Você está na página 1de 42

Universidad de Chile

Departamento de Ingeniera Matemtica

Ecuaciones Diferenciales

0011Ordinarias (No0100
Lineales) L
0010 1010 1101 0001 1011

MA-33A Clculo Numrico


Gonzalo Hernndez Oliva
GHO EDO - MA-33A 1
Ecuaciones Diferenciales Ordinarias:
1) Mtodos Numricos para EDO en \
0011 0010 1010 1101 0001 0100 1011
a) Motivacin
b) Definiciones: EDO Lineal y Problema de Cauchy
c) Resultados Tericos para Problema de Cauchy
d) Mtodo de la Serie de Taylor
e) Mtodo de Euler para Problema de Cauchy
f) Mtodos de Runge-Kutta para Problema de Cauchy:
g) Ejemplo Mtodos Euler y Runge-Kutta Orden 4
h) Mtodos Multi-pasos Explcitos
i) Sistemas de EDO y EDO de Orden Superior
2) Bibliografa
GHO EDO - MA-33A 2
1) MN para EDO: Motivacin 1
Variacin de Cantidades Continuas en el Tiempo:
0011 0010 1010 1101 0001 0100 1011
Ecuacin del Pndulo Simple: Demostrar !

d g 2

2
+ sen = 0
dt L
L
(t = 0) = 0
'(t = 0) = '0
m

Propuesto: Ecuaciones del Pndulo de Foucault


GHO EDO - MA-33A 3
1) MN para EDO: Motivacin 2
Variacin de Cantidades Continuas en el Tiempo:
0011 0010 1010 1101 0001 0100 1011
Trayectorias de Partculas

Cada Libre Lanzamiento Proyectiles


y y
x
m g fR
g v0
f = ma + fR (v) m

x
mx = mg + f R ( x ) = mg cx 2

GHO EDO - MA-33A 4


1) MN para EDO: Motivacin 3
Un ejemplo de dinmica de resortes:
0011 0010 1010 1101 0001 0100 1011
x m

=0

L0
k, L

d x k
2
L
2
= x 1
dt m x +9
2

GHO EDO - MA-33A 5


1) MN para EDO: Motivacin 4
Modelo de Crecimiento Logstico de una Poblacin:
0011 0010 1010 1101 0001 0100 1011
La poblacin p (t ) de EEUU en el siglo 20 crece
aproximadamente segn la edo no lineal logstica:
dp
= p (t ) p (t )
2

dt
Donde: =0.02 y =0.00004. Desde 1900 se han
medido los datos de la tabla en la prxima
transparencia. Se puede afirmar que el modelo es
adecuado ? Cul es error entre 1900 y 1980 ?
GHO EDO - MA-33A 6
1) MN para EDO: Motivacin 4
Modelo de Crecimiento Logstico de una Poblacin:
0011 0010 1010 1101 0001 0100 1011
Ao Tiempo tk p(t) real dp
= p (t ) p 2 (t )
1900 0.0 76.1 dt
1910 10.0 92.4 500 solucin
p (t ) =
1920
1930
20.0
30.0
106.5
123.1
(
1+ 761 e
1

)
4239 50 t exacta

pk +1 = pk + h( pk pk 2 )
1940 40.0 132.6
1950 50.0 152.3 pk = p (t = tk ) k = 0,...,8 = n
1960 60.0 180.7 (T t0 ) (1980 1900)
h= = = 10
1970 70.0 204.9 n 8
1980 80.0 226.5 tk = hk = 10k k = 0,1,...,8
GHO EDO - MA-33A 7
1) MN para EDO: Motivacin 4
Modelo de Crecimiento Logstico de una Poblacin:
0011 0010 1010 1101 0001 0100 1011
Ao Tiempo tk p(t) real p(t) Edo p(t) Euler Error1 Error2
1900 0.0 76.1 76.1 76.1 0.0 0.0
1910 10.0 92.4 89.9 89.0 2.5 0.9
1920 20.0 106.5 105.6 107.5 0.9 -1.9
1930 30.0 123.1 123.2 123.3 -0.1 -0.1
1940 40.0 132.6 142.7 141.7 -10.1 1.6
1950 50.0 152.3 164.0 152.1 -11.7 11.9
1960 60.0 180.7 186.7 173.5 -6.0 13.2
1970 70.0 204.9 210.6 203.8 -5.7 6.8
1980 80.0 226.5 235.3 229.1 -8.8 6.2

GHO EDO - MA-33A 8


1) MN para EDO: Motivacin 5
Ecuacin de Duffing:
0011 0010 1010 1101 0001 0100 1011
Esta edo no-lineal se utiliza para describir diferentes
sistemas dinmicos (resortes, transformadores, etc).
La forma ms general de esta ecuacin es:
d 2 x(t ) dx(t )
dt 2
+
dt
+ ( x 3
(t ) 0 x (t ) ) = cos ( t + )
2

Por ejemplo, la edo del flujo magntico de un


transformador tiene la forma:

+ b + 0 = E cos (t )
 3 2

N
GHO EDO - MA-33A 9
1) MN para EDO: Motivacin 5
Ejemplo Ecuacin de Duffing:
0011 0010 1010 1101 0001 0100 1011
x + x + ( x3 0 2 x ) = cos (t + )

= 1, = 1, 0 = 1
= 1, = 1, = 0
Ejemplo de caos
ordenado

GHO EDO - MA-33A 10


1) MN para EDO: Ecuacin Diferencial Lineal
Segn Orden
0011 0010 1010 1101 0001 0100 1011
LinealesIntegrables Coeficientes Constantes o Variables
Homogneas o No

Encontrar y = f (x) tal que:


EDO
an ( x) y ( x) +"+ a1 ( x) y ( x) + a0 ( x) y( x) = g( x)
( n) (1)

Tratamiento Analtico Caso a Caso


No-Lineales
Solucin Va Mtodo Euler o R-K
GHO EDO - MA-33A 11
1) MN para EDO: EDO Lineal Primer Orden
a1 ( x) y '( x) + a0 (x) y( x) = g( x) y '( x) + p( x) y( x) = f ( x)
0011 0010 1010 1101 0001 0100 1011

( p ( x ) dx )
y '( x) + p ( x) y ( x) = 0 y ( x) = ce h

( p ( x ) dx )
y '( x) + p ( x) y ( x) = f ( x) y ( x) = g ( x)e
p

( p ( x ) dx ) ( p ( x ) dx ) ( p ( x ) dx )
y ( x ) = ce +e f ( x ) e dx
( p ( x ) dx ) ( p ( x ) dx )
y ( x) = e c + f ( x )e dx

GHO EDO - MA-33A 12
1) MN para EDO: EDO Lineal Primer Orden

Ecuacin Tipo Bernoulli: y '( x) + p( x) y( x) = f ( x) y ( x)
0011 0010 1010 1101 0001 0100 1011


\
Al multiplicar la edo por: (1 ) y se obtiene: 1
(1 ) y y '+ (1 ) p( x) y1 = (1 ) f ( x)

( y1 )'+ (1 ) p( x)( y1 ) = (1 ) f ( x)
1
Si se define: u = y se obtiene la edo lineal:
u '+ (1 ) p( x)u = (1 ) f ( x)

GHO EDO - MA-33A 13


1) MN para EDO: EDO Lineal Primer Orden
x
Ejemplo Ecuacin Tipo Bernoulli: y '+ xy =
0011 0010 1010 1101 0001 0100 1011

y
2 yy '+ 2xy2 = 2x ( y2 )'+ 2xy2 = 2x
Si se define: u = y se obtiene la edo lineal:
2

u '+ 2xu = 2x
x2 x2
u( x) = (ce +1) y( x) = u = ce +1
Ejercicios Propuestos: y '+ y = x y , y '+ xy = xy
2 2 2

y '+ x y = xy , ( xy ) ' = ( xy ) ( x + 1)
2 3 2 3 2

1 3x 1
( x + 1) y y = xe + (1 x) y y
2 2 2 2 2

GHO EDO - MA-33A 14


1) MN para EDO: EDO Lineal Primer Orden
Propuesto: Ecuacin Tipo Ricati:
0011 0010 1010 1101 0001 0100 1011

y '( x) = p( x) + q( x) y( x) + r( x) y2 ( x) (+)

Se puede linealizar esta edo ? Sea y1 una solucin de (+)


y1 '( x) = p( x) + q( x) y1 ( x) + r ( x) y12 ( x)
( y y1 )' = q( x)( y y1 ) + r ( x)( y 2 y12 )
= q( x)( y y1 ) + r ( x)( y + y1 )( y y1 )
z ' = q( x) z + r ( x) z( z + 2 y1 )
z ' = ( q( x) + 2r ( x) y1 ) z + r ( x) z Edo Tipo Bernoulli:
2

GHO EDO - MA-33A 15


1) MN para EDO:
Problema de Cauchy o de Valor Inicial
0011 0010 1010 1101 0001 0100 1011
Dada una funcin f : \ 2
\ diferenciable en ambas variables
y un punto inicial y0 \ :
Encontrar una funcin y : \ \ tal que:

y (t = t0 ) = y0 Problema No-Lineal
De Primer Orden
dy (t )
= f (t , y (t )) No Homogneo
dt
t [t0 , T ]
Solucin nica

GHO EDO - MA-33A 16


1) MN para EDO:
Resultados Tericos para Problema de Cauchy
Se dice que una funcin f : R \ \ satisface
0011 0010 1010 1101 0001 0100 1011 2

una condicin de Lipschitz en la variable y si


existe L (constante de Lipschitz) con la propiedad:
f (t, y1 ) f (t, y2 ) L y1 y2 (t, y1 ),(t, y1 ) R
Sea R \ un conjunto convexo. Si existe una
2

constante L que verifica: f (t, y)


L (t, y) R
y
entonces f satisface la condicin de Lipschitz en R
GHO EDO - MA-33A 17
1) MN para EDO:
Resultados Tericos para Problema de Cauchy
Teo: Sean R = {(t , y ) / t0 t T , < y < } y una
0011 0010 1010 1101 0001 0100 1011

funcin f : R \ \ contnua en R . Si f
2

satisface una condicin de Lipschitz en la variable y


entonces el problema de valor inicial:
y (t = t0 ) = y0
dy (t )
= f (t , y (t )) t [t0 , T ]
dt
tiene solucin nica
GHO EDO - MA-33A 18
1) MN para EDO:
Mtodo de la Serie de Taylor para Prob. Cauchy
0011 0010 1010 1101 0001 0100 1011
La solucin del Problema de Cauchy se desarrolla en
Serie de Taylor. Las derivadas se obtienen de la edo:
y (t = t0 ) = y0 f (k ) ( t0 )
n
y(t) = (t t0 ) + Error
k

dy (t ) k =0 k!
= f (t , y (t ))
dt f (n+1) ( (t)) n+1
Error(t) = (t t0 )
t [t0 , T ] (n +1)!
df (t0 , y0 , y '0 )
y(t0 ) = y0 , y '(t0 ) = y '0 = f (t0 , y0 ), y ''(t0 ) = y ''0 = ,...
dt
GHO EDO - MA-33A 19
1) MN para EDO:
Mtodo de Euler para Problema de Cauchy
0011 0010 1010 1101 0001 0100 1011

Se determinan n valores yk de la funcin y : \ \


en puntos tk equi-espaciados en [t0 , T ]:

(T t0)
h= tk = t0 +kh k = 0,..., n
n
y0 = y (t = t0 ) Error:
yk +1 = yk + hf (tk , yk ) 2
h (2)
Mtodo y (i )
Inexacto ! 2
GHO EDO - MA-33A 20
1) MN para EDO:
Mtodo de Runge-Kutta de Orden 2 para P. Cauchy
0011 0010 1010 1101 0001 0100 1011
Mejoramos el mtodo de Euler de la siguiente forma:
q1k = hf (tk , yk ) q 2 k = hf (tk + h, yk + hf (tk , yk ))
yk +1 = yk + q + 2 q 1
1 k
2
k

Tenemos que:
h2 h2
yk +1 = y (tk + h) y (tk ) + hy '(tk ) + y ''(tk ) = y (tk ) + hf (tk , yk ) + f '(tk , yk )
2 2
f (tk , yk ) f (tk , yk ) f (tk , yk ) f (tk , yk )
f '(tk , yk ) = + y '(tk ) = + f (tk , yk )
t y t y
h 2 f (tk , yk ) h 2 f (tk , yk )
yk +1 = y (tk + h) y (tk ) + hf (tk , yk ) + + f (tk , yk ) 1
2 t 2 y
GHO EDO - MA-33A 21
1) MN para EDO:
Mtodo de Runge-Kutta de Orden 2 para P. Cauchy
0011 0010 1010 1101 0001 0100 1011
Por otra parte:
yk +1 = yk + 1hf (tk , yk ) + 2 hf (tk + h, yk + hf (tk , yk ))
f (tk , yk ) f (tk , yk )
f (tk + h, yk + hf (tk , yk )) f (tk , yk ) + h + hf (tk , yk )
t y
f (tk , yk ) f (tk , yk )
yk +1 = y(tk ) + 1hf (tk , yk ) + 2 h f (tk , yk ) + h + hf (tk , yk )
t y
f (tk , yk ) f (tk , yk )
yk +1 = y(tk ) + (1 + 2 )hf (tk , yk ) + 2 h2 + 2 h2 f (tk , yk ) 2
t y
Igualando 1 y 2 : + = 1 1 1
1 2 2 = 2 =
2 2
GHO EDO - MA-33A 22
1) MN para EDO:
Mtodo de Runge-Kutta de Orden 2 para P. Cauchy
0011 0010 1010 1101 0001 0100 1011

dy (t )
= f (t , y (t )) (t0 , y0 ) dado
dt
y0 dado
RK q = hf (tk , yk ) q k = hf (tk + , yk +
1
k
2 h
2
qk1
2 )
Orden 2
yk +1 = yk + q2k

3
Error: O(h )
GHO EDO - MA-33A 23
1) MN para EDO:
RK 2: Ejemplo Simple
0011 0010 1010 1101 0001 0100 1011
dy y y
2
yk = y (t = tk ) k = 0,..., 4 = n
= , y(1) = 1
dt t t (T t )
h = n 0 = (241) = 0.25
t
y(t) = tk = hk = 0.25k k = 0,1,..., 4
1+ ln(t)
y y
2
q 1
k = hf (t k , y k ), q 2
k = hf (t k + 1
2 h, y k + 1 1
2 q k)
f (t, y) = ,y0 =1
t t yk +1 = yk + q 2 k k = 0,1,..., 4
t yt k q1 q2 yk E abs E rel
1 1 0 0 0. 0247 1 0 0
1. 25 1. 0219 1 0. 03695 0. 04578 1. 0247 0. 0028 0. 0027
1. 5 1. 0672 2 0. 05108 0. 05488 1. 0705 0. 0033 0. 0031
1. 75 1. 1221 3 0. 05738 0. 05918 1. 1254 0. 0033 0. 0029
2 1. 1812 4 1. 1846 0. 0034 0. 0030
GHO EDO - MA-33A 24
1) MN para EDO:
RK 2 aplicado al modelo crecimiento logstico:
0011 0010 1010 1101
2 0001 0100 1011
p ' = p(t ) p (t ) pk = p (t = tk ) k = 0,...,8 = n
f (t, p) = p p2 (T t )
h = n 0 = (198081900) = 10 tk = hk = 10k k = 0,1,...,8
= 0.02, = 0.00004 q1k = hf (tk , yk ), q 2 k = hf (tk + 12 h, yk + 12 q1k )
p(t ) = p =76.1 p k +1 = pk + q 2
k k = 0,1,...,8
0 0

k = 0 : t0 = 0, h = 10, p0 = 76.1
q10
q = hf (t0 , p0 ) = 12.9035, q 0 = hf (t0 + , p0 +
1
0
2 h
2 2 ) = 13.7844
p1 = p0 + q 2 0 = 89.8844
k = 1: t1 = 10, h = 10, p1 = 89.8844
q11
q = hf (t1 , p1 ) = 14.7452,q = hf (t1 + , p1 +
1
1
2
1
h
2 2 ) = 15.6678
p2 = p2 + q 2 2 = 105.5523
GHO EDO - MA-33A 25
1) MN para EDO:
Mtodo de Runge-Kutta de Orden 3 para P. Cauchy
0011 0010 1010 1101 0001 0100 1011

y0 dado
q = hf (tk , yk )
1
RK k
qk1
Orden 3 q k = hf (tk + h2 , yk +
2
2 )
q3k = hf (tk + h, yk q1k 2q2k )
Error:
yk +1 = yk + ( q + 4q k + q k )
1
6
1
k
2 3 4
O(h )

GHO EDO - MA-33A 26


1) MN para EDO:
Mtodo de Runge-Kutta de Orden 4 para P. Cauchy
0011 0010 1010 1101 0001 0100 1011
y0 dado
q = hf (tk , yk )
1
k
RK q1k
q 2
= hf (tk + , yk +
h
)
Orden 4 k 2 2
q 2k
q k = hf (tk + , yk +
3 h
2 2 )
q 4
= hf (tk + h, yk + q k ) 3
k
Error:
yk +1 = yk + ( q + 2q k + 2q k + q k ) O(h )
1
6
1
k
2 3 4 5

GHO EDO - MA-33A 27


1) MN para EDO:
Ejemplo Mtodos Euler y Runge-Kutta Orden 4
0011 0010 1010 1101 0001 0100 1011
tk Exacto Euler R-K Orden 4 Error R-K
0.0 0.5000000 0.5000000 0.5000000 0.0000000

0.1 0.6574145 0.6554982 0.6574144 0.0000001

0.2 0.8292986 0.8253385 0.8292983 0.0000003

0.3 1.0150706 1.0089334 1.0150701 0.0000005

0.4 1.2140877 1.2056345 1.2140869 0.0000008


0.5 1.4256394 1.4147264 1.4256384 0.0000010

y ' = y t + 1 t [0, 2] y (0) =


2 1
2
GHO EDO - MA-33A 28
1) MN para EDO:
Mtodos Multipasos Explcitos
0011 0010 1010 1101 0001 0100 1011
Un mtodo multipaso de paso m para resolver el
problema de Cauchy es de la forma:
yk +1 = am 1 yk + am 2 yk 1 + " + a0 yk +1 m +
+ h[bm 1 f (tk , yk ) + bm 2 f (tk 1 , yk 1 ) + " + b0 f (tk +1 m , yk +1 m )]
Se necesitan m valores iniciales: y0 , y1 ,..., ym1
Los coeficientes am1 , am2 ,..., a0 y bm1 , bm2 ,..., b0 son
las constantes del mtodo y: h = (Tnt ) tk =t0 +kh k =0,...,n
0

Por yk +1 = yk + h[3 f (tk , yk ) f (tk 1 , yk 1 )] Adams


Ejemplo y0 , y1 dados Bashforth m=2
GHO EDO - MA-33A 29
1) MN para EDO:
Mtodos Multipasos Explcitos
0011 0010 1010 1101 0001 0100 1011
Adams Bashforth de 3 Pasos
h
yk +1 = yk + [23 f (tk , yk ) 16 f (tk 1 , yk 1 ) + 5 f (tk 2 , yk 2 )]
12
y0 , y1 ,y2 dados 3 (4)
Error (k + 1) = y ( )h3 [t , t ] k +1 k +1 k 2 k +1
8
Adams Bashforth de 4 Pasos
h
yk +1 = yk + [55 f (tk , yk ) 59 f (tk 1, yk 1) + 37 f (tk 2 , yk 2 ) 9 f (tk 3 , yk 3 )]
24
y0 , y1,y2 ,y3 dados 251 (5)
Error (k + 1) = y ( )h 4 [t , t ]
k +1 k +1 k 3 k +1
720
GHO EDO - MA-33A 30
1) MN para EDO:
Sistemas de Edo
0011 0010 1010 1101 0001 0100 1011
Un sistema de primer orden (condiciones iniciales) de
edo no-lineales es de la forma:
dx1
= f1 (t , x1 , x2 ,..., xn )
dt x1 (t = 0) = x1
0

dx2
= f 2 (t , x1 , x2 ,..., xn ) x2 (t = 0) = x2 0
dt (+)
#
#
dxn xn (t = 0) = xn 0
= f n (t , x1 , x2 ,..., xn )
dt
t [0, T ]
GHO EDO - MA-33A 31
1) MN para EDO:
Sistemas de Edo
Teorema: Supongamos que las funciones fi () son
0011 0010 1010 1101 0001 0100 1011

continuas y satisfacen la condicin de nLipschitz en D :


fi (t , u1 , u2 ,..., un ) fi (t , v1 , v2 ,..., vn ) L u j v j
j =1

u = (t , u1 , u2 ,..., un ), v = (t , v1 , v2 ,..., vn ) D
D = {(t , z1 , z2 ,..., zn ) 0 t T , < z j < j = 1,..., n}
Entonces el sistema de edo no-lineales (+) tiene solucin
nica. La condicin de Lipschitz se satisface si:
fi (t , u1 , u2 ,..., un )
L (t , u1 , u2 ,..., un ) D + fi C1
u j
GHO EDO - MA-33A 32
1) MN para EDO:
Sistemas de Edo: Mtodo de Euler
0011 0010 1010 1101 0001 0100 1011
T
h = , tk = kh k = 0,1,..., n
n
xik = xi (tk ) Aproximacin de Runge-Kutta
x10 = x1 (0),..., xn 0 = xn (0) Condiciones iniciales
x1k , x2 k ,..., xnk x1,k +1 , x2,k +1 ,..., xn ,k +1 i = 1,..., n, k 0
xi ,k +1 = xik + hf i (tk , x1k , x2 k ,..., xnk ) i = 1,..., n, k 0

GHO EDO - MA-33A 33


1) MN para EDO:
Sistemas de Edo: Runge Kutta de Orden 2
T
0011 0010 1010 1101 0001 0100 1011
h = , tk = kh k = 0,1,..., n
n
xik = xi (tk ) Aproximacin de Runge-Kutta
x10 = x1 (0),..., xn 0 = xn (0) Condiciones iniciales
x1k , x2k ,..., xnk x1,k +1 , x2,k +1 ,..., xn,k +1 i = 1,..., n, k 0
q1ik = hfi (tk , x1k , x2 k ,..., xnk ) i = 1,..., n, k 0
q 2ik = hfi (tk + h2 , x1k + 12 q11k , x2 k + 12 q12 k ,..., xnk + 12 q1nk )
xi ,k +1 = xik + q 2ik i = 1,..., n, k 0
GHO EDO - MA-33A 34
1) MN para EDO:
Sistemas de Edo: Ejemplo RK 2
0011 0010 1010 1101 0001 0100 1011
El modelo de Lotka - Volterra predice la evolucin en el tiempo de
una poblacin con 2 especies, una depredadora x1(t) y la otra presa
x2(t). Se supone que la poblacin presa tiene suficiente comida y
que su natalidad es proporcional a la cantidad de presas vivas:
k1x1(t). La mortalidad de la poblacin presa depende del nmero de
presas y depredadores: k2x1(t)x2(t). La natalidad de la poblacin
depredador es: k3x1(t)x2(t) y su mortalidad es: k4x2(t). Se expresa el
cambio en la poblaciones presa y depredador mediante el sedo:
dx1 (t ) dx2 (t )
= k1 x1 (t ) k2 x1 (t ) x2 (t ) = k3 x1 (t ) x2 (t ) k4 x2 (t ) t = 1,..., 4
dt dt
x1 (1) = 1000, x2 (t = 1) = 500 k1 = 3, k2 = 0.002, k3 = 0.0006, k4 = 0.5
GHO EDO - MA-33A 35
1) MN para EDO:
Sistemas de Edo: Ejemplo RK 2
0011 0010 1010 1101 0001 0100 1011
En la iteracin k de RK 2 aplicada a este sedo, hay que calcular
primero: q 1k , q 2 k luego q 1k , q 2 k y luego x1,k +1 , x2,k +1
1 1 2 2

t [0, 4], n = 4, h = Tn = 1, tk = k , k = 0,1,..., 4


x1k = x1 (tk ), x2 k = x2 (tk ) Aprox. RK x10 = x1 (0), x20 = x2 (0) c. i.
x1k , x2 k x1,k +1 , x2,k +1 , k = 0,1, 2,3 donde xi ,k +1 = xik + q 2ik
q11k = hf1 (tk , x1k , x2 k ), q12 k = hf 2 (tk , x1k , x2 k )
q 21k = hf1 (tk + h2 , x1k + 12 q1k1 , x2 k + 12 q2 k1 )
q 2 2 k = hf 2 (tk + h2 , x1k + 12 q1k1 , x2 k + 12 q2 k1 )
GHO EDO - MA-33A 36
1) MN para EDO:
Sistemas de Edo: Ejemplo RK 2
0011 0010 1010 1101 0001 0100 1011
f1 (t , x1 , x2 ) = k1 x1 k2 x1 x2 , f 2 (t , x1 , x2 ) = k3 x1 x2 k4 x2

Iteracin 0: k = 0, t0 = 0, h = 1, x10 = 1000, x20 = 500


q110 = hf1 ( x10 , x20 ) = k1 x10 k2 x10 x20 = 2000
q120 = hf 2 ( x10 , x20 ) = k3 x10 x20 k4 x20 = 50
q 210 = hf1 ( x10 + 12 q110 , x20 + 12 q120 ) = 3900
q 2 20 = hf 2 ( x10 + 12 q110 , x20 + 12 q120 ) = 367.5
x11 = x10 + q 210 =4900
k = 1, t0 = 1, h = 1
x21 = x20 + q 2
=867.5 Y as sigue para
20
x11 = 4900, x21 = 867.5
GHO EDO - MA-33A 37
1) MN para EDO:
Sistemas de Edo: Runge Kutta de Orden 3
0011 0010 1010 1101 0001 0100 1011
T
h = , tk = kh k = 0,1,..., n
n
xik = xi (tk ) Aproximacin Runge-Kutta
x10 = x1 (0),..., xn0 = xn (0) Condiciones iniciales
x1k , x2k ,..., xnk x1,k +1 , x2,k +1,..., xn,k +1
q1ik = hfi (tk , x1k , x2k ,..., xnk ) i = 1,..., n
q2ik = hfi (tk + h2 , x1k + 12 q11k , x2k + 12 q12k ,..., xnk + 12 q1nk ) i = 1,..., n
q3ik = hfi (tk + h, x1k q11k 2q21k , x2k q12k 2q22k ,..., xnk q1nk 2q2nk )
xi,k +1 = xik + 16 ( q1ik + 4q2ik +q3ik ) i = 1,..., n, k 0

GHO EDO - MA-33A 38


1) MN para EDO:
Sistemas de Edo: Runge Kutta de Orden 4
0011 0010 1010 1101 0001 0100 1011
h = Tn , tk = kh k = 0,1,..., n
xik = xi (tk ) Aproximacin de Runge-Kutta
x10 = x1 (0),..., xn 0 = xn (0) x1k , x2 k ,..., xnk x1,k +1 , x2,k +1 ,..., xn ,k +1
q1ik = hfi (tk , x1k , x2 k ,..., xnk ) i = 1,..., n
q 2ik = hfi (tk + h2 , x1k + 12 q11k , x2 k + 12 q12 k ,..., xnk + 12 q1nk ) i = 1,..., n
q 3ik = hfi (tk + h2 , x1k + 12 q 21k , x2 k + 12 q 2 2 k ,..., xnk + 12 q 2 nk ) i = 1,..., n
q 4ik = hfi (tk + h, x1k + q 31k , x2 k + q 32 k ,..., xnk + q 3nk ) i = 1,..., n
xi ,k +1 = xik + 16 ( q1ik + 2q 2ik + 2q 3ik + q 4ik ) i = 1,..., n, k 0

GHO EDO - MA-33A 39


1) MN para EDO:
Edo de Orden Superior
= f ( t , y, y ',..., y
( n 1)
( n ) 1101 0001 0100 1011
y
0011 0010 1010
) t [0, T ]
y (0) = y0 , y '(0) = y0 ',..., y ( n 1) (0) = y0 ( n 1)
x1 (t )  y (t ), x2 (t )  y '(t ),..., xn (t )  y ( n 1) (t ) t [0, T ]
dx1 x1 (t = 0) = x10  y0
= y ' = x2
dt
x2 (t = 0) = x2 0  y0 '
dx2 (+)
= y '' = x3 #
dt
# xn (t = 0) = xn 0  y0 ( n1)
dxn
= y ( n ) = f ( t , y, y ',..., y ( n 1) ) = f ( t , x1 , x2 ,..., xn )
dt
GHO EDO - MA-33A 40
1) MN para EDO:
Edo de Orden Superior: Ecuacin de Duffing
0011 0010 1010 1101 0001 0100 1011

x ''+ x '+ ( x x ) = cos ( t )


3

x1  x, x2  x '
x1 ' = x2
x2 ' = x2 + x1 x13 + cos ( t )

GHO EDO - MA-33A 41


2) Bibliografa
0011 0010 1010 1101 0001 0100 1011
1) R. Burden & J. D. Faires, Anlisis Numrico,
Sptima Edicin, Thomson Learning, 2002.
2) C. Gerald & P. O. Wheatley, Applied Numerical
Analysis 7th Edition, Pearson Addison Wesley,
2004.
3) G. Hernndez O.: Apuntes de Clculo Numrico

GHO EDO - MA-33A 42