Apuntescomputacion Aplicada

Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
Mtodo de descomposicin de cholesky
A X B A L U
Transformo
LY B
U X Y
Cholesky
L y U son dos matrices triangulares superior e inferior
L =
U=
U X B
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Algoritmo de Thomas
b1 c1
a b c
2
2
2
a3 b3
c3
.
.
x1 f1
x f
2 2
x 3 f3
.
.
.
.
.
.
an1 bn1 c n1 x n1 fn1

an
bn x n fn
1.-Descomposicin
1 b1
1 bi aic i
i1
Para i = 2,3,.,n
2.- Substitucin hacia adelante
1 f1 b1
i fi ai i1 i
Para i = 2,3,.,n
3.- Substitucin hacia atrs
xn n
xi i c i xi1 i
Para i = 2,3,.,n
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Ejemplo: use el algoritmo de Thomas para resolver el sistema
2 1 0 x1 0
1 3 1 1
x2
0 1 2 x3 0
Hay tres filas, entonces n es tres
0
a 2 1
a 3 1
a1
2
b2 3
b3 2
b1
1
c2 1
c3 0
c1
0
f2 1
f3 0
f1
Entonces:
2
2 3 1 1 2 2.5
3 2 1 1 2 .5 1.6
1 0 0.0
2
2 1 10 2.5 0.4
3 0 10.4 1.6 0.25
1
La solucin es (0.25, 0.5, 0.25)
y:
x3
x2
x1
0.25
0.4 10.25
2.5
0.5
0 10.5 0.25
2
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Operador de diferencias finitas o interpolacin
Ejemplo:
Dato
Medicin
1.0
18.379
100.904
337.794
Cual es valor para (2,3)?
f(2,3)=?
Interpolacin lineal
f(2,3)= f(2)+0.3*(f(3)-f(2))=18.379+0.3*(100.904-18.379)=43.137
Para este ejemplo en particular:
f ( x) x4.2 f(2,3) 33.057

Valor exacto
Error=30.5%
error al interpolar
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Operadores de diferencias finitas
f ( x ) x 0 , x1 , x 2 ,......., x n
x espaciado con un intervalo h
x1 x 0 h
x2 x0 2 h
n : Cualquier valor
f n f ( x n)
f n f ( x n h)
x3 x0 3 h
xn
f n
x n 1
Hay cinco operadores bsicos de diferencias finitas

Ef n f n 1
Diferencia progresiva : f n f n 1 f n
Cambio :
Diferencia central :
f n f n f n 1
f n f n 1 2 f n 1 2
Promedio :
f n 1 2 (f n 1 2 f n1 2)
Diferencia regresiva :
Otras definiciones tiles (aunque no estrictamente operadores de diferencias finitas)

x h
Integral :
Jf f(t)dt
x
Diferencia l : Df df dx
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Ejemplo: evaluar : E f 1,E2 f 1, f 2 , 2 f 1 de la siguiente tabla
xn
fn
3.0
12.2
3.5
8.3
4.0
7.5
Una formula de interpolacin popular es Interpolacin avanzada de newton
p(p 1) 2 p(p 1)(p 2) 3
f np 1 p

..... f n
2!
3!
Una gama completa de la formula de interpolacin puede ser sacada truncando dicha
frmula. Por ejemplo, ajustando n=0 y truncando el segundo trmino da:
f x 0 ph 1 p f 0 f 0 pf 1 f 0
que reduce a :
f x 0 ph 1 p f 0 p f 1
Esto es simplemente una interpolacin lineal
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Truncando la formula Newton al tercer trmino da una formula de interpolacin

cuadrtica. Ajustando n=0, y despus de alguna manipulacin:
f x0 ph 1 2 f 2 2 f1 f 0 p2 1 2 f 2 4 f1 3 f 0p f 0
Diferenciacin
Es muy inusual estimar derivados de la realizacin de clculos numricos.
Sin embargo, los mtodos de diferenciacin numrica tienen un lugar muy
importante Dentro de los mtodos numricos, ya que son los principales
componentes de los mtodos para la solucin de ecuaciones diferenciales (que son el
principal tipo de ecuacin para el modelo del caudal de rio, el flujo de aguas
subterrneas, la contaminacin del transporte, etc.).
Diferenciacin numrica implica la estimacin de derivados de datos tabulados.
Considere la extensin de series de Taylor para una funcin f:
f x n h f n 1 f n h f n
h2
2!
fn
.........
Truncar este al segundo trmino y reordenando da:
h f n
f n 1 f n
f n
fn
fn
Lo que demuestra que para una tabla de datos, la primera derivada asociada con xn
se puede aproximar por diferencia hacia delante f n y la longitud del paso, h.
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Ejemplo: dada la siguiente tabla, estimar y(0.4) usando aproximacin de diferencia

progresiva
n
0.3
0.29552
0.4
0.38942
0.5
0.47943
0.6
0.56464
y(0.4)
Para x=0.4, n=2, de la ecuacin,

y(0.4)= (0.47943-0.38942)/0.1= 0.9001
y2
y3 y2
h
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Integracin
Las integrales son asociadas con el clculo de sumas, reas, volmenes, etc., surgen
con bastante frecuencia en la gestin de los recursos, en la ingeniera hidrologica,
etc.
Muy a menudo las soluciones analticas no estn disponibles o no existen, as que la
integracin numrica en un equipo debe ser utilizado.
5
f(x)
dx
F(x)
16
25
Regla trapezoidal
xn
f(x)
x0
dx
xn
x0
f 0 2 f 1 2 f 2 ..... 2 f n 2 2 f n 1 f n
2n
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Regla de Simpson
xn
f(x)
dx
x0
f 0 4 f 1 2 f 2 ..... 2 f n 2 4 f n 1 f n
3n
xn
x0
Ejemplo: aplicar la regla de Simpson para este problema,
f ( x ) dx
x0
1, n 4,
xn
, 5
5 1
1 4 4 2 9 4 16 25 41.333
34
Esto es igual a la respuesta exacta. La razn de esto es que la regla de Simpson se

ajusta las curvas de segundo grado.
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Ecuaciones diferenciales ordinarias
Vara en el tiempo
Si aplicamos la ley de conservacin de
S T
masa
S ( O) t
(nada se crea ni se destruye)
1
t
S
O
t
En el lmite t 0
S dS
t
dt
dS
derivada de primer orden
dt
dS
-O
dt
Depto.de OO.CC.
Generalizando:
Computacin Aplicada
Andrea Galaz
2
dny1
dy dy
F( x, y, , 2 ,....., n1)
dx dx
dx n
dx
dny
No lineales
Ejemplo: es la descripcin de agua subterrnea
Escorrenta subterrnea.
d2 h
d x2
1 dh 2

h dx
; h altura del agua
Redes de flujos necesarias para

calcular las presiones.
La solucin de los mtodos numricos para las ecuaciones diferenciales ordinarias,

estn diseadas para trabajar con ecuaciones diferenciales de primer orden o un set
de ecuaciones deferenciales de primer orden.
Por lo tanto, para orden n
hay que reducir este set de ecuaciones.
Ejemplo:
d2 y
2
r(x) q(x)
dy
dx
dx
dz
d2 y
2
dx
dx
dz
r(x) q(x) z(x)

dx
y
dy
z(x)
dx
Variable auxiliar
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Hay muchos mtodos numricos para resolver las ecuaciones diferenciales

ordinarias.
Diferencias finitas
Runge kutta (no es muy preciso)
Bulirsh-stoer
Para la solucin de E.D.O se requiere de condiciones de borde valores iniciales
(V.I).
Por ejemplo:
determinar v (0,1)
dv
0,7 v
dt
; v volumen
v(0 ) 0
(R - K) 1 orden metodo de Euler
Euler asume la forma de :
dv
f(t)
dt
n 1
n
n
La ecuacin de Euler es siempre: v v h f
n= tiempo, h= largo tiempo t

Solucin:
dv
0,7 v
dt
f(t) 0,7 v
v n 1
v n 1
vn
h 0,7 v n
1 h v n 0,7h
Y comenzamos a iterar
si h 0,1 y v(0) 0
v 0,1
v1
1 o,1 v0 0,7 0,1 0,07
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Generalizando Runge Kutta, tenemos:
dy
f
dx
Dy
sabemos
E y 1 h D
h 2 D2
2!
.... y
Si truncamos el segundo termino
E y y h Dy
; Y utilizando superndices para indicar el nivel, tenemos
yn 1
yn h f n Euler
Un orden mayor de Runge-Kutta se puede derivar truncando en el 3, 4, etc.

termino, pero el mtodo ms sofisticado de (R-K) se desarrollo por intento y error.
As se tiene: R-K Merson (mejores resultados)
k1
h f x n , yn
k2
hf
xn
h , yn k1
3
3
h f x n h , yn k1 k 2
3
6
k1 3 k3
n
k4 h f xn h , y
2
8
k1 3 k3 4 k 4
n
k 5 h f x n h, y
2
k3
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Con estos parmetros se obtiene
4 k 4 k5
yn 1 yn k1
0 h5
6
9 8 k 4 k5
2k1 k 3
30
0 h 5 Error asociado al mtodo

Es el error asociado a cada paso de tiempo
Ejemplo:
dv
0,7 v
dt
Para 1 paso y h 0,1
0,0666138
la solucin exacta 0,06661, con 4 (c.s)
y n 1
Generaliza ndo :
dy
f 1 x, y, z
dx
dz
f 2 x, y, z
dx
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Se reemplaza de la siguiente manera:
k11
h f 1 x n , yn , z n
k12
h
h
h
3
3
3
h n k11 n k12
,z
k 22 h f 2 x n , y
3
3
3
k 21
La expansin de series de Taylor para f n1 es:

2
h
f n 1 f n h fn fn .....
2!
Esto es equivalente a:
2 2
h
E f n f n hD f n D f n ......
2!
Que puede ser escrito como:

2 2
h
E f n 1 hD D ... f n
2!
La serie dentro de los corchetes anterior es simplemente exp(hD), de esta manera:
E f n e hD f n
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Sealando que el operador de desplazamiento E es equivalente al compuesto del

operador 1+, la ecuacin anterior implica la siguiente identidad:
hD ln(E) ln(1 )
As, en la ampliacin de los logaritmos como una serie:
2
3
4
hD ....
2
3
4
Dando como resultado:
2 3 4 ...
fn
2
3
4
fn D f n
h
Se trata de una ecuacin general da la primera derivada en trminos del operador
diferencia hacia adelante; ecuaciones similares se pueden desarrollar en trminos de
los operadores de diferencia hacia atrs y Central.
Toda una familia de aproximaciones a la primera derivada se puede encontrar por
truncar la serie. Por ejemplo, a truncar el trmino primero, simplemente da la
aproximacin por diferencias hacia adelante tal como se desprende anteriormente:
fn
f n
h
Truncar a dos trminos da una aproximacin de tres puntos
fn
2
f n 2 2f n 1 f n /2 f n 2 4f n 1 3 f n
f n 1 f n
fn
h
h
2h
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Naturaleza y tipologa de las ecuaciones diferenciales en derivadas parciales a

resolver.
Ya se ha sealado que las ecuaciones diferenciales que interesan son aquellas
provenientes de la expresin matemtica de las leyes y principios fsicos que
explican fenmenos relacionados a la ingeniera civil. Estas leyes son normalmente
la de conservacin de la masa, conservacin de la cantidad de movimiento (o
momentum) y conservacin de la energa.
Algunas ecuaciones tambin provienen del transporte (en el sentido del teorema de
transporte de Reynolds. presentado normalmente en los cursos de Mecnica de
Fluidos) de las propiedades antes sealadas (masa, momentum, energa). En
sistemas fsicos ms o menos complejos lo que se obtiene son sistemas de
ecuaciones en derivadas parciales.
Las ecuaciones diferenciales parciales se pueden clasificar a partir de la siguiente
ecuacin general, donde U representa a la variable dependiente y x y t (o y)
representan a las variables independientes.
2U
2U
2U
U
U
a 2 b
c 2 d
e
fU g 0
xt
x
t
x
t
(1)
Esta ecuacin se denomina de segundo orden, ya que contiene solo primeras y

segundas derivadas. Adems, se dice que (1) es lineal cuando los coeficientes a, b.
c y g son constantes o funciones de x y t solamente. Una propiedad importante
de las ecuaciones lineales es la superposicin, en virtud de la cual la suma de
soluciones particulares es tambin solucin de la ecuacin diferencial Cuando los
coeficientes a. b. c y g son funciones de x, t, U, U , U
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
La ecuacin se dice cuasi-lineal.

Si los coeficientes son funciones de las segundas derivadas, la ecuacin diferencial
se clasificar como no-lineal.
La variable dependiente U puede representar propiedades fsicas muy diferentes,
como temperatura, velocidad, caudal, tensin, deformacin, presin, concentracin
de un contaminante, etc.
Dependiendo de la Importancia relativa de los coeficientes a, b, c g la ecuacin
puede tener diferentes comportamientos, los que incidirn fuertemente en sus
caractersticas y en los mtodos de solucin aplicables. Sin entrar en mayores
detalles de tipo matemtico, los que pueden ser encontrados por ejemplo en Smith
(1985), las ecuaciones diferenciales parciales se clasifican en:
a) Ecuaciones elpticas: si b2-4 ac < O
Estas ecuaciones estn generalmente asociadas a problemas que representan una
condicin de equilibrio, es decir, problemas donde no aparece la variable tiempo
(p. e. movimiento permanente). Casos conocidos son, por ejemplo, la ecuacin de
Poisson
2U 2U
g0
x 2 y 2
(2)
y tambin la ecuacin de Laplace
2U 2U
0
x 2 y 2
(3)
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Ecuaciones de este tipo provienen de problemas de equilibrio de tensiones, flujo

potencial (hidrulico, elctrico), etc.
La solucin de este tipo de ecuaciones se obtiene en un solo paso. a diferencia de las
restantes, donde se debe avanzar paso a paso en el tiempo.
b) Ecuaciones parablicas: si b2-4 ac = 0
Generalmente provienen de problemas donde la variable tiempo es relevante
(movimiento impermanente, por ejemplo) y donde se propaga alguna propiedad
fsica, como la propagacin de calor, de momentum, de un contaminante, etc.,
La expresin tpica de una ecuacin parablica unidimensional de propagacin de
calor es, por ejemplo
U
2U
K 2
t
x
(4)
Donde K es una constante relacionada con las propiedades conductivas del medio de
transporte.
La solucin de este tipo de ecuaciones se obtiene con un procedimiento de marcha
en el tiempo, partiendo de una solucin inicial (tiempo=0) y avanzando dando sal
tos en el tiempo.
c) Ecuaciones hiperblicas: si b2 - 4 ac > 0
Estas ecuaciones generalmente estn asociadas a fenmenos de vibracin o de
propagacin de ondas en diferentes medios (ondas de presin en lquidos, cuerdas
superficies o cuerpos vibrantes, etc.). Por ejemplo, la ecuacin
2
2U
2 U
c
t 2
x 2
(5)
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Puede representar el desplazamiento de una cuerda vibrante (en la direccin

perpendicular a x) o la variacin de la presin en una onda de presin que se
desplaza en un tubo con lquido a presin.
Todas
las
ecuaciones
diferenciales
cuasi-lineales
pueden
ser
resueltas
numricamente mediante diferencias finitas, aunque en algunos casos existen otros

mtodos eficientes alternativos (mtodo de las caractersticas, para ecuaciones
hiperblicas, por ejemplo). Soluciones analticas son posibles solo para casos muy
simples y limitados a condiciones especiales.
Modelacin mediante el mtodo de diferencias finitas

1. Introduccin
La necesidad de poder representar en forma simplificada procesos y problemas que
ocurren en el mundo fsico y que constituyen parte del quehacer de los ingenieros
civiles desemboca frecuentemente en la necesidad de contar con la ayuda de
modelos, de alguno de los diversos tipos existentes: matemticos (como son los
modelos estadsticos y los causales) o experimentales (como los modelos a escala
que se construyen en el laboratorio).
Los modelos que interesan aqu son aquellos basados en la fsica de los problemas, o
sea, modelos matemticos de tipo causal. Estos modelos se construirn a partir del
establecimiento y posterior solucin de las ecuaciones matemticas que describen
las leyes fsicas que controlan el fenmeno en estudio. Dado que en general
interesan problemas donde la variable tiempo es importante, adems de las
variables espaciales o de posicin, las ecuaciones involucradas conducirn a
sistemas de ecuaciones diferenciales en derivadas parciales.
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Desde el punto de vista de la complejidad de los problemas que ocupan a los

ingenieros civiles, la solucin de los sistemas de ecuaciones diferenciales parciales
se debe abordar general mente por medio de soluciones numricas y no analticas.
La solucin numrica implica necesariamente el uso intensivo del computador, ya
que la cantidad de cmputos a realizar hace prcticamente imposible su solucin
manual en problemas reales.
La solucin numrica de sistemas de ecuaciones diferenciales parciales se puede
abordar por diversos mtodos, como son los de elementos finitos, diferencias finitas
y mtodos de caractersticas. Estas Notas se concentran en la aplicacin del mtodo
de las diferencias finitas,
El mtodo de las diferencias finitas es muy general, permitiendo abordar problemas
tan variados como aquellos de las reas de mecnica de s6lidos, mecnica y
dinmica de fluidos, mecnica de suelos, termodinmica, escurrimiento en medios
permeables. Propagacin de contaminantes, etc.
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Metodologa general para la construccin de modelos
Fig. 1. El proceso de construccin de un modelo matemtico.[adaptado de Ortega y

Poole (1981), p. 6].
De la Fig.1 queda en evidencia que el proceso de construir un modelo es mucho ms
que un ejercicio matemtico o computacional involucra adems una cantidad de
trabajo de calibracin de los parmetros del modelo, basado en informacin de la
realidad fsica, seguido de un proceso de validacin que debe responder a la
pregunta de cuan cerca replica el modelo a la realidad. Evidentemente un modelo
muy sofisticado desde el punto de vista matemtico y computacional que no predice
correctamente a la realidad es de muy poca utilidad prctica y no pasa de ser algo as
como un ejercicio acadmico. Por razones de tiempo, este curso se centra en la
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
componente matemtica y computacional del proceso de construccin de modelos.

Esto no implica que las fases de calibracin y validacin sean de menor importancia,
solo que necesariamente deberan ser abordadas en una etapa posterior.
El mundo continuo y el mundo discreto

La realidad que se desea modelar corresponde a la de una visin macroscpica del
mundo tsico, por ejemplo, al tratar de describir el comportamiento de un fluido o
slido, no interesan sus propiedades a nivel molecular sino que a un nivel medible
y captable por nuestros sentidos. Este mundo es descrito satisfactoriamente mediante
un lenguaje del continuo [Abbott y Basco (1989)], el que numricamente se
expresa en trminos de la aritmtica de los nmeros reales. En este mundo continuo
es posible llevar la variacin de las propiedades fsicas de inters a lmites
infinitesimales, lo que conduce a los conceptos de derivada e integral del clculo
diferencial, permitiendo una representacin matemtica exacta de las caractersticas
macroscpicas del mundo fsico. Debe haber una correspondencia entre la escala de
los infinitesimales del clculo diferencial y las magnitudes captables por nuestros
sentidos.
Los sentidos captan el mundo fsico de diversas formas; por ejemplo, el tacto
permite captar la forma de los objetos como algo continuo. Sin embargo, la vista no
capta al mundo fsico como un continuo, ya que la imagen de un objeto determinado
es captada independientemente por cada uno de los ojos, los cuales disponen de un
nmero finito de clulas foto-sensibles; es el cerebro el que se da el trabajo de
integrar cada una de las seales captadas por las clulas, dando la sensacin de
estar viendo algo continuo. Sin embargo, el cerebro humano es un procesador de
seales que demora un cierto tiempo en construir tales imgenes, de hecho, si pasan
ante nuestros ojos cuadros (como en el cine. por ejemplo) a una velocidad mayor
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
que la velocidad de proceso del cerebro, se ver a los cuadros como si se tratasen de
una representacin de un fenmeno continuo.
Algo parecido pasa en el campo del procesamiento matemtico del mundo fsico.
Los cerebros que usamos para procesar la informacin no tienen ni una velocidad,
capacidad ni precisin infinitas (como sera el caso de un computador ideal); tal
como nuestro cerebro, las mquinas reales de clculo son finitas en cuanto a
velocidad, capacidad y precisin. Como resultado de lo anterior, sucede entonces
que la representacin exacta del mundo continuo provista por el clculo diferencial
(sobre el espacio de los nmeros reales) no puede ser procesada directa ni
exactamente en nuestras mquinas de clculo y cualquier resultado obtenido con
ellas ser necesariamente aproximado,
Por otro lado, tal como el cerebro integra la informacin proveniente de un nmero
finito de clulas pticas para configurar una imagen, bastara con encargarle la
Integracin de un nmero finito de puntos con la informacin de una propiedad
del mundo fsico, tal como la tensin, deformacin, velocidad, presin. etc. para
formarnos una imagen como si fuera continua de los fenmenos fsicos de inters.
Se debe, por lo tanto, buscar otro lenguaje para representar y procesar al mundo
fsico, compatible con las limitaciones de las herramientas de clculo disponibles
(computadores con RAM, largo de palabra y velocidad de proceso finitos). Surge
entonces la conveniencia de desarrollar un lenguaje discreto que, aunque siendo
una representacin suficientemente aproximada de la realidad, sea posible de
procesar en un computador.
En consecuencia, para disponer de una representacin adecuada de un fenmeno
fsico, no ser necesario (aunque fuese posible mediante un computador ideal)
obtener una representacin continua, sino que bastar con una descripcin discreta.
Por ejemplo, si interesa conocer la distribucin de las tensiones a lo largo de una
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
barra de acero, bastarla con determinar las tensiones cada, digamos. 10 centmetros
y el cerebro se encargara de rellenar nuestra imagen en los puntos faltantes.
El paso de un lenguaje continuo a uno discreto es posible a travs de las
herramientas que provee el mismo clculo infinitesimal y est posibilitado por el
concepto de aproximacin en serie de Taylor, como se ver a continuacin.
La Fig2 muestra la relacin entre los mundos continuo y discreto a que nos hemos
referido
f jn1 f jn
f
t
f
f jn1 f jn t
t
Aproximacin en serie de Taylor

Fig. 2. Relacin entre el mundo continuo y discreto, a travs de la aproximacin en
serie de Taylor.
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Conceptos del anlisis en que se apoyan los mtodos de diferencias finitas

a) Teorema del valor medio.
Si una funcin u es continuamente diferenciable (i. e. su derivada existe y es
continua) en un intervalo [a,b], entonces existe un punto [a,b] tal que
ub ua
u()
(b a)
x
(1)
Lo que grficamente puede interpretarse como que existe un punto tal que la
pendiente de la tangente en tal punto es igual a la pendiente de la secante que pasa
por a y b. tal como se indica en la Fig. 3
Fig. 3. Teorema del valor medio
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Ya que de (1)
ub ua
u()
(b a)
x
(2)
El teorema del valor medio tambin se puede re-escribir como:
ub ua u()
ba
x
(3)
b) Expansin en serie de Taylor.

Si una funcin u es k-veces continuamente diferenciable sobre un intervalo [a,b],
entonces, para todo x y xo [a, b] existe entre x y xo tal que
u(x o )
1 2 u(x o )
u(x) u(x o )
(x x o )
(x x o ) 2 ....
2
x
2! x
1 k 1u(x o )
1 k u(x o )
k 1
(x x o )
(x x o ) k
k 1
k
(k 1)! x
k! x
(4)
Ntese que el signo de igualdad vale tanto para el teorema del valor medio como
para la expansin en serie de Taylor; la existencia de garantiza la igualdad y no una
aproximacin.
Se puede apreciar tambin que el teorema del valor medio corresponde a un caso
particular de la expansin en serie de Taylor, para k=1, xo=a y x=b.
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
c) Aproximacin en serie de Taylor.

Si los puntos x y x estn suficientemente cercanos, se puede comprobar que la
contribucin de los trminos de las derivadas de orden superior es cada vez menor,
ya que (x-xo)n es menor mientras mayor es n. En este caso, la ecuacin (4) puede ser
aproximada por:
u( x ) u( x o )
u( x o )
1 2u( x o )
(x xo )
( x x o )2 ....
x
2! x 2
(5)
1 u( x o )
( x x o )p
p! x p
p
La aproximacin (5) puede ser utilizada en dos sentidos diferentes

Para aproximar u(x), conocidos u(xo)y las derivadas dpu(xo).
Para aproximar las derivadas dpu(xo)/dxp, conocidos los valores de la funcin u(x)
y u(xo).
d) Interpretacin geomtrica de la aproximacin por serie de Taylor
Es instructivo visualizar el significado geomtrico de las aproximaciones mediante
serie de Taylor, en efecto, la aproximacin (5) permite calcular un valor aproximado
de la funcin, basado en el conocimiento del valor de la funcin en un punto
conocido xo y de las derivadas de la funcin en dicho punto.
Esto es vlido siempre que la funcin sea p-veces continua y diferenciable en el
intervalo [a,b] y tanto x como xo estn dentro de dicho intervalo. Se debe notar que
esta aproximacin no requiere conocer la expresin analtica de la funcin, solo
u(xo) y las derivadas en xo.
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
La aproximacin mejorar en precisin mientras ms trminos de la expansin en

serie sean considerados, generndose, por lo tanto, aproximaciones de diversos
grados, segn sea donde se produce el truncamiento de la serie.
i) Aproximacin de orden O
La aproximacin ms burda que se puede tomar en el entorno de xo est dada por el
truncamiento de la serie (5) inmediatamente despus del primer trmino, o sea
u(x) u(x )
(6)
Con un error del orden de (x-xo)

La Fig. 4 interpreta geomtricamente esta aproximacin.
La aproximacin de orden O puede ser usada cuando no se conoce las derivadas en
el punto xo es decir no se conoce la pendiente de la curva u(x).
ii) Aproximacin de 1er orden
En el caso de disponer de informacin relativa a la primera derivada en xo, la
aproximacin dada por (6) puede ser mejorada, usando la informacin adicional y
reduciendo la discrepancia entre el valor real y el aproximado
u( x ) u( x o )
u( x o )
(x xo )
x
(7)
Con un error del orden de (x-xo)2. Si x est suficientemente cerca de xo la diferencia

(x-xo) ser pequea y elevada al cuadrado ser an ms pequea.
La Fig. 5 muestra la interpretacin grfica de la aproximacin (7).
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Fig. 4. Interpretacin geomtrica de la aproximacin de orden O.
Fig. 5. Interpretacin geomtrica de la aproximacin de 1er orden.
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Para mejorar la aproximacin dada por (7) se requiere de informacin adicional, y

esta no es otra que la relativa a la concavidad de la funcin en xo. Evidentemente el
grado de aproximacin mejorar si se conoce que en xo la concavidad es positiva o
negativa. Como es sabido del clculo, la segunda derivada de una funcin en un
punto representa a la concavidad en dicho punto.
iii) Aproximacin de 2 orden.
Conocidas la primera y segunda derivadas en x podemos agregar un trmino
adicional, truncando (5) en el trmino de orden 3 y sucesivos
u( x ) u( x o )
u( x o )
1 2u( x o )
(x xo )
( x x o )2
x
2! x 2
(8)
Con una aproximacin del orden de (x-xo)3.

La Fig. 6 muestra una interpretacin grfica de la aproximacin dada por (8),
indicando la contribucin de cada uno de sus trminos.
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Fig. 6. Interpretacin geomtrica de la aproximacin de 2 orden.

Se debe notar que todas las derivadas en (7) y (9) estn evaluadas en el punto xo.
La extensin de las aproximaciones a espacios de n-dimensiones es inmediata,
obtenindose derivadas parciales en lugar de las ordinarias; por ejemplo, la
aproximacin de primer orden en un espacio de tres dimensiones ser
u( x, y, z) u( x o , y o , z o )
u
u
u
(x xo )
(y yo )
(z zo )
x
y
z
Con todas las derivadas parciales evaluadas en el punto (xo, yo, zo)
(9)
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Discretizacin del dominio de definicin de una funcin.

Se ha sealado que la expansin en serie de Taylor ser utilizada para relacionar el
mundo continuo con el discreto, de manera que, si se estudia una funcin unidimensional, en lugar de interesar su comportamiento sobre todos los puntos de la
recta real que representa a la variable independiente, interesa solamente en su
comportamiento sobre determinados puntos.
Se describe a continuacin la forma de las discretizaciones generalmente usadas

para espacios de 1, 2 o 3 dimensiones.
i) Espacios uni-dimensionales.
Se tiene una sola variable independiente, por ejemplo x. El espacio continuo est
representado por una recta (real), con infinitos puntos. El correspondiente espacio
discreto estar representado por un conjunto de N puntos, repartidos sobre la recta
real de acuerdo con algn criterio pre-establecido (uniforme o desigualmente
repartidos), tal como se indica en la Fig. 7
Fig. 7 Discretizacion de un espacio uni-dimensional
Depto.de OO.CC.
ii)
Computacin Aplicada
Andrea Galaz
Espacios bi-dimensionales
En este caso hay dos variables independientes, por ejemplo x y t,
definiendo un plano como el indicado en la figura 8.
Fig. 8 Discretizacion de un espacio bi-dimensional
iii) Discretizacin de un espacio tri-dimensional.

En este caso ahora hay tres variables independientes, por ejemplo 5c, y y t.
como se indica en la Fig. 9.
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Fig. 9 Discretizacion de un espacio tri-dimensional
Uso de la serie de Taylor para aproximar las derivadas de una funcin

Se continuara trabajando con funciones de una sola variable, por razones de
simplicidad en la notacin, pero los resultados son igualmente validos para espacio
multi-dimensionales. Se denotara indistintamente como x o t la variable
independiente. Sin que ello implique referencia alguna a su significado.
Sean A, B y C tres puntos correspondientes a valores t-t, t y t+t en una funcin
u(t). Tal como se indica en la figura 10.
Entonces se puede evaluar el valor de la funcin en C a partir de B como:
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Fig. 10 Aproximacin por serie de Taylor
u( t t ) u( t ) t
u t 2 2u t 3 3u
...
t
2! t 2
3! t 3
(10)
Asimismo, se puede evaluar el valor de la funcin en A a partir de b como
u( t t ) u( t ) t
u t 2 2u t 3 3u
...
t
2! t 2
3! t 3
(11)
Ntese que:
i) Todas las derivadas estn evaluadas en el punto t, conocido.
ii) La funcin u es continuamente diferenciable sobre el intervalo en estudio.
iii) Tanto en (10), (11) como en la Fig. 10, est implcita la idea de discretizar el
espacio de definicin de la funcin, algo que ya ha sido visto en prrafos anteriores.
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
A partir de las ecuaciones (10) y (11), o de combinaciones de ella, se puede obtener

aproximaciones a las primeras y segundas derivadas, lo que da origen a diferentes
expresiones o esquemas.
Esquema de diferencias hacia adelante o anteriores (forward differences) de primer
orden.
De la ecuacin (10), se puede calcular derivada, en efecto, despejando du(t)/dt
u( t ) u( t t ) u( t ) 2u t 3u t 2
..
t
t
t 2! t 3 3!
(12)
O bien
u( t ) u( t t ) u( t )
O( t )
t
t
(13)
Donde O ( t ) agrupa a todos los trminos de la serie infinita que involucran

derivadas de orden igual o superior a la segunda, o sea, trminos de primer orden
en t o superior. Lo que es equivalente a decir que la primera derivada puede ser
aproximada por
u( t ) u( t t ) u( t )
t
t
(14)
Con un error, debido al truncamiento de la serie, del orden de t o de primer

orden.
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Esquema de diferencias hacia atrs o posteriores (backward differences) de primer

orden.
Anlogamente al caso anterior, se puede utilizar (11) para aproximar la primera
derivada como
u( t ) u( t ) u( t t )
t
t
(15)
Con un error de truncamiento del orden de t
Esquemas de diferencias centrales o centradas (central differences) de segundo

orden.
Aproximacin de primeras derivadas.
Restando las ecuaciones (10) y (11), se obtiene
u( t t ) u( t t ) 2t
u( t ) 2 3 3u( t )
t
......
t
3!
t 3
O sea
u( t ) u( t t ) u( t t )
O( t 2 )
t
2t
(16)
Lo que se aproxima como
u( t ) u( t t ) u( t t )
t
2t
(17)
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Con un error de truncamiento del orden de (segundo orden).

El esquema dado por (17) se aplica directamente a derivadas parciales, en efecto,
u t
(17) podra interpretarse como
si la funcin u dependiese de otras
variables adems de t.
ii) Aproximacin de segundas derivadas.
Sumando (10) y (11), se obtiene
u( t t ) u( t t ) t 2
2u( t ) 2 4 4u( t )
t
.....
4!
t 2
t 4
O sea
u2 ( t ) u( t t ) 2u( t ) u( t t )
O( t 2 )
2
2
t
t
(18)
Lo que se aproxima como
u2 ( t ) u( t t ) 2u( t ) u( t t )
t 2
t 2
(19)
Tambin con un error de truncamiento del orden de (segundo orden).

iii) Terceras derivadas
Las derivadas de orden superior se pueden aproximar mediante diferencias centrales
con la introduccin de variables auxiliares. As, la tercera derivada se calcula como
la primera derivada de una variable auxiliar dada por
2u
t 2
(20)
Depto.de OO.CC.
Luego
Computacin Aplicada
Andrea Galaz
3u
t
t 3
Por lo tanto
3u v( t t ) v( t t )
O( t 2 )
3
2t
t
Y
2u
2u
3u t 2 t t t 2 t t
2t
t 3
3u
1 u( t 2t ) 2u( t t ) u( t ) u( t ) 2u( t t ) u( t 2t )
3
2t
t
t 2
t 2

O sea
3u 0.5u( t 2t ) u( t t ) u( t t ) 0.5u( t 2t )
t 3
t 3
(21)
Con un error de truncamiento del orden de t 2 (segundo orden)

iv) Cuartas derivadas.
Similarmente al caso de las terceras derivadas, la cuarta derivada se calcula como la
segunda derivada de la variable auxiliar ya introducida en (20), o sea
4u 2 v v( t t ) 2v( t ) v( t t )
2
O( t 2 )
t 4
t
t 2
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Por lo tanto
4u
t 4
1 u( t 2t ) 2u( t t ) u( t )
u( t t ) 2u( t ) u( t t ) u( t ) 2u( t t ) u( t 2t )
t 2
t 2
t 2
t 2
O sea
4u u( t 2t ) 4u( t t ) 6u( t ) 4u( t t ) u( t 2t )
t 4
t 4
(22)
Con un error de truncamiento del orden de t 2 (segundo orden).

v) Segundas derivadas cruzadas.
Se puede demostrar que
4u ui1, j1 ui1, j1 ui1, j1 ui1, j1
4xy
t 4
Con un error de truncamiento del orden de O
(23)
(x 2 , y 2 )
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Esquemas de diferencias finitas de orden superior.

En las secciones 6.1 y 6.2 se han obtenidos aproximaciones de primer orden [i.e. O ]
a las primeras derivadas, a base de diferencias hacia adelante y atrs. La pregunta
ahora es si es posible obtener aproximaciones de orden superior, por ejemplo O , de
manera de reducir el error de truncamiento. La misma pregunta se puede plantear a
las aproximaciones de segundo orden basadas en las diferencias centrales de la
seccin 6.3.
S se analiza la aproximacin a la primera derivada, por diferencias hacia adelante,
de las expresiones (12) y (13), que se repiten a continuacin
u( t ) u( t t ) u( t ) 2u t 3u t 2
..
t
t
t 2! t 3 3!
u( t ) u( t t ) u( t )
O( t )
t
t
(12)
(13)
Se puede ver que la aproximacin dada por (13) resulta de primer orden debido a
que se est despreciando el segundo trmino del lado derecho de (12) (y los trminos
siguientes). Por lo tanto, si se desea buscar alguna forma de disminuir el error de
truncamiento (o sea de obtener una aproximacin de segundo orden), se debera
buscar la manera de introducir ese segundo trmino en la aproximacin de la
primera derivada.
Lo anterior conduce a la necesidad de contar con aproximaciones de la segunda
derivada mediante diferencias hacia adelante, las que se pueden obtener a partir de
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
una expansin en serie de Taylor en torno a t con un intervalo (hacia adelante) de

2 t
u( t 2t ) u( t ) 2t
u (2t )2 2u( t ) (2t )3 3u( t )
....
t
2!
3!
t 2
t 3
(24)
Multiplicando (12) por 2

2u( t 2t ) 2u( t ) 2t
u
t 2 2u( t )
t 3 3u( t )
2
2
....
2
t
2! t
3! t 3
(25)
Y restando (25)-(24) se puede eliminar la primera derivada, obtenindose

2u( t 2t ) u( t 2t ) u( t )
2t 2 2u 6t 3 3u
....
2! t 2
3! t 3
De donde
2u u( t ) 2u( t t ) u( t 2t ) 3u
3 t ...
t 2
t 2
t
O sea
2u u( t ) 2u( t t ) u( t 2t )
t 2
t 2
Con una aproximacin de primer orden
(t )
(26)
solamente.
Reemplazando el segundo trmino del lado derecho de (i2) por (26) se obtiene
u( t ) u( t t ) u( t ) u( t ) 2u( t t ) u( t 2t ) t 3u t 2
2 3 3! ...
t
t
t 2
t
La que, reordenada, resulta ser

u( t ) 3u( t ) 4u( t t ) u( t 2t ) 3u t 2
3
...
t
2t
t 3!
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
y truncando despus del primer trmino del lado derecho
u( t ) 3u( t ) 4u(t t ) u(t 2t )
t
2t
(27)
Que constituye una aproximacin de segundo orden a las primeras derivadas

aproximadas mediante diferencias hacia adelante.
Usando un procedimiento similar se podran obtener aproximaciones de primer
orden para las terceras y cuartas derivadas, aproximaciones de segundo orden para la
segunda, tercera y cuarta derivada, todas ellas basadas en diferencias hacia adelante.
Nada impide hacer lo mismo para diferencias hacia atrs y para obtener
aproximaciones de cuarto orden para las diferencias centrales. La Tabla 1,
presentada por Abbott y Basco (1989), resume todas estas aproximaciones, usando
una notacin solo levemente diferente (se debe reemplazar f de la Tabla por u).
Como puede apreciarse, para aproximar derivadas con un orden superior, hay que
incorporar ms puntos donde el valor de la funcin es conocido Asimismo, es fcil
ver que para aproximar una derivada cualquiera hay muchas alternativas posibles
(diferencias hacia adelante, hacia atrs o centrales, y con variados grados de
aproximacin (primer, segundo y cuarto orden), aunque podra ser posible seguir
aumentando el orden de la aproximacin.
El punto es ahora averiguar cual o cuales de los esquemas de aproximacin es ms
adecuado en una aplicacin concreta.
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Tabla 1. Resumen de aproximaciones de primer, segundo y cuarto orden, para las

primeras cuatro derivadas
[tomada de Abbott y Basco (1989)]
2f
x 3
3f
x 4
4f
f j3
-1
-2
-3
-4
-4
x 2
f j 2
f j1
fj
f j 4
(a) Diferencias hacia adelante O (x)
f j3
f j 4
x
f j2
f j1
x 2
2f
x 3
3f
x2
x3
x 4
4f
-1
-2
-3
-4
-4
fj
(b) Diferencias hacia atrs O (x)
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
f j1
fj
2x
x 2
2 f
x2
2 x 3
x 4
3 f
x3
4 f
x4
f j 2
f j3
f j5
f j 4
-3
-1
-5
-5
18
-24
14
-3
-14
26
-24
11
-2
(c) Diferencias hacia adelante O x 2

f j5
2x
x 2
x 4
f j3
2 f
3 f
x3
4 f
-2
f j2
f j1
fj
-4
-1
-5
- 14
24
-18
11
-24
26
-14
x2
2 x 3
f j 4
(d) Diferencias hacia atrs O x 2
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
f j3
12x
12 x 2
8 x 3
6 x 4
f j2
f j1
fj
f j1
f j 2
-8
-1
2 f
-1
16
30
16
-1
x2
3 f
4 f
x4
f j3
-8
13
-13
-1
-1
12
-39
56
-39
12
-1
(f) Diferencias centrales O x 4
Esquemas explcitos e implcitos.
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Al reemplazar las derivadas parciales de una ecuacin diferencial por algunas de las
aproximaciones establecidas en la seccin 6, se obtendr una ecuacin en diferencias
finitas que aproxima a la ecuacin diferencial original y que es posible de resolver
en un computador. Por ejemplo, para resolver la ecuacin diferencial (adveccin
pura)
h
h
c
0
t
x
Usando diferencias hacia atrs para
h
x
(1)
y diferencias hacia adelante para
h
t
resulta
hnj1 hnj
t
hnj hnj1
x
(2)
De donde, reordenando, se obtiene
hnj1 (1 Cr )hnj Cr hnj1
(3)
Con
Cr c
t
x
(4)
La ecuacin (3) se denominar un esquema numrico para resolver la ecuacin

diferencial CI). Dado que el esquema permite calcular explcitamente el valor de la
incgnita al tiempo n+1, con una funcin directa del valor de la variable al tiempo
anterior n (conocido), se dir que tal expresin es un esquema explicito.
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Dado que las derivadas en (1) se han aproximado con diferencias de primer orden, el
esquema (3) es tambin una aproximacin de primer orden, o sea
2
O ( t, x ) , de (1).
Hay una infinidad de esquemas posibles para resolver (1), as, si en lugar de tomar
diferencias hacia atrs para
h x
, se hubiese tornado diferencias haca adelante o
diferencias centrales (ya sea de primer, segundo o cuarto orden) el esquema

representado por (3) habra sido ligeramente diferente.
Lo ms importante es que los diversos esquemas posibles habran tenido grados de
aproximacin diferentes. El punto ser entonces determinar el mejor esquema, de
entre los infinitos esquemas posibles, con un consumo razonable de recursos
computacionales.
Los esquemas de tipo explcito son simples de aplicar, de hecho, programar el
esquema dado por (3) en una computador (o en una calculadora programable) es
extremadamente sencillo, y esta es la principal ventaja de los esquemas explcitos.
Sin embargo, como se ver ms adelante, hay un precio que se debe pagar por esta
simplicidad.
Como en esto de aproximar uno se puede tomar muchas licencias, alguien podra
sugerir que, en vez de tomar diferencias hacia adelante para
h t
, ubicndonos solo
en el punto xj., porque no hacerlo tomando un promedio de lo que pasa tanto en xj.
como en xj+1, o sea
hnj1 hnj hnj11 hnj1

h
0.5
t
t
t
(5)
Depto.de OO.CC.
Al reemplazar en (1), manteniendo dh
Computacin Aplicada
Andrea Galaz
dx
como una diferencia hacia atrs, resultara
un esquema como el siguiente
hnj1 hnj11 2Cr hnj1 (1 2Cr )hnj hnj1
(6)
De donde, claramente, ya no es posible despejar directamente el valor de las

incgnitas al instante n+1, obtenindose un esquema de los denominados
implcitos.
En este caso, el esquema (5) deber ser aplicado a todos los puntos de la
discretizacin, dando lugar a un sistema de ecuaciones lineales en
h in 1 , con i
recorriendo todo el espacio de las x. Las condiciones en los puntos extremos de la

discretizacin (para i=1l e i=N) debern ser especificadas, constituyendo las
condiciones de borde del problema.
Tenemos, por lo tanto, una variada gama de aproximaciones (de las derivadas) que
pueden dar origen tanto a esquemas explcitos como implcitos. Se revisar a
continuacin algunas de las ms conocidas, otras se introducirn ms adelante.
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Aproximaciones que dan origen a esquemas explcitos.

a) Esquema difusivo.
Usado en hidrulica para integrar las ecuaciones de Saint Venant del movimiento
impermanente, es bsicamente una diferencia hacia adelante, donde el valor de la
funcin en el instante de tiempo anterior se toma como el promedio del valor de la
funcin en los puntos vecinos, o sea
U ui, j1 0.5(ui1, j ui1, j )
t
t
(7)
b) Esquema Leapfrog (salto de la rana o caballito de bronce).

Donde se toman aproximaciones dadas por diferencias centrales en ambas
direcciones, por ejemplo
ui, j1 ui, j1
U
i, j
t
2t
(8)
y
ui1, j ui1, j
U
i, j
t
2t
(9)
Este esquema, cuando es aplicado a una ecuacin del tipo parablico, como la
propagacin de calor [ver ecuacin (4) de la seccin 7], con las segundas derivadas
aproximadas como diferencias centrales, es inestable [Abbott y Basco (l989)]. Corno
en el siguiente esquema
Unj1 Unj1
2t
Unj1 2Unj Unj1

x 2
(10)
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
c) Esquema de DuFort-Frankel.
Un cambio aparentemente insignificante puede estabilizar el esquema (10), y
consiste en reemplazar
Unj
por el promedio aritmtico de los valores de
Uj
a los
tiempos n+1 y n-1, o sea, el esquema (10) pasa a ser
Unj1 Unj1
2t
Unj1 (Unj1 Unj1 ) Unj1

x 2
(11)
Se puede verificar que el nuevo esquema, todava explicito, es incondicionalmente

estable.
Aproximaciones que dan origen a esquemas implcitos.
a) Aproximacin de Crank-Nicolson.
Utilizado originalmente en ecuaciones del tipo parablico, aproxima las derivadas
mediante un promedio aritmtico de las derivadas a los tiempos j y j+1. En el
caso de las segundas derivadas, estas se aproximan mediante diferencias centrales
dadas por
2U 1 Ui1, j1 2Ui, j1 Ui1, j1 Ui1, j 2Ui, j Ui1, j

x 2 2
x 2
x 2
(12)
Las primeras derivadas pueden ser aproximadas por
U 1 Ui, j1 Ui1, j1 Ui, j Ui1, j

x 2
x
x
(13)
Claramente, el esquema resultante ser implcito, ya que el valor de la incgnita al

tiempo j+1 aparece en ms de un trmino en las aproximaciones (12) y (13)
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
b) Mtodo de los cuatro puntos o de la caja

Consiste en una generalizacin del mtodo de Crack-Nicolson, esta vez tomando
promedios ponderados, en lugar de promedios aritmticos, en el caso anterior e una
funcin de dos variables (x y t), la aproximacin sera
Ui, j1 Ui, j
Ui1, j1 Ui1, j
U
(1 1 )
1
t
t
(14)
Ui1, j Ui, j
Ui1, j1 Ui, j1
U
(1 2 )
2
x
x
x
(15)
Con un error de truncamiento variable, de acuerdo a los valores de los coeficientes

; para =0.5 la aproximacin es del orden de. Los coeficientes deben cumplir
adems con la condicin
0 1 1
0 2 1
El valor de la funcin dado por el promedio entre los cuatro puntos que forman la
celda
ui, j1 ui1, j1
ui, j ui1, j
2
(1 2 )
2
2
(16)
La Fig. 11 muestra grficamente las caractersticas del esquema de los 4 puntos,

donde se puede apreciar que los coeficientes de ponderacin permiten mover el
punto P alrededor de toda la celda.
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Evidentemente, por aparecer ms de una incgnita al tiempo j+1 e una ecuacin, el

esquema es implcito.
Fig. 11 Esquema de los cuatro puntos

El esquema de los cuatro puntos es unos de los esquemas de aproximacin ms
usados debido a su generalidad y caractersticas numricas. Si los coeficientes de
ponderacin se hacen igual a 0.5, se vuele al esquema de Crack-Nicolson (o
esquema de los cuatro puntos centrados), mientras que si es igual a 0 el esquema
se transforma en una simple diferencia hacia adelante (esquema explcito).
El esquema es conocido tambin en aplicaciones a la hidrulica como mtodo de
Preissmann.
En el ejemplo de la ecuacin (1) de adveccion pura, la aproximacin de los cuatro
puntos conducira al siguiente esquema.
1 1 hi,j1 hj 1 hi1,j1 hi1,j C 1 2 hi1,j hi,j 2 hi1,j1 hi,j1 0
(17)
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Para las segundas derivadas, la aproximacin de los cuatro puntos seria:
2 U
Ui1,j 2 Ui,j Ui1,j

Ui1,j1 2 Ui,j1 Ui1,j1
1

2
x
x2
Convergencia y estabilidad de los esquemas de diferencias finitas.

El objetivo de esta seccin ser determinar las condiciones necesarias para que una
solucin mediante diferencias finitas sea una aproximacin razonablemente exacta
de la ecuacin diferencial que representa un problema fsico determinado.
Definicin 1.
Sean
U: la solucin exacta de la ecuacin diferencial
u: la solucin exacta de las ecuaciones de diferencias finitas
N: la solucin numrica de las ecuaciones de diferencias finitas, es decir, N
posee errores de redondeo con respecto de u
Definicin 2.
Una solucin por diferencias finitas se dice CONVERGENTE cuando u tiende a U,
a medida que x y t tienden a cero.
Nota: las condiciones necesarias para la convergencia han sido establecidas para
algunas ecuaciones lineales de segundo orden (elpticas, parablicas e hiperblicas)
y no para ecuaciones no-lineales Definicin 3.
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Se define como ERROR DE DISCRETIZACIN (e) a la diferencia
e Uu
(1)
El error de discretizacin es debido a las aproximaciones producidas al reemplazar

las derivadas en las ecuaciones diferenciales (exactas) por diferencias finitas
(aproximadas), por esta razn, al error de discretizacin se le conoce tambin corno
error de truncamiento local.
El error de discretizacin, por lo tanto, es una funcin de los intervalos de
discretizacin que se adopten, es decir
e f (t, x)
y esta funcin es tal que e disminuye si
(2)
y/o
disminuyen. Por lo tanto, se
tiene convergencia cuando el error de discretizacin tiende a cero.

Definicin 4.
Una solucin por diferencias finitas ser ESTABLE si la solucin numrica (N)
tiende a la solucin exacta de las ecuaciones de diferencias finitas (u), o sea, si
N u
Definicin 5.
La diferencia entre U y N se denomina ERROR DE ESTABILIDAD (S)
S=U-N
(3)
Nota: la estabilidad estar asociada al hecho que el efecto acumulativo de los errores
de redondeo (debido a que los clculos se realizan en un computador con largo de
palabra finito) es despreciable.
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
La estabilidad se controla generalmente trabajando con mayor precisin (doble

versus simple, por ejemplo)
Definicin 6.
Se define como ERROR TOTAL (t) a la diferencia entre la solucin exacta de la
ecuacin diferencial y la solucin numrica de la ecuacin de diferencias finitas. Es
decir
t=UN
(4)
O tambin
t = (U u) + (u N)
(5)
t=e+S
(6)
Generalmente, el error de discretizacion
(e) es el dominante en un esquema
numrico estable y convergente.

Dado que, en general, la solucin exacta de una ecuacin diferencial no es conocida,
no ser posible conocer la magnitud del error de discretizacion ni del total. Solo se
puede realizar estimaciones conservadoras (pesimistas) de ellos.
En la prctica, siempre se producen cancelaciones (errores positivos con negativos)
y el error de una solucin numrica es casi siempre menor que el dado por la
estimacin pesimista.
Los diversos esquemas numricos propagan los errores de diferentes maneras, segn
sean las caractersticas del esquema. Por ejemplo:
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
ui,j1 0.5 ui1,j ui1, j
Tabla 2. Propagacin de un error puntual

i=0
j=0
e/2
e/4
e/8
e/8
5e/32
e/2
e/2
3e/8
e/4
e/4
3e/8
3e/8
5e/16
e/8
e/4
5e/16
e/16
5e/32
De la Tabla 2 se observa como un error puntual Se propaga tanto lateralmente

(difusin) como longitudinalmente (en el tiempo, por ejemplo). El problema es. En
un clculo ms complejo. Que no solo puede aparecer un error puntual, sino que
puede haber varios y sus efectos se dispersarn y se superpondrn, pudiendo hacer
irreales los resultados entregados por un modelo numrico, de no tomarse
precauciones para controlar la propagacin de los errores
La superposicin de los errores puede conducir a una cancelacin entre errores
positivos con negativos, pero tambin puede producirse su suma.
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
En un problema real de tipo impermanente (donde la variable tiempo es importante)

puede ser necesario aplicar un esquema numrico como (7) no 5 veces, como en la
Tabla 2, sino que cientos o miles de veces (dependiendo del 1t considerado).
Los errores de discretizacin y de estabilidad podrn introducirse en cualquier etapa
del proceso de clculo, pudiendo hacer un resultado totalmente irreal (aunque sea
producido por un esquema numrico en apariencia muy sofisticado y resuelto en un
supercomputador!
Ms an, para inicializar la corrida de un modelo (introduccin de condiciones
iniciales y/o de borde) puede ser el caso que hayamos tenido que medir alguna
propiedad (temperatura, velocidad, deformacin, etc.). Es sabido que cualquier
medicin lleva aparejada la introduccin de un error, el que tambin se difundir a
travs del clculo, en una forma similar a la Tabla 2.
Por lo anterior, es clara la importancia que tiene en cualquier problema resuelto
numricamente el control de la generacin y propagacin de los errores, si se quiere
que los resultados entregados sean realmente significativos y tiles. Es tambin
pertinente preguntarse, cada vez que se analice el resultado entregado por un modelo
numrico, cual es el error estimado en dicho resultado.
Si se trata de un modelo que calcula deformaciones en una losa de hormign y si los
errores se estiman en dcimas de milmetros, posiblemente podremos quedar
tranquilos con los resultados, pero no ser as cuando los errores estimados sean de
algunos centmetros.
Estudio analtico del problema de convergencia.
En los esquemas explcitos se puede investigar el problema de la convergencia en
forma directa.
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
La tcnica se basa en la observacin que los errores de discretizacin tambin deben

satisfacer la ecuacin de diferencias finitas, en forma similar a como se propagan los
errores en la Tabla 2.
Por ejemplo, si se estudia el problema de convergencia en la ecuacin de
transmisin de calor (dada en forma adimensional)
U 2U
2
t
x
(8)
Con
0< x< 1
Con las siguientes condiciones:
Condicin de borde: U es conocido para x=0 y para x=1
Condicin inicial : U es conocido para todo x en t=0
Usando la siguiente aproximacin de (8)
ui, j1 ui, j
k
uii1, j 2ui, j ui1, j

h2
(9)
Donde k y h son los incrementos en las direcciones de t. y, respectivamente.
O sea
ui, j1 ui, j r(ui1, j 2ui1, j 2ui, j ui1, j )
Donde
r
k
h2
(10)
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
(11)
Introduciendo e]. Error de discretizacin, definido en la ecuacin (1), como

(12)
e i, j Ui, j ui, j
luego
(13)
ui, j Ui, j e i,j

y
ui, j1 Ui, j1 e i,j1
(14)
Entonces, el esquema representado por (10) queda como:

Ui, j1 Ui, j ei, j1 ei, j
k
Ui1, j 2Ui, j Ui1, j ei1, j 2ei, j ei1, j

h2
La que, reordenando e introduciendo r de (11), conduce a:

(15)
ei, j1 rei1, j (1 2r )ei, j rei1, j Ui, j1 Ui, j r(2Ui, j Ui1, j Ui1, j )
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz
Depto.de OO.CC.
Computacin Aplicada
Andrea Galaz

Apuntescomputacion Aplicada

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Apuntescomputacion Aplicada

Enviado por

Direitos autorais:

Formatos disponíveis

Facultad de Ingeniera

Mtodo de descomposicin de cholesky

L y U son dos matrices triangulares superior e inferior

an1 bn1 c n1 x n1 fn1

2.- Substitucin hacia adelante

3.- Substitucin hacia atrs

Ejemplo: use el algoritmo de Thomas para resolver el sistema

Hay tres filas, entonces n es tres

La solucin es (0.25, 0.5, 0.25)

Operador de diferencias finitas o interpolacin

Cual es valor para (2,3)?

f ( x) x4.2 f(2,3) 33.057

Operadores de diferencias finitas

Hay cinco operadores bsicos de diferencias finitas

Otras definiciones tiles (aunque no estrictamente operadores de diferencias finitas)

Ejemplo: evaluar : E f 1,E2 f 1, f 2 , 2 f 1 de la siguiente tabla

Una formula de interpolacin popular es Interpolacin avanzada de newton

p(p 1) 2 p(p 1)(p 2) 3

Esto es simplemente una interpolacin lineal

Truncando la formula Newton al tercer trmino da una formula de interpolacin

Truncar este al segundo trmino y reordenando da:

Ejemplo: dada la siguiente tabla, estimar y(0.4) usando aproximacin de diferencia

Para x=0.4, n=2, de la ecuacin,

Ejemplo: aplicar la regla de Simpson para este problema,

Esto es igual a la respuesta exacta. La razn de esto es que la regla de Simpson se

Ecuaciones diferenciales ordinarias

(nada se crea ni se destruye)

; h altura del agua

Redes de flujos necesarias para

La solucin de los mtodos numricos para las ecuaciones diferenciales ordinarias,

hay que reducir este set de ecuaciones.

r(x) q(x) z(x)

Hay muchos mtodos numricos para resolver las ecuaciones diferenciales

n= tiempo, h= largo tiempo t

1 o,1 v0 0,7 0,1 0,07

Generalizando Runge Kutta, tenemos:

Si truncamos el segundo termino

Un orden mayor de Runge-Kutta se puede derivar truncando en el 3, 4, etc.

Con estos parmetros se obtiene

0 h 5 Error asociado al mtodo

Se reemplaza de la siguiente manera:

La expansin de series de Taylor para f n1 es:

Que puede ser escrito como:

La serie dentro de los corchetes anterior es simplemente exp(hD), de esta manera:

Sealando que el operador de desplazamiento E es equivalente al compuesto del

Dando como resultado:

Truncar a dos trminos da una aproximacin de tres puntos

Naturaleza y tipologa de las ecuaciones diferenciales en derivadas parciales a

Esta ecuacin se denomina de segundo orden, ya que contiene solo primeras y

La ecuacin se dice cuasi-lineal.

y tambin la ecuacin de Laplace

Ecuaciones de este tipo provienen de problemas de equilibrio de tensiones, flujo

Puede representar el desplazamiento de una cuerda vibrante (en la direccin

numricamente mediante diferencias finitas, aunque en algunos casos existen otros

Modelacin mediante el mtodo de diferencias finitas

Desde el punto de vista de la complejidad de los problemas que ocupan a los

Metodologa general para la construccin de modelos

Fig. 1. El proceso de construccin de un modelo matemtico.[adaptado de Ortega y

componente matemtica y computacional del proceso de construccin de modelos.

El mundo continuo y el mundo discreto

Aproximacin en serie de Taylor

Conceptos del anlisis en que se apoyan los mtodos de diferencias finitas

Fig. 3. Teorema del valor medio