Escolar Documentos
Profissional Documentos
Cultura Documentos
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
A X B A L U
Transformo
LY B
U X Y
Cholesky
L =
U=
U X B
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
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
.
.
.
.
.
.
1.-Descomposicin
1 b1
1 bi aic i
i1
Para i = 2,3,.,n
1 f1 b1
i fi ai i1 i
Para i = 2,3,.,n
xn n
xi i c i xi1 i
Para i = 2,3,.,n
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
2 1 0 x1 0
1 3 1 1
x2
0 1 2 x3 0
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
y:
x3
x2
x1
0.25
0.4 10.25
2.5
0.5
0 10.5 0.25
2
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
Ejemplo:
Dato
Medicin
1.0
18.379
100.904
337.794
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:
Error=30.5%
error al interpolar
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
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
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 :
Integral :
Jf f(t)dt
x
Diferencia l : Df df dx
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
xn
fn
3.0
12.2
3.5
8.3
4.0
7.5
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
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
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
.........
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.
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
0.3
0.29552
0.4
0.38942
0.5
0.47943
0.6
0.56464
y(0.4)
y2
y3 y2
h
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
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
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
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
f ( x ) dx
x0
1, n 4,
xn
, 5
5 1
1 4 4 2 9 4 16 25 41.333
34
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
Vara en el tiempo
Si aplicamos la ley de conservacin de
S T
masa
S ( O) t
1
t
S
O
t
En el lmite t 0
S dS
t
dt
dS
derivada de primer orden
dt
dS
-O
dt
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
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
Ejemplo:
d2 y
2
r(x) q(x)
dy
dx
dx
dz
d2 y
2
dx
dx
dz
Variable auxiliar
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
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
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
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
dy
f
dx
Dy
sabemos
E y 1 h D
h 2 D2
2!
.... y
E y y h Dy
; Y utilizando superndices para indicar el nivel, tenemos
yn 1
yn h f n Euler
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
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
4 k 4 k5
yn 1 yn k1
0 h5
6
9 8 k 4 k5
2k1 k 3
30
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
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
k11
h f 1 x n , yn , z n
h f 2 x n , yn , z n
k12
h
h
h
h f 1 x n , yn , z n
3
3
3
h n k11 n k12
,z
k 22 h f 2 x n , y
3
3
3
k 21
Esto es equivalente a:
2 2
h
E f n f n hD f n D f n ......
2!
h
E f n 1 hD D ... f n
2!
E f n e hD f n
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
hD ln(E) ln(1 )
As, en la ampliacin de los logaritmos como una serie:
2
3
4
hD ....
2
3
4
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
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
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
2U
2U
2U
U
U
a 2 b
c 2 d
e
fU g 0
xt
x
t
x
t
(1)
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
g0
x 2 y 2
(2)
2U 2U
0
x 2 y 2
(3)
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
(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)
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
las
ecuaciones
diferenciales
cuasi-lineales
pueden
ser
resueltas
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
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
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
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
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
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
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
Ya que de (1)
ub ua
u()
(b a)
x
(2)
ub ua u()
ba
x
(3)
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.
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
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
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
u(x) u(x )
(6)
u( x ) u( x o )
u( x o )
(x xo )
x
(7)
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
u( x ) u( x o )
u( x o )
1 2u( x o )
(x xo )
( x x o )2
x
2! x 2
(8)
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
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)
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
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.
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
u( t t ) u( t ) t
u t 2 2u t 3 3u
...
t
2! t 2
3! t 3
(10)
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.
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
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)
t
t
(14)
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
t
t
(15)
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)
u( t ) u( t t ) u( t t )
t
2t
(17)
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
u t
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)
u2 ( t ) u( t t ) 2u( t ) u( t t )
t 2
t 2
(19)
2u
t 2
(20)
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
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)
4u 2 v v( t t ) 2v( t ) v( t t )
2
O( t 2 )
t 4
t
t 2
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
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)
4xy
t 4
(23)
(x 2 , y 2 )
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
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
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
u( t 2t ) u( t ) 2t
....
t
2!
3!
t 2
t 3
(24)
u
t 2 2u( t )
t 3 3u( t )
2
2
....
2
t
2! t
3! t 3
(25)
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
(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
3
...
t
2t
t 3!
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
t
2t
(27)
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
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
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
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
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
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
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
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
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
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
h
x
(1)
h
t
resulta
hnj1 hnj
t
hnj hnj1
x
(2)
(3)
Con
Cr c
t
x
(4)
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
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
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
0.5
t
t
t
(5)
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
dx
(6)
h in 1 , con i
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
t
t
(7)
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
(10)
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
c) Esquema de DuFort-Frankel.
Un cambio aparentemente insignificante puede estabilizar el esquema (10), y
consiste en reemplazar
Unj
Uj
a los
Unj1 Unj1
2t
(11)
x 2 2
x 2
x 2
(12)
x 2
x
x
(13)
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
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)
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)
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
(17)
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
2 U
2
x
x2
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
e Uu
(1)
(2)
y/o
(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.
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
(4)
O tambin
t = (U u) + (u N)
(5)
t=e+S
(6)
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
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
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
(8)
Con
0< x< 1
Con las siguientes condiciones:
ui, j1 ui, j
k
(9)
O sea
ui, j1 ui, j r(ui1, j 2ui1, j 2ui, j ui1, j )
Donde
r
k
h2
(10)
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
(11)
e i, j Ui, j ui, j
luego
(13)
(14)
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz
Facultad de Ingeniera
Depto.de OO.CC.
Prof.: Dr. Ing. E. Gonzlez O.
Computacin Aplicada
Andrea Galaz