Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 54 vistas

    P14 Métodos Numérico

    Cargado por

    Mari Fer Pintor Olvera
    Este documento presenta un ejercicio sobre la resolución numérica de ecuaciones diferenciales de primer orden mediante los métodos de Euler, Runge-Kutta de segundo y cuarto orden. El objetivo es aproximar valores dados de dos ecuaciones diferenciales con condiciones iniciales utilizando diferentes tamaños de paso. Se compara la solución exacta con las aproximaciones numéricas y se calcula el error porcentual de cada método.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    P14 Métodos Numérico

    Cargado por

    Mari Fer Pintor Olvera
    54 vistas11 páginas
    Este documento presenta un ejercicio sobre la resolución numérica de ecuaciones diferenciales de primer orden mediante los métodos de Euler, Runge-Kutta de segundo y cuarto orden. El objetivo es aproximar valores dados de dos ecuaciones diferenciales con condiciones iniciales utilizando diferentes tamaños de paso. Se compara la solución exacta con las aproximaciones numéricas y se calcula el error porcentual de cada método.

    Título original

    P14 MÉTODOS NUMÉRICO

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta un ejercicio sobre la resolución numérica de ecuaciones diferenciales de primer orden mediante los métodos de Euler, Runge-Kutta de segundo y cuarto orden. El objetivo es aproximar valores dados de dos ecuaciones diferenciales con condiciones iniciales utilizando diferentes tamaños de paso. Se compara la solución exacta con las aproximaciones numéricas y se calcula el error porcentual de cada método.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    54 vistas11 páginas

    P14 Métodos Numérico

    Cargado por

    Mari Fer Pintor Olvera
    Este documento presenta un ejercicio sobre la resolución numérica de ecuaciones diferenciales de primer orden mediante los métodos de Euler, Runge-Kutta de segundo y cuarto orden. El objetivo es aproximar valores dados de dos ecuaciones diferenciales con condiciones iniciales utilizando diferentes tamaños de paso. Se compara la solución exacta con las aproximaciones numéricas y se calcula el error porcentual de cada método.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 11

    Instituto Politécnico Nacional

    Unidad Profesional Interdisciplinaria de


    Biotecnología

    Práctica No. 14 Ecuaciones diferenciales

    Grupo: 4MM1

    Unidad de Aprendizaje: Métodos numéricos

    Profesores:
    Ortiz Juárez Juan Claudio
    Zamora Justo José Alberto

    Integrantes:
    Arias Pérez Manuel
    Hernández Carrillo Adeyanira
    Moreno Salas Carmen Citlalli
    Pintor Olvera María Fernanda

    Carrera: Ingeniería Biomédica

    Fecha: 17/06/2020
    OBJETIVO:
    El alumno será capaz de aproximar numéricamente un valor dado de una
    ecuación diferencial de primer orden con condiciones iniciales, utilizando un
    tamaño de paso adecuado.
    EJERCICIOS DE TAREA:
    1. Dada la siguiente EDO con condiciones iniciales:

    y ' −2 x+ 3 x 2−4 x 3+ 5 x 4 −6 x 5=1 y ( 0 )=1 x ∈[0,1.5]

    a. Resuélvala en forma analítica (solución exacta)


    CÓDIGO
    clc, clear all, close all
    %Solución analítica
    Dy=dsolve('Dy=2*x-3*x^2+4*x^3-5*x^4+6*x^5+1','y(0)=1','x')
    %Para sustituit el valor de x
    vt=double(subs(Dy,1)) %Valor teórico

    COMMAND WINDOW
    Dy =
    x^6 - x^5 + x^4 - x^3 + x^2 + x + 1
    vt =
    3
    b. Resuélvala numéricamente aplicando los métodos de Runge-Kutta
    del Primer Orden (Método de Euler) al Cuarto Orden con h=0.01 en
    el intervalo indicado.
    Calculando el nuevo valor teórico para x=1.5 tenemos lo siguiente
    CÓDIGO
    clc, clear all, close all
    %Solución analítica
    Dy=dsolve('Dy=2*x-3*x^2+4*x^3-5*x^4+6*x^5+1','y(0)=1','x')
    %Para sustituit el valor de x
    vt=double(subs(Dy,1.5)) %Valor teórico
    %Método Euler
    f=inline('2*x-3*x^2+4*x^3-5*x^4+6*x^5+1','x','y');
    h=0.01;
    %Cond iniciales (i=1)
    x=0:h:1.5;
    y=1;
    for i=1:length(x)-1
    y(i+1)=y(i)+h*f(x(i),y(i));
    end

    disp([x',y']);

    fprintf('\nP(%g)=%g ',x(end),y(end))

    %Calcular error porcentual


    va=y(end);
    error=abs((vt-va)/vt)*100

    %Graficando analítica
    X=0:0.01:1.5;
    plot(X,subs(Dy,X),'k')

    %Grafica Euler
    hold on
    plot(x,y,'--r')

    %Método RK=2
    f=inline('2*x-3*x^2+4*x^3-5*x^4+6*x^5+1','x','y');
    h=0.01;
    %Cond iniciales (i=1)
    x1=0:h:1.5;
    y1=1;

    for i=1:length(x1)-1
    k1=h*f(x1(i),y1(i));
    k2=h*f(x1(i)+h,y1(i)+k1);
    y1(i+1)=y1(i)+1/2*(k1+k2);
    end

    disp([x1',y1']);

    fprintf('\nP(%g)=%g ',x1(end),y1(end))

    %Calcular error porcentual


    va=y1(end);
    e=abs((vt-va)/vt)*100

    %Grafica RK2
    hold on
    plot(x1,y1,'--g')
    %Método RK=3
    f=inline('2*x-3*x^2+4*x^3-5*x^4+6*x^5+1','x','y');
    h=0.01;
    %Cond iniciales (i=1)
    x2=0:h:1.5;
    y2=1;

    for i=1:length(x2)-1
    k1=h*f(x2(i),y2(i));
    k2=h*f(x2(i)+h/2,y2(i)+k1/2);
    k3=h*f(x2(i)+h,y2(i)-k1+2*k2);
    y2(i+1)=y2(i)+1/6*(k1+4*k2+k3);
    end

    disp([x2',y2']);

    fprintf('\nP(%g)=%g ',x2(end),y2(end))

    %Calcular error porcentual


    va=y2(end);
    e=abs((vt-va)/vt)*100

    %Grafica RK3
    hold on
    plot(x2,y2,'--b')

    %Método RK=4
    f=inline('2*x-3*x^2+4*x^3-5*x^4+6*x^5+1','x','y');
    h=0.01;
    %Cond iniciales (i=1)
    x3=0:h:1.5;
    y3=1;

    for i=1:length(x)-1
    k1=h*f(x3(i),y3(i));
    k2=h*f(x3(i)+h/3,y3(i)+k1/3);
    k3=h*f(x3(i)+2*h/3,y3(i)-k1/3+k2);
    k4=h*f(x3(i)+h,y3(i)+k1-k2+k3);
    y3(i+1)=y3(i)+1/8*(k1+3*k2+3*k3+k4);
    end

    disp([x3',y3']);

    fprintf('\nP(%g)=%g ',x3(end),y3(end))

    %Calcular error porcentual


    va=y3(end);
    e=abs((vt-va)/vt)*100

    %Grafica RK4
    hold on
    plot(x3,y3,'-m')

    legend('Sol analítica','Euler','RK2','RK3','RK4')

    COMMAND WINDOW
    vt =
    10.2344
    P(1.5)=10.0852
    error =
    1.4573
    P(1.5)=10.2352
    e =
    0.0083
    P(1.5)=10.2344
    e =
    2.1374e-08
    P(1.5)=10.2344
    e =
    9.4996e-09
    c. Coloque la solución exacta y las soluciones aproximadas en una sola
    gráfica, no olvide etiquetar las gráficas.
    GRÁFICA

    GRÁFICA AMPLIADA
    2. Considerando la ecuación diferencial:
    y ' +20 y=7 e−0.5t

    Con la condición inicial: y (0)=5

    Estime por el método de Euler mejorado y Runge-Kutta del 2do al 4to orden
    con h=0.01, el valor de y (5). Además calcular la solución exacta y
    compararla con las aproximaciones por medio del error porcentual. Graficar
    todas las soluciones en una misma figura y etiquetando las gráficas.

    dy
    Para empezar, tenemos lo siguiente + p ( t ) y =q(t )
    dt

    Donde p ( t ) =20 y q (t )=7 e−0.5 t

    Para poder resolver realizamos el siguiente proceso

    yμ=∫ q ( t ) μ dt

    p(t )dt
    μ=e∫

    20 dt
    μ=e∫

    μ=e20 t

    y μ=∫ q (t ) μ dt

    y e 20t =∫ 7 e−0.5 t∗e 20t dt

    y e 20t =7 ∫ e 19.5 t dt

    CÓDIGO
    clc, clear all, close all
    %Solución analítica
    syms t
    Dy=dsolve('Dy=7*exp(19.5*t)','y(0)=5','t');
    Dy=(Dy)/exp(20*t)
    %Para sustituit el valor de x
    vt=double(subs(Dy,5)); %Valor teórico
    vt=vpa(vt,5)
    h=0.01;
    f=inline('7*exp(-0.5*t)-20*y','t','y')
    t=0:h:5;
    y=5;
    %Euler mejorado
    for i=1:1:length(t)-1
    k=h*f(t(i),y(i))+y(i);
    y(i+1)=h/2*(f(t(i),y(i))+f(t(i)+h,k))+y(i);
    end
    disp([t',y'])
    fprintf('\ny(%g)=%g',t(end),y(end))
    %error
    va=y(end);
    e=abs((vt-va)/vt)*100
    %grafica solucion analotica
    T=0:0.1:5;
    plot(T,subs(Dy,T),'k')
    %grafica aproximacion
    hold on
    plot(t,y,'--r')
    %Runge-Kutta del 2do
    h=0.01;
    f=inline('7*exp(-0.5*t)-20*y','t','y')
    t=0:h:5;
    y1=5;
    for i=1:length(t)-1
    k1=h*f(t(i),y1(i));
    k2=h*f(t(i)+h,y1(i)+k1);
    y1(i+1)=y1(i)+1/2*(k1+k2);
    end
    disp([t',y1']);
    fprintf('\ny(%g)=%g ',t(end),y1(end))
    %error
    va=y1(end);
    e=abs((vt-va)/vt)*100
    %grafica aproximacion
    hold on
    plot(t,y,'*y')
    %Runge-Kutta del 4do
    h=0.01;
    f=inline('7*exp(-0.5*t)-20*y','t','y')
    t=0:h:5;
    y2=5;
    for i=1:length(t)-1
    k1=h*f(t(i),y2(i));
    k2=h*f(t(i)+h/3,y2(i)+k1/3);
    k3=h*f(t(i)+2*h/3,y2(i)-k1/3+k2);
    k4=h*f(t(i)+h,y2(i)+k1-k2+k3);
    y2(i+1)=y2(i)+1/8*(k1+3*k2+3*k3+k4);
    end
    disp([t',y2']);
    fprintf('\ny(%g)=%g ',t(end),y2(end))
    %error
    va=y2(end);
    e=abs((vt-va)/vt)*100
    %grafica aproximacion
    hold on
    plot(t,y,'m')
    legend('sol ana','sol euler','sol RK 2do','sol RK 4do')
    RESULTADOS
    Dy =

    exp(-20*t)*((14*exp((39*t)/2))/39 + 181/39)

    vt =

    0.029466

    y(5)=0.0294666
    e =

    0.00070710877666393518128957943385299

    y(5)=0.0294666
    e =

    0.00070710877666393518128957943385299

    y(5)=0.0294664
    e =

    0.00000078969797274322334585984423099308
    CONCLUSIÓN:
    Los métodos numéricos para resolver EDO tienen dos características que se han
    de tener en cuenta:
     Sólo permiten hallar soluciones particulares. Por lo tanto, para poderlos
    aplicar, hará falta dar un conjunto completo de condiciones iniciales.
     Necesitamos que las EDO o el conjunto de EDO que se les pasa sean
    todas de primer orden
    El método de Euler se obtiene a partir de la técnica más simple para aproximar la
    integral este se puede utilizar para resolver un número arbitrario de EDO de primer
    orden.
    La noción de error es fundamental en cualquier técnica numérica. Asociado al
    hecho de hacer muchas operaciones si es grande, está el problema del error de
    redondeo. Los números reales no pueden representarse exactamente en un
    ordenador y se han de redondear. Eso quiere decir que, cada vez que se hace una
    operación, es posible que se pierdan dígitos del resultado, y en principio, cuantas
    más operaciones más información se va perdiendo. Además, el método de Euler
    introduce por sí mismo un error, que se llama error de truncamiento. Los dos tipos
    de errores se mezclan y de hecho, el error total se puede amplificar
    La idea del método de Runge-Kutta consiste en aproximar la integral sustituyendo
    el integrando por una parábola, este método logra una exactitud del procedimiento
    de una serie de Taylor, sin requerir el cálculo de derivadas superiores.

    También podría gustarte