Método de Runge-Kutta de 4to orden para solución de EDO's

luja13
7 Jul 201612:17

Summary

TLDREl método de Runge-Kutta de cuarto orden es una técnica común para resolver ecuaciones diferenciales ordinarias numéricamente. Este método, desarrollado por los autores Runge y Kutta, se caracteriza por su alta precisión utilizando una aproximación basada en la derivada de cuarto orden. Para aplicarlo, se requiere conocer el tiempo inicial y las condiciones iniciales de la función. El proceso implica calcular cuatro aproximaciones en cada iteración, combinando sus pendientes para obtener una solución numérica más precisa. El error se puede minimizar ajustando el tamaño del paso, lo que permite acercarse más al valor real de la solución. La precisión del método se ve reflejada en su capacidad para aproximar la solución de una ecuación diferencial a través de un vector de soluciones que representa los puntos evaluados a lo largo del dominio de la variable independiente.

Takeaways

  • 📚 El método de Runge-Kutta de cuarto orden es uno de los métodos más utilizados para generar soluciones numéricas de ecuaciones diferenciales ordinarias.
  • 🔢 Se utiliza una aproximación basada en una derivada de cuarto orden, lo que le da a este método su clasificación de 'cuarto orden'.
  • 🕒 Para entender el principio del método, es importante considerar una función de la solución de una ecuación diferencial que depende de una variable independiente, como el tiempo.
  • 📈 Para resolver una ecuación diferencial numéricamente, se requiere conocer tanto el tiempo inicial como la condición inicial de la solución.
  • 🎯 El método de Runge-Kutta se basa en calcular la solución real en un punto dado, como t_1, utilizando cuatro aproximaciones basadas en la pendiente.
  • 🧩 Estas cuatro aproximaciones se promedian para generar el siguiente punto en la trayectoria, lo que nos acerca a una solución numérica.
  • 📉 A pesar de que siempre habrá algún tipo de error entre la solución real y la numérica, el método de Runge-Kutta es bastante preciso.
  • ➗ El error en la solución numérica puede disminuir manipulando el tamaño del paso (h), siendo más pequeño el paso, más precisa la solución.
  • 🔧 El método de Runge-Kutta involucra el cálculo de varias iteraciones (k_1, k_2, k_3, k_4) utilizando la ecuación del método para determinar la siguiente iteración.
  • 🔄 Cada iteración depende de la condición inicial, el tamaño del paso y el estado anterior de la aproximación, lo que es crucial para calcular las siguientes aproximaciones.
  • 📝 La solución de una ecuación diferencial no se da solo por el siguiente punto, sino por el conjunto de todos los puntos evaluados, lo que requiere almacenar una gran cantidad de datos.

Q & A

  • ¿Qué es el método de Runge-Kutta de cuarto orden y por qué es importante?

    -El método de Runge-Kutta de cuarto orden es una técnica numérica utilizada para resolver ecuaciones diferenciales ordinarias. Es importante porque proporciona una aproximación precisa de la solución, utilizando una aproximación basada en una derivada de cuarto orden.

  • ¿Cuáles son los requisitos iniciales necesarios para resolver una ecuación diferencial mediante el método de Runge-Kutta?

    -Para resolver una ecuación diferencial con el método de Runge-Kutta, se necesita conocer el tiempo inicial y la condición inicial de la función, que es el valor de la función en ese tiempo dado.

  • ¿Cómo se utiliza el método de Runge-Kutta para calcular la solución numérica de un punto a otro?

    -El método de Runge-Kutta calcula la solución numérica a través de cuatro iteraciones que se basan en la pendiente. Luego, se promedia estas cuatro aproximaciones para generar el siguiente punto en la trayectoria.

  • ¿Qué es un 'tamaño de paso' en el contexto del método de Runge-Kutta y cómo afecta la precisión de la solución?

    -El 'tamaño de paso' es la distancia entre los puntos de evaluación en el tiempo. Cuanto más pequeño sea el tamaño de paso, más preciso será la solución numérica, ya que se aproximará más al valor real de la solución.

  • ¿Cómo se definen las ecuaciones para calcular las aproximaciones en el método de Runge-Kutta de cuarto orden?

    -Las ecuaciones para calcular las aproximaciones en el método de Runge-Kutta de cuarto orden se definen mediante una combinación de la condición inicial, el tamaño de paso y las funciones de la ecuación diferencial evaluadas en puntos específicos.

  • ¿Qué son 'k1', 'k2', 'k3' y 'k4' en el método de Runge-Kutta y cómo se relacionan con las iteraciones?

    -En el método de Runge-Kutta, 'k1', 'k2', 'k3' y 'k4' son aproximaciones intermedias que se calculan en cada iteración para determinar la siguiente aproximación de la solución. Cada una depende de la función de la ecuación diferencial evaluada en diferentes puntos.

  • ¿Cómo se relaciona la variable independiente con la variable dependiente en el contexto del método de Runge-Kutta?

    -La variable independiente, generalmente el tiempo, es la que se manipula directamente en el método de Runge-Kutta. La variable dependiente es la función que se está calculando y su valor cambia en función de la variable independiente.

  • ¿Por qué es necesario almacenar todos los puntos intermedios en la solución de una ecuación diferencial?

    -Es necesario almacenar todos los puntos intermedios porque la solución de una ecuación diferencial es una función continua y se representa mejor mediante una infinidad de puntos. Esto permite obtener una aproximación más precisa de la solución.

  • ¿Cómo se determina el número total de puntos en la solución final del método de Runge-Kutta?

    -El número total de puntos en la solución final se determina por el tamaño de paso 'h' y el rango de tiempo que se está evaluando. Cuanto más chico sea 'h', más puntos habrá en la solución.

  • ¿Cómo se puede visualizar la solución de un sistema de ecuaciones diferenciales utilizando el método de Runge-Kutta?

    -Se puede visualizar la solución de un sistema de ecuaciones diferenciales utilizando el método de Runge-Kutta al graficar los puntos calculados a lo largo del tiempo, lo que permite observar la trayectoria de la solución numérica.

Outlines

00:00

📚 Introducción al Método de Runge-Kutta de Cuarto Orden

El primer párrafo introduce al Método de Runge-Kutta de cuarto orden, una técnica común para resolver ecuaciones diferenciales ordinarias numéricamente. Se destaca que este método es de cuarto orden ya que utiliza una aproximación basada en la derivada de cuarto orden. Se menciona la importancia de conocer la condición inicial y el valor de la función en ese momento inicial para resolver cualquier ecuación diferencial. El método se basa en calcular aproximaciones mediante cuatro iteraciones, las cuales se promedian para generar el siguiente punto en la solución numérica. Además, se enfatiza que la precisión del método puede ser ajustada mediante el tamaño del paso, siendo más pequeño el paso, más precisa la solución.

05:03

🔍 Proceso detallado del Método de Runge-Kutta

El segundo párrafo se enfoca en los detalles del proceso del Método de Runge-Kutta. Se describe cómo se calculan las aproximaciones 'k1', 'k2', 'k3' y 'k4', que dependen de la función de la ecuación diferencial evaluada en un punto 'x_n' más un término proporcional al tamaño del paso 'h'. Se resalta que cada una de estas aproximaciones depende del estado anterior de la aproximación, lo que implica que para calcular 'k2' se requiere 'k1', y así sucesivamente. Además, se menciona la importancia de almacenar todos los puntos calculados, desde la condición inicial hasta la solución final, para representar la función solución de la ecuación diferencial.

10:04

📈 Vector de Soluciones y Ejercicio de Aplicación del Método

El tercer párrafo habla sobre la representación de la solución de una ecuación diferencial como un vector de soluciones, que incluye todos los puntos desde la condición inicial hasta la solución final. Se explica que el tamaño del paso 'h' determina la distancia entre cada punto en el vector, y que un paso más pequeño resulta en una solución más aproximada. Se sugiere que para obtener una solución más precisa, se deben calcular más puntos. Finalmente, se menciona la intención de realizar un ejercicio práctico aplicando el Método de Runge-Kutta para visualizar las soluciones que se requieren.

Mindmap

Keywords

💡Método de Runge-Kutta

El Método de Runge-Kutta, mencionado como 'métod de rege q' en el guión, es un algoritmo de integración numérica utilizado para resolver ecuaciones diferenciales ordinarias. Es de cuarto orden, lo que significa que tiene una aproximación basada en la derivada de cuarto orden. Es fundamental para el tema del video, ya que se utiliza para generar soluciones numéricas y se describe cómo funciona y cómo se implementa.

💡Ecuaciones Diferenciales Ordinarias

Las ecuaciones diferenciales ordinarias son una clase de ecuaciones que implican una función y sus derivadas. En el video, se discute cómo el Método de Runge-Kutta se utiliza para encontrar soluciones numéricas de estas ecuaciones, que son esenciales en modelar fenómenos físicos y matemáticos.

💡Condición Inicial

La condición inicial es un valor conocido de una función y su derivada en un punto específico, que es necesario para resolver una ecuación diferencial numéricamente. En el guión, se menciona que para resolver cualquier ecuación diferencial mediante métodos numéricos, se requiere conocer tanto el tiempo inicial como la condición inicial.

💡Tamaño de Paso

El tamaño de paso, también conocido como 'h' en el guión, es la distancia entre los puntos de evaluación en el dominio de la variable independiente. Cuanto más pequeño sea el tamaño de paso, más precisa será la aproximación numérica. Es un concepto clave en el Método de Runge-Kutta para controlar la precisión de la solución.

💡Iteración

En el contexto del Método de Runge-Kutta, las iteraciones son los cálculos realizados para aproximar el valor de la función en puntos sucesivos. El guión describe cómo se utilizan cuatro aproximaciones para calcular el siguiente punto en la solución numérica.

💡Aproximación

La aproximación en el Método de Runge-Kutta se refiere a los valores calculados que se utilizan para estimar la solución de una ecuación diferencial en un punto dado. El guión menciona que el método calcula cuatro aproximaciones y luego toma un promedio para encontrar el siguiente punto en la solución.

💡Pendiente

La pendiente es una representación de la derivada en un punto, y en el Método de Runge-Kutta, se utiliza para calcular las aproximaciones. Aunque no se menciona directamente en el guión, la idea de calcular pendientes está implícita en el proceso de aproximación.

💡Precisión

La precisión se refiere a la cercanía de una aproximación numérica a la solución real. El guión destaca que el Método de Runge-Kutta es bastante preciso y que el error puede disminuir al ajustar el tamaño de paso, lo que es crucial para entender cómo se mejora la solución numérica.

💡Soluciones Numéricas

Las soluciones numéricas son aproximaciones de las soluciones de una ecuación diferencial que se obtienen mediante métodos computacionales. El guión describe cómo el Método de Runge-Kutta se utiliza para generar estas soluciones, que son esenciales para entender el comportamiento de sistemas dinámicos.

💡Vector de Soluciones

El vector de soluciones es una representación de todos los puntos calculados a lo largo del dominio de la variable independiente. En el guión, se menciona que se necesita almacenar todos los datos de los puntos evaluados para construir la solución completa de la ecuación diferencial.

Highlights

Uno de los métodos más utilizados para generar soluciones numéricas de ecuaciones diferenciales ordinarias es el método de Runge-Kutta de cuarto orden.

Este método es conocido como un método de cuarto orden debido a que utiliza una aproximación basada en la derivada de cuarto orden.

El principio del método se basa en determinar la condición inicial en un tiempo cero para resolver la ecuación diferencial.

Para resolver cualquier ecuación diferencial mediante métodos numéricos, es necesario conocer tanto el tiempo inicial como la condición inicial.

El método de Runge-Kutta calcula cuatro aproximaciones en base a la pendiente y realiza un promedio para generar el siguiente punto.

La precisión del método se puede mejorar utilizando un tamaño de paso más pequeño, lo cual reduce el error.

La ecuación del método de Runge-Kutta de cuarto orden utiliza una combinación de las derivadas evaluadas en puntos intermedios.

Cada una de las cuatro derivadas intermedias (k1, k2, k3, k4) se calcula en base a las condiciones iniciales y el tamaño de paso.

El valor de k2 depende de la misma condición inicial y del estado anterior de la aproximación.

El método requiere almacenar todos los puntos evaluados para obtener una solución precisa y continua de la ecuación diferencial.

La solución del sistema de Runge-Kutta es un vector que lleva todos los puntos desde la condición inicial hasta la solución final.

La precisión de la solución aumenta con un mayor número de puntos evaluados, lo cual se logra con un tamaño de paso más pequeño.

El método de Runge-Kutta es un método numérico preciso para resolver ecuaciones diferenciales ordinarias.

La representación de la solución de una ecuación diferencial como una infinidad de puntos asegura una aproximación más precisa.

Es fundamental almacenar tanto los valores de la variable independiente como los de la función para representar la solución completa.

Transcripts

play00:01

uno de los métodos más utilizados para

play00:03

generar soluciones numéricas de

play00:05

ecuaciones diferenciales ordinarias es

play00:07

el método de rege q está de cuarto orden

play00:10

ejecuta son los autores de la propuesta

play00:14

de este método y se le conoce como un

play00:16

método de cuarto orden debido a que se

play00:19

utiliza una aproximación en base a la

play00:21

una derivada de cuarto orden

play00:24

en general para entender el principio

play00:26

acerca de este método

play00:29

pensemos en

play00:36

si está estamos hablando de ver una

play00:38

función

play00:41

de la solución de una ecuación

play00:43

diferencial que depende de la variable

play00:45

independiente que es el tiempo pues el

play00:49

método ejecuta lo que hace es que en

play00:51

base a una primera condición inicial

play00:52

para un tiempo cero

play00:56

determinamos cuál es esta condición

play00:58

inicial y necesitamos conocer cuál es el

play01:01

valor de la función en ese tiempo dado

play01:04

quiere decir que para resolver cualquier

play01:06

ecuación diferencial mediante métodos

play01:08

numéricos siempre se necesita conocer

play01:10

tanto el tiempo inicial o tanto el

play01:15

tiempo inicial como la condición inicial

play01:17

o la solución que nosotros conocemos

play01:20

generalmente estas soluciones se asignan

play01:23

a valores de algo conocido si nosotros

play01:27

por ejemplo pensamos que la ecuación

play01:28

diferencial corresponde a un móvil que

play01:31

se deja caer de cierta altura pues la

play01:35

altura inicial es un dato que yo sí

play01:37

puedo considerar sería mi condición

play01:39

inicial si yo tengo un proyectil que va

play01:41

a ser disparado desde el suelo pues la

play01:44

condición inicial se podría conducir de

play01:45

conocer como cero en un tiempo cero dado

play01:50

a su vez podríamos hablar de la

play01:51

velocidad o de algún tipo de parámetro

play01:54

necesario entonces bueno el método de

play01:57

ejecutar en base a estos dos

play02:00

parámetros que mencionamos aquí va a

play02:02

hacer lo siguiente si yo quiero calcular

play02:04

la la solución real supongamos que la

play02:07

solución real es el siguiente punto de

play02:10

un tercero a un t 1

play02:14

el siguiente punto evaluado de la

play02:16

solución real estaría dado aquí

play02:23

en un x1 y bueno la distancia que existe

play02:26

entre este para

play02:28

para acercarnos a una solución numérica

play02:32

oa una aproximación se basa en cuatro

play02:35

iteraciones quiere decir que el método

play02:37

de ron ejecuta va a calcular cuatro

play02:39

aproximaciones en base a la pendiente

play02:46

y estas cuatro aproximaciones al momento

play02:48

de hacer un promedio de ellas nos va a

play02:50

generar un siguiente punto

play02:54

entonces bueno en la trayectoria

play02:58

seguiría la siguiente seguir el

play03:02

siguiente desplazamiento en donde bueno

play03:05

vamos nosotros a encontrar

play03:08

es muy común encontrar algún tipo de

play03:10

error

play03:15

entre la solución real que sería esta la

play03:18

solución numérica que calculamos pero

play03:21

bueno este método de cuarto orden es un

play03:24

método bastante preciso el error que

play03:28

vamos a encontrar se puede llegar a

play03:30

disminuir si entre cada interacción que

play03:33

nosotros tenemos manejamos lo que se

play03:35

conoce como un tamaño de paso

play03:42

y mientras menor sea el tamaño de paso

play03:51

más preciso va a ser nuestra solución

play03:54

numérica quiere decir que en lugar de

play03:55

tener este tipo de error nosotros

play03:57

podríamos acercarnos más al valor real

play03:59

de la solución y bueno el método de rege

play04:03

q está ocupan las siguientes ecuaciones

play04:08

nosotros necesitamos

play04:13

calcular en base a una siguiente

play04:16

iteración que se le conoce como jtm 1

play04:20

necesitamos

play04:22

en el que es la condición inicial más

play04:27

un sexto del tamaño de paso

play04:31

x cada uno

play04:35

más dos veces

play04:37

k2

play04:40

más dos veces

play04:42

3

play04:46

máscara 4

play04:48

esta es la ecuación del método de ron gq

play04:51

está toda la información que necesitamos

play04:53

para calcular la siguiente iteración

play04:55

viene dada aquí necesitamos una

play04:58

condición de n un tamaño de paso h y los

play05:02

parámetros que en este caso las

play05:05

funciones o aproximaciones son 4 debido

play05:08

al orden y cada uno hasta acá 4 en donde

play05:12

cada uno

play05:19

cada uno viene dado por la función

play05:23

de la ecuación diferencial evaluada en x

play05:27

n coma

play05:31

donde x

play05:34

esta es la variable

play05:38

independiente

play05:42

y esta es la variable independiente

play05:46

en el caso de nuestra función si

play05:49

utilizamos en lugar de xy utilizamos x

play05:53

con el tiempo pues esto vendría dado por

play05:56

efe

play05:59

cn coma

play06:02

xd realmente el orden de la vida el

play06:05

nombre que tomen las variables es

play06:08

y no fundamental porque podemos hacer un

play06:10

cambio de variable y llegar de esta

play06:12

aproximación a esta de aquí nada más es

play06:15

importante mencionar que x aquí es la

play06:18

variable independiente y es la variable

play06:21

dependiente ahora acá nos va a tomar el

play06:25

valor de la función

play06:29

evaluada en

play06:32

x n

play06:34

más

play06:37

un medio del tamaño de paso

play06:42

tiene más

play06:46

un medio

play06:48

del tamaño de paso multiplicado a su vez

play06:52

por cada uno

play06:55

fíjense que el valor de cada dos depende

play06:57

de la misma condición inicial para los

play06:59

tiempos de la misma condición inicial de

play07:02

la función del tamaño de paso pero

play07:04

dependemos también del estado anterior

play07:06

de la aproximación quiere decir que para

play07:08

calcular casos yo requiero de cada uno y

play07:11

sus

play07:13

consecutivamente obtendríamos lo

play07:16

siguiente para el valor de cada tres

play07:19

tendríamos x

play07:23

dn

play07:25

más un medio de h

play07:34

más un medio

play07:36

ph por

play07:40

k2

play07:42

y k4 sería la última iteración

play07:47

viene dado por

play07:52

x

play07:55

n

play07:56

+ h completamente es el siguiente paso

play08:00

completo

play08:04

cdn

play08:07

más h veces

play08:13

3

play08:20

vamos a poner aquí nada más donde x de n

play08:27

es la condición inicial

play08:38

ign

play08:40

bueno esta es condición inicial para el

play08:42

tiempo

play08:47

y mejor que decir que el tiempo

play08:52

para la variable

play09:01

de independientes

play09:09

y cdn sería la condición inicial

play09:15

para la variable

play09:22

dependiente

play09:24

y bueno a partir de esto se puede

play09:26

calcular la siguiente iteración es

play09:28

importante mencionar que debido a lo que

play09:31

vimos en la introducción de ecuaciones

play09:34

diferenciales la solución de una

play09:36

ecuación diferencial no está dada nada

play09:38

más por el siguiente punto

play09:42

en este caso estamos interesados

play09:48

los puntos subsiguientes que llegue a

play09:51

tomar una función el conjunto de todos

play09:54

estos puntos

play09:59

es la solución en la que estamos

play10:01

interesados quiere decir que yo necesito

play10:03

almacenar todos los datos que están aquí

play10:05

marcados como x 0

play10:09

x 1

play10:11

x2

play10:14

x 3 hasta 1 x

play10:18

y este vector que va a ser el vector

play10:20

solución

play10:26

va a llevar todos los puntos

play10:29

que obtuvimos desde la condición inicial

play10:35

hasta nuestra solución final el número

play10:38

de puntos que evaluemos entonces

play10:41

todo esto considerando que entre canadá

play10:46

punto que está marcado aquí va a existir

play10:48

un tamaño de paso de h quiere decir que

play10:52

entre x0 y el valor de x1 existe una

play10:57

dimensión a una distancia de h repito

play11:00

mientras más chico sea el valor del

play11:02

tamaño de paso mientras más chico sea h

play11:05

más aproximada sería la solución ya que

play11:07

tendríamos más puntos aquí para para

play11:10

evaluar y además de obtener los valores

play11:13

de x necesitamos también calcular los

play11:16

valores resultantes de la función

play11:20

que sería desde cero

play11:24

y uno

play11:27

de 2

play11:29

hasta 19 n

play11:40

entonces esta es la solución del sistema

play11:42

de ejecutar

play11:45

es un vector de soluciones y es un

play11:48

vector debido a que la solución de una

play11:50

ecuación diferencial dijimos que es una

play11:52

función por lo tanto una función debe

play11:55

estar representada por una infinidad de

play11:58

puntos mientras más puntos calculemos

play12:00

más preciso sería el sistema entonces

play12:03

vamos a hacer un ejercicio en base a

play12:05

este método de roque kuta y vamos a

play12:08

visualizar cuáles serían las soluciones

play12:10

que requerimos

Rate This

5.0 / 5 (0 votes)

Related Tags
Método Runge-KuttaEcuaciones DiferencialesSolución NuméricaCálculo de DerivadasCondición InicialTamaño de PasoAproximación Cuarta OrdenPrecisión NuméricaIteracionesVector Soluciones
Do you need a summary in English?