Captulo 9

Problemas de contorno y de valores propios

9.1.

Mtodo del disparo lineal

Consideremos una ecuacin diferencial de segundo orden

y!! = f (x, y, y! )
sujeta a las condiciones de contorno y(a) = e y(b) = . Esta ecuacin tiene solucin nica
si f y sus derivadas parciales son continuas, f / y > 0 y | f / y! | est acotado. Si tenemos
f (x, y, y! ) = p(x)y! + q(x)y + r(x), el problema es lineal. Las condiciones anteriores equivalen a
q(x) > 0 y |p(x)| < M, donde M es un nmero positivo.
La solucin general de la ecuacin
y!! = p(x)y! + q(x)y + r(x)
es una solucin particular de esta ecuacin ms una solucin general de la ecuacin homognea
y!! = p(x)y! + q(x)y
Este problema se puede resolver mediante dos problemas de valor inicial. Consideremos los dos
problemas de valor inicial siguientes, en el intervalo [a, b]:
y!!1 = p(x)y!1 + q(x)y1 + r(x)
con y1 (a) = e y!1 (a) = 0, y

y!!2 = p(x)y!2 + q(x)y2

con y2 (a) = 0 e y!2 (a) = 1. Llamemos y1 (x) a la solucin de la primera ecuacin e y2 (x) a la
solucin de la segunda. Supongamos que y2 (b) "= 0. Entonces, la funcin y(x)
y(x) = y1 (x) +

y1 (b)
y2 (x)
y2 (b)

179

180

CAPTULO 9. PROBLEMAS DE CONTORNO Y DE VALORES PROPIOS

es la solucin del problema de contorno. Esto se deduce de escribir la solucin y(x) como la
combinacin lineal
y(x) = y1 (x) + c2 y2 (x)
e imponer las condiciones de contorno en b
= y1 (b) + c2 y2 (b)
y despejar c2 . Para comprobar que y(x) es efectivamente una solucin, hay que verificar que esta
solucin satisface la ecuacin diferencial con las condiciones de contorno. Basta sustituir los
valores de x = a y x = b para obtener y(a) = y y(b) = :
y1 (b)
y2 (a) = + 0 =
y2 (b)
y1 (b)
y(b) = y1 (b) +
y2 (b) = y1 (b) + y1 (b) =
y2 (b)
y(a) = y1 (a) +

Adems, se satisface la ecuacin diferencial:

"
y(b) !!
y(b) !
y!! (x) = y!!1 (x) +
y2 (x) = p(x)y1 + q(x)y1 + r(x) +
p(x)y!2 (x) + q(x)y2 (x)
y2 (b)
y2 (b)
#
$
#
$
y1 (b)
y1 (b) !
!
= p(x) y1 (x) +
y (x) + q(x) y1 (x) +
y2 (x) + r(x)
y2 (b) 2
y2 (b)
= p(x)y! (x) + q(x)y(x) + r(x)
Queda estudiar el caso particular en que y2 (b) = 0, para el que la solucin anterior no est
definida. En este caso, podemos definir una tercera solucin de la ecuacin homognea
y!!3 = p(x)y!3 + q(x)y3
con las condiciones iniciales y3 (a) = 1 y y!3 (a) = 0. Por la teora de ecuaciones diferenciales
ordinarias, la solucin existe, es nica y se puede escribir como la suma de una solucin particular
de la ecuacin no homognea y una combinacin lineal de las dos soluciones de la homognea
y(x) = y1 (x) + c2 y2 (x) + c3 y3 (x)
De las condiciones de contorno tenemos
y(a) = = y1 (a) + c2 y2 (a) + c3 y3 (a) = + c3
por lo que c3 = 0. Adems, de la condicin de contorno een b y de la suposicin y2 (b) = 0, se
deduce
y(b) = = y1 (b) + c2 y2 (b) = y1 (b)
por lo que se cumple y1 (a) = y y1 (b) = . Como y1 (x) es una solucin que satisface las
condiciones de contorno, y adems es nica, y2 (x) debe ser idnticamente nula. Por lo tanto, en

9.1. MTODO DEL DISPARO LINEAL

181

este caso, la solucin del problema es y1 (x). El mtodo del disparo lineal se puede emplear de
forma similar para condiciones de contorno generales
d11 y(a) + d12 y! (a) =
d21 y(b) + d22 y! (b) =
En este caso escribimos

y(x) = y1 (x) + c2 y2 (x) + c3 y3 (x)

con y2 (x) e y3 (x) definidas como antes, pero con y1 (x) definida con condiciones de contorno
y1 (a) = 0 e y!1 (a) = 0 , y sustituimos en las ecuaciones de las condiciones iniciales
d11 c3 + d12 c2
"
!
!
d21 (y1 (b) + c2 y2 (b) + c3 y3 (b) + d22 y1 (b) + c2 y2 (b) + c3 y!3 (b )
!

que proporcional el sistema

!

"

d21 y2 (b) + d22 y!2 (b)

=
=

d12 c2 + d11 c3 =
"
c2 + d21 y3 (b) + d22 y!3 (b) c3 = d21 y1 (b) d22 y!1 (b)
!

que resolvemos para c2 y c3 a partir de los valores numricos de las tres soluciones de los problemas de valores iniciales y sus derivadas en b.
Ejemplo: Consideremos el caso del tiro parablico, tal como ocuure en el caso de un proyectil
disparado por un can inclinado un ngulo . No interesamos en que el impacto se produzca
en un punto x = b. Las ecuaciones dinmicas son
d 2 x(t)
= 0
dt 2
d 2 y(t)
= g
dt 2
con condiciones de contorno x(0) = y(0) = 0 y x(t f ) = b con y(t f ) = 0, donde t f es el tiempo de impacto. Consideramos un ngulo de inclinacin , de forma que x! (0) = v0 cos y
y! (0) = v0 sin . Como la solucin de la primera ecuacin es x(t) = x0 + v0 cos t, tenemos para
la ecuacin de la trayectoria y(x)
d2y
g
= 2 2
2
dx
v0 cos
con y(0) = 0 e y(b) = 0, es decir = = 0. Consideramos dos soluciones, y1 (x) con y1 (0) = 0
e y!1 (0) = 0 de la no homognea, que es
y1 (x) =

gx2
2v20 cos2

y una solucin y2 (x) de la ecuacin homognea,

d2y
=0
dx2

182

CAPTULO 9. PROBLEMAS DE CONTORNO Y DE VALORES PROPIOS

con y2 (0) = 0 e y!2 (0) = 1, que es

y2 (x) = x

La solucin del problema es por lo tanto

y(x) = y1 (x) +

y1 (b)
gx2
gbx
y2 (x) = 2 2 + 2 2
y2 (b)
2v0 cos 2v0 cos

que vemos que cumple las condiciones de contorno y(0) = y(b) = 0.

9.2. Mtodo del disparo no lineal

Los problemas que aparecen en Fsica e Ingeniera son con frecuencia no lineales. En este
caso no se puede aplicar el mtodo anterior, ya que la solucin general no se puede expresar
como una combinacin lineal de soluciones.
Sea la ecuacin
y!! = f (x, y, y! )
con f (x, y, y! ) una funcin no lineal de y(x) e y! (x), sometida a las condiciones de contorno
f (a) = y f (b) = . El mtodo del disparo consiste en resolverla tomando y! (a) como un
parmetro, y variando y! (a) hasta que y(b) = . Si partimos de un valor de partida t0 de y! (a),
tenemos que construir una sucesin t0, ,t1, t2, ,t3,...,tk,... que converga a t, con y(b,t) = . Este
problema equivale a resolver una ecuacin no lineal
y(b, ,t) =
donde el trmino de la izquierda se obtiene integrando la ecuacin diferencial
y!! = f (x, y, y! )
en el intervalo [a, b], con las condiciones iniciales y(a) = e y! (a) = t. Cualquiera de los mtodos
de resolucin de ecuaciones nolineales es aplicable en principio. Vamos a considerar el mtodo
de la secante y el mtodo de Newton. El mtodo de la secante construye la sucesin tk mediante
el mtodo de la secante de solucin de ecuaciones no lineales, aplicado a la ecuacin f (t) =
y(b, ,t) = 0. Este mtodo produce la sucesin
tk = tk1

(y(b, ,tk1 ) ) (tk1 tk2 )

f (tk1 )(tk1 tk2 )
= tk1
f (tk1 ) f (tk2 )
y(b, ,tk1 ) y(b, ,tk2 )

cuya determinacin requiere la resolucin de un problema de valor inicial para cada iteracin. Si
el punto de partida t0 no est prximo a t, este mtodo puede requerir un nmero de iteraciones
muy elevado, en cuyo caso es ms eficiente el mtodo de Newton, que construye la sucesin tk a
partir de
f (tk1 )
y(b, ,tk1 )
tk = tk1 !
= tk1
dy
f (tk1 )
(b, ,tk1 )
dt

9.3. MTODO DE DIFERENCIAS FINITAS LINEAL

183

dy
Sin embargo, para poder aplicar el mtodo de Newton hace falta poder determinar (b, ,tk1 ).
dt
Esta funcin se puede determinar a partir de un segundo problema de valor inicial, como vamos
a ver a continuacin.
dy
dy
Definimos la funcin w(x,t) = (x, = y(a),t = y! (a)), con lo que w(b,t) = (b, ,t).
dt
dt
Podemos construir una ecuacin para w(x,t) a partir de la ecuacin para y(x), suponiendo que
las derivadas con respecto de x y t son intercambiables y que las derivadas necesarias existen y
son continuas. Derivando y!! = f (x, y(x, ,t), y! (x, ,t)) con respecto de t, tenemos
w!! (x,t) =

dy!! (x, y(a) = , y! (a) = t) f dx f dy f dy! f

f
=
+
+ !
=
w(x,t) + ! w! (x,t)
dt
x dt y dt y dt
y
y

donde hemos empleado que dx

dt se anula ya que x es independiente de t. Notemos que las primas
indican derivadas con respecto a x
# $
dy!
d dy
d
=
= w(x,t)
dt
dt dx
dx
dy(a)
dy (a)
!
De la definicin de w(x,t), las condiciones iniciales sonw(a,t) = dy
! (a) = 0 y w (a,t) = dy! (a) = 1.
Integrando la ecuacin para w(x,t) en el intervalo a x b con dichas condiciones iniciales,
obtenemos dy(b, ,t)/dt, para cada valor de tk , lo que nos permite obtener tk+1 . Tenemos que
resolver, por lo tanto, dos problemas de valor inicial en el intervalo [a, b] por iteracin;
!

y!! = f (x, y, y! )
con las condiciones iniciales y(a) = , y! (a) = tk , que proporciona y(x, ,tk ) y y! (x, ,tk ), y el
problema de valor inicial
w!! (x,tk ) = fy (x, y, y! )w(x,tk ) + fy! (x, y, y! )w! (x,tk )
con las condiciones iniciales w(a,tk ) = 0 y w! (a.,t) = 1. Los valores de y(b,tk ) y w(b,tk ) nos
permiten calcular tk+1 . Estos dos problemas de valor inicial se pueden resolver por cualquier
mtodo standard, como Runge-Kutta.

9.3.

Mtodo de diferencias finitas lineal

El mtodo del disparo lineal tiene problemas de redondeo cuando una de las soluciones es
una exponencial creciente que crece demasiado deprisa. El mtodo de diferencias finitas tiene
mejor comportamiento en este aspecto, pero requiere un mayor tiempo de clculo. Dividimos el
intervalo de integracin en N subintervalos, que producen N +1 puntos incluidos los de contorno,
a
con lo que el espaciado h = b
N . En cada uno de los puntos de la malla de integracin, la
ecuacin diferencial
y!! (xi ) = p(xi )y! (xi ) + q(xi )y(xi ) + r(xi )

CAPTULO 9. PROBLEMAS DE CONTORNO Y DE VALORES PROPIOS

184

se reemplaza por la versin discretizada, en la que las derivadas se reemplazan por las frmulas
centrales de diferencias finitas:
y(xi+1 ) 2y(xi ) + y(xi1 )
y(xi+1 ) y(xi1 )
=
p(x
)
+ q(xi )y(xi ) + r(xi )
i
h2
2h
Reordenando estas ecuaciones, nos queda el sistema tridiagonal
#
$
#
$
#
$
pi
2
1
pi
1
yi1 2 +
+ yi 2 qi + yi+1 2
= ri
h
2h
h
h
2h

con las condiciones iniciales y0 = e yN+1 = . Las ecuaciones primera y ltima contienen
las condiciones de contorno, y tienen una forma ligeramente distinta de las otras. La primera
ecuacin queda por lo tanto como
#
$
#
$
#
$
2
1
p1
1
p1
y1 2 q1 + y2 2
= r1
+
h
h
2h
h2 2h
mientras que la ltima
yN1

1
pN
+
2
h
2h

+ yN

2
2 qN
h

= rN

1
pN

2
h
2h

Este sistema tridiagonal se puede escribir en forma matricial como

Ay = b
con

y=

A=

y1
y2
..
.
yN

b=

1
p1
r1
+
2
h
2h
r2
..
.

r+N1
,
pN
1
rN 2 2h
h

2
1
p1
2 q1

0
0
2
h
h
2h
1
p2
2
1
p2
+
2 q2

0
2
2
h
2h
h
h
2h
1
p3
2
1
p3
0
+
2 q3 2
2
h
2h
h
h
2h
..
.
0
0
0
..
..
.
.

0
..
.

..
..
.
.
0
pN1
2
1
pN1
1
+
2 qN1 2
2
h
2h
h
h
2h
1
pN
2
0
0
0

0
+
2 qN
h2 2h
h
Este es un sistema tridiagonal, que se resuelve fcilmente por factorizacin LU. La solucin es
nica si la matriz A no es singular, lo cual sucede siempre si h es suficientemente pequeo.

9.4. MTODO DE DIFERENCIAS FINITAS NO LINEAL

9.4.

185

Mtodo de diferencias finitas no lineal

En el caso de que f (x, y, y! ) no es una funcin lineal de y e y! , no se puede resolver el problema

de la forma expuesta en el apartado anterior. Tenemos el sistema de ecuaciones no lineales
#
$
y(xi+1 ) 2y(xi ) + y(xi1 )
y(xi+1 ) y(xi1 )
!!
!
y (xi ) %
= f (xi , yi , yi ) % f xi , y(xi ),
h2
2h
con las condiciones de contorno y0 = y yN+1 = . Las ecuaciones que resultan son las siguientes:
$
#
y2
2
y2 2y1 = + h f x1 , y1 ,
2h
#
$
y3 y1
y3 2y2 + y1 = h2 f x2 , y2 ,
2h
.. .. ..
. . . #
$
yN yN2
2
yN 2yN1 + yN2 = h f xN1 , yN1 ,
2h
#
$
yN1
2
2yN + yN1 = + h f xN , yN ,
2h
Este es un sistema de ecuaciones no lineales, que se puede resolver por el mtodo de Newton,
descrito a continuacin. Para aplicar este mtodo hace falta una aproximacin inicial a xi , que
puede tomarse como el conjunto de puntos (xi , yi ) que pasan sobre la recta que pasa por los
puntos extremos (a, ) y (b, ). La matriz Jacobiana es tridiagonal. El mtodo de Newton implica
la resolucin de un sistema de ecuaciones lineales para cada iteracin, por lo que el volumen
de clculo necesario es superior al mtodo lineal en un factor igual al nmero de iteraciones
necesarias, suponiendo que se alcance la convergencia en el primer valor inicial utilizado.

9.5. Mtodo de Newton para funciones de varias variables

El mtodo de Newton se puede extender fcilmente al caso de funciones de varias variables.
Consideraremos aqu el caso de un sistema de m ecuaciones no lineales con n incgnitas:
f1 (x1 , x2 , x3 , . . . , xn ) = 0
f2 (x1 , x2 , x3 , . . . , xn ) = 0
..
.

fm (x1 , x2 , x3 , . . . , xn ) = 0
que podemos escribir en notacin vectorial como:
f(x) = 0

186

CAPTULO 9. PROBLEMAS DE CONTORNO Y DE VALORES PROPIOS

donde f(x) es un vector de m dimensiones y x un vector de n dimensiones. Las soluciones de este

sistema de ecuaciones (ra8ces) son vectores x a los que la funcin f(x) transforma en el vector
nulo. Llamemos ! a una de estas races. Si tenemos una aproximacin xr a la raz, desarrollando
en serie de Taylor alrededor de la misma, y denominando er = xr , podemos escribir :
f(xr ) = f(! ) + !f() er +

Si nos quedamos en primer orden, y dado que no conocemos , podemos suponer que la igualdad
f(xr ) = !f(xr ) (xr xr+1 )

define un vector xr+1 ms prximo a la raz que xr . Hemos utilizado f(

) =0 y reemplazado la
raz por xr+1 en er . El trmino !f(xr ) es una matriz m n, que denotamos por J, conocida con
el nombre de Jacobiana de la funcin f(x), y que viene dada por:

J =

f1
x1
f2
x1

f1
x2
f2
x2

fm
x1

fm
x2

..
.

..
.

..
.

f1
xn
f2
xn

..
.

fm
xn

De la anterior igualdad, multiplicando por la matriz inversa por la izquierda de J (hemos supuesto
que en principio J no es cuadrada), J1 , que es una matriz de dimensiones n m, obtenemos la
relacin:
xr+1 = xr J1 f(xr )
que es la generalizacin del mtodo de Newton para n variables. Esta relacin proporciona una
relacin de recurrencia a partir de un vector de partida x0 , que converge a la raz si x0 se encuentra
en el atractor de sta (como se denomina a la zona de convergencia), y si adems, la matriz
inversa de la Jacobiana existe (J es no singular, en el caso de una matriz cuadrada). Como es
ms fcil resolver un sistema de ecuaciones lineales que calcular la inversa de la matriz de los
coeficientes. Por lo tanto, desde el punto de vista prctico, conviene escribir el mtodo de Newton
multidimensional como:
J xr+1 = J xr f(xr )
donde J es la matriz jacobiana calculada en el punto xr . Cada iteracin consiste en resolver un
sistema de ecuaciones lineales y utilizar la solucin encontrada para calcular la nueva matriz de
coeficientes y el nuevo vector de trminos independientes (que supone la evaluacin de (n + 1)m
funciones). En general, lo que se hace es actualizar el valor de xr por un valor xr , de forma que
xr+1 = xr + xr . Podemos escribir la anterior ecuacin como una ecuacin para xr :
J xr = f(xr )
que resolveremos en cada iteracin para actualizar xr , parando cuando || xr || < .

(9.1)

9.6. PROBLEMAS DE VALORES PROPIOS

9.6.

187

Problemas de valores propios

En Fsica aparecen frecuentemente problemas de valores propios. Un ejemplo es la resolucin

dela ecuacin de Schrdinger con un potencial V (x). Lo que deseamos obtener son las funciones
de onda (x) y los valores correspondientes de la energa E para dicho potencial:

d 2 (x)
+V (x)(x) = E(x)
dx2

En general, ponemos unas condiciones de contorno sobre la funcin de onda. Las ms simples
es cuando las condiciones se imponen en dos puntos distintos. Supongamos el caso (xmin ) =
(xmax ) = 0. En este caso dividimos el intervalo [xmin , xmax ] en N + 1 subintervalos, con espaciamiento
xmax xmin
h=
N +1
con lo que tendremos N + 2 puntos de integracin, con N incgnitas: (x1 ) . . . (xN ). Si reemplazamos la derivada segunda por su expresin en diferencias, tenemos
d 2 (x) (x + h) 2(x) + (x h)
%
dx2
h2
con lo que tenemos el sistema de N ecuaciones lineales
(x2 ) + 2(x1 ) + h2V (x1 )(x1 ) = Eh2 (x1 )
(x3 ) + 2(x2 ) (x1 ) + h2V (x2 )(x2 ) = Eh2 (x2 )
..
.
2
(xn+1 ) + 2(xn ) (xn1 ) + h V (xn )(xn ) = Eh2 (xn )
..
.
2
(xN ) + 2(xN1 ) (xN2 ) + h V (xN )(xN1 ) = Eh2 (xN1 )
2(xN ) (xN1 ) + h2V (xN )(xN ) = Eh2 (xN )
que se puede escribir en forma matricial
A" = Eh2 "
con A la matriz tridiagonal

A=

2 + h2V1
1
0
0

0
1
2 + h2V2
1
0

0
2
0
1
2 + h V3 1
0
0
..
..
..
..
.
.
.
0
0
.
..
..
..
.
.
.
1 2 + h2VN1
1
0
0

0
1
2 + h2VN

188

CAPTULO 9. PROBLEMAS DE CONTORNO Y DE VALORES PROPIOS

"=

1
2
..
.

La resolucin de este problema de valores propios nos da simultneamente las energas En (multiplicadas por h2 ) y los vectores propios "n .
Otra alternativa para resolver este problema, es emplear el mtodo del disparo no lineal, en
el que la energa E se toma como parmetro a variar de forma que (R) = 0. La dificultad
radica en encontrar buenos valores iniciales de la energa, de forma que el mtodo de la secante
converja rpidamente, y se encuentren todos los valores consecutivos de la energa. Se suelen
tomar como valores iniciales los valores de la energa obtenidos para problemas sencillos con
solucin analtica (pozo cuadrado, oscilador armnico, etc.).
Unos de los problemas principales es que no se puede realizar una diagonalizacin del sistema de ecuaciones de la forma usual, pues es necesario emplear un gran nmero de puntos para
obtener una precisin aceptable de los valores propios ms bajos, y no podemos obtener todos
los valores propios para grandes matrices, aparte del hecho de que tampoco nos interesan los
valores propios altos. Interesa por lo tanto un m,todo de obtener los m valores propios ms bajos. Est metodo utiliza el concepto de sucesiones de Sturm. Una vez que conocemos un valor
propio con precisin, podemos determinar la funcin de onda de manera sencilla. Como la funcin de onda est indeterminada salvo una constante, que se determina posteriormente mediante
normalizacin, le damos un valor arbitrario a 1 , y con este valor resolvemos el sistema para
2 , . . . , N . Posteriormente, determinamos la constante
de normalizacin mediante la integral
- xmax
numrica de la funcin de ondas, requiriendo que xmin |(x)|2 dx = 1. La integral se obtiene
integrando numricamente, por ejemplo, por el mtodo de Simpson.

9.6.1.

Determinacin de valores propios de matrices tridiagonales

Tengamos una matriz tridiagonal de la forma

AI =

d1
e
0
0

0
e
d2
e
0

0
0
e
d3 e
0
0
..
..
..
..
.
.
.
0
0
.
..
..
..
.
.
.
e dN1
e
0
0

0
e
dN

9.6. PROBLEMAS DE VALORES PROPIOS

189

El polinomio caracterstico se puede obtener dessarrollando en menores complementarios

PN ( ) = (dN )PN1 e2 PN2 ( )
PN1 ( ) = (dN1 )PN2 ( ) e2 PN3 ( )
..
.
P2 ( ) = (d2 )P1 ( ) e2 P0 ( )
P1 ( ) = (d1 )P0
P0 = 1
El conjunto de funciones Pi ( ), de i = 1, . . . , N forma lo que se denomina una sucesin de Sturm.
Un conjunto de N funciones, f1 (x), . . . , fi (x), . . . , fN (x), se dice que forma una sucesin de
Sturm en un intervalo [a, b], si se satisfacen las siguientes propiedades:
1. Cada fi (x) es continua em [a, b].
2. El signo de la ltima funcin fn (x) es constante.
3. Si para un nmero x, fi (x) = 0, entonces fi1 (x) y fi+1 son distintas de 0, y adems tienen
valores opuestos: fi1 (x) fi+1 (x) < 0.
4. Si para un determinado valor x se cumple f0 (x) = 0, entonces para un valor de h suficientemente pequeo se cumple siempre
f0 (x h)
<0
f1 (x h)
y

f0 (x + h)
>0
f1 (x + h)

Las sucesiones de Sturm tienen la propiedad de que el nmero de ceros de fN (x) en [a, b] es igual
a la diferencia del nmero de cambios de signo de la sucesin en los extremos del intervalo. Si
na y nb son los nmero de cambios de signo desde un punto # hasta a y b, respectivamente, hay
|na nb | ceros en el intervalo [a, b]. Esta propiedad nos permite conocer cuantos valores propios
hay en el intervalo.
Los polinomios Pn crecen muy deprisa con n, por lo que es conveniente escribir la relacin
de recurrencia anterior en trminos de los cocientes Qn = Pn /Pn1 :
QN ( ) = (dN ) e2 /QN1 ( )
QN1 ( ) = (dN1 ) e2 /QN2 ( )
..
.
Q2 ( ) = (d2 ) e2 /Q1 ( )
Q1 ( ) = (d1 )

190

CAPTULO 9. PROBLEMAS DE CONTORNO Y DE VALORES PROPIOS

A menudo slo estamos interesados en un pequeo nmero de los valores propios ms bajos
(energas de los primeros estados ligados). Para ello es conveniente obtener una cota del intervalo
en el que se encuentran los valores propios.
Si tenemos un valor propio
Ax = x
y tomamos normas, suponiendo ||x|| = 1, teniendo en cuenta ||Ax|| ||A|| ||x||, tenemos
||Ax|| = | | ||A||
Estas relaciones son vlidas para cualquier norma, y en particular para la norma L1 , dada por el
mximo de la suma de los valores absolutos de los elementos de una fila. Por lo tanto, la cota
superior # de los valores propios es el mximo de |e| + |d1 |, |e| + |dN | , 2|e| + di , y todos los
valores propios se encuentran en el intervalo [#, #]. Si quiero encontrar los m primeros valores
propios tengo que encontrar un punto L para el cual el nmero de cambios de signo de la sucesion
de Sturm sea |n(#) n(L)| = m. Este punto se encuentra fcilmente por biseccin. El intervalo
[#, L] hay que dividirlo en subintervalos donde el el nmero de cambios de signo vare en una
unidad. Esto se realiza tambin fcilmente por biseccin. En cada uno de estos subintervalos hay
que calcular una raz de PN ( ), lo cual se podra realizar por un mtodo de horquillado, como
rgula falsi o Mller, calculando PN ( ) mediante las relaciones de recurrencia anteriores. En
la prctica, PN ( ) crece muy rpidamente, y para calcular la raz se determina el punto donde
QN ( ) cambia de signo. Como esta funcin no es continua, pasando bruacamente de positivo
a negativo, hay que utilizar el mtodo de biseccin, determinando el punto donde el nmero de
cambios de signo aumenta en una unidad.
El mtodo determina con precisin los valores propios ms bajos. Cuando determinamos
valores propios elevados, que sean una fraccin apreciable del nmero de puntos en el que calculamos la funcin de ondas, aparecen valores propios con errores numricos elevados e incluso
signo incorrecto.

9.6.2.

Integracin de la funcin de ondas

Una vez determinado un valor propio , es trivial integrar la funcion de ondas correspondiente. Comenzando en x0 , tenemos la relacin de recurrencia hacia adelante
int
int
iint = (di1 )i1
i2

con di = 2 + h2V (xi ), 0int = 0 y 1int = 1. Este ltimo es un valor arbitrario, que tomamos
porque necesitamos dos puntos de partida. Slo influye en la normalizacin (provisional) de ,.
La normalizacin definitiva la hacemos igual a la unidad al final de los clculos, multiplicando
toda la funcin de ondas por el inverso de la raz cuadrada de la norma. Tambin podemos utilizar
la relacin de recurrencia hacia detrs,
ext
ext
iext = (di+1 )i+1
i+2

ext = 1. La funcin de ondas puede crecer muy rpidamente, produciendo el

con Next = 0 y N1
riesgo de overflows, por lo que se necesita tomar precauciones especiales: cuando la funcin de

9.7. MTODOS VARIACIONALES

191

ondas supera un valor mximo, 1020 , por ejemplo, se renormalizan todos los puntos por este
valor, para evitar overflows.
En la prctica lo ms adecuado es integrar la funcin de ondas hasta un valor intermedio
del intervalo de integracin, xm , utilizando ambas relaciones de recurrencia desde cada uno de
los extremos, y multiplicar la funcin de ondas posteriormente por una constante, de forma que
ambos tramos de la funcin de ondas coincidan en este punto:
iext

mint ext

mext i

Adicionalmente, se calcula la constante de normalizacin, y se normaliza la funcin de ondas

multiplicandola por el inverso de la raz cuadrada de la norma. Para calcular la norma, integramos
la funcin de ondas por el mtodo de Simpson, por ejemplo:
N=

. xmax
xmin

|(x)|2 dx %

"
h! 2
2
0 + 412 + 222 + 432 + 242 + + 4N1
+ N2
3

y renormalizamos todos los valores calculados anteriormente

1
i i
N

9.7.

Mtodos variacionales

Muchos problemas de Fsica con condiciones de contorno se pueden plantear alternativamente como un problema variacional. Si tenemos un lagrangiano L(y, y! , x), las ecuaciones de
Lagrange,
#
$ # $
d L
L

=0
!
dx y
y

con las condiciones de contorno y(x1 ) = y1 y(x2 ) = y2 , son equivalentes al problema variacional
I =

. x2
x1

L(x, y, y! )dx = 0

donde se considera la integral I del Lagrangiano para todas las funciones y que satisfacen las
condiciones de contorno y significa variacin dentro de este conjunto de funciones. Una aproximacin alternativa al problema de contorno es considerar una familia suficientemente amplia
de funciones, que satisfacen las condiciones de contorno y que dependen de un conjunto de parmetros c1 , c2 , . . . , cn . Los parmetros valores de los parmetros ck se eligen de forma que la
integral tenga un extremo:
I
=0
ck
lo que nos proporciona un conjunto de ecuaciones para los parmetros ck . En muchos problemas,
el Lagrangiano es cuadrtico en y e y! , por lo que el sistema de ecuaciones anterior es lineal si y

CAPTULO 9. PROBLEMAS DE CONTORNO Y DE VALORES PROPIOS

192

es lineal en los parmetros ck . Desarrollamos yi como unsa combinacin lineal de un conjunto de

funciones base fki (x), por lo que y!i (x) queda como una combinacin lineal de las derivadas gik (x)
gik (x) =
yi =
y!i =
L =

$cik fki (x)

$ cik gik (x)
$ ail (x)y!iy!l + $ bil (x)yiyl + $ dl (x)yl
il

d i
f (x),
dx k

il
i l
i l
ck cm ail (x)gk gm +

ilkm

l
i l
ck cm bmn (x) fki fml +

ilkm

$ clmdl (x) fml

lm

Las funciones fk se pueden tomar como splines cbicos, B-splines, o un sistema adecuado de
funciones base. La condicin para que esta solucin converja a la solucin exacta es que y se
pueda expresar como una serie convergente de las funciones fk . Aparte del lagrangiano, la nica
informacin que necesitamos son las integrales
(1)il
Ikm

. x2
x1

(2)il
ail (x)gik (x)glm (x)dx, Ikm

. x2
x1

(3)i
bil (x) fki (x) fml (x)dx, Ik

. x2
x1

di (x) fki (x)dx

El sistema de ecuaciones que se obtiene de

L
=0
clm
es

+
,
(1)il
(2)il
(3)l
i
c
I
+
I
$ k km km = Im
ki

que proporciona una ecuacin para cada parmetro de cada funcin.

Vamos a considerar un ejemplo: La ecuacin
#
$
d
dy

p(x)
+ q(x)y = r(x)
dx
dx
representa un gran nmero de problemas fsicos si seleccionamos adecuadamente p(x) , q(x) y
f (x): flexiones de varillas cargadas de seccin variable, osciladores armnicos forzados, etc. Esta
ecuacin deriva del Lagrangiano
L = p(x)y!2 + q(x)y2 2r(x)y
Tomemos las condiciones de contorno y(a) = e y(b) = . La integral
. b
a

L(x, y, y! )dx

9.7. MTODOS VARIACIONALES

193

debe ser mnima para la solucin, tomada entre todas las funciones y que satisfacen las condiciones de contorno. Consideremos y(0) = y(1) = 0 como condiciones de contorno, que como
veremos ms adelante son suficientemente generales. Un conjunto adecuado de funciones base
para describir el lagrangiano son las funciones diente de sierra, definidas en los subintervalos
[xi1 , xi+1 ] como:

0
x < xi1

xxi1 x x x
i
i1
xi1
fi (x) = xxii+1
x
x x xi < x xi+1

i
i+1

0
x>x
i+1

Las derivadas de estas funciones son extremadamente sencillas, aunque no continuas

0
x < xi1

1
xi1 x xi
i1
gi (x) = xi x
1

xi+1 xi xi < x xi+1

0
x>x
i+1

Los productos cruzadosde estas funciones son nulos salvo cuando corresponden al mismo subintervalo o a subintervalos vecinos inmediatos. Es decir:
f k f k ! = gk gk ! = 0
salvo para k! = k, k 1, k + 1. Por lo tanto tenemos nicamente las integrales
(1)

Iii =
(2)

Iii =

. xi+1

xi1
. xi+1
xi1

(1)

p(x)g2i (x)dx, Iii1 =

(1)

p(x) fi2 (x)dx, Iii1 =

(3)
Ii

. xi+1

xi1
. xi+1
xi1

(1)

p(x)gi gi1 (x)dx, Iii+1 =

(1)

p(x) fi fi1 (x)dx, Iii+1 =

. xi+1
xi1

. xi+1

xi1
. xi+1
xi1

p(x)gi gi+1 (x)dx

p(x) fi fi+1 (x)dx

r(x) fi (x)dx

Estas integrales se pueden evaluar numricamente, por el mtodo de Simpson por ejemplo. Se
obtiene un sistema de ecuaciones tridiagonal
+
,
+
,
+
,
(1)
(2)
(1)
(2)
(1)
(2)
(3)
ck1 Ikk1 + Ikk1 + ck Ikk + Ikk + ck+1 Ikk+1 + Ikk+1 = Ik
que se resuelve por el mtodo de eliminacin de Gauss.
Ejemplo: Tiro parablico

9.7.1.

Redefinicin de condiciones de contorno mediante cambio de variables

Aunque la aplicacin del mtodo variacional al problema

#
$
d
dy

p(x)
+ q(x)y = r(x)
dx
dx

CAPTULO 9. PROBLEMAS DE CONTORNO Y DE VALORES PROPIOS

194

con las condiciones de contorno y(0) = y(1) = 0 puede parecer un caso demasiado particular,
este no es el caso. De hecho, mediante el cambio de variables
z(y, x) = y(x) x (1 x)
se transforman las condiciones de contorno y(0) = e y(1) = en z(0) = 0 y z(1) = 1. Adicionalmente, un intervalo [a, b] se transforma en [0, 1] mediante el cambio de variables
t=

xa
ba

Por lo tanto, el cambio a la variable z

z(t) = y (t) t (1 t)
pasa de las condiciones y(a) = e y(b) = a las condiciones z(0) = 0 y z(1) = 1, y la ecuacin
diferencial
#
$
d
dy

p(x)
+ q(x)y = r(x)
dx
dx
pasa a

#
$
d
dy
1

p(t(b a) + a)
+ q (t(b a) + a) y = r(t(b a) + a)
dt
dt (b a)2
#
#
$
$
d
dz
1

p(t(b a) + a)
+
+ q (t(b a) + a) y = r(t(b a) + a)
dt
dt
(b a)2
d

dt

dz
1
p(t(b a) + a)
dt (b a)2

+ q (t(b a) + a) (z(t) + t + (1 t)) =

r(t(b a) + a) +
d

dt

!
p (t(b a) + a)
(b a)2

$
dz
P(t)
+ Q (t) z = R(t)
dt

con
P(t) = p(t(b a) + a)
Q(t) = q (t(b a) + a) (b a)2
R(t) = (b a)2 r(t(b a) + a) + ( ) p! (t(b a) + a) +
q (t(b a) + a) (t + (1 t)) (b a)2

9.8. INTERPOLACIN POR SPLINES CBICOS

9.8.

195

Interpolacin por splines cbicos

La interpolacin polinomial tiene el inconveniente de que el polinomio interpolador puede

oscilar fuertemente entre los puntos interpolados. Para muchas aplicaciones prcticas, interesa un
algoritmo que proporcione una funcin interpoladora que se comporte suavemente. El modelo
ms sencillo es una interpolacin lineal a tramos, constituida por rectas que unen los puntos
interpolados. Sin embargo, este tipo de aproximacin tiene una derivada discontinua en lo puntos
de interpolacin. Para muchas aplicaciones prcticas, en las que se incluyen la resolucin de
ecuaciones diferenciales en las que intervienen funciones medidas experimentalmente, interesa
una funcin aproximadora que tenga derivadas continuas hasta un orden dado, aparte de ser
continua. El mtodo de splines se basa en encontrar funciones que cumplan estas caractersticas.
Se define un spline de orden m en una serie de n + 1 puntos de interpolacin {(x0 , y0 ), . . . (xn , yn )}
como un conjunto de n funciones Sk (x) (frecuentemente polinomios de orden m) definidas en el
intervalo [xk , xk+1 ] , que satisfacen
Sk (xk )
Sk! (xk )
Sk!! (xk )
..
.
(m1)
Sk
(xk )

=
=
=
..
.
=

Sk+1 (xk )
!
Sk+1
(xk )
!!
Sk+1 (xk )
..
.
(m1)
Sk+1 (xk )

Como veremos ms abajo, hay que introducir en general condiciones de contorno adicionales en
los extremos x0 y xn para que las funciones Sk (x) estn unvocamente definidas. Los splines ms
utilizados son los cbicos, debido a que son los ms sencillos con derivada segunda continua, y
por lo tanto son adecuados para aproximar funciones que intervienen en ecuaciones diferenciales
de segundo orden. Si escribimos
Sk (x) = ak + bk (x xk ) + ck (x xk )2 + dk (x xk )3
las dos primeras derivadas vienen dadas por
Sk! (x) = bk + 2ck (x xk ) + 3dk (x xk )2
Sk!! (x) = 2ck + 6dk (x xk )

La condicin de que los splines pasen por los puntos de interpolacin da Sk (xk ) = ak = yk , que nos
dice que los coeficientes ak son los valores de la funcin interpolada en los nodos. El significado
de los otros coeficientes es obviamente Sk! (xk ) = bk , S!! (xk ) = 2ck y S!!! (xk ) = 6dk . Tenemos que
las ecuaciones de continuidad de las funciones Sk (x) y sus derivadas primera y segunda en los
n 1 puntos de interpolacin intermedios xk+1 , k = 0, . . . , n 2 (las condiciones de continuidad
no se aplican a los extremos) dan
ak+1 = ak + bk (xk+1 xk ) + ck (xk+1 xk )2 + dk (xk+1 xk )3
bk+1 = bk + 2ck (xk+1 xk ) + 3dk (xk+1 xk )2
2ck+1 = 2ck + 6dk (xk+1 xk )

CAPTULO 9. PROBLEMAS DE CONTORNO Y DE VALORES PROPIOS

196

que constituyen un sistema de 3(n 1) ecuaciones para determinar los 3n coeficientes bk ,ck y dk .
Una condicin adicional es que el ltimo spline pase por el ltimo punto: Sn1 (xn ) = yn . Necesitaremos por lo tanto dos condiciones adicionales para poder determinar todos los coeficientes.
Daremos ms adelante estas condiciones. Para simplificar la notacin, introducimos la definicin
hk = xk+1 xk . Podemos escribir las ecuaciones de continuidad anteriores como
ak+1 ak
= bk + ck hk + dk h2k
hk
bk+1 bk = 2ck hk + 3dk h2k
ck+1 ck = 3dk hk

(9.2)

De las posibles formas de resolver el sistema de ecuaciones anterior, la ms cmoda es despejar

los coeficientes dk y bk de forma que obtengamos un sistema de ecuaciones para los coeficientes
ck . Si despejamos
ck+1 ck
dk =
3hk
en la ltima ecuacin y lo introducimos en la segunda ecuacin, obtenemos
bk+1 bk = 2ck hk + 3

ck+1 ck 2
hk = (ck + ck+1 )hk
3hk

(9.3)

Necesitamos otra expresin independiente de bk+1 bk para obtener una ecuacin para los ck .
En la primera de las ecuaciones 9.2 podemos despejar bk :
bk =

ak+1 ak
ak+1 ak
ck+1 ck 2 ak+1 ak 2
1
ck hk dk h2k =
ck hk
hk =
ck hk ck+1 hk
hk
hk
3hk
hk
3
3

y cambiando k por k + 1 obtenemos

ak+2 ak+1 2
1
bk+1 =
ck+1 hk+1 ck+2 hk+1
hk+1
3
3
Restando estas dos ecuaciones queda
bk+1 bk =

ak+2 ak+1 ak+1 ak 1

1
2
2

ck+2 hk+1 + ck+1 hk ck+1 hk+1 + ck hk

hk+1
hk
3
3
3
3

(9.4)

Igualando esta expresin con la ecuacin 9.3, obtenemos finalmente una relacin entre los ck :
1
2
1
ak+2 ak+1 ak+1 ak
ck+2 hk+1 + ck+1 (hk + hk+1 ) + ck hk =

3
3
3
hk+1
hk
Estas ecuaciones forman un sistema tridiagonal. Si definimos
#
$
ak+2 ak+1 ak+1 ak
vk+1 = 3

hk+1
hk
tenemos que el sistema tridiagonal queda como
ck+2 hk+1 + 2ck+1 (hk + hk+1 ) + ck hk = vk+1

9.8. INTERPOLACIN POR SPLINES CBICOS

197

cuya forma matricial es:

h0 2(h0 + h1 )
h1
0
0
0
0
0
h1
2(h1 + h2 )
h2
0

0
0
0
h2
2(h2 + h3 )
h3

0
0
0
0
h3
2(h3 + h4 )

0
..
..
..
..
..
..
..
.
.
.
.
.
.
.
0
0
0

hn3
2(hn3 + hn2 ) hn2

c0
c1
c2
..
.

cn2
cn1

v1
v2
v3
..
.

vn3
vn2
(9.5)

que es un sistema de n 2 ecuaciones para n incgnitas. Necesitamos dos ecuaciones adicionales

para determinar los ck . Estas dos ecuaciones se proporcionan mediante dos condiciones en cierta
forma arbitrarias, pero de las que depende la calidad del ajuste. Las dos formas ms usuales de
proporcionar estas condiciones adicionales son:
1. La condicin denominada splines naturales, que impone derivada nula en los extremos:
!! (x ) = 0.
S0!! (x0 ) = Sn1
n
2. La condicin de splines sujetos (clamped), que fija la derivada en los extremos S0! (x0 ) =
!
f ! (x0 ) y Sn1
(xn ) = f ! (xn ).
La condicin de splines naturales implica c0 = cn = 0. El coeficiente cn no pertenece a ninguno
de los splines en [x0 , xn ], sino a un spline arbitrario que comienza en el extremo xn , pero la
introduccin de Sn (x) permite extender las ecuaciones para los coeficientes ck con una ecuacin
adicional
hn2 cn2 + 2(hn2 + hn1 )cn1 = vn1
La condicin c0 = 0 nos permite eliminar la primera columna de la matriz del sistema 9.5. Con
estas dos modificaciones, el sistema de ecuaciones queda de la forma:

2(h0 + h1 )
h1
0
0
0
0
h1
2(h1 + h2 )
h2
0

0
0
h2
2(h2 + h3 )
h3

0
0
0
h3
2(h3 + h4 )

0
..
..
..
..
..
..
.
.
.
.
.
.
0
0

hn3
2(hn3 + hn2 )
hn2
0
0
0

hn2
2(hn2 + hn1 )

c1
c2
c3
..
.
cn2
cn1

v1
v2
v3
..
.

=


vn2
vn1

que es un sistema de n 1 ecuaciones con n 1 incgnitas. Este sistema se puede resolver

fcilmente por eliminacin de Gauss. Cada paso de eliminacin se aplica solamente a la fila
inmediatamente inferior, ya que los elementos inferiores de la columna son nulos. El factor de
eliminacin de la segunda fila es
h1
f2 =
2(h0 + h1 )
Despus de la eliminacin, la subdiagonal inferior se anula. El trmino en la diagonal toma un
nuevo valor u2 dado por
h21
u2 = 2(h1 + h2 )
2(h0 + h1 )

CAPTULO 9. PROBLEMAS DE CONTORNO Y DE VALORES PROPIOS

198

Los elementos uk de la diagonal a partir de la segunda fila, despus de la reduccin, vienen

dados por
h2
uk+1 = 2(hk + hk+1 ) + hk fk+1 = 2(hk + hk+1 ) k
uk
fk+1 =

hk
uk

y los trminos independientes quedan como,

v!k+1 = vk+1

hk vk
uk

El sistema de ecuaciones, despus de la reduccin de Gauss, toma la forma:

2(h0 + h1 ) h1 0 0
0
0
0
u2 h2
0

0
0
0 u3 h3
0
0
0
0 u4
0
..
..
..
..
..
..
.
.
.
.
.
.
0
0 0 un2 hn2
0
0
0
0
un1

c1
c2
c3
..
.
..
.

cn2
cn1

v1
v!2
v!3
..
.

=

!
vn2

v!n1

Este sistema se resuelve fcilmente por sustitucin hacia atrs,

v!n1
un1
v! hk ck+1
= k
uk

cn1 =
ck

con lo que determinamos todos los coeficientes ck . A partir de los ck , determinamos los coeficientes dk mediante la relacin
ck+1 ck
dk =
3hk
Los coeficientes bk se obtienen de la relacin de recurrencia
bk+1 = bk + (ck + ck+1 )hk
con el valor inicial de b0 determinado por la ecuacin de continuidad de S0 y S1 en el primer nodo
x1 :
a1 a0
a1 a0 c1
b0 =
d0 h20 =
h0
h0
h0
3
donde hemos tenido en cuenta que c0 = 0.

9.8. INTERPOLACIN POR SPLINES CBICOS

199

En el caso de splines sujetos, damos como datos adicionales los valores de f0! y fn! ( o estimaciones de los mismos). Tenemos por lo tanto S0! (x0 ) = b0 = f0! y Sn1 (xn ) = bn1 + 2cn1 hn1 +
3dn1 h2n1 = fn! . La ecuacin de continuidad en x1 da
c0 h0 + d0 h20 =

a1 a0
f0!
h0

La anterior expresin, introduciendo d0 en funcin de c0 y c1 , queda como

c1 c0 2 a1 a0
h =
f0!
3h0 0
h0
#
$
a1 a0
!
(2c0 + c1 )h0 = 3
f0
h0
c0 h0 +

Anlogamente, en el punto xn imponemos la condicin de que la derivada de Sn1 (x) valga

f ! (xn ):
bn1 + 2cn1 hn1 + 3dn1 h2n1 = fn!
De la condicin de que el spline Sn1 pase por el extremo xn obtenemos
bn1 + cn1 hn1 + dn1 h2n1 =

an an1
hn1

Restando ambas ecuaciones eliminamos bn1 con lo que obtenemos la relacin,

cn1 hn1 + 2dn1 h2n1 = fn!

an an1
hn1

Poniendo dn1 en funcin de los ck ,

dn1 =

cn cn1
3hn1

obtenemos finalmente la ecuacin adicional para cn buscada:

#
$
an an1
!
(cn1 + 2cn )hn1 = 3 fn
hn1
Aadiendo al sistema de ecuaciones que determina los ck las dos ecuaciones adicionales en los
extremos inicial y final, tenemos que los ck vienen dados por la solucin de un sistema de n + 1
ecuaciones con n + 1 incgnitas:

2h0
h0
0
0
0
0
c0
v0
h0 2(h0 + h1 )

h1
0

c1 v1
0

h1
2(h1 + h2 ) h2

c2 v2
=
..

..
..
..
..
..
.
.
.
.. ..
.
.
.
.
.

0
0

hn2 2(hn2 + hn1 ) hn1 cn1 vn1

0
0

0
hn1
2hn1
cn
vn

200
con

CAPTULO 9. PROBLEMAS DE CONTORNO Y DE VALORES PROPIOS

#

$
a1 a0
!
v0 = 3
f0
h0
$
#
an an1
!
vn = 3 fn
hn1

Para los otros valores de k, vk viene dado por la misma expresin que en el caso de splines
naturales:
#
$
ak+2 ak+1 ak+1 ak
vk = 3

hk+1
hk

Por lo tanto, en el caso de splines sujetos obtenemos un sistema de n + 1 ecuaciones con n + 1

incgnitas, que se resuelve como en el caso de splines naturales. La primera etapa de eliminacin
de Gauss da el sistema reducido

2h0 h0 0 0 0 0
c0
v0
0 u1 h1 0 0 c1 v!

0 0 u2 h2 0 c2 v!

.. = ..
0 0
0
u

0
3
. .

..

..
..
..
..
..
.
.
.
. cn1 v!n1
.
.
0 0 0 0 un
cn
v!n
con

3
u1 = 2h1 h0
2
h2k1
uk = 2(hk1 + hk )
uk1
un = 2hn1
v!k = vk

k = 1, . . . , n 1
h2n1
un1

hk1 vk1
, k>0
uk1

Este sistema se resuelve por sustitucin hacia atrs:

cn =
ck =

vn
un

v!k hk ck+1
uk

con v!0 = v0 y u0 = 2h0 . Los coeficientes bk y dk se determinan como en el caso de splines

naturales.

9.8. INTERPOLACIN POR SPLINES CBICOS

9.8.1.

201

B-splines

Los B-splines (bell shaped splines) o splines acampanados, son una versin de los splines
cbicos que se anulan en los extremos. Proporcionan un conjunto base para desarrollar el lagrangiano con derivadas continuas. Se requiere que satisfagan en los extremos tanto la condicin de
splines sujetos como la de los libres
B! (x0 ) = B! (x4 ) = 0
B!! (x0 ) = B!! (x4 ) = 0
Como consecuencia no se pueden imponer los valores en todos los nodos, ya que habra demasiadas ecuaciones por lo que slo se imponen los valores en tres puntos
B(x0 ) = B(x4 ) = 0
B(x2 ) = 1
Se toma x0 = 2, x1 = 1, x0 = 0, x1 = 1, x2 = 2 sin prdida de generalidad, puesto qjue se
puede pasar a estos puntos mediante un cambio cde variables. El polinomio resultante es

3
1

4 (2

3 + x)
4

1 (2 + x)3 4 (1 + x)3
43
4
B(x) =
3
3
1

(2

x)

4
(1

x)

4 (2 x)

x 2
2 x 1
1 x 0
0x1
1x2
x>2

!
"
Para un valor xi de la malla entre i = 2 e i = N 2, se toma Bi (x) = B hx i . Estas funciones
son continuas y no nulas entre x = (i 2) h y x = (i + 2) h. En los puntos i = 0, 1, N 1 y N hay
que redefinir los Bi de forma que se anulen y sean continuos en i = 0 y N. Teniendo en cuenta
que B(x) = 14 , en x = 1 y x = 1, una definicin adecuada es

+ x)3

4 (2

3
4

1 (2 + x)3 4 (1 + x)3
43
4
B1 (x) =
3
3
1

4 (2 x) 4 (1 x)

4 (2 x)

x 2
2 x 1
1 x 0
0x1
1x2
x>2

202
y

CAPTULO 9. PROBLEMAS DE CONTORNO Y DE VALORES PROPIOS

+ x)3

4 (2

3
4

1 (2 + x)3 4 (1 + x)3
43
4
B1 (x) =
3
3
1

(2

x)

4
(1

x)

4 (2 x)

x 2
2 x 1
1 x 0
0x1
1x2
x>2

9.9. Mtodo variacional empleando B-splines

Otro conjunto adecuado de funciones base, son los splines cbicos, que tienen la ventaja de
tener derivadas continuas. En este caso, las funciones p(x) y q(x) se aproximan tambin por
splines cbicos, y las integrales se realizan fcilmente, ya que son integrales de polinomios.