4 Diferenciación e Integración

Numérica

4.1 Diferenciación Numérica

Se desarrollarán fórmulas para aproximaciones de diferencias hacia adelante, hacia atrás y centradas para
la primera derivada utilizando la serie truncada de Taylor.

En el mejor de los casos, estas estimaciones presentan errores de orden O(h2 ); es decir, sus errores fueron
proporcionales al cuadrado de su tamaño de paso. Este nivel de exactitud se debe al número de términos
de la serie de Taylor. Se pueden generar fórmulas de alta exactitud al incluir términos adicionales en la
expansión de la serie de Taylor.

4.1.1 Fórmulas de Exactitud Para La Primera Derivada

Fórmulas de Tres Puntos

Definiendo un tamaño de paso h = xi+1 xi .

. Hacia adelante:

3 f (xi ) + 4 f (xi + h) f (xi + 2h)

f 0 (xi ) ' + O(h2 )
2h
. Hacia atrás:

f (xi 2h) 4 f (xi h) + 3 f (xi )

f 0 (xi ) ' + O(h2 )
2h
. Central:
f (xi + h) f (xi h)
f 0 (xi ) ' + O(h2 )
2h

Análisis Numérico
uts Departamento de Ciencias Básicas
60 Diferenciación e Integración Numérica

Fórmulas de Cinco Puntos

Definiendo un tamaño de paso h = xi+1 xi .

. Hacia adelante:
25 f (xi ) + 48 f (xi + h) 36 f (xi + 2h) + 16 f (xi + 3h) 3 f (xi + 4h)
f 0 (xi ) = + O(h4 )
12h
. Central:
f (xi 2h) 8 f (xi h) + 8 f (xi + h) f (xi + 2h)
f 0 (xi ) = + O(h4 )
12h

Usando la serie truncada de Taylor, se pueden desarrollar fórmulas aproximadas iterativas para resolver
las derivadas numéricamente usando n puntos.

Usando hasta la expresión de Taylor de la segunda derivada se puede hallar mayor precisión para la
derivada de la función.

Ejemplo 4.1

Usar las fórmulas hacia adelante de tres y cinco puntos para aproximar f 0 (2), si f (x) = sen(x) y h = 0.1.

. Fórmula de Tres Puntos: Si h = 0.1 se tiene que

3 f (2) + 4 f (2 + 0.1) f (2 + 2(0.1))

f 0 (2) ⇡
2 ⇤ (0.1)
3 ⇥ 0.909297427 + 4 ⇥ 0.863209367 0.808496404
⇡
0.2
⇡ 0.417756085

. Fórmula de Cinco Puntos: Si h = 0.1 se tiene que

25 f (2) + 48 f (2 + 0.1)
36 f (2 + 2(0.1)) + 16 f (2 + 3(0.1)) 3 f (2 + 4(0.1))
f 0 (2) ⇡
12 ⇤ (0.1)
25 ⇥ 0.909297426 + 48 ⇥ 0.863209366 36 ⇥ 0.808496403 + 16 ⇥ 0.745705212 3 ⇥ 0.675463180
⇡
1.2
⇡ 0.416135615

Claramente f 0 (2) = cos(2) ⇡ 0.416146837. Lo que permite calcular el error según

0.416146837 ( 0.417756085)
cada fórmula, es decir, E f 3p = ⇥ 100 ⇡ 0.38% y E f 5p =
0.416146837
0.416146837 ( 0.416135615)
⇥ 100 ⇡ 0.002%. Con estos cálculos se puede concluir que la
0.416146837
fórmula de cinco puntos aproxima mejor la primera derivada en el punto dado.

Análisis Numérico
Departamento de Ciencias Básicas
uts
 61

4.2 Integración Numérica

En muchos casos, la integración de una función f (x) es difícil o hasta imposible de encontrar, para ello
debemos usar una función que se aproxime a la función original y que sea de más fácil solución, la más
común es el polinomio de n términos.

El otro tema a tomar en cuenta es cuando se desarrolla la integración. Numéricamente debemos usar
sumatorias para desarrollarla; entre más puntos que se encuentran en los límites de la integral se tenga
será más aproximada la solución, pero esto implica que el algoritmo sea a veces más complicado.

4.2.1 Fórmulas de Newton-Cotes

Las fórmulas de integración de Newton-Cotes son los esquemas más comunes dentro de la integración
numérica. Se basan en la estrategia de reemplazar una función complicada o un conjunto de datos tabulares
con alguna función aproximada que sea más fácil de integrar. La integral se puede aproximar usando una
serie de polinomios aplicados por partes a la función o a los datos sobre intervalos de longitud constante.

Se dispone de las formas abierta y cerrada de las fórmulas de Newton-Cotes. Las formas cerradas son
aquellas en donde los puntos al principio y al final de los límites de integración se conocen. Las fórmulas
abiertas tienen los límites de integración extendidos más allá del rango de los datos. Las fórmulas abiertas
de Newton-Cotes, en general, no se usan en la integración definida. Sin embargo, se usan extensamente
para evaluar integrales impropias y en la solución de ecuaciones diferenciales ordinarias.

[Link] Regla del Trapecio simple y compuesta La regla del trapecio o regla trapezoidal es la primera de
las fórmulas cerradas de Newton-Cotes.

Regla del trapecio simple

Considérese la función f (x), cuya gráfica esta entre los extremos x = a y x = b como se muestra en la figura.

f (x)

f (a)

f (b)

x
a b

Ilustración de La Regla del Trapecio Simple

Si utilizamos un polinomio P(x) de primer grado como una aproximación de f (x) tenemos:

Análisis Numérico
uts Departamento de Ciencias Básicas
62 Diferenciación e Integración Numérica

x b x a
P(x) = f (a) + f (b) , el cual es equivalente a:
a b b a

f (b) f (a)
P(x) = f (a) + (x a)
b a

El área bajo ésta línea recta es una aproximación del área bajo la curva entre los límites a y b.

Z b Z b✓ ◆
f (b) f (a)
f (x) dx ⇡ f (a) + (x a) dx
a a b a

Z b Z b✓ ◆
f (b) f (a)
f (x) dx ⇡ f (a) + (x a) dx
a a b a
 b
f (b) f (a) (x a)2
⇡ f (a)x +
b a 2 a
f (a) + f (b)
⇡ (b a)
2

Ejemplo 4.2

Z 1
Utilizar la regla del trapecio simple para aproximar la integral 1
arcsen(x) dx.
2

Z 1 ✓ ◆" #
1 f (1) + f ( 12 )
arcsen(x) dx ⇡ 1
1
2
2 2
p
2 + p6
⇡
4
p
⇡ = 0.5235988
6

p
5p 6 3
La solución exacta de esta integral es ⇡ 0.4429715.
12

El error relativo porcentual que se cometió al aplicar la regla del trapecio simple esta dado por:

0.4429715 0.5235988
Er = · 100 ⇡ 18.2%
0.4429715

Análisis Numérico
Departamento de Ciencias Básicas
uts
 63

Regla del Trapecio Compuesta

Una manera de mejorar la exactitud de la regla del trapecio es dividir el intervalo de integración de a a b en
un número n de segmentos y aplicar el método a cada uno de ellos. Las ecuaciones resultantes son llamadas
fórmulas de integración de múltiple aplicación o compuestas.

Hay n + 1 puntos base igualmente espaciados (x0 , x1 , x2 , ..., xn ). En consecuencia hay n segmentos de igual
b a
anchura: h = .
n
Si a y b son designados como x0 y xn respectivamente, la integral total se representará como:

Z x1 Z x2 Z xn
I= f (x)dx + f (x)dx + . . . + f (x)dx
x0 x1 xn 1

Al sustituir la regla trapezoidal para cada integral:

f (x0 ) + f (x1 ) f (x1 ) + f (x2 ) f (xn 1 ) + f (xn )

I=h +h +...+h
2 2 2

Y mediante agrupación de términos:

" #
n 1
h
I= f (x0 ) + 2 Â f (xi ) + f (xn )
2 i=1

Usando h = (b?a)/n y expresándola en la forma general:

n 1
f (x0 ) + 2 Â f (xi ) + f (xn )
i=1
I = (b a)
2n

Un error para la regla trapezoidal de múltiple aplicación se puede obtener al sumar los errores individuales
de cada segmento, para dar:

(b a)3 n 00
Et = Â f (xi )
12n3 i=1

Donde f 00 (xi ) es la segunda derivada en un punto xi localizado en el segmento i. Este resultado se puede
simplificar al estimar la media o valor promedio de la segunda derivada para todo el intervalo:

Análisis Numérico
uts Departamento de Ciencias Básicas
64 Diferenciación e Integración Numérica

n
 f 00 (xi )
i=1
f 00 '
n
Por tanto  f 00 (xi ) ⇡ n f 00 . Entonces la ecuación del error trapezoidal puede escribirse como:

(b a)3 00
f Ea =
12n2
Así, si el número de segmentos se duplica, el error de truncamiento disminuirá a un cuarto.

Ejemplo 4.3

Utilizar la regla del trapecio compuesta con n=5 subintervalos para aproximar la integral
Z 1
1
arcsen(x) dx.
2

1
b a 1 2
= = 0.1
n 5
xi = [0.5, 0.6, 0.7, 0.8, 0.9, 1]

Z 1 
0.1
arcsen(x) dx ⇡ [ f (0.5) + 2 f (0.6) + 2 f (0.7) + 2 f (0.8) + 2 f (0.9) + f (1)]
1
2
2
⇡ 0.4513161

El error relativo porcentual que se cometió al aplicar la regla del trapecio compuesta esta dado por:

0.4429715 0.4513161
Er = · 100 ⇡ 1.884%
0.4429715

Vemos que efectivamente se ha obtenido una mejor aproximación con este método, reduciendo el error
relativo verdadero de un 18.2% hasta un 1.884%.

Análisis Numérico
Departamento de Ciencias Básicas
uts
 65

4.2.2 Ejercicios Propuestos

1. En un circuito eléctrico con un voltaje impreso E(t) y una inductancia L, la primera ley de Kirchhoff
nos da la siguiente relación
di
L + Ri = E(t)
dt
donde R es la resistencia del circuito e i es la corriente. Supongamos que medimos con varios valores
de t y obtenemos

t 1.00 1.01 1.02 1.03 1.04

i 3.10 3.12 3.14 3.18 3.24

donde t se mide en segundos, i se da amperes, la inductancia L de 0.098 henries y resistencia R es de

0.142 ohms. Aproxime me el voltaje E(t) en los valores t =1.00, 1.01,1.02, 1.03 y 1.04

2. Encontrar una aproximación al área bajo la curva de la siguiente función usando el método de trapecios.
Tomar 6 subintervalos iguales.

8 2
< arctan (x + p) ; si pxp
f (x) =
: p
x p + 2; si p < x  2p

3. La concentración de salida de un reactor se mide en distintos momentos durante un período de tiempo

de 12 horas:

t 0 2 4 6 8 10 12
c 2.1 4 5 5.5 5 3 1.2

El caudal de salida en m3 /s se puede calcular con la siguiente ecuación ecuación:

hp i
Q(t) = 20 + 10sen (t 10)
12

Use la regla de Simpson 1/3 para determinar el promedio ponderado (c) de concentración de salida
del reactor durante el período de 12 horas, donde:

Rt
0 Q(t)c(t) dt
c= Rt
0 Q(t) dt

4. En un día de trabajo, José anotó su velocidad cada 3 minutos. Los resultados se muestran en la
siguiente tabla. ¿Qué distancia recorrió en cada anotación?

Tiempo (minutos) 0 3 6 9 12 15 18 2 24
velocidad (mi/h) 0 31 54 53 52 35 31 28 0

p
5. La región limitada por la curvas y = 3 1 + x3 , y = 0, x = 0 y x = 2 se hace girar, en torno del eje x. Emplee
la regla de Simpson, con n = 10, y estime el volumen del solido restante.

Análisis Numérico
uts Departamento de Ciencias Básicas
66 Diferenciación e Integración Numérica

6. La regla mas integración mas común es la de punto medio. Sean n y h con sus significados usuales,
R
pero suponga que n es par. Entonces ab f (x)dx ⇡ Mn donde

Mn = 2h[ f (x1 ) + f (x3 ) + f (x5 ) + · · · + f (xn 1 )]

(a) Sean Tn y Pn las aproximaciones trapezoidal y parabólica o Simpson correspondiente. la integración

de Simpson se puede expresar como Pn = 23 Mn + 13 Tn . Realice un programa en MATLAB que se
vea representado esta nueva formula de método de Simpson.
R3 4
(b) Utilice el item anterior con n = 16 para estimar 1 x dx.

Análisis Numérico
Departamento de Ciencias Básicas
uts
5 Ecuaciones Diferenciales
Ordinarias

5.1 Método de Euler

Una de las técnicas más simples para aproximar soluciones de una ecuación diferencial es el método de
Euler, o de las rectas tangentes. La idea del método de Euler es muy sencilla y está basada en el significado
geométrico de la derivada de una función en un punto dado.

y Tangente

Error

yn+1 Secante

yn

x
xn xn+1

Construcción de la fórmula del Método de Euler

Supongamos que tuviéramos la curva solución de la ecuación diferencial y trazamos la recta tangente a la
curva en el punto dado por la condición inicial.

dy
= f (x, y), y(0) = x0
dx
Observe en la figura, que la pendiente de la recta secante está dada por
yn+1 yn
xn+1 xn
, pero xn+1 = xn + h, entonces
yn+1 yn yn+1 yn
=
xn + h xn h

Análisis Numérico
uts Departamento de Ciencias Básicas
68 Ecuaciones Diferenciales Ordinarias

es aproximadamente igual a la pendiente de la recta tangente siempre y cuando h sea pequeño.

De aquí obtenemos que

yn+1 yn
f (xn , yn ) = =) yn = yn + f (xn , yn ) · h
h

obtenemos así la conocida Fórmula de Euler:

yn+1 = yn + f (xn , yn ) · h

Con lo cual podemos usar el punto (x0 , y0 ) para construir el siguiente punto (x1 , y1 ) y así sucesivamente. De
esta forma generamos la sucesión de puntos:

(x0 , y0 ), (x1 , y1 ), · · · , (xn , yn )

los cuales es de esperar que se encuentren cercanos a los puntos (x0 , y(x0 )), (x1 , y(x1 )), · · · , (xn , y(xn ))

Ejemplo 5.1

dy
Dada la siguiente ecuación diferencial = 2xy con la condición inicial: y(0) = 1,
dx
1. Resuélvala analíticamente.

2. Utilice el Método de Euler en el intervalo de x = 0 a x = 1 con tamaño de paso h = 0.1.

3. Aproxime y(0.5).

4. Grafique y compare los resultados.

1. Solución Analítica

Primero observamos que esta ecuación sí puede resolverse analíticamente (por métodos tradicionales
de ecuaciones diferenciales). Podemos aplicar el método de separación de variables:
Z Z
dy dy
= 2x dx =) = 2x dx =) Ln|y| = x2 +C
y y

Análisis Numérico
Departamento de Ciencias Básicas
uts
 69

Ejemplo 5.1 (Continuación).

Sustituyendo la condición inicial x = 0 ! y = 1

Ln|1| = 0 +C =) C = 0

Por lo tanto, tenemos que la solución esta dada por:

2
Ln|y| = x2 =) y = ex
2. Solución Numérica

Aplicamos el método de Euler para los valores de x entre 0 y 1 con tamaño de paso h = 0.1 y condición
inicial: x = 0 ! y = 1, que significa que (x0 , y0 ) = (0, 1)

Ahora,

x1 = x0 + h = 0 + 0.1 = 0.1

y1 = y0 + f (x0 , y0 ) · h = 1 + 2(0)(1) · (0.1) = 1, lo que significa (x1 , y1 ) = (0.1, 1)

Aplicando nuevamente la fórmula de Euler, tenemos, en un segundo paso:

x2 = x1 + h = 0.1 + 0.1 = 0.2

y2 = y1 + f (x1 , y1 ) · h = 1 + 2(0.1)(1) · (0.1) = 1.02, (x2 , y2 ) = (0.2, 1.02)

Resumimos todos los resultados en la siguiente tabla:

xi yi
0 1
0.1 1
0.2 1.02
0.3 1.0608
0.4 1.124448
0.5 1.21440384
0.6 1.33584422
0.7 1.49614553
0.8 1.70560591
0.9 1.97850285
1 2.33463336

3. Aproxime y(0.5)

2
De la solución analítica y(0.5) = e(0.5) = 1.28403

Análisis Numérico
uts Departamento de Ciencias Básicas
70 Ecuaciones Diferenciales Ordinarias

Ejemplo 5.1 (Continuación).

De la solución numérica y(0.5) = 1.2144

El error relativo porcentual que se cometió al aplicar la fórmula de Euler esta dado por:

1.28403 1.21440
Er = · 100 ⇡ 5.423%
1.28403

4. Gráfica y comparación de resultados

y
3

2.5

1.5

0.5

x
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Solución Numérica
Solución Analítica

5.2 Método de Runge-Kutta de Cuarto Orden

Los Runge-Kutta no es solo un método sino una importante familia de métodos iterativos tanto implícitos
como explícitios para aproximar las soluciones de ecuaciones diferenciales ordinarias (E.D.O), estas técnicas
fueron desarrolladas alrededor de 1900 por los matemáticos alemanes Carl David Tolmé Runge y Martin
Wilhelm Kutta.

El clásico método Runge-Kutta de cuarto orden:

Un miembro de la familia de los métodos Runge-Kutta es usado tan comúnmente que a menudo es referenciado
como RK4 o como el método Runge-Kutta.

Definamos un problema de valor inicial como:

dy
= f (x, y), y(0) = x0
dx

Análisis Numérico
Departamento de Ciencias Básicas
uts
 71

Entonces el método RK4 para este problema esta dado por la siguiente ecuación:

yn+1 = yn + h6 [k1 + 2k2 + 2k3 + k4 ], de donde:

k1 = f (xn , yn )
k2 = f (xn + h2 , yn + h2 k1 )
k3 = f (xn + h2 , yn + h2 k2 )
k4 = f (xn + h, yn + hk3 )

Así, el siguiente valor yn+1 es determinado por el presente valor yn más el producto del tamaño del intervalo
h por una pendiente estimada. La pendiente es un promedio ponderado de pendientes:

k1 es la pendiente al principio del intervalo.

k2 es la pendiente en el punto medio del intervalo, usando k1 para determinar el valor de y en el punto
xn + h2 usando el método de Euler.

k3 es otra vez la pendiente del punto medio, pero ahora usando k2 para determinar el valor de y k4 es la
pendiente al final del intervalo, con el valor de y determinado por k3 .

Promediando las cuatro pendientes, se le asigna mayor peso a las pendientes en el punto medio:

k1 + 2k2 + 2k3 + k4
Pendiente =
6
El método RK4 es un método de cuarto orden lo cual significa que el error por paso es del orden de h5,
mientras que el error total acumulado tiene el orden h4.

Ejemplo 5.2

dy
Dada la siguiente ecuación diferencial = 2xy con la condición inicial: y(0) = 1,
dx
1. Resuélvala analíticamente.

2. Utilice el Método de Runge-Kutta de cuarto orden en el intervalo de x = 0 a x = 1 con tamaño de

paso h = 0.1.

3. Aproxime y(0.5).

4. Grafique y compare los resultados.

1. Solución Analítica

dy 2
= 2xy =) y = ex
dx

Análisis Numérico
uts Departamento de Ciencias Básicas
72 Ecuaciones Diferenciales Ordinarias

Ejemplo 5.2 (Continuación).

2. Solución Numérica

Aplicamos el método de Runge-Kutta de cuarto orden entre 0 y 1 con tamaño de paso h = 0.1.

Condición inicial:

x = 0 ! y = 1, (x0 , y0 ) = (0, 1)

x1 = x0 + h = 0 + 0.1 = 0.1

Aplicamos las ecuaciones del método:

Para f (x, y) = 2xy

k1 = f (x0 , y0 ) = f (0, 1) = 2(0)(1) = 0

✓ ◆ ✓ ◆
h h 0.1 0.1
k2 = f x0 + , y0 + k1 = f 0 + ,1+ (0) = f (0.05, 1) = 2(0.05)(1) = 0.1
2 2 2 2
✓ ◆ ✓ ◆
h h 0.1 0.1
k3 = f x0 + , y0 + k2 = f 0 + ,1+ (0.1) = f (0.05, 1.005) = 2(0.05)(1.005) = 0.1005
2 2 2 2
k4 = f (x0 + h, y0 + hk3 ) = f (0 + 0.1, 1 + (0.1)(0.1005)) = f (0.1, 1.01005) = 2(0.05)(1.01005) = 0.20201

Ahora sustituimos en la fórmula recursiva yn+1 = yn + h6 [k1 + 2k2 + 2k3 + k4 ]:

h 0.1
y1 = y0 + (k1 + 2k2 + 2k3 + k4 ) = 1 + (0 + 2(0.1) + 2(0.1005) + (0.20201)) = 1.0100502
6 6
Resumimos todos los resultados en la siguiente tabla:

xi k1 k2 k3 k4 yi yanalitica
0 1 1
0.1 0 0.1 0.1005 0.20201 1.0100502 1.0100502
0.2 0.202010033 0.3060452 0.3076057 0.416324296 1.0408108 1.0408108
0.3 0.416324308 0.5308135 0.5336757 0.656507005 1.0941743 1.0941743
0.4 0.656504559 0.7888996 0.7935335 0.93882209 1.1735108 1.1735109
0.5 0.938808651 1.0984061 1.105588 1.284069614 1.2840253 1.2840254
0.6 1.284025256 1.4830492 1.4939955 1.720109765 1.433329 1.4333294
0.7 1.719994793 1.9751274 1.991711 2.285500128 1.6323152 1.6323162
0.8 2.285241262 2.6198659 2.6449627 3.034898335 1.8964785 1.8964809
0.9 3.034365548 3.4819345 3.5199778 4.047257249 2.2479026 2.247908
1 4.046224662 4.6554063 4.7132785 5.438460884 2.7182702 2.7182818

Análisis Numérico
Departamento de Ciencias Básicas
uts
 73

Ejemplo 5.2 (Continuación).

3. Aproxime y(0.5)

2
De la solución analítica y(0.5) = e(0.5) = 1.28403

De la solución numérica y(0.5) = 1.28402

El error relativo porcentual que se cometió al aplicar la fórmula de RK4 esta dado por:

1.28403 1.28402
Er = · 100 ⇡ 0.000779%
1.28403

4. Gráfica y comparación de resultados

y
3

2.5

1.5

0.5

x
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Solución Numérica
Solución Analítica

Análisis Numérico
uts Departamento de Ciencias Básicas
74 Ecuaciones Diferenciales Ordinarias

5.2.1 Ejercicios Propuestos

1. Considere el problema de valor inicial y0 (t) = cos(2t) + sen(3t), t 2 [0, 1], y(0) = 1.

(a) Usando el método de Euler, aproximar y(0.4) con h = 0.1.

(b) Usando el método de Runge-Kutta de orden 4, aproximar y(0.4) con h = 0.2.

2. Considere el problema de valor inicial y0 (t) = te3t 40y, t 2 [1, 2], y(1) = 10.

(a) Usando el método de Euler, aproximar y(0.4) con h = 0.1.

(b) Usando el método de Runge-Kutta de orden 4, aproximar y(0.4) con h = 0.2
dy
3. Dada la siguiente ecuación diferencial = 4e0.8x 0.5y con la condición inicial: y(0) = 2 ,
dx

(a) Si analíticamente se encontró que y = 40

13 e
0.8x ce 0.5x es la solución general del sistema, encuentre

una solución particular con las condiciones iniciales dadas.

(b) Resuelva numéricamente para x 2 [0, 4], con tamaño de paso 0.5, aplicando los métodos estudiados.
(c) Aproxime y(2.5).
(d) Grafique y compare los resultados numéricos con los analíticos.

dy
4. Dada la siguiente ecuación diferencial = y sen3t con la condición inicial: y(0) = 1,
dt
(a) Resuélvala analíticamente.
(b) Resuelva numéricamente aplicando los métodos estudiados en el intervalo de t = 0 a 1, con
tamaño de paso 0.1.
(c) Aproxime y(1.5).
(d) Grafique y compare los resultados numéricos con los analíticos.

dy
5. Usar el método de Euler para resolver la siguiente ecuación diferencial = y sen3 (t) en el intervalo
dt
[0, 1] con h = 0.1 y condición inicial y(0) = 1.

6. Si se drena el agua desde un tanque cilíndrico vertical por medio de una válvula en la base, el líquido
fluirá rápido cuando el tanque esté lleno y despacio conforme se drene. La tasa a la que el nivel del
agua disminuye es:

dy p
= k y
dt
donde k es una constante que depende de la forma del agujero y del área de la sección transversal
del tanque. La profundidad del agua ”y” se mide en metros y el tiempo ”t” en minutos. Si k = 0.06,
determine cuánto tiempo se requiere para vaciar el tanque si el nivel de fluido se encuentra en un
inicio a 3 m. Utilice el método RK4 con un incremento de 0.5 segs.

Análisis Numérico
Departamento de Ciencias Básicas
uts