Notas de Clase Ecuaciones Diferenciales Ordinarias

Apuntes de Ecuaciones Diferenciales

Ordinarias

II

Método Iterativo
Teorema de Picard
Octavio Miloni

Cátedra: Matemáticas Avanzadas

1 Soluciones por Iteración
Vamos a resolver ecuaciones diferenciales a partir de un esquema iterativo, es decir, por una
sucesión de aproximaciones. Antes de desarrollar el método para problemas de valor inicial,
será necesario una breve descripción de lo que se entiende por iteraciones

1.1 Esquemas Iterativos

Un esquema iterativo es un procedimiento secuencial que procura aproximar una determinada
cantidad a partir de una repetición de operaciones con la cantidad obtenida en el paso anterior.
Este método también es denominado de aproximaciones sucesivas.

1.1.1 Aproximación de raı́ces

Sólo a modo de ilustrar con un ejemplo un esquema iterativo intentemos resolver la ecuación

3x − cos(x) = 0

Esta ecuación admite una solución real (obtenida en www.wolframalpha.com que es una cal-
culadora online) que aproximadas a 7 decimales es x ≈ 0.3167513
El problema es cómo podrı́a idear un procedimiento que vaya aproximando la solución de
la ecuación.
Notemos que podrı́amos ”despejar” la incógnita no como para resolver la ecuación, sino
de manera de tipo funcional, por ejemplo,

cos(x)
x=
3
Con esta relación, podemos general una iteración del tipo:

cos(xk )
xk+1 =
3
y de esta manera, si fijamos un valor inicial, x0 podemos ver que ocurre con la secuencia

cos(x0 )
x1 =
3
cos(x1 )
x2 =
3
cos(x2 )
x3 =
3
.. ..
. = .
Notas de Clase Ecuaciones Diferenciales Ordinarias

Fijemos, como ejemplo, x0 = 0, entonces

cos(0)
x1 = = 0.3333333
3
cos(0.3333333)
x2 = = 0.3149857
3
cos(0.3149857)
x3 = = 0.31693360
3
cos(0.31693360)
x4 = = 0.31673184
3
.. ..
. = .

Podemos notar, que el cuarto elemento de la iteración tiene 4 decimales correctos.

Notemos que el problema general será establecer las condiciones para que la sucesión tenga
como lı́mite la solución de la ecuación.
Más allá de las condiciones de convergencia, lo que debemos garantizar es que la iteración
pueda realizarse, es decir que no se corte por no poder efectuar las iteraciones. Por ejemplo,
si quisiéramos resolver la ecuación

x2 + ex − 2 = 0

podemos notar que al procurar la solución positiva a través de la iteración

√
xk+1 = 2 − exk

comenzar por x0 = 0 tendremos que x1 = 1 y x2 ya no se puede obtener en los reales. Por

eso, las condiciones para que generar las iteraciones son muy importantes.
En general, un esquema iterativo es una secuencia de la forma

xk+1 = ϕ(xk )

donde la función ϕ(xk ) es llamada función de iteración. Lo que es claro, es que la solución
del problema es -en este caso- el valor de x tal que

xsolucion = ϕ(xsolucion )

esto es, la solución es un punto fijo de la iteración. Es necesario que la iteración

• Se pueda efectuar indefinidamente

• Tenga lı́mite

La primera de las condiciones impone la necesidad de una adecuada elección tanto de la

función de iteración, como ası́ también la aproximación inicial, x0 .
La segunda de las condiciones, se obtiene a partir de un análisis:

Sea la iteración xk+1 = ϕ(xk ) la cual se crea para resolver una ecuación no lineal, cuya
solucı́on sea xsolucion Entonces, a podemos escribir, restando a ambos miembros:

xk+1 − xsolucion = ϕ(xk ) − xsolucion

Cátedra: Matemáticas Avanzadas

Notas de Clase Ecuaciones Diferenciales Ordinarias

Llamando ε` a la diferencia entre el valor aproximado en el paso `−ésimo con la solución,

tenemos εk+1 = ϕ(xk ) − xsolucion . Si la función de iteración es derivable con continuidad en
un conjunto que contenga a x0 y a todos los iterados, podemos escribir (en virtud del Teorema
del Valor Medio del cálculo diferencial)

εk+1 = ϕ(xsolucion ) + ϕ0 (ξ) (xk − xsolucion ) − xsolucion

 

Como xsolucion = ϕ(xsolucion ) tenemos

εk+1 = ϕ0 (ξ) (xk − xsolucion ) = ϕ0 (ξ) εk

Si la derivada de la iteración tiene una cota en el conjunto, |ϕ0 | ≤ M podemos escribir

|εk+1 | = |ϕ0 (ξ)| |εk | ≤ M |εk |

Aplicando este resultado, tendremos

|εk+1 | ≤ M |εk | ≤ M 2 |εk−1 | ≤ M 3 |εk−2 | ≤ · · · ≤ M k+1 |ε0 |

donde ε0 es el error inicial. Notemos que si M < 1, entonces

lim |εk+1 | ≤ lim M k+1 |ε0 | = 0

k→∞ k→∞

Lo que implica que, independientemente del error cometido en la primera aproximación, el

error tiende a cero. Es decir, converge.
Apliquemos ahora estas ideas a la resolución de ecuaciones diferenciales ordinarias de
primer orden.

2 Método de Picard
Consideremos la ecuación diferencial ordinaria de primer orden con condición inicial
dx
= f (x, t)
dt
x(t0 ) = x0

donde f (x, t) : |x − x0 | ≤ a × |t − t0 | ≤ T → R en principio, continua en la región.

La idea es establecer un proceso iterativo el cual tienda a la solución del PVI.

El primer paso, será hacer un ”despeje” para la función solución. Notemos que si inte-
gramos entre t0 y t tenemos
Z t Z t
dx
= f (x(t0 ), t0 ) dt0
t0 dt t0
Z t
x(t) − x(t0 ) = f (x(t0 ), t0 ) dt0
t0

Entonces, de manera naı̈f obtenemos

Z t
x(t) = x0 + f (x(t0 ), t0 ) dt0
t0

Cátedra: Matemáticas Avanzadas

Notas de Clase Ecuaciones Diferenciales Ordinarias

Si bien esto no nos resuelve el problema, nos permite establecer la sucesión:

x0 (t) = x0
Z t Z t
x1 (t) = x0 + f (x0 (t0 ), t0 ) dt0 = x0 + f (x0 , t0 ) dt0
t0 t0
Zt
x2 (t) = x0 + f (x1 (t0 ), t0 ) dt0
t0
.. .
. = ..
Z t
x`+1 (t) = x0 + f (x` (t0 ), t0 ) dt0
t0
.. .
. = ..
A los efectos de ver como funciona, consideremos el ejemplo:
dx
= x
dt
x(0) = 1
De manera elemental podemos obtener la solución que resulta x(t) = et . Calculemos las
diferentes soluciones iteradas:
x0 (t) = 1
Z t Z t
0 0 0
x1 (t) = 1 + f (x0 (t ), t ) dt = 1 + 1 dt0 = 1 + t
0 0
t t
t2
Z Z
x2 (t) = x0 + f (x1 (t0 ), t0 ) dt0 = 1 +
[1 + t] = 1 + t +
0 0 2
Z t Z t 2 t2 t3

t
x3 (t) = x0 + f (x1 (t0 ), t0 ) dt0 = 1 + 1+t+ =1+t+ +
0 0 2 2 3!
.. ..
. = .
Z t
t2 t3 t`
x` (t) = x0 + f (x` (t0 ), t0 ) dt0 = 1 + t + + + · · · +
t0 2 3! `!
.. ..
. = .
Podemos notar que la `−ésima función iterada es la suma parcial de la serie de la exponencial,
por lo que es de esperar que tomando lı́mite
`
X tj
lim x` (t) = lim = et
`→∞ `→∞ j!
j=0

Ya viendo como funciona el esquema iterativo, debemos ahora estudiar la factibilidad de

calcular toda la iteración y estudiar la convergencia. Es trivial demostrar que una función
que satisface Z t
x(t) = x0 + f (x(t0 ), t0 ) dt0
t0
es solución de la ecuación diferencial. Por tal motivo, concentrémonos en aspectos que tengan
que ver con la convergencia.

Cátedra: Matemáticas Avanzadas

Notas de Clase Ecuaciones Diferenciales Ordinarias

2.1 Continuidad de las funciones iteradas

El primer paso en el estudio de la convergencia es la posibilidad de obtener las sucesivas
funciones iteradas, esto es, debemos poder efectuar la integración
Z t
f (x` (t0 ), t0 ) dt0
t0

para ello, debemos garantizarnos que cada función x` (t) sea continua.
a
Veamos que todas las funciones iteradas son continuas en el intervalo |t−t0 | ≤ min{T, M },
donde M es el máximo de la función f en la región de definición (que como es un intervalo
cerrado y acotado, tendrá su máximo absoluto). Veamos: Para la primera función iterada,
tendremos Z t
|x1 (t) − x0 | ≤ |f (x0 (t0 ), t0 )| dt0 ≤ M |t − t0 | ≤ a
t0
esto indica que x1 (t) yace sobre el dominio de definición de f , por lo que podemos integrar
para obtener la próxima iteración.
Además, notemos que para cualquier función iterada, x` (t0 ) = x0 , por lo que, a partir del
resultado anterior tenemos que
Z t
|x1 (t) − x0 | = |x1 (t) − x1 (t0 )| ≤ |f (x0 (t0 ), t0 )| dt0 ≤ M |t − t0 | < ε si |t − t0 | < δ
t0

Entonces, x1 (t) es una función continua. Inductivamente, podemos obtener que

Z t
|x` (t) − x0 | ≤ |f (x`−1 (t0 ), t0 )| dt0 ≤ M |t − t0 | ≤ a
t0

lo que permite obtener la siguiente integral y a la vez nos garantiza la continuidad.

2.2 Condición de Lipschitz

En orden de estudiar la convergencia, vamos a definir una propiedad necesaria para garantizar
la convergencia del método.

Definición. Condición de Lipschitz. Dada una función f (x, t), decimos que satisface la
condición de Lipschitiz si existe una constante positiva L tal que satisface
|f (x2 , t) − f (x1 , t)| ≤ L |x2 − x1 |
Observación: En este caso, la condición se establece en la primera de las variables. En
algunos textos se establece en la primera. Lo importante, en el contexto de las ecuaciones
diferenciales, es definirla en la variable que depende de la variable independiente. Por ejemplo,
en algunos textos, se define la ecuación diferencial y 0 = f (x, y) se pedirá la condición de
Lipschitz en la segunda variable, ya que la variable independiente es x, la primera.

Una condición suficiente para que una función sea Lipschitz es que su derivada parcial sea
continua, veamos. Si la derivada parcial es continua, podemos escribir
Z x2  
 ∂f ∗  ∗
|f (x2 , t) − f (x1 , t)| ≤  (x , t) dx ≤ L |x2 − x1 |
 ∂x 
x1

donde L es una cota para la derivada parcial.

Cátedra: Matemáticas Avanzadas

Notas de Clase Ecuaciones Diferenciales Ordinarias

2.3 Convegencia de la Sucesión

Con las definiciones previas, supongamos que la función que define el PVI, f (x, t) es de
Lipschitz, además de las demás propiedades pedidas R t en las secciones anteriores.
Ya habı́amos demostrado que |x1 (t) − x0 | ≤ t0 |f (x0 (t0 ), t0 )| dt0 ≤ M |t − t0 | Ahora, cal-
culemos |x2 (t) − x1 (t)|. Tenemos
Z t
f (x1 (t0 ), t0 ) − f (x0 (t0 ), t0 ) dt0
 
x2 (t) − x1 (t) =
t0

Además, como es de Lipschitz, podemos acotar

Z t Z t
0 0 0 0 0 |t − t0 |2
|x2 (t)−x1 (t)| ≤ |f (x1 (t ), t )−f (x0 (t ), t )| dt ≤ L |x1 (t)−x0 (t)| ≤ L M |t−t0 | dt0 ≤ L M
t0 t0 2
De manera análoga podemos obtener:
|t − t0 |2 L (M |t − t0 |)2 L M 2 α2
|x2 (t) − x1 (t)| ≤ L M = ≤
2 M 2 M 2
|t − t | 3 L (M |t − t |) 3 L M 3 α3
0 0
|x3 (t) − x2 (t)| ≤ L M 2 = ≤
3! M 3! M 3!
|t − t | 4 L (M |t − t |) 3 L M 4 α4
0 0
|x4 (t) − x3 (t)| ≤ L M 3 = ≤
4! M 4! M 4!
.. ..
. ≤ .
a
(recordemos que |t − t0 | ≤ α = min{T, M }) De manera inductiva, podemos llegar a

L (M α)`
|x` (t) − x`−1 (t)| ≤
M `!
Sea x(t) = lim`→∞ x` (t) y calculemos |x(t) − x` (t)|
Primero notemos que podemos escribir

x` (t) = [x1 (t) − x0 (t)] + [x2 (t) − x1 (t)] + · · · + [x`−1 (t) − x`−2 (t)] + [x` (t) − x`−1 (t)] + x0 (t)

Simplificando,
`
X
x` (t) = x0 + [xj (t) − xj−1 (t)]
j=0

y, por definición,
∞
X
x(t) = x0 + [xj (t) − xj−1 (t)]
j=0

Entonces, tenemos
∞
X
x(t) − x` (t) = [xj (t) − xj−1 (t)]
j=`+1

Calculando el valor absoluto,

∞ ∞
X X L (M α)j
|x(t) − x` (t)| ≤ |xj (t) − xj−1 (t)| ≤
M j!
j=`+1 j=`+1

Cátedra: Matemáticas Avanzadas

Notas de Clase Ecuaciones Diferenciales Ordinarias

Si reescribimos esta sumatoria para que comience con j = 0

∞
L (M α)`+1 X (M α)j
|x(t) − x` (t)| ≤
M (` + 1)! j!
j=0

Entonces, sumando la serie, tenemos

L (M α)`+1 M α
|x(t) − x` (t)| ≤ e
M (` + 1)!
y como
(M α)`+1
→0 cuando `→∞
(` + 1)!
tenemos,
lim |x(t) − x` (t)| = 0
`→∞

es decir, la sucesión converge.

Resta comprobar que efectivamente la función a la cual converge sea solución de la ecuación
diferencial, es decir, Z t
x(t) = x0 + f (x(t0 ), t0 ) dt0
t0

como ya comprobamos que lim`→∞ x` (t) = x(t) sólo falta demostrar que
Z t Z t
lim f (x` (t0 ), t0 ) dt0 = f (x(t0 ), t0 ) dt0
`→∞ t0 t0

Tenemos
t t Z t
Z Z 
0 0 0 0 0 0
|x(t0 ) − x` (t0 )|dt0
 

 f (x(t ), t ) dt − f (x` (t ), t ) dt  ≤ L
t0 t0 t0
L (M α)`+1 M α t 0
Z
≤ e dt
M (` + 1)! t0
L (M α)`+1 M α
≤ e α
M (` + 1)!

que tiende a cero cuando ` tiende a infinito.

Esto concluye la demostración de la convergencia del Método de Picard.

3 Bibliografı́a recomendada
[1] Coddington, Earl A. Introducción a las Ecuaciones Diferenciales Ordinarias, Ed. C.E.C.S.A.
(1968)

[2] Goursat, Edouard. A Cours D’Analyse Mathématique, Vol. II, Parte I Ed. Gauthier-
Villars, (1902)

Cátedra: Matemáticas Avanzadas