Está en la página 1de 23

6.

Mtodos de Diferencias Finitas para la


Solucin de Ecuaciones Diferenciales Ordinarias
6.1. Introduccin
En muchos problemas de ciencia e ingeniera se plantean ecuaciones diferenciales

Por ejemplo, y = f ( x, y ) con la condicin inicial y (a ) = c . No


siempre es factible hallar una solucin analtica de tales ecuaciones. En este captulo se

ordinarias (EDO).

revisan procedimientos numricos de solucin de EDO basados en la aproximacin de


los operadores de derivacin por diferencias finitas. Tales procedimientos son tambin
aplicables cuando se tienen sistemas de ecuaciones diferenciales de primer orden, como
por ejemplo:

y& = f (t , y )

(6.1a)

con condiciones iniciales:

y (t 0 ) = c

(6.1b)

e incluso ecuaciones de orden superior:

y = f ( x, y , y , y ) , que con algunos cambios

de variables pueden siempre convertirse en un sistema de ecuaciones diferenciales de


primer orden. As:

y = x 2 y z 2
z = x + z + y 3

con condiciones iniciales

y (0 ) = 0

z (0 ) = 1

y (0) = 1
z (0 ) = 0

es equivalente a:

u = x 2 u z 2
v = x + v + y
y = u

z = v

y (0 ) = 0
z (0 ) = 1
con condiciones iniciales
u (0 ) = 1
v(0 ) = 0

Aunque la primera parte de este captulo se refiere directamente al caso de las


ecuaciones diferenciales ordinarias de primer orden, la seccin 6.3 trata de
procedimientos especficos para el importante caso de sistemas de ecuaciones
diferenciales de segundo orden. La seccin 6.5 se refiere a problemas de valor frontera,
un tema que con otros mtodos se trata tambin en captulos siguientes.

6.2. Ecuaciones Diferenciales de Primer Orden


6.2.1 Mtodo de Euler
Este es el mtodo ms simple para resolver EDO de primer orden y = f ( x, y ) con
y (a) = c . El intervalo entre a y b se divide en subintervalos habitualmente iguales, de
longitud h , de modo que x n = a + n h . Haciendo y 0 = c se determinan sucesivamente
que
son
aproximaciones
a
los
valores
exactos
y1 y 2 y 3 y 4 L

y ( x1 ) y ( x 2 ) y ( x 3 ) y ( x 4 ) L Para ello y ( x i ) se aproxima por y i h = ( y i +1 y i ) h , de

donde resulta la frmula de recursin:

H. Scaletti - Mtodos Numricos: Ecuaciones Diferenciales Ordinarias

6-1

y i +1 = y i + h f ( x i , y i )

(6.2)

Este mtodo es aplicable en situaciones en las que f podra ser una funcin bastante
complicada, o podra ser el resultado de operaciones y decisiones no expresables por
una simple frmula, pero se presenta aqu un caso muy simple, con propsitos
didcticos.

y = y con condicin inicial y (0) = 1 . La solucin exacta es en este


caso conocida: y = e x . Empleando el mtodo de Euler: y i +1 = y i + h y i = (1 + h ) y i .
Con dos distintos intervalos h = 0.2 y h = 0.1 se obtienen:
Supngase que:

Solucin con h = 0.2

Solucin exacta

xi

y (xi ) = e xi

0
1
2
3
4
5
6

0
0.1
0.2
0.3
0.4
0.5
0.6

1.000
1.105
1.221
1.350
1.492
1.649
1.822

Solucin con h = 0.1

yi

h fi

Error

yi

h fi

Error

1.000

0.200

1.200

0.240

-0.021

1.440

0.244

-0.052

1.000
1.100
1.210
1.331
1.464
1.610
1.771

0.100
0.110
0.121
0.133
0.146
0.161

0
-0.005
-0.011
-0.019
-0.023
-0.039
-0.051

1.728

-0.094

Se observa que el error es aproximadamente proporcional a h y que en este caso crece


con x .

( )

El error de truncacin local, es decir el error introducido en cada paso, es de O h 2 . Sin


embargo, como el nmero de pasos que se realizan para integrar la EDO en un intervalo

dado es inversamente proporcional a h , el error global o total es de O ( h ) . Tambin


aqu podra emplearse la extrapolacin de Richardson:

( )

y ( x) [2 y ( x, h) y ( x,2h)] + O h 2

Esta expresin sera correcta para una extrapolacin pasiva, es decir la que se hace
para mejorar algunos resultados y tpicamente no en cada paso.

En cambio, una

extrapolacin activa, sera aquella que se realiza en cada paso, utilizndose los valores
as mejorados en los sucesivos pasos del proceso. En ciertos casos la extrapolacin
pasiva puede ser ms conveniente, por ser numricamente ms estable.

Para el

ejemplo anterior, con extrapolacin pasiva se obtiene:

xi

y (xi ) = e xi

y ( x,0.2)

y ( x,0.1)

2 y ( x,0.1) y ( x,0.2)

Error

0.2
0.4
0.6

1.221
1.492
1.822

1.200
1.440
1.728

1.210
1.464
1.771

1.220
1.488
1.814

-0.001
-0.004
-0.008

La solucin de la ecuacin y = f ( x, y ) depende de la condicin inicial y ( a) = c . Se


tiene as como solucin una familia de curvas o trayectorias y ( x, c ) , que en el intervalo
de inters pueden ser convergentes o divergentes. Esta es una caracterstica de la
ecuacin diferencial, no del procedimiento numrico empleado en su solucin.

Los

H. Scaletti - Mtodos Numricos: Ecuaciones Diferenciales Ordinarias

6-2

errores de redondeo o de truncacin producen un cambio de trayectoria (y pueden


entonces verse como equivalentes a resolver un problema con condiciones iniciales algo
distintas). Las figuras bosquejan soluciones numricas obtenidas para el caso en que
las trayectorias divergen, en el que los errores tienden a acumularse; lo contrario ocurre
cuando las trayectorias son convergentes.
Para x = x n el error acumulado en la solucin numrica est dado por: n = y n y ( x n )

n +1 n = ( y n +1 y n ) ( y ( x n +1 ) y ( x n ))
Para el mtodo de Euler: y n +1 y n = h f ( x n , y n )
Por otro lado, de la expansin en series de Taylor:

y ( x n +1 ) = y ( x n ) + h y ( x n ) + 12 h 2 y ( x n ) + L
Se tiene que:

( )

y ( x n +1 ) y ( x n ) = h f ( x n , y ( x n )) + O h 2
Remplazando en la primera expresin:

( )

n +1 n = h [ f ( x n , y n ) f ( x n , y ( x n ))] + O h 2
f ( x n , y n ) = f ( x n , y ( x n )) + ( y n y ( x n ))

Pero:

f
y

x = xn
y = y ( xn )

+L

Y por el teorema del valor medio:

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

f
y

x = xn
y =

= n

f
y

x = xn
y =

De donde:

n+1 n 1 + h
y

x = xn
y =

Si h es suficientemente pequeo y

f
y

x = xn
y =

es negativa el mtodo de Euler es adecuado.

Si en cambio si f y > 0 el error crece y el proceso slo podra funcionar si el intervalo


fuera suficientemente pequeo. Tal es el caso del ejemplo precedente, pero no el del
ejemplo siguiente. Considrese la ecuacin y = 1000 ( x 2 y ) + 2 x con y (0) = 0 . Es
fcil verificar que la solucin exacta es y = x 2 , pero con el mtodo de Euler se obtienen:

xk

y( xk )

yk

1
2
3
4
5

0.01
0.02
0.03
0.04
0.05

0.0001
0.0004
0.0009
0.0016
0.0025

0
0.0012
-0.0064
0.0672
-0.5880

-0.0001
0.0008
-0.0073
0.0656
-0.5905

H. Scaletti - Mtodos Numricos: Ecuaciones Diferenciales Ordinarias

6-3

Los resultados muestran oscilaciones tpicas de una inestabilidad numrica. Reduciendo

h no se elimina la inestabilidad; se requiere ms bien cambiar de mtodo.


Algunas alternativas, no siempre mejores, se presentan en las secciones siguientes.
6.2.2 Mtodos de Runge Kutta
Estos mtodos son, como el mtodo de Euler, de paso simple. Es decir, slo se requiere
conocer y n para determinar y n +1 . Las frmulas de Runge Kutta requieren evaluar
f ( x, y ) en diversos puntos apropiadamente ubicados en el intervalo [xn , xn +1 = xn + h ] ,
ponderndose los resultados de modo de obtener un error de truncacin del mayor orden
posible.
Considrese el caso en que f ( x, y ) se calcula en dos puntos en el intervalo [x n , x n +1 ] :

y = y n + h f ( x n , y n )
y n +1 = y n + h f ( x n , y n ) + h f ( x n + h, y )
Siendo

f ( x n + h, y ) = f ( x n , y n ) + h

f
x

x = xn
y = yn

+ ( y y n )

f
y

x = xn
y = yn

( )

+ O h2

Pero y y n = h f ( x n , y n ) , por lo que se obtiene:

y n +1

f
= y n + ( + ) h f ( x n , y n ) + h
x

f
+ f ( xn , yn )
y

x = xn
y = yn

+ O h3
x = xn
y = yn

( )

Por otro lado, expandiendo y ( x n + h) en series de Taylor:

( )

y ( x n + h) = y ( x n ) + h y ( x n ) + 12 h 2 y ( x n ) + O h 3
Pero:

y ( x n + h) y n +1
y( x n ) y n
y ( x n ) f ( x n , y ( x n )) f ( x n , y n )

y =

y f y f
=
+
x
x x y

y ( x n )

f
x

x = xn
y = yn

+ f ( xn , y n )

f
y

x = xn
y = yn

Sustituyendo estas expresiones e identificando coeficientes se obtienen:

+ =1
= 12

( )

( )

Con un error de truncacin local de O h 3 y global de O h 2 .


De las infinitas alternativas de seleccin para tres son las ms comunes:
La frmula del punto medio:

h
f ( xn , y n )
2
= y n + h f ( x n + 12 h, y )

y = y n +
y n+1

El mtodo de Heun, tambin conocido como Euler modificado:

H. Scaletti - Mtodos Numricos: Ecuaciones Diferenciales Ordinarias

6-4

y = y n + h f ( x n , y n )
y n +1 = y n +

h
[ f ( x n , y n ) + f ( x n + h, y )]
2

Puede anotarse que si f no fuera funcin de y este mtodo equivale a evaluar la


integral:

y n +1 = y n +

xn +1

y ( x) dx

xn

por el mtodo de los trapecios.


El mtodo de Ralston:

k1 = f ( x n , y n )

k 2 = f (x n + 34 h, y n + 34 k1 h )
y n +1 = y n + h ( 13 k1 + 23 k 2 )

( )

Anlogamente, pueden obtenerse frmulas con un error de truncacin local de O h 4 y

( )

global de O h 3 :

k1 = f (x n , y n )

k 2 = f (x n + 12 h, y n + 12 k1 h )

k 3 = f ( x n + h, y n k 1 h + 2 k 2 h )
y n +1 = y n + 16 h (k1 + 4k 2 + k 3 )

o bien:

k1 = f ( x n , y n )

k 2 = f (x n + 13 h, y n + 13 k1 h )

k 3 = f (x n + 23 h, y n + 23 k 2 h )
y n +1 = y n + 14 h (k1 + 3 k 3 )

Si f fuera independiente de y las expresiones precedentes equivalen al mtodo de


Simpson.
El mtodo comnmente denominado de Runge Kutta es un proceso con error global de

( )

O h4 :

k1 = f ( x n , y n )

k 2 = f (x n + 12 h, y n + 12 k1 h )

k 3 = f (x n + 12 h, y n + 12 k 2 h )
k 4 = f ( x n + h, y n + k 3 h )

y n +1 = y n + 16 h (k1 + 2k 2 + 2k 3 + k 4 )

Que tambin coincide con la regla de Simpson en el caso en que f no es funcin de y :

y n +1 y n =

xn +1

xn

y ( x) dx

h
[ f ( xn ) + 4 f ( xn + 12 h) + f ( xn + h)]
6

Como ejemplo de aplicacin de este mtodo, considrese la ecuacin diferencial:


1

y = ( x + y) 2

H. Scaletti - Mtodos Numricos: Ecuaciones Diferenciales Ordinarias

6-5

con condicin inicial y (0.4) = 0.41 . Trabajando con h = 0.4 , las operaciones en un paso
seran:

k1 = f ( x n , y n ) = ( x n + y n ) 2 = (0.4 + 0.41) 2 = 0.9


1

k 2 = f (x n + 12 h, y n + 12 k1 h ) = ((0.4 + 0.2) + (0.41 + 0.18)) 2 = 1.09087


1

k 3 = f (x n + 12 h, y n + 12 k 2 h ) = ((0.4 + 0.2) + (0.41 + 0.218174)) 2 = 1.10823


1

k 4 = f ( x n + h, y n + k 3 h ) = ((0.4 + 0.4) + (0.41 + 0.443 292)) 2 = 1.285805


1

y n +1 = y n + 16 h (k1 + 2k 2 + 2k 3 + k 4 ) = 0.41 + 0.438 934 = 0.848 934

Otro mtodo de Runge Kutta de cuarto orden (global) es el mtodo de Gill:

k1 = f ( x n , y n )

k 2 = f (x n + 12 h, y n + 12 k1 h )

(
= f (x

k 3 = f x n + 12 h, y n + 12 ( 2 1) k1 h + 12 (2 2 ) k 2 h
k4

+ h, y n

1
2

2 k 2 h + (2 + 2 ) k 3 h
1
2

y n +1 = y n + 16 h k1 + (2 2 ) k 2 + (2 + 2 ) k 3 + k 4

Y muchas otras alternativas son posibles.


6.2.3 Estimacin del Error y Control del Paso
Al utilizar los procedimientos de paso simple descritos en las secciones precedentes, el
intervalo h puede ajustarse en forma automtica. Esto puede ser necesario al integrar
ecuaciones cuya solucin vara lentamente en algunas regiones y muy rpidamente en
otras. Lo primero es poder estimar el error al integrar las ecuaciones con un cierto
intervalo.
Supngase que se resuelve una ecuacin diferencial con un procedimiento de Runge
Kutta de cuarto orden (global) empleando un intervalo 2 h . La solucin, que en lo que
y 2 h , tendra un error de orden (2h) 4 . Si paralelamente se obtuviera

sigue se denomina

la solucin con intervalo h , en lo que sigue y h , sta tendra un error de orden

( h) 4 .

Podra entonces eliminarse el trmino dominante del error haciendo una extrapolacin
(pasiva). Para cada abscisa:

y corregido =

16 y h y 2 h
y y 2h
= yh + h
15
15
5

Los resultados as obtenidos tendran un error de orden (h) . Ntese que si se hiciera
una extrapolacin activa habra que considerar el orden del error local.
Una alternativa ms conveniente sera aprovechar los resultados parciales al usar un
proceso de orden m para determinar otra con un proceso de orden m + 1 . Por ejemplo,
en el procedimiento de Runge - Kutta Cash Karp se emplean las frmulas de cuarto
orden (global):
37
y n +1 = y n + h ( 378
k1 +

250
621

k3 +

125
594

512
k 4 + 1771
k6 )

Y de quinto orden (global):

y n +1 = y n + h ( 272825
k +
648 1

18 575
48 384

k3 +

13525
55 296

k 4 + 14277
k + 14 k 6 )
336 5

H. Scaletti - Mtodos Numricos: Ecuaciones Diferenciales Ordinarias

6-6

Que solamente requieren seis evaluaciones de la funcin:

k1 = f ( x n , y n )

k 2 = f (x n + 15 h, y n + 15 k1 h )
k 3 = f (x n + 103 h, y n +

3
40

k1 h +

9
40

k 2 h)

k 4 = f (x n + 53 h, y n + 103 k1 h 109 k 2 h + 65 k 3 h )
k 5 = f (x n + h, y n 11
k h + 52 k 2 h
54 1
k 6 = f (x n + h, y n +
7
8

1631
55296

k1 h +

175
512

70
27

k3 h +

k2h +

35
27

575
13824

k 4 h)
44275
k 3 h + 110592
k4h +

253
4096

k5 h)

6.2.4 Mtodos de Paso Mltiple


Los mtodos tratados anteriormente permiten determinar y n +1 conociendo nicamente el
valor de la funcin en el punto inmediatamente precedente. Como alternativa a estos
mtodos de paso simple pueden plantearse mtodos de paso mltiple en los que el
clculo de y n +1 requiere utilizar y n y n 1 y n 2 L .
Un mtodo de este tipo resulta al aproximar y en la ecuacin y = f ( x, y ) por una
diferencia central, con lo que se tiene:

y n +1 = y n 1 + 2h f ( x n , y n )
Este es el mtodo explcito del punto medio (en ingls conocido como leapfrog), un
mtodo de doble paso, puesto que la expresin para obtener y n +1 requiere y n 1 e y n .
Algunas ventajas y desventajas de los mtodos de pasos mltiples con relacin a los
mtodos de un solo paso pueden citarse:

Para el mismo nmero de evaluaciones de la funcin f ( x, y ) se tiene un mayor


orden en el error de truncacin. As por ejemplo, el mtodo explcito del punto medio

( )

( ) en el mtodo de Euler, an cuando

tiene un error local de O h 3 , contra O h 2

ambos requieren una sola nueva evaluacin de la funcin f ( x, y ) en cada paso.

Se presentan dificultades para arrancar el proceso, no siendo suficiente conocer y 0


sino adems uno o ms valores adicionales y1 y 2 L . Estos valores deben
obtenerse con un procedimiento distinto, de orden igual o mayor que el mtodo de
paso mltiple a emplearse.

Es en general difcil (aunque no imposible) cambiar el intervalo de integracin, h (lo


cual, en cambio, no es ningn problema en los mtodos de paso simple). Esto
podra reducir la relativa eficiencia de los mtodos de pasos mltiples.

La inestabilidad numrica es un problema ms frecuente en los mtodos de paso


mltiple que en los mtodos de paso simple. ste y otros temas relacionados se
revisan en la seccin 6.2.5.

Entre los mtodos de paso mltiple que se encuentran en la literatura estn los mtodos
explcitos de Adams Bashfort:

y n +1 = y n + h (1 f n + 2 f n 1 + 3 f n 2 + L + k +1 f n k )
Y los correspondientes mtodos implcitos de Adams Moulton:

y n +1 = y n + h ( 0 f n +1 + 1 f n + 2 f n 1 + 3 f n 2 + L + k f n k +1 )

H. Scaletti - Mtodos Numricos: Ecuaciones Diferenciales Ordinarias

6-7

En estas expresiones f n denota f ( x n , y n ) .


considerando que:

y ( x n +1 ) y ( x n ) =

xn + h

xn

y
dx =
x

xn + h

Los coeficientes pueden obtenerse

f ( x, y ( x)) dx

xn

f ( x, y ) por un polinomio de interpolacin escrito en trminos de

Y aproximando

diferencias finitas hacia atrs:

y n +1 y n = h ( f n + 12 f n + 125 2 f n + 83 3 f n + L)

(A-B)

y n +1 y n = h ( f n +1 12 f n +1 121 2 f n +1

(A-M)

1
24

3 f n +1 + L)

Por otro lado, pueden escribirse expansiones en series de Taylor, obtenindose las
por identificacin de coeficientes. As, para la expresin explcita con k = 1 :

y n +1 = y n + h (1 f n + 2 f n 1 )
y ( x n + h) y ( x n ) + h (1 y ( x n ) + 2 y ( x n h))
y ( x n + h) y ( x n ) + h 1 y ( x n ) +

+ h 2 y ( x n ) h y ( x n ) + 12 h 2 y ( x n ) L

( )

y ( x n + h) y ( x n ) + h (1 + 2 ) y ( x n ) + h 2 ( 2 ) y ( x n ) + O h 3
Comparando con:

( )

y ( x n + h) = y ( x n ) + h y ( x n ) + 12 h 2 y ( x n ) + O h 3
Se tiene que: 1 + 2 = 1 y 2 = 12 , de donde: 1 =

y n +1 = y n +

3
2

y 2 = 12 , es decir:

h
( 3 f n f n 1 )
2

Algunos resultados similares se listan a continuacin. El error de truncacin local es de

( )

O h k + 2 y el global de O h k +1 :
Mtodos de Adams Bashfort (explcitos):

k
0
1
3

y n +1 = y n + h (1 f n + 2 f n 1 + 3 f n 2 + L + k +1 f n k )
y n +1 = y n + h f n

Euler

y n +1 = y n + h ( 3 f n f n 1 )
1
2

y n +1 = y n +

1
24

h ( 55 f n 59 f n 1 + 37 f n 2 9 f n 3 )

Mtodos de Adams Moulton (implcitos):

y n +1 = y n + h ( 0 f n +1 + 1 f n + 2 f n 1 + 3 f n 2 + L + k f n k +1 )

y n +1 = y n + h f n +1

y n+1 = y n + 12 h ( f n +1 + f n )

y n +1 = y n +

1
24

Euler inverso
Crank Nicholson
(regla trapezoidal)

h ( 9 f n +1 + 19 f n 5 f n1 + f n 2 )

H. Scaletti - Mtodos Numricos: Ecuaciones Diferenciales Ordinarias

6-8

6.2.5 Procedimientos Predictor Corrector


El error de truncacin de una frmula implcita de este tipo es siempre menor que el error
del correspondiente proceso explcito del mismo orden. Excepto en el caso trivial en que
la funcin f ( x, y ) es lineal, la solucin de la(s) ecuacin(es) que definen el proceso
implcito requiere iterar. Con tal fin, se utiliza como primera aproximacin el resultado
obtenido con la frmula explcita (predictor).

Esta aproximacin se refina utilizando

repetidamente la correspondiente frmula implcita (que en este contexto se denomina


corrector). Por ejemplo:

y n(0+)1 = y n + h f ( x n , y n )
y n(i++11) = y n + h f ( x n +1 , y n(i+)1 )
El superndice se refiere en este caso a la iteracin. Pueden, por supuesto, plantearse
mtodos Predictor Corrector en los que las expresiones empleadas no sean las de
Adams Bashfort Moulton.

Tal es el caso del mtodo de Milne (un procedimiento

dbilmente estable, que no se recomienda):


Error local
Predictor:

y n(0+)1 = y n 3 + 43 h ( 2 f n f n 1 + 2 f n 2 )

Corrector:

y n(i++11) = y n 1 + 13 h ( f n(+i )1 + 4 f n + f n 1 )

( h y ( ) )
O ( h y () )

14
45

1
90

Supngase, por ejemplo, la ecuacin: y = xy 2 con condicin inicial y (0) = y 0 = 2 . Se


ha obtenido (con algn otro mtodo) y (0.1) y1 = 1.980 198 .
Con el predictor y n( 0+)1 = y n +

1
2

h ( 3 f n f n 1 ) se tiene:

y 2( 0 ) = y1 + 0.05 3 x1 ( y1 ) 2 + x 0 ( y 0 ) 2 =

= 1.980 198 + 0.05 0.3 (1.980 198) 2 0 = 1.921 380


y luego con el corrector (en este caso la regla trapezoidal, tambin conocida como
mtodo de Crank Nicholson):

y n+1 = y n + 12 h ( f n +1 + f n )
se tiene:

y 2(1) = y1 + 0.05 x 2 ( y 2( 0 ) ) 2 + x1 ( y1 ) 2 =

= 1.980 198 + 0.05 0.2 (1.921 380) 2 0.1 (1.980198) 2 = 1.923 675
Y en forma similar:

y 2( 2 ) = 1.923 587
y 2(3) = 1.923 590
y 2( 4 ) = 1.923 590
El proceso es en este caso convergente.

La solucin exacta es en este caso

y = 2 (1 + x ) , de donde y (0.2) = 1.923 077


2

Si el intervalo de integracin, h , es demasiado grande, se observan importantes


(0)
diferencias entre la aproximacin inicial obtenida con el predictor, y n +1 , y el valor
(k )

corregido, y n +1 . En tal caso la convergencia es lenta, e incluso podra no producirse.


Por otro lado, diferencias insignificantes implican que h es innecesariamente pequeo.

H. Scaletti - Mtodos Numricos: Ecuaciones Diferenciales Ordinarias

6-9

6.2.6 Consistencia, Estabilidad y Convergencia


Al emplear una ecuacin de diferencias en lugar de la ecuacin diferencial, se introducen
errores de truncacin en cada paso.
Por ejemplo, en el mtodo de Euler, la expresin:

y ( x + h) = y ( x) + h y ( x) +

h2
y ( x) + L
2

se remplaza por:

y n +1 = y n + h f ( x n , y n )
tenindose un error de orden h 2 . A esto deben agregarse los errores debidos a la
aritmtica imperfecta del ordenador.
Evidentemente no es posible determinar estos errores, pero si pueden hacerse algunas
estimaciones.
Al emplear un mtodo numrico para resolver EDO, se espera que ste sea
convergente, lo que significa que al trabajar con intervalos, h , cada vez ms pequeos,
las soluciones deben aproximar cada vez ms a la solucin exacta. Para que el
procedimiento numrico sea convergente debe ser consistente y estable.
Consistencia significa que en el lmite h 0 la ecuacin de diferencias que define el
mtodo numrico resulta formalmente la ecuacin diferencial. Refirindose nuevamente
al mtodo de Euler, que puede escribirse:

f ( xn , yn ) =

y n +1 y n
h

se observa que:

Lim
h 0

y ( x n + h) y ( x n )
= y ( x n )
h

Si en cambio se escribiera, por ejemplo,

y n +1 = 2 y n + h f ( x n , y n )

no habra

consistencia.
Para que el procedimiento numrico sea convergente no es suficiente que sea
consistente. Se requiere adems que sea estable. Un mtodo es estable cuando los
errores de truncacin y de redondeo, al propagarse durante el proceso, son siempre
pequeos en comparacin con la solucin exacta.
CONSISTENCIA + ESTABILIDAD CONVERGENCIA
Alternativamente, podra decirse que un mtodo es estable si, para condiciones iniciales
tpicas y siempre que los errores de truncacin y de redondeo sean pequeos, se tiene
convergencia.
Un ejemplo de inestabilidad numrica
Para una observacin inicial sobre el tema de estabilidad, considrese la ecuacin
diferencial y = y , con condicin inicial y (0) = 1 , cuya solucin exacta es y = e x . El
mtodo de Euler podra ser apropiado en este caso. Sin embargo, supngase que se
emplea la regla explcita del punto medio:

H. Scaletti - Mtodos Numricos: Ecuaciones Diferenciales Ordinarias

6 - 10

y n +1 = y n 1 + 2 h f ( x n , y n )
con intervalo h = 0.1 , es decir:

y n +1 = y n 1 0.2 y n
Para iniciar el proceso no es suficiente conocer y 0 = y (0) = 1 . Se requiere adems y1 .
Supngase que se calcula y1 = e h = e 0.1 = 0.904 837 418 035 96 , con 13 cifras
significativas correctas. Trabajando con aritmtica de doble precisin se obtienen:

xi

y (xi )

yi

ei = y i y (x i )

0
1
2
3
...

0.0
0.1
0.2
0.3

1.000000
0.904837
0.818731
0.740818

1.000000
0.904837
0.819033
0.741031

0.000000
0.000000
0.000302
0.000213

97
98
99
100

9.7
9.8
9.9
10

0.000061
0.000055
0.000050
0.000045

-1.199394
1.325440
-1.464482
1.618337

-1.199455
1.325385
-1.464532
1.618291

La solucin exacta es exponencialmente decreciente, como se indica en lnea gruesa en


la figura siguiente.

Sin embargo, el procedimiento produce los resultados que se

Despus de aproximadamente x = 5 se obtienen


valores con signos alternados, con amplitud cada vez mayor (que podra llegar a rebasar

presentan en lnea ms delgada.

el nmero mximo que puede almacenarse). Esto es una inestabilidad numrica.


2.0
1.5
1.0

y(x)

0.5
0.0
-0.5

10

12
x

-1.0
-1.5
-2.0

Si se reduce h o se aumenta el nmero de cifras en los cmputos el problema puede


posponerse, pero no evitarse. A qu se debe esta inestabilidad?
Considrese la ecuacin diferencial:

y = y
para la cual el mtodo explcito del punto medio resulta:

H. Scaletti - Mtodos Numricos: Ecuaciones Diferenciales Ordinarias

6 - 11

y n +1 = y n 1 + 2 h y n
Esta es una ecuacin de diferencias lineal de orden 2. Definiendo = h , la ecuacin
caracterstica es:

r 2 = 1+ 2 r
con las races:

r1 = + 1 + 2

r2 =

( )

1
2

= 1 + + 12 2 + O 4

1
r1

Al comparar la primera de estas expresiones con la expansin en series:

( )

e = 1 + + 12 2 + 16 3 + O 4
se concluye que:

( )

r1 = e 16 3 + O 4

r1n e n = e n h = e xn
r2n = ( 1) r1 n ( 1) e xn
n

y en consecuencia:

y n = C1 r1n + C 2 r2n C1e xn + ( 1) C 2 e xn


n

La solucin de la ecuacin de diferencias tiene dos modos componentes, el primero de


los cuales corresponde a la solucin correcta, mientras que el segundo no debera
x

existir. En teora se debera tener C1 = 1 y C 2 = 0 , de modo que y n e n , pero no es


as, ni siquiera al iniciarse el proceso. Efectivamente, para el caso = h = 0.1 , los
valores iniciales hacen que:

y 0 = C1 + C 2 = 1

y1 = C1 r1 + C 2 r2 = e 0.1
de donde, trabajando en doble precisin:

C 2 = e 0.1 r1

) (r

r1 ) 7.469 947 10 5

y suponiendo que las operaciones siguientes se efectuaran con una aritmtica


infinitamente precisa:

C 2 r2100 7.469 947 10 5 e100 (0.1) = 1.645 365


Ntese que este resultado es similar al error observado para x = 10 . Por otro lado, an
cuando inicialmente se tuviera C 2 = 0 , los errores numricos introduciran la
n
componente extraa. El factor ( 1) explica la alternancia de signos del error.
El procedimiento no funciona para negativo, porque en ese caso el modo extrao

( 1)n C 2 e x

tiende a crecer, mientras que la solucin C1e x es decreciente. Sin


embargo, si sirve para el caso (poco prctico) en que es positivo y la solucin es
exponencialmente creciente.
Regin de estabilidad absoluta

H. Scaletti - Mtodos Numricos: Ecuaciones Diferenciales Ordinarias

6 - 12

Puede obtenerse valiosa informacin con relacin al comportamiento de un mtodo


numrico de solucin de EDO al observarse cmo funciona con una ecuacin de la
forma y = y , donde es una variable compleja, con condicin inicial y (0) = 1 . Con
referencia a esta ecuacin, se define la regin de estabilidad absoluta de un mtodo
numrico como el lugar geomtrico de los h para los que la solucin es finita cuando

n.

Esto es equivalente a decir que las races de la ecuacin caracterstica

satisfacen ri 1 .
Para h 0 se requiere que una de las races sea igual a 1 (esto es un requisito para
que el mtodo sea consistente). Sin embargo, si dos o ms races tienen mdulo igual a
1 el mtodo es dbilmente estable y con frecuencia tiene problemas numricos. Este es
el caso del mtodo explcito del punto medio, del que se trat en el acpite anterior.
Considrese, por ejemplo, el mtodo de Euler:

y n +1 = y n + h f ( x n , y n )
que aplicado a la ecuacin y = y resulta:

y n +1 = y n + h y n = (1 + h ) y n
La solucin de esta ecuacin de diferencias es de la forma y n = r n . Al sustituir esta
solucin en la ecuacin de diferencias se obtiene la ecuacin caracterstica:

r =1+ h
La regin de estabilidad absoluta queda definida por:

1 + h 1 . Esta es el rea

dentro de una circunferencia de radio 1 y con centro en (-1,0):


Im h

1
Re h

0
-3

-2

-1

-1

-2
Regin de estabilidad absoluta - Euler

Puede concluirse que el mtodo de Euler es apropiado para integrar ecuaciones cuya
solucin es exponencialmente decreciente ( < 0 ), pero no para el caso en que la
solucin es oscilatoria y no amortiguada ( imaginaria pura).
Anlogamente para el mtodo de Euler inverso:

y n +1 = y n + h f ( x n +1 , y n +1 ) = y n + h y n +1
se obtiene:

r=

1
1 h

H. Scaletti - Mtodos Numricos: Ecuaciones Diferenciales Ordinarias

6 - 13

La regin de estabilidad absoluta, en la que r 1 , es en este caso la regin externa al


crculo de radio 1 y con centro en (1,0).
Im h

1
Re h

0
-2

-1

-1

-2
Regin de estabilidad absoluta
Euler Inverso

El mtodo de Euler inverso sera apropiado para el caso en que la solucin es


oscilatoria, amortiguada o no.

No debera emplearse para integrar ecuaciones cuya

solucin es exponencialmente creciente, ya que por consideraciones de estabilidad


requerira un paso grande, lo que estara en conflicto con los objetivos de precisin.
Todos los procesos de Runge Kutta del mismo orden tienen la misma regin de
estabilidad absoluta. Por ejemplo, considrese un proceso de segundo orden, mtodo
de Heun, tambin llamado Euler modificado:

y = y n + h f ( x n , y n )
y n +1 = y n +

h
[ f (x n , y n ) + f (x n +1 , y )]
2

que aplicado a la ecuacin y = y resulta:

y = y n + h y n = (1 + h ) y n
y n +1 = y n +

h
[ y n + ( y n + h y n )] = 1 + h +
2

y por lo tanto : r = 1 + h +

1
2

( h )2 .

La condicin

1
2

( h )2 ] y n

r 1 es satisfecha por todos los

puntos dentro del elipsoide que se muestra en la figura siguiente:


2

Im h

1
Re h

0
-3

-2

-1

-1

-2
Regin de estabilidad absoluta
Runge Kutta - Segundo Orden

H. Scaletti - Mtodos Numricos: Ecuaciones Diferenciales Ordinarias

6 - 14

Otros mtodos de Runge Kutta de segundo orden, como el mtodo del punto medio o el
mtodo de Ralston, tienen exactamente la misma ecuacin caracterstica y por lo tanto la
misma regin de estabilidad absoluta.
Para el clsico mtodo de Runge Kutta:

k1 = h f ( x n , y n )

k 2 = h f (x n + 12 h, y n + 12 k1 )

k 3 = h f (x n + 12 h, y n + 12 k 2 )
k 4 = h f ( x n + h, y n + k 3 )
y n +1 = y n +

1
6

(k1 + 2k 2 + 2k 3 + k 4 )

se obtienen en este caso:

k1 = h y n

k 2 = h (1 + 12 h ) y n

(
(h ) ) y
= h (1 + h + (h ) + (h ) ) y
= (1 + h + (h ) + (h ) + (h ) ) y

k 3 = h 1 + 12 h +
k4

1
4

1
2

1
2

y n +1

1
4

1
6

1
24

Y resulta:

r = 1 + h +

1
2

(h )2 + 16 (h )3 + 241 (h )4

La expresin es la misma para cualquier otro mtodo de Runge Kutta de cuarto orden
(global): La regin de estabilidad absoluta es aquella dentro del lmite indicado en la
figura siguiente:

Im ( h)

3
2
1
Re ( h)
0
-3

-2

-1

-1
-2
-3
-4
Regin de estabilidad absoluta
Runge - Kutta 4o Orden

Las mismas ideas pueden tambin aplicarse a mtodos de pasos mltiples.

Por

ejemplo, para la regla explcita del punto medio, a la que se hizo referencia al inicio de
esta seccin:

y n +1 = y n 1 + 2 h f (x n , y n ) = y n 1 + 2 h y n
se obtienen las races de la ecuacin caracterstica:

H. Scaletti - Mtodos Numricos: Ecuaciones Diferenciales Ordinarias

6 - 15

r = h 1 + ( h )

1
2 2

y para tener ri 1 se requiere que h sea imaginaria pura, en el rango entre i y

+ i . Debe observarse que este mtodo es dbilmente estable, porque para h 0 se


tiene r1 = r2 = 1 .

Un mejor mtodo de pasos mltiples es la regla trapezoidal o mtodo de Crank


Nicholson:

y n +1 = y n + 12 h [ f ( x n , y n ) + f ( x n +1 , y n +1 )]
que para el caso y = y resulta:

y n +1 = y n + 12 h ( y n + y n +1 )
de donde:

(1 12 h) r = (1 + 12 h )
y por lo tanto se requiere que:

1 + 12 h

r =

1 12 h

1 , es decir Re( h ) 0 .

6.3. Mtodos para EDO de Segundo Orden


Las ecuaciones diferenciales de segundo orden siempre pueden rescribirse como un
sistema de ecuaciones de primer orden.

Sin embargo, es ms eficiente emplear

mtodos ms especficos, como los que se describen a continuacin.


6.3.1 Runge Kutta
Para resolver EDO de la forma y = f ( x, y , y ) , con condiciones iniciales y ( a ) = y 0 e
y ( a ) = y 0 se encuentran en la literatura modificaciones de los mtodos de Runge Kutta
como, por ejemplo, el proceso de cuarto orden (global):

k1 = h f ( x n , y n , y n )

k 2 = h f (x n + 12 h, y n + 12 h y n + 18 h k1 , y + 12 k1 )

k 3 = h f (x n + 12 h, y n + 12 h y n + 18 h k1 , y + 12 k 2 )

k 4 = h f (x n + h, y n + h y n + 12 h k 3 , y + k 3 )

(k1 + 2k 2 + 2k 3 + k 4 )
y n +1 = y n + h [y n + 16 (k1 + k 2 + k 3 )]
y n +1 = y n +

1
6

6.3.2 Mtodo de Diferencia Central


Este procedimiento se basa en sustituir las derivadas por sus aproximaciones con
diferencias centrales. As al resolver:
mu&& + ku = f (t )

u 2 u n + u n +1
se puede aproximar la segunda derivada con: u&&n = n 1
(t ) 2
de donde resulta: u n +1 = 2 u n u n 1 +

(t ) 2
( f (t ) k u n ) .
m

Este mtodo puede tambin escribirse en la forma sumada:


H. Scaletti - Mtodos Numricos: Ecuaciones Diferenciales Ordinarias

6 - 16

mu&&n = f (t n ) ku n

u& n + 1 = u& n 1 + u&&n t


2

u n +1 = u n + u& n + 1 t
2

cuya interpretacin fsica es simple.


Cuando la ecuacin es de la forma: mu&& + cu& + ku = f (t ) conviene aproximar la primera
derivada mediante:

u u n 1
u& n = n +1
2 t
Y no con una diferencia hacia atrs, que a primera vista podra parecer una mejor
eleccin. Esta consideracin se relaciona con el tema de estabilidad, que se trata ms
adelante. Con la aproximacin antes mencionada se obtiene:

2m
c

(t ) 2 + 2 t u n +1 = f (t n ) k (t ) 2

m
c
un

(t ) 2 2 t u n 1

6.3.3 Mtodo de Newmark


La familia de mtodos de Newmark se basa en aproximaciones de la forma:
u& n +1 = u& n + t [ u&&n + (1 ) u&&n +1 ]

u n +1 = u n + t u& n + (t ) u&&n + ( 12 )u&&n +1


2

El caso con = 12 y = 16 corresponde a suponer que u&& (la aceleracin) vara


linealmente en el intervalo. Aparentemente esa eleccin sera mejor que = 12 y = 14
(lo que fsicamente se interpretara como suponer una aceleracin constante promedio).
Sin embargo, esta ltima eleccin es ms apropiada, tambin por consideraciones de
estabilidad, a las que se hace referencia ms adelante.
Al remplazar las aproximaciones en:
m u&&n +1 + c u& n +1 + k u n +1 = f (t n +1 )

se obtiene:

k u n +1 = f n +1

donde:

k = k + a 0 m + a1 c
f n +1 = f n +1 + m (a 0 u n + a 2 u& n + a 3 u&& n ) + c (a1u n + a 4 u& n + a 5 u&& n )
y los coeficientes a 0 L a 7 son:
1

a0 =
a1 =
t
(t ) 2

a3 =

1
1
2

a 6 = t (1 )

a4 =

a2 =

a5 =

t
t

2
2

a 7 = t

&& mediante:
Finalmente se pueden determinar los nuevos valores de u& y u
u&& n +1 = a 0 (u n +1 u n ) a 2 u& n a 3 u&&n
u& n +1 = u& n + a 6 u&& n + a 7 u&& n +1

H. Scaletti - Mtodos Numricos: Ecuaciones Diferenciales Ordinarias

6 - 17

6.3.4 Estabilidad y Precisin


Todos los mtodos para resolver EDO de segundo orden pueden ser escritos en la
forma:

u n +1 = A u n + b f n
donde u n representa ahora el conjunto de resultados que describen la respuesta en el
paso n . Por ejemplo, para el mtodo de diferencia central:
2
u n +1 2 ( t )

= 1 + t
u n
1

1 t u n ( t ) 2


1 + t
+ 1 + t f n
u

0
0
n 1

Los errores se comportan en forma anloga, pudiendo demostrarse que:

n +1 = A n
y por lo tanto, para que los errores se reduzcan (es decir, para que el mtodo sea
estable) se requiere que:

( A) = mx i 1
En esta expresin ( A) es el radio espectral y los i son los valores caractersticos de
A . Para el caso en que = 0 y se utiliza el mtodo de diferencia central, la condicin

( A) 1 se cumple cuando:
t

Se dice entonces que el mtodo de diferencia central es condicionalmente estable. Si

t excede el lmite antes indicado se produce una inestabilidad numrica. El lmite


corresponde a algo ms que tres puntos por perodo, lo que sin embargo resulta
insuficiente para tener buena precisin. Con t = T / 10 se introducen errores del orden
de 3% en cada paso, mientras que con t = T / 20 los errores son del orden de 1%.
Para la familia de mtodos de Newmark pueden tambin obtenerse las condiciones de
estabilidad:

0.50
0.25 (0.5 + ) 2
Con una apropiada seleccin de los parmetros (lo habitual es = 12 y =

) se tiene

un procedimiento incondicionalmente estable, es decir estable para cualquier seleccin


de t . Nuevamente, el intervalo de integracin est limitado por la precisin.
Dos procesos a los que tambin se hace referencia en la literatura son los mtodos de
Houbolt y de Wilson. Ambos mtodos son tambin (para una seleccin apropiada de sus
parmetros) incondicionalmente estables, pero acumulan mucho ms errores que el de
Newmark de aceleracin constante y por tanto no son tan convenientes.

6.4. Sistemas de Ecuaciones Diferenciales Ordinarias


6.4.1 Integracin Directa
Cuando las EDO son no lineales, y en consecuencia no es factible la descomposicin
modal a la que se hace referencia en la seccin siguiente, cabe la posibilidad de integrar
directamente las ecuaciones en su forma original. Las expresiones son prcticamente
H. Scaletti - Mtodos Numricos: Ecuaciones Diferenciales Ordinarias

6 - 18

las mismas usadas para el caso de una sola ecuacin diferencial, excepto que todas las
operaciones son realizadas con matrices. As, por ejemplo, para resolver el sistema de
EDO de primer orden:
y = f ( x, y )

Podra emplearse el mtodo de Runge Kutta de cuarto orden:

k 1 = f (x n , y n )

k 2 = f (x n + 12 h, y n + 12 k 1 h )

k 3 = f (x n + 12 h, y n + 12 k 2 h )

k 4 = f ( x n + h, y n + k 3 h )

y n +1 = y n + 16 h (k 1 + 2k 2 + 2k 3 + k 4 )

(como es habitual, las minsculas en letras negritas denotan matrices columna).


Anlogamente, para resolver el sistema de ecuaciones diferenciales de segundo orden:
&& + K u = f (t )
Mu

podra emplearse el mtodo de diferencia central:


&& n = f (t n ) K u n
Mu

&& n t
u& n + 1 = u& n 1 + u
2

u n +1 = u n + u& n + 1 t
2

El mtodo de diferencia central es particularmente eficiente para el caso de EDO no


lineales si la matriz M es diagonal (una aproximacin frecuente en ingeniera). Puede
anotarse que en el caso de ecuaciones no lineales no requiere obtenerse K
explcitamente, sino ms bien el producto K u (lo que puede ser notoriamente ms fcil).

&& n +1 + C u& n +1 + K u n +1 = f n +1 sera


Otra posibilidad para resolver ecuaciones de la forma M u
el mtodo de Newmark, en el que u n+1 se obtiene de:

u
K
n +1 = f n +1
=K + a M + a C =LU
K
0
1
f
&
&&
&
&&
n +1 = f n +1 + M (a 0 u n + a 2 u n + a 3 u n ) + C (a1u n + a 4 u n + a 5 u n )

y luego:

&& t + t = a 0 (u t + t u t ) a 2 u& t a 3 u
&& t
u
&& t + a 7 u
&& t + t
u& t + t = u& t + a 6 u
Los coeficientes a 0 L a 7 son los mismos de la seccin 6.3.3.
Al resolver EDO no lineales el mtodo de Newmark, en la forma antes descrita, requerira
= L U en cada paso.
una nueva factorizacin K
El proceso podra mejorarse
en dos partes y pasando los trminos no lineales al segundo
descomponiendo K
miembro, como parte de f n +1 .

6.4.2 Descomposicin Modal


Cuando el sistema de ecuaciones diferenciales es lineal, y particularmente si las
matrices que definen el sistema de ecuaciones diferenciales son simtricas, el
procedimiento ms eficiente se basa en la descomposicin modal. Para mostrar en que
H. Scaletti - Mtodos Numricos: Ecuaciones Diferenciales Ordinarias

6 - 19

consiste la descomposicin modal, supngase que se tiene el sistema de ecuaciones


diferenciales:

Bx& + Ax = f (t )
Las matrices A y B son simtricas (y muy frecuentemente definidas positivas). La
descomposicin modal emplea los vectores caractersticos obtenidos de:

A i = i B i
Estos vectores constituyen una base completa, y por lo tanto la solucin x(t ) puede
siempre expresarse como una combinacin lineal de los referidos vectores:

x (t ) =

Ntese que, siendo las matrices A y B constantes, los vectores caractersticos no


son funcin de tiempo. Sin embargo, las componentes no pueden en general ser
constantes, puesto que la solucin no los es. Por lo tanto:

x& (t ) =

a&

j (t ) j

Al sustituir las expresiones anteriores en el sistema de ecuaciones diferenciales se tiene:

a&

Bj +

A j = f (t )

Conviene ahora recordar las condiciones de ortogonalidad:

*s B r = rs
*s A r = r rs
Para simplificar la presentacin, se ha supuesto que los vectores caractersticos estn
normalizados respecto a la matriz B .
Al pre multiplicar las ecuaciones por :

a&

B j +

A j = f (t )

Se observa que la mayor parte de los productos que se tienen en cada suma son cero.
Slo son distintos de cero aquellos en los que los dos ndices i,j son iguales.

En

consecuencia se obtienen ecuaciones desacopladas, independientes para cada


componente a j (t ) :

a& i + i ai = f (t )
Por otro lado, si las condiciones iniciales son x(0) = x 0 , entonces:

x 0 = x ( 0) =

a (0)
j

y por lo tanto, al premultiplicar por B :

a i (0) = B x 0
Resolver n de estas ecuaciones desacopladas es mucho ms fcil que resolver un solo
sistema de ecuaciones diferenciales de orden n (puede aqu hacerse un paralelismo con
el caso de ecuaciones algebraicas).

Adems, en muchas situaciones prcticas se

observa que las componentes a (t ) asociadas a los mayores valores caractersticos son

H. Scaletti - Mtodos Numricos: Ecuaciones Diferenciales Ordinarias

6 - 20

poco importantes, y pueden despreciarse. Por ello, se justifica plenamente el trabajo de


determinar previamente los valores caractersticos.
Las ecuaciones desacopladas puede resolverse con algunos de los procedimientos
numricos tratados en la seccin 6.2. Por ejemplo, si los valores caractersticos fueran
negativos podra emplearse el mtodo de Euler. En el caso en que las funciones f (t )
son simples podra tambin pensarse en una solucin analtica. Obtenidas cada una de
las componentes como funcin de tiempo, puede regresarse a la expresin:

x (t ) =

para hallar la solucin x(t ) .


Un caso frecuente es aquel en el que f (t ) = f 0 g (t ) y la funcin g (t ) est definida por
una coleccin de valores numricos correspondientes a valores t uniformemente
espaciados. En un intervalo cualquiera puede hacerse la aproximacin: g (t ) = a t + b ,
de donde, para cada una de las ecuaciones desacopladas se tiene:

a& i + i a i = f 0 (a t + b)
Cuya solucin puede obtenerse fcilmente (sumando la solucin homognea C e t y la
particular, de la forma A t + B ):
Conociendo a i al inicio del intervalo, puede obtenerse la constante C y calcularse
entonces el valor de a i al finalizar el intervalo. El proceso se repite anlogamente para
los sucesivos intervalos.
Cabe anotar que este procedimiento es incondicionalmente estable. En realidad, sera
exacto si la funcin fuera efectivamente lineal por intervalos. La aproximacin est en
haber descrito la funcin g (t ) con un nmero finito de valores numricos, a partir de los
cuales se est interpolando linealmente.
Las mismas ideas pueden aplicarse a sistemas lineales de ecuaciones diferenciales de

&& + C u& + K u = f . En este caso podran primero determinarse los


segundo orden: M u
valores y vectores caractersticos del problema: K = 2 M . Aqu se ha supuesto que

K y M son no slo simtricas, sino tambin definidas positivas, por lo que los = 2
son positivos.
Nuevamente, la solucin puede escribirse como una combinacin lineal de los vectores
caractersticos (que en lo que sigue se han supuesto normalizados respecto a M ):
u(t ) =

(t ) j

Los vectores caractersticos satisfacen las condiciones de ortogonalidad:

*s M r = rs
*s K r = 2r rs
Pero, salvo en algunos casos particulares, no podra afirmarse algo similar con la matriz

C . Sin embargo, hay aplicaciones en que la inclusin del trmino C u& es slo un
artificio para introducir disipacin en las ecuaciones lineales, que realmente podra
haberse considerado con una K variable, dependiente de u . En este contexto, podra
introducirse directamente la disipacin en las ecuaciones desacopladas, no siendo
necesario determinar la matriz C :
H. Scaletti - Mtodos Numricos: Ecuaciones Diferenciales Ordinarias

6 - 21

a&&i + 2 i a& i + i2 a i = f (t )
Estas ecuaciones pueden tambin ser resueltas numricamente, por procedimientos
tales como el mtodo de diferencia central o el mtodo de Newmark de aceleracin
constante.
En el caso frecuente en el que f (t ) = f 0 g (t ) , estando g (t ) definida por una coleccin de
valores numricos a intervalos constantes, puede seguirse un procedimiento similar al
descrito antes para ecuaciones diferenciales de primer orden.
6.4.3 Consideraciones Adicionales
En el acpite 6.3.4 se mencion que al resolver una ecuacin diferencial de segundo
orden el intervalo est controlado por precisin y no por estabilidad. La situacin es
diferente cuando se resuelven grandes sistemas de EDO. Los comentarios siguientes
parecieran referirse a sistemas de EDO lineales, pero realmente son tambin aplicables
a ecuaciones no lineales, que pueden ser linearizadas localmente.
Al integrar directamente un sistema de EDO se estn haciendo operaciones equivalentes
a integrar las ecuaciones desacopladas;

simplemente el sistema de referencia es

distinto. El procedimiento ser estable cuando el intervalo de integracin cumpla las


condiciones de estabilidad con todos y cada uno de los modos componentes. Por lo
tanto, para un mtodo como el de la diferencia central:

2
mx

Tmn

Cuando se tiene un comportamiento no lineal los perodos T tienden a crecer (y los


tienden a reducirse), por lo que la estimacin del t sobre la base de las condiciones
iniciales es en general suficiente.
Por otro lado:

1 2 L << mx
T1 T2 L >> Tmn
y habitualmente al cumplir la condicin de estabilidad se tendrn cientos y tal vez miles
de puntos por perodo para los modos asociados a las menores frecuencias, que son los
importantes en la respuesta. En resumen, al resolver grandes sistemas de EDO con un
procedimiento condicionalmente estable, satisfacer la condicin de estabilidad implica
que se tiene tambin precisin.
En cambio, al emplear un mtodo incondicionalmente estable es la precisin la que
siempre controla el intervalo de integracin.

ste debe escogerse de modo que se

integren con suficiente precisin todos aquellos modos cuya participacin en la


respuesta es significativa.

&& + Au = 0 en la que la matriz A es:


Considere el sistema de ecuaciones diferenciales u
200.5 199.5

A =
199.5 200.5
Los valores caractersticos de la matriz A son 1 = 12 = 1 y 2 = 22 = 400 .
Supngase que las condiciones iniciales son:

H. Scaletti - Mtodos Numricos: Ecuaciones Diferenciales Ordinarias

6 - 22

1.01
u ( 0) =

0.99

0
u& (0) =
0

En este caso es fcil obtener la solucin exacta:

1
1
u = cos t + 0.01 cos 20 t
1
1
El primer modo, con 1 = 1 y T1 = 2 es el importante en la solucin. La contribucin
del segundo modo, con 2 = 20 y T2 = / 10 es comparativamente pequea.

Supngase ahora que se usa el proceso de diferencia central:

&& n = Au n
u
&& n
u& n + 12 = u& n 12 + t u
u n +1 = u n + t u& n + 12
1.01
0
1
&& 0 =
y u& 12 = u& (0) + 2 t u
0.99
0

con condiciones iniciales u 0 =

Para integrar apropiadamente el primer modo sera suficiente considerar un t del


orden de T1 / 20 0.3 .

Sin embargo, es el segundo modo, poco importante en la

respuesta, el que en este caso controla la estabilidad. Se requiere reducir el intervalo,


de modo que: t < 2 / 2 = T2 / = 0.1 lo que indirectamente hace que se obtenga
precisin en la integracin de la componente significativa. En las figuras siguientes se
muestran resultados obtenidos con t = 0.1001 (el procedimiento es inestable) y con

t = 0.09 (procedimiento estable). Los resultados seran an ms precisos si T1 >> Tn ,


como ocurre tpicamente al resolver grandes sistemas de ecuaciones diferenciales.
1000
500
u

0
-500

10

-1000
t

Resultados obtenidos con t = 0.1001

2
1

1
0
-1 0

10

-1
-2
t

Resultados obtenidos con t = 0.09

H. Scaletti - Mtodos Numricos: Ecuaciones Diferenciales Ordinarias

6 - 23