36 Prelininares.

1.4. El problema de Cauchy. Resolución numérica de E.D.:

generalidades.

1.4.1. El problema de Cauchy. Existencia y unicidad.

Aquı́, enumeramos los resultados principales de existencia y unicidad sde solución del problema
de valores iniciales (p.v.i.) siguiente:

y 0 = f (x, y)
(1.29)
y (x0 ) = µ

donde f : D ⊆ R2 → R e y es una función desconocida de x.

Se dice que y(x) es una solución de (1.29) en un intervalo I tal que x0 ∈ I si y(x) es función
derivable en I, y 0 (x) = f (x, y (x)) ∀x ∈ I e y (x0 ) = µ.

Ahora bien, ¿está asegurada la existencia de solución?, ¿y la unicidad? La respuesta a sendas

cuestiones se explicita en el teorema siguiente:

Teorema 1.36 (existencia y unicidad)

Si f : D ⊆ R2 → R es continua en D = {(x, y) : a ≤ x ≤ b, y ∈ R} y satisface la condición de
Lipschitz:
|f (x, y1 ) − f (x, y2 )| < L |y1 − y2 | (1.30)

(L es la cte de Lipschitz respecto de y). Entonces, el problema (1.29) admite una única solución
y(x) en [a, b] : x0 ∈ [a, b].

Ahora bien, en ocasiones, cuando una función f es suficientemente suave la condición (1.30) puede
evaluarse desde el análisis de ∂f
∂y
sobre D. Ası́, si ∂f
∂y
es continua y acotada en D, entonces el teorema
sigue siendo válido.

EJERCICIO 1
Busque en la bibliografı́a de E.D.O. ejemplos de p.v.i. en los que falle la existencia y/o unicidad
de solución justificando el motivo.

EJERCICIO 2
p
Pruebe que el p.v.i. y 0 = |y|, y (0) = 0 admite solución sobre R. ¿Es única?

EJERCICIO 3
Demuestre que el p.v.i. x0 = t2 + ex , x (0) = 0 admite solución única en el intervalo |t| ≤ 0,351
Apuntes de Jerónimo Lorente 37

Teorema 1.37 (existencia y unicidad)

Si f : R ⊆ R2 → R es continua en el rectángulo R = {(x, y) / |x − x0 | ≤ a, |y − µ| ≤ b} y

|f (x, y1 ) − f (x, y2 )| < L |y1 − y2 |

Entonces, el problema (1.29) admite una única solución y(x) en [x0 − h, x0 + h] donde h = mı́n a, Mb


y M = cota de |f (x, y)| sobre R.

Este teorema se puede extender, fácilmente, para el caso de sistemas de ecuaciones diferencia-
les ordinarias de primer orden sin más que modificar en (1.30) los valores absolutos por normas
vectoriales/matriciales según el caso.

1.4.2. Generalidades sobre métodos de resolución numérica de E.D.

A lo largo de los capı́tulos siguientes, analizaremos distintos métodos para resolver numéricamente
tanto el p.v.i. (1.29) como otros que precisaremos en su momento. Dado que se utilizan con frecuencia
ecuaciones en diferencias finitas, damos aquı́ los aspectos más básicos de este tipo de ecuaciones.

Ecuaciones en diferencias.

Sea V un espacio vectorial de sucesiones {yn } sobre R. Este es un espacio de dimensión infinita.
Sea L : V → V un operador lineal y sea el operador desplazamiento

E:V →V
y 7→ Ey/ (Ey)n = yn+1 n = 1, 2, . . .

Entonces, todo operador sobre V dado como combinación lineal de potencias del operador des-
plazamiento se llama operador en diferencias lineales finitas; es decir,
m
X
L= ci E i (1.31)
i=0

donde, el operador E i es tal que: (E i y)n = yn+i i = 0, 1, . . .; ci ∈ R.

 m

i
P
El subconjunto H = L : V → V : L = L = ci E es un subespacio propio de V con dimen-
i=0
sión m+1 cuya base es {I, E, . . . , E m }.

El operador L dado en (1.31) tiene asociado un polinomio de grado m:

m
X
p (λ) = ci λi
i=0

llamado polinomio caracterı́stico asociado a L. Ası́, L = p (E).

38 Prelininares.

Diremos que una ecuación es en diferencias finitas (E.D.F.), homogénea, si es de la forma:

Ly = 0 (1.32)

donde y es la incógnita de la ecuación. Resolver (1.32) será encontrar todas las sucesiones y = {yn }
de V que satisfacen la ecuación. Dado que L es un operador lineal sobre V resolver (1.32) equivale
a conocer el subespacio ker (L). Ahora bien, en la práctica, (1.32) puede aparecer en muy diversas
formas; por ejemplo:

Analice la ecuación en diferencias finitas:

a) yn+2 − 3yn+1 + 2yn = 0, n = 1, 2, . . . ¿{yn }?; ó,

b) (E 2 − 3E + 2E 0 ) y = 0 ¿y?; ó,
c) p (E) y = 0 con p (λ) = λ2 − 3λ + 2; ¿y?

¿Cómo calcular las soluciones de a), b) ó c)?

Para ello, ensayamos con tipos especiales de candidatas a soluciones (de modo similar al trata-
miento de E.D.O. lineales de orden superior y coeficientes ctes).

Por ejemplo, supongamos que tomamos y = {yn = rn }, entonces se ha de cumplir, en a),

(
r = 0 (solución trivial)
rn+2 − 3rn+1 + 2rn = 0 ∀n ⇔ (r2 − 3r + 2) rn = 0 ⇔
r2 − 3r + 2 = 0 ⇔ r = 1 ó 2
esto conduce a dos soluciones linealmente independientes:

y1 = {1, 1, 1, . . . 1, . . .} e y2 = {2, 4, 8, . . . , 2n , . . .}
y desde éstas podemos generar otras mediante combinaciones lineales:

y = α 1 y1 + α 2 y2

¿Se puede expresar toda solución de a) en la forma anterior? La respuesta la damos un poco más
adelante. Del ejemplo se extrae la idea de que para resolver la E.D.F. (1.32) hemos de buscar los
ceros del polinomio caracterı́stico asociado a la ecuación. Todo esto se aclara en el teorema siguiente:
Teorema 1.38
1. Si p (λ) es el polinomio caracterı́stico y r es un cero suyo, entonces y = {rn } es una solución
de p (E) y = 0.

2. Si todos los ceros de p (λ) son simples y no nulos (p.e. r1 , r2 , . . . , rm ), entonces toda solución

de p (E) y = 0 es combinación lineal de y1 , y2 , . . . , ym donde yj = rjn j = 1, . . . , m; es decir,

y = α1 r1n + α2 r2n + · · · + αm rm
n
(1.33)
Apuntes de Jerónimo Lorente 39

3. Si p (λ) tiene un cero, r, de multiplicidad k > 1 y p (0) 6= 0, entonces:

∂ j−1 y
yj = j−1 j = 1, . . . , k (1.34)
∂r
donde y = {rn } son soluciones linealmente independientes de p (E) y = 0.

¿Es una condición severa la hipótesis de que p (0) 6= 0?

ESTABILIDAD DE UNA E.D.F.

Se dice que una E.D.F. p (E) y = 0 es estable si toda solución está acotada; es decir, ∃C ∈ R tal
que |yn | ≤ C ∀n.

Teorema 1.39 (estabilidad)

Sea p (λ) con p (0) 6= 0 el polinomio caracterı́stico de (1.31), entonces son equivalentes:

1. La ecuación (1.32) es estable;

2. Si r es un cero de p (λ), entonces: |r| < 1; ó, |r| = 1 y r es simple

EJERCICIO.

Analice la estabilidad de la ecuación en diferencias: 4yn + 7yn−1 + 2yn−2 − yn−3 = 0.

Pasamos, ahora, a describir algunos aspectos generales sobre los métodos de resolución numérica
de E.D.O.

Un método de resolución numérica de un P.V.I. trata, fundamentalmente,

1. tomar una partición (habitualmente uniforme) {xn }N

n=0 , del intervalo [a,b] donde está definida
la solución, y (x), del problema (1.29).

2. obtener una sucesión o conjunto de valores {yn }N

n=0 asociados a los nodos de la partición.

3. objetivo: tal sucesión reproduzca la solución exacta en cada punto del intervalo; es decir, que
yn ' y (xn ) es una aproximación tanto mejor cuanto mayor sea N.

Pero, ¿cómo se obtienen los valores yn ?

Son varias las técnicas (integración y derivación numéricas, desarrollo de Taylor, interpolación,
etc..) usadas para el cálculo de tales valores que conducen a métodos que se suelen clasificar en dos
grupos:

MÉTODOS DE UN PASO.-
Estos son los que consiguen el valor yn+1 a partir de los valores yn y xn (p.e. métodos de Euler,
Runge-Kutta, etc...)
40 Prelininares.

MÉTODOS MULTIPASO ó k-PASOS (k > 1).-

Estos son los que consiguen el valor yn+k a partir de los valores yn+k−1 , . . . , yn y xn+k−1 , . . . , xn
(p.e. métodos de Adams-Bashfort, Milne-Simpson, etc.....)

Una segunda clasificación de métodos, en cada grupo, distingue entre:

EXPLÍCITOS.- son aquellos en los que el valor yn+k se obtiene a parir de la evaluación de una
determinada función que depende únicamente de xn+k−1 , . . . , xn e yn+k−1 , . . . , yn ; es decir,

yn+k = g (yn+k−1 , . . . , yn ; xn+k−1 , . . . , xn ; h, f )

b−a
(h = N
es el paso del método cuando la partición es uniforme)

IMPLÍCITOS.- son aquellos en los que el valor yn+k se obtiene a partir de la resolución de una
ecuación del tipo:
G (yn+k , yn+k−1 , . . . , yn ; xn+k , xn+k−1 , . . . , xn ; h, f ) = 0
Con esto se puede decir que un método para obtener una solución numérica de (1.29) tiene la
forma (en la mayorı́a de los casos) siguiente:

yn+k = αk−1 yn+k−1 + · · · + α0 yn + hΦ (xn ; yn , . . . , yn+k−1 , yn+k ; h, f ) (1.35)

donde supondremos que la función Φ cumple ∀h < h0 :

si f ≡ 0 ⇒ Φ ≡ 0 (1.36)
k
X
|Φ x; yn∗ , . . . , yn+k
∗ ∗


; h, f − Φ (x; yn , . . . , yn+k ; h, f ) | 6 M kyn+j − yn+j k (1.37)
j=0

Definición 1.12
Diremos que (1.35) es convergente si se satisfacen las dos condiciones siguientes:

lı́m yn = y (x) para x ∈ [a, b];

h→0
x=a+nh

lı́m yr (h) = µ r = 0, 1, . . . , k − 1
h→0

Una definición alternativa de la convergencia es:

lı́m máx |yn − y (xn )| = 0 (1.38)

n→∞ 0≤n≤N

Definición 1.13
Diremos que (1.35) es consistente con el p.v.i. si se satisface la condición siguiente:

Rn+k
lı́m =0
h→0 h
x=a+nh
Apuntes de Jerónimo Lorente 41

donde
k−1
X
Rn+k = y (xn+k ) − αj y (xn+j ) − hΦ (xn ; y (xn ) , . . . , y (xn+k−1 ) , y (xn+k ) ; h)
j=0

se conoce como error de truncatura local.

Teorema 1.40
k−1
El método es consistente con el p.v.i. sii p (λ) = λk − αj λj (llamado primer polinomio caracterı́sti-
P
j=0
co) cumple:

p (1) = 0

Φ (xn ; y (xn ) , . . . , y (xn ) , y (xn ) ; 0) = p0 (1) f (xn , y (xn ))

Definición 1.14
Sean {δn } y {δn∗ } sendas perturbaciones en el método numérico y {zn } y {zn∗ } las soluciones numéricas
respectivas de (1.39) y (1.40). Entonces el método es cero-estable sii existen ctes M, h0 tales que
∀h ∈ ]0, h0 ] se cumple:
|zn − zn∗ | ≤ M ε 0 ≤ n ≤ N

siempre que |δn − δn∗ | ≤ ε ∀n.


zn+k = αk−1 zn+k−1 + · · · + α0 zn + h [Φ (xn ; zn , . . . , zn+k−1 , zn+k ; h, f ) + δn+k ] 

(1.39)

zj = µr (h) + δr j = 0, . . . , k − 1


∗ ∗
 
+ · · · + α0 zn∗ + h Φ xn ; zn∗ , . . . , zn+k−1
∗ ∗ ∗


zn+k = αk−1 zn+k−1 , zn+k ; h, f + δn+k 

(1.40)

zj∗ = µr (h) + δj∗ j = 0, . . . , k − 1


Teorema 1.41
El método (1.35) es estable sii el primer polinomio caracterı́stico cumple:

todos sus ceros están en el disco unidad (|r| ≤ 1∀r/p (r) = 0);

si un cero, r, está en la frontera del disco unidad (|r| = 1), entonces es simple.

Teorema 1.42
El método (1.35) es convergente si, y sólo si, es consistente y cero-estable.

Por último, dos métodos para resolver un mismo problema pueden compararse respecto a su
precisión usando el concepto de orden.
42 Prelininares.

Definición 1.15
Diremos que (1.35) es de orden p > 1 si se satisface la condición siguiente:

Rn+k
lı́m = C (cte. respecto de h)
h→0 hp+1
x=a+nh

donde Rn+k es el error de truncatura local del método.

En la práctica, para la determinación del orden de un método, se intentará buscar el valor de p

para el que se tiene:
k−1
X
αj y (xn+j ) − hΦ (xn ; y (xn ) , . . . , y (xn+k ) ; h) = O hp+1


Rn+k = y (xn+k ) −
j=0

La técnica, habitual, para este propósito es el uso de desarrollos de Taylor apropiados.