Edo Difreneciales

Titulación: Grado en Ingeniería Ultima actualización: 25/03/2011
Asignatura: Métodos Numéricos

Autor: César Menéndez
Ecuaciones diferenciales
ordinarias:
Problemas de valor inicial
Planificación: 3 Teoría+2 Prácticas+4 Laboratorio
Materiales: MATLAB
Tmas. básicos de Cálculo –
Conocimientos previos:
Desarrollos de Taylor – Sistemas
lineales –
1
Métodos Numéricos EDO-Problemas de Valor Inicial por César Menéndez Fernández
Descripción del problema

Motivación  Obtener las funciones que verifican una ecuación en
Objetivos que la variable dependiente se relaciona con su
Temario variación con respecto a la variable independiente.
 Introducción
 Mét. Euler y Taylor  Ejemplo: Ley de Newton aplicada al cálculo de la
 Mét. Runge-Kutta
 Mét. Multipaso*
velocidad de descenso de un paracaidista:
dv  F
 EDOs orden n*
 Estables y rígidos*
 F  ma  a  dt

m
 Resumen  Fuerzas actuantes:
Bibliografía – Gravedad (peso)
– Resistencia del paracaídas al aire
Software  Opuesta al descenso
 Proporcional a la velocidad
 Coeficiente de resistencia
dv v
 g  c  ¿ v t  ?
dt m
gm   
ct
v t   1   e 
m
c  
2
Objetivos
Motivación
Objetivos  Entender los conceptos de orden, consistencia, estabilidad y
Temario convergencia.
 Diferenciar los conceptos de error de truncamiento local y
 Introducción
 Mét. Euler y Taylor
global, y su relación.
 Comprender los métodos de Taylor y la interpretación gráfica
de los de orden más bajo (Euler, Heun y el polígono
 EDOs orden n*
mejorado).
 Estables y rígidos*  Entender la base de los métodos predictor-corrector y su
 Resumen conexión con las fórmulas de integración.
 Aplicar los métodos de Runge-Kutta y entender cómo se
Bibliografía relacionan con el desarrollo en serie de Taylor.
Software  Aplicar los métodoas anteriores a sitemas de ecuaciones
diferenciales de primer orden.
 Reducir una ecuación diferencial ordinaria de n-ésimo orden
a un sistema de n ecuaciones diferenciales ordinarias de
primer orden.
 Comprender la inestabilidad de algunos métodos para tipos
especiales de problemas (rígidos).
 Saber seleccionar un método numérico para la solución de
un problema particular.
3
Conceptos básicos (I)

Motivación
Objetivos  Una ecuación diferencial es cualquier ecuación que comprenda
derivadas de una función con respecto a una sola variable
Temario independiente.
 Introducción  Cuando hay varias funciones y una sola variable independiente se
 Mét. Euler y Taylor tiene un sistema de ecuaciones diferenciales ordinarias.
 Mét. Runge-Kutta  Cuando hay una función y varias variables independientes se tiene
 Mét. Multipaso* una ecuación en derivadas parciales (EDP).
 EDOs orden n*  Cuando hay varias funciones y varias variables independientes se
 Estables y rígidos* tiene un sistema de ecuaciónes en derivadas parciales (EDP).
 Resumen
Bibliografía  Si una ecuación diferencial se puede escribir como un polinomio, su
orden es el mayor entero positivo de la n-sima derivada presente en
Software la ecuación.
 La potencia más alta con que aparece la derivada que marca el
orden de la ecuación se denomina grado.
 Ejemplos
y  x  y   xy  x3
2
– EDO segundo orden y grado uno
Conceptos básicos
 y   xy  y 4  e x
3 2
Resolución analítica – EDO primer orden y grado 3
x3 yt  xt  yx    x  t 2 
Resolución numérica. 2 3
– EDP primer orden y grado2 ( 2 v.i)
–  t  k  xx   yy   zz  EDP segundo orden y grado 1 (4 v.i.)
4 – y  sin  y   xy  5 EDO tercer orden sin grado

Conceptos básicos (II)

Motivación
Objetivos  Forma general de una ecuación diferencial de orden n
y  y
Temario
 Introducción

f t , y, y, y, y
n
 0 xy 
x3 y
 sin  xy   e x
 Mét. Euler y Taylor  Una EDO es lineal cuando lo es en cada derivada de igual orden
f n  x  y n  f1  x  y  f 0  x  y  g  x  y  x  y   xy  x3
2
 EDOs orden n*
 Estables y rígidos*  Una solución explícita de una EDO de orden n es aquella función
 Resumen
y(x) que satisface la EDO para todo valor x del intervalo.
Bibliografía y1  x   e x Si
Software y  y  0, x    e x x0
y2  x     x No
2e x0
 Una solución implícita de una EDO de orden n es aquella relación

g(x,y) que define al menos una y(x) que satisface la EDO para todo
Conceptos básicos valor x del intervalo
Resolución analítica
Resolución numérica. yy  x  0  f  x, y   y 2  x 2  c  0
f   x, y   2 yy  2 x  0
5
Conceptos básicos (III)

Motivación
Objetivos  Una familia de funciones de n parámetros f  t , y, c1 , c2 , c3 , cn   0 se
denomina solución general si es solución de la EDO para cualquier valor de los
Temario parámetros y no hay un conjunto inferior de parámetros que representen esas
 Introducción
 y  x   c1e
soluciones
 Mét. Euler y Taylor  x  c2
No
y  y  0  1
 y2  x   c1e
 Mét. Runge-Kutta x
 Si
 EDOs orden n*  La función obtenida al seleccionar los valores de los parámetros se denomina
solución particular
 Resumen  f(t,y) satisface la condición de Lipschitz en la variable y (es lipschitciana
Bibliografía respecto a y) en DR2 si existe L positiva tal que |f(t,y1)-f(t,y2)|≤L|y1-y2| para
Software todo (t,y1), (t,y2) D.
y y y 1
f t, y    5, D  1,3  f  t , y1   f  t , y2   1 2  y1  y2
2
2t 2t 2
 Si f(t,y) esta definida en un conjunto convexo D y |fy| ≤L en D, entonces es
lipschitciana en y.
Conceptos básicos  Un conjunto D es convexo cuando dos puntos cualesquiera se pueden unir
Resolución analítica mediante un segmento rectilíneo cuyos puntos también pertenecen a D.
Resolución numérica.  Un conjunto D es conexo cuando dos puntos cualesquiera se pueden unir
mediante una curva cuyos puntos también pertenecen a D.
6
EDO 1er orden: resolución analítica (I)

Motivación  y  p  t  y  q  t  a  t  b

Objetivos Lineales: 
 y  a   y0


Temario
 Introducción – Existencia y Unicidad de Solución
 Mét. Euler y Taylor Si p(x) y q(x) son continuas en un abierto que contenga a [a,b]
 Mét. Runge-Kutta – Obtención de la solución
 EDOs orden n*
 t   e pt dt 1
y t  
 t 
    t  q  t  dt  c 
 Estables y rígidos* Ejemplos
 Resumen
 y  2ty  t 0  t  1
Bibliografía 
 y  0  1
   t   e
2 tdt
 et
2
y t  
1
et
2  e t 2
 1
tdt  c    cet
2
2
Software
 y  2ty  1 0  t  1

 y  0  1
   t   e
2 tdt
 et
2
y  t   et
2
  e dt   ce
t 2 t2
 y  f  t , y  a  t  b
 M  t , y   N  t , y  y  0
 No lineales 
 y  a   y0
Conceptos básicos

Resolución numérica.
– Existencia y Unicidad de Solución
Si f(t,y) es continua y lipschitciana respecto a y en en D={atb,-y},
existe solución y es única (Picard)
– Muy difícil obtener la solución analítica (explícita o implícita) salvo en
7 casos especiales
EDO 1er orden: resolución analítica (II)

Motivación  Ejemplo: Solución no única
Objetivos

 y  3 y  y1  t    23 t 

3
Temario
2
  13 y  3
df 2
   No definida para y=0

 y  0  0  y2  t   0
 Introducción
  dy
 Mét. Runge-Kutta  Ejemplo: singularidades de la solución dependen de la condición
 Mét. Multipaso* inicial
 EDOs orden n*
 y  y
  y  y

2 2
1 1
 Estables y rígidos*  y  y
 Resumen  y  0  1
 1 t  y  0  2
 2t
Bibliografía  Métodos analíticos
Software – Variables separables M  t   N  y  y  0  N  y  dy  M  t  dt
– Ec. homogéneas f  st , sy   s n f  t , y   Cambio v  y  var.sep

t
 P  t , y    M  t , y   N  t , y  y  0  M y  N t
d
– Ecuaciones exactas
Conceptos básicos dt
 P  t , y     M  t , y    N  t , y  y  0
d
Resolución numérica. – Fact. integrantes ¿   t , y  ? :
dt
 y M   M y  t N   Nt
¿  t  ?   g t  ¿   y  ?    g  y
M y  Nt M y  Nt
8 N M
EDO 1er orden: resolución analítica (III)

 Ejemplo: Variables separables
Motivación
 y cos t
Objetivos  y  1  2 y2 ln y  y 2  sin t  c
 1 2y 2
dy  cos t  dt    ln y  y 2  sin t  1
Temario  y  0  1 y 
 y  0  1
 Introducción 
 Mét. Euler y Taylor  Ejemplo: Ec. homogéneas
 Mét. Runge-Kutta  y2  t 2

y   vdv
yt   t 2  v 2t 2  dt  t 2v  vdt  tdv   0  
 Mét. Multipaso* dt

 EDOs orden n*  y  0  1 t 1  2v 2
 Estables y rígidos* 
 Resumen  ln t   14 ln 1  2v 2  ln c  t 2  t 2  2 y 2   c 4  t 2  t 2  2 y 2   1
Bibliografía  Ejemplo: Ecuaciones exactas
Software 3 y  t 2  1 dt   t 3  8 y  3t  dy  0  M y  3  t  1  Nt
2
   P  yt 3  3ty  f  y 
 y 1  2  P   Mdt   Ndy
 Py  t 3  3t  f   y   N  P  yt 3  3ty  4 y 2  c  P  t , y   yt 3  3ty  4 y 2  2  0
 22 y  t  2
 
 Ejemplo: Fact. integrantes M y  Nt
 M  2 y ¿  t ?    
 t 2  y 2  dt  t  t  2 y  dy  0  t t  2 y 
y N
Conceptos básicos t
  
 N  2t  2 y ¿   y  ?   M y  Nt  2  2 y  t 
Resolución numérica.  y 1  1
 t

M
 t 2
 y 2

 2
   dt    2  
1   
t2 
 1  y 2 dt  1  2 y dy  0
 t
 P t, y   t 
y2
 y 1  0
9  t t  y 1  1 t
EDO orden superior: resolución analítica (I)

Motivación  EDO de segundo orden
Objetivos
Temario  y¨ f  t , y, y  a  t  b


 Introducción  y  a   y0
 y  a   v0
 Mét. Runge-Kutta – Existencia y Unicidad de Solución
Si f(t,y) es continua y lipschitciana respecto a y e y’ en en
 EDOs orden n*
 Estables y rígidos* D={atb ,-y ,-y’}, existe solución y es única
 Resumen
Bibliografía – La obtención de solución analítica es complicada.,
Software incluso en casos aparentemente simples, y suelen dar
lugar a métodos de coeficientes indeterminados y series
de potencias
– Caso lineal
Conceptos básicos
Resolución analítica  y  p  t  y  q  t  y  f  t  a  t  b


 y  a   y0 y  a   v0

10
EDO orden superior: resolución analítica (II)

Motivación  E.D.O. lineales homogéneas de coeficientes constantes
Objetivos
Temario
an y    a1 y  a0 y  0
n
I 
 Introducción Ec. Característica : P  x   an x n  a1 x  a0
 Mét. Multipaso*  Las raíces λ de la ecuación característica P(x) proporcionan un
 EDOs orden n*
 Estables y rígidos* sistema fundamental de soluciones:
 Resumen – Si λ es una raíz real simple de P(x), y=eλx es solución de la ecuación
Bibliografía diferencial.(I)
– Si λ es una raíz real múltiple de orden m de P(x), y=xkeλx, k=0,…,m-1
Software son soluciones independientes de la ecuación diferencial.(I)
– Si λ= a ± bi son raíces complejas conjugadas de P(x), , y1=eax cos(bx)
e y2=eax sen(bx) son soluciones independientes de la ecuación
diferencial.(I).
– Si λ= a ± bi son raíces complejas conjugadas de multiplicidad m de
Conceptos básicos P(x), y1k=xkeax cos(bx) e y2k=xkeax sen(bx) , k=0,…,m-1 son soluciones
Resolución analítica independientes de la ecuación diferencial.(I)
Resolución numérica.  La solución general de la ecuación diferencial (I) se obtiene
como combinación lineal de las soluciones simples obtenidas
para cada raíz.
11
EDO orden superior: resolución analítica (III)

Motivación  E.D.O. lineales completas de coeficientes constantes
Objetivos
Temario
 n
an y  a1 y  a0 y  f  x   II 
 Introducción
 La solución general de la ecuación es igual a la suma de la solución
 Mét. Runge-Kutta general de la homogénea correspondiente, y de cualquier solución
 EDOs orden n* particular de la ecuación completa.
 Estables y rígidos*  Método de los coeficientes indeterminados: Se toma una solución particular
 Resumen
Bibliografía de la ecuación completa del mismo tipo que el término independiente y cuyos
Software coeficientes se determinan sustituyendo la solución en la ecuación.
– Si f(x)=Pm(x) y λ= 0 no es raíz de P(x), yp=A0xm +A1xm-1+...+Am.
– Si f(x)=Pm(x) y λ= 0 es raíz de orden r, de P(x), yp= xr(A0xm +A1xm-1+...+Am)
– Si f(x)= eaxPm(x), yp=eax.Qm(x) si a no es raíz de P(x) o yp=xreax.Qm(x) ) si a es
Conceptos básicos raíz de P(x) de orden r.
– Si f(x)=eax(Pm(x)cosbx+Qs(x)senbx)), yp=eax(U(x)cosbx+V(x)senbx)), si a ± bi
no es raíz de P(x) o yp=xreax(U(x)cosbx+V(x)senbx)) si a ± bi es raíz de P(x) de
orden r, donde U(x) y V(x) son polinomios de grado = max (m,s)
12
EDO orden superior: resolución analítica (IV)

y   y  x2 0  x 1
4
Motivación  Ejemplo
Objetivos y  0  1 y  0   2 y  0   3 y  0   4
Temario
 Introducción  Solución general de la homogénea
 Mét. Runge-Kutta P  x   x 4  1    P   1, i
 Mét. Multipaso* yg  x   c1e x  c2e x  c3e0 x cos  x   c4e0 x sin  x 
 EDOs orden n*
 Estables y rígidos*  Solución particular
 Resumen
Bibliografía y p  x   a2 x 2  a1 x  a0 
Software a2  1

y p4  y p  0   a2 x 2  a1 x  a0   x 2   a1  0
a 0
 Solución completa  0
P  x   x 4  1    P   1, i
Conceptos básicos
yc  x   yg  x   y p  x   c1e x  c2e  x  c3 cos  x   c4 sin  x   x 2
Resolución numérica.  Condiciones iniciales
yc  0   c1  c2  c3  1 yc  0   c1  c2  c3  3

yc  0   c1  c2  c4  2 yc  0   c1  c2  c4  4
13  yc  x   e x  2e  x  2cos  x   sin  x   x 2
EDO: resolución numérica (I)

Motivación  Casos
Objetivos – La resolución numérica se centra en las EDO de primer orden dado que
Temario las de orden superior se pueden reducir a sistemas de primer orden.
 Introducción  y1  y   f  t , y , y , y , y   0
y  
1 2 n
 Mét. Euler y Taylor y  
 2  y  y1
 Mét. Multipaso* 
f t , y, y, y, y
n
 
 0   y3 
 
y    
3
y1  y2
 EDOs orden n*
  
  
 Estables y rígidos*  yn   n  yn 1  yn
y  
 Resumen
Bibliografía – Por su interés específico, a veces se estudian las de segundo orden
Software (asociadas a problemas de contorno).
 Problema perturbado: perturbaciones asociadas a la EDO y a la
condición inicial
 y  f  t , y  a  t  b 
  z  f  t , z     t  a  t  b
  
 y a  
  z a    a

Conceptos básicos
Resolución analítica  Problema bien planteado
Resolución numérica. – El problema tiene solución única
– El problema perturbado tiene solución única y su error respecto al inicial
esta acotado si lo están las perturbaciones
  0k    0 <  t   a, b :   t  <  y  t   z  t   k   
14
EDO: resolución numérica (I)

Motivación  Proceso
Objetivos – No se obtiene la solución analítica, sino un conjunto de pares (ti,yi) que
Temario representan los valores aproximados de la solución para diferentes
 Introducción valores de la variable independiente.
 Mét. Euler y Taylor – Los resultados se deben interpolar (o ajustar) si se desean en valores
 Mét. Runge-Kutta intermedios.
 Mét. Multipaso* – Es necesario que el problema este bien planteado ya que los métodos
 EDOs orden n* numéricos introducen perturbaciones de los coeficientes debido a la
 Estables y rígidos* aritmética del ordenador.
 Resumen
Bibliografía  El problema de valor inicial de primer orden esta bien planteado si
Software f(t,y) es continua y lipschitciana respecto a y en D={[a,b] (-,)}.
 Ejemplo: problema bien planteado
 y  y  t 2  1 0  t  2
 y  t    t  1  0.5et
2

 y  0   0.5
Conceptos básicos f  t , y1   f  t , y2   y1  t 2  1   y2  t 2  1  1 y1  y2
fy  1
 z  z  t 2  1    t  0  t  2
 z  t    t  1   0.5    t    a  et    t 
2

 z  a   0.5   a
15 y  t   z  t     t    a  et    t    2e 2  1 
Fundamentos
Motivación  Métodos de Taylor
Objetivos – Discretizan el intervalo total en n subintervalos iguales (puntos equiespaciados
Temario con paso h) y obtiene aproximaciones de la solución en esos puntos.
 Introducción – Utilizan el desarrollo en serie de Taylor
 Mét. Euler y Taylor  y  tk   f  tk , y  tk   1  k  n tk  a  kh
 Mét. Runge-Kutta  y  f  t , y  a  t  b 
  ba
 y  a   
 EDOs orden n*  y a   h
 n
h h2 h n 1 h n 
 Resumen y  tk   y  tk 1   y  tk 1   y  tk 1   y  n 1
 tk 1   y  
n
Bibliografía 1! 2!  n  1! n!
Software y  t   f  t , y  t  
y  t   d
dt
f  t , y  t    ft  t , y  t    f y t , y t   y  f t  f y f
y  t   d
dt
y  t    f tt  f ty f    f ty  f yy f  f  f y  f t  f y f 
Fundamentos
 Orden de un método: orden de la derivada superior utilizada en el
Met. Euler
Met. Taylor desarrollo de Taylor o, equivalentemente, grado del polinomio para el que
Errores el método teórico no tiene error.
 Notación: wk  y(tk)
16
Método de Euler (Taylor de orden 1)

Motivación  Base teórica y algoritmo
Objetivos  y  f  t , y  a  t  b h h2
Temario   y  tk   y  tk 1   y  tk 1   y  
 Introducción  y  a    1! 2!
 Mét. Euler y Taylor  w0   tk  a  kh
 Mét. Runge-Kutta 
 ba
 wk  wk 1  hf  tk 1 , wk 1  1  k  n h  n
 EDOs orden n*
 Resumen  Ejemplo: tomando h=0.25 y h=0.1 resolver y representar la solución
Bibliografía y   t 0  t  1 y  0  1  Y t   1  t 2
Software y
t0  0 w0  1
t1  h  0.25 w1  w0  hf  t0 , w0   w0  0.25
t0
 1  0.25 0  1
w0 1
Fundamentos t1
t2  0.5 w2  w1  0.25  1  0.25 0.25  0.9375
Met. Euler w1 1
Met. Taylor t2
Errores t3  0.75 w3  w2  0.25  0.9375  0.25 0.5  0.8042
w2 0.9375
t3
t4  1.0 w4  w3  0.25  0.8042  0.25 0.75  0.5710
w3 0.8042
17
Ejemplo de Euler
Motivación t0=0 w0=1.0000
Objetivos t1=0.1 w1=1.0000
Temario
 Introducción t2=0.2 w2=0.9900
 Mét. Euler y Taylor t3=0.3 w3=0.9698
t4=0.4 w4=0.9389
 EDOs orden n* t5=0.5 w5=0.8963
 Estables y rígidos* t6=0.6 w6=0.8405
 Resumen
t7=0.7 w7=0.7691
Bibliografía
Software t8=0.8 w8=0.6781
t9=0.9 w9=0.5601
t10=1.0 w10=0.3994
Fundamentos
Met. Euler
Met. Taylor
Errores
18
Método de Taylor de orden superior (I)

Motivación  Base teórica y algoritmo
Objetivos  y  f  t , y  a  t  b  h n  2   h n 
Temario   y  tk 1   h  y  tk 1    y  n 1
 tk 1    y  
 n
 y  a      n  1! n!
 Introducción
 Mét. Euler y Taylor  w0   tk  a  kh

 Mét. Runge-Kutta  ba
w
 k  w k 1  hTn 1  h , t k 1 , wk 1  1  k  n h 
n
 EDOs orden n*
 Estables y rígidos*  Ejemplo: tomando h=0.25 resolver para Taylor de orden 1, 2, 3 y 4
 Resumen
y   t 0  t  1 y  0  1  Y t   1  t 2
Bibliografía y
Software y  t   ty 1  t  T1  t , y , h   y  t k 
y  t    y 1 1  t 2 y 2 
h
T2  t , y, h   T1  t , y , h   y  t 
2
h2
y  t   3ty 3 1  t 2 y 2  T3  t , y, h   T2  t , y, h   y  t 
3!
h3 iv
y iv  t   3 y 3 1  6t 2 y 2  5t 4 y 4 
Fundamentos
T4  t , y, h   T3  t , y, h   y  t 
Met. Euler 4!
Met. Taylor
Errores t0  0 t1  0.25 w0  1
y  t0   t0 w0 1  0 T1  t0 , w0 , h   y  t0   0
y  t0    w0 1 1  t0 2 w0 2   1 T2  t0 , w0 , h   T1  t0 , w0 , h  
h 0.25
19 y  t0   0  1  0.125
2 2
Ejemplo de Taylor (I)

Motivación y  t0   3t0 w0 3 1  t0 2 w0 2   0
Objetivos h2
T3  t0 , w0 , h   T2  t0 , w0 , h   y  t0   0.125  0  0.125
Temario 3!
y iv  t0   3w0 3 1  6t0 2 w0 2  5t0 4 w0 4   3
 Introducción
 Mét. Runge-Kutta h3 iv 0.253
 Mét. Multipaso* T4  t0 , w0 , h   T3  t0 , w0 , h   y  t0   0.125  3  0.15625
4! 24
 EDOs orden n*
 Estables y rígidos* w01  w01  hT1  t0 , w01 , h   1  0.25  0  1
w02  w02  hT2  t0 , w02 , h   1  0.25   0.125   0.96875
 Resumen
Bibliografía
Software w03  w03  hT3  t0 , w03 , h   1  0.25   0.125   0.96875
w04  w04  hT4  t0 , w04 , h   1  0.25   0.15625   0.9609375
Se repite el proceso con t2, t3 y t4

orden T1 T2 T3 T4 Y
Fundamentos
t0=0 w0=1.0000 w0=1.0000 w0=1.0000 w0=1.0000 1.0000
Met. Euler
Met. Taylor t1=0.25 w1=1.0000 w1=0.9688 w1=0.9688 w1=0.9683 0.9682
Errores t2=0.50 w2=0.9375 w2=0.8698 w2=0.8675 w2=0.8662 0.8660
t3=0.75 w3=0.8042 w3=0.6783 w3=0.6675 w3=0.6631 0.6614
20 t4=1.0 w4=0.5710 w4=0.2995 w4=0.2361 w4=0.1990 0.0000

Ejemplo de Taylor (II)

Motivación
Objetivos
 Representación de resultados para h=0.25 y h=0.1
Temario
 Introducción
 EDOs orden n*
 Resumen
Bibliografía
Software
Fundamentos
Met. Euler
Met. Taylor
Errores
21
Tipos de errores y error local

Motivación  Error de redondeo (representación)
Objetivos  Error de truncamiento global (local+propagado)
Temario
 Introducción
 EDOs orden n*
 Resumen
Bibliografía
Software
 Un método de diferencias
Fundamentos
 w0  
Met. Euler 
Met. Taylor  wk  wk 1  h  tk 1 , wk 1 , h  1  k  n
Errores
tiene un error de truncamiento local dado por
yk   yk 1  h  h, tk 1 , yk 1   yk  yk 1
 k  h      h, tk 1 , yk 1 
22 h h
Acotación del error en Euler

Motivación  Sea el problema de valor inicial
Objetivos y  f  t , y  a  t  b y a  
Temario
 Introducción  El error de truncamiento global del método de Euler
 Mét. Runge-Kutta viene acotado por
 
 Mét. Multipaso* hM tk 1  a  L
 EDOs orden n* yk 1  wk 1  e 1
 Estables y rígidos* 2L
 Resumen M  sup y  t 
Bibliografía donde a t b
Software L es la constante de Lipschitz de f  t , y  en y

 El error del problema perturbado viene acotado por
1  hM   tk 1  a  L
y  tk 1   wk 1  
L 2
  e
h
 
 1   e k 1 
t a L
Fundamentos  El error no disminuye indefinidamente con el valor de h

Met. Euler
Met. Taylor
Errores
23
Ejemplo de acotación del error

Motivación  Acotación del error del método de Euler para la EDO
Objetivos y  t  2 y  1 0  t  1 y  0   1  y  t    12  32 et
2
Temario  Error de truncamiento global con h=0.25

 Introducción
 Mét. Runge-Kutta yk  wk 
2L
e 
hM tk 0 L
1  
0.25  9e 2tk
22
e 1  
M  sup y  t   sup 3et 1  2t 2   3e 1  2 
2
 EDOs orden n*
0t 1 0t 1
 Estables y rígidos* donde
 Resumen 
f  t , y   2t  2  L
Bibliografía y
Software k t y w |y-w| cota
0 0.00 1.0000 1.0000 0.0000 0.0000
1 0.25 1.0967 1.0000 0.0967 0.9919
2 0.50 1.4260 1.1875 0.2385 2.6273
Fundamentos 3 0.75 2.1326 1.6094 0.5232 5.3236
Met. Euler
4 1.00 3.5774 2.4004 1.1770 9.7691
Met. Taylor
Errores
24
Definiciones y tablas de Butcher

Motivación  Logran la exactitud del método sin necesidad de calcular derivadas.
Objetivos  Expresión General
Temario  w0  

 Introducción  s  i 1 
 Mét. Euler y Taylor w
 m 1  wm  h  c k
i i k i  f mt  pm h , wm  h  qi j  1 m  n
j
k
 Mét. Runge-Kutta  i 1
j  j 1 
c
Donde i i, p e q son constantes elegidas de forma adecuada
 Mét. Multipaso* i
 EDOs orden n*  Expresión mediante tablas de Butcher

 Resumen p1 0 Explícitos p1 q11 q12 q13 q1n Implícitos
Bibliografía q12 (Matriz estrictam.
p2 0 triangular inferior) p2 q12 q22 q23 q2n
Software
p3 q31 q32 0 p3 q31 q32 q33 n
q31
0
pn q1n qn2 qnn 1 0 pn q1n qn2 qn3 qnn
c1 c2 c3 cn c1 c2 c3 cn
Fundamentos
Explícitos 0 0 1 1
Implícitos 1 1
Adaptativos
 w0    w0  
 
 wm 1  wm  hk1 1  m  n  wm 1  wm  hk1 1 m  n
25 k  f  t , w  k  f  t  h, w  hk 
 1 m m  1 m m 1
Obtención de los coeficientes

Motivación
Objetivos
Temario  Los coeficientes se obtienen, una vez seleccionado el número
 Introducción de términos, por comparación con los métodos de Taylor
 Mét. Runge-Kutta  El método con un solo término coincide coni 1
el de Euler
 Mét. Multipaso*  El método es consistente cuando pi   qik i  2, n
 EDOs orden n*  1
Para cada orden hay infinitas formas de kseleccionar el valor
 Resumen
de los coeficientes (sistema no lineal indeterminado)
Bibliografía  Existe relación entre el número de evaluaciones por paso y el
Software menor error local que en los métodos explícitos viene dado
por(Butcher)
Evaluaciones (n) 1-4 5-7 8-9 >10

Fundamentos Error local O(hn) O(hn-1) O(hn-2) O(hn-3)
Explícitos
Implícitos
Adaptativos
26
Runge-Kutta explícito de orden 2

Motivación
HEUN
Demo
Objetivos  Orden 2
c1  c2  1 c2 p2  c2q12  12
Temario f(t 3,y 3)
 Introducción
 Mét. Euler y Taylor Heun predicho
 wn 1  wn  12 h  k1  k2 
y(t)
 Mét. Runge-Kutta 0 0 f(t 1,y 1)

 Mét. Multipaso* 1 1 0  k1  f  tn , wn 
 EDOs orden n*
1  k  f t  h, w  hk
n 1
f(t 3,y 3) P.MEDIO
2
1
 Estables y rígidos* 2 2 n f(t 1,y 1)
 Resumen Pto. Medio

Bibliografía 0 0  wn 1  wn  hk2
t(1)
t
t(2)
f(t 3,y 3)
Software 
f(t 1,y 1)
1
2
1
2 0  k1  f  tn , wn  predicho
y(t)
0 1  k2  f  tn  12 h, wn  12 hk1  f(t 3,yRALSTON
3
)
Ralston:
 wn 1  wn  h  13 k1  23 k2 
f(t 3,y 3)
0 0
Fundamentos 
0  k1  f  tn , wn 
t(1) t(2)
3 3
Explícitos 4 4 t
predicho
2  k  f t  3 h, w  3 hk
 n 4 n 4 1
y(t)
Implícitos 1
3 3 2
Adaptativos f(t 1,y 1)
f(t 3,y 3)
27 t(1) t(2)
Runge-Kutta habituales de orden superior

Motivación  wn 1  wn  16 h  k1  4k2  k3   Orden 3
0 0
Objetivos 
 f  tn , wn 
1
2
1 02  k1
Temario 0  k2
1 1 2  f  tn  12 h, wn  12 hk1 
 Introducción 1 
 f  tn  h, wn  hk1  2hk2 
1 4
 Mét. Euler y Taylor 6 6 6
 k3
 Mét. Multipaso*  Orden 4
 EDOs orden n* 0 0  wn 1  wn  16 h  k1  2k2  2k3  k4 

 Estables y rígidos* 1
2
1
2 0  k1  f  tn , wn 
 Resumen 
1
2 0 1
2 0  k2  f  tn  12 h, wn  12 hk1 
Bibliografía 0 k
1 0 0 1
 3  f  tn  12 h, wn  12 hk2 
Software 6
 f  tn  h, wn  hk3 
1 1 1 1
6 6 6
 k4

 wn 1  wn  901 h  7k1  32k3  12k4  32k5  7k6 
0 0
 k  f  tn , wn 
0  1
1 1
4 4
Fundamentos
1 1 1 0  k2  f  tn  14 h, wn  14 hk1   Orden 5
Explícitos 
4 8 8
Implícitos 1
2 0 1
2 1 0  k3  f  tn  14 h, wn  18 h  k1  k2  

 f  tn  12 h, wn  h   12 k2  k3  
Adaptativos 3 3 0 0 9 0
 k4
4 16 16
1 3 2 12 12 8 0
 f  tn  34 h, wn  h  163 k1  169 k4  
7 7 7 7 7
7 
k5
7 0 32 12 32

 f  tn  h, wn  h   73 k1  72 k2  127 k3  127 k4  78 k5  
90 90 90 90 90
28  k6
Ejemplo (orden2): y   t
y
0  t  1 y  0  1  Y t   1  t 2
Motivación  w0   k1  f  ti 1 , wi 1 

Objetivos  wi  wi 1  h  c1 k1  c2 k2  1  i  n k2  f  ti 1  ph, wi 1  qhk1 
Temario tn

k1
Heun
k2 wi
 Introducción
0.25   1.0
0.0
0   010.25
0   0.25 1  12  0.25  0  0.25   0.9688
 Mét. Runge-Kutta 0.50   0.9688
0.25
  0.2581  0.25  0.25
0.9688 0.25 0.2581   0.5530 0.9688  12  0.25  2581  0.5530   0.8674
 EDOs orden n* 0.75   0.8674
0.50
  0.5765  0.50  0.25
0.8674  0.25 0.5765    1.0370 0.8674  12  0.25  0.5765  1.0370   0.6657
 Estables y rígidos* 1.00
 Resumen
  0.6657
0.75
  1.1266  0.75  0.25
0.6657  0.25 1.1266    2.6039 0.6657  12  0.25  1.1266  2.6039   0.1994
 Punto medio
Bibliografía tn k1 k2 wi
Software 0.25 0.25   1.0
0.0
0 0.25   0 0.25
1 0
0.5
  0.1250 1   0.25  0.1250   0.9688
0.50 0.25   0.9688
0.25

  0.2581 0.25  0.96880.25 
 0.25 0.5 0.2581  0.4004 0.9688   0.25  0.4004   0.8686
 0.250.5
0.75 0.25   0.8686

0.50
  0.5756 0.25   0.50  0.250.5
0.8686   0.25  0.5  0.5756    0.7845 0.8686   0.25  0.7845   0.6725
1.00 0.25   0.6725

0.75
  1.1152 0.25   0.75  0.250.5
0.6725  0.25  0.5  1.1152    1.6413 0.6725   0.25  1.6413  0.2622
Fundamentos  Ralston
tn k1 k2 wi
Explícitos
Implícitos
0.25   1.0
0.0
0  0 3 4 0.25
1 3 4  0.25  0    0.1875 1  13  0.25   0  2  0.1875    0.9688
Adaptativos 0.50   0.9688
0.25
  0.2581  0.25 3 4 0.25
0.9688 3 4  0.25 0.2581
    0.4754 0.9688  13  0.25   0.2581  2  0.4754    0.8680
0.75   0.8680
0.50
  0.5760  0.50  3 4 0.25
0.8680  3 4  0.25 0.5760
    0.9046 0.8680  13  0.25   0.5760  2  0.9046    0.6693
29 1.00   0.6693
0.75
  1.1207  0.75 3 4 0.25
0.6693 3 4  0.25 1.1207
    2.0419 0.6704  13  0.25   1.1207  2  2.0419    0.2355
Ejemplo (orden >2): y   t

y
0  t  1 y  0  1  Y t   1  t 2
Motivación tn k1 k2 k3 k4 k5 k6 wn
Objetivos 0.25 0.0000 -0.1250 -0.2667 0.9681
Temario 0.50 -0.2582 -0.4007 -0.6008 0.8655
 Introducción
0.75 -0.5777 -0.7879 -1.2176 0.6594
 Mét. Runge-Kutta 1.00 -1.1375 -1.6919 -10.2283 -0.0962
0.25 0.0000 -0.1250 -0.1270 -0.2582 0.9682
 EDOs orden n*
 Estables y rígidos* 0.50 -0.2582 -0.4007 -0.4084 -0.5773 0.8669
 Resumen 0.75 -0.5774 -0.7873 -0.8142 -1.1322 0.6613
Bibliografía
1.00 -1.1341 -1.6841 -1.9410 -5.6797 0.0753
Software
0.25 0.0000 -0.0625 -0.0626 -0.1260 -0.1909 -0.2582 0.9682
0.50 -0.2582 -0.3282 -0.3290 -0.4045 -0.4865 -0.5775 0.8660
0.75 -0.5774 -0.6778 -0.6803 -0.8006 -0.9465 -1.1353 0.6614
1.00 -1.1339 -1.3758 -1.3936 -1.8041 -2.6440 -9.5117 0.0354
Fundamentos
Explícitos y ERK3 ERK4 ERK6
Implícitos 0.9682 1.903x10-4 2.711x10-6 1.518x10-7
Adaptativos
0.8660 5.524x10-4 1.706x10-5 6.660x10-7
0.6614 2.085x10-3 1.218x10-4 7.552x10-6
30 0.0000 9.621x10-2 7.531x10-2 3.539x10-2
Ejemplo (graficas): y   t
y
0  t  1 y  0  1  Y t   1  t 2
Motivación
Objetivos
Temario
 Introducción
 EDOs orden n*
 Resumen
Bibliografía
Software
Fundamentos
Explícitos
Implícitos
Adaptativos
31
Runge Kutta implícitos

Motivación  Muy robustos
Objetivos  Poco utilizados por plantear en cada paso un sistema de ecuaciones no
Temario lineales
 Introducción Euler retrasado (orden 1)
 Mét. Runge-Kutta 1 1  wm 1  wm  hk1 1 m  n
 Mét. Multipaso* 1 k1  f  tm  h, wm  hk1 
 EDOs orden n*
 Estables y rígidos* Lobato (orden 2)
 Resumen 0 0 0  wn 1  wn  2 h  k1  k2  1
1 1 1 0 0 1

2 2 2 2
Bibliografía 1 1 2 1 2  k1  f  tn , yn  1
2
1
2 0 1 1
2
1
2
Software 1 
 k2  f  tn  h, yn  2 h  k1  k2  
1 1 1 1 1 1
2 2 2 2 2 2
Lobato (orden 4)
0 1 1 0
6 6
0 0 0 0  wn 1  wn  h  k1  4k2  k3 
1
6 1 1 2 0
 2 6 6
1
2
5
24
8
24
1
24 
k1  f  tn , wn  1 1 5 0
Fundamentos 6 6
1 
Explícitos 1 1
6
4
6 6
 k2  f  tn  12 h, wn  h
24  5k1  8k2  k3   1
6
4
6
1
6
1 
f  tn  h, wn  h6  k1  4k2  k3  
Implícitos 1 4
6 6 6
 k3  0 1
6
2
6
1
6
Adaptativos
1 2 5 1
2 12 12 12
1 1
6
4
6
1
6
1 4 1
32 6 6 6
Ejemplo (orden 1): y   t

y
0  t  1 y  0  1  Y t   1  t 2
Motivación  Euler retrasado

– Planteamiento
Objetivos
w0   wi 1  wi  hk1 k1  f  ti 1  h, wi 1  hk1 
Temario – Aplicación
 Introducción ti 1  h
w0  1 k1   wi 1  wi  hk1
 Mét. Euler y Taylor wi 1  hk1
 Mét. Runge-Kutta 0  0.25
t1  0.25 k1    k1  0.2649 w1  1   0.25  0.2649   0.9330
 Mét. Multipaso* 1   0.25  k1
 EDOs orden n* 0.25  0.25
t2  0.50 k1    k1  k1  1.5417  0.7894i
 Estables y rígidos* 0.9330   0.25  k1
 Resumen  Lobato
Bibliografía – Planteamiento
w0   wn 1  wn  12 h  k1  k2  k1  f  tn , yn  k2  f  tn  h, yn  12 h  k1  k 2  
Software
– Aplicación
ti 1 ti 1  h
w0  1 k1   k2   wi  wi 1  12 h  k1  k2 
wi 1 wi 1  12 h  k1  k2 
0 0  0.25
t1  0.25 k1   0 k2    k2  0.2583 w1  0.9677
1 1  12  0.25  0  k2 
Fundamentos 0.25  0.25
t2  0.50 k1  0.2583 k2    k2  0.5794 w2  0.8630
Explícitos 0.9677  12  0.25  0.2583  k2 
Implícitos 0.5  0.25
t3  0.75 k1  0.5794 k2    k2  1.1623 w3  0.6453
Adaptativos 0.8630   0.25  0.5794  k2 
1
2
0.75  0.25
t3  1.00 k1  1.1623 k2    k 2 
0.6453   0.25  1.1623  k2 
1
2
33
Runge Kutta adaptativos

Motivación
Objetivos
 El tamaño de paso depende de la estimación
Temario del error de truncamiento local actual
 Introducción  Algoritmo
 Mét. Runge-Kutta – Obtener el valor de wn+1 de dos formas diferentes
 Mét. Multipaso* – Estimar a partir de ambas actual
 EDOs orden n*
 Estables y rígidos* – Comparar actual con la tolerancia 
 Resumen  actual   Estimación de wn+1 inválida, modificar h y
Bibliografía repetir el proceso
Software  actual <  Estimación de wn+1 válida, modificar h y
calcular el nuevo término
 Selección de la tolerancia
– Error absoluto =
Fundamentos – Error relativo = yescala donde yescala =|y|+|hy’|
Explícitos
Implícitos
 Obtención de w
Adaptativos – RK del mismo orden con mitad de paso
– Combinar dos métodos RK de orden n y n+1
34
Adaptación del tamaño del paso

Motivación  Métodos Demo
Objetivos – RK mismo orden con semipaso (RK4)
Temario  actual   2n  h 2   151h  w2n  h 2   wn  h  
 Introducción
 Mét. Euler y Taylor 15h
q
w2 n  h 2   wn  h 
4
 EDOs orden n* – Combinación de RK de orden k y (k+1)
Demo
 Resumen  actual   k
n 1  h  1
h
k 1
w
n 1 w
k
n 1
Bibliografía h
Software q k
wnk11  wnk1
 Modificación de h:
– La modificación viene dada por hnuevo  qhantiguo
– A efectos prácticos, se imponen cotas superiores e inferiores al tamaño del
paso, así como porcentajes máximos y mínimos de variación
Fundamentos
Explícitos  q  hmin hnuevo  h  hmin  hnuevo  hmin hnuevo  hmin
Implícitos  
Adaptativos – hmin  q  hmax hnuevo  qh   hnuevo  hmax hnuevo  hmax
 q  hmax hnuevo  h  hmax w  h
  k nuevo  b hnuevo  b  wk
35
Runge Kutta Adaptativos de orden bajo

Motivación  RK 1-2 (Euler-Heun)
Objetivos  yn 1  yn  k1
0 0
Temario 
 yn   12 k1  12 k2 
 Introducción 1 1 0  zn 1

 Mét. Euler y Taylor 1  k1  hf  tn , yn 
 Mét. Runge-Kutta 1 1  k  hf  tn  h, yn  k1 
2 2
 2
 EDOs orden n*  RK 2-3 (Bogacki–Shampine)
 Resumen  yn 1  yn   92 k1  13 k2  94 k3 
0 0 
Bibliografía 1 1 0  zn 1  yn   247 k1  14 k2  13 k3  81 k4 

2 2
Software  hf  tn , yn 
3
4
3
4
3
4 0  k1

1 2
9
3
9
4
9 0  k2  hf  tn  12 h, yn  12 k1 
2 3 4  k  hf  tn  34 h, yn  34 k2 
 3
9 9 9
24 
 hf  tn  h, yn  92 k1  93 k2  94 k3 
7 6 8 3
24 24 24
 k4
Fundamentos
Explícitos
Implícitos
Adaptativos
36
Runge Kutta Adaptativos de orden 4-5

Motivación ¼ ¼
Objetivos 3/8 3/32 9/32 Felhberg (minimiza el errror de RK4)
Temario 12/13 1932/2197 −7200/2197 7296/2197
 Introducción 1 439/216 -8 3680/513 −845/4104
 Mét. Euler y Taylor ½ -8/27 2 −3544/2565 1859/4104 −11/40
 Mét. Runge-Kutta 25/216 0 1408/2565 2197/4104 −1/5
16/135 0 6656/12825 28561/56430 −9/50 2/55
 EDOs orden n*
 Estables y rígidos* 1/5 1/5
 Resumen 3/10 3/40 9/40
Cash–Karp
Bibliografía 3/5 3/10 -9/10 6/5
Software 1 -11/54 5/2 -70/27 35/27

7/8 1631/55296 175/512 575/13824 44275/110592 253/4096
2825/27648 0 18575/48384 13525/55296 277/14336 1/4
37/378 0 250/621 125/594 0 512/1771
1/5 1/5
Fundamentos 3/10 3/40 9/40 Dormand–Prince

Explícitos 4/5 44/45 -56/15 32/9 (minimiza el error de RK5)
Implícitos 8/9 19372/6561 −25360/2187 64448/6561 −212/729
Adaptativos 1 9017/3168 −355/33 46732/5247 49/176 −5103/18656
1 35/384 0 500/1113 125/192 −2187/6784 11/84
35/384 0 500/1113 125/192 -2187/6784 11/84
37 5179/57600 0 7571/16695 393/640 −92097/339200 187/2100 1/40
Adaptación del tamaño del paso: Ejemplo 1

Motivación  Runge Kutta de orden 4 y   t 0  t  1 y  0  1  Y t   1  t 2
y
Objetivos – Estimación del error
Temario  actual   2n  h 2   151h  w2n  h 2   wn  h  
 Introducción
 Mét. Euler y Taylor – Error de truncamiento local: 0.005
 Mét. Runge-Kutta – Paso máximo, mínimo e inicial: 0.5 ,0.001 y 0.25
 EDOs orden n* – Factor de incremento y decremento del paso: 1.25 y 0.75
 Resumen
Tiempo h w(h/2) w(h) delta
Bibliografía 0.0000E+000 2.5000E-001 9.6825E-001 9.6824E-001 6.7509E-007
Software 2.5000E-001 3.1250E-001 8.2679E-001 8.2675E-001 1.0205E-005
5.6250E-001 3.9063E-001 3.0130E-001 2.9922E-001 3.5360E-004
9.5313E-001 4.6875E-002 1.2798E-002 2.6336E-002 1.9253E-002
9.5313E-001 3.5156E-002 1.5003E-001 1.4982E-001 4.0881E-004
9.8828E-001 1.1719E-002 -2.0621E-002 -6.7033E-004 1.1350E-001
9.8828E-001 8.7891E-003 7.1107E-002 7.0990E-002 8.8438E-004
Fundamentos 9.9707E-001 2.9297E-003 1.4752E-002 -2.5657E-001 6.1741E+000
Explícitos 9.9707E-001 2.1973E-003 2.5827E-002 2.5768E-002 1.7730E-003
Implícitos 9.9927E-001 7.3242E-004 2.1298E-002 4.3152E-002 1.9893E+000
Adaptativos Warning: Alcanzado el valor minimo del paso
Ultimo paso: tfin-tn

38
Adaptación del tamaño del paso: Ejemplo 2

Motivación  Runge-Kutta-Fehlberg: RK5 – RK4
Objetivos – Estimación del error
Temario  actual   n41  h   1h wn51  wn41
 Introducción
 Mét. Euler y Taylor – Error de truncamiento local: 0.005
 Mét. Runge-Kutta – Paso máximo, mínimo e inicial: 0.5 ,0.001 y 0.25
 EDOs orden n* – Factor de incremento y decremento del paso: 1.25 y 0.75
 Resumen
Tiempo h w5(h) w4(h) delta
Bibliografía 0.0000E+000 2.5000E-001 9.6825E-001 9.6825E-001 2.0317E-007
Software 2.5000E-001 3.1250E-001 8.2680E-001 8.2680E-001 8.5413E-006
5.6250E-001 3.9063E-001 3.0194E-001 3.0167E-001 6.9758E-004
9.5313E-001 4.6875E-002 2.7866E-002 2.7414E-002 9.6444E-003
9.5313E-001 3.5156E-002 1.5137E-001 1.5137E-001 3.1537E-005
9.8828E-001 1.1719E-002 7.5700E-003 7.3305E-003 2.0436E-002
9.8828E-001 8.7891E-003 7.3901E-002 7.3901E-002 1.1025E-005
Fundamentos 9.9707E-001 2.9297E-003 -1.5090E-002 -1.4923E-002 5.6798E-002
Explícitos 9.9707E-001 2.1973E-003 3.2772E-002 3.2770E-002 9.4326E-004
Implícitos 9.9927E-001 7.3242E-004 1.0766E-001 1.1234E-001 6.3835E+000
Adaptativos Warning: Alcanzado el valor minimo del paso
Ultimo paso: tfin-tn

39
Fundamentos
Motivación  y  f  t , y  a  t  b
  y  t  dt   f  t , y  t   dt 
tn 1 tn 1
Objetivos 
 y  a    tn tn
Temario
y  tn 1   y  tn    f  t , y  t   dt
tn 1
 Introducción tn
P  t  dt donde P  t  es un polinomio de interpolación
tn 1
 Mét. Runge-Kutta wn 1  wn  
tn
 EDOs orden n*  Un método multipaso de paso m (con m>1) para resolver la EDO
 Estables y rígidos* anterior es aquel cuya ecuación en diferencias para obtener la
 Resumen
aproximación en tn+1 se puede representar mediante
 
m m
Bibliografía wi 1   ak wi 1  k  h bk f ti 1  k , wi 1  k

1
Software donde klos valores akk y 0 bk son constantes y se dispone de los valores
iniciales wk.
 Si b0=0 se denomina explícito: el siguiente término se calcula
directamente (Adams-Bashford)
 Si b00 se denomina implícito: es necesario resolver una ecuación
no lineal para obtener la aproximación (Adams-Moulton)
Fundamentos  Inconvenientes:
Adams-Bashford – Necesita valores iniciales que deben obtenerse mediante otros métodos
Adams-Moulton – Existen dificultades cuando se plantea con paso variable (se deben
recalcular los pasos anteriores)
Predictor-Corrector – Problemas de convergencia en los métodos implícitos
40
Obtención de métodos (I)

Motivación  Adams Bashford (explícitas o abiertas)
Objetivos w  w   P  t  dt con P  t   t  , f  t  , w  
tn 1 m
n 1 n m 1 i 1  k i 1  k i 1  k
Temario tn k 1
 Introducción f    , y    m
f t, y t   P t    t  t  t  t   t  t 
i i
 Mét. Euler y Taylor m 1
m!
i i 1 i 1 m
 Mét. Runge-Kutta – El método de Adaams Bashford con paso coincide

 Mét. Multipaso* con método de Euler
 EDOs orden n*
 Estables y rígidos*  Adams Moulton (implícitas o cerradas)
 Resumen
  
m
P  t  dt con Pm 1  t   ti 1  k , f ti 1  k , wi 1  k
tn 1
wn 1  wn  
Bibliografía tn k 0
Software f  t , y  t    Pm  t  
f
m 1
 , y   
i i
 t  ti 1  t  ti  t  ti 1  t  ti 1 m 
 m  1!
 El error de truncamiento local de un método
multipaso
 
m m
wi 1   ak wi 1  k  h bk f ti 1  k , wi 1  k
k 1 k 0
Fundamentos
Adams-Bashford viene dado por
 
m
Adams-Moulton y  ti 1    ak y ti 1  k
 
m
Predictor-Corrector  i 1  h   k 1
  bk f ti 1  k , wi 1  k
h k 0
41
Obtención de métodos (II)

Motivación  Adams Bashford de n pasos
Objetivos n Formula  i 1  h 
Temario wi 1  wi  12 h 3 f  ti , wi   f  ti 1, wi 1  5
h2 y   
2
 Introducción 12
 Mét. Euler y Taylor 3 wi 1  wi  121 h 23 f  ti , wi   16 f  ti 1 , wi 1   5 f  ti  2 , wi  2  3

8
h3 y iv   
 Mét. Runge-Kutta 4 55 f  ti , wi   59 f  ti 1 , wi 1   37 f  ti  2 , wi  2   251
h4 y v   
 Mét. Multipaso* wi 1  wi  241 h   720
 EDOs orden n*  9 f  ti  3 , wi  3  
5 1901 f  ti , wi   2774 f  ti 1 , wi 1   2616 f  ti  2 , wi  2   95
h5 y vi   
 Resumen wi 1  wi  1
h  288
 1274 f  ti  3 , wi  3   251 f  ti  4 , wi  4 
720
Bibliografía 
Software
 Adams Moulton de n pasos
n Fórmula  i 1  h 
1 wi 1  wi  12 h  f  ti 1 , wi 1   f  ti , wi  1
12
h2 y   
2 wi 1  wi  121 h 5 f  ti 1, wi 1   8 f  ti , wi   f  ti 1, wi 1  1
h3 y iv   
24
Fundamentos
3 wi 1  wi  241 h 9 f  ti 1, wi 1   19 f  ti , wi   5 f  ti 1, wi 1   f ti  2 , wi  2  19
h4 y v   
Adams-Bashford 720
Adams-Moulton 4  251 f  ti 1 , wi 1   646 f  ti , wi   264 f  ti 1 , wi 1   

Predictor-Corrector wi 1  wi  720
1
h 
3
h5 y vi   
   
160
106 f ti2 , wi2  19 f ti 3 , wi 3 
42
Ejemplo multipaso y   t
y
0  t  1 y  0  1  Y t   1  t 2
Motivación
Objetivos  Se utiliza Runge Kutta de orden 4 para arrancar el método y se toma h=0.25
w0  1 w1RK 4  0.9682
Temario
 Introducción  Adams Bashford de 2 pasos
 Mét. Euler y Taylor w2  w1  12 h 3 f  t1 , w1   f  t0 , w0    0.9682  12 0.25 3 0.9682
0.25
 10   0.8714
 Mét. Multipaso* w3  w2  12 h 3 f  t2 , w2   f  t1 , w1    0.8714  12 0.25 3 0.8714
0.5
 0.9682
0.25
  0.6885
 EDOs orden n* w4  w3  12 h 3 f  t3 , w3   f  t2 , w2    0.6885  12 0.25 3 0.6885
0.75
 0.8714
0.5
  0.3518
 Resumen  Adams Moulton de 1 paso wi 1  wi  12 h  f  ti 1 , wi 1   f  ti , wi 
w1  1  12 0.25  0.25 w1  w1  0.9677  0.0322
Bibliografía w1 
0   w1  1  0.125 0.25
1 
Software w2  0.9677  12 0.25  w0.52  0.9677
0.25 
  0.9677  0.125  0.5
w2 
 0.2583  w2  0.8630 0.0724
w3  0.8630  12 0.25  0.75

w3  0.8630
0.5   0.8630  0.125  0.75

 0.5794  w3  0.64530.1452
 w3
w4  0.6453  12 0.25  w1.04  0.6453

0.75   0.6453  0.125  1.0

 0.1623  w4  0.25  0.25i
 w4
 Adams Moulton de 2 pasos wi 1  wi  121 h 5 f  ti 1, wi 1   8 f  ti , wi   f  ti 1, wi 1 

Fundamentos
w1  w1RK 4  0.9682
Adams-Bashford
Adams-Moulton w2  0.9682  121 0.25 5 w0.52  8 0.9682
0.25 0.00 
 1.000   0.9682  0.0208  2.5
w2 
 2.0656  w2  0.8650 0.0602
 
Predictor-Corrector
w3  0.8650  121 0.25 5 0.75 0.25 
w3  8 0.8650  0.9682   0.8650  0.0208
0.5 3.75
w3  4.3661  w3  0.6547 0.1193
w4  0.6547  121 0.25 5 w1.04  8 0.6547

0.75
 0.8650
0.5   0.6547  0.0208  5.0

 8.5862  w4  0.2379  0.2181i
 w4
43
Predictor corrector
Motivación
Objetivos  Los métodos implícitos no se plantean directamente debido a sus
dificultades.
Temario  Se usan para mejorar los resultados obtenidos por un método
 Introducción
explícito
– Explícito: predictor
 Mét. Runge-Kutta – Implícito: corrector
 Mét. Multipaso*  Ejemplo: predictor corrector de 2º orden (truncamiento local h2) con
 EDOs orden n* h=0.25
 Resumen y   t 0  t  1 y  0  1  Y t   1  t 2
y
Bibliografía
Software
predictor wi 1  wi  12 h 3 f  ti , wi   f  ti 1 , wi 1  
corrector wi 1  wi  12 h  f  ti 1 , wi 1   f  ti , wi  
w1  w1RK 4  0.9682
Fundamentos w2p  0.9682  12 0.25 3 0.9682
0.25
 10   0.8714 w2c  0.9682  12 0.25  0.8714
0.5
 0.25
0.9677
  0.8642
Adams-Bashford w3p  0.8642  12 0.25 3 0.8642
0.50
 0.9682
0.25
  0.6796 w3c  0.8642  12 0.25  0.6796
0.75
 0.5
  0.6540
0.8642
Adams-Moulton
Predictor-Corrector w4p  0.6540  12 0.25 3 0.6540
0.75
 0.8642
0.50
  0.2962 w4c  0.6540  12 0.25  0.2962
1.0
 0.75
0.6540
  0.0886
44
Representación
Motivación
Objetivos
Temario
 Introducción
 EDOs orden n*
 Resumen
Bibliografía
Software
Fundamentos
Adams-Bashford
Adams-Moulton
Predictor-Corrector
45
Ejemplo: Comparativa (I)

Motivación t0=0.00 t1=0.25 t2=0.50 t3=0.75 t4=1.00
Objetivos Exacta 1.0000 0.9682 0.8660 0.6614 0.0000
Temario
 Introducción Taylor (1) 1.0000 1.0000 0.9375 0.8042 0.5710
 Mét. Euler y Taylor Taylor (2) 1.0000 0.9688 0.8698 0.6783 0.2995
Taylor (3) 1.0000 0.9688 0.8675 0.6675 0.2361
 EDOs orden n* Taylor (4) 1.0000 0.9683 0.8662 0.6631 0.1990
 Estables y rígidos* R-K (2) Euler 1.0000 0.9688 0.8674 0.6657 0.1994
 Resumen
R-K (2) P.Medio 1.0000 0.9688 0.8682 0.6725 0.2622
Bibliografía
Software R-K (2) Heun 1.0000 0.9688 0.8682 0.6704 0.2453
R-K (3) 1.0000 0.9681 0.8655 0.6594 -0.0962
R-K (4) 1.0000 0.9682 0.8660 0.6613 0.0753
R-K (5) 1.0000 0.9682 0.8660 0.6614 0.0354
A-Bashford (2) 1.0000 0.9682 0.8714 0.6885 0.3518
A-Moulton (1) 1.0000 0.9677 0.8630 0.6453 ?
A-Moulton (2) 1.0000 0.9682 0.8650 0.6547 ?
A-B(2)-M(1) 1.0000 0.9682 0.8642 0.6540 0.0886
46
Ejemplo: Comparativa de errores(II)

Motivación
Objetivos
Temario
 Introducción
 EDOs orden n*
 Resumen
Bibliografía
Software
47
Fundamento
Motivación  y  f  t , y  a  t  b

Objetivos  Dada la EDO 
 y a  

Temario
 Introducción ¿Qué condición debe cumplir para que el método de
Euler sea estable? ¿Y convergente?
 EDOs orden n* Sistema rígido es aquel cuya solución combina
 Estables y rígidos* componentes con variación muy rápida (habitualmente
 Resumen
transitorios), con otros de variación lenta (que
Bibliografía
determinan el régimen permanente).
Software
 Los fenómenos transitorios pueden determinar el
tamaño del paso para toda la solución
48
Resumen
Motivación
Objetivos
Temario
 Introducción
 EDOs orden n*
 Resumen
Bibliografía
Software
49
Bibliografía comentada
Motivación
Objetivos
Temario
 Introducción
 EDOs orden n*
 Resumen
Bibliografía
Software
50
Instrucciones
Motivación Válidas en Matlab (M), Octave (O) o ambos (B)
Objetivos O daspk Solve differential-algebraic equation using Petzold's solver
Temario O dassl Solve differential-algebraic equation using Petzold's solver with
 Introducción with constraints (stopping conditions)
 Mét. Euler y Taylor O dasrt Solve differential-algebraic equation using Petzold's solver with
with functional stopping criteria (root solving).
 EDOs orden n* M decic Compute consistent initial conditions for ode15
 Estables y rígidos* M Ideval Evaluate solution of differential equation problem
 Resumen O lsode solve ODEs using Hindmarsh's solver
Bibliografía M ode15i Solve fully implicit differential equations, variable order method
Software M odeXX, Solve initial value problems for ordinary differential equations using
odeXXs, differents solvers.
odeXXt, ode23, ode45, ode113, ode15s, ode23s, ode23t, ode23tb
odeXXtb
M odefile Define differential equation problem for ordinary differential
equation solvers
M odeget Ordinary differential equation options parameters
M odeset Create or alter options structure for ordinary differential equation
solvers
M odextend Extend solution of initial value problem for ordinary differential
equation
51
Anexos
Motivación
Objetivos
Temario
 Introducción
 EDOs orden n*
 Estables y rígidos*  Demostraciones y desarrollos
 Resumen
Bibliografía
Software
52
Runge Kutta de Orden 2

Motivación  La expresión del método de orden 2 viene dada por Volver
Objetivos yn 1  yn  h  h, tn , yn  donde   h, tn , yn   c1k1  c2 k2
Temario k1  hf  tn , yn 
 Introducción
k2  hf  tn   h, yn   k1  
 Mét. Runge-Kutta   h f
 f  1!1  hft   k1 f y   1
2!
2 2
tt 
 2 h k1 f ty   2 k12 f yy   o  h 2  
 EDOs orden n*   f   hf   hff    h f
1
1! t y
1
2!
2 2
tt 
 2 h 2 ff ty   2 h 2 f 2 f yy   o  h 2  
 Estables y rígidos*  f  h  ft   ff y   h 2  12  2 ftt   ffty  12  2 f 2 f yy   o  h 2 
 Resumen
Bibliografía 
yn 1  yn   c1  c2  hf  c2 h 2  f t   ff y   h3  12  2 f tt   ff ty  12  2 f 2 f yy   o  h3  
Software  Comparándo con el desarrollo de Taylor
3 y   3 y  
yn 2 yn
 h2  h2
yn1  yn  h  h h  yn  hf f h  yn  hf   ft  f y f   O  h3 
1! 2! 3! 2 3! 2
 Igualando coeficientes se obtiene
c1  c2  1 c2  c2  1
2
1
6  ftt  2 fty f  f yy f 2  f y f t   f y  f
2
 ¿  c2  12  2 f tt  ff ty  12 2 f 2 f yy  ?
 Familia de soluciones dependientes de un parámetro: Heun,
Punto medio, Ralston
c2  12  c1  12 ,     1 yn 1  yn  12  k1  k2  k1  hf  tn , yn  k2  hf  tn  h, yn  k1 
c2  1  c1  0,     12  yn 1  yn  k2 k1  hf  tn , yn  k2  hf  tn  12 h, yn  12 k1 
c2  23  c1  13 ,     34  yn 1  yn   13 k1  23 k2  k1  hf  tn , yn  k2  hf  tn  43 h, yn  43 k1 
53
Paso variable: Runge Kutta orden 4

Motivación
Objetivos  Estimación del error
wn  h   wn 1  h4  tn 1 , wn 1 , h     h 4    y  tn   wn
Temario    n  h 
 Introducción w2 n 1  h 2   wn 1  h4  tn 1 , wn 1 , h 2     h 2 4      h
 Mét. Euler y Taylor   y  tn   w2 n  h 2 
w2 n  h 2   w2 n 1  h4  tn 1  h 2 , w2 n 1 , h 2     h 2     2 n  2  
4 4 h
 h
 EDOs orden n*  Hipótesis: parte principal del error
 y  tn   wn  h   h n  h   ch5    h5 

 Resumen   h   ch    h   
4 4 4
 y  tn   w2 n  h 2   h 2 n  h 2   c 16 h    h 
n
Bibliografía 1 5 5
Software w2 n  h 2   wn  h   ch5 1  161     h5   c 161 h5  151  w2 n  h 2   wn  h  

y  tn   w2 n  h 2 
 2n  h
2    151h  w2 n  h 2   wn  h  
h
Volver
54
Paso variable: Runge Kutta Fehlberg

Motivación
Objetivos  Estimación del error  4 y  tn 1   wn41
wn41  wn  h4  tn , wn , h     h 4    n 1  h  
Temario  
h
 Introducción wn51  wn  h5  tn , wn , h     h5    5 y  tn 1   wn41
 Mét. Euler y Taylor  n 1  h   h
 Mét. Multipaso*  n41  h   1h  y  tn 1   wn51  wn41    n51  h   1h  wn51  wn41   1h  wn51  wn41 
 EDOs orden n*
 Estables y rígidos*  Hipótesis: parte principal del error
 Resumen
 n41  h   ch4    h4    n41  qh   c  qh   q 4 n41  h   q 4 1h  wn51  wn41 
4
Bibliografía
Software
 Cálculo del nuevo tamaño del paso
h
q 4 1h wn51  wn41    q  4
w5
n 1  wn41
Volver
55

Edo Difreneciales

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Edo Difreneciales

Caricato da

Copyright:

Formati disponibili

Titulación: Grado en Ingeniería Ultima actualización: 25/03/2011

Asignatura: Métodos Numéricos

Descripción del problema

Conceptos básicos (I)

–  t  k  xx   yy   zz  EDP segundo orden y grado 1 (4 v.i.)

4 – y  sin  y   xy  5 EDO tercer orden sin grado

Conceptos básicos (II)

 Una solución implícita de una EDO de orden n es aquella relación

Conceptos básicos (III)

EDO 1er orden: resolución analítica (I)

EDO 1er orden: resolución analítica (II)

   No definida para y=0

– Ec. homogéneas f  st , sy   s n f  t , y   Cambio v  y  var.sep

EDO 1er orden: resolución analítica (III)

EDO orden superior: resolución analítica (I)

EDO orden superior: resolución analítica (II)

EDO orden superior: resolución analítica (III)

EDO orden superior: resolución analítica (IV)

EDO: resolución numérica (I)

EDO: resolución numérica (I)

Método de Euler (Taylor de orden 1)

Método de Taylor de orden superior (I)

Ejemplo de Taylor (I)

Se repite el proceso con t2, t3 y t4

20 t4=1.0 w4=0.5710 w4=0.2995 w4=0.2361 w4=0.1990 0.0000

Ejemplo de Taylor (II)

Tipos de errores y error local

Acotación del error en Euler

Software L es la constante de Lipschitz de f  t , y  en y

Fundamentos  El error no disminuye indefinidamente con el valor de h

Ejemplo de acotación del error

Temario  Error de truncamiento global con h=0.25

Definiciones y tablas de Butcher

 EDOs orden n*  Expresión mediante tablas de Butcher

Obtención de los coeficientes

Evaluaciones (n) 1-4 5-7 8-9 >10

Runge-Kutta explícito de orden 2

 Resumen Pto. Medio

Runge-Kutta habituales de orden superior

0.75 0.25   0.8686

1.00 0.25   0.6725

Ejemplo (orden >2): y   t

Runge Kutta implícitos

Ejemplo (orden 1): y   t

Motivación  Euler retrasado

Runge Kutta adaptativos

Adaptación del tamaño del paso

Runge Kutta Adaptativos de orden bajo

Runge Kutta Adaptativos de orden 4-5

Software 1 -11/54 5/2 -70/27 35/27

Fundamentos 3/10 3/40 9/40 Dormand–Prince

Adaptación del tamaño del paso: Ejemplo 1

Ultimo paso: tfin-tn

Adaptación del tamaño del paso: Ejemplo 2

Ultimo paso: tfin-tn

Bibliografía wi 1   ak wi 1  k  h bk f ti 1  k , wi 1  k

Obtención de métodos (I)

 Mét. Runge-Kutta – El método de Adaams Bashford con paso coincide

Obtención de métodos (II)

 Mét. Euler y Taylor 3 wi 1  wi  121 h 23 f  ti , wi   16 f  ti 1 , wi 1   5 f  ti  2 , wi  2  3

Adams-Moulton 4  251 f  ti 1 , wi 1   646 f  ti , wi   264 f  ti 1 , wi 1   

w3  0.8630  12 0.25  0.75

w4  0.6453  12 0.25  w1.04  0.6453

 Adams Moulton de 2 pasos wi 1  wi  121 h 5 f  ti 1, wi 1   8 f  ti , wi   f  ti 1, wi 1 