C14 Metodos Multipaso

983 Anlisis matemtico para Ingeniera.
M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA
CAPTULO 14
Mtodos numricos lineales multipaso
Los mtodos numricos de resolucin de ecuaciones diferenciales que
se han considerado en el captulo anterior proporcionan el valor aproximado
z n+1 de la solucin de un problema de valor inicial en el punto x n+1 a partir de
otro valor aproximado z n de la solucin en el punto x n . Para obtener z n+1 se
han tenido que calcular previamente los valores aproximados de la solucin
en los puntos de la malla x 1 , x 2 , ..., x n . Parece entonces razonable
desarrollar frmulas numricas que aprovechen la informacin obtenida en
etapas anteriores para obtener el valor aproximado zn+1 . Se obtienen de esta
forma los mtodos lineales multipaso, que constituyen el segundo gran grupo
de mtodos numricos para resolver un problema de valor inicial y que son el
objetivo de estudio de este captulo. Por una mayor simplicidad se supone
que los mtodos que se presentan son de paso fijo, es decir, la diferencia
entre x n+1 y x n es siempre constante, x n+1 x n = h, aunque existen otros
mtodos de paso variable, como se comentar en la seccin 5.
14.1. DEFINICIN
y = f ( x , y )
Se considera el problema de valor inicial:
y ( x 0 ) = y 0
Mtodos numricos lineales multipaso 984
Definicin 14.1.1:
Un mtodo lineal de k pasos viene determinado por una expresin de
la forma:
k
j =0
j =0
j zn + j = h j f ( x n + j , zn + j ) , n 0,
donde j y j son nmeros reales.

Se suele representar a f(x n+j , zn+j ) como f n+j , por lo que se obtiene la
expresin:
0 z n + 1 z n+1 + ... + k z n+k = h[ 0 f n + + k f n+k ]
(14.1.1)
Para que el mtodo sea de k pasos se debe imponer que 0 + 0

sea distinto de cero y que el coeficiente k tambin sea distinto de cero. Sin
prdida de generalidad es posible, por tanto, normalizar el mtodo
imponiendo que k = 1. Se trata entonces de obtener a travs de esta
frmula el valor de zn+k suponiendo conocidos los valores de z n , z n+1 , ... y de
z n+k-1 .
Se observa que tanto los mtodos de un paso como los mtodos
multipaso vienen definidos por una ecuacin en diferencias.
El objetivo de este captulo es obtener frmulas de estas caractersticas
que proporcionen una aproximacin razonable a la solucin del problema de
valor inicial al que se aplican.
Si el coeficiente k es igual a cero se dice que el mtodo es explcito o
985
Captulo 14: Mtodos NumricosMultipaso
M. MOLERO; A.SALVADOR; T. MENARGUEZ; L. GARMENDIA
de tipo abierto. En este caso se obtiene el valor de z n+k directamente

despejando en la ecuacin:
z n+k = ( 0 z n + 1 zn+1 + ... + k-1 z n+k-1 ) + h[ 0 f n + + k-1 f n+k-1 ]
Si k es distinto de cero se dice que el mtodo es implcito o de tipo
cerrado. En un mtodo implcito para despejar zn+k es preciso despejarlo
tambin en f n+k para lo que en general es necesario aplicar a la ecuacin en
diferencias un procedimiento de iteracin adecuado a las caractersticas de
la frmula.
Una primera observacin es que para poder aplicar un mtodo lineal
multipaso se necesita conocer previamente los valores de arranque. Si la
frmula es de k pasos se necesita conocer como valores de partida el valor
de z0 , z1 , ..., y de zk , es decir, los valores de arranque de la frmula. Como el
problema de valor inicial slo proporciona el primero de ellos, z 0 = y 0 , los
restantes valores se pueden obtener aplicando en primer lugar una frmula
de un paso, como puede ser alguno de los mtodos de Taylor, de RungeKutta o el mtodo de Euler.
Una segunda observacin es que los mtodos actuales combinan
frmulas de diferente nmero de pasos, y tambin aumentan o disminuyen el
tamao del paso, h, en la medida en que lo permite el control del error que se
va cometiendo al aplicar las frmulas.
Ejemplos resueltos
Ejemplo 14.1.1: Utilizando el teorema del valor medio se obtiene que:
(x n+2 ) (x n ) = 2h(c) donde c es un punto intermedio entre x n y x n+2 . Si
se toma como c = x n+1 se tiene: (x n+2 ) (x n ) = 2h(x n+1 ).
Si se supone que (x) es la solucin del problema de valor inicial
y = f ( x , y )
se tiene que (x n+1 ) = f(x n+1 , (x n+1 )), y por tanto (x n+2 ) (x n )
y ( x 0 ) = y 0
= 2hf(x n+1 , (x n+1 )), lo que da origen al mtodo:
z n+2 z n = 2hf n+1 ,
que es uno de los mtodos de Nystrm.
Ejemplo 14.1.2: Comparar la frmula anterior con la expresin general
de un mtodo multipaso y determinar el nmero de pasos y sus coeficientes.
Al comparar z n+2 zn = 2hf n+1 con: 0 z n + 1 zn+1 + ... + k zn+k =
h[ 0 f n + + k f n+k ] se obtiene que 2 = 1, 1 = 0, 0 = 1, 2 = 0, 1 = 2,
0 = 0, por lo que es un mtodo explcito de dos pasos.
987
Ejercicios
14.1. Comparar el mtodo de Nystrm:
z n+3 z n+1 =
h
(7f n+2 2f n+1 + f n )
3
con la expresin general de un mtodo multipaso y determinar

sus coeficientes y el nmero de pasos.
14.2. En los mtodos de Milne-Simpson:
a) zn+2 = z n + 2hf n+2
b) z n+2 = zn +
h
(f n+2 + 4f n+1 + f n )
3
comparar con la expresin general de un mtodo multipaso

determinando sus coeficientes y el nmero de pasos. Determinar
si son mtodos implcitos o explcitos.
14.2. MTODOS DE ADAMS

Los mtodos de Adams son los mtodos lineales multipaso ms
antiguos, ya que datan del siglo XIX. John C. Adams (1 819 1 892), al
analizar, en 1 846, irregularidades en la rbita de Saturno hizo la conjetura
de la existencia de otro planeta, por lo que cuando fue observado Urano, que
hasta entonces no se conoca, sus mtodos adquirieron fama, incluso fuera
de la comunidad cientfica. Los mtodos que se conocen como mtodos de
Adams, ste no los public. Fueron publicados en 1 885 los mtodos que hoy
se conocen como mtodos de Adams-Bashforth o mtodos explcitos, por
Bashford, en un trabajo relacionado con el tratamiento numrico de
problemas de capilaridad, tensin superficial y sobre la forma de una gota,
aunque en dicho trabajo coment que ya eran conocidos desde 1 855 por
Adams. Los mtodos implcitos, o mtodos de Adams-Moulton, aparecen en
1926, en un trabajo relacionado con problemas de balstica.
A pesar de su antigedad los mtodos de Adams son los mtodos
lineales multipaso mas utilizados y, debido a sus buenas propiedades,
continan en la actualidad siendo empleados mediante modernos algoritmos
y, salvo problemas particulares, son los nicos mtodos lineales multipaso de
inters de propsito general. Aunque durante los aos 1960-1970 se
utilizaron muchos otros mtodos, como los mtodos de Nystrm o los
mtodos de Milne-Simpson de los ejemplos y ejercicios del apartado anterior,
todos ellos han perdido inters con la experiencia obtenida en el uso de los
989
ordenadores y con el conocimiento adquirido sobre la convergencia de un

mtodo.
Los mtodos de Adams son pues los ms populares dentro de los
mtodos multipaso. Tienen la forma
z n+k z n+k-1 = h[ 0 f n + + k f n+k ].
Las formulas de Adams son entonces frmulas multipaso en las que los
coeficientes n+j son todos cero salvo n+k y n+k-1 , que valen 1 y 1
respectivamente. Los coeficientes n+j deben adems tomar unos valores
especficos que permitan obtener buenas aproximaciones a la hora de aplicar
las frmulas.
Si el coeficiente k es igual a cero se tienen los mtodos de Adams
explcitos, que se conocen como mtodos de Adams-Bashforth.
Si k es distinto de cero, los mtodos son implcitos y se conocen como
mtodos de Adams-Moulton.
Los mtodos de Adams suelen aparecer representados de la forma:
z n+1 z n = h[ 0 f n-k+1 + + k f n+1 ].
Se construyen partiendo de la idea de aproximar la ecuacin diferencial
mediante la frmula que se obtiene integrando la ecuacin diferencial: y =
f(x, y) en el intervalo [x n , x n+1 ]:
xn +h
y' dx =
xn +h
f ( x , y ( x )) dx
y( xn + h ) y( xn ) =
xn + h
f ( x , y ( x )) dx
El valor y(x n + h) de la solucin y(x) en el punto x n + h se puede

expresar entonces como:
y( xn + h ) = y( xn ) +
xn + h
f ( x , y ( x )) dx
La dificultad en la frmula anterior estriba en el hecho de que no es

posible integrar f(x, y(x)) sin conocer la solucin y(x). Sin embargo, al
conocer los k puntos (x n , zn ), ..., (x n-k+1 , zn-k+1 ), se puede sustituir la funcin
f(x, y) por el nico polinomio P k (x) de grado k 1 que verifica que:
P k (x i ) = f(x i , zi ), con i = n k + 1, , n,
y a continuacin integrar el polinomio en vez de la funcin:
xn + 1
zn +1 =
zn +
Pk ( x ) dx
xn
Los mtodos de Adams-Moulton resultan ms precisos pero tienen la

dificultad de ser implcitos, por lo que conllevan el tener que resolver una
ecuacin.
En las secciones siguientes se construyen de manera detallada los
diferentes mtodos de Adams utilizando polinomios interpoladores por el
mtodo de Lagrange, o mejor, por el mtodo de Newton, pero antes se vern
algunas de las expresiones de estos mtodos que permitan familiarizarse
con ellos.
Por ejemplo, la expresin que se obtiene de un mtodo multipaso de
991
Adams-Bashforth de cuatro pasos con un error de truncamiento de orden

O(h5) y que, si no se advierte el orden, es el que se suele denominar
simplemente como mtodo de Adams-Bashforth es:
zn + 4 = zn + 3 +
h
( 55f n + 3 59f n + 2 + 37f n + 1 9f n )
24
donde f k representa el valor f(x k , zk ). Se observa que para poder comenzar a

aplicar este mtodo se deben conocer cuatro valores iniciadores z 0 , z 1 , z 2 y
z 3 , con los que se puede calcular z 4 ; a partir de ese punto, para calcular el
siguiente valor se utilizan valores de z ya calculados ms uno nuevo en cada
paso.
El mtodo de Adams-Moulton ms usado es el de tres pasos, que tiene
la frmula:
zn + 3 = zn + 2 +
h
( 9f n + 3 + 19f n + 2 5f n + 1 + f n )
24
con un error de truncamiento de orden O(h5). Se observa que para calcular

f n+3 se debe conocer ya z n+3 , por lo que se tiene una ecuacin implcita que
se debe resolver. Es pues una frmula cerrada.
14.2.1. Mtodos de Adams-Bashforth

Las frmulas de Adams-Bashforth de k pasos se obtienen al sustituir la
funcin f(x, y(x)) que aparece en la expresin
y( xn + h ) = y( xn ) +
xn + h
f ( x , y ( x )) dx
por el polinomio interpolador de la funcin en los puntos x n , x n-1 , ..., x n-k+1 , en

los que se supone que ya es conocido el valor de la solucin en z n , zn-1 , ...,
z n-k+1 . Se sustituye entonces en la frmula anterior la funcin f(x, y(x)) por el
nico polinomio P k-1 (x) que verifica que:
P k-1 (x i ) = f(x i , zi ), para n k + 1 i n
y se integra el polinomio en vez de la funcin. Se tiene entonces:
z n +1 = z n +
x n +1
Pk 1( x ) dx .
Se busca el polinomio interpolador que pasa por un nico punto (x n ,

f(x n , zn )), siendo f(x n , z n ) = f n . Dicho polinomio es de grado cero, es decir, es
una constante que coincide con el valor de f n : P 0 (x) = f n
z n +1 = z n +
x n +1
x n +1
P0 ( x ) dx = zn +
xn
x n +1
fn dx = zn + fn
xn
dx =
z n + f n (x n+1 x n ) = z n + f n h z n+1 = z n + f n h,
Se obtiene el mtodo de Euler. Por tanto el mtodo de Euler coincide
con el mtodo de Adams-Bashforth de un paso.
Para obtener el mtodo de Adams-Bashforth de dos pasos se busca el
polinomio interpolador que pase por los puntos:
(x n , f(x n , zn )) = (x n , f n ) y (x n-1 , f(x n-1 , zn-1 ) = (x n-1 , f n-1 ).
Es una recta, un polinomio de grado uno, P 1 (x) = a 0 + a 1 (x x n ). Para
993
x = x n se obtiene P 1 (x n ) = f n = a 0 = P 0 (x). Para x = x n-1 se obtiene P 1 (x n-1 ) =

f n-1 = a 0 + a 1 (x n-1 x n ) a 1 =
f n f n 1
. Se denota a f n f n-1 = f n , que se
x n x n 1
denomina diferencia regresiva de f n . Al ser x n x n-1 = h, se tiene
P 1 (x) = P 0 (x) +
f n
(x x n ).
h
Sustituyendo en la frmula:
zn +1 = z n +
zn +
x n +1
z n + f n h +
x n +1
P1( x ) dx = zn +
f
P0 ( x ) dx + n
h
x n +1
x n +1
( P0 ( x ) +
f n
( x - x n )) dx =
h
f n h 2
( x x n ) dx = zn + f n h +
=
h
2
h
f n ,
2
por lo que se obtiene:
z n+1 = zn + h(f n +
z n+1 = z n +
1
f n )
2
h
(3f n f n-1 ),
2
que es el mtodo de Adams-Bashforth de 2 pasos.

Tambin se puede escribir segn la expresin general de los mtodos
de k pasos:
z n+2 = zn+1 +
h
(3f n+1 f n ).
2
En general, usando la 994ewton994n de los polinomios interpoladores

de 994ewton, se tiene que el polinomio que pasa por los k puntos:
(x n , f n ), (x n-1 , f n-1 ), ..., (x n-k+1 , f n-k+1 ),
es P k-1 (x) = a 0 + a 1 (x x n ) + a 2 (x x n )(x x n-1 ) + ... + a k (x x n )...(x x nk+1 )
siendo an =
1
n! h
n fn , donde:
0f n = f n ;
1f n = f n = f n f n-1 ;
2f n = (f n ) = (f n f n-1 ) = f n f n-1 = f n 2f n-1 + f n-2 ;
y en general, se puede demostrar por induccin, que la expresin del
operador de diferencias regresivas es:
p
p
p
pf n = f n f n-1 + ... + (-1)p f n-p .
0
1
p
x n +1
Al calcular zn +1 = zn +
xn
(14.2.1)
Pk 1( x ) dx , los coeficientes coinciden con
los de los mtodos anteriores y slo es preciso obtener un nico coeficiente,

el ltimo, pues:
P k-1 (x) = P k-2 (x) + a k (x x n )...(x x n-k+1 )
x n +1
Pk 1( x ) dx =
Se denomina:
x n +1
Pk 2 ( x ) dx +
1
k! hk
k fn
x n +1
(x - x n )...(x - x n - k +1 ) dx
995
i =
x n +1
i ! h i +1 x
( x x n )...( x x n i +1 ) dx
se tiene que:
z n+1 = z n + h[ 0 0 + 1 1 + + k-1 k-1]f n .
Definicin 14.2.1:
La expresin general de un mtodo de Adams-Bashforth de k pasos
es:
z n+1 = z n + h[ 0 0 + 1 1 + + k-1 k-1]f n
donde:
i =
x n +1
i ! h i +1 x n
( x x n )...( x x n i +1 ) dx .
Se ha utilizado esta expresin para obtener que: 0 = 1; 1 =
misma forma pueden obtenerse los siguientes coeficientes: 2 =
4 =
1
. De la
2
5
3
; 3 = ;
12
8
251
95
19087
; 5 =
; 6 =
... . Los mtodos de Adams-Bashforth se
720
288
60480
pueden expresar como:

z n+1 = zn + h[0 +
1 1
5 2 3 3
+
+ + ]f n
2
12
8
El clculo de las integrales correspondientes resulta cada vez ms

engorroso por lo que conviene encontrar otros caminos. Se puede demostrar
por induccin que:
i + i 1 + ... + 0 = 1 .
2
i +1
Al sustituir las diferencias regresivas mediante la expresin 14.2.1 y
aumentar el valor de n para tener escritos los mtodos en su expresin
general se obtienen otras expresiones de los mtodos de Adams-Bashforth
de 2, 3, 4 y 5 pasos:
h
( 3fn +1 fn )
2
h
zn + 3 = zn + 2 + ( 23fn + 2 16fn +1 + 5fn )
12
h
zn + 4 = zn + 3 +
( 55fn + 3 59fn + 2 + 37fn +1 9fn )
24
h
zn + 5 = zn + 4 +
( 1901fn + 4 2774fn + 3 2616fn + 2 1274fn +1 + 251fn )
720
zn + 2 = zn +1 +
14.2.2.
Mtodos de Adams-Moulton
La diferencia esencial entre los mtodos de Adams-Bashforth y los

mtodos de Adams-Moulton es que mientras los primeros son explcitos, los
segundos son implcitos. La construccin de estos ltimos es similar a la de
los mtodos de Adams-Bashforth, pero en este caso se sustituye la funcin
por el polinomio interpolador que pasa por los puntos:
(x n+1 , f n+1 ), (x n , f n ), (x n-1 , f n-1 ), ..., (x n-k+1 , f n-k+1 ).
Si se busca el polinomio interpolador que pasa por un nico punto (x n+1 ,
f n+1 ), dicho polinomio es de grado cero, por lo que el polinomio es una
997
constante: P 0 (x) = f n+1 .
z n +1 = z n +
x n +1
x n +1
P0 ( x ) dx = zn +
fn +1 dx = zn + f n+1 h
xn
que es el mtodo de Euler regresivo o implcito.

Para obtener el siguiente mtodo de Adams-Moulton se busca el
polinomio interpolador que pase por los puntos (x n+1 , f n+1 ) y (x n , f n ). Es un
polinomio de grado uno, P 1 (x) = a 0 + a 1 (x x n+1 ).
Para x = x n+1 se obtiene P 1 (x n+1 ) = f n+1 = a 0 = P 0 (x).
Para x = x n se obtiene P 1 (x n ) = f n = a 0 + a 1 (x n x n+1 ) a 1 =
fn +1 fn
. Al ser x n+1 x n = h y al denotar a f n+1 f n como f n+1 mediante la
x n +1 x n
diferencia regresiva de f n+1 se obtiene P 1 (x) = P 0 (x) +
f n + 1
(x x n+1 ).
h
Sustituyendo en la frmula:
zn +1 = z n +
zn +
x n +1
x n +1
P1( x ) dx =
P0 ( x ) dx +
f n + 1
z n + f n+1 h +
h
f n + 1
h
x n +1
( x x n +1 ) dx =
h2
,
2
por lo que se obtiene:
z n+1 = zn + h(f n+1
1
1
h
f n+1 ) = z n + h(0 1)f n+1 = zn + (f n+1 + f n ).
2
2
2
que es un mtodo implcito de un paso, la regla del trapecio.

Para k = 2 se busca el polinomio interpolador que pase por los puntos
(x n+1 , f n+1 ), (x n , f n ) y (x n-1 , f n-1 ). Es un polinomio de segundo grado, P 2 (x) = a 0
+ a 1 (x x n+1 ) + a 2 (x x n+1 )(x x n ).
Para x = x n+1 se obtiene P 2 (x n+1 ) = f n+1 = a 0 = P 0 (x).
Para x = x n se obtiene P 2 (x n ) = f n = a 0 + a 1 (x n x n+1 ) a 1 =
fn +1 fn
f n + 1
=
.
x n +1 x n
h
Para x = x n-1 se obtiene P 2 (x n-1 ) = f n-1 = a 0 + a 1 (x n-1 x n+1 ) + a 2 (x n-1
x n+1 )(x n-1 x n ) a 2 = (f n-1 a 0 a 1 (x n-1 x n+1 ))/((x n-1 x n+1 )(x n-1 x n )) =
2fn +1
.
2h 2
Se verifica que P 2 (x) = P 1 (x) +
2fn +1
(x x n+1 )(x x n ), por lo que
2h 2
integrando:
xn + 1
zn +1 =
zn +
P2 ( x ) dx =
xn
zn +
x n +1
P1( x ) dx +
zn + f n+1 h
2fn +1
2h 2
xn + 1
xn
( x xn +1 ) ( x xn ) dx =
h
1
2fn +1 3
f n+1 +
h ( )
2
6
2h
2
z n+1 = z n + h(0
1 1
1 2
h

)f n+1 = z n +
(5f n+1 + 8f n f n-1 ).
2
12
12
que es el mtodo de Adams-Moulton de 2 pasos.
999
Definicin 14.2.2:
La expresin general de un mtodo de Adams-Moulton de k pasos
es:
z n+1 = z n + h[* 0 0 + * 1 1 + + * k k]f n+1
siendo:
0* = 1 y * i =
x n +1
i ! h i +1 x
( x x n +1 )...( x x n i + 2 ) dx
1
1
Se ha obtenido ya que: * 0 = 1 y * 1 = ; * 2 = . Al utilizar la
2
12
frmula anterior se obtiene que * 3 =
19
3
1
, * 4 =
, * 5 =
, * 6 =
720
160
24
863
... por lo que:
60480
1
1
1 3
z n+1 = z n + h[0 1 2
]f n+1
12
2
24
Al sustituir las diferencias regresivas mediante la expresin 14.2.1 y

aumentar el valor de n para tener escritos los mtodos en su expresin
general se obtienen otras expresiones de los mtodos de Adams-Moulton de
1, 2, 3 y 4 pasos:
h
( f n +1 + f n ) Regla del trapecio
2
h
z n + 2 = z n +1 + ( 5f n + 2 + 8f n +1 f n )
12
h
zn + 3 = zn + 2 +
( 9f n + 3 + 19f n + 2 5f n +1 + f n )
24
h
zn + 4 = zn + 3 +
( 251f n + 4 + 646f n + 3 264f n + 2 + 106f n +1 19f n )
720
zn +1 = zn +
Se puede demostrar por induccin que los coeficientes i * de las

frmulas de Adams-Moulton verifican la relacin:
*i +
*
* i 1
+ ... + 0 = 0 con * 0 = 1.
2
i +1
Los coeficientes * i y i de las frmulas de Adams implcitas y explcitas

estn adems relacionados entre s. Se puede comprobar fcilmente que:
* 0 = 0 y que * i = i i-1 .
Esta relacin entre los coeficientes de las dos familias de mtodos
permite expresar de otra manera las frmulas de Adams-Moulton, con lo que
se tiene otra expresin general de los mtodos de Adams-Moulton de k
pasos:
z n+1 = z n + h[ 0 0 + 1 1 + + k-1 k-1]f n + k hkf n+1 .
Esta manera de representar las frmulas de Adams implcitas tiene
inters en la prctica porque permite relacionarlas con las correspondientes
frmulas explcitas. As, si z[0] n+1 representa el valor obtenido al aplicar al
problema y = f(x, y), y(x 0 ) = y 0 , en la etapa n la frmula de Adams-Bashforth
de k pasos, la frmula anterior permite asegurar que el valor z n+1 que se
1001 Captulo 14: Mtodos NumricosMultipaso
obtiene con la frmula de Adams-Moulton correspondiente de k pasos es

z n+1 = z[0] n+1 + k hkf n+1 .
La expresin anterior permite hacer uso de las frmulas de Adams
implcita y explcita de forma simultnea, sin apenas coste adicional,
siguiendo los pasos correspondientes. Son los mtodos de prediccincorreccin que evitan tener que despejar z n+1 en f n+1 , de manera que
permiten predecir su valor mediante Adams-Bashforth y corregirlo
mediante Adams-Moulton. As, en la etapa n se tienen los siguientes pasos:
Se calcula el valor de z[0] n+1 con la frmula de Adams-Bashforth de k
pasos.
Se evala la funcin f(x, y) en el punto (x n+1, z[0] n+1 ), es decir, se
calcula f[0] n+1 = f(x n+1, z[0] n+1 ).
Se calcula el valor de z[1] n+1 con la frmula de Adams-Moulton de k
pasos.
Se evala de nuevo la funcin f(x, y) en el punto (x n+1, z[1] n+1 ), es
decir, se calcula f[1] n+1 .
Se calcula, a partir de z[1] n+1 , el valor de z[0] n+2 con la frmula de
Adams-Bashforth de k pasos y se repite el proceso.
Es interesante comparar los resultados obtenidos utilizando un mtodo
explcito de Adams-Bashforth de k pasos con los obtenidos usando un
mtodo implcito de Adams-Moulton de k 1 pasos, pues ambos requieren k
evaluaciones de la funcin f por paso y, como se ver ms adelante, su error
de truncamiento es del orden de O(hk). Se puede apreciar que en general los

mtodos de Adams-Moulton dan mejores resultados, tienen un error global
menor y son ms estables, pero tienen el inconveniente de tener que
resolver una ecuacin implcita, como se aprecia en el siguiente ejemplo:
Resultados de aplicar el mtodo de Adams-Bashforth de cuatro pasos y el

mtodo de Adams-Moulton de tres pasos con tamao de paso h = 0,1 y
iniciadores los valores exactos a: y = 1 y + x, y(0) = 1, para aproximar la
solucin en x = 1.
Exacto
Adams-
Error
Bashforth
1,36787944
1,36788995
Adams-
Error
Moulton
1,052 x 10-5
1,36787859
8,418 x 10-7
En general, la eficiencia de los distintos mtodos est muchas veces

relacionada con el tipo de problema al que se van a aplicar, por lo que es
conveniente reflexionar sobre las ventajas e inconvenientes de cada
mtodo. Para arrancar un mtodo de k pasos se necesitan k puntos iniciales
de la solucin que se deben obtener mediante un mtodo de un paso. Esta
es una de las desventajas de los mtodos lineales multipaso. Estos valores
iniciadores zj , j = 0, ..., k 1, si se supone que son aproximaciones de y(x j ),
es natural que converjan a y 0 cuando h tiende a cero. Por tanto es importante
asegurar que el mtodo de un paso con el que se generan los valores
iniciadores sea tambin consistente del mismo orden.

Otra desventaja es que aunque el error de truncamiento, tanto en el
mtodo de Adams-Bashforth de cuatro pasos como en el mtodo de AdamsMoulton de tres pasos, es de igual orden al de Runge-Kutta 4, ste es ms
preciso.
Una ventaja de los mtodos de Adams respecto de los mtodos de
Runge-Kutta 4, es el nmero de veces que se debe evaluar a la funcin. Un
mtodo de Runge-Kutta de orden cuatro necesita en n pasos 4n
evaluaciones, mientras que uno de Adams-Bashforth de cuatro pasos
necesita n 4 ms los iniciadores. Luego si la funcin es complicada, el
mtodo de Adams es ms eficiente.
Los mtodos de Runge-Kutta tienen la ventaja de ser autoiniciadores,
estables, dar una buena precisin y ser fciles de computar, y el
inconveniente, adems del ya comentado, de no proporcionar una estimacin
de la precisin para saber si el tamao de paso es adecuado.
Ejemplos resueltos
Ejemplo 14.2.1: Comprobar los valores que se obtienen de los
coeficientes en los mtodos de Adams utilizando las expresiones:
a) i + i 1 + ... + 0 = 1 .
2
i +1
b) * i +
*
* i 1
+ ... + 0 = 0 .
2
i +1
c) * i = i i-1 .
a) Para i = 0
0
= 1 0 = 1.
0 +1
Para i = 1 1 +
0
1
1
= 1 1 = 1
= .
1+ 1
2
2
1
1
5
=
.
Para i = 2 2 + 1 + 0 = 1 2 = 1
2 2 +1
4
3
12
b) * i +
* 1 =
*
*
* i 1
+ ... + 0 = 0 con * 0 = 1, para i = 1 *1 + 0 = 0
1+ 1
2
i +1
*
*
1
1
1
1
, para i = 2 * 2 + 1 + 0 = 0 * 2 = +
=
.
2
2 +1
2
4
3
12
c) * i = i i-1 ; * 1 = 1 0 =
1
5
1
1
1= . * 2 = 2 1 =
=
2
12
2
2
1
.
12
Ejemplo 14.2.2: Aplicar los mtodos de Adams-Bashforth de dos y tres

pasos al problema de valor inicial y = y, y(0) = 1, con h = 0,1 para aproximar
y(0,5), utilizando como z0 = 1, y a) los valores iniciadores obtenidos mediante
el mtodo de Euler; b) los valores iniciadores obtenidos mediante el mtodo
de Runge-Kutta.
x n = 0,5 = x 0 + nh = nh = 0,1n n = 5.
Los mtodos de Adams-Bashforth de dos y tres pasos son:
h
( 3fn +1 fn )
2
,
h
zn + 3 = zn + 2 + ( 23fn + 2 16fn +1 + 5fn )
12
zn + 2 = z n +1 +
y al aplicarlos con f(x, y) = y se obtiene:

h
( 3zn +1 z n )
2
.
h
zn + 3 = zn + 2 + ( 23zn + 2 16zn +1 + 5zn )
12
z n + 2 = z n +1 +
Para calcular z2 con la frmula de Adams-Bashforth de dos pasos se

precisa conocer z0 = 1 y z1 que se calcula mediante el mtodo de Euler:
z 1 = z 0 + hz 0 = 1,1.
Se calcula z2 = z1 +
h
3
3
( 3z1 z0 ) = 1,1 + 0,1(( )1,1 ) = 1,215.
2
2
2
h
( 3z2 z1 ) = 1,34225; z4 = 1,4828375, z5 = z(0,5) = 1,638150625.
2
z3 = z 2 +
Si se toma como mtodo de arranque la frmula de Runge-Kutta 4 se

obtiene que z0 = 1, z 1 = 1,105170833. Se calcula z2 = z1 +
h
( 3z1 z0 ) =
2
1,220946458; z3 = 1,348829885, z4 = 1,490107045 y z5 = z(0,5) =

1,646181607.
Para calcular z3 con la frmula de Adams-Bashforth de tres pasos se
precisa conocer previamente z0 , z 1 y z 2 . Si se obtienen con el mtodo de
Euler
se
z3 = z 2 +
tiene:
z0
1,
z1
1,1
z2
1,21.
Se
calcula
h
( 23z2 16z1 + 5z0 ) = 1,336916667, y del mismo modo z 4 =
12
1,477659028 y z5 = z(0,5) = 1,633038119. Y si se utiliza como mtodo de

arranque Runge-Kutta 4 se tiene: z0 = 1, z1 = 1,105170833 y z 2 =
1,22140257. Se calcula z3 = z2 +
h
( 23z2 16z1 + 5z0 ) = 1,349815285, y
12
del mismo modo z4 = 1,49172499 y z5 = z(0,5) = 1,648555349.

Puesto que el valor exacto es y(0,5) = e0,5 1,648721271 se observa
que el mejor resultado se obtiene usando la frmula de Adams-Bashforth de
tres pasos arrancando con Runge-Kutta 4; la segunda mejor aproximacin se
obtiene usando la frmula de Adams-Bashforth de dos pasos arrancando con
Runge-Kutta 4. Sin embargo se obtiene peor resultado con la frmula de
Adams-Bashforth de tres pasos arrancando con el mtodo de Euler que con
la frmula de Adams-Bashforth de dos pasos arrancando con el mtodo de
Euler. La razn es que la mejor calidad de la frmula de Adams-Bashforth de
tres pasos queda arruinada al utilizar un mal mtodo de arranque (Euler). Se
estudiar, como en los mtodos de un paso, el concepto de orden de
consistencia y de orden de convergencia y se comprobar que se debe usar
un mtodo de arranque cuyo orden de consistencia sea al menos igual al del
mtodo multipaso usado.
Ejemplo 14.2.3: Aplicar los mtodos de Adams-Moulton de tres y dos
pasos al problema de valor inicial y = y, y(0) = 1, con h = 0,1 para aproximar
y(0,5), utilizando como z 0 = 1, y a) los valores iniciadores obtenidos mediante
el mtodo de Euler; b) los valores iniciadores obtenidos mediante el mtodo
de Runge-Kutta 4.
x n = 0,5 = x 0 + nh = nh = 0,1n n = 5.
El mtodo de Adams-Moulton de tres pasos es:
zn + 3 = zn + 2 +
h
( 9fn + 3 + 19fn + 2 5fn +1 + fn )
24
y al aplicarlo con f(x, y) = y se obtiene:

zn + 3 = zn + 2 +
h
( 9zn + 3 + 19zn + 2 5zn +1 + zn )
24
Para calcular z3 se precisa conocer z0 = 1, z 1 = 1,1 y z 2 = 1,21 para lo

que se utiliza el mtodo de Euler. Se obtiene que z 3 = 1,337186147, z4 =
1,477840745, z5 = z(0,5) = 1,633267629.
Si se toma como mtodo de arranque Runge-Kutta 4 se obtiene que z 0
= 1, z1 = 1,105170833 y z2 = 1,22140257 y utilizando el mtodo: z3 =
1,349858924, z4 = 1,491825192 y z 5 = z(0,5) = 1,648722219.
Los mtodos de Adams-Moulton exigen, al ser implcitos, resolver en
cada paso una ecuacin, que en este ejemplo es sencilla, pero puede
complicarse en otros.
El mtodo de Adams-Moulton de dos pasos es:
z n + 2 = z n +1 +
h
( 5fn + 2 + 8fn +1 fn ) ,
12
y al aplicarlo con f(x, y) = y se obtiene:

z n + 2 = z n +1 +
h
( 5z n + 2 + 8z n +1 z n ) .
12
Para calcular z2 se precisa conocer z 0 = 1 y z 1 , para lo que se utiliza el

mtodo de Euler: z1 = 1,1. Se obtiene que:
z2 = z1 +
h
0,1
( 5z2 + 8z1 z0 ) = 1,1 +
( 5z2 + 8( 1,1) 1) , de donde se
12
12
despeja z2 . Se obtiene de igual modo que:

z 3 = 1,343508507, z4 = 1,484812493, z5 = z(0,5) = 1,640978179.
Si se toma como mtodo de arranque Runge-Kutta 4 se obtiene que z5
= z(0,5) = 1,648747592.
Puesto que el valor exacto es y(0,5) = e0,5 1,648721271 se observa
que el mejor resultado se obtiene usando la frmula de Adams-Moulton de
tres pasos arrancando con la frmula de Runge-Kutta 4 (z5 = 1,648722219),
luego usando la frmula de Adams-Moulton de dos pasos arrancando con la
frmula de Runge-Kutta 4 (z 5 = 1,648747592) y que se arruina el mtodo de
Adams-Moulton de tres pasos al utilizar el mtodo de Euler (Adams-Moulton
de dos pasos: z5 = 1,640978179; Adams-Moulton de tres pasos: z5 =
1,633267629).
Si se comparan entre s los mtodos de Adams-Bashforth y de AdamsMoulton del ejemplo anterior, usando como mtodo de arranque el de
Runge-Kutta 4, se obtiene:
Adams-Moulton de tres pasos: z5 = 1,648722219;
Adams-Moulton de dos pasos: z5 = 1,648747592;
Adams-Bashforth de tres pasos: z5 = 1,648555349;
Adams-Bashforth de dos pasos: z5 = 1,646181607;

Valor exacto: y(0,5) = e0,5 1,648721271.
Se observa en este ejemplo la mayor precisin de los mtodos de
Adams-Moulton.
Ejemplo 14.2.4: Utilizar el mtodo de Adams-Bashforth de dos pasos,
un tamao de paso h = 0,2 y como valor iniciador el proporcionado por
Runge-Kutta 4, para aproximar y(0,8) de la solucin de y = x + y 1, y(0) =
1. Utilizar la frmula dada mediante las tablas de diferencias regresivas:
z n+1 = z n + h(0 +
1 1
)f n .
2
La forma usual de organizar estos clculos es utilizando una hoja de

clculo, con lo que es posible simplificar el proceso
En la primera columna se escribe n, que vara desde 0 hasta el ltimo
valor que se quiera calcular, en este caso, n = 4.
En la segunda columna se calcula x n = x 0 + nh = 0 + 0,2n = 0,2n.
Se calcula el valor iniciador usando el mtodo de Runge-Kutta:
x 0 = 0; z0 = y 0 = 1; f(x, z) = x + z 1 f(x 0 , z 0 ) = f(0, 1) = 0,
z 1 = z0 +
z0 +
h
h
(k 1 + 2k 2 + 2k 3 + k 4 ) siendo k 1 = f(x 0 , z 0 ) = 0; k 2 = f(x 0 + ,
2
6
h
k 1 ) = 0,1; k 3 = 0,11; k 4 = 0,222 z1 = 1,0214.
2
Se llevan las siguientes expresiones a la hoja de clculo:
0f n = f(x n , zn ) = x n + z n 1.
1f n = 0f n 0f n-1 .
z n+1 = z n + h(0 +
1 1
)f n .
2
y se obtiene:
zn
xn
0
1
2
3
4
0f n = f(x n , z n ) =
xn + zn 1
0
1
0,2
1,0214
0,4 1,08782
0,6 1,212026
0,8 1,4068518
1f n =
0f n 0f n-1
0
0,2214
0,48782
0,812026
1,2068518
0,2214
0,26642
0,324206
0,3948258
Por lo que z(0,8) = z4 = 1,4068518.
Ejercicios
14.3.
En la tabla adjunta: a) Completar los valores que faltan:
f(x)
15
24
35
63
80
99
10
11
143
b) Calcular las diferencias regresivas y utilizarlas para obtener el

polinomio interpolador de Newton de segundo grado que pasa
por los puntos: (3, 15), (4, 24) y (5, 35).
(Solucin: a) 48 y 120; b) P 2 (x) = 15 + 9(x 3) + (x 3)(x 4))
14.4. Escribir las expresiones de los mtodos de Adams-Bashforth
de 2, 3, 4 y 5 pasos utilizando diferencias regresivas. Utilizar la

expresin 14.2.1 para obtener:
h
( 3fn +1 fn )
2
h
zn + 3 = zn + 2 + ( 23fn + 2 16fn +1 + 5fn )
12
h
zn + 4 = zn + 3 +
( 55fn + 3 59fn + 2 + 37fn +1 9fn )
24
h
zn + 5 = zn + 4 +
( 1901fn + 4 2774fn + 3 2616fn + 2 1274fn +1 + 251fn )
720
zn + 2 = zn +1 +
14.5. Escribir las expresiones de los mtodos de Adams-Moulton

de 2, 3 y 4 pasos utilizando los coeficientes * i y diferencias
regresivas. Escribir las expresiones de esos mismos mtodos
utilizando los coeficientes i . Utilizar la expresin 14.2.1 para
obtener:
h
( 5fn + 2 + 8fn +1 fn )
12
h
zn + 3 = zn + 2 +
( 9fn + 3 + 19fn + 2 5fn +1 + fn )
24
h
zn + 4 = zn + 3 +
( 251fn + 4 + 646fn + 3 264fn + 2 + 106fn +1 19fn )
720
zn + 2 = zn +1 +
14.6. Calcular los valores de 4 , 5 , 6 , * 3 , * 4 y * 5 utilizando las

expresiones:
a) i + i 1 + ... + 0 = 1 ,
2
i +1
b) * i +
*
* i 1
+ ... + 0 = 0 ,
2
i +1
c) * i = i i-1 .
(Solucin: 4 =
3
251
95
19087
19
, 5 =
, 6 =
, * 3 =
, * 4 =
, * 5
160
720
288
60480
720
863
).
60480
14.7. Calcular los valores de 2 , 3 y * 3 utilizando las expresiones:

a) i =
x n +1
i ! h i +1 x n
b) * i =
( x x n )...( x x n i +1 ) dx .
x n +1
i ! h i +1 x
( x x n +1 )...( x x n i + 2 ) dx .
14.8. Escribir el polinomio interpolador de Newton de grado cuatro

de f(x) =
2x 2 + 1
x2 + 5
para x igual a 2, 1, 0, 1 y 2.
1
1
1
1
(Sol: P 4 (x) = 1+ (x2)+ (x2)(x1)
(x2)(x1)x
(x2)(x1)x(x +1)).
10
2
15
30
14.9. Utilizando la frmula de Adams-Bashforth de dos pasos con

diferencias regresivas: z n+1 = z n + h(0 +
1 1
)f n . aproximar la
2
solucin en x = 1,2 del problema de valor inicial y = 1 y + x,

y(1) = 1, con tamao de paso h = 0,1 utilizando como valores
iniciadores z0 = 1 y z 1 el obtenido mediante:
z n+1 = zn + h(
1
1
f n + f(x n + h, zn + hf(x n , zn ))).
2
2
(Solucin: z1 = 1,11 ; z2 = 1,2415 ).
14.10.
Aplicar los mtodos de Adams-Bashforth de tres y cuatro
pasos al problema de valor inicial y = 1 y + x, y(0) = 1, para

aproximar la solucin en x = 1 con tamao de paso h = 0,1
utilizando como valores iniciadores z 0 = 1, y a) los valores
iniciadores obtenidos mediante el mtodo de Euler; b) los valores
iniciadores obtenidos mediante el mtodo de Runge-Kutta 4.
Calcular el error global cometido.
14.11.
Aplicar los mtodos de Adams-Moulton de tres y cuatro
pasos al problema de valor inicial y = 1 y + x, y(0) = 1, para

aproximar la solucin en x = 1 con tamao de paso h = 0,1
utilizando como valores iniciadores z 0 = 1, y a) los valores
iniciadores obtenidos mediante el mtodo de Euler; b) los valores
iniciadores obtenidos mediante el mtodo de Runge-Kutta 4.
Calcular el error global cometido. Discutir el resultado obtenido
comparndolo con el del ejercicio anterior.
14.3. CONVERGENCIA,
ESTABILIDAD
CONSISTENCIA
DE
LOS
MTODOS
LINEALES MULTIPASO
14.3.1.
Definicin de convergencia
La definicin de convergencia coincide con la dada en los mtodos de

un paso, pero es necesario asegurar que los valores iniciadores estn bien
elegidos.
Definicin 14.3.1:
Un mtodo lineal de k pasos:
k
j zn + j = h j f ( x n + j , zn + j ) , n 0,
j =0
(14.3.1)
j =0
es convergente en [a, b] si para todo x [a, b], para cualquier problema de

Cauchy bien planteado (con las condiciones de regularidad mencionadas): y
= f(x, y), y(x 0 ) = y 0 , con una nica solucin : (a, b) y para cualesquiera
condiciones iniciales z 0 (h), ..., zk-1 (h), que satisfagan que tienden a y(x 0 )
cuando h tiende a cero, se verifica que:
lm zn ( x ) =
0,
h 0
x 0 + nh =
x
siendo zn la solucin de la ecuacin de diferencias 14.3.1.
(14.3.2)
La expresin 14.3.2 es equivalente a decir que: lm zn = ( x ), o a decir

h 0
x 0 + nh =
x
que el error global e(h) = (x) z n tiende a cero cuando h tiende a cero.
Definicin 14.3.2:
Se
dice
que
el
mtodo
es
convergente
de
orden
si
z n y ( x ) = O( h p ) .
Una cuestin esencial a la hora de seleccionar un mtodo multipaso es
la eleccin adecuada de los coeficientes j y j , as como los valores
iniciadores z0 , , z k-1 , de manera que la solucin aproximada que se
obtenga al aplicarlo a la resolucin de un problema de valor inicial converja
en el sentido de la definicin anterior a la solucin del problema buscado.
Es importante, por lo tanto, establecer procedimientos sencillos que
permitan garantizar la convergencia de un mtodo.
La definicin de convergencia que se acaba de introducir plantea la
misma dificultad que tena en el caso de los mtodos de un paso. Sirve para
saber si un mtodo no es convergente, pero no se puede utilizar para saber
si es convergente ya que sera preciso aplicar el mtodo a todo problema de
valor inicial bien propuesto. Por ello se requieren nuevos conceptos.
La convergencia de un mtodo lineal multipaso est directamente
relacionada con los conceptos de consistencia y estabilidad, como en el caso
de los mtodos de un paso, pero a diferencia de estos, un mtodo lineal
multipaso puede ser consistente pero no estable, y por consiguiente no
convergente. En las siguientes secciones se estudian detenidamente ambos

conceptos.
Ejemplos resueltos
Ejemplo 14.3.1: Estudiar la convergencia del mtodo:
z n+2 2z n+1 + z n = h(2f n+1 2f n ).
El mtodo zn+2 2zn+1 + z n = h(2f n+1 2f n ) no es convergente pues al
aplicarlo a y = y, y(0) = 1 se obtiene la ecuacin en diferencias lineal y
homognea zn+2 2(1 + h)z n +1 + (1 + 2h)zn = 0 cuya solucin general es zn
= C 1 + C 2 (1 + 2h)n. Si se toman como valores iniciadores z0 = 1 y z1 = 1 +
2h, que tienden a y 0 = 1 cuando h tiende a cero, entonces C 1 = 0 y C 2 = 1,
por lo que zn = (1 + 2h)n. Como x n = x = x 0 + nh = nh h =
x
zn =
n
2x
.
1 +
n
Al calcular su lmite, cuando n tiende a infinito se obtiene e2x, distinto de

la solucin exacta (x) = ex.
Ejemplo 14.3.2: Analizar la convergencia del mtodo: zn+2 zn = 2hf n+1 .
Si se aplica el mtodo zn+2 z n = 2hf n+1 al mismo problema de valor
inicial con z0 = 1 y z 1 = 2 se obtienen tambin valores muy dispares a (x) =
ex. Sin embargo, en este caso, aplicando la definicin, no se puede asegurar
nada sobre la convergencia del mtodo puesto que z1 = 2 es muy distinto de

y 0 = 1 y no tiende a este valor cuando h tiende a cero. Se observa, por tanto,
que para poder analizar la convergencia se debe conocer que los valores
iniciadores se aproximan al valor inicial y 0 cuando el tamao del paso tiende
a cero.
14.3.2.
Orden de consistencia y error de truncamiento
Con el fin de simplificar la notacin, se introduce a continuacin la

siguiente definicin, que se utilizar en las restantes secciones del captulo.
Definicin 14.3.3:
Se denomina operador asociado al mtodo lineal de k pasos:
k
j zn + j = h
j =0
al operador L[, x, h] =
j f ( x n + j , zn + j ) , n 0,
j =0
j =0
j =0
j ( x + jh ) h j ' ( x + jh )
siendo una
funcin real suficientemente regular.

Definicin 14.3.4:
Se denomina error de truncamiento del mtodo lineal de k pasos:
k
j =0
j =0
j zn + j = h j f ( x n + j , zn + j ) , n 0,
al aplicarlo al problema de valor inicial y = f(x, y), y(x 0 ) = y 0 , con solucin :
(a, b) a la expresin:
k
T n+k = L[, x, h] =
j ( x + jh ) h
j =0
j ' ( x + jh ) .
j =0
Esta definicin de error de truncamiento coincide con la del captulo 13

para los mtodos explcitos de un paso, pues sigue siendo la diferencia entre
la solucin exacta en un punto y el valor obtenido al aplicar el mtodo
suponiendo que los valores anteriores coincidieran con la solucin exacta, ya
que si k = 1 entonces:
z n+k =
k 1
k 1
j =0
j =0
j =0
j =0
j ( x n + j ) + h j f ( x n + j ,( x n + j ) ) = j ( x n + j ) + h j ' ( x n + j ) ,
por lo que:
T n+k = (x n+k ) zn+k = (x n+k ) +
k 1
j ( x n + j ) h
j =0
j ' ( x n + j ) = L[, x, h].
j =0
Definicin 14.3.5:
Se denomina orden de consistencia del mtodo lineal de k pasos:
k
j zn + j = h
j =0
j f ( x n + j , zn + j ) , n 0,
j =0
al mayor nmero natural p tal que para cualquier funcin real

suficientemente regular se tenga L[, x, h] = O(hp+1).
Se observa que si el orden de consistencia de un mtodo es p entonces
el error de truncamiento, al aplicarlo a cualquier problema de valor inicial, es
un infinitsimo de orden mayor o igual a p + 1, ya que la diferencia estriba en

que para el error de truncamiento la funcin debe ser una solucin del
problema de valor inicial, mientras que en el orden de consistencia es una
funcin cualquiera suficientemente regular.
Definicin 14.3.6:
Se dice que un mtodo es consistente si su orden de consistencia, p,
es mayor o igual que uno.
14.3.3. Constante de error

La linealidad del operador L facilita el clculo del orden de consistencia
de un mtodo pues:
k
L[, x, h] =
j ( x + jh ) h
j =0
j ' ( x + jh )
j =0
y utilizando el desarrollo de Taylor:

(x + jh) = (x) + jh(x) + +
1
( jh ) n n ) ( x ) +
n!
h(x + jh) = h(x) + h(jh)(x) + +
h
( jh ) n n +1) ( x ) +
n!
Por tanto L[, x, h] = C 0 (x) + C 1 h(x) + + C q h q q ) ( x ) +

donde:
C 0 = 0 + ... + k ;
C 1 = 1 + 2 2 + ... + k k ( 0 + ... + k );
...
k
1
1
Cq = (
j q . j )
(
j q 1. j )
q ! j =0
( q 1)! j =0
El orden de consistencia del mtodo es p si y slo si:
C 0 = C 1 = ... = C p = 0 C p+1 .
En consecuencia, para que un mtodo sea consistente basta que C 0 =
C 1 = 0, es decir, que se verifiquen las dos primeras condiciones:
C 0 = 0 + ... + k = 0,
C 1 = 1 + 2 2 + ... + k k ( 0 + ... + k ) = 0.
La definicin de estos coeficientes sugiere dos procedimientos
diferentes para obtener frmulas de mtodos multipaso: la integracin
numrica de los polinomios de interpolacin, que es ms popular, y el
mtodo de los coeficientes indeterminados, que suministra relaciones entre
los coeficientes para obtener un orden de consistencia preestablecido.
Teorema 14.3.1:
Todo mtodo lineal de k pasos convergente es consistente.
Demostracin:
k
Sea el mtodo lineal de k pasos:
j zn + j = h
j =0
j f ( x n + j , zn + j )
j =0
que se supone, por hiptesis, convergente: Si se toman lmites cuando el

tamao de paso tiende a cero, debe verificarse que:
lm zn + j = ( x )
h 0
siendo (x) la solucin de un problema de valor inicial cualquiera al que se

aplique el mtodo. Por tanto al aplicar lmites cuando el tamao de paso
tiende a cero en la expresin del mtodo se tiene:
k
lm (
h 0
j zn + j h
j =0
j f ( x n + j , zn + j ) ) = 0 =
j ( x )
j =0
j =0
=0
j =0
por lo que C 0 = 0 + ... + k = 0.
Entonces 0 = 1 ... k y sustituyendo en
j zn + j
se tiene
j =0
k
que:
j zn + j =
j ( zn + j zn ) .
j =1
j =0
Al ser, por hiptesis, el mtodo convergente:
lm
zn + j zn
h 0
= lm j
h 0
zn + j zn
jh
= j(x).
Por tanto, dividiendo por h y aplicando limites, cuando h tiende a cero:

k
1
(
j zn + j h
j f ( x n + j , zn + j ) ) =
h 0 h
j =0
j =0
0 = lm
1
(
j ( zn + j zn ) ) lm (
j f ( x n + j , zn + j ) =
h 0 h
h 0
j =1
j =0
lm
j j (x)
j =1
j (x)
j =0
j j
j =1
j = 0,
j =0
por lo que C 1 = 1 + 2 2 + ... + kk ( 0 + ... + k ) = 0.

Por tanto el mtodo es consistente.
Sin embargo, la consistencia por s sola no garantiza la convergencia.
Por ejemplo, el mtodo zn+2 2z n+1 + z n = h(2f n+1 2f n ) es consistente y sin
embargo no es convergente pues si se aplica al problema y = 0, y(0) = 0, la
solucin exacta es (x) = 0, mientras zn = nh, por lo que tiende a x, distinto
de (x).
Definicin 14.3.7:
Se denomina constante de error o coeficiente de error del mtodo al
primer coeficiente distinto de cero C p+1 de L[, x, h].
En consecuencia, el orden de consistencia del mtodo es igual a p si:
L[, x, h] = C p+1 h p +1 p +1) ( x ) + = O(hp+1),
siendo C p+1 la constante de error del mtodo.
El error de truncamiento del mtodo es igual a:
L[, x, h] = C p+1 h p +1 p +1) ( x ) +
donde es la solucin exacta.
Un mtodo lineal multipaso tiene un orden p de consistencia si se

anulan p + 1 coeficientes C 0 , C 1 , ..., C p , con lo que se tienen p + 1
ecuaciones lineales entre los coeficientes j y j .
Si un mtodo es explcito de k pasos se deben calcular 2k coeficientes y
si es implcito 2k + 1, luego el orden mximo de consistencia de un mtodo
explcito de k pasos es 2k 1, y el de un mtodo implcito es 2k.
Ejemplos resueltos
Ejemplo 14.3.3: Calcular el orden de consistencia del mtodo:
z n+2 zn = 2hf n+1 .
En este mtodo 0 = 1, 1 = 0, 2 = 1, 0 = 0, 1 = 2, 2 = 0, por lo
que:
C 0 = 0 + 1 + 2 = 1 + 1 = 0,
C 1 = 1 + 22 ( 0 + 1 + 2 ) = 2 2 = 0,
C2 =
1
(1 + 22 2 ) ( 1 + 2 2 ) = 4/2 2 = 0,
2
C3 =
1
1
1
1
1
(1 + 23 2 ) ( 1 + 22 2 ) = (8) (2) =
0,
3!
2
6
2
3
L[, x, h] = C 3 h 3 ' ' ' ( c ) + =
1 3
h ' ' ' ( c ) + .
3
El orden de consistencia del mtodo es 2.
Ejemplo 14.3.4: Calcular el error de truncamiento al aplicar el mtodo

z n+2 zn = 2hf n+1 al problema de valor inicial: y = 3x2, y(0) = 0.
El error de truncamiento es, por definicin:
T n+2 = L[, x, h] = (x n+2 ) (x n ) 2h(x n+1 ), donde es solucin del
problema de valor inicial:
(x) = 3x2, (x) = x3, x 0 = 0, x n = x 0 + nh = nh, por tanto:
(x n+2 ) = (n + 2)3h3, (x n ) = n3h3, (x n+1 ) = 3(n + 1)2h2,
T n+2 = (n + 2)3h3 n3h3 2h 3(n + 1)2h2 = 2h3.
El orden del error de truncamiento es 3.
Coincide este resultado con el obtenido en el ejemplo anterior donde
L[, x, h] = C 3 h 3 ' ' ' ( c ) + ..., por lo que T n+2 = L[, x, h] = C 3 h3(c) + ...,
donde es solucin del problema de valor inicial, y por tanto: (x) = 3x2,
(x) = 6x, (x) = 6, y iv)(x) = ... = 0, x, por lo que:
T n+2 = L[, x, h] = C 3 h3(x) =
1 3
h 6 = 2h3.
3
Ejemplo 14.3.5: Calcular el orden de consistencia del mtodo de

Adams-Bashforth de dos pasos zn+2 zn+1 =
h
(3f n+1 f n ) y la constante de
2
error.
En este mtodo 0 = 0, 1 = 1, 2 = 1, 0 =
que:
1
3
, 1 = , 2 = 0, por lo
2
2
C 0 = 0 + 1 + 2 = 0 1 + 1 = 0,
C 1 = 1 + 22 ( 0 + 1 + 2 ) = 1 + 2 (
1 3
+
+ 0) = 0,
2
2
C2 =
1
1
3
(1 + 22 2 ) ( 1 + 2 2 ) = (1 + 4) ( ) = 0,
2
2
2
C3 =
1
1
1
1 3
5
(1 + 23 2 ) ( 1 + 22 2 ) = (1 + 8) ( ) =
0.
3!
2
6
2 2
12
L[, x, h] = C 3 h 3 ' ' ' ( c ) + =
5
h 3 ' ' ' ( c ) + .
12
El mtodo tiene orden de consistencia 2 y la constante de error es C 3 =

5
= 2.
12
En todos los mtodos de Adams-Bashforth el orden de consistencia p

del mtodo coincide con el nmero k de pasos: p = k, y la constante de error
coincide con k : C k+1 = k .
14.3.4. Polinomios de estabilidad

Se ha calculado el error de truncamiento mediante un desarrollo en
serie de Taylor y se expresa como una serie de potencias de h. Se deben
tener en cuenta algunas dificultades pues a la solucin se le ha impuesto que
sea continua y con primera derivada continua, por lo que las derivadas de
orden ms alto que aparecen en el desarrollo de Taylor pueden no existir.
Esta dificultad queda subsanada ya que se sustituye (x) por una funcin
arbitraria suficientemente regular (x) que no sea necesariamente la
solucin.
Al imponer que el error de truncamiento tienda a cero cuando el tamao
del paso tiende a cero (asumiendo que la funcin incremento no tienda a
infinito cuando h tiende a cero como ciertamente ocurre en este caso) se
tiene que el error de truncamiento tiende a:
k
jr j
j =0
y nicamente depende de los coeficientes j del mtodo. La expresin

anterior es un polinomio en r de grado k directamente relacionado con el
mtodo, que tiene un inters especial.
Definicin 14.3.8:
Dado un mtodo lineal multipaso
j =0
j =0
j zn + j = h j f ( x n + j , zn + j ) ,
n 0, se denomina primer polinomio de estabilidad (o tambin primer

polinomio caracterstico) asociado al mtodo al polinomio (r) de grado k
definido como:
(r) =
jr j
j =0
donde r puede tomar valores complejos.
Definicin 14.3.9:
Dado un mtodo lineal multipaso
j =0
j =0
j zn + j = h j f ( x n + j , zn + j ) ,
n 0, se denomina segundo polinomio de estabilidad (o tambin segundo

polinomio caracterstico asociado al mtodo al polinomio (r) definido
como:
(r) =
j r j .
j =0
Si el mtodo es implcito el segundo polinomio caracterstico es de

grado k y si es explcito su grado es menor que k.
Siempre se tiene que (1) = C 0 y (1) (1) = C 1 . Por tanto si un
mtodo es consistente se verifican las dos condiciones siguientes:
(1) = 0,
(1) = (1).
14.3.5.
Estabilidad. Condicin de raz
Existen muchas formas de estabilidad que distintos autores denominan

de diversas maneras. Unas se refieren al problema de valor inicial y otras al
mtodo numrico.
Se supone que en un problema de valor inicial se perturban la funcin f
y el valor inicial y 0 ; se pretende conocer la sensibilidad de la solucin a tal

perturbacin. La perturbacin ((x), ) y la solucin perturbada z(x) son
definidas por: z = f(x, z) + (x); z(x 0 ) = y 0 + ; x [x 0 , b]
Una definicin dice: 1
Definicin 14.3.10:
Sean ((x), ) y (*(x), *) dos perturbaciones cualesquiera de un
problema de valor inicial y sean z(x) y z*(x) las soluciones perturbadas
resultantes. Entonces si existe una constante positiva s tal que para todo x
[x 0 , b], ||z(x) z*(x)|| s siendo ||(x) *(x)|| y || *|| , entonces el
problema de valor inicial dado se dice que es totalmente estable.
Afirmar que un problema de valor inicial sea totalmente estable (o bien
propuesto) no es afirmar demasiado, pues s puede ser una constante (finita)
muy grande. Gear 2 prueba que las hiptesis de los teoremas de existencia y
unicidad son suficientes para que el problema de valor inicial sea totalmente
estable.
Cualquier mtodo numrico aplicado a un problema de valor inicial
introduce errores debidos a la discretizacin y al redondeo, lo que puede ser
interpretado de forma equivalente a perturbar un problema. Si las
condiciones de la definicin de estabilidad no se satisfacen entonces no se
Hahn, G. (1967): Stability of Motion. Springer-Verlag. Stetter, H. J. (1971): Stability

of discretization on infinite intervals: in Conf. of Applications of Numerical
Analysis, Dundee, 1971, edir. J. Morris: Lecture Notes in Mathematics n 228,
Springer-Verlag. Pgina 207-222.
Gear, C. W. (1971): Numerical Initial Value Problems in Ordinary Differential
Equations, Prentice-Hall.
puede esperar que un mtodo numrico proporcione una solucin aceptable.

Pero esto tambin puede ser cierto si el mtodo es sensible a las
perturbaciones. Se pueden estudiar los efectos que producen las
perturbaciones de la funcin incremento y los valores iniciadores.
Definicin 14.3.11:
Sean { n } y {* n } dos perturbaciones cualesquiera de un mtodo
numrico, y sean {z n } y {z* n } las soluciones resultantes perturbadas. Si
existen unas constantes s y h 0 tales que para todo h (0, h 0 ] si || n * n ||
entonces ||zn z* n || s, 0 n N, se dice que el mtodo numrico es ceroestable.
La cero-estabilidad debe su nombre a que controla la forma en la que
se acumulan los errores en el lmite cuando el tamao de paso tiende a cero.
La cero-estabilidad es una propiedad del mtodo, no del problema de
valor inicial si ste est bien propuesto.
La estabilidad de los mtodos lineales multipaso se analiza teniendo
en cuenta que las ecuaciones en diferencias asociadas generan en su
mayora soluciones parsitas, denominadas as porque no tienen nada que
ver con la solucin exacta del problema de valor inicial. Es pues interesante
saber si un mtodo introduce soluciones parsitas y si stas tienden a cero
cuando n tiende a infinito.
Definicin 14.3.12:
Se dice que un mtodo numrico lineal multipaso es estable (Lambert 3)

si las races del primer polinomio caracterstico del mtodo son de mdulo
menor o igual a la unidad, siendo estrictamente menores que uno si son
races mltiples.
Es decir, un mtodo numrico lineal multipaso es estable si los valores
r i tales que (r i ) = 0 verifican que |r i | 1, y si |r i | = 1 entonces (r i ) es distinto
de cero.
Esta condicin se denomina condicin de raz.
La primera propiedad indica que las races del primer polinomio
caracterstico deben estar en el crculo unidad {z: z 1} del plano
complejo, y la segunda indica que todas las races de la frontera del crculo
deben ser races simples.
Se puede observar adems que si un mtodo numrico consistente es
tal que (1) = 0 y (1) = 0, entonces (1) = (1) = 0 con lo que r = 1 es una
raz doble del primer polinomio caracterstico; el mtodo entonces no verifica
la condicin de raz y no es un mtodo estable. Por eso todo mtodo
consistente y estable debe verificar que (1) 0.
Si no se cumple la condicin de raz el error crece exponencialmente, lo
que puede comprobarse aplicando un mtodo a y = 0 con y(0) = y 0 , ya que
se obtiene: zn = C 1 r 1 n + ... + C k r k n, y si alguna de las races r j del primer
polinomio caracterstico tiene su mdulo mayor que 1, entonces r j n crece al
3
Lambert, J. D.: Numerical Methods for Ordinary Differential Systems. The Initial
Value Problem. John Wiley & Sons. 1991.
crecer n, con lo que zn tambin crece.

Se estudi que el mtodo zn+2 2z n+1 + z n = h(2f n+1 2f n ) es
consistente pero no es convergente. Su primer polinomio de estabilidad (r) =
r2 2r + 1 = (r 1)2 tiene a r = 1 como raz doble, por lo que no verifica la
condicin de raz, luego el mtodo no es estable. Si se aplica al problema y
= 0, y(0) = 0, de solucin exacta (x) = 0, x, se obtiene que zn = nh = x,
cuyo lmite cuando h tiende a cero es distinto de (x).
Definicin 14.3.13:
Se llaman inestables aquellos mtodos numricos que no son
estables.
Se observa que si el mtodo es convergente, r = 1 es siempre una raz
del primer polinomio caracterstico, y se denomina a esta raz, r 1 o raz
principal, y al resto de las races, races parsitas.
14.3.6.
Condicin de raz fuerte
Definicin 14.3.14:
Se dice que un mtodo numrico lineal multipaso verifica la condicin
de raz fuerte si todas las races parsitas del primer polinomio caracterstico
del mtodo tienen su mdulo estrictamente menor que uno.
En algunos textos se denomina a esta propiedad, condicin de raz y a
la anterior condicin dbil de raz y se denominan mtodos dbilmente
estables aquellos que tienen todas las races con mdulo menor o igual que
uno y alguna raz parsita con mdulo uno.
El mtodo de Adams-Bashforth de cuarto orden tiene como primer
polinomio caracterstico: (r) = r3(r 1) por lo que tiene las races 1, 0, 0 y 0,
y en consecuencia es un mtodo numrico fuertemente estable.
En general, un mtodo de Adams de k pasos tiene como primer
polinomio caracterstico: (r) = rk rk-1, por lo que, salvo la raz principal que
vale uno, todas las races parsitas valen cero, y en consecuencia todos los
mtodos de Adams son estables y fuertemente estables.
Sin embargo en los mtodos de Nystrm explcitos (como la regla del
punto medio: z n+2 = z n + 2hf n+1 ), o los mtodos generalizados de MilneSimpson implcitos, como por ejemplo: z n+2 = z n + (h/3)(f n+2 + 4f n+1 + f n ), el
primer polinomio caracterstico es: (r) = rk rk-2. Tiene las races 0, 1 y 1.
Estos mtodos son estables pero no son fuertemente estables.
Si se buscan mtodos de mxima estabilidad es razonable pensar que
las races de su primer polinomio de estabilidad debern ser, la raz 1, simple
y las races 0, con orden de multiplicidad k 1, con lo que ya se conocen los
valores de j . Si adems se imponen rdenes de consistencia establecidos
se encuentran de nuevo las expresiones de los mtodos de Adams, por un
camino menos laborioso que el de buscar el polinomio interpolador.
Ejemplos resueltos
Ejemplo 14.3.6: Determinar y para que el mtodo
z n+3 + z n+2 zn+1 zn = h(f n+2 + f n+1 )
tenga el mayor orden de consistencia posible. Estudiar la convergencia del
mtodo. Aplicarlo al problema y = y + 4x3 x4, y(0) = 0 con una longitud de
paso h y valores iniciadores z0 = 0 y z1 = h4, z2 = 16h4 para obtener z 3 y z 4 .
Calcular el error global.
Orden de consistencia del mtodo:
C 0 = 0 = 1 + 1 = 0,
C 1 = 0 = 3 + 2 ( + ) = 2 3;
C2 = 0 =
1
(9 + 4 ) (2 + ) = 2 3;
2
C3 = 0 =
1
1
(27 + 8 ) (4 + ) 27 + 7 = 15;
6
2
(1)
(2)
De (1) y (2) se obtiene que = 9 y = 6.
C4 =
1
1
1
(81 + 16 ) (8 + ) =
(81 + 15 36) Si = 9 y
24
6
24
= 6 entonces C 4 = 0. Sin embargo C 5 0. Por tanto el mayor orden de

consistencia posible del mtodo se obtiene para = 9 y = 6, y ste es p =
4.
Estudio de la estabilidad:
El polinomio caracterstico o polinomio de estabilidad es (r) = r3 + r2
r 1 = r3 + 9r2 9r 1 de races: r 1 = 1, r i = 5 24 . Como |5 24 | > 1
el mtodo es inestable. Aunque el mtodo es consistente, como no es
estable, no es convergente.
Al aplicarlo al problema y = y + 4x3 x4, y(0) = 0 con una longitud de
paso h se tiene que x 0 = 0 x n = nh.
z n+3 + 9zn+2 9zn+1 z n = 6h(f n+2 + f n+1 ) = 6h[(zn+2 + 4x3 n+2 x4 n+2 ) +
(zn+1 + 4x3 n+1 x4 n+1 )] z n+3 + (9 6h)zn+2 (9 + 6h)zn+1 zn = 6h[4(h(n +
2))3 (h(n + 2))4+ 4(h(n + 1))3 (h(n + 1))4].
z 3 = (9 6h)z2 + (9 + 6h)z1 + z 0 + 6h[4(2h)3 (2h)4+ 4h3 h4] = (9
6h)16h4 + (9 + 6h)h4 + 6h[32h3 16h4 + 4h3 h4] = 144h4 + 96h5 + 9h4 +
6h5 + 216h4 102h5 = 81h4 = (3h)4.
z 4 = (9 6h)z3 + (9 + 6h)z2 + z1 + 6h[4h333 h434+ 4h323 h424] =
256h4 = (4h)4.
En general zn = (nh)4.
Para calcular el error global se resuelve la ecuacin diferencial y = y +
4x3 x4, y(0) = 0 y se obtiene que (x) = x4. Por tanto el error global en x = x 4
= 4h es: e(h) = (x 4 ) z 4 = (4h)4 (4h)4 = 0 a pesar de que el mtodo no sea
convergente.
Ejemplo 14.3.7: Determinar y para que el mtodo:
z n+2 + z n+1 + zn = h(2f n+1
5
f n )
2
sea convergente. Aplicarlo al problema y = 4, y(0) = 0, con una longitud

de paso de 0,5, tomando como valores iniciadores z 0 = 0 y z1 = 5, para
obtener un valor aproximado en x = 1.
Para que el mtodo sea convergente debe ser consistente y estable.
Estudio de la consistencia:
C 0 = 0 = 1 + + = 1 :
C 1 = 0 = 2 + (2
5
7
1
) = 2 + + 2 1 = 4; 2 =
2
2
2
Estudio de la estabilidad:
El primer polinomio caracterstico o primer polinomio de estabilidad es:
(r) = r2 + r + (1 ) de races: r 1 = 1 y r 2 = 1 . Para 1 = 4 el
mtodo no es estable pues r 2 = 1 = 5 de mdulo mayor que 1. Para 2
=
1
1
el mtodo es estable pues r 2 = 1 = de mdulo menor que 1.
2
2
Si se impone que:
|1 | < 1 1 < 1 < 1 0 < < 2 2 < < 0,
se obtiene de nuevo que el valor de 1 = 4 no hace estable al mtodo
mientras que 2 =
1
si lo hace.
2
Para =
z n+2
1
1
= y se tiene el mtodo:
2
2
1
1
h
z n+1 z n = (f n+1 + 5f n )
2
2
4
que se quiere aplicar al problema y = 4, y(0) = 0 con una longitud de paso de

0,5, tomando como valores iniciadores z0 = 0 y z 1 = 5 para obtener un valor
aproximado en x = 1, x 0 = 0, por lo que x = 1 = x 0 + nh = 0,5n n = 2; f n =
f n+1 = 4
z2
14.3.7.
1
1
h
h
5
5
6
11
z 1 z 0 = (f n+1 + 5f n ) z 2 =
+ 0 + (24) =
+
=
.
2
2
4
4
2
2
2
2
Relaciones entre convergencia, consistencia y

estabilidad
La relacin entre convergencia, consistencia y estabilidad en los

mtodos lineales multipaso es diferente de la que existe en los mtodos de
un paso. La consistencia es una condicin necesaria para la convergencia,
pero ahora no es una condicin suficiente. Para que un mtodo sea
convergente debe cumplirse, segn prob Dahlquist, que sea consistente y
estable. Es ms, estabilidad y consistencia de orden p implican convergencia
del mismo orden.
Se observa que al aplicar la expresin del error de truncamiento a los
mtodos de Runge-Kutta estudiados en el captulo anterior, sta depende de
derivadas parciales de f, mientras que en los mtodos lineales de k pasos

slo depende de la derivada de la solucin. Esto tiene importancia en los
casos donde la solucin sea muy regular y sin embrago las derivadas
parciales de f tomen valores muy grandes.
En Atkinson 4 se encuentran las demostraciones de los siguientes
teoremas y para un tratamiento ms completo se puede consultar a
Isaacson&Keller: 5
Teorema 14.3.2:
Si un mtodo lineal multipaso es consistente, entonces dicho mtodo
es cero-estable si y slo si satisface la condicin de raz.
Corolario 14.3.3:
Un mtodo lineal multipaso consistente es convergente si y slo si es
estable.
Teorema 14.3.4:
La condicin necesaria y suficiente para que un mtodo lineal
multipaso sea convergente es que sea consistente y estable (verifique la
condicin de raz).
Este ltimo teorema se puede considerar el fundamental en esta
materia. Fue probado en 1 956 para mtodos lineales multipaso por Gelmund
Atkinson, K. (1989): An introduction to Numerical Analysis. John Wiley & Sons.

Nueva York. (2 edicin).
5
Isaacson, E; Keller, H. (1966): Analysis of Numerical Methods. Wiley.
Dahlquist, 6 primer artculo donde se trabaj de una forma matemtica el

problema de la convergencia. Y una demostracin ms general se encuentra
en la obra ya mencionada de Isaacson&Keller.
14.3.8.
Orden
mximo
de
convergencia:
Primera
barrera de Dahlquist
Una cuestin interesante es buscar el mayor orden de convergencia de
un mtodo lineal de k pasos. Para ello se puede pensar en escoger frmulas
que tengan un orden de consistencia mximo. Sin embargo, en general, las
frmulas que tienen rdenes altos de consistencia son inestables.
En un mtodo lineal multipaso de k pasos se dispone, como ya se ha
comentado, de 2k + 1 parmetros y para que sea consistente de orden p
debe verificar p + 1 condiciones, por tanto, si el mtodo es implcito se puede
obtener el orden mximo de consistencia p = 2k; y si es explcito p = 2k 1.
Sin embargo estos mtodos pueden no satisfacer la condicin de raz y no
ser estables.
El teorema de la primera barrera de Dahlquist impone una limitacin
entre el orden mximo de consistencia de un mtodo de k pasos y su
estabilidad. Este resultado fue obtenido por Dahlquist en 1956. Es
interesante observar la fecha tan reciente de este resultado.
Dahlquist, G. (1956): Convergence and stability in the numerical integrations of

ordinary differential equations Math. Sacnd. 4. 33-53.
Teorema 14.3.5: Teorema de la primera barrera de Dahlquist

Dado un mtodo lineal de k pasos, estable y consistente de orden p.
a) Si k es par, entonces p k + 2.
b) Si k es impar, entonces p k + 1.
c) Si
k
0, entonces p k (en particular, si k = 0, es decir, si el
k
mtodo es explcito).
En consecuencia el mximo orden de consistencia posible para un
mtodo lineal de k pasos estable es k + 1, si k es impar, y k + 2, si k es par.
Un mtodo lineal estable de k pasos de orden de consistencia k + 2 se
llama un mtodo ptimo.
Los mtodos de estas caractersticas en general no son buenos desde
el punto de vista prctico. Se puede comprobar fcilmente que son simtricos
en el sentido de que los coeficientes verifican que: j = k-j y j = k-j .
Estas consideraciones encajan con el hecho de que los mtodos de
Adams hayan sido tan utilizados, aunque no sean mtodos ptimos. Se
puede decir que los mtodos de Adams proporcionan el orden mximo de
convergencia que se puede esperar dentro de las frmulas de k pasos.
Ejemplos resueltos
Ejemplo 14.3.8: Analizar el orden de convergencia de los mtodos de
Adams utilizando el teorema de la primera barrera de Dahlquist.
En el mtodo de Euler, que es el mtodo de Adams-Bashforth de un
paso se tiene que k = 1, p = 1 y el mximo orden de consistencia permitido
segn el teorema (a) para que sea estable, siendo k impar, es p = 2. Pero al
ser un mtodo explcito, entonces (c) p k, por lo que alcanza el mximo
orden de consistencia para un mtodo explcito de un nmero de pasos
impar k = 1.
En el mtodo de Adams-Bashforth de dos pasos se tiene que k = 2, p =
2 y el mximo orden de consistencia permitido segn el teorema (b) para que
sea estable, siendo k par, es p k + 2 = 4. Pero al ser un mtodo explcito,
entonces (c) p k, por lo que alcanza el mximo orden de consistencia para
un mtodo explcito de un nmero de pasos k = 2 par.
En el mtodo de Adams-Bashforth de tres pasos se tiene que k = 3, p =
3 y el mximo orden de consistencia permitido segn el teorema (a) para que
sea estable, siendo k impar, es p k + 1 = 4. Pero al ser un mtodo explcito,
entonces (c) p k, por lo que alcanza el mximo orden de consistencia para
un mtodo explcito de un nmero de pasos k = 3 impar.
En general los mtodos de Adams-Bashforth alcanzan el mximo orden
de consistencia permitido para un mtodo explcito, k = p.

En el mtodo de Adams-Moulton de un paso se tiene que k = 1, p = 2 y
el mximo orden de consistencia permitido segn el teorema (a) para que
sea estable, siendo k impar, es p k + 1 = 2, por lo que alcanza el mximo
orden de consistencia para un mtodo implcito de un nmero de pasos k = 1
impar.
En el mtodo de Adams-Moulton de dos pasos se tiene que k = 2, p = 3
y el mximo orden de consistencia permitido segn el teorema (b) para que
sea estable, siendo k par, es p k + 2 = 4.
En el mtodo de Adams-Moulton de tres pasos se tiene que k = 3, p = 4
y el mximo orden de consistencia permitido segn el teorema (a) para que
sea estable, siendo k impar, es p k + 1 = 4, por lo que alcanza el mximo
orden de consistencia que permite la barrera de Dahlquist.
Ejemplo 14.3.9: Determinar el valor que debe tomar b para que el
mtodo lineal de dos pasos:
z n+2 + 4bz n+1 (4b + 1)zn = h((3b + 1)f n + (b + 1)f n+2 )
sea de orden de convergencia mximo. Utilizar el mtodo con el valor de b
calculado para hallar el valor aproximado de x = 2 de la solucin y(x) del
y' = 2 y
y ( 0 ) = 1
tomando la longitud de paso h = 0,1 y valores iniciadores z0 = z1 = 1.
Demostrar la convergencia o no convergencia del mtodo para el valor de b

hallado.
Orden de consistencia:
C 0 = 0 + 1 + 2 = 4b 1 + 4b + 1 = 0, para todo b.
C 1 = 1 + 2 2 ( 0 + 1 + 2 ) = 4b + 2 (3b + 1) (b + 1) = 0, b.
C 2 = 1/2(1 + 42 ) ( 1 + 2 2 ) = 1/2(4b + 4) 2(b + 1) = 0, para todo b.
C 3 = 1/6( 1 + 8 2 ) 1/2( 1 + 4 2 ) = 1/6(4b + 4) 1/2(4(b + 1) = (4/3)b
2/3 = 0 b = 1/2.
C 4 = 1/24(1 + 162 ) 1/6( 1 + 8 2 ) = 1/24(4b + 4) 1/6(8(b + 1) 0 si
b = 1/2.
Para b = 1/2 se tiene el mximo orden de consistencia, p = 3.
Valor aproximado de x = 2
x 0 = 0, x n = 2 = x 0 + nh = 0,1n n = 20.
El mtodo para b = 1/2 es: zn+2 2zn+1 + z n = h(1/2f n + 1/2f n+2 ).
Aplicndolo a y = 2y, se tiene: zn+2 2z n+1 + zn = h(z n + zn+2 )
(1 h)zn+2 2zn+1 + (1 + h)zn = 0. Se resuelve la ecuacin en
diferencias, de races: r 1 = 1 y r 2 =
1+ h
1+ h n
, por lo que zn = A(
) + B(1)n.
1 h
1 h
Como z0 = 1 1 = A + B. Como z1 = 1 1 = A(
A = 0 y B = 1 zn = 1 para todo n, por lo z 20 = 1.
1+ h
)+B
1 h
Estudio de la convergencia
Un mtodo es convergente si y slo si es consistente y estable.
El mtodo es consistente, pues su orden de consistencia es p = 3 > 1.
Polinomio de estabilidad: r2 2r + 1 = 0 = (r 1)2. 1 es raz doble, luego
el mtodo no es estable, por lo que no es convergente.
14.3.9. Mtodos multipaso vectoriales

Los mtodos descritos para el caso escalar pueden generalizarse
rpidamente para resolver sistemas de ecuaciones diferenciales de primer
orden (o ecuaciones diferenciales de orden superior), siendo vlidas las
expresiones interpretndolas ahora de forma vectorial. En concreto x sigue
siendo escalar, y es un vector de n, la funcin f(x, y) es por tanto una
funcin de n+1 en n, y cada solucin zn es un vector de n.
El mtodo definido por:
k
j zn + j
= h f ( z n + k , z n + k 1 , ..., z n , x n , h ) , z = (h), = 0, 1, ..., k 1
j =0
es convergente si, para todo problema de valor inicial que satisface el

teorema de existencia y unicidad de Picard-Lindelf, se tiene que
lm z n = y ( x ) para todo x [a, b] y para todas las soluciones {zn } de la
h 0
x = a + nh
ecuacin en diferencias que satisfacen los valores iniciadores para los cuales
lm (h ) = y 0 , = 0, 1, ..., k 1.
h 0
Un mtodo que no es convergente se dice que es divergente.

Otra forma equivalente es comprobar que:
mx y ( x n ) z n 0
0n N
cuando h tiende a cero, siendo constante nh = x x 0 .
Ejemplos resueltos
Ejemplo 14.3.10: Aplicar el mtodo de Adams-Bashforth de dos pasos
al problema de valor inicial:
y'1 1 0 y 1 x
=
+ , con
y' 2 1 2 y 2 0
y 1( 0 ) 1
=
y 2 ( 0 ) 0
y 1( 0,2 )
, utilizando como valores iniciadores: z0
con h = 0,1 para aproximar
y 2 ( 0,2 )
1
= z 1 =
0
El mtodo de Adams-Bashforth de dos pasos es:
z n + 2 = z n +1 +
h
( 3fn +1 fn )
2
donde los zn y f n son vectores de 2, mientras x n pertenece a , siendo f n =

1 0
x
zn + n .
1 2
0
1
1 0 1 0 1
+ = .
Como x 0 = 0 y z0 = se tiene que f 0 =
0
1 2 0 0 1
1 0 1 0,1 1,1
1
+ = .
Como x 1 = 0,1 y z 1 = se tiene que f 1 =
1 2 0 0 1
0
Para calcular z2 se usa la frmula de Adams-Bashforth:
z n + 2 = z n +1 +
z2 = z1 +
h
( 3fn +1 fn )
2
1
1,1 1
h
( 3f1 f0 ) = + 0,05(3 ) =
2
0
1 1
1,015
.
1,15
Ejercicios
14.12.
Calcular el orden de consistencia del mtodo zn+2 z n =
h(f n+1 + f n ) y el error de truncamiento cometido al aplicarlo al

problema de valor inicial y = y + x, y(0) = 1.
14.13.
z n+1
Calcular el orden de consistencia del mtodo zn+2
1
2
1
9
11
z n = h(
f n+2 + 4f n+1 +
f n ) y el error de
2
8
8
truncamiento cometido al aplicarlo al problema de valor inicial y

= y + 3, y(0) = 1.
14.14.
Comprobar que en el mtodo de Adams-Bashford de k
pasos, el orden de consistencia del mtodo es p = k y que la
constante de error C p+1 coincide con k .

14.15.
Comprobar que en el mtodo de Adams-Moulton de k
pasos, el orden de consistencia del mtodo es p = k + 1. Con

qu coincide la constante de error C p+1 ?
14.16.
Comprobar que el mtodo zn+2 2zn+1 + zn = h(2f n+1
2f n ) no es convergente pues al aplicarlo a y = y, y(0) = 1 no se

obtiene un valor que se aproxime a la solucin exacta. Estudiar si
es consistente y calcular su orden de consistencia. Estudiar si es
estable.
14.17.
Determinar 1 , 0 y para que el mtodo

z n+2 + 1 z n+1 + 0 z n = h(2f n+1 + f n )
tenga el mayor orden de consistencia posible. Estudiar la

convergencia del mtodo. Si el mtodo no fuera convergente,
determinar 1 , 0 y para que lo sea. Aplicarlo al problema y = 5y +
x, y(1) = 0 con una longitud de paso h y valores iniciadores z0 = 0 y
z 1 = h, para obtener la solucin aproximada en x = 1 + 2h.
(Solucin: p = 2, con 1 = 0, 0 = 1 y = 0. z 2 = 12h2)
14.18.
Aplicar el mtodo de Adams-Bashforth de tres pasos al
y'1 3 2 y 1 x + 1
=
, con
+
y
'
y
1
0
1
2
2
y 1( 0 ) 1
=
y
(
)
0
0
2
y 1( 0,2 )
, utilizando como valores
y 2 ( 0,2 )
1
iniciadores: z0 = y los obtenidos mediante el mtodo de
0
Euler. Calcular el error global cometido.
14.19.
Analizar el orden de convergencia de los mtodos
siguientes utilizando el teorema de la primera barrera de

Dahlquist.
a) El mtodo: zn+2 z n+1 =
h
(f n+1 + f n ).
2
b) El mtodo: zn+2 4z n+1 + 3z n = 2hf n .

c) El mtodo: zn+2 z n = 2hf n+1 .
d) El mtodo: zn+2 z n =
h
(f n+2 + 4f n+1 + f n ).
3
14.4. ESTABILIDAD
ABSOLUTA
ESTABILIDAD RELATIVA
La condicin de raz no es la nica forma de estabilidad pertinente en la
solucin numrica de un problema de valor inicial. Se ha visto que la
estabilidad est relacionada con la convergencia del mtodo, por lo que, el
valor obtenido mediante ste debe tender a la solucin exacta cuando el
tamao de paso tiende a cero (h 0, nh = x x 0 = constante). Pero al
aplicar un mtodo el tamao de paso est fijado, no tiende a cero, y es
conveniente saber a priori si dicho tamao va a proporcionar un valor
adecuado, por lo que es preciso considerar otras definiciones de estabilidad.
En la valoracin del comportamiento de un mtodo numrico al aplicarlo a un
problema de valor inicial, aunque el mtodo sea convergente, y por tanto
consistente y estable, es importante tener en cuenta que a pesar de que el
valor aproximado que se obtiene debe tender a la solucin exacta cuando el
tamao de paso tiende a cero, puede ocurrir que para que esto suceda el
tamao del paso tenga que ser muy pequeo, con lo que se necesitara
aplicar el mtodo un nmero demasiado grande de veces, aumentaran los
errores de redondeo y el coste podra ser excesivo.
Es por ello interesante estudiar la eficiencia de un mtodo desde un
punto de vista diferente: Estudiar su comportamiento para un valor fijado de h
cuando n se hace cada vez mas grande, es decir, cuando los valores que
aproxima el mtodo estn muy alejados de la condicin inicial. De esta forma
se pueden conocer los valores h del tamao de paso para los que el mtodo
se va a comportar adecuadamente, independientemente de su proximidad o
lejana a la condicin inicial de partida.
En esta seccin se estudian los conceptos de estabilidad absoluta y
estabilidad relativa, utilizando el polinomio de estabilidad absoluta y sus
races, que proporcionan los valores de tamao de paso que garantizan el
comportamiento adecuado del mtodo para un problema de valor inicial
dado.
El conjunto de valores h del tamao de paso para los que un mtodo
proporciona buenas aproximaciones independientemente de su proximidad al
punto de partida se puede obtener estudiando el comportamiento del mtodo
al aplicarlo al problema de valor inicial y = y, y(0) = 1, cuya solucin es bien
conocida.
Definicin 14.4.1:
Se denomina ecuacin de prueba al problema de valor inicial: y = y,
y(0) = 1.
La ecuacin de prueba tiene la ventaja de que al ser un problema de
valor inicial muy sencillo de manejar, se estudia fcilmente el comportamiento
de una frmula numrica al aplicarla a ese problema. Pero adems tiene un
inters especial porque el comportamiento de un mtodo frente a la ecuacin
de prueba se puede tomar como muestra del comportamiento que tendr
dicho mtodo frente a un problema de valor inicial general y = f(x, y), y(x 0 ) =
y 0 , ya que el valor de la ecuacin de prueba se puede considerar

aproximadamente igual a la derivada parcial de f respecto a y en el punto (x 0 ,
y 0 ), como ocurra en el caso de los mtodos de un paso.
14.4.1. Estabilidad absoluta

Se considera el mtodo lineal multipaso convergente definido por la
frmula:
k
j z n+j = h
j =0
j f n+j .
j =0
Se aplica al problema de valor inicial y = y, con y(0) = y 0 , con un

tamao h del paso que se supondr previamente fijado.
k
Se tiene entonces
j z n+j = h
j =0
j zn+j , es decir:
j =0
(j h j )zn+j = 0
(14.4.1)
j =0
El error de truncamiento se obtiene:
T n+k = y n+k zn+k = y n+k +
k 1
j =0
j =0
j y n+j h
j =0
j y n+j
j y n+j h
j =0
j y n+j =
Teniendo en cuenta la expresin 14.4.1 vale 0, sustituyendo se tiene:

k
T n+k =
j y n+j h
j =0
j y n+j +
j =0
j (y n+j z n+j ) h
j =0
(j h j )z n+j =
j =0
j (y n+j z n+j )
j =0
T n+k =
( j h j )(y n+j zn+j ).
j =0
Por simplificar, se supone ahora que el error de truncamiento es

esencialmente constante en cada etapa, es decir T n+k = T. Llamando e n+j =
y n+j zn+j y h = h, se tiene la ecuacin en diferencias en {e n+j }
k
(j h j )e n+j = T.
j =0
La solucin general de la ecuacin en diferencias se puede expresar de

la forma
k
en =
A r i n + solucin particular,
i =0
siendo ri = ri ( h ) tales que
( j h j ) r i j = 0, para i = 1, , k.
j =0
Las races ri verifican que ri 1, ya que si alguna de ellas fuera igual a

k
uno, entonces
j =0
( j h j ) = 0. Al ser el mtodo convergente, se tiene
que
j = 0, con lo que necesariamente
j =0
j = 0. Pero
j =0
j =
j =0
j =0
jj = 0. Por tanto el primer polinomio caracterstico del mtodo tendra a 1

como raz doble, y el mtodo, al no ser estable, no sera convergente.
Como ri 1, la solucin particular de la ecuacin en diferencias
j =0
(j h j )e n+j = T es una constante C que verifica
(j h j )C = T, y
j =0
k
como
j = 0, entonces:
j =0
h j C = T C =
j =0
j =0
La solucin general se puede expresar por tanto de la forma:

k
en =
i =0
A r i n
j =0
Esta expresin permite conocer el comportamiento del error cuando el

nmero de pasos crece. El crecimiento del error depende esencialmente del
primer sumando, de manera que si una de las races ri tiene mdulo mayor
que uno, el error crece cuando n crece, mientras que si | ri | < 1 para i = 1, ,
k, el error no crece por muy grande que sea n.
Definicin 14.4.2:
Se denomina polinomio de estabilidad absoluta del mtodo lineal
multipaso al polinomio:
(r, h ) = (r, h) =
( j h j )r =
j =0
( j h j )rj
j =0
Para h = 0 el polinomio de estabilidad se reduce al primer polinomio de

estabilidad o primer polinomio caracterstico, (r, 0) = (r). Las races del
polinomio de estabilidad absoluta son funciones continuas de los
coeficientes, y por tanto cada una de sus races tiende a una raz del
polinomio caracterstico cuando h tiende a cero. Se tiene que:
lm r i ( h ) = r i .
h 0
Ya se comprob que si el mtodo lineal es consistente, (r) siempre

tiene una raz igual a uno a la que se denomina raz principal. Si el mtodo
es estable esta raz debe ser simple. Ahora bien,
Se llama raz principal del polinomio de estabilidad absoluta a la
raz ri tal que lm r i ( h ) = 1. A esta raz se la denominar en adelante r1.
h 0
Definicin 14.4.3:
Un mtodo es absolutamente estable para un valor h = h, si para
ese valor h las races del polinomio de estabilidad verifican que | ri ( h )| < 1
para i = 1, , k.
Definicin 14.4.4:
Se denomina intervalo de estabilidad absoluta del mtodo al conjunto
de valores reales de h = h para los que el mtodo es absolutamente
estable:
I = { h = h ; r j (h) < 1, ( r j (h), h) = 0}.
Aunque usualmente se utiliza esta denominacin, se observa que no es
totalmente correcta, en el sentido de que dicho conjunto de valores reales
pueden no constituir un intervalo, sino que puede ser, por ejemplo, una unin
de intervalos.
Se observa tambin que si el problema de valor inicial estudiado: y =
f(x, y) se supone definido en n, es posible que tenga inters considerar
que pueda tomar valores complejos, por lo que h podra pertenecer al
campo complejo. Este caso se estudia con detalle en la seccin 14.4.2 en la
que analiza la estabilidad absoluta cuando el problema de valor inicial es un
sistema lineal.
Por ello se define:
Definicin 14.4.5:
Al conjunto de valores de h = h, reales o complejos, que hacen que
los mdulos de las races del polinomio de estabilidad absoluta del mtodo
lineal multipaso sean menores que uno se le denomina regin de
estabilidad absoluta, A, del mtodo:
A = { h = h C; r j ( h ) < 1, ( r j ( h ), h ) = 0}
Por lo tanto la interseccin de la regin de estabilidad absoluta con el
eje real es lo que antes se ha denominado intervalo de estabilidad
absoluta.
En el ejemplo siguiente se observa que el error es inaceptable en todos
los casos. Esto se debe a que = 30 y h = 0,1 por lo que h = 3 que no
pertenece al intervalo de estabilidad absoluta de ninguno de los tres
mtodos, como se comprobar en el ejemplo 14.4.1.
Resultados de aplicar el mtodo de Euler, Runge-Kutta, y el mtodo de
Adams-Bashforth con tamao de paso h = 0,1 a: y = 30y, y(0) = 1/3, para
aproximar la solucin en x = 1,5.
Exacto
Euler
Runge-Kutta
Adams
9,54173 x 10-21
1,09225 x 104
3,95730 x 105
8,03840 x 105
Las ecuaciones con negativo, pero grande en magnitud, forman parte

de un grupo especial de ecuaciones que se llaman ecuaciones diferenciales
stiff. Su error de truncamiento puede ser satisfactoriamente pequeo para
tamaos de paso muy pequeos, porque el valor absoluto de puede forzar
a hacer muy pequeo el tamao de paso para que h est en la regin de
estabilidad absoluta. Para estas ecuaciones diferenciales se deben elegir
mtodos implcitos con una amplia regin de estabilidad (o un tamao de
paso muy pequeo).
Resultados de aplicar el mtodo de Euler, y el mtodo de AdamsMoulton con tamao de paso h = 0,5 a: y = y + (1 )sen x, y(0) = 1,
para aproximar la solucin en x = 2.
h = h
Error con Euler
Error con Adams-Moulton
0,5
0,255
0,0113
10
6,9
0,00278
50
25
1880
0,000791
Se observa que el error al aplicar el mtodo de Adams-Moulton es

siempre pequeo, mientras que al aplicar el mtodo de Euler, es aceptable
cuando h = 0,5, pero inaceptable en el resto de los casos. Esto se debe, de
nuevo, a que, como se comprobar en el ejemplo 14.4.1 el intervalo de
estabilidad absoluta del mtodo de Adams-Moulton es (, 0), mientras que
el del mtodo de Euler es (2, 0).
14.4.2. Estabilidad relativa

Otro concepto de inters en el estudio de la estabilidad de los mtodos
multipaso es el de estabilidad relativa. En ocasiones, aunque el error
cometido sea grande, puede ocurrir que la solucin aproximada obtenida sea
admisible, por ejemplo si la solucin crece en valor absoluto y el error relativo
es aceptable, con lo cual el mtodo podra ser vlido.
Definicin 14.4.6:
Un mtodo es relativamente estable para un valor h = h, si para ese

valor h las races del polinomio de estabilidad verifican que | r i | < | r1|, para i
= 2, , k, siendo r1 la raz principal del polinomio de estabilidad absoluta del
mtodo.
Definicin 14.4.7:
Se denomina regin de estabilidad relativa, R, del mtodo al conjunto
de valores de h = h que hacen que el mtodo sea relativamente estable:
R = { h = h C; r j ( h ) < r 1 ( h ), j = 2, , k, (r j ( h ), h ) = (r 1 ( h ), h ) = 0}
Definicin 14.4.8:
Se denomina intervalo de estabilidad relativa del mtodo al conjunto
de valores reales de h = h para los que el mtodo es relativamente
estable:
I = { h = h ; r j ( h ) < r 1 ( h ), j : 2 ... k, (r j ( h ), h ) = (r 1 ( h ), h ) = 0}.
Es por tanto la interseccin de la regin de estabilidad relativa con el eje
real. Se observa que, como en el caso del intervalo de estabilidad relativa,
puede no ser un intervalo, sino estar formado por una unin de intervalos.
14.4.3. Estabilidad absoluta de los mtodos lineales

multipaso
en
sistemas
de
ecuaciones
diferenciales ordinarias
Ya se vio en el captulo 12 que para estudiar un sistema dinmico de
ecuaciones diferenciales, ste se poda linealizar, y estudiar el sistema lineal
asociado: y = A(x)y + b(x), que a su vez se puede aproximar, de manera
similar al caso escalar, por un sistema de la forma y = Ay.
Se considera ahora un sistema lineal de ecuaciones diferenciales
ordinarias y = Ay, donde A es una matriz m m de coeficientes constantes,
con m autovalores s distintos entre s, para s = 1, , m.
Al aplicarle la frmula numrica:
k
j =0
j z n+j = h
j f n+j
j =0
se tiene:
k
(j I h j A)z n+j = 0,
(14.4.1)
j =0
donde I representa la matriz identidad y z n+j son vectores.

Sea A = PDP-1, con |P| 0 y D una matriz diagonal cuyos elementos
son los autovalores s . Al sustituir en la ecuacin se tiene:
(j I h j D)P-1zn+j = 0 P
j =0
(j I h j D)z* n+j = 0
j =0
donde z* n+j = P-1z n+j . Al ser D una matriz diagonal, la expresin anterior da
lugar a las m ecuaciones escalares:
k
(j h j s )zn+j * = 0, s = 1, , m.
j =0
Llamando h s = h cada una de las ecuaciones anteriores se convierte

en una ecuacin similar a la del caso escalar. El problema es, como en el
caso escalar, buscar los valores de h para los que las races r i del polinomio
de estabilidad del mtodo tengan mdulo menor que 1.
Ahora los valores de los s pueden ser complejos, con lo cual h puede
tambin tomar valores complejos; tiene entonces sentido hablar de regin de
estabilidad absoluta asociada al mtodo numrico, contenida en el plano
complejo, cuya interseccin con el eje real debe coincidir con el intervalo de
estabilidad absoluta del mtodo.
En el ejemplo 14.4.3 se muestra una frmula que permite calcular en la
prctica la frontera de la regin de estabilidad absoluta de un mtodo
numrico. Una vez conocida la frontera, se toma como regin de estabilidad
absoluta del mtodo la que contiene al intervalo de estabilidad absoluta.
Ejemplos resueltos
Ejemplo 14.4.1: Estudiar el intervalo de estabilidad absoluta de:
a) El mtodo de Euler
b) El mtodo de Adams-Bashforth de dos pasos
c) El mtodo de Adams-Moulton de dos pasos
a) El mtodo de Euler es:
z n+1 = z n + hf n
que al sustituir la ecuacin de prueba y = y se obtiene que: r( h ) = 1 + h y
al imponer que |r( h )| < 1 |1 + h | < 1 1 < 1 + h < 1 2 < h < 0, por
lo que el intervalo de estabilidad absoluta es: (2, 0).
b) El mtodo de Adams-Bashforth de dos pasos es:
z n+2 z n+1 =
h
(3f n+1 f n )
2
por lo que su polinomio de estabilidad absoluta es:
(r, h ) = r2 (1 +
3
1
h )r + h de races r j ( h ) =
2
2
1+
3
9 2
h
h + h +1
2
4
2
siendo la raz principal r 1 la raz que corresponde al signo positivo y la raz

parsita r 2 la correspondiente al signo negativo. Se verifica que |r 1 ( h )| < 1 si
h < 0 y |r 2 ( h )| < 1 si 1 < h , por lo que el intervalo de estabilidad absoluta
es la interseccin de ambos: (, 0) (1, +) = (1, 0).

c) El mtodo de Adams-Moulton de dos pasos es:
z n+2 z n+1 =
h
(5f n+2 + 8f n+1 f n )
12
por lo que su polinomio de estabilidad absoluta es:

(r, h ) = (1
5
8
1
h )r2 (1 +
h )r +
h
12
12
12
cuyas races verifican que su mdulo es menor que 1 si h < 0; el intervalo de

estabilidad absoluta es pues: (, 0).
En este ejemplo se comprueba que para el mtodo de Euler el intervalo
de estabilidad absoluta es (2, 0). En general, a igual orden de consistencia,
es preferible un mtodo con una regin de estabilidad absoluta mayor. Por
esta razn los mtodos de Adams-Moulton son preferibles a los de AdamsBashforth pues los primeros tienen una regin de estabilidad absoluta mayor.
Por ejemplo, el mtodo de Adams-Bashforth de orden 2 tiene como intervalo
de estabilidad absoluta a (1, 0) mientras que el mtodo de Adams-Moulton
del mismo orden lo tiene de (, 0).
Ejemplo 14.4.2: Estudiar el intervalo de estabilidad absoluta y relativa
de los siguientes mtodos:
a) El mtodo: zn+1 z n =
h
(f n+1 + f n )
2
b) El mtodo: zn+2 4z n+1 + 3z n = 2hf n
c) El mtodo: zn+2 z n = 2hf n+1

d) El mtodo: zn+2 z n =
a)
h
(f n+2 + 4f n+1 + f n )
3
Al aplicar el mtodo zn+1 zn =
h
(f n+1 + f n ) a la ecuacin de
2
prueba se obtiene:
(1
1
1
h )z n+1 (1 + h )z n
2
2
y el polinomio de estabilidad absoluta:

h
1
1
2.
(r, h ) = (1 h )r (1 + h ) (r, h ) = 0 si r =
2
2
h
1
2
1+
El mtodo es absolutamente estable si h (, 0). Como

slo existe la raz principal la estabilidad relativa coincide con la
estabilidad absoluta.
En los mtodos de un paso coinciden la regin de
estabilidad absoluta con la regin de estabilidad relativa.
b)
Al aplicar el mtodo z n+2 4z n+1 + 3zn = 2hf n de dos pasos a

la ecuacin de prueba da como resultado el polinomio de
estabilidad absoluta: (r, h ) = r2 4r + (3 + 2 h ) de races: r j ( h
) = 2 1 2h
siendo la raz principal r 1 la raz que
corresponde al signo negativo y la raz parsita r 2 la
correspondiente al signo positivo. Para todo valor de h la raz

parsita tiene su mdulo mayor que 1, luego los intervalos de
estabilidad absoluta y de estabilidad relativa son el conjunto
vaco. El mtodo no es estable pues las races del polinomio de
estabilidad son 1 y 3, y esta ltima tiene su mdulo mayor que
1.
c)
Al aplicar el mtodo zn+2 z n = 2hf n+1 a la ecuacin de prueba

se obtiene el polinomio de estabilidad absoluta:
(r, h ) = r2 2 h r 1 de races: r j ( h ) = h h 2 + 1 siendo la
raz principal r 1 la raz que corresponde al signo positivo y la
raz parsita r 2 la correspondiente al signo negativo. Si h > 0
entonces |r 1 ( h )| > 1 y si h < 0 entonces |r 2 ( h )| > 1, por lo que
el intervalo de estabilidad absoluta es el conjunto vaco, ya que
para todo valor de h una de las dos races tiene su mdulo
mayor que 1.
Para estudiar la estabilidad relativa se buscan los valores
de h donde |r 2 ( h )| < |r 1 ( h )| dibujando la grfica de las
funciones y se observa que se verifica si h > 0, por lo que para
h > 0, hay estabilidad relativa siendo el intervalo de estabilidad
relativa (0, +).
d)
El mtodo: zn+2 z n =
h
(f n+2 + 4f n+1 + f n ) tiene como polinomio
3
de estabilidad absoluta:
(r, h ) = (1
de races: r j ( h ) =
1
4
1
h )r2 h r (1 + h )
3
3
3
1 2
2
h
h + 1 siendo la raz principal r 1 la
3
3
raz que corresponde al signo positivo y la raz parsita r 2 la

correspondiente al signo negativo.
Para todo valor de h una de las dos races tiene su
mdulo mayor que 1, por lo que el mtodo no es absolutamente
estable para ningn h y la regin de estabilidad absoluta es el
conjunto vaco.
Para estudiar la estabilidad relativa se buscan los valores
de h donde se verifica que |r 2 ( h )| < |r 1 ( h )| dibujando la grfica
de las funciones, y se observa que se verifica si h > 0, por lo
que para h > 0 hay estabilidad relativa siendo el intervalo de
estabilidad relativa (0, +).
Ejemplo 14.4.3: Demostrar que los puntos, h * , de la frontera de la
regin de estabilidad absoluta del mtodo:
k
j =0
j =0
j zn + j = h j f ( x n + j , zn + j ) ,
verifican que:
j (e i )
k
j =0
k
h* =
j (e
j =0
i j
El polinomio de estabilidad absoluta de dicho mtodo es:
(r, h ) =
( j h j )r( h )j
j =0
y se buscan los valores de h que hacen que las races r j ( h ) sean tales que
verifiquen: |r j ( h )| < 1.
Los puntos de la frontera, h * , verificarn que |r j ( h * )| = 1, por lo que r j (
h * ) = mei = ei y al sustituir en el polinomio e igualar a cero si se sustituye
h por h * , se obtiene:
(r, h * ) = 0 =
(j h * j ) (ei)j.
j =0
j (e i )
k
Despejando se tiene la expresin pedida: h * =
j =0
k
j (e
j =0
i j
Ejemplo 14.4.4: Encontrar la regin de estabilidad absoluta del mtodo

de Euler.
El mtodo de Euler es:
z n+1 = z n + hf n
por lo que los puntos de la frontera de su regin de estabilidad absoluta
j (e i )
k
verifican que: h
j =0
= x + iy =
k
e i 1
=
= cos + isen 1 x =
1
i j
j e
j =0
( )
cos 1; y = sen . Eliminando el ngulo se tiene: (x + 1)2 + y2 = 1 por lo que

la frontera de la regin de estabilidad absoluta es la circunferencia de centro
(1, 0) y radio 1. En el ejemplo 14.4.1 se comprob que el intervalo de
estabilidad absoluta de dicho mtodo es (2, 0), por lo que la regin de
estabilidad absoluta es el interior de dicha circunferencia, siendo el intervalo
de estabilidad absoluta su interseccin con el eje real.
Por tanto la regin de estabilidad absoluta del mtodo de Euler es:
A = { h = x + iy C; (x + 1)2 + y2 < 1} = { h C; | h + 1| < 1}.
Ejercicios
14.20.
Encontrar la regin de estabilidad absoluta del mtodo
z n+1 = z n + hf n+1 .
(Solucin: A = {z C; |z + 1| > 1}).
14.21.
Determinar los intervalos de estabilidad absoluta y
relativa del mtodo:
z n+2
14.22.
2
1
1
z n+1 z n = h(f n+1 + f n )
3
3
3
Determinar los tamaos de paso que permitan asegurar
que al aplicar el mtodo z n+2 zn = h(3f n+1 + 5f n ) al problema y

= 3y + x2, y(0) = 1, se tiene estabilidad absoluta.
14.23.
que al aplicar el mtodo z n+2 zn = h(3f n+1 + 5f n ) al problema y

= 3y + x2, y(0) = 1, se tiene estabilidad relativa.
14.24.
Determinar los intervalos de estabilidad absoluta y
relativa del mtodo:
z n+2
14.25.
4
1
2
z n+1 + z n = hf n
3
3
3
que al aplicar el mtodo z n+2
4
1
2
z n+1 + z n = hf n al problema
3
3
3
y = 4y + e x , y(0) = 0, x > 0, se tiene estabilidad absoluta.
(Solucin: Intervalo de estabilidad absoluta: [
1
1
, 0), = 4 h (0,
.)
6
24
14.5. OTROS MTODOS DE K PASOS

Se han utilizado otras frmulas y otros mtodos numricos lineales de k
pasos, como los mtodos de Nystrm, los de Milne-Simpson y los mtodos
de Milne. Estos mtodos actualmente estn en desuso debido a los
problemas de estabilidad que plantean. Otros mtodos que se estudian en
esta seccin son los mtodos de prediccin-correccin, y se comenta algo
sobre mtodos de paso variable o los mtodos adecuados para problemas
stiff.
14.5.1. Mtodos de Nystrm y de Milne-Simpson

Los mtodos de Nystrm y Milne-Simpson son frmulas de k pasos que
tienen como primer polinomio caracterstico (r) = rk rk-2, es decir, son de la
forma:
k
z n+k z n+k-2 = h
j f n+j .
j =0
Las frmulas que siguen son ejemplos de ellos.

Mtodos de Nystrm:
El mtodo: zn+2 zn = 2hf n+1 (Regla del punto medio).
El mtodo: zn+3 zn+1 =
h
(7f n+2 2f n+1 + f n )
3
... ... ...

Mtodos de Milne-Simpson:
El mtodo: zn+2 z n = 2hf n+2
El mtodo: zn+2 z n =
h
(f n+2 + 4f n+1 + f n ) (Regla de Simpson)
3
El mtodo: zn+3 z n+1 =
h
(f n+3 + 4f n+2 + f n )
3
... ... ...

Los mtodos de Nystrm son explcitos mientras que los mtodos de
Milne-Simpson son implcitos. Se construyen de forma similar a los mtodos
de Adams, integrando un polinomio interpolador, pero ahora el incremento
que se utiliza es 2h.
14.5.2.
Mtodos predictor-corrector
Los mtodos implcitos tienen la dificultad de tener que resolver una

ecuacin implcita de la forma: z n+k = h k f(x n+k , zn+k ) + g donde g es una
funcin previamente computada. Si la frmula es no lineal es necesario
evaluar z n+k mediante un mtodo aproximado. Si la funcin f es lipschiziana
respecto de la segunda variable y la constante de Lipschitz L es moderada
se suele utilizar el mtodo del punto fijo, y si la constante de Lipschitz es muy
grande, lo que ocurre con los problemas stiff, se suele utilizar el mtodo de
Newton.
Ya se estudi en el captulo anterior algn mtodo implcito como: z n+1
= zn + (h/2)(f(x n , z n ) + f(x n+1 , zn+1 )) cuyo error de truncamiento es del orden
de O(h3), donde se observa que zn+1 aparece en el segundo miembro de la
igualdad y se debe despejar, lo que usualmente puede ser difcil, con lo que
se aproxima, bien mediante iteraciones del punto fijo, o haciendo una
prediccin por medio de la frmula de Euler.
Para subsanar la dificultad de evaluar zn+k se usan los mtodos de
prediccin-correccin. La idea del par predictor-corrector se basa en la
observacin de que en un mtodo implcito se deben resolver en cada paso
un sistema de ecuaciones algebraicas. Si para resolver dicho sistema se
utiliza el teorema de la iteracin del punto fijo basta tomar h suficientemente
pequeo para garantizar la convergencia cualesquiera que sean las
condiciones iniciales. Pero sin embargo se pueden ahorrar un buen nmero
de iteraciones tomando un valor prximo a la solucin, por lo que parece
adecuado evitar la iteracin y tomar en su lugar el valor obtenido con el
mtodo explcito.
Los mtodos de prediccin-correccin combinan en cada paso una
frmula explcita para predecir un valor de la solucin y una frmula implcita
para corregirlo.
Los mtodos de prediccin-correccin mas utilizados son los mtodos
de
Adams-Bashforth-Moulton
(ABM).
Se usan
simultneamente dos
frmulas, generalmente con el mismo orden de convergencia, una explcita o
de tipo abierto que se llama predictora, y otra implcita o de tipo cerrado que
se llama correctora. La frmula correctora suele ser ms precisa que la
predictora, aunque se elijan con error de truncamiento del mismo orden. Por
ejemplo con la frmula de Adams-Moulton de tres pasos como correctora se
utiliza como predictora la frmula de Adams-Bashforth de cuatro pasos.
Ambas frmulas son convergentes de orden cuatro.
Para obtener el valor aproximado zn+1 a partir de un valor zn calculado
previamente, mediante un par predictor-corrector, se procede de la siguiente
forma:
Se predice un valor z[0] n+1 , obtenido aplicando la frmula
explcita (P).
Se evala la funcin: f [0] n+1 = f(x n+1 , z[0] n+1 ) (E).
Se corrige el valor z[0] n+1 mediante la frmula implcita,
obtenindose una nueva aproximacin z[1] n+1 (C).
Se evala de nuevo la funcin: f [1] n+1 = f(x n+1 , z[1] n+1 ) (E).
Se puede tomar zn+1 = z[1] n+1 como valor definitivo de la etapa n + 1 y
comenzar de nuevo el proceso para obtener el valor de zn+2 a partir de z n+1 .
Este proceso se suele denotar como PECE, y es la forma mas utilizada en
los mtodos predictor-corrector. Pero tambin se puede mejorar el valor
z[1] n+1 antes de pasar a la etapa siguiente, aadiendo un nmero determinado
de veces, m, los dos ltimos pasos
Se corrige el valor z[1] n+1 mediante la frmula implcita,
obtenindose una nueva aproximacin z[2] n+1 (C).

Se evala de nuevo la funcin: f [2] n+1 = f (x n+1 , z[2] n+1 ) (E).
El proceso se denota en este caso como PE(CE)m.
Observacin:
La razn por la que se suelen tomar dos mtodos de Adams con el
mismo orden de convergencia es que en esta situacin los clculos se
simplifican. En efecto, si el orden de convergencia de los mtodos es p = k, el
valor de z[0] n+1 se obtiene a partir de la frmula explcita de Adams-Bashforth
de k pasos: z[0] n+1 = z n + h[ 0 0 + 1 1 + + k-1 k-1]f n , mientras que la
frmula implcita es la de Adams-Moulton de k 1 pasos, que se puede
expresar de la forma:
z n+1 = z n + h[ 0 0 + 1 1 + + k-2 k-2]f n + k-1 hk-1f n+1 =
z n + h[ 0 0 + + k-2 k-2 + k-1 k-1]f n + k-1 h(k-1f n+1 k-1f n ) =
zn + h[ 0 0 + 1 1 + + k-1 k-1]f n + k-1 hkf n+1 = z[0] n+1 + kk
1 h f n+1 .
Se tiene entonces que:

z[1] n+1 = z[0] n+1 + k-1 hkf n+1 ,
con lo que se simplifica el proceso.
El orden de consistencia de un par predictor-corrector implementado
como PE(CE)m depende del orden de consistencia de los mtodos que
forman el par y del valor de m. En este sentido se puede demostrar que si el
orden de convergencia del mtodo predictor es mayor o igual que el del

mtodo corrector, el par predictor-corrector tiene el mismo orden de
convergencia y el mismo error de truncamiento que la frmula correctora.
El error de truncamiento de un mtodo lineal multipaso con orden de
convergencia p viene dado por la expresin:
T n+k = C p+1 hp+1yp+1)(x n ) + O(hp+2).
La estimacin del error de truncamiento presenta la dificultad de tener
que estimar numricamente yp+1)(x n ). Los mtodos de prediccin correccin,
en el caso en que ambos mtodos (implcito y explcito) sean del mismo
orden tienen la ventaja adicional de que se puede estimar la parte principal
del error de truncamiento sin necesidad de calcular yp+1)(x n ) mediante la
estimacin de Milne. La idea es la siguiente.
Se considera un mtodo predictor-corrector de la forma PE(CE)m. Sean
T* n+k y T n+k los errores de truncamiento correspondientes a los mtodos
explcito e implcito, respectivamente, que tienen un orden de convergencia
p. Se tiene entonces:
T* n+k = C* p+1 hp+1yp+1)(x n ) + O(hp+2) = y(x n+k ) zn + k [ 0 ] .
T n+k = C p+1 hp+1yp+1)(x n ) + O(hp+2) = y(x n+k ) zn + k [ m ] .
Las expresiones zn + k [ 0 ] y zn + k [ m ] representan los valores obtenidos
al aplicar las correspondientes frmulas numricas en el paso n + k,
suponiendo que los valores de partida son exactos. Restando ambas
expresiones se tiene:
(C* p+1 C p+1 )hp+1yp+1)(x n ) = zn + k [ m ] zn + k [ 0 ] + O(hp+2).
Si ahora se despeja :
hp+1yp+1)(x n ) =
1
*
C p +1 C p +1
( zn + k [ m ] zn + k [ 0 ] ) + O(hp+2),
se tiene as una estimacin de hp+1yp+1)(x n ) . El error de truncamiento del par

predictor-corrector, que coincide con el de la frmula correctora se puede
expresar entonces de la forma:
T n+k =
C p +1
*
C p +1 C p +1
( zn + k [ m ] zn + k [ 0 ] ) + O(hp+2).
Si se comparan los mtodos Runge-Kutta con los mtodos multipaso se

observa que los mtodos Runge-Kutta consiguen mejorar la aproximacin
eliminando la linealidad. En ellos es difcil saber cuando se debe cambiar la
longitud de paso pues la estructura del error de truncamiento es complicada,
pero sin embargo es fcil cambiarlo. Mientras que en los mtodos lineales
multipaso es fcil controlar el error de truncamiento, y por tanto decidir
cuando se debe cambiar el paso, y sin embargo es complicado cambiarlo.
Los
mtodos
de
prediccin-correccin
tienen
pues
la
ventaja
fundamental de que es muy sencillo estimar el error de truncamiento, lo que

se puede utilizar para ajustar el tamao del paso. Un inconveniente es que
cualquier cambio en el tamao del paso h conlleva un coste en el nmero de
clculos. Pero existen estrategias de paso variable que, almacenando
valores previos de la funcin, resultan eficientes.
14.5.3.
Mtodos multipaso de tamao de paso variable
Existen algoritmos que utilizan una frmula de Adams-Moulton como

correctora y otra de Adams-Bashforth como predictora y calculan una
estimacin del error, que cuando indica que el tamao de paso es demasiado
grande, se reemplaza este por la mitad y si el error es demasiado pequeo
se reemplaza por un tamao de paso doble, dicindose entonces que se
utiliza un mtodo de paso variable. La utilizacin de mtodos de prediccincorreccin de paso variable requiere tener un buen mtodo para obtener los
valores iniciadores, y mtodos para reducir a la mitad el intervalo o para
doblarlo, lo que aumenta la complejidad de computacin.
Un algoritmo predictor-corrector de Adams con tamao de paso variable
se encuentra en Burden&Faires 7. Una mayor informacin sobre algoritmos
de paso variable para estos mtodos se puede obtener en el libro de J. D.
Lambert 8.
Los mtodos lineales multipaso pueden formularse mediante matrices
definidas por columnas, y las relaciones entre las columnas se conocen
como forma de Nordsieck, en la que el cambio de paso es sencillo, no as el
cambio de orden.
7
Burden, R. L.; Faires, J. D. (1996): Anlisis Numrico. Grupo Editorial

Iberoamericano. (2 edicin). 275-277.
J. D. Lambert, Numerical methods for ordinary differential systems: the initial value
problem, J. Wiley, 1991.
Es posible tambin introducir otros algoritmos que permitan modificar

la longitud de paso, lo que es un ingrediente clave en la eficiencia del
mtodo. Mediante la extrapolacin de Richardson (estudiada en el captulo
anterior) se puede calcular una cantidad que permite obtener una
aproximacin de un orden mayor, y que se puede utilizar para ajustar la
longitud de paso. Pero es un procedimiento costoso, con lo que pueden
buscarse otras alternativas de razonamiento.
La experiencia demuestra que no se deben efectuar cambios de paso
con excesiva frecuencia, siendo aconsejable modificar el tamao de paso
tras al menos k 1 pasos con un mismo valor h.
14.5.4.
Problemas stiff
Existen problemas de valor inicial de un determinado tipo, los

problemas stiff o sistemas rgidos, para los que muchos mtodos
multipaso con buenas propiedades de convergencia, como los mtodos de
Adams, son en general ineficaces. Existen distintas definiciones para
describir este tipo de problemas.
Lambert 9, trata sobre el fenmeno de la stiffness, ya que en su opinin
es mas un fenmeno que una propiedad, en el sentido de que no se puede
describir
en
trminos
matemticos
precisos,
presenta
diferentes
J. D. Lambert, Numerical methods for ordinary differential systems: the initial value
problem, J. Wiley, 1991.
definiciones en funcin de los distintos aspectos cualitativos que muestra un

problema stiff.
En general, se puede decir que se engloban bajo esta denominacin
aquellos problemas cuyas soluciones experimentan cambios bruscos en
intervalos de pequea longitud, o aquellos en los que la solucin exacta del
problema consta de un trmino estacionario que no vara significativamente
con el tiempo, junto con un trmino transitorio que decaiga rpidamente a
cero.
Estos problemas aparecen en diversas situaciones de inters como en
la cintica qumica con reacciones muy rpidas, reacciones nucleares o
fotodisociacin, en circuitos elctricos con los transistores de alta velocidad y
en sistemas amortiguados de resortes.
Para la resolucin numrica de estos mtodos se requieren unos
mtodos lineales de k pasos implcitos especficos, que se conocen como
mtodos de diferenciacin regresiva o mtodos BDF, y son tales que su
segundo polinomio caracterstico es de la forma (r) = k rk, por lo que tienen
k
la forma:
j zn+j = h k f n+k . Los coeficientes j y el coeficiente k se
j =0
deducen partiendo del polinomio interpolador P k (x) que pase por (x n , zn ), ....,
(x n+k , zn+k ) e imponiendo que Pk (x n+k ) = f(x n+k , zn+k ). Presentan la ventaja del
tamao de su regin de estabilidad absoluta. Se utilizan siempre mtodos de
orden a lo sumo seis, ya que en stos la regin de estabilidad absoluta
contiene a todo el semieje real negativo. La idea de predictor-corrector aqu
no es adecuada, por lo que se usa el mtodo de Newton para obtener las

sucesivas aproximaciones de zn+1 .
Ejemplos resueltos
Ejemplo 14.5.1: Utilizar el mtodo de Adams-Bashforth de dos pasos
como predictor y el de Adams-Moulton de un paso como corrector, un
tamao de paso h = 0,2 y como valores iniciadores los proporcionados por
Runge-Kutta 4, para aproximar el valor y(0,8) de la solucin de y = x + y 1,
y(0) = 1. Utilizar las frmulas de dichos mtodos
a) z[0] n+1 = zn +
h
h
(3f n f n-1 ); z[1] n+1 = zn + (f[0] n+1 + f n ).
2
2
b) Resolver el problema utilizando las frmulas de dichos mtodos

dadas mediante las tablas de diferencias regresivas: z[0] n+1 = z n + h(0 +
1)f n ; z[1] n+1 = z[0] n+1 +
1
2
1 2
f n+1 .
2
a) Se utiliza el mtodo de Adams-Bashforth de dos pasos como

predictor: z[0] n+1 = zn +
h
(3f n f n-1 ). Se denomina f[0] n+j = f(x n+j , z[0] n+j ). Se
2
utiliza el mtodo de Adams-Moulton de un paso como corrector: z[1] n+1 =

z[0] n+1 +
1 2
f n+1 .
2
Se calculan los valores iniciadores usando el mtodo de Runge-Kutta:
x 0 = 0; z0 = y 0 = 1; f(x, z) = x + z 1 f(x 0 , z 0 ) = f(0, 1) = 0,
z 1 = z0 +
z0 +
h
h
(k 1 + 2k 2 + 2k 3 + k 4 ) siendo k 1 = f(x 0 , z0 ) = 0; k 2 = f(x 0 + ,
6
2
h
k 1 ) = 0,1; k 3 = 0,11; k 4 = 0,222 z1 = 1,0214.
2
z[0] 2 = z 1 +
h
(3f 1 f 0 ) con f(x, z) = x + z 1, f 0 = f(x 0 , z 0 ) = f(0, 1) = 0; f 1
2
= f(x 1 , z1 ) = f(0,2, 1,0214) = 0,2214 z[0] 2 = 1,0214 + 0,1(3*0,2214 0) =

1,08782 que es el valor predictor.
f[0] 2 = f(x 2 , z[0] 2 ) = f(0,4, 1, 08782) = 0,4 + 1, 08782 1 = 0,48782.
Utilizando el mtodo de Adams-Moulton de tres pasos como corrector:
z[1] 2 = z 1 +
h [0]
(f 2 + f 1 ) = 1,0214 + 0,1(0,48782 + 0,2214) = 1,092322.
2
f[1] 2 = f(x 2 , z[1] 2 ) = f(0,4, 1,092322) = 0,492322.

Se repite el proceso:
z[0] 3 = z 2 +
h
(3f 2 f 1 ) = 1,092322 + 0,1(3*0,492322 0,2214) =
2
1,2178786.
f[0] 3 = f(x 3 , z[0] 3 ) = f(0,6, 1,2178786) = 0,8178786.
z[1] 3 = z[1] 2 +
h [0]
(f 3 + f[1] 2 ) = 1,092322 + 0,1(0,8178786 + 0,492322) =
2
1,22334206.
f[1] 3 = f(x 3 , z[1] 3 ) = f(0,6, 1,22334206) = 0,82334206.
Se repite el proceso:
z[0] 4 = z[1] 3 +
h
(3f[1] 3 f[1] 2 ) = 1,22334206 + 0,1(3*0,82334206
2
0,492322) = 1,421112478.
f[0] 4 = f(x 3 , z[0] 4 ) = f(0,8, 1,421112478) = 1,221112478.
z[1] 4 = z[1] 3 +
h [0]
(f 4 + f[1] 3 ) = 1,22334206 + 0,1(1,221112478 +
2
0,82334206) = 1,4277875138 = z(0,8).

b) Utilizar las frmulas de dichos mtodos dadas mediante las tablas de
diferencias regresivas:
z[0] n+1 = z[1] n + h(0 +
z[1] n+1 = z[0] n+1 +
1 1 [1]
)f n ;
2
1 2 [0]
f n+1 .
2
La forma usual de organizar estos clculos es utilizando una hoja de

clculo, con lo que es posible simplificar el proceso, de forma similar al
ejemplo 14.2.4.
Al utilizar las frmulas:
z[0] n+1 = z[1] n + h(0 +
z[1] n+1 = z[0] n+1 +
se obtiene:
1 1 [1]
)f n ;
2
1 2 [0]
f n+1
2
x n = x 0 + hn
0
1
2
3
4
0
0,2
0,4
0,6
0,8
z[0] n
f[0] n
1
0
1,0214
0,2214
1,08782
0,48782
1,2178786
0,8178786
1,421112478 1,221112478
z[1] n
1
1,0214
1,092322
1,22334206
1,42971758
f[1] n
0
0,2214
0,492322
1,22334206
1,42778714
Para obtener las diferencias que se utilizan en las frmulas se

construyen las siguientes tablas:
f[0] n
0
0,2214
0,48782
f[0] 0
f[0] 1
f[0] 2
z[1] 2 = z[0] 2 +
f[1] 0
f[1] 1
f[1] 2
1f[0] n
2f[0] n
0,2214
0,26642 0,04502 = 2f[0] 2
1 2 [0]
1
f 2 = 1,08782 + 0,04502 = 1,092322.
2
2
0f[1] n
0
0,2214
0,492322
z[0] 3 = z[1] 2 + h(0 +
1f[1] n
2f[1] n
0,2214
0,270922
0,049522
1 1 [1]
1
)f 2 = 1,092322 + 0,2(0,492322 + 0,270922)
2
2
= 1,2178786.
f[0] 0
f[0] 1
f[1] 2
f[0] 3
0f n
1f n
2f n
0
0,2214
0,2214
0,492322 0,270922
0,049522
0,8178786 0,3255566 0,0546346 = 2f[0] 3
z[1] 3 = z[0] 3 +
1 2 [0]
1
f 3 = 1,2178786 + 0,0546346 = 1,22334206
2
2
f[0] 0
f[0] 1
f[1] 2
f[1] 3
0f n
1f n
0
0,2214
0,2214
0,492322
0,270922
0 [1]
0,82334206 = f 3 0,33102006 = 1f[1] 3
z[0] 4 = z[1] 3 + h(0 +
2f n
0,049522
0,06009806
1 1 [1]
1
)f 3 = 1,22334206 + 0,2(0,82334206 +
2
2
0,33102006) = 1,421112478.
f[0] 0
f[0] 1
f[1] 2
f[1] 3
f[0] 4
0f n
1f n
2f n
0
0,2214
0,2214
0,492322 0,270922
0,049522
0,82334206 0,33102006
0,06009806
1,22111248 0,39777042 0,06675036 = 2f[0] 4
z[1] 4 = z[0] 4 +
1 2 [0]
1
f 4 = 1,421112478 + 0,06675036 = 1,42971758.
2
2
Ejemplo 14.5.2: Utilizar el mtodo de Adams-Bashforth de cuatro pasos

como predictor y el de Adams-Moulton de tres pasos como corrector, un
tamao de paso h = 0,2 y como valores iniciadores los proporcionados por
Runge-Kutta 4, para aproximar y(0,8) de la solucin de y = x + y 1, y(0) =
1. Calcular el error global.
Se utiliza el mtodo de Adams-Bashforth de cuatro pasos como
predictor: z[0] n+4 = zn+3 +
h
(55f n+3 59f n+2 + 37f n+1 9f n ). Se denomina f[0] n+j
24
= f(x n+j , z[0] n+j ).

Se utiliza el mtodo de Adams-Moulton de tres pasos como corrector:
z n+3 = zn+2 +
h
(9f[0] n+3 + 19f n+2 5f n+1 + f n ).
24
Se calculan los valores iniciadores usando el mtodo de Runge-Kutta:

x 0 = 0; z0 = y 0 = 1; f(x, z) = x + z 1 f(x 0 , z 0 ) = f(0, 1) = 0,
z 1 = z0 +
z0 +
h
h
(k 1 + 2k 2 + 2k 3 + k 4 ) siendo k 1 = f(x 0 , z0 ) = 0; k 2 = f(x 0 + ,
6
2
h
k 1 ) = 0,1; k 3 = 0,11; k 4 = 0,222 z1 = 1,0214.
2
z 2 = z1 +
k 2 = f(x 1 +
h
(k 1 + 2k 2 + 2k 3 + k 4 ) siendo x 1 = 0,2, k 1 = f(x 1 , z1 ) = 0,2214;
6
h
h
, z 1 + k 1 ) = 0,34354; k 3 = 0,355754; k 4 = 0,4925508 z2 =
2
2
1,09181796.
z 3 = z2 +
h
(k 1 + 2k 2 + 2k 3 + k 4 ) siendo x 2 = 0,4, k 1 = f(x 2 , z2 ) =
6
0,49181796; k 2 = f(x 2 +
h
h
, z2 + k 1 ) = 0,640999756; k 3 = 0,6559179356; k 4
2
2
= 0,82300154712 z 3 = 1,222106456.
z[0] 4 = z3 +
h
(55f 3 59f 2 + 37f 1 9f 0 ) con f(x, z) = x + z 1, f 0 = f(x 0 ,
24
z 0 ) = f(0, 1) = 0; f 1 = f(x 1 , z 1 ) = f(0,2, 1,0214) = 0,2214; f 2 = f(x 2 , z 2 ) = f(0,4,

1,09181796) = 0,49181796; f 3 = f(x 3 , z3 ) = f(0,6, 1,222106456) = 0,6 +
1,222106456 1 = 0,822106456 z[0] 4 = 1,42535975 que es el valor
predictor.
f[0] 4 = f(x 4 , z[0] 4 ) = f(0,8, 1,42535975) = 0,8 + 1,42535975 1 =
1,22535975.
Utilizando el mtodo de Adams-Moulton de tres pasos como corrector:

z[1] 4 = z3 +
h
(9f[0] 4 + 19f 3 5f 2 + f 1 ) = 1,42552788 = z(0,8).
24
La solucin exacta es y(0,8) = e0,8 0,8 = 1,42554093.

El error global:
e(0,2) = y(0,8) z(0,8) = 1,42554093 1,42552788 = 0,00001305.
Ejercicios
14.26.
Utilizar el mtodo de Adams-Bashforth de cuatro pasos
como predictor y el de Adams-Moulton de tres pasos como

corrector, un tamao de paso h = 0,1 y como valores iniciadores
los proporcionados por Runge-Kutta 4, para aproximar y(0,5) de
la solucin de y = y , y(0) = 1.
(Solucin:
z[0] 4
1,491820106;
z[1] 4
1,491824539;
z[0] 5
1,648716439; z[1] 5 = 1,648721307).

14.27.
Obtener
el
mayor
valor
del
paso
que
haga
absolutamente estable mtodo zn+1 = zn + hf n+1 para el sistema:
y'1 12 15 y 1
=

6 y 2
y' 2 6
14.28.
Obtener
el
mayor
valor
del
paso
que
haga
absolutamente estable el mtodo zn+1 = z n + hf n+1 para el
sistema:
y'1 18 21 y 1
=

6 y 2
y' 2 6
14.6. EJERCICIOS
14.29.
Buscar todos los mtodos lineales de un solo paso
consistentes.
(Solucin: El nico explcito es el mtodo de Euler. Implcitos hay
infinitos, con 0 + 1 =1)
14.30.
Obtener un mtodo lineal de dos pasos cuyo error de
truncamiento sea cero al aplicarlo a un problema de valor inicial

cuya solucin exacta sea un polinomio de grado cuatro.
(Solucin: z n+2 = z n +
14.31.
Aplicar el mtodo zn+2 = z n +
h
(f n+2 + 4f n+1 + f n ))
3
h
(f n+2 + 4f n+1 + f n ) al
3
problema y = y + x, y(0) = 0, tomando como tamao de paso h y

como z0 = 0 y z 1 = eh h 1, para obtener z 2 .
(Solucin: z2 =
14.32.
2h( 2e h + h 2 )
)
3h
Calcular el orden de consistencia del mtodo:
z n+2 = z n + 2hf n+1 .

Aplicar el mtodo al problema de valor inicial y = 3x2, y(0) = 0 y
calcular su error de truncamiento.
(Solucin: p = 2. T n+2 = 2h3)
14.33.
Estudiar la convergencia del mtodo:

z n+2 = z n + h( f n+2 + 4f n+1 f n ).
Aplicar el mtodo al problema de valor inicial y = x, y(0) = 2,

tomando a) como z 0 = 2, b) como z0 = 2 + h, y en ambos
casos como z1 el valor obtenido aplicando el mtodo de Taylor
de orden dos. Calcular z n y verificar si coincide con el valor
exacto.
(Solucin: El mtodo es estable y su orden de consistencia es 2, luego
es convergente. a) z n = 2 +
2+
1 2 2
h n que coincide con el valor exacto y =
2
1 2
1
x . b) z n = 2 + h + h2n2 que no coincide con el valor exacto).
2
2
14.34.
+
Se considera el mtodo implcito: zn+2 = (a + 1)z n az n+1
h
((3a + 4)f n + (a + 4)f n+2 ). a) Determinar para que valores de a
4
el mtodo es convergente. b) Calcular a de modo que el orden

de consistencia sea 3. c) Aplicar el mtodo obtenido para a = 0,
al problema de valor inicial: y = y, y(0) = 1, para obtener el valor
aproximado de la solucin en x = 1, con h = 0,2, y valores
iniciadores z0 = z 1 = 1.
(Solucin: a) Convergente si 2 < a 0. b) Para a = 2 el orden de
consistencia es 3, pero no es convergente. c) z(1) = 2,25).
14.35.
Obtener y para que el mtodo: zn+2
3
1
z n+1 + z n =
2
2
h(f n+1 + f n ) tenga orden de consistencia 2. Calcular en funcin

de h el error de truncamiento que se comete en el paso n-simo
al aplicarlo a y = 6x2 + 2, y(0) = 0.
(Solucin: =
14.36.
5
3
11 3
y = . T n+k =
h ).
4
4
2
Hallar el mtodo lineal de dos pasos explcito, estable y
consistente de mayor orden posible tal que su coeficiente de

error sea el menor posible. Estudiar su estabilidad absoluta y
relativa.
(Solucin: z n+2 = z n + 2hf n+1 . C 3 =
1
. Regin de estabilidad absoluta: .
3
Intervalo de estabilidad relativa: (0, +)).

14.37.
Hallar el mtodo lineal de dos pasos implcito, estable y
consistente de mayor orden posible tal que su coeficiente de

error sea el menor posible. Estudiar su estabilidad absoluta y
relativa.
14.38.
Calcular el error de truncamiento en el paso n-simo al
aplicar el mtodo:
z n+2
1
1
h
z n+1 z n = ( 9f n+2 + 32f n+1 11f n ).
2
2
8
con un tamao de paso h al problema: xy = 3(y + 1), y(1) = 0.

(Solucin: T n+2 = 6h3).
14.39.
Estudiar la convergencia del mtodo:

z n+2 + 4z n+1 5zn = h(4f n+1 + 2f n ).
(Solucin: No es estable, por lo que no es convergente).
14.40.
a) Estudiar los valores de que hacen que sea
convergente el mtodo: z n+3 z n+1 = h(f n 2f n+1 + (2 + )f n+2 ).

b) Determinar para que el error de truncamiento que se comete
en el paso n-simo al aplicarlo a xy + y = 4x3, y(1) = 1 sea T n =
2h3.
(Solucin: El mtodo es convergente para todo . b) = 0).
14.41.
Estudiar la convergencia y los intervalos de estabilidad
absoluta y relativa del mtodo:
z n+2
3
1
1
z n+1 + z n = hf n .
2
2
2
(Solucin: Es convergente. Intervalo de estabilidad absoluta = (1, 0).

Intervalo de estabilidad relativa: (
14.42.
1
, +)).
8
Deducir desde la expresin de las frmulas de Adams-
Moulton: zn+1 = z n + h[ 0 0 + 1 1 + + k-1 k-1]f n + k kf n+1 , la
expresin donde aparecen solamente las if n+1 .

14.43.
Calcular , y para que al aplicar el mtodo:

z n+3 z n+2 = h(f n + f n+1 + f n+2 )
al problema: y = (ax + b) y
truncamiento T n+3 proporcional a
valga exactamente
3 4
h . Calcular a y b para que
8
3 4
h.
8
(Solucin: =
14.44.
se obtenga un error de
5
4
23
,=
,=
,a=
12
3
12
2
, b).
3
Obtener un mtodo lineal implcito de 3 pasos en el que
1/2 y 1 sean races de su ecuacin caracterstica, siendo su

orden de consistencia tan elevado como sea posible. El mtodo
obtenido, es estable?, es convergente?, qu orden de
consistencia tiene?
(Solucin: z n+3
1
1
1
1
7
1
z n+2 z n+1 + z n = h(
f n f n+1 + f n+2 + f n ),
2
2
6
3
6
3
estable, consistente de orden 4 y convergente).

14.45.
Aplicar el mtodo de Adams-Bashforth de dos pasos al
y'1 1 0 y 1 x
=
+ , con
y' 2 1 2 y 2 1
y 1( 0 ) 0
=
y 2 ( 0 ) 0
y 1( 0,4 )
, utilizando como valores
y 2 ( 0,4 )
0
iniciadores: z0 = , z1 mediente Runge-Kutta 4.
0
0,08782
).
(Solucin: z 2 =
0,60226
14.46.
Obtener
el
mayor
valor
del
paso
que
haga
absolutamente estable el mtodo zn+1 = zn + hf n para el sistema:
y'1 12 15 y 1
=

6 y 2
y' 2 6
(Solucin: A = {z C; |z + 1| > 1; = 3 3i h < 1/3.)
14.47.
Obtener
el
mayor
valor
del
paso
que
haga
absolutamente estable el mtodo zn+1 = zn + hf n para el sistema:
y'1 18 21 y 1
=

y
'
6
6
y 2
2
(Solucin: A = {z C; |z + 1| > 1; = 6 3 2 h <
63 2
0,055.)
14.48.
Obtener
el
mayor
valor
del
paso
que
haga
absolutamente estable el mtodo 3zn+2 2zn+1 z n = 4hf n+1 para

el sistema:
y'1 12 15 y 1
=

y
'
6
6
y 2
2
14.49.
Obtener
el
mayor
valor
del
paso
que
haga
absolutamente estable el mtodo 3zn+2 2z n+1 z n = 4hf n+1 para

el sistema:
y'1 18 21 y 1
=

6 y 2
y' 2 6
14.50.
Estudiar la consistencia, estabilidad y convergencia del
mtodo 3zn+2 2z n+1 zn = 4hf n+1 . Estudiar la regin de

estabilidad absoluta.
14.51.
Aplicar el mtodo 3zn+2 2zn+1 zn = 4hf n+1 con un
tamao de paso h = 0,1, para obtener en x = 0,4 la solucin del

problema de valor inicial del sistema:
y'1 12 15 y 1
y (0) 1
=
con 1
=
6 y 2
y' 2 6
y 2 ( 0 ) 1
con valores iniciadores z 0 = y 0 , y los obtenidos por el mtodo de
Euler.
14.52.
Aplicar el mtodo 3zn+2 2zn+1 zn = 4hf n+1 con un
tamao de paso h = 0,1, para obtener en x = 0,4 la solucin del

problema de valor inicial del sistema:
y'1 18 21 y 1
y (0) 1
=
con 1
=
6 y 2
y' 2 6
y 2 ( 0 ) 1
con valores iniciadores z 0 = y 0 , y los obtenidos por el mtodo de
Euler.

C14 Metodos Multipaso

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

C14 Metodos Multipaso

Cargado por

Copyright:

Formatos disponibles

983 Anlisis matemtico para Ingeniera.

M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA

Mtodos numricos lineales multipaso 984

M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA

donde j y j son nmeros reales.

Para que el mtodo sea de k pasos se debe imponer que 0 + 0

Captulo 14: Mtodos NumricosMultipaso

M. MOLERO; A.SALVADOR; T. MENARGUEZ; L. GARMENDIA

de tipo abierto. En este caso se obtiene el valor de z n+k directamente

M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA

Mtodos numricos lineales multipaso 986

Captulo 14: Mtodos NumricosMultipaso

M. MOLERO; A.SALVADOR; T. MENARGUEZ; L. GARMENDIA

con la expresin general de un mtodo multipaso y determinar

comparar con la expresin general de un mtodo multipaso

M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA

Mtodos numricos lineales multipaso 988

14.2. MTODOS DE ADAMS

Captulo 14: Mtodos NumricosMultipaso

M. MOLERO; A.SALVADOR; T. MENARGUEZ; L. GARMENDIA

ordenadores y con el conocimiento adquirido sobre la convergencia de un

Mtodos numricos lineales multipaso 990

M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA

El valor y(x n + h) de la solucin y(x) en el punto x n + h se puede

La dificultad en la frmula anterior estriba en el hecho de que no es

Los mtodos de Adams-Moulton resultan ms precisos pero tienen la

Captulo 14: Mtodos NumricosMultipaso

M. MOLERO; A.SALVADOR; T. MENARGUEZ; L. GARMENDIA

Adams-Bashforth de cuatro pasos con un error de truncamiento de orden

donde f k representa el valor f(x k , zk ). Se observa que para poder comenzar a

con un error de truncamiento de orden O(h5). Se observa que para calcular

14.2.1. Mtodos de Adams-Bashforth

Mtodos numricos lineales multipaso 992

M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA

por el polinomio interpolador de la funcin en los puntos x n , x n-1 , ..., x n-k+1 , en

Se busca el polinomio interpolador que pasa por un nico punto (x n ,

Captulo 14: Mtodos NumricosMultipaso

M. MOLERO; A.SALVADOR; T. MENARGUEZ; L. GARMENDIA

x = x n se obtiene P 1 (x n ) = f n = a 0 = P 0 (x). Para x = x n-1 se obtiene P 1 (x n-1 ) =

denomina diferencia regresiva de f n . Al ser x n x n-1 = h, se tiene

por lo que se obtiene:

que es el mtodo de Adams-Bashforth de 2 pasos.

Mtodos numricos lineales multipaso 994

M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA

En general, usando la 994ewton994n de los polinomios interpoladores

Pk 1( x ) dx , los coeficientes coinciden con

los de los mtodos anteriores y slo es preciso obtener un nico coeficiente,

Captulo 14: Mtodos NumricosMultipaso

M. MOLERO; A.SALVADOR; T. MENARGUEZ; L. GARMENDIA

Se ha utilizado esta expresin para obtener que: 0 = 1; 1 =

misma forma pueden obtenerse los siguientes coeficientes: 2 =

pueden expresar como:

El clculo de las integrales correspondientes resulta cada vez ms

M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA

Mtodos numricos lineales multipaso 996

La diferencia esencial entre los mtodos de Adams-Bashforth y los

Captulo 14: Mtodos NumricosMultipaso

M. MOLERO; A.SALVADOR; T. MENARGUEZ; L. GARMENDIA

constante: P 0 (x) = f n+1 .

que es el mtodo de Euler regresivo o implcito.

por lo que se obtiene:

z n+1 = zn + h(f n+1

Mtodos numricos lineales multipaso 998