Análisis de Estabilidad de los Métodos de Euler

Un esquema numérico es estable si las pequeñas perturbaciones (redondeo, errores en los datos) no se amplifican sin límite a medida que avanza el cálculo. En Euler hacia adelante la estabilidad depende del tamaño de paso \(h\) en relación con la dinámica de la EDO. Si \(h\) es demasiado grande, la solución numérica puede oscilar y diverger aunque la exacta decaiga a cero.


Problema modelo

\[y' = -\lambda y, \quad \lambda > 0, \quad y(0) = y_0\]

con solución exacta \(y(x) = y_0\, e^{-\lambda x}\), que decae monótonamente a \(0\).


Euler hacia adelante (explícito)

Sustituyendo \(f = -\lambda y\) en la actualización \(y_{n+1} = y_n + h\,f(x_n, y_n)\):

\[y_{n+1} = y_n + h(-\lambda\,y_n) = y_n(1 - \lambda h)\]

La recurrencia es geométrica, de factor \(1 - \lambda h\):

\[y_n = y_0\,(1 - \lambda h)^n\]

Condición de estabilidad

La solución exacta tiende a \(0\), así que exigimos lo mismo a la numérica, es decir, \(\lim_{n \to \infty} y_n = 0\). Una sucesión geométrica \(a^n\) tiende a \(0\) si y solo si \(|a| < 1\):

\[|1 - \lambda h| < 1 \iff -1 < 1 - \lambda h < 1 \iff 0 < \lambda h < 2\]

La cota inferior es automática (\(\lambda > 0\), \(h > 0\)); la superior da la condición de estabilidad:

\[\boxed{h < \frac{2}{\lambda}}\]

Interpretación

Régimen Factor de amplificación Comportamiento de \(y_n\)
\(0 < \lambda h \le 1\) \(0 \le 1 - \lambda h < 1\) Decae monótonamente a \(0\) (en \(\lambda h = 1\) llega en un paso)
\(1 < \lambda h < 2\) \(-1 < 1 - \lambda h < 0\) Decae a \(0\) pero oscila de signo en cada paso
\(\lambda h = 2\) \(-1\) Oscila con amplitud constante (marginal)
\(\lambda h > 2\) \(|1 - \lambda h| > 1\) Inestable: oscila y crece, \(y_n \to \infty\)

Si \(h > 2/\lambda\) la solución numérica diverge aunque la verdadera decaiga — un artefacto de la discretización, no de la física de la EDO.

Izquierda: Con λh = 1.5 Euler adelante decae oscilando (la exacta decae monótonamente) y con λh = 2 oscila sin amortiguarse. Derecha: con λh = 2.5 oscila creciendo y diverge

Euler hacia atrás (implícito)

Euler hacia atrás evalúa la pendiente en el punto siguiente: \(y_{n+1} = y_n + h\,f(x_{n+1}, y_{n+1})\). Con \(f = -\lambda y\), el valor buscado \(y_{n+1}\) aparece en ambos lados; despejando:

\[y_{n+1} + \lambda h\,y_{n+1} = y_n \implies y_{n+1}(1 + \lambda h) = y_n\]

De nuevo una recurrencia geométrica:

\[y_n = \frac{y_0}{(1 + \lambda h)^n}\]

Condición de estabilidad

Como \(\lambda h > 0\),

\[0 < \frac{1}{1 + \lambda h} < 1\]

para todo paso positivo, y por tanto \(y_n \to 0\) siempre. Euler hacia atrás es incondicionalmente estable. Esto no significa que un paso grande sea preciso; solo que no produce crecimiento espurio.


Región de estabilidad absoluta

Este análisis es el de la estabilidad absoluta, donde los valores de \(\lambda h\) para los que una perturbación no crece forman la región de estabilidad del método. En el eje real, con la convención de este capítulo (\(y' = -\lambda y\), \(\lambda > 0\)):

Método Intervalo estable
Euler adelante \(0 < \lambda h < 2\)
Euler atrás todo \(\lambda h > 0\)
RK4 \(\lambda h \lesssim 2.78\)

Con la convención \(y' = \lambda y\) con \(\operatorname{Re}\lambda < 0\) —la de Runge–Kutta— estos intervalos se leen \(-2 < h\lambda < 0\), \(h\lambda < 0\) y \(-2.78 \lesssim h\lambda < 0\). Euler atrás cubre todo el semiplano izquierdo (es A-estable). La misma noción reaparece como la condición \(r \le \tfrac{1}{2}\) de FTCS en Parabólicas.


Comparación de ambos métodos

Propiedad Euler adelante (explícito) Euler atrás (implícito)
Actualización \(y_{n+1} = y_n + h\,f(x_n, y_n)\) \(y_{n+1} = y_n + h\,f(x_{n+1}, y_{n+1})\)
Factor de amplificación \(1 - \lambda h\) \(\dfrac{1}{1 + \lambda h}\)
Estabilidad Condicional: \(h < \dfrac{2}{\lambda}\) Incondicional
Coste por paso Bajo: una evaluación de \(f\) Mayor: resolver una ecuación para \(y_{n+1}\)
Con \(h\) grande Oscila y diverge Decae monótonamente (quizá demasiado rápido)

El compromiso es estabilidad vs. coste. Euler hacia atrás no tiene techo de paso, pero cada paso exige resolver una ecuación (o un sistema). Euler adelante se evalúa directamente, a cambio de limitar \(h\).


Ecuaciones rígidas

Un sistema de EDO es rígido (stiff) cuando conviven dinámicas en escalas temporales muy separadas. Conviven los modos rápidos que decaen en seguida y los modos lentos que gobiernan el largo plazo. Un integrador explícito se ve obligado a dar pasos diminutos solo para mantener estables los modos rápidos, mucho después de que estos hayan desaparecido.

Un ejemplo canónico: reacciones consecutivas

La cadena de reacciones de primer orden \(y_1 \xrightarrow{k_1} y_2 \xrightarrow{k_2} y_3\) con \(k_1 = 100 \gg k_2 = 1\) es el modelo más simple con dos escalas. El reactivo \(y_1\) se consume en \(\sim 10^{-2}\) y el intermediario \(y_2\) se acumula de forma transiente para luego decaer en escala \(\sim 1\). Las velocidades con las que cambian las concentraciones \(y_1\) e \(y_2\) son:

\[y_1' = -100\,y_1, \qquad y_2' = 100\,y_1 - y_2, \qquad y_1(0) = 1, \quad y_2(0) = 0\]

La solución exacta de estas ecuaciones es \(y_1(x) = e^{-100x}\) e \(y_2(x) = \frac{100}{99}\left(e^{-x} - e^{-100x}\right)\). La concentración \(y_2\) es una sola función que contiene los dos modos que sube rápidamente hasta \(\approx 0.95\) en \(x \approx 0.05\) y después decae lentamente como \(e^{-x}\).

Por qué los métodos explícitos fracasan aquí

Euler adelante aplicado al sistema da

\[y_{1,n+1} = (1 - 100h)\,y_{1,n}, \qquad y_{2,n+1} = (1 - h)\,y_{2,n} + 100h\,y_{1,n}\]

La primera recurrencia es la escalar ya estudiada y es estable solo si \(|1 - 100h| < 1\), es decir \(h < 0.02\). Y si ese factor supera 1 en módulo, la explosión no se queda en \(y_1\), el término \(100h\,y_{1,n}\) de la segunda ecuación la inyecta en \(y_2\). La regla general es que en un sistema la condición de estabilidad debe cumplirla cada modo presente, así que la estabilidad la dicta el modo más rápido \(h < 2\times 10^{-2}\), esto es, \(\sim 50\) pasos para llegar a \(x = 1\) y \(\sim 500\) para \(x = 10\).

La precisión en \(y_2\) pediría \(h \approx 0.02\) (error del \(\sim 1\%\)), lo que es apenas el techo de estabilidad, y con un \(k_1\) mayor el techo caería muy por debajo de lo útil. El tamaño de paso lo fija la estabilidad, no la precisión.

Por qué ganan los métodos implícitos

Euler hacia atrás da

\[y_{1,n+1} = \frac{y_{1,n}}{1 + 100h}, \qquad y_{2,n+1} = \frac{y_{2,n} + 100h\,y_{1,n+1}}{1 + h}\]

con factores \(1/(1+100h)\) y \(1/(1+h)\), ambos menores que \(1\) para cualquier \(h > 0\). No hay techo de estabilidad, así que el paso se elige solo por criterios de precisión. Con \(h = 0.1\) —cinco veces el límite de adelante— \(y_1\) muere en un paso y \(y_2\) sigue a la exacta con un error de unos pocos % en solo 10 pasos. El coste extra de despejar las ecuaciones implícitas (aquí trivial, primero \(y_{1,n+1}\), luego \(y_{2,n+1}\) por sustitución) queda muy compensado por la reducción del número de pasos.

Arriba — Euler adelante con h = 0.021, apenas un 5 % por encima del límite de estabilidad. El modo rápido, ya extinguido en la solución exacta, revive y arrastra a y_2 en una oscilación creciente. Abajo — Euler adelante a su máximo paso legal (h = 0.019, 52 pasos) todavía arrastra una oscilación moribunda durante medio recorrido; Euler atrás con h = 0.1 sigue la curva en solo 10 pasos

Conclusión práctica

Régimen Integrador recomendado Por qué
No rígido, suave RK explícito (p. ej. RK45) Barato por paso, sin resolución de ecuaciones
Rígido Métodos implícitos (Euler atrás, RK implícitos, BDF) Sin techo de estabilidad; el paso lo fija la precisión

La pregunta diagnóstica es simple: ¿el tamaño de paso lo fija la precisión o la estabilidad? Si se necesita un paso diminuto solo para evitar que un modo rápido ya extinguido diverja, el problema es rígido y un método implícito se amortiza con creces.

Comprueba tu comprensión. Para \(y' = -50y\), ¿a partir de qué valor de \(h\) se vuelve inestable Euler adelante? ¿Qué le ocurre a la solución numérica con \(h = 0.05\): diverge, decae monótonamente o decae oscilando?