TRABAJO DE INVESTIGACIN

MTODOS NUMRICOS EN ECUACIONES DIFERENCIALES ORDINARIAS

INTRODUCCIN

Las ecuaciones diferenciales sirven para modelar problemas de ciencias e

ingeniera que requieren el cambio de una variable respecto a otra. En la mayor
parte de ellos hay que resolver un problema de valor inicial, es decir, resolver una
ecuacin diferencial que satisface una condicin inicial dada.
En general, las situaciones de la vida real, la ecuacin diferencial que modela el
problema resulta demasiado complicada para resolverla con una mayor precisin,
por lo que se recurre a dos tcnicas para aproximar la solucin. La primera
consiste en simplificar la ecuacin diferencial de modo que se pueda resolver
precisamente y utilizar despus la solucin de la ecuacin simplificada para
aproximar la solucin de la ecuacin original. La segunda, se vale de mtodos
para aproximar la solucin del problema original. Esta tcnica es la que se emplea
por lo regular, pues los mtodos de aproximacin dan resultados ms exactos y
una informacin realista sobre el error.
En la presente investigacin se evidenciar los distintos mtodos empleados para
la resolucin de ecuaciones diferenciales ordinarias.

Trabajo de Investigacin ~Mtodos Numricos~

Pgina 1

Integracin de Romberg
Este mtodo usa dos estimaciones de una integral para calcular una tercera ms
exacta.
b

Sea

l(h)

el valor de la integral que aproxima a

participacin de subintervalos de longitud

h=

I = f ( x ) dx , mediante una
a

ba
, usando la regla de trapecio.
n

Entonces, el valor de la integral exacta es la suma del valor estimado con un paso
h

ms el error generado:
I =I ( h ) + E (h)

Donde

E ( h)

es el error de truncamiento que se comete al aplicar la regla

trapecial.
El mtodo de Romberg propone una tcnica para acelerar la convergencia, en el
clculo de una aproximacin de una integracin numrica, para obtener un tercer
valor ms exacto.
La integracin de Romberg se convierte en el algoritmo ms eficiente dentro de
ste mtodo, la cual es una frmula recursiva.

Trabajo de Investigacin ~Mtodos Numricos~

Pgina 2

Suponiendo que se tienen dos aproximaciones:

h1

subintervalos

h2

I (h1)

I ( h2) , con

respectivamente.

I =I (h1)+ E(h1)
I ( h1 ) + E ( h1 )=I ( h2 ) + E(h 2)
I =I ( h2 ) + E(h 2)

(1)

El error de la aplicacin mltiple de la regla trapezoidal se obtiene por:

E

Donde

ba 2
h f ()
12
f ()

es un promedio de la doble derivada entre ciertos valores que

pertenecen a cada uno de los subintervalos.

E(h 1) se puede conocer el error sin conocer

Si se despeja

E(h 1) E(h2)

h1
h2

( )

Sustituyendo en la igualdad de las dos aproximaciones, tenemos que:

I ( h 1 ) + E ( h2 )

h1 2
I ( h2 ) + E (h2 )
h2

( )

h
I ( h 1) I ( h2 ) E ( h2 )E ( h 2) 1
h2

( )

[ ( )]

h
E(h 2) 1 1
h2

Trabajo de Investigacin ~Mtodos Numricos~

Pgina 3

Por ende se logra despejar

E(h 2)

E(h 2) :

I ( h1 )I ( h2 )

I =I ( h 2) +

h
1 1
h2

( )

I ( h1 )I ( h2 )
h
1 1
h2

( )

Ya en el caso especial cuando

h2=

h1
2

siendo este el algoritmo de Romberg,

tenemos:
I I ( h2 ) +

I ( h1 )I ( h2 )
122

I (h1)
4
I ( h 2)
3
3

Para lograr entender el mtodo, es conveniente pensar que se trabaja en niveles

de aproximacin. En un primer nivel, es cuando aplicamos la regla del trapecio, y
para poder usar la frmula anterior, debemos de duplicar cada vez el nmero de
subintervalos: as podemos comenzar con un subintervalo, luego con dos, cuatro,
ocho, etc., hasta donde se pida.
Luego, se pasa al segundo nivel de aproximacin, que es donde se usa la frmula
pero tomando las parejas continas a la aproximacin del nivel anterior, y que

corresponden cuando

h2=

h1
2 .

Trabajo de Investigacin ~Mtodos Numricos~

Pgina 4

Los niveles de aproximacin dependen de las aproximaciones que se hicieron en

el nivel 0. En general, si en el primer nivel, iniciamos con n aproximaciones,
entonces alcanzaremos a llegar hasta el nivel de aproximacin n.

Ejemplo:
Usar el algoritmo de Romberg para aproximar la integral:
2

e x ln dx
1

Con los siguientes segmentos de longitud.

1
1
1
h1=1, h2= ,h 3= , h4 =
2
4
8
Trabajo de Investigacin ~Mtodos Numricos~

Pgina 5

Solucin:
Primero se usa la regla del trapecio para llenar el nivel 1. Tenemos entonces que:
l ( h 1 )=

21 1
[ e ln 1+ e 2 ln 2 ]=2.560851701
2

l ( h 2 )=

21 1
[ e ln 1+ 2 e15 ln1.5+ e2 ln 2 ]=2.189010122
4

21 1
5
3
7
l ( h 3 )=
e ln 1+2 e 4 ln + e 2 ln +e 4 ln + e2 ln 2 =2.09430857
8
4
2
4

21 1
1
2
7
l ( h 3 )=
e ln 1+2 e 8 ln + e 8 ln ++ e 8 ln +e 2 ln 2 =2.070524501
16
8
8
8
Usando las frmulas de Romberg para cada nivel, obtenemos la siguiente tabla:

Donde se concluye que la aproximacin buscada es:

e x lndx 2.062586821
1

Cuadratura Gaussiana
Este se convierte en un excelente mtodo numrico para evaluar integrales
definidas de funciones, por medio de sumatorias simples y fciles de implementar.
Por otra parte, es una aplicacin bastante interesante de los polinomios
ortogonales.
Trabajo de Investigacin ~Mtodos Numricos~

Pgina 6

Una cuadratura de Gauss n-puntos llamada as por Carl Gauss, es una cuadratura
que selecciona los puntos de la evaluacin de manera ptima y no en forma
igualmente espaciada, construida para dar el resultado de un polinomio de grado
2n-1 o menos, elegibles para los puntos x y los coeficientes

wi

para

i=1, , n.
b

I = f ( x ) dx= wif ( xi )
i=0

Tal cuadratura dar resultados precisos solo si

f (x)

es aproximado por un

polinomio dentro del rango [-1,1]. Si la funcin puede ser escrita como
f ( x )=W ( x ) g ( x)
1

es un polinomio aproximado y

w ( x ) es conocido.

f ( x ) dx = W ( x ) g ( x ) dx wi g( x i)
1

i =0

Derivacin de la frmula de Gauss-Legendre basada en dos puntos

La cuadratura gaussiana determina los coeficientes de una ecuacin de la forma
I w1 f ( x 1 ) +w 2 f ( x2 )

Donde

w1, w2

son los coeficientes incgnitas, y en contraste a la regla

trapezoidal que usa puntos extremos ay b, los argumentos de la funcin

x2

x1

ahora no estn fijos a los puntos extremos, sino que son incgnitas, y se

requieren de cuatro condiciones para determinarlas exactamente.

Las condiciones se obtienen suponiendo que la ecuacin de coeficientes
indeterminados ajusta exactamente la integral de una constante, de una funcin
Trabajo de Investigacin ~Mtodos Numricos~

Pgina 7

lineal, extendiendo este razonamiento al suponer que ajusta la integral a una

funcin parablica y a una funcin cubica.
1

w 1 f ( x 1 ) + w2 f ( x 2) = 1 dx=2
1

w 1 f ( x 1 ) + w2 f ( x 2) = xdx=0
1

w 1 f ( x 1 ) + w2 f ( x 2) = x 2 dx=
1

2
3

w 1 f ( x 1 ) + w2 f ( x 2) = x 3 dx =0
1

Estas ecuaciones se resuelven simultneamente,

w 1=w 2=1

x 1=

1
=0.577350269
3

x 2=

1
=0.577350269
3

Sustituyendo en la ecuacin de partida se obtiene la frmula de Gauss-Legendre

de los dos puntos
I w1 f ( x 1 ) +w 2 ( x 2 )=f

1
+f
( 1
)
(
3
3 )

La frmula de integracin que se deriv es el miembro ms simple de las

cuadraturas de Gauss. Por lo tanto, se llega al resultado interesante de que la

Trabajo de Investigacin ~Mtodos Numricos~

Pgina 8

suma simple de los valores de la funcin en

1
y
( 1
)
(
3 3 )

x=

lleva una

estimacin de la integral con una exactitud de tercer grado.

Mtodo de Euler
Este mtodo se aplica para encontrar la solucin a ecuaciones diferenciales
ordinarias, esto es, cuando la funcin involucra solo una variable independiente:
dy
=f (x , y)
dx
El mtodo se basa de forma general en la pendiente estimada de la funcin para
extrapolar desde un valor anterior a un nuevo valor:
Nuevo valor=Valor anterior Pendiente tamao de paso
Como tambin,
y i+1= y1 + h

(1)

De esta manera la formula se aplica paso a paso para encontrar un valor en el

futuro y as trazar la trayectoria de la solucin.

Trabajo de Investigacin ~Mtodos Numricos~

Pgina 9

Figura 1. Prediccin de un nuevo valor en la solucin. Fuente:

www.gridmorelos.uaem.mx/~mcruz/cursos/mn/euler.pdf

El mtodo de Euler utiliza la pendiente al inicio del intervalo como una

aproximacin de la pendiente promedio sobre todo el intervalo. La primera
xi

derivada proporciona una estimacin directa de la pendiente

=f (x , y )
f (x , y)

, es la ecuacin diferencial evaluada en

x1

y i . Sustituyendo esta

estimacin de la pendiente en la ecuacin (1), se tiene:

y i+1= yi + f ( xi , y i ) h

(2)

La ecuacin (2), se le conoce como el mtodo de Euler. En esta frmula se

predice un nuevo valor de

por medio de la pendiente que es igual a la

primera derivada en el valor original de

x , este nuevo valor habr de

extrapolarse en forma lineal sobre el tamao de paso h.

Ejemplo:
Dada la siguiente ecuacin diferencial con la condicin inicial:
y =2 xy

y ( 0 )=1

Aproximar y ( 0.5 )

Trabajo de Investigacin ~Mtodos Numricos~

Pgina 10

NOTA:
Primero observamos que esta ecuacin s puede resolverse por mtodos
tradicionales de ecuaciones diferenciales. Por ejemplo, podemos aplicar el mtodo
de separacin de variables. Veamos las dos soluciones.

Solucin Analtica.
dy
=2 xy
dx

dy
=2 xdx
y

dy
= 2 xdx
y

ln | y|=x + c

Sustituyendo la condicin inicial:

x=0 y=1

ln 1=0 2+ c

0=c

Por lo tanto, tenemos que la curva solucin real est dada:

lny=x 2

Trabajo de Investigacin ~Mtodos Numricos~

Pgina 11

e lny=e x

y=e x

Y por lo tanto, el valor real que se pide es:

2

y ( 0.5 )=e (0.5 ) =1.28403

Aplicamos el mtodo de Euler y para ello, observamos que la distancia entre

x 0=0

x 1=0.5

no es lo suficientemente pequea. Si dividimos esta

distancia entre cinco obtenemos un valor de

h=0.1

y por lo tanto, obtendremos

la aproximacin deseada en cinco pasos.

De esta forma, tenemos los siguientes datos:

x0 =0
y 0 =1
h=0,1

f ( x , y ) =2 xy

Sustituyendo estos datos en la frmula de Euler, tenemos, en un primer paso:

x2= x0 +h=0.1
y 2= y 1+ hf ( x1 , y 1) =1+0.1 [ 2(0.1)(1)] =1.02

Aplicando nuevamente la frmula de Euler, tenemos, en un segundo paso:

x2 =x1 +h=0.2
y 2= y 1+ hf ( x1 , y 1) =1+0.1 [ 2(0.1)(1)] =1.02

Trabajo de Investigacin ~Mtodos Numricos~

Pgina 12

Y as sucesivamente hasta obtener

. Resumimos los resultados en la siguiente

tabla:

xn

yn

0.1

0.2

1.02

0.3

1.0608

0.4

1.12445

0.5

1.2144

Concluimos que el valor aproximado, usando el mtodo de Euler es:

y (0.5)1.2144

Puesto que en este caso, conocemos el valor verdadero, podemos usarlo para
calcular el error relativo porcentual que se cometi al aplicar la frmula de Euler.
Tenemos que:
100 |=5.42
|1.284021.2144
1.28402

|v|=

Pseudocdigo:
Lea a,b,n,
Trabajo de Investigacin ~Mtodos Numricos~

Pgina 13

h= (b-a)/n
t 0=a

y 0=

Para i desde 1 hasta n haga

t i =a+ih

y i= y i1 +hf (t i1 , y i1 )

Fin para
Para i desde 1 hasta n haga
t ,y
Imprima ( i i )
Fin

Siendo (t) y (y), vectores, y siendo f() un mtodo que recibe dos parmetros y
arroja un resultado (la funcin)

Mtodo de Heun
Es un mtodo que mejora la estimacin de Euler, al estimar la pendiente con dos
derivadas para el intervalo h evaluado, una en el punto inicial y la otra en el punto
final.

Trabajo de Investigacin ~Mtodos Numricos~

Pgina 14

Figura 2. Correccin de la pendiente con el mtodo de Heun al usar dos derivadas. En a)

Predictor y b) corrector. Fuente: www.gridmorelos.uaem.mx/~mcruz/cursos/mn/euler.pdf

En el mtodo de Euler la pendiente al inicio de un intervalo es:

y =f (x i+1 , y i +1)

Para extrapolar linealmente a

y i+1

y i+1= yi + f ( xi , y i ) h

En el mtodo de Heun la

y i+1

es una prediccin intermedia conocida como

ecuacin predictor. Esta permite la estimacin de la pendiente al final del intervalo:

y i+1=f ( x i+1 , y i +1 )

Trabajo de Investigacin ~Mtodos Numricos~

Pgina 15

Las dos pendientes calculadas, al inicio y al final del intervalo se pueden combinar
para obtener una pendiente promedio para el intervalo:
y =

y + y i+1 f ( x i , y i ) + f ( xi +1 , y i+1 )
=
2
2

Est pendiente promedio se utiliza despus para extrapolar linealmente desde

yi

, hasta

y i+1

usando el mtodo de Euler, que se conoce ahora como

ecuacin corrector:
y i+1= yi +

f ( x i , yi ) + f ( x i+1 , y i +1 )
h
2

La ecuacin posee en ambos lados del signo igual a

y i+1

, por lo que se puede

aplicar de forma iterativa ella misma, varias veces en cada intervalo. De esta
manera en cada intervalo se podr mejorar repetidamente una estimacin de
y i+1

Pseudocdigo:
lea f , x 0 , y 0 , h , n
imprima x0 , y 0
parai desde 1 hasta n

k 1=hf (x 0 , y 0 )
k 2=hf ( x 0+ h , y 0 + k 1 )

Trabajo de Investigacin ~Mtodos Numricos~

Pgina 16

y 1= y 0 +

k 1 +k 2
2

y 0= y 1
x 0=x 0+ h
imprima x0 , y 0
Mtodo de Taylor
El mtodo de Euler no es ms que un caso particular de los mtodos de Taylor,
que consisten de manera general en aproximar la solucin por su polinomio de
Taylor de un orden determinado.

y =f ( x , y )
y ( x0 ) = y 0

Tal que presenta nica solucin

y (x )

en un entorno de

x0

aproximaremos

dicha funcin por su polinomio de Taylor de orden N:

1
2 1
3
y (N)
N
y ( x ) y ( x 0 ) + y ( x 0 )( x x0 ) + y ( x 0 ) ( xx 0 ) + y ( x 0 ) ( xx 0 ) ++
xx 0 )
(
2
3
N!
Y el error de aproximacin viene determinado por el resto de orden N+1, de
manera que el erro proporcional a
equiespaciados:

x 0 , x1 , x2 , ,

con

( xx 0 )

N+1

. Si fijamos una sucesin de puntos

x n+1=x n +h

valores aproximados correspondientes de

, y denominados

y0 , y1

a los

y (x) , tendremos que:

Trabajo de Investigacin ~Mtodos Numricos~

Pgina 17

1
1 N
2
N
y n+1= y n+ y ( x n ) h+ y ( n ) h + +
y (x n) h
2
N!

Con un error de cada paso (error local2) proporcional a

N+ 1

Para poder aplicar el mtodo necesitamos conocer las derivadas de la solucin,

pero teniendo en cuenta la propia ecuacin diferencial.
y ( x n)=f ( x n , y n )
Ejemplo:
Apliquemos el mtodo de Taylor de orden dos a la ecuacin
condicin inicial de

y =cos ( xy ) , con la

y ( 0 )=1 . La expresin a considerar ser:

1
2
y ( xn +1 ) y n +1= y n + y ( x n ) h+ y ( x n )h
2
Tendremos entonces que:
x
( n y n )
y =( x n ) =f ( x n , y n ) =cos

y =

dcos (xy)
=sen ( xy ) ysen ( xy ) y =sen (xy)( y+ cos ( xy ))
dx

Y as los primeros pasos tomando h=0.5 serian

x 1=x 0+ h=0.5

y 1= y 0 +hcos ( x0 y 0 ) +

h2
(sen ( x 0 y 0 ) ( y 0+ cos ( x 0 y 0 ) ) )=
2

Trabajo de Investigacin ~Mtodos Numricos~

Pgina 18

1+ 0.5 cos 0+

0.5
( sen 0 ( 1+cos ( 0 ) ) )=1.5
2

x 2=x 1+ h=1
2

h
y 2= y 1 +hcos ( x 1 y 1) + (sen ( x1 y 1 ) ( y 1+ cos ( x 1 y 1 ) ) )=
2

1.5+0.5 cos (0.5 1.5)+

0.52
(sen (0.5 1.5) ( 1.5+cos ( 0.5 1.5 )) )=1.67569
2

Y as sucesivamente. El error local en esta aproximacin ser proporcional a

y por tanto el error global lo ser

h3

BIBLIOGRAFA

Trabajo de Investigacin ~Mtodos Numricos~

Pgina 19

Devincienzi G. (2008). Integraciones Numricas: Integracin de Romberg.

Universidad Nacional del Nordeste. Facultad de Ingeniera. Provincia del
Chaco. Argentina.
Apaza M. (2009). Programacin Aplicada. Clculo Numrico. Universidad
Nacional de Jujuy. Facultad de Ingeniera. San Salvador de Jujuy.
Argentina.
Cruz M. (2009). Mtodos Numricos para resolver ecuaciones diferenciales
Ordinarias. Universidad Autnoma del Estado de Morelos. Licenciatura en
Electrnica y Computacin. Cuernavaca, Morelos. Mxico.
Snchez M. (2009). Mtodos Numricos en ecuaciones diferenciales
ordinarias Tema 4. Universidad de Salamanca. Facultad de Ingeniera.
Salamanca. Espaa.

Trabajo de Investigacin ~Mtodos Numricos~

Pgina 20