Вы находитесь на странице: 1из 110

metodos Computacionales

Colecci6n M6todos Computacionales en Ciencia e Ingenieria

de ecuaciones
diferenciules
Tomo 1
Etuaciones diierenciales

Euillermo IIlarshell

EDITORIAL REVERTI~
ARGENTINA S.A.
Barcelona - Bopot.6 - Buenos Aires - Caracas - Mbico

&ZL' 1 1 Aal el aua!na~danb ol!sodap la epeno


eu!lua6Jv el Ua OSaJdlUl - ~ u ! L u BU!~ palU!Jd
J~

INDICE

PREFACIO
Contenido tentativo del tom0 I1
(en preparaci6n)
INTRODUCCION
Consideraciones Generales
El problema de valores iniciales y
de contorno
Propiedades de las ecuaciones
diferenciales
Problemas
EL METODO D E LAS DIFERENCIAS FINITAS
Aproximaciones de una derivada de
primer orden
Aproximaciones de derivadas de orden
superior
Ecuaciones en diferencias
Problemas
CONCEPTOS BASICOS PARA LA APROXIMACIOU
DE ECUACIONES DIFERENCIALES: EL METODO
D E EULER
Introducci6n
El m6todo de Euler
Nociones de consistencia, estabilidad
y convergencia
~ n d l i s i s de la consistencia
Propagaci6n del error
~ n d l i s i sde la convergencia
~ n d l i s i sde la estabilidad
El mdtodo de extrapolaci6n de
Richardson
Problemas

PROBLEMAS DE VALORES INICIALES


Esquema fuertemente implscito
Mbtodo implscito ponderado
Mdtodo predictor-corrector explrcito
Mgtodo predictor-corrector implscito
M 6 t o d o s de R u n g e - K u t t a
M 6 t o d o s de p a s o m G l t i p l e
E s q u e m a p r e d i c t o r - c o r r e c t o r de Milne
E s t a b i l i d a d de 10s m b t o d o s de paso
mGltiple
Problemas

E L PROBLEMA DE VALORES DE CONTORNO


A p r o x i m a c i 6 n de un p r o b l e m a de
contorno
M a t r i z t r i d i a g o n a l o de J a c o b i
S o l u c i d n d i r e c t a del p r o b l e m a de
contorno
Mbtodo del tiro
P r o b l e m a s de c o n t o r n o c o n e s t r u c t u r a
d e capa l5mite
Problemas

ECUACIONES DIFERENCIALES DE ORDEN


SUPERIOR Y SISTEMAS DE ECUACIONES
DIFERENCIALES '
P r o b l e m a s de v a l o r e s i n i c i a l e s de
segundo orden
Sistemas de primer orden
Ecuaciones diferenciales rzgidas
El m g t o d o de Z a d u n a i s k y
Polialgoritmos para ecuaciones
diferenciales
Software para ecuaciones diferenciales
ordinarias
Problemas

REPERENCIAS

APENDICE

PREFACIO

La s o l u c i d n numerics d e e c u a c i o n e s diferenc i a l e s es una de l a s r a m a s d e l a n d l i s i s n u m e r i c 0 q u e


m a y o r d e s a r r o l l o ha e x p e r i m e n t a d o , en p a r t e d e b i d o a
n u e v o s r e q u e r i m i e n t o s de a p l i c a c i o n e s c o n c r e t a s en el
c a m p o d e la t e c n o l o g Z a y en p a r t e por el e x t r a o r d i n a r i o a v a n c e de la c o m p u t a c i d n digital.

Existen numerosos y excelentes textos sobre


la s o l u c i d n n u m e r i c a d e e c u a c i o n e s d i f e r e n c i a l e s ,
a l g u n o s de c a r d c t e r t e d r i c o y o t r o s m d s t C c n i c o s , alg u n o s e s p e c i a l i z a d o s en e c u a c i o n e s d i f e r e n c i a l e s ord i n a r i a s y o t r o s en d e r i v a d a s parciales. En esta o b r a
i n t e n t o o f r e c e r una v i s i d n g l o b a l e i n t e g r a d a de la
s o l u c i d n n u m d r i c a de e c u a c i o n e s d i f e r e n c i a l e s t a n t o
o r d i n a r i a s c o m o en d e r i v a d a s p a r c i a l e s , p r e s e n t a n d o
10s p r i n c i p a l e s m e t o d o s n u m g r i c o s y s u s a s p e c t o s
t e d r i c o s y p r d c t i c o s m d s relevantes. Esto. se v.e facil i t a d o p o r la u t i l i z a c i d n de una n o m e n c l a t u r a unificada. A s i m i s m o e n f a t i z o la i n t e r r e l a c i d n e x i s t e n t e
e n t r e el p r o b l e m a f r s i c o a r e s o l v e r , el p r o b l e m a mat e m d t i c o q u e lo describe, el p r o b l e m a n u m e r i c 0 q u e
a p r o x i m a a e s t e Gltimo, el s i s t e m a a l g e b r a i c 0 result a n t e y l a s c a r a c t e r Z s t i c a s de la c o m p u t a d o r a digital.

E s t e t e x t o , de c a r d c t e r i n t r o d u c t o r i o , estd
dirigido a estudiantes, profesionales e investigadores de c i e n c i a s e x a c t a s e i n g e n i e r l a , s i n c o n o c i m i e n t o s p r e v i o s de a n d l i s i s n u m b r i c o ; s d l o se p r e s u p o n e n
n o c i o n e s b d s i c a s de a n 6 l i s i s y d l g e b r a lineal. A pesar de su n a t u r a l e z a i n t r o d u c t o r i a el p a n o r a m a gener a l g u e se p r e s e n t a i n c l u y e t e m a s de i n t e r g s p a r a el
l e c t o r c o n e x p e r i e n c i a en e s t e c a m p o a q u i e n t a m b i d n
l e serd G t i l la b r e v e lista de r e f e r e n c i a s q u e c u b r e
t e x t o s avanzados. S f g u i e n d o la t e n d e n c i a a c t u a l prest o p a r t i c u l a r a t e n c i d n a la u t i l i z a c i d n de r u t i n a s
c i e n t r f i c a s m e d i a n t e e j e m p l o s y el l i s t a d o d e l conten i d o de'los p r i n c i p a l e s p a q u e t e s de s o f t w a r e cientrfico existentes para eouaciones diferenciales ordinarias. E s t a s b i b l i o t e c a s c i e n t 5 f i c a s , de p r o b a d a canf i a b i l i d a d , r o b u s t e z y g e n e r a l i d a d , hoy d i s p o n i b l e s

CONTENIDO TENTATIVO DEL TOM0 I1


(EN PREPARACION)

en cualquier centro de cdmputos, se han transformado


en una suerte de "herramienta universal'' para resolver una clase muy amplia de problemas.

EL HETODO DE LAS DIFERENCIAS FINITAS


PARA ECUACIONES EN DERIVADAS PARCIALES
Introduccidn
Notacidn discreta para funciones de
varias variables
Ejemplos numgricos de la aproximaci6n
de un problema parabdlico, hiperbdlico
y elrptico
El mdtodo de las lrneas

En este primer tom0 present0 la solucidn numdrica de ecuaciones diferenciales ordinarias por el
mdtodo de las diferencias finitas. Un tom0 complementario, en preparacidn, se concentra en el txatamiento
numgrico de ecuaciones en derivadas parciales.

Este libro estg basado en las notas de la


primera parte de un curso realizado durante el aiio
1984, en el Centro de Cdlculo Cientxfico de la Comisidn Nacional de Enerqra Atdmica y se ha beneficiado
con'la activa participaci6n de 10s asistentes a1 mismo. Aqradezco a P. Binaghi, M.C.
Rey y V. Visconti
por la realizacidn de ejemplos numdricos y qraficaci6n. Deseo expresar mi aqradecimiento a A. Mendndez,
E. Moyano y M.C.
Rey por la atenta lectura de una
versidn previa del manuscrito y, en particular, a E.
Zadunaisky, por sus mGltiples y valiosas sugerencias.
Mi reconocimiento a R. Stortini y a S. Alvarez por la
excelencia de la labor realizada en 10s dibujos y en
el mecanoqrafiado del manuscrito.

Finalmente mi profundo reconocimiento a1


Consejo Nacional de Investiqaciones ~ i e n t r f i c a s y
Tdcnicas y a1 Centro de Cdlculo Cientxfico de la Comisidn Nacional de ~ n e r q r a ~ t 6 m i c a cuyo constante
apoyo hicieron posible la realizacidn de esta obra.

Buenos. Aires, julio de 1985.

Guillermo Marshall

ECUACIONES. PARABOLICAS
Ecuaciones parabdlicas unidimensiona1e s
Estabilidad
Condiciones de contorno de Neumann y
Fourier
Ecuaciones parabdlicas unidimensionales con coeficientes variables
Ecuaciones parabdlicas en dos dimensiones espaciales
Ecuaciones parabdlicas en tres dimensiones espaciales
Ecuaciones parabdlicas con derivadas
cruzadas

ECUACIONES HIPERBOLICAS
Ecuaciones hiperbblicas unidimensionales homoq&neas
Leyes de conservacidn y soluci6n qeneralizada de la ecuacidn hiperbdlica
unidimensional

4
4.1
4.2
4.3
4.4
4.5

5
5.1
5.2
5.3

APROXIMACION D E ECUACIONES HIPERBOLICAS UNIDIMENSIONALES HOMOGENEAS


Mdtodos conservativos y disipativos
Condicidn de Courant-Friedrichs-Lewy
( CFL
~ 6 t o d o sde captura de la discontinuidad
Mktodos de seguimiento de la discontinuidad
Esquemas en diferencias conservativos

8
8. 1
8.2
8.3
8.4
8.5
8.6

ECUACIONES BIPERBOLICAS UNIDIMENSIONAL E S INHOMOGENEAS Y SISTEMAS


Kcuaciones hiperbdlicas unidimensionales inhomogkneas
Sistemas de ecuaciones hiperbblicas
unidimensionales
~ i s t ' e m a sde ecuaciones bidimensionales

9
9.1
9.2
9.3
9.4
9.5

ECUACIONES ELIPTICAS
El problema elzptico bidimensional
Aproximaciones de un problema
bidimensional
~ 6 t o d o sdirectos e iterativos para la
soluci6n del problema algebraic0 asociado
El mktodo de Jacobi
El m6todo de Gauss-Seidel
El m6todo de sobre relajacibn sucesiva
El mdtodo pseudo-evolucionario

7.1
7.2
7.3
7.4
7.5
7.6

XIV

I
-.

--

E L METODO D E L A S CARACTERISTICAS
La ecuaci6n escalar de
Sistemas de ecuaciones h'perb6licas de
primer orden
Flujo transitorio isoentrbpico unidimensional
Flujo transitorio unidimensional con
variacibn de area
Flujo bidimensional supers6nico estacionario

Ida

ELEMENTOS D E GEOMETRIA COMPUTACIONAL


ALGEBRAICA
1 0 . 1 La generaci6n algebraica de coordenadas
1 0 . 2 Generaci6n de malla en el plano
1 0 . 3 Generacidn de malla en el espacio
1 0 . 4 El mdtodo del colapso de las transformaciones algebraicas
1 0 . 5 Aplicaciones en Flsica e Ingenierla
10

APLICACIONES Y SOFTWARE D E ECUACIONES


EN DERIVADAS PARCIALES
Las ecuaciones de Navier-Stokes
Las ecuaciones para aquas poco
prof undas
Flujo en medios porosos
L a s ecuaciones de ~ u l e rpara dindmica
d e gases
El problema de Stefan
Circulacidn libre y forzada, aproximacidn de Boussinesq

E L METODU U E GLIMM
Soluci6n exacta del problema de Riemann
El m6todo de Glimm para la ecuaci6n
escalar de onda
La ecuaci6n de Euler homog6nea
La ecuaci6n de Euler inhomo'g6nea
La ecuaci6n de Buckley-Leverett
Difracci6n de ondas de choque en flujos supersdnicos estacionarios

-- - .--.
~

--

1.1

1
,

INTRODUCCION

Consideraciones Generales

1ndudable.mente las ecuaciones diferenciales


crimplen un rol de fundamental importancia en la descripci6n cuantitativa de una inmensa clase de problemas de ciencia y tecnologra. Para obtener s u soluci6n
se podrza pensar en la utilizaci6n de la computadora
digital, en el sentido del cdlculo infinitesimal. Por
s u naturaleza intrznseca, esko es, discreta, la computadora no es una herramiehta
\
apropiada para este
tipo de ejercicio. La soluci6h simbdlica de une ecuacidn diferencial en t6rminos de funciones elementales, , a G n si 6stas existen, es una tarea ardua, la
programacidn necesaria para obtener una tal soluci6n
simb6lica, una tarea imposible. Esta dificultad se
salva mediante la utilizaci6n de m6todos numgricos
generales, basados en la discretizacidn del problema.
Esto nos lleva a1 concept0 de simulaci6n numgrica. La
simulaci6n numgrica de un determinado fen6meno fzsico
consiste en su descripcidn a trav6s de la aproximaci6n discreta del problema diferencial que lo gobierna.

A
esta altura conviene. que introduzcamos
algunas definiciones conceptuales. Por 'simulaci6n1
d e un fen6meno fzsico entendemos la reproducci6n del
mismo bajo condiciones de control. El objetivo de la
simulaci6n es el estudio del fendmeno y la predicci6n
de s u comportamiento. La simulaci6n puede ser: flsica, matemdtica o anal6gica. Un ejemplo de simulaci.cn
ffsica es el estudio de modelos en escala reducida.
En la simulacidn matemdtica se describe la realidad
media.nte sfmbolos matemdticos representativos de las
leyes fzsicas que la gobiernan. En la simulacidn anal6gica se estudia un fendmeno fzsico andlogo a1 fen6meno real, por ejemplo, el estudio de un problema de
transmisidn del calor a travgs de una analogza el6ctrica. Naturalmente, la simulaci6n numgrica es la
analog5a discreta de la simulaci6n matemdtica.

Podemos ahora concentrarnos en la simulaci6n


numgrica. Distinguimos cinco etapas. La primera etapa
consiste en el estudio del problema fisico real con
toda su complejidad. La segunda etapa consiste en la
idealizacicn del mismo mediante hip6tesis simplificativas y su descripcibn por leyes fZsicas'(por ejemplo, leyes de conservacidn). La tercera etapa consiste -en la f o r m u l a c i 6 n , mediante simbolos matem6ticos,
de las leyes que gobiernan el problema flsico simplificado. Conviene aclarar aqui que, si bien tdcitamente nos hemos referido siempre a la formulaci6n de
existen
problemas
diferenciales
deterministicos,
otras, alternativas. tales como la formulacidn de problemas variacionales deterministicos y problemas diferenciales estocssticos. La cuarta etapa consiste en
la formulaci6n del problema numdrico que es la analogia discreta del problema diferencial. Es en esta
etapa en que el operador diferencial se transforma en
un operador algebraico y da lugar a la resolucibn de
un sistema algebraico lineal o no lineal. Esta etapa
e s fundamental dado que la obtenci6n de la solucidn
numkrica est5 supeditada a las propiedades de la
matriz
de
coeficientes
del
sistema
algebraico
resultante. Finalmente, la quinta y Gltima etapa consiste en la implementaci6n mediante un lenguaje de
programaci6n (BASIC, ALGOL, PASCAL, F O R T R A N , C , PL1,
etc.), del algoritmo de cdlculo, en una computadora
digital y su an5lisis posiblemente con ayuda de la
graficacidn automstica. Cada etapa, salvo la Gltima,
es una aproximaci6n de la anterior. Es claro que el
6xito de la simulaci6n numdrica radica en una correcta interrelacidn entre las distintas etapas que la
componen. Por ejemplo, una exagerada precisi6n en el
tratamiento del problema numgrico puede resultar en
un ma1 condicionamiento del sistema algebraic0 o
simplemente en un volumen de cdlculo prohibitive. Es
muy frecuente el caso de un modelo numgrico con una
aproximaci6n de bajo orden que resulta en un sistema
algebraico muy bien condicionado pero, que introduce
efectos secundarios en la solucidn (viscosidad num6rica, desfasajes, etc.) que no tienen nada que ver
con el problema fIsico o con la ecuaci6n diferencial
que 10s decribe.

Para ilustrar lo anterior presentamos un


ejemplo elemental de mec5nica unidimensional. Queremos estudiar el movimiento de una masa m que se desplaza sobre una superficie horizontal considerando
que la Gnica fuerza que acttia, e s la de rozamiento d e
la superficie, que tiende a frenarla. Para simplificar el problema fzsico suponemos que la,fuerza de rozamiento F es proporcional a la velocidad y que el
coeficiente de proporcionalidad p (denominado friccibn) es una constante positiva. Se supone que para
x = x o la velocidad es uo. Nuestro objetivo es estudiar la disminucibn de la velocid d con la distancia
x a1 origen xo (la variable ind pendiente x puede
representar espacio o tiempo, indistintamente). La
ley de Newton F = ma , donde F es la fuerza total
actuando sobre el mdvil, m es la masa y a es la aceleracibn, se puede escribir como

donde Au y Ax son incrementos pequesos de velocidad y


espacio, respectivamente. Pasando dl lzmite resulta

que es la ecuacibn diferencial del movimiento Be la


masa m, con condiciones iniciales u = uo en x = XO.
La
soluci6n
exacta
de
este
problema
es
U(X) = u o e-pimx que nos indica que la disminucidn de
la velocidad en el espacio sigue una ley de decreci. m i e n t o exponencial. A pesar de conocer la solucidn
exacta insistimos en calcularla en forma aproximada
mediante un modelo num6rico. Este consiste en reemplazar el cociente diferencial por un cociente en diferencias obtenidndose el siguiente sistema algebraic0

donde
a
=
p/m.
Conociendo
el
valor
inicial
u(j=l) = uo , el sistema anterior puede ser resuelto
en forma recursiva mediante el esquema
uj+l

(1

ah) uj

j = 2,3,....

donde se ha supuesto xj+l


xj = constante = h. La
expresidn anterior es el conocido esquema de Euler.
En este caso el sistema algebraico resultante es
explfcito en el sentido de que no es necesario resolver un sistema algebraico de ecuaciones o recurrir a
un proceso iterativo. Este mdtodo a pesar de su simplicidad nos depara una sorpresa. Hagamos el siguiente ensayo numgrico: suponiendo para simplificar que
a = 100, uo = 1 y eligiendo el paso espacial
h = 1/10, el m6todo de Euler resulta

Euler, el paso h no puede superar una cierta cota; si


esta restriccidn no se satisface se produce el fendmeno que hemos visto: la inestabilidad numgrica. Este
problema junto con el de la consistencia y el de la
convergencia son 10s principales tdpicos del andlisis
numgrico, a ellos les dedicaremos muchas pdginas de
este libro.
1.2

~l problema de valores iniciales y de contorno

Una gran variedad de fendme


den ser descriptos por ecuaciones
narias, de aquZ la importancia de 10s mdtodos de solucidn de dic,has ecuaciones. Si bien una clase muy
amplia de ecuaciones diferenciales ordinarias puede
ser resuelta por mdtodos analzticos (ver, por ejemplo, Balanzat, 1977, Roxin, 1968 o Yosida, 19711, es
inmensamente mayor y mds importante la clase de
ecuaciones que sdlo admite soluciones numgricas.

entonces

Una ecuacidn diferencial de orden n es una


relacidn funcional

Recordemos que la solucidn exacta es un exponencial


decreciente, 10s resultados obtenidos nos muestran
u'na tragedia num6rica. Esto se podrga haber evitado
con un andlisis numdrico previo del mdtodo de Euler.
En efecto, es fdcil ver que la solucidn numgrica en
el paso j se puede escribir en funcidn del valor inicia1 como
uj

(I

ah) u

-= ~( 1

ah) ( 1

ah) ujm2.

...

Para que la solucidn numerica se parezca a la solucidn exacta es necesario que estd acotada, es decir,
que se debe cumplir que
1,
ah (
1 , o lo que es
2/a. Entonces, en el mgtodo de
equivalente, h

entre una Gnica variable independiente.t, una fynci6n


incdgnita u y sus n primeras derivadas. La solucidn
de la ecuacidn diferencial anterior es la funcidn
u(t) que la satisface.

En lo que sigue nos ocuparemos de aquellos


casos en que en la ecuacidn diferencial de orden n se
.puede despejar el termino con la derivada de mayor
orden. En el caso de una ecuacidn diferencial de primer orden dsta resulta

donde u = u(t) es un escalar. Esta ecuacibn requiere


una condici6n suplementaria, por ejemplo el valor de
u en t = t ~ para
,
que la soluci6n sea Gnica, es decir

El sistema (1.1)
valores iniciales.

(1.2)

constituye un problema

de
donde t o < t

Una ecuacidn diferencial de segundo orden


(en la variable independiente x, por ejemplo) se escribe

<

con condiciones iniciales


Ui(t0)

ui 0

i =

d2u
+

f(uIu1,x)

x o < x < xn

(1-3)

dx

donde u = u( x )
Esta ecuaci6n requiere dos condiciones suplementarias para que la soluci6n sea Gnica.
Ahora bien, dependiendo de la manera en que las condiciones suplementarias est6n definidas, se tendr6n
dos posibilidades. Si las dos condiciones estsn especificadas en un mismo punto, por ejemplo,

e l sistema (1.3) - (1.4) constituye una problema de


valores iniciales; si se dan dos condiciones de borde, por ejemplo, en 10s extremos del dominio,

el sistema
contorno.

(1.3)

(1.5)

constituye un problema

de

Los problemas que se presentan en la inmens a mayorra d e 10s casos no consisten en una ecuacidn
diferencial de primer orden sino en un sistema de p
ecuaciones diferencikles de primer orden con p inc6gnitas. Estos se pueden escribir como

E B conveniente escribir el sistema (1.6)


forma vectorial
du/dt + f(u,t)
u(t0)'

to't<-

(1.7)

en

(1.8)

UO

de esta manera y como veremos m6s adelante, la analogIa entre la aproximaci6n numi5rica de una ecuacidn
diferencial y un sistema de ecuaciones diferenciales
es inmediata.

cuando se presenta una ecuaci6n diferencial


de orden superior siempre puede s e r trasformada en
un sistema de ecuaciones diferenciales de primer orden. El siguiente ejemplo ilustra lo anterior: la
ecuaci6n diferencial de tercer orden

con condiciones iniciales

se puede transformar en un sistema de 3 ecuaciones


diferenciales de primer orden mediante la sustituciBn

donde a es una constante distinta de cero. 'Para obtener la soluci6n exacta integramos (1.14)

I
In u
Teniendo en cuenta que u3 = (W' ) ' = U'
u 2 = ( W ) = u 1 1 resulta el sistema

-at

(1.16)

teniendo en cuenta la condici6n inicial (1.15)


obtiene el valor de la constante de integracidn
C

se

lnug

reemplazando el valor de C en la '\ecuacidn ( 1.16) y


escribiendo dste en forma exponencial resulta, finalmente
donde

to

< t

que es la solucidn exacta del problema de valores


iniciales (1.14)
(1.15). Si suponemos que a es positiva la expresidn (1.17) describe la solucidn de
una ecuacj.cn de decaimiento ya que la soluci6n decrece para valores crecientes del tiempo. Ejemplos
de esta ecuaci6n se presentan en cingtica qurmica,
decaimiento radiactivo, el enfriamiento de un term6metro a la temperatura ambiente, etc. En todos 10s
casos el sistema tiende a un estado de equilibrio
representado por la l5nea u = 0 en un grdfico
u = u(t) seg6n se ilustra en la figura 1.1.

con condiciones iniciales

Naturalmente el sistema ( 1.12 )


( 1.13) tambign pued e escribirse en forma vectorial de acuerdo a lo
visto anteriormente.

1.3

Propiedades de las ecuaciones diferenciales

Previo a1 estudio num6rico del problema de


valores iniciales (1.1)
(1.2) es necesario analizar algunas de sus propiedades. Se distinguen dos
tipos de ecuaciones segGn sea el signo de la derivada de la funcidn f con respecto a la variable dependiente u: si la derivada es positiva se trata de
ecuaciones de decaimiento y si la derivada es negativa se trata de ecuaciones de crecimiento. Ilustramos lo anterior con un ejemplo muy simple que posee
solucidn exacta: sea la ecuacidn (l.l).con f(u) = au,
e s decir

Si suponemos que la ecuacidn (1.14) deviene


du/dt
a u = 0 , con a ) 0 , la soluci6n exacta resulta entonces

La expresi6n (1.18) describe en este caso una ecuacidn de crecimiento. Ejemplos de esta ecuacidn se
presentan en la descripcidn de una ley de crecimient o demogr5fico (Ley de Malthus), crecimiento de bact e r i a ~ , aumento del dinero en intergs compuesto,
etc. En todos 10s casos la solucidn crece en valor
absoluto para valores crecientes del tiempo.

P a r a c o m p l e t a r e s t a b r e v e d e s c r i p c i d n de
l a s p r o p i e d a d e s de e c u a c i o n e s d i f e r e n c i a l e s o r d i n a r i a s p r e s e n t a m a s e l e s t u d i o d e una e c u a c i 6 n d i f e r e n c i a l l i n e a l de segundo o r d e n con c o e f i c i e n t e s const a n t e s . Sea e l problema d e v a l o r e s i n i c i a l e s

con c o n d i c i o n e s i n i c i a l e s
U(0)

U(,

U'

(0)

U'

'

t = 0.

(1.20)

P a r a e n c o n t r a r l a s o l u c i 6 n de l a e c u a c i 6 n d i f e r e n c i a l (1.19)
( 1 . 2 0 ) hacemos l a s u s t i t u c i 6 n u = e h t ,
donde
ser real o
cancelando e l
que u = e
m
u soluci6n si h
f a c t o r heh':ed=hmos
s a t i s f a c e l a ecuaci6n c a r a c t e r l s t i c a

cuyas r a l c e s r e s u l t a n s e r

Fig.

1.1

E j e m p l o s de una e c u a c i 6 n de c r e c i m i e n t o o
i n e s t a b l e ( a < 0 ) , n e u t r a ( a = O ) y de d e c r e cimiento o estable ( a ) ~ ) .

MBS i m p o r t a n t e que l a p r o p i e d a d de s e r c r e c i e n t e o d e c r e c i e n t e e s l a p r o p i e d a d de s e r e s t a b l e
o i n e s t a b l e . Se d i c e q u e e l p r o b l e m a d e v a l o r e s i n i c i a l e s (1.1)
(1.2) es: e s t a b l e , si l a soluci6n
t i e n d e a 0 c u a n d o t t i e n d e a =, n e u t r a l m e n t e e s t a b l e , si l a s o l u c i d n permanece a c o t a d a cuando t t i e n d e a @,
e i n e s t a b l e , c u a n d o no e s e s t a b l e n i a c o t a d a . En e l c a s o d e l e j e m p l o ( 1 . 1 4 )
(1.15) l a ecuaci6n es: e s t a b l e , s i af/au e s p o s i t i v a , neutralmente
e s t a b l e , si af/au e s nula, e inestable, si af/au e s
n e g a t i v a . En c o n s e c u e n c i a u n a e c u a c i d n d e d e , c a i m i e n t o ( a > 0 ) e s e s t a b l e y una e c u a c i 6 n de c r e c i m i e n t o
(a40) es inestable.

C o n s i d e r e m o s e n ( 1 . 1 9 ) e l c a s o p=O y q = w 2 , d o n d e w
e s una c o n s t a n t e p o s i t i v a . L a s r a l c e s d e l a e c u a c i d n
= kiw
y l a soluc a r a c t e r f s t i c a (1.22) r e s u l t a n
cidn se escribe entonces

d o n d e c a d a uno d e 10s t 6 r m i n o s d e l s e g u n d o m i e m b r o
de (1.23) son s o l u c i o n e s p a r t i c u l a r e s y cl- y c 2 son
constantes arbitrarias.
Utilizando
l a fdrmula de
Euler efiwt = cos w t ? i sen w t , l a expresidn (1.23)
p u e d e e s c r i b i r s e corno
u(t)

a cos w t + b sen w t

(1.24)

d o n d e a = c l + c2 y b = i ( c ,
c ~ ) .P a r a e n c o n t r a r
10s v a l o r e s d e l a s c o n s t a n t e a y b q u e s a t i s f a c e n
l a s c o n d i c i o n e s i n i c i a l e s tenemos que, para t = O ,

ub(0)

b~

U'

entonces

U~/W

que reemplazadas en la expresi6n (1.24) permiten obtener la soluci6n general


u(t)

UO

cos at + u g / w sen wt

i!

(1.25)

Esta expresidn describe el movimiento oscilatorio de


un oscilador arm6nico simple. En el caso en que
ul' + d 2 u = 0 representa un problema de mecsnica, W2u
es la fuerza restitutiva par unidad de masa que se
opone a1 movimiento y u es la velocidad y W es la
frecuencia natural del oscilador.

Dejando de lado el caso q = 0 y p = 0,


cuando el discriminante A = p2 - 4q de la ecuaci6n
caracter5stica (1.21 ) es: A
0, la soluci6n general
del problema de valores iniciales (1.19) es

donde

y B son las dos ralces reales


= 1/2[-p
de la ecuacidn caracterzstica y a y b .dependen de las condiciones iniciales; A
0 ,
= ti m
es imaginario pur6 y la soluci6n general resulta
A

<

u!t)

[a cos mt + b sen mt]

e-pt/2

donde m = ( 4 q
resulta

p2)1/2;

(1.27)

A = 0, la soluci6n general

Fig.
la fig. 1.2 se ilustran 10s 4 casos analizados precedentemente; en problemas de mecdnica se
10s suele denominar: movimiento arm6nico simple, moviemto sobre-amortiguado, movimiento sub-amortiguado
y movimiento crsticamente amorfiguado, respectivamente (ver, por ejemplo, Laura, 1973).
~h

1.2

soluci6n de la ecuaci6n u" + pu' + qU = 0


P a r a 10s siguientes movimientos : 1 - arm6nico simple; 2- sobre amortiguado; 3 subamortiguado; y 4- cr5ticamente amortiguado* Los CaSoS 2 1 3 y 4 son estables y
el case 1 es neutralmente estable.

Podemos g u n e r a l i z a r e l a n d l i s i s p r e c e d e n t e
p2/4 l a soluci6n g e n e r a l e s
observando que, s i q
p2/4, l a soluciSn
o s c i l a t o r i a , mientras que, s i q
g e n e r a l e s no o s c i l a t o r i a .

>

<

En a n a l o g I a c o n e l p r o b l e m a d e v a l o r e s i n i ciales
de
primer
orden
decimos que
la
ecuaci6n
u" + p u ' + qu = 0 e s : e s t a b l e , s i p y q s o n p o s i t i vos, neutralmente e s t a b l e , s i p = 0 y q p o s i t i v o , e
i n e s t a b l e , e n 10s c a s o s r e s t a n t e s ( v e r , p o r e j e m p l o ,
Birkhoff y Rota, 1978).

S i g u i e n d o con e l e s t u d i o de l a s p r o p i e d a d e s
d e una e c u a c i d n d i f e r e n c i a l o r d i n a r i a n o s debemos
p r e g u n t a ~s i l a s o l u c i 6 n e x i s t e , s i e s C n i c a y s i e s
e s t a b l e con r e s p e c t o a una p e r t u r b a c i d n pequeiia de
10s d a t o s : e n b r e v e , s i e l p r o b l e m a e s t d c o r r e c t a m e n t e p l a n t e a d o e n e l s e n t i d o d e Hadamard ( v e r p o r
ejemplo, Courant-Hilbert, 1966). El s i g u i e n t e teorema t r a t a e l p r o b l e m a d e l a e x i s t e n c i a y u n i c i d a d :
"Si
du/dt + f ( u , t ) = 0
e s una e c u a c i d n d i f e r e n c i a l
t a l . que f ( u , t ) e s c o n t i n u a en 0 < t < b , y e x i s t e
una c o n s t a n t e L t a l que

p a r a t o d o 0 < t < b y u l , u 2 ( e s t a e x p r e s i d n s e denomina


condici6n
de
Lipschitz
y
L
constante
de
L i s p c h i t z ) , e n t o n c e s e x i s t e una Gnica f u n c i 6 n u ( t )
c o n t i n u a y d i f e r e n c i a b l e que s a t i s f a c e d u ( t ) / d t +
f ( u ( t ), t ) =
0
y l a condici6n i n i c i a l u ( 0 ) = u0"La d e m o s t r a c i d n d e e s t e t e o r e m a s e e n c u e n t r a , p o r
e j e m p l o , en Y o s i d a ,
1971. Con r e s p e c t o a 1 p r o b l e m a
d e e s t a b i l i d a d l a c o n d i c i d n de e c u a c i d n e s t a b l e qued a a s e g u r a d a con e l s i g u i e n t e t e o r e m a : " S i d u / d t +
f ( u , t ) = 0 s a t i s f a c e una c o n d i c i 6 n d e L i p s c h i t z e s
e s t a b l e " ( v e r d e t a l l e s , p o r e j e m p l o , e n Y o s i d a , 1971
o G e a r , 197 1 )

E l c o n c e p t 0 de problerna c o r r e c t a m e n t e p r o p u e s t o e n e l c a s o d e p r o b l e m a s d e c o n t o r n o e x i g e en
g e n e r a l que s e cumpla q u e f ( u , u l , x ) , a f / a u y a f / a u l

Sean c o n t i n u a s en e l dominio de d e f i n i c i 6 n d e l problema,


ademzs d e que s e cumpla que a f / a u
0 y
a f / a u l e s t e a c o t a d a , ( v e r d e t a l l e s y d e m o s t r a c i 6 n en
Keller, 1968).

>

Las p r o p i e d a d e s a n t e r i o r e s pueden s e r ext e n d i d a s p a r a e l c a s o de s i s t e m a s de v a l o r e s i n i c i a l e s o de c o n t o r n o , e l l e c t o r i n t e r e s a d o puede consultar,


por ejemplo,
Yosida,
1971, K e l l e r ,
1968,
1983, e n t r e o t r o s .
G e a r , 1971 y - D a h l q u i s t y
Aquz s 6 1 0 m e n c i o n a r e m o s l a
d e un p r o b l e ma d e v a l o r e s i n i c i a l e s
primer orden
e s c r i t o en l a f o r m a d u / d t = Au, d o n d e A e s u n a mat r i z d i a g o n a l i z a b l e de o r d e n n y donde u , v e c t o r sol u c i d n d a d o p o r u ( t ) = e A t u 0 8 d e p e n d e de l a e x p o n e n c i a 1 de A. N a t u r a l m e n t e , e l c o m p o r t a m i e n t o de l a s o l u c i d n cuando t t i e n d e a
, que puede s e r c r e c i e n t e , d e c r e c i e n t e u o s c i l a t o r i o , e s g o b e r n a d o p o r 10s
a u t o v a l o r e s h i de A. E n t o n c e s decimos que e l s i s t e m a
d u / d t = Au e s e s t a b l e y eAt t i e n d e a 0 , c u a n d o l a
c o m p o n e n t e r e a l d e t o d o s 10s a u t o v a l o r e s de A cum0 , e s n e u t r a l m e n t e e s t a b l e y eAt
p l e n q u e Re h i
e s t 6 a c o t a d a cuando p a r a t o d o s 1 0 s a u t o v a l o r e s de A
s e c u m p l e q u e Re h i
< 0 , y eS i n e s t a b l e y eAt n o
e s t d a c o t a d a c u a n d o p o r l o menos un a u t o v a l o r d e A
c u m p l e q u e Re h i ) 0.

<

E l
l e c t o r i n t e r e s a d o en l a p r o f u n d i z a c i 6 n
d e l tema d e l a e s t a b i l i d a d d e e c u a c i o n e s d i f e r e n c i a l e s o r d i n a r i a s y e n s u e x t e n s i d n a 1 f a s c i n a n t e campo
e,ntre
d e 10s s i s t e m a s d i n d m i c o s p u e d e c o n s u l t a r ,
otros,
a Birkhoff
y
Rota,
1978,
Roxin,
1968 y
Y o s i d a , 1971.

De a q u l e n a d e l a n t e s u p o n d r e m o s q u e e l p r o b l e m a d i f e r e n c i a l ya s e a d e v a l o r e s i n i c i a l e s o d e
contorno,
escalar o vectorial,
estd correctamente
p r o p u e s t o en e l s e n t i d o d e Hadamard.

3.

1.

Supongamos q u e s e i n v i e r t e un c a p i t a l d e 1000
p e s o s p o r 3 aEos con una t a s a de i n t e r d s d e l 5%
a n u a l . S i e l i n t e r d s o b t e n i d o se s u m a a 1 c a p i t a l
a 1 c a b 0 d e c a d a aRo, l a - f d r m u l a q u e n o s da e l
c a p i t a ' l acumulado e n e l a50 n+l en f u n c i d n d e l
c a p i t a l e n e l aRo a n t e r i o r n r e s u l t a :
- c n + 5 / 1 0 0 c, = 1 . 0 5 c n . E s t a es u n a
Cn+l
e c u a c i d n e n d i f e r e n c i a s c o n un p a s o d e t i e m p o d e
u n a h . su s o l u c i d n r e s u l t a c n = ( 1 . 0 5 ) c n - l 1.05(1.05)
c ~ =- ~
=
(1.05)n
co
y para
n = 3 a R o s , c g = ('1.0513 1000 = 1157.63.
Si el
t l e m p o d e c a p i t a l i z a c i d n d e l i n t e r d s es r e d u c i d o
d e mod0 q u e d s t e se s u m a a 1 c a p i t a l a 1 f i n a l d e
cada mes,
l a ecuacidn en diferencias r e s u l t a
a h o r a , c , + ~ = ( 1 + 0.05/12)
cn, c o n un p a s o d e
t i e m p o d e u n m e s . La s o l u c i d n p a r a n = 3 a i i o s =
3 6 m e s e s r e s u l t a c 3 6 = ( I + 0 . 0 0 5 / 1 2 ) ~ ~co =
1 1 6 1 , 4 7 . Se p i d e e n c o n t r a r p o r p a s o a 1 l ! i m i t e l a
ecuacidn diferencial correspondiente y su soluc i d n e x a c t a p a r a t = 3 aiios. ~ a m b i g n se d e s e a
s a b e r s i l a e c u a c i d n d i f e r e n c i a l o b t e n i d a es e s table o inestable.

T r a n s f o r m a r 10s s i g u i e n t e s p r o b l e m a s d e v a l o r e s
i n i c i a l e s d e s e g u n d o o r d e n e n un s i s t e m a d e p r i m e r orden

a ) u"

2u'

2u = e 2 t s e n t

<

....

2.

\\
4.

Transformar e l s i g u i e n t e problema de contorno de


c u a r t o o r d e n e n un s i s t e m a d e d o s e c u a c i o n e s d e
segundo orden

5.

Determinar e l t i p o de movimiento d e s c r i p t o por


10s s i g u i e n t e s p r o b l e m a s d e v a l o r e s i n i c i a l e s y
e l regimen de e s t a b i l i d a d asociado

6.

Se d e s e a s a b e r s i e l s i g u i e n t e problema
res i n i c i a l e s u' = A u
donde

Determinar cuales de l a s s i g u i e n t e s ecuaciones


d i f e r e n c i a l e s c o n s t i t u y e n un p r o b l e m a d e v a l o r e s
i n i c i a l e s y c u a l e s c o n s t i t u y e n un p r o b l e m a d e
contorno:

"

de valo-

es estable o inestable
=

-21

7.

Encontrar la solucidn exacta de 10s siguientes


problemas de valores iniciales y determinar si
son estables, inestables o neutralmente estables.

8.

Verificar que las siguientes expresiones son soluciones exactas de los problemas de contorno
dados

9.

Rashevsky, 1968 analiza un modelo del problema de


generaci6n de individuos no conformistas en la
sociedad. Supongamos que una sociedad posee u(t)
individuos en el tiempo t, en aEos, y que todos
10s no conformistas que se casan con otros no
conformistas tienen hijos que tambign son no conformistas, mientras que una proporcidn fija r de
todos 10s restantes nacimientos son tambign no
conformistas. Si la tasa de nacimientos b y de
mortalidad d son considerados constantes, y si
10s conformistas y no confortistas se unen a1
azar, el problema puede ser exbresado por el siguiente sistema diferencial

donde un(t) indica el ncmero d e no conformistas


d e la poblaci6n a1 tiempo t.
Si introducimos la variable p ( t ) = un(t)/u(t)
para representar la proporcibn de no conformist a s en la sociedad a1 tiempo t,
a ) demostrar que las
pueden transformar
diferencial

para

u" + ( 1 +

E )

u' + u = 0

< 1 ,

ecuaciones anteriores se
en la siguiente ecuaci6n

b) Encontrar la solucibn exacta de esta ecuaci6n


diferencial y demostrar que para p(O
= 0'.01 ,
b = 0.02
y
r = 0.1, el valor de p(t) para
t = 50 es p(50) = 0,10421.

EL UETODO D E L A S DIFERENCIAS PINITAS


Aproximaciones de una derivada de primer orden

.La idea b6sica del mgtodo de las difefencias finitas consiste en aproximar las derivadas en
un punto por cocientes en diferencias sobre un int e r v a l ~pequezo, transformando as5 el problema diferencial en un problema algebraico. Por ejemplo para
aproximar por diferencias finitak la derivada u 8 de
una funci6n u(x) aproximamos la tangente por una secante como se muestra en la Fig. 2.1.

Fig. 2.1.

Aproximaci6n d e la derivada primera

Si establecemos que

Definiendo el paso o intervalo h = x2-Xlt en cualquier punto del intervalo xi < x < ~2 , U' (x) se
aproxima por

u(x2)
u 1 (XI)

u(xl)
I

h
la expresidn (2.2) es una diferencia en adelanto. En
cambio si establecemos que
Para casi todos 10s puntos la expresidn (2.1) es una
aproximacibn, per0 por lo menos para un punto la
igualdad es estricta por el teorema de Rolle.
la expresi6n (2.3) es una qiferencia en atraso. En
la Fig. 2.2 se ilustra un esquema en difenencias
centrado para la aproximacidn de u' ( x ) en el punto
XO = (XI+X2)/2,

Por consideraciones geomgtricas se puede


ver que la fdrmula (2.4) es una mejor aproximaclSn
que las f6rmulas (2.2) 6 (2.3) ya que estd mds alineada la cuerda con la tangente.

Para poder demostrar la aseveracidn precedente es precis0 realizar un estudio de la precisi6n


d e una aproximacidn en diferencias. Este consiste en
el anslisis del error que se comete a1 reemplazar
una expresidn diferencial por su aproximaci6n en diferencias y de qu6 depende dicho error. Comenzamos
analizando la aproximacidn de u' ( x ) con un esquema
centrado. Por conveniencia, en la Fig. 2.3 se ilustra nuevamente la apro.ximaci6n de u'(x0) por un esquema centrado, donde xg es el punto medio entre xl
y x2. Desarrollando u(x1) y u(x2) alrededor Ce u(x0)
por la f6rmula de Taylor

~ i g .2.2

~ p r o x i m a c i 6 n por diferencias
la derivada primera

centradas de
1

~ e s t a h d ou ( x 2 ) de u ( x 1 ) y d i v i d i e n d o por h r e s u l t a

Si tomamos mddulos
p o r 2 max
ul"(x)

(u(x2)

u(x1))

1
-

y r e e m p l a z a m o s u"' (
s e obtiene finalmente

1
u1(xo)

h 2 max

+ u"'

e2

1 uM@(x)(
(2.5)

S i un'(x) e s t 6 a c o t a d a e n t r e 10s p u n t o s xl y x 2 el
e r r o r d e l r e e m p l a z o de u' ( x o ) por un e s q u e m a en dif e r e n c i a s c e n t r a d a s e s t 6 a c o t a d o por u n a c o n s t a n t e
m u l t i p l i c a d a por h 2 o se d i c e que es de o r d e n h 2 y
s e e s c r i b e O(h2).
R e d u c i e n d o h a la m i t a d la c o t a
d e l e r r o r d e l r e e m p l a z o d e u'(x) por d i f e r e n c i a s
c e n t r a d a s se r e d u c e en un f a c t o r 4.

C o m o ya l o v i m o s en f o r m a g e o m 6 t r i c a 10s
e s q u e m a s en a d e l a n t o o en a t r a s o que a p r o x i m a n u' ( x )
s o n m e n o s p r e c i s o s q u e el e s q u e m a centrado. Refirigndonos a
la Fig.. 2.1
y
e n el
caso en que
(u(x2)
u ( x 1 ) )/h a p r o x i m a a u' ( x l ) , d e s a r r o l l a n d o
e n s e r i e de T a y l o r a l r e d e d o r d e u ( x 1 )

x1

< 5 < x2

Fig.

2.3

Aproximacidn
trado

de u'(x)

por

un

e s q u e m a cen-

(u(x2)

en c o n s e c u e n c i a

u(xl))

u'(xl)

h max

u"(x)

Entonces el esquema en adelanto (2.2) es de O(1 )


siempre que ul@(x) estg acotada entre xl y xp. Reduciendo h a la mitad se reduce la cota del error en
un factor 2. Identico resultado se obtiene con el
an6lisis de la precisi6n del esquema en atraso
(2.3).

Hasta ahora hemos visto como se pueden


construir aproximaciones de u' (x) de O(h) y 0(h2 1 ,
mediante consideraciones de tipo geomgtrico. Vamos a
presentar un m6todo que permite obtener en forma
sistemstica aproximaciones de u e ( X I) , olvidando por
un momento que la conocemos, escribisndolas de la
siguiante manera

donde a y 0 son coeficientes a .-er determina.dos. desarrollan'do u(xp) en serie de Taylor alrededor de
u(xl), reemplazando en (2.7) y reordenando

Igualando 10s coeficientes correspondientes de (2.8)


resulta a + B = 0 y
0 h = 1 de donde B = l/h y
a = -l/h. Reemplazando en (2.7) se obtiene nuevamente (2.2). Con estos valores de a y 0 la precisidn
del esquema en adelanto es de O(h), esto quiere decir, ademas, que con dichos valores se requiere que
u 1 (x 1 ) en (2.8) sea exacta para el tgrmino constante
y lineal en u.

Entonces cualquier esquema en difcrencias


puede ser construrdo de esta manera. En el metodo de
10s coeficientes indeterminados la aproximacidn de
la derivada u' (x) es escrita como una suma ponderada
de 10s -u(xi) con coeficientes de ponderaci6n a determinar con la condici6n de que el esquema sea
exacto para el polinomio de mayor grado posible en
u( Xi)

Es instructivo prescntar una aproxirnaci6n


en adelanto por tres puntos para u' (xl ) utilizando
el mgtodo de 10s coeficientes indeterrninados. Suponiendo conocidos u(xl), u(xp) y u(x3) en 10s puntos
X 1 I X2 = X I + h
y x3 = x2 + h la aproximaci6n de
u p (x 1 ) , se escribe

Desarrollando u(x2) y u(x3) en serie de Taylor alrededor de u(xl), reemplazando en (2.9) y reordenando

donde xl < t1 < x2


y XI < c2 < X3
Igualando 10s
coeficientes
correspondientes
de
(2.10)
resulta
a + B + y = O
, B + 2 Y a l / h
y 0 + 4 Y = O loque
implica exigir que u' ( x l) en (2.10) sea exacta para
10s tgrminos constante, lineal y cuadrhtico. La solucidn del sistema anterior resulta en a = -3/2h
,
0 = 2/h
y
Y = -1/2h. Reemplazando en (2.9) se obtiene

que es una aproximacidn


d e 0(h2).

adelanto

tres puntos

Si quisigramos construir una aproximaci6n


en diferencias centradas por cuatro puntos del mayor
orden posible para u' (xg ) utilizando las posiciones
xo ' 0 I
X1 = -2h
I
X * = -h, ~3 = h
y
x,, = 2h
Y 10s va10reS u(xl), u(x2), u(x3) y u(x,,), tendrcamos que la aproximacidn de u 1 ( x o ) se escribe

D e s a r r o l l a n d o u ( x 1 ) , u ( x 2 ) *, u ( x 3 ) y u ( x q ) en s e r i e
d e T a y l o r a l r e d e d o r de u(xg), r e e m p l a z a n d o en (2.12)
e igualando 10s c o e f i c i e n t e s c o r r e s p o n d i e n t e s obtenemos un s i s t e m a de 4 e c u a c i o n e s con las c u a t r o inc 6 g n i t a s a, B , y y 6 cuya s o l u c i 6 n es: a = (12h)-l ,
8 = -(2/3h)'l
, Y = (2/3h)'l
y 6 = -(12h)-l. Reemp l a z a n d a en ( 1.12 ) se o b t i e n e

e s una
de o ( h 4 ) .

que

2.2

aproximacidn por

cuatro puntos

centrada

Aprox.imaciones de d e r i v a d a s de o r d e n s u p e r i o r

P a r a o b t e n e r una a p r o x i m a c i d n en diferenc i a s para una d e r i v a d a s e g u n d a u W ( x ) h a c e m o s una dif e r e n c i a s u c e s i v a de una d e r i v a d a primera, es decir


( u e ( x ) ) * . N a t u r a l m e n t e necesitamos, p o r lo menos,
t r e s v a l o r e s de u, por ejemplo, en 10s p u n t o s xl,
xp
y x3, s e g G n se m u e s t r a en la Fig. 2.4.
Llamando
u * ( x m l ) Y u 1 ( x m 2 ) a 10s v a l o r e s a p r o x i m a d o s de la
derivada primera u U ( x ) en 10s p u n t o s xml y xmp, donde x m l y x m 2 son dos valores en el punto m e d i o e n t r e
x 1 y x 2 y e n t r e x2 y x3, r e s p e c t i v a m e n t e , t e n e m o s
que

entonces
Fig.

2.4

A p r o x i m a c i d n de la d e r i v a d a s e g u n d a

Nuevamente aqu!i, dependiendo del punto elegido para


q u e la ecuaci6n (2.14) aproxime a u8*(x) tendremos
aproximacibn en adelanto, en atraso o centrada, respectivamente.

El anslisis de la precisi6n del esquema


centrado q u e aproxima a uW(x) es andlogo a 1 d e
U' (x). Refirigndonos a la Fig. 2.4, para el andlisis
d e la aproxirnacidn de un(x 1,
expandimos u(xl
Y
u(x3) alrededor del u(x2) mediante la f6rmula de
Taylor

'

donde M

- h2

max

uIV(x)

12

La ecuacidn (2.15) indica que el esquema centrado


que aproxima ul*(x) es de O(h ) si ul"(x) ests acotada. Si utilizdramos el esquema centrado que aproxima
u"(x) en la modalidad en adelanto o en atraso el orden se reducirTa a O( h )

No queremos extendernos mas en la aproximacidn de derivadas de orden superior. En el manual de


tablas
y
f6rmulas matemdticas
de
Abramovitz
y
Stegun, 1972, se presenta una extensa gama de fdrmulas de aproximacidn de distinto orden para derivadas
de orden superior. Asimimo, el lector interesado en
el tratamiento riguroso del problema de la aproximaci6n numdrica puede consultar el libro de Godunov y
Ryabenki, 1964 o Isaacson y Keller, 1966, entre
otros.

2.3

Sumando ambas ecuaciones y reordenando

Ecuaciones en diferencias

En las secciones anteriores hemos visto el


atamiento numsrico de derivadas de primer y segundo
jen. Las ecuaciones diferenciales lineales del caprtulo anterior son combinaciones de derivadas de
primer y segundo orden, tdrminos de orden cero e
independientes. La aproximacidn por diferencias finitas de estas ecuaciones diferenciales con las tdcnicas ya vistas da lugar a las denominadas ecuaciones
en diferencias. Presentaremos como introduccidn a 1
tema de ecuaciones en diferencias la aproximacidn de
una ecuacidn diferencial lineal homoggnea de primer y
segundo orden.

Un ejemplo de una ecuacidn en diferencias de


primer orden est5 dado por la aproximacidn del siguiente problema de valores iniciales de primer orden
(en la variable independiente x)

c o n u ( x o ) = u ( 0 ) , a = c t e . Una a p r o x i m a c i d n p o r d i f e r e n c i a s f i n i t a s e n a d e l a n t o p a r a u' ( x ) r e s u l t a e n
l a s i g u i e n t e e c u a c i d n e n d i f e r e n c i a s ( v e r f i g u r a 2.1)

tener e l
l o r e s de
1
ah
1 - a h =

s i g u i e n t e c o m p o r t a m i e n t o p a r a d i f e r e n t e s va1
ah:
L1 : La s o l u c i d n ( 2 . 2 2 ) e s mondtoma c r e c i e n t e ;
l : La s o l u c i d n p e r m a n e c e c o n s t a n t e e i g u a l
a ~ ( 0 ) ;
0 4 1
a h 4 1: La s o l u c i d n e s mondtoma d e c r e c i e n t e ;
1
a h = 0 : La s o l u c i 6 n s a l t a d e l v a l o r i n i c i a l u ( 0 )
a c e r o p a r a v a l o r e s c r e c i e n t e s d e n;
-1 4 1
ah
0 : La s o l u c i d n d e c r e c e e n f o r m a o s c i latoria:
1
a h = - 1 : La a m p l i t u d p e r m a n e c e c o n s t a n t e p e r 0 l a
solucidn alterna e l signo;
1
ah
-1 : La a m p l i t u d c r e c e p e r 0 e l s i g n o d e l a
soluci6n es alternado.
E s t d c l a r o q u e , p a r a d i s t i n t o s v a l o r e s ,de 1
ah, l a
s o l u c i d n de l a e c u a c i d n e n d i f e r e n c i a s d i f i e r e notablemente d e l comportamiento de l a ecuacidn d i f e r e n c i a l . Mds a d e l a n t e v e r e m o s q u e e s t e c o m p o r t a m i e n t o d e
l a s o l u c i q n de l a ecuacidn en d i f e r e n c i a s e s t d e s t r e c h a m e n t e l i g a d o c o n e l c o n c e p t 0 d e l a e s t a b i l i d a d numdrica.

E s t a e c u a c i 6 n puede

u(x,)

(1

ah)

(2.18)

S i d i v i d i m o s e l e j e Ox e n s e g m e n t o s d e i g u a l l o n g i t u d
h y numeramos e n o r d e n c r e c i e n t e 0 , 1 , 2 , .
, n e l conas5 determinados,
y
llamamos
a
junto
de
puntos
u ( x l ) = u ( x n ) = un y u ( x p ) = u ( x n + h ) = u , + ~ , r e s u l t a , l a e c u a c i d n en d i f e r e n c i a s

..

La e x p r e s i d n ( 2 . 1 9 ) e s u n a e c u a c i d n e n d i f e r e n c i a s d e
primer orden dado que p a r a e n c o n t r a r s u s o l u c i d n
G n i c a e s n e c e s a r i o d e f i n i r e l v a l o r d e u e n un s o l o
punto (en p a r t i c u l a r debe s a t i s f a c e r l a condici6n
i n i c i a l d e l problema d i f e r e n c i a l ( 2 . 1 6 ) ) . P a r a encont r a r l a s o l u c i d n g e n e r a l de l a ecuacidn en d i f e r e n c i a s ( 2 . 1 7 ) e n s a y a m o s u n a s o l u c i d n de.1 t i p 0 u n = c Y"
d o n d e Y es u n a r a z z d e l a e c u a c i d n c a r a c t e r l s t i c a
Y

(1

ah)

s e r e s c r i t a como

u(xl)

>

<

<

Un e j e m p l o i n t e r e s a n t e d e u n a e c u a c i d n e n
d i f e r e n c i a s de segundo orden e s t s dado por l a a p r o x i macidn d e u n a e c u a c i d n d i f e r e n . c i a 1 homoggnea d e s e gundo o r d e n , c o n s i s t e n t e e n e l s i g u i e n t e p r o b l e m a d e
contorno

(2.20)

es d e c i r
cuya s o l u c i d n e x a c t a

es

D e l a ec.uacidn (2.2 1 ) s e d e s p r e n d e que (tomando en


cuenta l a s condiciones i n i c i a l e s ) l a solucidn de l a
ecuacidn (2.19) r e s u l t a

Uno e s p e r a q u e l a s o l u c i d n d e l a e c u a c i d n e n d i f e r e n c i a s t e n g a u n c o m p o r t a m i e n t o l o m6s c e r c a n o p o s i b l e
a 1 d e l a e c u a c i d n d i f e r e n c i a l . En e l c a s o d e l a e c u a c i d n en d i f e r e n c i a s (2.19) su solucidn exacta r e s u l t a

.zremos m a s a d e l a n t e que l a e c u a c i d n (2.23)


e s un
problema de capa l l m i t e . (Sugerimos a 1 l e c t o r d i b u j a r
l a s o l u c i d n e x a c t a p a r a v a l o r e s d e E = 1 , 0.1
y
0 . 0 1 ) . Una a p r o x i m a c i d n e n d i f e r e n c i a s c e n t r a d a s p a r a

ul(x) y u"(x) en (2.23) resulta en la siguiente ecuacidn en diferencias (ver figura 2.4)

Utilizando la misma convencidn del ejemplo anterior


la ecuacidn en diferencias (2.25) g e puede escribir
co m 0

dohde p = ~h/2. La expresidn (2.26) es una ecuacidn


e n diferencias de segundo orden dado que para encontrar su solucidn Cnica es necesario definir el valor
d e u en solamente dos puntos distintos (en particular
debe satisfacer las condiciones de contorn6 del problema diferencial (2.23)).
Para encontrar la solucidn
general de la ecuacidn en diferencias (2.26) ensayamos una solucidn del tip0 un = C Y n
Sustituyendo
dicha solucidn en (2.26) se obtiene la ecuaci6n caracterfstica

q u e posee dos razces y 1 y Y 2 que si son distintas resultan en dos soluciones particulares de (2.26). La
solucidn general es una combinaci6n lineal de la for-

ma

donde cl y c 2 dependen de las condiciones de contorno. En el ejemplo que nos ocupa ambas rafces son reales: Y 1 = l
y
Yp = (1 + p ) ( l -p).
Independientemente de las condiciones iniciales la solucidn general
de
la
ecuacibn
en
diferencias
resulta

Nuevamente aquf esperamos que la solucidn de la ecuacidn en diferencias (2.29) tenga un comportamiento
semejante a1 de la soluci6n del problema diferencial

primitivo (ecuacibn (2.24)). Pero esto s610 es cierto


si se cumple que p
1. si p
1 la soluci6n exacta
tiene un comportamiento oscilatorio dado que cambia
d e signo para valores pares e impares de n. Como tendremos la posibilidad de comprobar mas adelante, las
oscilaciones numgricas subyacen a una clase muy amplia de problemas y constituyen la "bgte noire" de
10s analistas num6ricos.

<

>

La pregunta inmediata que nos asalta es


~ c o m ose pueden evitar las oscilaciones? La respuesta
es sencilla: utilizar para la aproximacidn de u'(x)
diferencias en adelanto o en atraso (de acuerdo a1
signo de 1.
Pero, como en las novelas policiales,
dejamos a1 lector que devele la incbqnita.

9.

2.4

Problemas

1.

C o n s t r u i r por el m 6 t o d o .de 10s c o e f i c i e n t e s ind e t e r m i n a d o s u n a a p r o x i m a c i d n e n a t r a s o por t r e s


p u n t o s d e u'(x).

2.

A n a l i z a r la
anterior.

precisidn

del

esquema

del

problema

3.

C o n s t r u i r p o r el m'etodo d e 10s c o e f i c i e n t e s ind e t e r m i n a d o s una a p r o x i m a c i 6 n d e s e g u n d o orden,


' e n a d e l a n t o , d e ul'(x).

4.

C o n s t r u i r una a p r o x i m a c i 6 n de s e g u n d o o r d e n de
( a ( x ) u 1 ( x ) ) ' , d o n d e a ( x ) es una f u n c i d n conoc i d a y s u f i c i e n t e m e n t e lisa y j u s t i f i c a r mediant e un a n d l i s i s de la precisidn.

5.

Construir

una

aproximacidn

de

segundo orden

de

u"' ( x ) y de u""(x).

6.

C o n s t r u i r p o r el m e t o d o d e 10s c o e f i c i e n t e s ind e t e r m i n a d o s una a p r o x i m a c i 6 n d e . s e g u n d o o r d e n


d e ( a ( x ) u"(x))" d o n d e a ( x ) e s u n a f u n c i d n conoc i d a y s u f i c i e n t e m e n t e lisa.

7.

C o n s t r u i r u n a e c u a c i d n en d i f e r e n c i a s d e p r i m e r
o r d e n p a r a el p r o b l e m a d i f e r e n c i a l
U' ( x ) + a u ( x ) = 0 , x > 0 , u ( 0 )
1 , a = 10
y e n c o n t r a r la s o l u c i d n e x a c t a de l a e c u a c i 6 n en
diferencias. A n a l i z a r b a j o q u e c o n d i c i o n e a l a eol u c i d n d e la e c u a c i d n e n d i f e r e n c i a a a c o m p a K a a
l a e c u a c i 6 n diferencial.

8.

Construir una ecuacidn en diferencias de segundo


o r d e n p a r a la e c u a c i d n d i f e r e n c i a l d e l p r o b l e m a
7, e n c o n t r a r la e o l u c i 6 n e x a c t a d e la e c u a c i d n en
d i f e r e n c i a s e i n t e n t a r un a n d l i e i s d e l c o m p o r t a m i e n t o d e la misma.

C o n s t r u i r una e c u a c i d n e n d i f e r e n c i a s c e n t r a d a s
p a r a el p r o b l e m a d e c o n t o r n o u w ( x )
0. lu* ( x ) = 0,
0 < x < 1, h a l l a r la s o l u c i d n e x a c t a d e la Ccuac i 6 n en d i f e r e n c i a s y a n a l i z a r su comportamiento.

10. C o n s t r u i r una e c u a c i d n e n d i f e r e n c i a s p a r a el
p r o b l e m a ' d e c o n t o r n o d a d o en 9 u t i l i z a n d o u n a
a p r o x i m a c i d n c e n t r a d a p a r a uu'( x ) y u n a a p r o x i m a c i 6 n e n a t r a s o p a r a u'(x).
H a l l a r la s o l u c i 6 n
e x a c t a de la e c u a c i d n en d i f e r e n c i a s y d e m o s t r a r
q u e G s t a no e s osciiatoria.

CONCEPTOS BASICOS PARA LA APROXIMACION DE ECUACIONES DIFERENCIALESr EL METODO DE EULER

Vamos a comenzar con el estudio de las soluciones numericas del problema escalar de valores
iniciales. Como estamos interesados en problemas ffsicos de valores iniciales que dependen del tiempo,
la variable independiente t en el sistema

indicard el tiompo. Entonces vamos a integrar el


(3.2)
en el
problema de valores iniciales ( 3 . 1 )
tiempo utilizando pequeiios incrementos del mismo. El
intervalo temporal
to < t < tf e s subdividido uniformernente en N segmentos o pasos de tiempo de longitud k = (tf
to)/N como se muestra en la figura

3.1.

Fig. 3 . 1

Discretizaci6n del intervalo espacial

La unidn de estos segmentos determina 10s puntos nodales que se numeran secuencialmente OIl121....,nI
N. Los valores discretos o computados de u(t) y
f(u,t) en 10s nodos de la malla o red as5 determina-

....,

da se denominan 6" y fn, respectivamente, donde n es


un nodo gensrico. Entonces tn = to + nk , n = 0,
N. A 10s efectos de distinguir entre las variables
indepe.ndientes temporal y espacial es com6n indicar
un determinado nivel de tiempo con un suprarndice,
dejando el subrndice para 10s niveles espaciales.
Como veremos, esta convencidn es muy Gtil en la solucidn num6rica de ecuaciones en derivadas parciales. Entonces con un se indica el valor de la soluci6n numgrica en el nivel temporal tn = to + nk. Resolver numdricamente el problema de valores iniciales (3.1) significa encontrar 10s valores de un, en
10s nodos de la malla del dominio to < tn < t f r que
aatisfacen en forma aproximada la ecuacidn diferencia1 (3.1 ) y la condicidn inicial (3.2). Una manera
muy sencilla de introducir 10s mdtodos de aproximaciones de problemas de valores iniciales es mediante
la escritura del problema de valores iniciales (3.1)
(3.2) en su forma equivalente integral y su posterior aproximacidn por fdrmulas de cuadratura. Entonces, integrando (3.1) en el subinterval0 gendrico
tn < t < tn+l
, k = tn+l
tn
, y teniendo en
cuenta la condicidn inicial un para t = tn

..,

Naturalmente la integral de (3.3) no puede ser evaluada en forma exacta dado que no se conoce el vaior
de u(t) incdgnita del problema para todo el intervalo, tn < t < tn+l. Precisamente el mdtodo de las diferencias finitas asume diferentes aproximaciones o
f6rmulas de cuadratura para evaluar la integral de
la ecuaci6n (3.3) lo que da lugar a distintos m6todos num6ricos. Con el fin de unificar la nomenclatura con la existente para la soluci6n num6rica de
ecuaciones en derivadas parciales vamos a -clasificar
a 10s m6todos num6ricos para ecuaciones diferenciales ordinarias en mdtodos de paso entero y mdtodos
de paso fraccionario. Los mdtodos de paso encero a
s u vez pueden ser divididos en m6todos de un solo
paso y mi5todos de paso mGltiple; en 10s primeros la
solucidn en el nivel temporal tn+l se obtiene a partir de la soluci6n en el nivel tn en un solo paso de

tiempo, en 10s Gltimos la soluci6n en tn+l se obt,lene utilizando la solucidn en 10s niveles tn, ,en-',
tn'2,
etc. en un solo paso de tiempo. En 10s mdtodos
de paso fraccionario la soluci6n en tn+l
se obtiene
a partir de la soluci6n en tn en dos o mss pasos intermedios de tiempo. En la nomenclatura cldsica de
ecuaciones diferenciales ordinarias a 10s mdtodos de
paso fraccionario se 10s suele llamar mdtodos de tipo predictor-corrector (en su versidn para un solo
paso). Tanto 10s mgtodos de paso entero como 10s de
paso fracciona-rio pueden ser implfcitos o explfcitos
dependiendo que se utilice o no, en la f6rmula de
cuadratura, el borde superior del intervalo.

3.2 El metodo de Euler

La manera mds sencilla de aproximar la integral de la ecuacidn (3.3) es suponer el valor de


La funcidn f constante para todo el intervalo tn < t
< tn+l e igual a1 valor de f en el nivel temporal
tn, segfin se observa en la figura 3.2, resultando

donde fn = f(un,tn). La expresi6n (3.4) basada en


una aproximacidn en adelanto para u , es un esquema
de paso entero, explzcito, y se lo denomina m6todo
de Euler.

Existe otra manera muy sencilla de obtener


el mgtodo de Euler que ilustraremos con un ejemplo.
La aproximaci6n de la ecuaci6n de decaimiento du/dt
+ a u = 0 con el esquema de Euler resulta en

Esto puede ser interpretado como la soluci6n exacta


truncada de la ecuacidn de decaimiento con un como
condici6n inicial. Gn efecto, la soluci6n exacta de
la ecuaci6n de decaimiento es
u(t)

.-at

UO

(3.6)

para k tendiendo a cero podemos


aproximada, que

escribir, e,ln forma

que reemplazada
expresi6n (3.5

(3.7)

. en

l,a ecuacidn

reproduce

la

La retencidn del termino de segundo orden


en el desarrollo en serie de potencias de e-ak sugiere un mdtodo de aproximacidn mds precis0 que el
mdtodo de Euler, es decfr

m6s adelante veremos que la expresi6n (3.10) corresponde a un ,mdtodo predictor-corrector explrcito.

3.3

~ i g .3.2

~ y r o x i q a c i 6 n de la integral de la ecuacidn
(3.3) en el mdtodo de Euler.

(3.7)
Recordando que
e-ak

k a +

k 2 a2

- -1

k3 a

(3.8)

Nociones de
vergencia

consistencia,

estabilidad

con-

L a validez de un m6toda numeric0 estd basada en que se cumplan ciertos requerimientos naturalea de las aproximaciones en diferencias finitas:
consistencia, estabilidad y convergencia. La primera
condicidn que se exige de un mdtodo de aproximaci6n
en diferencias es que la ecuaci6n en diferencias
aproxime en un cierto sentido a la ecuaci6n diferencial. Se dice que un esquema en diferencias que
aproxima una ecuaci6n diferencial es consistente con
la misma si a1 refinar la malla (el paso temporal k
nde a cero), la ecuaci6n en diferencias converge
a ecuaci6n diferencial correcta. EstS claro que
de consistencia se refiere exclusiva-propiedad
.,.=..te a la analogfa existente entre el operador diferencial y el operador en diferencias, nada se dice
acerca de si 10s resultados de la aproximaci6n en
diferencias estdn pr6ximos, en un cierto sentido, a
la solucihn del problema diferencial; este tema pertenece a1 estudio de la convergencia.

La convergencia puede estudiarse analizando


el comportamiento del error, medido como la diferencia entre la solucidn numsrica y la solucidn exacta,
cuando la malla es refinada. Diremos que el mdtodo
de diferencias finitas es convergente si el error
tiende a cero cuando la malla es refinada. Ahora
bien, existen dos fuentes de errores que inciden en
la precisidn de la solucidn numdrica tomada como
aproximacidn de la solucidn exacta del problema diferencial; estos son el error de truncamiento y el
error de redondeo. El error de truncamiento proviene
de reemplazar el problema diferencial por una aproximacidn en diferencias. La magnitud del mismo puede
s e n determinada perfectamente y es funcidn del tamaRo de malla utilizada. El error de redondeo proviene
de la manera en que una computadora "redondea" una
variable cuyo nGmero de cifras significativas es mayor que la longitud de palabra de dicha mdquina. La
magnitud del error de redondeo es principalmente una
caracterfstica del tip0 de computadora digital utilizada y su prediccidn puede ser estudiada por mdtodos estadrsticos. En general, la acumulacidn del
error de redondeo no presenta problemas muy serios.
No obstante ello, es posible que la presencia de
errores de redondeo o de cualquier otro tipo de
error, pueda producir la inestabilidad numdrica, es
decir el crecimiento sin control (no acotado) de dichos errores.

Los conceptos de estabilidad y convergencia


estdn estrechamente vinculados: el teorema/de equivalencia o teorema de Lax establece que, bajo determinadas condiciones, la estabilidad de un esquema de
diferencias finitas implica la convergencia del mismo (ver Richtmyer y Morton, 1 9 6 7 )
Anslisis de la consistencia
Para el estudio de la consistencia es necesario analizar primer0 el error de truncamiento local d error de discretizacidn rn gue se produce
cuando en el esquema en diferencias se reemplazan
10s valores aproximados de un por 10s valores exactos un
En el caso del mgtodo de Euler este resulta.

ES muy frecuente encontrar la relaci6n ( 3 . 1 1 )

escri-

ta como

-esarrollando en serie de Taylor alrededor de


El estudio de la estabilidad numdrica puede
realizarse mediante el andlisis del comportamiento
del error medido como la diferencia entre la soluci6n numdrica y la solucidn exacta, cuando para un
paso de tiempo k fijo, el nGmero de pasos temporales
tiende a infinito. Evidentemente se espera, bajo estas condiciones, que el error no se amplifique de
tal manera que 10s resultados num6ricos dejen de tener sentido. Diremos entonces que un m6todo en diferencias finitas es numgricamente estable si la amplificacidn del error permanece acotada. Es obvio
que para que un metodo numdrico sea Gtil debe ser
estable.

donde 5 es un punto intermedio entre tn


Reemplazando en la expresidn ( 3 . 1 1 ) resulta

un

tn+l.

Dado que Un e s el valor exacto de U(t) en .el nivel


temporal tn = n k , Un satisface la ecuaci6n dife-

r e n c i a l du/dt + f ( u , t ) = 0 y por l o t a n t o el tdrmino e n t r e corche'ces s e a n u l a . Entonces e l r e s i d u o 0


e r r o r d e t r u n c a m i e n t o l o c a l r n = ~ ( k )s i e m p r e q u e
d 2 u ( 6 ) / d t 2 s e a m e n o r q u e u n a c o n s t a n t e e n t r e 10s n i v e l e s tn y t n + l . S i r n + l + 0 cuando k + 0 s e d i c e
que e l esquema en d i f e r e n c i a s es c o n s i s t e n t e con e l
p r o b l e m a d i f e r e n c i a l primitive. En e s t e c a s o l a c o n s i s t e n c i a d e l m 6 t o d o d e E u l e r es d e O ( k ) .

,
f

E l p r o b l e m a d e v a l o r e s i n i c i a l e s d u / d t '+
= 0 con condiciones i n i c i a l e s u ( 0 ) = c puede

(u,t)

I,

propagaci6n d e l error

3.5

I1

i n t e r p r e t a r s e como q u e d e t e r m i n a l a v e l o c i d a d d e u n a
p a r t Z c u l a como f u n c i d n ae l a p o s i c i d n u . La s o l u c i 6 n
d e l m i s m o p u e d e s e r c o n s i d e r a d a como u n a f u n c i 6 n
u ( t , c ) d o n d e c es un c o n j u n t o d e c o n d i c i o n e s i n i c i a lee que d e t e r m i n a
una f a m i l i a d e s o l u c i o n e s e n e l
plan0 ( u , t ) llamadas t r a y e c t o r i a s * Por ejemplo en e l
caso de l a ecuacidn du/dt
a u = 0
, u ( 0 ) = c, l a
s o l u c i d n e s l a f a m i l i a u ( t , c ) = c e a t como se i l u s t r a e n l a F i g . 3.3. La e l e c c i d n d e u n v a l o r ~ a r t i c u l a r d e c s e r v i r d p a r a s e l e c c i o n a r una d e l a s t r a y e c torias de l a familia.

En l a s o l u c i d n n u m d r i c a d e l p r o b l e m a d e v a l o r e s i n i c i a l e s una p e r t u r b a c i d n d e l a s c o n d i c i o n e s
i n i c i a l e s , -p o r e j e m-p l o , u n e r r o r d e r e d o n d e o e n e l
v a l o r de l a constante c, implica que u ( t ) e s forzada
a s e g u i r o t r a t r a y e c t o r i a de l a familia de solucion e s . En 10s m s t o d o s n u m g r i c o s d e un s d l o p a s o , p o r
ejemplo,
l a , s o l u c i d n en e l n i v e l temporal t n + l e s
c a l c u l a d a u t i l i z a n d o como v a l o r i n i c i a l l a s o l u c i d n
e n e l n i v e l t n y e s t e p r o c e s o se r e p i t e p a r a v a l o r e s
d e n c r e c i e n t e s . En c a d a p a s o d e t i e m p o se p r o d u c e
una pequeRa p e r t u r b a c i d n , e r r o r d e redondeo o e r r o r
l o c a l d e t r u n c a m i e n t o , q u e p r o d u c e un f e n 6 m e n o s i m i l a r de t r a n s i c i d n a o t r a t r a y e c t o r i a de l a familia
d e s o l u c i o n e s . En l a F i g . 3 . 4 se .presents u n a s i t u a c i d n muy e x a g e r a d a d e l o q u e a c o n t e c e n o r m a l m e n t e e n
e l c d l c u l o . S i a medida que t aumenta l a s c u r v a s de
l a f a m i l i a d e s o l u c i o n e s se a l e j a n e n t r e s Z r b p i d a m e n t e , e n t o n c e s e l p r o b l e m a d e v a l o r e s i n i c i a l e s es
i n e s t a b l e ; en e l caso c o n t r a r i o e l problema e s e s t a ble.
-

Es
importante
distinguir
e n t r e e l e'rror
global y e l e r r o r local de truncamiento. E l error
global en e l tiempo t n + l
es u n + '
un+l , donde
u n + l es l a s o l u c i d n e x a c t a e n t n + l d e l p r o b l e m a d e
v a l o r e s i n i c i a l e s genuino ( U ( t ) = c l eat e n l a Fig.
2.5).
E l e r r o r l o c a l e n t n + l es l a d i f e r e n c i a e n t r e
e l v a l o r computado un+l y e l v a l o r en t n + l de aquel l a s o l u c i 6 n de l a ecuaci6n d i f e r e n c i a l que pasa por
e l p u n t o ( u n , t n ) . p a r a s e r m6s c l a r o , 10s e r r o r e s
l o c a l e s s o n 10s s a l t o s e n l a c u r v a e s c a l e r a d e l a
f i g u r a 3 . 4 ( ~ a h l q u i s ty B j o r c k , 1 9 7 4 ) .

Fig.

3.3

ami ilia d e s o l u c i o n e s
con u ( 0 ) = c

de

du/dt

= 0

d o n d e 5 e s un n i v e l i n t e r m e d i o d e t i e m p o e n t r e n y
n+l.
Dado q u e U s a t i s f a c e l a e c u a c i d n d i f e r e n c i a l
d u ( n ) / d t = - a un y d 2 u ( c ) = a 2 ~ ( 5 ) .R e e m p l a z a n d o e n
.
l a ecuacidn anterior

Teniendo en cuenta
c i e n t e monot6nica,

Por c o n v e n i e n c i a

2 n-l

ntl

3.6

3.4

Propagacidn d e l
c i b n numi5rica

Anslisis

la

s o l u c i d n e x a c t a es d e c r e -

introducimos

l a notaci6n

q u e r e e m p l a z a d a e n l a e c u a c i 6 1 ~ ~ ~ ~ 3 .r 1e 6
sulta
un+1

Fig.

que

error

durante

l a

,U"

+ a" U n
'

integraRecordando que e l esquema


d e d e c a i m i e n t o se e s c r i b e

(3.19)

de Euler para

l a ecuacidn

de l a convergencia

Vamos a r e s t r i n g i r n u e s t r o a n d l i s i s d e l a
c o n v e r g e n c i a d e l mgtodo d e E u l e r a p l i c a d o a l a ecuac i d n de d e c a i m i e n t o d u / d t + a u = 0 , u ( 0 ) = ug ) 0 ,
t ? 0.
Distinguiremos e n t r e el valor exacto de l a
s o l u c i 6 n q u e d e n o m i n a r e m o s un y e l v a l o r a p r o x i m a d o
d e l a s o l u c i 6 n numerics q u e l l a m a r e m o s u n . E n t r e 10s
n i v e l e s d e t i e m p o n y n + l , p o r m e d i o d e un d e s a r r o 110 e n s e r i e d e T a y l o r s e o b t i e n e

comparando e s t a e x p r e s i d n con l a f d r m u l a ( 3 . 1 9 ) s e
d e d u c e q u e e l t i 5 r m i n o an un d e e s t a G l t i m a es e l res i d u o d e l esquerna d e E u l e r q u e a q u c es d e 0 ( a 2 k 2 ) .
R e s t a n d o l a e c u a c i d n ( 3 . 2 ' 0 ) d e l a ( 3 . 1 9 ) se o b t i e n e
u n a f 6 r m u l a d e r e c u r r e n c i a p a r a e l e r r o r en = U"
un,
es decir

Si analizamos e l
comprobarnos q u e

error

desde

e0 = UO

u0

hasta

en

<

<

Para valores de k suficientemente pequeEos o


w
1
por lo que todos 10s t6rminos de la ecuacidn (3.22)
son positivos y dado que 0" < 1/2 a* k 2 resulta que

ello aupondremos la existencia de un pequeiio error


En o perturbacidn de la variable dependiente un
en
el tiempo tn y trataremos de determinar el error que
se produce en la variable dependiente un+' como consecuencia del mismo, a t r a ~ &de
~ una linealizaci6n
del problema. Escribamos nuevamente el problema de
valores iniciales (3.1)
(3.2) p a r a , el caso de una
ecuacidn escalar,

el m&todo de Euler se escribe entonces


Ademss dado que O n U" > 0, la ecuacidn (3.19) indica
d e mod0 que en e n la ecuacidn
que un+l > w un
( 3.23) deviene
en consecuencia
un+l

Dado que n k = t
y
Un'1
= UO
n-l )
obtendremos finalmente una cota del error

=- U0

Para cualquier tiempo fijo t, en + 0 para k


+ 0.
El error de truncamiento en el esquema de Euler
es de O(k2), per0 luego de ser sumados 10s er'rores
sobre n pasos de tiempo de longitud k, el error en =
U"
un en un s e transforma en O(k). Sin embargo y
como vqremos a continuacidn es la estabilidad num6rica la que gobierna el tamai5o de grilla a utilizar.

3.7

E"+~

un

+ en

k f(un

En,tn)

(3.28)

Como hemos supuesto que el error es pequeiio es vdlido el siguiente desarrollo en serie de Taylor

Reemplazando (3.29) en (3.28) y restando a1 resultado la ecuacidn (3.271, obtenemos

La expresidn (3.30) representa la ecuacibn para la


amplificacidn de un error pequeiio, que escribimos
como

An6lisis de la estabilidad
El termino entre corchetes

Utilizando el ejemplo del m6todo de Euler


estudiaremos bajo qu6 condiciones un m6todo numeric0
para problemas de valores iniciales es estable. Para

se

denomina

factor

de

amplificacidn.

La

expresidn

(3.31) puede ser escrita, despreciando


orden superior, como
En+l

g E"

t6rminos

de

(3.33)

Para que el metodo numdrico sea estable es necesario


que el error no se amplifiqua del paso tn a 1 tn+',
para ello se requiere que

"+I

( < J

E"

(3.34)

Entonces teniendo en cuenta la ecuacidn (3.33)


estabilidad numerica exige que se cumpla que

la

expresi6n que se obtiene de la f6rmula (3.36). La


ecuaci6n (3.37) nos dice que existe una cota superior para el valor del paso temporal y que si dicha
cota es superadd, de acuerdo a1 an6lisis lineal de
la estabilidad, cualquier error se incrementar6 en
forma no acotada. Diremos en este caso que el metodo
es inestable.

El siguiente ejemplo ilustra lo dicho mds


arriba. Si aplicamos el esquema de Euler a la ecuacidn de decaimiento du/dt + a u = 0 se obtiene

El factor de amplificacidn resulta


Conviene hacer notar que la condicidn de estabilidad
(3.35) no tiene en cuenta aquellos casos en que la
solucidn exacta del problema de valores iniciales
admite un crecimiento exponencial. Para estos casos.
e s necesario establecer una condicidn de estabilidad
que permita el crecimiento no acotado del error
siempre que este sea menor a1 crecimiento de la solucidn exacta (m6s adelante volveremos sobre el
tema)

Para visualizar el factor de amplificaci6n definimos


una nueva variable y = a k y en la Fig. 3.5 presentamos el gr6fico de g(y) como funci6n del argument0
y. ~ q u r se ve que 10s valores estables de y estdn
comprendidos en el interval0 0 6 y < 2. La condici6n
de estabilidad exige entonces que

Para el mdtodo de Euler la condicidn de estabilidad (3.35) exige que

Naturalmente, la ecuacidn (3.36) est6 ligada a la


ecuacidn diferencial primitiva a travds de la derivadg de f con respecto a u.

En el caso de que estemos tratando con una


ecuacidn de decaimiento la condicidn de estabilidad
en el metodo de Euler exige que

Suponiendo que a = 1
y
uo = 1 en la tabla 3.1 y
3.2 se muestran 10s resultados obtenidos utilizando
el esquema (3.38). La tabla 3.1 contiene tres conjuntos de valores correspondientes a diferentes tamaiios de grilla (k = 0.1, 0.2, y 0.9), dentro del
lfmite de estabilidad determinada por la ecuacidn
(3.40) para a = 1, juntamente con la solucidn exacta. Estos resultados son para 10s primeros 10 pasos
de tiempo. Si comparamos 10s resultados, en el mismo
tiempo, para diferentes pasos de tiempo vemos que el
error entre la solucidn exacta y la numgrica decrece
en forma lineal para valores de k decrecientes, como
era de esperar. En la tabla 3.2 tenemos 10s resultados para valores de k superiores a1 lfmite de estabilidad.
Naturalmente estos resultados no tienen

n i n g u n a r e l a c i 6 n c o n la s o l u c i d n exacta. N o o b s t a n t e
e l l o , f o r m a l m e n t e e x i s t e u n a d i f e r e n c i a e n t r e 10s
r e s u l t a d o s de 10s d o s p r i m e r a s c o l u m n a s y 10s cor r e s p o n d i e n t e s a l a tercera: e n 10s p r i m e r o s l a solucidn es estable
(oscilante per0
acotada para
k = 2 ) , e l e r r o r se m a n t i e n e a c o t a d o j e n l a G l t i m a
c o l u m n a e l e r r o r c r e c e e n f o r m a n o acotada. El prim e r c a s o , c o r r e s p o n d e a u n a e s t a b i l i d a d n e u t r a mient r a s que el aegundo caso corresponde a una franca
i n e s t a b i l i d a d . La c o n c l u s i d n p r i n c i p a l de 10s r e s u l tados num6ricos presentados es que la' estabilidad
n u m d r i c a es u n a p r o p i e d a d d e l m s t o d o de d i f e r e n c i a s
f i n i t a s utilizado. En e l c a s o p a r t i c u l a r del m d t o d o
de'Euler diremos que es un mdtodo numdrico condicion a l m e n t e estable. E s t a e s u n a c a r a c t e r s s t i c a de tod o s 10s m d t o d o s e x p l s c i t o s de p a s o entero.

C o n v i e n e h a c e r n o t a r q u e el factor de amp l i f i c a c i 6 n g es f u n c i d n del tamaiio de grilla. Para


v a l o r e s de k t e n d i e n d o a cero, el error de truncam i e n t o local* t i e n d e a c e r o y el f a c t o r de amplificac i 6 n t i e n d e a 1 v a l o r unidad. E n t o n c e s e s t 6 c l a r o que
c u a n t o m S s se a c e r q u e g a la unida? c o m o cota superior, m b s p r e c i s o s s e r d n 10s r e s u t a d o s num6ricos.
Esto se p u e d e o b s e r v a r e n la t a b l a
. 3 d o n d e se comp a r a n p a r a u n m i s m o tiempo, t = 1 , l a s s o l u c i o n e s
n u m d r i c a y e x a c t a , p a r a v a l o r e s d e c r e c i e n t e s del
f a c t o r de a m p l i f i c a c i d n ( g = 1
k
E s t o s datos
f u e r o n tornados Cde d e r e c h a a i z q u i e r d a ) de la t a b l a

3.1.

Tabla

3.1

Soluciones estables de
decaimiento
utilizando
Euler
0.1

s~

0.2

la e c u a c i d n
el
m6todo

k = 0.9

1
2
3
4
5
6
7
8
9
10

Fig. 3.5
..

Factor
Euler

de

amplificacidn

en

el

mdtodo

de

t=n h

un

t=n h

un

t=n ]4

un

0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0

0.9000
0.8100
0.7290
0.6561
0.5905
0.5314
0.4783
0.4305
0.3874
0.3487

0.2
0.4
0.6
0.8
1.0
1.2
1.4
1.6
1.8
2.0

0.8000
0.6400
0.5120
0.4096
0.3277
0.2621
0.2097
0,1678
0.1342
0.1074

0.9
1.8
2.7
3.6
4.5
5.4
6.3
7.2
8.1
9.0

0.1000
0.0100
0.0010
0.0001
0.0000
O=OOOO
0.0000
0.0000
0.0000
0.0000

de
de

Soluci6n
Exacta
u = e-t

0.1
0.2
0.3
0.4
0.5
0-6
0.7
0.8
0.9
1

0.9048
0.8187
0.7408
0.6703
0.6065
0.5488
0.4966
0.4493
0.4066
0.3679

Hasta a q u f n o s h e m o s r e f e r i d o a la e c u a c i d n d e decaimiento,. C u a n d o la c o n s t a n t e a es n e g a t i v a h e m o s
visto q u e la s o l u c i d n del p r o b l e m a de v a l o r e s ini:iales e s i n e e t a b l e ( a l g u n o s a u t o r e s s u e l e n denomi~ a r l a s e c u a c i o n e s i n t r s n s i c a m e n t e inestables).
Si
iplicamos e l m e t o d o de E u l e r a la e c u a c i d n de creciliento c o m p r o b a r e m o s , p o r un a n s l i s i s l i n e a l de la
estabilidad, que' el f a c t o r de a m p l i f i c a c i d n es siempre m a y o r q u e la unidad, para c u a l q u i e r tamaiio de

mal1.a. Esto puede deducirse facilmente de la condicidn (3.36) que en este caso se transforma en

1
'

Igl

1 1 + a k l

>

'
1

(3.41)

Tabla. 3.2 Soluciones neutralmente estables e inestables de la ecuacidn de decaimiento utilizando el metodo de Euler

dicidn de estabilidad
como la representada por
(3.35) no permite dicho crecimiento; de hecho no se
puede satisfacer la condicidn de estabilidad (3.35)
sin violar la consistencia. Este dilema queda resuelto introduciendo la condicidn de estabilidad de
Von Neumann (ver Richtmyer y Morton, 1967) que establece que

<

1 + O(k)

(3.42)

Esta condicidn que es mds generosa q&e la


permite el crecimiento no acotado legctimo.

'

~ a b l a 3.3

U(t=l)

comparacidn de las soluciones numericas


y exactas para t = 1

En la prdctica la solucidn de una ecuaci6n


inestable implica forzosamente la utilizacidn de una
malla muy fina es decir con valores del factor de
amplificacidn cercanos a la unidad si se quieren obtener resultados razonables.

La aplicacidn del concept0 de estabilidad


puede extenderse a un sistema de ecuaciones diferenciales ordinarias en cuyo caso se obtiene en lugar
del factor de amplificacidn una matriz de amplificacidn cuyo radio espectral (el mayor de sus autovalores en mddulo) cumple una funcidn similar a af/au en
el caso escalar. El siguiente ejemplo de un sistema
de dos ecuaciones diferenciales de primer orden sirve para ilustrar 10s conceptos anteriores. Sea
dul/dt + f l(ulru2rt)

k = 0.9
g = 0.1

k = 0.2
g = 0.8

k = 0.1
q = 0.9

Solucidn
Exacta

du2/dt + f2(ul,u2,t)

0 0900

0.3277

0.3487

0.3679

o en forma vectorial
du/dt + f(u,t)

Entonces el metodo de Euler aplicado a una ecuacidn


d e crecimiento produce errores que se amplifican en
forma no acotada para tiempos crecientes. Es mbs,
podemos decir que cualquier metodo de diferencias
finitas aplicado a una ecuacidn de crecimiento produce errores que Se amplifican en forma no acotada.
Sin- embargo, la misma solucidn exacta de la ecuacidn
de c'recimiento crece en :orma no acotada y una con-

(3.35)

donde ahora u y f son vectores. Sugongamos


f(u,t) estd definida por f(u,t) = Au donde

que

El m g t o d o d e E u l e r en f o r m a v e c t o r i a l se e s c r i b e
un+'

(I

kA)un

(3.44)

d o n d e la e x p r e s i d n e n t r e c o r c h e t e s se d e n o m i n a mat r i z de amplificaci6n. La e c u a c i d n a n t e r i o r se puede


e s c~rlhbir
\

o en las c o m p o n e n t e s ul y u 2
.n+ 1
1

:
U

k ( a l l :U

S i la m a t r i z G e s d i a g o n a l i z a d a , s e p u e d e e s c r i b i r
l a e x p r e s i d n a n t e r i o r , c o m o un s i s t e m a d e e c u a c i o n e s
independientes

a 1 2 u;)

E l m e t o d o de E u l e r p u e d e
mubho mLs general como

ser

escrito

en

una

forma

d o n d e el o p e r a d o r d e p a s a j e S ( k ) e s el o p e r a d o r en
d i f e r e n c i a s q u e r e l a c i o n a la s o l u c i 6 n numerics u n y
un+'.
P a r a e n c o n t r a r la e c u a c i d n p a r a la a m p l i f i c a c i d n de un e r r o r pequeiio p r o c e d e m o s de l a m i s m a man e r a q u e en el c a s o escalar. P a r a el10 d e f i n i m o s un
v e c t o r e r r o r E, c u y a s c o m p o n e n t e s s o n 10s e,rrores
a s o c i a d o s a 10s d o s v a r i a b l e s d e p e n d i e n t e s ul y.'u2.
s i e x i s t e un e r r o r en la s o l u c i d n un, en el n i v e l n,
p o r la e x p r e s i 6 n g e n e r a l (3.45) se t i e n e

S u p o n i e n d o q u e el v e c t o r e r r o r e s p e q u e H o , e s v d l i d o
e l s i g u i e n t e d e s a r r o l l o en s e r i e de T a y l o r

R e e m p l a z a n d o e n la e c u a c i d n (3.46) y r e s t a n d o la
e c u a c i 6 n (3.45) se o b t i e n e la e c u a c i 6 n p a r a la amp l i f i c a c i d n de un e r r o r .pequefio

d o n d e la a m p l i t u d d e c a d a a u t o v e c t o r E
, iP1, 2
e s t d r e l a c i o n a d a c o n 10s c o r r e s p o n d i e n t e s a u t o v a l o r e s gi d e la m a t r i z d e a m p l i f i c a c i d n G. A1 r e s p e c t o
c o n v i e n e a c l a r a r l o siguiente: u n s i s t e m a d e ecuac i o n e s d i f e r e n c i a l e s d e p r i m e r o r d e n p u e d e ser esc r i t o c o m o un s i s t e m a d e e c u a c i o n e s independientes.
E j e m p l o , s e a el s i s t e m a u' + au = 0, d o n d e A e s una
m a t r i z d e n x n. A p o s e e n a u t o v a l o r e s Xi, i = l,n.
S i A n o e s d e f e c t u o s a (i.e.
posee n autovalores
d i s t i n t o s ) , A t i e n e n a u t o v e c t o r e s Xi, i = l,n, lin e a l m e n t e i n d e p e n d i e n t e s , t a l q u e AXi
=
Xixi ,
i = 1,n. Si A n o e s d e f e c t u o s a , e x i s t e una m a t r i z Q
tal que Q - ~ A Q = A donde h
e s una m a t r i z d i a g o n a l
c u y o s e l e m e n t o s s o n 10s a u t o v a l o r e s X i d e A, y Q e s
u n a m a t r i z c u y a s c o l u m n a s s o n 10s a u t o v e c t o r e s d e A.
V o l v i e n d o a 1 s i s t e m a d i f e r e n c i a l u' + au = 0, s i mult i p l i c a m o s a 'este por Q-l n o s q u e d a Q"U'
+ Q - ~ A U=
0 , o tambi6n Q - ~ u ' + Q - ~ A Q Q - ~ U
= 0. Introdticiendo
una n u e v a v a r i a b l e z' = Q - ~ u * y
z = Q-lu y t e n i e n d o
e n c u e n t a el p r o c e d i m i e n t o d e d i a g o n a l i z a c i 6 n d e l
sistema lineal algebraic0 visto mLs arriba resulta
el s i g u i e n t e s i s t e m a d e e c u a c i o n e s d i f e r e n c i a l e s ind e p e n d i e n t e z' + Az = 0 , o p a r a la c o m p o n e n t e i ,
i ' + Xizi = 0 , i = l,n
En el c a s o de q u e la mar i z A s'ea d e f e c t u o s a , e s t o es, q u e a l g u n o s d e s u s
utovalores Sean iguales, es necesasio recurrir a
n a f o r m a c a n d n i c a d e J o r d a n g e n e r a l i z a d a ( v e r , por
ejemplo, B e l l m a n , 1969).

Volviendo a1 problema del andlisis de


e s t a b i l i d a d , a h o r a p o d e m o s a p l i c a r la c o n d i c i d n

la
de

estabilidad a cada una de las componentes del autovector error, i.e.

resultando el sistema de primer orden


dulLdt-_= uz

i = In2

du2/dt + w2ul

O < t < m
=

lo que implica

con condiciones iniciales

Entonces vemos que la condici6n de estabilidad se


reduce a que se cumpla. que cada uno de 10s autovalores de la matriz de amplificaci6n G sea menor o
igual que la unidad. En otras palabras el radio espectral de G debe estar contenido en el disco unidad. En general 10s autovalores de G pueden ser complejos, en cuyo caso la condicidn de estabilidad resulta

El

esqiema de
(3.54 ) resulta

un+l
1

(3.53)

Euler

aplicado

a1

sistema

(3.53)

un + k un
1

o en forma vectorial

donde 9; es el complejo conjugado de gi-

arriba.

~l siguiente ejemplo. ilustra lo dicho mgs


Sea el problema de valores iniciales

d2u/dt2

.2u

< t

<

"

con condiciones iniciales

Transformaremos la ecuaci6n anterior en un sistema


de primer orden. Para ello introducimos las nuevas
variables

Para estudiar la estabilidad del esquema de Euler


(3.55) notemos que el operador de pasaje S es lineal
por lo que la matriz de amplificaci6n G resulta
igual a aqugl, es decir
'

Los autovalores de G esttin dados por

de donde
e s decir

E s t a e s una
complejas

ecuac'idn de segundo g r a d o
s o n 10s a u t o v a l o r e s d e G

cuyas

razces

Entonces e l r a d i o e s p e c t r a l de G

r e s u l t a s e r mayor q u e l a u n i d a d . E n t o n c e s e l e s q u e m a
d e r E u l e r e s i n e s t a b l e p a r a c u a l q u i e r v a l o r de k y
p o r l o t a n t o r e s u l t a i n a p r o p i a d o p a r a r e s o l v e r un
p r o b l e m a de v a l o r e s i n i c i a l e s p a r a una e c u a c i d n d i f e r e n c i a l d e s e g u n d o o r d e n . ~ 6 as d e l a n t e v e r e m o s m6t o d o s ' a p r o p i a d o s p a r a e l t r a t a m i e n t o num6ric.o d e e s t e t i p 0 Be p r o b l e m a s .

Una a l t e r n a t i v a p a r a e l e s t u d i o d e l a e s t a b i l i d a d n u m g r i c a d e un d e t e r m i n a d o m g t o d o , c o n s i s t e en
a n a l i z a r l a e s t a b i l i d a d de l a s o l u c i d n e x a c t a de l a
e c u a c i d n e n d i f e r e n c i a s a s o c i a d a a 1 mismo. E l s i g u i e n t e e j e m p l o i l u s t r a l o a n t e r i o r . La a p r o x i m a c i d n
d e l p r o b l e m a de v a l o r e s i n i c i a l e s u' + a u = 0 ,
a ) 0 , u ( 0 ) = uo , t > 0 , c o n l a f d r m u l a d e E u l e r
r e s u l t a , como ya s e ha v i s t o , e n l a s i g u i e n t e e c u a c i d n en d i f e r e n c i a s : u n + l '(1
a h ) un = 0. P a r a e n c a n t r a r s u s o l u c i d n e x a c t a ensayamos l a s o l u c i S n
u n = C Y" , d o n d e Y e s u n a r a 5 z d e l a e c u a c i d n c a r a c terlstica
Y-( 1
ah) = 0, e s decir, Y = 1
a h . La
s o l u c i d n de l a e c u a c i d n e n d i f e r e n c i a s r e s u l t a , ena h ) " ug. Para que e s t a s o l u c i d n sea
t o n c e s , un = ( 1
e s t a b l e e s n e c e s a r i o q u e un t i e n d a a c e r o c u a n d o n
E s t o s e cumple s i I Y (
1 0 1 1 - a h /
1.
tiende a
De e s t e a n 6 l i s i s s e d e s p r e n d e q u e l a e c u a c i d n e n d i f e r e n c i a s ( o e l mgtodo de E u l e r , o b v i a m e n t e ) e s e s t a b l e , s i l a r a z z de l a e c u a c i d n de l a c a r a c t e r I s t i c a
asociada,
estd
c o n t e n i d a en e l c i r c u l o d e r a d i o
unitario.
Esto conduce a
l o que s e denomina
la
" c o n d i c i 6 n de l a r a l z " , q u e e n t 6 r m i n o s g e n e r a l e s ex-

-.

<

p r e s a q u e : una e c u a c i 6 n en d i f e r e n c i a s que aproxima


un p r o b l e m a d i f e r e n c i a l e s e s t a b l e s i s a t i s f a c e l a
condicidn,del a razz, i.e.,
que t o d a s l a s r a i c e s de
s u e c u a c i d n c a r a c t e r z s t i c a e s t d n c o n t e n i d a s en e l
c z r c u l o de r a d i o u n i t a r i o (mds a d e l a n t e v o l v e r e m o s
s o b r e e l t e m a ) . E s f d c i l v e r q u e en e l m6todo de
E u l e r p a r a un p r o b l e m a e s c a l a r d e v a l o r e s i n i c i a l e s
de p r i m e r y segundo o r d e n , l a c o n d i c i 6 n de l a r a z z
c o i n c i d e con e l f a c t o r de a m p l i f i c a c i 6 n y con e l r a d i o e s p e c t r a l de l a m a t r i z de a m p l i f i c a c i 6 n , r e s p e c tivamente.

E l metodo de e x t r a p o l a c i d n

de R i c h a r d s o n

E l c o n o c i m i e n t o de l a v e l o c i d a d de converg e n c i a d e un m s t o d o n u m g r i c o p e r m i t e m e j o r a r 10s r e s u l t a d o s o b t e n i d o s c o n e l mismo m e d i a n t e u n a e x t r a p o l a c i d n a k = 0. Supongamos q u e e l e r r o r d e un d e t e r m i n a d o m 6 t o d o d e i n t e g r a c i d n numgr i c a e s 0 ( k q ) y


q u e k e s p e q u e s o , e n t o n c e s podemos e s c r i b i r

donde u e s l a s o l u c i d n a p r o x i m a d a y U e s l a s o l u c i 6 n
e x a c t a ; e l e r r o r d o m i n a n t e e s c kq y 6 e s un e r r o r
mucho m a s p e q u e s o . S i a h o r a r e a l i z a m o s d o s c 6 l c u l o s
n u m s r i c o s c o n e l mismo m g t o d o y p r o b l e m a u t i l i z a n d o
dos m a l l a s d i f e r e n t e s k l y k 2 , tendremos

<

Elininando l a constante c resulta

Entonces podemos utilizar la ecuacidn (3.62) para


obtener una mejor aproximacidn num6rica ya que la
misma constitu~e-un m6todo de segundo orden de precisidn debido' a que el error es O( k2 )

Si despreciamos 10s tsrminos que contienen 10s errores 61 y 6 2 por ser pequeEos, la ecuacidn (3.61) nos
da una mejor aproximaci6n de U.

En la tabla 3.4 se muestra el resultado del


m6todo de Richardson aplicado a 10s resultados obtenidos utilizando el m6todo de Euler en la ecuaci6n
du/dt = -u con condicidn inicial u(0) = 1 en el int e r v a l ~0 < t < 1.
Tabla

3.4

Resultados del
de Richardson

m6todo

de

extrapolacidn

La t6cnica de extrapolacidn descripta se


debe a Richardson (ver Henrici, 1962), tambi6n se la
suele denominar el mgtodo de extrapolacidn a1 llmite
o el mgtodo de la's correcciones diferidas.

EI siguiente ejemplo ilustra la aplicacidn


del m6todo de Richardson a 10s resultados num6ricos
obtenidos con el metodo de Euler. Hemos visto que
con dicho m&todo se obtiene un error de O(k), si
quisi6ramos reducir el error a la mitad tendrlamos
que reducir la malla a k/2, siempre que el tgrmino
de orden superior sea despreciable. Consideremos dos
integraciones de una ecuaci6n diferencial utilizando
en la primera una malla con paso k y en la segunda
una malla con paso k/2. LLamando ul y up a 10s respectivos resultados num6ricos y U a la solucidn
exacta, las ecuaciones (3.59) y (3.60) resultan en
este caso (q = 1 )

Eliminando la constante c obtenemos la expresi6n correspondiente a la ecuacidn (3.611, es decir

La primera fila corresponde a 10s resultados del mEtodo de Euler para.t = 1, utilizando diferentes mallas (k = 0.25 x 2-I , i = 0,1,2,3). La seghnda fila corresponde a una nueva aproximacidn calculada con la extrapolacidn de Richardson representada por la ecuacidn (3.62). El error A es la diferencia entre la solucidn exacta (u = 0.3679) y la
obtenida por el mgtodo de Euler, el error B es la
diferencia entre la solucidn exacta y la aproximacidn de Richardson. Estb claro que esta Gltima es
mbs exacta que el mdtodo de Euler a1 mismo tiempo
que converge con mayor velocidad a medida que se
afina la malla (0(k2) vs. O(k)).

3.9

Problemas

1.

Resolver el siguiente problema de valores iniciales por el mdtodo de Euler y comparar con la soluci6n exacta. Utilizar un paso de tiempo k = 0.1
y calcular 1 0 ciclos de tiempo

, solucibn dxacta u(t)


2.

Aproximar el siguiente problema de valores iniciales de segundo orden por el mgtodo de Euler y
analizar la estabilidad numgrica del mismo

5.

Aproximar el siguiente sistema de valores inicial e s por e l - m d t o d o de Euler y analizar su estabilidad numgrica

6.

Aproximar el siguiente problema de 'valores iniciales por el mdtodo de Euler y analizar su estabilidad numkrica. Utilizar el msximo paso de
tiempo permitido por la estabilidad del mktodo y
comparar la solucidn numdrica con la exacta para
1 0 ciclos de tiempo.

t + e
'
t
.

Resolver el siguiente problema de valores iniciale's (ver problema 9 del capltulo 1 ) por el mdtodo
d e Euler. utilizar un paso de tiempo de un aiio
( k = 1 aiio) y calcular 1 0 aiios. Comparar con la
solucidn exacta para t = 1 0 .

solucidn exacta p(t) = 1

3.

4.

0.99

e-rbt.

Aproximar el siguiente problema de valores iniciales por el mgtodo de Euler y analizar la estabilidad numdrica del mismo

Solucidn exacta u = 2et

7.

1.

Utilizando el mdtodo de extrapolaci6n de Richards o n mejorar 10s resultados obtenidos para el problema 1 con el mktodo de Euler.

PROBLEMAS DE VALORES INICIALES


/

4.1

Esquema

fuertemente implfcito

Hemos v i s t o q u e e l e s q u e m a d e E u l e r es u n
m e t o d o e x p l r c i t o c o n d i c i o n a l m e n t e e s t a b l e . En d e t e r minados p r o b l e m a s es c o n v e n i e n t e u t i l i z a r mgtodos d e
p a s o ent'ero que no p o s e a n r e s t r i c c i o n e s de e s t a b i l i d a d : 10s m g t o d o s i m p l f c i t o s .

P a r a o b t e n e r un m d t o d o i m p l f c i t o a p r o x i m a m o s
i n t e g r a l e n l a ecuaci,dn

l a

suponiendo e l v a l o r de f c o n s t a n t e p a r a todo e l int e r v a l ~t n < t < t n + l e i g u a l a 1 v a l o r d e f e n e l


nivel temporal t n + l , seg6n s e i l u s t r a en l a f i g u r a
4.1, r e s u l t a n d o

'.

donde f n + l
=
f ( u n + l , t n +)
La e x p r e s i d n ( 4 . 2 ) e s
un e s q u e m a d e p a s o e n t e r o , f u e r t e m e n t e i m p l r c i t o ( f
s e c a l c u l a s o l a m e n t e e n t n + ' )y c o n u n a a p r o x i m a c i 6 n
en a d e l a n t o p a r a u; p o s e e p r i m e r o r d e n de p r e c i s i d n
y s e d e n o m i n a m6to.tlo f u e r t e m e n t e i m p l r c i t o .

Vamos a r e a l i z a r un a n h l i s i s l i n e a l d e l a
e s t a b i l i d a d de este metodo u t i l i z a n d o l a t 6 c n i c a de
p e r t u r b a c i d n ya v i s ' t a . E n t o n c e s i n t r o d u c i e n d o un peq u e i i o e r r o r E n en-. l a e c u a c i d n ( 4 . 2 )
un+l

En+l = un

En

k f(un+l

~ " + l , ~ " + l ,)( 4 . 3 )

P o r m e d i o d e un d e s a r r o l l o e n s e r i e d e T a y l o r
tiene

se ob-

donde M ha sido considerada constante en el interval0


tn < t < t"+l

El factor de arnplificaci6n es entonces

>

'para ecuaciones de decaimiento' M


0 y el mddulo
del factor.de amplificacidn es siempre menor que la
unidad, para cualquier tamafio de malla; por lo tanto, el mdtodo fuertemente implIicito es incondicionalmente esfable. La mayor estabilidad del mQtodo se
logra a costa de. una mayor complicacidn del c6lculo:
e n general, si f ( b , t ) es una funcidn complicada, la
obtencidn d.e un+'
en forma impllcita implica recurrir a un proceso iterative.
En
dn/dt + a u

Fig.

4.1

Aproximacidn de la integral de la ecuaci6n


(4.1) en el mdtodo fuertemente implrcito

donde M es la derivada parcial de f con respecto a


u. Reemplazando (4.4) en (4.3) y luego restdndole la
ecuacidn (4.2) resulta

el
=

caso de la ecuaci6n de decaimiento


0 el factor de amplificacidn resulta

Definiendo una nueva variable y =


k a , la figura
4.2 nos muestra el grsfico de g( y ) en funcidn de y.
Los esquemas de este tipo para 10s cuales el factor
de amplificaci6n tiende a cero para valores crecientes de y, suelen denominarse esquemas super estables. Su utilizacidn es muy difundida como veremos
mds adelante en el caso de sistemas de ecuaciones
diferenciales rrgidas (stiff). Para ecuaciones de
0) el factor de amplificacidn se
crecimiento (M
transf orma en

<

te ejemplo ilustra lo anterior. supongarnos a = 1


y
ug, = 1 en la ecuacidn de crecimiento du/dt - a u =
0.
Aplicando a la misma el mdtodo de Euler y el m6todo fuertemente i m p l ~ c i t o ,respectivamente, resulta
un+l

,n+l

( 1

k ) un

g~ un

(Euler)

(4.9)

un

91 ,.In

1 - k

Fuertemente
implzcito)

(4.10)

Definiendo una nueva variable y = ka 10s factores de


amplificaci6n de ambos m6todos se comparan en la
fig. 4.3.
En las tablas 4 . 1 y 4.2 se presentan 10s
resultados obtenidos 'por ambos mQtodos para k = 0 1 5
y 0.1,
respectivamente.

Tabla

Soluciones "inestables"
d e crecimiento

4.1

k
n

91 = 2

Variaci6n del factor de amplificacidn en


funci6n de y para el esquema fuertemente
impllcito (en llinea punteada se indica el
factor de amplificaci6n del esquema de
Euler)

0
1
2
3
4

y el mddulo del factor de amplificaci6n es mayor que


la unidad para cualquier tamaBo de malla, por lo que
el m6todo fuertemente impllcito produce errores que
se amplifican en forma no acotada. Para la utilizaci6n de este mdtodo en ecuaciones de crecimiento valen las mismas consideraciones que para el mdtodo de
Euler:
En realidad conviene m6s, en estas circunstancias, emplear el mdtodo de Euler ya que en el
mismo 10s errores crecen de una manera menos catascr6fica. Esto se puede verificar comparando 10s factores de amplif icaci6n a e aittbos m6todos. El siguien-

0
0 .5

1
1.5
2
2.5

0.5

gE = 1.5

la

ecuacidn

Soluci6n
exacta
e

Fig. 4.2

de

1
2
4
8

16
32

1
1.5
2.25
3-37
5
7.59

1
1.649
2.718
4.487
7.389
12.18

En la tabla 4.1 para k = 0.5 ambos m6todos producen


resultados inestables per0 mientras el mgtodo de Euler diverge lentamente el m6todo impl$cito lo hace
en forma catastr6fica. En la tabla 4.2 para k = 0.1
y para valores del factor de amplificaci6n rnucho mds
cercanos a la unidad, ambos mdtodos producen resultados razonables, siendo m6s precisos 10s correspondientes a1 mgtodo de Euler.

Tabla

4.2

de

la ecuacidn

0.1
gE = 1.1

Solucidn
exacta

Soluciones "estables"
crecimiento

gI = 1.111

de

e
I
0
1
2

0
0.1
0.2
0.3
0.4
0.5

Fig.

4.3

U~

1
1.234
1.372
1.524
1.693
1.881

1
1.1
1.21
1.331
1 m464
1.610

1
1.105
1.221
1.350
1.492
1.649

~ o m p a r a c i d n d e 10s f a c t o r e s d e a m p l i f i c a c i d n d e l mdtodo de E u l e r y f u e r t e m e n t e imp l f c i t o para l a e c u a c i d n d e c r e c i m i e n t o

4.2

~ C t o d oi n p l l c i t o p o n d e r a d o

P a r a o b t e n e r una f a m i l i a d e mgtodos de p a s o ent e r ~i m p l f c i t o p o n d e r a d o s e a p r o x i m a l a i n t e g r a l d e


l a ecuaci6n (4.1) suponiendo e l v a l o r de f constante
< tn+l
e igual a1
p a r a t o d o e l i n t e r v a l 0 tn < t
v a l o r p r o m e d i o p o n d e r a d o d e f e n 10s n i v e l e s t e m p o r a l e s tn y t n + l , es d e c i r

Fig.

4.4

Aproximaci6n de l a . i n t e g r a l
(4.1)
para
e l mgtodo de
( m g t o d o d e 10s t r a p e c i o s ) .

de l a ecuaci6n
Crank-Nicolson

donde kn = f(un,tn) , fn+l = f(un+l,tn+l) y 6 es una


constante de ponderacidn con valores entre 0 y 1.
Para i3 = 0 se tiene el mdtodo expl5cito de Euler,
para 6 = 0.5 se obtiene el mdtodo implicito de segundo orden de precisidn llamado de Crank-Nicolson
(ilustrado en la figura 4.4), y para 6 = 1 se tiene
el metodo fuertemente impllcito. La ventaja del mbtodo impllcito ponderado es que permite una mayor
precisi6n que 10s mdtodos de Euler o fuertemente implccito.

g(y) = - 1 , para la estabilidad del m6todo. En resumen, 1a.condicibn de estabilidad del m6todo impl4cito ponderado para la ecuacidn de decaimiento es

sin restriccidn

si

lh <

i3< I

Un .-analisis lineal de la estabilidad muestra que la ecuaci6n para la amplificacidn de un


error pequeiio se escribe (ver Marshall, 1984).

donde M es supuesta constante en el


estudiar el factor de amplificaci6n
la aplicacidn del esquema (4.11). a
decaimiento du/dt + au = 0. En este
sidn (4.12) deviene

Definiendo una nueva variable


amplificacidn se escribe

tiempo. Vamos a
proveniente de
la ecuaci6n de
caso la expre-

ka el

factor de

En la figura 4.5 se presenta el grdfico de g(y) como


funcidn del argumento y para distintos valores del
factor de ponderacidn 6. El lcmite de g(y) para y
tendiendo a infinito es ( 6
1)/6. Si l
h < 6 < 1, el
valor asintdtico de g(y) no es menor que -1 y el mBtodo implccito ponderado es incondicionalmente estable. Pero si 0 < 6
7h, el valor del argumento y debe acotarse por el valor al cual interseca la llnea
..

<

'ig. 4.5

Factor de amplificaci6n para el m6todo imp l i c i t ~ponderado

Para ecuaciones de crecimiento el m6dulo del factor


de amplificacidn es mayor que la unidad para cualquier tamaiio de malla por lo que el metodo impllcito
ponderado produce errores que se amplifican en forma
no acotada. A1 respecto,' las consideraciones sobre
el metodo de Euler y el metodo fuertemente impllcito
son validas aquf.

Un anblisis lineal de la estabilidad muestra que las ecuaciones para la amplificaci6n del
error estsn dadas por
k

~n+'h

"+1

4.3

- 2-

En

M En

(4.18)

k M ~n+lh

(4.19)

~ d t o d opredictor-corrector expllcito

Una manera sencilla de mejorar la precisidn


del, metodo de Euler es mediante su utilizacidn dentro de un esquema de pasos fraccionarios. Este consiste en utilizar un procedimiento de paso doble: en
el primer paso, denominado predictor, se predice una
soluci6n auxiliar con la f6rmula de Euler; en el segundo paso, corrector, se calcula la soluci6n final
con un esquema centrado utilizando la soluci6n auxi-.
liar. El metodo predictor-corrector explTcito suele
denominarse tambidn metodo de paso doble.

En el context0 de la ecuaci6n (4.1) el predictor aproxima la integral del segundo miembro suponiendo un valor constante para el intervalo tn < t
< tn+'h e igual a1 valor de f en el nivel temporal tn
(mdtodo de Euler), mientras que el corrector aproxima la integral suponiendo un valor constante para el
intervalo tn < t < tn+l e igual a1 valor de f en el
(esquema centrado), es decir
nivel temporal tn+'/2
predictor

,n+ l/2

--

un

fn

corrector

un+ l

un

k fn+lh

(4.17)

donde fn+lh
=
f( un+'h ,tn+'h).~l
metodo predictorcorrector expllcito es consistente con el problema
diferencial y posee segundo orden de precisi6n:

Fig. 4.6

Factor
de
amplificaci6n
del
esquema
predictor-corrector
para la ecuaci6n de
decaimiento

donde M representa la derivada de f con respecto a u


supuesta constante en el tiempo. Eliminando el error
intermedio, el factor de amplificaci6n del paso ent e r ~equivalente resulta

Para el caso de la ecuacidn de decaimiento du/dt


au = 0 la condici6n de estabilidad exige que

Definiendo una nueva variable y = ka la figura 4.6


muestra el grhfiqo del factor de amplificacidn en
funci8n de y para la ecuaci6n de decaimiento.

<

Para ecuaciones de crecimiento, M


0, el
m6dulo del factor de amplificacidn es mayor que la
unidad para cualquier tamafio de malla de donde el
mdtodo predictor-corrector produce errores que se
amplifican en forma no acotada; para su utilizaci6n
en estos casos rigen las mismas consideraciones que
para 10s esquemas ya vistos.

4.4

donde f*"+l
=
f ( ~ * " + ~ , t " + l ) y 3 es un coeficiente
de poideraci6n 0
B < 1. Vamos a analizar el caso
en que el predictor e s utilizado una sola vez (para
cada paso de tiempo), per0 el corrector es utilizado
en forma iterativa, es decir

<

fv

predictor

un+l
m= 0

un

corrector

un+l
m+ I

un

k(l

8)

f" -

k 0 f;+l

donde el sublndice m indica el nGmero de iteracibn.


Estudiemos qu6 sucede con la precisi6n del mdtodo,
en
el
ejemplo
de
la
ecuaci6n
de
decaimiento
du/du + au = 0, suponiendo que 6 = 0.5, es decir,
que el corrector es un esquema de Crank-Nicolson.
Entonces el esquema de c ~ l c u l oresulta
un+l
0

(1

ak) un

E l m6todo predictor-corrector implici.to

Es interesante analizar la utilizaci6n de


un esquema predictor-corrector implicito con el que
cabria la posibilidad de mejorar la precisidn y la
estabilidad del cdlculo. Refiri6ndonos nuevamente 'a
la ecuacidn (4.1) el predictor esth constituldo por
e l mdtodo de Euler, mientras que el corrector estd
constitucdo- por un esquema implccito ponderado, es
decir
predictor

,*n+l

corrector

un+l

un

k fn

un .- k[B *"+I

Si expresamos mun+l
+ 1
un se obtiene

en forma recursiva en funci6n de

(4.22)
+ (1

B) f n ]
C O ~)arando
F
la expresi6n
s a r r.olio de Taylor

(4.27)

con el siguiente de-

vemos que bajo el punto de vista de la precisi6n no


tiene mayor sentido iterar mbs de dos veces.

A
continuacidn analizamos la estabilidad
del predictor-corrector impllcito. Es natural suponer que si el proceso de iteraci6n se efectGa hasta
que un+l
m+ 1 - u t , el esquema predictor-corrector re-

s610 si se cumple que k C 2/a, que es precisamente


la estabilidad del esquema de Euler. Introduciendo
la nueva variable y = ak en la Fig. 4.7 se ilustra
la variaci6n del factor de amplificaci6n en funcidn
de y para diferentes valores del nGmero de iteraci6n
m, en el esquema predictor-corrector impl$cito..El
grdfico muestra, quizbs con mayor claridad, la imposibilidad de extender la estabilidad del predictorcorrector en su modalidad iterativa, mds all5 de la
estabilidad correspondiente a1 esquema de Euler.

resultarb. incondicionalmente estable tal como sucede


con el corrector. Para obtener el factor de amplificaci6n de la ecuaci6n (4.26) la relacionaremos con
el esquema de Crank-Nicolson sumando a ambos miembros la cantidad ak/2:::u
resultando

Por otra parte la diferencia entre dos iteraciones


sucesivas en funci6n del valor inicial estd dada por

Reemplazando en la expresidn anterior y resolviendo


para un+l obtenemos, finalmente, el factor de amplim+ 1

ak/2

1 + ak/2

2 (-ak/2)m+2
(4.31)
1

+ ak/2
Fig. 4.7

El factor de amplif icacidn (4.31 ) del predictorcorrector converge a1 del esquema de Crank-Nicolson

Factor de amplificacidn para distintos valores del nGmero de iteraciones m en el


esquema predictor-corrector implTcito.

Existe otra manera de interpretar el esquema predictor-corrector (4.24)


(4.25) y consiste en
resolver el corrector (para 0 = 1/21

tn < t < .tn+l (multiplicada por k


Este esquema
suele denominarse tambidn mdtodo de Heun. Pero el
mds conocido de 10s mgtodos de Runge-Kutta es el de
cuarto orden que se escribe

mediante el siguiente proceso iterativo

~n este

caso el factor de amplificacidn del proceso


iterativo estl dado por g = -ak/2. Para que el proceso iterativo representado por la ecuacidn (4..33)
sea oonvergente es necesario que se cumpla la condici6n de estabilidad k ( 2/a.

4.5 ~ d t o d o sde Runge-Kutta

Habramos visto que para mejorar la precisidn del mEtodo de Euler podlamos utilizar un mdtodo
de
paso
fraccionario expllcito que
denominamos
predictor-corrector explrcito. El mdtodo de RungeKutta utiliza la misma idea de varios pasos fraccionarios para obtener una mayor precisidn. Utilizando
la terminologla de 10s textos sobre ecuaciones diferenciales ordinarias (ver Henrici, 1962, o Dahlquist
y Bjorck, 1974) el mbtodo de Runge-Kutta de segundo
orden para la ecuacidn du/dt = f(u,t) se escribe

El lector interesado en la fundamentaci6n del mbtodo


de Runge-Kutta puede consultar Henrici, 1962, Isaacson y Keller, 1966 6 Gear, 1971; en el apgndice se
presentan algunas aplicaciones del mdtodo de RungeKutta (ver, tambidn, Marshall, Rey y Smith, 1985). ,:
~ q u 5nos contentamos presentando un anglisis heurls-.'
tico del mgtodo de Runge-Kutta que sirve para su mejor comprensidn. Si suponemos que la funcidn f es
independiente de la incdgnita u el mdtodo de RungeKutta de segundo orden resulta

un+l

un

k
+ -

(f"

f"+l)

(4.36)

f(tn) y in+' = f(tn+l). Entonces, para el


tso particular analizado, el mgtodo de Runge-Kutta
: segundo orden es equivalente a la aproximacidn de
I integral de la ecuacidn (4.1) con el mQtodo im!ccito de Crank-Nicolson. En la nomenclatura cllsiI de ecuaciones diferenciales se lo llama mdtodo de
>s trapecios. Nuevamente hacemos notar que las fdr111rllas de Runge-Kutta presentadas corresponden a la
-,ride fn =

donde ql y q 2 Son val.ores aproximados de la derivada


de u con respecto a t calculados en el interval0
..

a p r o x i m a c i d n de l a e c u a c i d n d i f e r e n c i a l
d u / d t = f ( u , t ) de a h 5 e l s i g n o p o s i t i v o e n e l s e g u n d o miembro d e ( 4 . 3 6 ) .

m q
I

Con i g u a l a r g u m e n t 0
Kutta de' c u a r t o orden r e s u l t a

el

mstodo

de

Runge-

un +

( f n + 4 fn+lh + fn+l)

(4.37)

6
d o n d e f n = f ( t n ) , p + l / 2 = f ( t n + l h y) f n + l = f ( t n + l )
En e s t e c a s o e l m e t o d o d e R u n g e - K u t t a d e c u a r t o o r den r e s u l t a e q u i v a l e n t e a l a a p r o x i m a c i d n de l a i n t e g r a l de l a e c u a c i d n ( 4 . 1 ) con l a f 6 r m u l a de cuad r a t u r a de Simpson.

(+I

,n

-1 -

2 kaun

(4.40)

~ n aa l t e r n a t i v a c o n s i s t e e n t r a n s f o r m a r l a e c u a c i d n
a n t e r i o r d e t r e s n i v e l e s , e n un s i s t e m a d e d o s n i v e l e s , m e d i a n t e l a i n t r o d u c c i d n de l a v a r i a b l e a u x i l i a r v n + l = un , i . e . ,

un+l

d e l p a s o de r a n a supondremos que e s t 5 a p l i c a d o a
e c u a c i d n de d e c a i m i e n t o d u / d t + au = 0 , i . e .

Un+l

vn

+'+I

Un

2 kaun

o en f o r m a v e c t o r i a l

-"n"]

:]

[I:]

(4.41)

Lvn+
4.6

~ 6 t o d o sd e p a s o m f i l t i p l e
La

Como i n t r o d u c c i d n a 10s m g t o d o s d e p a s o
m G l t i p l e p r e s e n t a m o s un e s q u e m a d e d o b l e p a s o q u e
c o n s i s t e en c e n t r a r l a i n t e g r a l de l a e c u a c i d n ( 4 . 1 )
u t i l i z a n d o t r e s n i v e l e s de tiempo, e s d e c i r ,

f(u,t)dt
tn- 1

-2
G = s = [ l

de
ka

amplificacidn

resulta

ros

a u t o v a l o r e s hi de G e s t d ' + d a d o s por
de l a e c u a c i d n c a r a c t e r z s t i c a

n+ 1
un+l

matriz

(4.38)

y s u p o n e r e l v a l o r de f c o n s t a n t e p a r a t o d o e l i n t e r v a l ~tn" < t < t n + l e i g u a l a 1 v a l o r de f e n e l


n i v e l temporal t n , r e s u l t a n d o

~ ~ + 2 k a X - =1 0
e s d e c i r , h i = -ka
dio e s p e c t r a l de G
p(G)

max
i=1,2

Ail

'
=

entonces

las

ra?ces
%\

(4.42)

(1

+ k2a2 'I2. Entonces e l ra-

ka

+ (1 + k2a2)1/2

>

(4.43)
d o n d e f n = f ( u n , t n ) . La e x p r e s i d n ( 4 . 3 9 ) e s un e s quema d e p a s o m G l t i p l e , e x p l l c i t o , c o n una p r e c i s i d n
d e s e g u n d o o r d e n q u e s e denomina esquema d e l s a l t o
de r a n a . T i e n e e l i n c o n v e n i e n t e que p a r a i n i c i a r e l
c 6 l c u l o s e r e q u i e r e n d o s v a l o r e s : u 0 y u 1 , como no
s e conoce e s t e f i l t i m o e s n e c e s a r i o comenzar, por
e j e m p l o , c o n un m s t o d o d e un s o l o p a s o d e p r e c i s i 6 n
e q u i v a l e n t e . Para a n a l i z a r l a e s t a b i l i d a d d e l esque-

r e s u l t a s e r mayor q u e l a u n i d a d ,
y por l o t a n t o
i n e s t a b l e , p a r a c u a l q u i e r v a l o r d e k. E n t o n c e s e l
esquema d e s a l t o d e r a n a e s i n a p r o p i a d o p a r a e l t r a t a m i e n t o n u m e r i c 0 d e un p r o b l e m a d e v a l o r e s i n i c i a l e s de p r i m e r o r d e n .

O t r a a l t e r n a t i v a p a r a e l a n s l i s i s de l a est a b i l i d a d numdrica e s comprobar s i e l esquema d e l


s a l t o de r a n a s a t i s f a c e l a " c o n d i c i 6 n de l a r a f z "
( i n t r o d u c i d a en 3 . 7 ) .
O b s e r v a n d o q u e l a e c u a c i h n en
d i f e r e n c i a s ( 4 . 3 9 ) a d m i t e una s o l u c i h n d e l a f o r m a
un = c yn , s u s t i t u y e n d o d i c h a s o l u c i 6 n e n a q u g l l a ,
s e obtiene l a ecuaci6n c a r a c t e r i s t i c a

q u e P o s e e 130s r a l c e s Y 1 Y Y 2
resulta

En 10s m 6 t o d o s d e un s o l o p a s o como p o r
e j e m p l o en e l m e t o d o de E u l e r l a s o l u c i 6 n g l o b a ' l d e l
problema de v a l o r e s i n i c i a l e s p a r a l a e c u a c i d n de
p r i m e r o r d e n d u / d t = f ( u , t ) s e o b t i e n e p o r medio de
una i n t e g r a c i 6 n s u c e s i v a s o b r e u n a s e r i e de i n t e r v a 10s p e q u e f i o s d e t i e m p o , e s d e c i r

que s i son d i s t i n t a s ,

donde c l y cp dependen d e l a s c o n d i c i o n e s i n i c i a l e s .
P a r a l a e s t a b i l i d a d , l a c o n d i c i b n de l a r a P z e x i g e
que
Para una i n t e g r a c i 6 n en que e s t 6 n i n v o l u c r a d o s p + l
i n t e r v a l o s de t i e m p o f i n a l i z a n d o en t n + l , e s t e proc e s o p u e d e e s c r i b i r s e como

En e l e j e m p l o q u e n o s o c u p a

I >

Ambas r a i c e s s o n r e a l e s p e r 0
Yg
1 para cualq u i e r v a l o r d e a 2 k 2 ) 0, d e modo q u e e l e s q u e m a d e l
s a l t o de r a n a e s i n c o n d i c i o n a l m e n t e i n e s t a b l e .
Se
l l e g a a s P , a 1 mismo r e s u l t a d o q u e e n e l a n 6 l i s i a
previo.

E s t e e j e m p l o s e n c i l l o que acabamos de p r e s e n t a r m u e s t r a q u e , un e s q u e m a q u e a p r i m e r a v i s t a
a p a r e c e como muy l b g i c o , f i n a l m e n t e r e s u l t a i n a p r o p i a d o , y , que l a a p r o x i m a c i d n de una e c u a c i 6 n d i f e r e n c i a l d e p r i m e r o r d e n c o n un e s q u e m a d e s e g u n d o
orden i n t r o d u c e s o l u c i o n e s p a r s s i t a s que,
como en
e s t e c a s o , p u e d e n i n c i d i r e n f o r m a c a t a s t r d f i c a sob r e l a s o l u c i b n . ~ d as d e l a n t e v e r e m o s q u e e l esquema
d e l s a l t o d e r a n a e s a p r o p i a d o p a r a l a s o l u c i 6 n de
problemas de v a l o r e s i n i c i a l e s de segundo orden.

donde $"(.t)
e s una, f u n c i d n c o n s t a n t e a t r o z o s con
v a l o r e s $ l = f ( u l , t l ) en 10s i n t e r v a l o s s e m i a c o t a d o s
[t1,t1+l]
, i = n - p , n - p + I, ,n- 1 , n. La i n t e g r a l en
l a e c u a c i 6 n ( 4 . 4 7 ) p u e d e s e r i n t e r p r e t a d a como e l
I r e a e n t r e 10s l i m i t e s t n - P y t n + l como s e m u e s t r a
en l a F i g . 4 . 8 .

..

E s t d c l a r o q u e un r e e m p l a z o d e l a f u n c i h n
c a n s t a n t e a t r o z o s $ " ( t ) en l a e c u a c i h n ( 4 . 4 7 1 , p o r
u n a f u n c i h n de i n t e r p p l a - c i 6 n p o l i n o m i a l p ( t ) que pap a r a v a l o r e s de i c e r c a s e p o r 10s p u n t o s ( u l , t l ) ,
nos a n , p u e d e d a r l u g a r a un m e t o d o d e i n t e . g r a c i 6 n
mds p r e c i s o . De l a e n o r m e v a r i e d a d d e m g t o d o s d e p a so m G l t i p l e o r i g i n a d o s p o r l a s d i s t i n t a s v a r i a n t e s
de l a a p r o x i m a c i d n p o l i n 6 m i c a m e n c i o n a d a s 6 l o p r e s e n t a r e m o s a q u l una c l a s e e s p e c i a L de m6todos de pa-

so mGltiple que constituyen la base de muchas bibliotecas de rutinas para la integraci6n de ecuaciones diferenciales ordinarias..

polinomio p(t) en forma explfcita sino que expresa


.n+ 1
como una
combinacibn
lineal de un y de
fn,fn'l,...,fn-P.
Las f6rmulas particulares obtenidas dependerdn de 10s puntos de interpolacibn elegidos. Existen dos tipos de eleccidn que son 10s mds
comunes: e l . m6todo de Adams-Bashforth de orden p+l
1a
interpolacidn
de
f (u,t)
en
utiliza
tn,tn-l,...,tn'P,
y el m6todo de Adams-Moulton de
orden
utiliza la interpolaci6n de f(u,t) en
tn+ 1 ,k
:n
t
1 I - - - I tn'P+l.
Naturalmente el primer0 da
lugar a mgtodos explfcitos mientras que del segundo
resultan mgtodos implfcitos. Las tablas 4.3 y 4.4
presentan las fdrmulas mds comunes para ambos &todos junto con 10s errores locales correspondientes
(las .derivadas sucesivas de u(t) se evalGan en un
punto 5 intermedio desconocido entre tn y tn'P).
En
general el orden del mgtodo de Adams ests determinado por el grado del polinomio utilizado. El error
local de una f6rmula de orden p es de orden 0(kP+l)
dado que tP+l es el orden del polinomio pr6ximo no
y
utilizado.
En 10s mdtodos de Adams-Bashforth
Adams-Moulton el orden esta tambign determinado por
. nfimero de tgrminos de f (u,t) utilizados en la ob!nci6n de un+l.

~ b l a4.3

~ 6 r m u l a sde Adams-Bashforth

'ORDEN
1

un+l

FORMULA

(~xpl5citas)
ERROR MCAL
1
k2 ~ " ( 5 )

- u n + kfn

Fig. 4.8

Aproximaci6n de la integral en la ecuacidn


(4.47) por un esquema de paso mGltiple

u
n
'
l

un+k/2(3fn-fn-l)

- k3

Ul

11

(5)

12
Los mgtodos de Adams estsn basados en la fdrmula
3

"-1 6fn-

un+ l = un+k/l 2( 23f

- k4 uIV(c)
8

251

donde p(t) interpola a f (u,t) en varios puntos. Como


es usual la f6rmula final obtenida no contiene el

un+l = ~"+k/24(55f"-59f"-~+37f"'~-9f"'~)

- kS
720

U"(S)

En la tabla 4.3
se observa que el mgtodo de
Adams-Bashforth de orden 1 no es mag que el esquema de Euler, mientras que en la tabla 4.4
10s
mgtodos
de
Adams-Moulton
de orden
1
y 2
coinciden con el m&todo
fuertemente impllcito y
el
metodo
de
Crank-Nicolson,
respectivamente.
El
lector
interesado
en
la
fundamentacidn
de
consultar
Henrici,
1962 e
estos mgtodos puede
Isaacson y Keller, 1966, entre otros.

Tabla
ORDEN
1

En
general
se
prefiere
utilizar
10s
metodos
de
paso
mtiltiple
impl%citos
para
el
cblculo de la solucidn numdrica ya que para el
mismo orden, estos tienen un error local muc,ho
menor que 10s m6todos de paso mtiltiple explrcitoe.
Esto se puede apreciar comparando en las
tablas 4.3
y
4.4
10s
metodos de orden 4
de
Adams-Bashforth
y
Adams-Moulton.
Suponiendo que
lae derivadas de orden cinco obtenidas mediante
el cblculo y las derivadas exactae son aproximadamente
iguales
(para k
euficientemente
pequefio) el metodo implfcito es coneiderablemente
mas 'precieo que su hom6logo explfcito.

FORMULA

un+ 1 = un+k fn+ l

ERROR LOCAL

- k2 ~ " ( 5 )
2
1

La principal ventaja de 10s mgtodos de


paso mtiltiple frente a 10s mgtodos de un solo
psso es que, en general, a igual precisi6n las
f6rmulas son mds sencillas y por ende el esfuerzo computacional por paso de tiempo es menor. La principal desventaja
radica en que no
se puede iniciar el cdlculo con dichos mgtodos
ya que se requieren n-p valores previos. La solucidn consiste
en
iniciar
el cdlculo con un
metodo de un solo paso o con un mdtodo de paso
fraccionario. Es importante tener en cuenta que
para iniciar el cdlculo se debe utilizar un metodo del mismo orden o mayor que el m6todo de
paso mtiltiple que se utilizar5 luego. Por ejemplo para utilizar el metodo explrcito de AdamsBashforth de orden 4 bastarla iniciar el cdlculo con un mdtodo
de Runge-Kutta
de orden 4 .
Tambidn se puede iniciar el cdlculo con un mgtodo de menor orden per0 con una malla mds fina
de modo que el error sea del mismo orden.

~ 6 r m u l a sde Adams-Moulton (Impllcitas)

4.4

un+ l = un+k/2 ( fn+l+fn)

- - k3

u1

11

(5)

12
1

"3

un+l

~~+k/l2(5f~+~+8~-f~")

- - k4 ,Iv( 5)
24

19
un+l = ~ ~ + k / 2 4 ( 9 f ~ + ~ + 1 9 f ~ - ~ f " - ~ + f " -~ ) k5 uv(s)
720

En 10s m6todos de paso mtiltiple i m p l ~ c i t o s ,


.a1 igual que en 10s explrcitos, es necesario utilizar un algoritmo de un solo paso entero o fraccionario para iniciar 10s cblculos. A esto se agrega la
necesidad de tener que iterar p o r . l a caracterrstica
intrrnseca del m6todo implrcito. Por ejemplo tratdndose de la f6rmula de Adams-Moulton de orden 4 un
posible procedimiento iterativo serla

donde .el subfndice m indica el ntimero de la iteraci6n. Este esquema iterativo es parecido a1 estudiado en el metodo predictor-corrector implfcito. En la
prbctica, loe mgtodos de paeo mGltiple impllcito s6lo pueden competir con ,el metodo de Runge-Kutta, par
ejemplo, ei la convergencia es muy rbpida es decir
s i no so neceeitan mbe de doe iteraciones. Precieamente para lograr una convergencia rspida es neceeario comenzar el proceeo iterativo con una buena ee-

timaci6n inicial y esto se logra uti1izand.o un metodo de paso mGltiple explfcito. Entonces el procedimiento usual consiste en utilizar, en cada paso de
tiempo, en la modalidad predictor-corrector, un m6todo de paso mGltiple explfcito como predictor y un
metodo de paso mGltiple implfcito como corrector,
ambos con error local de truncamiento comparables.
Por ejemp'lo un esquema de cdlculo podrza ser el siguiente: se inicializa el cdlculo con un m6todo de
Runge-Kutta de orden 4, luego para cada paso de
tiempo se utiliza como predictor, el metodo de
Adams-Bashforth de orden 4 y como corrector, en modo
iterativo, el metodo de Adams-Moulton de orden 4.

c1

donde
mientras

es un punto intermedio entre tn'3


y tn+l
estd comprendido entre t
n
'
l
y tn+l.

c2

Una de las ventajas adicionales del metodo


predictor-corrector es la estimacidn del error local
de truncamiento y su posterior correcci6n. Ilustramos el metodo con un ejemplo. Supongamos el problema
de valores iniciales du/dt = f (u,t) resuelto con el
metodo de Milne de orden 4 . Conocidos 10s valores
iniciales u O , u l , u2 u 3 y 10s correspondientes fn
(calculados, por ejemplo, con el metodo de RungeKutta de cuarto orden) y fijada la malla en un valor
k , el cdlculo prosigue de la siguiente manera:

Existen muchos otros mgtodos de paso mGltiple en la modalidad predictor-corrector y el lector


interesado puede consultar Henrici, 1962, Hamming,
1962, Carnahan, Luther y Wilkes, 1969, e Isaacson y
Keller, 1966, entre otros.

a) Se calcula un+l utilizando el predictor


m= 0

4.7 Esauema ~redictor-corrector de Milne


Otro m6todo comGnmente utilizado es el esquema predictor-corrector de orden 4 de Milne que
escribe

'

b ) Utilizando el valor del paso previo se calcula el


corrector en forma iterativa

predictor

La iteracidn se continGa hasta que el criterio de


convcrgencia elegido se cumple, por e j emplo

corrector

(4.51)

donde es un nGmero positivo pequefio. En el caso de


que no se produzca la convergencia es necesario de-

t e n e r e l p r o c e s o y u t i l i z a r una m a l l a mds f i n a ,
v e r e m o s s o b r e e s t o mds a d e l a n t e .

vol-

c ) P a r a e s t i m a r e l e r r o r l o c a l de t r u n c a m i e n t o en e l
u s o d e l mdtodo de M i l n e , e n l a i n t e g r a c i d n s o b r e e l
i n t e r v a l 0 t n , t n + l , s e s u p o n e q u e 10s e r r o r e s l o c a l e s de t r u n c a m i e n t o d a d o s en l a s e x p r e s i o n e s ( 4 . 5 0 )
y ( 4 . 5 1 ) s o n v 6 l i d o s . Los v a l o r e s de l a s d e r i v a d a s
d e o r d e n 5 s o n d e s c o n o c i d o s p e r 0 e s r a z o n a b l e supon e r que s o n i g u a l e s ( s i e m p r e q u e k s e a p e q u e i i o ) ; denominaremos M a s u v a l o r . Luego l a d i f e r e n c i a e n t r e
e l valor obtenido por e l predictor
un+l
y e l valor
mf
d e l c o r r e c t o r un+'
m= 0

( d o n d e mf

ciones necesarios para


convergencia), resulta

a B a d i e n d o un f a c t o r
bre

1
i

10 p a r a c o m p e n s a r l a i n c e r t i d u m -

d)Vamos a m o d i f i c a r e l m g t o d o d e M i l n e d e c u a r t o o r den t e n i e n d o en c u e n t a l a e s t i m a c i d n d e l e r r o r o b t e n i d a en l a s e c c i 6 n c ) . P a r a e l l o e s c r i b i m o s nuevamente l a s e x p r e s i o n e s p a r a e l e r r o r de t r u n c a m i e n t o

e s e l nGmero d e i t e r a -

satisfacer

el

criterio

de
d o n d e u n + l e s l a s o l u c i d n e x a c t a e n 10s n o d o s d e l a
m a l l a y M e s l a d e r i v a d a q u i n t a e n un p u n t o i n t e r m e d i o s u p u e s t a de i g u a l v a l o r t a n t o p a r a e l p r e d i c t o r
como
para
e l
corrector.
Dividiendo
la
ecuacidn
(4.59) por l a (4.60) r e s u l t a

E s t o i m p l i c a que

y e l error

l o c a l e n u n + l e s e s t i m a d o como

E s t a e s t i m a c i d n d e b e s e r u t i l i z a d a c o n mucha c a u t e l a
p a r a que l a s s u p o s i c i o n e s e f e c t u a d a s a c e r c a de l a s
d e r i v a d a s d e o r d e n 5 no c a u s e n p r o b l e m a s . Una p o s i c i 6 n mds c o n s e r v a d o r a s e r c a a d o p t a r l a s i g u i e n t e exp r e s i 6 n como e s t i m a c i d n d e l e r r o r

E n t o n c e s l a e c u a c i d n ( 4 . 6 1 ) e s u t i l i z a d a p a r a modif i c a r e l c d l c u l o d e l c o r r e c t o r de Milne de l a sig u i e n t e manera:

La e c u a c i d n
tando un+l
m=O

(4.62)

puede

escribirse,

sumando y r e s -

Llamando r t a l a e s t i m a c i d n d e l e r r o r l o c a l de t r u n camiento dado por l a ecuaci6n (4.57)


l a ecuaci6n
(4.63 ) r e s u l t a

~ a m b i s n podemos modificar el cdlculo del predictor


de modo de encontrar un valor mejorado del mismo. Si
suponemos que el error local de truncamiento varfa
e s aproximadamente igual
lentamente de modo que
r$ l ]
en 10s intervalos [tn,tn
[tn-I ,tn], llamando
U*n+ 1 a1 valor mejorado de un+ y teniendo en cuenta
m= 0
m= 0
que rt en el interval0 [tn-l ,tn] es, de acuerdo a la
expresi6n (4.571, aproximadamente (un
un
m= 0 1/29,
Pf

pademos estimar u*"+l


mf

dk la ecuacidn (4.63)

como

Entonces utilizando la expresidn (4.65) en vez de


Un+ 1 como valor inicial para comenzar la iteraci6n
m= 0
con el corrector se puede acelerar la velocidad de
convergencia de la solucidn iterativa (4.53) ya que
en la mayorza de 10s casos la ecuacidn (4.65) da un
El mgtodo presentado aquf
valor mejorado de ;::u

puede ser extendido


predictor-corrector.

otros

algoritmos

de

tipo

El control del tamaiio de malla o paso temporal es un problema de distinta naturaleza. El paso
de tiempo debe ser suficientemente pequefio para satisfacer restricciones debidas a criterios de convergencia y o a la magnitud del error local de truncamiento. Por otro lado el paso de tiempo debe ser,
en lo posible, suficientemente grande para minimizar
el error de redondeo y el nGmero de evaluaciones de
la derivada. En general las expresiones (4.54) y
(4.57) nos permiten determinar cuando hay necesidad
de actuar sobre la malla hacidndola mds fina o mds
gruesa. Desafortunadamente el mecanismo para dichos
cambios no es tan inmediato como se desea. La difi..

1
1I

cultad radica en que cuando se cambia el paso de malla, en general, no se poseen 10s valores iniciales
necesarios para la utilizaci6n del predictor y el
corrector. Ilustraremos lo anterior con un ejemplo.
En la Fig. 4.9 se muestran 3 mallas diferentes durante la soluci6n numbrica de una ecuacidn diferencia1 ordinaria. Supongamos que se usa un mbtodo de
paso entero miiltiple que requiere tres valores previos para obtener el nuevo valor y que el paso k en
tn debe ser cambiado. Si k es cambiado en forma arbitraria la situaci6n es idbntica a la del punto
inicial. Si el valor de k es duplicado entonces toda
la informaci6n estd disponible (siempre que se la
haya guardado) para ser utilizada en el nuevo paso
de longitud 2 k. Si el valor de k es reducido a la
mitad entonces algunos de 10s valores necesarios estdn disponibles. Los valores intermedios faltantes
pueden ser obtenidos por interpolaci6n polinomial,
el grado del polinomio debe ser del mismo ,orden que
el del metodo de integracibn a 10s efectos de mantener la precisibn. En la Fig. 4.9 se interpola en tn,
tn-k, tn-2k y tn-3k para obtener un polinomio cGbico
para poder evaluar en tn-k/2. Luego 10s valores en
tn, tn-k/2 y tn-k pueden ser utilizados para continuar con el cdlculo.

En la mayorfa de 10s programas se utilizan


:glas adicionales que evitan el cambio de paso seguido. Algunas reglas tspicas son: a) no incrementar
k en mds de un factor 2; b) no incrementar k mds de
una vez cada cinco pasos.

4.8 Estabilidad de 10s mgtodos de Daso m 6 l t i ~ l e

A continuacidn presentamos un andlisis simplificado de la estabilidad numgrica de 10s mdtodos


de paso mGltiple utilizando como modelo el problema
de valores iniciales du/dt = f(u,t) con f(u,t) = au,
U(O) = U O y soluci6n exacta ~ ( t )= eatuO,'y
el
predictor-corrector de cuarto orden de Milne. A1
respecto efectuaremos el an6lisis del corrector solamente suponiendo que este ha sido iterado hasta

obtener l a convergencia. S i e l corrector e s u t i l i z a d o una s o l a v e z s e d e b e e n t o n c e s h a c e r e l a n s l i s i s


d e l p r e d i c t o r y d e l c o r r e c t o r e n c o n j u n t o . E l cor r e c t o r de Milne e s , e n t o n c e s ,

q u e c o n s t i t u y e u n a e c u a c i d n l i n e a l y homog6nea e n
d i f e r e n c i a s d e o r d e n 2. P a r a k f i j o 10s c o e f i c i e n t e s
d e ( 4 . 6 7 ) son c o n s t a n t e s y s e puede d e m o s t r a r que e l
c r i t e r i o de c o n v e r g e n c i a ( d e l metodo i t e r a t i v o de
s u b s t i t u c i o n e s s u c e s i v a s ) , e x i g e que ( v e r Dahlquist y
Bjorck, 1974)

y t e n i e n d o en c u e n t a que f ( u , t ) = au r e s u l t a

MALLA CON PAS0 k

La t e o r l a de- l a s o l u c i d n d e l a s e c u a c i o n e s e n d i f e rencias l i n e a l e s e s t s estrechamente liqada a l a teor l a de l a solucibn de ecuaciones d i f e r e n c i a l e s ordin a r i a s l i n e a l e s . E s t o l o hemos p o d i d o c o m p r o b a r r e p e t i d a s veces,
a t r a v 6 s de ejemplos, en cap!itulos
a n t e r i o r e s . Aquc p r e s e n t a m o s u n a s z n t e s i s g e n e r a l i zando d i c h o s c o n c e p t o s
( e l l e c t o r i n t e r e s a d o en
p r o f u n d i z a r e l t e m a p u e d e c o n s u l t a r C o l l a t z , 1966 y
D a h l q u i s t y B j o r c k , 1974 e n t r e o t r o s ) . S i s u p o n e m o s
q u e un e s u n a f u n c i d n d i s c r e t a d e f i n i d a p a r a e l c o n j u n t o d e e n t e r o s n, una e c u a c i d n l i n e a l e n d i f e r e n c i a s d e o r d e n q ( e l o r d e n d e una e c u a c i b n e n d i f e r e n c i a s e s i g u a l a l a d i f e r e n c i a e n t r e e l m a y o r y menor
d e 10s s u p r a z n d i c e s ) e s u n a c o m b i n a c i 6 n l i n e a l i n v o lucrando un,un+l,
un+q d e l a forma

...,

MALLA CON PAS0 2 k

MALLA CON PAS0 k / 2

Fig.

4.9

Cambio Be p a e o
t e r o mblt'iple

d o n d e 10s c o e f i c i e n t e s a g , - . * , a 9 Y b p u e d e n s e r f u n c i o n e s d e n p e r 0 no d e u. S i b e s n u l o s e t r a t a d e
una e c u a c i d n h o m o g g n e a . La t e o r z a d e l a . s o l u c i d n d e
e c u a c i o n e s l i n e a l e s homogeneas e n d i f e r e n c i a s con
c o e f i c i e n t e s c o n s t a n t e s e s s i m i l a r a l a t e o r z a de l a
s o l u c i d n d e e c u a c i o n e s l i n e a l e s homoggneas d i f . e r e n c i a l e s c o n c o e f i c i e n t e s c o n s t a n t e s . En e s e c a s o s e
b u s c a n s o l u c i o n e s d e l a f o r m a un a yn. S u b s t i t u y e n d o
dicha s o l u c i d n en l a ecuaci6n (4.69) suponiendo b =
0 y coe'ficientes consta'ntes, r e s u l t a

e n l o 8 m 6 t o d o s d e p a e o end i v i d i e n d o p o r yn r e s u l t a l a e c u a c i 6 n c a r a c t e r l a t i c a
ag

a1 Y

+...+

Yq

(4.71)

..,

que e s un p o l i n o m i o de g r a d o q en l a v a r i a b l e y. S i
l a s nq . r a S c e s y l , Y p , .
Y
son d i s t i n t a s , entonces
I;, y 2 , .
ln s o n t o d a s s o y u c i o n e s de l a e c u a c i d n
9

..,

( 4 . 6 9 ) . La s o l u c i 6 n g e n e r a l de l a e c u a c i 6 n
e n t o n c e s l a combinaci6n l i n e a l

(4.69)

(ak)

Y1. =

1 + a k

(ak)

(ak14 .

(ak15

+ - + - + + - +
2

e e . 0

24

72

es

donde c l , c g , . . . , c n
s o n c o n s t a n t e s . Cada t b r m i n o de
( 4 . 7 2 ) e s una s o l u c i 6 n p a r t i c u l a r de l a e c u a c i 6 n homogbnea.

E l c a s o d e r a z c e s m G l t i p l e s o c o m p l e j a s puede
s e r t r a t a d o de una manera s i m i l a r a l a u s a d a p a r a
ecuaciones
diferenciales ordinarias
( v e r por e j .
I s a a c s o n - K e T l e r , 1966, e n t r e o t r o s ) .

' ~ o l v i e n d oa l a e c u a c i d n l i n e a l homoggnea en
d i f e r e n c i a s (4.67) l a ecuacidn c a r a c t e r T s t i c a resulta

E s t a e s una
dadas por

ecuacidn

cuadrgtica

cuyas

razces

est6n

D e f i n i e n d o una nueva v a r i a b l e y = ak en l a F i g . 4.10


s e m u e s t r a e l g r 6 f i c o d e y l , 2 en f u n c i 6 n d e y en e l
i n t e r v a l 0 - 1 < y < 1. Podemos o b s e r v a r q u e l a r a f z
y1 e s m o n o t 6 n i c a c r e c i e n t e con un v a l o r mayor q u e 1
p a r a v a l o r e s p o s i t i v o s de y m i e n t r a s q u e l a r a z z Y -p
e s menor que -1 p a r a v a l o r e s de y n e g a t i v o s .

Expandiendo
resulta

Y1

Yp

en

serie

de

potencias
'ig.

4.10

G r a f . i c o de l a s r a f c e s de l a e c u a c i 6 n
r a c t e r f s t i c a d e l c o r r e ' c t o r de Milne

ca-

La solucidn de la ecuacidn en diferencias (4.67) toma la forma de la ecuacidn (4.72) es decir

un

C l .:
Y

C2 ,Y:

(4.77)

presen6ia de la solucidn pardsita hard que 10s resultados obtenidos dejen de ser valederos. Los &todos numdricos que poseen estas caracterXsticas suelen denominarse mgtodos dgbilmente inestables o dBbilmente estables.

o teniendo en cuenta la ecuaci6n (4.75)

De la comparaci6n entre la solucidn exacta de la


ecuacidn en diferencias y la solucidn de la ecuacidn
difqrencial surge que la solucidn particular de la
ecuacidn homoggnea en diferencias correspondiente a
la razz y1 es la solucidn de la ecuacidn diferencial. La ecuaci6n en diferencias posee una segunda solucidn particular
c2 :Y
totalmente extrai5a a1
problema diferencial primitive y que por el10 se denomina solucidn pardsita. Este tip0 de soluciones
parbsitas surgen siempre que se aproxima un problema
diferenq$al de primer orden con una ecuacidn en
diferencias de un orden mayor. Es preciso analizar
el comportamiento de las soluciones pardsitas para
ver si pueden llegar a tener una influencia negativa
sobre la solucidn verdadera. Analicemos primer0 el
caso de una ecuacidn de crecimiento (en este caso
a
0 ) . La solucidn asociada a la razz Y1 crece en
forma exponencial pudiendo aproximar la ecuacidn diferencial (el mgtodo es numgricamente inestable). La
solucidn parbsita asociada a la razz y2 decrece para
valores positivos de y de modo que cualquier error
introducido no crecerb en forma no acotada debido a
la presencia de dicha solucibn. Cuando se trata de
una ecuacidn de decaimiento (en este caso a
O ) , la
solucidn asociada a la razz yl, decrece para valores
negativos de y aproximando el problema diferencial
(el mgtodo es numgricamente estable para valores de
y mayores que -1).
L a solucidn pardsita asociada a
la razz y2 crece para valores negativos de y dado
que la razz y2 es menor que -1. En realidad debido a
que yp es negativa, la solucidn resulta de signo 0s-'
cilante y cualquier error introducido crecerd en
forma no acotada y oscilatoria. Eventualmente la

>

<

..

Si establecemos que Y1 es la razz de la


ecuaci6n caracterlstica asociada a la solucidn verdadera del problema diferencial de valores iniciales
dado, entonces se denomina a y1 la razz principal.
Si se cumple que

el metodo es' relativamente estable. En este caso, la


aproximaci6n a la solucidn verdadera domina las soluciones pardsitas asociadas a las razces Y i -

Se denomina fuertemente
para el que se cumple que

estable

a1 metodo

este caso todas las soluciones pardsitas decrecen


ra valores crecientes de n. Dahlquist y Bjorck,
74, presentan el siguiente criterio llamado "condicidn de la razz" como condicibn .necesaria y suficiente para la estabilidad de 10s metodos lineales
de paso mtiltiple: todas las ralces Yi deben estar
ubicadas dentro o sobre el cfrculo de radio unidad y
las razces de mddulo unidad deben ser simples.

4.9 Problemas

1.

Aproximar el siguiente problema de valores iniciales por el mEtodo fuertemente implIcito y anal izar la estabilidad numdrica

5.

I
I

Aproximar el siguiente problema de valores iniciales por el m6todo de Euler. Utilizar un paso
k = 0.01 y obtener u(t) en t = 0.1. Estimar el
tamaBo de malla necesario para obtener una precisibn de
du

--

t - u - u t

t > O

u(O)=I

dt
2.

Aproximar el siguiente problema de valores iniciales por el m6todo de Runge-Kutta de segundo


, o r d e n y analizar la estabilidad numdrica. Comparar con la solucidn tedrica para 10 ciclos de
t iempo
du

-- u + t

O < t

u(O)=l

dt
Soluci6n exacta u(t) = 2et

1.

3.

Analizar la estabilidad tlel esquema del salto de


rana aplicado a1 siguiente problema de valores
iniciales

4.

Aproximar el siguiente problema de valores iniciales por el mdtodo predictor-corrector


de
Milne. Utilizar un metodo apropiado para iniciar
10s ctilculos y comparar con la soluci6n exacta
para 1 0 ciclos de tiempo
du

-=
dt

sent

t > O

u(O)=l

6.

Repetir el problema 5, per0 ahora usando el mgtodo implfcito ponderado de segundo orden de
p.recisibn. Utilizar un paso k = 0.025 de mod0 que
la solucidn en t = 0.1 se obtenga en 4 ciclos.
Hacer un andlisis comparativo del esfuerzo computacional requerido por ambos mdtodos para resolver el problema planteado.

E L PROBLEMA DE VALORES DE CONTORNO

5.1

~ p r o x i m a c i 6 n de un problema de contorno

Introducimos el tratamiento num6rico de


problemas de contorno con la siguiente ecuacidn diferencial de segundo orden

>

donde u = u(x) y q(x)


0. De acuerdo a la convencibn adoptada, la variable independiente x representa una variable espacial. El problema de contorno
(5.1)
(5.2) que tambidn representa una ecuacibn
lineal el5ptica en una dimensi6n, tiene una gran variedad de aplicaciones en Fcsica e Ingenierca. La
condicidn q(x)
0 es necesaria para la existencia
de soluciones del problema de contorno (ver, por
ejemplo, Isaacson y Keller, 1966); supondremos entonces que la soluci6n existe y es Gnica.

>

Con el objeto de aproximar el problema diferencial por un esquema en diferencias finitas subx < 1 en N+1
dividimos el i n t e r v a l ~ espacial 0

Fig. 5.1

Discretizaci6n del dominio

I
s e g m e n t o s i g h a l e s de l o n g i t u d h = 1/N+1, d o n d e h es
el paso espacial, S e g G n se i l u s t r a en la Fig. 5 . 1 .
La unidn de c a d a uno d e e s t o s s e g m e n t o s d e t e r m i n a un
n o d o de la m a l l a o red. P a r a d i s c r e t i z a r la e c u a c i 6 n
d i f e r e n c i a l r e e m p l a z a m o s c a d a t d r m i n o d e la m i s m a
p o r su a p r o x i m a c i 6 n en d i f e r e n c i a s f i n i t a s en los
n o d o s de la m a l l a ; e n p a r t i c u l a r u t i l i z a r e m o s esquem a s en d i f e r e n c i a s centradas. E n t o n c e s una a p r o x i m a c i 6 n de la e c u a c i b n (5.1) se p u e d e e s c r i b i r ( p a r a un
n o d o gengri-co j)

El s i s t e m a (5.4) e s un s i s t e m a de N e c u a c i o n e s algeb r a i c a s c o n N+2 i n c d g n i t a s uj. L a s d o 8 e c u a c i o n e s


f a l t a n t e s e s t d n d a d a s por las c o n d i c i o n e s de borde:
uo = a
y
u ~ =+ 8~. E n t o n c e s si r e e m p l a z a m o s 10s
v a l o r e s de u o y u ~ e+n el
~ s i s t e m a (5.4) y reagrupam o s 10s c o e f i c i e n t e s de l a s i n c 6 g n i t a s p o d e m o s esc r i b i r el s i s t e m a r e s u l t a n t e e n la f o r m a v e c t o r i a l
siguiente

donde: U y R s o n v e c t o r e s de d i m e n s i 6 n N, y A e s u n a
m a t r i z t r i d i a g o n a l de o r d e n N, d e f i n i d a s por

donde pj = P(xj)
, q j = q(xj) y
= r(xj). El
e s q u e m a r e p r e s e n t a d o p o r la e c u a c i 6 n r?5. 3 ) es cons i s t e n t e c o n el p r o b l e m a d i f e r e n c i a l (5.1) y la cons i s t e n c i a e s de O(h2). Si a h o r a e s c r i b i m o s p a r a cada
n o d o i n t e r i o r la e c u a c i d n (5.3), r e s u l t a

donde

E n s t n t e s i s , la s o l u c i 6 n n u m g r i c a por el
m g t o d o de las d i f e r e n c i a s f i n i t a s del p r o b l e m a dife-

rencial (5.1)
(5.2) se reduce a la solucidn del
sistema algebraico lineal representado por la ecuacidn (5.5), es decir

Suponiendo par el momento que la inversidn numsrica


de A es posible, existe una gran variedad de programas de cdlculo que permiten la resoluci6n del sistema< (5.5) por mgtodos directos o iterativos. A continuacidn presentaremos un metodo direct0 de factorizacidn para la solucidn num6rica de sistemas lineales con matrices de estructura similar a la matriz A
y ,luego veremos bajo qu6 condiciones dicho mgtodo es
aplicable a1 sistema (5.5).

5.2

Teniendo en cuenta la ecuaci6n (5.8) y la (5.11) obtenemos

Matriz tridiagonal o de Jacobi

En
la
soluci6n
del
sistema algebraico
A x = f proveniente de la aproximacidn de ecuaciones
diferenciales ordinarias o en derivadas parciales es
muy frecuente la aparicidn de matrices con forma
tridiagonal tambign llamadas de Jacobi (ver Isaacson
y Keller, 1966 o Jannenko, 1968) en 10s que ai,j = 0
si i
j
1 , es decir

1>

Supongamos que la matriz


la forma

puede ser factorizada en

donde L y U son matrices de forma bidiagonal definidas por

(5.11)

(5.9)

Entonces, si se cumple que ai es distinto de cero,


las fdrmulas de recurrencia representadas en (5.12)
permiten obtener la factorizaci6n (5.8). Una vez obtenida dicha factorizaci6n aGn nos resta resolver el
sistema algebraico primitivo A X = f a trav&s del
sistema equivalente L U X = f. Para ello primer0 se
resuelve el sistema auxiliar o intermedio Lg = f y
luego se obtiene la soluci6n final resolviendo el
sistema U X = g. La soluci6n intermedia se obtiene

Par

gi

(fi

bi Y

~ )/ai
- ~

La soluci6n final estd dada por


Xn

--

gn

2,...,n

(5.13)

resulta aj ) 1.

Se puede demostrar que si se cumplen las siguientes


condiciones en la matriz A

l,ali

I
es una matriz no singular y por lo tanto el procedi\miento representado en la expresidn (5.12) es v5lido (el lector interesado en la demostracidn de lo
anterior puede consultar Isaacson-Keller, 1966).

5.3

~ a b r a m o svisto que la solucidn num6rica del


problema de contorno (5.1)
(5.2) se reducla a la
solucidn del sistema algebraic0 lineal de orden N
(5.5) cuya matriz de coeficientes es tridiagonal.
Veamos ahora 1 s condiciones que se deben cumplir
para que el mdtodo de factorizaci8n sea aplicable a
dicho sistema. A tal efecto vamos a requerir que la
malla sea lo sufientemente pequeEa para que se cumP1a

)cjI

bj + c

(5.17)

Recordando q u e

q(x)

>

<

< 1

Vemos entonces que se cumplen las condiciones para


que la factorizacidn descripta en la seccidn anterior sea vdlida. La soluci6n de la ecuacidn (5.5) de
la seccidn correspondiente a 1 problema de contorno
puede entonces ser obtenida por el proceso de recurrencia anteriormente descripto.

En la literatura sajona se da el nombre de


mgtodos de tiro (shooting) a 10s mgtodos num6ricos
para problemas de valores iniciales utilizados para
resolver problemas de contorno. Est.e nombre surge de
la prsctica del tirador a1 blanc'o de corregir el tiro en base a 1 resultado del tiro precedente. Un
ejemplo sencillo ilustra el mgtodo. Supongamos querer resolver el siguiente problema de contorno:

En cambio, resolvemos el siguiente prob1em.a de valores iniciales:

D e la ecuacidn (5.6) se deduce entonces

I c 1 /

~ 6 t o d odel tiro

Solucidn directa del problema de contorno

IbjI

De lo anterior se deduce que

donde a , es el primer ensayo para u' (0). Supongamos


que resolvemos el problema de valores iniciales
(5.21) por cualquiera de las tgcnicas vistas y que
obtenemos un valor en x=l de u ( l ) = B I , segGn se ilustra en a1 figura 5.2. En general B 1
U I y volvemos
a ensayar un nuevo disparo u' (O)=a2 y esta vez resolviendo el problema (5.21) obtenemos u( I ) = a 2 .

(5.18)

5.5

Problemas
limite

de

contorno

con

estructura

de

capa

P r e s e n t a m o s e l problema de e c u a c i o n e s d i f e r e n c i a l e s d e c o n t o r n o c u y a d e r i v a d a d e mayor o r d e n
e s t d m u l t i p l i c a d a p o r un p a r d m e t r o E. Se d i c e d e e s t a s e c u a c i o n e s q u e p o s e e n una c a p a l i m i t e .

S e d e f i n e como c a p a l i m i t e una r e g i d n e s t r e c h a donde l a s o l u c i 6 n de l a e c u a c i d n d i f e r e n c i a l


cambia r d p i d a m e n t e . Por d e f i n i c i b n , e l e s p e s o r de l a
capa l c m i t e debe t e n d e r a c e r o cuando E t i e n d e a
E l s i g u i e n t e p r o b l e m a d e c o n t o r n o p o s e e una
cero.
s o l u c i 6 n q u e e x h i b e una e s t r u c t u r a de c a p a l l m i t e :

La s o l u c i 6 n e x a c t a d e l a e c u a c i 6 n

FIG.

5.2

E s q u e m a t i z a c i d n d e l mdtodo d e l t i r o .

S i suponemos que e x i s t e una r e l a c i d n


y 0 r e s u l t a que:

lineal

entre a

y e l p r b x i m o e n s a y o d e t i r o s e e j e c u t a c o n un d n q u l o
a c o r r e s p o n d i e n t e a B = u l . En g e n e r a l e s t o no b a s t a y
s e d e b e n h a c e r v a r i o s e n s a y o s m6s c o n un q r a d o var i a d o d e s o f i s t i c a c i d n d e l mEtodo e s p e r a n d o q u e e l
p r o c e s o c o n v e r j a . E l l e c t o r i n t e r e s a d o puede c o n s u l t a r , p o r e j e m p l o , K e l l e r , 1968, L e n t i n i y P e r e y r a ,
1 9 7 7 y Na, 1979.

..

(5.23)

resulta

En e l l l m i t e d e E t e n d i e n d o a c e r o , l a s o l u c i d n s e
t o r n a d i s c o n t i n u a e n x = 0 , como s e i l u s t r a e n l a
P a r a v a l o r e s pequefios de E , l a s o l u c i d n
f i g u r a 5.3.
u ( x ) v a r i a l e n t a m e n t e p a r a E < x < 1. S i n e m b a r g o ,
en e l i n t e r v a l o 0 < x ( E , l a s o l u c i d n u ( x ) v a r i a
e n forma r d p i d a . ' E s t e pequefio i n t e r v a l o de v a r i a c i d n
r 6 p i d a s e denomina c a p a l c m i t e y s u e s p e s o r e s de
O(E).
P a r a s e r mds p r e c i s o s , l a f u n c i d n u ( x ) p o s e e
dos c o m p o n e n t e s : e - X , una f u n c i d n que v a r i a l e n t a mente en t o d o e l i n t e r v a l o 0 < x < 1 , y e-X'E, una
funci6n
con
variaci6n
rspida
en
la
capa
llmite
0 < x < E.
En r e a l i d a d u n o p o d r i a p e n s a r q u e s i e l
p a r d m e t r o d e p e r t u r b a c i 6 n E e s muy p e q u e z o ( e n e l
l i m i t e i g u a l a c e r o ) , l a s o l u c i d n de l a ecuacidn
( 5 . 2 3 ) t i e n d e a l a s o l u c i 6 n d e l a e c u a c i d n u ' + u = 0.
P e r o e s t o no e s c i e r t o , p u e s p a r a E = 0 , l a e c u a c i d n
d e s e g u n d o o r d e n s e t r a n s f o r m a e n una e c u a c i d n d e
p r i m e r o r d e n que debe s a t i s f a c e r dos c o n d i c i o n e s de
b o r d e y e s t o e s una i n c o n s i s t e n c i a m a t e m b t i c a . P o r

o u o o ( ~ 2 ' s )u p y o e n o a e l s o m y q y x 3 s a ys * o a y q e x a ? y
osaooxd
u n a q u e y p a u o z ~ ~ a n s a x as
aqap
ema~qoxd
a q s 3 = b 0 s e x n 6 ~ 3eT u a e x q s n ~ ? a s e q o e x a u p y o n ~ o sn s
u a a q y u j ~ e d e : , e ~ o se u n a a s o d e w a ~ q o x d a q s a
8~

= x

xexquooua uapand a s anb s a p e q l n o y j


-yp ap odya l a x e x q s n ~ y exed a a x y s T e a u ? ~ou a q y u j ~
e d e a a p e u a ~ q o x d u n a p o ~ d u a f aa q u a y n 6 y s 1 3

*oquayueounxq ap x o z z a
xoAew u n u o o ~ 1 6 0a s ~ o q s a a n b a q u a m T e x n q e N - a T q e a s a
a q u a u T e u o ~ o ~ p u o 3 u ye q ~ n s a z ~ e u o 6 e y p y z q o m q y ~ o 6 ~ lea
a n b o ~ x o d 8 ~ e y o e d s ao s e d Ta u a 8 p e p y l ? q e ? s a e ~ e x
- e d * u p ? o o ? x q s a x eT ~ u y u y ~a as ( 9 1 0 s ) o d y q T a p o p e x q
- u a o o u e m a n b s a u n o p u e z y ~ y q na n b z e x q s o m a p ~ y o y js 3

aquaqsys
-uo:, e u a l q o x d u n s a a n b
= ( )n
0 = ( 0 ) n uoo
) x
5 0
0 = n + ,,n u g y o e n o a e ~ a p u g y : , n ~ o s
e l e apuayq ( S Z - 5 ) ugyoenoa e l ap u g y o n ~ o s e l
- ~ u j~ a~ u a a a n b e A 8 x e ~ n 6 a xu g y o e q a n q x a d a p opeuyru
-ouap e m a l q o x d un a X n q y 3 s u o o o x a a e o p u a y p u a q 3 e z e d

od? 2
T a p u g y o e n a a e u n 8 o y q u e ~u 3 * x e ~ n 6 u y su g y o e q x n q x a d
ap e u a ~ q o x d u n omoo e u a ~ q o x d a q s a e e u y m o u a p a s o
~
*az+yuTT e d e o a p e z n a o n x q s a u o 3 ( E Z - S )
o u x o q u o : , a p e u a ~ q o x d ~ a pe q o e x a u g y o n ~ o s

0'1
X4 I

E-s

S'O
I

-6?j

8xy:,ap sa 8 u a p x o xauyxd ap ouymxpq l a p oquayueqexq l a


e z e d e p e x a u a o ou u p y : , e u y x o x d e e u n x e z y l r q n a u a y a u o o
s o s e o s o q s a u 3 * s o y a n b a d d n u 3 a p s a x o ~ s a e ~ e de a
- ? ? y q y q o x d x a s a p a n d u p r o y p u o o e q s g * 3 / (3 + 1 ) = d
: r o d ' o s e o a q s a u a 8 o p y u y a a p p q s a 6 ~ e y a u a z a g ~upp y o
-en:,a eT u a u a p x o x a u y x d a p o u y u z g a ~ a pa q u a T a y j a o o
l a s a d a p u o p ( E = S u p y o o a s x a a ) d / z 5 q o d y a Tap pep
- y ~ y q a a s a ap u p y o r p u o o e u n x a o e g s y q e s a q a p a s ' u a p x o
x a m y x d a p o u y m x g q l a p u p y o e u y x o z d e eT e z u d o p w z q u a o
e m a n b s a u n e z y ~ y q na s o p u e n o d o s e a x a u ~ x d l a u 3 * o x
-y?
l a p o p 0 7 g u -yap u p y o e z y ~ y q no ~ e u o 6 e y p y z q o o y e x q
- a 6 ~ e e m a q s y s u n ap u p y a n ~ o s X swqyuyg s e y o u a x a j y p
: s o q s y a e.4 o u x o q u o a a p s e u a ~ q o z d e x e d s o p o q p u S O T a p
e x a y n b ~ e n o x e z y ~ y q n apand a s x e ~ n 6 u y s u p y o e q x n l z a d
a p e u a ~ q o x du n a p e o y x 3 u n u u p y o n ~ o s eT e z e d

iI
I

Finalmente presentamos
neal con dos capas lzmites:

La solucidn de la ecuaci6n
figura 5.5

Fig. 5.4

un

(5.30)

problema

no

li-

se ilustra en la

Soluci6n exacta del problema (5.27)

donde p = 2/E
y f (u) = - I /
ma iterativo serTa

eU

un posible esque-

donde el subrndice m indica el nfimero de iteraci6n.


En sTntesis, hay que realizar un proceso iterativo
hasta que dos valores sucesivos estgn suficientemente pr6ximos. Se hace notar que por la manera en que
se ha constru5do el proceso iterativo la matriz tridiagonal no cambia durante las iteraciones sucesivas, lo Gnico que cambia es el t6rmino independiente.

Fig.

@'

5.5

Solucidn de la ecuacidn (5.30)

bien es cierto que el problema (5.30) puede ser


ltado numgricamente utilizando diferencias finitas
la solucidn del sistema algebraic0 tridiagonal
>ciado, se recomienda la utilizacidn de rutinas
ciczntTficas de probada eficacia que utilizan la t6cn ic-a del mgtodo del tiro (ver secciz. qobre software
ca ecuaciones diferenciales y 10s trabajos de
_ller, 1968, Pereyra, 1974 y W a , 1979).

5.6

Problemas

1.

El andlisis en rggimen estacionario de la conduccidn del calor a trav8s de un sdlido con generacidn interna de calor est6 dado por el siguiente
problema de valores de contorno

necesario actuar del siguiente modo: si se ha dividido el dominio 0 < x < 1 en N intervalos de
longitud h numerados 0,1,2,...,n,...,N,
la aproximaci6n de u'(0) puede hacerse con un esquema de
0(h2) o de O(h). Para el primer caso utilizamos
un nodo ficticio a la distancia -h de x = 0 y lo
numeramos -1 de modo que
u' ( 0 ) = ub = (u1
U - 1 ) / (2h). P a r a el segundo
caso u' (0) = (U 1
U O ) / h. Conviene utilizar la
primera alternative que e s mbs precisa. En este
caso el nodo 0 resulta un nodo interno de la malla y la ecuacidn en diferencias en dicho nodo
resulta h-2(u,l
2u0 + u l ) + q/k = 0. Eliminando
u - ~entre esta Gltima ecuacidn y la aproximacidn
resulta la primera ecuacidn del
centrada de uh
sistema algebraico, i.e.,
h-2 (-2uo + 2 ~ 1 ) +
q/k = 0

c o n condidiones de borde

La 'funcidn u(x) representa la temperatura y la


funcidn f(u) gobierna la generacidn interna de
calor, que en general, es funcidn de la temperatura. La constante p es igual a 0, 1 6 2, dependiendo de que el sdlido sea una placa plana, un
cilindro o una esfera, respectivamente. TJn caso
simple ocurre cuando el sdlido es una placa plana
con generacidn de calor interno constante, es decir, p = 0 y f(u) = q/K, donde K es la conductividad tgrmica y q es la generacidn de calor por
unidad de volumen. La ecuacidn ( i ) resulta entonces
u"(x) + q/K

= 0

u' ( 0 ) = 0

,
u( 1 )

< x <

0
=

2.

con u l ( x ) = 0 en x = 1 y u(x) = 1 en x = 2 , que


e s un problema de valores de contorno lineal con
coeficientes variables. Se pide encontrar el perfil de temperaturas u(x) dado por la ecuaci6n
(iii) cuando a 2 = 1. Utilizar un peso de malla
h = 0.1. Hacer un anslisis lineal de la estabilidad. Determinar cu61 es el paso de malla mTnimo
para que no se produzcan oscilaciones numsricas
si se utiliza un esquema centrado para u' (x)

(ii)

cuya solucidn exacta es


U(X) = 1 + q/(2K)

(1

x2)

S e pide encontrar el perfil de temperaturas u(x)


d a d o por la ecuacidn (ii) cuando q/K = 2. Utilizar un paso d e malla h = 0.1 y comparar con la
solucidn exacta. Analizar la estabilidad numgrica
a travss de la solucidn exacta de la ecuacidn en
dif erencias. Hacemos notar que para incorporar la
condicidn de borde izquierda u' ( x ) = 0 en x = 0 es

..

Refirigndonos a 1 problema de valores de contorno


( i ) del problema 1 consideramos ahora el caso en
q u e el sdlido es un cilindro y la generaci6n del
calor es una funcidn lineal de la temperatura. En
este caso p = 1 y f(u) = a2u, a = constante. La
ecuacidn (i) del problema 1 se transforma en

3.

Consideremos para la ecuaci6n ( i ) del problema 1 ,


la conducci6n del calor a travgs de una esfera

c o n g e n e r a c i 6 n d e c a l o r como u n a f u n c i 6 n e x p o n e n c i a 1 de l a temperatura.
En e s t e c a s o p = 2 y
f ( u ) = a e U , a = c o n s t a n t e . La e c u a c i d n ( i ) r e sulta
I

d o n d e E = d/R , d
e s e l e s p e s o r de l a p a r e d y R
e l r a d i o d e l c i l i n d r o . R e s o l v e r numkricamente par a = 1 y 0.1 y m o s t r a r q u e p a r a E t e n d i e n d o a
c e r o e l e f e c t o d e l a f l e x i d n p r o d u c i d a p o r u"" e n
l a s o l u c i d n e s t d r e s t r i n g i d o a una z o n a e s t r e c h a
o capa l l m i t e .

c o n u o ( x ) = 0 e n x = 1 y u ( x ) = 1 e n x = 2, q u e
c o n s t i t u y e un p r o b l e m a n o l i n e a l d e c o n t o r n o . Se
p i d e e n c o n t r a r e l p e r f i l d e t e m p e r a t u r a s u ( x ) par a a = l c o n s t r u y e n d o una e c u a c i 6 n e n d i f e r e n c i a s
d e s e g u n d o o r d e n y d i s a s a n d o un m d t o d o iterative
p a r a r e s o l v e r l a . U t i l i z a r una m a l l a h = 0.1; i n t e n t a r un a n d l i s i s l i n e a l d e l a e s t a b i l i d a d ,
; Buena s u e r t e !

4.

6.

donde q ( x ) > 0
e s un c o e f i c i e n t e d e r i g i d e z v a r i a b l e , f ( x ) e s l a carga d i s t r i b u i d a y p ( x ) representa l a s propiedades e l a s t i c a s y geom6tricas
d e l a s e c c i 6 n normal de l a v i g a . S i suponemos que
l a v i g a e s t d simplemente apoyada en su extremo i z q u i e r d o y empotrada en su extremo derecho l a s
c o n d i c i o n e s de c o n t o r n o r e s u l t a n

Una c u e r d a e s t i r a d a d e l o n g i t u d u n i t a r i a , c o n
t e n s i 6 n u n i t a r i a , e m p o t r a d a e n ambos e x t r e m o s y
a p o y a d a e n forma e l d s t i c a s o b r e una s u p e r f i c i e
f l e x i b l e , y c a r g a d a e n s u l o n g i t u d , s u f r e un pequeiio d e s p l a z a m i e n t o u ( x ) ; l a e c u a c i 6 n que desc r i b e u ( x ) c o n s i s t e en e l s i g u i e n t e problema de
contorno

S e p i d e c o n s t r u i r un e s q u e m a d e s e g u n d o o r d e n d e
p r e c i s i 6 n p a r a e l c a s o en que p ( x ) = 1 y q ( x ) = 0,
y e l sistema algebraic0 resultante.

con c o n d i c i o n e s de borde

donde p ( x ) > 0 e s e l c o e f i c i e n t e d e r i g i d e z var i a b l e d e l r e s o r t e de l a s u p e r f i c i e f l e x i b l e y


f ( x ) e s l a c a r g a v a r i a b l e . Se p i d e - c a l c u l a r e l
d e s p l a z a m i e n t o u ( x ) r e s o l v i e n d o e l problema de
c o n t o r n o d a d o , c o n p ( x ) = f ( x ) = 1. U t i l i z a r u n a
m a l l a c o n h = 0.1.

5.

Un c i l i n d r o d e p a r e d e s d e l g a d a s y e l d s t i c a s e s t d
r l i g i d a m e n t e e m p o t r a d o e n s u s d o s e x t r e m o s ' y somet i d o a una p r e s i 6 n i n t e r n a f ( x ) d e l g a s que
c o n t i e n e . La e c u a c i 6 n q u e d e s c r i b e e l d e s p l a z a miento d e l c i l i n d r o e s

La e c u a c i d n q u e d e s c r i b e e l d e s p l a z a m i e n t o u ( x )
d e una v i g a d e l g a d a c a r g a d a l a t e r a l m e n t e r e s u l t a

7.

La e c u a c i d n d e c u a r t o o r d e n q u e d e s c r i b e e l d e s p l a z a m i e n t o de l a v i g a e l d s t i c a ( p r e s e n t a d a en e l
p r o b l e m a 6 ) p u e d e s e r d e s c o m p u e s t a e n un s i s t e m a
d e dos e c u a c i o n e s de segundo orden, i.e.,

d o n d e M r , e p r e s e n t a e l momento f l e c t o r .
c i o n e s de b o r d e r e s u l t a n
u(0) = 0

~ " ( 0 )= 0

Las condi-

l o que i m p l i c a ~ " ( 0 =
) 0

6
S e y i d e c o n s t r u i r un esquema en d i f e r e n c i a s de
O(h ) p a r a e l problema dado, s u p o n i e n d o p ( x ) = 1
y q ( x ) = 0. La n o v e d a d a q u f r e s i d e en q u e , p o r
c a d a n o d o , hay d o s v a l o r e s i n c b g n i t a s : u i y M i .
Se p u e d e e s c r i b i r e l v e c t o r i n c b g n i t a d e l s i s t e m a
a l g e b r a i c o r e s u l t a n t e de d o s m a n e r a s d i s t i n t a s :
a ) a g r u p a n d o l a s c o m p o n e n t e s Mi y ui d e a p a r e s :
M ,u 1 , M 2 , u 2 , .
,M N uN ; y b ) a g r u p a n d o t o d o s 10s
v a l o r e s d e M y l u e g o t o d o s l o de u: Ml,M2,
,
M ~ , u ~ , u ~ , . . . , uE ~l .s i s t e m a a l g e b r a i c o r e s u l t a n t e
e s c o m p l e t a m e n t e d i s t i n t o p a r a c a d a una d e d i c h a s
v a r i a n t e s . A n a l i z a r ambas v a r i a n t e s y c a l c u l a r su
ancho de banda.

'

9 . .

'

EI d e s p l a z a m i e n t o d e una v i g a c a r g a d a l a t e r a l m e d t e e s t d dado p o r e l s i g u i e n t e problema de c o n t o r no

9.

R e s o l v e r e s t e p r o b l e m a n u m d r i c a m e n t e y obse.rv.ar
e l e f e c t o q u e s o b r e u , u ' , u" y u " ' t i e n e e l val o r d e E p a r a E t e n d i e n d o a c e r o . ~1 m6todo numdr i c o a e m p l e a r q u e d a a e l e c c i 6 n d e l l e c t o r : mdtod o d i r e c t o , mdtodo i t e r a t i v o o mdtodo d e l t i r o
( v e r problema 9 a 1 r e s p e c t o ) .

'

R e s o l v e r e l s i g u i e n t e p r o b l e m a de c a p a l f m i t e doble

c u y a s o l u c i d n e s t d g r a f i c a d a en l a f i g u r a 5 . 5 . ,
u t i l i z a n d o e l mdtodo d e l t i r o ( c o n s u l t a r l a s r u t i n a s e x i s t e n t e s en e l c a p r t u l o 6, s o b r e s o f t w a r e
para ecuaciones diferenciales ordinarias).

Problemas de v a l o r e s

i n i c i a l e s de s e g u n d o o r d e n

...

8.

ECUACIONES DIFERENCIALES DE O R D E N SUPERIOR


SISTEMAS DE ECUACIONES DIFERENCIALES

Una de l a s a l t e r n a t i v a s p a r a t r a t a r e c u a c i a n e s e s c a l a r e s de o r d e n s u p e r i o r e s t r a n s f o r m a r l a s
e n un s i s t e m a de e c u a c i o n e s d i f e r e n c i a l e s de p r i m e r
o r d e n de a c u e r d o a l o v i s t o en e l c a p r t u l o 1 . Obten i d o e l s i s t e m a de p r i m e r o r d e n e q u i v a l e n t e s e u t i l i z a n l a s t d c n i c a s n u m 6 r i c a s q u e s e p r e s e n t a r s n mss
a d e l a n t e . O t r a a l t e r n a t i v a e s u t i l i z a r un mktodo d i r e c t o , en v e z d e r e d u c i r l a s a un s i s t e m a de p r i m e r
o r d e n . E s d i f z c i l d i c t a m i n a r a p r i o r i c u a l de e s t o s
m d t o d o s e s e l m6s a p r o p i a d o d a d o q u e l a e l e c c i 6 n depende d e l t i p o de e c u a c i d n a r e s o l v e r . En g e n e r a l
podemos d e c i r q u e p a r a d e t e r m i n a d o t i p o de e c u a c i o n e s d e o r d e n s u p e r i o r , p o r e j e m p l o , e c u a c i o n e s de
s e g u n d o o r d e n , . e x i s t e n rn6todos d i r e c t o s q u e s o n muy
e f i c i e n t e s ; p o r o t r o l a d o l a r e d u c c i 6 n a un s i s t e r n a
d e p r i m e r o r d e n p e r m i t e l a u t i l i z a c i 6 n de i n t e g r a d o r e s r o b u s t o s de p r o b a d a c o n f i a b i l i d a d , e f i c i e n c i a y
g e n e r a l i d a d ( v e r d e t a l l e s en l a s s e c c i o n e s s o b r e p o l i a l g o r i t m o s y software para ecuaciones d i f e r e n c i a les). .

P r e v i o a l a p r e s e n t a c i 6 n de a l g u n o s e j e m p l o s
q u e i l u s t r a n l a a p l i c a c i 6 n de un mdtodo d i r e c t o i n troduciremos algunos conceptos importantes sobre 10s
esquemas denominados c o n s e r v a t i v o s y d i s i p a t i v o s ( q u e
i t i t r o d u c e n v i s c o s i d a d a r t i f i c i a l ) . Virnos q u e l a e c u a c i 6 n de m o v i m i e n t o de u n o s c i l a d o r a r r n s n i c o s i m p l e s e
e s c r i b e u" + W2u = 0 ,
t
0 , con u ( 0 ) = u g
y
~ ' ( 0 )= u 1 0 , y d o n d e W 2 = K / m , K c o n s t a n t e d e l r c s o r t e y m e s l a masa en s u e x t r e r n o . L a s o l u c i 6 n e x a c ta
es peri6dica
y
acotada:
u( t ) = c l
sen w t +
c 2 cos W t .
E n a u s e n c i a de r o z a m i e n t o s y s i l a f u e r z a
e x t e r i o r q u e a c t t a s o b r c e l s i s t e m a d e r i v a d e un pot e n c i a l , l a surna de l a e n e r g i a c i n 6 t i c a y p o t e n c i a l
d e l s i s t e r n a m a s a - r e s o r t e s e c o n s e r v a d u r a n t e e l movim i e n t o . E s t o s e puede v e r f d c i l m e n t s c s c r i b i e n d o l a

ecuaci6n del movimiento del oscilador arm6nico de la


siguiente manera Ku du + m u' du' = 0 cuya integraci6n resulta E = 1/2 K u2 + 1/2 m u w 2 , donde E es la
constante de integracibn. Entonces la energfa E del
sistema es la primera integral de la ecuaci6n del movimiento. Cuando dicha integral ests disponible se la
puede utilizar en la soluci6n numdrica como un control de la precisign de la misma.

Contrariamente a la m e t o d o l o g ~ autilizada en
la aproximaci6n de un problema de valores iniciales
d e primer orden, en el que el problema diferencial se
lleva a su forma integral y luego se aproxima por una
f6rmula de cuadratura, en la aproximaci6n de problemas de valores iniciales de segundo orden utilizaremos, por conveniencia, el concept0 de la serie truncada de Taylor. Entonces, para una ecuaci6n d e segund o orden, escribimos la siguiente familia de esquemas
explfcitos

donde B es un coeficiente de ponderaci6n comprendido


entre 10s valores de 0 y 1. Para la ecuacidn del oscilador arm6nico u" + w2 u = 0 el esquema (6.1) es
explicito
para
cualuier
valor
de
B ya que
u l ~ n + l= -,2
,n+l
Y U n41 ests calculado en el primer
paso. 'para calcular la estabilidad del esquema (6.1 )
l o aplicamos a la ecuacidn del oscilador arm6nico y
obtenemos, llamando a p = w 2 k2

,
I
1
:

d e donde

Para que Y sea complejo el discriminante de la ecuaci6n caracterfstica debe ser negativo o

Recordando que el tgrmino independiente es igual a1


producto de las dos raices se tiene
I
I

( Y /

1 + p(B

1/21

Luego de n pasos de tiempo la amplitud de la soluci6n


Cuano [I + p(B - 1/2)]"j2
e s proporcional a Y /
do B ) 1 / 2 ~ l a amplitud crece con n y el esquema gene( 1
ra energfa y es inestable. Cuando B 5 1/2 , Y
y la amplitud del movimiento decrece con el tiempo,
el esquema es disipativo, tiene un sumidero de enerqfa oculto y se habla de "viscosidad artificial".
Cuando B = 1/2 el esquema es conservativo, la amplitud de la soluci6n permanece constante. En la figura
6.1
se muestran 10s resultados para la ecuaci6n
u" + u = 0 , u(0) = 1 , u' (0) = 0 , obtenidos con el
esquema (6.11, para distintos valores de 6

I /

Hacemos notar que cuando B = 1/2 el esquema


(6.1 ) resulta

cuyo rango de estabilidad es


Este sistema admite soluciones de la forma un = clyn
y u'" = c2 Y"
que llevan a la ecuacidn caracterfstica

<

<

2/w.

!
I

donde a y 8 son pardmetros que se determinan en funci6n de consideraciones de estabilidad y conservacibn


d e energia. La aplicacibn del esquema (6.3) a la
ecuaci6n u" + w 2 u = 0
determina la siguiente ecuaci6n caracteristica

donde p = w2 k2. Ajustamos a y 8 de modo tal que las


raices Sean complejas conjugadas de mbdulo 1. Para
que Y ( = 1, para todo p, el tsrmino independiente de
la ecuacidn caracterxstica debe ser igual a 1 y esto
ocurre cuando 8 = 1 / 2 .
Para que
Y ( sea complejo es
necesario que

que ocurre cuando a = 1/2

Fig.l:6

Solucibn num6rica de u" + u = 0 con el es.


quema (6.1), para distintos valores de B .

y nos queda el esquema

El esquema (6.4) es implEcito, incondicionalmente estable y conservativo y se l o denomina esquema de


Newmark.

Veamos ahora un esquema implfcito llamado


esquema de Newmark (Newmark, 1 9 5 9 ) para una ecuaci6n
d e segundo orden. Escribamos primer0 el siguiente esquema

En el capEtulo 3 presentamos la aplicacibn


del m&todo de Euler a un problema de valores iniciales de segundo orden, mediante la transformaci6n del
mismo en un sistema de dos ecuaciones de primer orden. ~ l l f comprobamos que el esquema de Euler era
inapropiado para dicha ecuaci6n. Veamos ahora un esquema explicito, de tres niveles y conservativo, dennninado esquema del salto de rana (tambign llamado
quema de NystrGm), para la aproximaci6n de la ecua5n ue' + w 2 u = 0. Este esquema se escribe

Introduciendo la variable auxiliar vn+l = un, llegamos a1 sistema en diferencias equivalente

,n+l

1
I

Un

Runge-Kutta-Fehlberg, StBrmer y Cowell, etc. ; el lector interesado puede consultar entre otros, Henrici,
1962, Collatz, 1966, Sadosky, 1956 y Lambert, 1973.

6.2 Sistemas de primer orden

La matriz de amplificacibn G resulta

-1

G = S =

cuyd ecuaci6n caracterrstica se escribe

Presentamos la extensidn de algunos de 10s


mgtodos numsricos para problemas de valores iniciales
escalares a sistemas de valores iniciales de primer
orden.

Recordando que un problema de valores iniciales para un sistema de p ecuaciones diferenciales


de primer orden se puede escribir como

L a s raices Xi de la ecuaci6n cuadrdtica son .los autovalores de G, i.e.,

Para que el esquema en diferencias tenga soluciones


d e tipo oscilatorio es necesario que las raices Xi
Sean complejas. ~ s t ose cumple si k2w2
4, es decir, k
2/U. En este caso las raices resultan

<

<

donde

< t

<

rn

, con condiciones iniciales

Entonces el radio espectral de G

P(G)

max J hi
i=1,2

h i 1

o en forma vectorial

D e aqur se desprende que el esquema del salto de rana aplicado a un problema de valores iniciales de
2/w.
segundo orden e's estable si se cumple que k

<

Existen en la literatura numerosos m&todos


directos para la resoluci6n de problemas de valores
iniciales de segundo orden que son relativamente
flexibles y robustos. Podemos citar, por ejemplo, 10s
m&todos
de Runge-Kutta
e x p l ~ c i t o s e impl$citos,

donde ahora u y f son vectores con p componentes


u i y fi, respectivamente. El mgtodo de Euler para el sistema (6.9) se escribe, en forma vectorial,

y para la componente i resulta

E l mdtodo fuertemente impl5cito


vectorial para el sistema (6.9) resulta

en

forma
o para la componente i
un+'
i ,m=o-

U;

k fi(u;,u;,

...,uni ' ...,un,tn)


P

(6.22)

o para la componente i

E l mEtodo de Runge-Kutta de orden 2 en forma


vectorial
se
escribe
(para
el
sistema
du/dt = f(u,t) 1

o para la componente i
q l i = k fi(uln,uzn

,...,ujn,..

.,upn,tn)
(6.17)

Finalmente e l mCtodo predictor-corrector


impl5cito centrado (Crank-Nicolson) en forma vectorial, para e l sistema (6.91, s e escribe

En el ap6ndice se presentan ejemplos num6ricos de resoluci6n de sistemas diferenciales y listados Fortran de 10s m6todos utilizados.

~ s t dclaro que la soluci6n de un sistema de


p ecuaciones diferenciales con p incbgnitas ui
consiste en una familia de p curvas o trayectorias
en el plano u,t. ~ a m b i 6 nobservamos que la solucibn
numdrica de sistemas diferenciales se obtiene extendiendo las f6rmulas bdsicas para escalares por medio
del reemplazo de ciertas cantidades escalares por
vectores. Las nuevas dificultades que se presentan
con sistemas son: la mds obvia es que el volumen de
c$lculo por paso de tiempo se increments notablemente por la evaluaci6n, por ejemplo, de p funciones de
p variables de f(u,t); el trabajo puede llegar a ser
p2 veces mss que el correspondiente a una sola
funci6n de una sola variable. Asimismo hay un incremento de O ( p 2 ) de memoria. Una dificultad mucho
mbs importante es la posibilidad que las ecuaciones
y soluciones del sistema tengan un compqrtamiento
muy diferente entre s5. Por ejcmplo es mcy frecuente
la spariciin de problemas denominados rxgidos (stiff
problems, en la literatura sajona) producidos por la

e x i s t e n c i a de e c u a c i o n e s d i f e r e n c i a l e s que d e s c r i b e n
p r o c e s o s c o n e s c a l a s d e t i e m p o muy d i f e r e n t e s .
En
f l s i c a e ingenierza s e u t i l i z a e l t6rmino "constante
de tiempo" p a r a r e f e r i r s e a l a v e l o c i d a d de d e c a i m i e n t o d e un d e t e r m i n a d o p r o c e s o . P o r e j e m p l o , e n l a
cuya s o l u e c u a c i d n de d e c a i m i e n t o d u / d t + au = 0
c i d n e s u ( t ) = u o e- a t , l a f u n c i d n u ( t ) d e c a e e n
en e l tiempo l/a. E l tgrmino l/a e s
un f a c t o r e - '
l a c o n s t a n t e d e t i e m p o ; c u a n t o mayor e s e l v a l o r de
a mhs b r e v e e s l a c o n s t a n t e d e t i e m p o . En e l c a s o de
s i s t e m a s d e e c u a c i o n e s d i f e r e n c i a l e s , d i s t i n t a s comp o n e n t e s p u e d e n d e c a e r c o n v e l o c i d a d e s muy d i f e r e n t e s . Por e j e m p l o en d e t e r m i n a d o s p r o c e s o s q u i m i c o s
l a , c o n s t a n t e d e t i e m p o p u e d e s e r d e l o r d e n d e una
c e n t k s i m a de s e g u n d o p a r a una d e t e r m i n a d a r e a c c i d n y
d e l o r d e n d e l m i n u t o p a r a o t r a . En p r o c e s o s q u i m i c o s
c o m p l e j o s donde s e producen d e c e n a s de r e a c c i o n e s e s
f d c i l 'obtener s i s t e m a s de ecuaciones d i f e r e n c i a l e s
con m 5 s de c i e n componentes ( p = 1 0 0 ) cuyas s o l u c i o n e s
t i e n e n un c o m p o r t a m i e n t o muy d i f e r e n t e e n t r e s i . Para
sistemas
gobernados
Par
l a
ecuaci6n
d u / d t + f ( u , t ) = 0 l a v e l o c i d a d de d e c a i m i e n t o s e
p u e d e r e l a c i o n a r l o c a l m e n t e c o n 10s a u t o v a l o r e s de
af/au
S i como hemos d i c h o a l g u n a s d e l a s r e a c c i o n e s s o n r d p i d a s y o t r a s s o n l e n t a s , l a s p r i m e r a s .gob i e r n a n e l p r o c e s o d e e s t a b i l i d a d n u m g r i c a aGn en e l
c a s o que hayan d e c a i d o a n i v e l e s i n s i g n i f i c a n t e s y
que e l e r r o r de t r u n c a m i e n t o e s t k d e t e r m i n a d o por
10s c o m p o n e n t e s l e n t o s . E s t e e s eY p r o b l e m a d e e c u a c i o n e s " r ~ g i d a s " . A c o n t i n u a c i 6 n h a r e m o s un a n s l i s i s
i n t r o d u c t o r i o a 1 tema.

con c o n d i c i o n e s i n i c i a l e s

La s o l u c i d n
escribe

exacta

Ambas
soluciones
l e n t a s . La f i g u r a
y (6.29)-

del

sistema

(6.24)

(6.25)

se

contienen
componentes r 6 p i d a s y
6.1 i l u s t r a l a s s o l u c i o n e s ( 6 . 2 8 )
/-

6.3

Ecuaciones d i f e r e n c i a l e s r i g i d a s

P r e s e n t a m o s un a n d l i s i s s u s c i n t o d e l p r o blema de e c u a c i o n e s d i f e r e n c i a l e s r T g i d a s , e l l e c t o r
i n t e r e s a d o en p r o f u n d i z a r e l tema puede c o n s u l t a r
Dahlquist y Bjorck,
1971,
o Henrici,
Gear,
1971,
1 9 6 2 , e n t r e o t r o s . Una e x c e l e n t e i n t r o d u c c i 6 n al, t e ma s e e n c u e q c r a e n e l a r t i c u l o d e S h a m p i n e y G e a r ,
e l s i g u i e n ' t e e j e m p l o t o m a d o de
1979.
Cons; 'r-emos
Gear

t
.3

m i g . 6.1

Solucidn e x a c t a d e l problema

(6.24)-(6.25)

Por ejemplo, la componente rdpida en la solucidn de


ul(t) es insignificante para t=0.01 (e1000t:10-5),
l o mismo sucede para u2(t). La solucidn de este
problema mediante la mayorza de 10s mdtodos numdricos presentados genera requerimientos en la condicidn de estabilidad que hacen prdcticamente imposible su aplicacidn. Recordemos que la aplicacidn del
metodo de Euler a una ecuacidn escalar du/dt +
f(u,t) = 0 produce una restriccidn en la estabilidad
del tipo k
2/M donde M = af/au , M
0
Por ejemp l o si f(u) = 1000 u el paso temporal debe cumplir
la condicidn k<2/1000. La aplicacidn del metodo de
Euler a1 sistema (6.24)
(6.25) produce las mismas
restricciones en el valor de k aGn cuando la componente rdpida se haya vuelto insignificante.

<

>

El problema de la rigidez tambi6n puede manifestarse en el caso de una ecuacidn escalar. Por
e jemplo, la ecuacidn

con af0 tiene un cornportamiento similar si f(t) es


una funcidn lisa. La solucidn de la ecuacidn (6.30)
es

A G ~
en el caso en que el t6rmino entre corchetes sea
distinto de cero, at adquiere rspidamente un valor
suficientemente negativo de modo tal que el valor
del primer tgrmino del segundo miembro o componente
rdpida se torna despreciable frente a1 segundo t8rmino o componente lenta. Si utilizamos el rn6todo de
Euler para obtener una solucidn numdrica de (6.30)
el error de trunverfamos que cuando at tiende a
camiento estd determinado por el valor de k y de la
derivada de la funci6n f mientras que la estabilidad
del metodo depende de a y k

-"

En el caso de sistemas de ecuaciones diferenciAles de la forma

10s autovalores de A juegan el papel de a. En este


caso se deben considerar valores de a complejos. Si
todos 10s autovalores de A tienen parte real negativa, la solucidn num6rica de (6.32) converge a f(t)
para t tendiendo a infinito.

Si bien es cierto que se pueden utilizar


algunos de 1 0 s - m 6 t o d o s numericos presentados para
resolver ecuaciones r5gidas tambidn es cierto que
10s pasos de tiempo deben ser tan pequeRos para asegurar la estabilidad que el volumen de cdlculo y 10s
errores de redondeo se vuelven crfticos. La solucidn
del problema pasa por desarrollar mdtodos en 10s que
no haya restriccidn del paso temporal por problemas
de estabilidad. De acuerdo a Dahlquist y Bjorck,
1974, 10s mdtodos que dan mejores resultados son naturalmente 10s metodos iwlfcitos:
por ejemplo el
metodo fuertemente implfcito ya visto, combinado con
un procedimiento de alisado y extrapolacidn
de
Richardson. Se hace notar que en el caso de tener
que realizar iteraciones internas el mdtodo de iteracidn de punto fijo presentado con anterioridad no
es muy apropiado ya que la condicidn de convergencia
depende de af/au lo que implica que la componente
rdpida limita la velocidad de convergencia y por lo
tanto el paso de malla. En general se utilizan en
estos casos variantes del mgtodo de Newton-Raphson.

En el apdndice se presentan ejemplos numbricos de la resolucidn de sistemas rigidos y un listad0 Fortran de 10s mdtodos utilizados.

6.4

E l mdtodo de Zadunaisky

En numerosas ramas de ciencia y tecnologLa


(tales como en Astrondutica, Astronomfa, Balistica,
etc.) es preciso resolver ecuaciones diferenciales
con errores muy peque"ns, de all5 la necesidad de
contar con mdtodos de integracidn de alta precisiSn

y de una buena estimacidn de 10s errores globales de


10s mismos. En este context0 presentaremos un mdtodo
relativamente reciente introducido por Zadunaisky,
1976 (existe una versidn resumida del mismo en la
compilacidn de Marshall, 19781, que consiste en un
conjunto unificado de procedimientos destinados a
estimar y corregir 10s errores globales propagados
en la integracidn numdrica dq ecuaciones diferenciales ordinarias.

zonable esperar que 10s errores tengan el mismo comportamiento y par lo tanto tomar E"
como una duena aproximacidn de en.

El pseudo problema puede ser construido de


la siguiente manera. Una vez obtenida la soluci6n
numgrica un es posible encontrar una funci6n polinomial p ( ~ ) , por ejemplo, que ajusta 10s valores
de un de la mejor manera posible. Entonces conociendo P' ( t) y fi jando

Dado un problema de valores iniciales

y una solucidn aproximada


un
obtenida mediante
un mdtodo de diferencias finitas, el error global se
define como

donde

/'

el pseudo problema adopta la forma


donde
un es la solucidn exacta en t=tn0 El
objeto es'encontrar una buena estimaci6nadel error
global en , para ello se supone, en lo que sigue,
que aqu6l es debido Gnicamente a errores de truncamiento. La idea bbsica del mdtodo de Zadunaisky cons,iste en, una vez resuelto numdricamente el problema
original (6.331, construir un pseudo problema de la
forma

de mod0 tal que su solucidn exacta W(tn) sea conocida de antemano y que ademds difiera poco de la solucidn numdrica un
del problema original (6.33).
El pseudo problema (6.35) se integra con el mismo
mgtodo utilizado para el problema original y se obtiene la solucidn numdrica
wn
El error global
esta definido de manera exacta por

Si para cada paso de tiempo la soluci6n numdrica


wn del pseudo problema (6.35) difiere poco de la
solucidn numdrica un del problema original, es ra-

cuya
solucidn,
evidentemente,
es
la
expresi6n
(6.37). ~ d e m d s si la funcidn P(t) es elegida apropiadamente puede llegar a diferir de la solucidn numgrica un en una cantidad arbitrariamente pequeBa. Entonces, teniendo en cuenta la igualdad (6.371,
la fdrmula (6.36) para la estimaci6n del error global resulta finalmente

corn0 lo hace notar Zadunaisky, la idea bdsica del


mdtodo es relativamente simple per0 su implementacidn requiere tdcnicas numgricas apropiadas. El lector interesado puede consultar detalles sobre la implementaci6n del mdtodo aplicada a problemas de valores iniciales y de contorno en ecuaciones diferenciales ordinarias y a ecuaciones en derivadas parciales en las referencias citadas mds arriba. A1
respecto cabe mencionar un trabajo de Echebest y

Lieberman, que se encuentra en la compilacidn de


Marshall, 1978, y que presenta la soluci6n numgrica
de ecuaciones en derivadas parciales mediante la
transformada rdpida de Fourier y una estimacidn de
10s
errores
globales
mediante
el
mgtodo
de
Zadunaisky.

6.5

Polialgoritmos
ordinarias

para

ecuaciones

I1
1

programas eficientes y confiables para la solucidn


numsrica de ecuaciones diferenciales ordinarias.
Aqu5 s61o discutiremos brevemente las caractercsticas principales de las mismas.

diferenciales
1

La construccidn de un programa eficiente y


confliable para resolver ecuaciones diferenciales ordinarias es una tarea mucho mds compleja que la simple elecci6n y programacidn del mejor de 10s mbtodos
numgricos presentados. Un buen programa necesita muchas componentes integradas cuidadosamente entre ss
y que conforman un polialgoritmo. Los componentes
principales de un programa para resolver ecuaciones
diferenciales ordinarias son (extractado d e Rice,
1979):

1. Inicializacidn: determinaci6n del paso inicial y


de 10s mgtodos de paso entero mfiltiple de inicializaci6n.
2. Control de la longitud de paso: determinaci6n de
la longitud de paso a 10s efectos de controlar el
error local, cambiando el tamaiio de malla para mgtodos de paso miiltiple.
3. Control del orden del mbtodo: selecci6n y cambio
del orden del mgtodo particular a ser utilizado entre una misma familia de mgtodos.
4.
Salida: Cdlculo de valores de la soluci6n en un
conjunto predeterminado de puntos en vez de en aque110s puntos determinados por el programa.
5 . Control del error global: Estimacidn del efecto
acumulativo de 10s errores locales y control del
cdlculo de manera de mantener el error global dentro
d e una tolerancia predeterminada.
6. Chequeo: Cada programa estd basado en un modelo
que representa una clase de problemas a 10s que va a
resolver. Un buen programa efectGa varios chequeos
para ver si la entrada y el problema son consistentes con el modelo. Uno de 10s logros principales de
la d6cada del 70 en computacidn fue el desarrolln a e

Los mgtodos de un solo paso entero no presentan dificultad computacional alguna en el primer
paso, salvo la eleccidn del tamaiio del mismo. El
prdximo p a s o - e s el control de la longitud de paso
mucho de lo cual se aplica aquc. Los mgtodos de control de la longitud de paso, en general, consisten
en comparar resultados actuales (por ejemplo, estimaci6n del error local) con resultados previos. Dado
que no existen resultados previos para el primer paso se deben extremar las precauciones. El peligro es
que un primer paso muy grande puede producir un
error inicial que a r r u i n d la precisidn de todo el
cdlculo. En general las estrategias suelen ser muy
conservativas y se elige un tamaHo de paso menor que
el necesario. Por supuesto que si el paso es demasiado pequefio hay un derroche de esfuerzo computacional y el m6todo de control de la longitud de paso
debe incrementarlo rdpidamente.

Muchos programas piden a1 usuario que determine un paso de tiempo inicial. En general el
usuario no tiene idea del tamazo de malla apropiado
y por lo tanto el programa que depende del usuario
para una informacidn tan importante no es confiable.
Algunos programas piden a1 usuario que sugiera un
paso de tiempo per0 sdlo lo usan como punto de partida para su propia determinacidn. Esta rnetodolog~a
es muy razonable cuando se resuelven un conjunto de
ecuaciones diferenciales de caracteristicas similares: se determina el paso inicial bptimo para alguna
de ellas y para el resto se comienza con el mismo
valor.

LOS mgtodos de paso miiltiple, como ya hemos


visto, tienen la dificultad adicional de necesitar

varios valores previos en cada paso de tiempo. En


general se comienza con un Runge-Kutta para 10s primeros pasos y luego se cambia a1 metodo de paso mG1tiple. Otra metodologla consiste en tener una familia de m6todos de paso mGltiple de distinto orden y
que incluyen un m6todo de un sdlo paso. El cdlculo
comienza con un metodo de un sdlo paso para el primer paso, luego se cambia a un* m6todo de dos pasos
para el segundo paso. El nGmero de pasos en el metodo es incrementado en un paso hasta obtener el nGmero deseado. Una vez que el c6lculo ha comenzado se
comienza a utilizar el m6todo general para el control del paso de malla y para la seleccidn del orden
del m6todo.

Control de la longitud de paso

~ q u f el problema consiste en estimar el


error local de truncamiento o de discretizacidn. La
mayorla de Pos programas sdlo intentan mantener el
error dentro de 10s llmites de la tolerancia preestablecida.
En general no se puede estimar con
precisidn el error s i n ,resolver el problema dos veces o de una manera m6s precisa que la deseada. Por
ejemplo, podrlamos quezer calcular un+'
con una
f6rmula de 0(k4) y u
con una fdrmula de
0(k5) ; salvo que k sea un valor totalmente no
realista, u
e s una mejor estimaci6n de la sol u ~ i 6 n exacta en t"+'
que ,n+ l
por lo que
un+l
es
una
estimacidn
razonable
del
u
error en un+l. La idea es que aunque el error en
u *"+'
no es conocido es sabido que es menor que el
error en un+l

La estimacidn del error local es -cornparado


con la tolerancia requerida. La mayorfa de 10s programas utilizan dos tipos de tolerancia:
TOLABS = valor absoluto de la tolerancia
TOLREL = tolerancia del error relativo

I
I

Si un+' e s la solucidn exacta o genuina


en 10s
nodos de la malls el usuario espera que el error
global de truncamiento o discretizaci6n satisfaga:

un+l

Un+l

<

TOLABS

+ TOLREL

I Un+l 1

Sin embargo la mayoria de 10s programas intentan


controlar el error local por cada pas6 de tiempo

donde
U*
e s la solucidn de la ecuacidn diferencial que pasa por el punto
(un,tn)

,
I

un+'

u* "+I

< TOLABS + TOLREL ( U *

Un metodo para obtener un control parcial


del error global es distrihuir el requerimiento del
usuario sobre el intervdlo [a,b] de integraci61-1,
reemplazando el miembro de la derecha de la ecuaci6n
(6.44) por TOLABS*k/(a-b)+TOLREL*k/(a-b).
Esto es
denominado criterio del error por unidad de paso.
Otra alternativa para estimar el error local de
truncamiento es utilizar fdrmulas con el mismo orden
cuyos coeficientes de errores son conocidos. Una vez
obtenida una buena estimacibn del error para cada
paso de tiempo el problema consiste en determinar en
base a1 mismo si hay necesidad de afinar o agrandar
la malla. Si el error es muy grande k debe ser achicado. Se podrca calcular una estimaci6n de cusnto se
debe cambiar k; si el error local de truncamiento es
de 0(k5) entonces duplicando o reduciendo k a la mitad' el error cambia por un factor de aproximadamente
32. Este procedimiento es razonable para mQtodos de
un solo paso. Para metodos de paso mfiltiple la situacidn se complica ligeramente.

Control del orden del mdtodo

La idea b6sica de un mgtodo de orden variable consiste en hacer una proyeccidn del error local
de truncamiento en cada paso de tiempo utilizando el
mgtodo corriente de O(kP) y un mgtodo de O(k P+') y
otro de ~(kp"), todos de la misma familia. Luego
se utiliza aquel m6todo que resulte en un menor
error. La esencia del mstodo estd basada en el hecho
de que existen modos de calcular las tres estimaciones del error con un pequeRo esfuerzo adicional a1
necesario para calcular solamente uno. Estos m d t o d o ~
que, son muy complejos para ser descriptos aquZ ham
resultado ser en la prdctica confiables y eficientes. Hacemos notar que existe una interaccidn entre
el cambio de orden y de paso de malla. Uno quisiera
saber si es mejor, por ejemplo, cambiar el orden y
la malla simultdneamente. Los buenos programas poseen tests para esta interaccidn. La interaccidn entre carnbio de orden y de malla no es simple, 10s
cambios deben hacerse lentamente para no introducir
inestabilidades en el cdlculo.

'

'(
I

estd exactamente en la trayectoria de la soluci6n


genuina de modo que pasado el punto t, comienzan a
producirse grandes errores debido justamente a que
las trayectorias se alejan. La Gnica manera de mantenerse dentro- del lrmite requerido por el error
global es volver atrds a1 punto inicial y rehacer
10s cSlculos con una precisi6n mayor.

Un programa prdctico no recomenzarh por si


mismo el cdlculo cada vez que encuentra un error
global demasiado grande, dado que esto significarza
decenas de reintegraciones g o b r e una parte del intervalo. Por el contrario
d h'asta el final del intervalo de integracidn y luego estimard la precisidn
necesaria sobre la marcha antes de recomenzar el
cdlculo. Con suerte, una o dos iteraciones con este
procedimiento producirdn la precisi6n global deseada.

/
1
I

,
I

Control de la salida

Cuando se utilizan polialgoritmos complejc


e s posible predecir la posicidn y el nGmero de
tos donde la solucidn es computada. Muchos programas permiten que el usuario especifique el conjunto de puntos donde desea obtener valores de la
solucidn. Esto es muy Gtil, por ejemplo, cuando se
desea dibujar la solucidn y se estd usando una rutina de dibujo que requiere datos equiespaciados.

Control del error global


NO existen programas que realmente controlen el error global. Para tener una idea de la dificultad
imaginemos
una
ecuacidn
diferencial
du/dt
f(u,t) = 0
que tiene dos puntos especiales

t l y t2. En t, la ecuacidn diferencial se torna inestable y las trayectorias rdpidamente se alejan entre s ~ .En t 2 ocurre lo contrario y las trayectorias se acercan unas a otras y se mantienen asi
por un cierto tiempo. Ahora consideremos un esquema
numdrico que tiene el error global bajo control y
que llega a1 punto t,. La solucidn computada no

.i

El comportamiento en el punto t2 tiene el


efecto contrario; s e descubre que la precisidn es
repentinamente mucho mayor de la requerida. Raramente se volverdn a realizar 10s cdlculos para obtener
resultados de menor precisidn per0 por una cuestidn
de principios obtener demasiada precisi6n es tan malo como obtener demasiado poca. Todo lo anterior explica el porqud de la inexistencia de programas
standard que controlen el error global. Sin embargo
no existe una dificultad fundamental en la construccidn de un programa que controle el error global
siempre que se pueda estimar el mismo en forma confiable.

puede

~ s t onos lleva a la cuesti6n central: ~ c d m o


estimar el error de truncamiento global?

primer0 hacemos notar que la idea del control del


error por unidad de paso de tiempo no controla realmente el error global a pesar de que es un intento
vdlido para gobernar el error local en un context0
global. El m6todo bssico para estimar el error global en ecuaciones diferenciales ordinarias es el
mismo que para otros mbtodos 'num8ricos; se resuelve
el problemh mds de una vez y luego se comparan 10s
resultados. El conocimiento de 10s tbrminos del
error permite hacer estimaciones cuantitativas del
mismo mod0 que las que se hicieron para el error local. Desqraciadamente la incertidumbre en la estimacidn global del error es mucho mayor debido a que
10s' puntos medios en 10s t6rminos de 10s errores
pueden estar ubicados en cualquier lugar ,en interva10s grandee por lo que resulta mucho menos probable
que tdrminos como u 4 ) ( ~ 1 )y u ( ~ ) ( E ~ )Sean
casi iguales.

EL mbtodo mds simple consiste en resolver


la ecuacidn dos veces con el mismo programa utilizando distintas tolerancias para el error. La trampa
aquz radica en que el cambio de la tolerancia puede
tener efectos impredecibles -0 ningGn efecto- en el
~6.1~~10.
Lo mbs apropiado es tener un proqrama que
est6 espec5ficamente disezado para obtener estimaciones del error global. La mejor manera de realizar
esto es haciendo que la ecuacidn sea resuelta en paralelo por dos mbtodos. Este mgtodo es relativamente
nuevo per0 las estimaciones del error global son mds
confiables que reutilizando un proqrama standard.
Este mbtodo est6 implementado en el programa GERK
(ACM algoritmo nGmero 504).

Chequeo
Hay tres tipos de chequeo. El primer tipo
es para controlar errores triviales en 10s datos de
entrada tales como:
jes la precisidn requerida

positiva?, Les la longitud del intervalo de tiempo


nula?, ~ e s
el nGmero de ecuaciones positivo?, Les el
dimensionamiento de 10s arreglos compatible con el
nGmero de ecuaciones especificada?, etc.

El sequndo tipo de chequeo es para constatar la razonabilidad del problema presentado: jes el
requerimiento de precisidn relativa compatible con
la precisidn de la computadora?, Les el paso inicial
significative, es el volumen de salida.razonable?.

~l tercer tip0 de chequeo se refiere a1 modelo de ecuacidn diferencial que el programa contiene. Ejemplos de este tipo de chequeo son: &ha decrecido el paso en forma repentina a un valor casi insignificante (presencia de una posible singularidad)?
hay un progreso razonable hacia la solucidn
del problema? Si se han realizado mil pasos y sdlo
se ha cubierto el uno
ciento del intervalo de
~
integracidn es muy posi le que algo ande mal. L S ha
vuelto inestable el c5lculo?.

kr

~ s t o sejemplos ilustran el tip0 y extensidn


del chequeo que debe esperarse de un paquete de
software de buena calidad.

6.6 Software para ecuaciones diferenciales ordinartas

Existen
numerosas revistas que publican
programas individuales de computacidn cientzfica.
Estos cubren una variada gama de tdpicos, entre
ellos la resoluci6n numdrica de ecuaciones diferenciales ordinarias. Las revistas mds importantes son
ACM Transactions on Mathematical Software, Applied
statistics, BIT, The Computer Journal y Numerische
Mathematik. La serie de algoritmos del ACM contiene
mss de 500 programas (comenzb en 1960) y est5n agrupados en Collected Algorithms of the Association for
Computing Machinery (ACM). Estos algoritmos se pueden obtener de: ACM Algorithms Distribution Center,

C/O
IMSL, Inc, Sixth Floor, NBC Building, 7500
Bellaire Boulevard, Houston, Texas 77036, USA (Rice,
1979).

En general, el software disponible para la


solucidn numgrica de ecuaciones diferenciales ordinarias
puede
ser
dividido
en
varios
grupos:
Collected Algorithms of the ACM, Biblioteca H.S.L.
d e Subrutinas de Harwell, UKAEA, Inglaterra, Biblioteca NAG del Numerical Algorithm Group de la Universidad de Oxford, Inglaterra (esta biblioteca es comper0
parable, en t6rminos generales, con la H.S.L.
pose'e, por ejemplo, muchas m6s rutinas estadrsticas); Biblioteca IMSL de la International Mathematical and Statistical Library, Inc., Texas; Biblioteca
SL/MATH. de la Empresa IBM, Biblioteca SSP/CNEA del
Centro de ~ d l c u l o~ i e n t i f i c ode la Comisidn Nacional
de ~ n e r q i a~ t 6 m i c a ;y programas de diversas fuentes.
A continuacidn presentamos una lista de dichos programas en lenguaje Fortran y cdmo pueden obtenerse.
Hacemos notar que existe una superposicidn de programas en 10s grupos mencionados y que muchas versiones son similares per0 con algunas modificaciones. Es difrcil determinar apriori cuhl es mejor para un determinado problema.

DIFSUB, Algoritmo 407 del ACM que fue desarrollado


por G.W. Gear, es una subrutina que integra un sistema de ecuaciones diferenciales de primer orden para un sdlo paso de tiempo (en cada llamado a la
misma)
El paso de tiempo puede ser especificado por
el usuario, per0 e s automgticamente modificado si la
ldgica interna del programa as$ lo requiere. DIFSUB
utiliza un mdtodo predictor-corrector de Adams o un
mgtodo de paso mGltiple (asimismo apropiado para
sistemas rrgidos). El programa estd muy bien documentado en el libro de G.W.
Gear, 1971. En la
SSP/CNEA del Centro de Cdlculo Cientrfico de la
CNEA, Visconti, 1985, ha implementado una versidn de
DIFSUB en simple y doble precisi6n que lleva 10s
nombres DIFSUB y DDIFSU, respectivamente.

.'

GERK, Algoritmo 504 del ACM, resuelve un sistema de


ecuaciones diferenciales ordinarias por el mEtodo de
Runge-Kutta-Fehlberg.
Tiene la ventaja de ofrecer
una estimacidn realista del error global a un costo
marginal de entre el 20 y el 50 por ciento.

STINT, Algoritmo 534 del ACM, disesado para sistemas


diferenciales rfgidos, utiliza un mgtodo de orden
variable, paso variable y metodo de paso miiltiple.
Los programas mencionados pueden sex solicitados a
la IMSL, Inc.

DEPACK, Differential Equation Package, es un conjunto de programas Fortran para la integraci6n de sistemas de ecuaciones diferenciales ordinarias que se
puede obtener del National Energy Software Center,
Arqonne
National
Laboratory,
Argonne,
Illinois
60439.

DE/STEP, es un programa Fortran (en dos versiones)


para la solucidn de sistemas de ecuaciones diferenciales ordinarias que utiliza un m6todo de Adams con
paso variable y orden variable, fue realizado por
L.F. Shampine y M.K. Gordon, 1975, y se puede obtener del National Energy Software Center, Argonne
National Laboratory, Argonne, Illinois 60439.

EPISODE, es un programa Fortran (en dos versiones:


para ecuaciones diferenciales no rxgidas y para
ecuaciones rlgidas). Utiliza el mgtodo de Adams con
paso variable y orden variable. Estd documentado en
Byrne y Hindmarsh, 1975. El programa se puede obtener del National Energy Software Center.

RKF45, es un programa Fortran que utiliza el mdtodo


de Runge-Kutta-Fehlberg de orden cuatro y cinco, fue
desarrollado por Shampine y Watts y estd documentado
en Forsythe, Malcolm y Moler, 1977.

D V E R K , r e s u e l v e un s i s t e m a d e e c u a c i o n e s d i f e r e n c i a l e s o r d i n a r i a s p o r e l mdtodo de Runge-Kutta de 'orden


c i n c o y s e i s , ( e n F o r t r a n ) , s e puede o b t e n e r de l a
IMSL, I n c .

D G E A R , e s un p r o g r a m a q u e u t i l i z a un m d t o d o d e Adams
de
orden
variable
y
paso
variable,
escrito
en
F o r t r a n y p a r a e c u a c i o n e s d i f e r e n c i a l e s r c g i d a s . Se
p u e d e o b t e n e r d e l a IMSL, I n c .

DREBS, e s un p r o g r a m a F o r t r a n q u e u t i l i z a un m d t o d o
d e k x t r a p o l a c i 6 n d e s a r r o l l a d o por B u l i r s c h y S t o e r ,
1 9 6 6 ( v e r t a m b i d n e l e x c e l e n t e l i b r o d e S t o e r y Bul i r s c h , 1 9 8 1 ) y s e p u e d e o b t e n e r d e l a IMSL, I n c .

'son d o s p r o g r a m a s F o r t r a n p a r a un s i s
tema d e e c u a c i o n e s d i f e r e n c i a l e s d e c o n t o r n o . U t ili'
z a n un m d t o d o d e t i r o e n e l c u a l e l p r o b l e m a d e v a '
I o r e s i n i c i a l e s u s a e l p r o g r a m a D V E R K y un m d t o d o d=
d i f e r e n c i a s f i n i t a s con p a s o v a r i a b l e y c o r r e c c i o n e s
d i f e r i d a s respectivamente.
Se p u e d e n o b t e n e r d e l a
IMSL, I n c .

D D O I A , r e s u e l v e u n a e c u a c i 6 n d e c o n t o r n o l i n e a l med i a n t e un m 6 t o d o d e d i f e r e n c i a s f i n i t a s . E s t s b a s a d a
e n u n t r a b a j o d e Fox
( v e r Fox,
1 9 5 7 ) . La r u t i n a
DD02A r e s u e l v e un p r o b l e m a d e c o n t o r n o no l i n e a l p o r
un mgtodo i t e r a t i v o l i n e a l i z a n d o en c a d a i t e r a c i 6 n y
l l a m a n d o a l a r u t i n a D D O I A . Ambos p r o g r a m a s F o r t r a n
p e r t e n e c e n a l a B i b l i o t e c a H.S.L.
de Harwell.

DD03AD/DD04AD, r e s u e l v e n s i s t e m a s d e c o n t o r n o u t i l i z a n d o e l p r i m e r 0 un m d t o d o d e t i r o . m G l t i p l e y RungeK u t t a d e c u a r t o o r d e n ( O s b o r n e , 1969; K e l l e r , 1 9 6 8 ) ;


y e l segundo, que e s asimismo apropiado p a r a problemas a l t a m e n t e no l i n e a l e s , u t i l i z a u n a t d c n i c a d e s a r r o l l a d a p o r L e n t i n i y P e r e y r a , 1977 ( v e r tarnbign,
l a e x c e l e n t e r e v i s i d n d e V.
Pereyra,
1974). Estos
p r o g r a m a s F o r t r a n p e r t e n e c e n a l a B i b l i o t e c a ' H.S.L
de Harwell.

~TPTB/DVCPR,

RKMERS, e s un 2 r o g r a m a F o r t r a n p a r a un s i s t e m a d e
e c u a c i o n e s d i f e r e n c i a l e s o r d i n a r i a s de p r i m e r o r d e n
q u e u t i l i z a Runge-Kutta-Merson de q u i n t o o r d e n y f u e
implementado por V i s c o n t i ,
1985, en l a B i b l i o t e c a
SS/PCNEA.
La v e r s i d n o r i g i n a l d e l mismo e s e l a l g o r i t m o d e K u t t a - M e r s o n 2 1 8 d e l ACM.

DCOlAD, e s un p a q u e t e d e s u b r u t i n a s p a r a i n t e g r a r un
s i s t e m a de v a l o r e s i n i c i a l e s de primer orden u t i l i z a n d o un p r e d i c t o r - c o r r e c t o r d e s a r r o l l a d o p o r G e a r .
Posee a j u s t e a u t o m s t i c o d e l p a s o y o r d e n d e l mstodo.
Es a p r o p i a d o i n c l u s o p a r a p r o b l e m a s r r g i d o s . E l p r o g r a m a DC02AD e s u n a i n t e r f a s e q u e f a c i l i t a e l U S 0
d e l p r o g r a m a DCOlAD. E s t a v e r s i d n e n F o r t r a n p e r t e n e c e a l a B i b l i o t e c a H.S.L.
de Harwell.

DAOlA, i n t e g r a un s i & e m a
de v a l o r e s i n i c i a l e s p o r
e l m g t o d o d e ~ u n g e - K u k t a - ~ e r s o nd e c u a r t o o r d e n . Cad a l l a m a d o a l a s u b r u t i n a a v a n z a un p a s o d e l a i n t e g r a c i 6 n . La s u b r u t i n a DAOlA, r e s u e l v e e l mismo p r o blema p e r 0 c o n t r o l a n d o a u t o m 5 t i c a m e n t e e l p a s o y
l l a m a n d o a l a DAOlA. E s t o s p r o g r a m a s F o r t r a n p e r t e n e c e n a l a B i b l i o t e c a H.S.L
de H a r w e l l .

RKI/RKZ, r e s u e l v e n un p r o b l e m a d e v a l o r e s i n i c i a l e s
e s c a l a r p o r e l mgtodo de Runge-Kutta
de c u a r t o orden., E l p r o g r a m a F o r t r a n p e r t e n e c e a l a B i b l i o t e c a
SL/MATH d e I B M .

RKGS/DRKGS,
r e s u e l v e un s i s t e m a d e v a l o r e s i n i c i a l e s
p o r e l metodo de Runge-Kutta-Gill
con a j u s t e automdt i c o d e l paso de malla. E l programa F o r t r a n p e r t e n e c e a l a B i b l i o t e c a SL/MATH d e I B M .

HPCG/DHPCG, resuelven un sistema d e valores iniciales por el mgtodo predictor-corrector de Hamming de


cuarto orden. Tiene la ventaja sobre el programa anterior que sdlo requiere evaluar dos veces la funci6n del miembro de la derecha del sistema diferencial. Posee control automdtico del paso de malla. La
versidn Fortran de este programa pertenece a la Biblioteca SL/MATH de IBM.

LBVP/DLBVP, resuelven un sistema lineal de primer


orden de ecuaciones diferenciales de contorno mediante el mgtodo de las ecuaciones adjuntas, que generdn sucesivamente problemas adjuntos de valores
iniciales. Estos Gltimos son resueltos por el mgtodo
predictor-corrector de Hamming. La versi6n Fortran
de este programa pertenece a la Biblioteca SL/MATH
d e IBM.

6.7

Problemas

1.

En ingenierra estructural (Bathe y Wilson, 1976)


e s comGn clasificar las no linealidades en a) materiales y b) geomgtricas. Las primeras surgen de
materiales elfisticos que no obedecen a la ley de
Hooke y para las que el desplazamiento no es proporcional a la fuerza aplicada, las segundas provienen de grandes desplazamientos pero posiblemente con materiales con elasticidad lineal. Un
ejemplo simple de no linealidad material ests dado por la constante de un resorte

tal que la relacidn fuerza-desplazamiento es ahora

cuando E
0 , el *resorte se torna rlgido en el
desplazamiento, &ando
E
0 se vuelve blando o
mSs flexible en el estiramiento. Con una fuerza
d e restituci6n como la ( i ) la ecuacidn del movimiento masa-resorte resulta

<

y su primera integral

Resolvemos (ii) con el esquema (6.1) con a = 1/2

adaptado del ( 6 . 1 ) que hemos visto que en el cas o lineal es conservative.

Se pide resolver la ecuacidn del movimiento con


el esquema (iv) del problema 1 utilizando 10s siguientes datos: L = 1/2 , K = 1 , m = 1 , P = 1/4 ,
u( 0 ) = 1 , u 1 ( 0 ) = 0 y k = n/2 0 , y controlar la
conservaci6n de la energla mediante la fdrmula
(iii)

Se pide resolver numgricamente la ecuacidn (ii)


con el esquema (iv) utilizando 10s siguientes valores: u(0) = 1 , u l ( 0 ) = 0 , t > 0 , E = 1 ,
K O = 1 , m = 1 y k = r/20 ,-y controlar la conservacidn de la energla mediante la fdrmula (iii).

2.

Con referencia a lo mencionado en el problema 1,


un ejemplo de 'no linealidad geomdtrica estd dado
por el sistema de dos resortes y una masa de la
siguiente figura.

3.

Si el sistema oscilante es intrlinsecamente no


conservativo (es decir es inestable) el esquema
numdrico debe tambign acompaEar este proceso. No
siempre es obvio por inspecoidn de la ecuacidn
diferencial si a1 sistema se le extrae o suministra energla. Consideremos el caso de un pgndulo
movido por un mecanismo que peribdicamente cambia
su longitud como se ilustra en la siguiente
figura. La ecuacidn que gobierna este movimiento

Se supone que 10s resortes estdn bajo una tensidn


inicial P y son lineales de mod0 que cuando la
masa se desplaza lateralmente de un valor u, el
resorte se estira de un valor

produciendo una fuerza restitutiva en la direccidn u


u

f (u) = 2P

-+
S

2Ku(l

u"

- -1

estd

relacionada

(a

2q cos 2t) u = 0

(i1

La suma E de la energfa eldstica almacenada en


10s dos resortes y la energfa cin6tica-de la masa
m es

donde
(i).

e s la ecuaci6n de Mathieu o de la excitacidn paramgtrica

con u en

la

ecuaci6n

donde a y q estsn relacionadas con 10s pardmetros


del ~ 6 n d u l o y del mecanismo que gobierna el
movimiento. La ecuaci6n (i) es lineal per0 con
coeficientes variables. Se pide resolver la ecuaci6n (i) con el esquema de Newmark para 10s siguientes casos:
a) q - 0.1 y a = 1, en este caso el sistema es no
conservativo, es decir se inyecta energla a1
p6ndulo por el mecanismo que gobierna a el
movimiento. Como ilustracidn en la figura si-

g u i e n t e s e m u e s t r a n 10s r e s u l t a d o s ( c o r r e c t o s )
o b t e n i d o s u t i l i z a n d o e l esquema ( 6 . 1 ) con a =
1 / 2 y k = 0 . 1 y 10s r e s u l t a d o s ( i n c o r r e c t o s )
o b t e n i d o s c o n un e s q u e m a d e E u l e r c o n k = 0.1.

4.

El problema de Duffing c o n s i s t e en l a s o l u c i d n
d e l s i g u i e n t e problema de v a l o r e s i n i c i a l e s de
segundo orden (Davis, 1960)
ul'+ a u

b ( u l

c cos n t + d

(i)

Euler
Esquema (6. 1 )
q u e g o b i e r n a e l m o v i m i e n t o d e un p e n d u l o s i m p l e
a c c i o n a d o p o r u n a f u e r z a c c o s m t . ~ s t ea c u a c i d n
f u e e s t u d i a d a p o r D u f f i n g y d e a l l 5 s u nombre.
Se p i d e r e s o l v e r l a ecuacidn ( i ) por alguno de
10s m e t o d o s n u m 6 r i c o s p r e s e n t a d o s ,
utilizando
10s s i g u i e n t e s v a l o r e s : a = 0.2 , b = u , c = 1 . 5 ,
m = 2
y
d = 0.5.
Comparar l a s o l u c i d n con l a
q u e se m u e s t r a e n l a s i g u i e n t e f i g u r a .

Solucidn

de

l a

ecuaci6n

de

Mathieu

(inestable).

b ) q = 0.1 y a = 2 , e n e s t e c a s o e l m o v i m i e n t o
d e c a e p o r q u e se e x t r a e e n e r g f a d e l p e n d u l o p o r
e l m a c a n i s m o q u e g o b i e r n a e l m o v i m i e n t o . Como
i l u s t r a c i B n e n l a f i g u r a s i g u i e n t e se m u e s t r a n
10s r e s u l t a d o s ( c o r r e c t o s ) o b t e n i d o s c o n e l
e s q u e m a ( 6 . 1 ) c o n a = 1 / 2 y k = 0.1 y 10s res u l t a d o s ( i n c o r r e c t o s ) o b t e n i d o s 'con un e s q u e ma d e E u l e r c o n k = 0 . 1 .

Solucidn de l a ecuacidn de Duffing.


I

(t)

Esquema (6. 1 )

Euler
\

5.

El problema de v a l o r e s i n i c i a l e s de segundo orden

f u e p r e s e n t a d o y r e s u e l t o p o r Van d e r P o l e n 1 9 2 6
(Davis, 1960) en conexidn con e l e s t u d i o de l a
o s c i l a c i d n d e t r i o d o s . Se p i d e r e s o l v e r l a e c u a c i 6 n ( i ) p o r a l g u n o d e 10s m g t o d o s n u m e r i c o s
Soluci6n de l a ecuacidn de Mathieu

(estable).

presentados, utilizando 10s siguiente valores:


E = a = 1 , b = 0 , C = -0.05.
Comparar 10s resultados con la soluci6n que se muestra en la siguiente figura

7.

donde f(u) es una determinada funci6n de u. Esta


ecuacibn fue estudiada por el astrofisico Emden
en 1907 en conexidn con el comportamiento tsrmico
de nubes esfgricas de gases actuando bajo la mutua atraccibn molecular y sujeta a las leyes de
la termodindmica clasica (Davis, 1960). En fzsica
at6mica esta ecuacibn es 'denominada de FermiThomas (Bellman, 1969). Se pide resolver esta
ecuacidn por alguna de las tdcnicas num6ricas
presentadas, utilizando 10s siguientes valores:
uq , q = 2,3 y 5.
a = t 2 , b = o , f(u) = t2
Comparar resultados con la soluci6n que Be muestra en la figura siguiente

I
Soluci6n de la ecuaci6n de Van der Pol
(problema 5 )

6.

Las ecuaciones de Emden son del tipo

Refirigndonos a la ecuaci6n de Van der Pol (i)


del problema 5 se pide resolverla numsricamente
por alguno de 10s m6todos presentados, utilizando
10s siguientes valores: E = - 5 , a = 1 , b = 2 y
c = 0. Comparar 10s resultados con la solucidn
que se muestra en la siguiente figura

Solucidn de la ecuaci.Cn de Emden.

8.

Soluci6n de la ecuacidn de Van der Pol


(problema 6 )

En la teorza del crecimiento de poblaci6n, Volterra (1860


1940) presenta un modelo de conflict0
de especies que consiste en lo siguiente ( ~ a v i s ,
1960) : Sean u y w 10s miembros de dos especies.
Su equilibrio ecoldgico estd descrito par las
ecuaciones llamadas de Volterra

La e l i m i n a c i d n d e u o w r e s u l t a en una e c u a c i 6 n
d i f e r e n c i a l d e s e g u n d o o r d e n no l i n e a l . Se p i d e
a ) R e s o l v e r e l s i s t e m a ( i ) p o r a l g u n o d e 10s m s todos presentados u t i l i z a n d o 10s s i g u i e n t e s
y
c = 1.
v a l o r e s uo = 1 , w o = 3 , a = 2
b ) T r a n s f o r m a r e l s i s t e m a ( i ) en una e c u a c i 6 n d e
seyundo orden y r e s o l v e r por
algfin
m6todo
directo.
Utilizar
la
primera
integral
E = c u + a w
c log u
a log w para control a r l a c o n s e r v a c i d n d e l esquema n u m s r i c o u t i l i z a d o . Comparar r e s u l t a d o s con 1 0 s d e l a f i gura siguiente.
C ) Resolver a ) o b ) por alguna de l a s s u b r u t i n a s
c i e n t 5 f i c a s que s e mencionan en l a s e c c i 6 n sobre
software para
ecuaciones diferenciales
( v e r ejemplo d e l apgndice s o b r e e l problema de
coyotes y conejos).

S o l u c i 6 n de l a s e c u a c i o n e s de V o l t e r r a

(w).

S o l u c i 6 n de l a ecuaci6n de V o l t e r r a

(u).

9.

Un p r o b l e m a c l d s i c o q u e i l u s t r a l a s d i f i c u l t a d e s
que s e pueden e n c o n t r a r en l a s o l u c i 6 n de p r o b l e mas d e v a l o r e s i n i c i a l e s no l i n e a l e s es e l d e n o minado "problema d e l a c u r v a de p e r s e c u c i 6 n 1 '
( D a v i s , 1960) que c o n s i s t e en e n c o n t r a r l a t r a y e c t o r i a de u
o b j e t o A , q u e p e r s i g u e a un o b j e t o
B que s e e s t
m o v i e n d o a l o l a r g o d e una d e t e r m i n a d a c u r v a , d e mod0 t a l q u e l a d i r e c c i d n d e l mov i m i e n t o d e A e s s i e m p r e h a c i a B. E s t e p r o b l e m a
l l e v a a u n a e c u a c i 6 n d i f e r e n c i a l no l i n e a l . En e l
c a s o e n q u e e l o b j e t o p e r s e g u i d o B s e mueve e n un
c i r c u l o s e t i e n e l a s i g u i e n t e f o r m u l a c i 6 n . S e a un
p u n t o P q u e s e mueve c o n v e l o c i d a d c o n s t a n t e v e n
un c l r c u l o d e r a d i o r . O t r o p u n t o Q , a una d i s t a n c i a y d e P , p e r s i g u e a P, d s n d o l e c a z a a l o
l a r g o d e l a l T n e a PQ, c o n una v e l o c i d a d k v , como
s e i l u s t r a en l a s i g u i e n t e f i g u r a

9'

Las e c u a c i o n e s d i f e r e n c i a l e s
persecucicn en e l c i r c u l o son
dQ
y - =
d0

Si

r cos Q -

que

describen

la

10.

R e s o l v e r e l p r o b l e m a a n t e r i o r p a r a r = 1 y k = 1.3
c o n 10s s i g u i e n t e s j u e g o s d e c o n d i c i o n e s i n i c i a l e s a ) Q ( 0 ) = 0 , y ( 0 ) = 0.9999 ; b ) Q ( 0 ) = o ,
~ ( 0 =
) 2 ; c) $(O) = 0 , y ( 0 ) = 3 , y t e r m i n a r l a
s o l u c i d n numgrica cuando s e produce l a captura.
C o m p a r a r 10s r e s u l t a d o s c o n 10s d e l a s s i g u i e n t e s
figuras.

e l i m i n a m o s l a v a r i a b l e y e n t r e a m b o s results

donde
a = cos Q
, ,b = 3 sen $
2K
t
c = 2 sen $ - K
y
d
= sen Q
K
Se p i d e
r e s o l v e r numgricamente e l problema p l a n t e a d o p a r a
r = 1 y K = 2/3, c o n 10s s i g u i e n t e s j u e g o s d e
c o n d i c i o n e s i n i c i a l e s a ) Q ( 0 ) = 0 , y ( 0 ) = 0.9999;
b ) $ ( O ) = 0 , y ( 0 ) = 2. C o m p a r a r 10s r e s u l t a d o s
c o n 10s q u e s e p r e s e n t a n e n l a s f i g u r a s s i g u i e n tes. Observar que cualquiera sean las condiciones
i n i c i a l e s e l p e r s e g u i d o r t e r m i n a m o v i g n d o s e e n un
c ' l r c u l o l S m i t e q u e e n e s t e c a s o es un c x r c u l o
c o n c 6 n t r i c o d e r a d i o i g u a l a K.

~ o l u c i d nd e l p r o b l e m a d e p e r s e c u c i d n e n e l c l r c u l o .

164

Puntos de captura en la soluci6n


d e persecucidn en e l cTrculo.

del

problema

REFERENCIAS

M.
Abramowitz
and
I.A.
Stegun,
Ed.
Handbook
of
M a t h e m a t i c a l F u n c t i o n s , Dover, 9 t h . e d i t i o n , 1972.
M.
Balanzat,
EUDEBA, 1 9 7 7 .

Matemstica

Avanzada

para

l a

~ l s i c a ,

K.J.
B a t h e a n d E.L.
Wilson,
Numerical
Methods
F i n i t e Element A n a l y s i s , P r e n t i c e H a l l , 1976.
R.
Bellman,
Stability
E q u a t i o n s ,' D o v e r , 1 9 6 9 .

Theory

of

in

Differential

Birkhoff
a n d G.C.
Rota,
Ordinary
E q u a t i o n s , 3 r d . e d i t i o n , W i l e y , 1978.

G.

Differential

G.
D.
B y r n e a n d A.
Hindmarsh,
A Polyalgorithm for
the
Numerical
Solution
of
Ordinary
Differential
E q u a t i o n s , ACM T r a n s a c t i o n s M a t h . S o f t w a r e 1 , 1 9 7 5 .

B. C a r n a h a n , H . k .
L u t h e r , a n d J.
N u m e r i c a l Metho s, W i l e y , 1969.
Puntos de captura en l a solucidn
de persecucibn en el circulo.

11.

Resolver

del

L.

C o l l a t z , The N u m e r i c a l T r e a t m e n t
E q u a t i o n s , S p r i n g e r , 1966.

problema

Wilkes,

of

Applied

Differential

C o l l e c t e d a l g o r i t h m s f r o m ACM, ACM T r a n s a c t i o n s o n
M a t h e m a t i c a l S o f t w a r e , V o l . I , I 1 y 111, A s s o c i a t i o n
f o r C o m p u t i n g M a c h i n e r y , 1 9 7 8 , New Y o r k .

el sistema r i g i d o siguiente

G.
Dahlquist
Prentice Hall,

u t i l i z a n d o un mktodo n u m k r i c o a p r o p i a d o . Comparar
con l a s o l u c i b n e x a c t a ( v e r problema- 4 d e l ap6ndice).

0.

and
H.
1983.

Bjorck,

Numerical

Methods,

H.T.
Davis,
Introduction t o Nonlinear Differential
a n d I n t e g r a l E q u a t i o n s , U n i t e d S t a t e s Atomic Energy
Commission, 1960.

G.
Forsythe,
Methods
f o r
H a l l , 1977.

M.
Malcolm,
Mathematical

and
C.
Moler,
Computations,

Computer
Prentice

L . FOX, T h e N u m e r i a l S o l u t i o n o f T w o - P o i n t B o u n d a r y
Problems
i n
Ordinary
Differential
Equations,
C l a r e n d o n P r e s s , 1957.

C.
W.
Gear,
Numerical
Ordinary
Differential
1971.

I n i t i a l Value Problems i n
Equations,
Prentice
Hall,

S.K.
G o d u n o v a n d V.S.
Ryabenki,
Schemes, North-Holland,
1964.

Theory of

R. W.
Hamming, N u m e r i c a l M e t h o d s
E n g i n e e r s , Mc-Graw H i l l , 1 9 6 2 .

for

Difference

S c i e n t i s t s .and

Harwell Subroutine Library, M.J.


H o p e r Ed. C o m p u t e r
S c i e n c e and Systems D i v i s i o n , Atomic Energy R e s e a r c h
S t a b l i s h m e n t , H a r w e l l , I n g l a t e r r a , 1980.

G. M a r s h a l l ( C o m p ) , M g t o d o s N u m g r i c o s d e l a ~ e c d n i c a
d e l C o n t i n u o , EUDEBA, 1 9 7 8 .
G.
Marshall,
A
Front
Tracking
Method
for
OneD i m e n s i o n a l Moving Boundary P r o b l e m s ,
SIAM J o u r n a l
on S c i e n t i f i c and S t a t i s t i c a l Computing,
Vol.
7,
Nro.
1,
January
1 9 8 6 ; v e r t a m b i g n CNEA-NT
22/83,
Comisidn N a c i o n a l d e E n e r g l a ~ t d m i c a , Buenos A i r e s ,
1983.

Marshall, I n t r o d u c c i d n a l a s o l u c i 6 n numgrica de
e c u a c i o n e s d i f e r e n c i a l e s o r d i n a r i a s , CNEA-AC 2 1 / 8 5 ,
C o m i s i d n N a c i o n a l d e ~ n e r g l a~ t c m i c a , 1 9 8 4 .
G.

P.

Henrici,
Differential

Discrete V a r i a b l e Methods
E q u a t i o n s , W i l e y , 1962.

in

Ordinary

IMSL s c i e n t i f i c P a c k a g e , I n t e r n a t i o n a l M a t h e m a t i c a l
and S t a t i s t i c a l L i b r a r y , Inc, Houston, Texas.
IBM
Sci.entific
Subroutine
Package,
P r o g r a m m e r *s Manual 3 6 0 ~ - C M - 0 3 ~ .

Fortran,

IBM

G.
Marshall,
C.
R e y y L.
S m i t h , ~ Q t o d o sd e s e g u i miento de l a i n t e r f a s e para problemas unidimensional e s d e f r o n t e r a m 6 v i l 11, CNEA-P 1 0 / 8 5 , c o m i s i 6 n Nac i o n a l d e E n e r g 5 a ~ t c m i c a , Buenos A i r e s , 1985.
T.
Y.
Na,
Computational
Methods
i n
Boundary Value Problems, Academic P r e s s ,

Engineering
1979.

Newmark, A d e t h o d o f C o m p u t a t i o n f o r S t r u c t u r a l
D y n a m i c s , ~ r o c e e b i n ~o sf t h e ASCE, EM3, J u l y , 1 9 5 9 .

N.M.

E. I s a a c s o n a n d H.
B.
M e t h o d s , Mc-Graw H i l l ,

Keller,
1966.

Analysis of

Numerical

O s b o r n e , On S h o o t i n g M e t h o d s f o r B o u n d a r y V a l u e
P r o b l e m s , J. M a t h . A n a l . A p p l . 2 7 , 1 9 6 9 .

M.R.

N.
A.

N.
Jannenko,
C o l i n , 1968.

Mgthodes

Pas

Fractionnaires,

H.
B.
Keller,
Numerical
Methods
for
Boundary V a l u e P r o b l e m s , B l a i s d e l l , 1968.
A.
Lambert,
Computational
D i f f e r e n t i a l Equations, Wiley,

J.

Methods
1973.

i n

Two-Point

Ordinary

L. L a p i d u s a n d J. H . S e i n f e l d , N u m e r i c a l S o l u t i o n o f
Ordinary
Differential
Equations,
Academic
Press,
1971.
Laura,
de Sistemas
P.A.

Introduccidn a l a Teorla de Vibraciones


D i s c r e t o s y C o n t i n u o s , EUDEBA, 1 9 7 3 .

L e n t i n i a n d V. P e r e y r a , A V a r i a b l e O r d e r V a r i a b l e
Step
Finite
Difference
Method
for
Nonlinear
M u l t i p o i n t Boundary Value Problems,
SIAM J .
Num.
A n a l . 14, 1977.

M.

V.
Pereyra,
Variable
Order
Variable
Step Finite
Difference
Methods
for
Nonlinear
Boundary
Value
Problems,
en
Ed.
G.A.
Watson,
C o n f e r e n c e on t h e
Numerical
Solution
of
Differential
Equations,
Lecture
Notes
i n
Mathematics
Nr.
363,
SpringerV e r l a g , 1974.
Rashevsky, Looking a t H i s t o r y through Mathematics,
MIT P r e s s , 1 9 6 8 .

A.

J.
R.
Rice,
Software f o r Numerical
Research
Directions
i n
Software
W e g n e r , Ed.,
M.I.T.
P r e s s , 1979.

Computation,
Technology,

in
P.

R . D. R i c h t m y e r a n d K. W. M o r t o n , D i f f e r e n c e M e t h o d s
f o r i n i t i a l v a l u e p r o b l e m s , I n t e r s c i e n c e , 1967.

E. R o x i n , E c u a c i o n e s D i f e r e n c i a l e s O r d i n a r i a s y T e o r z a d e C o n t r o l , EUDEBA, 1 9 6 8 .
Sadosky, ~ B l c u l o Numdrico y G r 6 f i c 0 ,
c i 6 n , L i h r e r i a d e l C o l e g i o , 1956.

M.

2da.

edi-

L.F.
Shampine and
M.K.
Gordon, Computer S o l u t i o n o f
Ordinary D i f f e r e n t i a l Equations:
The I n i t i a l V a l u e
P r o b l e m , F r e e m a n , San F r a n c i s c o , 1975.

L.F.
S h a m p i n e a n d C.
W.
Gear,
A
User's
View
of
S o l v i n g O r d i n a r y D i f f e r e n t i a l E q u a t i o n s , SIAM R e v i e w
2 1 , NO.
1 , 1979.

,
Stoer
nurnerica,
1981.

J.

y R.
Bulirsch,
Introduzione a l l ' a n a l i s i
volume
2,
Zanichelli
Editore,
Bologna,

V. V i s c o n t i , Una C o m p a r a c i 6 n d e R u t i n a s P a r a I n t e g r a r Sistemas de Ecuaciones Diferenciales Ordinarias


B a s a d a s e n ~ k t o d o s d e un S o l o P a s o y e n M B ~ O ~ O dSe
P a s o ~ G l t i p l eD i s p o n i b l e s e n l a C o m i s i 6 n N a c i o n a l d e
E n e r g f a ~ t 6 m i c a , CNEA-NT 1 7 / 8 5 .
K.
Yosida, Equations
Dunod, 1971.

Diffdrentielles

et

Intggrales,

P.
E.
Zadunaisky,
On
the
Estimation
of
Errors
Propagated i n t h e Numerical I n t e g r a t i o n of Ordinary
Differential
Equations,
Numerische
Math.
27,
7.1'
1976.

APENDICE

P r e s e n t a m o s un e j e m p l o d e l u s o d e s u b r u t i n a s c i e n t f f i c a s p a r a r e s o l v e r un p r o b l e m a d e v a l o r e s
i n i c i a l e s c o n s i s t e n t e e n l a m o d e l i z a c i b n de l a i n t e r a c c i 6 n d e p o b l a c i o n e s d e c o y o t e s y c o n e j o s ( e l conocido problema predador-presa).
El ejemplo fue tomado d e l a o b r a d e R i c e a n t e s c i t a d a y p a r a s u r e s o l u c i 6 n se u t i l i z 6 l a s u b r u t i n a DDIFSU p e r t e n e c i e n t e
a 1 ACM ( v e r - l a s e c c i d n s o b r e s o f t w a r e p a r a e c u a c i o n e s d i f e r e n c i a l e s o r d i n a r i a s ) . La i m p l e m e n t a c i d n nur n 6 r i c a f u e r e a l i z a d a p o r l a l i c e n c i a d a M a r x a C. Rey
d e l C e n t r o d e C d l c u l o C i e n t i f i c o d e l a C o m i s i 6 n Nac i o n a l d e E n e r g i a A t 6 m i c a e n un s i s t e m a I B M c o n CPU
7/68
bajo
VM/SP
en
FORTRAN.
El
problema
BASF
predador-presa
c o n s i s t e en l a r e s o l u c i b n d e l siguiente sistema de ecuaciones d i f e r e n c i a l e s ordinar i a s o problema de v a l o r e s i n i c i a l e s

R ' ( t ) = pr

R ( t )

C 1 ( t ) = PC

~ ( t / /S
-T A R V E ( t )

L U N C H ( t ) = EATRAB

LUNCH(t)

min

C(t)

(A. 1 )

C(t)

R ( t )

/a

(A-2)
)

(A.3)

R ( t )

S(t) =
EATRAB

C(t)

donde: R ( t ) = densidad de conejos ( p o r m i l l a cuadrad a ) en f u n c i b n d e l tiemp; C ( t ) = densidad de coyotes ; p r = v e l o c i d a d d e c r e c i m i e n t o n a t u r a l d e 10s


conejos
( s u p o n i e n d o q u e n o h a y c o y o t e s q u e comen
c o n e j o q ) ; PC = v e l o c i d a d d e c r e c i m i e n t o n a t u r a l d e
10s c o y o t e s ( s u p o n i e n d o q u e h a y i n f i n i t o s c o n e j o s
p a r a c o m e r ) ; EATRAB = n G m e r o d e c o n e j o s q u e un c o y o t e d e s e a r f a c o m e r p o r a E o ; L U N C H ( t ) = nGmero d e c o nejos
que
un
coyote
realmente
come
por
a6o;
STARVE(^) = p r o p o r c i 6 n d e c o y o t e s q u e se m u e r e n p o r
inanicidn
por
aEo
ante
la
escasez
de
conejos;
a = una v e z que l a d e n s i d a d d e c o n e j o s c a e d e b a j o de
a 10s c o y o t e s c o m i e n z a n a c o m e r m e n o s c o n e j o s p o r
aHo: y 6 = Z n d i c e d e i n a n i c i d n d e 10s c o y o t e s .

que
10s
por
nos

El rol de B est6 ilustrado por el hecho de


cuando S(t)=l (hay suficientes conejos para que
coyotes se alimenten en un aEo) , STARVE(^) = e-*,
lo tanto la eleccidn
STARVE(^) = 2 por ciento
da L? = -ln(.02) = 1.7

Los parsmetros a y B nos permiten ajustar


el modelo y experimentar con el mismo.
A continuacidn se muestran distintas soluciones consistentes en un estado inicial transitorio
secjuido de un estado estacionario.

~n la figura A1 se ve como la superpoblacidn inicial de conejos casi causa la explosiijn de


ambas poblaciones.

En la figura A2 se ve como despugs de un


pequeiio crecimiento de la poblacidn de coyotes las
dos poblaciones decrecieron a un estado estacionario.

En la figura A3 una superpoblaci6n inicii


de coyotes casi causa la desaparicidn de ambas pc
blaciones.

En la figura A4.a un cambio inicial r6pic


se produce antes de alcanzar un estado estacionar:
en 35 aiios.

A1 modelo anterior
lo hemos complicac
agregando la siguiente dificultad numgrica :
Migraci6n de conejos : el valor de R salta en forr
abrupta a M en el tiempo C. Esto lo hacemos4agregal
do un tgrmino a la primera ecuacidn del sistema. I
funcidn DIFFUN es modificada agregando las sentel
cias :

REAL*8 MIGRAT
DATA C , RATE , D / 28.65 , 20- , 1.0 /
MIGRAT = RATE
IF ( DABS(T-C) + DABS(T-C-D) .GT. D ) MIGRAT = 0.
En, la figura A4.b se observa el efecto de
una migracidn de 20 conejos por milla cuadrada en un
a30 a partir del tiempo 28.65 teniendo hasta ese momento poblaciones estacionarias.

En la figura A5 se presenta un listado del


programa FORTRAN juntamente con las subrutinas y 10s
parsmetros numgricos utilizados.

.o!~euo!3eisaopeisa un e ua3anap
sauo!3elqod sop sel saio/(os ap uo13elqod el ap olua!un3a~:, oganbad un ap oBan7 'Z'V .SIJ

Figure A . 5

LISTADO DEL PPOGRAMA FORTRAN

US0 DE LA RUTINA DDIFSU PARA RESOLVER EL PROBLEMA PRI.:DADOR-PRESA


PARA LOS COYOTES Y LOS CONEJOS. LAS ECUACIONES UIFERENCIALES !>EL
MODEL0 DE INTERACCION DE LAS 2 POBLACIONES SON :

R
C
PR
PC
R0,CO
EATRAB
ALPHA
BETA

LUNCH(T)

= DENSIDAD DE CONEJOS = Y(1,l)


= DENSIDAD DE COYOTES = Y(1,Z)
= VELOCIDAD DE CRECIMIENTO NX?; RAL DE LOS CONEJOS
= VELOCIDAD DE CRECIMIENTO NATURAL DE 1.0s COYOTES
= DENSIDAD INICIAL DE CONEJOS Y COYOTES
= CANTIDAD DE CONEJOS QUE UN C7XOTE NOr34ALMENTE COME
POR ARO ( SUPONIENDO QUE HAY INFINITOS CONEJOS )
= DENSIDAD DE LOS CONEJOS A PARTIR DE LA CUAL LOS COYOTES
COMIENZAN A COMER MENOS CONEJOS POR AGO
= FACTOR DE INANICION DE LOS COYOTES

= NUMERO DE CONEJOS QUE UN COYOTE REALMENTE COME EN

DE COYOTES 9UE SE ML'EREN DE HAMBRE TOR


ESCASEZ DE CONEJOS
LUNCH(T) = EATRAB
MIN
STARVE(T) = M P ( -BETA

1 , R(T)/ALPHA
S(T) )

IMPLICIT REAL*8 (A-H,O-Z)


DIMENSION Y(8,2) , SAVE(^^) , YMAx(~) , ERROR(^)
REAL*4 PW(4)
COMMON / MODEL / PR,PC,EATRAB,BETA,ALPIIA
C
C
C
C
C

PARAMETROS DEL PROBLEMA

ALPHA
BETA
PR
PC
EATRAB
RO
CO

30.

~3.4
= .2
=.2
= 110.
= 12.
= 0.4

Figura A.5 (continuaci6n)

Figura A . 5 (continuaci6n)
INICIALIZACION DE LOS PARAMETROS DE LA SUBRUTINA DDIFSU

C
C
C

N
=
T
=
Y(1,l) =
~(1,2) =
H
=
=
HMIN
HMAX
=
EPS
=
MF
=
YMAX(?)
YMAX(2) =
JSTART =
MAXDER =

C
C
C
C
C

C
C
C

2
0.

SUBROUTINE DIFFUN (T,Y,DY)


IMPLICIT REAL% (A-H,0-2)
DIMENSION Y(8.2) , DY(2)
REAL'8
LUNCH
COMMON / MODEL / PR,PC,EATRRB,BETA,ALPHA
R = Y(l,l)/(EATRAB'Y(1,2))
LUNCH = EAT^
DMIN~(~.DO,Y(~,I)/ALPHA)
DY(1) = PR ' Y(1,l)
LUNCH
Y(1,2)
DY(2) = PC
Y(1,2)
DEXP(-R'BETA)
' Y(1,2)
RETURN
END

RO

co
0.25
0.0001
0.5
l.D-4
1

I.
1.
0
1

SUBROUTINE PEDERV(T,Y,PW,N)
IMPLICIT REAL'8
(A-H,0-Z)
REAL'8
LUNCH , Y(8.2)
REAL*4 PW(4)
COMMON / MODEL / PR,PC,EATRAB,BETA,ALPHA
R = Y(~,I)/(EATRAB*Y(~,~))
IN?(~.DO,Y(~,~)/ALPHA)
PW(1) = PH
PW(2) = 0.
PW(3) = -LUNCH
PW(4) = PC - DEXP(-R'BETA)
RETURN
END

WRITE ( 7 , 10 ) PR,PC,BETA,ALPHA,EATRAB,RO,CO,EPS,YEARS,TSTEP
FORMAT(//,IOX,'PROBLEMA DE LOS COYOTES Y ws CONWOS',/
*
lOX,'PARAMETROS DEL MODELO : I / /
l5XI1PR= ',F8.4/15Xt1PC= ',F~.~/~~x,'BETA
= ',F8.4/
15X,'ALPHA = ',F8.4/15X,'EATRAB = ',F8.4/15~,'RO
',F8.4/
*
15X,'CO = ',F8.4/15X,'EPS = ',E7.1/15x,'YEARS =',F4.0/
+
15Xr1TSTEP= ',F6.4)
=)

15

R = R0/100
WRITE(7,ls) T,R,CO
FORMAT(///~X,'T',~~X,'R(T)',~~X, 'C(T)'//~X,F~.~,~X,F~~.~,~X,F~~.~)

C
C
C
C
C

TANT = T
IF (T.GE.100.)

STOP

C
CALL DDIFSU

N , T , Y , SAVE , A
HMIN , HMAX , EPS ,
MF , YMAX , ERROR , KFT.AC. , JSTART , MAXnER

20

JSTART = 1
R = Y(1,1)/100
IF (DABS(T-TANT).LT.0.5) GO TO 100
WRTTE(7.20) T,R,Y(1,2)
TANT = T
FORMAT(lX,F6.2,2X,F10.5,2X,F10.5)
GO To 100
END

C
SUBROUTINE DDIFSU(N,T,Y,SAVE,H,HMIN,HMAX,EPS,MF,YMAX,ERROR,
*KFLAG,JSTART,MAXDER,PW)
.--1NTEGRACION DE SISTEMAS DE ECUACIONES DIFERENCIALES ORDINARIAS--DE A UN PASO.
ALGORITMO ACM 407
LA RUTINA EMPLEA UN METODO DE MULTIPASOS (PREDICTOR-CORRECTOR),QUE
PUEDE SER DE ADAMS 0 UNO ADECUADO PARA ECUACIONES STIFF,CON CONTROL
AUTOMATIC0 DE LA LQNGITUD DEL PAS0 Y ORDEN ELEGIDO AUTOMATICAMENTE A
MEDIDA QUE SE DESARROLLA LA INTEGRACION.
PARAMETROS '*'
N : NUMERO DE ECUACIONES EN EL SISTEMA.
T : VARIABLE INDEPENDIENTE.
Y : MATRIZ DE DIMENSION 8 POR N CONTENIENDO LAS VARIABLES DEPENDIENTES Y SUS DERIVADAS ESCALADAS.
Y(J+l,I) CONTIENE LA DERIVADA J-ESIMA DE Y(1) ESCALADA POR
H**J/FACTORIAL(J)
DONDE H ES LA LONGITUD DEL PASO CORRIENT
SOLO Y(1,I) DEBE SER DADO EN LA PRIMERA ENTRADA.
SAVE : ALMACENAHIENTO AUXILIAR DE AL MENOS 12*N UBICACIONES.
H : LONGITUD DEL PAS0 DE INTEGRACION QUE SERA AJUSTADO (0 NO)
POR LA RUTINA. PARA AHORRAR TIEMPO DE COMPUTACION,EL USUARIO
DEBE PROVEER H CLARAMENTE PEQUE"0 EN LA PRIMERA LLAMADA.
LUEGO SERA AUTOMATICAMENTE INCREMENTADO.
HMIN : LONGITUD MINIMA DEL PAS0 DE INTEGRACION A SER USADA.

---------

LOOP DE INTEGRACION

100

'

C
C

IMPRESION IDENTIFICACION DEL PROBLEMA

lo

SUBRUTINAS DEL USUARIO REQUERIDAS POR DDIFSU

PW

"'

---------

HMAX : LQNGITUD MAXIMA CON LA QUE S E INCREMENTARA EL PAS0 DE INTEGRA


EPS : PRECISION REQUERIDA.
MF : INDICADOR DEL METODO A SER USADO.
0 : S E USA IM METODO PREDICTOR-CORRECTOR DE ADAMS.
1 : SE USA UN METODO ADECUADO PARA SISTEMAS S T I F F QUE TAMBIEN
TRABAJA CON SISTEMAS NO S T I F F .
EL USUARIO DEBE PROVEER LA SUBROTINE PEDERV(T,Y,PW,N)
PARA
EVALUAR LAS DERIVADAS PARCIALES DE LAS ECUACIONES DIFERENC.
CON RESPECTO A LAS Y,ALMACENANDO LA DERIVADA PARCIAL DE LA
I-ESIMA ECUACION CON RESPECTO A LA J-ESIMA VARIABLE EN
PW(I+N*(J-I)),
CON PW DE SIMPLE PRECISION.
YMAX : VECTOR DE DIMENSION N QUE CONTIENE EL W I M O DE CADA Y.
DEBE SER NORMALHENTE P U E S M EN 1 PARA CADA Y ANTES DE LR
PRIMERA ENTRADA.
ERROR : VECTOR DE DIMENSION N QUE CONTIENE A t RETORNO
E L ERROR ESTIMADO POR PAS0 PARA CADA COWONENTE.
KFLAG : C O D I W DE RETORNO.
1 : LA UECUCION FUE M I T O S A .
-1 : EL PAS0 FUE TOMADO CON H=HMIN PER0 NO S E ALCANZO LA
PRECISION REQUERIDA.
-2 : S E ENCONTRO QUE EL ORDEN MAXIM0 ESPECIFICADO
ERA DEMASIADO GRANDE.
-3 : NO PUDO ALCANZARSE LA CONVERGENCIA DEL CORRECTOR
PARA H MAYOR QUE W I N
-4 : n ERROR REQUERIDO ES MENOR QUE EL QUE
PUEDE SER ALCANZAM) POR ESTE PROBLEMA.
JSTART : INDICADOR DE ENTRADA.
-1 : REPETfR EL ULTIMO PAS0 CON UN NUEVO H.
0 : EJECUTAR E L PRIMER PASO.
1 : TOMAR UN N U N 0 PAS0 CONTINIlANDO DESDE EL ULTIMO.
AL RETORN0,CONTIENE EL VALOR NQ : ORDEN RCCANZADO POR EL
METODO U ORDEN DE LA
UAXIMA DERIVADA.

A continuacidn presentaremos otra serie de


ejemplos de la utilizaci6n de rutinas cientlficas en
la solucidn numdrica de sistemas de ecuaciones diferenciales ordinarias no rzgidas y r'igidas (ver la
seccidn
correspondiente
a ecuaciones
r'igidas o
stiff). Estos ejemplos numgricos fueron tornados del
trabajo de V. Visconti, 1984 y fueron procesados en
un sistema IBM con CPU BASF 7/68 bajo VM/SP en
FORTgAN.

Ejemplos num6ricos de ecuaciones no rlgidas

S e presentan tres ejemplos sencillos de


problemas no rzgidos de valores iniciales cuyas respectivas soluciones de tipo exponencial, trigonomdtricas y logarctmico son conocidas.
EJEMPLO 1

cuya solucidn exacta de tipo exponencial es:

W D E R : ORDEN DEL METODO A SER USADO.


DADO QUE EL ORDEN E S IGUAL A LA MAS ALTA DERIVADA USADA,
E S T 0 RESTRINGE EL ORDEN. DEBE SER MENOR QUE :
8
PARA METODOS DE ADAMS.
7
PARA METODOS PARA ECUACIONES S T I F F .
PW : MATRIZ DE DIMENSION N POR N (A SER USADA POR PEDERV)
(DEBE SER DEFINIDA EN SIMPLE P R E C I S I O N ) .

yz(x)
E L USUARIO DEBE PROVEER LA SUBROUTINE DIFPUN(T,Y,DY)
PARA EVALUAR
LAS DERIVADAS DE U S VARIABLES DEPENDIENTES Y CON RESPECTO A L A
VARIABLE INDEPENDIENTE T DEJANDOLAS EN EL VECTOR DY. Y SERA DE
DIMENSION 8 POR N Y LOS VALORES DE PUNCION ESTARAN EN Y ( 1 . 1 ) PARA
1-1 A N.

x2

2x + 2 +

(ex

e-X)

En la prdxima pdgina se ilustra el grbfico de la solucidn exacta. La presicidn requerida para el cblculo numdrico es de 1 0 ' ~ .

EJEMPLO 2

cuya soluci6n exacta de tip0 trigonomgtrico es:

Y l(x)

sen x

y2(x)

cos

En la prdxima pdgina se ilustra el grdfico de la soluci6n exacta. La precisi6n requerida para.el c5lculo numeric0 es de 10'~.

EJEMPLO 3
y;

cuya soluci6n exacta de tip0 l o g a r ~ t m i c aes:


y l(X)

2x

y2(x)

2x

21nx

En las pdqinas que siguen se ilustra el grdfico de


la soluci6n exacta. La precisi6n requerida para el
cdlculo numeric0 es de 1 0 ' ~ .

En las tablas 1 , 2 y 3 se presentan 10s resultados num6ricos obtenidos utilizando las subrutinas RKGS, RKMERS y DA02A para 10s ejemplos 1, 2 y 3,
respectivamente. :=IS figuras A6, A 7 y A8 muestran
10s correspondientes listados de FORSrHAN.

' 3 3 s E9EPLO'O
: S X 3 W X t I XOd O a I I 3 T d W 3 O d W 3 I L
000000'L
00+3EZ6ES L'O
00+30969S9'0
00+3Z6S9L6'0
00+3060SLZ'O
OOOOOS'9
00+309L096'0
OO+3VVV6LZ'O000000'9
00+30S980L'O
00+38SSSOL'O00000S'S
OQ+36E9E8Z00
00+30E68S6'0000000's
OO+3VZSLLG'O00000S'V
00+38LBOLZ'O00+38S9ES9'000+388L9SL'O000000'V
00+3L9LOSE0O00000S'E
00+3Z9V9E6'0000000'
00+3686686'0OO+3LELLVL'O
OOOOOS'
00+3SELL08'000+3E8V86S'O
0 0 + 3 ~ 0 ~ 6 0 6 ' 0
OOOOOJP Z
OO+3LEL9LV'O00+3V6VL66'0
000005' L
LO-36VVLOL.O
000000'1
OO+3LOEOVS'O
00+389VLV8'0
OOOOOS'O
00+3V8SLL8'0
OO+3EZV6LV'O
0'0
0'0
L0+3000001'0
-------Zh----------LX-----------X------

' 3 3 ' s SP6LEO.O


S 3 X X XOd O a Y 3 T d W 3 O d W 3 I Z
00+3LS69S9'0
000000'L
00+3116ESL'O
00+3L60SLZ'O
000005'9
00+3LBS9L6'0
OO+3LEV6LZ'O000000'9
00+3LSL096'0
00+30SSSOL'O000005'5
00+3VV980L'O
00+3LZ68S6'0000000'5
00+39E9E8Z'O
00+39lSLL6'000000S'V
00+39LBOLZ'O00+3SS9ES9'000+3L8L9SLb0000000'V
00+309LOSE'O00000S'E
00+3LSV9E6'000+36ELLVL'O
000000'E
00+3Z86686'000+3V8V86S'O
000005'2
00+3921108'000+300E606'0
000000'2
OO+3LZL9LV'Oo o + a 6 8 ~ ~ 6 6 ~ 0 o o o o o s ~L
LO-~SPSLOL-o
00+38SVLV8'0
000000' L
OO+3VLEOVS'O
00+30LV6LV'O
000005*0
00+3L8SLLB'O
0'0
0'0
LO+300000L'O
-------Zh----------LA-----------X------

'33s

OZBZLO'O

S3XX

XOd

OaV3TdW3 O d W 3 I Z

FIGURA

TABLA 3

R E S U L T A D O S OBTENIDOS PARA E L EJEMPLO 3

T I E M P O EM PLEADO P O R RKGS

T I E M P O EMPLEADO P O R RKMERS:

T I E M P O EMP1,EADO

POR DAOZA:

0.0 1895 9 SEG.

0.013389

0.022799

SEG.

SEG.

A6

C-------PROGRAMA EJEMPLO D E L US0 DE LA RUTINA RKGS-------REAL*4 Y ( 2 ) , D E R Y ( 2 ) , P R M T ( 5 ) , A U X ( 8 , 2 )


EXTERNAL DERIV,OUTP
C EN LAS SIGUIENTES TRES DATA SE DAN LOS PARAMETROS PARA
C CADA UNO DE LOS EJEMPLOS PROBADOS.
C SOLO UNA LINEA SE LA MUESTRA SIN CONSIDERARSELA COMO COMENTARIO
C Y CORRESPONDE A LA CORRIDA EFECTIVA D E L EJEMPLO 3.
C
EJEMPLO 1 :
DATA N , Y , D E R Y , P R M T / 2 , 1 . , 2 ~ , 2 * O 0 5 ~ O ~ , 1 . , 0 . 1 , 1 0 E - 5 , 0 . /
C
C
EJEMPLO 2 :
C
DATA N , Y , D E R Y , P ~ ~ T / 2 , 0 . , 1 . , 2 * 0 ~ 5 , 0 . , 7 . , 0 . 2 5 , 1 0 E - 6 , 0 . /
C
EJEMPLO 3 :
DATA N,Y,DERY,PR~T/2,0.,0.,2*0.5,1.,10.,1.,10E-6,0./
WRITE(6,99)
99
FORMAT(1 lX,'------X------ ------yl----------Y2-------' )
C A L L TIM( ITIEM)
T=1TIEMe1.E-6
CALL RKGS(PRMT,Y,DERY,N,IHLF,DERIV,OUTP,AUX)
C A L L TIM( ITIEM)
T=ITIEM*l.E-6-T
WRITE(6,66)T
66
FORMAT(7X,'TIEMPO
EMPLEADO POR RKGS1,F11.6,' SEG.')
STOP
END
SUBROUTINE DERIV(X,Y,F)
REAL*4 X,Y(l?,F(l)
C CALCULO DE LAS ERIVADAS.
C
EJEMPLO 1 :
C
F(l)=X**2C
F(2)=X**2-Y(1)
L ' 2 )
C
EJEMPLO 2 :
C
F(l)=Y(2)
C
F(2)=-Y(1)
C EJEMPLO 3 :
F(1)=2.
F(2)=Y(l)/X
RETURN
END
SUBROUTINE OUTP(X,Y,DERY, IHLF,NDIM,PRMT)
DIMENSION Y(l),DERY(l),PRMT(I)
C IMPRESION DE LOS RESULTADOS.
P A S 0 Y LIMITE DE IMPRESION EJEMPLO 1:
C
C
DATA H I M P R E / O . ~ / , R L I M ~ / ~ . / , R L I M ~ / ~ . /
C
P A S 0 Y LIMITE DE IMPRESION EJEMPLO 2:
C
DATA HIMPRE/l./,RLIMI/O./,RLIM2/7./
c PASO Y LIMITE DE IMPRESION EJEMPLO 3:
D A T A HIMPRE/l./,RLIM1/1./,RLIM2/10./
IF(X.EQ.RLIMI)GO
TO 9 0
XIMPRE=XANT+HIMPRE
IF(XIMPRE.GE.RLIM2)GO
TO 9 0
IF(X.LT.XIMPRE)RETURN
90
WRITE(6,lOO)X,Y(l),Y(2)
100 F O R M A T ( l l X , F 1 2 . 6 , 2 ( 2 X , E 1 4 . 6 ) )
XANT=X
RETURN
END

FIGURA

A7

FIGURA

C
C-------PROGRAMA EJEMPLO DEL USO, DE LA RUTINA RKMERS-----C
DIMENSION Y(2),YSOL(2),TT(20)
LOGICAL*^ FIRST/.TRUE./
C EN LAS SIGUIENTES TRES DATA SE DAN LOS PARAMETROS PARA
C CADA UNO DE LOS EJEMPLOS PROBADOS.
C SOLO UNA LINEA SE LA MUESTRA SIN CONSIDERARSELA COMO COMENTARIO
C Y CORRESPONDE A LA CORRIDA EFECTIVA DEL EJEMPLO 3 .
C EJEMPLO 1 :
C
DATA N , T , T E N D , H , E P S , Y / ~ , O . , ~ . , O . ~ , ~ O E - ~ ~ ~ . ~ ~ ~ /
C EJEMPLO 2 :
C
DATA N , T , T E N D , H , E P S ~ Y / ~ , ~ . , ~ * ~ O O ~ I ~ O E - ~ ~ ~ ~ ~ ~ . ~
C EJEMPLO 3, :
DATA N , T , T E N D , H , E P S , Y / ~ ~ ~ . I ~ O O ~ ~ * ~ ~ ~ E - ~ ~ ~ . , ~ . ~
EXTERNAL DERIV

C
cC

C
C
C
C

- - - - - - PROGRAMA

C
C
C
C
C
C
C
C

WRITE(~,~)TIEM
FORMAT(7X,'TIEMPO EMPLEADO POR RKMERSr',F10.6,'
STOP
END
SUBROUTINE DERIV(T,Y,F,N)
DIMENSION Y ( I ) , F ( ~ )
CALCULO DE LAS DERIVADAS.
EJEMPLO 1 :
F(l)=T**2-Y(2)
~(2)=T**2-Y(1)
EJEMPLO 2 :
F(l)=Y(2)
F(2)=-Y(1)
EJEMPLO 3 :
F(1)=2F(z)=Y(I)/T
RETURN
END

SEG.')

EJEMPLO DEL U S 0 DE LA RUTINA DA02A-------

DIMENSION Y(2),WORK(12)
EN LOS SIGUIENTES PARES DE DATA SE DAN LOS PARAMETROS PARA
CADA UNO DE LOS EJEMPLOS PROBADOS.
SOLO DOS LINEAS SE MUESTRAN SIN CONSIDERARSELAS COMO COMENTARIO
Y CORRESPONDEN A LA CORRIDA EFECTIVA DEL EJEMPLO 3.

C
C
C
C
C
C
C

EJEMPLO 1 :
DATA N , X , H , N S T E P , P S ~ E P , E P S / ~ , ~ . , ~ . ~ , ~ ~ , ~ . ~ , ~ ~ E - ~ /
DATA Y/1.,2./
EJEMPLO 2 r
DATA N,X,H,NSTEP,PSTEPIEPS/2,0.,0.5,14,O.5,10E-6/
DATA Y/0.,1./
EJEMPLO 3 :
DATA N,X,H,NSTEP,PSTEP,EPS/2,1.,1.,9,1.,10E-6/
DATA Y/O ,0 /
EXTERNAL DYBDX
WRITE(6,99)
99
FORMAT(~~X,~------X-----yl----------y2-------*
1
C A L L TIM( I T I E M )
T=ITIEM*l.E-6
CALL D A 0 2 A ( Y , N , X , P S T E P I N S T E P , H , W O R K , E P S , & 1 0 )
CALL TIM ( ITIEM)
T=ITIEM*l.E-6-T
WRITE(6.6)T
6
FORMAT(7X,"IEEMO
EMPLEADO POR DA02A:',F10.6,'
SEG.')
STOP
10
WRITE(6,ldo)
100
FORMAT( IX, 'SALIVA POR ERROR' )
STOP
END
SUBROUTINE DYBDX(Y,F,N,X)
DIMENSION Y(l),F(l)
CALCULO DE LAS DERIVADAS.
EJEMPLO 1 :
F(l)=X**2-Y(2)
F(2)=X**2-Y(1)
EJEMPLO 2 I
F(l)=Y(2)
F(2)=-Y(1)
EJEMPLO 3 :
F(1)=2.
F(Z)=Y(l)/X
RETURN
END

------

A8

E j e m p l o s n u m g r i c o s de e c u a c i o n e s r x g i d a s
FIGURA

C
C
C
C
C
C

~s (continuaci6n)

SUBROUTINE OUTP(XtY)
DIMENSION Y ( 1 )
IMPRESION DE LOS RESULTADOSP A S 0 Y LIMITE D E IMPRESION EJEMPLO 1:
DATA HIMPRE/O.l/,RLIMl/O../tRLIM2/1./
P A S 0 Y LIMITE DE IMPRESION EJEMPLO 2 :
DATA H I M P R E / I . / , R L I M ~ / O . / , R L I M ~ / ~ - /
P A S 0 Y LIMITE D E IMPRESrON EJEMPLO 3 :
DATA H I M P R E / ~ . / , R L I M ~ / ~ . / , R L I M ~ / ~ ~ . /
IF(X.EQ.RLIM1)GO
TO-90
XIMPRE=XANT+HIMPRE
IF(XIMPRE.GE.RLIM2)GO
TO 9 0
IF(X.LT.XIMPRE) RETURN
90
100

WRITE(6,lOO)X,Y(l),Y(2)
FORMAT(llX,Fl2.6,2(2X,El4.6))
XANT=X
RETURN
END

S e p r e s e n t a n d o s e j e m p l o s c o n s o l u c i d n anal z t i c a conocida.
EJEMPLO 4
y;

-2009 y1 + 1000 y2 + 1

Y;

Yl'Y2

O < X < 5 ,

L a s o l u c i d n a n a l z t i c a es:
yl(x)

-4,97

1
0
'
4

e - 2 0 0 0 ~ 5 x - 5,034

En la p r 6 x i m a p d g i n a se p r e s e n t a el g r h f i c o de
s o l u c i 6 n exacta.
La p r e c i s i d n
requerida para
c h l c u l o n u m g r i c o es d e 10%

la
el

EJEMPLO 5
Se tiene el sistema y'
o 6 x < 50 donde:

con yl(0) = -1

y2(0) = -1

Uz

UBUy

, y3(O)

-1

Uz

UBw

La solucibn analltica es:


61/(1
B2/(1
B3/( 1

B4/(l

( 1 + 81) eBlx)
(1 + 82) e 8 2 ~ )
( 1 + B3) e B 3 ~ )
( 1 + 84) e8bx)

que se ilustra en la pdgina siguiente. La precisibn


requerida para el cdlculo numgrico es de
Se
utilizaron 10s
siguientes valores:
81 = 1000 ,
82 = 800 , B 3 = -10 , 84 = -0,001.

En las tablas 4 y 5 se presentan 10s resultados obtenidos para 10s ejemplos 4 y 5. Para su resoluci8n se utilizaron las rutinas DCOlAD y DDIFSU,
ambas en doble precisibn (ver secci8n sobre software
para ecuaciones diferenciales ordinarias).
En las
figuras A 9 y A10 se muestran 10s correspondientes
listados FORTRAN.

TABLA
RESULTADOS

TIEMPO

OBTENIDOS

EMPLEADO POR

T I E M P O EMPLEADO POR D D I F S U

4
PARA

E L EJEMPLO

DCOlAD

CON

MF=

0.156780

0.047009

SEG.

SEG.

TABLA 5

FIGURA A9

c-------PROGRAMA

RESULTADOS OBTENIDOS PARA EL EJEMRLO 5

EJEMPLO DEL US0 DE LA RUTINA DCO2AD------

TIEMPO EMPLEADO POR DCOlAD :

1.774735 SEG.

IMPLICIT REAL*8(A-H,O-Z)
EXTERNAL DYBDX,OUTPUT
C EN LOS SIGUIENTES PARES DE DATA SE DAN LOS PARAMETROS PARA
C CADA UNO DE LOS EJEMPLOS PROBADOS.
C SOLO DOS LINERS SE MUESTRAN SIN CONSIDERARSELAS COMO COMENTARIO
C Y CORRESPONDEN A LA CORRIDA EFECTIVA DEL EJEMPLO 2.
C EJEMPLO 4 :
C
DIMENSION Y(2)
C
DATA N , X , X E N D , N P R , E P S I , E P S ~ , I P / ~ , O . D ~ , ~ . D ~ , ~ ~ , ~ ~ D - ~ , ~ . D - ~ , ~ /
C
DATA Y/O.DO,O.DO/
C EJEMPLO 5 :
DIMENSION Y(4)
DATA N,X,XEND,NPR,EPSl,EPS2,IP/4,O.D0,5.D1,51,l.D-4,l.D-4,6/
DATA Y/4*-l.DO/
WRITE(6.99)
C99
FO-T(llX,'------X-----------Yl------ -----Y2-------')
99
FO-T(lX,'------X----------Yl------ -----y2------- -----Y3
c
*---- ------y4-------1 )
CALL TIM( ITIEM)
T=ITIEM*l.E-6
CALL DCOZAD(N,X,XEND,Y,DYBDX,EPS1,EPS2,NPR81P,&1O)
CALL TIM(ITIEM)
T=ITIEM*I.E-6 - T
WRITE(6,ll IT
11
FORMAT(//lX,'TIEMPO EMPLEADO POR DCOlAD :',F12.6,' SEG.')
STOP
.-.
lo
WRITE(6,l)N
1
FORMAT(lX,'SALIDA POR ERROR CON N=',I2)
STOP
END
SLTBROUTINEDYBDX(X,Y,F,N)
IMPLICIT REALe8(A-H,O-Z)
DIMENSION Y(l),F(l)
C CALCULO DE LAS DERIVADAS.
C EJEMPLO 4 :
C
F(1)=-2.D3*Y(l)+l.D3*Y(2)+1.D0
C
F(2)=Y(l)-Y(2)
C EJEMPLO 5 :

--

TIEMPO EMPLEADO POR DDIFSU CON MF= 1

1.598145 SEG.

W1=-0.5*Y(l)+0.5*Y(2)+0.5*Y(3)+0.5*Y(4)
W2=0.5*Y(1)-0.5*Y(2)+0.5*Y(3)+0.5*Y(4)
W3=0.5*Y(l)+0.5*Y(2)-fl.5*Y(3)+0.5*Y(4)
W4=0.5*Y(l)+0.5*Y(2)+0.5'Y(3)-0.5*Y(4)
Z1=0.25*Y(l)*Y(l)-O.S'Y(l)*Y(2)-~.5*Y(l)*Y(3)*O.S*Y(l)*Y(4)+0.25*Y(2)*Y(2)+0.5*Y(2)*Y(3)+
*o.s*~(2)*~(4)+n.~5*~(3)*~(~)+0~5*~(3)*~(4)+

*0.2SfY(4)*Y(4)
Z2=0.25*Y(l)*Y(l)-0.5*Y(l)*Y(1)*Y(3)+
*o.5*Y(1)*Y(4)co.2r>*~(2~*~(2)-o.5*Y(%)*Y( 1 ) *O.S*Y(~)*Y(~)+~.~~~*Y(~)*Y~)+~.~*Y(~)*Y(~)+

*n.25*~(4)*~(4)

~3=0.25*Y(1)*Y(1)+0.5*Y(1)*Y(2)-0.5*Y~1)*Y~3~+
*0.5*~(1)*Y(4)+0.25+Y(2)*Y(2)-0.5"Y(2)*Y(3)+
*O.S*Y(2)+Y(4)+0.25*Y(3)*Y(3)-0.5.Y(3)*Y(4)+
*0.25*Y(4)*Y(4)
z4=0.25*~(1)*~(1)+0.5*Y~1~*~(2)+0.5'Y(1)*Y~3~*0.5*~(1)*Y(4)+0.25*Y(2)*~(2)+0.5*Y(2)*Y(3)*0.5*Y(2)*Y(4)+0.25*Y(3)*Y(3)-0.5*Y(3)*Y(4)+
*0.25*Y(4)*Y(4)
~(1)=-0.5*21+0.5*22+0.5*23+0~5%+500.~1-4OO.*W2+5.*W3-~~OO~*W4
F(2)=0.5*21-0.5*22+0.5*Z3+0.5*24-500.'W1+400.*W2+5.*W3-0.0005*W4
F(3)=0.5*21+0.5*22-0~5*23+0.5*24-500.*W1-400.*W2-5.*W3-0.0005*W4
F(4)=0.5*Z1+0.5*22+0.5*Z3-0.5*Z4-500.*W1-400.*W2+5.*W3+0.0005*W4
1
RETURN
END
SUBROUTINE OUTPUT(X,Y.F,N,K)
IMPLICIT REALe8(A-H,O-Z)
DIMENSION Y(l),F(l)
COMMON/DC~~HD
RANGE,XPN~,IPR,IOUT,NSTEP,NDERIV,NCMAT
/
*rIHINT,IND,IHC,IHCO,IHNEW(12),MSW,KDB,IDBL,JSTART,JOUTIIWRNG
*,KNT,NDBG,NDBMAX,ISPARE(2)
C IMF'RESION DE LOS RESULTADOS.
C PAS0 Y LIMITE DE IMPRESION EJEMPLO 4:
C
DATA HIMPRG/0.25DO/,RLIM1/O~DO/,RtIM2/5.DO/
C PAS0 Y LIMITE DE IMPRESION ETEMPLO 5:
DATA HIMPRE/~.DO/,RLIM~/O~DO/,RLIM~/~O.DO/
IF(X.EQ.RLIMI)GO TO 90
XIMPRE=XANT+HIMPRE
IF(XIMPRE.GE.RCIM2)GO TO 90
IF(X.LT.XIMPRE)RETURN
C90
WRITE(6,lOO)X,Y(l),Y(2)
90
WR1TE(6.100)X.Y(1),Y~2),Y(3~,Y(4)
ClOO FORMAT(llX,F12.6,2(2X,E14.6))
100 FORMAT(lX,F10.6,4(2X,E14.6))
XANT=X
RETURN

C-------PROGRRMA EJEMPLO DEL US0 DE LA RUTINA DDIFSU-----C


IMPLICIT REAL*8(A-H,O-Z)
REAL.4
PW,TIEM
DIMENSION Y(~,~),SAVE(~~),YMAX(~),ERROR(~),PW(~,~),TIEM(~OOO)
C EN LOS SIGUIENTES PARES DE DATA SE DAN LOS PARAMETROS PARA
C CADA UNO DE LOS EJEMPLOS PROBADOS Y LAS CONDICIONES INICIALES.
C SOLO ALGUNAS LINEAS SE MUESTRAN SIN CONSIDERARSELAS COMO COMENTARIO
C Y CORRESPONDEN A LA CORRIDA EFECTIVA DEL EJEMPLO 2.
C E3EMPLO 4 :
C
DATA N,MP,HMIN,H,HMAX,EPS,MAXDE~~,~,~.D-~~,~.D-~,O.~DO,~.D-~~,~/
C
DATA T,TEND,YMAX/O~DO,~~DO,~.DO,~~DO/,HIMF'RE/O~~~DO/
c
Y(I,I)=O.DO
C
Y(1,2)-0.DO
C EJEMPLO 5 :
DATA N,MF,HMIN,H,HMAX,EPS,MAXDE~4,1,1.D-05,1.D-3,O.1DO,1O.D-04,1/
DATA T,TEND,YMAX/O.DO,~~.DO,~*~.DO/,HIMPRE/~.DO/
Y(l,l)=-1.DO
~(1,2)=-1.DO
Y(1,3)=-1.DO
Y(1,4)=-1.DO
IPASO"1
JSTARTPO
WRITE(6.99)
C99
FO-T(11X,'------X-----------Yl----------y2------mt )
99
FORMAT(lX,l------X----------Yl----------YZ------Y3--C
*---- ------Y4-------' )
C
WRITE(~,~OO)T,Y(~I~)IY(~,~)

-----

ClOO
100
9
10

C
66

C80
80
61

WRITE(~,~OO)T,Y(~,~)~Y(~;~-)-~~~),Y(~,~)
FORMAT(llX,F12.6.2(2X,E14.6))
FORMAT(lX,F10.6,4(2X,E14.6))
LINEA-8
TIMPRE-+HIMPRE
CALL TIM(IT1EM)
TIEM(IPRSO)=ITIEM*l.E-6
C ~ DDIFSU(N,T,Y,SAVE,H,HMIN,HMAX,EPS,MF,YMAX,ERROR,KFLAG,
L
*JSTART,MAXDER,PW)
CALL TKM(1TIEM)
TIEM(IPASO)PITIEM*~.E-6-TIEM(IPAS0)
IPASOcIPASO+l
WRITE(6,66)IPASO,KPLAG
FORMAT(lX.'IPASO KFLAG :',214)
IF(KFLAG.NE.1 )STOP
IF(T.LT.TIMPRE)GO
TO 81
LINEA=LINEA+l
IF(LINEA.LE.8O)GO
?Y) 80
LINEA-8
WRITE(6,lOO)T,Y(l,l),Y(1,2)
WRITE(6,lOO)T,Y(l,l),Y(1,2),Y(1,3),Y(1,4)
GO TO 81
WRITE(6,100)T,Y(l,l),Y(1,2)

WRITE(~,~OO)T,Y(~,~),Y~~,~~,Y~~,~~,Y~~,~)
JSTART- 1

FIGURA

A10 (continuacih)

IF(T.LE.TEND.AND.T.LT.TIMPRE)GO
TO 10
IF(T.LT.TEND)GO
TO 9
C
~~ITE(6,100)T,Y(1,1),Y(1,2)
WRITE(~,~OO)T,Y(~,~),Y(~,~)~Y(~~~)~Y(~~~~
I l=IPASO-1
TIEMP-0.
DO 800 I=l,Il
800
TIEMPO=TIEM(I )+TIEMPO
WRITE(6,888)MF,TIEMPO
888
FORMAT(/lX,'TIEMPO EMPLEADO POR DDIFSU CON MF=',IZ,F12.6,'
SEG.')
STOP
END
SUBROUTINE DIFFUN(T,Y,DY)
1
IMPLICIT REAL*~(A-H,O-Z)
DIMENSION Y(8,4),DY(41
C C W U L O DE LAS DERIVADAS.
C WEMPM 4 :
C
DY(1)=-2.E3*Y(l,l)+l.E3"Y(1,2)+1.
C
DY(2)=Y(l,l)-Y(1,2)
C EJ'EMPLO 5 :
~1=-0.5*~(1,1)+0.5*Y(1,2)+0.5*~(1,3)+0.5*Y~1,4~
~2=0.5*~(1,1)-0.5*~(1,2)+0.5*~(1,3)+0.5*Y~1,4~
~3=0.5*~(1.1)+0.5*Y(1,2)-0.5*Y(1,3)+0.5*Y~1,4~
~4~0.5*~(1,1)+0.5*Y(1,2)+0.5*Y~1,3)-0.5*Y~l,4~
Z1=0.25*Y(l,l)*Y(l,l)-0.5"Y(l,l)*Y~l,2)-o.5*Y~l,l~*Y~l,3~*0.5*~(1,1)*~(1,4)+0.25*~(1,2)*Y(1,2)+0.5*Y~l.2~*~(1,3)+
*0.5*~(1,2)*~(1,4)+0.25*Y(1,3)*Y(1,3)+0.5*Y~1,3~*Y~1,4~+
*0.25*~(1,4)*Y(1,4)
z2=0.25*Y(l,l)*Y(l,l~-o.5*Y(l,l)*Y(1,2)+o.5*Y~l,l~*Y~l,3~+
*0.5*Y(l,l)*Y(1,4)+0.25*Y(1,2)'Y(1,2)-0.5*Y~l,2~*Y~l,3~*0.5*~(1,2)*Y(1,4)+0.25*Y(1,3)*Y(1,3)+0.5*Y~l,3~*Y~l,4~+
*0.25*Y(1,4)*Y(1,4)
Z3=0.25*Y(l,l)*Y(1,1)+0.5*Y(l,l)+Y(1,2)-0.5*Y~l,l~*Y~l,3~+
*0.5*Y(l,l)*Y(1,4)+0.25+Y(1,2)*Y(1,2)-0.5*Y~l,2~*Y~l,3~+
*0.5*Y(1,2)*Y(1,4)+0.25*Y(1,3)*Y(1,3)-0.5*Y~1,3~*Y~1,4~+
*0.25*Y(1,4)*Y(1,4)
Z4-0.25*Y(l,l)*Y(l,l)+0.5*Y(1,1)*Y(1,2)+0.5*Y(1,1~*Y~1,3~*0.5*Y(1,1)*Y(1,4)+0.25*Y(1,2)*Y(1,2)+0.5*Y(1,2)*Y(1.3)*0.5*~(1,2)*~(1,4)+0.25*~(1,3)*Y(l,3)-0.5*Y~l,3~*Y(l,4)+
*0.25*Y(1,4)*Y(1,4)
DY(1)--0.5*Z1+0.5*Z2+0.5*Z3+0.5%+500.*W1-400.*W2+5~*W3-~0005*W4
DY(2)-0.5*Z1-0.5*Z2+0.5*Z3+O~5*Z4-5OOO*Wl+4OO.*W2+5.*W3-O.OOO5*W4
~~(3)-0.5*~1+0.5*~2-0.5~3+0.5*~4-500.*W~-400.*~2-5.*W~-~.~~O~*W~
~~(4)=0.5*Z1+0.5*Z2+0.5*Z3-0.5*Z4-5OO.*W~-4OO.*W2+5.*W~+~~~OO~*W4
RETURN
END
SUBROUTINE PEDERV(T,Y,PW,N)
IMPLICIT REAL*~(A-H,O-Z)
REAL*4 EW
DIMENSION Y(8,4),PW(16)
C CALCULO DE LAS DERIVADAS PARCIALES.

c
C
C
C

EJEMPM 4 :

PW( 1 )=-2000.
PW(2)=1.
PW(3)=1000.
PW(4)=-1.
EJEMPM 5 :

~~11=0.5*Y(l,l)-0.5+Y(1,2)-0.5*Y(1,3)-0.5*~(1,4)
~~21-0.5*~(l,l)-0.5+Y(1,2)+0.5*Y(l,3)+0.5*Y(l,4)
~~31-0.5*Y(l,l)+0.5*Y(1,2)-0.5*Y(1,3)+0.5*Y(l,4)
~~41=0.5*~(1,1)+0.5*Y(l,2)+O.5*Y(l,~)-O.5*Y(l,4)
DZ12=-.5*Y(1,1)+0.5*~(1,2)+0.5*Y(l,3)+0.5*Y(l,4)
DZ22=-.5*Y(l,1)+0.5*Y(1,2)-0.5*Y(1,3)-0.5*Y(l,4)
~~32=0.5*Y(l,1)+0.5"Y(l,2)-0~5*Y(1,3)+0.5*Y(l,4)
DZ42'-0.5*Y(1,1)+0.5*Y(1,2)+0.5*Y(1,3)-0.5*Y~l,4~
DZ13~-.5*Y(1,1)+0.5'Y(1,2)+0.5*Y(1,3)+0.5*Y~1,4~
DZ23=0.5*Y(l,l)-0.5*Y(1,2)+0.5*Y~1,3)+0.~*Y~l,4~
DZ33=-.5*Y(1,1)-0.5*Y(1,2)+0.5*Y(1,3)-0.5*Y(T,4)
DZ43=0.5*Y(1,1)+0.5*Y(l,2)+0.5*Y(1,3)-0.5*Y(l,4)
~~14=-.5*Y(1,1)+0.5*Y(1,2)+0.5*Y(1,3)+0.5*Y(l,4)
DZ24-0.5*Y(l,l)-0.5.Y(1,2)+0.5+Y(1,3)+0.5*Y(l,4)
DZ34=0.5*Y(1,1)+0.5*Y(1,2)-0.5*Y(1,3~+0.5*Y~1,4~
~~44--.5*Y(1,1)-0.5*Y(1,2)-0.5*Y(l,3)+0.5*Y(l,4)
PW(1)~-0.5*DZ11+0.5*DZ21+0.5*DZ31+0.5*DZ41-447.50025
PW(2)- 0.5*DZ11-0.5*DZ21+0.5*DZ31+0.5*DZ41+452.49975
PW(3)= 0.5*DZll+0.5*DZ21-0.5*DZ31+0.5*DZ41+
47.49975
PW(4)= 0.5*DZ11+0.5*DZ21+0.5*DZ31-0.5*DZ41+
52.50025
PW(5)=-0.5*DZ12+0.5%Z22+0.5*DZ32+0.5fDZ42+452.49975
PW(6)= 0.5*DZ12-0.5*DZ22+0.5*DZ32+0~5*D242-447.50025
PW(7)= 0.5*DZ12+0.5*DZ22-0.5*DZ32+0.5+D24252.50025
PW(8)= 0.5*~~12%U9~~22+0.5*~~32-0.5*DZ4247.49975
PW(9)=-0.5*DZ13+0.5*DZ23+0.5*DZ33+0.5*DZ43+
47.49975
PW(10)=0.5*DZ13-0.5*DZ23+0.5fDZ33+0,5*DZ4352.50025
~~(11)~0.5*~~13+0.5*DZ23-0.5*DZ33+0.5~43-447.50025
PW(12)-0.5*DZ13+0.5.DZ23+0.5*DZ33-0.5%43-452.49975
PW(13)--.5*DZl4+0.5*DZ24+0.5*DZ34+O05*DZ44+
52.50025
PW(l4)-0.5*DZ14-0.5'DZ24+0.5*DZ34+0.5*DZ4447.49975
~W(15)=0.5*DZ14+0.5'DZ24-0.5*DZ34+0.5'DZ44-452.49975
PW(16)=0.5*DZ14+0.5*DZ24+0.5*DZ34-0.5'DZ44-447.50025
RETURN
END

Este libro se termin6 de imprimir


en el mes de diciembre de 1985
en los Talleres Crificos LITODAR
Viel' 1444 Capital Federal