Professional Documents
Culture Documents
Capítulo 26
Capítulo 26
26.1 RIGIDEZ
2
1
1
0
0 0.01 0.02
0
0 2 4 x
FIGURA 26.1
Gráfi ca de una solución rígida para una sola EDO. Aunque la solución parece iniciar en 1, en realidad existe una
forma transitoria rápida desde y = 0 hasta 1, que ocurre en menos de 0.005 unidades de tiempo. Esta transición es
perceptible sólo cuando la respuesta se observa sobre una escala de tiempo más fi na en ese intervalo.
yi+1 = yi + dyi h dt
Al sustituir la ecuación (26.3) se tiene yi+1 = yi – ayih
o
yi+1 = yi(1 – ah) (26.4)
La estabilidad de esta fórmula, sin duda, depende del tamaño de paso h. Es decir, ⏐1 – ah⏐
debe ser menor que 1. Entonces, si h > 2/a, ⏐yi⏐ → ∞ conforme i → ∞.
En la parte transitoria rápida de la ecuación (26.2) se utiliza este criterio con la finalidad de
mostrar que para mantener la estabilidad el tamaño de paso debe ser < 2/1 000 = 0.002.
Además, deberá observarse que mientras este criterio mantiene la estabilidad (es decir, una
solución acotada), sería necesario un tamaño de paso aún más pequeño para obtener una
solución exacta. Así, aunque la parte transitoria se presenta sólo en una pequeña fracción del
intervalo de integración, ésta controla el tamaño de paso máximo permitido.
26.1 RIGIDEZ
Sin ahondar mucho, se podrá suponer que las rutinas adaptativas de tamaño de paso descritas al
final del capítulo ofrecerán una solución a este problema. Quizá pensará que tales rutinas
usarían pasos pequeños en las partes transistorias rápidas y pasos grandes en las otras. Sin
embargo, éste no es el caso, ya que para los requerimientos de estabilidad se necesitarán pasos
muy pequeños en toda la solución.
En lugar de usar procedimientos explícitos, los métodos implícitos ofrecen una solución
alternativa. Tales representaciones se denominan implícitas, debido a que la incógnita aparece
en ambos lados de la ecuación. Una forma implícita del método de Euler se desarrolla
evaluando la derivada en el tiempo futuro,
dyi+1
h yi+1 = yi + dt
A esto se le llama: método de Euler hacia atrás o implícito. Si se sustituye la ecuación (26.3) se
llega a:
yi+1 = yi – ayi+1h
de donde se
obtiene:
En este caso, sin importar el tamaño de paso, ⏐yi⏐ → 0 conforme i → ∞. De ahí que el
procedimiento se llame incondicionalmente estable.
dy = −1000y + 3 000 − 2
000e−t dt
donde y(0) = 0. a) Use el método de Euler explícito con tamaños de paso de 0.0005 y 0.0015
para encontrar y entre t = 0 y 0.006. b) Utilice el método implícito de Euler con un tamaño de
paso de 0.05 para encontrar y entre 0 y 0.4.
Solución.
El resultado para h = 0.005 se despliega en la fi gura 26.2a junto con la solución analítica.
Aunque muestre algún error de truncamiento, el resultado capta la forma general de la solución
analítica. En cambio, cuando el tamaño de paso se incrementa a un valor justo debajo del límite
de estabilidad (h = 0.0015), la solución presenta oscilaciones. Usando h > 0.002 se tiene como
resultado una solución totalmente inestable; es decir, la solución tenderá al infi nito conforme se
avanza en las iteraciones.
b) El método de Euler implícito es:
yi+1= yi + (–1 000yi+1 + 3 000 – 2 000e–ti+1)h
Ahora como la EDO es lineal, se reordena esta ecuación de tal forma que yi+1 quede sola en el
lado izquierdo,
0.5 Exacto
h = 0.0005
0
0 0.002 0.004 0.006 t
y
a)
2
Exacto
h = 0.05
0
0 0.1 0.2 0.3 0.4 t
b)
FIGURA 26.2
Solución de una EDO “rígida” con los métodos de Euler a) explícito y b) implícito.
yi+1 = i +1000h
1
El resultado con h = 0.05 se muestra en la fi gura 26.2b junto con la solución
analítica. Observe que aun cuando usamos un tamaño de paso mucho
mayor que aquel que indujo la inestabilidad en el método de Euler
explícito, la solución numérica se ajusta muy bien al resultado analítico.
dy1
= −5y1 +3y2 (26.6a) dt
dy2
=100y1 −301y2 (26.6b) dt
Para las condiciones iniciales y1(0) = 52.29 y y2(0) = 83.82, la solución exacta es:
Observe que los exponentes son negativos y Como en una sola ecuación, los exponentes
difieren por cerca de 2 órdenes de magnitud. grandes son los que responden rápidamente y
representan la esencia de la rigidez del resultado que sea probablemente el método
sistema. más utilizado para resolver sistemas rígidos.
Además, Rosenbrock y otros (véase Press y
Para este ejemplo el método implícito de
colaboradores, 1992) han propuesto
Euler para sistemas se formula como
algoritmos implícitos, de Runge-Kutta, donde
y1,i+1 = y1,i + (–5y1, los términos k aparecen en forma implícita.
y2,i+1 = y2,i + (100y Dichos métodos poseen buenas características
Al agrupar términos de se
estabilidad
tiene y son bastante adecuados para
resolver sistemas de ecuaciones diferenciales
(1 + 5h)y1,i+1 – 3hyordinarias rígidas.
–100hy1,i+1 + (1 + 301
26.2 MÉTODOS DE PASOS MÚLTI
Así, notamos que el problema consiste en
resolver un conjunto de ecuaciones
simultáneas en cada paso.
Para EDO no lineales, la solución se vuelve
aún más difícil, ya que debe resolverse un
sistema de ecuaciones simultáneas no lineales
(recuerde la sección 6.5). Así, aunque se gana
estabilidad a través de procedimientos
implícitos, se paga un precio al agregar mayor
complejidad a la solución.
El método implícito de Euler es
incondicionalmente estable y tiene sólo una
exactitud de primer orden. También es posible
desarrollar de manera similar un esquema de
integración para la regla del trapecio implícita
de segundo orden para sistemas rígidos. En
general, es preferible tener métodos de orden
superior. Las fórmulas de Adams-Moulton
descritas después, en este capítulo, también
son útiles para determinar métodos implícitos
de orden superior. Sin embargo, los límites de
estabilidad de tales procedimientos son muy
rigurosos cuando se aplican a sistemas rígidos.
Gear (1971) desarrolló una serie especial de
esquemas implícitos que tienen límites de
estabilidad más grandes, basados en las
fórmulas de diferencias hacia atrás. Se ha
hecho un trabajo muy fuerte para desarrollar
el software que implemente los métodos de
Gear en forma eficiente. Dando como
Los métodos de un paso que se describieron Recuerde que el procedimiento de Heun
en las secciones anteriores utilizan utiliza el método de Euler como un predictor
información de un solo punto, (xi, yi), para [ecuación (25.15)]:
predecir un valor de la variable dependiente,
y0i+1 = yi + f(xi, yi)h (26.10) y la regla del
yi+1, en un valor futuro, de la variable
independiente xi+1 (figura 26.3a). Los trapecio como un corrector [ecuación
procedimientos alternativos, llamados
(25.16)]:
y y
FIGURA 26.3
xi xi +1 x xi –2 xi –1 xi xi +1 x
a) b)
Corrector: j = +m f x y( i, im ) f x( ,y )
yi+1 yih
(para j = 1, 2,..., m)
requerimos de información
adicional, considerando que
y = –0.3929953 en x = –1.
donde los superíndices se agregaron para
denotar que el corrector se aplica Solución. El predictor
iterativamente desde j = 1 hasta m para [ecuación (26.13)] se utiliza
obtener mejores soluciones. Observe que y mi para extrapolar linealmente
y y mi–1 son los resultados finales del corrector de x = –1 a x = 1.
en los pasos anteriores. Las iteraciones
terminan en cualquier paso considerando el y01 = –0.3929953 +
criterio de terminación: [4e0.8(0) – 0.5(2)]2 =
5.607005
y11 = 2 + 4e0 8 0. ( ) − 0 5 2. ( )
Cuando ea es menor que una 607005. ( . )1= 6 549331.
tolerancia de error es
preestablecida, concluyen
las iteraciones. En este 2
momento, j = m. El uso de
que representa un error
las ecuaciones (26.13) a
relativo porcentual de –
(26.15) para resolver una
5.73% (valor verdadero =
EDO se demuestra en el
6.194631). Este error es más
siguiente ejemplo.
pequeño que el valor de –
EJEMPLO 26.2 Método de Heun sin 8.18% en el que se incurre
autoinicio con el método de Heun de
autoinicio.
Planteamiento del problema.
Ahora, se aplica la
Con el método de Heun sin
autoinicio realice los ecuación (26.14) de
mismos cálculos como en el
ejemplo 25.5 donde se usó manera iterativa para
el método de Heun. Es decir, mejorar la solución: y2 =
integre y′ = 4e0.8x – 0.5y y
desde x = 0 hasta x = 4 con 2+
un tamaño de paso de 1.0.
Igual que en el ejemplo
25.5, la condición inicial en 3+ 4e0 8 1. ( ) − 0 5 6
x = 0 es y = 2. Sin embargo,
como aquí tenemos un
método de pasos múltiples,
549331. ( . )1= 6 El lado izquierdo se integra y evalúa mediante
el teorema fundamental [recuerde la ecuación
313749.
(25.21)]:
1 ∫
2 x
i
Esta fórmula se conoce como la fórmula cerrada de Adams de segundo orden o la segunda
fórmula de Adams-Moulton. Observe también que es la regla del trapecio. La fórmula cerrada
de Adams de n-ésimo orden generalmente se escribe como:
n−1
yi+1 = yi + h ∑β f k i+ −1 k +O h( n+1)
k=0
Error
Orden β0 β1 β2 β3 β4 β5 truncación
2 1/2 1/2 h
−
6 475/1 440 1 427/1 440 –798/1 440 482/1 440 –173/1 440 27/1 440
− (
Método de Milne. El método de Milne es el método de pasos múltiples más común, basado en
las fórmulas de integración de Newton-Cotes. Éste utiliza la fórmula abierta de Newton-Cotes
de tres puntos como un predictor:
y
Ep i
(26.42)
y
Ec i
(26.43)
yi0+1 = yim + h⎛⎝ 2455 fim − 2459 fi−m1 + 2437 fi−m2 − 249 fi−m3⎞⎠
yij+1 = yim + h⎛⎝ 249 fi+j1−1 + 1924 fim − 245 fi−m1 + 241 fi−m2 ⎞⎠
Los modificadores del predictor y del corrector para el método de Adams
de cuarto orden se desarrollan a partir de las fórmulas del cuadro 26.1 y de los
coeficientes de error en las tablas 26.1 y 26.2 como sigue:
Ep = 251(yim − yi0 )
270
Ec = − 19 (yim+1 − yi0+1)
270
EJEMPLO 26.6 Método de Adams de cuarto orden
Planteamiento del problema. Con el método de Adams de cuarto orden
resuelva el mismo problema que en el ejemplo 26.5.
Solución. El predictor [ecuación (26.44)] se utiliza para calcular el valor en x
= 1.
59 37 9
y10 = 2+1 ⎝⎛ 2455 3− 241 993814.+ 241 960667. − 24
6365228. ⎞⎠ = 6 007539.
εt = 3 1. %
εt = −0 96.%
que también es comparable, aunque menos exacto que el resultado con el
método de Milne. Este resultado se sustituye en la ecuación (26.45) para
corregir de manera iterativa el estimado. El proceso converge a un valor
corregido final de 6.214424 (et = 0.32%), que es un resultado exacto, pero
también inferior al obtenido con el método de Milne.
0.005
Método de Milne
Solución verdadera
0
5 10 x
FIGURA 26.10
Representación gráfi ca de la inestabilidad del método de Milne.
yij+1 =