1. Diferencias Finitas (DF) para Sistemas de EDOs con Valores Iniciales (PVI)

1.1 Problema continuo. Propiedades fundamentales

Planteamiento del Problema Continuo
Problema de Cauchy Continuo (1)
Marco Teórico
$$\begin{cases} y'(t) = f(t, y), \quad t \in [t_0, t_f] \\ y(t_0) = y_0 \end{cases} \quad (1)$$

Datos: $f = f(t, y) : [t_0, t_f] \times \mathbb{R}^M \to \mathbb{R}^M$ (caso banda), $y_0 \in \mathbb{R}^M$.

Hipótesis: $f$ continua en $(t, y)$ y localmente Lipschitz respecto a $y$ en $[t_0, t_f] \times \mathbb{R}^M$.

Solución diferencial: $\varphi \in C^1[t_0, t_f]$ tal que $\varphi'(t) = f(t, \varphi(t)), \forall t \in [t_0, t_f], \varphi(t_0) = y_0$.

Solución integral: $\varphi \in C[t_0, t_f]$ tal que $\varphi(t) = y_0 + \int_{t_0}^t f(s, \varphi(s))\,ds$.

Teorema 1
Existencia y unicidad. Prolongabilidad (Picard-Lindelöf)
Teorema Teórico

Existe una única solución local en tiempo $\varphi$.

O bien esta solución es global en todo el intervalo $[t_0, t_f]$, o bien $\exists t_* \le t_f$ tal que:

$$\limsup_{t \to t_*} |\varphi(t)| = +\infty$$

(Norma euclídea estándar en $\mathbb{R}^M$).

Lema 1
Desigualdades de Gronwall continuas
Herramienta Clave

1. (Versión Diferencial): Si $v'(t) \le a(t)v(t) + b(t)$, entonces:

$$v(t) \le \exp\left(\int_{t_0}^t a(s)\,ds\right) v(t_0) + \int_{t_0}^t \exp\left(\int_s^t a(r)\,dr\right) b(s)\,ds$$
DEMO 1 Apartado 1: Versión Diferencial (Factor Integrante)
Paso 1 Multiplicación por el Factor Integrante

Reescribimos la desigualdad diferencial agrupando los términos en $v$ en el miembro izquierdo:

$$v'(t) - a(t)v(t) \le b(t)$$

Multiplicamos por el factor integrante estrictamente positivo $\mu(t) = \exp\left(-\int_{t_0}^t a(s)\,ds\right) > 0$:

$$\exp\left(-\int_{t_0}^t a(s)\,ds\right) [v'(t) - a(t)v(t)] \le \exp\left(-\int_{t_0}^t a(s)\,ds\right) b(t)$$
Paso 2 Regla del Producto e Integración Temporal

Reconociendo la derivada del producto en el miembro izquierdo:

$$\frac{d}{dt}\left[ \exp\left(-\int_{t_0}^t a(s)\,ds\right) v(t) \right] \le \exp\left(-\int_{t_0}^t a(s)\,ds\right) b(t)$$

Integrando de $t_0$ a $t$:

$$\exp\left(-\int_{t_0}^t a(s)\,ds\right) v(t) - v(t_0) \le \int_{t_0}^t \exp\left(-\int_{t_0}^s a(r)\,dr\right) b(s)\,ds$$

Multiplicando por $\exp\left(\int_{t_0}^t a(s)\,ds\right)$ y combinando los exponentes:

$$v(t) \le \exp\left(\int_{t_0}^t a(s)\,ds\right) v(t_0) + \int_{t_0}^t \exp\left(\int_s^t a(r)\,dr\right) b(s)\,ds$$
Versión diferencial continua demostrada ■ Q.E.D.

2. (Versión Integral): Si $u(t) \le u(t_0) + \int_{t_0}^t (a(s)u(s) + b(s))\,ds$ con $a, b$ integrables ($a(s) \ge 0$), entonces:

$$u(t) \le \exp\left(\int_{t_0}^t a(s)\,ds\right) u(t_0) + \int_{t_0}^t \exp\left(\int_s^t a(r)\,dr\right) b(s)\,ds$$
DEMO 2 Apartado 2: Versión Integral (Reducción a la Diferencial)
Paso 1 Definición de Función Auxiliar y Derivada

Sea $w(t) = \int_{t_0}^t a(s)u(s)\,ds$. Por el Teorema Fundamental del Cálculo, $w(t_0) = 0$ y $w'(t) = a(t)u(t)$.

Paso 2 Desigualdad Diferencial y Aplicación del Apartado 1

Por la hipótesis integral, sustituyendo $u(t) \le u(t_0) + w(t) + \int_{t_0}^t b(s)\,ds$ y teniendo en cuenta que $a(t) \ge 0$:

$$w'(t) = a(t)u(t) \le a(t)w(t) + a(t)\left[u(t_0) + \int_{t_0}^t b(s)\,ds\right]$$

Definiendo $\tilde{b}(t) = a(t)\left[u(t_0) + \int_{t_0}^t b(s)\,ds\right]$, tenemos una inecuación diferencial $w'(t) \le a(t)w(t) + \tilde{b}(t)$.

Aplicando la Versión Diferencial (Apartado 1) a la función $w(t)$ con dato inicial $w(t_0)=0$ e integrando por partes, se deduce de inmediato la cota deseada para $u(t)$.

Versión integral continua demostrada ■ Q.E.D.
Teorema 2
Estimaciones globales en tiempo finito
Estimaciones Globales

1. Cota uniforme de $f$: Si $\|f\|_\infty \le M$, entonces $|\varphi(t) - y_0| \le M(t - t_0)$.

DEMO 1 Apartado 1: Acotación mediante Cota Uniforme de $f$
Demostración Formulación Integral y Desigualdad Triangular

Partimos de la formulación integral de la solución $\varphi(t) = y_0 + \int_{t_0}^t f(s, \varphi(s))\,ds$:

$$|\varphi(t) - y_0| = \left| \int_{t_0}^t f(s, \varphi(s))\,ds \right| \le \int_{t_0}^t \|f\|_\infty\,ds \le M(t - t_0)$$
Cota uniforme demostrada ■ Q.E.D.

2. Crecimiento sublineal: Si $|f(t, y)| \le a(t)|y| + b(t)$, entonces:

$$|\varphi(t)| \le \exp\left(\int_{t_0}^t a(s)\,ds\right)|y_0| + \int_{t_0}^t \exp\left(\int_s^t a(r)\,dr\right) b(s)\,ds$$
DEMO 2 Apartado 2: Crecimiento Sublineal (Gronwall Integral)
Demostración Aplicación de la Inecuación Integral de Gronwall

Tomando valor absoluto en la ecuación integral y aplicando la hipótesis de crecimiento sublineal $|f(t, y)| \le a(t)|y| + b(t)$:

$$|\varphi(t)| \le |y_0| + \int_{t_0}^t |f(s, \varphi(s))|\,ds \le |y_0| + \int_{t_0}^t (a(s)|\varphi(s)| + b(s))\,ds$$
📌 Inecuación Integral de Gronwall (Lema 1.2) a la función $u(t) = |\varphi(t)|$:
$$\overset{\text{Lema 1.2}}{\le} \exp\left(\int_{t_0}^t a(s)\,ds\right)|y_0| + \int_{t_0}^t \exp\left(\int_s^t a(r)\,dr\right) b(s)\,ds$$
Cota bajo crecimiento sublineal demostrada ■ Q.E.D.

3. Condición de Lipschitz global: Si $f$ es globalmente Lipschitz en $y$ con constante $L > 0$:

$$|\varphi(t) - y_0| \le \int_{t_0}^t \exp(L(t-s)) |f(s, y_0)|\,ds$$
DEMO 3 Apartado 3: Lipschitz Global (Sumar y Restar $f(s, y_0)$)
Demostración Técnica de Perturbación respecto al Dato Inicial

Escribimos la diferencia respecto al dato inicial e introducimos el término intermedio $f(s, y_0)$ dentro de la integral:

$$|\varphi(t) - y_0| = \left| \int_{t_0}^t [ (f(s, \varphi(s)) - f(s, y_0)) + f(s, y_0) ]\,ds \right|$$

Aplicando la desigualdad triangular y la condición de Lipschitz $|f(s, \varphi(s)) - f(s, y_0)| \le L |\varphi(s) - y_0|$:

$$\le \int_{t_0}^t L |\varphi(s) - y_0|\,ds + \int_{t_0}^t |f(s, y_0)|\,ds$$
📌 Inecuación de Gronwall con $u(t) = |\varphi(t) - y_0|$, $a(s) = L$ y $b(s) = |f(s, y_0)|$:
$$\overset{\text{Lema 1.2}}{\implies} |\varphi(t) - y_0| \le \int_{t_0}^t \exp(L(t-s)) |f(s, y_0)|\,ds$$
Cota bajo condición de Lipschitz demostrada ■ Q.E.D.

4. Estabilidad frente al dato inicial: Si $\varphi(t)$ y $\psi(t)$ son soluciones con datos $y_0$ y $z_0$:

$$|\varphi(t) - \psi(t)| \le \exp(L(t - t_0)) |y_0 - z_0|$$
DEMO 4 Apartado 4: Estabilidad frente a variaciones del dato inicial
Demostración Resta de Soluciones y Gronwall

Restando las formulaciones integrales de $\varphi(t)$ y $\psi(t)$:

$$|\varphi(t) - \psi(t)| \le |y_0 - z_0| + \int_{t_0}^t L |\varphi(s) - \psi(s)|\,ds$$
📌 Aplicando Gronwall integral con $b(s) = 0$:
$$\overset{\text{Lema 1.2}}{\implies} |\varphi(t) - \psi(t)| \le \exp(L(t - t_0)) |y_0 - z_0|$$
Estabilidad en tiempo finito demostrada ■ Q.E.D.

1.2 Esquemas genéricos de un paso. Consistencia, Estabilidad y Convergencia

Notaciones y Esquema Genérico
Derivada Temporal Discreta y Esquema de Un Paso (2)
Definición Base

Notaciones: $\delta u_{n+1} = \frac{u_{n+1} - u_n}{h_n}$ (derivada temporal discreta). $h = \max_n h_n$ (diámetro de la partición temporal).

Esquema:

$$\begin{cases} \text{Inicialización:} \quad y_0 \\ \text{Paso } n+1: \quad \delta y_{n+1} = \Phi(t_n, y_n, h_n), \quad n = 0, \dots, N-1 \end{cases} \quad (2)$$

Datos: $y_0 \in \mathbb{R}^M$ y $\Phi = \Phi(t, y, h): [t_0, t_f] \times \mathbb{R}^M \times [0, h_{\max}] \to \mathbb{R}^M$ continua en $(t, y)$ y loc. Lipschitz en $y$.

Ejemplos de $\Phi$: Euler Explícito $\Phi = f(t_n, y_n)$, Taylor 2 Explícito, Heun, Runge, etc.

Definición 1
Consistencia y orden de consistencia
🔥 100% Examen (Sale Siempre)

Error local de consistencia:

$$E_n(h) = \frac{\varphi(t_n + h_n) - \varphi(t_n)}{h_n} - \Phi(t_n, \varphi(t_n), h_n) \quad (3)$$
  • $L^1$-consistencia: si $\|(E_n(h))_n\|_1 \to 0$ cuando $h \to 0$, donde $\|(E_n)_n\|_1 = \sum_{n=0}^{N(h)-1} h_n |E_n|$.
  • Orden de $L^1$-consistencia $p > 0$: si $\|(E_n(h))_n\|_1 / h^p \to C$ cuando $h \to 0$, con $C > 0$.
  • Orden de $L^1$-consistencia al menos $p > 0$: si $\exists h_*$ tal que $\|(E_n(h))_n\|_1 \le C h^p$ para todo $h \le h_*$.

Regularidad (Derivadas de Lie sucesivas):

$$\varphi'(t) = f(t, \varphi(t)), \quad \varphi''(t) = f^1(t, \varphi(t)) \text{ donde } f^1 = f_t + f_y f$$ $$\varphi'''(t) = f^2(t, \varphi(t)) \text{ donde } f^2 = f^1_t + f^1_y f, \quad \dots$$

Comportamiento de Taylor del error de consistencia centrado en $h=0$:

$$E_n(h_n) = a_0 + a_1 h_n + \frac{1}{2!} a_2 h_n^2 + \frac{1}{3!} a_3 h_n^3 + \dots$$ $$a_0 = f(t_n, \varphi(t_n)) - \Phi(t_n, \varphi(t_n), 0)$$ $$a_1 = \frac{1}{2} f^1(t_n, \varphi(t_n)) - \partial_h \Phi(t_n, \varphi(t_n), 0)$$ $$a_2 = \frac{1}{3} f^2(t_n, \varphi(t_n)) - \partial^2_{h^2} \Phi(t_n, \varphi(t_n), 0)$$ $$a_3 = \frac{1}{4} f^3(t_n, \varphi(t_n)) - \partial^3_{h^3} \Phi(t_n, \varphi(t_n), 0), \dots$$
📌 Criterio de Examen: Cálculo del Orden de Consistencia
En las convocatorias oficiales de examen se evalúa sistemáticamente el cálculo analítico del orden de consistencia mediante desarrollos de Taylor: sustituir la solución exacta $\varphi$ en el esquema discreto, desarrollar $\varphi(t_n+h_n)$ por Taylor en torno a $t_n$ hasta el orden requerido, expresar las derivadas temporales en términos de derivadas de Lie ($\varphi'=f$, $\varphi''=f_t+f_y f$) y determinar la anulación sucesiva de los coeficientes $a_i$. El primer coeficiente no nulo $a_p \neq 0$ fija el orden de consistencia $p$.
DEMO PDF págs. 5-6
📐 Descomposición General en Bloques $A$ y $B$:
$$\underbrace{\frac{\varphi(t_{n+1}) - \varphi(t_n)}{h_n}}_{A} - \underbrace{\Phi(t_n, \varphi(t_n), h_n)}_{B} := E_n(h) \in \mathbb{R}^M$$
Paso 1 Taylor de la Solución Exacta $\varphi(t_{n+1})$ y Cálculo del Bloque $A$

Desarrollamos $\varphi(t_{n+1})$ por Taylor en torno a $t_n$:

$$\varphi(t_{n+1}) = \varphi(t_n) + \varphi'(t_n) h_n + \frac{1}{2}\varphi''(t_n) h_n^2 + \frac{1}{3!}\varphi'''(t_n) h_n^3 + \dots$$

Sustituyendo en el cociente incremental del bloque $A$:

$$A = \frac{\varphi(t_{n+1}) - \varphi(t_n)}{h_n} = \varphi'(t_n) + \frac{1}{2}\varphi''(t_n) h_n + \frac{1}{3!}\varphi'''(t_n) h_n^2 + \dots$$

Sustituimos las derivadas temporales por las derivadas de Lie sucesivas de $f$ ($\varphi'=f$, $\varphi''=f^1$, $\varphi'''=f^2$):

$$A = f(t_n, \varphi(t_n)) + \frac{1}{2}f^1(t_n, \varphi(t_n)) h_n + \frac{1}{3!}f^2(t_n, \varphi(t_n)) h_n^2 + \dots + \frac{1}{(i+1)!}f^i(t_n, \varphi(t_n)) h_n^i + \dots$$
Paso 2 Desarrollo de Taylor del Bloque $B = \Phi(t_n, \varphi(t_n), h_n)$ en $h=0$

Desarrollamos $\Phi$ en potencias explícitas de $h_n$ en torno a $h=0$:

$$B = \Phi(t_n, \varphi(t_n), 0) + \frac{\partial \Phi}{\partial h}(t_n, \varphi(t_n), 0) \cdot h_n + \frac{1}{2}\frac{\partial^2 \Phi}{\partial h^2}(t_n, \varphi(t_n), 0) \cdot h_n^2 + \dots + \frac{1}{i!}\frac{\partial^i \Phi}{\partial h^i}(t_n, \varphi(t_n), 0) \cdot h_n^i + \dots$$
Paso 3 Resta Miembro a Miembro $E_n(h) = A - B$ por Potencias de $h_n$
$$E_n(h) = [f(t_n, \varphi(t_n)) - \Phi(t_n, \varphi(t_n), 0)] \quad \mathcal{O}(h_n^0)$$ $$+ \left[ \frac{1}{2} f^1(t_n, \varphi(t_n)) - \frac{\partial \Phi}{\partial h}(t_n, \varphi(t_n), 0) \right] h_n \quad \mathcal{O}(h_n^1)$$ $$+ \frac{1}{2!} \left[ \frac{1}{3} f^2(t_n, \varphi(t_n)) - \frac{\partial^2 \Phi}{\partial h^2}(t_n, \varphi(t_n), 0) \right] h_n^2 \quad \mathcal{O}(h_n^2)$$ $$+ \dots + \frac{1}{i!} \left[ \frac{1}{i+1} f^i(t_n, \varphi(t_n)) - \frac{\partial^i \Phi}{\partial h^i}(t_n, \varphi(t_n), 0) \right] h_n^i + \dots$$
💡 Regla Fundamental de Consistencia y Determinación del Orden:

Si $\frac{1}{i+1} f^i(t_n, \varphi(t_n))$ y $\frac{\partial^i \Phi}{\partial h^i}(t_n, \varphi(t_n), 0)$ coinciden para todo $0 \le i \le p-1$, el método es consistente con orden al menos $p$. El primer índice no nulo proporciona el orden exacto del método.

Fórmula general del orden de consistencia deducida rigurosamente ■ Q.E.D.
Teorema 3
Condiciones de consistencia (Determinación del Orden)
🔥 100% Examen
  • Si $f(t, y) = \Phi(t, y, 0) \implies$ el esquema (2) es consistente con orden al menos 1.
  • Si además $\frac{1}{2} f^1(t, y) = \partial_h \Phi(t, y, 0) \implies$ el esquema es de orden al menos 2.
  • Si además $\frac{1}{3} f^2(t, y) = \partial^2_{hh} \Phi(t, y, 0) \implies$ el esquema es de orden al menos 3.
  • Si además $\frac{1}{4} f^3(t, y) \neq \partial^3_{h^3} \Phi(t, y, 0) \implies$ el esquema es de orden exactamente 3.
DEMO Pizarra (RK2 / Heun)

Se considera la función de incremento del método de Heun / Runge-Kutta de 2º orden:

$$\Phi(t, y, h) = \frac{1}{2}\left[ f(t, y) + f(t+h, y + h f(t, y)) \right]$$
Paso 1 Comprobación para $i=0$ (Consistencia Básica en $h=0$)
$$\Phi(t, y, 0) = \frac{1}{2}[f(t, y) + f(t, y)] = f(t, y) \quad \checkmark$$

Coincide con $f(t, y) \implies$ El método es consistente (orden $\ge 1$).

Paso 2 Comprobación para $i=1$ (Primera Derivada vía Regla de la Cadena)

Derivamos respecto a $h$ aplicando la regla de la cadena multivariable al argumento de $f$:

$$\frac{\partial \Phi}{\partial h}(t, y, h) = \frac{1}{2}\left[ f_t(t+h, y+hf) \cdot 1 + f_y(t+h, y+hf) \cdot f(t, y) \right]$$

Evaluando en $h=0$:

$$\left.\frac{\partial \Phi}{\partial h}(t, y, 0)\right|_{h=0} = \frac{1}{2}\left[ f_t(t, y) + f_y(t, y)f(t, y) \right] = \frac{1}{2} f^1(t, y) \quad \checkmark$$

Coincide exactamente con el término teórico $\frac{1}{1+1} f^1(t, y) = \frac{1}{2} f^1(t, y) \implies$ El método es de orden al menos 2.

Paso 3 Comprobación para $i=2$ (Segunda Derivada y Coeficiente No Nulo)

Derivando nuevamente respecto a $h$ y evaluando en $h=0$:

$$\left.\frac{\partial^2 \Phi}{\partial h^2}(t, y, 0)\right|_{h=0} = \frac{1}{2}\left[ f_{tt}\cdot 1^2 + 2f_{ty}f + f_{yy}f^2 \right] = \frac{1}{2} f^2(t, y)$$

Sin embargo, el término correspondiente en el desarrollo de la solución exacta de Taylor requiere $\frac{1}{2+1} f^2(t, y) = \frac{1}{3} f^2(t, y)$. Comparando ambos coeficientes:

$$\frac{1}{2} f^2(t, y) \neq \frac{1}{3} f^2(t, y) \implies a_2 = \frac{1}{3} f^2 - \frac{1}{2} f^2 = -\frac{1}{6} f^2(t, y) \neq 0$$
Método de Heun verificado: Orden exactamente 2 ($a_2 = -\frac{1}{6}f^2 \neq 0$) ■ Q.E.D.
Definición 2
Estabilidad en L∞ frente a perturbaciones L1
Estabilidad

Considerando cualquier esquema perturbado:

$$\begin{cases} \text{Inicialización:} \quad z_0 = y_0 + \varepsilon \\ \text{Paso } n+1: \quad \delta z_{n+1} = \Phi(t_n, z_n, h_n) + \delta_n, \quad n = 0, \dots, N-1 \end{cases} \quad (4)$$

Error local de estabilidad: $s_n(h) = z_n - y_n$.

El esquema se dice $L^\infty$-estable si $\exists h_* \le h_{\max}$ y constantes $C_0, C_1 > 0$ tales que:

$$|s_n(h)| \le C_0 |s_0| + C_1 \sum_{m=0}^{n-1} h_m |\delta_m|, \quad \forall n, \quad \forall h \le h_*$$

(Donde $\delta_m$ representa el error de redondeo cometido en la etapa $m$).

Lema 2
Desigualdades de Gronwall discretas (Estándar y Generalizada)
⭐ Muy Frecuente (50%)

1. (Gronwall Discreto Estándar): Si $\delta u_{n+1} \le a_n u_n + b_n$, entonces:

$$u_n \le \exp\left(\sum_{m=0}^{n-1} h_m a_m\right) u_0 + \sum_{m=0}^{n-1} \exp\left(\sum_{k=m+1}^{n-1} h_k a_k\right) h_m b_m$$

Sugerencia / Idea: Inducción usando la desigualdad $1 + x \le \exp(x)$ para todo $x \ge 0$.


2. (Gronwall Discreto Generalizado): Supongamos $\delta u_{n+1} \le a_n u_{n+1} + b_n u_n + c_n$.

Si se cumple la condición de paso $h_n a_n \le 1/2$, entonces:

$$\delta u_{n+1} \le 2(a_n + b_n) u_n + 2 c_n$$

Sugerencia / Idea: Reescribir la desigualdad como $(1 - h_n a_n)(u_{n+1} - u_n) \le h_n(a_n + b_n)u_n + h_n c_n$, dividir por $(1 - h_n a_n)$ y acotar $(1 - h_n a_n)^{-1} \le 2$ gracias a la hipótesis $h_n a_n \le 1/2$.

📌 Cuestión de Examen: Lema de Gronwall Discreto (Junio 2025)
En la convocatoria de Junio 2025 se requirió probar formalmente el apartado 2: demostrar que bajo la condición de paso $h_n b_n \le 1/2$, se verifica $a_{n+1} \le \exp(2 h_n b_n)(a_n + h_n c_n)$. El paso analítico fundamental radica en demostrar la desigualdad $(1-x)^{-1} \le e^{2x}$ para todo $x \in [0, 1/2]$, comprobando que la función auxiliar $g(x) = \ln(1-x) + 2x$ es monótona creciente en dicho intervalo con $g(0)=0$.
DEMO PDF pág. 9
Paso 1 Gronwall Discreto Estándar por Inducción

Reescribimos la desigualdad incremental $\delta u_{n+1} \le a_n u_n + b_n$ aislando $u_{n+1}$:

$$u_{n+1} \le (1 + h_n a_n) u_n + h_n b_n$$

Aplicando la desigualdad fundamental $1 + x \le \exp(x)$ para todo $x \ge 0$ (con $x = h_n a_n$):

$$u_{n+1} \le \exp(h_n a_n) u_n + h_n b_n$$

Desplegando inductivamente hacia atrás término a término:

$$u_1 \le e^{h_0 a_0} u_0 + h_0 b_0$$ $$u_2 \le e^{h_1 a_1} u_1 + h_1 b_1 \le e^{h_1 a_1 + h_0 a_0} u_0 + e^{h_1 a_1} h_0 b_0 + h_1 b_1$$

Por inducción matemática general:

$$u_n \le \exp\left(\sum_{m=0}^{n-1} h_m a_m\right) u_0 + \sum_{m=0}^{n-1} \exp\left(\sum_{k=m+1}^{n-1} h_k a_k\right) h_m b_m$$
Paso 2 Gronwall Generalizado bajo Hipótesis $h_n a_n \le 1/2$

Partimos de la relación incremental implícita:

$$\frac{u_{n+1} - u_n}{h_n} \le a_n u_{n+1} + b_n u_n + c_n \implies (1 - h_n a_n)(u_{n+1} - u_n) \le h_n (a_n + b_n) u_n + h_n c_n$$

Dado que $h_n a_n \le 1/2$, se garantiza que $1 - h_n a_n \ge 1/2 \implies \frac{1}{1 - h_n a_n} \le 2$:

$$u_{n+1} - u_n \le \frac{1}{1 - h_n a_n} [h_n (a_n + b_n) u_n + h_n c_n] \le 2 h_n [(a_n + b_n) u_n + c_n]$$

Dividiendo finalmente por el paso temporal $h_n$:

$$\delta u_{n+1} = \frac{u_{n+1} - u_n}{h_n} \le 2(a_n + b_n) u_n + 2 c_n$$
Paso 3 Cota Fina $(1-x)^{-1} \le e^{2x}$ para $x \in [0, 1/2]$ (Examen Junio 2025)

Se define la función auxiliar diferenciable $g(x) = \ln(1-x) + 2x$ en el intervalo $[0, 1/2]$. Derivando respecto a $x$:

$$g'(x) = -\frac{1}{1-x} + 2 = \frac{2(1-x) - 1}{1-x} = \frac{1 - 2x}{1-x}$$

Para todo $x \in [0, 1/2]$, $1 - 2x \ge 0$ y $1 - x > 0$, luego $g'(x) \ge 0$.

Dado que $g(0) = \ln(1) + 0 = 0$ y $g'(x) \ge 0$, la función $g$ es monótona creciente en $[0, 1/2]$:

$$g(x) \ge g(0) = 0 \iff \ln(1-x) + 2x \ge 0 \iff 2x \ge -\ln(1-x) = \ln\left(\frac{1}{1-x}\right)$$

Tomando la función exponencial en ambos miembros (al ser estrictamente creciente):

$$\exp(2x) \ge \frac{1}{1-x} \iff \frac{1}{1-x} \le e^{2x} \quad \forall x \in [0, 1/2]$$
Lema de Gronwall discreto y cota fina exponencial probados ■ Q.E.D.
Teorema 4
Condiciones de estabilidad
Condición de Estabilidad

Si $\Phi(t, y, h)$ es globalmente Lipschitz en $y$ con constante $L$ (o el esquema está acotado), entonces el esquema (2) es $L^\infty$-estable. De hecho, se tiene:

$$|s_n(h)| \le \exp(L(t_n - t_0)) |s_0| + \sum_{m=0}^{n-1} \exp(L(t_n - t_{m+1})) h_m |\delta_m|, \quad \forall n$$
DEMO PDF pág. 11
Paso 1 Esquemas Explícitos y Crecimiento Exponencial

Restando el esquema perturbado y el original:

$$\frac{z_{n+1} - z_n}{h_n} - \frac{y_{n+1} - y_n}{h_n} = \Phi(t_n, z_n, h_n) - \Phi(t_n, y_n, h_n) + \delta_n$$ $$|s_{n+1} - s_n| \le h_n L |s_n| + h_n |\delta_n| \implies |s_{n+1}| \le (1 + h_n L)|s_n| + h_n |\delta_n|$$

Aplicando el Lema 2 de Gronwall discreto se obtiene la cota exponencial uniforme.

Paso 2 Esquemas Implícitos (Condición $h_n L \le 1/2$)
$$\frac{s_{n+1} - s_n}{h_n} = f(t_{n+1}, z_{n+1}) - f(t_{n+1}, y_{n+1}) + \delta_n \implies (1 - h_n L)|s_{n+1}| \le |s_n| + h_n |\delta_n|$$

Si $h_n L \le 1/2$, se acota $(1 - h_n L)^{-1} \le 2$ y el esquema es estable.

Estabilidad uniforme demostrada para esquemas de un paso ■ Q.E.D.
Definición 3
Convergencia en L∞ y orden de convergencia
Convergencia

Error local de convergencia: $e_n(h) = \varphi(t_n) - y_n$.

  • $L^\infty$-convergencia: si $\|(e_n(h))_n\|_\infty \to 0$ cuando $h \to 0$, donde $\|(e_n)_n\|_\infty = \max_{0 \le n \le N-1} |e_n|$.
  • Orden de convergencia $p > 0$: si $\|(e_n(h))_n\|_\infty / h^p \to C$ cuando $h \to 0$, con $C > 0$.
  • Orden al menos $p > 0$: si $\exists h_*$ tal que $\|(e_n(h))_n\|_\infty \le C h^p$ para todo $h \le h_*$.
Teorema 5
Teorema de Lax: Consistencia y Estabilidad implican Convergencia
⭐ Teorema Central

Existen $h_* \le h_{\max}$ y constantes $C_0, C_1 > 0$ tales que:

$$|e_n(h)| \le C_0 |e_0| + C_1 \sum_{m=0}^{n-1} h_m |E_m|, \quad \forall n, \quad \forall h \le h_*$$

En particular, orden de $L^1$-consistencia $p > 0$ implica orden de $L^\infty$-convergencia $p > 0$.

Sugerencia / Idea: Comparar la definición de consistencia (3) con el esquema perturbado (4).

DEMO PDF págs. 12-13
Paso 1 Identificación del Error de Convergencia como Perturbación

Por definición del error de consistencia: $\frac{\varphi(t_{n+1}) - \varphi(t_n)}{h_n} = \Phi(t_n, \varphi(t_n), h_n) + E_n(h)$.

Identificando $z_n = \varphi(t_n)$ y $\delta_n = E_n(h)$, vemos que la solución exacta $\varphi(t_n)$ es formalmente una solución del esquema perturbado.

Por tanto, el error de convergencia $e_n(h) = \varphi(t_n) - y_n$ coincide exactamente con el error de estabilidad $s_n(h)$.

Paso 2 Cota de Convergencia por Estabilidad

Aplicando la definición de $L^\infty$-estabilidad obtenemos directamente:

$$|e_n(h)| \le C_0 |e_0| + C_1 \sum_{m=0}^{n-1} h_m |E_m(h)| \to 0$$
Teorema de Lax verificado: Consistencia + Estabilidad $\implies$ Convergencia ■ Q.E.D.
Corolario 1
Condiciones de convergencia
Corolario

Si $\Phi(t, y, h)$ es globalmente Lipschitz en $y$ con constante $L$, el esquema (2) es $L^\infty$-convergente con la cota:

$$|e_n(h)| \le \exp(L(t_n - t_0)) |e_0| + \sum_{m=0}^{n-1} \exp(L(t_n - t_{m+1})) h_m |E_m|, \quad \forall n$$
Ejercicios 1.2.1
Ejercicios Oficiales de Consistencia y Estabilidad (1 al 10)
10 Ejercicios

1. Consistencia Euler Explícito: Probar orden 1 de dos formas (usando el Teorema 3 o directamente con fórmula de Taylor hacia adelante $\frac{F(v)-F(z)}{v-z} = F'(z) + \frac{1}{2}F''(z)(v-z) + O((v-z)^2)$).

2. Consistencia Euler Implícito: Probar orden 1 usando la aproximación hacia atrás (backward).

3. Consistencia de orden 2: Trapecios Explícito, Punto Medio Explícito y Taylor 2 Explícito de dos formas (vía aproximaciones centradas (7)-(8) del PDF).

4. Consistencia de orden 2: Trapecios Implícito, Punto Medio Implícito y Taylor 2 Implícito: $y_{n+1} = y_n + h_n(f(t_{n+1}, y_{n+1}) - \frac{1}{2}h_n f^1(t_{n+1}, y_{n+1}))$.

5. Consistencia Trapecios Implícito-BDF2: $y_{n+1/2} = y_n + \frac{h_n}{4}(f(t_n, y_n) + f(t_{n+1/2}, y_{n+1/2}))$, $3y_{n+1} - 4y_{n+1/2} + y_n = h_n f(t_{n+1}, y_{n+1})$.

6 al 10. Estabilidad y cotas de error: Euler Explícito ($O(h)$), Euler Implícito bajo $h_n L \le 1/2$, Trapecios y Punto Medio Explícito ($O(h^2)$), Trapecios y Punto Medio Implícito bajo $h_n L \le 1$, y Taylor 2 Explícito.

1.3 Esquemas implícitos. Buena colocación y convergencia de métodos iterativos
Teorema de la Función Implícita (TFI)
Buena Colocación Local de Esquemas Implícitos (Euler Implícito)
🔥 100% Examen (Sale Siempre)

Dado el sistema no lineal asociado al esquema implícito:

$$F(y, h) = y - y_n - h f(t_{n+1}, y) = 0$$

Aplicando el Teorema de la Función Implícita (TFI):

  • $F(y_n, 0) = y_n - y_n - 0 = 0$.
  • $\partial_y F(y_n, 0) = I_d$ es una matriz $M \times M$ regular (invertible).

Por tanto, para todo paso $h$ en un entorno de 0, existe una única solución local $y = g(h)$ en un entorno de $y_n$ tal que $F(g(h), h) = 0$.

📌 Pregunta Frecuente de Teoría: Buena Colocación Local vía TFI
Cuestión recurrente en exámenes teóricos (1.5 puntos). Esquema de demostración rigurosa en 3 pasos: 1) Formular la ecuación implícita mediante la función auxiliar $F(y, h) = y - y_n - h \Phi(t_n, y, h) = 0$. 2) Verificar la existencia del punto base: $F(y_n, 0) = y_n - y_n - 0 = 0$. 3) Calcular la derivada respecto de $y$ en el origen: $\partial_y F(y_n, 0) = I_d$. Al ser la matriz identidad no singular ($\det(I_d) = 1 \neq 0$), el Teorema de la Función Implícita (TFI) asegura la existencia y unicidad local de una función diferenciable $y = g(h)$ en un entorno de $h=0$ tal que $g(0)=y_n$ y $F(g(h), h) = 0$.
DEMO Pizarra / PDF pág. 16
Paso 1 Función Auxiliar $F(y, h) = 0$

Dados $t_{n+1} \in \mathbb{R}$ e $y_n \in \mathbb{R}^M$, $h > 0$, planteamos la existencia y unicidad de solución:

$$y = y_n + h f(t_{n+1}, y) \iff F(y, h) = y - y_n - h f(t_{n+1}, y) = 0$$

$F: \mathbb{R}^M \times [0, h_{\max}] \to \mathbb{R}^M \in C^1$.

Paso 2 Invertibilidad en $h=0$ y Aplicación del TFI

Evaluamos la matriz jacobiana respecto a $y$ en el dato $(y_n, 0)$:

$$\partial_y F(y_n, 0) = I_d - 0 \cdot f_y(t_{n+1}, y_n) = I_d \quad \text{(Regular e invertible)}$$

Como $F(y_n, 0) = y_n - y_n = 0$, por el Teorema de la Función Implícita (TFI) existen entornos en los que para todo $h > 0$ pequeño existe una única solución $y = y(h)$ continua con $y(0)=y_n$.

Existencia y unicidad local de solución en esquemas implícitos probada vía TFI ■ Q.E.D.
Método de Aproximaciones Sucesivas (MAS)
Esquema iterativo MAS (Punto Fijo): G(y) = yn + h * f(tn+1, y)
Punto Fijo

Convergencia Local: MAS es localmente convergente a una solución $y_{n+1}$ de $y = G(y)$ si:

$$h \cdot \rho(f_y(t_{n+1}, y_{n+1})) < 1$$

donde $\rho(A)$ es el radio espectral de la matriz Jacobiana.

Convergencia Global: MAS converge globalmente si $f$ es globalmente Lipschitz con constante $L$ bajo la hipótesis:

$$h L < 1$$
Método de Newton
Esquema iterativo de Newton: F(y) = y - yn - h * f(tn+1, y)
🔥 100% Examen

Iteración vectorial: $\nabla F(y^k)(y^{k+1} - y^k) = -F(y^k)$.

Convergencia Local: El método de Newton converge localmente a la solución $y_{n+1}$ si la matriz Jacobiana:

$$J_F = I_d - h f_y(t_{n+1}, y_{n+1}) \quad \text{es regular (invertible)}$$

Condición suficiente de invertibilidad:

$$h \cdot \rho(f_y(t_{n+1}, y_{n+1})) < 1$$

Caso disipativo especial: Si $f_y$ es definida negativa, entonces $I_d - h f_y$ tiene todos sus autovalores $> 1$ para todo $h > 0$, por lo que el método de Newton es incondicionalmente convergente para todo $h > 0$.

📌 Criterio de Examen: Convergencia Local del Método de Newton
Para asegurar la convergencia local del método de Newton en esquemas implícitos se requiere la regularidad (invertibilidad) de la matriz Jacobiana $J_F(y) = I_d - h_n f_y(t_{n+1}, y)$. Una condición suficiente estándar es acotar el paso mediante el radio espectral: $h_n \rho(f_y) < 1$ o $h_n < 1/\|f_y\|$. En el caso particular de sistemas disipativos (donde $f_y \le 0$), la matriz $I_d - h_n f_y$ posee todos sus autovalores mayores o iguales a 1, lo que garantiza la invertibilidad incondicional y la convergencia del algoritmo para cualquier paso $h_n > 0$.
Ejercicios 1.3.1
Estudio de Trapecios y Punto Medio Implícito
⭐ Ejercicio de Examen

1. Trapecios y Punto Medio Implícito:

  • Convergencia local de MAS para Trapecios Implícito: $h \cdot \rho(f_y(t_{n+1}, y_{n+1})) < 2$.
  • Convergencia local de MAS para Punto Medio Implícito: $h \cdot \rho\left(f_y\left(t_{n+1/2}, \frac{y_n + y_{n+1}}{2}\right)\right) < 2$.
  • Convergencia global de MAS bajo $f$ Lipschitz: $h L < 2$.
  • Convergencia local de Newton: regularidad de $I_d - \frac{h}{2} f_y(t_{n+1}, y_{n+1})$ (Trapecios) o $I_d - \frac{h}{2} f_y\left(t_{n+1/2}, \frac{y_n + y_{n+1}}{2}\right)$ (Punto Medio).

2 y 3. Mismas propiedades analizadas para Taylor 2 Implícito y Trapecios-BDF2 Implícito.

1.4 Problemas disipativos. Estabilidad a tiempo infinito
Definición 4
Sistema de EDOs Disipativo
Definición Base

Un sistema $y' = f(t, y) \in \mathbb{R}^M$ en $[t_0, +\infty)$ con $y(t_0)=y_0$ es disipativo si existe una función de energía $F = F(y) \in \mathbb{R}$ acotada inferiormente (por ejemplo por 0 sumando una constante adecuada) y coerciva ($F(y) \to +\infty$ si $|y| \to +\infty$), y una función disipativa $D = D(y) \ge 0$ tales que:

$$\frac{d}{dt} F(\varphi(t)) + D(\varphi(t)) = 0, \quad \forall t \ge 0$$

En particular, $\sup I(y_0) = +\infty$, existe el límite $\lim_{t \to +\infty} F(\varphi(t)) = F_\infty \ge 0$ y $\int_{t_0}^{+\infty} D(\varphi(t))\,dt = F(y_0) - F_\infty$. Finalmente, el conjunto $\omega(y_0)$-límite es no vacío y está contenido en los puntos con energía $F_\infty$: $\{y_* \in \mathbb{R}^M : F(y_*) = F_\infty\}$.

Lema 3
Estimaciones exponenciales uniformes en tiempo
Lema Teórico

1. Caso continuo: Si $u'(t) + a(t)u(t) \le b(t)$, entonces:

$$u(t) \le u(t_0)\exp\left(-\int_{t_0}^t a(s)ds\right) + \int_{t_0}^t \exp\left(-\int_s^t a(r)dr\right) b(s)ds, \quad \forall t > 0$$

2. Discreto explícito: Si $\delta u_{n+1} + a_n u_n \le b_n$ con $h_n a_n \le 1$, entonces:

$$u_n \le u_0 \exp\left(-\sum_{m=0}^{n-1} h_m a_m\right) + \sum_{m=0}^{n-1} \exp\left(-\sum_{k=m+1}^{n-1} h_k a_k\right) h_m b_m$$

3. Discreto implícito: Si $\delta u_{n+1} + a_n u_{n+1} \le b_n$, y asumiendo $1 + h_n a_n \le K$ para todo $n$, entonces:

$$u_n \le u_0 \exp\left(-\frac{1}{K}\sum_{m=0}^{n-1} h_m a_m\right) + \sum_{m=0}^{n-1} \exp\left(-\frac{1}{K}\sum_{k=m+1}^{n-1} h_k a_k\right) h_m b_m$$
Teorema 6
Estimaciones a tiempo infinito
Estimaciones a Tiempo Infinito

1. Si $(f(t, y), y) \le 0$: $|\varphi(t)|^2$ es no creciente en tiempo. $\sup I(y_0) = +\infty$, $|\varphi(t)| \le |y_0|$ para todo $t > 0$ (caso no expansivo), existe $\lim_{t \to +\infty} |\varphi(t)| = M \ge 0$, el conjunto $\omega(y_0)$-límite está contenido en $\{y_* : |y_*| = M\}$ y la solución constante $\varphi_*(t) = 0$ es localmente estable.

2. Si $(f(t, y) - f(t, z), y - z) \le -a(t)|y - z|^2$ con $a(t) \ge 0$:

$$|\varphi(t) - \psi(t)|^2 \le |y_0 - z_0|^2 \exp\left(-2\int_{t_0}^t a(s)ds\right), \quad \forall t > 0$$

(Estabilidad exponencial a tiempo infinito frente a variaciones del dato inicial).

Lema 4
Aproximaciones discretas de (y'(t), y(t)) = dt(|y(t)|²)/2
Identidades Fundamentales

1. Hacia adelante (forward): $(y_{n+1} - y_n, y_{n+1}) = \frac{1}{2}(|y_{n+1}|^2 - |y_n|^2) + \frac{1}{2}|y_{n+1} - y_n|^2$.

2. Hacia atrás (backward): $(y_{n+1} - y_n, y_n) = \frac{1}{2}(|y_{n+1}|^2 - |y_n|^2) - \frac{1}{2}|y_{n+1} - y_n|^2$.

3. Centrada en el Punto Medio:

$$\left(y_{n+1} - y_n, \frac{y_{n+1} + y_n}{2}\right) = \frac{1}{2}(|y_{n+1}|^2 - |y_n|^2)$$

Nota manuscrita del PDF (Página 19): "El punto medio implícito no introduce disipación de ningún tipo (es conservativo en norma)".

Teorema 7
Euler Implícito preserva las propiedades disipativas
Preservación Disipativa

1. Si $(f(t, y), y) \le 0$: $|y_n|^2$ es no creciente. $|y_{n+1}|^2 \le |y_n|^2$ para todo $n$. Además $\lim_{n \to \infty} |y_n| = M(h) \ge 0$.

2. Si $(f(t, y) - f(t, z), y - z) \le -a(t)|y - z|^2$:

$$|y_n - z_n|^2 \le |y_0 - z_0|^2 \exp\left(-\frac{1}{K}\sum_{m=0}^{n-1} h_m 2 a(t_{m+1})\right)$$

3. Estabilidad frente a errores de redondeo $\delta_n$:

$$|s_n(h)|^2 \le |s_0|^2 \exp\left(-\frac{t_n - t_0}{1 + \alpha h}\right) + \frac{1}{\alpha}\sum_{m=0}^{n-1} \exp\left(-\frac{\alpha(t_n - t_{m+1})}{1 + \alpha h}\right) h_m |\delta_m|^2$$

1.4.1 Sistemas gradiente y' + ∇F(y) = 0. Esquemas Implícito-Explícitos

Definición 5 y Teorema 8
Modelo de Flujo Gradiente e Igualdad de Energía
Sistemas Gradiente

Definición 5: $y' = f(y) \in \mathbb{R}^M$ es un modelo gradiente si $f(y) = -\nabla F(y)$ con $F(y)$ acotada inferiormente y coerciva.

Teorema 8: Satisface la ley de energía continua exacta:

$$\frac{d}{dt} F(\varphi(t)) + |\varphi'(t)|^2 = 0$$

Por tanto, $F(y)$ es estrictamente decreciente sobre las órbitas (salvo en equilibrios). $\lim_{t \to +\infty} \nabla F(\varphi(t)) = 0$ y $\lim_{t \to +\infty} \varphi'(t) = 0$.

DEMO PDF págs. 21-22
Paso 1 Multiplicación Escalar por $\varphi'(t)$ y Regla de la Cadena
$$\varphi'(t) = -\nabla F(\varphi(t)) \implies \varphi'(t) + \nabla F(\varphi(t)) = 0$$

Multiplicando escalarmente por el vector derivada $\varphi'(t)$:

$$(\varphi'(t), \varphi'(t)) + (\nabla F(\varphi(t)), \varphi'(t)) = |\varphi'(t)|^2 + \frac{d}{dt} F(\varphi(t)) = 0$$

Despejando la derivada temporal de la energía potencial:

$$\frac{d}{dt} F(\varphi(t)) = -|\varphi'(t)|^2 \le 0$$

Si $\varphi'(t) \neq 0$, entonces $\frac{d}{dt}F < 0$, garantizando que la energía decrece estrictamente en el tiempo.

Ley de disipación estricta de energía continua probada ■ Q.E.D.
Definición 6
Estabilidad Energética Discreta
Definición Base

Un esquema de un paso para $y' + \nabla F(y) = 0$ es estable en energía si satisface la desigualdad:

$$\frac{F(y_{n+1}) - F(y_n)}{h_n} + \left|\frac{y_{n+1} - y_n}{h_n}\right|^2 \le 0, \quad \forall n \ge 0 \quad (10)$$

Excepto en equilibrios discretos, $F(y)$ decrece estrictamente en órbitas. Además, sumando $h_n \times (10)$, la serie $\sum_n h_n |\frac{y_{n+1}-y_n}{h_n}|^2$ converge, luego $|y_{n+1} - y_n|^2 / h_n \to 0$ y:

$$\lim_{n \to +\infty} (y_{n+1} - y_n) = 0, \quad \lim_{n \to +\infty} \frac{y_{n+1} - y_n}{h_n} = 0$$
Teorema 9
El esquema Convex Splitting es incondicionalmente estable en energía
⭐ 50% Exámenes (Enero 2025)

Sea $y' + \nabla F(y) = 0$ con descomposición $F(y) = F_c(y) + F_e(y)$, donde $F_c$ es convexa ($D^2 F_c \ge 0$) y $F_e$ es cóncava ($D^2 F_e \le 0$).

El esquema Convex Splitting (Implícito en la parte convexa, Explícito en la cóncava):

$$\delta y_{n+1} + \nabla F_c(y_{n+1}) + \nabla F_e(y_n) = 0 \quad (12)$$

es incondicionalmente estable en energía para todo paso $h_n > 0$.

Buena colocación global: Existe una única solución global $y_{n+1} \in \mathbb{R}^M$, que es el mínimo del funcional estrictamente convexo:

$$J(y) = \frac{1}{2h_n}|y|^2 + F_c(y) + \left(\nabla F_e(y_n) - \frac{1}{h_n}y_n, y\right)$$

Convergencia de Newton: El método de Newton converge localmente porque $I_d + h_n D^2 F_c(y_{n+1})$ es siempre regular para todo $h_n > 0$ (al ser $D^2 F_c \ge 0$).

📌 Cuestión de Examen: Convex Splitting y Disipación Discreta (Enero 2025)
Cuestión evaluada en la convocatoria de Enero 2025: para un potencial descompuesto en componente convexa $F_c$ y cóncava $F_e$, la deducción rigurosa de la ley de disipación de energía discreta se obtiene multiplicando escalarmente el esquema por $(y_{n+1}-y_n)$ y aplicando las caracterizaciones de primer orden de convexidad: $F_c(y_{n+1}) - F_c(y_n) \le (\nabla F_c(y_{n+1}), y_{n+1}-y_n)$ y $F_e(y_{n+1}) - F_e(y_n) \le (\nabla F_e(y_n), y_{n+1}-y_n)$.
DEMO PDF págs. 24-27
Paso 1 Esquema Convex-Splitting y Desigualdades de Convexidad

Consideramos el esquema $\delta y_{n+1} = -\nabla F_c(y_{n+1}) - \nabla F_e(y_n)$. Multiplicando escalarmente por $\delta y_{n+1}$:

$$|\delta y_{n+1}|^2 + (\nabla F_c(y_{n+1}), \delta y_{n+1}) + (\nabla F_e(y_n), \delta y_{n+1}) = 0$$

Aplicando las desigualdades de convexidad para $F_c$ (convexa) y $F_e$ (cóncava):

$$\frac{F_c(y_{n+1}) - F_c(y_n)}{h_n} \le (\nabla F_c(y_{n+1}), \delta y_{n+1})$$ $$\frac{F_e(y_{n+1}) - F_e(y_n)}{h_n} \le (\nabla F_e(y_n), \delta y_{n+1})$$

Sumando miembro a miembro ambas desigualdades:

$$\frac{F(y_{n+1}) - F(y_n)}{h_n} \le (\nabla F_c(y_{n+1}) + \nabla F_e(y_n), \delta y_{n+1}) = -|\delta y_{n+1}|^2$$ $$\implies \frac{F(y_{n+1}) - F(y_n)}{h_n} + |\delta y_{n+1}|^2 \le 0$$
Disipación incondicional de energía discreta demostrada ■ Q.E.D.
Teorema 10
El esquema de la secante preserva la ley de energía
Esquema de la Secante

El esquema de la secante (orden 2) $\delta y_{n+1} + \frac{F(y_{n+1}) - F(y_n)}{y_{n+1} - y_n} = 0$ satisface la igualdad exacta de energía discreta:

$$\delta(F(y_{n+1})) + |\delta y_{n+1}|^2 = 0$$

Implementación desacoplada multidimensional (Páginas 28-30):

$$y_{n+1}^i - y_n^i + h_n F_{pi}(y_{n+1}^i) = 0, \quad i = 1, \dots, M$$ $$F_{p1}(s) = \frac{F(s, y_n^2, \dots, y_n^M) - F(y_n)}{s - y_n^1} \quad \text{si } s \neq y_n^1, \quad \partial_1 F(y_n) \quad \text{si } s = y_n^1$$

Newton converge si $1 + h (F_{pi})'(y_{n+1}^i) \neq 0, \forall i$.

1.5 Problemas conservativos y 1.6 Sistemas positivos
1.5.1 Sistema Conservativo
El sistema plano u' = F'(v), v' = -G'(u)
Hamiltoniano

Satisface la conservación exacta de energía: $\frac{d}{dt}(F(v(t)) + G(u(t))) = 0$.

Ejemplo del péndulo: $u' = v, v' = -\sin(u)$, donde $F(v) = v^2/2$ (energía cinética) y $G(u) = -\cos(u)$ (potencial).

Esquema de la Secante:

$$\delta u_{n+1} = \frac{F(v_{n+1}) - F(v_n)}{v_{n+1} - v_n} = F_p(v_{n+1}), \quad \delta v_{n+1} = -\frac{G(u_{n+1}) - G(u_n)}{u_{n+1} - u_n} = -G_p(u_{n+1})$$

Conserva exactamente la energía discreta: $\delta(F(v_{n+1}) + G(u_{n+1})) = 0$.

Euler Implícito: $\delta u_{n+1} = F'(v_{n+1}), \delta v_{n+1} = -G'(u_{n+1})$ introduce disipación numérica si $F, G$ son convexas, o fuente numérica si son cóncavas.

1.5.2 Sistema Conservativo
El sistema plano u' = u f(v), v' = -v g(u) (Lotka-Volterra)
Presa-Depredador

Ley de energía continua: $\frac{d}{dt}(F(v(t)) + G(u(t))) = u G'(u) f(v) - v F'(v) g(u) = 0$ si $u G'(u) = g(u)$ y $v F'(v) = f(v)$.

Ejemplo presa-depredador: $u' = u(1-v), v' = -v(1-u)$.

Esquema de la secante: $\delta u_{n+1} = u_n v_n F_p(v_{n+1})$, $\delta v_{n+1} = -u_n v_n G_p(u_{n+1})$ conserva la energía exacta $\delta(F(v_{n+1}) + G(u_{n+1})) = 0$.

1.6 Sistemas Positivos
Sistema positivo y' = -y .* f(y) + g(y)
Preservación de Signo

Con $f(y), g(y) \ge 0$ para todo $y \ge 0$ en $\mathbb{R}^M$. Si $y_0 > 0 \implies \varphi(t) > 0$ para todo $t > 0$.

Esquema lineal Implícito-Explícito desacoplado:

$$\delta y_{n+1} = -(y_{n+1}) .* f(y_n) + g(y_n) \iff y_{n+1}^i = \frac{y_n^i + h_n g_i(y_n)}{1 + h_n f_i(y_n)}$$

Existencia y unicidad global: Si $y_n > 0$, entonces $\exists! y_{n+1} > 0$ incondicionalmente para todo paso $h_n > 0$.

Variante Gauss-Seidel: Actualiza las componentes ya calculadas en las siguientes ecuaciones.

2. Diferencias Finitas (DF) para Problemas de Contorno de EDOs Lineales de 2º Orden

2.1 Problema continuo. Método del disparo (Método del tiro)

Planteamiento del PCo Continuo
Operador Lineal de 2º Orden (13)
PCo Base
$$\begin{cases} (Ly)(x) \equiv -y''(x) + p(x)y'(x) + q(x)y(x) = f(x), \quad x \in [a, b] \\ y(a) = \alpha, \quad y(b) = \beta \end{cases} \quad (13)$$

Datos: $\alpha, \beta \in \mathbb{R}$, $p, q, f \in C[a, b]$.

Teorema 11
Teorema de la Alternativa
Teorema Teórico

O bien existe una única solución de (13) (para cualquier dato $\alpha, \beta \in \mathbb{R}$ y $f \in C[a, b]$),

o bien el problema homogéneo correspondiente:

$$\begin{cases} Ly = 0, \quad x \in [a, b] \\ y(a) = 0, \quad y(b) = 0 \end{cases} \quad (14)$$

admite solución no trivial $\psi \neq 0$.

Método de Resolución
Método del Disparo / Método del Tiro
Método de Disparo

Sean $\varphi_1$ y $\varphi_2$ soluciones de los dos problemas de valor inicial (PVI):

$$L\varphi_1 = f, \quad \varphi_1(a) = \alpha, \quad \varphi_1'(a) = 0$$ $$L\varphi_2 = 0, \quad \varphi_2(a) = 0, \quad \varphi_2'(a) = 1$$

Si $\varphi_2(b) = 0 \implies$ existe solución no trivial de (14).

Si $\varphi_2(b) \neq 0 \implies \varphi(x) = \varphi_1(x) + s \varphi_2(x)$ con:

$$s = \frac{\beta - \varphi_1(b)}{\varphi_2(b)}$$

es la solución única de (13). El cálculo puede ser inestable si $\varphi_2(b) \approx 0$ o si el error al calcular numéricamente $\varphi_1, \varphi_2$ crece con el tiempo.

Teorema 12
Principio del Máximo Continuo
⭐ 50% Exámenes

Asumiendo $q(x) \ge 0$ en $[a, b]$:

1. Si $L\varphi \le 0$ en $(a, b)$: entonces $\max_{[a, b]} \varphi \le \max\{\varphi(a), \varphi(b), 0\}$.

2. Si $L\varphi \ge 0$ en $(a, b)$: entonces $\min_{[a, b]} \varphi \ge \min\{\varphi(a), \varphi(b), 0\}$.

📌 Metodología de Demostración: Principio del Máximo Continuo
Demostración canónica estructurada en dos etapas analíticas: 1) Caso estricto: Se demuestra inicialmente bajo la hipótesis $L\varphi < 0$. Si existiera un máximo positivo en el interior $x_* \in (a, b)$, las condiciones de extremo relativo $\varphi'(x_*) = 0$ y $\varphi''(x_*) \le 0$, junto con $q(x_*) \ge 0$, obligarían a que $(L\varphi)(x_*) = -\varphi''(x_*) + p\varphi' + q\varphi \ge 0$, lo cual contradice la hipótesis. 2) Extensión al caso general ($L\varphi \le 0$): Se introduce la perturbación regularizada $\varphi_\varepsilon(x) = \varphi(x) + \varepsilon e^{Mx}$ seleccionando $M > 0$ suficientemente grande para que $L(e^{Mx}) < 0$. Se aplica el resultado estricto a $\varphi_\varepsilon$ y se concluye tomando el límite cuando $\varepsilon \to 0^+$.
DEMO PDF pág. 37
Paso 1 Desigualdad Estricta $L\varphi < 0$

Por reducción al absurdo, supongamos que el máximo es estrictamente positivo y se alcanza en un punto interior $x_* \in (a, b)$ tal que:

$$\varphi(x_*) = \max_{[a, b]} \varphi > \max\{\varphi(a), \varphi(b), 0\} \ge 0$$

Por las condiciones necesarias de extremo en un abierto: $\varphi'(x_*) = 0$ y $\varphi''(x_*) \le 0$. Evaluando $L$:

$$(L\varphi)(x_*) = -\varphi''(x_*) + p(x_*)\varphi'(x_*) + q(x_*)\varphi(x_*)$$

Como $-\varphi''(x_*) \ge 0$, $\varphi'(x_*) = 0$, $q(x_*) \ge 0$ y $\varphi(x_*) > 0$:

$$(L\varphi)(x_*) = \underbrace{-\varphi''(x_*)}_{\ge 0} + \underbrace{p(x_*)\cdot 0}_{= 0} + \underbrace{q(x_*)\varphi(x_*)}_{\ge 0} \ge 0$$

Esto contradice frontalmente la hipótesis $L\varphi < 0$ en todo $(a, b)$. Por tanto, el máximo no puede ser positivo en el interior.

Paso 2 Extensión al Caso General $L\varphi \le 0$ vía Perturbación Regularizada

Para extender el resultado cuando $L\varphi \le 0$, se define la función perturbada:

$$\varphi_\varepsilon(x) = \varphi(x) + \varepsilon \exp(Mx), \quad \varepsilon > 0$$

Aplicando la linealidad del operador diferencial $L$ sobre la exponencial:

$$L(\exp(Mx)) = -(M^2 \exp(Mx)) + p(x)(M \exp(Mx)) + q(x)\exp(Mx) = \exp(Mx)[-M^2 + M p(x) + q(x)]$$

Eligiendo $M > 0$ suficientemente grande para que $-M^2 + M \|p\|_\infty + \|q\|_\infty < 0$, se logra:

$$L(\exp(Mx)) < 0 \implies L(\varphi_\varepsilon) = L\varphi + \varepsilon L(\exp(Mx)) < 0 \quad \forall \varepsilon > 0$$

Aplicando el Paso 1 a $\varphi_\varepsilon$ y tomando el límite cuando $\varepsilon \to 0^+$:

$$\max_{[a, b]} \varphi \le \max_{[a, b]} \varphi_\varepsilon \le \max\{\varphi_\varepsilon(a), \varphi_\varepsilon(b), 0\} \implies \max_{[a, b]} \varphi \le \max\{\varphi(a), \varphi(b), 0\}$$
Principio del Máximo Continuo demostrado ■ Q.E.D.
Corolario 2
Unicidad de solución del problema de contorno (PCo)
Corolario

Si $q \ge 0$ en $[a, b]$, existe una única solución de (13).

Demostración: Si $\psi$ es solución homogénea de (14), por el Principio del Máximo $\max \psi \le 0$ y $\min \psi \ge 0 \implies \psi \equiv 0$.

Contraejemplo de no unicidad si $q < 0$: $\lambda_n = -n^2$ y $\psi_n = C \sin(nx)$ cumplen $-\psi_n'' + \lambda_n \psi_n = 0$ con $\psi_n(0) = 0 = \psi_n(\pi)$.

2.2 Esquema en diferencias finitas para problemas de contorno

Lema 5
Fórmulas centradas de Taylor con restos
Lema de Taylor

Si $F \in C^4[x-h, x+h]$:

$$1. \quad F''(x) = \frac{F(x+h) - 2F(x) + F(x-h)}{h^2} - \frac{h^2}{4!}(F^{(4)}(\xi_+) + F^{(4)}(\xi_-))$$ $$2. \quad F'(x) = \frac{F(x+h) - F(x-h)}{2h} - \frac{h^2}{12}(F^{(3)}(\eta_+) + F^{(3)}(\eta_-))$$
Definición 7
Esquema centrado de tres puntos (Formulación Matricial Tridiagonal)
Formulación Matricial

Malla uniforme $x_n = a + nh, h = (b-a)/N$. Esquema:

$$L_h((y_n))_n \equiv -\frac{y_{n+1} - 2y_n + y_{n-1}}{h^2} + p_n \frac{y_{n+1} - y_{n-1}}{2h} + q_n y_n = f_n, \quad n=1,\dots,N-1$$

con $y_0 = \alpha, y_N = \beta$.

Forma matricial: $A Y = b$, donde $A = \text{tridiag}(l, c, r) \in \mathbb{R}^{(N-1)\times (N-1)}$:

$$l_{n-1} = -1 - \frac{p_n h}{2}, \quad c_n = 2 + q_n h^2, \quad r_n = -1 + \frac{p_n h}{2}$$ $$b_1 = h^2 f_1 + \alpha + \frac{p_1 \alpha h}{2}, \quad b_n = h^2 f_n, \quad b_{N-1} = h^2 f_{N-1} + \beta - \frac{p_{N-1}\beta h}{2}$$

Coste computacional: Requiere únicamente $O(5N)$ operaciones para resolver el sistema tridiagonal (frente a $O(N^3/3)$ de una matriz llena general).

Teorema 13
Principio del Máximo Discreto
🔥 75% Examen

Asumiendo $q(x) \ge 0$ en $[a, b]$ y la condición de malla:

$$\frac{h \|p\|_\infty}{2} < 1 \iff h < \frac{2}{\|p\|_\infty}$$

Se cumple:

$$\text{1. Si } L_h(y_n) \le 0 \implies \max_{0 \le n \le N} y_n \le \max\{y_0, y_N, 0\}$$ $$\text{2. Si } L_h(y_n) \ge 0 \implies \min_{0 \le n \le N} y_n \ge \min\{y_0, y_N, 0\}$$
📌 Cuestión de Examen: Principio del Máximo Discreto (Enero 2025)
Cuestión evaluada en Enero 2025: al aislar $y_n$ en el esquema de diferencias finitas centrado se deduce la desigualdad: $$y_n \le \frac{1}{2}\left(1 - \frac{h p_n}{2}\right)y_{n+1} + \frac{1}{2}\left(1 + \frac{h p_n}{2}\right)y_{n-1}$$ La condición de paso de malla $h < 2/\|p\|_\infty$ garantiza la estricta positividad de ambos coeficientes, lo que expresa $y_n$ como una combinación lineal convexa subunitaria de los valores en los nodos contiguos. Por reducción al absurdo, esto impide la existencia de un máximo interior estricto estrictamente mayor que los valores en los extremos del contorno.
DEMO PDF págs. 43-44
Paso 1 Ecuación en Diferencias y Reducción al Absurdo

El operador en diferencias finitas centrado aplicado al vector solución $(y_n)_{n=0}^N$ en cada nodo interior $1 \le n \le N-1$ viene dado por:

$$(L_h(y_n))_n = \left(-\frac{1}{h^2} - \frac{p_n}{2h}\right)y_{n-1} + \left(\frac{2}{h^2} + q_n\right)y_n + \left(-\frac{1}{h^2} + \frac{p_n}{2h}\right)y_{n+1} \le 0$$

Por reducción al absurdo, supongamos que el máximo es estrictamente positivo y se alcanza en un nodo interior $n_* \in \{1, \dots, N-1\}$ satisfaciendo:

$$y_{n_*} = \max_{0 \le n \le N} y_n > \max\{y_0, y_N, 0\} \ge 0$$
Paso 2 Despeje de $y_{n_*}$ y Condición de Malla $h < 2/\|p\|_\infty$

Pasamos los nodos contiguos $y_{n_*-1}$ e $y_{n_*+1}$ al miembro derecho y dividimos por $\frac{2}{h^2} + q_{n_*} > 0$:

$$y_{n_*} \le c_1 y_{n_*-1} + c_2 y_{n_*+1}$$

donde los coeficientes son exactamente:

$$c_1 = \frac{1 + \frac{h p_{n_*}}{2}}{2 + h^2 q_{n_*}}, \quad c_2 = \frac{1 - \frac{h p_{n_*}}{2}}{2 + h^2 q_{n_*}}$$

Bajo la condición de malla $h < \frac{2}{\|p\|_\infty}$, se garantiza la estricta positividad:

$$c_1 > 0 \quad \text{y} \quad c_2 > 0$$
Paso 3 Propiedad Convexa Subunitaria y Propagación al Contorno

Calculamos la suma de los coeficientes teniendo en cuenta que $q(x) \ge 0$:

$$c_1 + c_2 = \frac{2}{2 + h^2 q_{n_*}} \le 1$$

Como $y_{n_*} > 0$ y por definición $y_{n_*-1}, y_{n_*+1} \le y_{n_*}$:

$$y_{n_*} \le c_1 y_{n_*-1} + c_2 y_{n_*+1} \le (c_1 + c_2) \max(y_{n_*-1}, y_{n_*+1}) \le 1 \cdot \max(y_{n_*-1}, y_{n_*+1})$$

Para no violar la desigualdad, necesariamente $y_{n_*-1} = y_{n_*} = y_{n_*+1}$. Propagando sucesivamente hacia la izquierda y derecha:

$$y_0 = y_{n_*} \quad \text{y} \quad y_N = y_{n_*}$$

lo cual contradice frontalmente la hipótesis de partida $y_{n_*} > \max\{y_0, y_N, 0\}$.

Principio del Máximo Discreto demostrado ■ Q.E.D.
Corolario 3
Buena colocación del esquema (Regularidad y M-Matriz)
Corolario

Bajo las hipótesis del Teorema 13 ($q \ge 0$ y $h\|p\|_\infty / 2 < 1$), existe una única solución $(y_n)$ del esquema numérico.

Demostración: Si $(y_n)$ resuelve el sistema homogéneo $L_h(y_n) = 0$ con $y_0 = 0 = y_N$, por el Teorema 13 $\max y_n \le 0$ y $\min y_n \ge 0 \implies y_n = 0, \forall n$.

Por tanto, la matriz tridiagonal $A$ es estrictamente diagonal dominante y regular (invertible).

Teoremas 14 y 15
Consistencia de Orden 2 y Convergencia vía Función Barrera
⭐ 50% Exámenes

Error de consistencia: $\mathcal{E}(h) = L_h(\varphi(x_n)) - (f(x_n))_{n=1}^{N-1}$.

Teorema 14 (Consistencia): Si $\varphi \in C^4[a, b]$, entonces:

$$\|\mathcal{E}(h)\|_\infty \le K h^2 \quad \text{donde } K = K(\varphi^{(3)}, \varphi^{(4)}) > 0$$

Teorema 15 (Convergencia): Asumiendo $q(x) \ge q_{\min} > 0$ y $h\|p\|_\infty / 2 < 1$:

$$\|e(h)\|_\infty \le \frac{K}{q_{\min}} h^2$$

siempre que $|e_0|, |e_N| \le \frac{K}{q_{\min}}h^2$.

DEMO PDF págs. 47-49
Paso 1 Relación entre Error de Convergencia y Error de Consistencia

Por linealidad del operador discreto $L_h$ actuando sobre la diferencia $e(h) = (\varphi(x_n) - y_n)_{n=0}^N$:

$$L_h(e(h)) = L_h(\varphi(x_n)) - L_h(y_n) = L_h(\varphi(x_n)) - f(x_n) = \mathcal{E}(h)$$

Por el Teorema 14 de consistencia, $\|\mathcal{E}(h)\|_\infty \le K h^2$, es decir, $-K h^2 \le \mathcal{E}(h)_n \le K h^2$ en cada nodo $n$.

Paso 2 Construcción de las Funciones Barrera Superior e Inferior

Evaluamos el operador $L_h$ sobre el vector constante unitario $\mathbf{1}$:

$$L_h(\mathbf{1})_n = -\frac{1 - 1}{h^2} + p_n \frac{1 - 1}{2h} + q_n \cdot 1 = q_n \ge q_{\min} > 0$$

Multiplicando por la constante positiva $\frac{K}{q_{\min}}h^2$:

$$L_h\left( \frac{K}{q_{\min}} h^2 \mathbf{1} \right)_n = q_n \frac{K}{q_{\min}} h^2 \ge K h^2$$

Definimos las dos funciones barrera $w^\pm_n = \pm e_n - \frac{K}{q_{\min}} h^2$ y evaluamos $L_h$:

$$L_h(w^\pm)_n = \pm \mathcal{E}(h)_n - \frac{K}{q_{\min}} h^2 q_n \le K h^2 - K h^2 = 0$$
Paso 3 Aplicación del Principio del Máximo Discreto y Cota Final

Como $L_h(w^+) \le 0$ y $L_h(w^-) \le 0$, aplicando el Principio del Máximo Discreto a ambas funciones:

$$\max_{0 \le n \le N} w^+_n \le \max\{w^+_0, w^+_N, 0\} \le 0 \implies e_n \le \frac{K}{q_{\min}} h^2$$ $$\max_{0 \le n \le N} w^-_n \le \max\{w^-_0, w^-_N, 0\} \le 0 \implies -e_n \le \frac{K}{q_{\min}} h^2$$

Combinando ambas desigualdades se deduce la cota uniforme en norma del supremo:

$$\|e(h)\|_\infty \le \frac{K}{q_{\min}} h^2$$
Cota uniforme de convergencia en PCo demostrada: $\|e(h)\|_\infty \le \frac{K}{q_{\min}}h^2$ ■ Q.E.D.
Ejercicios 2.2.1
Malla No Uniforme, Neumann (Nodo Fantasma) y Formulación Autoadjunta
⭐ Claves de Examen

1. Malla no uniforme: Esquema centrado con pasos variables $h_n \neq h_{n-1}$ (Páginas 50-51).


2. Condiciones de contorno tipo Neumann $y'(a) = \alpha$:

  • (a) Aproximación no centrada $O(h)$: $\frac{y_1 - y_0}{h} = \alpha$. Rebaja el orden global a 1.
  • (b) Aproximación centrada $O(h^2)$ con nodo fantasma: $\frac{y_1 - y_{-1}}{2h} = \alpha \implies y_{-1} = y_1 - 2h\alpha$. Al sustituir en la ecuación del nodo 0 se preserva el orden 2 global: $$\left(\frac{2}{h^2} + q_0\right)y_0 - \frac{2}{h^2} y_1 = f_0 - \alpha\left(p_0 + \frac{2}{h}\right)$$

3. Formulación Autoadjunta (Elimina la restricción sobre el paso $h$):

$$-(r(x)y'(x))' + r(x)q(x)y(x) = r(x)f(x), \quad r(x) = \exp\left(-\int_a^x p(s)\,ds\right) > 0$$

Como $r(x) > 0$ en todo $[a, b]$, los coeficientes $r_{n+1/2} > 0$ y $r_{n-1/2} > 0$ son siempre estrictamente positivos sin necesidad de imponer la condición $h\|p\|_\infty / 2 \le 1$.


4. Ecuación no lineal: $-y'' = f(x, y, y')$.

DEMO Pizarra / Examen (Nodo Fantasma)
Paso 1 Deducción del Nodo Fantasma $y_{-1}$ en Neumann

Consideramos la condición de contorno de Neumann $y'(a) = \alpha$. La aproximación centrada de orden 2 requiere evaluar en $x_0$:

$$\frac{y_1 - y_{-1}}{2h} = \alpha + \mathcal{O}(h^2) \implies y_{-1} = y_1 - 2h\alpha$$

Planteamos la ecuación diferencial en el nodo frontera $n=0$ usando el esquema centrado y sustituimos $y_{-1}$:

$$-\frac{y_1 - 2y_0 + (y_1 - 2h\alpha)}{h^2} + p_0 \alpha + q_0 y_0 = f_0$$ $$\frac{2}{h^2}y_0 - \frac{2}{h^2}y_1 + \frac{2\alpha}{h} + p_0 \alpha + q_0 y_0 = f_0$$

Reagrupando los coeficientes de las incógnitas $y_0$ e $y_1$:

$$\left(\frac{2}{h^2} + q_0\right)y_0 - \frac{2}{h^2}y_1 = f_0 - \alpha\left(p_0 + \frac{2}{h}\right)$$

Se elimina formalmente la incógnita exterior $y_{-1}$ preservando la estructura tridiagonal y el orden $\mathcal{O}(h^2)$ global del método.

Paso 2 Formulación Autoadjunta y Eliminación de la Cota de Malla

Multiplicamos la ecuación lineal continua por el factor integrante $r(x) = \exp\left(-\int_a^x p(s)\,ds\right) > 0$:

$$-(r(x)y'(x))' + r(x)q(x)y(x) = r(x)f(x)$$

Discretizando mediante diferencias finitas centradas en los semi-nodos $x_{n \pm 1/2}$:

$$-\frac{r_{n-1/2}}{h^2} y_{n-1} + \left(\frac{r_{n-1/2} + r_{n+1/2}}{h^2} + r_n q_n\right)y_n - \frac{r_{n+1/2}}{h^2} y_{n+1} = r_n f_n$$

Como $r(x) = \exp(-\int p) > 0$ es estrictamente positiva en todo el intervalo, los coeficientes fuera de la diagonal son siempre estrictamente negativos para cualquier paso $h > 0$, sin necesidad de exigir la restricción $h < \frac{2}{\|p\|_\infty}$.

Formulación autoadjunta incondicionalmente estable y nodo fantasma demostrados ■ Q.E.D.
📌 Observación de Examen: Condiciones de Neumann y Formulación Autoadjunta
Tanto el tratamiento de condiciones tipo Neumann con nodo fantasma $y_{-1}$ (para preservar el orden $O(h^2)$) como la formulación autoadjunta constituyen temas fundamentales de evaluación (convocatorias de Enero y Junio 2025). Respecto a la formulación autoadjunta, la cuestión conceptual clave radica en su ventaja estructural: al ser la función peso $r(x) = \exp(-\int p) > 0$ estrictamente positiva, los coeficientes en los puntos medios $r_{n\pm 1/2}$ son siempre positivos, eliminando de forma incondicional la restricción de pequeñez sobre el paso de malla $h$.