III.

MARCO TEÓRICO

MÉTODOS NUMÉRICOS PARA RESOLVER ECUACIONES DIFERENCIALES

ORDINARIAS

3.1. Método de Euler

Es el más simple de los métodos que existen para la solución de ecuaciones

diferenciales ordinarias de la forma

dy
( )=f (x , y )
dx

La solución se basa en la aproximación de la derivada por un incremento de

elementos finitos en donde; dy= y k+1 - yk y dx=x k +1 - xk

Fig.1. Aproximación de la curva solución en un intervalo

La solución de la Ecuación 1 es de la forma y= g(x,c) donde c es una constante

determinada por las condiciones iniciales. Puesto que la curva es continua,
pequeños segmentos de la curva se pueden suponer como líneas rectas a si
en el punto particular ( xk , y k ) y sobre la curva se tiene que la pendiente
de la recta en este punto está dada por:

dy xk
tan(ϕ) = ( ) xk yk , yk )
dx ¿ g¿
Entonces el punto k 1 y + aproximado linealmente al punto exacto 1 ( ) k f x +
se puede calcular de acuerdo a la Figura (1) por:

xk
y k+1 = yk + , yk )* dx
g¿

dy
y k+1 = yk + ( )x , yk * dx
dx k

La cual proporciona una formula iterativa para hallar puntos de la solución de

una forma aproximada a lo largo de la curva de solución por medio de una
recta. Mientras más pequeños sea dx más exacta será la aproximación Figura
2.

Fig.2 Aproximación de la curva solución por rectas

Diagrama de Flujo

Matlab
METOD DE RUNGE-KUTTA DE SEGUNDO ORDEN

➢ Tratamos de hallar unas constantes de modo que la formula

 (2)
Donde k 1=f (x n y n ) ,
'

Donde k 2=f (x n +ah , y n + β h1)

➢ Concuerda con un polinomio de Taylor de grado 2. Las constantes
deben satisfacer luego.
1 1
(3) w 1+ w2=1, w 2 ∝= , y w2 β=
2 2
1 1
(4) w 1=1−w 2 ,∝= y β=
2 w2 2 w2
Done w2≠ 0

o ALGORITMO

Para aproximar la solución del problema de valor inicial se presenta un breve

algoritmo básico
Función a aproximar f ' (t,y)
Rango de la variable independiente x 0< x< x f

➢ En N+1 pasos igualmente espaciados dentro el intervalo ( x 0 , x f )

(También llamado discretización del dominio). Se toma como entrada los
puntos extremos de ( x 0 , x f ) cantidad de pasos N, de esa manera
( x f −x 0)
se define el tamaño del intervalo h. h=
N
Se toma como valores iniciales, los valores de la condición de borde o frontera
( x0 , xf )
➢ Luego, se calcula el próximo valor de X haciendo lo siguiente:

➢ Esto es para el primer valor de x, sumar el tamaño del intervalo h. Para

el próximo valor correspondiente de Yn+1, se hace lo siguiente
Se calculan las siguientes constantes k1 y k2

onde a1, p1, y q11 son valores para elegir el tipo de discretización del dominio
X
➢ Luego el valor de Yn+1 es:
➢ Luego de este punto, se repite el procedimiento desde el punto 3) siendo
el punto de partida (Xn+1, Yn+1) y así sucesivamente hasta llegar a Xf
MÉTODOS DE RUNGE KUTTA DE CUARTO ORDEN

Probablemente uno de los procedimientos más difundidos, y a la vez, más

exacto para obtener soluciones aproximadas del problema: y´ = f(t,y), con y(t0)
= y0, sea el método de Runge Kutta de cuarto orden Así, como en el método de
R.K. de segundo orden hay un número infinito de versiones, en el método de
RK de cuarto orden existen infinitas versiones. Una de las versiones es:

yi + 1 = yi + 6 h (k1 + 2k2 +2k3 + k4)

donde: k1 = f(ti , yi )

k2 = f (ti + h/2, yi +hk1/2)

k3 = f (ti + h/2, yi +hk2/2)

k4 = f (ti +h , yi + h k3)
Método Newton Raphson
Este método es uno de los más utilizados para localizar raíces ya que en
general es muy eficiente y siempre converge para una función polinomial.
Se requiere que las funciones sean diferenciables, y por tanto, continuas, para
poder aplicar este método.
Se debe partir de un valor inicial para la raíz: x i , este puede ser cualquier
valor, el método convergirá a la raíz más cercana.

Si se extiende una tangente desde el punto , el punto donde esta

tangente cruza al eje x representa una aproximación mejorada de la raíz.

La fórmula de Newton-Raphson se deduce a partir de la fórmula de la

pendiente de una recta.
Pendiente de una recta:
Hay que determinar un número máximo de iteraciones
Normalmente esto se hace considerando una “tolerancia”, esto es:

El valor absoluto de la diferencia de la debe ser menor que la tolerancia

o el resultado de alguna fórmula de error debe ser menor que la tolerancia
dada.
Una de las fórmulas de error más útiles es la del error relativo porcentual
aproximado:

100 %
El método de Newton-Raphson es convergente cuadráticamente, es decir, el
error es aproximadamente al cuadrado del error anterior.
Esto significa que el número de cifras decimales correctos se duplica
aproximadamente en cada interacción.
Cuando el método de Newton-Raphson converge, se obtienen resultados en
relativamente pocas interacciones, ya que para raíces no repetidas este
método converge con orden 2 y el error E i+1 es proporcional al cuadrado del
resultado anterior Ei
Supóngase que el error en una iteración es 10 -n el error en la siguiente, (que es
proporcional al cuadrado del error anterior) es entonces aproximadamente 10 -
2n
, el que sigue será aproximadamente 10 -4n etc.
De esto puede afirmarse que de cada iteración duplica aproximadamente el
número de dígitos correctos.
Sin embargo el método de Newton-Raphson algunas veces no converge, sino
que oscila. Esto ocurre si no hay raíz real, si la raíz es un punto de inflexión o si
el valor inicial está muy alejado de la raíz buscada y alguna otra parte de la
función “atrapa” la iteración.