Solucin de ecuaciones diferenciales (valor inicial).

1.1. Fundamentos.
Las ecuaciones diferenciales aparecen naturalmente al modelar situaciones fsicas en las
ciencias naturales, ingeniera, y otras disciplinas, donde hay envueltas razones de cambio
de una varias funciones desconocidas con respecto a una varias variables
independientes. Estos modelos varan entre los ms sencillos que envuelven una sola
ecuacin diferencial para una funcin desconocida, hasta otros ms complejos que
envuelven sistemas de ecuaciones diferenciales acopladas para varias funciones
desconocidas. Por ejemplo, la ley de enfriamiento de Newton y las leyes mecnicas que
rigen el movimiento de los cuerpos, al ponerse en trminos matemticos dan lugar a
ecuaciones diferenciales. Usualmente estas ecuaciones estn acompaadas de una
condicin adicional que especifica el estado del sistema en un tiempo o posicin inicial.
Esto se conoce como la condicin inicial y junto con la ecuacin diferencial forman lo que
se conoce como el problema de valor inicial. Por lo general, la solucin exacta de un
problema de valor inicial es imposible difcil de obtener en forma analtica. Por tal razn
los mtodos numricos se utilizan para aproximar dichas soluciones. Comenzaremos
discutiendo los mtodos para ecuaciones escalares y luego generalizamos los mismos a
sistemas de ecuaciones.
1.2. Mtodos de un paso.
1.2.1. Mtodo de Euler.
La idea del mtodo de Euler es muy sencilla y est basada en el significado geomtrico
de la derivada de una funcin en un punto dado.
Supongamos que tuviramos la curva solucin de la ecuacin diferencial y trazamos la
recta tangente a la curva en el punto dado por la condicin inicial.
3
Debido a que la recta tangente aproxima a la curva en valores cercanos al punto de
tangencia, podemos tomar el valor de la recta tangente en el punto como una
aproximacin al valor deseado .
As, calculemos la ecuacin de la recta tangente a la curva solucin de la ecuacin
diferencial dada en el punto . De los cursos de Geometra Analtica, sabemos
que la ecuacin de la recta es:
donde m es la pendiente. En este
caso, sabemos que la pendiente de la recta tangente se calcula con la derivada:

Por lo tanto, la ecuacin de la recta tangente es:

Ahora bien, suponemos que es un punto cercano a , y por lo tanto estar dado
como . De esta forma, tenemos la siguiente aproximacin:
De aqu, tenemos nuestra frmula de aproximacin:

Esta aproximacin puede ser suficientemente buena, si el valor de h es realmente
pequeo, digamos de una dcima menos. Pero si el valor de h es ms grande,
entonces podemos cometer mucho error al aplicar dicha frmula. Una forma de reducir el
error y obtener de hecho un mtodo iterativo, es dividir la distancia en n
partes iguales (procurando que estas partes sean de longitud suficientemente pequea) y
4
obtener entonces la aproximacin en n pasos, aplicando la frmula anterior n veces de
un paso a otro, con la nueva h igual a .
En una grfica, tenemos lo siguiente:
Ahora bien, sabemos que:

Para obtener nicamente hay que pensar que ahora el papel de lo toma el
punto , y por lo tanto, si sustituimos los datos adecuadamente, obtendremos que:

De aqu se ve claramente que la frmula recursiva general, est dada por:

Esta es la conocida frmula de Euler que se usa para aproximar el valor de
aplicndola sucesivamente desde hasta en pasos de longitud h.
Ejemplo
Dada la siguiente ecuacin diferencial con la condicin inicial:
Aproximar .
NOTA
Primero observamos que esta ecuacin s puede resolverse por mtodos tradicionales de
ecuaciones diferenciales. Por ejemplo, podemos aplicar el mtodo de separacin de
variables. Veamos las dos soluciones.
Solucin Analtica.
5




Sustituyendo la condicin inicial:


Por lo tanto, tenemos que la curva solucin real est dada:


Y por lo tanto, el valor real que se pide es:
Solucin Numrica
Aplicamos el mtodo de Euler y para ello, observamos que la distancia entre y
no es lo suficientemente pequea. Si dividimos esta distancia entre cinco
obtenemos un valor de y por lo tanto, obtendremos la aproximacin deseada en
cinco pasos.
De esta forma, tenemos los siguientes datos:
6

Sustituyendo estos datos en la formula de Euler, tenemos, en un primer paso:

Aplicando nuevamente la formula de Euler, tenemos, en un segundo paso:

Y as sucesivamente hasta obtener . Resumimos los resultados en la siguiente tabla:
n
0 0 1
1 0.1 1
2 0.2 1.02
3 0.3 1.0608
4 0.4 1.12445
5 0.5 1.2144
Concluimos que el valor aproximado, usando el mtodo de Euler es:
1.2.2. Mtodo de Euler mejorado.
Este mtodo se basa en la misma idea del mtodo anterior, pero hace un refinamiento en
la aproximacin, tomando un promedio entre ciertas pendientes.
La frmula es la siguiente:
7

donde

Para entender esta frmula, analicemos el primer paso de la aproximacin, con base en la
siguiente grfica:
En la grfica, vemos que la pendiente promedio corresponde a la pendiente de la
recta bisectriz de la recta tangente a la curva en el punto de la condicin inicial y la recta
tangente a la curva en el punto , donde es la aproximacin obtenida con la
primera frmula de Euler. Finalmente, esta recta bisectriz se traslada paralelamente
hasta el punto de la condicin inicial, y se considera el valor de esta recta en el punto
como la aproximacin de Euler mejorada.
Ejemplo
Aplicar el mtodo de Euler mejorado, para aproximar si:
Solucin
Vemos que este es el mismo ejemplo 1 del mtodo anterior. As que definimos y
encontraremos la aproximacin despus de cinco iteraciones. A diferencia del mtodo de
Euler 1, en cada iteracin requerimos de dos clculos en vez de uno solo: el de
primero y posteriormente el de .
8
Para aclarar el mtodo veamos con detalle las primeras dos iteraciones. Primero que
nada, aclaramos que tenemos los siguientes datos iniciales:

En nuestra primera iteracin tenemos:
Ntese que el valor de coincide con el (Euler 1), y es el nico valor que va a
coincidir, pues para calcular se usar y no .
Esto lo veremos claramente en la siguiente iteracin:
Ntese que ya no coinciden los valores de (Euler 1) y el de . El proceso debe
seguirse hasta la quinta iteracin. Resumimos los resultados en la siguiente tabla:
n
0 0 1
1 0.1 1.01
2 0.2 1.040704
3 0.3 1.093988
4 0.4 1.173192
9
5 0.5 1.28336
Concluimos entonces que la aproximacin obtenida con el mtodo de Euler mejorado es:
Con fines de comparacin, calculamos el error relativo verdadero

1.2.3. Mtodo de Runge-Kutta.
Sin entrar en mucho detalle, mencionamos solamente que el mtodo de Runge-Kutta
cambia la direccin en el sentido de que no sigue la misma lnea de los mtodos de Euler.
De hecho est basado en una aplicacin de los polinomios de Taylor.
Comentamos sin embargo, que el mtodo de Runge-Kutta si contiene como casos
especiales los de Euler.
Las frmulas

donde




Se conocen como las reglas o frmulas de Runge-Kutta de orden cuatro para la ecuacin
diferencial:
10
Ejemplo
Usar el mtodo de Runge-Kutta para aproximar dada la siguiente ecuacin
diferencial:

Solucin
Primero, identificamos el mismo ejemplo 1 de los dos mtodos anteriores. Segundo,
procedemos con los mismos datos:

Para poder calcular el valor de , debemos calcular primeros los valores de , ,
y . Tenemos entonces que:





Con el fin de un mayor entendimiento de las frmulas, veamos la siguiente iteracin:




11

El proceso debe repetirse hasta obtener . Resumimos los resultados en la siguiente
tabla:
n
0 0 1
1 0.1 1.01005
2 0.2 1.04081
3 0.3 1.09417
4 0.4 1.17351
5 0.5 1.28403
Concluimos que el valor obtenido con el mtodo de Runge-Kutta es:

Finalmente, calculamos el error relativo verdadero:

1.3. Mtodos rgidos y de pasos mltiples.
1.3.1. Sistemas rgidos.
1.3.1.1. Mtodo de Euler Implcito.
Llamado en ingls "backward Euler algorithm", este mtodo se puede deducir
desarrollando y alrededor del punto :
12
Resultando:
en donde el trmino de la segunda derivada es el error local de truncamiento (ELT).
Este algoritmo de integracin implcita proporciona una relacin entre y para
cada intervalo

Los mtodos de integracin explcitos requieren que se pueda obtener explcitamente
x'=f(x,t), lo que no es posible en el anlisis nodal. En los mtodos implcitos, la resolucin
de la anterior ecuacin se verifica por un procedimiento iterativo. Una forma es iniciar el
procedimiento a partir de una solucin inicial explcita dada por el mtodo de Euler:
y corregirla iterativamente por el mtodo implcito de Euler aplicando:
Donde k indica el nmero de iteraciones. El algoritmo de integracin plantea as el anlisis
transitorio como una sucesin de estudios en continua en cada intervalo
1.3.1.2 Regla del trapezoide.
Corresponde al caso donde , es decir:
13

donde es un polinomio de interpolacin (obviamente de grado 1) para los datos:
Del captulo anterior, sabemos que este polinomio de interpolacin es:

Integrando este polinomio, tenemos que:
Por lo tanto, tenemos que:

Que es la conocida Regla del Trapecio. Este nombre se debe a la interpretacin
geomtrica que le podemos dar a la frmula. El polinomio de interpolacin para una tabla
que contiene dos datos, es una lnea recta. La integral, corresponde al rea bajo la lnea
recta en el intervalo , que es precisamente el rea del trapecio que se forma.
14
Ejemplo
Utilizar la regla del trapecio para aproximar la integral:

Solucin.
Usamos la frmula directamente con los siguientes datos:
Por lo tanto tenemos que:

1.3.2. Mtodos multipaso
1.3.2.1. Mtodo de Heun
Un mtodo para mejorar la estimacin de la pendiente emplea la determinacin de dos
derivadas en el intervalo (una en el punto inicial y otra en el final). Las dos derivadas se
promedian despus con la finalidad de obtener una mejor estimacin de la pendiente en
todo el intervalo.
En este mtodo, la solucin avanza en cada paso segn el promedio de dos pendientes:
la pendiente en el punto inicial (xi, Yi) y la pendiente en un punto final auxiliar obtenido
segn el mtodo de Euler, (xi+1; Y*i+1), con Y*i+1 = Yi + h f(xi, Yi). En consecuencia, la
frmula de avance es:
15
Junto con la condicin inicial Y0 = , esta frmula proporciona el mtodo de Heun:
EJEMPLO 1:
Con el mtodo de Heun integre y = 4e
0.8x
0.5y desde x=0 hasta x=4, con un tamao de
paso igual a 1. La condicin inicial es en x=0, y=2.
Y= (4/1.3) (e
0.8x
e
- 0.5x
) + 2 e
- 0.5x
Esta frmula sirve para generar los valores de la solucin verdadera. Primero, se calcula
la pendiente en (x0, y0) como:
y0= 4e
0
0.5 (2) = 3
Este resultado difiere mucho de la pendiente promedio real en el intervalo de 0 a 1.0, que
es igual a 4.1946. La solucin numrica se obtiene al usar el predictor para llegar a un
estimado de y en 1.0:
y
0
1= 2 + 3(1) = 5
Ahora, para mejorar el estimado de yi+1, se emplea el valor y
0
1 para predecir la pendiente
al final del intervalo:
y = f(x1, y
0
1)= 4 e
0.8(1)
0.5 (5)= 6.402164
que se combina con la pendiente inicial para obtener una pendiente promedio en el
intervalo desde x=0 hasta y = (3 + 6.402164)/(2)= 4.701082
1.3.2.2. Mtodo de Milne
Un mtodo de diferencias finitas para la solucin del problema de Cauchy para sistemas
de ecuaciones de primer orden diferenciales ordinarias:
El mtodo utiliza la frmula de diferencias finitas
16
dnde
En los clculos utilizando esta frmula es necesario, por otros medios, para encontrar un
valor inicial adicional . Estables Dahlquist El mtodo de Milne tiene una
precisin de segundo orden y es, es decir, todas las soluciones de la ecuacin de la
diferencia homognea estn delimitadas de manera uniforme con respecto
a la para , Para cualquier intervalo fijo . Para la
estabilidad Dahlquist, basta con que las races simples del polinomio caracterstico de la
parte izquierda de la ecuacin de la diferencia no podrn exceder de un en mdulo, y que
las races mltiples son estrictamente menor que uno de cada mdulo. En el presente
caso, el polinomio caracterstico tiene races y, en
consecuencia, la condicin de estabilidad tiene. Sin embargo, en la solucin de un
sistema de ecuaciones con una matriz con valores eigen negativo, un rpido
crecimiento en el error de clculo se produce.
El mtodo predictor-corrector de Milne utiliza un par de frmulas de diferencias finitas:
un predictor
y un corrector
dnde
Una expresin aproximada para el error est dado por la cantidad
Adicionales valores iniciales , , Se calculan por otros medios, por
ejemplo, por el mtodo de Runge-Kutta, que tiene una precisin de cuarto orden.
1.3.2.3. Mtodo de Adams de cuarto orden.
Recuerde que
17

dnde es la solucin del problema de valor inicial. La idea bsica de un mtodo de
Adams es la aproximacin de por un polinomio de grado k - 1 y utilizar el
polinomio para evaluar la integral en el lado derecho de la ecuacin. (1). Los coeficientes
de se determinan mediante el uso de calculado previamente los puntos de datos.
Por ejemplo, supongamos que queremos utilizar slo los puntos y .
Entonces, el polinomio es de grado uno, y tiene la forma de .
Desde que es ser una aproximacin a la , Es necesario que y
que . Recordemos que denotamos por para un j
entero. Entonces, A y B debern cumplir las ecuaciones
Despejando A y B, obtenemos
Sustitucin por y la evaluacin de la integral de la ecuacin. (1), encontramos
que
Por ltimo, se reemplaza y por y , Respectivamente, y llevar a
cabo una cierta simplificacin algebraica. A un paso constante de tamao h se obtiene

La ecuacin (2) es la segunda orden de Adams-Bashforth frmula. Se trata de una
frmula explcita para en trminos de y y tiene un error de truncamiento
local proporcional a .
18
Tomamos nota de paso que la primera orden de Adams-Bashforth frmula, basada en el
polinomio de de grado cero, es slo la frmula de Euler original.
Ms precisa de frmulas de Adams puede obtenerse por el procedimiento anteriormente
descrito, pero utilizando un polinomio de grado superior y en consecuencia ms puntos de
datos. Por ejemplo, supongamos que un polinomio de grado tres es utilizado. Los
coeficientes se determina a partir de los cuatro puntos de
y . Sustituyendo este polinomio para
en la ecuacin. (1), la evaluacin de la integral, y simplificar el resultado, finalmente
obtener la cuarta orden de Adams-Bashforth frmula, a saber,

El error de truncamiento local de esta frmula de cuarto orden es proporcional a .
Una variante de la derivacin de las frmulas de Adams-Bashforth da otra serie de
frmulas de la llamada frmulas de Adams-Moulton. Para ver la diferencia, vamos a
examinar de nuevo el caso de segundo orden. Utilizando de nuevo un polinomio de
primer grado , Pero determinar los coeficientes mediante el uso de los
puntos de y . As, y debe cumplir
y se deduce que
Sustituyendo para en la ecuacin. (1) y simplificando, obtenemos
que es la segunda orden de Adams-Moulton frmula. Hemos escrito en el
ltimo trmino hacer hincapi en que la frmula de Adams-Moulton es implcito, ms que
19
explcita, ya que lo desconocido aparece en ambos lados de la ecuacin. El error de
truncamiento local de segundo orden de Adams-Moulton frmula es proporcional a la .
La primera orden de Adams-Moulton frmula es la frmula de Euler, como era de prever,
por analoga con la primera orden de la frmula de Adams-Bashforth.
Ms precisa de frmulas de mayor orden puede ser obtenida mediante un polinomio de
aproximacin de grado superior. El cuarto orden de Adams-Moulton frmula, con un error
de truncamiento local porportional a , Es

Observe que esta es tambin una frmula implcita porque aparece en .
Aunque tanto el Tratado Adams-Bashforth y Adams-Moulton frmulas del mismo orden
que los errores de truncamiento local proporcional a la potencia misma hora, el Tratado
Adams-Moulton frmulas de orden moderado son en realidad mucho ms precisa. Por
ejemplo, para las frmulas de cuarto orden (3) y (4), la constante de proporcionalidad de
la frmula de Adams-Moulton es inferior a 1 / 10 de la constante de proporcionalidad de la
frmula de Adams-Bashforth. Surge entonces la pregunta: debe uno utilizar la explcita
(y rpido) de Adams-Bashforth frmula, o la ms precisa pero implcito (y lento) de
Adams-Moulton frmula? La respuesta depende de si al usar una frmula ms precisa
puede aumentar el tamao de paso, y por lo tanto reducir el nmero de medidas
suficientes para compensar los clculos adicionales necesarios en cada paso.
De hecho, los analistas numricos han tratado de lograr tanto la sencillez y precisin
mediante la combinacin de las dos frmulas, en lo que se llama un mtodo predictor-
corrector. Una vez , Y son conocidos, podemos calcular
, Y , Y luego usar el Tratado Adams-Bashforth (Predictor) la frmula
(3) para obtener un primer valor de . Entonces calculamos y el uso de Adams-
Moulton (corrector) la frmula (4), que ya no est implcito, para obtener un valor
mejorado de . Podemos, por supuesto, seguir utilizando la frmula corrector (4) si el
cambio en la es demasiado grande. Sin embargo, si es necesario utilizar la frmula
de corrector de ms de una vez o quizs dos veces, esto significa que el tamao de paso
h es demasiado grande y debe reducirse.
Para utilizar cualquiera de los mtodos de mltiples pasos en primer lugar, es necesario
calcular unos pocos por algn otro mtodo. Por ejemplo, el cuarto orden de Adams-
Moulton mtodo requiere que los valores de y , Mientras que la cuarta orden de
Adams-Bashforth mtodo tambin requiere un valor para . Una forma de proceder es
utilizar un mtodo de medida de precisin comparable a la de calcular los valores
20
necesarios de partida. As, por cuarto mtodo de orden de varios pasos, se podra utilizar
el cuarto orden de Runge-Kutta para calcular los valores de partida.
Otro enfoque es usar un mtodo de bajo orden con una h muy pequea para el clculo de
y luego aumentar gradualmente tanto el orden y el tamao de paso hasta que
suficientes valores de partida se han determinado.
1.4. Mtodos de tamao de paso variable
1.4.1. Mtodo adaptativo de Runge Kutta
Runge-Kutta de segundo orden.
Para entender este esquema, consideremos nuevamante el caso en una variable. En
nuestra frmula original, estimamos que f(x( ), ) como (1/2) [f(x, t) + f(x *(t + ), t + )].
Estas expresiones pueden ser deducidas usando la expansin de Taylor con dos
variables,
donde todas las derivadas son evaluadas en (x, t). Para una frmula general de Runge-
Kutta de segundo orden queremos obtener una expresin de la siguiente forma:
21
Runge-Kutta de tercer orden.
Para n=3, s posible efectuar un desarrollo similar al del mtodo de segundo orden. El
resultado de tal desarrollo genera seis ecuaciones con ocho incgnitas. Por lo tanto, se
deben dar a priori los valores de dos de las incgnitas con la finalidad de establecer los
parmetros restantes. Una versin comn que se obtiene es:
yi+1 = yi + (1/6)(k1 + 4k2 + k3)h
donde
k1= f(xi, yi)
k2= f(xi + (h),yi + (k1)h)
k3= f(xi + h, yi - k1h + 2k2h)
Runge-Kutta de cuarto orden.
El ms popular de los mtodos RK es el de cuarto orden. Como en el caso de los
procedimientos se segundo orden, hay un nmero infinito de versiones. La siguiente es la
forma comnmente usada y, por lo tanto, le llamamos mtodo clsico RK de cuarto orden:
EJEMPLO 1:
- Con el mtodo clsico RK de cuarto orden integre: f(x, y)= -2x
3
+ 12x
2
20x + 8.5
usando un tamao de paso h= 0.5 y la condicin inicial y=1 en x=0;
22
- De manera similar integrar: f(x, y)= 4e
0.8x
0.5y utilizando h=0.5 con y(0)=2 desde x=0
hasta 0.5.
a) Primero se calcula k1=8.5, k2=4.21875, k3=4.21875 y k4=1.25; las cuales nos dan:
y(0.5)= 1 + {(1/6)[8.5 + 2(4.21875) + 2(4.21875) + 1.25]} 0.5= 3.21875
b) En este caso, la pendiente al inicio del intervalo se calcula como sigue:
k1= f(0, 2)= 4e
0.8(0)
0.5(2)= 3
Este valor se utiliza para calcular un valor de y y una pendiente en el punto medio,
y(0.25)= 2 + 3(0.25)= 2.75
k2= f(0.25, 2.75)= 4e
0.8(0.25)
0.5(2.75)= 3.510611
Esta pendiente, a su vez, se utiliza para calcular otro valor de y y otra pendiente en el
punto medio,
y(0.25)= 2 + 3.510611(0.25)= 2.877653
k3= f(0.25, 2.877653)= 4e
0.8(0.25)
0.5(2.877653)= 3.446785
Despus, se usar esta pendiente para calcular un valor de y y una pendiente al final del
intervalo,
y(0.5)= 2 + 3.071785(0.5)= 3.723392
k4= f(0.5, 3.723392)= 4e
0.8(0.5)
0.5(3.723392)= 4.105603
Por ltimo, las cuatro estimaciones de la pendiente se combinan para obtener una
pendiente promedio, la cual se utiliza despus para realizar la ltima prediccin al final del
intervalo.
= (1/6)[3 + 2(3.510611) + 2(3.446785) + 4.105603]= 3.503399
y(0.5)=2 + 3.503399(0.5) = 3.751669
que es muy aproximada a la solucin verdadera de 3.751521

1.5. Sistemas de ecuaciones diferenciales ordinarias.
23
En un sistema de ecuaciones diferenciales ordinarias de cualquier orden, puede ser
reducido a un sistema equivalente de primer orden, si se introducen nuevas variables y
ecuaciones. Por esa razn en este artculo slo se consideran sistemas de ecuaciones de
primer orden. Un sistema de ecuaciones diferenciales ordinarias de primer orden escrito
en forma explcita es un sistema de ecuaciones de la forma:
Reduccin a un sistema de primer orden
Dado un sistema de ecuaciones diferenciales de orden n con m ecuaciones:
Existe un sistema equivalente de primer orden con a lo sumo (n+1)xm ecuaciones. Para
ver esto consideremos un sistema en que intervienen m funciones incgnitas xi y sus n
derivadas, e introduzcamos un nuevo conjunto de variables yi,k definidos de la siguiente
manera:
El sistema de primer orden equivalente en las variables yi,k resulta ser:
Como ejemplo de reduccin de un sistema de ecuaciones diferenciales podemos
considerar las ecuaciones de movimiento de la mecnica newtoniana de una partcula que
es un sistema de segundo orden con tres ecuaciones:
24
Si se introducen tres funciones incgnita nuevas que representan la velocidad el sistema
anterior, se puede el sistema anterior a un sistema de primer orden y seis ecuaciones:
1.6. Solucin de ecuaciones diferenciales ordinarias de orden n
Dada una ecuacin diferencial
una funcin u: I R R es llamada la solution o curva integral de F, si u es n veces
derivable en I, y
Dadas dos soluciones u: J R R y v: I R R, u es llamada una extensin de v si I
J, y
Una solucin que no tiene extensin es llamada una solucin general.
Una solucin general de una ecuacin de orden n es una solucin que contiene n
variables arbitrarias, correspondientes a n constantes de integracin. Una solucin
particular es derivada de la solucin general mediante la fijacin de valores particulares
para las constantes, a menudo elegidas para cumplir condiciones inciales o boundary
25
conditions. Una solucin singular es una solucin que no puede ser derivada de la
solucin general.
2.1. Mtodos generales para problemas con valores en la frontera, lineales y no
lineales
2.1.1. Mtodo de diferencias finitas.
S u es una funcin de x con derivadas finitas y continuas, entonces por el teorema de
Taylor se tiene que:
Al sumar estas expansiones se obtiene:
donde o(h)
4
denota los trminos que contienen potencias de h de orden 4 o mayor.
Asumiendo que estos trminos son pequeos en relacin con las potencias menores de h,
se sigue que:
26
con un error de orden h
2
. Al restar la ecuacin (6) de la ecuacin (5), y despreciar los
trminos de orden h
3
se obtiene:
con un error de orden h2.
La ltima ecuacin aproxima la pendiente de la tangente en el punto (x, u(x)) mediante la
pendiente de la recta que pasa por los puntos (x h, u(x h)) y (x+h, u(x+h)). Esta
aproximacin se conoce como aproximacin por diferencia central. Tambin se puede
aproximar la pendiente de la tangente en (x, u(x)) por la pendiente de la recta que pasa
por los puntos (x, u(x)) y (x+h, u(x+h))., obteniendo la aproximacin por diferencias
regresivas.
o por la pendiente de la recta que pasa por los puntos (x h, u(x h)) y (x, u(x)).,
obteniendo la aproximacin por diferencias progresivas.
Ahora, tomemos una funcin u de las variables x y t. Subdividamos el plano x t en un
conjunto de rectngulos iguales de lados x = h y t = k mediante lneas igualmente
espaciadas y paralelas al eje t, definidas por xi = ih, i = 0,1,2, . . . y lneas igualmente
espaciadas y paralelas al eje x definidas por yj = jk, j = 0,1,2, . . . ,. Denotemos el valor
de u en un punto P(ih, jk) de la malla como:
27
2.2. Clasificacin de ecuaciones diferenciales parciales
2.2.1. Solucin de ecuaciones parciales elpticas por el mtodo de diferencias
finitas.
MTODOS EXPLCITOS E IMPLCITOS
Son ejemplos de este tipo de ecuacin los fenmenos transitorios de transmisin de calor
en slidos, o de difusin molecular.
La forma ms simple (unidimensional) del problema sera:
( )

,
_

+
t x der
t x S
x t
,
,
2
2

Se estudiarn a continuacin los esquemas tpicamente aplicados a esta tipo de EDP.
Euler hacia adelante (explcito):
28
( ) ( )
( )
n i
n i n i
t x der
t
t x t x
,
, ,
1

+

Nota: Se indica con un crculo negro los valores incgnita, y con un crculo blanco los ya
conocidos.
MTODO IMPLCITO SIMPLE
Aunque utilizan algoritmos ms complicados que los mtodos explcitos, mejoran los
problemas de estabilidad y no excluyen informacin de importancia para la solucin.
La derivada espacial se aproxima en un nivel de tiempo posterior.
Para el ejemplo de la barra visto anteriormente, la segunda derivada se aproxima
mediante:
que tiene una exactitud de segundo orden.
Cuando esta ecuacin se reemplaza en la EDP original, resulta una ecuacin con varias
incgnitas que no puede resolverse como en el mtodo explcito.
El sistema debe resolverse simultneamente pues con las condiciones de frontera, las
formulaciones implcitas dan como resultado un conjunto de m ecuaciones lineales
algebraicas con el mismo nmero de incgnitas. As, el problema se reduce a la solucin
de un sistema de ecuaciones simultneas en cada punto en el tiempo.
que se puede expresa como:
Donde:
Esta ecuacin se aplica a todos los nodos interiores, excepto al primero y al ltimo de los
nodos, los cuales deben modificarse para considerar las condiciones de frontera.
EJEMPLO 1.
Primer nodo
Nodos interiores
29
2
1
1
1 1
1
2
2
) (
2
x
T T T
x
T
l
i
l
i
l
i

+ +
+
t
T T
x
T T T
k
l
i
l
i
l
i
l
i
l
i

+
+ +

+ +
+
1
2
1
1
1 1
1
) (
2
l
i
l
i
l
i
l
i
T T T T + +
+
+
+ +

1
1
1 1
1
) 2 1 (
2
) ( x
t
k

( ) ( )
1
0 1
1
2
1
1
2 1
+ + +
+
l l l l
t f T T T
( )
l
i
l
i
l
i
l
i
T T T T + +
+
+
+ +

1
1
1 1
1
2 1
( ) ( )
1
1
1 1
1
2 1
+
+
+ +

+ +
l
m
l
m
l
m
l
m
t f T T T
ltimo nodo
EL MTODO DE CRANK NICHOLSON
Se desarrollan aproximaciones por diferencias en el punto medio del incremento del
tiempo.
As, la primera derivada temporal, para el caso de la barra, se aproxima en tl+1/2 por:
La segunda derivada en el espacio puede determinarse en el punto medio promediando
las aproximaciones por diferencias al principio (tl) y al final (tl+1) del incremento del
tiempo:
30

'

'

,
_

04375 . 1
0
0
0875 . 2
04175 . 1 020875 . 0 0 0
020875 . 0 04175 . 1 020875 . 0 0
0 020875 . 0 04175 . 1 020875 . 0
0 0 020875 . 0 04175 . 1
4
3
2
1
l
l
l
l
T
T
T
T

'

'

0023 . 1
0209 . 0
0406 . 0
0047 . 2
4
3
2
1
l
l
l
l
T
T
T
T

'

'

,
_

04069 . 2
02090 . 0
04059 . 0
09215 . 4
04175 . 1 020875 . 0 0 0
020875 . 0 04175 . 1 020875 . 0 0
0 020875 . 0 04175 . 1 020875 . 0
0 0 020875 . 0 04175 . 1
2
4
2
3
2
2
2
1
T
T
T
T

'

'

9653 . 1
0618 . 0
1190 . 0
9305 . 3
2
4
2
3
2
2
2
1
T
T
T
T
t
T T
t
T
l
i
l
i

+1
1
]
1

+
+

+ +
+ +
2
1
1
1 1
1
2
1 1
2
2
) (
2
) (
2
2
1
x
T T T
x
T T T
x
T
l
i
l
i
l
i
l
i
l
i
l
i
Sustituyendo y reagrupando:
Se determinan las condiciones de frontera
para obtener versiones de la ecuacin de diferencias para los nodos interiores primero y
ltimo.
Para el primer nodo:
Para el ltimo nodo:
31
l
i
l
i
l
i
l
i
l
i
l
i
T T T T T T
1 1
1
1
1 1
1
) 1 ( 2 ) 1 ( 2
+
+

+ +

+ + + +
) (
1 1
0
+ +

l
o
l
t f T ) (
1
1
1
1
+
+
+
+

l
m
l
m
t f T
) ( ) 1 ( 2 ) ( ) 1 ( 2
1
2 1
1
1
1
1
+ +

+
+ + + +
l
o
l l l
o
l
i
l
t f T T t f T T
) ( ) 1 ( 2 ) ( ) 1 ( 2
1
1 1 1
1 1
1
+
+ +
+ +

+ + + + +
l
m
l
m
l
m
l
m
l
m
l
m
t f T T t f T T