Simulacion PDF

Ejemplos de ecuaciones diferenciales ordinarias
Resolucion numerica de problemas de valor inicial de EDOs

Ecuaciones diferenciales en derivadas parciales
Simulacion numerica
Ander Murua
Donostia, UPV/EHU
Ecuaciones de primer orden
Ecuaciones de segundo orden
Sistemas de ecuaciones de primer orden
Modelo Malthusiano
dP
= rP, P(0) = P0
dt
donde r es la diferencia entre la tasa de natalidad y la tasa de
mortandad por unidad de tiempo. La solucion exacta es
P(t) = P0 e r t .
Modelo Malthusiano
dP
= rP, P(0) = P0
dt
donde r es la diferencia entre la tasa de natalidad y la tasa de
mortandad por unidad de tiempo. La solucion exacta es
P(t) = P0 e r t .
Si r > 0, la poblacion crece de forma ilimitada, y si r < 0, decae

exponencialmente hacia cero.
Este modelo no es nada realista, pues no tiene en cuenta la
limitacion de recursos naturales.
Modelo de Verhulst. Ecuacion logstica
dP
= r (1 P/K ) P, P(0) = P0 ,
dt
donde r > 0.
Si P0 = K , entonces P(t) = K para todo t.
Modelo de Verhulst. Ecuacion logstica
dP
= r (1 P/K ) P, P(0) = P0 ,
dt
donde r > 0.
Si P0 = K , entonces P(t) = K para todo t. Se puede comprobar
que la solucion general es de la forma
K P0
P(t) = ,
P0 + (K P0 )e r t
de modo que en cualquier caso (para P0 0 arbitrario), la

poblacion tiende hacia K cuando t .
Modelo simplificado de pesca
dP
= r (1 P/K )P H(t)
dt
donde t el tiempo medido en meses, y H(t) es la cantidad de
toneladas que se pesca por unidad de tiempo. Consideremos dos
casos:
dP
= r (1 P/K )P H(t)
dt
casos:
Se pesca un numero fijo L de toneladas al mes durante todo el
ano. En ese caso, H(t) es una funcion constante H(t) = L.
dP
= r (1 P/K )P H(t)
dt
casos:
Se pesca un numero fijo L de toneladas al mes durante todo el
ano. En ese caso, H(t) es una funcion constante H(t) = L.
Solo se pesca durante tres meses al ano, con una cantidad fija
L de toneladas al mes, y durante el resto del ano no se pesca.
En tal caso, H(t) sera una funcion periodica
!
L si 12n t < 12n + 3
H(t) =
0 si 12n + 3 t < 13n
Velocidad de caida de un paracaidista
dv
m = m g + c v 2 , v (0) = 0.
dt
donde m es la masa del paracaidista en kilogramos, g = 9.8 m/s 2 ,
y c > 0 es un parametro relativo a la friccion del aire con respecto
al cuerpo que cae.
Tiene dicho problema solucion unica?
dv
m = m g + c v 2 , v (0) = 0.
dt
al cuerpo que cae.
Tiene dicho problema solucion unica? De hecho, se puede
comprobar que la solucion v (t) es
1 exp(2gt/vt )
v (t) = vt
1 + exp(2gt/vt )
"
donde vt = m g /c.
dv
m = m g + c v 2 , v (0) = 0.
dt
al cuerpo que cae.
Tiene dicho problema solucion unica? De hecho, se puede
comprobar que la solucion v (t) es
1 exp(2gt/vt )
v (t) = vt
1 + exp(2gt/vt )
"
donde vt = m g /c. Observar que lim v (t) = vt .
t
Ecuacion del pendulo
d 2 d
mL 2
= m g sin() c
dt dt
Este es un ejemplo de ecuacion de segundo orden. Si introducimos
una nueva variable para la velocidad angular d
dt , obtenemos un
sistema de ecuaciones diferenciales de primer orden
d g c
= sin()
dt L mL
d
=
dt
Ecuacion del pendulo
d 2 d
mL 2
= m g sin() c
dt dt
Este es un ejemplo de ecuacion de segundo orden. Si introducimos
una nueva variable para la velocidad angular d
dt , obtenemos un
sistema de ecuaciones diferenciales de primer orden
d g c
= sin()
dt L mL
d
=
dt
Para determinar una solucion concreta, hay que conocer (t0 ) y
(t0 ) para un instante t0 inicial. Fijados estos valores, la solucion
es unica.
Un modelo depredador-presa: El sistema de Lotka-Volterra
du
= (a b v ) u,
dt
dv
= (c u d) v ,
dt
donde u representa la poblacion de presas y v la de depredadores,
y a, b, c, d > 0 son parametros del problema previamente fijados.
Es un sistema autonomo.
Se puede ver que sus soluciones son periodicas.
Si se conocen u(0) y v (0) (ademas de los valores de los
parametros a, b, c, d > 0), la solucion (u(t), v (t)) se puede
determinar de forma unica.
Consideremos la funcion
I (u, v ) = d ln u + a ln v c u b v .
Para cualquier solucion (u(t), v (t)) del sistema
d
I (u(t), v (t)) = 0 para todo t,
dt
y por tanto
I (u(t), v (t)) = I (u(0), v (0)) para todo t,
es decir, I (u, v ) is un invariante del sistema. A partir de ello, se

puede deducir que (u(t), v (t)) es periodica respecto de t.
Simulacion de un satelite artificial

El movimiento de un satelite artificial alrededor de la tierra:
xd 2x
=
+ # Fx (x, y ),
r3dt 2
yd 2y
= 3 + # Fy (x, y ),
r dt 2
"
donde # es una constante positiva, r = x 2 + y 2 , y
# $
1 x2 x
Fx (x, y ) = 9 + 15 2 ,
2 r r5
# $
1 x2 y
Fy (x, y ) = 3 + 15 2 .
2 r r5
Valor tpico del parmetro: # = 103 .

Ejemplo de valores iniciales con solucion casi periodica:
El sistema de Lorenz
El siguiente sistema es un ejemplo de sistema caotico (fue
propuesto por Lorenz como un modelo simplificado para la
evolucion de variables atmosfericas).
dx
= a x + a y ,
dt
dy
= r x y x z,
dt
dz
= b z + x y ,
dt
donde a, b, y r son constantes positivas.
Valores tpicos de los parametros: a = 10, b = 8/3, y r = 28.
Ejemplo de condiciones iniciales:
x(0) = 1, y (0) = 2, z(0) = 3.
Supongamos que tenemos una barra fina aislada termicamente del

exterior, excepto posiblemente por los extremos.
La ecuacion del calor unidimensional
2
u(x, t) = a 2 u(x, t).
t x
donde
a > 0 es la constante de difusion,
u(x, t) es la temperatura en el tiempo t del punto con
coordenada espacial x.
Para determinar de forma unica la solucion, necesitamos mas

informacion:
Que ocurre en los extremos? (i.e. condiciones de contorno?)
Condiciones iniciales: u(x, 0) =? para cada x.
Ejemplos de ecuaciones diferenciales ordinarias Metodos elementales e implementacion basica
Resolucion numerica de problemas de valor inicial de EDOs Ejemplos de metodos de Runge-Kutta y aplicaciones
Ecuaciones diferenciales en derivadas parciales Problemas stiff
Problema de valor inicial de EDOs
d
y = f (t, y ),
dt
y (t0 ) = y0 .
d
y = f (t, y ),
dt
y (t0 ) = y0 .
Datos del problema:

1 Tiempo inicial t0 ,
2 Valor inicial y0 ,
3 Lado derecho de la equacion diferencial: f (t, y ).
Solucion: La funcion y (t).
d
y = f (t, y ),
dt
y (t0 ) = y0 .
Datos del problema:

1 Tiempo inicial t0 ,
2 Valor inicial y0 ,
3 Lado derecho de la equacion diferencial: f (t, y ).
Solucion: La funcion y (t).
Resolucion numerica:
Discretizacion del tiempo: Considerar t0 , t1 , t2 , . . . , tn , donde
tk = tk1 + h, con h relativamente pequeno,
Calcular aproximaciones yk y (tk ) para k = 1, 2, 3, . . . , n.
Metodo de Euler
Para k = 0, 1, . . . , n 1
yk+1 = yk + h f (tk , yk )
Metodo de Euler
Para k = 0, 1, . . . , n 1
yk+1 = yk + h f (tk , yk )
Importante: En el caso de un sistema de EDOs de dimension d,

Cada yk es un vector de d componentes ( yk Rd ),
Para cada (t, y ) Rd+1 , tenemos f (t, y ) Rd .
Metodo de Euler mejorado

Para k = 0, 1, . . . , n 1
h h
yk+1 = yk + h f (tk + , yk + f (tk , yk ))
2 2

Para k = 0, 1, . . . , n 1
h h
yk+1 = yk + h f (tk + , yk + f (tk , yk ))
2 2
Metodo del punto medio explcito
h h
y1 = y0 + h f (t0 + , y0 + f (t0 , y0 ))
2 2
y para k = 1, . . . , n 1,
yk+1 = yk1 + 2h f (tk , yk ).

d
Para sistemas autonomos, es decir de la forma y = f (y ),
dt
Para k = 0, 1, . . . , n 1
h
yk+1 = yk + h f (yk + f (yk ))
2
d
Para sistemas autonomos, es decir de la forma y = f (y ),
dt
Para k = 0, 1, . . . , n 1
h
yk+1 = yk + h f (yk + f (yk ))
2
Metodo del punto medio explcito
h
y1 = y0 + h f (y0 + f (y0 ))
2
y para k = 1, . . . , n 1,
yk+1 = yk1 + 2h f (yk ).

Ejercicio
La EDO de la velocidad del paracaidista
dv
m = m g + c v 2 , v (0) = 0,
dt
donde g = 9.8 m/s 2 , m = 70Kg y c = 0.3, y que queremos
aproximar la solucion v (t) para t [0, 30].
Aproximar la solucion v (t) para t = t0 , t1 , t2 , . . . , tn = 30
(donde tk = h k y h = 30/n) utilizando el metodo de Euler
con distintos valores de h. Nuestro objetivo es analizar como
se reduce el error cometido segun reducimos h. Para ello,
calcular para h = 0.3, h = 0.15, h = 0.075
Error = max |v (tk ) vk |.
1kn
Repetir el experimento para el metodo de Euler mejorado.

Definicion de orden de un metodo

Supongamos que aplicamos un metodo numerico a un problema de
valor inicial
d
y = f (t, y ), y (t0 ) = y0
dt
para aproximar la solucion y (t) para t [t0 , T ], de modo que
obtenemos
yk y (tk ), k = 0, 1, 2, . . . , n,
donde tk = t0 + k h y h = (T t0 )/n.
El metodo es de orden r si existe C > 0 tal que para cualquier
discretizacion suficientemente fina
1 1
Error = r max ||y (tk ) yk || C .
hr h 1kn
Ejercicio
Las ecuaciones del pendulo
d d
= , mL = m g sin() c,
dt dt
donde g = 9.8 m/s 2 , L = 1m, m = 1Kg y c = 0.0003, y que
queremos aproximar la solucion y (t) = ((t), (t)) para t [0, T ]
con T = 10.
Aproximar la solucion y (t) para t = t0 , t1 , t2 , . . . , tn = T
(donde tk = h k y h = T /n) utilizando el metodo de Euler
mejorado con distintos valores de h. Comprobar
experimentalmente que el metodo es de orden 2. Para ello,
calcular para h = 0.01, h = 0.005, h = 0.00025
1 1
2
Error = 2 max ||y (tk ) yk ||.
h h 1kn
Repetir el experimento para T = 20.
Implementacion
Supongamos que tenemos definida en Matlab una funcion (por

ejemplo, edofun) tal que, dados t R un vector y Rd ,
edofun(t, y ) devuelve un vector f (t, y ) Rd . Dicha funcion
determina un sistema de ecuaciones differenciales de la forma
d
y = f (t, y ).
dt
Implementacion
Supongamos que tenemos definida en Matlab una funcion (por

ejemplo, edofun) tal que, dados t R un vector y Rd ,
edofun(t, y ) devuelve un vector f (t, y ) Rd . Dicha funcion
determina un sistema de ecuaciones differenciales de la forma
d
y = f (t, y ).
dt
Sabemos que, dados t0 R y y0 Rd , existe una unica solucion
del sistema que satisfaga la condicion inicial
y (t0 ) = y0 .
Ejercicio
Definir una nueva funcion, digamos EulerModif, que dados
t0 R,y0 Rd , h > 0, y n N, devuelve un vector columna
T Rn+1 y una matriz Y R(n+1)d , tales que

t0 y (t0 )T

t1 y (t1 )T

T = . , Y .. ,
.
. .
tn y (tn )T
donde tk = t0 + k h.
Dado el problema de valor inicial

d
y = f (t, y ), y (t0 ) = y0 ,
dt
Para obtener para j = 0, 1, 2, . . . las aproximaciones yj y (tj )
(tj = t0 + j h),
Metodo de Runge-Kutta de orden 4
k1 = h f (tj , yj ),
h 1
k2 = h f (tj + , yj + k1 ),
2 2
h 1
k3 = h f (tj + , yj + k2 ),
2 2
k4 = h f (tj + h, yj + k3 ),
1
yj+1 = yj + (k1 + 2k2 + 2k3 + k4 ).
6
Dado un sistema autonomo con condicion inicial

d
y = f (y ), y (t0 ) = y0 ,
dt
Para obtener las aproximaciones yj y (tj ) (tj = t0 + j h,
j = 0, 1, 2, . . .),
Metodo de Runge-Kutta de orden 4 para sistemas autonomos
k1 = h f (yj ),
1
k2 = h f (yj + k1 ),
2
1
k3 = h f (yj + k2 ),
2
k4 = h f (yj + k3 ),
1
yj+1 = yj + (k1 + 2k2 + 2k3 + k4 ).
6
RK de orden 5 de Dormand & Prince (ode45)

Para tj = t0 + j h (j = 0, 1, 2, . . .), y (tj ) yj , donde
k1 = h f (yj )
k1
k2 = h f (yj + )
5
3k1 9k2
k3 = h f (yj + + )
40 40
44k1 56k2 32k3
k4 = h f (yj + + )
45 15 9
19372k1 25360k2 64448k3 212k4
k5 = h f (yj + + )
6561 2187 6561 729
9017k1 355k2 46732 k3 49k4 5103k5
k6 = h f (yj + + + )
3168 33 5247 176 18656
35k1 500k3 125k4 2187k5 11k6
yj+1 = yj + + + + .
384 1113 192 6784 84
Ejemplo de decaimiento radiactivo
dy
= 100y , y (0) = 1,
dt
La solucion exacta es
y (t) = e 100 t .
Queremos aproximar la solucion para t [0, 100].
Aplicar el metodo de Euler, primero con h = 0.019, y despues
con h = 0.021. Comparar graficamente los resultados.
Aplicar el integrador ode45 con longitud de paso constante,
primero con h = 0.02, y despues con h = 0.04, y
representarlas graficamente en una misma figura.
Aplicar el integrador ode45 con tolerancia absoluta y relativa
tol, primero con tol = 103 , Y despues con tol = 104 .
Comparar el coste computacional y el error cometido.
Problema test de estabilidad lineal
y$ = y, y (0) = 1,
donde es una constante.

La solucion exacta es y (t) = e t , y si < 0,
lim y (t) = 0.
t
Problema test de estabilidad lineal
y$ = y, y (0) = 1,
donde es una constante.

La solucion exacta es y (t) = e t , y si < 0,
lim y (t) = 0.
t
Aplicacion del metodo de Euler
y (n h) yn = (1 + h ) yn1 , y0 = 1.
Es decir yn = (1 + h )n
y (n h) yn = (1 + h ) yn1 , y0 = 1.
Es decir yn = (1 + h )n .
y (n h) yn = (1 + h ) yn1 , y0 = 1.
Inestabilidad: Si |1 + h| > 1, entonces lim |yn | = .

n
y (n h) yn = (1 + h ) yn1 , y0 = 1.
Inestabilidad: Si |1 + h| > 1, entonces lim |yn | = . Por

n
ejemplo, si = 100 y h = 0.009, |1 + h | = 1.1, y por tanto
lim |yn | = lim (1.1)n = .

n n
Ejemplo de muelle rgido con masa puntual (oscilador armonico)
x $$ = 1000000(x 1), x(0) = 1.1, x $ (0) = 0.
La solucion exacta es
x(t) = 1 + cos(1000 t).
Queremos aproximar la solucion para t [0, 1].
Aplicar el metodo de Euler, primero con h = 0.01, y despues
con h = 0.001. Comparar graficamente los resultados.
Aplicar el integrador ode45 con longitud de paso constante,
primero con h = 0.0009, y despues con h = 0.0011, y
representarlas graficamente en una misma figura.
Aplicar el integrador ode45 con tolerancia absoluta y relativa
tol, primero con tol = 104 , Y despues con tol = 103 .
Comparar el coste computacional y el error cometido.
La ecuacion de segundo orden del oscilador armonico se puede

reescribir, con el cambio de variable u = x 1, y anadiendo la
variable v = x $ = u $ , como
u$ = v , v $ = 1000000u, u(0) = 0.1, v (0) = 0. (1)
Ejercicio
Encontrar un cambio de variable de la forma
u = a1,1 y + a1,2 z, v = a2,1 y + a2,2 z,
que transforma el sistema (1) en dos ecuaciones independientes
y$ = y, z $ = z.
Cuales son concretamente los valores , ?

Version general del test de estabilidad lineal
y$ = y, y (0) = 1,
donde C.
La solucion exacta es y (t) = e t , y
Si Re() < 0, lim y (t) = 0,
t
Si Re() > 0, lim |y (t)| = ,
t
Si Re() = 0 ( imaginario puro), entonces |y (t)| 1 (t).
Version general del test de estabilidad lineal
y$ = y, y (0) = 1,
donde C.
La solucion exacta es y (t) = e t , y
Si Re() < 0, lim y (t) = 0,
t
Si Re() > 0, lim |y (t)| = ,
t
Si Re() = 0 ( imaginario puro), entonces |y (t)| 1 (t).
y (n h) yn = (1 + h ) yn1 , y0 = 1.
y (n h) yn = (1 + h ) yn1 , y0 = 1.
y (n h) yn = (1 + h ) yn1 , y0 = 1.
Inestabilidad: Si |1 + h| > 1, entonces
lim |yn | = .
n
y (n h) yn = (1 + h ) yn1 , y0 = 1.
Inestabilidad: Si |1 + h| > 1, entonces
lim |yn | = .
n
Por ejemplo, si = 100i y h =0.009, |1 + h | = 1 + 0.9i, y por

tanto, puesto que |1 + 0.9i| = 1.81 > 1,

lim |yn | = lim ( 1.81)n = .
n n
Si aplicamos el metodo de Runge-Kutta de orden 5 de Dormand &

Prince (Dopri5, ode45) al problema test
y$ = y, y (0) = 1,
donde C, las aproximaciones yn y (n h) = e n,h que se

obtienen son
yn = R(h )n
Funcion de estabilidad lineal de DOPRI5 (ode45)
z2 z3 z4 z5 z6
R(z) = 1 + z + + + + +
2 6 24 120 600
La solucion numerica sera estable si h pertenece a la

Region de estabilidad lineal de DOPRI5 (ode45)
rk46.ma
{z C / |R(z)| 1} 1
-2
-4
-4 -2 0 2
Dado un problema de valor inicial de EDOs

d
y = f (t, y ), y (t0 ) = y0 ,
dt
y fijada una discretizazion tn = t0 + n h del tiempo, para
n = 0, 1, 2, . . ., se pueden obtener las aproximaciones
yn y (tn )
por medio del

Metodo de Euler implcito
yn = yn1 + h f (tn , yn )
Dado un problema de valor inicial de EDOs

d
y = f (t, y ), y (t0 ) = y0 ,
dt
y fijada una discretizazion tn = t0 + n h del tiempo, para
n = 0, 1, 2, . . ., se pueden obtener las aproximaciones
yn y (tn )
por medio del

Metodo de Euler implcito
yn = yn1 + h f (tn , yn )
Precision: Es un metodo de orden 1.

El metodo de Euler implcito aplicado al problema test
y$ = y, y (0) = 1,
(donde C), da la solucion numerica
1
yn = R(h)n , donde R(z) = .
1z
Region de estabilidad lineal
{z C / |R(z)| 1} = {z C / |z 1| 1}
Metodo del trapecio
h
yn = yn1 + (f (tn1 , yn1 ) + f (tn , yn ))
2
Metodo del trapecio
h
yn = yn1 + (f (tn1 , yn1 ) + f (tn , yn ))
2
Metodo del trapecio
h
yn = yn1 + (f (tn1 , yn1 ) + f (tn , yn ))
2
Aplicado al problema test de estabilidad lineal, se obtiene
1 + 12 z
yn = R(h)n , donde R(z) = .
1 12 z
{z C / |R(z)| 1} = {z C / Re(z) 0}.

Metodo de Gauss de orden 4

h
yn = yn1 +(f (tn1 + c1 h, Z1 ) + f (tn1 + c2 h, Z2 )),
2
donde Z1 y Z2 estan definidos de forma implcita por medio de
Z1 = yn1 + h (a11 f (tn1 + c1 h, Z1 ) + a12 f (tn1 + c2 h, Z2 )),

Z2 = yn1 + h (a21 f (tn1 + c1 h, Z1 ) + a22 f (tn1 + c2 h, Z2 )),
con los coeficientes

1 1 3 1 3
a11 = a22 = , a12 = , a21 = + ,
4 4 6 4 6
y c1 = a11 + a21 , c2 = a21 + a22 .
El metodo de Gauss de orden 4 aplicado al problema test de

estabilidad lineal y $ = y , y (0) = 1:
z z2
n 1+ 2 + 12
yn = R(h) , donde R(z) = z z2
.
1 2 + 12
{z C / |R(z)| 1} = {z C / Re(z) 0}.

Metodo de BDF de orden 2
2 1
yn 2yn1 + yn2 = h f (tn , yn ).
3 2
2 1
yn 2yn1 + yn2 = h f (tn , yn ).
3 2
11 3 1
yn 3yn1 + yn2 yn3 = h f (tn , yn ).
6 2 3
2 1
yn 2yn1 + yn2 = h f (tn , yn ).
3 2
11 3 1
yn 3yn1 + yn2 yn3 = h f (tn , yn ).
6 2 3
25 4 1
yn 4yn1 + 3yn2 yn3 + yn4 = h f (tn , yn ).
12 3 4

2
u(x, t) = a 2 u(x, t).
t x
donde

2
u(x, t) = a 2 u(x, t).
t x
donde
Que ocurre en los extremos? Es decir, cuales son las

condiciones de contorno?

2
u(x, t) = a 2 u(x, t).
t x
donde

condiciones de contorno? Ejemplo: u(0, t) = 0 = u(1, t) para
todo t.

2
u(x, t) = a 2 u(x, t).
t x
donde

condiciones de contorno? Ejemplo: u(0, t) = 0 = u(1, t) para
todo t.
Condiciones iniciales: u(x, 0) =? para cada x.
La ecuacion del calor bidimensional

# $
2 2
u(x, y , t) = a u(x, y , t) + 2 u(x, y , t) .
t x 2 y
donde
u(x, y , t) es la temperatura en el tiempo t del punto con
coordenadas cartesianas (x, y ).

# $
2 2
u(x, y , t) = a u(x, y , t) + 2 u(x, y , t) .
t x 2 y
donde
Que forma tiene la placa? Es decir, como es su contorno?

Que ocurre en los puntos del contorno? Es decir, cuales son
las condiciones de contorno?

# $
2 2
u(x, y , t) = a u(x, y , t) + 2 u(x, y , t) .
t x 2 y
donde

las condiciones de contorno? Ejemplo: u(x, y , t) = 0 para
todo t en cualquier punto (x, y ) de su contorno.

# $
2 2
u(x, y , t) = a u(x, y , t) + 2 u(x, y , t) .
t x 2 y
donde

las condiciones de contorno? Ejemplo: u(x, y , t) = 0 para
todo t en cualquier punto (x, y ) de su contorno.
Condiciones iniciales: u(x, y , 0) =? para cada (x, y ).
Siguiendo con el ejemplo anterior:

El conjunto de puntos (x, y ) de la placa se conoce como el
dominio del problema.
La frontera de se denota como .
Una condicion de contorno tpica es u(x, y , t) = Cte para
todo x .
Siguiendo con el ejemplo anterior:

El conjunto de puntos (x, y ) de la placa se conoce como el
dominio del problema.
La frontera de se denota como .
Una condicion de contorno tpica es u(x, y , t) = Cte para
todo x .
Ejemplo
= {(x, y ) R2 / 0 x 1, 0 y 1}
Condiciones de contorno: u(x, y , t) = 0 si (x, y )
Condiciones iniciales:
!
1 si x 2 + y 2 < 2/5,
u(x, y , 0) =
0 si x 2 + y 2 2/5,
Familias de metodos para la discretizacion espacial

Diferencias finitas (basados en formulas de derivacion),
Elementos finitos (FEM),
Metodos de tipo espectral,
...
Formulas de derivacion numerica

Para aproximar derivadas primeras
f (x + x) f (x x)
f $ (x) = f $ (x) + O(x 2 )
2x
Para aproximar derivadas segundas
f (x + x) 2f (x) + f (x x)
f $$ (x) = f $$ (x) + O(x 2 )
x 2
La ecuacion de ondas lineal

# $
2 2 2
u(x, y , t) = a u(x, y , t) + 2 u(x, y , t) .
t 2 x 2 y
donde
a > 0 es la constante de elasticidad,
u(x, y , t) es la altura de la placa en el punto con coordenadas
cartesianas (x, y ).
Condiciones iniciales: u(x, y , 0) = u0 (x, y ),

t u(x, y , 0) = v0 (x, y )
Condiciones de contorno tpica: u(x, y , t) = 0 para
(x, y )
La ecuacion de ondas no-lineal

# $
2 2 2
u(x, y , t) = a u(x, y , t) + u(x, y , t) + f (u).
t 2 x 2 y 2
donde
a > 0 es la constante de elasticidad,
u(x, y , t) es la altura de la placa en el punto con coordenadas
cartesianas (x, y ),
f (u) es el termino no lineal. Ejemplos: b u 2 , b sin(u) (b R),
Condiciones iniciales y de contorno como en la ecuacion lineal.
Ejemplo
= {(x, y ) R2 / 0 x 1, 0 y 1}
Condiciones de contorno: u(x, y , t) = 0 si (x, y )
Condiciones iniciales:
u(x, y , 0) = arctan(sin(x) sin(y )),

v (x, y , 0) = 3 sin(x) sin(y )e sin(y ) .

Simulacion PDF

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

Simulacion PDF

Enviado por

Direitos autorais:

Formatos disponíveis

Ejemplos de ecuaciones diferenciales ordinarias

Resolucion numerica de problemas de valor inicial de EDOs

Si r > 0, la poblacion crece de forma ilimitada, y si r < 0, decae

Modelo de Verhulst. Ecuacion logstica

Modelo de Verhulst. Ecuacion logstica

de modo que en cualquier caso (para P0 0 arbitrario), la

Modelo simplificado de pesca

Modelo simplificado de pesca

Modelo simplificado de pesca

Velocidad de caida de un paracaidista

Velocidad de caida de un paracaidista

Velocidad de caida de un paracaidista

Ecuacion del pendulo

Ecuacion del pendulo

Un modelo depredador-presa: El sistema de Lotka-Volterra

Para cualquier solucion (u(t), v (t)) del sistema

I (u(t), v (t)) = I (u(0), v (0)) para todo t,

es decir, I (u, v ) is un invariante del sistema. A partir de ello, se

Simulacion de un satelite artificial

Valor tpico del parmetro: # = 103 .

Supongamos que tenemos una barra fina aislada termicamente del

Para determinar de forma unica la solucion, necesitamos mas

Problema de valor inicial de EDOs

Problema de valor inicial de EDOs

Datos del problema:

Problema de valor inicial de EDOs

Datos del problema:

Importante: En el caso de un sistema de EDOs de dimension d,

Metodo de Euler mejorado

Metodo de Euler mejorado

Metodo del punto medio explcito

yk+1 = yk1 + 2h f (tk , yk ).

Metodo del punto medio explcito

yk+1 = yk1 + 2h f (yk ).

Repetir el experimento para el metodo de Euler mejorado.

Definicion de orden de un metodo

Supongamos que tenemos definida en Matlab una funcion (por

Supongamos que tenemos definida en Matlab una funcion (por

Dado el problema de valor inicial

Dado un sistema autonomo con condicion inicial

RK de orden 5 de Dormand & Prince (ode45)

Ejemplo de decaimiento radiactivo

Problema test de estabilidad lineal

donde es una constante.

Problema test de estabilidad lineal

donde es una constante.

Aplicacion del metodo de Euler

Aplicacion del metodo de Euler

Aplicacion del metodo de Euler

Inestabilidad: Si |1 + h| > 1, entonces lim |yn | = .

Aplicacion del metodo de Euler

Inestabilidad: Si |1 + h| > 1, entonces lim |yn | = . Por

lim |yn | = lim (1.1)n = .

Ejemplo de muelle rgido con masa puntual (oscilador armonico)

x $$ = 1000000(x 1), x(0) = 1.1, x $ (0) = 0.

La ecuacion de segundo orden del oscilador armonico se puede

u$ = v , v $ = 1000000u, u(0) = 0.1, v (0) = 0. (1)

u = a1,1 y + a1,2 z, v = a2,1 y + a2,2 z,

que transforma el sistema (1) en dos ecuaciones independientes

Cuales son concretamente los valores , ?

Version general del test de estabilidad lineal

Version general del test de estabilidad lineal

Aplicacion del metodo de Euler