Académique Documents
Professionnel Documents
Culture Documents
INTRODUCCIN:
Mtodo de Euler:
La idea del mtodo de Euler es muy sencilla y est basada en el significado
geomtrico de la derivada de una funcin en un punto dado.
Supongamos que tuviramos la curva solucin de la ecuacin diferencial y
trazamos la recta tangente a la curva en el punto dado por la condicin inicial.
Para obtener
nicamente hay que pensar que ahora el papel de lo
,
toma el punto ,
y por lo tanto, si sustitumos los datos
adecuadamente, obtendremos que:
donde:
[1]
utilizando un mtodo numrico se puede resolver una ecuacin [1] como :
[2]
Todos los mtodos de un paso se pueden expresar en esta forma general, que
slo va a diferir en la manera en la cual se estima la pendiente. El procedimiento
ms simple es usar la ecuacin diferencial para estimar la pendiente derivada en
Xi al inicio del intervalo. En otras palabras, la pendiente al inicio del intervalo es
tomada como una aproximacin de la pendiente promedio sobre todo el intervalo.
Este procedimiento se llama mtodo de Euler. Existen otros mtodos de un paso
que cumplen estimaciones de pendiente en forma alterna y cuyas resultantes
sern predicciones mas exactas. Todas estas tcnicas se conocen por lo general
como mtodos de Runge-Kutta.
Los mtodos de Runge-Kutta (RK) logran la exactitud del procedimiento de
una serie de Taylor sin requerir el clculo de derivadas superiores. Existen
muchas variaciones, pero todas se pueden denotar en la forma generalizada de la
ecuacin:
[3]
[4]
[5]
Los valores para a1,a2,p1 y q11 son evaluados al igualar el termino se
segundo orden de la ecuacin Yi+1 en [12] con la expansin de la serie de Taylor.
Para realizar esto, desarrollamos tres ecuaciones para evaluar las cuatro
constantes desconocidas. Las tres ecuaciones son :
2.-
EJERCICIO:
Resolver mediante 4 mtodos diferentes la siguiente Ecuacin Diferencial
Ordinaria, considerando y(1) = 2 :
dy
1 y2
dx (1 x 2 ) xy
Evaluar la ecuacin para x = 2 .
3.-
dx (1 x 2 ) xy
(1 x 2 ) xydy (1 y 2 ) dx
(1 y 2 ) dx x (1 x 2 ) ydy 0
dx
ydy
0
2
x (1 x ) (1 y 2 )
=Integrando:
dx
x(1 x
ydy
(1 y
dx
xdx
ydy
C
2
x
(1 x )
(1 y 2 )
Ln( x )
1
1
Ln(1 x 2 ) Ln(1 y 2 ) C
2
2
Ln (1 x 2 )(1 y 2 ) 2 Ln( x) 2C
Ln(1 x 2 )(1 y 2 ) Ln( x 2 ) LnC
Ln (1 x 2 )(1 y 2 ) LnC ( x 2 )
(1 x 2 )(1 y 2 ) C ( x 2 )
Cx 2
1
(1 x 2 )
C (1) 2
1
(1 12 )
10 x 2
1
(1 x 2 )
C 10
= Evaluamos para x = 2 ; y = ?:
y
10( 2) 2
1
(1 2 2 )
y( 2 ) 2.64575
1 y2
(1 x 2 ) xy
y ' f ( x, y )
1 y2
(1 x 2 ) xy
*) Para : x = 1 ; y = 2
H = 0.1
y* y 0.1*
1 y2
(1 x 2 ) xy
x
1.0
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2.0
y
2.00000
2.12500
2.23177
2.32330
2.40204
2.47005
2.52902
2.58036
2.62524
2.66463
2.69934
y( 2 ) 2.69934
y*
2.12500
2.23177
2.32330
2.40204
2.47005
2.52902
2.58036
2.62524
2.66463
2.69934
y'
1 y2
(1 x 2 ) xy
y ' f ( x, y )
1 y2
(1 x 2 ) xy
*) Para : x = 1 ; y = 2
H = 0.1
2
y P ( i ) y *(i 1)
yC (i ) yi
1 yi
yi 0.1*
2
(1 xi ) xi yi
0.1
f ( xi , yi ) f ( xi 1 , y P (i ) )
2
xi
1.0
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2.0
yi
2.00000
2.11589
2.21476
2.29946
2.37232
2.43525
2.48985
2.53742
2.57903
2.61560
2.64785
yp
2.12500
2.22236
2.30582
2.37765
2.43974
2.49363
2.54061
2.58175
2.61791
2.64982
y( 2 ) 2.64785
1 y2
(1 x 2 ) xy
*) Para : x = 1 ; y = 2
H = 0.1
y (i ) y 0
*) Donde:
1
( K1 4 K 3 K 4 )
6
K1 H * f ( x0 , y 0 )
yc
2.11589
2.21476
2.29946
2.37232
2.43525
2.48985
2.53742
2.57903
2.61560
2.64785
K 2 H * f ( x0
K
H
, y0 1 )
2
2
K 3 H * f ( x0
K
K
H
, y0 1 2 )
2
4
4
K 4 H * f ( x0 H , y 0 K 2 2 K 3 )
xi
1.0
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2.0
yi
2.00000
2.11545
2.21397
2.29838
2.37100
2.43374
2.48817
2.53561
2.57711
2.61358
2.64575
k1
0.12500
0.10646
0.09104
0.07817
0.06739
0.05835
0.05074
0.04431
0.03885
0.03421
k2
0.11539
0.09846
0.08436
0.07257
0.06270
0.05440
0.04740
0.04148
0.03644
0.03215
k3
0.11531
0.09840
0.08432
0.07254
0.06268
0.05438
0.04739
0.04147
0.03644
0.03215
k4
0.10646
0.09103
0.07816
0.06739
0.05835
0.05074
0.04431
0.03885
0.03421
0.03024
y( 2 ) 2.64575
4.-
5.-
RESULTADOS:
o
Mtodo Analtico
y(2) = 2.64575
Mtodo de Euler
y(2) = 2.69934
Mtodo de Heun
y(2) = 2.64785
Mtodo de Runge-Kutta :
y(2) = 2.64575
CONCLUSIONES Y RECOMENDACIONES:
Conclusin:
El mtodo de Heun se basa en la misma idea del mtodo de Euler, pero
hace un refinamiento en la aproximacin, tomando un promedio entre ciertas
pendientes, de all toma el nombre de mtodo de Euler mejorado.
De los resultados obtenidos el ms preciso es el del mtodo analtico,
seguido por el del mtodo de Runge Kutta y por ltimo los mtodos de Heun
y de Euler respectivamente.