Capítulo 1

Ecuaciones diferenciales

La mayoría de los problemas de física e ingeniería aparecen en forma

de ecuaciones diferenciales. Por ejemplo, el movimiento de una partí-
cula clásica se describe mediante la ecuación de Newton, que es una
ecuación diferencial ordinaria de segundo orden que involucra al menos
una derivada de segundo orden en el tiempo.
El movimiento de una partícula cuántica se describe mediante la ecua-
ción de Schrödinger, que es una ecuación diferencial parcial que invo-
lucra una derivada parcial de primer orden en el tiempo y derivadas
parciales de segundo orden en coordenadas. La dinámica y la está-
tica de los materiales a granel, como fluidos y sólidos, se describen
mediante ecuaciones diferenciales.
En general, podemos clasificar las ecuaciones diferenciales ordinarias
en tres categorías principales:

1. problemas de valor inicial, que involucran ecuaciones dependien-

tes del tiempo con condiciones iniciales dadas;

2. problemas de valores en la frontera, que involucran ecuaciones

diferenciales con condiciones de frontera especificadas;

1
2 CAPÍTULO 1. ECUACIONES DIFERENCIALES

3. problemas de valores propios, que involucran soluciones para pa-

rámetros seleccionados (valores propios) en las ecuaciones.

1.1. Reducción a ecuaciones de primer or-

den
El problema a resolver:
d2 g
2
= F (ξ, g, g 0 ) (1.1)
dξ
puede ser replanteado en la forma:
dy
= f (ξ, y) (1.2)
dξ
con condiciones iniciales donde
dg dy2
= y2 = F (ξ, (g, y2 )) (1.3)
dξ dξ
Generalmente, se puede reducir un problema de ecuaciones diferencia-
les ordinarias de orden mayor a uno a un sistema de ecuaciones de
primer orden.
F
Por ejemplo ẍ = m
puede plantearse definiendo
dx dv F
=v = (1.4)
dt dt m

1.2. Método de Euler

El método de Euler, llamado así en honor a Leonhard Euler, es un
procedimiento de integración numérica para resolver ecuaciones dife-
renciales ordinarias (EDO) a partir de un valor inicial dado. El método
1.2. MÉTODO DE EULER 3

de Euler es el más simple de los métodos numéricos para resolver un

problema de valor inicial.
El método de Euler es un método de primer orden, lo que significa
que el error local es proporcional al cuadrado del tamaño del paso, y
el error global es proporcional al tamaño del paso. El método de Euler
regularmente sirve como base para construir métodos más complejos.
Consiste en dividir los intervalos que va de x0 a xf en n subintervalos
de ancho h; o sea:
xf − x0
h= (1.5)
n
de manera que se obtiene un conjunto discreto de n+1 puntos: x0 , x1 , ..., xn
del intervalo de interés [x0 , xf ]. Para cualquiera de estos puntos se
cumple que:
xi = x0 + ih, i = 1, 2, 3...n (1.6)
La condición inicialy(x0 ) = y0 , representa el punto P0 = (x0 , y0 ) por
donde pasa la curva solución de la ecuación del planteamiento inicial,
la cual se denotará como F (x) = y. La primera derivada de F (x); por
lo tanto será:
dy
F 0 (x) = = f (x, y(x)) (1.7)
dx
Integrando esta ecuación entre los puntos xn y xn+1 se tiene:
Z xn+1 Z xn+1
dy = f (x, y(x)) dx (1.8)
xn xn

de donde se obtiene:
Z xn+1
y(xn+1 ) − y(xn ) = f (x, y(x)) dx (1.9)
xn

1.2.1. Euler explícito

El integral de la función se aproxima utilizando la regla del rectángulo
de base h y altura f (xn , y(xn ))
4 CAPÍTULO 1. ECUACIONES DIFERENCIALES

quedando en esta aproximación la siguiente solución:

y(xn+1 ) − y(xn ) ≈ hf (xn , y(xn )) (1.10)

de donde se obtiene el método de Euler explícito:

y(xn+1 ) = y(xn ) + hf (xn , yn ) (1.11)

1.2.2. Euler implícito

El integral de la función se aproxima utilizando la regla del rectángulo
de base h y altura f (xn+1 , y(xn+1 )), quedando en esta aproximación
la siguiente solución:

y(xn+1 ) − y(xn ) ≈ hf (xn+1 , y(xn+1 )) (1.12)

de donde se obtiene el método de Euler implícito:

y(xn+1 ) = y(xn ) + hf (xn+1 , yn+1 ) (1.13)

1.2.3. Análisis de error para el método de Euler

La solución de las ecuaciones diferenciales por medio de métodos nu-
méricos involucra varios tipos de errores:

Error del método (Error de Truncamiento Local y Global):

este se debe a que, cómo la aproximación de una curva median-
te una línea recta no es exacta, se comete un error propio del
método. En este caso, el error es de primer orden O(h1 ).

Local: Es la diferencia que se produce entre el valor real de la

función y el aproximado mediante la recta tangente suponiendo
que el punto desde el que partimos, donde se cruzan la curva
real y la recta que la aproxima, no tiene error alguno.
1.3. ALGORITMOS RUNGE-KUTTA 5

Propagado: Acumulación de errores por las aproximaciones

producidas durante los pasos previos acumuladas. Es decir, ya
no se supone que el punto del cual partimos, donde se cruzan
la curva real y la recta que la aproxima, no tenía error sino que
asumimos que dicho error existe y que se propaga de paso en
paso.

La suma de los dos es el error global.

Debido a que la aproximación de una curva por medio de una línea
recta no es exacta, se comete un error derivado del método. A este
error se le conoce como error de truncamiento. Este error se puede
disminuir reduciendo el valor de h, pero se obtendrá un mayor número
de cálculos y, por consiguiente, un error de redondeo mucho más alto.

1.3. Algoritmos Runge-Kutta

Esta vez la ecuación (1.2) se plantea en la forma:

dy
= f (ξ, y), y(0) = yo (1.14)
dξ

Y se usa dos expansiones de Taylor

h
yn+1 = yn + hyn0 + yn00 + O(h3 ) (1.15)
2

0 0 h 00
yn+ 1 = yn + y + O(h2 ) (1.16)
2 2 n
De la última, multiplicada por h, se obtiene

h2 00  0 
yn = yn+ 1 − yn0 h + O(h3 ) (1.17)
2 2
6 CAPÍTULO 1. ECUACIONES DIFERENCIALES

Que se reescribe utilizando la ecuación original

h2 00  
yn = fn+ 1 − yn0 h + O(h3 ) (1.18)
2 2

Al reemplazar esta expresión en (1.6) se cancelan las primeras deriva-

das y se obtiene:
!
h h
yn+1 = yn + hf ξn + , yn + fn (1.19)
2 2
Este resultado final conocido como RK2, tradicionalmente se reescribe
en la forma:
!
h 1
k1 = hf (ξn , yn ) k2 = hf ξn + , yn + k1
2 2

yn+1 = yn + k2 + O(h3 ) (1.20)

Este método es explícito, el error es orden h3 y puede hacerse estable.
La desventaja es que la función f debe ser llamada dos veces en cada
iteración.
Otra ventaja es que, puesto que avanza paso a paso y no requiere de
información anterior, se puede ir ajustando el paso h a medida que se
avanza en la integración.
Siguiendo un camino semejante se obtiene algoritmos de más alto or-
den
RK3:
!
h 1
k1 = hf (ξn , yn ) k2 = hf ξn + , yn + k1
2 2
k3 = hf (ξn + h, yn − k1 + 2k2 ) (1.21)
1
yn+1 = yn + (k1 + 4k2 + k3 ) + O(h4 ) (1.22)
6
1.4. MÉTODOS MULTIPASO 7

RK4:
!
h 1
k1 = hf (ξn , yn ) k2 = hf ξn + , yn + k1
2 2
!
h k2
k3 = hf ξn + , yn + k4 = hf (ξn + h, yn + k3 ) (1.23)
2 2
1
yn+1 = yn + (k1 + 2k2 + 2k3 + k4 ) + O(h5 ) (1.24)
6
Ejemplo. Resuelva la siguiente ecuacion diferencial utilizando el ago-
ritmo de Runge-Kutta de 2do y 4o orden:

y 0 − y − x + x2 − 1 = 0 (1.25)

1.4. Métodos multipaso

Los métodos de Taylor y de Runge-Kutta son ejemplos de métodos de
un paso para aproximar soluciones de problemas de valor inicial. Estos
métodos solo emplean ui = yi para calcular la aproximación ui+1 de
y(xi+1 ), sin utilizar explícitamente las aproximaciones previas u0 , u1 , .
. . , ui1 . Generalmente requieren de algunas evaluaciones de la función
f en puntos intermedios, pero éstas se descartan tan pronto como se
obtiene ui+1 .
Como la exactitud de |y(xj )uj | disminuye conforme aumenta j, po-
demos construir mejores métodos de aproximación si, al aproximar
y(xi+1 ), incluimos en el método algunas aproximaciones previas ui . Los
métodos que desarrollan esta idea se llaman métodos de varios pasos
o métodos multipaso. Es decir, los métodos de un paso solo tienen en
cuenta lo que ocurrió en el paso anterior, mientras que los métodos
multipaso tienen en cuenta lo ocurrido en varios pasos anteriores.
8 CAPÍTULO 1. ECUACIONES DIFERENCIALES

Se desea resolver el problema de valores iniciales (1.9). Puesto que no

podemos integrar f (x, y(x)) sin conocer y(x), que es la solución del
problema, integramos en su lugar el polinomio de interpolación p(x)
que aproxima f (x, y(x)). Suponiendo además que y(xn ) ' un
Z xn+1
y(xn+1 ) ' u(xn ) + p (x) dx (1.26)
xn

Si um+1 es la primera aproximación que se va a generar usando un

método multipaso, entonces necesitamos conocer los valores de partida
u0 , u1 , . . . , um del método. Estos valores de partida se generan usando
un método de Runge-Kutta o alguna otra técnica de un paso que tenga
el mismo orden de error que el método multipaso.
Hay dos clases distintas de métodos multipaso: explícitos e implíci-
tos. En un método explícito, el cálculo de un+1 no supone la evaluación
de la función f (xn+1 , un+1 ), mientras que en un método implícito si.

1.4.1. Métodos explícitos de Adams-Bashforth

Supongamos que la fórmula resultante de (1.26) es del tipo:

un+1 = un +c1 f (xn , un )+c2 f (xn−1 , un−1 )+c3 f (xn−2 , un−2 )+... (1.27)

donde c1 , c2 , c3 , . . . son constantes. Una expresión de este tipo se

conoce como fórmula de Adams-Bashforth (abreviadamente, AB).
A partir del polinomio de interpolación de grado m − 1, se obtiene una
fórmula AB de m pasos.
En las fórmulas de Adams-Bashforth, suponemos que p(x) está dado
por el polinomio de interpolación en los m puntos:

(xn , f (xn , un )), (xn−1 , f (xn−1 , un−1 )), ..., (xn−m+1 , f (xn−m+1 , un−m+1 )).
(1.28)
Si m = 1, la correspondiente fórmula AB se reduce al método de Euler.
1.4. MÉTODOS MULTIPASO 9

Método explícito de Adams-Bashforth de dos pasos (AB2)

(m = 2):

u0 = y0 , u1 = y1 ,
un+1 = un + h [3f (xn , un ) − f (xn−1 , un−1 )] (1.29)
para n = 1, 2, ..., N 1, con error local
5 000
y (ξn )h3 (1.30)
12
para algún ξn ∈ (xn−1 , xn+1 ).

Método explícito de Adams-Bashforth de tres pasos (AB3)

(m = 3):

u0 = y0 , u1 = y1 , u2 = y2 , (1.31)

h
un+1 = un + [23f (xn , un ) − 16f (xn−1 , un−1 ) + 5f (xn−2 , un−2 )] ,
12
(1.32)
3 (iv) 4
para i = 2, 3, ..., N 1, con error local 8 y (ξi )h , para algún ξn ∈
(xn−2 , xn+1 )

Método explícito de Adams-Bashforth de cuatro pasos (AB4)

(m = 4):

u0 = y0 , u1 = y1 , u2 = y2 , u32 = y3 (1.33)
h
un+1 = un + [55f (xn , un ) − 59f (xn−1 , un−1 ) + 37f (xn−2 , un−2 ) − 9f (xn−3 , un−3 )] ,
24
(1.34)
10 CAPÍTULO 1. ECUACIONES DIFERENCIALES

251 (v)
para i = 2, 3, ..., N 1, con error local 720
y (ξn )h5 , para algún ξn ∈
(xn−3 , xn+1 )

1.4.2. Métodos implícitos de Adams-Moulton

Raramente se utilizan las fórmulas AB de manera aislada, habitual-
mente se suelen utilizar junto con otras fórmulas para aumentar la
precisión de la aproximación numérica. Se relacionan a continuación
los ejemplos más comunes de expresiones de este tipo, que se conocen
como fórmulas de Adams-Moulton (abreviadamente, AM).

Método implícito de Adams-Moulton de dos pasos (AM3) (m

= 2):

u0 = y0 , u1 = y1 ,
h
un+1 = un + [5f (xn+1 , un+1 ) + 8f (xn , un ) − f (xn−1 , un−1 )] (1.35)
12
para i = 2, 3, ..., N 1, con error local −1 24
y (iv) (ξi )h4 , para algún ξi ∈
(xi−1 , xi+1 )

Método implícito de Adams-Moulton de tres pasos (AM4)

(m = 3):

u0 = y0 , u1 = y1 , u2 = y2 , (1.36)

h
un+1 = un + [9f (xn+1 , un+1 ) + 19f (xn , un ) − 5f (xn−1 , un−1 ) + f (xn−2 , un−2 )] ,
24
(1.37)
−19 (v) 5
para i = 2, 3, ..., N 1, con error local 720 y (ξi )h , para algún ξi ∈
(xn−2 , xn+1 )
1.4. MÉTODOS MULTIPASO 11

1.4.3. Métodos predictor-corrector

La combinación de un método explícito con uno implícito recibe el
nombre de método de predicción y corrección o método predictor-
corrector. El método explícito predice una aproximación y el método
implícito la corrige. Gozan del orden de precisión del método corrector.

El método predictor es una fórmula explícita y se utiliza en primer

lugar para determinar una estimación ui+1 de la solución, que se cal-
cula a partir de la solución conocida en el punto anterior mediante un
método de un paso o a partir de la solución conocida en varios puntos
anteriores mediante un método multipaso.

Una vez calculada la estimación ui+1 , se aplica el método corrector, que

utiliza el valor estimado ui+1 en la parte derecha de la ecuación de un
método implícito, para calcular una nueva estimación de la solución,
más exacta que ui+1 , en la parte izquierda de la ecuación del método.

Para calcular estos cuatro valores, utilizamos un método de un paso

de cuarto orden, especificamente, el método RK4. El siguiente paso es
calcular una aproximación uP4 de y(x4 ) mediante el método explícito
AB4 para hacer la predicción

h
uP4 = u3 + (55f (x3 , u3 ) − 59f (x2 , u2 ) + 37f (x1 , u1 ) − 9f (x0 , u0 ))
24
(1.38)
Esta aproximación se mejora utilizando ahora el método implícito
AM4 como corrector:

h
uP4 = u3 + (9f (x4 , uP4 ) + 19f (x3 , u3 ) − 5f (x2 , u2 ) + f (x1 , u1 )) (1.39)
24

El valor u4 es el que se usa como aproximación de y(x4 ).

12 CAPÍTULO 1. ECUACIONES DIFERENCIALES

1.5. Sistema de ecuaciones diferenciales

Un sistema de ecuaciones diferenciales es un conjunto de varias ecua-
ciones diferenciales con varias funciones incógnitas y un conjunto de
condiciones de contorno. Una solución del mismo es un conjunto de
funciones diferenciables que satisfacen todas y cada una de las ecua-
ciones del sistema.
Según el tipo de ecuaciones diferenciales puede tenerse un sistema
de ecuaciones diferenciales ordinarias o un sistema de ecuaciones en
derivadas parciales.

1.5.1. Ecuaciones de orden superior y sistemas de

ecuaciones diferenciales
El método desarrollado en las sección previa se puede extender fácil-
mente para resolver el problema de valores iniciales de orden superior.
Consideramos el caso general de una EDO de orden q ≥ 2
y (q) (x) = f (x, y(x), y 0 (x), ..., y (q−1) (x)) (1.40)
para todo x ∈ [a, b], sujeta a las condiciones iniciales
y(a) = y0 , y 0 (a) = y1 , ..., y (q−1) (a) = yq−1 . (1.41)
La ecuación anterior se puede transformar en un sistema de primer
orden de m ecuaciones diferenciales. Para ello, se tiene:
w1 (x) = y(x), w2 (x) = y 0 (x), ..., wq (x) = y (q−1) (x), (1.42)
de manera que la ecuación se puede ahora escribir como:
w10 = w2 ,
w20 = w3 ,
.. (1.43)
.
0
wq−1 = wq ,
wq0 = f (x, w1 , w2 , ...wq
1.5. SISTEMA DE ECUACIONES DIFERENCIALES 13

con condiciones iniciales

w1 (a) = y0 , w2 (a) = y1 , ..., wq−1 (a) = yq−1 . (1.44)

Para resolver el sistema anterior se puede aplicar a cada ecuación

individual uno de los métodos que se desarrollaron en las anteriores
secciones.
Como ejemplo de reducción de un sistema de ecuaciones diferencia-
les podemos considerar las ecuaciones de movimiento de la mecánica
newtoniana de una partícula que es un sistema de segundo orden con
tres ecuaciones:
2
m ddt2x = Fx (x, y, z, dx , dy , dz ; t)
dt dt dt
2
m ddt2y = Fy (x, y, z, dx , dy , dz ; t)
dt dt dt
(1.45)
2
m ddt2z = Fz (x, y, z, dx , dy , dz ; t)
dt dt dt

Si se introducen tres funciones incógnita nuevas que representan la

velocidad, el sistema anterior se puede reducir a un sistema de primer
orden y seis ecuaciones:
dx
dt
= vx , m dvdtx = Fx (x, y, z, vx , vy , vz ; t)
dy
dt
= vy , m dvdty = Fy (x, y, z, vx , vy , vz ; t) (1.46)
dz
dt
= vz , m dvdtz = Fz (x, y, z, vx , vy , vz ; t)