25.2__MEJORAS DEL METODO DE EULER 731 TABLA 25.2 Comporacién de los volores verdadero y oproximado de la integral de y' = 4e°® _ 0 Sy, con la condicién inicial de que y = 2 en x= 0. Los valores aproximades se calculoron mediante el método de Heun con un tamofio de paso de 1. Se muestran dos casos que corresponden a rnimeros diferentes de iteraciones del corrector, junto con el error telotivo porcentval absoluto. Iteraciones del métode de Heun 1 15 x Yewrdadero Yeteun Vel (%) Yetoun Hel (%) ° 2.0000000 2.000000 0.00 2.000000 0.00 1 6.1946314 67010819 8.18 6,3608655 2.68 2 14.8439219 163197819 9.94 15.3022367 3.09 3 33.6771718 37.1992489 10.46 347432761 317 4 75.3389626 83.3377674 10.62 77.7350962 3.18 La solucién numérica se obtiene al usar el predictor [véase ecuacién (25.15)] para obtener un estimado de y en 1.0: yP =24+30) =5 Observe que éste es el resultado que se podria obtener con el método estindar de Euler. EI valor verdadero en la tabla 25.2 muestra que corresponde a un error relativo porcen- tual del 25.3%. Ahora, para mejorar el estimado para y;,, ;, usamos el valor y4 para predecir la pen- diente al final del intervalo: YL = flan, y) = 4098 — 0,5(5) = 6.402164 Ja cual puede combinarse con la pendiente inicial para obtener una pendiente promedio sobre ¢l intervalo desde x = 0 hasta 1: , _ 3+.6.402164 y = 4.701082 que es mds cercana a la pendiente promedio verdadera de 4.1946. Este resultado puede ser sustituido en el corrector [véase ecuacién (25.16)} para dar la prediccién enx = 1: yy = 2-+4.701082(1) = 6.701082 Ta cual representa un error relativo porcentual de ~8.18%. Asi, el método de Heun sin iteracién del corrector reduce el valor absoluto del error por un factor de 2.4 al compa rarlo con el método de Euler. ‘Ahora dicho estimado podré usarse para refinar o corregir la prediccién de y, al sustituir el nuevo resultado en el lado derecho de la ecuacién (25.16): [3 + 4% — 0,5(6.701082)] 2+ 1 2 = 6.275811732 METODOS DE RUNGE-KUTTA, el cual representa un error relativo porcentual del 1.31%. Este resultado, a su vez, puede sustituirse en la ecuacién (25.16) para corregir aiin més: [3 + 40° — 0.5(6.275811)] 2 walt = 6.382129 que representa un |g] de 3.03%. Observe cémo los errores algunas veces crecen en tanto se ejecutan las iteraciones. Tales incrementos pueden ocurrir en especial para grandes tamaiios de paso, y nos previenen de dar la conclusién general de que con una iteracién adicional se mejoraré el resultado. Sin embargo, para tamaiios de paso lo suficientemen- te pequefios, las iteraciones deberén converger eventualmente sobre un solo valor, Para nuestro caso, 6.360865, el cual representa un error relativo del 2.68%, se tiene después de 15 iteraciones. La tabla 25.2 muestra los resultados de los célculos restantes mediante el uso del método con I y 15 iteraciones por paso. En el ejemplo anterior, la derivada es una funcién de la variable dependiente y y de la variable independiente x. Para casos tales como los polinomios, donde la EDO es ‘inicamente funcién de la variable independiente, el paso predictor [véase ecuacién (25.26)] no es requerido y el corrector se aplica sélo una vez para cada iteracién, Para esos casos, la técnica se expresa en forma concisa como 2 fx) + fein), Yor (25.18) Observe la similitud entre el lado derecho de la ecuacién (25.18) y la regla trapezoidal [véase ecuacién (21.3)]. La conexién entre los dos métodos se puede demostrar formal- mente al iniciar con la ecuacién diferencial ordinaria Pen Tal ecuacién podré resolverse para y por integracién: fe dy f° fis) dx (25.19) ta cual da ee i fixyds (25.20) ma. +f ” puyde (25.21) Ahora, recuerde del capitulo 21 que la regia trapezoidal [véase ecuacin (21.3)] se puede defini como25.2_MEJORAS DEL METODO DE EULER 733 f° flryde = L404 fied, (25.22) donde h = x; — x; Al sustituir la ecuacion (25.22) en la (25.21) se tiene + Lt fein), Jeet 73 ; (25.23) Ja cual es equivalente a la ecuacidn (25.18). ‘Como la ecuacién (25.23) es una expresién directa de Ia regla trapezoidal, el error de truncamiento local esta dado por {recuerde la ecuacién (21.6)] (25.24) donde & esti entre x; y x,,1. Asi, el método es de segundo orden porque la segunda derivada de la EDO es cero cuando la solucién verdadera es cuadritica. Ademés, los errores local y global son O(h?) y O(4?), respectivamente, Por tanto, al disminuir el tamafio de paso aumenta el error a una velocidad mayor que para el método de Euler. La figura 25.11, que muestra el resultado con el uso del método de Heun para resolver el polinomio del ejemplo 25.1, demuestra este comportamiento. 25.2.2 Método del punto medio (0 del poligono mejorado) La figura 25.12 ilustra otra modificacién simple del método de Euler. Conocido como método del punto medio (0 del poligono mejorado o el modificado de Euler), esta técnica usa el método de Euler para predecir un valor de y en el punto medio del intervalo (véase Ja figura 25.122): ° h vista = H+ S07 WZ (25.25) Después, este valor predicho se usa para calcular una pendiente en el punto medio: > dia = Fleinya, Yee) (25.26) el cual se toma para representar una aproximacién valida de la pendiente promedio para todo el intervalo, Dicha pendiente es usada después para extrapolar linealmente desde x, hasta x,, 1 (véase figura 25.126): Yr = Sig ah (25.27) Observe que como y,,; no esti en los dos lados, el corrector {véase ecuacién (25.27)] no puede aplicarse de manera iterativa para mejorar la solucién. ‘Como en la seccién anterior, este procedimiento podra también conectarse con las formulas de integracién de Newton-Cotes. Recuerde de la tabla 21.4 que la formula mas simple de integracién abierta de Newton-Cotes, la cual se denomina método de punto medio, se puede representar como734 METODOS DE RUNGE-KUTTA, FIGURA 25.11 Comparocién de la soluci6n verdadero con una solucién numérico usando los mélodos de Euler y el de Heun para lo integral de y'= -2x° + 12x? - 20x +85 FIGURA 25.12 llustracién gréfice del método de punto medio. a} ecuacién (25.25) y Bl ecuacién (25.27). Pendiente, a) YA Pendiente = 1%. Sie a) l »)25.2_MEJORAS DEL METODO DE EULER 735 b f fax) dx & (ba) fx) donde x, es el punto medio del intervalo (a, 6). Con el uso de la nomenclatura para el caso actual, podra expresarse como [0 ford hfesia La sustitucién de esta formula en la ecuacién (25.21) da la ecuacién (25.27). De esta manera, asi como el método de Heun puede ser conocido como la regla trapezoidal, el método de punto medio obtiene su nombre de la formula de integracin en turno sobre la ccual se basa. EI método de punto medio es superior al método de Euler debido a que utiliza una estimacién de la pendiente en el punto medio del intervalo de prediccién. Recuerde de nuestra diferenciacién numérica en la seccién 4.1.3 que las diferencias divididas finitas centradas son mejores aproximaciones de las derivadas que cualquiera de las versiones hacia adelante o hacia atrés. En este contexto, una aproximacién centrada, como la de la ecuacién (25.26) tiene un error de truncamiento local de O(#?) en comparacién con Ja aproximacién hacia adelante del método de Euler, el cual tiene un error de O(H). En consecuencia, los errores local y global del método de punto medio son O(H?) y O(H?), respectivamente. 25.2.3 Algoritmos de computo para los métodos de Heun y de punto medio Ambos métodos, el de Heun con un solo corrector y el de punto medio, se pueden pro- gramar facilmente con la estructura general mostrada en la figura 25.7. Como en las figuras 25.13a y 25.136, se puede escribir rutinas simples que tomen el lugar de la rutina de Euler en la figura 25.7. : Sin embargo, cuando se va a implementar la versién iterativa del método de Heun, se requiere de algunas modificaciones (aunque estén localizadas dentro de un simple médulo). Desarrollamos el pseudocddigo para este propésito en la figura 25.13c. Este algoritmo se puede combinar con la figura 25.7 con el fin de desarrollar el software para el métodb iterativo de Heun. 25.2.4 Resumen Al componer el método de Euler desarrollamos dos nuevas técnicas de segundo orden. ‘Aun cuando esas versiones requieren més esfuerzo computacional para determinar la pendiente, la reduccién que se tiene en el error nos permite concluir en una seccién subsecuente (véase seccién 25.3.4) que usualmente la exactitud mejorada vale el esfuer- zo. Aunque existen ciertos casos donde técnicas facilmente programables, como el mé- todo de Euler, pueden aplicarse con ventaja, los métodos de Heun y de punto medio son por lo general superiores y se deberian implementar si se es consistente con los objetivos del problema.736 METODOS DE RUNGE-KUTTA ‘} Heun simple sin corrector maxit) EXIT END SUB END D0 ynew =ye xexeh END SUB FIGURA 25.13 Pseudocédigo ara implementar los métodos a} Heun simple, 6] punto medio y | Heun iterative. 25.3 Como se hace notar al inicio de esta seccién, el método de Heun (sin iteraciones) y el de punto medio y, de hecho, la misma técnica de Euler son versiones de una clase mas amplia de procedimiento de un paso denominados métodos de Runge-Kutta. Ahora ve- remos el desarrollo formal de esas técnicas. METODOS DE RUNGE-KUTTA Los métodos de Runge-Kutta (RK) logran la exactitud del procedimiento de una serie de Taylor sin requerir el calculo de derivadas superiores. Existen muchas variaciones, pero todas se pueden denotar en la forma generalizada de la ecuacién (25.1): Yt =H FOG Yi WA (25.28) donde 9 (x» yp f) es conocida como funcién incremento, la cual puede interpretarse como una pendiente representativa sobre el intervalo. La funcién incremento se escribe por lo general como = ayky + arky +--+ aake (25.29)25.3 _METODOS DE RUNGE-KUTTA 737 donde las a son constantes y las k son ky = fli, yi) (25.29a) ky = foxy + ph ys + aqikih) (25.296) ky = flar + poh, yi + qaikih + qrokoh) (25.29) Ka = U6 + Panis Yi + dant.tkih + dn-a.akeh + +++ daatnatknth) (25.290) Observe que las k son relaciones de recurrencia, Esto es, k, aparece en la ecuacién pa- 1a fy, la cual aparece en la ecuacién para ky, etcétera. Como cada k es una evaluacién funcional, esta recurrencia hace que los métodos RK sean eficientes para célculos en computadora Es posible concebir varios tipos de métodos Runge-Kutta al emplear diferentes ni- ‘eros de términos en la funcién ineremento como la especificada por n. Observe que el método Runge-Kutta (RK) de primer orden con n = 1 ¢s, de hecho, el método de Euler. ‘Una vez que se elige m, se evalian las a, p y q al igualar la ecuacién (25.28) a los térmi- nos en la serie de expansién de Taylor (véase cuadro 25.1). Asi, al menos para las ver- siones de orden inferior, el mimero de términos n con frecuencia representa el orden de la aproximacién. Por ejemplo, en Ia siguiente seccién, los métodos RK de segundo orden usan la funcién incremento con dos términos (n = 2). Esos métodos de segun- do orden serin exactos si la solucién de la ecuacién diferencial es cuadritica. Ademis, ‘como las términos con h? y mayores son eliminados durante la derivacién, el error de truncamiento local es O(h*) y el global es O(4"). En secciones subsecuentes desarrolla- remos métodos RK de tercer y cuarto orden (n = 3 y 4). Para esos casos, los errores de truncamiento global son O(/°) y O(h*), respectivamente. 25.3.1 Métodos Runge-Kutta de segundo orden La version de segundo orden de la ecuacién (25.28) es vit = yi + (ak + ankeyh (25.30) donde ky = fi. yo) (25.302) ka = fl + pie ys + anki) (25.305) Como se describe en el cuadro 25.1, los valores para ay, ay p} ¥ 41 Son evaluados al igualar el término de segundo orden de Ia ecuacién (25.30) con la expansién de la serie de Taylor. Para realizar esto, desarrollamos tres ecuaciones para evaluar las cuatro cons- tantes desconocidas. Las tres ecuaciones son a +a=1 2531)738 METODOS DE RUNGE-KUTTA (25.32) (25.33) Cuadro 25.1 Deduccién de los métodos Runge-Kutta de segundo orden La version a segundo orden de 1a ecuacién (25.28) es Yess =i + (aki + ankdh (B25.1.1) donde ky = fy) (825.12) ¥ ka = fi + pik. yi + aukih) (B25.1.3) ‘Al usar la ecuacién (B2S.1.1) debemos determinar los valores para las constantes ay, a2, p; ¥ g,1" Para ello, recordamos que la serie de Taylor de segundo orden para y,, en términos de y, y Fp y)) esth escrita como [véase ecuacién (25.11)) L£euW) 2 Ya = t+ fon wh + (B25.1.4) donde f'(x,, y,) debe determinarse por diferenciacién usando la regla de ta cadena (véase seccién 25.1.3): fen (B25.1.5) Si sustituimos la ecuacién (B2S.1.5) en le ecuacién (B25.1.4) se tiene af i: (B25.1.6) Jit + foayon+( La estrategia bisica que habré de resaltarse en los métodos Runge- Kiutta es el uso de manipulaciones algebraicas para resolver los valores de a, dy, P; Y qyy, 10 cual provoca’que las ecuaciones (B25.1.1) y (B25.1.6) sean equivalentes. Para ello, primero usamos una serie de Taylor para expandir Ja ecuacién (B25.1.3), La serie de Taylor para una funcion de dos variables se define como frecuerde la ecuacién (4.26)) 2 ag, 5g Bt ts) = Bat + Si se aplica este método para expandir la ecuacién (B25.1.3) se tiene ay flxi + pry yi + uk) = Slain w+ pane of 2) aush3y + 00%) Este resultado podra sustituirse junto con la ecuacién (B25.1.2) en la (B25.1.1) para dar a Jeni = 91H arAflsi 9) + anhfes 9) + aapinP SL a tanguih? fxs, wie +00) ©, al agrupar términos, Vian =i + [ar fla, 9) a fa, WI 3 a + [and tran fn e |e + 00h’) (B25.1.7) Ahora, si comparamos términos comunes en las ecuaciones (B25.1.6) y (B25.1.7), determinamos que para hacer equivalen- tes a las dos ecuaciones, se debe cumplit lo siguiente: Las anteriores tres ecuaciones simultineas contienen las cuatro ‘constantes desconocidas. Como hay una incégnita mas que el nimero de ecuaciones, no existe un conjunto tinico de constan- tes que satisfagan las ecuaciones, Sin embargo, al suponer un valor para una de las constantes, podemos determinar las otras tres. En consecuencia, existe una familia de métodos de segundo orden més que una sola versién.25.3 _METODOS DE RUNGE-KUTTA 739 ‘Como tenemos tres ecuaciones con cuatro incégnitas, debemos suponer el valor de una de estas incdgnitas para determinar las otras tres. Suponga que especificamos un valor para a», Entonces se puede resolver de manera simultanea las ecuaciones (25.31) a (25.33) para obtener a= a (25.34) Z Pra => (25.35) Debido a que podemos elegir un nimero infinito de valores para a;, hay un mimero interminable de métodos RK de segundo orden, Cada versién podria dar exactamente los mismos resultados si Ia solucién de la EDO fuera cuadratica, lineal o una constante. Sin embargo, se obtienen diferentes resultados cuando (como es tipicamente el caso) la solu- cin es mas complicada. A continuacién presentamos tres de las versiones mas comiin- mente usadas y preferidas: Método de Heun con un solo corrector {a2 = 1/2). Si suponemos que a, es 1/2, las. ecuaciones (25.34) y (25.35) podrin resolverse para a, = 1/2 yp, = gy, = 1. Estos packers, al ser sustituidos en la ecuacién (25.30), dan aay +f ye rhe) (25.36) donde k= fan yd (25.362) = fl +h,y thik) (25.366) Observe que k; es la pendiente al inicio del intervalo y i es la del final. En consecuen- cia, este método Runge-Kutta de segundo orden es de hecho la técnica de Heun sin iteracion. El método de punto medio (a, = 1). Si suponemos que a; es 1, entonces a, = 0, = qu = 1/2, y la ecuacién (25.30) es ahora Jigs =I + bah (25.37) donde = fai.) (25.37a) 1 Lea he A(x + gh tah (25.376) Este es el método del punto medio.740 EJEMPLO 25.6, METODOS DE RUNGE-KUTTA Método Ralston (a, = 2/3). Ralston (1962) y Ralston y Rabinowitz (1978) deter- minaron que al seleccionar a, = 2/3 se obtiene un limite minimo sobre el error de trun- ‘camiento para los algoritmos de RK de segundo orden. Para esta versién, a, = 1/3 y P= = 3/4: 1 2 a= yt (—kh +— ehh (25,38) Jie =I (4 3 :) (25:38) donde ky = fis yi) (25.384) a, eee kaa f(t Gh y+ Gh (25.388) Comparacién de varios esquemas RK de segundo orden Enunciado del problema. Use el método de punto medio [véase ecuacién (25.37)] y el método de Ralston [véase ecuaci6n (25.38)] para integrar numéricamente la ecuacién (PT7.13): Sfx, y) = —2x3 + 12x? — 20x 48.5 desde.x = Ohasta x = 4 usando un tamaiio de paso de 0.5. La condicién inicial en x 0 es y = 1. Compare los resultados con los valores obtenidos con otro algoritmo RK de segundo orden: el método de Heun sin corrector de iteracién (tabla 25.3) Solucién. El primer paso en el método de punto medio es el uso de la ecuacién (25.374) para calcular ky = -2(0)? + 12(0)? — 200) + 8.5 = 8.5 ‘Sin embargo, como la EDO es una funcidn sélo de x, tal resultado carece de relevancia sobre el segundo paso {el uso de la ecuacién (25.376)] para calcular ky = —2(0.25) + 12(0.25)? — 20(0.25) +8.5 = 21875 ‘Observe que tal estimacién de la pendiente es mucho mis cercana al valor promedio para el intervalo (4.4375) que la pendiente al inicio del intervalo (8.5) que podria haber sido usada por el procedimiento de Euler. La pendiente en el punto medio puede enton- ces sustituirse en la ecuacién (25.37) para predecir (0.5) = +4.21875(0.5) = 3.109375 &, = 4% | Et célculo se repite, y los resultados se resumen en la figura 25.14 y tabla 25.3.25.3 METODOS DE RUNGE-KUTTA 741 —— Anattico yh @—@ Ever mB Houn @—@ Punto medio AeA Ralston FIGURA 25.14 Comparacion de la solucién verdadera con soluciones numéricas usando tres mélodos RK de segundo orden y el mélodo de Euler Por medio del método de Ralston, &, para el primer intervalo es también igual a 8.5, y [véase ecuacién (25.386)] ky = —2(0.375)? + 12(0.375)? — 20(0.375) + 8.5 = 2.58203125 TABLA 25.3 Comporacién de los valores verdadero y aproximado de la integral de y! 22x) + 12:2 ~ 20x + 8.5, con la condicién inicial de que y = 1 en X= 0. Los valores aproximados se calcularon por medio de tres versiones de los métodos RK de segundo orden con un tamafio de paso de 0.5. RK Ralston Heun Punto medio: de segundo orden XYeantetore ‘te A) y tel (%) y lel 0.0 1,00000 1.00000, ° 1,00000 O 1.00000 ° OS 3.21875 3.43750 68 3.109375 34 3.277344 18 1.0 3.00000 3.37500 12.5 2.81250 63 3.101563 34 15 2.21875 2.68750 aut 1.984375 10.6 2.347656 58 2.0 2.00000 2.50000 25.0 175 125 2.140625 79 25 2.71875 3.18750 72 2.484375 86 2.855469 5.0 3.0 4.00000 4.37500 94 3.81250, 47 4.117188 29 3.5 4.71875 4.93750 46 4.609375, 23 4.800781 7 4.0 3.00000 3.00000 oO 3 Q 3.031250 1.0742 METODOS DE RUNGE-KUTTA La pendiente promedio se calcula por 2 = 5(8.5) + 5 (2.58203125) = 4.5546875 Ja cual se usard para predecir (0.5) = 1 + 4,5546875(0.5) = 3.27734375 1.82% Los cdleulos se repiten y los resultados se resumen’en la figura 25.14 y tabla 25.3. Ob- serve que todos los métodos RK de segundo orden son superiores al método de Euler. 25.3.2 Métodos de Runge-Kutta de tercer orden Para n = 3, se puede hacer un desarrollo similar al del método de segundo orden. El resultado de dicho desarrollo es de seis ecuaciones con ocho incdgnitas. Por tanto, se debe especificar con antelacién los valores para las dos incégnitas con el fin de estable- cer los parametros restantes. Una version comin que resulta es Yin = H+ 44 + lg + bh (25.39) donde ky = fis yi) (25.394) he A(x + tht a) (25.395) 2 2 ky = fai thy yi — bik + hah) (25.39¢) Observe que si la derivada es sélo una funcién de x, este método de tercer orden se reduce a la regla de Simpson 1/3. Ralston (1962) y Ralston y Rabinowitz (1978) desarro- Haron una versién alternativa que proporciona un limite minimo sobre el error de trunca~ miento. En cualquier caso, los métodos RK de tercer orden tienen errores local y global de O(h*) y O(i*), respectivamente, y dan resultados exactos cuando la solucién es una cibica. Al tratarse de polinomios, la ecuacién (25.39) seré también exacta cuando la ecuacién diferencial es cibica y la solucién es de cuarto orden. Ello se debe a que la regla de Simpson 1/3 proporciona estimaciones exactas de la integral para cibicas (re- cuerde el cuadro 21.3). 25.3.3 Métodos Runge-Kutta de cuarto orden EI mds popular de los métodos RK es el de cuarto orden. Como hicimos notar con los procedimientos de segundo orden, hay un nimero infinito de versiones. La siguiente, es la forma de uso mis comin y, por tanto, se le conoce como método RK cliisico de cuarto orden: