Universidad Central del Ecuador

Facultad de Ciencias.
Matemática
Galo González
10/06/2020

Teorema de existencia y unicidad

Convergencia del método de Euler.
Empezamos con una ecuación diferencial unidimensional

y 0 = f (x; y); y(x0 ) = y0 ; y(X) =?; (1)

hacemos uso del método de Euler, que consiste en considerar una partición del intervalo de integración

x0 ; x1 ; :::; xn 1 ; xn =X (2)

y calculamos la aproximación de la solución mediante

y1 = y0 + (x1 x0 )f (x0 ; y0 )
y2 = y1 + (x2 x1 )f (x1 ; y1 )
(3)
:::
yn = yn 1 + (xn xn 1 )f (xn 1 ; yn 1)

para la subdivisión usamos la notación h = (h0 ; h1 ; :::; hn 1 ) donde hi = xi+1 xi : Si conectamos y0 y y1 ;

y1 y y2 ; :::etc por lineas rectas, obtenemos el poligono de Euler
8
>
> y0 + (x x0 )f (x0 ; y0 ); para x0 x x1
>
>
>
> y1 + (x x1 )f (x1 ; y1 ); para x1 x x2
<
:::
yh (x) = (3a)
>
> y i + (x x i )f (xi i ); para xi
; y x xi+1
>
>
>
> :::
:
yn 1 + (x xn 1 )f (xn 1 ; yn 1 ); para xn 1 x xn

Lemma
b
Asumiendo que jf j es acotada por A sobre D = f(x; y)jx0 x X; jy y0 j bg: Si X x0 A entonces
la solución numérica (xi ; yi ) dada por (3), permanece en D para cada subdivisión (2) y tenemos

jyh (x) y0 j Ajx x0 j;

(4)
jyh (x) (y0 + (x x0 )f (x0 ; y0 ))j "jx x0 j si jf (x; y) f (x0 ; y0 )j "

jy y0 j b, b y y0 b , y0 b y y0 + b

1
 jyh (x) y0 j = jy0 + (x x0 )f (x0 ; y0 ) y0 j = j(x x0 )jjf (x0 ; y0 )j Ajx x0 j
b b
jyh (x) y0 j Ajx x0 j b ) jx
) x x0 + x0 j (5)
A A
Nuestro problema es obtener una estimación para el cambio del poligono de Euler yh (x); cuando
el valor inicial y0 es cambiado por z0 (otro valor inicial), calculamos el primer paso con el esquema
de Euler
z1 = z0 + (x1 x0 )f (x0 ; z0 ) (6)
estimamos la distancia entre el valor y1 y z1

jz1 y1 j = jz0 + (x1 x0 )f (x0 ; z0 ) y0 (x1 x0 )f (x0 ; y0 )j

jz1 y1 j = jz0 y0 + (x1 x0 )(f (x0 ; z0 ) f (x0 ; y0 ))j (7)

suponiendo que la función f es Lipchitziana (en la segunda componente), es decir

jf (x; z) f (x; y)j Ljz yj (8)

Usando que la función es Lipchtiz (8), la ecuación (7) se escribe

jz1 y1 j jz0 y0 j + jx1 x0 jjf (x0 ; z0 ) f (x0 ; y0 )j (9)

jz1 y1 j jz0 y0 j + jx1 x0 jLjz0 y0 j

jz1 y1 j (1 + (x1 x0 )L)jz0 y0 j (9)
Lemma

Para un subdivisión …ja h sea yh (x) y zh (x) los poligonos de Euler correspondiente a los valores iniciales
y0 y z0 ; respectivamente. Si j @f
@y (x; y)j L en una región convexa la cual contiene (x; yh (x)) y (x; zh (x))
para todo x0 x X; entonces

jzh (x) yh (x)j eL(x x0 )

jz0 y0 j

Primero observemos que

jz1 y1 j (1 + (x1 x0 )L)jz0 y0 j e(x1 x0 )L

jz0 y0 j (10)

siempre y cuando se tenga

ehL 1 + hL
x2 x3
Consideramos el polinomio de Taylor de la función exponencial ex = 1 + x + 2! + 3! + ::::+

h2 L2 h3 L3
ehL = 1 + hL + + + :::+ 1 + hL ) ehL 1 + hL;
2! 3!
otra forma de ver esta desigualdad

f (x) = ex 1 x 0 = f (0);

x = 0 es un punto mínimo f (0) f (x): f 0 (x) = ex 1 = 0 !! x = 0 !! f 00 (x) = ex !! f 00 (0) = 1 >

0 , x = 0 es un punto mínimo. De manera similar

jz2 y2 j = jz1 + (x2 x1 )f (x1 ; z1 ) y1 (x2 x1 )f (x1 ; y1 )j = jz1 y1 + (x2 x1 )(f (x1 ; z1 ) f (x1 ; y1 ))j

jz2 y2 j jz1 y1 j + jx2 x1 jjf (x1 ; z1 ) f (x1 ; y1 )j jz1 y1 j + (x2 x1 )Ljz1 y1 j

(x2 x1 )L
jz2 y2 j (1 + (x2 x1 )L)jz1 y1 j e jz1 y1 j
generalizando
jz3 y3 j e(x3 x2 )L
jz2 y2 j
(xn xn 1 )L
jzn yn j e jzn 1 yn 1j

yh (x) = yi + (x xi )f (xi ; yi ); para xi x xi+1

2
 zh (x) = zi + (x xi )f (xi ; zi ); para xi x xi+1

jzh (x) yh (x)j = jzi +(x xi )f (xi ; zi ) yi (x xi )f (xi ; yi )j = jzi yi j+(x xi )jf (xi ; zi ) f (xi ; yi )j

jzh (x) yh (x)j (1 + (x xi )L)jzi yi j e(x xi )L

jzi yi j; para xi x xi+1
para i = 0
jzh (x) yh (x)j e(x x0 )L
jz0 y0 j; para x0 x x1
Teorema

Supongamos que f (x; y) esta de…nida en un conjunto convexo D R2 : Si existe un constante L > 0 con
j @f @y
(x;y)
j
L; para toda (x; y) 2 D entonces f es Lipschitziana jf (x; y1 ) f (x; y2 )j Ljy1 y2 j sobre D; L
se denomina constante de Lipschitz.
Recordando @f @y
(x;y)
= lim f (x;y+h)h f (x;y)
h!0
f (x+h) f (x)
f 0 (x) = lim h = lim f (y)y fx(x)
h!0 y!x
haciendo y = x + h como h ! 0 entonces y ! x
lim f (x+h)h f (x) = lim f (y)y fx(x) es equivalente f 0 (x) = f (y) f (x)
y x cuando y ! x (cuando y se acerca a x)
h!0 y!x
@f (x;y) f (x;y+h) f (x;y)
@y h cuando h ! 0
@f (x;y) f (x;y2 ) f (x;y)
@y y2 y cuando y2 ! y

@f (x; y) f (x; y2 ) f (x; y)

j j L !! j j L cuando y2 ! y
@y y2 y
jf (x; y2 ) f (x; y)j
L cuando y2 ! y
jy2 yj
jf (x; y2 ) f (x; y)j Ljy2 yj cuando y2 ! y
Entonces f es Lipschitziana.
m1 = f 0 (c) = m2 = f (b)b af (a) !! f 0 (c) = f (b)b fa (a) para c 2 [a; b]
Recordando: El teorema del valor medio, Sea f una función derivable en (a; b) entonces existe un c 2
[a; b] talque f 0 (c) = f (b)b fa (a) Como f es derivable en la variable y entonces al aplicar el teorema del valor
medio para derivadas tenemos existe un c talque
@f (x; c) f (x; y2 ) f (x; y1 )
j j=j j L !! jf (x; y2 ) f (x; y1 )j Ljy2 y1 j
@y y2 y1
Ejemplos

1. f (x; y) = xjyj es Lipschitziana sobre D = f(x; y)j1 x 2; 3 y 4g

jf (x; y1 ) f (x; y2 )j = jxjy1 j xjy2 jj = jxjjjy1 j jy2 jj jxjjy1 y2 j 2jy1 y2 j

recordando jxj jyj jx yj

jxj = j(x y) + yj jx yj + jyj !! jxj jyj jx yj
1 x 2 !! 2<1 x 2 !! 2 x 2 !! jxj 2
2. f (x; y) = 1 + x sin(xy) es Lipschitziana sobre D = f(x; y)j0 x 2; 1 y 1g

Como @f @y (x;y)
= x2 cos(xy) !! j @f @y
(x;y)
j = jx2 cos(xy)j = jx2 jj cos(xy)j jxj2 4 !! j @f @y
(x;y)
j 4
entonces
jf (x; y1 ) f (x; y2 )j 4jy1 y2 j
dado j cos j 1
Deber. Demostrar por de…nición
Si la partición x0 < x1 < x2 < :::: < xn es re…nada más y más, asi que jhj := max hi ! 0 esperamos
i=0;1;:::;n 1
que el poligono de Euler converga a la solución de y 0 = f (x; y); y(x0 ) = y0

3
 Teorema

Sea f (x; y) continua Lipschitziana y jf j acotada por A sobre D = f(x; y)jx0 x X; jy y0 j bg si

b
X x0 A ; entonces tenemos

a) Para jhj ! 0 el poligono de Euler yh (x) converge uniformente a una función continua '(x):
Recordar: De…nición de continuidad en un punto (x0 ; y0 )
8" > 0 9 (x;y) > 0 talque (x; y) 2 D j(x; y) (x0 ; y0 )j < entonces jf (x; y) f (x0 ; y0 )j < ":
p p
(x x0 )2 (x x0 )2 + (y y0 )2 < ) jx x0 j
Tomando un " > 0: Dado que f es uniformente continua sobre el conjunto compacto D existe un
> 0 talque ju1 u2 j y jv1 v2 j A implica jf (u1 ; v1 ) f (u2 ; v2 )j ": Supongamos que
la sudivisión hi = xi+1 xi satisface jxi+1 xi j , jhj : Primero estudiamos el efecto de
agregar nuevos puntos a la partición. consideramos una nueva subdivisión h(1); la cual es obtenida
al agregar un nuevo punto al primer subintervalo (ver …gura). Aplicando el lemma 7.1 tenemos que
jyh(1) (x1 ) yh (x1 )j "jx1 x0 j: Dado que las particiones h y h(1) son identicas sobre x1 x X
aplicamos el lema 7.2 para obtener jyh(1) (x) yh (x)j eL(x x1 ) (x1 x0 )" para x1 x X; luego agrego
más puntos sobre el intervalo (x1 ; x2 ) y denotamos la nueva partición por h(2); de manera similar por
el lema 7.1 y 7.2 tenemos jyh(2) (x2 ) yh(1) (x2 )j "jx2 x1 j y jyh(2) (x) yh(1) (x)j eL(x x2 ) (x2 x1 )"
para x2 x X. La situación presentado en la …gura repetimos el proceso, Si nosotros denotamos b h
la partición para xi x xi+1 entonces por el lema 7.1 y 7.2 tenemos

jybh (x) yh (x)j = jybh (x) yh(i 1) (x)+yh(i 1) (x)+::: yh(3) (x)+yh(3) (x) yh(2) (x)+yh(2) (x) yh(1) (x)+yh(1) (x) yh (x)j

jybh (x) yh (x)j jybh (x) yh(i 1) (x)j+jyh(i 1) (x) yh(i 2) (x)j+::::+jyh(3) (x) yh(2) (x)j+jyh(2) (x) yh(1) (x)j+jyh(1) (x)
jybh (x) yh (x)j eL(x x1 )
(x1 x0 )"+eL(x x2 )
(x2 x1 )"+eL(x x3 )
(x3 x2 )"+:::+eL(x xi )
(xi xi 1 )"+e
L(x x)
(x xi )"
jybh (x) yh (x)j "(eL(x x1 )
(x1 x0 )+eL(x x2 ) (x2 x1 )+eL(x x3 ) (x3 x2 )+:::+eL(x xi ) (xi xi 1 )+e
L(x x)
(x xi ))
Z x x
" "
jybh (x) yh (x)j " eL(x s) ds = eL(x s) = (eL(x x0 ) 1) (*)
x0 L x0 L

Si tenemos 2 partciones diferentes h y e

h; cual satisface jxi+1 xi j ; ahora introducimos una tercera
partición b
h el cual es un re…namiento de ambas y aplicamos (*) para obtener

jyh (x) yeh (x)j = jyh (x) ybh (x) + ybh (x) yeh (x)j jyh (x) ybh (x)j + jybh (x) yeh (x)j

" L(x x0 ) " 2"

jyh (x) (e
yeh (x)j = 1) + (eL(x x0 ) 1) = (eL(x x0 ) 1)
L L L
si " es su…cientemente pequeño se demuestra que yh (x) tiende a yeh (x); lo que signi…ca que el poligono
de Euler converge a una función continua '(x).

4
b) '(x) es continuamente diferenciable y solución de y 0 = f (x; y); y(x0 ) = y0 sobre x0 x X:
Sea "( ) := supfju1 u2 j ; jv1 v2 j A ; jf (u1 ; v1 ) f (u2 ; v2 )j < "; (ui ; vi ) 2 Dg el módulo de
continuidad. Si x 2 h = (h0 ; h1 ; :::; hn ) entonces de (4) obtenemos (reemplazar (x0 ; y0 ) por (x; yh (x))
y x por x +
jyh (x + ) (yh (x) + (x + x)f (x; yh (x))j "( )jx + xj
jyh (x + ) yh (x) f (x; yh (x))j "( )j j
si consideramos que ! 0 entonces "( ) ! 0, por lo tanto jyh (x + ) yh (x) f (x; yh (x))j ! 0; lo
que signi…ca yh (x + ) yh (x) f (x; yh (x)) ! 0 cuando ! 0
yh (x+ ) yh (x)
! f (x; yh (x)) cuando !0
yh0 (x) ! f (x; yh (x)) cuando !0
c) '(x) es solución única.
Supongamos que existe otra solución (x) talque (x) 6= '(x), Sea yhi (x) el poligono de Euler para el
valor inicial (xi ; (xi )) para xi x X: Este sigue que, como es solución entonces 0 = f (x; (x))
Z x Z x
d
= f (x; (x)) !! d = f (x; (x))dx
dx xi xi
Z x
(x) (xi ) = f (s; (s))ds
xi
por el poligono de Euler tenemos
j (x) yhi (x)j "jx xi j para xi x xi+1
usando el lema 7.2
" L(x x0 )
j (x) yh (x)j je 1j
L
tomando jhj ! 0 y " ! 0 obtenemos que j (x) yh (x)j 0; es decir que yh (x) = (x):
El teorema anterior es un resultado de existencia y unicidad local. Si interpretamos el punto …nal de
la solución como un nuevo punto inicial y aplicamos otro vez el teorema y la continuidad de la solución
nos da la existencia y unicidad en cada punto del intervalo.
Teorema
Supongamos que en una vencidad de la solución jf j A; j @f
@y j L; j @f
@x j M entonces tenemos la
siguiente estimación del error para el poligono de Euler
M + AL L(x x0 )
jy(x) yh (x)j (e 1)jhj;
L
para jhj su…cientemente pequeño. Como j @f
@y j L; j @f
@x j M; es decir
f (u1 ; v1 ) f (u2 ; v2 ) f (u1 ; v1 ) f (u2 ; v2 )
<Ly <M
v1 v2 u1 u2
jf (u1 ; v1 ) f (u2 ; v2 )j < Ljv1 v2 j < ALjhj y jf (u1 ; v1 ) f (u2 ; v2 )j < M jv1 v2 j < M jhj
jf (u1 ; v1 ) f (u2 ; v2 )j < (M + AL)jhj
y por tanto tomando " = M + AL tenemos por el literal del anterior teormea
M + AL L(x x0 )
jy(x) yh (x)j
(e 1)jhj (EE)
L
La estimación (EE) muestra que el error global del método de Euler es proporcional al maximo paso de
tiempo jhj: Así, para una exactitud de tres digitos decimales se necesita alrededor de 1000 pasos,
a) (b
jy(x) yh (x)j M 0 jhj < 10 < 10 3 !! N > M 00 103 ;
3
!! M 0
N
si queremos una aproximación de 6 dígitos requerimos de aproximadamente un millón pasos, el método
de Euler no es muy recomendable para calculos de alta de precisión. La idea es encontrar métodos con
convergencia más rapidos.

5
Teorema de existencia y unicidad utilizando métodos iterativos.
Consideremas el ejemplo ilsutrativo siguiente, con la ecuación de Riccati (no lineal) y que no tiene una
solución elemental
y 0 = x2 + y + 0:1y 2 ; y(0) = 0; (1)
la idea natural consiste en eliminar el termino no lineal, cual es muy pequeño al inicio de los calculos considero
el problema
y10 = x2 + y1 ; y(0) = 0; y10 y1 = x2 (2)
R
p(x)dx
cuya solución es (ecuación lineal, factor integrante e ) (y10 + P (x)y1 = Q(x))
R
Z x
dx x d
e =e !! y10 e x
y1 e x
= x2 e x
!! (e x y1 ) = x2 e x !! e x y1 = t2 e t dt !! e x
y1 = 2 2xe x
x2
dx 0

y1 = 2ex (x2 + 2x + 2) (3)

la idea es reemplazar la solución y1 (x) en la parte no lineal del lado derecho de la ecuación (1)

y20 = x2 + y2 + 0:1(2ex (x2 + 2x + 2))2 ; y2 (0) = 0 (4)

y20 y2 = x2 + 0:1(2ex (x2 + 2x + 2))2

observamos que la ecuación (4) puede resolverse como una ecuación lineal
2 2 x 3 1 4
y2 (x) = y1 (x) + e2x e (x + 3x2 + 6x 54) (x + 8x3 + 32x2 + 72x + 76)(deber)
5 5 10
Esta idea genero la formulación del método iterativo denominado Picard Lindelof, la idea es dividir (si es
posible ) la función f (x; y) en la forma

y 0 = f (x; y) = f1 (x; y) + f2 (x; y); y(x0 ) = y0 ;

donde f2 (x; y) es pequeña. Se empieza con una aproximación y0 (x) y se calcula sucesivamente y1 (x); y2 (x); :::
al resolver
0
yi+1 (x) = f1 (x; yi+1 ) + f2 (x; yi (x)); yi+1 (x0 ) = y0 ; (5)
la forma más primitiva de este proceso (Picard) f1 = 0; f2 = f; y la ecuación (5) se integra para obtener
0
yi+1 (x) = f1 (x; yi+1 ) + f2 (x; yi (x))
Z x Z x
dyi+1 (x) = f (s; yi (s))ds
x0 x0
Z x
yi+1 (x) y(x0 ) = f (s; yi (s))ds
x0
Z x
yi+1 (x) = y0 + f (s; yi (s))ds;
x0

este método es llamado Picard-Lindelof. La rápida convergencia del método, para jx x0 j pequeño, es
rapidamente visto usando el error relativo
Z x Z x Z x
jyi+1 (x) yi (x)j = jy0 + f (s; yi (s))ds y0 f (s; yi 1 (s))dsj = j (f (s; yi (s)) f (s; yi 1 (s)))dsj
x0 x0 x0
Z x Z x
jyi+1 (x) yi (x)j jf (s; yi (s)) f (s; yi 1 (s))jds L jyi (s) yi 1 (s)jds
x0 x0

con i = 0 Z x Z x
jy1 (x) y0 (x)j L jy1 (s) y0 (s)jds = L jy1 (s) y0 jds
x0 x0

6
 Z x Z x Z x
jy1 (x) y0 (x)j = jy0 + f (s; y0 (s))ds y0 j = j f (s; y0 )dsj Ads = Ajx x0 j;
x0 x0 x0

porque jf j A: repetimos otra vez el proceso para i = 1;

Z x Z x
(x x0 )2
jy2 (x) y1 (x)j L jy1 (s) y0 (s)jds AL js x0 jds = AL
x0 x0 2!

otra vez, para i = 2

Z x Z x
2 (s x0 )2 (x x0 )3
jy3 (x) y2 (x)j L jy2 (s) y1 (s)jds AL ds = AL2
x0 x0 2! 3!

gereralizando
(x x0 )i+1
jyi+1 (x) yi (x)j ALi
(i + 1)!

1 (x x0 )i A [L(x x0 )]i
jyi (x) yi 1 (x)j ALi =
i! L i!
El término de la derecha es un término de una serie de Taylor para eL(x x0 ) ; cual converge para todo x 2 R;
se tiene que jyi+k yi j llega ser muy pequeño cuando i es grande. La sucesión yi (x) converge uniformente a
1
la solución y(x): Por ejemplo, si Ljx x0 j 10 y la constante A es moderado, 10 iteraciones produciría una
solución numérica con alrededor de 17 digitos correctos.

A [L(x x0 )]i A [0:1]i [0:1]i [0:1]10 17

= 2:7557 10
L i! L i! i! 10!
Ejemplos

3. y 0 = x2 + y 2 ; y(0) = 0; y(0:5) =?: Hacer una estimación rigurosa del error y comparar con la solución
exacta y(0:5) = 0:041791146154681863220768806849179
Z x
yi+1 (x) = y0 + f (s; yi (s))ds;
x0
Z x Z x Z x
x3
y1 (x) = 0 + f (s; 0)ds = (s2 + 02 )ds = s2 ds =
0 0 0 3
Z x Z x 3 Z x
s s6 x3 1
y2 (x) = f (s; y1 (s))ds =
)ds = (s2 + )ds = + x7 ;
f (s;
0 0 3 0 9 3 63
Z x Z x Z x 2
s3 s7 s3 s7 1 2 11 1 7 1 3
y3 (x) = f (s; y2 (s))ds = f (s; + )ds = (s2 + + )ds = x15 + x + x + x ;
0 0 3 63 0 3 63 59 535 2079 63 3
1 2 11 1 1
x15 +
y3 (x) = x + x7 + x3
59 535 2079 63 3
1 2 1 1
y3 (0:5) = 0:515 + 0:511 + 0:57 + 0:53 = 0:041791
59 535 2079 63 3
7
Ea = jy(0:5) yb(0:5)j = j0:041791146154681863220768806849179 0:041791j = 1:4615 10
jy(0:5) yb(0:5)j j0:041791146154681863220768806849179 0:041791j 6
Ea = = = 3:4972 10
jy(0:5)j j0:041791146154681863220768806849179j

4. y 0 = 2xy; y(0) = 1 = y0 Z x
yi+1 (x) = y0 + f (s; yi (s))ds;
x0
Z x Z x Z x
y1 (x) = 1 + f (s; y0 (s))ds = 1 + f (s; 1)ds = 1 2 sds = 1 x2 ;
0 0 0

7
 Z x Z x
x4
y2 (x) = 1 + f (s; 1 s2 )ds = 1 2 s(1 s2 )ds = 1 x2 + ;
0 0 2
Z x 4 Z x
s s4 x4 x6
y3 (x) = 1 + f (s; 1 s2 + )ds = 1 2 s(1 s2 + )ds = 1 x2 + ;
0 2 0 2 2! 3!
generalizando obtenemos

(x2 )2 (x2 )3 (x2 )n

yn (x) = 1 x2 + + ::: + ( 1)n
2! 3! n!
x2
cuando n ! 1 entonce yn (x) ! y(x) = e : Recordando el polinomio de Taylor de

x2 x3 xn
ex = 1 + x + + + ::: + + :::
2! 3! n!
x por x
x x2 x3 xn
e =1 x+ + ::: + ( 1)n + :::
2! 3! n!
x por x2
x2 (x2 )2 (x2 )3 (x2 )n
e =1 x2 + + ::: + ( 1)n + :::
2! 3! n!
dy dy x2 +C
= 2xy !! = 2xdx !! ln y = x2 +C !! y(x) = e !! y(0) = eC = 1 !! C = 0
dx y
x2
y(x) = e
Ry t2
5. De…na una función y(x) la función error, mediante x = p2 e dt y muestra que está satisface la
0
p
0 y2
ecuación difernecial y = 2 e ; y(0) = 0: Aplicar el método de Picard-Lindelof.
Z y
2 2
x= p e t dt
0
p
dx 2 dy 2
y2
=p e !! = ey
dy dx 2
Z 0
2 2
Si y = 0 entonces x = p e t dt = 0
0

Deber. Resolver por Euler en Matlab

Z x p Z x
1p
y1 (x) = 0 + f (s; 0)ds = ds = x;
0 2 0 2
Z x p Z x
1p 2
y2 (x) = f (s; s)ds = e 4 s ds;
0 2 2 0
esta integral no tiene primitiva, el principal problema del método es que las integrales son complejas
de resolver.
6. Z x p Z x
1p
y1 (x) = 0 + f (s; 0)ds = ds = x;
0 2 0 2

8
Euler ejemplos
y 0 = f (x; y) (1)
buscan la solución y = y(x)
Cuando (1) esta escrita o tiene la forma
y 0 = g(y) (2)
0
entonces (2) se dice un sistema autónomo. Ejm y = sin y:
Similarmente si tenemos un sistema de ecuaciones diferenciales

y0 = f (x; y) (3)

Cuando (1) esta escrita o tiene la forma

y0 = g(y) (4)
Ejm de un sistema de ecuaciones diferenciales
dy1 0

dt = y1 = y2 5y1
dy2 0

dt = y2 = 5y1 y2 (5)
y1 (0) = 0:9; y2 (0) = 0:1

(5) se puede escribir en foma matricial

0
y1 5 1 y1
= , y = Ay
y2 5 1 y2

Sumando las ecuaciones de (5) tenemos

0
y1 + y20 = 0
dy1 dy2
+ =0
dt dt
d(y1+ y2 )
=0
dt
y1 (t) + y2 (t) = C; para todo t 0:
y1 (0) + y2 (0) = 0:9 + 0:1 = 1 = C
y1 (t) + y2 (t) = 1; para todo t 0:
1
5 1 5 1
, eigenvectors: $ 0; $ 6
5 1 1 1
1
y1 1
y= = c1 5 e0t + c2 e 6t
y2 1 1
1
y1 (t) 5 c1 c2 6t
= + e
y2 (t) c1 c2
1
y1 (t) 5 c1 c2 e 6t
=
y2 (t) c1 + c2 e 6t
1
y1 (0) 5 c1 c2 0:9
= =
y2 (0) c1 + c2 0:1
1
5 c1 c2 = 0:9
, Solution is: [c1 = 0:833 33; c2 = 0:733 33]
c1 + c2 = 0:1
yn+1 = yn + hf (xn ; yn )
yn+1 = yn + ( x; xn ; yn )
Si yn > 0 ) yn+1 > 0 para todo x el esquema se dice incondicionalmente positivo.

9
 yn+1 = yn + hf (xn ; yn )

2 3 2 y1 y 2 3
y1 (t) y1 +1
4 y2 (t) 5 = 4 y1 y2
0:3y2 5
y1 +1
y3 (t) 0:3y2

10