You are on page 1of 47

FACULTAD DE MECANICA

ESCUELA SUPERIOR POLITENICA ESCUELA DE INGENIERIA


INDUSTRIAL
DE CHIMBORAZO
DIFERENCIACIN NUMRICA
Se le conoce con un nombre especial en el anlisis

numrico: diferencia finita dividida y generalmente se


representa como


DIFERENCIACIN NUMRICA
Donde a se le conoce como la primera diferencia hacia

adelante y a se le llama el tamao del paso o


incremento; esto es, la longitud del intervalo sobre el
cual se realiza la aproximacin. Se le llama diferencia
hacia delante, porque usa los datos en para estimar la
derivada (figura 1). Al trmino completo se le conoce
como primer diferencia finita dividida.
DIFERENCIACIN NUMRICA

Grfica de aproximaciones
con diferencias finitas
divididas de la primera
derivada:
a) hacia delante
DIFERENCIACIN NUMRICA
Grfica de aproximaciones
con diferencias finitas
divididas de la primera
derivada:
b) hacia atrs
DIFERENCIACIN NUMRICA
Grfica de aproximaciones
con diferencias finitas
divididas de la primera
derivada:
c) centrales
DIFERENCIACIN NUMRICA
Esta diferencia dividida hacia adelante es slo una de
tantas que pueden desarrollarse a partir de la serie de
Taylor para la aproximacin de derivadas numricas
DIFERENCIACIN NUMRICA
Las primeras usan valores en (figura b); mientras que

las segundas utilizan valores igualmente espaciados


alrededor del punto donde la derivada est estimada
(figura c).
EJEMPLO APROXIMACIN DE
DERIVADAS POR
DIFERENCIAS FINITAS
DIVIDIDAS
Planteamiento del problema. Use aproximaciones con
diferencias finitas hacia adelante y hacia atrs de y una
aproximacin de diferencia centrada de para estimar la
primera derivada de
EJEMPLO APROXIMACIN DE
DERIVADAS POR
DIFERENCIAS FINITAS
DIVIDIDAS
En . Utilizando un incremento de . Repita el calculo con .

Observe que la derivada se calcula directamente como

Y se puede utilizar para calcular el valor verdadero como


EJEMPLO APROXIMACIN DE
DERIVADAS POR
DIFERENCIAS FINITAS
DIVIDIDAS
Solucin. Para , la funcin se emplea para determinar

Evaluamos en
EJEMPLO APROXIMACIN DE
DERIVADAS POR
DIFERENCIAS FINITAS
DIVIDIDAS
Esos valores sirven para calcular las diferencias

divididas hacia adelante


EJEMPLO APROXIMACIN DE
DERIVADAS POR
DIFERENCIAS FINITAS
DIVIDIDAS

EJEMPLO APROXIMACIN DE
DERIVADAS POR
DIFERENCIAS FINITAS
DIVIDIDAS
La diferencia dividida hacia atrs
EJEMPLO APROXIMACIN DE
DERIVADAS POR
DIFERENCIAS FINITAS
DIVIDIDAS

EJEMPLO APROXIMACIN DE
DERIVADAS POR
DIFERENCIAS FINITAS
DIVIDIDAS
La diferencia dividida centrada
EJEMPLO APROXIMACIN DE
DERIVADAS POR
DIFERENCIAS FINITAS
DIVIDIDAS

EJEMPLO APROXIMACIN DE
DERIVADAS POR
DIFERENCIAS FINITAS
DIVIDIDAS
Solucin. Para , la funcin se emplea para determinar
EJEMPLO APROXIMACIN DE
DERIVADAS POR
DIFERENCIAS FINITAS
DIVIDIDAS
Esos valores sirven para calcular las diferencias

divididas hacia adelante


EJEMPLO APROXIMACIN DE
DERIVADAS POR
DIFERENCIAS FINITAS
DIVIDIDAS

EJEMPLO APROXIMACIN DE
DERIVADAS POR
DIFERENCIAS FINITAS
DIVIDIDAS
La diferencia dividida hacia atrs
EJEMPLO APROXIMACIN DE
DERIVADAS POR
DIFERENCIAS FINITAS
DIVIDIDAS

EJEMPLO APROXIMACIN DE
DERIVADAS POR
DIFERENCIAS FINITAS
DIVIDIDAS
La diferencia dividida centrada
EJEMPLO APROXIMACIN DE
DERIVADAS POR
DIFERENCIAS FINITAS
DIVIDIDAS

6.2 RUNGE-KUTTA METHODS
Mtodos de Runge-Kutta
Todos los mtodos de Runge-Kutta son
generalizaciones de la frmula bsica de Euler,
en la que la funcin pendiente f se remplaza por
un promedio ponderado de pendientes en el
intervalo xn x xn+1
(1)
donde las ponderaciones wi, i = 1, 2, , m son
yn1 yn h( w1k1 w2 k2 wm km )
constantes que satisfacen w1 + w2 + + wm =
0, y ki es la funcin evaluada en un punto
seleccionado (x, y) para el cual xn x xn+1.
El nmero m se llama el orden. Si tomamos m = 1, w1 = 1, k1 =
f(x, yn), llegamos al mtodo de Euler. Por consiguiente, se dice que
el mtodo de Euler es un mtodo de Runge-Kutta de primer
orden.
MTODO DE RUNGE-KUTTA DE SEGUNDO
ORDEN
Tratamos de hallar unas constantes de modo
que la frmula
yn1 yn (2)
ak1 bk2
donde k1= f(xn, yn),
k2= f(xn+h, yn+hk1)
concuerde con un polinomio de Taylor de
grado 2.
Las constantes deben 1satisfacer 1
w1 w2 1, w2 , y w2
2
(3) 2
1 1
luego w1 1 w2 , 2 w , y 2 w
(4) 2 2

donde w 0.
Ejemplo: escogemos w2 = , de donde w1 = , = 1, = 1, y (2)
se transforma en

yn+1= yn+(k1+ k2)h/2

donde k1= f(xn, yn), k2= f(xn+h, yn+hk1).


Puesto que xn + h = xn+1, yn + hk1 = yn + hf(xn, yn), es idntica al
mtodo de Euler mejorado.
MTODO DE RUNGE-KUTTA DE CUARTO
ORDEN
Tratamos de hallar parmetros de modo que la frmula

yn1 yn ak1 (5)


bk2 ck3 dk4
donde
k hf ( xn , yn )
k2 hf ( xn 1h, yn 1k1 )
k3 hf ( xn 2 h, yn 2 k1 3k2 )
4 hf
concuerdekcon xn h, yn kde
un(polinomio 3 ) Taylor de orden 4.
El conjunto de valores usado con ms frecuencia para los
parmetros produce el siguiente resultado

1
yn1 yn (k1 2k2 2k3 k4 )
6
(6)
k1 hf ( xn , yn )
k2 hf ( xn 1/2 h, yn 1/2 k1 )
k3 hf ( xn 1/2 h, yn 1/2 k2 )
EJEMPLO 1
Use el mtodo RK4 con h = 0.1 para obtener
y(1.5) para la solucin de y = 2xy, y(1) = 1.
Solucin
Primero se calcula el caso n = 0.
k1 (0.1) f ( x0 , y0 ) (0.1)( 2 x0 y0 ) 0.2
k2 (0.1) f ( x0 1/2(0.1), y0 1/2(0.2))
(0.1)2( x0 1/2(0.1))( y0 1/2(0.2)) 0.231
k3 (0.1) f ( x0 1/2(0.1), y0 1/2(0.231))
(0.1)2( x0 1/2(0.1))( y0 1/2(0.231)) 0.234255
k4 (0.1) f ( x0 0.1, y0 0.234255)
(0.1)2( x0 0.1)( y0 0.234255) 0.2715361
EJEMPLO 1 (2)

1
y1 y0 (k1 2k2 2k3 k4 )
Por lo tanto,
6
1
1 (0.2 2(0.231) 2(0.234255) 0.2715361)
6
1.23367435

Vase la Tabla 6.5.


TABLA 6.5 H=0.1
Valor Error % error
xn yn real Abs. relativo
1.00 1.0000 1.0000 0.0000 0.00
1.10 1.2337 1.2337 0.0000 0.00
1.20 1.5527 1.5527 0.0000 0.00
1.30 1.9937 1.9937 0.0000 0.00
1.40 2.6116 2.6117 0.0001 0.00
1.50 3.4902 3.4904 0.0001 0.00
EN LA TABLA 6.6 COMPARAN ALGUNOS
RESULTADOS.
h = 0.1 h = 0.05
xn Euler Valor xn Euler Valor
Euler RK4 Euler RK4
mejorado real mejorado real
1.00 1.0000 1.0000 1.0000 1.0000 1.00 1.0000 1.0000 1.0000 1.0000
1.10 1.2000 1.2320 1.2337 1.2337 1.05 1.1000 1.1077 1.1079 1.1079
1.20 1.4640 1.5479 1.5527 1.5527 1.10 1.2155 1.2332 1.2337 1.2337
1.30 1.8154 1.9832 1.9937 1.9937 1.15 1.3492 1.3798 1.3806 1.3806
1.40 2.2874 2.5908 2.6116 2.6117 1.20 1.5044 1.5514 1.5527 1.5527
1.50 2.9278 3.4509 3.4902 3.4904 1.25 1.6849 1.7531 1.7551 1.7551
1.30 1.8955 1.9909 1.9937 1.9937

1.35 2.1419 2.2721 2.2762 2.2762

1.40 2.4311 2.6060 2.6117 2.6117

1.45 2.7714 3.0038 3.0117 3.0117

1.50 3.1733 3.4795 3.4903 3.4904


ERRORES DE TRUNCAMIENTO PARA EL
MTODO RK4

Como es de grado 4, el error de truncamiento local es O(h5) y el


error de truncamiento global es O(h4). Sin embargo, esto no se
abarca en este texto.
EJEMPLO 2
Determine una cota para los errores de truncamiento
a' 2 xy , y (1) 1
local del mtodo RK4 aplicado y
Solucin
Al calcular la quinta derivada de la solucin conocida
x 2 1
y ( x) e ,
se obtiene
5 5
( 5) h 3 2
5 c 1 h
y (c) (120c 160(7)
c 32c )e
5! 5!
As con c = 1.5, entonces (7) = 0.00028.
La Tabla 6.7 proporciona aproximaciones a la solucin del
problema de valor inicial en x = 1.5 por el mtodo RK4.
TABLA

h Aproximacin Error
0.1 3.49021064 1.32321089 10-4
0.05 3.49033382 9.13776090 10-6
MTODOS DE VARIOS PASOS

Mtodo de Adams-Bashforth-Moulton
El predictor es la frmula de Adams-Bashforth
h
yn*1 yn (55 yn 59 yn 1 37n2 9 yn 3 ) ,
24
yn f ( xn , yn )(1)
yn 1 f ( xn1 , yn1 )
yn 2 f ( xn2 , yn2 )
yn 3 f ( xn3 , yn3 )
donde n 3.
El valor de yn+1* se sustituye en el corrector de Adams-Moulton
h
yn1 yn (9 yn 1 19 yn 5 yn 1 yn 2 )
24
(2)
yn 1 f ( xn1 , yn1 )
*
EJEMPLO 1

Use el mtodo anterior


y con
x yh =10.2
, para
y (0) obtener
1 y(0.8) para la
solucin de

Solucin
Con h = 0.2, y(0.8) se aproxima mediante y4. En principio s emplea
el mtodo RK4 con x0 = 0, y0 = 1, h = 0.2 para obtener
y1 = 1.02140000, y2 = 1.09181796,
y3 = 1.22210646
EJEMPLO 1 (2)

Ahora con x0 = 0, x1 = 0.2, x3 = 0.4, x4 = 0.6, y


f(x, y) =yx +
yf ( x1,, hallamos
y ) (0) (1) 1 0
0 0 0
y1 f ( x1 , y1 ) (0.2) (1.02140000) 1 0.22140000
y2 f ( x2 , y2 ) (0.4) (1.09181796) 1 0.49181796
y3 f ( x3 , y3 ) (0.6) (1.22210646) 1 0.82210646
El predictor (1) da

0.2
y4* y3 (55 y3 59 y2 37 y1 9 y0 ) 1.42535975
24
6.3 MTODOS DE VARIOS PASOS

Mtodo de Adams-Bashforth-Moulton
El predictor es la frmula de Adams-Bashforth
h
yn*1 yn (55 yn 59 yn 1 37n2 9 yn 3 ) ,
24
yn f ( xn , y(1)
n)
yn 1 f ( xn1, yn1 )
donde n 3. yn 2 f ( xn2 , yn2 )
yn 3 f ( xn3 , yn3 )
El valor de yn+1* se sustituye en el corrector de Adams-Moulton
h
yn1 yn (9 yn 1 19 yn 5 yn 1 yn 2 )
24
(2)
yn 1 f ( xn1 , yn1 )
*
EJEMPLO 1

Use el mtodo anterior con h = 0.2 para obtener y(0.8) para la


solucin de y x y 1 , y (0) 1

Solucin
Con h = 0.2, y(0.8) se aproxima mediante y4. En principio s emplea
el mtodo RK4 con x0 = 0, y0 = 1, h = 0.2 para obtener
y1 = 1.02140000, y2 = 1.09181796,
y3 = 1.22210646
EJEMPLO 1 (2)

Ahora con x0 = 0, x1 = 0.2, x3 = 0.4, x4 = 0.6, y


f(x, y) = x + y 1, hallamos
y0 f ( x0 , y0 ) (0) (1) 1 0
y1 f ( x1 , y1 ) (0.2) (1.02140000) 1 0.22140000
y2 f ( x2 , y2 ) (0.4) (1.09181796) 1 0.49181796
El predictor (1) da y3 f ( x3 , y3 ) (0.6) (1.22210646) 1 0.82210646

0.2
y4* y3 (55 y3 59 y2 37 y1 9 y0 ) 1.42535975
24
EJEMPLO 1 (3)

Para usar el corrector (2), se necesita


y4 f ( x4 , y4* ) 0.8 1.42535975 1 1.22535975
0.2
y4 y3 (9 y4 19 y3 5 y2 y1 ) 1.42552788
24

You might also like