Академический Документы
Профессиональный Документы
Культура Документы
ECUACIONES DIFERENCIALES.
2007-08
1 Objetivos.
2 Algunos ejemplos.
3 Algunos teoremas.
4 Ejercicios del captulo 0.
1 Objetivos.
Una ecuacin diferencial es una relacin entre una funcin y sus derivadas, que en
general tiene la forma f (t , x, x' , x' ' ,...) = 0.
El objetivo al plantear una ecuacin diferencial es obtener la variable dependiente x en
trminos de la variable independiente t , es decir obtener x = x(t ).
Una ecuacin diferencial se dice de primer orden si la derivada ms alta que aparece es
de orden uno. Vamos a trabajar fundamentalmente con ecuaciones diferenciales de
primer orden con la derivada despejada, es decir con ecuaciones de la forma
x' = f (t , x ).
x' = f (t , x )
x(a ) = x 0
t [a, b]
2 Algunos ejemplos.
Vamos a comenzar nuestro estudio resolviendo problemas de valor inicial que sern
representativos de las dificultades que nos vamos a encontrar en los prximos captulos:
33
x
x' =
a)
2
x(0) = 0
t [0,2]
x' = x
b)
x(0) = 1
t [0,2]
x' = x 2
c)
x(0 ) = 1
t [0,1[
Solucin: x(t ) = e t .
Solucin: x(t ) =
1
.
1 t
Estos tres PVI son de aspecto muy parecido, sin embargo observamos que sus
soluciones tienen caractersticas completamente diferentes.
En el primer caso la solucin no es nica.
En el caso b) la solucin es nica y est bien definida en cualquier intervalo de la
variable independiente t.
Por ltimo en el caso c) la solucin es nica pero presenta un comportamiento asinttico
en t = 1, que nos impide extender la solucin ms all de este valor. Usualmente se dice
que la solucin de c) explota en t = 1.
La falta de unicidad de la solucin de a) es previsible y podemos pensar que se debe a la
falta de regularidad de la funcin 3 x en el punto x = 0. Lo que resulta ms
sorprendente es que la solucin de c) presente un comportamiento asinttico (o
explosivo) ya que en ningn caso dicho comportamiento puede achacarse a una falta de
regularidad en la funcin x 2 .
Este comportamiento explosivo de la soluciones de ciertos PVI es un fenmeno poco
conocido entre muchos usuarios de las ecuaciones diferenciales y a lo largo de la
historia ha dado lugar a comportamientos anmalos de los sistemas que han venido
descritos por algunas ecuaciones diferenciales, es decir, a dado lugar a explosiones,
derrumbamientos,
3 Algunos teoremas.
Qu nos dice la teora clsica de ecuaciones diferenciales en lo que respecta a estos
ejemplos?
x(a ) = x 0
t [a, b]
( )
(a, x ) y tal que verifica una condicin de Lipschitz para su segunda variable en dicho
0
intervalo.
Entonces el PVI
x' = f (t , x )
x(a ) = x 0
t [a, b]
Este teorema garantiza la existencia de una solucin local, es decir en un intervalo que
eventualmente puede ser muy pequeo en torno al punto de partida.
El anlisis numrico nos obliga a mejorar estas estimaciones ya que hemos de garantizar
la existencia y unicidad de soluciones en un intervalo fijado desde el principio [a,b ]. El
ejemplo c) considerado anteriormente nos muestra que incluso para funciones f (t , x )
regulares la solucin de existencia global no est garantizada.
Una posible forma de resolver este problema es utilizar el siguiente teorema de
existencia global:
Teorema de Picard (Global): Sea f (t , x ) una funcin continua en E = [a, b]x y tal
que verifica una condicin de Lipschitz para su segunda variable en E. Entonces el
PVI
x' = f (t , x )
t [a, b]
x(a ) = x 0
tiene una solucin nica x(t ) definida en t [a,b].
Aunque este teorema responde a las necesidades de existencia global que necesitamos
en anlisis numrico tiene el inconveniente de ser demasiado restrictivo y funciones
como f (t , x ) = x 2 o f (t , x ) = cos x 2 no verifican este teorema. En el primer caso esta
restriccin est justificada dado el comportamiento asinttico de las soluciones, pero en
el segundo caso no, es decir el PVI
( )
( )
x' = cos x 2
,
(
)
x
a
x
=
0
solucin local y adems utilizaremos cotas a priori sobre la solucin de los PVI con
objeto de detectar posibles comportamientos asintticos.
Para obtener las cotas a priori de la solucin de los PVIs citadas utilizaremos el
siguiente resultado, nicamente cierto si previamente puede probarse existencia y
unicidad local para todos los PVI considerados:
x(a ) = x 0
x1 ' = f1 (t , x1 )
x1 (a ) = x 0
x 2 ' = f 2 (t , x 2 )
x 2 (a ) = x 0
Ejemplo: Probar que la solucin del siguiente PVI est bien definida:
x' = (t + sin ( x ))2
x(0) = 3
t [0,1]
Solucin:
Utilizando el teorema de existencia local tenemos que la solucin est bien definida
localmente para todo valor de (t , x ) 2 . Por otro lado la cota
0 (t + sin ( x )) 4
2
x1 (0 ) = 3
x2 ' = 4
x 2 (0 ) = 3
t [0,1]
t [0,1]
x1 (t ) = 3
x 2 (t ) = 4t + 3
De donde
3 = x1 (t ) x(t ) x 2 (t ) = 4t + 3 7,
y as,
x(t ) 7.
x' (t ) = t + sin ( x ) 2 2 = 4.
2
f f dx f f
d
x' (t ) =
f
+
=
+
dt
t x dt t x
2
= 2(t + sin ( x )) + 2(t + sin ( x )) cos( x )(t + sin ( x )) .
x' ' (t ) =
Es decir,
x' ' 4 + 16 = 20.
I.
1.
x' = x
x(0) = 1
t [0,2]
2.
x' = x 2
x(0 ) = 1
t (0,1)
( (
x' = cos ln 1 + x 2
3.
x(0 ) = 1
II.
))
Estudiar si el PVI
t [0, ]
1 2
t + 4x t
x' =
2
x(2 ) = 1
t [2,10]
III.
3 3
x' = x
Consideremos el problema de valor inicial
2
x(0) = 0
t [0,1].
3
2
IV.
t [0,2]
x' = x 2
b)
x(0) = 0
x' = x 2
c)
x(0) = 1
x' = t 2 + x 2
d)
x(0) = 1
V.
VI.
VII.
t [0,1)
t [0,2].
x' = cos( x )
t [0, ] tiene solucin nica. Dar
Demostrar que el PVI
x(0 ) = 1
una cota a priori (sin resolver la ecuacin) de la solucin de este PVI y de
sus primera y segunda derivadas.
( )
x' = cos x 2
Igual que el ejercicio anterior pero con el PVI
x(0 ) = 1
t [0, ]
x' = 2
t + x2
x(0) = x0
t [0,1]
VIII.
10
x' = arctan( x)
x(0) = 1
0 t 1.
Encontrar cotas a priori para x, x' y x' ' sin calcular x explcitamente.
11
x(a ) = x 0
t [a, b],
que no sabemos resolver explcitamente, pero del que tenemos la seguridad de que tiene
solucin nica en el intervalo t [a, b] considerado.
El objetivo del anlisis numrico ser obtener una aproximacin de la solucin x(t ).
La forma de aproximar la solucin de un PVI no es nica y de hecho muchas tcnicas
de aproximacin de soluciones se han desarrollado a lo largo de la historia del anlisis
funcional. Podemos destacar la aproximacin de soluciones de PVIs utilizando series
de potencias, mtodos perturbativos,
El anlisis numrico nos provee de una forma muy particular de aproximar la solucin
de un PVI. Es en esta forma de aproximar soluciones en la que vamos a estar
interesados.
En primer lugar haremos una particin del intervalo [a, b] en N trozos, en principio
equiespaciados. Vamos a pasar de considerar que la variable independiente toma valores
en un intervalo t [a, b] a considerar que toma valores nicamente en el conjunto
t {t 0 , t1 , t 2 ,..., t N }, con t 0 = a, y t N = b.
Al conjunto {t 0 , t1 , t 2 ,..., t N } lo llamaremos particin del intervalo [a, b] y a los valores
t i les llamaremos nodos de la particin. Cada nodo t i verifica que t i +1 = t i + h, y por
ba
tanto t i = t 0 + ih, donde h es el paso de la particin y N =
.
h
12
= f (t i , x(t i ))
x' (t i ) = lim
h 0
h
x(t ) = x 0
0
t {t 0 , t1 ,..., t N }.
x(t i + h ) x(t i )
= f (t i , x(t i ))
h
,
h
x0 = 0
En anlisis numrico es muy importante fijar adecuadamente la notacin utilizada. Vamos a denotar como
ti .
Este paso ya es en s muy importante porque supone despreciar toda la informacin sobre la solucin
x(t ) del
ti .
13
o equivalentemente
x i +1 = x i + hf (t i , x i )
,
x0 = 0
i = x(t i ) x i
mientras que denominamos error (global) de discretizacin a la expresin
en el primer nodo
igualdad
x0
t0 y 0
x0 = x 0
x0
no lo es de forma general.
14
x(t i + h ) x(t i )
= f (t i , x(t i ))
h
a la expresin aproximada
x(t i + h ) x(t i )
f (t i , x(t i )),
h
que esperamos sea tanto ms exacta cuanto ms pequeo sea el paso h considerado. 5
El error local de truncatura i podemos interpretarlo como el error que cometemos al
hacer la anterior aproximacin, es decir, que de manera exacta tenemos que
x(t i + h ) x(t i )
= f (t i , x(t i )) + i .
h
= max i .
Diremos que un mtodo es CONSISTENTE si
lim = 0.
h 0
Ntese que las dos ecuaciones anteriores estn referidas a la solucin exacta
x(t i ).
15
Ch p .
Antes de pasar a calcular errores hay que llamar la atencin sobre la similitud de las
siguientes expresiones, aparentemente muy parecidas:
x(t i +1 ) = x(t i ) + hf (t i , x(t i )) + h i
y
x i +1 = x i + hf (t i , x i ).
max x(t i ) xi e (b a )L x 0 0 +
e (b a ) L 1
.
L
La demostracin, que se deja como ejercicio y puede verse en el apndice al final del
captulo. De hecho tambin puede considerarse el ejercicio de introducir un trmino de
redondeo en el clculo de x i .
A la vista del Teorema 1 vemos que el error de discretizacin y por tanto la
convergencia del mtodo de Euler depende de dos trminos. De hecho en forma concisa
podemos escribir que
C1 x 0 0 + C 2 .
Diremos que el primer trmino est relacionado con la estabilidad y el segundo con la
consistencia.
16
Desarrollando la funcin x(t i + h ) por Taylor y utilizando la frmula del resto en forma
de Lagrange, tenemos que
x(t i + h ) = x(t i ) + hx' (t i ) +
h2
x' ' ( i ),
2
i [t i , t i +1 ].
h2
x' ' ( i ) = x(t i ) + hx' (t i ) + h i
2
i =
h
x' ' ( i )
2
17
y 0 dado
z i +1 = z i + hf (t i , z i )
z 0 dado
El concepto de estabilidad de un algoritmo no tiene nada que ver con el PVI cuya solucin pretendemos
aproximar.
9
Hablaremos indistintamente de mtodo de Euler o de algoritmo de Euler.
18
y i +1 z i +1 y i x i + h f (t i , y i ) f (t i , z i ) ,
y i +1 z i +1 (1 + hL ) y i z i ,
y i z i (1 + hL ) y 0 z 0 ,
N
y i z i e hLN y 0 z 0 ,
y i z i e L (b a ) y 0 z 0
De donde se concluye la estabilidad del mtodo de Euler.
La consistencia y la estabilidad del mtodo de Euler garantizan su convergencia.
C1 x 0 0 + C 2
nos ha permitido estudiar la relacin entre los conceptos de convergencia ( 0 ),
consistencia ( 0 ) y estabilidad para el mtodo de Euler.
Qu relacin tienen estos conceptos entre s en el resto de los mtodos de
aproximacin ?
Puede probarse que en general se verifica que
CONSISTENCIA
+
CONVERGENCIA
ESTABILIDAD
Es por esto que una vez que diseemos un mtodo de aproximacin numrico el estudio
de su convergencia se va a llevar a cabo en dos pasos, en primer lugar vamos a estudiar
su consistencia, y de hecho vamos a determinar siempre el orden de dicha consistencia,
y posteriormente vamos a estudiar su estabilidad.
19
e (b a ) L 1
Demostracin:
Notaremos x(t i ) a la solucin exacta del PVI y x i a la solucin aproximada en los
nodos t i de la particin. Por construccin,
x(t i +1 ) = x(t i ) + hf (t i , x(t i )) + h i
x(t 0 ) = x 0 .
x0 = 0
x i +1 = x i + hf (t i , x i )
x(t i +1 ) x i +1 = x(t i ) x i + h( f (t i , x(t i )) f (t i , x i )) + h i
x(t i +1 ) x i +1 (1 + hL ) x(t i ) x i + h i ,
i +1 (1 + hL ) i + h ,
0 = x0 0
20
En este momento hemos de aplicar un resultado algebraico al que a partir de ahora nos
vamos a referir como Primer Lema de Acotacin. Estos lemas son muy utilizados en
las demostraciones de convergencia de diferentes mtodos numricos.
n = 0,1,2,...
(1 + A)n 1 B,
n = 0,1,2,...
y adems
e nA 1
B,
yn e y0 +
A
nA
n = 0,1,2,...
i e ihL 0 +
e inhL 1
h ,
hL
De donde
(b a ) L
e (b a ) L 1
0 +
.
L
21
n = 0,1,...
(1 + A)n 1 B,
A
y adems
y n e nA y 0 +
e nA 1
B.
A
x(0) = 2
t [0,2],
x(0) = 0
t [0,3]
x' = t
x(0 ) = 1
t [0,3].
22
x' = arctan( x)
x(0) = 1
0 t 1.
a) Encontrar cotas a priori para x, x' y x' ' sin calcular x explcitamente.
b) Dar una cota explcita del error de truncatura obtenido al aplicar el mtodo de
Euler explcito a este PVI. Tomar h = 10 3.
x(0 ) = 1
t [0,2].
23
x(0) = 1
t [0, 2 ]
x0 = o
en este caso queda como
xi +1 = xi + h sin ( ti )
x0 = 1
El programa en MATLAB:
%El mtodo de Euler aplicado a la resolucin de x=sin(t), x(0)=1
clear all
%Datos de entrada
f=@(t)[sin(t)];
a=0;
b=2*pi;
h=0.5;
N=(b-a)/h;
t(1)=a;
x(1)=1;
%Programa Principal
for k=1:N
t(k+1)=t(k)+h;
x(k+1)=x(k)+f(t(k))*h;
end
%Salida
hold on
plot(t,x,'*') % solucin aproximada
z=dsolve('Dz=sin(t)','z(0)=1'); %solucin exacta en color azul
ezplot(z,[a,b])
hold off
24
25
A modo de ejemplo de aplicacin del mtodo de Euler a PVI de segundo orden vamos a
considerar el caso del oscilador armnico, que viene dado por
x + x = 0
x(0) = 1 y (0) = 1
La idea es aplicar la aproximacin de Euler a las dos ecuaciones obtenidas por separado:
x' = y
y' = x
x ( 0) = 0
y (0) = 1
que generan los dos algoritmos siguientes:
xi +1 = xi + hy i ,
y = y hx
i
i
i +1
x0 = 0
y0 = 1
26
Obtenemos la grfica:
28
2.1 Introduccin.
2.2 El mtodo de Euler implicito. Diseo y anlisis.
2.3 Los mtodos de Taylor.
2.4 Aproximaciones integrales.
2.5 Ejercicios del captulo 2.
2.1 Introduccin.
El objetivo del anlisis numrico es la aproximacin de la solucin del PVI
x' = f (t , x )
x(a ) = x 0
t [a, b].
Hemos visto que en primer lugar hemos de restringir nuestro problema a los nodos de la
particin considerada, es decir, vamos a aproximar en realidad el problema
x' (t i ) = f (t i , x(t i ))
t {t 0 , t1 ,..., t N }.
x(t 0 ) = x 0
x' (t ) = lim
h0
.
h
h
,
h
x0 = 0
o equivalentemente
xi +1 = xi + hf (t i , xi )
.
x0 = 0
Parece claro que cualquier otra aproximacin de la derivada x' nos conducir a un
nuevo mtodo.
29
.
h
h
,
h
x0 = 0
o equivalentemente
xi = xi 1 + hf (t i , xi )
.
x0 = 0
xi +1 = x i + hf (t i +1 , xi +1 )
.
x0 = 0
30
h2
x' ' ( i ).
2
i = x' ' ( i )
h
2
De donde
h
max x' ' .
2
y 0 dado
z i = z i 1 + hf (t i , z i )
z 0 dado
(1 hL ) y i
z i y i 1 z i 1 ,
yi zi
1
y i 1 z i 1 .
1 hL
31
1
1
, se verifica que
1 + 2hL, lo que nos permite completar la
2L
1 hL
acotacin como sigue:
Para h <
1
y i 1 z i 1 (1 + 2hL ) y i 1 z i 1 ,
1 hL
N
y i z i (1 + 2hL ) y 0 z 0 ,
yi zi
y i z i e 2 hLN y 0 z 0 ,
y i z i e 2 L (b a ) y 0 z 0
h2
x' ' ( i ),
2
i [t i , t i +1 ].
h2
h3
x' ' (t i ) + x' ' ' (t i ) + ...
2!
3!
podemos pensar en desarrollar mtodos que nos permitan imitar este desarrollo. Esta es
la base de los mtodos de Taylor y aqu se encuentra tambin una forma de motivar los
mtodos de Runge-Kutta, que sern tratados posteriormente.
En efecto, un ejemplo es el mtodo de Taylor de orden 2, que se construye como sigue:
10
Nos hemos visto obligados a introducir una cota superior sobre h para garantizar la estabilidad del
mtodo de Euler. Este hecho no es grave ya que en principio h est destinado a ser un parmetro muy
pequeo. Veremos en el tema dedicado a rigidez que en otros entornos nos vemos obligados a introducir
hiptesis mucho ms restrictivas sobre h.
32
xi +1 = xi + hf (t i , xi ) +
h2
2
f
f
(t i , xi ) f (t i , xi ).
(t i , xi ) +
x
t
Se deja como ejercicio probar que este mtodo tiene orden de consistencia 2.
Parece claro que utilizando esta forma de razonar seremos capaces de desarrollar
mtodos numricos consistentes y estables de rdenes arbitrariamente altos.
El inconveniente que presentan los mtodos de Taylor es que nos obligan a evaluar no
solo la funcin f (t , x ) sino adems a sus derivadas. En los ejemplos acadmicos que
suelen considerarse esta no suele ser una gran dificultad, sin embargo en las
aplicaciones prcticas debemos evitar evaluar derivadas de f (t , x ) .
x(t 0 ) = x 0
t {t 0 , t1 ,..., t N }.
ti + h
ti
ti + h
ti
33
ti + h
ti
ti + h
ti
[0,1],
1
adquiere especial relevancia
2
h
( f (t i , xi ) + f (t i +1 , xi +1 )),
2
34
xi +1 = xi + hf (t i , xi ) + (t i , xi ) + (t i , xi ) f (t i , xi )
2 t
x
35
11
Es importante no confundir la linealidad de la ecuacin que vamos a resolver con la linealidad del
mtodo de resolucin.
36
x(t i ) + hx' (t i ) +
h2
h3
h2
' ' (0 ) + ... + h i .
x' ' (t i ) +
x' ' (t i ) + ... = x(t i ) + h (0) + h ' (0) +
2!
3!
2!
+ ...
2!
3!
2
A la vista de esta ecuacin la condicin imprescindible para que un mtodo de RungeKutta sea consistente es que
(h = 0 ) = x' (t i ) = f (t i , xi )
En la medida en que el mtodo cumpla las condiciones
x' ' (t i )
,
2
' ' (0) x' ' ' (t i )
,
=
2!
3!
...
' (0) =
xi +1 = xi + hf ti + , xi .
2
37
(0 ) = f (t i , x i )
' (0) =
x' ' (t i )
1 f
(t i , xi )
.
2 t
2
xi +1 = xi +
h
( f (t i , xi ) + f (t i + h, xi + hf (t i , xi ))).
2
En este caso (h ) =
1
( f (t i , xi ) + f (t i + h, xi + hf (t i , xi ))). As
2
(0) = f (t i , xi )
f
1 f
(t i , xi ) f (t i , xi ),
(t i , xi ) +
x
2 t
1
(F1 + 2 F2 + 2 F3 + F4 )
6
donde
F1 = hf (t i , x i )
F
h
F2 = hf t i + , x i + 1
2
2
F
h
F3 = hf t i + , x i + 2
2
2
F4 = hf (t i + h, x i + F3 ).
Se deja como ejercicio probar que efectivamente este mtodo tiene un error de
truncatura de orden 4.
38
i = 0,1,..., N 1,
Calcular que valores tienen que tener los parmetros , y para que
el mtodo tenga un error de truncatura al menos de orden 2.
2. Estudiar la consistencia del mtodo del punto medio implcito dado por
1 1
x i x i 1 = hf t i 1 + h, ( x i + x i 1 ).
2 2
h
( f (t i , xi ) + f (t i +1 , xi + hf (t i , xi ))).
2
y ' = y
x(0) = x , y (0) = y
0
0
t 0,
h
( f (t i , xi ) + f (t i + h, xi + hf (t i , xi )))
2
1
(F1 + 2 F2 + 2 F3 + F4 )
6
con
39
F1 = hf (t i , x i )
F
h
F2 = hf t i + , xi + 1
2
2
F
h
F3 = hf t i + , x i + 2
2
2
F4 = hf (t i + h, x i + F3 )
es consistente.
40
(t i + r 1 , xi + r 1 ),
...
(t i , xi ).
{y i }i =0,1.... N y {z i }i =0,1.... N .
Diremos que el algoritmo considerado es estable si existe una constante C tal que
41
Una ventaja de los mtodos multipaso es que se pueden construir, con mayor facilidad
que en el caso de los monopaso, mtodos de un orden de consistencia alto. Esto es
debido al hecho de que en cada iteracin del mtodo estamos teniendo en cuenta mayor
informacin.
Entre las desventajas de los mtodos multipaso hemos de sealar que hay vigilar con
cuidado la estabilidad de estos mtodos y tambin que a la hora de llevar a cabo su
programacin prctica hemos de proceder a su lanzamiento.
tenemos que
,
2h
2h
x(t + h ) x(t h )
f (t , x(t )).
2h
Obtenemos as el mtodo
xi +1 = xi 1 + 2hf (t i , xi ).
Para algunos clculos es muy conveniente renumerar los subndices, con lo que el
mtodo obtenido se puede escribir de forma equivalente a la anterior como
xi + 2 = xi + 2hf (t i +1 , xi +1 ).
Se deja como ejercicio estudiar la consistencia de este mtodo.
Diferentes aproximaciones de x' darn lugar a diferentes mtodos numricos.
42
(t i +1 , xi +1 ), (t i 1 , xi 1 )
y f (t i , xi ).
h2
h3
h 4 iv
x' ' (t i )
x' ' ' (t i ) +
x (t i ) + ...
2
3!
4!
h3
x' ' ' (t i ) + ...
3
f (t i , x i ) respectivamente y
Hay que sealar que en la deduccin de este mtodo se ha utilizado la simetra de los
nodos utilizados. Esto nos ha permitido eliminar fcilmente los trminos de orden h 2 .
En general ser necesaria la introduccin de parmetros para garantizar esta
eliminacin. En el siguiente apartado aparece la construccin de un mtodo multipaso
utilizando parmetros adicionales.
43
(t i + 2 , xi + 2 ), (t i +1 , xi +1 ) , (t i , xi ).
Solucin: Desarrollamos por Taylor y multiplicamos a izquierda y derecha por los
parmetros A y B.
4h 2
8h 3
16h 4 iv
Ax(t i + 2h ) = A x(t i ) + 2hx' (t i ) +
x' ' (t i ) +
x' ' ' (t i ) +
x (t i ) + ...
2
3!
4!
h2
h3
h 4 iv
Bx(t i + h ) = B x(t i ) + hx' (t i ) +
x' ' (t i ) +
x' ' ' (t i ) +
x (t i ) + ...
2
3!
4!
Sumando obtenemos:
Ax(t i + 2h ) + Bx(t i + h ) =
h2
h3
( A + B )x(t i ) + (2 A + B )hx' (t i ) + (4 A + B ) x' ' (t i ) + (8 A + B ) x' ' ' (t i ) + ...
2!
3!
h3
x' ' ' (t i ) + ...
3!
12
Los mtodos de Adams vienen a remediar esta prdida de estabilidad para mtodos multipaso. Tienen
el inconveniente de introducir muchas evaluaciones de f y adems son mtodos que involucran
coeficientes que podemos calificar al menos de un tanto extraos.
44
x i + 2 = 4 x i +1 3x i 2hf (t i , x i )
del que fcilmente se puede probar que tiene un orden de consistencia igual a 2.
Sin embargo este mtodo no es estable como se deduce del siguiente razonamiento:
Tomamos dos sucesiones generadas por este mtodo y con datos iniciales
y 0 = 0,
pero fijo.
Obviamente y i = 0, para todo i > 1. Por otro lado un clculo detallado nos lleva a que
lim z i = . En efecto,
i
z 0 = 0,
z1 = ,
z 2 = 4 ,
z 3 = 13 ,
z 4 = 40 ,
...
zi =
(3
1
.
2
45
1.
2.
3.
4.
Estudiar si el mtodo
4
1
1
xi + 2 xi 2 = h f i + f i 1 + f i 2
3
3
3
46
5.1 Introduccin.
5.2 Construccin de los mtodos de Adams.
5.3 Mtodo de Adams-Bashforth de un paso.
5.4 Mtodo de Adams-Bashforth de dos pasos.
5.5 Mtodo de Adams-Bashforth de tres pasos.
5.6 Ejercicios del captulo 5.
5.1 Introduccin.
Los mtodos de Adams pretenden aprovechar aproximaciones integrales para el diseo
de mtodos estables de orden de consistencia altos.
Todos los mtodos de Adams explcitos son de la forma
x i +1 = x i + h(af (t i , x i ) + bf (t i 1 , x i 1 ) + ...),
mientras que en los implcitos tambin se evala f (t i +1 , x i +1 ). El diseo de estos
mtodos se basa en determinar los coeficientes a, b,... mediante aproximaciones
integrales.
x(t 0 ) = x 0
t {t 0 , t1 ,..., t N }.
ti + h
ti
47
La idea que da origen a los mtodos de Adams consiste en establecer que una vez
resuelto el PVI en realidad f (t , x(t )) = f (t ) y en aproximar la integral
t i +h
ti
f (s )ds
ti + h
ti
ti + h
ti
Escogeremos los coeficientes a, b,... de forma que esta aproximacin sea exacta para
polinomios del orden ms alto posible.
Estos coeficientes se trasladarn a posteriori al mtodo.
Es importante resaltar que las aproximaciones integrales que vamos a hacer a
continuacin tienen que ver con la naturaleza de la funcin f (t ) pero no con el hecho
de que el paso h sea pequeo o con el valor concreto de t i . Es por esto que en el diseo
de los mtodos y por razones de simplicidad tomaremos t i = 0 y h = 1.
A modo de ejemplo vamos a disear varios mtodos de Adams explcitos.
Nota: Los mtodos de Adams explcitos se denominan mtodos de Adams-Bashforth
mientras que los mtodos de Adams implcitos se denominan mtodos de AdamsMoulton.
f (s )ds = af (0)
1
sea exacta al menos para polinomios de orden 0, es decir para funciones constantes.
Para ello tomamos una base del espacio de polinomios de orden 0, a saber {1} y
evaluamos esta condicin sobre los elementos de esta base para determinar el valor de
a.
1
1ds = 1 = a.
0
48
f (s )ds = af (0) + bf ( 1)
1
sea exacta al menos para polinomios de orden 1. Tomamos ahora una base del espacio
de polinomios de orden 1, a saber {1, t} y evaluamos esta condicin sobre los elementos
de esta base:
para f (t ) = 1 tenemos que 1ds = 1 = a + b.
1
3
1
, b = y el mtodo que deducimos es el siguiente:
2
2
1
3
x i +1 = x i + h f (t i , x i ) f (t i 1 , x i 1 ).
2
2
f (s )ds = af (0) + bf ( 1) + cf ( 2)
1
49
sea cierta al menos para polinomios de orden 2. Tomamos ahora una base del espacio de
polinomios de orden 2. En principio podemos utilizar la base 1, t , t 2 y obtenemos un
1ds = 1 = a + b + c,
0
1
2
5
2c = .
6
cuya solucin es c =
5
16
23
, b= , y a= .
12
12
12
h
(23 f (t i , xi ) 16 f (t i 1 , xi 1 ) + 5 f (t i 2 , xi 2 )).
12
50
x i +1 = x i +
x i +1 = x i +
h
(55 f (t i , xi ) 59 f (t i 1 , xi 1 ) + 37 f (t i 2 , xi 2 ) 9 f (t i 3 , xi 3 )).
24
h
(1901 f (t i , xi ) 2774 f (t i 1 , xi 1 ) + 2616 f (t i 2 , xi 2 ) 1274 f (t i 3 , xi 3 ) + 251 f (t i 4 , xi 4 )).
720
2.
3.
Estudiar el orden de consistencia de los mtodos de Adams-Bashforth y AdamsMoulton de dos y tres pasos.
51
k =0
k =0
k xi + k = h k f (t i + k , xi + k ) con r 0.
Si r 0 el mtodo se trata de un mtodo implcito, mientras que en el caso r = 0 el
mtodo es explcito.
Nota: Todos los numricos de aproximacin de PVI que hemos visto son lineales
excepto los mtodos de Runge-Kutta.
Para el estudio de la consistencia y la estabilidad de los mtodos multipaso lineales se
definen los siguientes polinomios en el plano complejo:
(z ) = k z i + k = r z r + r 1 z r 1 + .... + 0
k =0
y
r
(z ) = k z i + k = r z r + r 1 z r 1 + .... + 0 .
k =0
Nota: En lo que sigue denominaremos a los mtodos multipaso lineales como mtodos
.
Tenemos los siguientes resultados:
52
53
1.
2.
3.
h
( f i + 2 + 8 f i +1 + 3 f i )
4
h
( f i + 4 f i +1 + f i + 2 )
3
xi + 2 + xi = h f (t i + 2 , xi + 2 ) + f (t i +1 , xi +1 ) + f (t i , xi ),
3
3
i = 0,1,..., N 2,
x(0 ) = 2
se obtiene la secuencia {xi }i =1,..., N . Obtener una cota explcita del error local
de truncamiento que se obtiene en este caso.
d) Igual que en el apartado c) pero considerando ahora el problema de valor
inicial
( )
x' = 2 cos x 2
x(0 ) = 2
4.
t (0,1)
Estudiar si el mtodo
54
4
1
1
xi + 2 xi 2 = h f i + f i 1 + f i 2
3
3
3
6.
1
h( f n + (4 + 3 ) f n 1 ).
2
55
x(0) = 1
cuya grfica es
56
Supongamos que aplicamos el mtodo de Euler explcito para obtener una aproximacin
de la solucin de este PVI en el intervalo [0,20]. Utilizamos el siguiente programa:
57
Para h=2.01
58
Se observa de nuevo una oscilacin, aunque de menor amplitud que en el caso anterior.
Sin embargo, al igual que en el caso anterior, esta oscilacin va aumentando conforme
aumenta t.
59
Para h=1.99
60
El fenmeno que nos proponemos estudiar tiene que ver con la comparacin de estas
dos imgenes.
El resultado obtenido es que al aplicar el mtodo de Euler a la resolucin de
x ' = x
t > 0, las propiedades de la solucin aproximada cambian radicalmente segn
x(0) = 1
el valor del paso, de forma que
Nota: Hay que observar que este fenmeno se produce cuando consideramos intervalos
de la variable independiente t muy altos.
Puede comprobarse fcilmente que nuevas bajadas de h no producen comportamientos
significativamente diferentes de la solucin aproximada, sino que con h mas bajos se
consigue nicamente que se aproximen la solucin numrica y la exacta.
Surgen de manera natural dos cuestiones:
61
Para h=1.99
62
63
t > 0.
x(0) = x0
y (0) = y 0
x 1 0 x
=
y 0 2 y
x ( 0 ) x0
=
y
0
(
)
y0
'
o equivalentemente
X ' = AX
X (0 ) = X 0
x
1 0
con X = y A =
.
y
0 2
y (t ) = e 10t y 0
64
o equivalentemente
X i +1 = (I + hA)X i .
65
h=0.1
x se representa en azul
y se representa en rojo
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
10
Si ahora tomamos como pasos h=2.1, h=1.9, h=1.1 y h=0.9 obtenemos las siguientes
grficas. Vamos a representar siempre x en azul e y en color rojo.
h=2.1
100
80
60
40
20
20
40
60
80
100
10
20
30
40
50
60
70
80
90
100
66
120
100
80
60
40
20
20
40
Vemos que en este caso las soluciones aproximadas x e y no estn acotadas para
intervalos grandes de tiempo. Por tanto la aproximacin numrica no es vlida para
ninguna de las dos soluciones en lo que se refiere a la tendencia asinttica.
67
h=1.9
1
0.8
0.6
0.4
0.2
0.2
0.4
0.6
0.8
10
20
30
40
50
60
70
80
90
100
100
50
50
100
150
200
10
Vemos que en este caso x tiende a cero mientras que y no est acotada. Por tanto el
comportamiento de x es similar al terico mientras que el de y no lo es.
68
h=1.1
-2
-4
-6
10
69
h=0.9
0.8
0.6
0.4
0.2
0.2
0.4
0.6
0.8
10
70
explcito e implcito.
Consideremos el PVI
x ' = x
t > 0,
x(0) = 1
Es fcil comprobar que la solucin exacta de este PVI verifica que lim x ( t ) = 0.
t
Vamos a aplicar el mtodo de Euler explcito para obtener una solucin aproximada de
este PVI:
xi +1 = xi hxi ,
xi +1 = (1 h ) xi ,
y finalmente
xi = (1 h ) x0 .
i
Para que esto ocurra es condicin necesaria y suficiente que 1 h < 1 lo que equivale a
las desigualdades:
1 < 1 h < 1,
que a su vez equivalen a la condicin
0 < h < 2.
71
0 si 0 < h < 2
lim xi =
.
i
0 si h 2
(1 + h ) xi +1 = xi ,
y finalmente
xi =
(1 + h )
x0 .
72
x(0) = 1
< 0.
xi = Q ( h ) x0 .
i
(x
i +1
= xi + hf ( ti , xi ) )
Q ( ) = 1 + .
Q ( ) =
1
,
1
Q ( ) =
2 +
.
2
73
{ C : Re ( ) < 0} D.
Ejercicio: Calcular los dominios de estabilidad de los mtodos de Euler explcito,
implcito y del mtodo del paralelogramo. Concluir que tanto el mtodo de Euler
implcito como el mtodo del paralelogramo son asintticamente estables.
74
X (0 ) = X 0
x
con X = y A una matriz cuadrada de orden 2, diagonalizable y tal que sus dos
y
autovalores 1 y 2 verifican que Re ( 1 ) < 0 y Re ( 2 ) < 0. Esta condicin es
suficiente para garantizar que la solucin exacta verifica que
lim X = 0.
t
Si aplicamos el mtodo de Euler explcito para resolver este sistema obtenemos que
X i +1 = X i + hAX i ,
X i +1 = ( I + hA ) X i ,
X i = ( I + hA ) X 0 .
i
P 1.
i
(1 + h2 )
0
As,
lim X i = 0
i
75
k =0
x i + k = h k f (t i + k , x i + k ) con r 0,
k =0
( z ) = k z i + k = r z r + r 1 z r 1 + .... + 0
k =0
y
r
(z ) = k z i + k = r z r + r 1 z r 1 + .... + 0 .
k =0
( z ) = ( z ) ( z ) ,
donde es un parmetro complejo.
{ C : Re ( ) < 0} D.
Ejercicio: Probar, usando el tratamiento general de los mtodos multipaso, que tanto el
mtodo de Euler implcito como el mtodo del paralelogramo son asintticamente
76
77
xi +1 = xi + hf (t i , xi )
b. xi +1 = xi + hf (t i +1 , xi +1 )
c.
xi +1 = xi +
h
( f (t i , xi ) + f (t i +1 , xi +1 ))
2
1
2. Probar que para 0, el -mtodo
2
xi +1 = xi + h((1 ) f (t i +1 , xi +1 ) + f (t i , xi ))
es A-estable.
3. Considerar el mtodo
xi + 2 = xi + 2hf (t i , xi )
Es convergente?Es A-estable?
4. Estudiar anlogamente el mtodo
xi + 2 = xi + 2hf (t i +1 , xi +1 )
Es convergente?Es A-estable?
5. Considere el siguiente sistema de ecuaciones diferenciales
x' = x + y
y ' = x + y
x(0 ) = 2
y (0 ) = 0
78
7. Considerar el problema
324
242
X
X ' =
183 245
X (0) = X 0 .
Probar que cualquiera que sea la condicin inicial y el paso h < 1, al aplicar el
mtodo de Euler se tiene que lim X i = 0.
i
i i 1
,
i
i = 1,2,...
Considerar el problema
79
1
X ,
X ' =
0
X (0) = X 0 .
Re( ) < 0
Probar que la solucin numrica que genera el mtodo de Euler verifica que lim X i = 0
i
80
x(a ) = x 0
t [a, b]
x ( a ) = x0 , x ' ( a ) = x1
t [ a, b ] .
Hemos visto que un PVI de este tipo puede transformarse en un sistema de ecuaciones
diferenciales de la forma
x ' = y
y ' = f ( t , x, y )
x ( a ) = x0 , y ( a ) = x1
t [ a, b ] .
81
x ( a ) = x0 , x ( b ) = x1
t [ a, b ] .
Ntese que la diferencia con el PVI de segundo orden considerado anteriormente reside
en las condiciones de contorno y no en la ecuacin diferencial en s 13.
Los PC son en general ms difciles de resolver que los PVI, dado que pueden existir
acoplamientos entre la ecuacin diferencial y las condiciones de contorno que conllevan
la falta de unicidad en las soluciones. Esto nos lleva a que la existencia y unicidad de
soluciones para un PC no solo depende de la regularidad de los trminos involucrados
en la ecuacin diferencial. Veamos un ejemplo.
Consideremos el PC dado por
x '' = x
x 0 = 0, x = 0 .
( )
( )
Es fcil comprobar que x ( t ) = A sin ( t ) es solucin de este PC para cualquier valor de
A. Es de esperar por tanto que los resultados de existencia y unicidad para PC
involucren tanto a la regularidad de los trminos de la ecuacin diferencial como a los
extremos del intervalo.
Veamos un primer resultado referente a PC donde no aparezca explcitamente el
trmino x ' :
Consideremos el PC dado por
x '' = f ( t , x )
.
x ( 0 ) = 0, x (1) = 0
13
f
( t , x ) es continua y est acotada en ( t , x ) (0,1) x ( , + ) ,
x
82
3)
f
( t , x ) es no negativa en ( t , x ) (0,1) x ( , + ) ,
x
entonces en PC tiene solucin nica x ( t ) , para todo t [ 0,1]. 14
14
Ntese la dependencia de este problema respecto a las condiciones de frontera. Para aplicar este
resultado a un PC no tan restrictivo es necesario aplicar cambios de coordenadas de manera que se pueda
reducir el problema dado a la forma que exige este teorema.
83
x ( a ) = x0 , x ( b ) = x1
x ( a ) = x0 , x ( b ) = x1
x ( a ) = 0, x ( b ) = 0
15
84
x ( a ) = x0 , x ( b ) = x1
17
Para aplicar este resultado tambin hemos de suponer que p ( t ) y q ( t ) son continuas para todo
t [ a, b ] .
85
,
=
=
x
a
x
x
b
x
(
)
(
)
0
1
El mtodo de disparo consiste en construir dos problemas de valor inicial que recojan a
partir del PC dado. Veamos como se lleva a cabo esta construccin en el caso
considerado:
Escribiremos la solucin x ( t ) de la siguiente forma:
x ( t ) = z ( t ) + sw(t ),
z ( a ) = x0 , z ' ( a ) = 0
w '' = q ( t ) w + p ( t ) w '
.
w
a
0,
w
'
a
1
=
=
(
)
(
)
18
En lo que se refiere a la aproximacin numrica pretendemos con el mtodo de disparo utilizar los
mtodos desarrollados para PVI en la resolucin de PC. El mtodo de las diferencias finitas sin embargo
nos llevar a una nueva estrategia de aproximacin numrica propia de los PC.
19
Ntese como se recogen las condiciones de contorno del PC en las condiciones iniciales de los PVI
considerados.
20
86
x1 z ( b )
.
w (b)
x1 z ( b )
.
w (b )
'
,
=
=
x
a
x
x
b
x
(
)
(
)
0
1
donde z ( t ) verifica
21
87
y w (t )
z '' = q ( t ) z + p ( t ) z '+ r ( t )
,
z
a
0,
z
'
a
x
=
=
(
)
(
)
0
w '' = q ( t ) w + p ( t ) w '
.
w
a
1,
w
'
a
0
=
=
(
)
(
)
x(b) = z ( b ) + sw ( b ) = x1 equivale a s =
x1 z ( b )
.
w (b)
88
ba
.
h
x ( t0 ) = x 0 , x ( t N +1 ) = x1
En el caso de las diferencias finitas, en principio, vamos a aproximar x ' ( ti ) y x '' ( ti ) en
trminos de la informacin contenida en los nodos i 1, i, e i + 1.
Desarrollando por Taylor x ( ti +1 ) y x ( ti 1 ) obtenemos
x ( ti + h ) = x ( ti ) + hx ' ( ti ) +
h2
h3
h4
x '' ( ti ) + x ''' ( ti ) + x '' (i ) ,
2
3!
2
h2
h3
h4
x ( ti h ) = x ( ti ) hx ' ( ti ) + x '' ( ti ) x ''' ( ti ) + x '' (i ) .
2
3!
2
x '' ( ti ) =
x ( ti +1 ) 2 x ( ti ) + x ( ti 1 ) 1 2 iv
h x (i ) ,
h2
12
x ' ( ti ) =
x ( ti +1 ) x ( ti 1 ) 1 2
h x ''' (i ) .
2h
6
89
1 + p ( ti ) xi 1 + ( 2 + h 2 q ( ti ) ) xi 1 p ( ti ) xi +1 = h 2 r ( ti ) .
2
1 + p ( t1 ) x 0 + ( 2 + h 2 q ( t1 ) ) x1 1 p ( t1 ) x2 = h 2 r ( t1 ) .
2
Ntese que x0 es un dato conocido y que por tanto debe pasarse al miembro derecho:
( 2 + h q ( t ) ) x 1 h2 p ( t ) x
2
= h 2 r ( t1 ) + 1 + p ( t1 ) x 0 .
2
1 + p ( t2 ) x1 + ( 2 + h 2 q ( t2 ) ) x2 1 p ( t2 ) x3 = h 2 r ( t2 ) ,
2
.
h
1 + p ( t N 1 ) xN 2 + ( 2 + h 2 q ( t N 1 ) ) xN 1 1 p ( t N 1 ) xN = h 2 r ( t N 1 ) .
2
1 + p ( t N ) xN 1 + ( 2 + h 2 q ( t N ) ) xN 1 p ( t N ) x1 = h 2 r ( t N ) .
2
1 + p ( t N ) xN 1 + ( 2 + h 2 q ( t N ) ) xN = h 2 r ( t N ) + 1 p ( t N ) x1.
2
2
2 + h q ( t1 )
1 + p ( t2 )
....
1 p ( t1 )
2
2 + h 2 q ( t2 )
1 p ( t2 ) 0
2
1 + p ( t 3 ) 2 + h 2 q ( t3 )
2
....
....
h
1
2
....
....
....
h
1 +
2
....
x1 h r ( t1 ) + 1 + 2 p ( t1 ) x 0
x2 2
h r ( t )
2
....
0
... ...
...
...
....
0
p ( t3 )
...
... = ...
....
0
...
...
...
2
1 p ( t N 1 ) ... 2
p ( t N 1 ) 2 + h q ( t N 1 )
h
r
t
(
)
2
N 1
xN 1
h
h
2
1 + p ( t N ) 2 + h 2 q ( t N )
xN h r ( t N ) + 1 p ( t N ) x1
2
....
91
En nuestro caso tenemos una matriz tridiagonal y la condicin aii > aij equivale a
j =1
j i
2 + h 2 q ( ti ) > 1 +
h
h
p ( ti ) + 1 p ( ti ) .
2
2
2
h
entonces 1 + p ( ti ) 0 y
2
p ( ti )
h
p ( ti ) 0 y por tanto se pueden suprimir los valores absolutos de la desigualdad
2
anterior.
1
As, si h
2
, la desigualdad anterior equivale a
p ( ti )
2 + h 2 q ( ti ) > 2 + h 2 q ( ti ) > 2.
Una forma de garantizar que la desigualdad buscada se cumple es por tanto asumir que
q ( ti ) > 0.
92
x '' = q ( t ) x + p ( t ) x '+ r ( t )
x ( a ) = x0 , x ( b ) = x1
,
=
=
x
a
x
x
b
x
(
)
(
)
0
1
Por otro lado xi va a denotar la solucin aproximada que proporciona el mtodo de las
diferencias finitas.
Qu condicin cumple cada una de las dos soluciones? La solucin exacta x ( ti )
cumple que
x '' ( ti ) =
x ( ti +1 ) 2 x ( ti ) + x ( ti 1 ) 1 2 iv
h x (i ) ,
h2
12
x ' ( ti ) =
x ( ti +1 ) x ( ti 1 ) 1 2
h x ''' (i ) .
2h
6
Sustituyendo en el PC
x ( ti +1 ) 2 x ( ti ) + x ( ti 1 ) 1 2 iv
x ( t ) x ( ti 1 ) 1 2
h x (i ) = q ( ti ) x ( ti ) + p ( ti ) i +1
h x ''' (i ) + r ( ti ) .
2
h
12
2h
6
Multiplicando esta expresin por h 2 y agrupando convenientemente:
h
2
2
4
1 + p ( ti ) x ( ti 1 ) ( 2 + h q ( ti ) ) x ( ti ) + 1 p ( ti ) x ( ti +1 ) = h r ( ti ) + h gi ,
2
2
con
22
En este sentido la condicin para la existencia de solucin terica y la condicin para la existencia de
solucin aproximada son casi iguales.
23
93
gi =
1 iv
1
x (i ) x ''' (i ) .
12
6
2
2
1 + p ( ti ) xi 1 ( 2 + h q ( ti ) ) xi + 1 p ( ti ) xi +1 = h r ( ti ) .
2
2
4
1 + p ( ti ) i 1 ( 2 + h q ( ti ) ) i + 1 p ( ti ) i +1 = h gi ,
2
h
h
p ( ti ) i +1 + 1 + p ( ti ) i 1 + h 4 gi ,
2
2
Esta expresin que acabamos de obtener es vlida para todo i = 1,..., N . Sin embargo, de
entre todos los i habr alguno de ellos donde se alcanza el valor mximo la diferencia
entre la solucin exacta y la solucin aproximada. Tomamos justamente el valor de i
que hace que esto ocurra. Para este valor concreto
2 + h 2 q ( ti ) i 1
1
Tomando ahora h
h
h
p ( ti ) i +1 + 1 + p ( ti ) i 1 + h 4 gi
2
2
h
h
p ( ti ) i + 1 + p ( ti ) i + h 4 g i .
2
2
2
y q ( ti ) > 0, tenemos que
p ( ti )
h 2 q ( ti ) i h 4 g i ,
y por tanto
max x ( ti ) xi h 4
i =1,..., N
gi
inf q ( ti )
i =1,..., N
h4
inf q ( ti )
i =1,..., N
1
1
x iv + max x ''' 0.
max
6 t[a ,b]
12 t[a ,b]
( h0)
94
x ''+ x 2et = 0
t (0, 2)
x
(0)
=
1,
x
(2)
=
2
95
X=[x0,x',xN];
y=dsolve('D2x+x-2*exp(t)=0', 'x(0)=1', 'x(2)=2');
hold on
plot(T,X,'g');
ezplot(y,[0,2]);
hold off
%Solucin exacta
96
x
t
x
x
t
x
'
=
,
=
0
1
(
)
(
)
0
N +1
2
2
1 + p ( ti ) xi 1 ( 2 + h q ( ti ) ) xi + 1 p ( ti ) xi +1 = h r ( ti ) .
2
2
2
1 + p ( t1 ) x0 ( 2 + h q ( t1 ) ) x1 + 1 p ( t1 ) x2 = h r ( t1 ) ,
2
el valor x0 es un dato desconocido y que hay que calcular. Hay varias opciones para
abordar esta situacin. La ms eficiente es introducir un nuevo nodo en la particin x1
de forma que la derivada en el nodo x0 se pueda aproximar de la siguiente forma:
x ' ( t0 ) =
x ( t1 ) x ( t1 ) 1 2
h x ''' (i ) .
2h
6
x1 x1
= x1 nos permite despejar x1 y eliminarlo de la ecuacin
2h
anterior. Tenemos as un sistema de N + 1 ecuaciones con N + 1 incognitas que
podemos resolver.
La condicin
97
x(0 ) = x(1) = 0.
x(0 ) = x(1) = 0,
no tiene solucin nica.
3. Estudiar si el PC
y w(t )
w' ' = p (t ) w'+ q (t ) w,
w(a ) = 0; w' (a ) = 1,
98
5. Sea el PC
x' ' = 100 x,
x(0 ) = 1; x(2 + ) = 1,
con > 0. Probar que el problema tiene solucin nica y resolverlo utilizando el
mtodo de disparo en trminos del parmetro . Obtener un desarrollo de
Taylor del parmetro de disparo s en trminos de .
Nota: En este problema vamos a suponer que el parmetro es pequeo en
comparacin con el resto de valores que aparecen en el problema. En este
sentido podemos suponer que es mucho menor que 1, por ejemplo 10 6 o
incluso menor.
Evidentemente el desarrollo de Taylor debe hacerse en torno a cero.
99
x(0 ) = 1, x(2 ) = 2
1
Valiendose del mtodo de diferencias finitas con h = . Para ello valerse de las
2
siguientes expresiones:
x' ' (t i ) =
x' (t i ) =
( )
x(t i +1 ) x(t i 1 )
+ h2 .
2h
( )
100