ETSII-UPM

Integracin de ecuaciones
diferenciales ordinarias
Mtodos Matemticos de Especialidad
(Mecnica-Mquinas)
Madrid, 3 de noviembre de 2008
J avier Garca de J aln
ETSII - Departamento de Matemtica Aplicada
a la Ingeniera Industrial
ETSII-UPM
Programa
Integracin de ecuaciones diferenciales ordinarias
Introduccin
Integracin numrica de EDOs(ODEs)
Mtodo de Euler
Mejoras del mtodo de Euler
Mtodo de Taylor
Mtodos de Runge-Kutta
Sistemas de ecuaciones diferenciales ordinarias
Ecuaciones diferenciales de orden superior
Mtodos multi-etapa
Mtodos de Adams
Mtodos de Milne y Hamming
Mtodos BDF
Estabilidad
Problemas stiff
Integradores estructurales
ETSII-UPM
Introduccin
Las ecuaciones diferenciales
Relacionan las variables de un problema a nivel diferencial, por lo que son
independientes de las condiciones de contorno (geometra, cond. iniciales, ).
Son el denominador comn de una amplia familia de problemas de ingeniera.
Para resolver un problema concreto es necesario definir las condiciones de
contorno y proceder a la integracin de la ecuacin diferencial.
El orden de una ecuacin diferencial es el orden de la mxima derivada.
Tipos de ecuaciones diferenciales
Ecuaciones diferenciales ordinarias. Una variable dependiente y una variable
independiente. Problemas de valor inicial y problemas de contorno.
Ecuaciones en derivadas parciales. Una variable dependiente y varias
variables independientes. Problemas elpticos, parablicos e hiperblicos.
Sistemas de ecuaciones diferenciales. N variables dependientes relacionadas
por N ecuaciones diferenciales.
En este curso:
Se vern en primer lugar los problemas de valor inicial (simulacin).
Ms adelante se verel mtodo de los elementos finitos aplicado a ecuaciones
en derivadas parciales.
ETSII-UPM
Integracin numrica de EDOs(ODEs)
Necesidad
Slo algunas ecuaciones diferenciales pueden ser integradas analticamente.
La integracin numrica permite resolver con precisin y rapidez un gran
nmero de problemas prcticos.
Caractersticas
Se supone que la ecuacin diferencial se define en la forma explcita:
La integracin numrica no obtiene una funcin analtica y(t) que satisface la
ecuacin diferencial anterior, sino un conjunto de valores discretos y
k
que se
corresponden con valores discretos t
k
de la variable independiente t.
Si se desean resultados para otros valores de t se pueden utilizar los mtodos
de interpolacin vistos previamente.
Conocida la funcin y
i
en el instante t
i
los integradores numricos calculan el
valor y
i+1
en t
i+1
=t
i
+h mediante una expresin del tipo:
donde es un trmino que incorpora informacin de la derivada y'.
0
' ( , ) siendo (0)
dy
y f t y y y
dt
= = =
1 i i
y y h
+
= +
ETSII-UPM
Clasificacin de mtodos para ODEs
Mtodos de paso simple y paso mltiple
Los mtodos de paso simple calculan la solucin y
i+1
en el instante t
i+1
a partir
del valor de la funcin y
i
en el instante t
i
. Por ejemplo, el mtodo de Euler:
Por su parte los mtodos de paso mltiple (de n pasos) calculan la solucin y
i+1
en t
i+1
a partir del valor de la funcin y en los instantes t
i
, t
i1
, ..., t
in+1
. Por
ejemplo, el mtodo de Heun:
Mtodos explcitos e implcitos
Los mtodos explcitos permiten hallar y
i+1
directamente, sin tener que resolver
un sistema de ecuaciones no lineales. Por ejemplo, Runge-Kutta de orden dos:
Los mtodos implcitos necesitan resolver un sistema no lineal, pues y
i+1
aparece a ambos lados de la ecuacin, por ejemplo la regla trapezoidal:
1
( , )
i i i i
y y f t y h
+
= +
( )
1 1 1
( , ) ( , ( , )2 )
2
i i i i i i i i
h
y y f t y f t y f t y h
+ +
= + + +
( )
1 1 1 2 2 1 2 1 11 1
( , ) ( , )
i i i i i i i
y y a k a k h k f t y f k f t p h y q k h
+
= + + = = + +
( )
1 1 1
1
( , ) ( , )
2
i i i i i i
y y f t y f t y h
+ + +
= + +
ETSII-UPM
Mtodo de Euler
Es el mtodo de integracin numrica ms sencillo.
Se utiliza la derivada en el punto (t
i
, y
i
) para avanzar un paso:
Es muy fcil de aplicar aunque no muy preciso, pues la derivada en
(t
i
, y
i
) no es suficientemente representativa del paso h.
Interpretacin geomtrica:
1
( , )
i i i i
y y f t y h
+
= +
t
i
t
i+1
h
y
i
y
i+1
= y
i
+f(t
i
,y
i
)h
valor exacto
valor aproximado
error
ETSII-UPM
Errores del mtodo de Euler
Errores de truncamiento
Se retienen slo dos trminos en el desarrollo de Taylor.
Error de truncamiento local: es el que se produce en cada paso.
Error de truncamiento global: es la acumulacin de errores locales en el
proceso de integracin. Determina la diferencia con la solucin exacta.
Errores de redondeo
Son por lo general poco significativos frente a los errores de truncamiento.
Error de truncamiento local
Se puede calcular a partir del desarrollo de Taylor:
Si el paso de integracin se divide por dos, el error se divide por cuatro.
Error de truncamiento global
Como es lgico, es ms grande que los errores locales ya que resulta de la
acumulacin de stos.
Se puede demostrar que es de orden O(h).
( ) ( ) ( )
( )
2 2
2
1
... , ,
2! 2!
i i i i i i i i i
h h
y y y h y y f t y h y y f t y h O h
+

= + + + = + + = + +
ETSII-UPM
Ejemplo resuelto con el mtodo de Euler
Resolucin de
%f i cher o odemai n0
cl ear al l ; cl ose al l
t span=[ 0, 2] ;
y0=0;
h=. 25;
%i nt egr aci n medi ant e el mt odo de Eul er
[ T1, Y1] =eul er e( ' ec04' , t span, y0, h) ;
[ T2, Y2] =eul er e( ' ec04' , t span, y0, h/ 2) ;
[ T3, Y3] =eul er e( ' ec04' , t span, y0, h/ 4) ;
[ T4, Y4] =eul er e( ' ec04' , t span, y0, h/ 8) ;
pl ot ( T1, Y1, ' : r ' ) ;
axi s( [ t span( 1) , t span( 2) , 0, 1] ) ;
xl abel ( ' t i empo' ) ; yl abel ( ' y' ) ;
hol d on;
pl ot ( T2, Y2, ' - - g' ) ;
pl ot ( T3, Y3, ' - . b' ) ;
pl ot ( T4, Y4, ' - k' ) ;
di sp( ' Ya he t er mi nado! ' )
f unct i on ypr i ma=ec04( t , y)
i f t ==0
ypr i ma=1;
el se
ypr i ma=y*( - 2*t +1/ t ) ;
end
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
tiempo
y
f unct i on [ T, Y] =eul er e( f , t span, y0, h)
n=( t span( 2) - t span( 1) ) / h+1;
y=y0; t =t span( 1) ;
Y=y0; T=t span( 1) ;
f or i =2: n
y1=y+h*f eval ( f , t , y) ; t 1=t +h;
T=[ T, t 1] ; Y=[ Y, y1] ;
t =t 1; y=y1;
end
1
2 , 0; 1, 0 y y x x y x
x


= + = =


ETSII-UPM
Mejoras del mtodo de Euler (1/2)
Mtodo de Heun
En vez de utilizar la derivada en (t
i
, y
i
) se busca un valor promediado en los
puntos (t
i
, y
i
) y (t
i+1
, y
i+1
).
Como no se conoce el valor y
i+1
, se aproxima con el mtodo de Euler:
A partir de esta expresin, el nuevo valor y
i+1
se calcula como:
Las expresiones anteriores constituyen un mtodo "predictor-corrector".
Regla trapezoidal: Se obtiene iterando sobre la frmula anterior hasta que
converge en y
i+1
.
Error del mtodo de Heun: el error local es de orden O(h
3
)
No se deduce del desarrollo de Taylor, sino de la integracin numrica:
Aplicando la regla del trapecio con su error correspondiente:
1
( , )
i i i i
y y f t y h

+
= +
( )
1 1 1
1
( , ) ( , )
2
i i i i i i
y y f t y f t y h

+ + +
= + +
1
1
( , ) ( , )
i
i
t
i i
t
dy
f t y y y f t y dt
dt
+
+
= =

( )
3
1 1 1
1 ( , )
( , ) ( , )
2 12
i i i i i i
f
y y f t y f t y h h

+ + +

= + +
ETSII-UPM
Mejoras del mtodo de Euler (2/2)
Mtodo del punto medio
En vez de utilizar el promedio de las derivadas en los puntos (t
i
, y
i
) y
(t
i+1
, y
i+1
), se utiliza una aproximacin de la derivada en el punto medio:
A partir de las expresiones anteriores:
Este mtodo no es del tipo predictor-corrector.
Los errores de truncamiento local y global son de rdenes O(h
3
) y O(h
2
),
respectivamente. Se deducen tambin de la frmula de integracin numrica
correspondiente. Geomtricamente,
( )
12 12 12
, ,
2 2
i i i i i i i
h h
y y f t y y f x y

+ + +

= + = +


( )
1 12 12
,
i i i i
y y f t y h

+ + +
= +
Regla
trapezoidal
Regla
del punto medio
ETSII-UPM
Mtodo de Taylor
Utiliza el desarrollo en serie de Taylor
Desarrollando la solucin y(t) en el punto t
i
y evaluando en t
i+1
:
Ahora las distintas derivadas de y(t) se deben poner en funcin de f(t,y):
y se sustituyen en el desarrollo de Taylor hasta el orden que sedesee.
La ventaja de este mtodo es que se puede alcanzar el orden de precisin que
se desee y el inconveniente es que las derivadas de orden superior pueden ser
muy complicadas de calcular.
Los mtodos de Runge-Kutta (que se vern a continuacin) tratan de resolver
esta dificultad, sustituyendo de un modo sistemtico el clculo de derivadas
por evaluacin de la funcin f(t,y) en distintos puntos.
2 3
( ) 1
1
... ( )
2! 3! !
n
n n
i i i i i
h h h
y y y h y y y O h
n
+
+

= + + + + + +
2 2 2
( , )
2
...
t y t y
tt ty yt yy y t y y tt ty yy y t y
iv
ttt
y f t y f
y f f y f f f
y f f f f f f f f f f f f f f f f f f f f f
y f

= =

= + = +

= + + + + + = + + + +
= +
ETSII-UPM
Mtodos de Runge-Kutta
Son mtodos muy populares por su precisin y facilidad de uso.
Forma general
El avance se realiza mediante la expresin:
donde los "a" son coeficientes numricos y los "k" distintas aproximaciones de
la derivada por medio de la funcin f(t,y) evaluada en distintos puntos.
Los valores de "k" se hallan mediante las frmulas:
donde los "p" y "q" son coeficientes numricos.
Obsrvese que cada valor de k depende de los "k" ya calculados, por lo que la
evaluacin de estas frmulas es sencilla si se conocen los coeficientes.
1
1 1 2 2
...
i i
n n
y y h
a k a k a k

+
= +
= + + +
( )
( )
( )
( )
1
2 1 11 1
3 2 21 1 22 2
1,1 1 1,2 2 1, 1 1
,
,
,
...
, ...
i i
i i
i i
n i n i n n n n n
k f t y
k f t p h y q k h
k f t p h y q k h q k h
k f t p h y q k h q k h q k h

=
= + +
= + + +
= + + + + +
ETSII-UPM
Mtodo de Runge-Kutta de orden dos (1/2)
Los coeficientes de las frmulas de Runge-Kutta se hallan
imponiendo la condicin de que el error sea del mismo orden que en
el mtodo de Taylor.
Como ejemplo se verel mtodo de Runge-Kutta de orden dos
Frmulas de Runge-Kutta de orden dos:
El mtodo de Taylor, reteniendo trminos hasta orden dos, establece que:
Por otra parte, aplicando el desarrollo en serie a las frmulas de Runge-Kutta:
Comparando las dos expresiones de f
i+1
e identificando coeficientes se llega a:
( ) ( )
( )
1 1 1 2 2 1 2 1 11 1
1 2 1 11 1
( , ) ( , )

i i i i i i i
i i i ti yi i
y y a k a k h y a f t y a f t p h y q k h h
y a f h a f f p h f f q k h h
+
= + + = + + + + =
= + + + +
( ) ( ) ( )
2 2
1
, ,
2! 2
i i i i i i i i ti yi i
h h
y y f t y h f t y y f h f f f
+

= + + = + + +
( )
( )
( )
1 1 1 2 2
1
2 1 11 1
,
,
i i
i i i
i i
y y a k a k h
k f t y f
k f t p h y q k h
+
= + +
=
= + +
1 2 2 1 2 11
1 1
1 (tres ecuaciones con cuatro incgnitas)
2 2
a a a p a q + = = =
ETSII-UPM
Mtodo de Runge-Kutta de orden dos (2/2)
Se puede dar valores a a
2
y se obtienen distintas frmulas de Runge-
Kutta (todas ellas de orden 2, con error local de truncamiento O(h
3
)).
a
2
=1/2 p
1
=q
11
=1 (Mtodo de Heun)
a
2
=1 p
1
=q
11
=1/2 (Mtodo del punto medio)
a
2
=2/3 p
1
=q
11
=3/4 (Mtodo de Ralston)
( )
1 1 2
1
2 1
/ 2
( , )
( , )
i i
i i i
i i
y y k k h
k f t y f
k f t h y k h
+
= + +
=
= + +
1 2
1
2 1
( , )
( / 2, / 2)
i i
i i i
i i
y y k h
k f t y f
k f t h y k h
+
= +
=
= + +
1 1 2
1
2 1
1 2
3 3 2
( , )
3 3
( , )
4 4
i i
i i i
i i
h
y y k k
k f t y f
k f t h y k h
+

= + +


=
= + +
ETSII-UPM
Otras frmulas de Runge-Kutta(1/2)
Mtodo de Runge-Kutta de orden 3 (error local O(h
4
))
Mtodo de Runge-Kutta de orden 4 (clsico, error local O(h
5
))
Es probablemente el mtodo de integracin de EDOsms utilizado.
( )
1 1 2 3
1
2 1
3 1 2
4
6
( , )
1 1
( , )
2 2
( , 2 )
i i
i i
i i
i i
h
y y k k k
k f t y
k f t h y k h
k f t h y k h k h
+
= + + +
=
= + +
= + +
( )
1 1 2 3 4
1
2 1
3 2
4 3
2 2
6
( , )
1 1
( , )
2 2
1 1
( , )
2 2
( , )
i i
i i
i i
i i
i i
h
y y k k k k
k f t y
k f t h y k h
k f t h y k h
k f t h y k h
+
= + + + +
=
= + +
= + +
= + +
k
1
k
2
k
3
k
4
y
i+1
y
i
Interpretacin geomtrica
ETSII-UPM
Otras frmulas de Runge-Kutta (2/2)
Mtodo de Runge-Kutta de orden 5 (Butcher, error local O(h
6
))
Observaciones:
Para aumentar en una unidad el orden del Runge-Kutta clsico de orden cuatro
hacen falta dos evaluaciones de funcin adicionales.
En general no se suelen utilizar frmulas de Runge-Kutta de orden muy
elevado porque el aumento de precisin no compensa el trabajo adicional.
( )
1 1 3 4 5 6
1
2 1
3 1 2
4 2 3
5 1 4
6 1 2 3 4
7 32 12 32 7
90
( , )
1 1
( , )
4 4
1 1 1
( , )
4 8 8
1 1
( , )
2 2
3 3 9
( , )
4 26 16
3 2 12 12 8
( ,
7 7 7 7 7
i i
i i
i i
i i
i i
i i
i i
h
y y k k k k k
k f t y
k f t h y k h
k f t h y k h k h
k f t h y k h k h
k f t h y k h k h
k f t h y k h k h k h k h k
+
= + + + + +
=
= + +
= + + +
= + +
= + + +
= + + + +
5
) h
ETSII-UPM
Sistemas de ecs. diferenciales ordinarias
En la prctica aparecen con frecuencia sistemas de EDOs
Basta para ello que el sistema tenga ms de un grado de libertad o que haya
que integrar una ecuacin diferencial de orden superior.
Ejemplos: punto movindose en el plano o en el espacio, movimiento de un
slido rgido sin restricciones, mecanismos, vehculos, etc.
Integracin de sistemas de ecuaciones diferenciales ordinarias
Se suponen las ecuaciones en la forma explcita (expandida o vectorial):
Todos los mtodos vistos previamente se aplican en la misma forma que para
una nica ecuacin diferencial, pero ahora la variable dependiente y, la
funcin f y los coeficientes k
i
del mtodo de Runge-Kutta, son vectores.
Por ejemplo, el mtodo de Euler se aplicara en la forma (vectores en negrita):
( )
( )
( )
( )
1 1 1 2
2 2 1 2
1 2
, , ,...
, , ,...
,
...
, , ,...
n
n
n n n
y f t y y y
y f t y y y
t
y f t y y y

=


=

=

y f y
( ) ( )
1
, ,
i i i i
t t
+

= = + y f y y y f y
ETSII-UPM
Ecuaciones diferenciales de orden superior
Una ecuacin diferencial de orden n se puede expresar como:
Esta ecuacin se transforma en un sistema de n ecs. diferenciales de
orden uno. Introduciendo los cambios de variable siguientes:
se obtiene un sistema de n ecuaciones diferenciales de primer orden
con n incgnitas.
En ingeniera mecnica es muy frecuente tener de ecuaciones
diferenciales de orden dos, que representan de una forma u otra las
ecuaciones diferenciales del movimiento.
( ) ( ) ( ) ( ) ( )
( ) ( 1) ( 1) ( 1)
0 0 0 0 0 0 0 0
, , , ,..., ; ; ; ...
n
n n n n
n
d y
y f t y y y y y t y y t y y t y y t y
dt


= = = = = =
( )
( )
1 1 2
2 3 2 1
3 4 3 2
( 1) ( 1)
1 2 3
1 1
,
...
...
, , ,...
...
n n
n
n n
y y y y
y y y y y
y y y y y t
y f t y y y
y y y y

= =



= = =

=

= = =

y f y
ETSII-UPM
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0
0.1
0.2
0.3
0.4
0.5
0.6
tiempo
y
Ejemplo resuelto con diversos mtodos
Resolucin de
%f i cher o odemai n
cl ear al l ; cl ose al l
t span=[ 0, 2] ;
y0=0;
h=. 25;
%i nt egr aci n var i os mt odos
[ T1, Y1] =eul er e( ' ec04' , t span, y0, h/ 4) ;
[ T2, Y2] =heun( ' ec04' , t span, y0, h/ 2) ;
[ T3, Y3] =r k4( ' ec04' , t span, y0, h) ;
[ T4, Y4] =r k4( ' ec04' , t span, y0, h/ 4) ;
pl ot ( T1, Y1, ' : r ' ) ;
axi s( [ t span( 1) , t span( 2) , 0, . 6] ) ;
xl abel ( ' t i empo' ) ; yl abel ( ' y' ) ;
hol d on;
pl ot ( T2, Y2, ' - - g' ) ;
pl ot ( T3, Y3, ' - . b' ) ;
pl ot ( T4, Y4, ' - k' ) ;
di sp( ' Ya he t er mi nado! ' )
1
2 , 0; 1, 0 y y x x y x
x


= + = =


f unct i on ypr i ma=ec04( t , y)
i f t ==0
ypr i ma=1;
el se
ypr i ma=y*( - 2*t +1/ t ) ;
end
ETSII-UPM
Runge-Kutta con paso variable (1/3)
Motivacin
En un intervalo de integracin [0,T] puede haber periodos de mayor o menor
variacin de la funcin y(t).
Si se integra con paso constante, el valor del paso h debe ajustarse a los
momentos de mayor dificultad o error y esto resulta muy poco eficiente.
Es conveniente integrar con un paso mayor o ms pequeo, segn que la
dificultad (o el error) sea menor o mayor, respectivamente.
Para cambiar el paso adecuadamente es necesario estimar la magnitud del
error local de truncamiento, lo cual puede hacerse con dos frmulas de
distinto orden o utilizando dos pasos diferentes (h y h/2, de ordinario).
En cualquier caso el control de error y el cambio de tamao de etapa deben
hacerse de forma eficiente, con un coste razonable de tiempo de clculo.
Mtodo de Runge-Kutta-Fehlberg
Se trata de dos mtodos de Runge-Kutta, de orden 4 y 5 respectivamente, que
utilizan o comparten las mismas 6 evaluaciones de funcin. De esta forma es
posible estimar el error y cambiar el paso con poco trabajo adicional.
Runge-Kutta clsico y Butcher necesitaran 10 evaluaciones para lo mismo.
ETSII-UPM
Runge-Kutta con paso variable (2/3)
Mtodo de Runge-Kutta-Fehlberg(cont.)
Frmula de cuarto orden:
Frmula de quinto orden:
siendo:
1
2 1
3 1 2
4 1 2 3
5 1 2 3 4
6 1 2 3
( , )
1 1
( , )
5 5
3 3 9
( , )
10 40 40
3 3 9 6
( , )
5 10 40 5
11 5 70 35
( , )
54 2 27 27
7 1631 175 575
( ,
8 55296 512 13824
i i
i i
i i
i i
i i
i i
k f t y
k f t h y k h
k f t h y k h k h
k f t h y k h k h k h
k f t h y k h k h k h k h
k f t h y k h k h k
=
= + +
= + + +
= + + +
= + + +
= + + + +
4 5
44275 253
)
110592 4096
h k h k h + +
1 1 3 4 6
37 250 125 512
378 621 594 1771
i i
y y h k k k k
+

= + + + +


1 1 3 4 5 6
2825 18575 13525 277 1
27648 48384 55296 14336 4
i i
y y h k k k k k
+

= + + + + +


ETSII-UPM
Runge-Kutta con paso variable (3/3)
Mtodo de Runge-Kutta-Fehlberg(cont.)
El error se estima como la diferencia entre los resultados de los mtodos de
quinto y de cuarto orden.
Si el error estimado es mayor que la tolerancia prevista se disminuye el paso
de integracin; si es mucho ms pequeo se puede aumentar el paso de
integracin. El paso puede cambiarse, por ejemplo, mediante la frmula:
dondeh
n
y h
v
son los pasos nuevo y viejo, respectivamente; E
act
es el error
estimado y E
tol
es la tolerancia definida para el error. El parmetro p es el
orden del error de truncamiento local del mtodo.
En muchos casos serms conveniente utilizar medidas relativas del error.
1/

p p
act v tol
n v
tol n act
E h E
h h
E h E

= =


ETSII-UPM
Mtodos multi-etapa (1/4)
Mtodos de etapa simple o mltiple
Los mtodos vistos anteriormente son mtodos de etapa simple, pues calculan
la funcin y
i+1
a partir del valor t
i
y de evaluaciones de la derivada y'=f(t,y).
Los mtodos de etapa mltiple se caracterizan por utilizar otros valores de la
funcin ya calculados, como y
i1
, y
i2
, ...
Comparacin entre los mtodos de etapa simple y mltiple
Los mtodos de etapa mltiple pueden necesitar menos evaluaciones de
funcin para el mismo orden de error que los de etapa simple. As, el mtodo
de Adams-Bashforth-Moulton de orden cuatro slo necesita dos evaluaciones
de funcin por etapa, frente a cuatro el mtodo clsico de Runge-Kutta.
Los mtodos de etapa mltiple necesitan la ayuda de otros mtodos para
arrancar (para dar los primeros pasos) y no se adaptan bien a
discontinuidades en la solucin (discontinuidades en las fuerzas aplicadas,
impactos, enlaces que aparecen o desaparecen, ...).
Muchos mtodos de etapa mltiple se deducen a partir de las
frmulas de integracin numrica con argumentos igualmente
espaciados, tales como las frmulas de Newton-Cotes.
ETSII-UPM
Mtodos multi-etapa (2/4)
Un ejemplo sencillo: Mtodo de Heun de tres puntos
Mtodo de Heun de dos puntos:
Problema del mtodo de Heun: la frmula del predictor es de orden O(h
2
),
mientras que la del corrector es de orden O(h
3
).
El mtodo puede mejorar utilizando una frmula O(h
3
) en ambos casos.
Para mejorar el predictor basta recordar que la frmula simtrica de la derivada
numrica era ms precisa que la frmula avanzada o la retrasada.
El nuevo predictor, basado en la frmula de derivadas centradas, tiene la
forma:
que se obtiene de:
Geomtricamente
1
( , )
i i i i
y y f t y h

+
= + ( )
1 1 1
1
( , ) ( , )
2
i i i i i i
y y f t y f t y h

+ + +
= + +
1 1
( , )2
i i i i
y y f t y h

+
= +
1
1
1 1
( , )
i
i
t
i i
t
y y f t y dt
+

+
= +

t
i
t
i+1
f
t
i
t
i+1
t
i-1
f
ETSII-UPM
Mtodos multi-etapa (3/4)
Mtodo de Heun de tres puntos (cont.)
Este mtodo necesita de algn mtodo de etapa simple para dar el primer paso,
y calcular y
2
a partir de y
0
e y
1
.
Error del mtodo de Heun de tres puntos
El error del predictor viene dado por la expresin:
El error del corrector estdado por (j es la iteracin, 1<j<m):
A partir de estas estimaciones, el valor exacto y(t
i+1
) se puede poner en la
forma:
Sustituyendo el ltimo resultado en las frmulas del predictor y del corrector:
1
1
3 3
1 1 1
1 1
( , ) 2 ( ) ( )
3 3
i
i
t
i i i i p p p p
t
y y f t y dt y f h E E h y h f
+

+

= + = + + = =

( )
1
1 3 3
1 1
1 1 1
( , ) ( ) ( )
2 12 12
i
i
t
j m m j
i i i i i c c c c
t
y y f t y dt y f f h E E h y h f
+

+ +

= + = + + + = =

( )
* * 3
1 1 1
* 3 3 *
1 1 1 1
3
1 1 1
1
( ) = ( )
1 4 12
3
0 ( ) ( )
1 12 12 5
( ) = ( )
12
i i p i p
m m
i i i i
m m
i i c i c
y t y E y h f
y y h f h f y y
y t y E y h f

+ + +
+ + + +
+ + +

= + +



= + =

= +

( ) ( )
3 * 3 *
1 1
1 4 1 1
( ) = ( )
3 5 12 5
m m
p p i i c c i i
E h f y y E h f y y
+ +

= = =
ETSII-UPM
Mtodos multi-etapa (4/4)
Error del mtodo de Heun de tres puntos (cont.)
Modificadores: si se dispone de buenas aproximaciones del error local de
truncamiento para el predictor y para el corrector, es posible utilizar estos
valores para mejorar las aproximaciones calculadas (valores con raya):
Es habitual modificar slo el predictor (con la estimacin de la etapa anterior).
El mtodo de Heun de tres puntos sirve como ejemplo de otros
mtodos multi-etapa ms sofisticados
Estos mtodos se obtienen a partir de frmulas de integracin numrica.
Se utilizan las frmulas de integracin numrica de Newton-Cotes y de
Adams.
Las frmulas abiertas dan lugar a predictores, mientras que los correctores
se calculan a partir de frmulas cerradas.
Si el predictor y el corrector son del mismo orden es posible realizar una
estimacin del error local de truncamiento y definir modificadores que
permiten acelerar la convergencia de los resultados.
( )
( )
* * * *
1 1 1
*
1 1 1 1 1
4
5
1
5
m
i i p i i i
m m m m
i i c i i i
y y E y y y
y y E y y y
+ + +
+ + + + +
= + = +
= + =
ETSII-UPM
Mtodos multi-etapa de orden elevado (1/2)
Las frmulas se obtienen mediante mtodos de integracin numrica
Para el predictor se utilizan frmulas abiertas y para el corrector frmulas
cerradas (pueden hacerse una o m iteraciones):
Frmulas de Newton-Cotes y de Adams, abiertas y cerradas
1 1 1
1 1 1
1 1
( , ) ( , )
i i i
i n i n i n
y t t
i i n
y t t
dy f t y dt y y f t y dt
+ + +
+ + +

+ +
= = +

Newton-Cotes
Adams
abierta
abierta
cerrada
cerrada
ETSII-UPM
Mtodos multi-etapa de orden elevado (2/2)
Frmulas de integracin numrica de Newton-Cotes abiertas
(n es el grado del polinomio en que estn basadas):
n=1
n=2
n=3
Frmulas de integracin numrica de Newton-Cotes cerradas:
n=1 (regla trapezoidal)
n=2 (Simpson 1/3)
n=3 (Simpson 3/8)
3
1 1
1
2 ( )
3
i i i
y y hf h f
+

= + +
( )
3
1 2 1
3 3
( )
2 4
i i i i
h
y y f f h f
+

= + + +
( )
5
1 3 1 2
4 14
2 2 ( )
3 45
iv
i i i i i
h
y y f f f h f
+
= + + +
( )
5
1 2 2 1 1
3 3
3 3 ( )
8 80
iv
i i i i i i
h
y y f f f f h f
+ +
= + + + +
( )
3
1 1
1
( )
2 12
i i i i
h
y y f f h f
+ +

= + +
( )
5
1 1 1 1
1
4 ( )
3 90
iv
i i i i i
h
y y f f f h f
+ +
= + + +
ETSII-UPM
Mtodo de Adams-Bashforth
Frmulas de integracin numrica de Adams-Bashforth (abiertas):
475/720 2877/720 7298/720 9982/720 7923/720 4277/720
6
251/720 1274/720 2616/720 2774/720 1901/720
5
-9/24 37/24 59/24 55/24
4
5/12 16/12 23/12
3
1/2 3/2
2
1
1
Error
5

0
Orden
7
19087
( )
60480
vi
h f
6
475
( )
1440
v
h f
5
251
( )
720
iv
h f
4
9
( )
24
h f
3
5
( )
12
h f
2
1
( )
2
h f
( )
( )
( )
1
1 1
1 0 1 1 1 1
0
...
n
n n
i i k i k i i i n i n
k
y y h f O h y h f f f O h

+ +
+ +
=
= + + = + + + + +

ETSII-UPM
Mtodo de Adams-Moulton
Frmulas de integracin numrica de Adams-Moulton (cerradas):
27/1440 173/1440 482/ 1440 798/1440 1427/1440 475/1440
6
19/720 106/720 264/720 646/720 251/720
5
1/24 5/24 19/24 9/24
4
1/12 8/12 5/12
3
1/2 1/2
2
Error
5

0
Orden
7
863
( )
60480
vi
h f
6
27
( )
1440
v
h f
5
19
( )
720
iv
h f
4
1
( )
24
h f
3
1
( )
12
h f
( )
( )
( )
1
1 1
1 1 0 1 1 1 2
0
...
n
n n
i i k i k i i i n i n
k
y y h f O h y h f f f O h

+ +
+ + + +
=
= + + = + + + + +

ETSII-UPM
Mtodo de Adams-Bashforth-Moulton
Mtodo predictor-corrector de Adams-Bashforth-Moulton. Este
mtodo procede de la siguiente forma
Se utiliza Adams-Bashforth de cuarto orden como predictor:
Se evala la funcin en el punto:
Se utiliza Adams-Moulton de cuarto orden como corrector:
Finalmente se evala de nuevo la funcin en el punto:
En ocasiones a este mtodo se le llama mtodo PECE (Prediction-
Evaluation-Correction-Evaluation) de Adams-Bashforth-Moulton
Modificadores:
( )
*
1 1 2 3
55 59 37 9
24
i i i i i i
h
y y f f f f
+
= + +
( )
*
1 1
,
i i
t y
+ +
( )
* *
1 1 1
,
i i i
f f t y
+ + +
=
( )
*
1 1 1 2
9 19 5
24
i i i i i i
h
y y f f f f
+ +
= + + +
( )
1 1
,
i i
t y
+ +
( )
1 1 1
,
i i i
f f t y
+ + +
=
( )
*
251
270
m
p i i
E y y =
( )
*
1 1
19
270
m
c i i
E y y
+ +
=
ETSII-UPM
Mtodos de Milne y Hamming
Mtodo de Milne
Predictor:
Corrector:
El mtodo de Milne es muy preciso, pero en algunos casos da problemas
debido a que el corrector se hace inestable.
Mtodo de Hamming
Utiliza el predictor de Milne con el siguiente
corrector, que es ms estable que el de Milne:
( ) ( )
* 5
1 3 1 2
4 14
2 2
3 45
m m m m iv
i i i i i
h
y y f f f h f
+
= + + +
( ) ( )
5
1 1 1 1
1
4
3 90
iv
i i i i i
h
y y f f f h f
+ +
= + + +
Modificadores Milne
( )
( )
*
*
1 1
28
29
1
29
m
p i i
m
c i i
M y y
M y y
+ +
=
=
( )
( )
1
2 1 1
5
1
9 3 2 2
1
8 40
m m j m m
i i i i i
j iv
i
y y h f f f
y h f

+
+
+ +
= +
Modificadores Hamming
( )
( )
*
*
1 1
9
121
112
121
m
p i i
m
c i i
M y y
M y y
+ +
=
=
ETSII-UPM
Mtodos BDF
Fundamento de los mtodos BDF (BackwardDifferentiationFormulas)
Los mtodos anteriores se basan en frmulas de integracin numrica (abiertas y/o
cerradas) que permiten predecir el valor de la funcin en t
i+1
.
Por el contrario, los mtodos BDF se basan en frmulas de diferenciacin numrica
que predicen utilizando frmulas de diferencias retrasadas.
Esta derivada se puede sustituir en las ecuaciones diferenciales:
para obtener un sistema de ecuaciones no lineales en
Las derivadas se calculan derivando un polinomio de interpolacin de grado n que
pasa por el nuevo punto y los n puntos anteriores. En funcin de n esta derivada es:
Los mtodos BDF se comportan mucho mejor con problemas stiff.
1 i
y
+

( )
1 1 1
,
i i i
y f t y
+ + +

=
1
.
i
y
+
( )
1 0 1 1 2 1 1
...
i i i i n i n
h
+ + +

= + + + + y y y y y
1/6 6/5 15/4 20/3 15/2 6 147/60 6
1/5 5/4 10/3 5 5 137/60 5
1/4 4/3 3 4 25/12 4
1/3 3/2 3 11/6 3
1/2 2 3/2 2
1 1 1

0
n
1 i
y
+

ETSII-UPM
Utilizacin prctica de los mtodos BDF
Resolucin de las ecuaciones no lineales de los mtodos implcitos
Los mtodos BDF son mtodos implcitos que exigen resolver sistemas de
ecuaciones no lineales. Para aplicar N.-R. se puede proceder as:
Este sistema de ecuaciones no lineales en y
n+1
se puede plantear como:
Aplicando N.-R. para resolver este sistema de ecuaciones no lineales:
La matriz J acobiana se puede calcular a partir de la ec. (1):
Para poder utilizar esta expresin es conveniente que la funcin que evala
f(t,y) evale tambin su matriz J acobiana J
f
.
La funcin trapez.m aplica este mtodo para integrar un sistema de ecuaciones
diferenciales con la regla trapezoidal.
( )
1 1
2
n n n n
h
+ +
= + + y y f f
( ) ( )
1 1 1
2
n n n n n
h
+ + +
+ = F y y y f f 0
( ) ( ) ( )
( )
( )
( )
( )
( )
1
1
1 1 1 1 1
,
i i i i i
n n F n n F n
matriz Jacobiana de F

+
+ + + + +
= y y J y F y J y
( )
( )
1
i
F n+
J y
(1)
( ) ( ) ( )
1 1 1
1
, ,
2
F n F n f n f
n
h
+ + +
+

=

F f
J y J y I J y J
y y
ETSII-UPM
El cambio de tamao de paso (pasar de h a 2h, a h/2) es ms
complicado en los mtodos multi-etapa que en los de etapa simple.
Aumento del paso de h a 2h
Los puntos anteriores necesarios
para el nuevo paso estn ya calculados:
slo hay que recuperarlos del vector
o matriz donde estn almacenados.
Reduccin de paso de h a h/2
Algunos de los puntos anteriores
necesarios para dar el nuevo paso
estn ya calculados, pero otros no.
Los puntos ya calculados se recuperan
de donde estn almacenados.
Los puntos no calculados se hallan
por interpolacin con la frmula adecuada.
Cambio de paso en mtodos multi-etapa
puntos paso previo
puntos nuevo paso
puntos paso previo
puntos nuevo paso
puntos paso previo
puntos nuevo paso
ETSII-UPM
Estabilidad (1/3)
Ejemplo sencillo que da problemas para ser integrado
Integrar la ecuacin diferencial y'=5y, y(0)=1, (solucin analtica y=e
5t
)
entre t=0 y t=5, con pasos h=0.3, h=0.4 y h=0.5.
Utilizar en Matlab los programas odemain1.m, eulere.m y ec02.m para obtener
unas figuras similares a las siguientes:
Por quse obtienen unas soluciones tan diferentes?
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
-6
-4
-2
0
2
4
6
tiempo
y
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
-6
-4
-2
0
2
4
6
tiempo
y
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
-6
-4
-2
0
2
4
6
tiempo
y
h=0.3 h=0.4 h=0.5
ETSII-UPM
Estabilidad (2/3)
Quha pasado en el ejemplo anterior?
La solucin del mtodo de Euler se puede calcular analticamente:
Esta solucin crece incontroladamente a menos que:
y oscila en el caso de que:
En general, la condicin de estabilidad viene dada por:
La constante 2 es propia del mtodo de Euler explcito. Otros mtodos
presentan otros valores y otras regiones de estabilidad diferentes.
En el ejemplo presentado 2/k=0.4 y sta es la frontera entre las distintas
situaciones que se pueden presentar en lo que a estabilidad se refiere.
( ) ( ) ( )
2 1
1 1 0
1 1 ... 1
i
i i i i i
y ky y y hky kh y kh y kh y
+
+

= = + = + = + = = +
2
1 1 2 0 0, kh kh k h
k
+ < < < < <
2
1 1 kh h
k
+ = =
2 0
f
h
y

< <

ETSII-UPM
Estabilidad (3/3)
Mtodo de Euler implcito
Es incondicionalmente estable si k<0, pero tiene una precisin de orden 1:
Sin embargo la iteracin de punto fijo puede no converger.
Regla trapezoidal
Formulacin:
El mtodo es estable para todo h si k<0:
La regla trapezoidal es de orden dos e incondicionalmente estable.
Runge-Kutta clsico de orden 4:
Adams-Bashforth-Moultonde orden 4:
( ) ( )
1 0
1 1 1
2 1
...
1
1 1
i i
i i i i
i
y y y
y ky y y hky y
kh
kh kh

+ + +
+

= = + = = = =

1
1 1
j j
i i i
y y hky

+ +
= +
( )
2 1
1 1 1 1 0
1 1 1
/ 2 ...
1 1 1
i
i i i i i i i
kh kh kh
y ky y y y y kh y y y y
kh kh kh
+
+ + +
+ + +

= = + + = = = =



1
1 1 1
1
kh
kh kh
kh
+
< + <

2.78 0 2.78 0
f
h hk
y

< < < <

1.25 0 1.25 0
f
h hk
y

< < < <

ETSII-UPM
Problemas stiff (1/4)
Ecuaciones diferenciales stiff
Se llaman ecuaciones rgidas o stiff a aquellas ecuaciones en cuya
solucin co-existen componentes que varan con el tiempo con velocidades
muy diferentes.
De ordinario las componentes rpidas son componentes transitorias que
tienden a cero muy rpidamente, pero a pesar de ello imponen una fuerte
restriccin en al tamao de h en todo el intervalo de integracin, para que la
integracin no se haga inestable.
Puede haber ecuaciones diferenciales simples que son stiff, pero es ms
frecuente que este problema aparezca en sistemas de ecuaciones diferenciales
ordinarias, en los que las variables cambian con diferentes escalas de tiempo.
Resolucin de problemas stiff
Es necesario utilizar integradores especializados, incondicionalmente estables
o con grandes regiones de estabilidad.
Los integradores implcitos son mucho ms adecuados que los explcitos.
Este problema es mucho ms complicado de lo expuesto aqu: lo importante es
conocer su existencia y en qudireccin hay que buscar soluciones.
Matlab dispone de integradores especiales para problemas stiff.
ETSII-UPM
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
tiempo
y
Problemas stiff (2/4)
Ejemplo 1 (tomado del Chapra&Canale, McGraw-Hill, 1998)
Sea la ecuacin diferencial ordinaria:
cuya solucin analtica es la siguiente:
Al principio el 2trmino es importante, pero tiende a cero rpidamente
(valores t<0.005). Sin embargo, sigue determinando el valor del paso h.
El mtodo de Euler implcito es estable para todo valor de h.
pero la iteracin de punto fijo puede
no converger. Despejando y
i+1
:
La figura muestra los resultados con
h=0.001 para Euler explcito y h=0.1
para Euler implcito.
1000 3000 2000 (0) 0
t
y y e y

= + =
1000
3 0.998 2.002
t t
y e e

=
( )
1
1 1 1
1
( , )
1000 3000 2000
i
i i i i
t
i i
y y f t y h
y y e h
+
+ + +

+
= + =
= + +
( )
1
1
3000 2000
(1 1000 )
i
t
i
i
y e h
y
h
+

+
+
=
+
ETSII-UPM
Problemas stiff (3/4)
Ejemplo 2: Vibraciones de un sistema con 2 grados de libertad
Ecuaciones del movimiento:
que en la forma explcita y'=f(t,y) se puede poner como
k
1
k
2
c
1
c
2
m
1
m
2
x
1
x
2
( )
1 1 1 2 2 1 1 2 2 1
2 2 2 2 2 2 2 2
0 0
sin 2 0
m x c c c x k k k x
F ft m x c c x k k x
+ +
+ + =






( )
( )
1
1 1 1 2 2 1 1 2 2 1
2 2 2 2 2 2 2 2
1
1
2
2
0 0
sin 2 0
,
y m c c c x k k k x
F ft y m c c x k k x
t
x
y
x
y

+ +
+







= =





y f y

( )
1 1 2 2
; : y x y x
ETSII-UPM
Problemas stiff (4/4)
Ejemplo 2: Vibraciones de un sistema con 2 gdl (cont.)
El sistema es stiff para determinados valores de las constantes o parmetros.
Tomando m
1
=1, m
2
=1; k
1
=1, k
2
=100; c
1
=1, c
2
=1; el sistema se hace stiff por
la diferencia que hay entre los dos valores de la rigidez, y por la diferencia
entre la baja frecuencia de la fuerza excitadora (0.1 hz) y las frecuencias
naturales (2.254 hz y 0.1124 hz).
Programas utilizados: odemainstiff02.m, rk4.m y ecstiff02.m
Resultados de integrar con h=0.2 y h=0.209, con Runge-Kutta de orden 4.
0 10 20 30 40 50 60 70 80 90 100
-100
-80
-60
-40
-20
0
20
40
60
80
100
tiempo
x
1
,

x
2
0 10 20 30 40 50 60 70 80 90 100
-100
-80
-60
-40
-20
0
20
40
60
80
100
tiempo
x
1
,

x
2
ETSII-UPM
Integradores estructurales
Familias de integradores estructurales
Se llaman as a ciertas familias de integradores tradicionalmente utilizados en
el anlisis dinmico de estructuras.
Suelen ser integradores de paso simple y especialmente adaptados a sistemas
de ecuaciones diferenciales de orden 2, que no necesitan reducirlas a orden 1.
Es frecuente prestar ms atencin a la estabilidad que a la precisin.
Como las frecuencias naturales altas no tienen sentido fsico, se les suele pedir
que las eliminen de la respuesta que se obtiene con ellos (filtrado).
Ecuaciones diferenciales de la dinmica
Las ecuaciones diferenciales de la dinmica lineal tienen la forma:
donde M, C y K son matrices reales, simtricas y semi-definidas positivas (M
definida positiva).
Si las ecuaciones diferenciales son no-lineales se pueden escribir en la forma:
( ) ( ) ( ) ( )
( ) 1
1 1 1 1

t n h
n n n n
t t t t
= +
+ + + +
+ + = + + = Mq Cq Kq f Mq Cq Kq f

( ) ( ) ( ) ( )
( )
( )
1
1 1 1
, ,
t n h
n n n
t t t
= +
+ + +
= = Mq Q q q 0 Mq Q q q 0

ETSII-UPM
Estabilidad de los integradores estructurales
Estabilidad de los mtodos estructurales
La estabilidad depende del integrador y del tipo de problema. La estabilidad
del integrador se puede estudiar aplicndolo a la ecuacin-test
Se llama funcin de estabilidad a la funcin que relaciona
dos valores consecutivos de la solucin numrica de la ecuacin-test:
Se llama regin de estabilidad S a los valores de z que hacen que y no crezca:
Un mtodo es condicionalmente estable si S es limitada.
Un mtodo se dice A-estable si S comprende el todo el semiplano complejo
negativo.
Un mtodo es L-estable o stiff-estable si es A-estable y adems
En los sistemas de ecuaciones diferenciales la funcin de estabilidad es
reemplazada por una matriz de estabilidad, cuyo radio espectral tiene que ser
menor o igual que uno.
. y y

=
( )
, , R z z h
( ) ( )
1 n n n
y R z y R h y
+
= =
( )
{ }
; 1 S z C R z = <
( )
lim 0.
z
R z

=
ETSII-UPM
Mtodo de Newmark(1/4)
Planteamiento general del mtodo de Newmark
Estima las posiciones y velocidades en t
n+1
mediante unas expresiones que
promedian las aceleraciones mediante dos parmetros y :
Aadiendo las ecuaciones diferenciales del movimiento evaluadas ent
n+1
:
se tiene un sistema de 3 ecuaciones matriciales con 3 incgnitas:
que puede resolverse de distintas maneras.
Aceleraciones como incgnitas primarias
Una forma de resolver el sistema (1)-(3) es sustituir en (3) las posiciones y
velocidades dadas por (1) y (2), y calcular las aceleraciones
Una vez conocidas las aceleraciones, las posiciones y velocidades se calculan
de (1) y (2) respectivamente.
( ) ( )
2
1 1
1 2 2
2
n n n n n
h
h
+ +
= + + + q q q q q

( ) ( )
1 1
1
n n n n
h
+ +
= + + q q q q

(1)
(2)
( )
1 1 1
, ,
n n n + + +
q q q

( )
1 1 1 1 1 1 1
o bien: ,
n n n n n n n + + + + + + +
+ + = = Mq Cq Kq f Mq Q q q 0
(3)
1
:
n+
q

( )
( ) ( ) ( )
2
2
1 1
1 1 2
2
n n n n n n n
h
h h h
+ +

+ + = + + +


M C K q f C q q K q q q

ETSII-UPM
Mtodo de Newmark(2/4)
Posiciones como incgnitas primarias
Las expresin (1) se utiliza para despejar las aceleraciones en funcin de las
posiciones (incgnitas primarias). Llevando el resultado a la expresin (2) se
calculan las velocidades en funcin de las posiciones. Finalmente se obtiene:
Estos resultados se llevan a la ecuacin diferencial y se obtiene un sistema de
ecuaciones (lineales o no lineales) que permite determinar las posiciones. Para
los casos lineal y no lineal, respectivamente, se llega a:
Una vez calculadas las nuevas posiciones, las expresiones (4) y (5) permiten
determinar las velocidades y aceleraciones, respectivamente.
1 1

; 1 1
2
n n n n n n n
h
h h


+ +


= + + +




q q q q q q q

1 1
2 2
1 1 1 1

; 1
2
n n n n n n n
h h h
+ +


= + + +




q q q q q q q

1 1
2
1

n n n n
h h

+ +

+ + =


M C K q f Mq Cq

(4)
(5)
1 1 1
2
1

,
n n n n n
h h

+ + +

+ + =


Mq Mq Q q q q 0

ETSII-UPM
Mtodo de Newmark(3/4)
Estabilidad del mtodo de Newmark
Es muy interesante estudiar la estabilidad del mtodo de Newmark. Esto puede
hacerse estudiando la ecuacin diferencial de un sistema de 1 gdl:
Esta ecuacin de orden 2 se puede convertir en dos ecuaciones de orden 1:
El mtodo es estable si B es tal que la solucin no tiende a crecer. Realizando
un estudio con los valores propios de B se llega a las siguientes condiciones:
Estabilidad incondicional
Estabilidad condicional
Hay un h mximo para obtener estabilidad, que es menor cuanto mayor es .
2
2 x x x f + + =

1
2
0 1 0
,
2
n n n
x x x
x x x f
+

= + = + = +




y y Ay g y By g

( ) ( )
( )
12
2
2
12 2 12
1
, ,
2 2 2
h

+ +
<

1
2
2

ETSII-UPM
Mtodo de Newmark(4/4)
Amortiguamiento numrico del mtodo de Newmark
Los parmetros del mtodo de Newmarkpueden ajustarse de modo que las
componentes de la solucin correspondientes a frecuencias altas se
amortigen. A este efecto se le llama amortiguamiento numrico.
Se demuestra que para tener amortiguamiento numrico es necesario que
Para un valor de se puede elegir de modo que el amortiguamiento
numrico sea mximo. Esto se consigue imponiendo la condicin de que los
valores propios de la matriz B sean complejos conjugados.
En este caso, para las condiciones de estabilidad son las siguientes:
Estabilidad incondicional:
Estabilidad condicional:
Por ejemplo, para =0.9 la expresin anterior tiene un valor =0.49 para el
cual el filtrado de altas frecuencias es mximo. Por debajo de =0.45 se pierde
la estabilidad incondicional.
Es importante saber que si el mtodo de Newmarkpasa de orden 2 a 1.
1
2
>
1
2
>
( ) ( ) ( )
( )
( )
12
2
2
2
12 4 12 4 12
1
,
2
12 4
h



+ + +

+
( )
2
12
1
,
2 4

+

0 1, <
1
2

ETSII-UPM
Regla trapezoidal
La regla trapezoidal a partir del mtodo de Newmark
Haciendo se obtienen las ecuaciones de la regla trapezoidal:
La regla trapezoidal es el nico mtodo de la familia de Newmark que es A-
estable y tiene precisin de 2orden.
Adems, para sistemas lineales conserva exactamente la energa, lo que
quiere decir que no tiene amortiguamiento numrico. En problemas no lineales
se puede hacer dbilmente inestable (la solucin puede crecer linealmente con
el nmero de pasos, pero no de modo potencial).
Recurdese que la regla trapezoidal es un mtodo implcito, que exige resolver
sistemas de ecuaciones no lineales cuando el problema es no-lineal:
1 1
,
4 2
= =
( )
1 1
2
n n n n
h
+ +
= + + q q q q

( )
1 1
2
n n n n
h
+ +
= + + q q q q

1 1
;
2 2

n n n n n n
h h
+ +

= + +


q q q q q q

1 1
2 2
;
4 4 4

n n n n n n n
h h h
+ +

= + + +


q q q q q q q

1 1 1
2
2 2

,
n n n n n
h h
+ + +

+ + =


Mq Mq Q q q q 0

ETSII-UPM
Otros integradores estructurales (1/2)
Mtodo HHT (Hilber, HughesandTaylor, 1977)
Si se introduce disipacin en Newmarkla precisin baja de orden 2 a orden 1.
El mtodo HHT introduce disipacin, es A-estable y mantiene orden 2.
Utiliza las mismas aproximaciones que Newmark, pero evala de forma
distinta las ecuaciones diferenciales:
Se utiliza una expresin resultado de promediar las fuerzas entre n y n+1:
donde
f
es un nuevo parmetro, propio de este mtodo.
Los parmetros y se ponen en funcin de
f
, de modo que el mtodo sea A-
estable y de segundo orden:
El nico parmetro que queda es
f
y se puede utilizar para controlar la
disipacin.
( )
, = Mq Q q q 0

( ) ( ) ( )
1 1
1
1 , ,
n n f f
n n

+ +
+
= M q Q q q Q q q 0

( )
2
1
1 2
1
, ; 0,
2 4 3
f
f
f

+
+

= =


ETSII-UPM
Otros integradores estructurales (2/2)
Mtodo -generalizado (ChungandHulbert, 1993)
Puede considerarse como una generalizacin del mtodo HHT que permite
controlar por completo la disipacin a las altas frecuencias.
Incluye como casos particulares a todos los mtodos estructurales anteriores.
El mtodo -generalizado evala las ecuaciones de la dinmica en la forma:
donde
m
es el nuevo parmetro, propio del mtodo.
Los cuatro parmetros de mtodo se ponen en funcin del radio
espectral de la matriz de estabilidad:
El valor introduce mxima disipacin y disipacin nula.
( ) ( ) ( ) ( )
1 1
1
1 1 , ,
m n n m n n f f
n n

+ +
+
+ = M q M q Q q q Q q q 0

( )
, , ,
f m

( ) [ ]
2
2 1 1 1
, , , 1 ; 0, 1
1 1 2 4
m f m f f m

= = = + = +
+ +
0 = 1 =
ETSII-UPM
Aplicacin de los integradores estructurales
Formulacin general
Se puede construir un mtodo que dependa de los 4 parmetros
Para el caso lineal:
Sustituyendo las expresiones del mtodo de Newmarkpara
se obtienen las expresiones que permiten calcular
siendo:
Todos los mtodos vistos se pueden obtener como casos particulares de la
expresin anterior.
( )
, , ,
f m

( ) ( )( ) ( ) ( )
1 1 1 1
1 1 1
m n m n f n n f n n f n f n

+ + + +
+ + + + + = + Mq Mq Cq Kq Cq Kq F F

1 1 1 1
2
1

,
n n n n n n
h h

+ + + +
= + = + q q q q q q

1 1
y :
n n + +
q q

( ) ( ) ( )
( ) ( ) ( )
1
2
1
1
1 1 1

1 1 1
m f f n
f n f n m n m n f n f n f n
h h

+
+

+ + =


= +
M C K q
F F Mq Mq Cq Cq Kq

1
:
n+
q
2
1 1 1

1 1 , 1
2 2
n n n n n n n n
h
h h h




+ + + +




q q q q q q q q