1 Teora bsica sobre problemas de valor inicial

Cuando a una ecuacin diferencial se le aaden condiciones sobre el dato inicial se obtienen los denominados problemas
de valor inicial o problemas de Cauchy. En este captulo vamos a estudiar bajo qu condiciones estos problemas admiten
soluciones y en qu casos podemos garantizar la unicidad de las mismas.
1.1 Existencia y unicidad de soluciones
Denicin 1.1 (Problema de valor inicial o de Cauchy) Sea D un dominio de R
n+1
, n N, una funcin f : D R
n
,
un instante inicial t
0
R y un valor inicial
0
R
n
tal que (t
0
,
0
) D. Un problema de valor inicial (o problema de
Cauchy) consiste en encontrar una funcin diferenciable x() : I R
n
solucin del problema
_
x

(t) = f(t, x(t)), t I

x(t
0
) =
0
,
(1.1)
donde I es un intervalo de R de forma que t
0
I y (t, x(t)) D para todo t I.
2
Observacin 1.2 Cuando f C(D) entonces, por el Teorema Fundamental del Clculo y la Regla de Barrow, el proble-
ma de valor inicial (1.1) es equivalente a encontrar las soluciones x(t) de la ecuacin integral
x(t) =
0
+

t
t
0
f(s, x(s)) ds.
2
Observacin 1.3 En la mayora de las aplicaciones, t denota la variable temporal y x la variable espacial (aunque hay
otros tipos de problemas, por ejemplo, de tipo geomtrico, en lo que esto no suele ser as). Como se aprecia, un problema
de valor inicial consta de una ecuacin diferencial (denominada autnoma cuando f no depende de t) y de una condicin
inicial. Ntese que la continuidad de la funcin f no es necesaria para la existencia de solucin del problema de valor
inicial (1.1), pues no todas las funciones diferenciables son de clase C
1
.
2
Observacin 1.4 Los problemas del tipo
_

_
x
p)
(t) = f(t, x(t), x

(t), . . . , x
p1)
(t)), t I
x(t
0
) =
0
x

(t
0
) =
1

x
p1)
(t
0
) =
p1
con t
0
I y {
0
,
1
, . . . ,
p1
} R
n
son un caso particular de problemas de valor inicial. Se pueden expresar en la
forma (1.1) mediante el cambio de variable
1
y(t) = (y
1
(t), y
2
(t), . . . , y
p
(t))
T
con
y
1
(t) = x(t), y
2
(t) = x

(t), . . . , y
p
(t) = x
p1)
(t).
1
En todo lo que sigue se utilizarn los vectores en formato columna, denotando por v
T
el traspuesto del vector la v.
Anlisis Numrico . M. Ramos y J. M. Rey
4 Teora bsica sobre problemas de valor inicial
En efecto, puesto que
_

_
y

1
(t) = y
2
(t)
y

2
(t) = y
3
(t)
. . .
y

p1
(t) = y
p
(t)
y

p
(t) = f(t, y
1
(t), y
2
(t), . . . , y
p
(t)),
se tiene la equivalencia
_

_
x
p)
(t) = f(t, x(t), x

(t), . . . , x
p1)
(t)), t I
x(t
0
) =
0
x

(t
0
) =
1

x
p1)
(t
0
) =
p1

_
y

(t) = g(t, y(t))

y(t
0
) = (
0
,
1
, . . . ,
p1
)
T
donde y C
p
(I; R
np
) y g : I R
np
R
np
viene dada por
g(t, ) = (
2
,
3
, . . . ,
p
, f(t,
1
,
2
, . . . ,
p
))
T
,
siendo = (
1
,
2
, . . . ,
p
)
T
.
2
Observacin 1.5 Puesto que en el espacio vectorial de dimensin nita R
n
todas las normas son equivalentes, en todo
lo que sigue denotaremos por |||| a una norma arbitraria de dicho espacio. A la hora de elegir una norma en concreto,
tomaremos, salvo que se explicite lo contrario, la norma innito de un vector v = (v
1
, v
2
, . . . , v
n
)
T
de R
n
o C
n
dada por
||v||

= max
i=1,2,...,n
|v
i
|,
donde |v
i
| denota, respectivamente, el valor absoluto o el mdulo de la componente isima del vector v.
2
Veamos algunas condiciones que nos aseguren la existencia de soluciones del problema de valor inicial (1.1) as como
su unicidad.
Teorema 1.6 (Peano (versin local)) Si f es una funcin continua sobre el rectngulo
R =
_
(t, ) R
n+1
: |t t
0
| , ||
0
||
_
(1.2)
para ciertos , > 0, se verica que existe, al menos, una solucin x(t) del problema de valor inicial (1.1) denida
en el intervalo [t
0
h, t
0
+ h] siendo
h = min
_
,

M
_
, (1.3)
donde
M = max
(t,)R
||f(t, )|| .
DEMOSTRACIN. Vase [CoddingtonLevinson, Teorema 1.2 del Captulo 1].
2
Las hiptesis del Teorema 1.6 garantizan existencia de soluciones locales pero no su unicidad, como se aprecia en el
siguiente ejemplo.
Ejemplo 1.7 Las funciones x
1
(t) 0 y x
2
(t) =
_
0, t 0

t
3
, t > 0
son soluciones del problema de valor inicial
_

_
x

(t) =
3
2
3

x(t), t R
x(0) = 0.
2
Anlisis Numrico . M. Ramos y J. M. Rey
Existencia y unicidad de soluciones 5
Teorema 1.8 (Peano (versin global)) Si t
0
(a, b),
0
R
n
y f C([a, b] R
n
; R
n
) es una funcin acotada
entonces existe, al menos, una solucin x(t) del problema de valor inicial (1.1) denida en el intervalo [a, b].
DEMOSTRACIN. Vase [Guzmn, Teorema 4.1.3].
2
Teorema 1.9 (PicardLindelf (versin local)) Sea f una funcin continua sobre el rectngulo R dado en (1.2)
que, adems, es lipschitziana en la segunda variable en R, es decir, existe L > 0 (denominada constante de Lipschitz
de f) tal que
||f(t, ) f(t, )|| L|| || (1.4)
para todo (t, ), (t, ) R. Entonces se verica que existe una nica solucin x(t) del problema de valor ini-
cial (1.1) denida en el intervalo [t
0
h, t
0
+ h] donde h viene dado en (1.3).
DEMOSTRACIN. Vase [CoddingtonLevinson, Teorema 2.3 del Captulo 1].
2
Corolario 1.10 Si f = (f
1
, f
2
, . . . , f
n
)
T
es tal que las funciones
_
f
i
_
n
i=1
y
_
f
i

j
_
n
i,j=1
son continuas en el
rectngulo R dado en (1.2), se verica que existe una nica solucin x(t) del problema de valor inicial (1.1)
denida en el intervalo [t
0
h, t
0
+ h] donde h viene dado en (1.3).
Ejemplo 1.11 El valor h que determina el Teorema 1.9 no es, en general, el mayor posible. En efecto, consideremos el
problema de valor inicial
_
x

(t) = (x(t))
2
x(0) = 1.
(1.5)
Puesto que las funciones
f(t, ) =
2
C(R
2
) y
f

(t, ) = 2 C(R
2
), (1.6)
se verica que f es continua y lipschitziana en la segunda variable en cualquier rectngulo R del tipo (1.2), con lo cual,
aplicando el Teorema 1.9, se tiene garantizada la existencia y unicidad de solucin del problema (1.5) en un intervalo de
la forma [h, h] siendo
h = min
_
,

(1 + )
2
_
. (1.7)
La regularidad (1.6) nos permite elegir y tan grandes como se quiera y, puesto que el mximo de la funcin
() =

(1 + )
2
se alcanza en
max
= 1 y vale (
max
) =
1
4
(comprubese), el valor ms grande de h > 0 que puede considerarse en (1.7)
es h =
1
4
, lo que determina existencia y unicidad de solucin del problema (1.5) en el intervalo
_

1
4
,
1
4

. Por otra parte,

mediante tcnicas de integracin elemental, se tiene que la solucin del problema de valor inicial (1.5) es
x(t) =
1
1 t
(comprubese), que est denida en el intervalo (, 1).
2
Teorema 1.12 (PicardLindelf (versin global)) Sea t
0
(a, b),
0
R
n
y f C([a, b]R
n
; R
n
) lipschitziana
en la segunda variable, es decir, verica (1.4) para todo t [a, b] y , R
n
. Entonces existe una nica solucin
x(t) del problema de valor inicial (1.1) denida en el intervalo [a, b].
DEMOSTRACIN. Vase [Guzmn, Teorema 4.1.1].
2
Anlisis Numrico . M. Ramos y J. M. Rey
6 Teora bsica sobre problemas de valor inicial
Teniendo en cuenta que una condicin suciente (y fcilmente vericable en las aplicaciones) para que la funcin
f C([a, b] R
n
; R
n
) sea lipschitziana en su segunda variable es que la matriz jacobiana
D

f =
_
_
_
_
_
_
f
1

1

f
n

1

f
1

n

f
n

n
_
_
_
_
_
_
C([a, b] R
n
; M
n
)
y sea acotada en [a, b] R
n
, se tiene el siguiente resultado:
Corolario 1.13 Sea t
0
(a, b),
0
R
n
y f = (f
1
, f
2
, . . . , f
n
)
T
tal que las funciones
_
f
i
_
n
i=1
C([a, b] R
n
; R) y
_
f
i

j
_
n
i,j=1
C([a, b] R
n
; R).
Si, adems, las funciones
_
f
i

j
_
n
i,j=1
son acotadas en [a, b] R
n
, se verica que existe una nica solucin x(t)
del problema de valor inicial (1.1) denida en el intervalo [a, b].
2
Observacin 1.14 En lo sucesivo supondremos que la funcin f C([a, b] R
n
; R
n
) y es lipschitziana en la segunda
variable por lo que, aplicando el Teorema 1.12, se tiene que los problemas de valor inicial que se van a considerar van a
tener solucin y sta va a ser nica.
2
Observacin 1.15 A pesar de que los resultados anteriores garantizan, bajo adecuadas hiptesis sobre la funcin f,
existencia y unicidad del problema de valor inicial (1.1), ninguno de ellos proporciona mtodos que permitan obtener dicha
solucin. De hecho, en muy pocas ocasiones (slo cuando la ecuacin diferencial es de las integrables elementalmente)
vamos a poder obtener la solucin exacta del problema (1.1). De aqu la importancia de los Mtodos Numricos que
estudiaremos en los siguientes captulos, mediante los cuales podremos obtener valores aproximados de la solucin.
2
1.2 Regularidad de las soluciones
Veamos, a continuacin, cmo la regularidad de la funcin f del problema (1.1) determina, de manera muy sencilla,
la regularidad de sus soluciones.
Teorema 1.16 Si f C
p
(D) con p N {0}, entonces cualquier solucin x(t) de la ecuacin diferencial
x

(t) = f(t, x(t)), t I

tiene la regularidad x C
p+1
(I).
DEMOSTRACIN. Lo probamos por induccin sobre p:
a) Si p = 0 el resultado es obvio.
b) Supuesto cierto el resultado para p 1 lo probamos para p. Si f C
p
(D), basta observar que la funcin
x
p+1)
(t) =
d
p
dt
p
f(t, x(t)) =
d
dt
_
d
p1
dt
p1
f(t, x(t))
_
=

t
_
d
p1
dt
p1
f(t, x(t))
_
+ D

_
d
p1
dt
p1
f(t, x(t))
_
x

(t)
=

t
_
d
p1
dt
p1
f(t, x(t))
_
+ D

_
d
p1
dt
p1
f(t, x(t))
_
f(t, x(t))
es una funcin continua, por ser composicin de funciones continuas.
2
Anlisis Numrico . M. Ramos y J. M. Rey
Condicionamiento de un problema de valor inicial 7
1.3 Condicionamiento de un problema de valor inicial
La solucin x(t) del problema (1.1) depende, en realidad, de t, t
0
,
0
y f, por lo que podramos escribir la solucin
como x(t; t
0
,
0
, f). Puesto que la ecuacin diferencial suele ser un modelo de algn fenmeno fsico, econmico, . . . ,
cabe esperar ciertos errores en el modelo, en los datos, . . . De este modo surgen, de modo natural, las siguientes preguntas:
Cmo se comportarn las soluciones frente a pequeos cambios del modelo o de los datos? Son parecidas las soluciones?
A continuacin damos un resultado que trata de dar respuesta a estos interrogantes.
Teorema 1.17 Sea D un dominio de R
n+1
. Si se cumplen las siguientes propiedades:
a) Las funciones f C(D) y

f C(D).
b) La funcin f es lipschitziana en la segunda variable en D con constante de Lipschitz L > 0.
c)

f(t, )

f(t, )

para todo (t, ) D.

d) Las funciones x() : [a, b] R
n
y x() : [a, b] R
n
son soluciones respectivas de los problemas de valor
inicial
_
x

(t) = f(t, x(t)), t [a, b]

x(a) =
0
y
_
x

(t) =

f(t, x(t)), t [a, b]
x(a) =

0
(1.8)
con (t, x(t)), (t, x(t)) D para todo t [a, b].
Entonces, para todo t [a, b], se verica que
||x(t) x(t)|| e
L(ta)

+
e
L(ta)
1
L
. (1.9)
DEMOSTRACIN. Vase [BirkhoffRota, Teorema 3, pgina 145].
2
Observacin 1.18 La estimacin (1.9) implica la dependencia continua de la solucin respecto de los datos, en el si-
guiente sentido: si

0 y 0 entonces ||x(t) x(t)|| 0 para todo t [a, b]. Es decir, si los datos de los
problemas (1.8) estn prximos, las soluciones de los mismos tambin lo estarn.
2
1.4 Cuestiones generales sobre la aproximacin numrica de ecua-
ciones diferenciales ordinarias
Para aproximar numricamente las soluciones x(t) R
n
de la ecuacin diferencial (vectorial)
F(t, x(t), x

(t), . . . , x
p)
(t)) = 0
sobre un intervalo temporal I = [a, b], se suele discretizar el intervalo temporal mediante una malla de nodos del tipo
{t
0
, t
1
, . . . , t
N
}, con N N, vericando que
a = t
0
< t
1
< < t
N1
< t
N
= b.
Ntese que los puntos {t
0
, t
1
, . . . , t
N
} constituyen una particin del intervalo I y no tienen por qu ser equiespaciados
aunque, en muchas ocasiones, se considera el paso de discretizacin jo
h =
b a
N
y la malla de puntos
t
i
= a + ih, i = 0, 1, . . . , N.
En este caso los nodos son equidistantes. Salvo que se exprese lo contrario, en todo lo que sigue se utilizar este tipo de
discretizacin.
La aproximacin numrica utiliza algn esquema numrico (o algoritmo) que sea capaz de encontrar una secuencia
{x
0
, x
1
, . . . , x
N
} R
n
de forma que aproxime la solucin x(t) en los nodos de la particin, es decir,
x
i
x(t
i
), i = 0, 1, . . . , N
Anlisis Numrico . M. Ramos y J. M. Rey
8 Teora bsica sobre problemas de valor inicial
t
0
t
1
t
2
t
3
t
4
t
5
t
6
Solucin exacta
Solucin aproximada
(a) Aproximacin por una poligonal.
t
0
t
1
t
2
t
3
t
4
t
5
t
6
Solucin exacta
Solucin aproximada
(b) Aproximacin por una funcin escalonada.
Figura 1.1: Ejemplos de aproximaciones de una funcin.
(vase la Figura 1.1(a)). Aunque este tipo de aproximacin es el que se va a considerar en lo que sigue, sta no es la nica
posibilidad. As, por ejemplo, x
i
puede tomarse como una aproximacin del valor promedio de la solucin en un cierto
intervalo, a partir de expresiones del tipo
x
i

1
2h

t
i+1
t
i1
x(t) dt R
n
, x
i

1
h

t
i
+
h
2
t
i

h
2
x(t) dt R
n
, . . . (1.10)
En la mayora de los casos, estos esquemas numricos se basan en encontrar una aproximacin discreta de la funcin F
que involucre nodos de la particin y valores aproximados mediante una relacin del tipo
F
h
(t
ir
, . . . , t
i
, . . . , t
i+s
, x
ir
, . . . , x
i
, . . . , x
i+s
) = 0,
que nos permita obtener la secuencia {x
0
, x
1
, . . . , x
N
}. A partir de aqu se obtienen los errores locales
i
(h) denidos
como

i
(h) = x(t
i
) x
i
, i = 0, 1, . . . , N.
Ntese que, con las aproximaciones del tipo (1.10), deberan considerarse los errores locales

i
(h) =
1
2h

t
i+1
t
i1
x(t) dt x
i
,
i
(h) =
1
h

t
i
+
h
2
t
i

h
2
x(t) dt x
i
, . . .
o cualquier otra posibilidad razonable, dependiendo de los valores que est aproximando x
i
en el esquema numrico
considerado. De esta forma, se obtiene un vector de errores
(h) = (
0
(h),
1
(h), . . . ,
N
(h))
T
R
n(N+1)
(1.11)
cuya magnitud queremos medir.
Tal y como se ha visto, las aproximaciones numricas no suelen proporcionar, por regla general, una funcin x
h
(t) que
sea una aproximacin de la solucin exacta x(t) en todo el intervalo [a, b], sino un conjunto de vectores x
i
que aproximan
los valores x(t
i
) (o, en otros casos, de cierto promedio de la solucin en un intervalo prximo a t
i
). No obstante, a partir
de estos valores aproximados se pueden obtener diversas funciones x
h
(t) que aproximen x(t). Por ejemplo, se puede
hacer una interpolacin lineal a trozos mediante la poligonal
x
h
(t) = x
i
+
x
i+1
x
i
h
(t t
i
), t [t
i
, t
i+1
] (1.12)
para i = 0, 1, . . . , N 1 (vase la Figura 1.1(a)) o, tambin, considerar la aproximacin por la funcin escalonada
x
h
(t) = x
i
, t [t
i
, t
i+1
) (1.13)
para i = 0, 1, . . . , N 1 (vase la Figura 1.1(b)). Ntese que, mientras que la funcin x
h
(t) denida en (1.12) es siempre
continua en todo el intervalo [a, b] y derivable en (a, b) salvo, quizs, en los puntos {t
0
, t
1
, . . . , t
N
}, la funcin x
h
(t)
considerada en (1.13) es, en general, discontinua en los nodos {t
0
, t
1
, . . . , t
N
}.
Anlisis Numrico . M. Ramos y J. M. Rey
Cuestiones generales sobre la aproximacin numrica. 9
Llegados a este punto, podramos preguntarnos por

x x
h

donde |||| es una norma en un espacio funcional. Por

ejemplo, una vez jada una norma arbitraria |||| en R
n
, las normas funcionales ms usuales que suelen considerarse para
una funcin f : [a, b] R
n
, son
||f||

= max
t[a,b]
||f(t)|| , ||f||
1
=

b
a
||f(t)|| dt, ||f||
2
=
_

b
a
||f(t)||
2
dt
_1
2
o, en general, para 1 p < +,
||f||
p
=
_

b
a
||f(t)||
p
dt
_1
p
, (1.14)
donde f C([a, b]; R
n
).
2
En lo sucesivo trataremos principalmente con la norma ||||

. En este caso, generalmente se intenta reducir, en la

medida de lo posible, uno de los siguientes errores:
a) Error de discretizacin global absoluto: Se dene como

abs
(h) = ||(h)||

= max
i=0,1,...,N
||x(t
i
) x
i
||,
donde || || es la norma que se est utilizando en R
n
.
b) Error de discretizacin global relativo: Este tipo de error tiene en cuenta el tamao de la magnitud que aproxima y
viene dado por

rel
(h) =

abs
(h)
||x(t)||

,
supuesto que x 0 en [a, b].
Estos errores se generan por la acumulacin sucesiva de lo que se conoce como error local de truncamiento, que de una
manera general y poco precisa (veremos ms adelante las deniciones concretas), es el error algortmico (h) cometido
en la aproximacin del operador diferencial cuando se utiliza la solucin exacta x(t), de tal forma que
F
h
(t
ir
, . . . , t
i
, . . . , t
i+s
, x(t
ir
), . . . , x(t
i
), . . . , x(t
i+s
)) + (h) = 0.
A estos errores algortmicos hay que aadir los errores de entrada de datos (debidos a imprecisiones o fallos de los
instrumentos de medida) y los errores del ordenador que, de forma general, pueden dividirse en:
a) Errores de desbordamiento y redondeo, debidos a la incapacidad de un ordenador de representar, de manera exacta,
todos los nmeros reales.
b) Errores operacionales, cometidos por el ordenador al operar con nmeros.
La acumulacin de todos los errores que intervienen en el proceso forman lo que se conoce como errores de salida.
Esquemticamente:
Errores
de entrada
+
Errores
algortmicos
+
Errores
del ordenador
=
Errores
de salida
En los captulos siguientes, intentaremos dar respuesta a los siguientes interrogantes:
Cmo resolver numricamente una ecuacin diferencial?
Cmo medir el grado de aproximacin obtenido?
Cmo comparar dos mtodos numricos distintos para determinar el mejor de ellos?
Podemos adelantar que la ltima pregunta no est bien formulada, en el sentido de que no hay un mtodo que sea el
mejor de todos. Para calicar a un mtodo como bueno, suelen tenerse en cuenta diversos aspectos como su precisin,
su coste de implementacin en el ordenador (se trata de elegir esquemas numricos en los que el gasto de memoria, tanto
para la ejecucin del algoritmo como para el almacenamiento de los datos, no sea muy grande),. . .
2
Las normas anteriores estn denidas sobre espacios funcionales ms generales como L

((a, b); R
n
), L
1
((a, b); R
n
), L
2
((a, b); R
n
) y
L
p
((a, b); R
n
), respectivamente.
Anlisis Numrico . M. Ramos y J. M. Rey
10 Teora bsica sobre problemas de valor inicial
1.5 Una clasicacin bsica de los esquemas numricos de aproxi-
macin de problemas de valor inicial
Por regla general, en este tipo de problemas, se est interesado en conocer (al menos aproximadamente) la solucin
del problema para instantes posteriores al instante inicial. Utilizando la notacin expuesta en la Seccin 1.4 para las apro-
ximaciones numricas, para este tipo particular de problemas se irn calculando, sucesivamente, los valores x
1
, x
2
, x
3
, . . .
(uno tras otro). Para ello, una vez calculados los trminos {x
0
, x
1
, . . . , x
i
}, se suele calcular x
i+1
mediante esquemas
numricos de uno de los dos tipos siguientes:
a) Esquemas explcitos de k pasos:
x
i+1
= F
h
(t
i(k1)
, . . . , t
i
, t
i+1
, x
i(k1)
, . . . , x
i1
, x
i
).
b) Esquemas implcitos de k pasos:
x
i+1
= F
h
(t
i(k1)
, . . . , t
i
, t
i+1
, x
i(k1)
, . . . , x
i
, x
i+1
).
Ntese que para determinar x
i+1
debe resolverse una ecuacin implcita cuya existencia y unicidad de soluciones debe
demostrarse en cada caso.
Denicin 1.19 Un mtodo es monopaso (o de un paso) si k = 1, es decir, para calcular x
i+1
es suciente conocer x
i
.
Un mtodo ser multipaso en caso contrario.
2
Observacin 1.20 Debe tenerse en cuenta que, dado que (en general) para calcular x
i+1
en un esquema de k pasos se
necesitan conocer los k trminos inmediatamente anteriores en la secuencia {x
0
, x
1
, . . . , x
N
}, los primeros k trminos
de la misma no podrn ser calculados con tal esquema. Una manera de evitar esto es inicializar el mtodo utilizando
esquemas numricos de un menor nmero de pasos.
2
Anlisis Numrico . M. Ramos y J. M. Rey