Ec.

Diferenciales
Ec
Ordinarias
Gonzalo Hernández
UChile - CMM

CMM - G. Hernández MA-2601 Presentación 1

 Descripción EDO: Objetivos

1) Resolver edo y sistemas lineales edo usando métodos clásicos.

2) Interpretar
I t t geométricamente
ét i t ell problema
bl de
d valor
l inicial
i i i l en
términos de curvas integrales.
3) Aplicar el teorema de existencia y unicidad y conocer ejemplos
donde no hay unicidad o existencia global.
4) Conocer y aplicar los métodos numéricos de Runge
Runge-Kutta
Kutta de
orden 2 y su implementación en Matlab, Maple o Scilab.
5) Estudiar el comportamiento cualitativo de sistemas no lineales.
6) Comprender el rol de las edo en la modelación de fenómenos de
la vida real; péndulo no-lineal, sistemas lineales de vibraciones
mecánicas, modelos de dinámica de poblaciones.
CMM - G. Hernández MA-2601 Presentación 2
 Programa EDO

0) Motivación: Modelación utilizando EDO

1) EDO de primer orden (3 semanas)

2) EDO lineales de orden n (4 semanas)

3) Transformada de Laplace (2 semanas)

4) Sistemas lineales de EDO (3 semanas)

5) Sistemas no lineales de EDO (3 semanas)

CMM - G. Hernández MA-2601 Presentación 3

 Programa EDO

0) Motivación: Modelación utilizando EDO

1)) EDO
O de primer orden (3
( semanas))
 Descripción cualitativa edo primer orden. Curva integral
 Ecuaciones de variable separable
separable. Ecuaciones homogéneas
homogéneas.
 Modelación usando EDOs de primer orden.
 Resolución EDO lineales de primer orden homogéneas y no
homogéneas utilizando el factor integrante.
 Ecuación de Bernoulli y de Ricatti.
 Teorema de existencia y unicidad para problema valor inicial.
 Métodos numéricos tipo Runge-Kutta.

CMM - G. Hernández MA-2601 Presentación 4

 Programa EDO

2) EDO lineales de orden n (4 semanas)

 Existencia de base soluciones de edo lineales homogéneas de
orden n. Wronskiano.
 Edo lineales homogéneas orden 2. Fórmula Abel. Problema
vibraciones mecánicas.
 Edo lineales no homogéneas orden 2. Fórmula de variación de
parámetros Función de Green
parámetros. Green.
 Edo lineales de orden 2 con condiciones de borde.
 Series de potencia para edo no homogéneas de orden 2 con
puntos singulares. Método de Frobenius.
 Edo lineales homogéneas orden n. Polinomio característico.
Ecuación de Euler – Cauchy.
 Edo lineales no homogeneas orden n. Met. coef. indeterminados.
CMM - G. Hernández MA-2601 Presentación 5
 Programa EDO

3) Transformada de Laplace (2 semanas)

 Definición
Definición, ejemplos y fórmulas básicas.
básicas Fórmula de convolución.
convolución
 Resolución de edo lineales usando transformada de Laplace.
 Función de Heaviside y delta de Dirac. Resolución de edo lineales
con lados derechos generalizados.
4) Sistemas lineales de EDO (3 semanas)
 Problema valor inicial para un sistema lineal
lineal. Matriz fundamental
fundamental.
 Problema de valor inicial para un sistema lineal a coeficientes
constantes. Cálculo de la matriz exponencial.
 Análisis del comportamiento asintótico de las soluciones en
función de los valores propios.
 Diagramas
g de fase p
para el caso 2x2.
 Fórmula de variación de parámetros para sist. Lineales no homog.
CMM - G. Hernández MA-2601 Presentación 6
 Programa EDO

5) Sistemas no lineales de EDO (3 semanas)

 Sistemas
Si t hamiltonianos
h ilt i y conservación
ió dde energía.
í A Análisis
áli i dde
algunos casos simples.
 C
Clasificación
as cac ó de puntos
pu os críticos.
c cos Estabilidad
s ab dad asintótica.
as ó ca Uso de
coordenadas polares.
 Análisis de algunos sistemas no-lineales clásicos: Sistema de
Volterra.
 Funcional de Lyapunov y estabilidad. Estudio de sistemas que
provienen de gradientes
gradientes.

CMM - G. Hernández MA-2601 Presentación 7

 Organización de la Sesiones

 2 Clases de cátedra a la semana: Martes y jueves 14:30 hrs.

 1 Clase auxiliar a la semana: Viernes 14:30 hrs.

Francisco Bravo

Pedro Montealegre

 En U-Cursos se publicará el material del curso: Clases +

Notas + Laboratorios + Pautas

CMM - G. Hernández MA-2601 Presentación 8

 Evaluación

1) Tres controles (semanas 4,8,12).

Nota eximición según reglamento: 5.5
2) Ayudantía + Laboratorios Matlab:
 L1: Algebra Lineal Numérica
 L2: Ecuaciones Diferenciales
 L3: Sistemas de Ecuaciones Diferenciales
3) Cálculo nota final: NF = (NC)*0.75 + (NA)*0.25

CMM - G. Hernández MA-2601 Presentación 9

 Evaluación:
Laboratorio de Matlab para EDO
1) Capacidades básicas de cálculos matemáticos
2) Herramientas
H i t d de visualización
i li ió dde resultados
lt d
3) Más de 30 Toolboxes:
 Curve Fitting
Fitting, Splines
Splines, Optimization
Optimization, PDE,
PDE Symbolic,
Symbolic Statistics
 Neural Networks, Genetic Algorithms, etc.
 Signal & Image Processing, Bioinformatics, Control, Financial, etc.
4) Funciones .m y programación
5) Tools: Taylor, Spline, Curve Fiiting, etc
6) Help ! , Libros, Manuales
7) File Exchange, Webminars
8) Cálculos complejos lentos + Traducción a C/C++ deficiente
Gonzalo Hernández Laboratorio MA-43B 10
 Evaluación:
Laboratorio de Matlab para EDO
 Objetivos del Laboratorio:
 Utilizar
Utili algunos
l Mét
Métodos
d Numérico
N éi +MMatlab
tl b como
herramienta para resolver edos no lineales.
 Conocer algunos modelos en en Ciencias e Ingeniería.
Ingeniería
 Algunos links de interés:
 Home Matlab: http://www.mathworks.com/
p
 Documentación Oficial:
http://www.mathworks.com/access/helpdesk/help/helpdesk.ht
ml
 File Exchange:
http://www.mathworks.com/matlabcentral/fileexchange/
Gonzalo Hernández Laboratorio MA-43B 11
 Motivación EDO

 Desde el siglo 18, las leyes físicas del universo han sido
descritas principalmente,
descritas, principalmente por edo o edp.
edp
 Estas ecuaciones tienen derivadas de funciones que se
desconocen y que representan la fuerza, presión,
temperatura, potencial electromagnético, etc. La edo más
conocida es la segunda ley de Newton:
d 2x
f   m 2
ft
dt
 donde x(t) es la posición de un cuerpo de masa m,
constante que se mueve horizontalmente debido a la acción
constante,
de una fuerza f(t).
 Esta ley que fue publicada en 1687 en la obra "Philosophiae
Naturalis Principia Mathematica".
CMM - G. Hernández MA-2601 Presentación 12
 Motivación EDO

CMM - G. Hernández MA-2601 Presentación 13

 Motivación EDO

 En Ciencia e Ingeniería, las ec. diferenciales representan

(modelan) el comportamiento de un sistema realreal.
 Se obtienen como resultado de un proceso iterativo de
abstracción análisis,
abstracción, análisis hipótesis,
hipótesis verificación y validación.
validación
 Se pueden clasificar de acuerdo a:
 Tipo:
p Ordinaria o pparcial
 Orden: Primer o orden superior
 Linealidad o No-Linealidad
 Coeficientes: Constantes o Variables
 Lado derecho: Homogénea o No Homogénea
 Forma general de una edo lineal:
dn y d2 y dy
a n x n    a x  a
2 MA-2601 Presentación 1 x  a 0 xy  Qx
CMM - G. Hernández
dx dx 2 dx 14
 Motivación: Modelación con EDO

 Trayectorias de partículas: Caída Libre

y
x
m

g
mx  mg  f R ( x )  mg  cx 2
 Lanzamiento de proyectiles Coeficiente de
viscosidad
 Movimiento planetario

CMM - G. Hernández MA-2601 Presentación 15

 Motivación: Modelación con EDO

 Trayectorias de partículas: Ecuación del Péndulo Simple:

2
d
m s  −mg sin
dt
d 2   − g sin
i 
dt l
sin   − 16  3  1
120
 5  O 7 
d2  ≈ − g 
dt l
g g
t ≈ c 1 sin l
t  c 2 cos l
t

CMM - G. Hernández MA-2601 Presentación 16

 Motivación: Modelación con EDO

 Movimiento armónico: Masa colgando de un resorte

x<0
L 2
d
m 2x  mg − kx
x>0 dt
 mg − kx − L
x

CMM - G. Hernández MA-2601 Presentación 17

 Motivación: Modelación con EDO

 Movimiento armónico: Ejemplo simple

2
d
m 2x  F E  F R  Ft
dt
 −kx − mg  Ft

CMM - G. Hernández MA-2601 Presentación 18

 Motivación: Modelación con EDO

 Movimiento armónico acoplado: Ejemplo simple

CMM - G. Hernández MA-2601 Presentación 19

 Motivación: Modelación con EDO

 Movimiento armónico acoplado: Masas colgando de

resortes
t

CMM - G. Hernández MA-2601 Presentación 20

 Motivación: Modelación con EDO

 Movimiento armónico: Masas ligadas por un resorte


kL 2 −  1  − mg sin 1   mL  1

− kL 2 −  1  − 2mg sin 2   2mL  2

 Esta edo de segundo orden se puede llevar a un sistema

de edo de primer orden, utilizando las transformaciones:
d 1 d 2
y 1 t   1 t y 2 t   2 t y 3 t  y 4 t 
dt dt

CMM - G. Hernández MA-2601 Presentación 21

 Motivación: Modelación con EDO

 Movimiento Armónico: Masa ligada a resorte en ángulo

x
µ=0 m

L0
k

d2x  k   Lx00 

    x 1
 m   x2  L0 
2 2
dt

CMM - G. Hernández MA-2601 Presentación 22

 Motivación: Modelación con EDO

 Ecuación de Duffing:
E t edo
Esta d no-lineal
li l se utiliza
tili para d
describir
ibi dif
diferentes
t
sistemas dinámicos (resortes, transformadores, etc).
La forma más general de esta ec
ecuación
ación es
es:
d 2 x(t )
dt 2
 
dx(t )
dt
   x 3
(t )   0 x (t )    cos   t   
2

Por ejemplo, la edo del flujo magnético

de un transformador tiene la forma:

  b  0   E cos t 
 3 2

N
CMM - G. Hernández MA-2601 Presentación 23
 Motivación: Modelación con EDO

 Ejemplo Ecuación de Duffing:

x   x    x3  0 2 x    cos t   

  1,   1, 0  1
  1,   1,   0

Ejemplo de caos
“ordenado”

CMM - G. Hernández MA-2601 Presentación 24

 Motivación: Modelación con EDO

 Modelo de Crecimiento Logístico de una Población:

L población
La bl ió p(t)
(t) de
d EEUU en ell siglo
i l 20 crece
aproximadamente según la edo no lineal logística:
dp
 pt − pt 2 ∀t ∈ t 0 , T
dt
p0  p 0
 Aplicando un proceso de ajuste de parámetros, los
modeladores determinaron que:
α=0.02
β=0 00004
β=0.00004
CMM - G. Hernández MA-2601 Presentación 25
 Motivación: Modelación con EDO

 Modelo de Crecimiento Logístico de una Población:

Año Tiempo t k pt real [millones de personas] Año Tiempo t k   real [millones de personas]
pt
1890 -10.0 62.9798 1900 0.0 76.2122

1880 -20.0
20.0 50.1892 1910 10.0 92.2285
1920 20.0 106.0215
1870 -30.0 38.5584
1930 30.0 123.2026
1860 -40.0 31.4433
1940 40 0
40.0 132 1646
132.1646
1850 -50.0 23.1919
1950 50.0 151.3258
1840 -60.0 17.0634
1960 60.0 179.3232
1830 -70
70.00 12 8607
12.8607
1970 70.0 203.3020
1820 -80.0 9.6384 1980 80.0 226.5422
1810 -90.0 7.2399 1990 90.0 248.7099
1800 -100.0 5.3085 2000
2010 100.0 281.4219
CMM - G. Hernández MA-2601 Presentación 26
 Motivación: Modelación con EDO

 De acuerdo a los datos reales de la transparencia anterior:

 Se
S puede
d afirmar
fi que ell modelo
d l es adecuado
d d ?
 Cuál es error entre 1900 y 1980 ?
dp
  p (t )   p 2 (t )
dt
500 solución
p (t ) 
 1+ 761 e
1


4239  50 t exacta

pk 1  pk  h( pk   pk 2 )
pk  p(t  tk ) k  0,...,8  n
(T  t0 ) (1980  1900)
h   10
n 8
CMM - G. Hernández
tk  hk  10 k k  0,1,...,8
MA-2601 Presentación 27
 Motivación: Modelación con EDO

 Modelo de Crecimiento Logístico de una Población:

Añ
Año Ti
Tiempo tk p(t)
(t) reall p(t)
(t) Edo
Ed p(t)
(t) Euler
E l E 1
Error1 E 2
Error2
1900 0.0 76.1 76.1 76.1 0.0 0.0
1910 10.0 92.4 89.9 89.0 2.5 0.9
1920 20.0 106.5 105.6 107.5 0.9 -1.9
1930 30.0 123.1 123.2 123.3 -0.1 -0.1
1940 40.0 132.6 142.7 141.7 -10.1 1.6
1950 50.0 152.3 164.0 152.1 -11.7 11.9
960
1960 60.00
60 180.7
80 186.7
86 173.5
35 -6.0
60 13.2
3
1970 70.0 204.9 210.6 203.8 -5.7 6.8
1980 80.0 226.5 235.3 229.1 -8.8 6.2
1990 90.0 248.7 260.3 253.9 -11.6 6.4
2000
CMM - G. Hernández 100.0 281.4 285.1
MA-2601 Presentación 278.9 -3.7 6.2 28
 Motivación: Modelación con EDO

 El modelo de Lotka - Volterra predice la evolución de una

población con especies depredadora x1(t) y presa x2(t). (t)
 Se supone que la población presa tiene suficiente comida y
que su natalidad es proporcional a la cantidad de presas
vivas: k1x1(t).
 La mortalidad de la población presa depende del número de
presas y depredadores: k2x1(t)x2(t).
 La natalidad de la p
población depredador
p es: k3x1((t)x
) 2((t)) y su
mortalidad es: k4x2(t).
 Se expresa el cambio en la poblaciones presa y depredador
mediante el sistema de edos:
CMM - G. Hernández MA-2601 Presentación 29
 Motivación: Modelación con EDO

dyy 1
 k 1 y1 − k 2 y1 y2
dt
k1  3 k 2  0. 002 y 1 t 0  1  1000
dyy 2
 k 3 y1 y2 − k 4 y2
dt
k3  0. 0006 k 4  0. 5 y 2 t 0  1  500

CMM - G. Hernández MA-2601 Presentación 30

 Motivación: Modelación con EDO

 El proceso químico de decaimiento del ozono (O₃) en la

alta
lt atmósfera
t ó f debido
d bid all efecto
f t ded la
l radiación
di ió d dell soll se
describe mediante la fórmula:
dy 1
 −k 1 y 1 y 3  k 2 y 2 y 23 − k 3 y 1 y 2
dt
dy 2
 k 1 y 1 y 3 − k 2 y 2 y 23 − k 3 y 1 y 2
dt
dy 3
 −k 1 y 1 y 3  k 2 y 2 y 23  k 3 y 1 y 2
dt
 Donde
 k₁,k₂,k₃ son los parámetros cinéticos
 y₁,y₂,y₃
y₁ y₂ y₃ son las concentraciones de O₃
O₃,O,O₂
O O₂
CMM - G. Hernández MA-2601 Presentación 31
 Motivación: Modelación con EDO

 Para simplificar este sistema usualmente se supone que la

concentración
t ió d de O
O₂ es constante.
t t Dándole
Dá d l valor
l a llas
constantes y re-escalando se obtiene el sistema:
dy 1
 −y 1 − y 1 y 22  294y 2 y 1 0  1
dt
dy 2 y − y 1 y 2 
 1 − 3y 2 y 2 0  0
dt 98

CMM - G. Hernández MA-2601 Presentación 32

 Bibliografía:

1) Burden, R., J. D. Faires, Análisis Numérico, Séptima

Edi ió Thomson
Edición, Th L
Learning,
i 2002
2002.
2) Gerald, C.F., P.O. Wheatley, Applied Numerical Analysis,
Pearson 2004
Pearson, 2004.
3) Gilat, A., MATLAB: An Introduction with Applications, John
Wiley & Sons
Sons, 2008
2008.
4) Kiusalaas, J., Numerical Methods in Engineering with
Matlab Cambridge University Press
Matlab, Press, 2005
2005.
5) Yang, W.Y., W. Cao, T.S. Chung, J. Morris, Applied
Numerical Methods Using MATLAB
MATLAB, by
by, Wiley
Wiley, 2005
2005.
CMM - G. Hernández MA-2601 Presentación 33