9.

Sistemas Stiff
Eduardo Sainz de la Maza
12 de abril de 2011

Indice general
9. Sistemas Stiff

9.1. Interpretacion del concepto . . . . . . . . . . . . . . . . . . . .

9.2. Definiciones para sistemas Stiff . . . . . . . . . . . . . . . . .

9.3. Aproximaciones de Pade . . . . . . . . . . . . . . . . . . . . .

9.4. Metodos para sistemas Stiff . . . . . . . . . . . . . . . . . . . 11

Captulo 9
Sistemas Stiff
9.1.

Interpretaci
on del concepto

Consideremos los dos problemas de valores iniciales siguientes formados por

dos ecuaciones diferenciales ordinarias cada uno de ellos
Problema 1
  

 0 
2 1
y1
2 sin x
y1
=
+
,
y20
1 2 y2
2(cos x sin x)
Problema 2

 0 
  
2 sin x
2
1
y1
y1
+
,
=
999(cos x sin x)
y20
998 999 y2

  
y1 (0)
2
=
.
y2 (0)
3

  
y1 (0)
2
=
.
y2 (0)
3

Ambos problemas tienen la misma solucion



  

y1 (x)
sin x
x 1
= 2e
+
.
y2 (x)
1
cos x
Cuando resolvemos el problema 1 un un metodo de Runge-Kutta-Felhberg
de ordenes 4 y 5 (RKF45)con una tolerancia de 0.01 y con un control de
paso sencillo en el que el paso se reduce a la mitad mientras la estimacion
del error sea superior a la tolerancia y se aumenta cuando la estimacion del
error es significativamente mejor que la tolerancia. Aplicamos el metodo con
un paso inicial de h0 = 0.1 y desde x0 = 0 para aproximar la solucion hasta
el punto x = 10. Se necesitan 60 pasos para obtener la solucion numerica.
Para el problema 2 con las mismas condiciones se necesitan 3373 pasos para
aproximar la solucion. Recordamos que este metodo usa 6 evaluaciones de
funcion por cada paso o iteracion.
2

Si por el contrario usamos el metodo de Runge-Kutta implcito o de Gauss

de dos etapas y orden 4 se necesitan 29 iteraciones para el problema 1 y 24
iteraciones para el problema 2. Es decir resuelve ambos problemas con igual
facilidad y en un n
umero reducido de pasos.
La conducta mostrada por el problema 2 es lo que llamamos fenomeno stiff.
As el problema 1 no es stiff mientras que el problema 2 es un sistema stiff.
Todo ello pese a que la solucion teorica de ambos problemas es la misma. Si
nos fijamos en los valores propios de ambos sistemas, observamos que para el
problema 1 los autovalores son 1 y 3 y por tanto la solucion general del
sistema 1 sin condiciones iniciales es
  

 


1
sin x
y1 (x)
3x
x 1
+
,
+ d2 e
= d1 e
1
cos x
1
y2 (x)
donde d1 y d2 son dos constantes arbitrarias. Mientras que para el sistema 2
los valores propios son 1 y 1000 y la solucion


 

 

y1 (x)
1
sin x
x 1
1000x
= d1 e
+ d2 e
+
.
y2 (x)
1
998
cos x
Como los valores propios son reales nos fijamos en los intervalos de estabilidad absoluta de ambos metodos. El RKF45 tiene un intervalo de estabilidad
absoluta de (3, 0) por lo que al aplicarlo al problema 1 puede trabajar con
un paso no muy peque
no, pero al aplicarlo al problema 2 se necesita imponer
que 1000h (3, 0) lo que obliga a trabajar con un paso h demasiado
peque
no y por tanto dar muchos pasos. Han sido los requerimientos de estabilidad en vez de los de precision los que han impuesto un paso peque
no. Esto
ocurre durante todo el proceso de integracion en el intervalo [0, 10] incluso
cuando la componente e1000x no esta presente en la solucion del problema
2 y desaparece rapidamente de la solucion del sistema 2 sin condiciones iniciales. El segundo metodo de Gauss no presenta esta restriccion ya que la
exigencia 1000h (, 0) no supone ninguna restriccion.
Vamos a intentar clarificar este concepto intentando dar una definicion de
sistema stiff. Consideremos el sistema lineal
y 0 (x) = Ay(x) + (x),

(9.1)

donde y, Rm y A es una matriz constante de dimension m m con

autovalores t C, t = 1, 2, . . . , m y autovectores ct Cm , t = 1, 2, . . . , m.
La solucion general es de la forma
y(x) =

m
X

dt et x ct + (x),

t=1

(9.2)

donde los dt son constantes y (x) es una solucion particular de 9.1. Supongamos que
Ret < 0, t = 1, 2, . . . , m
(9.3)
lo que implica que los terminos et x ct 0 cuando x , por lo que la
solucion y(x) converge a (x) cuando x . Por eso se suele llamar a
P
m
t x
ct solucion transitoria y a (x) solucion estacionaria. Ademas si
t=1 dt e
|Ret | es grande entonces el termino dt et x ct decae rapidamente y si |Ret |
es peque
no entonces el termino dt et x ct decae lentamente. Denotemos por
, {t , t = 1, . . . , m} a los valores propios extremos, es decir,
|Re| |Ret | |Re|,

t = 1, 2, . . . , m

(9.4)

as dt ex c es la componente que decae mas rapidamente y dt ex c la que decae

mas lentamente. Si nos proponemos integrar hasta que desaparezcan las componente transitorias, entonces si |Re| es muy peque
no tenemos que integrar
hasta muy lejos, pero la otra componente |Re| si es muy grande nos obliga
a trabajar con un paso muy peque
no cuando lo hacemos con un metodo de
region de estabilidad moderada. Definimos el radio stiff por |Re|/|Re|.
Por eso una posible definicion de sistema stiff sera
Definici
on 9.1.1. Un sistema lineal y con coeficientes constantes se dice que
es stiff si todos sus autovalores tienen parte real negativa y el radio stiff es
grande.
Sin embargo esta definicion no es del todo satisfactoria. Para ello analicemos
los siguientes sistemas 2, 3 y 4 junto con sus soluciones generales. El sistema
2 es el mismo que el del problema 2 anterior.
Sistema 2
 0

  

2 sin x
2
1
y1
y1
=
+
y20
998 999 y2
999(cos x sin x)
 
 

 

y1
1
sin x
x 1
1000x
= d1 e
+ d2 e
+
y2
1
998
cos x

Sistema 3
 0

  

y1
2
1
y1
2 sin x
=
+
y20
1.999 0.999 y2
0.999(sin x cos x)
 
 

 

y1
1
sin x
x 1
0.001x
= d1 e
+ d2 e
+
1.999
cos x
y2
1

Sistema 4

  

 0
0.002 0.001
y1
0.002 sin(0.001x)
y1
=
+
y20
0.998 0.999 y2
0.999[cos(0.001x) sin(0.001x)]
  



 
sin(0.001x)
1
y1
0.001x 1
x
+
+ d2 e
= d1 e
1
cos(0.001x)
998
y2

Para el sistema 2, |Re| = 1000 y |Re| = 1, mientras que para los

sistemas 3 y 4, |Re| = 1 y |Re| = 0.001, es decir los tres sistemas tiene
un radio stiff de 1000.
Ya hemos visto que el metodo RKF45 no puede resolver el sistema 2 sin dar
pasos muy peque
nos. Dicho sistema 2 es genuinamente stiff.
En el sistema 3 si imponemos la condicion inicial y(0) = [2, 3.999]T , lo que
corresponde con d1 = d2 = 1, y si aplicamos el RKF45 entonces no se reduce
el paso y se integra con pocos pasos y sin un coste alto. Esto es as porque los
valores propios no son muy negativos. Si el problema hubiese sido integrar
hasta que se alcance la solucion estacionaria, es decir hasta que e0.001x sea
despreciable, entonces habra que irse muy lejos hasta x = 1000, con lo que el
metodo RKF45 vuelve a ser caro de aplicar, por tener que dar muchos pasos.
Pero si ponemos las condiciones iniciales y(0) = [2, 3]T para las que d1 = 2
y d2 = 0 no aparece la parte que decae lentamente y se integra con poco
esfuerzo. De hecho el sistema 3 no puede considerarse stiff aunque tenga un
radio stiff grande. Este tipo de sistemas se llaman pseudo-stiff.
Esto nos hacer pensar que el radio stiff por s solo no es adecuado para
determinar si un sistema es stiff o no. El ejemplo anterior nos puede hacer
pensar que para que un sistema sea stiff, aparte de tener radio stiff grande
debiera tambien cumplir que |Re| sea grande. Pero al considerar el sistema
4 para el que |Re| = 1 nos invalida esta consideracion. En este caso la
componente que decae mas lenta varia muy lentamente y podramos esperar
poder dar pasos muy grandes, pero el autovalor = 1 no nos deja trabajar
con cualquier h. En este sentido el sistema 4 es igualmente stiff que el sistema
2, de hecho es el mismo sistema con un cambio de escala en la variable
independiente x. Otras definiciones de sistemas stiff podran ser
Definici
on 9.1.2. Un sistema se considera stiff cuando los requerimientos
de estabilidad en vez de los de precision restringen en exceso la longitud de
paso.
Definici
on 9.1.3. Un sistema se considera stiff cuando algunas componentes
de la solucion decaen mucho mas rapidamente que otras.
5

El problema con esta definicion es que no distingue entre sistemas genuinamente stiff como el 2 y el 4 con los sistemas pseudo-stiff como el 3. Una
definicion mas basada en el comportamiento practico puede ser la siguiente
Definici
on 9.1.4. Si un metodo numerico con una region de estabilidad
absoluta finita, aplicado a un sistema con condiciones iniciales, se ve forzado
a usar en un cierto intervalo de integracion una longitud de paso que es
excesivamente peque
na en relacion con la regularidad de la solucion exacta
en dicho intervalo, entonces se dice que el sistema es stiff en dicho intervalo.

9.2.

Definiciones de estabilidad adecuadas para sistemas Stiff

Queda claro de las observaciones anteriores que si el metodo empleado para resolver un problema de valores iniciales contiene a todo el semiplano
< 0 entonces no hay restricciones de la longitud de paso debidos a
Reh
= h, entonces podemos dar la siguiente
la estabilidad. Denotemos por h
definicion (Dahlquist 1963).
Definici
on 9.2.1. Un metodo se dice que es A-estable if
| Re h
< 0}.
RAbs {h
La A-estabilidad es una propiedad muy exigente y parece razonable buscar
= h para unos
definiciones menos exigentes pero que resulten u
tiles. Como h
t dados al multiplicar por h los t h caen en la misma recta que contiene
t y por eso parece suficiente exigir que la region de estabilidad contenga un
cono conteniendo todos los valores propios. Esto motiva la siguiente definicion
(Widlund 1967)
Definici
on 9.2.2. Un metodo es A()-estable, con (0, 2 ) si
| < arg h
< },
RAbs {h
y se dice que es A(0)-estable si es A()-estable para alg
un (0, 2 ) suficientemente peque
no.
Cuando solo se contiene el eje real negativo basta la definicion debida a (Cryer
1973)
Definici
on 9.2.3. Un metodo es A0 -estable si
| Re h
< 0, Im h
= 0}.
RAbs {h
6

Una manera alternativa de rebajar las exigencias de la A-estabilidad es la

siguiente definicion debida a (Gear 1969)
Definici
on 9.2.4. Un metodo es stiff estable si RAbs R1 R2 donde
| Re h
< a}
R1 = {h
| a Re h
< 0, c Im h
c},
R2 = {h
donde a y c son constantes reales positivas.
Es posible argumentar que aunque la A-estabilidad es muy restrictiva puede
no ser suficiente en algunos casos. Para ello analicemos los siguiente metodos.
Consideremos la regla del trapecio yn+1 = yn + 12 h(fn+1 + fn ), que es Aestable, aplicado a un sistema test y 0 = Ay, donde A es una matriz m m
con autovalores distintos t que satisfacen Re t < 0. Como antes denotemos
por el autovalor con mayor modulo de su parte real. Al aplicar la regla del
trapecio al sistema test obtenemos el sistema en diferencias finitas
1 


h
h
I+ A .
(9.5)
yn+1 = Byn , B = I A
2
2
La solucion general de 9.5 es
yn =

m
X

dt nt ut ,

(9.6)

t=1

donde las dt son constantes arbitrarias y los t y ut son los autovalores (supuestos diferentes) y los autovectores respectivamente de B. Esta solucion
numerica {yn } es una aproximacion de la solucion exacta
y(xn ) =

m
X

t xn

dt e

ct =

t=1

m
X


n
dt ex0 et h ct ,

(9.7)

t=1

donde los ct 6= ut son los autovectores de A. Si la matriz A tiene autovalores

t y R() es una funcion racional, entonces loa autovalores de R(A) son R(t ).
Por tanto se sigue de 9.5 que


I + h2 t

, t = 1, 2, . . . , m
t =
I h2 t
y en particular B tendra un valor propio
=

I + h2

.
I h2
7

(9.8)

Comparando yn e y(xn ) en 9.6 y 9.7 se observa que t aproxima et h . Observemos tambien que |t | < 1 luego (t )n 0 cuando n , cosa que
debe ocurrir puesto que el metodo es A-estable. Sin embargo si |Re | es
muy grande y h no es demasiado peque
no, entonces
h i |h| sera grande y
n

estara proximo a 1. De esta manera, el termino eh , que tiende a 0 rapidamente, se aproxima por el termino ()n que tiende a cero muy lentamente,
alternando su signo. Este comportamiento no es deseable.
Por el contrario cuando aplicamos el metodo de Euler implcito yn+1 = yn +
hfn+1 al sistema anterior obtenemos el sistema en diferencias finitas
yn+1 = Byn ,

B = (I hA)1 ,

(9.9)

por lo que 9.8 es ahora

=

1

,
I h

(9.10)

h in
que es proximo a cero cuando |h| es grande. As el termino eh se aproxima por el termino ()n y ambos que tienden a 0 rapidamente,
Esto motiva una u
ltima definicion debida a (Ehle 1969) y (Axelsson 1969)
Definici
on 9.2.5. Un metodo de un paso se dice L-estable si es A-estable y
ademas al aplicarlo a la ecuacion test y 0 = y, con complejo con Re < 0
produce una ecuacion en diferencias finitas yn+1 = R(h)yn , con |R(h)| 0
cuando Re h .
Aveces esta propiedad se llama tambien stiff A-estabilidad o A-estabilidad
fuerte. Observemos que
L-estabilidad A-estabilidad stiff estabilidad
A()-estabilidad A(0)-estabilidad A0 -estabilidad

9.3.

Aproximaciones racionales de la exponencial. Aproximaciones de Pad

e

Hemos visto que cuando aplicamos un metodo de Runge-Kutta a la ecuacion

test y 0 = y, con C para estudiar la estabilidad absoluta se obtiene
n,
yn+1 = R(h)y

(9.11)

 = h y donde R() era una funcion racional si el metodo es implcito

donde h
y un polinomio si el metodo es explcito. Ademas vimos que si el metodo
tiene orden p entonces
= eh + O(hp+1 ).
R(h)
Por esto vamos a estudiar las aproximaciones racionales de la exponencial y
su relacion con las propiedades de estabilidad absoluta.
Sea q C y denotemos por RTS (q) las funciones racionales
S
P

RTS (q) =

i=0
T
P

ai q i
,
bj

a0 = b0 = 1 ,

aS 6= 0 ,

bT 6= 0

(9.12)

qj

j=0

donde ai , bj R, i = 0, 1, . . . , S, j = 0, 1, . . . , T . Diremos que RTS es una

aproximacion racional de orden p de la exponencial eq si RTS (q) = eq +O(q p+1 ).
Podemos calcular el orden de una de estas aproximaciones multiplicando por
el denominador de 9.12 y comparando con el desarrollo de la exponencial para
ver cuando terminos concuerdan. Contando los parametros ai y bj podemos
esperar que el maximo orden alcanzable sea S + T . Estas aproximaciones de
orden maximo se denominan de aproximaciones de Pade y se denotan por
S (q). Se puede dar una expresion explcita de sus coeficientes
R
T
S! (S + T i)!
i = 1, 2, . . . , S
(S + T )! i! (S i)!
T ! (S + T j)!
j = 1, 2, . . . , T.
=
(S + T )! j! (T j)!

ai =
bj

Mostramos algunas de estas aproximaciones en la tabla 9.3.

Las propiedades de estabilidad absoluta de un metodo de un paso 9.11 estan
Se usa la nomenclatura de aceptabideterminadas por la conducta de R(h).
lidad en las siguientes definiciones
Definici
on 9.3.1. Una aproximacion de la exponencial R(q) se dice que es
A-aceptable si |R(q)| < 1 cuando Re q < 0 ,
A0 -aceptable si |R(q)| < 1 cuando q es real y negativa ,
L-aceptable si es A-aceptable y |R(q)| 0 cuando Re q .

1+q

1+q+ 12 q 2

1+q+ 21 q 2 + 16 q 3

1
1q

1+ 21 q
1 12 q

1+ 23 q+ 16 q 2
1 13 q

1 3
1+ 32 q+ 14 q 2 + 24
q
1
1 4 q

1
1q+ 12 q 2

1+ 31 q
1 23 q+ 61 q 2

1 2
1+ 12 q+ 12
q
1 2
q
1 21 q+ 12

3 2
1 3
1+ 35 q+ 20
q + 60
q
1 2
q
1 25 q+ 20

1
1 2
1q+ 2 q 16 q 3

1+ 14 q
1 3
q
1 43 q+ 14 q 2 24

1 2
1+ 25 q+ 20
q
3 2
1 3
3
q
1 5 q+ 20 q 60

1 2
1 3
1+ 12 q+ 10
q + 120
q
1 2
1 3
1
1 2 q+ 10 q 120 q

Cuadro 9.1: Aproximaciones de Pade

es A-, A0 - o LClaramente el metodo es A-, A0 - o L-estable cuando R(h)
aceptable. Podemos tambien observar que la aproximacion racional RTS (q)
no puede ser A-aceptable is S > T y que si RTS (q) es A-aceptable y T > S
entonces tambien es L-aceptable. Se conocen algunos resultados generales
sobre aceptabilidad como describimos a continuacion. Definimos
R1 (q; ) :=

1 + 21 (1 )q
1 12 (1 + )q

1 + 12 (1 )q + 14 ( )q 2
R2 (q; , ) :=
1 12 (1 + )q + 14 ( + )q 2
se conocen los siguientes resultados
Teorema 9.3.1 (Liniger y Willougby).
R1 (q; ) es A-aceptable si y solo si 0
R1 (q; ) es L-aceptable si y solo si = 1
R2 (q; , ) es A-aceptable si y solo si 0, 0
R2 (q; , ) es L-aceptable si y solo si = > 0
Teorema 9.3.2 (Birkhoff, Varga y Ehle).
S (q) es A-aceptable
Si T = S, entonces R
T
S (q) es A0 -aceptable
Si T S, entonces R
T
S (q) es L-aceptable
Si T = S + 1 o T = S + 2, entonces R
T
10

(9.13)
(9.14)

9.4.

M
etodos para sistemas Stiff

No existen metodos lineales multipaso ni metodos de Runge-Kutta explcitos

que sean A-estables ni siquiera A0 -estables, por eso cuando de necesita usar
metodos con regiones de estabilidad amplias hay que pensar en metodos
implcitos. En el caso de un MLM implcito
k
X

j yn+j = h

j=0

k
X

j fn+j

(9.15)

j=0

aplicado al problema y 0 = f (x, y), y(a) = , podemos reescribir 9.15 como

yn+k = hk f (xn+k , yn+k ) + n ,

(9.16)

donde
n (xn , yn , yn+1 , . . . , yn+k1 ; h) :=

k1
X

(j yn+j + hj fn+j )

(9.17)

j=0

es una funcion conocida que depende solo de valores ya calculados anteriormente. La forma habitual de aproximar la solucion de 9.16 yn+k es utilizar
la iteracion de punto fijo
[s+1]

[s]

yn+k = hk f (xn+k , yn+k ) + n ,

s = 0, 1, . . .

(9.18)

sabemos que para que esta iteracion converja es necesario que

h<

1
|k |L

(9.19)

donde L es la constante de Lipchitz de f con respecto a y. Si f es diferenciable

con respecto a y podemos tomar como L el sup k f
k y se tiene que
y
w w
w f w
w
L = sup w
ax |t | |Re |,
w y w m
t

(9.20)

donde los t son los autovalores de f /y y es el autovalor con parte real

de mayor modulo. Cuando un sistema es stiff |Re | es muy grande y nos
obliga por 9.19 a tomar un h muy peque
no, pese a trabajar con un metodo
de gran region de estabilidad absoluta.

11

La u
nica manera de evitar esta situacion es no utilizar la iteracion de punto
fijo 9.18 para resolver la ecuacion 9.16 y utilizar un metodo de tipo Newton
Raphson. Una iteracion de Newton modificada es


f
[0]
[s]
[s]
[s]
I hk (xn+k , yn+k ) yn+k = yn+k + hk f (xn+k , yn+k ) + ,
y
[s+1]

yn+k

[s]

[s]

= yn+k + yn+k

s = 0, 1, . . . (9.21)

observemos que no evaluamos la matriz jacobiana en cada iteracion para

ahorrar trabajo y poder reutilizar la misma descomposicion LU para resolver
el sistema. Se actualiza dicha matriz y se recalcula la descomposicion LU solo
cuando la iteracion 9.21 no converge. En el caso de sistemas lineales la matriz
es constante y no hay que realizar mas que una descomposicion LU , ademas
el metodo de Newton modificado coincide con del de Newton y converge en
una iteracion.
Un enfoque similar es el correcto para el caso de metodos de Runge Kutta
implcitos.
Con respecto a que metodos lineales multipaso tienen buenas propiedades de
estabilidad absoluta, los resultados son un poco decepcionantes a excepcion
de las formulas BDF que vimos en captulos anteriores. La dificultad de tener
A-estabilidad nos la muestra el siguiente teorema.
Teorema 9.4.1 (Dahlquist 1963). No existen MLM explcitos A-estables. El
orden de un MLM A-estable no puede exceder dos. El MLM de segundo orden
A-estable con menor constante de error es la regla del trapecio.
Un metodo de un paso que tiene interes en el contexto stiff es el llamado
metodo Theta
yn+1 yn = h[(1 )fn+1 + fn ]
(9.22)
En general tiene orden uno y orden dos si = 12 , para el que se obtiene la
regla del trapecio. Aplicando este metodo 9.22 a la ecuacion test y 0 = y se
obtiene

1 + h

yn+1 =
(9.23)
yn = R1 (h; 1 2)yn
1 (1 )h
donde R1 (; ) se define en 9.13. Por el teorema 9.3.1 se tiene que el metodo
Theta es A-estable si y solo si 21 . Una forma de utilizar convenientemente
el parametro es mediante la tecnica de ajuste exponencial. Un metodo
se dice que esta exponencialmente ajustado a un valor real 0 si cuando se
aplica el metodo al problema y 0 = 0 y, y(x0 ) = y0 da la solucion exacta.
Cuando aplicamos el metodo Theta a este problema test obtenemos yn =
12

[R1 (h0 ; 1 2)]n y0 , que coincide con la solucion exacta y(xn ) = e0 (xn x0 ) si
e0 h = R1 (h0 ; 1 2), lo que equivale a elegir
=

1
eh0

.
h0 1 eh0

(9.24)

Observamos que para todo h0 < 0 el valor de dado por 9.24 satisface que
21 , por lo que se conserva la A-estabilidad. Esto puede resultar u
til para
0
sistemas y = Ay en los que ser stiff proviene de un u
nico autovalor de A. En
ese caso se usara un metodo exponencialmete ajustado a dicho autovalor. Si
son varios los que hacen que el sistema sea stiff se puede probar ajustar a la
media de dichos autovalores.
Volviendo a resultados generales sobre la estabilidad de los MLM tenemos
los siguientes resultados
Teorema 9.4.2 (Widlund 1967). Un MLM explcito no puede ser A(0)estable. Solo existe un MLM A(0)-estable de k pasos cuyo orden excede k que
es la regla del trapecio. Para todo [0, 2 ) existen MLM A()-estables de
k pasos de orden p para k = p = 3 y k = p = 4.
Teorema 9.4.3 (Cryer 1973). Un MLM explcito no puede ser A0 -estable.
Existen MLM A0 -estables de orden arbitrario.
La clase mas util de MLM con buenas propiedades de estabilidad absoluta
son las formulas BDF, para k = 1, 2, . . . , 6. Todos son stiff-estables y por
tanto A()-estables.
Para el caso de Metodos de Runge-Kutta es mas facil encontrar metodos
con regiones de estabilidad absoluta que cumplan algunas de las definiciones
dadas en este tema. En particular para los metodos implcitos la aceptabilidad
determinaba la estabilidad del metodo de RK. Y tenamos resultados
de R(h)
de tipo general sobre estas aproximaciones racionales. El metodo de RK
implcito o de Gauss de 2 etapas y orden 4 ya vimos que era A-estable.
Ademas se sabe que existen metodos de RK implcitos A-estables de orden
arbitrario. Por el teorema 9.3.2 tambien existen metodos de RK L-estables
de orden arbitrario.

13