Apuntes de J.

Lorente

2.4

Control de paso. An alisis de errores y convergencia. A-estabilidad.

En esta secci on analizamos el modo en que podemos obtener una estimaci on del error de truncatura local que permita modicar el tama no de paso seg un la precisi on que deseemos. Tambi en damos un an alisis de la convergencia dando estimaciones tanto del error local como del error global del m etodo. Terminaremos la secci on con el estudio del comportamiento de los m etodos de un paso frente a problemas r gidos.

2.4.1

Control de paso.

Supongamos que el m etodo usado es de orden p 1 y el t ermino principal de error local de truncatura (h) (2h) p+1 es Ch y sean yn+1 y (x = xn+1 ) e yn+1 y (x) sendas aproximaciones obtenidas, respectivamente, h 2h desde yn1 e yn ; entonces, y (x) yn+1 = 2Chp+1 (2h) y (x) yn+1 = C (2h)p+1 = 2p+1 Chp+1 Rn+1 (x; h)
(h)

yn+1 yn+1 = 2(1 2p )Chp+1

yn+1 yn+1 2(12p )
(h) (2h)

(h)

(2h)

As , es posible conocer el error de truncatura local mediante los valores yn+1 y yn+1 para poder decidir si podemos aumentar el tama no de paso o disminuirlo, a lo largo del proceso de aplicaci on pr actica del m etodo (dependiendo de la menor o mayor oscilaci on de la soluci on del P.V.I.). Otra forma de llevar a cabo el control de paso es usar m etodos de distinto orden en el proceso consiguiendo estimar el error de truncatura local y as poder decidir si se aumenta o disminuye el paso. Esta t ecnica se suele atribuir a Fehlberg (ver cap tulo 8 del Kincaid-Cheney (referencia bibliogr aca 5)).

(h)

(2h)

2.4.2

Errores y convergencia.

Teorema 2.1 y = Dado un m etodo para el P.V.I. (2.1) del tipo 0 ; entonces, yn+1 = yn + h (xn ; yn ; h, f ) n 0 1. Si (x, y ; h, f ) es Lipschitziana respecto de y; entonces, el m etodo es convergente si, y s olo si, es consistente. 2. Si el m etodo es de orden p 1; entonces, el error global de discretizaci on es O(hp ). M as concretamente, eM (xa) 1 |y (x) yn | Chp M donde M es la cte. de Lipschitz de (h sucientemente peque no). 3. Si se tienen en consideraci on los errores debidos al redondeo, entonces se tiene: |y (x) y n | Chp + h eM (xa) 1 M

10 Teorema 2.2 (convergencia de m etodos cl asicos) Si f (x, y ) es Lipschitziana respecto de y; entonces,

M etodos de un paso.

1. Los m etodos de Runge-Kutta expl citos de orden p 1 son convergentes. 2. Si las funciones f (k) (x, y ) son lipschitzianas para k = 1, 2, . . . , p 1, el m etodo de Taylor de orden p es convergente. 3. Los m etodos de Euler son convergentes.

2.4.3

A-estabilidad o estabilidad num erica.

A la hora de elegir un m etodo para resolver num ericamente un p.v.i. no s olo hemos de tener en cuenta sus propiedades de convergencia y orden sino tambi en c ual ser a su comportamientos frente a dos situaciones diferentes que conducen a un mismo criterio o concepto; a saber, c omo se comporta el m etodo frente a errores de redondeo si mantenemos h jo y hacemos el intervalo de integraci on sucientemente grande (es decir, n > )? qu e ocurre si resolvemos num ericamente un problema cuya soluci on tiene una parte que tiende a cero r apidamente (transitoria) y otra que permanece (estacionaria) cuando x ? El caso m as simple es el p.v.i. y = y con y (0) = y Re() < 0 cuya soluci on es y (x) = ex . Denici on 2.1 Diremos que un m etodo de un paso, yn+1 = yn + h(xn , yn , yn+1 ; h, f ) es A-estable si al aplicarlo al p.v.i. test: y = y con Re() < 0, la soluci on num erica {yn } cumple:
n

lim yn = 0 h > 0

Veamos algunos ejemplos, Si aplicamos el m etodo de Euler al problema test tendremos. yn+1 = yn + hyn = (1 + h)yn = = (1 + h)n+1 y0 luego la soluci on num erica tiende a cero si, y s olo si, el factor 1 + w (con w = h) cumple: |1 + w| < 1 Los valores de w que cumplen esa desigualdad son los del c rculo de centro en (1, 0) y radio 1 (g. ) . Luego, el m etodo de Euler no es A-estable. qu e ocurre con el m etodo de Euler impl cito? Ahora, al aplicarlo al problema test, tendremos: yn+1 = yn + hyn+1 yn+1 1 = yn = = 1 h 1 1 h
n+1

y0

Apuntes de J. Lorente luego la soluci on num erica tiende a cero si, y s olo si, el factor 1 <1 1w
1 1w

11 (con w = h) cumple:

condici on que es cierta para cualquier valor w con Re(w) < 0 y por lo tanto para cualquier valor h > 0. Por lo tanto, el m etodo es A-estable. En general, cuando aplicamos un m etodo de un paso la soluci on num erica adoptar a la forma: yn+1 = Q(w)yn donde Q(w) es de tipo polin omico en el caso de m etodos expl citos y de tipo racional en los m etodos impl citos. As , la condici on de A-estabilidad de un m etodo pasa por analizar la desigualdad: |Q(w)| < 1 (2.12)

con w C . Dado que la condic on de A-estabilidad es muy fuerte, en ocasiones buscaremos m etodos para los que el conjunto soluci on de (2.12) sea lo mayor posible. As , denimos los conceptos de regi on e intervalo de A-estabilidad como sigue: Al conjunto, RA = {w C/|Q(w)| < 1} lo llamamos regi on de A-estabilidad del m etodo; e intervalo de A-estabilidad al conjunto: RA R Observaci on. Un m etodo es A-estable si su regi on de A-estabilidad contiene el semiplano 2 izquierdo de R . En las guras siguientes se muestran las regiones para Euler y Euler impl cito.
1.5 1 0.5

1.5 1 0.5 -2 -1 -0.5 -1 -1.5 1 2

-3

-2.5

-2

-1.5

-1

-0.5 -0.5 -1 -1.5

Figura 2.1: Regiones de A-estabilidad para los m etodos de Euler expl cito e impl cito.