Un enfoque numérico para resolver problemas de valor en la frontera (BVP) para ecuaciones diferenciales ordinarias convirtiendo el BVP en uno o varios problemas de valor inicial (IVP) y ajustando iterativamente condiciones iniciales desconocidas hasta que la solución cumple las condiciones de frontera.

Principio

Aprovechar la dependencia continua de las soluciones IVP respecto de los datos iniciales: tratar las condiciones iniciales desconocidas como parámetros, integrar el IVP, evaluar el desajuste en la frontera y usar un método de búsqueda de raíces u optimización para ajustar parámetros hasta que el desajuste desaparezca.

Demostración

BVP de segundo orden y'' = f(x,y,y'), y(a)=α, y(b)=β: elegir una pendiente inicial de prueba s, resolver IVP con y(a)=α, y'(a)=s para obtener y_s(b); encontrar s tal que y_s(b)=β mediante sécante o Newton.

Aplicación incorrecta

Emplear shooting simple cuando el IVP es muy sensible (mal condicionado) respecto a las condiciones iniciales, cuando existen múltiples soluciones (convergencia a raíces no deseadas), o cuando el problema es rígido o explota antes de alcanzar la frontera — en estos casos multiple-shooting, continuación o collocation son más seguros.

Consecuencia

Convierte solucionadores de BVP en integradores IVP estándar más solucionadores no lineales, a menudo fácil de implementar y eficiente para problemas bien comportados; ofrece buena precisión cuando la función parámetro→valor-en-frontera es suave y bien condicionada.

Inversión

Métodos de discretización directa (diferencias finitas, collocation, spectral/Galerkin) resuelven el BVP como un sistema global y evitan el shooting; multiple shooting divide el intervalo para reducir la sensibilidad.

Límite

Destinado a BVP de ODE en intervalos finitos; no aplicable directamente a problemas de frontera para PDE sin reducción dimensional, y su eficacia depende de la estabilidad y el acondicionamiento del IVP y del método de búsqueda de raíces elegido.

Tensión semántica

Tensión entre la simplicidad del shooting y la robustez de la discretización global: shooting trata el problema como ajuste de parámetros para IVP, mientras que collocation/Galerkin aproximan el espacio de soluciones globalmente; la elección depende del acondicionamiento y la no linealidad.

Síntesis

El método de shooting reduce un BVP a IVP dependientes de parámetros y a una tarea de búsqueda de raíces: práctico y eficiente para muchos BVP de ODE lisos y bien condicionados, pero debe sustituirse por multiple shooting o discretización global cuando la sensibilidad, rigidez, multiplicidad o explosión hacen fracasar el enfoque simple.