MÉTODOS NUMÉRICOS

NOTA TÉCNICA 6

Integración Numérica.
Dada una función 𝑓 definida sobre un intervalo [𝑎, 𝑏], estamos interesados en calcular

𝒃
𝑱(𝒇) = ∫ 𝒇(𝒙)𝒅𝒙
𝒂
suponiendo que esta integral tenga sentido para la función 𝑓. La cuadratura o integración
numérica consiste en obtener fórmulas aproximadas para calcular la integral 𝐽(𝑓) de 𝑓. Estos
métodos son de gran utilidad cuando la integral no se puede calcular por métodos analíticos,
su cálculo resulta muy costoso y estamos interesados en una solución con precisión finita dada
o bien sólo disponemos de una tabla de valores de la función (es decir, no conocemos la forma
analítica de 𝑓).

Método de Euler
En matemática y computación, el método de Euler, llamado así en honor de Leonhard Euler,
es un procedimiento de integración numérica para resolver ecuaciones diferenciales
ordinarias a partir de un valor inicial dado.

El método de Euler es el más simple de los métodos numéricos resolver un problema del
siguiente tipo:
𝑑𝑦
= 𝑓(𝑥, 𝑌)
𝑥
𝑃𝑉𝐼 = {
𝑦(𝑥0 ) = 𝑦0
𝑦(𝑥𝑖 ) =?

Consiste en multiplicar los intervalos que va de 𝑥0 , a 𝑥𝑓 , en 𝑛, subintervalos de ancho ℎ;

osea:
𝑥𝑓 − 𝑥0
ℎ=
𝑛

de manera que se obtiene un conjunto discreto de 𝑛 + 1, puntos: 𝑥0 , 𝑥1 , 𝑥2 , … , 𝑥𝑛 , del

intervalo de interes [𝑥0 , 𝑥𝑓] . Para cualquiera de estos puntos se cumlple que:
𝑥𝑖 = 𝑥0 + 𝑖ℎ, 0 ≤ 𝑖 ≤ 𝑛
La condición inicial 𝑦(𝑥𝑜 ) = 𝑦0 , representa el punto 𝑃0 = (𝑥𝑜 , 𝑦𝑜 ), por donde pasa la curva
solución de la ecuación de el planteamiento inicial, la cual se denotará como 𝐹(𝑥) = 𝑦,.

Ya teniendo el punto 𝑃0 , se puede evaluar la primera derivada de 𝐹(𝑥), en ese punto; por lo
tanto:
𝑑𝑦
𝐹 ′ (𝑥) = | = 𝑓(𝑥0 , 𝑦0 )
𝑑𝑥 𝑃0

Con esta información se traza una recta, aquella que pasa por 𝑃0 , y de pendiente 𝑓(𝑥𝑜 , 𝑦𝑜 ).
Esta recta aproxima 𝐹(𝑥), en una vecinidad de 𝑥0 . Tómese la recta como reemplazo de 𝐹(𝑥),
y localícese en ella (la recta) el valor de y correspondiente a 𝑥1 . Entonces, podemos deducir
según la Gráfica:

𝑦1 − 𝑦0
= 𝑓(𝑥𝑜 , 𝑦𝑜 )
𝑥1 − 𝑥0
Se resuelve para 𝑦1 ,:
𝑦1 = 𝑦0 + (𝑥1 − 𝑥0 )𝑓(𝑥𝑜 , 𝑦𝑜 ) = 𝑦0 + ℎ𝑓(𝑥𝑜 , 𝑦𝑜 )
Es evidente que la ordenada 𝑦1 , calculada de esta manera no es igual a 𝑓(𝑥1 ), pues existe un
pequeño error. Sin embargo, el valor 𝑦1 , sirve para que se aproxime 𝐹′(𝑥), en el punto 𝑃 =
(𝑥1 , 𝑦1 ), y repetir el procedimiento anterior a fin de generar la sucesión de aproximaciones
siguiente:

𝑦1 = 𝑦0 + ℎ𝑓(𝑥0 , 𝑦0 )
𝑦2 = 𝑦1 + ℎ𝑓(𝑥1 , 𝑦1 )
⋮
⋮
𝑦𝑛 = 𝑦𝑛−1 + ℎ𝑓(𝑥𝑛−1 , 𝑦𝑛−1 )

Ejemplo:
Sea la ecuación diferencial:
𝑑𝑦
= cos(𝑥)
𝑑𝑥

Con la condición inicial 𝑥 = 𝑎 = 0 ; 𝑦𝑎 = 1

Mediante el uso del método de Euler consiga una solución aproximada de y en la coordenada
𝑋 = 𝑏 = 0.5, subdividiendo el intervalo [𝑎 , 𝑏] en 𝑛 = 5 partes.

𝑎 = 0 𝑏 = 0.5 𝑛 = 5
Con estos datos es posible calcular:

𝑏−𝑎
ℎ= = 0.1
𝑛
La derivada de 𝑦 en este ejemplo es:𝑦 ′ (𝑥) = cos(𝑥)
El primer punto es: 𝑥1 = 𝑎 𝑦1 = 𝑦𝑎
Los puntos que siguen están comprendidos en el rango:
𝑖 = [2. . [𝑛 + 1]]
Mediante las siguientes formulas basadas en el método de Euler, calcularemos los (𝑥, 𝑦) de la
solución

𝑥𝑖 = 𝑥𝑖−1 + ℎ
𝑦𝑖 = 𝑦𝑖−1 + ℎ × 𝑦 ′[𝑥𝑖−1 ]
Los resultados numéricos quedan resumidos así:

0 1
2
0.1 1.1
3 0.2 1.1995
𝑖= 4 𝑥= 𝑦=
0.3 1.2975
5
[6] 0.4 1.393
[0.5] [1.4851]

De donde se concluye que la solución 𝑌 para el valor 0.5 𝑒𝑠 1.4851.

Nota: para la realización de los cálculos se ha usado Smath Studio, programa gratuito de uso
libre.

Ejemplo
Usar el método de Euler para aproximar la solución del P.V.I. dado en los puntos
𝑥 = 0.1, 0.2, 0.3, 0.4, 0.5 usando tamaño de paso ℎ = 0.1.
𝑑𝑦 𝑥
=− 𝑐𝑜𝑛 𝑦(0) = 4
𝑑𝑥 𝑦

𝑦𝑛+1 = 𝑦𝑛 + ℎ × 𝑓(𝑥𝑛 , 𝑦𝑛 )

𝑥0 = 0 𝑦0 = 4
0
𝑥1 = 0.1 𝑦1 = 𝑦0 + ℎ × 𝑓(𝑥0 , 𝑦0 ) = 4 + 0.1 × (− ) = 4
4
0.1
𝑥2 = 0.2 𝑦2 = 𝑦1 + ℎ × 𝑓(𝑥1 , 𝑦1 ) = 4 + 0.1 × (− ) = 3.9975
4
0.2
𝑥3 = 0.3 𝑦3 = 𝑦2 + ℎ × 𝑓(𝑥2 , 𝑦2 ) = 3.9975 + 0.1 × (− ) = 3.9925
3.9975
0.3
𝑥4 = 0.4 𝑦4 = 𝑦3 + ℎ × 𝑓(𝑥3 , 𝑦3 ) = 3.9925 + 0.1 × (− ) = 3.2411
3.9925
0.4
𝑥5 = 0.5 𝑦5 = 𝑦4 + ℎ × 𝑓(𝑥4 , 𝑦4 ) = 3.2411 + 0.1 × (− ) = 3.2288
3.2411
Método de Runge-Kutta
El método de Runge-Kutta es un método genérico de resolución numérica de ecuaciones
diferenciales. Este conjunto de métodos fue inicialmente desarrollado alrededor del año 1900
por los matemáticos C. Runge y M. W. Kutta.

Los métodos de Runge-Kutta (RK) son un conjunto de métodos iterativos (implícitos y

explícitos) para la aproximación de soluciones de ecuaciones diferenciales ordinarias,
concretamente, del problema de valor inicial.

Sea 𝑦 ′ (𝑡) = 𝑓(𝑡, 𝑦(𝑡))

una ecuación diferencial ordinaria, con 𝑓: Ω ⊂ ℝ × ℝ𝑛 → ℝ𝑛 donde Ω es un conjunto abierto,

junto con la condición de que el valor inicial de ƒ sea

(𝑡0 , 𝑦0 ) ∈ Ω

Entonces el método RK (de orden s) tiene la siguiente expresión, en su forma más general:

𝑦𝑛+1 = 𝑦𝑛 + ℎ ∑ 𝑏𝑖 𝑘𝑖
𝑖=1

donde ℎ es el paso por iteración, o lo que es lo mismo, el incremento ∆𝑡𝑛 entre los sucesivos
puntos 𝑡𝑛 y 𝑡𝑛+1. Los coeficientes 𝑘1 son términos de aproximación intermedios, evaluados
en ƒ de manera local
𝑠

𝑘𝑖 = (𝑡𝑛 + ℎ𝑐𝑖 , 𝑦𝑛 + ℎ ∑ 𝑎𝑖𝑗 𝑘𝑗 ) 𝑖 = 1,2, … 𝑠.

𝑗=1

con 𝑎𝑖𝑗 , 𝑏𝑖 , 𝑐𝑖 coeficientes propios del esquema numérico elegido, dependiente de la regla de
cuadratura utilizada. Los esquemas Runge-Kutta pueden ser explícitos o implícitos
dependiendo de las constantes 𝑎𝑖𝑗 del esquema. Si esta matriz es triangular inferior con todos
los elementos de la diagonal principal iguales a cero; es decir, 𝑎𝑖𝑗 = 0 para j= 1,2, … 𝑠 , los
esquemas son explícitos.
Ejemplo:

Usar el método de Runge-Kutta de cuarto orden con ℎ = 0.25 para aproximar la

Solución del P.V.I. dado en 𝑥 = 1:
𝑑𝑦
= 2𝑦 − 6
𝑑𝑥
𝑦(0) = 1
Compara esta aproximación con la solución verdadera, 𝑦 = 3 − 2𝑒 2𝑥 , evaluada en 𝑥 = 1.

𝑘1 = ℎ × 𝑓(𝑥𝑛 , 𝑦𝑛 )
ℎ 𝑘1
𝑥𝑛+1 = 𝑥𝑛 + ℎ 𝑘2 = ℎ × 𝑓 (𝑥𝑛 + , 𝑦𝑛 + )
2 2
1 } ℎ 𝑘2
𝑦𝑛+1 = 𝑦𝑛 + × (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ) 𝑘3 = ℎ × 𝑓 (𝑥𝑛 + , 𝑦𝑛 + )
6 2 2
ℎ
𝑘4 = ℎ × 𝑓 (𝑥𝑛 + , 𝑦𝑛 + 𝑘3 )
2
𝒏=𝟎
𝑥0 = 0 𝑦0 = 1

𝒏=𝟏
1
𝑥1 = 0.25 𝑦1 = 𝑦0 + × (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ) = −0.296875
6
𝑘1 = ℎ × 𝑓(𝑥0 , 𝑦0 ) = −1
ℎ 𝑘1
𝑘2 = ℎ × 𝑓 (𝑥0 + , 𝑦0 + ) = −1.25
2 2
ℎ 𝑘2
𝑘3 = ℎ × 𝑓 (𝑥0 + , 𝑦0 + ) = −1.3125
2 2
𝑘4 = ℎ × 𝑓(𝑥0 + ℎ, 𝑦0 + 𝑘3 ) = −1.65625

𝒏=𝟐
1
𝑥2 = 0.5 𝑦2 = 𝑦1 + × (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ) = −2.434692
6
𝑘1 = ℎ × 𝑓(𝑥1 , 𝑦1 ) = −1.6484375
ℎ 𝑘1
𝑘2 = ℎ × 𝑓 (𝑥1 + , 𝑦1 + ) = −2.06055
2 2
ℎ 𝑘2
𝑘3 = ℎ × 𝑓 (𝑥1 + , 𝑦1 + ) = −2.1636
2 2
𝑘4 = ℎ × 𝑓(𝑥1 + ℎ, 𝑦1 + 𝑘3 ) = −2.7302
𝒏=𝟑
1
𝑥3 = 0.75 𝑦3 = 𝑦2 + × (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ) = −5.95875
6
𝑘1 = ℎ × 𝑓(𝑥2 , 𝑦2 ) = −2.71735
ℎ 𝑘1
𝑘2 = ℎ × 𝑓 (𝑥2 + , 𝑦2 + ) = −3.39668
2 2
ℎ 𝑘2
𝑘3 = ℎ × 𝑓 (𝑥2 + , 𝑦2 + ) = −3.5665
2 2
𝑘4 = ℎ × 𝑓(𝑥2 + ℎ, 𝑦2 + 𝑘3 ) = −4.5006

𝒏=𝟒
1
𝑥4 = 1 𝑦4 = 𝑦3 + × (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ) = −11.7679
6
𝑘1 = ℎ × 𝑓(𝑥3 , 𝑦3 ) = −4.479385
ℎ 𝑘1
𝑘2 = ℎ × 𝑓 (𝑥3 + , 𝑦3 + ) = −5.5992
2 2
ℎ 𝑘2
𝑘3 = ℎ × 𝑓 (𝑥3 + , 𝑦3 + ) = −5.8792
2 2
𝑘4 = ℎ × 𝑓(𝑥3 + ℎ, 𝑦3 + 𝑘3 ) = −7.4189

𝑦 = 3 − 2𝑒 2𝑥 → 𝑌(1) = 3 − 3𝑒 2 = −11.7781
CUADRO INFORMATIVO

UNIDAD LINKS BIBLIOGRAFÍA

6 Método de Euler: Nieves Hurtado, A. (2015). Métodos numéricos:
https://www.youtube.com/wat aplicados a la ingeniería.. Grupo Editorial Patria.
ch?v=9mv5KbFlZq4 https://elibro.net/es/lc/interline/titulos/39455

Flórez Calderón, T. (2016). Métodos numéricos

Método de Runge-Kutta: que debes saber.. Editorial Universidad Nacional
https://www.youtube.com/wat de Colombia.
ch?v=MtRfoZ7S0fg} https://elibro.net/es/lc/interline/titulos/129856

García, I. (2013). Métodos numéricos: problemas

resueltos y prácticas.. Edicions de la Universitat
de Lleida.
https://elibro.net/es/lc/interline/titulos/54433