Trabajo de Investigación II
Unidad 3. Ecuaciones Diferenciales Parciales EDPs
Unidad 4. Funciones Analíticas Complejas
Santiago Armijos Goercke
[Link]@[Link]
18563 - Matemáticas Aplicadas
Escuela de Informática
Facultad de Ingeniería
July 18, 2022
MA-18563 [TI.2] Marzo2022-Agosto2022 July 18, 2022
1 Métodos Numéricos para EDOs
1.1 Método numérico de Euler
Investigar y desarrollar el método numérico de Euler (Euler-Cauchy) para la resolución
numérica de ecuaciones diferenciales ordinarias.
Es el método numérico poligonal más simple para resolver EDO de primer orden.
Este método permite encontrar soluciones mediante aproximación para ecuaciones diferen-
ciales que son difíciles de resolver analíticamente.
El método consiste en dividir los intervalos que van desde x0 (valor de x dado como condición
inicial) a xf (valor de x donde se quiere aproximar la solución de la EDO) en unsubintervalos
cuyo ancho está dado por h:
xf − x0
h=
n
Como la condición inicial dada es: P0 = (x0 , y0 ) y la curva solución de la ecuación diferencial
es: dx
dy
= f (x, y) y esta curva se representa con F (x) = y. Por lo tanto evaluando la derivada
de la solución en ese punto se obtiene:
dy
F ′ (x) = |P = f (x0 ,y0 )
dx 0
Con ello, se traza una recta que pasa por P0 y tiene pendiente f (x0 , y0 ), esta recta permite
aproximar F (x) cerca de x0 :
y1 − y0
∴ f (x0 , y0 ) =
x1 − x0
∴ y1 = y0 + (x1 − x0 )f (x0 , y0 ) = y0 + hf (x0 , y0 )
Extendiendo la expresión anterior a n intervalos se obtiene:
yn = yn−1 + hf (xn−1 , yn−1 )
(Mientras más iteraciones se realicen sobre esta ecuación, el error de aproximación dismin-
uye.)
DM Universidad de Cuenca 2
MA-18563 [TI.2] Marzo2022-Agosto2022 July 18, 2022
Ejercicios
Aplicar el método de Euler a los siguientes problemas con valor inicial.
• Ejecutar 10 pasos
• Resolver el problema exactamente
• Calcular los errores
• Implementar el método de Euler en Julia+Pluto, y resolver la EDO. Graficar la
solución para distintos instantes.
1. y ′ = y, y(0) = 1, h = 0.1
Solución analítica:
dy
=y
dx
dy
= dx
y
Z Z
dy
= dx
y
ln(y) = x + C
y = ex+C = ex k
Condiciones iniciales:
y 0 = e0 k = 1
∴ y(x) = ex
Cálculo de errores:
Valor Verdadero Valor Aproximado Error Relativo Verdadero Porcentual
1 1 0
1.10517091807565 1.1 0.47
1.2210275816017 1.21 0.93
1.349858807576 1.331 1.4
1.49182469764127 1.4641 1.86
1.648721270747048 1.61051 2.32
1.82211880039051 1.771561 2.78
2.01375270747048 1.9487171 3.23
2.22554092849247 2.14358881 3.68
2.45960311115695 2.357947691 4.13
2.71828182845905 2.5937424601 4.58
DM Universidad de Cuenca 3
MA-18563 [TI.2] Marzo2022-Agosto2022 July 18, 2022
Gráfica:
2. y ′ = (y + x)2 , y(0) = 1, h = 0.1
Solución analítica:
y =u−x
∴ y ′ = u′ − x
∴ u′ − 1 = u2
du
= u2 + 1
dx
du
2
= dx
u +1
Z Z
du
= dx
u2 + 1
arctan(u) = x + C
∴ u = tan(x + C) , y = tan(x + C) − x
Condiciones de frontera:
tan(C) = 1
π π
∴C= , y = tan(x + ) − x
4 4
Cálculo de errores:
DM Universidad de Cuenca 4
MA-18563 [TI.2] Marzo2022-Agosto2022 July 18, 2022
Valor Verdadero Valor Aproximado Error Relativo Verdadero Porcentual
1 1 0
1.12304888044986 1.121 0.1824
1.3084976471214 1.2955041 1
1.59576512285401 1.55006743331168 2.86
2.0649627567226 1.93034373275796 6.52
9.58762954648171 18.5665945939094 293.65
Gráfica:
1.2 Método numérico de Runge-Kutta
Investigar y desarrollar el método numérico de Runge-Kutta para la resolución numérica
de ecuaciones diferenciales ordinarias.
Los métodos de Runge-Kutta son métodos iterativos que aproximan soluciones de EDOs
concondiciones de frontera.
Siendo y ′ (t) = f (t, y(t)) una EDO con valor inicial de f (t0 , y0 ), la expresión general deRunge-
Kutta de orden r es:
r
X
yn+1 = yn + h · bi ki
i=1
Donde h es el paso para las iteraciones entre los valorestn y tn + 1, y los ki son términos de
aproximación intermedios evaluados en f .
X
ki = f (tn + hci , yn + h j = 1r aij · kj )i = 1, · · · , r
DM Universidad de Cuenca 5
MA-18563 [TI.2] Marzo2022-Agosto2022 July 18, 2022
Con ai j , bi , ci , coeficientes propios que ya han sido determinados previamente y derivan en
especificaciones de los métodos de Runge-Kutta de distintos ordenes, donde a mayor orden
mejores aproximaciones se obtienen.
Para nuestro análisis se va a tratar con el método RK de cuarto orden, uno de los princi-
palmente usados para métodos computacionales, donde teniendo y ′ = f (x, y) con condición
inicial y(x0 ) = y0 , se tiene la siguiente expresión para las aproximaciones:
h
yi+1 = yi + (k1 + 2k2 + 2k3 + k4 )
6
Donde:
k1 = f (xi , yi )
h k1 h
k2 = f (xi + , yi + )
2 2
h k2 h
k3 = f (xi + , yi + )
2 2
k4 = f (xi + h, yi + k3 h)
Ejercicios
Aplicar el método de Runge-Kutta (de cuarto orden) a los siguientes problemas con valor
inicial.
• Ejecutar 5 pasos con h = 0.2
• Resolver el problema exactamente
• Calcular los errores
• Implementar el método de Runge-Kutta (de cuarto orden) en Julia+Pluto, y re-
solver la EDO. Graficar la solución para distintos instantes.
1. y ′ = xy, y(0) = 1
Solución analítica:
dy
= xy
dx
dy
= xdx
y
Z Z
dy
= xdx
y
x2
ln(y) = +C
2
x2 x2
∴y =e 2 +C =e 2 k
DM Universidad de Cuenca 6
MA-18563 [TI.2] Marzo2022-Agosto2022 July 18, 2022
Condiciones iniciales:
y(0) = e0 k = k = 1
x2
∴ y(x) = e 2
Cálculo de errores:
Valor Verdadero Valor Aproximado Error Relativo Porcentual
1 1 1
1.020134002676 1.02020133333333 6.56e-̂7
1.08328706767496 1.08328699267797 9.92e-̂7
1.19721736312181 1.19721700788924 2.98e-̂7
Gráfica:
1 y x
2. y =
′
− , y(2) = 2
2 x y
Solución analítica:
y x
y′ − = − y −1
2x 2
EDO de Bernoulli
v = y2
v′ v x
− =−
2 2x 2
DM Universidad de Cuenca 7
MA-18563 [TI.2] Marzo2022-Agosto2022 July 18, 2022
v
v′ − = −x
x
Factor de integración:
R
− x1 dx 1
u=e =
x
d v
∴ ( ) = −1
dx x
v
= −x + C
x
v = −x2 + Cx
√
∴ y = ± −x2 + Cx
Condiciones iniciales:
(2)2 = −4 + 2C ∴ C = 4
√
∴ y = ± −x2 + 4x
Condiciones iniciales:
Valor Verdadero Valor Aproximado Error Relativo Porcentual
2 2 2
1.98997487421324 1.9899750300037421.02020133333333 -7.83eˆ-6
1.959591794222654 1.95959204040487 -1.25ˆ-5
1.7320508756888 1.73205065533808 8.78eˆ-6
Gráfica:
DM Universidad de Cuenca 8
