Resumen
El siguiente trabajo brinda un análisis del orden de los errores de aproximación y de redondeo que se cometen al combinar esquemas numéricos de estrategia recorrectora, de la familia Adams–Moulton–Bashfort. Estos métodos se utilizan en el tratamiento numérico del problema de estimación en modelos definidos por sistemas din´amicos de EDO.
Nuestro propósito es disponer de una “familia o clase” de métodos que sean eficientes o al menos competitivos al abordar la resolución numérica de este tipo de problemas,
Esta estrategia es compatible con las tendencias actuales que emplean modelos con funciones objetivos mínimo-cuadradas para el ajuste de curvas, que usan métodos de optimización sin y con restricciones, para resolver un problema discretizado por un esquema numérico que puede ser implícito, semi-implícito o explícito.
Citas
Alexander, R. (1997) “Reliability of software for stiff initial-value problems”, SIAM J.,Sci. Comput., IV(10).
Arévalo, C.; Fuhrer, C.; Soderlind, G. (1996) “Stabilized multistep methods for index 2 Euler-Lagrange DAEs”, BIT 36: 1–13.
Bock, H.G. (1991) “Recent advances in parameter identification techniques for ODE in modern methods of optimization”, in: W. Krabs & J. Zowe (Eds.) Proceedings of the Summer School, Bayreuth, 1990, Springer Verlag, New York.
Broyden, C.G. (1967) “Quasi-Newton methods and their application to function minimization”, Math.Comp. 21: 368–381.
Butcher, J.C. (1990) “Order, stepsize and stiffness switching”, Computing 44: 209–220.
Dahlquist, G. (1974) “Problems related to the numerical treatment of stiff differential equations”, in: A. Gunther, B. Levrat, & H. Lipps (Eds.) International Computing Symp., Amer. Elsevier, New York, p.307.
Dennis, J.E.; Schnabel, R.B. (1983) Numerical Methods for Unconstrained Optimization and Non Linear Equations. Prentice-Hall Series in Computational Mathematics, New Jersey.
Enright, W.H. (1976) “Second derivate multi-step methods for stiff ordinary differential equations”, Numerical Analysis 2(2): 351–362.
Gear, W.C. (1971) Numerical Initial Value Problems in O.D.E. Prentice-Hall, New Jersey.
Gómez, J.A.; Marrero, A. (2000) “Computing gradients of inverse problems in ODE models”, Revista de Investigación Operativa, ALIO 9(1,2,3): 179–206
Gómez, J.A.; Marrero, A. (2000) “Convergence of discrete aproximations of inverse problems in ODE models”, Revista de Investigación Operativa, ALIO 9(1,2,3): 207–224.
Hairer, E.; Wanner, G.; Norcett, S.P. (1996) Solving Ordinary Differential Equations I, II. Springer Verlag, New York.
Higham, D.J. (1989) “Analysis of the Enrigth-Kamel partitioning methods for stiff ordinary differential equations”, IMA J.Numerical Anal. 9: 1–14.
Lebedev, V.I. (1994) “How to solve stiff systems of differential equations by explicit methods”, in: G.I. Marchuk (Ed.) Numerical methods and Applications, CRC Press: 45-80.
Lebedev, V.I.; Medovikov, A.A. (1994) “Explicit methods of second order for the solution of stiff systems of ODEs”, Russian Academy of Science IV(2), Moscow.
Marrero, A.; Gómez, J.A. (1990) “Estimación de parámetros en modelos dinámicos no lineales con empleo de métodos numéricos”, Investigación Operacional XI(2): 101–118.
Marrero, A.; Gómez, J.A. (1994) “Problemas de estimación de parámetros en modelos dinámicos no lineales”, Ciencias Matemáticas 15(1): 41–54.
Marrero, A.; Gómez, J.A. (1997) Experiencias numéricas con métodos multipaso-multiderivadas para el problema de estimación de parámetros en modelos dinámicos”, Investigación Operacional 18(1-3): 3–10.
Marrero, A. (2000) Un Enfoque para la Solución Numérica del Problema de Estimación de Parámetros Definido por Ecuaciones Diferenciales Ordinarias. Tesis doctoral, Universidad de La Habana.
Shampine, L.F.; Gordon, M.K. (1991) Computer Solution of Ordinary Differential Equations. The Initial Value Problem. W.H. Freeman & Company, San Francisco.