; esta es de variables separables y la podemos resolver f acilmente: la soluci on general queda y ( x ) = C ex
2

Al aplicar las condiciones iniciales obtemos la soluci on al problema: y ( x ) = ex

2 1

De donde y (1.5) = 3.490, los cual corrobora nuestra apuesta que con un paso m as peque no se mejora la aproximaci on. Sin embargo el trabajo se ha duplicado y el error, aunque menor, es considerable.

1.4

M etodo de Euler Mejorado

El m etodo de Euler mejorado tiene las siguientes ecuaciones de recurrencia: yn+1 = yn + h donde
yn +1 = yn + h f (xn , yn ) ) f (xn , yn ) + f (xn+1 , yn +1 2

1.4.1

Ejemplo

Aplique el m etodo de Euler mejorado con paso h = 0.1 para determinar el valor y (1.5) donde y (x) es la soluci on al problema y = 2 x y (5) y (1) = 1. Soluci on Debemos construir la tabla de valores aproximados de la soluci on: x x0 x1 x2 x3 x4 x5 y = 1.0 = x0 + 0.1 = 1.1 = 1.2 = 1.3 = 1.4 = 1.5
y1 y2 y3 y4 y5

= y0 + h f (x0 , y0 ) = 1.200 = 1.5030 = 1.9194 = 2.4988 = 3.3162

y = f (x ) y0 = 1.0 ) f (x0 ,y0 )+f (x1 ,y1 = 1.232 y1 = y0 + 2 y2 = 1.5479 y3 = 1.9832 y4 = 2.5908 y5 = 3.5408

De donde obtenemos que este m etodo da como respuesta y (1.5) = 3.5408 la cual est a m as pr oxima a la soluci on exacta que la obtenida por los m etodos de Euler previamente vistos. 5

1.5

M etodos de Taylor

La idea de los m etodos es aproximar el valor de la funci on en xi+1 desarrollando la funci on en xi por medio del desarrollo de Taylor: y (xi+1 ) = y (xi ) + y (xi ) h + Como y (xi ) 2 y (n ) ( x i ) n hn+1 h + + h + y n+1 () 2 n! (n + 1)!

y (x) = f (x, y (x)) d y (x) = dx f (x, y (x)) . . . y (k ) =

dk 1 f (x, y (x)) dxk1

Al sustituir queda: y (xk+1 ) = y (xk ) + f (xk , y (xk )) h + 1 1 hn+1 f (xk , y (xk )) h2 + + f (n1) (xk , y (xk )) hn + f (n) (i , y (i )) 2 n! (n + 1)!

Ejemplo Resuelva por el m etodo de Taylor usando orden 2 y 4. y = y x2 + 1, 0 x 2, y (x = 0) = 0.5