La Aproximación de la Línea Tangente
La Idea Geométrica
Una ecuación diferencial ordinaria dy/dx = f(x,y) asigna una pendiente a cada punto en el plano (x,y) — un campo de direcciones. La solución verdadera y(x) es una curva que en todas partes sigue esas pendientes asignadas.
El método de Euler convierte el campo de direcciones continuo en una caminata discreta:
> (xₙ, yₙ) → (xₙ + h, yₙ + h·f(xₙ, yₙ))
Desde el punto (xₙ, yₙ), muévete una distancia h a lo largo de la línea tangente. Llega a un punto aproximadamente siguiente. Repite.
Error geométrico: la línea tangente en (xₙ, yₙ) tiene pendiente f(xₙ, yₙ), pero la curva verdadera tiene una pendiente diferente en cada punto a lo largo del intervalo [xₙ, xₙ + h]. El paso de Euler utiliza la pendiente en el extremo izquierdo en todo — 'la pendiente que era.' El error por paso crece como h².
Error Acumulado
Sobre N pasos para alcanzar un punto final fijo x = a, con h = a/N:
- Error de truncamiento local por paso: O(h²)
- Número de pasos: N = a/h
- Error global: O(h²) × (a/h) = O(h) — precisión de primer orden
El método de Euler es de primer orden: reducir h a la mitad reduce el error global a la mitad.
Ejecutando el Método de Euler
Considera dy/dx = y, con condición inicial y(0) = 1. Solución verdadera: y(x) = eˣ, entonces y(1) = e ≈ 2.71828.
Aplica el método de Euler con h = 0.5, de x = 0 a x = 1 (2 pasos):
Paso 1: y₁ = y₀ + h·f(x₀, y₀) = 1 + 0.5·(1) = 1.5. Nuevo punto: (0.5, 1.5).
Paso 2: y₂ = y₁ + h·f(x₁, y₁) = 1.5 + 0.5·(1.5) = 2.25. Nuevo punto: (1.0, 2.25).
Euler da 2.25 vs valor verdadero 2.71828. Error: 0.468. Error relativo: ~17%.
Derivando la Región de Estabilidad de Euler
Para la ecuación de prueba dy/dx = λy (donde λ es un número complejo), el método de Euler da:
> yₙ₊₁ = yₙ + h·λ·yₙ = yₙ·(1 + hλ)
El factor de amplificación por paso: z = 1 + hλ.
Condición de estabilidad: la solución calculada permanece acotada si & solo si |z| ≤ 1, es decir, |1 + hλ| ≤ 1.
Esta es una condición geométrica en el plano hλ complejo: el punto hλ debe estar dentro del círculo de radio 1 centrado en (-1, 0).
Región de estabilidad de Euler: { hλ ∈ ℂ : |1 + hλ| ≤ 1 }
Para λ real & negativo (una ODE que decae como dy/dx = -2y): hλ debe estar en el intervalo (-2, 0] en el eje real. Con λ = -2 & h = 0.5: hλ = -1. Esto está exactamente en el límite de estabilidad — el método es marginalmente estable, lo que explica la falla cualitativa en el ejemplo anterior.
Con h = 1 & λ = -2: hλ = -2, poniéndonos fuera de la región de estabilidad. La solución oscila con amplitud creciente.
Encontrando el Límite de Estabilidad
Runge-Kutta 4 (RK4) tiene una región de estabilidad más grande que Euler, que es una razón por la que se prefiere para la mayoría de los problemas.
Para λ real negativo, RK4 permite hλ hacia aproximadamente -2.785 en el eje real (vs límite -2 de Euler).
Para ecuaciones rígidas con valores propios λ de magnitudes muy diferentes — digamos λ₁ = -1 & λ₂ = -1000 — la estabilidad requiere que hλ₂ se mantenga dentro de la región. Para RK4 en el eje real: h·(-1000) ≥ -2.785, entonces h ≤ 0.002785.
Este tamaño de paso minúsculo, dictado por el valor propio rígido λ₂, hace que la simulación sea costosa incluso aunque el componente lento λ₁ podría usar h = 2.
Puntos Fijos & Cuencas de Atracción
El método de Euler aplicado a dy/dx = f(y) define un mapa discreto: yₙ₊₁ = g(yₙ) = yₙ + h·f(yₙ).
Un punto fijo de este mapa: y tal que g(y) = y. Para Euler en dy/dx = f(y), los puntos fijos satisfacen f(y) = 0 — equilibrios de la ODE.
Estabilidad de un punto fijo: si |g'(y)| < 1, los iterados cercanos convergen a y. Si |g'(y*)| > 1, divergen.
g'(y) = 1 + h·f'(y). En un punto fijo y: |1 + h·f'(y)| < 1 para estabilidad.
Esto es exactamente la condición de estabilidad de Euler con λ = f'(y*) — la linealización de la ODE en el equilibrio.
Cuenca de atracción: el conjunto de condiciones iniciales que convergen a y* bajo el mapa de Euler. Para sistemas no lineales, el límite de la cuenca define dónde la simulación rastrea confiablemente el equilibrio de la ODE vs diverge a otro atractor.
El bucle de simulación es un sistema dinámico discreto. Su comportamiento cualitativo — convergencia, oscilación, divergencia — depende del tamaño de paso h en relación con la geometría del campo de direcciones de la ODE.
Conectando Geometría al Diseño de Simulación
La geometría de la simulación numérica se reduce a tres preguntas:
1. ¿Dónde está la región de estabilidad? Para Euler: el disco |1 + hλ| ≤ 1. Más grande para RK4. No acotada (todo el semiplano izquierdo) para métodos implícitos.
2. ¿Dónde están los valores propios de la ODE? Los valores propios λ del Jacobiano de f en cada punto determinan qué región de estabilidad debe contener hλ.
3. ¿Qué h mantiene todo hλ dentro de la región? El h máximo permitido = (radio de región de estabilidad) / max|λ|.
Para sistemas rígidos: max|λ| es enorme, forzando h minúsculo para métodos explícitos. Los métodos implícitos son costosos por paso pero permiten h grande — intercambian costo por paso para estabilidad.
La perspectiva de Hamming se traduce: la elección de método numérico codifica una apuesta sobre la geometría del espectro de valores propios de la ODE. Hacer esa apuesta explícita es la primera decisión de diseño en cualquier simulación.