Comparación de Métodos Numéricos para la

Solución Ecuación Diferencial de 1er Orden

Francisco M. Gonzalez-Longatt

absoluto para un número superior de subintervalos resulta:

Resumen—Este documento presenta un comparación de los x 10
-3
Metodo de Euler, y´(x)=y, y(0)=1
resultados obtenidos por tres métodos numéricos: Euler, Runge- 3
Kutta 2do orden, y Runge-Kutta 4to orden, en la solución de la
ecuación diferencial lineal ordinaria de primer orden y´(x)=y,
2.5 n = 500
y(0)=1. La comparación es efectuada para diferentes números de
subintervalos, mostrado el mejor
2
Índice de Términos— Ecuaciones diferenciales, métodos

Error Absoluto
numericos, Euler, Runge-Kutta.
1.5
I. GENERALIDADES n = 1000
Considere la Ecuación Diferencial Ordinaria de Primer 1
Orden a condiciones iniciales:
⎧ dy (x )
⎪ = y ( x)
x ∈ [0,1]
0.5
⎨ dx
n = 2500
(1)
⎪⎩ y (0) = 1 n = 5000

Se supone que la función y(x) es continua sobre x ∈ [0,1] .

0
0 0.2 0.4 0.6 0.8 1
X
II. MÉTODO DE EULER Fig. 1. Comparación del error absoluto con el método de
Euler, medido a la solución analítica, para n = { 500, 1000,
Para n = 5, empleando el método de Euler se tiene:
2500, 5000}
X=

Y=
0 0 0.2000 0.4000 0.6000 0.8000 III. MÉTODO DE RUNGE-KUTTA DE 2DO ORDEN
1.0000 1.2000 1.4400 1.7280 2.0736 2.4883
Empleando Runge-Kutta de segundo orden, para n = 5:

Comparando con el valor real e1 − Y (1) = 0.23 . El error X=

0 0 0.2000 0.4000 0.6000 0.8000
absoluta resulta ser: ε abs = 0.23 . Para n = 50; se tiene: Y=
1.0000 1.2200 1.4884 1.8158 2.2153 2.7027

Y=

Columns 1 through 9
El error absoluta resulta ser: ε abs = 0.0156 . Para n = 50; se
1.0000 1.0200 1.0404 1.0612 1.0824 1.1041 1.1262 1.1487 1.1717 tiene:
Columns 10 through 18
1.1951 1.2190 1.2434 1.2682 1.2936 1.3195 1.3459 1.3728 1.4002
Columns 19 through 27 Y=
1.4282 1.4568 1.4859 1.5157 1.5460 1.5769 1.6084 1.6406 1.6734 Columns 1 through 9
Columns 28 through 36 1.0000 1.0202 1.0408 1.0618 1.0833 1.1052 1.1275 1.1503 1.1735
1.7069 1.7410 1.7758 1.8114 1.8476 1.8845 1.9222 1.9607 1.9999 Columns 10 through 18
Columns 37 through 45 1.1972 1.2214 1.2461 1.2712 1.2969 1.3231 1.3498 1.3771 1.4049
2.0399 2.0807 2.1223 2.1647 2.2080 2.2522 2.2972 2.3432 2.3901 Columns 19 through 27
Columns 46 through 51 1.4333 1.4622 1.4918 1.5219 1.5527 1.5840 1.6160 1.6487 1.6820
2.4379 2.4866 2.5363 2.5871 2.6388 2.6916 Columns 28 through 36
1.7159 1.7506 1.7860 1.8220 1.8589 1.8964 1.9347 1.9738 2.0137
Columns 37 through 45
El error resulta ser: ε abs = 0.0267 . El trazado del error 2.0543 2.0958 2.1382 2.1814 2.2254 2.2704 2.3162 2.3630 2.4108
Columns 46 through 51
2.4595 2.5091 2.5598 2.6115 2.6643 2.7181

Manuscrito terminado el 23 de Febrero de 2005.

F. G. L. Está con la Universidad Experimental Politécnica de la Fuerza
Armada, Carretera Nacional Maracay-Mariara, Departamento de Ingeniería
Eléctrica, Maracay, Estado Aragua, Venezuela, Tlf. +58-243-5546951, Fax:
+58-243-5546921, E-mail: [email protected].
Es candidato a Doctor en Ciencias de la Ingeniería de la Universidad
Central de Venezuela, Los Chaguaramos, Caracas, Venezuela, Tlf. +58-414-
4572832, E-mail: [email protected].
 2

Metodo de Runge-Kutta 2do Orden Columns 28 through 36

-3 1.7160 1.7507 1.7860 1.8221 1.8589 1.8965 1.9348 1.9739 2.0138
x 10 y´(x)=y, y(0)=1 Columns 37 through 45
6 2.0544 2.0959 2.1383 2.1815 2.2255 2.2705 2.3164 2.3632 2.4109
Columns 46 through 51
2.4596 2.5093 2.5600 2.6117 2.6645 2.7183

5
V. COMPARACIÓN
4 Al efectuar el trazado del error absoluto en la solución de la
Error Absoluto

ecuación diferencial (1) para un mismo paso de integración

(n=10), para los diferentes métodos de integración: Euler,
3
Runge-Kutta de 2do y 4to orden, se evidencia, que los métodos
que presentan mayor error son: Euler, Runge Kutta de 2do y de
2 4to orden en ese mismo orden de mayor a menor.
Comparaciuón entre Metodos Numericos
y´(x)=y, y(0)=1, n=10
1 0.35

0 0.3
0 0.2 0.4 0.6 0.8 1
X Euler
0.25
Fig. 2. Comparación del error absoluto con el método de
Error Absoluto
Runge-Kutta 2do Orden, medido a la solución analítica, para 0.2
n = { 500, 1000, 2500, 5000}
0.15
IV. MÉTODO DE RUNGE-KUTTA DE 4TO ORDEN
Runge-Kutta 2do Orden
Empleando Runge-Kutta de cuarto Orden n = 5: 0.1
Runge-Kutta 4to Orden
X=
0 0 0.2000 0.4000 0.6000 0.8000
0.05
Y=

1.0000 1.2214 1.4918 1.8221 2.2255 2.7183 0

0 0.2 0.4 0.6 0.8 1
X
Metodo Runge-Kutta 4to Orden
-3
x 10 y´(x)=y, y(0)=1 Fig. 4.
6
Y eso es consistente con la teoría que afirma que el error de
Euler es O(h), mientras que para Runge Kutta de 2do y 4to
5 orden son O(h3) y O(h5), respectivamente.

TABLA 1
4
Eroor Absoluto

RESULTADOS CON LOS DIFERENTES MÉTODOS NUMÉRICOS

Y(xi) Y(xi)
Y(xi)
3 i xi Runge-Kutta 2do Runge-Kutta 4do
Euler
Orden Orden
0 0 1.0000 1.0000 1.0000
2 1 0.2 1.2000 1.2200 1.2214
2 0.4 1.4400 1.4884 1.4918
3 0.6 1.7280 1.8158 1.8221
1 4 0.8 2.03736 2.2153 2.2255
5 1 2.4883 2.7027 2.7183

0 REFERENCIAS
0 0.2 0.4 0.6 0.8 1
X
Fig. 3. Comparación del error absoluto con el método de [1] “Apuntes de Computación Científica II Métodos EDO - Problemas de
Runge-Kutta 4do Orden, medido a la solución analítica, para valores iniciales“. Disponible en:
n = { 500, 1000, 2500, 5000} http://www.ii.uam.es/~pedro/ccii/teoria/MetodosEDOInic
ial/MetodosEDOInicial.htm
El error absoluta resulta ser: ε abs = 1.8175 × 10 −5 . Para n =
50; se tiene: ANEXOS
Y=
Columns 1 through 9
Se cree adecuado agregar a este documento, un resumen de
1.0000 1.0202 1.0408 1.0618 1.0833 1.1052 1.1275 1.1503 1.1735 los diferentes métodos numéricos aplicados a la resolución de
Columns 10 through 18
1.1972 1.2214 1.2461 1.2712 1.2969 1.3231 1.3499 1.3771 1.4049 ecuaciones diferenciales. Este anexo a sido tomado por
Columns 19 through 27
1.4333 1.4623 1.4918 1.5220 1.5527 1.5841 1.6161 1.6487 1.6820
completo de [1].

2
 3

A. Método de Taylor
1. Resolución de EDO de primer orden:

4.
2. Uso del desarrollo de Taylor de la función:
1. Se expande por Taylor k2, y se iguala desarrollo
de Taylor de yi+1 en función de parámetros a, b,
p y q con el desarrollo estándar término a
término

2.
(concepto de derivada total)
5. Métodos de Runge-Kutta de orden 2 ( error de O(h3) )
3. Error (de truncamiento) de orden n+1: 1. Para a=b=1/2: promedio de tangentes en
extremos (RK2-promedio)

4. Problemas

1. Diferenciación de f(x,y) puede ser complicada:

uso de programas de cálculo simbólico 2. Para a=0, b=1: estimación de tangente en punto
medio (midpoint method) (RK2-punto-medio)
B. Método de Euler (forward)
1. Método de Taylor de orden 1 (error de orden O(h2)):

2. Interpretación geométrica: 3. Métodos predictor-corrector

1. Aproximación de la solución por la recta 4. ¡OJO! Al implementar el algoritmo, no usar las

tangente
mismas variables para y para ; ambas son
2. Solución calculada es polilínea con lados igual a necesarias para calcular
rectas con pendiente fi en el intervalo [xi, x i+1]
6. Métodos de Runge-Kutta de orden 3 ( error de O(h4) )
3. Problemas de estabilidad y de exactitud
(convergencia) 1. Promedio de tangente en extremos y punto
medio
4. Método de Euler backward (ecuación implícita)

C. Métodos de Runge-Kutta
1. Objetivo: evitar cálculo de derivadas de f(x,y), a base
de calcular f(x,y) en más puntos, manteniendo el
orden del error y la complejidad de cálculo
7. Métodos de Runge-Kutta de orden 4 ( error de O(h5) )
1. métodos de orden 2, 3 y 4 requieren el cálculo de
f(x,y) en 2, 3 y 4 puntos respectivamente 1. Método atribuido a Kutta

2. métodos de orden m > 4 requieren el cálculo de

f(x,y) en más de m puntos (no más de m+2)

2. Uso de función de incremento ,

aproximación de f(x,y) en intervalo [xi, x i+1]

3. Deducción de Runge-Kutta de orden 2 (RK-2)

3
 4

8. RK3 y RK4 se reducen a fórmula de Simpson de E. Método del punto medio (midpoint) modificado
integración (interpolación parabólica de 3 puntos),
cuando f(x,y) es función sólo de x: 1. Método del punto medio también conocido como
"centered difference" o "leapfrog"

1. Método de segundo orden con sólo una

evaluación de f(x,y)

2. Método del punto medio modificado (en los extremos)

D. Método de Runge-Kutta adaptativo

1. Duplicación de paso (step doubling)

1. Se repite estimación de y(x+2h) con 2h (y1) y

con h (y2)
3. Error sólo depende de potencias pares de h
2. Estimación del error:

3. Extrapolación local para aumentar el orden del

método 1. Con técnicas similares a la integración de
Ejemplo de RK4: Simpson se puede aumentar el orden de la
aproximación con poco coste

2. RK embebido (métodos Runge-Kutta-Fehlberg)

2. Ejemplo de orden 4:
1. Se aprovechan las evaluaciones de f(x,y) (las ki)
de un método de orden superior para calcular 4. Aplicación en el método de Richardson
una aproximación de orden inferior (método
embebido en el anterior) F. Método de extrapolación de Richardson

3. Ejemplo de RK5 con RK4 embebido 1. Idea similar a paso de integración de Simpson a la de
Romberg (aproximación diferida al límite de
Richardson)

1. Se estima valor de y(x0+nh) para distintos pasos

de integración (y distintos valores de n:
H=nh=cte):
n=2,4,6,8,10,...2j...
1. Extrapolación local al tomar cuando en
2. Se extrapolan los valores obtenidos a h=0
realidad el error se le estima a
2. Extrapolación por funciones racionales (Burlisch-
4. Estimación de siguiente paso de integración h
Stoer) o polinómicas (peores pero más rápidas)
1. Si (ejemplos anteriores) 1. Extrapolación da además estimación de error:
uso de algoritmos incrementales de
extrapolación (Neville)

2. Estimación nos da nuevo h para recalcular yi+1 si 2. Límite en valor máximo de n: si se llega a él, se
error era muy grande (mayor que la precisión reduce intervalo de integración (H=nh)
deseada), o para calcular yi+2 si era muy pequeño
3. Uso de métodos cuyo error depende de potencias de
5. Errores fraccionales (i.e., número de cifras h2:
significativas) para fijar : respecto de valor
1. Convergencia más rápida: extrapolación depende
actual de y, máximo de y (conocido o estimado), etc.
de h2, y al subdividir más, se aumenta
aproximación en 2 órdenes

4
 5

4. H ya no es 'pequeño' (10h, 100h) 1. B se obtiene al derivar:

5. Importancia de evaluación de por error

fraccional; escalado de variables
2. las condiciones sobre y r2 se obtienen al
G. Métodos predictor-corrector forzar
1. Métodos multipaso con iteración funcional

2. Método explícito para estimar yi+1 (predictor): 3. Resto componentes de r (r1, r3 , r4) son libres y
determinan orden y estabilidad del método

1. Adams-Moulton (corrector) corresponde a 5/12,

3. Ecuación implícita para valor final (corrector), que
3/4, 1/6
usa yi+1 anterior para evaluar fi+1:
4. Resolución de método implícito por predictor-
4. Diferencia entre los yi+1 da estimación del error de corrector o Newton
truncamiento local
5. Son equivalentes a métodos multipaso, pero resuelven
5. Se itera hasta reducir este error a los niveles deseados dificultades de estos métodos:

1. Adaptación de paso de integración; incluso se

6. Método Adams-Bashforth-Moulton de tercer orden
puede cambiar de orden dinámicamente,
(O(h4)):
cambiando r

2. Arranque del método, empezando con orden 1

I. Comparación entre los métodos

1. Runge-Kutta:
7. Si número de iteraciones fijas, se convierte en método
explícito: no muy aconsejable 1. Bueno para casi todo
8. Método corrector multipaso con ecuación implícita 2. Cuando no se exige mucha eficiencia ni
resuelta por método de Newton es mejor para exactitud
problemas stiff
2. Richardson:
H. Métodos multivalor (multivalue)
1. Para mejorar eficiencia y exactitud, aunque
1. En lugar de calcular yi+1, calculamos en cada paso yi+1 puede dar más problemas que RK
y sus derivadas:
2. Falla cuando hay singularidades o si las
soluciones son poco suaves

3. Predictor-corrector:

1. Richardson los está dejando obsoletos

2. Útiles para f(x,y) complicada, pero con

2. Fórmula: funciones suaves y se desea alta precisión

CONCLUSIONES
Este artículo presentó una vista general del desarrollo de las
turbinas de viento, describe el estado actual y futuros retos
para esta tecnología. Esta es una notable historia que
comienza en el siglo diecinueve y entonces se acelera hasta las
últimas dos décadas del siglo veinte con un curso muy similar
a los primeros días de la aeronáutica. La historia esta lejos de
terminar pero ciertamente comenzó y esta en evolución.

5
 6

REFERENCES
[2] 35th IEA Topical Expert Meeting “Long Term R&D Needs 2000 –
2020” The Netherlands, March 2001.
[3] www.wind-energy-network.org