1.1 Problema continuo. Propiedades fundamentales
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 $\varphi(t) = y_0 + \int_{t_0}^t f(s, \varphi(s))\,ds$.
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 $\mathbb{R}^M$).
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)
▼
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 $\mu(t) = \exp\left(-\int_{t_0}^t a(s)\,ds\right) > 0$:
$$\exp\left(-\int_{t_0}^t a(s)\,ds\right) [v'(t) - a(t)v(t)] \le \exp\left(-\int_{t_0}^t a(s)\,ds\right) b(t)$$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:
$$v(t) \le \exp\left(\int_{t_0}^t a(s)\,ds\right) v(t_0) + \int_{t_0}^t \exp\left(\int_s^t a(r)\,dr\right) b(s)\,ds$$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)
▼
Sea $w(t) = \int_{t_0}^t a(s)u(s)\,ds$. Por el Teorema Fundamental del Cálculo, $w(t_0) = 0$ y $w'(t) = a(t)u(t)$.
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 $u(t)$.
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 $f$
▼
Partimos de la formulación integral de la solución $\varphi(t) = y_0 + \int_{t_0}^t f(s, \varphi(s))\,ds$:
$$|\varphi(t) - y_0| = \left| \int_{t_0}^t f(s, \varphi(s))\,ds \right| \le \int_{t_0}^t \|f\|_\infty\,ds \le M(t - t_0)$$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)
▼
Tomando valor absoluto en la ecuación integral y aplicando la hipótesis de crecimiento sublineal $|f(t, y)| \le a(t)|y| + b(t)$:
$$|\varphi(t)| \le |y_0| + \int_{t_0}^t |f(s, \varphi(s))|\,ds \le |y_0| + \int_{t_0}^t (a(s)|\varphi(s)| + b(s))\,ds$$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 $f(s, y_0)$)
▼
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 $|f(s, \varphi(s)) - f(s, y_0)| \le L |\varphi(s) - y_0|$:
$$\le \int_{t_0}^t L |\varphi(s) - y_0|\,ds + \int_{t_0}^t |f(s, y_0)|\,ds$$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
▼
Restando las formulaciones integrales de $\varphi(t)$ y $\psi(t)$:
$$|\varphi(t) - \psi(t)| \le |y_0 - z_0| + \int_{t_0}^t L |\varphi(s) - \psi(s)|\,ds$$1.2 Esquemas genéricos de un paso. Consistencia, Estabilidad y Convergencia
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.
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 $h=0$:
$$E_n(h_n) = a_0 + a_1 h_n + \frac{1}{2!} a_2 h_n^2 + \frac{1}{3!} a_3 h_n^3 + \dots$$ $$a_0 = f(t_n, \varphi(t_n)) - \Phi(t_n, \varphi(t_n), 0)$$ $$a_1 = \frac{1}{2} f^1(t_n, \varphi(t_n)) - \partial_h \Phi(t_n, \varphi(t_n), 0)$$ $$a_2 = \frac{1}{3} f^2(t_n, \varphi(t_n)) - \partial^2_{h^2} \Phi(t_n, \varphi(t_n), 0)$$ $$a_3 = \frac{1}{4} f^3(t_n, \varphi(t_n)) - \partial^3_{h^3} \Phi(t_n, \varphi(t_n), 0), \dots$$
DEMO
PDF págs. 5-6
▼
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 $f$ ($\varphi'=f$, $\varphi''=f^1$, $\varphi'''=f^2$):
$$A = f(t_n, \varphi(t_n)) + \frac{1}{2}f^1(t_n, \varphi(t_n)) h_n + \frac{1}{3!}f^2(t_n, \varphi(t_n)) h_n^2 + \dots + \frac{1}{(i+1)!}f^i(t_n, \varphi(t_n)) h_n^i + \dots$$Desarrollamos $\Phi$ en potencias explícitas de $h_n$ en torno a $h=0$:
$$B = \Phi(t_n, \varphi(t_n), 0) + \frac{\partial \Phi}{\partial h}(t_n, \varphi(t_n), 0) \cdot h_n + \frac{1}{2}\frac{\partial^2 \Phi}{\partial h^2}(t_n, \varphi(t_n), 0) \cdot h_n^2 + \dots + \frac{1}{i!}\frac{\partial^i \Phi}{\partial h^i}(t_n, \varphi(t_n), 0) \cdot h_n^i + \dots$$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.
- 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:
$$\Phi(t, y, h) = \frac{1}{2}\left[ f(t, y) + f(t+h, y + h f(t, y)) \right]$$Coincide con $f(t, y) \implies$ El método es consistente (orden $\ge 1$).
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.
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:
$$\frac{1}{2} f^2(t, y) \neq \frac{1}{3} f^2(t, y) \implies a_2 = \frac{1}{3} f^2 - \frac{1}{2} f^2 = -\frac{1}{6} f^2(t, y) \neq 0$$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 $m$).
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 $h_n a_n \le 1/2$.
DEMO
PDF pág. 9
▼
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:
$$u_n \le \exp\left(\sum_{m=0}^{n-1} h_m a_m\right) u_0 + \sum_{m=0}^{n-1} \exp\left(\sum_{k=m+1}^{n-1} h_k a_k\right) h_m b_m$$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 $h_n$:
$$\delta u_{n+1} = \frac{u_{n+1} - u_n}{h_n} \le 2(a_n + b_n) u_n + 2 c_n$$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):
$$\exp(2x) \ge \frac{1}{1-x} \iff \frac{1}{1-x} \le e^{2x} \quad \forall x \in [0, 1/2]$$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
▼
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.
Si $h_n L \le 1/2$, se acota $(1 - h_n L)^{-1} \le 2$ y el esquema es estable.
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 $h \le h_*$.
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
▼
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 $s_n(h)$.
Aplicando la definición de $L^\infty$-estabilidad obtenemos directamente:
$$|e_n(h)| \le C_0 |e_0| + C_1 \sum_{m=0}^{n-1} h_m |E_m(h)| \to 0$$Si $\Phi(t, y, h)$ es globalmente Lipschitz en $y$ con constante $L$, el esquema (2) es $L^\infty$-convergente con la cota:
$$|e_n(h)| \le \exp(L(t_n - t_0)) |e_0| + \sum_{m=0}^{n-1} \exp(L(t_n - t_{m+1})) h_m |E_m|, \quad \forall n$$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.
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 $F(g(h), h) = 0$.
DEMO
Pizarra / PDF pág. 16
▼
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$.
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 $y(0)=y_n$.
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:
$$h L < 1$$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 $h > 0$.
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.
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 $F_\infty$: $\{y_* \in \mathbb{R}^M : F(y_*) = F_\infty\}$.
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:
$$u_n \le u_0 \exp\left(-\frac{1}{K}\sum_{m=0}^{n-1} h_m a_m\right) + \sum_{m=0}^{n-1} \exp\left(-\frac{1}{K}\sum_{k=m+1}^{n-1} h_k a_k\right) h_m b_m$$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).
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)".
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: $y' = f(y) \in \mathbb{R}^M$ 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
▼
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.
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:
$$\lim_{n \to +\infty} (y_{n+1} - y_n) = 0, \quad \lim_{n \to +\infty} \frac{y_{n+1} - y_n}{h_n} = 0$$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 $D^2 F_c \ge 0$).
DEMO
PDF págs. 24-27
▼
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:
$$\frac{F(y_{n+1}) - F(y_n)}{h_n} \le (\nabla F_c(y_{n+1}) + \nabla F_e(y_n), \delta y_{n+1}) = -|\delta y_{n+1}|^2$$ $$\implies \frac{F(y_{n+1}) - F(y_n)}{h_n} + |\delta y_{n+1}|^2 \le 0$$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 $1 + h (F_{pi})'(y_{n+1}^i) \neq 0, \forall i$.
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.
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 $\delta(F(v_{n+1}) + G(u_{n+1})) = 0$.
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.
2.1 Problema continuo. Método del disparo (Método del tiro)
Datos: $\alpha, \beta \in \mathbb{R}$, $p, q, f \in C[a, b]$.
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 $\psi \neq 0$.
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.
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 $\min_{[a, b]} \varphi \ge \min\{\varphi(a), \varphi(b), 0\}$.
DEMO
PDF pág. 37
▼
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.
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 $\varepsilon \to 0^+$:
$$\max_{[a, b]} \varphi \le \max_{[a, b]} \varphi_\varepsilon \le \max\{\varphi_\varepsilon(a), \varphi_\varepsilon(b), 0\} \implies \max_{[a, b]} \varphi \le \max\{\varphi(a), \varphi(b), 0\}$$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
Si $F \in C^4[x-h, x+h]$:
$$1. \quad F''(x) = \frac{F(x+h) - 2F(x) + F(x-h)}{h^2} - \frac{h^2}{4!}(F^{(4)}(\xi_+) + F^{(4)}(\xi_-))$$ $$2. \quad F'(x) = \frac{F(x+h) - F(x-h)}{2h} - \frac{h^2}{12}(F^{(3)}(\eta_+) + F^{(3)}(\eta_-))$$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).
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:
$$\text{1. Si } L_h(y_n) \le 0 \implies \max_{0 \le n \le N} y_n \le \max\{y_0, y_N, 0\}$$ $$\text{2. Si } L_h(y_n) \ge 0 \implies \min_{0 \le n \le N} y_n \ge \min\{y_0, y_N, 0\}$$
DEMO
PDF págs. 43-44
▼
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:
$$y_{n_*} = \max_{0 \le n \le N} y_n > \max\{y_0, y_N, 0\} \ge 0$$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:
$$c_1 > 0 \quad \text{y} \quad c_2 > 0$$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 $y_{n_*} > \max\{y_0, y_N, 0\}$.
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).
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
▼
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 $n$.
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 $L_h$:
$$L_h(w^\pm)_n = \pm \mathcal{E}(h)_n - \frac{K}{q_{\min}} h^2 q_n \le K h^2 - K h^2 = 0$$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:
$$\|e(h)\|_\infty \le \frac{K}{q_{\min}} h^2$$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)
▼
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.
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 $h < \frac{2}{\|p\|_\infty}$.