Métodos numéricos para ecuaciones diferenciales ordinarias (EDOs)
Introducción
Las ecuaciones diferenciales ordinarias (EDOs) aparecen en casi todas las áreas de la ciencia e ingeniería. Cuando no es posible obtener una solución analítica, recurrimos a métodos numéricos que aproximan la solución paso a paso. En este curso revisaremos los métodos más usados: Euler, Euler mejorado (Heun), Runge‑Kutta de orden 4 (RK4), Runge‑Kutta‑Fehlberg (RKF45) y los métodos multistep de Adams‑Bashforth.
Método de Euler
El método de Euler es el punto de partida clásico. Parte de la expansión de Taylor de y(t) y conserva solo el primer término lineal:
- Fórmula recursiva: y_{n+1}=y_n+h\,f(t_n, y_n), donde h es el paso de integración.
- Es de orden 1, lo que significa que el error global es O(h).
- Su principal ventaja es la sencillez de implementación, pero el error local puede ser significativo si h no es suficientemente pequeño.
Euler mejorado (Heun)
También llamado método de Heun o Euler mejorado, incorpora una estimación de la pendiente en el extremo del intervalo y promedia ambas pendientes.
- La pendiente promedio utilizada es la pendiente de la recta bisectriz entre la tangente inicial y la tangente en el punto predicho. En la práctica se calcula como:
y_{n+1}=y_n+\frac{h}{2}\bigl[f(t_n,y_n)+f(t_{n+1},y_n+h f(t_n,y_n))\bigr]
- Este esquema eleva el orden a 2, reduciendo el error global a O(h^2).
Control del error local
Para disminuir el error local del método de Euler, la estrategia más eficaz es disminuir el paso h dividiendo el intervalo en más subintervalos. Al reducir h, la aproximación lineal se ajusta mejor a la curva real, y el error local, que es proporcional a h^2, se reduce considerablemente. Aumentar el número de iteraciones sin cambiar h no mejora la precisión, pues el error por paso permanece igual.
Método de Runge‑Kutta de orden 4 (RK4)
RK4 es el método de referencia por su equilibrio entre precisión y costo computacional. Utiliza cuatro evaluaciones de la función f por paso:
- K1 = h·f(t_n, y_n)
- K2 = h·f\bigl(t_n+\frac{h}{2},\; y_n+\frac{K1}{2}\bigr)
- K3 = h·f\bigl(t_n+\frac{h}{2},\; y_n+\frac{K2}{2}\bigr)
- K4 = h·f(t_n+h,\; y_n+K3)
La actualización de la solución es:
y_{n+1}=y_n+\frac{1}{6}\bigl(K1+2K2+2K3+K4\bigr)
Obsérvese que el factor de ponderación del término K4 es 1/6. Gracias a esta combinación ponderada, el método alcanza orden 4, con error global O(h^4).
Método Runge‑Kutta‑Fehlberg (RKF45)
El RKF45 combina simultáneamente una estimación de orden 4 y otra de orden 5 usando las mismas evaluaciones de f. La ventaja principal es que utiliza las mismas evaluaciones de f para ambos órdenes, ahorrando cálculos mientras permite estimar el error local y adaptar el paso h de forma automática. Esto lo hace ideal para problemas donde la solución varía rápidamente en ciertas regiones.
Métodos multistep de Adams‑Bashforth
Los métodos de Adams‑Bashforth son explícitos y aprovechan valores previos de la función para predecir la solución. En su forma de dos pasos, la fórmula es:
y_{n+1}=y_n+h\bigl(\frac{3}{2}f(t_n,y_n)-\frac{1}{2}f(t_{n-1},y_{n-1})\bigr)
Así, el coeficiente que multiplica f(t_i, y_i) es 3/2. Este coeficiente proviene de la integración del polinomio interpolante de grado 1 construido con los dos últimos puntos.
Resumen y buenas prácticas
Al seleccionar un método numérico para EDOs, considere:
- Orden del método: mayor orden implica menor error para un mismo h, pero suele requerir más evaluaciones de f.
- Estabilidad: problemas rígidos pueden requerir métodos implícitos o adaptativos como RKF45.
- Control de paso: reducir h o usar pasos variables (RKF45) es la forma más directa de controlar el error.
- Facilidad de implementación: Euler y Heun son excelentes para introducir conceptos; RK4 es la opción estándar para precisión moderada; RKF45 es preferido cuando se necesita automatizar la adaptación del paso.
Dominar estas técnicas permite abordar una amplia gama de problemas de ingeniería, física y biología donde las EDOs describen la dinámica del sistema. Practique implementando cada método, compare errores y tiempos de ejecución, y elija la estrategia que mejor equilibre precisión y eficiencia para su aplicación específica.
