Modelacin Numrica 95.

10

T.P. Nro. 3

Grupo Nro. 11

Introduccin

Ante el problema que generan las inundaciones debidas a precipitaciones intensas, en

particular, en las inmediaciones del Arroyo Dupuy (Localidad de Laferrere, Partido de La
Matanza), se desea analizar una posible solucin que consiste en construir un reservorio en el
subsuelo del Estadio Ciudad de Laferrere.
El objetivo de este trabajo prctico es el anlisis de los efectos de la construccin de este
reservorio sobre el caudal del arroyo. Las caractersticas a analizar puntualmente sern el
atenuado del caudal de salida del reservorio, con respecto al caudal de entrada, y el tiempo de
retardo entre los picos de estos. Tambin se observar el comportamiento variando las
dimensiones del reservorio y del vertedero.
Para esto se plantea la siguiente ecuacin diferencial de conservacin del volumen de agua
dentro del reservorio:
=

En donde
es el caudal ingresante al reservorio que es desviado del arroyo al producirse
una precipitacin de gran tamao y
es el caudal que sale del reservorio e ingresa
nuevamente al cauce del arroyo.
sigue la ley de caudal en vertedero rectangular de pared
delgada.
La resolucin de la ecuacin se har por tres mtodos distintos (orden 1, orden 2 y orden 4) y
distintas discretizacines Para cada uno de estos mtodos se analizar la estabilidad,
velocidad y precisin del clculo.
Los datos del problema son:
Reservorio
a = 100 m (Largo)
b = 75 m (Ancho)
N = 10

(Nivel del fondo)

Vertedero
= 1 m (Largo)
= 1.85 (Coeficiente de vertedero rectangular)
=5

(Nivel de cresta)

=N +

(Altura total del reservorio)

Pgina 1 de 20

Modelacin Numrica 95.10

T.P. Nro. 3

Grupo Nro. 11

Caudal ingresante

t [hr]
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

Qin [m3/s]
0.2
1.2
2.5
4.7
8.1
9.9
10.2
9.2
6.3
4.4
3.3
2.7
2.4
2.1
1.85
1.65

16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

1.5
1.42
1.25
1.1
0.9
0.8
0.66
0.58
0.48
0.44
0.39
0.35
0.28
0.24
0.2
0.2
0.2

Pgina 2 de 20

33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48

0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2

Modelacin Numrica 95.10

T.P. Nro. 3

Grupo Nro. 11

Resolucin del Problema

a) Discretizacines de la ecuacin diferencial

Se modific la ecuacin diferencial para ponerla en funcin de la variable (tirante de agua en
el vertedero), sabiendo que el volumen de agua en el reservorio puede expresarse de la
siguiente manera:
="

+ # % & =

%&+%&

% & no vara con el tiempo una vez llenado el reservorio,

Teniendo en cuenta que el valor

la ecuacin diferencial ser:

'( "

#
)*+ "#

%&
%&

En donde
)*+ "#

.20 -

(Caudal en vertedero rectangular

de pared delgada)

Definiendo

1"

, ( # =

"

, ( # =

'( " ( #

2

3

420 ( -

%&

Se procedi a discretizar la E.D. con los distintos mtodos a utilizar con un paso k expresado
en segundos

i)

Mtodo de orden 1 (Euler)

(56 = ( + 7 1"

ii)

, ( #

Mtodo de orden 2 ( Runge-Kutta 2 / Euler Modificado)

(56 = ( +

7
8 1"
2

, ( # + 1"

+ 7 , ( + 7 1"

Pgina 3 de 20

, ( # # 9

Modelacin Numrica 95.10

iii)

T.P. Nro. 3

Grupo Nro. 11

Mtodo de orden 4 (Runge-Kutta 4)

06 = 7 1"

0, = 7 1 :
0- = 7 1 :
0@ = 7 1"

, ( #

(
(

, ( +

<=

, ( +

<?

(56 = ( +

>

>

+ 7 , ( + 0- #
<= 5,<? 5,<A 5<B
C

Determinacin de los valores iniciales

Por la manera en que se plante la ecuacin diferencial (en funcin del tirante del vertedero),
el valor inicial no ser en la hora cero registrada en los caudales ingresantes.
La ecuacin diferencial ser vlida una vez que se haya llenado el reservorio y empiece a
desbordar agua por el vertedero. Por lo tanto se definieron como valores iniciales la hora en el
que se llen el reservorio y D = 0 .
Para hallar el tiempo de llenado se us el comando integral, integrndose la curva de Qin hasta
que el valor del rea debajo de la curva sea igual al volumen mximo en el reservorio sin que
desborde agua por el vertedero. El valor hallado fue de la sexta hora.
Resumiendo, los valores iniciales sern:
D

= 6 F

D = 0

Solucin exacta
Al no tener la solucin analtica del problema y con el objetivo de sacar conclusiones sobre la
exactitud de los mtodos, se decidi tomar como solucin exacta la de obtenida con el mtodo
de Runge-Kutta de orden 4 con un paso de discretizacin k = 0.1 horas.

Pgina 4 de 20

Modelacin Numrica 95.10

T.P. Nro. 3

Grupo Nro. 11

b) Umbral de estabilidad
Se encontr el umbral de estabilidad de cada mtodo numrico de forma aproximada
empezando con el mayor paso posible (k = 1 hora) y disminuyndolo en 6 minutos (0.1 horas)
hasta encontrar el primer paso que haga estable el mtodo.
El criterio para tomar ese paso fue que la solucin generada por el mismo fuese una funcin
suave y que el error de truncamiento no sea tan grande.
A continuacin se muestran como ejemplo un par de soluciones generadas por mtodos
inestables:

Pgina 5 de 20

Modelacin Numrica 95.10

T.P. Nro. 3

Grupo Nro. 11

Los umbrales de estabilidad hallados fueron los siguientes:

Mtodo de Euler:
7 0.2 HF%I
Mtodo de Runge-Kutta 2 (Euler Modificado):
7 0.4 HF%I
Mtodo de Runge-Kutta 4:
7 0.5 HF%I

Se eligi como paso de discretizacin comn a todos el paso ms grande posible, es decir k =
0.2 horas.
Para el paso de cada uno de los mtodos, se tom el valor medio de sus respectivos umbrales
de estabilidad. Es decir, para Euler se tom k = 0.1 horas, RK-2 k = 0.2 horas y RK-4 k = 0.25
horas.

Cuadro de resultados con el paso comn a todos:

Pgina 6 de 20

Modelacin Numrica 95.10

T.P. Nro. 3

Grupo Nro. 11

t0
k
[hs] [horas]

Qin(t0)
[m3/s]

Qoutmax
[m3/s]

t(Qoutmax)
[hs]

QinmaxQoutmax
[m3/s]

Retardo
[hs]

EULER

0.2

10.20

10.0050

6.8

0.195

0.8

RUNGE-KUTTA 2

0.2

10.20

9.0092

7.2

1.1908

1.2

RUNGE-KUTTA 4

0.2

10.20

9.3624

7.2

0.8376

1.2

Mtodo

Cuadro de resultados con los pasos elegidos para cada mtodo:

k
t0
[hs] [horas]

Qin(t0)
[m3/s]

Qoutmax
[m3/s]

t(Qoutmax)
[hs]

QinmaxQoutmax
[m3/s]

Retardo
[hs]

EULER

0.1

10.20

9.6876

6.9

0.5124

0.9

RUNGE-KUTTA 2

0.2

10.20

9.0092

7.2

1.1908

1.2

RUNGE-KUTTA 4 0.25

10.20

9.3416

7.25

0.8584

1.25

Mtodo

c)
Para este caso se resolvi el problema con tres mtodos diferentes y con una discretizacin
para cada uno. Para el mtodo de Euler se utiliz un paso de k = 1 hora, en el caso de RungeKutta 2 el paso fue de k=0.1 horas y para Runge-Kutta 4 un paso de k=0.05 horas. En el
siguiente cuadro se detallan los resultados obtenidos junto con los tiempos de clculo:

k
t0
[hs] [horas]

Qin(t0)
[m3/s]

Qoutmax
[m3/s]

t(Qoutmax)
[hs]

QinmaxQoutmax
[m3/s]

Retardo
[hs]

Tiempo de
clculo
[seg]

EULER

0.2

10.20

10.0050

6.8

0.195

0.8

0.565799

RUNGE-KUTTA 2

0.1

10.20

9.3551

0.8449

4.263601

RUNGE-KUTTA 4 0.05

10.20

9.4189

6.95

0.7811

0.95

25.517344

Mtodo

Se observa que el Mtodo de Runge-Kutta 4 es el de mayor precisin, con Runge-Kutta 2 se obtienen

resultados similares, y el Mtodo de Euler es poco exacto. Esto se debe a que para el primer mtodo
mencionado se evala la pendiente de la solucin al principio del paso, dos veces en el medio, y al final
del paso, con lo cual el incremento de la solucin en el paso siguiente va a ser un promedio de esas
cuatro pendientes. Para el caso de Runge-Kutta 2 la pendiente se evala al principio y al final del paso y
para el Mtodo de Euler solo al principio. Adems usar diferentes pasos para cada mtodo tambin
influye en la exactitud de la solucin del problema.

Pgina 7 de 20

Modelacin Numrica 95.10

T.P. Nro. 3

Grupo Nro. 11

En cuanto a la velocidad del clculo se aprecia que hay una diferencia considerable entre cada mtodo,
adems de las diferentes complejidades de los mtodos, tambin afecta el paso, ya que Runge-Kutta 2
dar el doble de resultados que Euler y Runge-Kutta 4 el cudruple.
Se puede concluir que los resultados arrojados por Runge-Kutta 2 son aceptables y, como se mencion
anteriormente, el Mtodo de Runge-Kutta 4 es muy exacto. Adems se compararon los tiempos de
clculo entre estos dos mtodos para un mismo paso y no se apreci gran diferencia, por lo tanto, si lo
que se busca es precisin, se puede usar Runge-Kutta 4 sin sufrir mucho mayor costo computacional.

d) Error local de truncamiento y costo computacional

Se evalu el error de truncamiento para cada mtodo con la siguiente ecuacin:

K+L = | ',; " ' # |
En donde ',; es la solucin generada por el mtodo numrico de paso k en i-sima posicin y " ' # es la
solucin exacta en esa misma posicin.
Se evaluaron todos los mtodos con un paso de discretizacin k = 0.2 horas y se obtuvieron los
resultados. Se muestran los errores en las primeras 9 operaciones, ya que en el resto de las soluciones el
error se va haciendo ms chico, como se puede apreciar en el grfico.

Numero de operacin i
1
2
3
4
5
6
7
8
9

etruncamiento(Euler) [m]
0
0.17209606
0.227718208
0.114848484
0.048361499
0.022269382
0.012697864
0.008256073
0.005353537

Pgina 8 de 20

etruncamiento(RK-2) [m]
0
0.084835507
0.10957353
0.088282402
0.059321784
0.037270268
0.023272808
0.014605653
0.009072159

etruncamiento(RK-4) [m]
0
0.002177583
0.003474132
0.002865276
0.001805832
0.00103027
0.000584557
0.000341417
0.000200369

Modelacin Numrica 95.10

T.P. Nro. 3

Grupo Nro. 11

Se calcul el tiempo que tarda cada mtodo en hacer todas las operaciones:

Mtodo
Euler
RK - 2
RK - 4

Tiempo de Calculo [ seg ]

0.329348
0.615185
0.958589

El mtodo de RK 4 tiene mayor gasto computacional que los otros mtodos al precisar de un mayor
nmero de operaciones para calcular la solucin. Sin embargo la diferencia en tiempo de clculo no es
tan pronunciada como la de los errores de truncamiento, en donde el mtodo de RK 4 lleva una ventaja
sobre los otros dos.
e) Sensibilidad al paso de discretizacin
Se hallaron distintas soluciones correspondientes a distintos pasos de discretizacin utilizando el mtodo
de Runge-Kutta 4. Se empez con el mayor paso posible, k = 45 minutos (paso en donde el mtodo
empieza a ser estable), y luego se fue disminuyendo el paso en 6 minutos hasta llegar a k = 3 minutos.
Se obtuvieron los resultados y se grafic.

k [ minutos]

t0 [horas]

Qin(t0) [m3/s]

24
18
12
6
3

6
6
6
6
6

10.2
10.2
10.2
10.2
10.2

Qout(mx) [m3/s] tQout(mx)[horas]

8.8012
9.3117
9.3624
9.4182
9.4189

Pgina 9 de 20

7.6
7.2
7.2
7
6.95

tretardo [horas]
1.6
1.2
1.2
1
0.95

Modelacin Numrica 95.10

T.P. Nro. 3

Pgina 10 de 20

Grupo Nro. 11

Modelacin Numrica 95.10

T.P. Nro. 3

Grupo Nro. 11

De los resultados obtenidos se puede concluir que a menor tamao de paso mayor precisin en la
solucin, ya que a medida que disminuye el paso el error por truncamiento disminuye y los valores
convergen a la solucin exacta.
Tambin se observa que la mayor diferencia entre las distintas soluciones se da entre las horas de
caudales mximos. Esto sucede porque en ese rango horario (entre la sexta y novena hora) se dan las
mayores variaciones de la variable Qin y por lo tanto una solucin con paso de discretizacin muy grande
pasar por alto valores intermedios, generando resultados poco exactos.
A medida que la variacin de Qin va disminuyendo las soluciones obtenidas con los distintos pasos se
asemejan, siendo exactamente iguales cuando Qin permanece constante.
El anlisis de estos resultados resalta la importancia de analizar el problema fsico a la hora de elegir el
paso de discretizacin: si las variables presentan grandes variaciones es conveniente tomar un paso de
discretizacin chico; si en cambio las variables no presentan grandes fluctuaciones, se puede tomar un
paso relativamente grande obteniendo una solucin con poco gasto computacional y sin demasiado error.

f) Sensibilidad a las dimensiones del reservorio

Para probar la respuesta del problema a una variacin en las medidas del reservorio se decidi cambiar
una de las dimensiones del mismo.
Al estar el reservorio confinado entre los lmites de la cancha, se lleg a la conclusin que lo ms viable
seria cambiar la profundidad, tomando un incremento de 1 m hasta llegar a los 15 metros de nivel de
fondo del reservorio.
Se hicieron los clculos con RK-4 con k = 6 minutos.

Hf [ metros]
10
11
12
13
14
15

t0 [horas]
6
6
6
6
6
6

Qin(t0) [m3/s]
10.2
10.2
10.2
10.2
10.2
10.2

Qout(mx) [m3/s]
9.4182
9.0996
8.7177
8.2348
7.6952
6.8142

Pgina 11 de 20

tQout(mx)[horas]
7
7.1
7.3
7.5
7.6
7.9

tretardo [horas]
1
1.1
1.3
1.5
1.6
1.9

Modelacin Numrica 95.10

T.P. Nro. 3

Pgina 12 de 20

Grupo Nro. 11

Modelacin Numrica 95.10

T.P. Nro. 3

Grupo Nro. 11

Aumentando el nivel de fondo del reservorio se produce un importante aumento en el tiempo de

retardo y en el caudal mximo saliente.
Una mayor profundidad del reservorio sera una solucin que beneficiara a la poblacin,
faltara analizar si esta situacin es viable econmicamente (construccin y mantenimiento) y si
es posible de llevar a cabo (nivel de la napa fretica).

g) Sensibilidad a la geometra del vertedero

Para la sensibilidad de la geometra del vertedero los clculos se realizaron por el mtodo de
Runge-Kutta 4 y se adopt un paso de k= 6 minutos. En estos clculos se fue variando la
longitud del vertedero y se observ la variacin del caudal mximo de salida y el tiempo entre
picos (retardo).
Los resultados obtenidos para las diferentes longitudes adoptadas se detallan en el siguiente
cuadro, en el cual tambin se agreg la longitud inicial dada de un metro para compararla con
estas:

L [m]

t(Qinmax)[hs]

0,3

0,5

Qoutmax[m3/s]

t(Qoutmax)[hs]

Retardo [hs]

7,8288

7,6

1,70

8,7953

7,3

1,40

0,75

9,2008

7,1

1,20

9,4182

1,10

9,7646

6,8

0,90

9,9719

6,6

0,70

Se aprecia que para longitudes menores a un metro, disminuye el caudal mximo de salida y
aumenta el retardo, es decir, favorece ampliamente las condiciones buscadas. En cambio, para
valores mayores a un metro la situacin es totalmente contraria, observando que para grandes
longitudes la diferencia entre caudales mximos de entrada y salida y retardos es mnima, con
lo cual el efecto del reservorio sera muy pequeo.
La diferencia entre caudales de salida para diferentes longitudes del vertedero se observa en el
siguiente grfico (detalle en las horas de caudales mximos):

Pgina 13 de 20

Modelacin Numrica 95.10

T.P. Nro. 3

Pgina 14 de 20

Grupo Nro. 11

Modelacin Numrica 95.10

T.P. Nro. 3

Grupo Nro. 11

Conclusiones Generales

En este trabajo prctico el objetivo fue resolver el problema ingenieril planteado por medio de la
resolucin de una ecuacin diferencial con tres mtodos distintos, analizando sus ventajas y
desventajas. Las principales caractersticas que se analizaron fueron la estabilidad, la
sensibilidad, la velocidad y la precisin de cada uno de los mtodos.
Por lo visto en los incisos de este trabajo prctico, se concluye que con los tres mtodos se
pueden obtener resultados aproximados a la realidad, siempre que se elija adecuadamente el
paso que se vaya a utilizar. Por lo tanto, la eleccin del mtodo y su respectivo paso a utilizar
queda condicionada por la precisin requerida y el costo computacional que se est dispuesto
a tolerar.
En cuanto al proyecto, se analiz el efecto de la construccin del reservorio, el cual para los
datos dados de sus dimensiones, se observ que el caudal mximo es atenuado en casi un
10% y retrasado en aproximadamente una hora, lo cual ante precipitaciones intensas que
generen un aumento considerable del caudal del Arroyo Dupuy, los vecinos que son afectados
por las inundaciones tendrn ms tiempo para tomar las decisiones que crean convenientes y
adems el dao ser menor ya que se reduce el pico del caudal. A pesar de no ser una
solucin al problema, sera una gran ayuda para los vecinos ya que las inundaciones son una
problemtica frecuente en la zona y esto reducira las consecuencias.
Tambin se analiz el comportamiento de la situacin planteada segn las variables fsicas del
proyecto, en las que se concluy que aumentando el nivel del fondo del reservorio (ms
profundo) y reduciendo la longitud del vertedero se obtienen mejores resultados, ya que el
caudal mximo saliente disminuye y el retardo aumenta. Por ejemplo, se apreci que llevando
el nivel del fondo del reservorio a -15 metros se reduce considerablemente el caudal saliente y
el tiempo de retardo sera casi el doble. Obviamente estas mejoras generaran costos ms
elevados, pero no realizamos este anlisis ya que excede al objetivo de este trabajo prctico.

Pgina 15 de 20

Modelacin Numrica 95.10

T.P. Nro. 3

Anexos

1) Mtodo de Euler
%Datos
a = 100; b = 75; Hd = 5; Hf = 10;
Cw = 1.85; g = 9.81;
L = 1;
Q_in = importdata('caudal.txt');
s = 3600;
k = 0.2; %Paso de la discretizacin
Vol_max = a*b*(Hd+Hf); %Volumen mximo del reservorio
H = Q_in(:,1);
q = Q_in(:,2);
qq = spline (H,q); %Interpolacion de la curva Q_in
t = 0:k:48;
q_ingresante = ppval(qq,t);

%Determinacin de la hora a la que se llena el reservorio

for i=1:length(t)
Vol = (integral(@(t)ppval(qq,t),t(1),t(i)))*s;
if Vol >= Vol_max
break
end
end
%Calculo de h mediante el mtodo de Euler
n = i;
tic
for j=1:n-1
h(j,1)= 0;
h(n,1) = 0;
for m = n:length(t)
qin = ppval(qq,t(m));
f = qin/(a*b) - (2*Cw*L*sqrt(2*g*h(m,1)^3))/(3*a*b);
h(m+1,1) = h(m,1) + k*s*f;
if h(m+1,1) <= 0
h(m+1,1) = 0;
end
if m+1 >= length(t)
break
end
end
end
toc
%Caudal del vertedero
for i=1:size(h,1)
Q_out(i,1) = (2/3)*Cw*L*sqrt(2*g*h(i,1)^3);
end

Pgina 16 de 20

Grupo Nro. 11

Modelacin Numrica 95.10

T.P. Nro. 3

Grupo Nro. 11

2) Mtodo de Runge-Kutta 2 (Euler modificado)

%Datos
a = 100; b = 75; Hd = 5; Hf = 10;
Cw = 1.85; g = 9.81;
L = 1;
Q_in = importdata('caudal.txt');
s = 3600;
k = 0.2; %Paso de la discretizacin

Vol_max = a*b*(Hd+Hf); %Volumen mximo del reservorio

H = Q_in(:,1);
q = Q_in(:,2);
qq = spline (H,q); %Interpolacin de la curva Q_in
t = 0:k:48;
q_ingresante = ppval(qq,t);
%Determinacin de la hora a la que se llena el reservorio
for i=1:length(t)
Vol = (integral(@(t)ppval(qq,t),t(1),t(i)))*s;
if Vol >= Vol_max
break
end
end
%Clculo de h mediante el mtodo de Euler Modificado
n = i;
tic
for j=1:n-1
h(j,1)= 0;
h(n,1) = 0;
for m = n:length(t)
qin1 = ppval(qq,t(m));
qin2 = ppval(qq,t(m)+k);
f1 = qin1/(a*b) - (2*Cw*L*sqrt(2*g*h(m,1)^3))/(3*a*b);
h2 = h(m,1) + k*s*f1;
f2 = qin2/(a*b) - (2*Cw*L*sqrt(2*g*h2^3))/(3*a*b);
h(m+1,1) = h(m,1) + k/2*s*(f1+f2);
if m+1 >= length(t)
break
end
end
end
toc
%Caudal del vertedero
for i=1:size(h,1)
Q_out(i,1) = (2/3)*Cw*L*sqrt(2*g*h(i,1)^3);
end

Pgina 17 de 20

Modelacin Numrica 95.10

T.P. Nro. 3

Grupo Nro. 11

3) Mtodo de Runge-Kutta 4
%Datos
a = 100; b = 75; Hd = 5; Hf = 10;
Cw = 1.85; g = 9.81;
L = 1;
Q_in = importdata('caudal.txt');
s = 3600;
k = 0.2; %Paso de la discretizacin

Vol_max = a*b*(Hf+Hd); %Volumen mximo del reservorio

H = Q_in(:,1);
q = Q_in(:,2);
qq = spline (H,q); %Interpolacin de la curva Q_in
t = 0:k:48;
q_ingresante = ppval(qq,t);

%Determinacin de la hora a la que se llena el reservorio

for i=1:length(t)
Vol = (integral(@(t)ppval(qq,t),t(1),t(i)))*s;
if Vol >= Vol_max
break
end
end
%Clculo de h mediante el mtodo de Euler Modificado
n = i;
tic
for j=1:n-1
h(j,1)= 0;
h(n,1) = 0;
for m = n:length(t)
qin1 = ppval(qq,t(m));
qin23 = ppval(qq,t(m)+k/2);
qin4 = ppval(qq,t(m)+k);
f1 = qin1/(a*b) - (2*Cw*L*sqrt(2*g*h(m,1)^3))/(3*a*b);
RK1 = k*s*f1;
f2 = qin23/(a*b) (2*Cw*L*sqrt(2*g*(h(m,1)+RK1/2)^3))/(3*a*b);
RK2 = k*s*f2;
f3 = qin23/(a*b) (2*Cw*L*sqrt(2*g*(h(m,1)+RK2/2)^3))/(3*a*b);
RK3 = k*s*f3;
f4 = qin4/(a*b) - (2*Cw*L*sqrt(2*g*(h(m,1)+RK3)^3))/(3*a*b);
RK4 = k*s*f4;

Pgina 18 de 20

Modelacin Numrica 95.10

T.P. Nro. 3

h(m+1,1) = h(m,1) + (RK1 +2*(RK2 + RK3) + RK4)/6;

if m+1 >= length(t)
break
end
end
end
toc
%Caudal del vertedero
for i=1:size(h,1)
Q_out(i,1) = (2/3)*Cw*L*sqrt(2*g*h(i,1)^3);
End
4) Errores de Truncamiento
%Soluciones con un paso de discretizacin k = 0.2 hr
load('h_euler.mat'); % Euler
load('h_RK2.mat');
% RK-2
load('h_RK4.mat'); % RK-4
% Solucin exacta
load('Solucion_Exacta.mat'); % RK-4 (k=0.1 hr)
k2
k1
n1
n2

=
=
=
=

0.2;
0.1;
0:k1:42;
0:k2:k2*length(h_euler)-k2;

% Error de truncamiento en el mtodo de Euler

for i = 1:length(h_euler)
e_euler(i) = abs(h_euler(i)- Solucion_Exacta(2*i-1));
end
% Error de truncamiento en el mtodo RK-2
for i = 1:length(h_RK2)
e_RK2(i) = abs(h_RK2(i)- Solucion_Exacta(2*i-1));
end
% Error de truncamiento en el mtodo RK-4
for i = 1:length(h_RK4)
e_RK4(i) = abs(h_RK4(i)- Solucion_Exacta(2*i-1));
end
hold on
grid on
grid minor

Pgina 19 de 20

Grupo Nro. 11

Modelacin Numrica 95.10

T.P. Nro. 3

Grupo Nro. 11

plot(n2,e_euler,'og')
plot(n2,e_RK2,'Linestyle','none','marker','*','color',[0.541 0.169
0.886])
plot(n2,e_RK4,'Linestyle','none','marker','+','color',[0.502 0 0])
xlabel('Nmero de operacin i')
ylabel('e_{truncamiento} [metros]')
axis([0,5,0,0.25])
tt = 0:k2:5;
xx = 0:25;
set(gca,'XTick',tt)
set(gca,'XTickLabel',xx)

title('Errores de Truncamiento con un paso de k = 0.2 hr (Primeras 25

operaciones)')
hLegend = legend('Euler','Runge-Kutta 2','Runge-Kutta 4');
hlt = text('Parent', hLegend.DecorationContainer, 'String',
'Mtodos','HorizontalAlignment', 'center','VerticalAlignment',
'bottom','Position', [0.5, 1.05, 0],'Units', 'normalized');
hLegend.Location = 'east';

Pgina 20 de 20