Ecuaciones Diferenciales

Ordinarias II
M etodos de paso m ultiple.
Estabilidad y E.D.O. stiff.
Sistemas de E.D.O. y E.D.O. de orden superior.
521230 - 1 - DIM Universidad de Concepci on
M etodos de paso m ultiple
Se considera el problema de valores iniciales (P.V.I.)

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

y(a) = y
0
dado,
el que supondremos tiene soluci on unica, y : [a, b] R, la cual es acotada y depende
continuamente de los datos f e y
0
.
Dada una partici on del intervalo [a, b]:
a = x
0
< x
1
< < x
N
= b,
los m etodos que hemos visto hasta aqu s olo usan la informaci on del valor y
i
de la soluci on
calculada en x
i
para obtener y
i+1
. Por eso se denominan m etodos de paso simple.
521230 - 2 - DIM Universidad de Concepci on
Parece razonable pensar que tambi en podran utilizarse los valores y
ik
, . . . , y
i
obtenidos en los nodos x
ik
, . . . , x
i
, para k > 0.
Para ello, si integramos y

(x) = f(x, y(x)) en el intervalo [x

i
, x
i+1
], se tiene:

x
i+1
x
i
y

(x) dx =

x
i+1
x
i
f(x, y(x)) dx
y, por lo tanto,
y(x
i+1
) = y(x
i
) +

x
i+1
x
i
f(x, y(x)) dx.
La integral puede calcularse aproximando el integrando mediante el polinomio de
interpolaci on de f(x, y(x)) en los puntos x
ik
, . . . , x
i
. Sin embargo, como los valores
exactos de y(x
ik
), . . . , y(x
i
) no se conocen, no podemos utilizarlos en la evaluaci on
de f(x, y(x)). En su lugar podemos utilizar los valores de la soluci on calculada
y
ik
, . . . , y
i
.
Los m etodos que as se obtienen se denominan m etodos de paso m ultiple.
521230 - 3 - DIM Universidad de Concepci on
M etodos explcitos de paso m ultiple
Sea p el polinomio que interpola los puntos (x
ik
, f
ik
), . . . , (x
i
, f
i
), donde
f
j
:= f(x
j
, y
j
), j = i k, . . . , i.
Reemplazando f(x, y(x)) por p(x) en
y(x
i+1
) = y(x
i
) +

x
i+1
x
i
f(x, y(x)) dx
se obtiene
y
i+1
= y
i
+

x
i+1
x
i
p(x) dx,
que, al calcular la integral, genera los m etodos conocidos como de AdamsBashforth.
521230 - 4 - DIM Universidad de Concepci on
k = 0
M etodo de AdamsBashforth de primer orden (Euler).
En este caso p(x) = f
i
, de donde
y
i+1
= y
i
+ hf
i
.
k = 1
M etodo de AdamsBashforth de segundo orden.
En este caso
p(x) =
x
i
x
h
f
i1
+
x x
i1
h
f
i
,
de donde
y
i+1
= y
i
+

x
i+1
x
i
x
i
x
h
dx

f
i1
+

x
i+1
x
i
x x
i1
h
dx

f
i
y al calcular las integrales se obtiene
y
i+1
= y
i
+
h
2
(3f
i
f
i1
).
521230 - 5 - DIM Universidad de Concepci on
k = 2
M etodo de AdamsBashforth de tercer orden.
En este caso
p(x) =
(x
i1
x)(x
i
x)
2h
2
f
i2
+
(x x
i2
)(x
i
x)
h
2
f
i1
+
(x x
i2
)(x x
i1
)
2h
2
f
i
,
de donde
y
i+1
= y
i
+
h
12
(23f
i
16f
i1
+ 5f
i2
).
k = 3
M etodo de AdamsBashforth de cuarto orden.
An alogamente,
y
i+1
= y
i
+
h
24
(55f
i
59f
i1
+ 37f
i2
9f
i3
).
521230 - 6 - DIM Universidad de Concepci on
Observaciones
1. El error global del m etodo de AdamsBashforth de orden k + 1 es O(h
k+1
).
2. El error local de truncamiento es O(h
k+2
). As, por ejemplo, para el m etodo de
AdamsBashforth de cuarto orden se tiene:

i+1
=
251
720
y
(5)
()h
5
, [x
i3
, x
i+1
].
3. El costo de los m etodos de paso m ultiple es de s olo una evaluaci on de f por paso,
independientemente del orden del m etodo (a diferencia de los Runge-Kutta).
4. Para iniciar el m etodo de AdamsBashforth de orden k + 1, necesitamos conocer los
valores de la soluci on num erica en k + 1 puntos anteriores.
Por ello estos m etodos s olo pueden usarse a partir de x
i
= x
k+1
.
Si k > 0, para calcular los valores iniciales y
1
, . . . , y
k
puede utilizarse, por ejemplo,
m etodos RungeKutta de igual orden.
Es por esta raz on que se dice que los m etodos de AdamsBashforth de orden dos en
adelante no son de partida aut onoma.
521230 - 7 - DIM Universidad de Concepci on
M etodos implcitos de paso m ultiple
Por otra parte, si construimos un polinomio de interpolaci on p de grado k que utilice los
puntos (x
ik+1
, f
ik+1
), . . . , (x
i+1
, f
i+1
), se generar a una nueva clase de m etodos
conocidos como de AdamsMoulton.
An alogamente, a los m etodos de AdamsBashforth tenemos:
k = 0
M etodo de AdamsMoulton de primer orden (Euler implcito).
En este caso p(x) = f
i+1
, de donde
y
i+1
= y
i
+ hf
i+1
.
521230 - 8 - DIM Universidad de Concepci on
k = 1
M etodo de AdamsMoulton de segundo orden.
En este caso p(x) =
x
i+1
x
h
f
i
+
x x
i
h
f
i+1
, de donde
y
i+1
= y
i
+
h
2
(f
i+1
+ f
i
).
k = 2
M etodo de AdamsMoulton de tercer orden:
y
i+1
= y
i
+
h
12
(5f
i+1
+ 8f
i
f
i1
).
k = 3
M etodo de AdamsMoulton de cuarto orden:
y
i+1
= y
i
+
h
24
(9f
i+1
+ 19f
i
5f
i1
+ f
i2
).
521230 - 9 - DIM Universidad de Concepci on
Observaciones
1. Los m etodos reci en descritos se dicen implcitos, pues la inc ognita y
i+1
tambi en
aparece en el segundo miembro. Por ejemplo, para el m etodo de AdamsMoulton de
primer orden (Euler implcito),
y
i+1
= y
i
+ hf(x
i+1
, y
i+1
).
En consecuencia, para hallar el valor de y
i+1
debe resolverse la ecuaci on anterior
que, si f no es lineal en y, resulta no lineal.
2. El error global del m etodo de AdamsMoulton de orden k + 1 es O(h
k+1
).
3. El error local de truncamiento es O(h
k+2
). As, por ejemplo, para el m etodo de
AdamsMoulton de cuarto orden se tiene

i+1
=
19
720
y
(5)
()h
5
, [x
i2
, x
i+1
].
4. Para k > 0, los m etodos de AdamsMoulton tampoco son de partida aut onoma.
521230 - 10- DIM Universidad de Concepci on
M etodos predictorcorrector
Estos m etodos consisten en combinar un m etodo explcito con otro implcito.
Por ejemplo, consideremos el m etodo de AdamsBashforth de cuarto orden:
y
i+1
= y
i
+
h
24
(55f
i
59f
i1
+ 37f
i2
9f
i3
),
y el m etodo de AdamsMoulton de cuarto orden:
y
i+1
= y
i
+
h
24
(9f
i+1
+ 19f
i
5f
i1
+ f
i2
).
521230 - 11- DIM Universidad de Concepci on
Con el m etodo explcito se predice el valor de y(x
i+1
) que denotaremos por y
p
i+1
y con el
implcito se corrige el valor encontrado obteniendo otro valor calculado de y(x
i+1
) que
denotaremos por y
c
i+1
:
y
p
i+1
= y
i
+
h
24
(55f
i
59f
i1
+ 37f
i2
9f
i3
),
f
p
i+1
= f(x
i+1
, y
p
i+1
),
y
c
i+1
= y
i
+
h
24
(9f
p
i+1
+ 19f
i
5f
i1
+ f
i2
).
A este m etodo lo llamaremos predictorcorrector de Adams de cuarto orden.
521230 - 12- DIM Universidad de Concepci on
Despreciando los errores de los valores y
i3
, . . . , y
i
utilizados para calcular y
p
i+1
e y
c
i+1
,
los errores locales de truncamiento de estos m etodos satisfacen

p
i+1
= y(x
i+1
) y
p
i+1
=
251
720
y
(5)
()h
5
, [x
i3
, x
i+1
]

c
i+1
= y(x
i+1
) y
c
i+1
=
19
720
y
(5)
()h
5
, [x
i2
, x
i+1
].
Supongamos que h es sucientemente peque no de modo que y
(5)
es casi constante en
[x
i3
, x
i+1
]. Entonces, restando ambas expresiones se tiene
y
c
i+1
y
p
i+1

251
720
y
(5)
()h
5
+
19
720
y
(5)
()h
5
=
270
720
y
(5)
()h
5
.
De aqu se obtiene una estimaci on para
c
i+1
:

c
i+1
=
19
720
y
(5)
()h
5

19
270
(y
c
i+1
y
p
i+1
) =:
i+1
.
Si el error local de truncamiento estimado
i+1
no es sucientemente peque no, entonces
se repite el proceso de correcci on us ando y
c
i+1
en el nuevo c alculo de f
p
i+1
:
f
p
i+1
= f(x
i+1
, y
c
i+1
).
521230 - 13- DIM Universidad de Concepci on
Estabilidad y E.D.O. STIFF
Una E.D.O. y

= f(x, y) se dice estable si

f
y
< 0 pues, dadas dos soluciones de la
E.D.O. con distintas condiciones iniciales,

(x) = f(x, y),

y(a) = y
0
,
y

(x) = f(x, y),

y(a) = y
0
,
se demuestra que
|y(x) y(x)| < |y
0
y
0
| x > a.
Recprocamente, una E.D.O. y

= f(x, y) se dice inestable si

f
y
> 0 pues, en tal caso,
se demuestra que dos soluciones de la E.D.O. con distintas condiciones iniciales satisfacen
|y(x) y(x)| > |y
0
y
0
| x > a.
521230 - 14- DIM Universidad de Concepci on
E.D.O. estable
0.2 0 0.2 0.4 0.6 0.8 1 1.2
0
1
2
3
4
5
6
E.D.O. inestable
0.2 0 0.2 0.4 0.6 0.8 1 1.2
0
2
4
6
8
10
12
Al aplicar un m etodo num erico a una E.D.O. inestable es natural que los errores crezcan
con x
i
.
En cambio, para una E.D.O. estable sera deseable que los errores no crecieran
signicativamente con x
i
.
Los m etodos num ericos que satisfacen esto ultimo, se denominan estables. Los que no,
inestables.
521230 - 15- DIM Universidad de Concepci on
Ejemplo. Considere el siguiente P.V.I.

(x) = (y sen x), x [0, 1],

y(0) = 1.
Soluci on exacta:
y(x) =
e
x

e
x
cos x
2
e
x
sen x
2
1

2
+ 1
.
f(x, y) = (y sen x) =
f
y
= = E.D.O. estable para > 0.
Para este problema se usaron los m etodos
EULER (explcito): y
i+1
= y
i
+ hf(x
i
, y
i
) = y
i
h(y
i
sen x
i
),
EULER IMPL

ICITO: y
i+1
= y
i
+ hf(x
i+1
, y
i+1
) = y
i
h(y
i+1
sen x
i+1
).
Como en este caso la E.D.O. es lineal, en el m etodo implcito puede despejarse y
i+1
:
y
i+1
=
y
i
+ hsen(x
i+1
)
(1 + h)
.
521230 - 16- DIM Universidad de Concepci on
La siguiente tabla muestra los errores al resolver el P.V.I. anterior para = 100 y
diferentes pasos h.
h = 0.05 h = 0.02 h = 0.01
x Error Exp. Error Imp. Error Exp. Error Imp. Error Exp. Error Imp.
0.0 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
0.1 16.1500 0.0280 -1.0100 0.0041 -0.4169e-04 9.3664e-04
0.2 258.5500 7.3867e-04 1.0100 -0.0014e-04 0.0911e-04 -0.0783e-04
0.3 4136.9000 -0.4340e-04 -1.0100 -0.2692e-04 0.1398e-04 -0.1365e-04
0.4 66191.0000 -0.8821e-04 1.0100 -0.3646e-04 0.1870e-04 -0.1839e-04
0.5 1.0591e+06 -1.1167e-04 -1.0100 -0.4558e-04 0.2324e-04 -0.2294e-04
0.6 1.6945e+07 -1.3345e-04 1.0101 -0.5423e-04 0.2754e-04 -0.2726e-04
0.7 2.7112e+08 -1.5387e-04 -1.0099 -0.6235e-04 0.3157e-04 -0.3131e-04
0.8 4.3379e+09 -1.7276e-04 1.0101 -0.6984e-04 0.3528e-04 -0.3504e-04
0.9 6.9407e+10 -1.8992e-04 -1.0099 -0.7663e-04 0.3864e-04 -0.3842e-04
1.0 1.1105e+12 -2.0519e-04 1.0101 -0.8266e-04 0.4162e-04 -0.4143e-04
521230 - 17- DIM Universidad de Concepci on
= 100 h = 0.02
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
1
0.5
0
0.5
1
1.5
2
Solucin exacta
Euler explcito
Euler implcito
521230 - 18- DIM Universidad de Concepci on
= 100 h = 0.01
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Solucin exacta
Euler explcito
Euler implcito
521230 - 19- DIM Universidad de Concepci on
La tabla y los gr acos anteriores muestran que, en este ejemplo, el m etodo de Euler
explcito s olo es estable si el paso h es sucientemente chico.
En cambio, el m etodo de Euler implcito es estable cualquiera sea el paso h.
Este es un ejemplo de una E.D.O. stiff. Estas E.D.O. se caracterizan por
f
y
< 0 y

f
y

muy grande.
En este ejemplo,
f
y
= = 100.
Lo que observamos en este ejemplo vale en general:
Para las E.D.O. stiff, los m etodos explcitos s olo dan resultados aceptables con pasos
h excesivamente peque nos. Cuando el paso h no es sucientemente chico, los
m etodos explcitos aplicados a una E.D.O. stiff dan soluciones num ericas que oscilan
alrededor de la soluci on exacta con amplitud creciente.
Para las E.D.O. stiff, deben utilizarse m etodos implcitos. Estos m etodos son estables
cualquiera sea el paso que se utilice.
521230 - 20- DIM Universidad de Concepci on
Sistemas de E.D.O.
Considere el P.V.I. denido por el sistema de ecuaciones de primer orden

1
(x) = f
1
(x, y
1
(x), , y
n
(x)),
.
.
.
y

n
(x) = f
n
(x, y
1
(x), , y
n
(x)), x [a, b],
y
1
(a) = y
10
, . . . , y
n
(a) = y
n0
(dados).
el sistema se escribe:

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

y(a) = y
0
(dado),
donde
y(x) =

y
1
(x)
.
.
.
y
n
(x)

, f(x, y(x)) =

f
1
(x, y
1
(x), . . . , y
n
(x))
.
.
.
f
n
(x, y
1
(x), . . . , y
n
(x))

, y
0
=

y
10
.
.
.
y
n0

.
521230 - 21- DIM Universidad de Concepci on
Los m etodos num ericos vistos para una ecuaci on se generalizan directamente al caso de
un sistema de n ecuaciones de primer orden.
Por ejemplo, considere un sistema con dos ecuaciones (n = 2):

1
(x) = f
1
(x, y
1
(x), y
2
(x)),
y

2
(x) = f
2
(x, y
1
(x), y
2
(x)), x [a, b],
y
1
(a) = y
10
, y
2
(a) = y
20
(dados),
o, en su forma vectorial,

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

y(a) = y
0
(dado).
521230 - 22- DIM Universidad de Concepci on
El m etodo de Euler (RK
11
) se expresa como sigue:

y
0
: dato,
y
i+1
= y
i
+ hf(x
i
, y
i
), i = 0, 1, 2, . . . , N 1.
o bien por componentes:

y
10
, y
20
: datos,
y
1,i+1
= y
1,i
+ hf
1
(x
i
, y
1,i
, y
2,i
),
y
2,i+1
= y
2,i
+ hf
2
(x
i
, y
1,i
, y
2,i
), i = 0, 1, 2, . . . , N 1.
Todos los otros m etodos num ericos estudiados se pueden formular similarmente en forma
vectorial para sistemas.
521230 - 23- DIM Universidad de Concepci on
E.D.O. de orden superior
Una ecuaci on diferencial de orden n
y
(n)
(x) = f(x, y(x), y

(x), . . . , y
(n1)
(x))
se puede expresar como un sistema de n ecuaciones de primer orden al denir
z(x) =

z
1
(x)
z
2
(x)
.
.
.
z
n
(x)

y(x)
y

(x)
.
.
.
y
(n1)
(x)

.
521230 - 24- DIM Universidad de Concepci on
En efecto,
z

(x) =

(x)
y

(x)
.
.
.
y
(n)
(x)

z
2
(x)
z
3
(x)
.
.
.
f(x, z
1
, z
2
, . . . , z
n
)

=: f(x, z)
y luego, z

(x) = f(x, z) es un sistema de E.D.O. de primer orden al que se pueden

aplicar los m etodos num ericos vistos.
Por el mismo procedimiento, un sistema de ecuaciones diferenciales de orden superior,
tambi en puede expresarse mediante un sistema de E.D.O. de primer orden.
521230 - 25- DIM Universidad de Concepci on
Ejemplo.
Resolver el P.V.I. para la ecuaci on del p endulo.
Soluci on
Considere la din amica del p endulo que
muestra la gura:

+
g
L
sen = 0, t [0, 2],
(0) =

4
,

(0) = 0,
donde

y

denotan derivadas respecto
del tiempo.


L
M
521230 - 26- DIM Universidad de Concepci on
Para resolver esta ecuaci on no lineal (que no tiene soluci on analtica) debemos hacer el
siguiente cambio de variable

1
= ,

2
=

1
,
de donde obtenemos el siguiente sistema:

1
=
2
,

2
=
g
L
sen(
1
),

1
(0) =

4
,
2
(0) = 0.
Notemos que
1
corresponde al angulo y
2
a la velocidad angular

.
521230 - 27- DIM Universidad de Concepci on
Aplicamos el m etodo de RK
44
al sistema anterior:
Algoritmo (RK4)
Para i = 0, . . . , N 1
x
i
= a + ih
k
1
= hf(x
i
, y
i
)
k
2
= hf(x
i
+
h
2
, y
i
+
1
2
k
1
)
k
3
= hf(x
i
+
h
2
, y
i
+
1
2
k
2
)
k
4
= hf(x
i
+ h, y
i
+ k
3
)
y
i+1
= y
i
+
1
6
[k
1
+ 2(k
2
+k
3
) +k
4
]
n i.
donde
x = t, y =

, f(x, y) =

g
L
sen(
1
)

.
Notemos que k
1
, . . . , k
4
tambien son vectores de dimensi on 2.
521230 - 28- DIM Universidad de Concepci on
Resolviendo para g = 9.8m/s y L = 0.5m, obtenemos
0 1 2 3 4 5 6 7
0.8
0.6
0.4
0.2
0
0.2
0.4
0.6
0.8
RK
44
, h=0.01
521230 - 29- DIM Universidad de Concepci on