Documente Academic
Documente Profesional
Documente Cultură
metodologas
que
utilizan
tcnicas meramente algebraicas
y aritmticas
para
resolver de
Matemtica
Superior Aplicada
Resumen de Teora
forma aproximada
ecuaciones o
sistemas
de
ecuaciones
complejos, que analticamente
resultan muy difciles e incluso
imposibles de resolver. Para el
caso
de
aplicaciones
de
ingeniera sirven exactamente
para lo mismo: resolver modelos
analticamente
complejos
mediante
la
aplicacin
de
tcnicas matemticas bsicas
(estas tcnicas numricas, son
las bases para la solucin y
simulacin
de
problemas
complejos
utilizando
computadoras). En esta gua se
Armoa, Maximiliano
Y complementos de ejercicios
Maximiliano Armoa
AO 2012
40
Armoa, Maximiliano
Contenido
Introduccin...........................................................................................................3
Teorema de Taylor.................................................................................................4
Los Coeficientes de un polinomio en trminos de sus derivadas......................7
Errores.................................................................................................................10
Definiciones.....................................................................................................10
Sistemas de numeracin:.................................................................................10
Errores en una funcin:....................................................................................11
Grafos:.................................................................................................................12
Grafo de funcin de dos argumentos...............................................................13
Interpolacin........................................................................................................15
Definicin........................................................................................................15
Interpolacin Lineal y polinomio interpolador de Lagrange...........................15
Trminos y cotas de error............................................................................16
Polinomio Interpolador de Newton.................................................................17
Mtodo de diferencias divididas..................................................................17
Cota de error................................................................................................18
Mnimos Cuadrados.........................................................................................18
Splines.............................................................................................................19
Sistema de Ecuaciones Lineales..........................................................................21
Introduccin.....................................................................................................21
Tipos de Sistemas............................................................................................22
Mtodos para resolver sistemas de ecuaciones lineales..................................22
Eliminacin Gaussiana y pivoteo................................................................23
Factorizacin Triangular..............................................................................23
Mtodo de Jacobi.............................................................................................24
Criterio de paro de la iteracin de Jacobi....................................................25
Mtodo iterativo de Gauss-Seidel....................................................................25
Determinacin de la convergencia de ambos mtodos de iteracin................26
Para sacar la matriz T de Jacobi:.................................................................26
Para sacar la Matriz T de Gauss Seidel.....................................................27
Determinacin de convergencia..................................................................27
Clculo de autovalores.................................................................................27
Ajustes.................................................................................................................28
Rectas de regresin en Mnimos cuadrados.....................................................28
Determinacin de la regresin.....................................................................28
Integracin Numrica..........................................................................................29
Definicin............................................................................................................29
Grado de precisin...............................................................................................30
Frmulas de cuadratura cerradas de Newton - Cotes..........................................31
Precisin de las frmulas de Newton Cotes.................................................31
Frmulas de cuadratura cerrada de Newton Cotes...........................................32
Reglas de Trapecio y Simpson con sus respectivos errores.............................32
Anlisis de error para la regla compuesta de trapecios y Simpson..............36
Cuadratura de Gauss Legendre.....................................................................38
Ecuaciones Diferenciales.....................................................................................40
Condicin de Lipschitz....................................................................................40
40
Armoa, Maximiliano
Mtodo de Euler..................................................................................................41
Descripcin geomtrica...................................................................................42
Error.................................................................................................................43
Error de truncamiento global.......................................................................43
Error de truncamiento local.........................................................................43
Precisin de Euler............................................................................................43
Runge Kutta de orden 4 (RK4).........................................................................44
Error de RK4...................................................................................................44
Transformadas de Laplace...................................................................................46
Introduccin a transformada............................................................................46
Notacin...........................................................................................................49
Condicin para aplicar la transformada...........................................................53
Pasos para resolver un problema con las transformadas de Laplace...............54
40
Armoa, Maximiliano
Introduccin
Este es un resumen confeccionado como gua de estudio para la materia
Matemtica superior aplicada de la carrera de Ingeniera Qumica, esta hecho con el fin
de ser una herramienta mas y como un resumen de la materia para su eventual estudio.
Es solo para ayuda, no se recomienda estudiar solo de este material (aunque cada uno es
libre de hacer lo que quiera) y la idea es mejorarlo en todo momento posible para
brindar una ayuda a todos los compaeros que la cursan o cursarn.
Es una recopilacin de apuntes tomados en clase, de extracciones de
distintos libros y varias fuentes de Internet.
Vuelvo a repetirlo para que quede claro, es un material recopilado por un
estudiante y no es un apunte de la ctedra.
Espero les sirva como me sirvi a mi.
Ahh me olvidaba, cualquier mejora que se le pueda hacer (que
seguramente son muchas) bienvenidas sean.
Gracias por difundirlo
Armoa Maximiliano
40
Armoa, Maximiliano
Teorema de Taylor
Sabemos que la recta tangente, como la mejor aproximacin lineal a la grfica
de f en las cercanas del punto de tangencia (xo, f (xo)), es aquella recta que pasa por el
mencionado punto y tiene la misma pendiente que la curva en ese punto (primera
derivada en el punto), lo que hace que la recta tangente y la curva sean prcticamente
indistinguibles en las cercanas del punto de tangencia. Grficamente podemos observar
que la curva se pega "suavemente" a la recta en este entorno, de tal manera que "de
todas las rectas que pasan por el punto, es esta recta la que ms se parece a la curva
cerca del punto".
Ntese que cerca del punto de tangencia, la curva se comporta casi linealmente,
como se puede apreciar si hacemos acercamientos a la grfica anterior
40
Armoa, Maximiliano
40
Armoa, Maximiliano
Naturalmente a esta parbola P(x) = a + b(x- x o) + c(x- xo)2 debemos pedirle que
pase por el punto, que tenga la misma inclinacin (primera derivada) y la misma
concavidad que la parbola (segunda derivada), es decir debemos pedirle:
a) P (xo) = f (xo)
b) P ' (xo) = f ' (xo)
c) P '' (xo) = f '' (xo)
Como P (xo) = a, P'(x) = b y P''(x) = 2c, concluimos que
a = f (xo), b = f ' (xo) y c = (1/2) f (xo)
Quedando la ecuacin de la parbola que mejor aproxima a la curva en las
cercanas de (xo, f (xo)), como:
40
Armoa, Maximiliano
Verifiquemos lo anterior en el caso particular de la funcin
, xo = 0 y
valores de x cercanos a 0
En la tabla de abajo observamos que la parbola tangente a la grfica de f en
(0,1) efectivamente es una mejor aproximacin para f que la recta tangente, para valores
cercanos a 0.
x
1+x
1.0
2.5
2.718281828
0.5
1.5
1.625
1.6487212707
0.3
1.3
1.345
1.34985880757
0.1
1.1
1.105
1.10517091807
0.01
1.01
1.01005
1.010050167
0.001
1.001
1.0010005
1.00100050016
40
Armoa, Maximiliano
De donde, evaluando cada una de estas derivadas en x o, obtenemos los
coeficientes del polinomio:
ao = P(xo), a1 = P '(xo),
, ... ,
......(I)
Volviendo a la representacin (I), si f no es un polinomio, obviamente no podr
representarse de la misma manera, sin embargo en vista de que para, la recta tangente,
que es un polinomio de grado 1, se cumple que para x cercano a xo:
Entonces al polinomio:
40
Armoa, Maximiliano
y adems nos dir como estimar este error.
TEOREMA DE TAYLOR. Sea f continua en [a, b] y con derivadas hasta de
orden n continas tambin en este intervalo cerrado; supngase que f (n+1) (x) existe en
(a,b), entonces para x y xo perteneciente a (a,b) se tiene:
Donde:
En =
40
Armoa, Maximiliano
Errores
Definiciones
Error absoluto = | a am|
Error relativo = | a am | / a
Como podemos notar, el error absoluto tiene unidad y el relativo carece de ella.
Adems la magnitud del error relativo es independiente de la magnitud medida.
Sistemas de numeracin:
Diremos que un nmero xo es una aproximacin a x con d cifras decimales
significativas si d es el mayor nmero natural tal que
Error por redondeo
| x - x0| <
|x|
b-d
2
40
Armoa, Maximiliano
| x - x0|
b-m * bE
<
|x|
b-m * bE
b-m
2 |M|* bE
2 |x|
f = f* x * x
f
f = f* x * x
f
40
Armoa, Maximiliano
f = FAX * x
Grafos:
Un grafo es un conjunto de objetos (llamados vrtices o nodos) unidos por
enlaces (llamados aristas o arcos) que permiten representar relaciones binarias entre
elementos de un conjunto. Permiten estudiar las interrelaciones entre unidades que
interactan unas con otras.
Ejemplo Suma
FAX
x+y
x+y
FAY
Recordemos que:
FAX = f* x
f
SUMA
Entonces
f = x *x + y * y + SUMA
x+y
x+y
40
Armoa, Maximiliano
Operacin
Suma
Resta
Multiplicacin
Divisin
FAX
X
FAY
Y
X+Y
X
X+Y
-Y
X-Y
1
1
X-Y
1
-1
FAX
fx(x, y) * x
fy(x, y) * y
f(x, y)
FAY
f(x, y)
Recordemos que:
f(a, b)
FAX = fx* x
f
OPERACION
Entonces
f = fx(x, y) * x * x + fy(x, y) * y * y + OPERACION
f(x, y)
f(x, y)
Vale aclarar que en cada funcin (cada operacin) tenemos:
La funcin
El error de la funcin
El error de operacin
A los errores de datos los acotamos con i y a los errores de operacin con
40
Armoa, Maximiliano
(hay que tener en cuenta que esto es la posicin de decimales que plantee el
problema o bien dicho las cifras significativas)
Todo lo que est multiplicando a i se lo llama condicin del problema, el termino
que multiplica a (termino de estabilidad) depende del grafo utilizado.
Un algoritmo se dice numricamente ms estable que otro si su trmino de
estabilidad es menor.
Se puede definir un algoritmo estable si:
(COND+ESTAB) >> 1
COND
40
Armoa, Maximiliano
Interpolacin
Definicin
Se denomina interpolacin a la obtencin de nuevos puntos partiendo del
conocimiento de un conjunto discreto de puntos.
En ingeniera es frecuente disponer de un cierto nmero de puntos obtenidos por
muestreo o a partir de un experimento y pretender construir una funcin que los ajuste.
En todo caso, se trata de, a partir de n parejas de puntos (xk,yk), obtener una
funcin f que verifique
40
x1 x0
Armoa, Maximiliano
Si sacamos como factor comn y0 obtenemos:
p(x) = y0 * (x x1) + y1 * (x - x0)
x0 x1
x1 x0
L1,1(x) = (x x0)
x0 x1
x1 x0
40
Armoa, Maximiliano
Sabiendo que la productoria va de 0 a n.
[xk]
f[xk-1; xk]
(Y1 - Y0)/ (X1 - X0) (b)
(Y2 Y1)/ (X2 X1)
Coefi
cientes del
(a)
polinomio
40
Armoa, Maximiliano
Cota de error
Es igual que el trmino de Lagrange:
En(x) = (x xk) * f n+1
(n+1)!
Sabiendo que la productoria va de 0 a n.
Mnimos Cuadrados
En su forma ms simple, intenta minimizar la suma de los cuadrados de las
diferencias ordenadas (llamadas residuos) entre los puntos generados por la funcin y
los correspondientes en los datos.
El mtodo de resolucin se basa en resolver un sistema de ecuaciones dado un
conjunto de n puntos. Tenemos como funcin de ajuste a una funcin lineal y = a0 + a1 x
Se debe plantear:
xk2 * A + xk * B = xk * yk
xk* A + N * B = yk
Para el cual es conveniente realizar una tabla como la que se muestra a
continuacin.
2
N de puntos
xk
yk
xkyk
xk
1
X1
Y1
(X1)2
X1Y1
2
X2
Y2
(X2)2
X2Y2
3
X3
Y3
(X3)2
X3Y3
n
Xn
Yn
(Xn)2
XnYn
Total
xk
yk
xk2
xk * yk
Resolviendo el sistema encontramos los coeficientes a y b correspondientes a la
ecuacin y = A x + B.
Coeficientes
40
Armoa, Maximiliano
F=
x1
x2
x3
x1
x2
x3
xn
=> F t =
1.xn
A = F t * F -------- notemos que esta matriz es de 2x2
B = F t * y -------- notemos que la matriz y es de 8x1 y B de 2x1
De ac resuelvo es sistema de ecuaciones matricial A*C = B donde C son los
coeficientes a calcular. (Sabemos que C es una matriz de 1 x n).
Splines
La interpolacin por splines consiste en armar varios polinomios entre los puntos
(o nodos) de manera tal de tener una funcin a tramos que, generalmente, ser
continua pero no derivable. Para m+1 puntos voy a tener m curvas de splines.
Un factor a tener en cuenta es que, el grado del polinomio de splines me da una
idea de los grados de libertad que tengo para resolver el sistema, si el grado del
polinomio de cada spline es n, necesito n+1 ecuaciones para resolver todos los
coeficientes de cada spline.
Analizando lo anterior, n+1 ecuaciones por cada spline y m curvas de spline
necesito (n+a)*m ecuaciones ya que este nmero es la cantidad de incgnitas que tengo.
Por ejemplo, si tengo 5 puntos tengo que armar 4 splines, y si cada spline es
cbica, tengo 4 incgnitas por cada spline. Por consiguiente necesito 4*4 = 16
ecuaciones para encontrar todos los coeficientes.
Vamos a armar las ecuaciones de cada una:
1. Si analizamos por continuidad, conozco dos puntos por cada spline (seran los
extremos de cada una) por lo que puedo formar 2*m ecuaciones.
2. Podemos obtener mas ecuaciones si planteamos la continuidad en la derivada
primera (las derivadas primeras en los puntos interiores son iguales). Este
planteo me da m-1 ecuaciones ya que en los extremos no puedo calcular la
continuidad (que equivalen a dos puntos = 1 spline menos)
40
Armoa, Maximiliano
3. En caso de que nos sigan faltando ecuaciones, planteamos continuidad en la
derivada segunda y seguimos as hasta obtener todas las ecuaciones necesarias.
Una vez obtenidas todas las ecuaciones, armamos el sistema de ecuaciones
lineales de forma matricial (para facilitar cuentas) y resolvemos el sistema.
Notemos que el sistema de ecuaciones lineales que es generalmente grande (de
grandes dimensiones).
Ejemplo grfico
40
Armoa, Maximiliano
Donde
son los
. Es posible reescribir el
(1)
Si representamos cada matriz con una nica letra obtenemos:
40
Armoa, Maximiliano
Donde A es una matriz m por n, x es un vector columna de longitud n y b es otro
vector columna de longitud m.
Tipos de Sistemas
Los sistemas de ecuaciones se pueden clasificar segn el nmero de soluciones
que pueden presentar. De acuerdo con ese caso se pueden presentar los siguientes casos:
Quedando as la clasificacin:
40
Armoa, Maximiliano
Factorizacin Triangular
Para poder aplicar la factorizacin triangular (o factorizacin LU) necesitamos
una matriz invertible.
A=LU
De donde L es una matriz triangular inferior cuya diagonal son todos 1 y U una
matriz triangular superior.
40
Armoa, Maximiliano
Para calcular esta factorizacin lo que hacemos es pivotear la matriz A hasta
obtener una matriz triangular superior. Luego, para calcular L lo que hacemos es
completar la diagonal con 1 y los elementos faltantes se calculan de la siguiente manera:
Lij = (1/Ujj) * Aij
Este mtodo sale de resolver la multiplicacin de LU = A
Una vez obtenidas las dos matrices podemos reemplazar el sistema A*X = B en
el sistema equivalente LU*X = B
De este sistema nuevo podemos resolverlo de la siguiente manera:
Decir que UX = Y de donde el sistema a resolver es LY = B, calculamos Y y con
estos valores calculamos X (sabiendo que Y = UX). Todo lo resolvemos por sustitucin
regresiva.
Mtodo de Jacobi
Este mtodo es utilizado para resolver los sistemas de ecuaciones lineales mucho
mas rpido que por los mtodos directos.
Para resolver un sistema por Jacobi necesitamos reescribir el sistema de
ecuaciones lineales.
Dado el sistema:
4xy+z=7
4 x 8 y + z = - 21
-2 x + y + 5 z = 15
Lo reescribimos de manera tal de despejar de la primera ecuacin la primer
incgnita, de la segunda la segunda y as sucesivamente.
X = (7 + y z)/4
Y = (-21 4 x z)/ (-8)
Z = (15 + 2 x y)/5
A todas las incgnitas del lado izquierdo le ponemos el subndice k+1 y a la de
la derecha el subndice k.
40
Armoa, Maximiliano
Xk+1 = (7 + yk zk)/4
Y k+1 = (-21 4 xk zk)/ (-8)
Z k+1 = (15 + 2 xk yk)/5
Una vez obtenido este sistema elijo un punto cualquiera inicial (P 0) y lo
reemplazo en cada Xk; esto me da un nuevo punto P 1. Seguimos iterando hasta que
converja en un punto que ser la solucin del problema.
Si la matriz de coeficientes original es diagonalmente dominante, el mtodo de
Jacobi converge seguro.
Una matriz se dice matriz diagonalmente dominante, si en cada uno de los
renglones, el valor absoluto del elemento de la diagonal principal es mayor que la suma
de los valores absolutos de los elementos restantes del mismo rengln. A veces la matriz
de un sistema de ecuaciones no es diagonalmente dominante pero cuando se cambian el
orden de las ecuaciones y las incgnitas el nuevo sistema puede tener matriz de
coeficientes diagonalmente dominante.
| akk | > | akj |
40
Armoa, Maximiliano
X = (7 + y z)/4
Y = (-21 4 x z)/ (-8)
Z = (15 + 2 x y)/5
De ac le ponemos los subndices
Xk+1 = (7 + y z)/4
Yk+1 = (-21 4 x k+1 z)/ (-8)
Zk+1 = (15 + 2 x k+1 y k+1)/5
Gauss Seidel.
D-1 B
Cj
+ D-1 (L + U)
Tj
40
Xk
Armoa, Maximiliano
(D L)-1 U
Cgs
Xk
Tgs
Determinacin de convergencia
Esta iteracin converge si y solo si (T) < 1
Siendo (T) el radio espectral de la matriz T
(T) = mx ||
= autovalor
Clculo de autovalores
Para calcular los autovalores de una matriz hay que realizar los siguientes
pasos:
1. A la matriz restarle un I de donde I es la matriz identidad y tiene las mismas
dimensiones que A.
A - I
2. A esta nueva matriz le aplicamos el determinante y la igualamos a cero
|A - I| = 0
3. Resolvemos la ecuacin en funcin de . Una vez obtenidos los autovalores
vemos cual es el mximo en mdulo.
40
Armoa, Maximiliano
Ajustes
El ajuste se utiliza bsicamente para encontrar los coeficientes de una ecuacin
cualquiera conociendo una determinada cantidad de puntos.
Determinacin de la regresin
Supongamos que tenemos N puntos (xk; yk). Para encontrar los coeficientes de la
ecuacin conociendo estos puntos lo primero que tenemos que debemos hacer es
minimizar la suma de los cuadrados de la distancia que hay entre los puntos y la funcin
a encontrar.
E (f) = [f (xk) yk]2
Para encontrar el valor mnimo de esta funcin
40
Armoa, Maximiliano
Integracin Numrica
Definicin
La integracin numrica es una herramienta esencial que se usa en la
ciencia e ingeniera para obtener valores aproximados de integrales definidas que no
pueden calcularse analticamente. Por ejemplo, en el campo de la estadstica, el modelo
de Distribucin Normal (campana de Gauss), para calcular la funcin de distribucin
deberamos integrar la funcin de densidad:
Puesto que no hay una expresin analtica para esta funcin, debemos usar algn
mtodo de integracin numrica para calcular sus valores.
De manera que
40
Armoa, Maximiliano
b
Grado de precisin
EL grado de precisin de una frmula de cuadratura es el primer natural n que
verifica E[Pi] = 0 para todos los polinomios P i(x) de grado i n, y existe un polinomio
Pn+1 tal que E[Pn+1(x)] 0.
Analizando un polinomio cualquiera arbitrario de grado i
Con lo expuesto podemos decir que la forma general del error de truncamiento
es:
E[f] = K f(n+1)
Siendo K una constante y n el grado del polinomio. La deduccin de las
formulas de cuadratura puede hacerse a partir de la interpolacin polinomial.
40
Armoa, Maximiliano
Recordemos que existe un nico polinomio PM(x) de grado menor o igual que M que
pasa por M+1 puntos dados {(xk; yk)}k=0M cuyas abscisas estn equiespaciadas.
40
Armoa, Maximiliano
Con lo recordado anteriormente, podemos decir que:
F(x) PM(x) = yk * LN,k(x)
Una vez obtenido el polinomio, lo reemplazamos por f(x) y calculamos la
integral de la funcin.
f(x) dx PM(x) dx = [ yk * LN,k(x)] dx = [yk * LN,k(x)] dx
Como yk es constante, sale de la integral:
(1) f(x) dx yk LN,k(x)] dx = yk*wk
40
Armoa, Maximiliano
Una vez obtenido el polinomio, lo reemplazamos por f(x) y calculamos la
integral de la funcin.
f(x) dx PM(x) dx = [ yk * LN,k(x)] dx = [yk * LN,k(x)] dx
Como yk es constante, sale de la integral:
(1) f(x) dx yk LN,k(x)] dx = yk*wk
Para obtener la regla de Simpson necesitamos el polinomio interpolador de
grado 2 (necesito tres puntos).
F(x) P2(x) = f0 (x x1)(x x2) + f1 (x x0)(x x2) + f2 (x x0)(x x1)
(x0 x1)(x0 x2)
Sabemos que los fi son constantes a la hora de integrar, por lo que salen de la
integral.
F(x) dx P2(x) dx = f0 (xx1)(xx2)dx + f1 (xx0)(xx2)dx + f2 (xx0)(xx1)dx
(x0x1)(x0x2)
(x1x0)(x1x2)
(x2x0)(x2x1)
40
Armoa, Maximiliano
h(1-0)h(1-2)
h(2-0)h(2-1)
h(1-0)h(1-2)
h(2-0)h(2-1)
(h)(-h)
(2h)(h)
-(h2)
(2h2)
(-1)
(2)
40
Armoa, Maximiliano
N = 4 Regla de Boole F(x) dx (2h/45) (7 f0 + 32 f1 + 12 f2 + 32 f3 + 7 f4)
Notemos que para las reglas necesitamos n+1 puntos o nodos para resolver.
En caso de querer usar estas reglas con ms nodos nos apoyamos en que
podemos partir la integral con sumas de subintervalos y aplicar una suma de reglas. Por
ejemplo: para calcular la integral de f(x) con los lmites de integracin que son de x0 a x4
podemos partir la integral y sumar las integrales partidas con los lmites x 0 a x1, de x1 a
x2, de x2 a x3 y de x3 a x4. Cada subintegral queda definida por dos nodos por lo que cada
una de ellas es una aplicacin de la regla de trapecios; y la suma de ellas se denomina
Regla compuesta de trapecios.
x4
x1
x2
x3
x4
x0
x1
x2
x3
x4
F(x) dx (h/2) (f0 + f1) + (h/2) (f1 + f2) + (h/2) (f2 + f3) + (h/2) (f3 + f4)
x0
x4
x4
x2
x4
x0
x2
x4
40
Armoa, Maximiliano
x4
x1
x0
2!
x1
x0
40
Armoa, Maximiliano
x1
x1
x1
2
x1
E1(x) = - f 2(C1) h3
x0
12
E1(x) = - f 2(Ck) h3
a
12
= - h3 f 2(Ck)
12
Sabemos que h = (b-a)/M por lo que nos queda al reemplazar una sola h:
b
E1(x) = - f 2(Ck) h3
a
12
= - (b-a) h2 f 2(Ck)
12
E1(x) = - f 2(Ck) h3
a
12
40
= - (b-a) h2 f 2(C)
12
Armoa, Maximiliano
De manera similar, se puede llegar al error de Simpson compuesta obteniendo el
siguiente trmino:
b
180
F(x) = 1
1 dx = 2 = w1 + w2
-1
F(x) = x
x dx = 0 = w1x1 + w2x2
-1
F(x) = x2
40
Armoa, Maximiliano
1
F(x) = x3
x3 dx = 0 = w1x13 + w2x23
-1
La aplicacin del mtodo de Gauss Legendre sirve solo para integrales cuyos
lmites de integracin sean -1 y 1 respectivamente. Para aplicarlo en cualquier intervalo
[a, b] usamos el siguiente cambio de variable:
t=a+b + ba x
2
De donde:
dt = b a dx
2
40
Armoa, Maximiliano
Ecuaciones Diferenciales
Las ecuaciones diferenciales se usan habitualmente para construir modelos
matemticos de problemas de la ciencia y la ingeniera. A menudo se da el caso de que
no hay una solucin analtica conocida, por lo que necesitamos aproximaciones
numricas.
Si consideramos la ecuacin
dy/dx = 1 e-t
Esta es una ecuacin diferencial porque en ella aparece la derivada dy/dx de la
funcin desconocida y = y(t). en el miembro derecho de la ecuacin slo aparece la
variable independiente t, as que las soluciones son las primitivas de 1 - e -t. resolviendo
la integral hallamos y(t).
y(t) = t + e-t + C
donde C es la constante de integracin. Notemos que en la solucin hallada
tenemos un grado de libertad en la eleccin de la solucin, la constante de integracin
C. para encontrar una curva en particular necesitamos un punto de antemano. En un
anlisis en general, somos capaces de medir cmo los cambios de una variable afectan a
otra. Cuando traducimos esto en un modelo matemtico, el resultado es una ecuacin
diferencial que involucra la velocidad de cambio de la funcin desconocida.
Cada eleccin de punto nos da una solucin distinta por lo que la condicin
inicial es como un punto anclaje de la curva correspondiente a la solucin.
Condicin de Lipschitz
Dado el rectngulo R = {(t, y) : a t b, c y d}, supongamos que f(t, y) es
continua en R. se dice que la funcin f verifica la condicin de Lipschitz con respecto a
sus variables y en R si existe una constante L > 0 tal que:
| f(t, y1) f(t, y2) | L | y1 y2 |
Para cualquier (t, y1), (t, y2) perteneciente a R. la constante L se llama constante
de Lipschitz.
40
Armoa, Maximiliano
Un problema de valor inicial tiene solucin nica si f verifica la condicin de
Lipschitz.
Mtodo de Euler
Sea [a, b] el intervalo en el que queremos hallar la solucin de un problema
inicial y= f(t, y) con y(a) = y0 que est bien planteado (cumple con la condicin de
Lipschitz). Hay que advertir que, de hecho, no vamos a encontrar una funcin derivable
que sea solucin del problema de valor inicial. Sino que construimos un conjunto finito
de puntos {(tk, yk)} que son aproximaciones de la solucin.
Primeramente se parte en intervalo en subintervalos del mismo tamao.
Tk = a + h k
para k = 0, 1, 2, , M
siendo h = (b-a)/M.
Suponemos que y(t), y(t) e y(t) son continuas, por lo que si utilizamos el
teorema de Taylor para desarrollar y(t) alrededor de t = t0,para cada t existe un c1 entre t0
y t tal que:
y(t) = y(t0) + y(t0)(t t0) + y(c1)(t t0)2
2
Al sustituir y(t0) = f(t0, y(t0)) y h = t t0 el resultado es:
y(t) = y(t0) + f(t0, y(t0)) h + y(c1) h2
2
Si el tamao de paso h es muy pequeo lo podemos despreciar por lo que nos
queda:
y(t) = y(t0) + f(t0, y(t0)) h
que se llama aproximacin de Euler.
40
Armoa, Maximiliano
Repitiendo el proceso generamos una sucesin de puntos que se aproximan a la
grfica de la solucin y = y(t). el paso general del mtodo de Euler es:
Tk+1 = tk + h,
para k = 0, 1, 2, , M 1
Descripcin geomtrica
Si partimos del punto (t0, y0), calculamos el valor de la pendiente m 0 = f(t0, y0),
nos movemos horizontalmente una distancia h y verticalmente una distancia h f(t 0, y0),
entonces lo que hacemos es desplazarnos a lo largo de la recta tangente a la curva y(t)
terminando en el punto (t1, y1). Cabe mencionar que (t1, y1) no es un punto de la curva
aunque sea la aproximacin que se genera. Ahora debemos usar (t1, y1), como si fuera
un punto correcto para calcular la pendiente m 1 = f(t1, y1) y usar este valor para obtener
el siguiente desplazamiento vertical h f(t1, y1), que nos lleva al punto (t2, y2), y asi
sucesivamente.
40
Armoa, Maximiliano
Error
para k = 0, 1, 2, , M
para k = 0, 1, 2, , M 1
Precisin de Euler
Sea y(t) la solucin del problema del valor inicial de una ecuacin diferencial. Si
y(t) pertenece a C2 [t0, b] y {(tk, yk)}k=0M es la sucesi de aproximacin generada por el
mtodo de Euler entonces:
|ek| = |y(tk) yk| = O(h)
|Ek+1| = |y(tk+1) yk h (tk, yk)| = O(h2)
40
Armoa, Maximiliano
El error al final del mtodo del intervalo se denomina error global final y viene
dado por:
E(y(b), h) = |y(b) y(n)| = O(h) C h
Para disminuir el erro podramos o bien achicar el tamao de paso
FALTA EULER DE ORDEN SUPERIOR
Error de RK4
Supongamos que y(y) es la solucin de un problema de valor inicial. Si y(t)
pertenece a C5 [t0, b] y {(tk, yk)}0M es la sucesin de aproximacin generada por el
mtodo RK4, entonces:
40
Armoa, Maximiliano
|ek| = |y(tk) yk| = O(h4)
|Ek+1| = |y(tk+1) yk h TN(tk, yk)| = O(h5)
El error al final del mtodo del intervalo se denomina error global final y viene
dado por:
E(y(b), h) = |y(b) y(M)| = O(h4) C h4
40
Armoa, Maximiliano
Transformadas de Laplace
Introduccin a transformada
Dados dos espacios E y E con sendas leyes de composicin interna T y T, de
manera que conformen dos estructuras (E T) y (E T), se llama transformada a una
aplicacin biyectiva f: E E que establezca un isomorfismo entre las estructuras (E T)
y (E T)
Es decir:
40
Armoa, Maximiliano
Con lo cual se obtiene un mtodo poderoso, por rpido y eficaz, para resolver
ecuaciones diferenciales lineales de coeficientes constantes. Adems, con la T.L. se
resuelven con facilidad ecuaciones diferenciales de coeficientes no constantes en
derivadas parciales y ecuaciones integrales. Por todo esto, la T.L. es de gran aplicacin
en los modelos de la tcnica.
Para aplicar la transformada de Laplace necesitamos conocer la funcin de
Heaviside, definindose como:
40
Armoa, Maximiliano
40
Armoa, Maximiliano
Notacin
Los smbolos que se emplean para representar a la T.L. son:
La transformada de Laplace tiene dos propiedades que son las que permiten
resolver sistemas y ecuaciones diferenciales lineales con gran facilidad. Son la
linealidad y la transformada de la funcin derivada.
Teorema 1. La T.L de una combinacin lineal es la combinacin lineal de las
T.L.
40
Armoa, Maximiliano
Demostracin:
Transformada de la derivada:
40
Armoa, Maximiliano
La T.L. es una herramienta especialmente til en la resolucin y anlisis de
ecuaciones diferenciales lineales con coeficientes constantes (pero no exclusivamente)
que aparecen en una gran cantidad de problemas de ingeniera.
En el cuadro siguiente se han recopilado modelos regidos por la E.D.D.T.
(Ecuaciones diferenciales en derivadas totales) lineal con coeficientes constantes, que
conforman un conjunto de sistemas anlogos entre s.
Se observa que se han cubierto las ramas ms variadas de la ingeniera, desde la
electricidad, magnetismo, mecnica, acstica hasta la qumica, entre otros.
40
Armoa, Maximiliano
40
Armoa, Maximiliano
Las transformadas elementales son:
cuando t
40
Armoa, Maximiliano
la transformada de una funcin f(t) existe si esta funcin es seccionalmente
continua para todos los intervalos finitos en el dominio de t 0 y si es de orden
exponencial cuando t tiende a infinito.
40