DIVISIN DE INGENIERA

PETROLERA
INSTITUTO TECNOLGICO SUPERIOR DE
COATZACOALCOS
Anlisis Numrico
Unidad 6 y 7
Grado y Grupo:
3A
CARRERA:
I ngeniera Petrolera
FACILITADOR:

12/06/13
Alumno:


COATZACOALCOS, VERACRUZ

2
ndice

Introduccin----- 3

6. Solucin numrica de ecuaciones y sistemas de
ecuaciones diferenciales-----4
6.1 Mtodo de la serie de Taylor.----- 5-6
6.2 Mtodo de Euler y Euler mejorado.-----7-12
6.3 Mtodos de Runge-Kutta.----- 13
6.4 Solucin de sistemas de ecuaciones diferenciales
ordinarias con valores inciales.----- 14-15
6.5 Aplicaciones.-----15-16

Conclusin----- 17

Bibliografa----- 17

Introduccin----- 18

7. Solucin numrica de ecuaciones diferenciales
parciales-----19-21
7.1 Clasificacin de ecuaciones diferenciales
Parciales------21-22
7.2 Mtodo de diferencias finitas. -----23
7.3 Aplicaciones.-----23-26

Conclusin----- 27

Bibliografa -----27


3
Introduccin



Las ecuaciones diferenciales aparecen naturalmente al modelar situaciones
fsicas en las ciencias naturales, ingeniera, y otras disciplinas, donde hay
envueltas razones de cambio de una varias funciones desconocidas con
respecto a una o varias variables independientes. Estos modelos varan entre los
ms sencillos que envuelven una sola ecuacin diferencial para una funcin
desconocida, hasta otros ms complejos que envuelven sistemas de ecuaciones
diferenciales acopladas para varias funciones desconocidas. Por ejemplo, la ley de
enfriamiento de Newton y las leyes mecnicas que rigen el movimiento de los
cuerpos, al ponerse en trminos matemticos dan lugar a ecuaciones
diferenciales.
Usualmente estas ecuaciones estn acompaadas de una condicin
adicional que especifica el estado del sistema en un tiempo o posicin inicial. Esto
se conoce como la condicin inicial y junto con la ecuacin diferencial forman lo
que se conoce como el problema de valor inicial. Por lo general, la solucin exacta
de un problema de valor inicial es imposible o difcil de obtener en forma analtica.
Por tal razn los mtodos numricos se utilizan para aproximar dichas soluciones.
Comenzaremos discutiendo los mtodos para ecuaciones escalares y luego
generalizamos los mismos a sistemas de ecuaciones.












4
Solucin numrica de ecuaciones y
sistemas de ecuaciones diferenciales

Las leyes que gobiernan los fenmenos de la naturaleza se expresan
habitualmente en forma de ecuaciones diferenciales. Las ecuaciones del movimiento de
los cuerpos (la segunda ley de Newton) es una ecuacin diferencial de segundo orden,
como lo es la ecuacin que describe los sistemas oscilantes, la propagacin de las
ondas, la transmisin del calor, la difusin, el movimiento de partculas subatmicas, etc.
Pocas ecuaciones diferenciales tienen una solucin analtica sencilla, la mayor
parte de las veces es necesario realizar aproximaciones, estudiar el comportamiento del
sistema bajo ciertas condiciones. As, en un sistema tan simple como un pndulo, la
amplitud de la oscilacin ha de ser pequea y el rozamiento ha de ser despreciable,
para obtener una solucin sencilla que describa aproximadamente su movimiento
peridico.

Un sistema de ecuaciones diferenciales es un conjunto de varias ecuaciones
diferenciales con varias funciones incgnitas y un conjunto de condiciones de contorno.
Una solucin del mismo es un conjunto de funciones diferenciables que satisfacen todas y
cada una de las ecuaciones del sistema. Segn el tipo de ecuaciones diferenciales pude
tenerse un sistema de ecuaciones diferenciales ordinarias o un sistema de ecuaciones en
derivadas parciales.

En un sistema de ecuaciones diferenciales ordinarias de cualquier orden, puede
ser reducido a un sistema equivalente de primer orden, si se introducen nuevas variables
y ecuaciones. Por esa razn en este artculo slo se consideran sistemas de ecuaciones
de primer orden. Un sistema de ecuaciones diferenciales ordinarias de primer orden
escrito en forma explcita es un sistema de ecuaciones de la forma:









5
6.1 MTODO DE LA SERIE DE TAYLOR

En matemticas, una serie de Taylor es una representacin de una funcin como
una infinita suma de trminos. Estos trminos se calculan a partir de las derivadas de la
funcin para un determinado valor de la variable (respecto de la cual se deriva), lo que
involucra un punto especfico sobre la funcin. Si esta serie est centrada sobre el punto
cero, se le denomina serie de McLaurin.
Esta representacin tiene tres ventajas importantes:
- La derivacin e integracin de una de estas series se puede realizar trmino a
trmino, que resultan operaciones triviales.
- Se puede utilizar para calcular valores aproximados de la funcin.
- Es posible demostrar que, si es viable la transformacin de una funcin a una serie de
Taylor, es la ptima aproximacin posible.

Algunas funciones no se pueden escribir como serie de Taylor porque tienen
alguna singularidad. En estos casos normalmente se puede conseguir un desarrollo en
serie utilizando potencias negativas de x (vase Serie de Laurent. Por ejemplo f(x) =
exp(1/x) se puede desarrollar como serie de Laurent.
La serie de Taylor de una funcin f real o compleja (x) infinitamente
diferenciable en el entorno de un nmero real o complejo a es la siguiente serie de
potencias:

que puede ser escrito de una manera ms compacta como la siguiente sumatoria:


donde n! es el factorial de n y f
(n)
(a) denota la n-sima derivada de f para el valor a de la
variable respecto de la cual se deriva. La derivada de orden cero de f es definida como la
propia f y tanto (x a)
0
como como 1 ( = 1). En caso de ser a = 0, como ya se
mencionara, la serie se denomina tambin de Maclaurin.


Cabe destacar que en una serie de Taylor de potencias centrada en a de la
forma siempre se puede hacer el cambio de variable (con
lo que en la funcin a desarrollar original) para expresarla
como centrada en 0. Luego hay que deshacer el cambio de variable. Por

6
ejemplo, si se quiere desarrollar la funcin alrededor de a = 1 se puede
tomar , de manera que se
desarrollara centrada en 0.

Ejemplo 1.

La ecuacin diferencial
= 2ty, 1 t 1.5
y(1) = 1


Tiene como solucin exacta o analtica a , ya que
, adems y(1) = 1.




Si se quiere aproximar la solucin con N=5, entonces
h=0.1, t
i
=1+0.1i, f(t
i
, y
i
) = 2t
i
y
i




Si se utiliza el mtodo de Euler entonces:


y
i+1
= y
i
+ hf(t
i
, y
i
)

y
0
=


y
i+1
= y
i
+ h(2t
i
y
i
)

y
0
=
i = 0,1,2,3,4 t
i
= 1+0.1i













7
6.2 MTODO DE EULER Y EULER
MEJORADO
Las ecuaciones diferenciales aparecen naturalmente al modelar situaciones fsicas
en las ciencias naturales, ingeniera, y otras disciplinas, donde hay envueltas razones
de cambio de una varias funciones desconocidas con respecto a una
varias variables independientes. Estos modelos varan entre los ms sencillos que
envuelven una sola ecuacin diferencial para una funcin desconocida, hasta otros ms
complejos que envuelven sistemas de ecuaciones diferenciales acopladas para varias
funciones desconocidas. Por ejemplo, la ley de enfriamiento de Newton y
las leyes mecnicas que rigen el movimiento de los cuerpos, al ponerse en
trminos matemticos dan lugar a ecuaciones diferenciales.

Usualmente estas ecuaciones estn acompaadas de una condicin adicional que
especifica el estado del sistema en un tiempo o posicin inicial. Esto se conoce como
la condicin inicial y junto con la ecuacin diferencial forman lo que se conoce como
el problema de valor inicial. Por lo general, la solucin exacta de un problema de valor
inicial es imposible difcil de obtener en forma analtica. Por tal razn
los mtodos numricos se utilizan para aproximar dichas soluciones. En este caso
utilizaremos los mtodos de Euler y Euler mejorado.

MTODO DE EULER
La idea del mtodo de Euler es muy sencilla y est basada en el significado
geomtrico de la derivada de una funcin en un punto dado.
Supongamos que tuviramos la curva solucin de la ecuacin diferencial y
trazamos la recta tangente a la curva en el punto dado por la condicin inicial.






Debido a que la recta tangente aproxima a la curva en valores cercanos al punto
de tangencia, podemos tomar el valor de la recta tangente en el punto como una
aproximacin al valor deseado .

8


As, calculemos la ecuacin de la recta tangente a la curva solucin de la ecuacin
diferencial dada en el punto . De los cursos de Geometra Analtica, sabemos
que la ecuacin de la recta es:

donde m es la pendiente. En este caso, sabemos que la pendiente de la recta tangente
se calcula con la derivada:

Por lo tanto, la ecuacin de la recta tangente es :

Ahora bien, suponemos que es un punto cercano a , y por lo tanto estar
dado como . De esta forma, tenemos la siguiente aproximacin:

De aqu, tenemos nuestra frmula de aproximacin:

Esta aproximacin puede ser suficientemente buena, si el valor de h es realmente
pequeo, digamos de una dcima menos. Pero si el valor de h es ms grande,
entonces podemos cometer mucho error al aplicar dicha frmula. Una forma de reducir el
error y obtener de hecho un mtodo iterativo, es dividir la
distancia en n partes iguales (procurando que estas partes sean de longitud
suficientemente pequea) y obtener entonces la aproximacin en n pasos, aplicando la
frmula anterior n veces de un paso a otro, con la nueva h igual a .

9
En una grfica, tenemos lo siguiente:

Ahora bien, sabemos que:

Para obtener nicamente hay que pensar que ahora el papel de lo
toma el punto , y por lo tanto, si sustitumos los datos adecuadamente,
obtendremos que:

De aqu se ve claramente que la frmula recursiva general, est dada por:

Esta es la conocida frmula de Euler que se usa para aproximar el valor
de aplicndola sucesivamente desde hasta en pasos de longitud h.
Ejemplo 2
Aplicar el mtodo de Euler para aproximar , dada la ecuacin diferencial.


Solucin
Nuevamente vemos que nos conviene dividir en pasos la aproximacin. As,
elegimos nuevamente para obtener el resultado final en tres pasos. Por lo
tanto, aplicamos el mtodo de Euler con los siguientes datos:


10
En un primer paso, tenemos que:

Resumimos los resultados en la siguiente tabla:
n

0 1 2
1 1.1 2.3
2 1.2 2.6855
3 1.3 3.1901
De lo cual, conclumos que la aproximacin buscada es:

MTODO DE EULER MEJORADO
Este mtodo se basa en la misma idea del mtodo anterior, pero hace un
refinamiento en la aproximacin, tomando un promedio entre ciertas pendientes.
La frmula es la siguiente:

donde

Para entender esta frmula, analicemos el primer paso de la aproximacin, con
base en la siguiente grfica:






11
En la grfica, vemos que la pendiente promedio corresponde a la pendiente
de la recta bisectriz de la recta tangente a la curva en el punto de la condicin inicial y la
recta tangente a la curva en el punto , donde es la aproximacin obtenida con
la primera frmula de Euler. Finalmente, esta recta bisectriz se traslada
paralelamente hasta el punto de la condicin inicial, y se considera el valor de esta recta
en el punto como la aproximacin de Euler mejorada.
Ejemplo1
Aplicar el mtodo de Euler mejorado, para aproximar si:


Solucin
Vemos que este es el mismo ejemplo 1 del mtodo anterior. As que
definimos y encontraremos la aproximacin despus de cinco iteraciones. A
diferencia del mtodo de Euler 1, en cada iteracin requerimos de dos clculos en vez de
uno solo: el de primero y posteriormente el de .
Para aclarar el mtodo veamos con detalle las primeras dos iteraciones. Primero
que nada, aclaramos que tenemos los siguientes datos iniciales:

En nuestra primera iteracin tenemos:





Ntese que el valor de coincide con el (Euler 1), y es el nico valor que va
a coincidir, pues para calcular se usar y no .
Esto lo veremos claramente en la siguiente iteracin:

12





Ntese que ya no coinciden los valores de (Euler 1) y el de . El proceso
debe seguirse hasta la quinta iteracin. Resumimos los resultados en la siguiente tabla:
n

0 0 1
1 0.1 1.01
2 0.2 1.040704
3 0.3 1.093988
4 0.4 1.173192
5 0.5 1.28336
Concluimos entonces que la aproximacin obtenida con el mtodo de Euler
mejorado es:

Con fines de comparacin, calculamos el error relativo verdadero:

Vemos que efectivamente se ha obtenido una mejor aproximacin con este
mtodo, reduciendo el error relativo verdadero de un 5.4% hasta un 0.05%. En nuestro
tercer mtodo veremos cmo se reduce an ms este error prcticamente a un 0%!














13
6.3 MTODOS DE RUNGE-KUTTA.

En anlisis numrico, los mtodos de Runge-Kutta son un conjunto de mtodos
genricos iterativos, explcitos e implcitos, de resolucin numrica de ecuaciones
diferenciales. Este conjunto de mtodos fue inicialmente desarrollado alrededor del
ao 1900 por los matemticos C. Runge y M. W. Kutta.

Los mtodos de Runge-Kutta (RK) son un conjuntos de mtodos
iterativos,(implcitos y explcitos) para la aproximacin de soluciones de ecuaciones
diferenciales ordinarias, concretamente, del problema de valor inicial.
Sea

una ecuacin diferencial ordinaria, con donde es un
conjunto abierto, junto con la condicin de que el valor inicial de sea
Entonces el mtodo RK (de orden s) tiene la siguiente expresin, en su forma ms
general:

donde h es el paso por iteracin, o lo que es lo mismo, el incremento entre los
sucesivos puntos y . Los coeficientes son trminos de aproximacin
intermedios, evaluados en de manera local

con coeficientes propios del esquema numrico elegido, dependiente de
la regla de cuadratura utilizada. Los esquemas Runge-Kutta pueden ser explcitos o
implcitos dependiendo de las constantes del esquema. Si esta matriz es triangular
inferior con todos los elementos de la diagonal principal iguales a cero; es
decir, para , los esquemas son explcitos.










14
6.4 Solucin de sistemas de ecuaciones
diferenciales ordinarias con valores
inciales.


Una ecuacin diferencial es una ecuacin en la que intervienen una variable
dependiente y sus derivadas con respecto a una o ms variables independientes.

Todo sistema de ecuaciones diferenciales puede representarse generalmente
como

( )
( )
( )
n n
n
n
n
y y y x f
dx
dy
y y y x f
dx
dy
y y y x f
dx
dy
,... , ,
,... , ,
,... , ,
2 1
2 1 2
2
2 1 1
1
=
=
=

La solucin de este sistema requiere de n condiciones iniciales conocidas para un
valor inicial de x.

Una ecuacin diferencial de orden superior puede escribirse como un sistema de
ecuaciones diferenciales de primer orden.

Escriba la ecuacin diferencial ordinaria y
(n)
= f (x, y, y, y, ..., y
(n - 1)
) como un
sistema de ecuaciones de primer orden haciendo las sustituciones

y
1
= y, y
2
= y, ..., y
n
= y
(n - 1)

Entonces:

y
1
= y
2
y
2
= y
3


y
n
= f (x, y
1
, y
2
, y
3
, ..., y
n
)

es un sistema de n ecuaciones diferenciales ordinarias.

Por ejemplo, considere el problema de valor inicial.

y -3y yy = 0 y (0) = 0 y (0) = 1 y (0) = -1

Despeje en la ecuacin diferencial, para su derivada de mayor orden escribiendo
y en trminos de x y de sus derivadas de orden menor y = 3y + yy. Si hacemos las
sustituciones

y
1
= y y
2
= y y
3
= y

15

Entonces

y
1
= y
2
y
2
= y
3

y
3
= 3y
3
+ y
2
y
1

con las condiciones iniciales

y
1
(0) = 0
y
2
(0) = 1
y
3
(0) = -1





6.5 Aplicaciones

Ley de Newton del enfriamiento

Una esfera de aluminio de 3 cm. de dimetro se calienta hasta una temperatura de
200 C. Entonces, en el instante t = 0, se coloca en aire que se mantiene a una
temperatura de 30 C. Si el coeficiente promedio de transferencia de calor es de 20 W/m
C, calcule el tiempo necesario para que la esfera alcance una temperatura de 150 C.

Suponga las siguientes propiedades del aluminio:

k = 210 W / m C
c = 0.895 J / g C
= 2.72 g / cm
3


Aplicando la primera ley de la termodinmica a la esfera, y suponiendo que el calor
fluye tan rpidamente en la esfera que la temperatura es prcticamente la misma en todos
los puntos de la misma, el calor disipado por la esfera se puede expresar analticamente
por medio de la ecuacin diferencial homognea:


0 ) ( = +

T T
cV
hA
dt
dT

Donde

h = coeficiente de transferencia de calor

16
A = rea de la esfera para la transferencia de calor
= densidad de la esfera
V = volumen de la esfera
c = calor especifico de la esfera



1 4
2 3 3
3
2
10 43 . 16
10 5 . 1 * 10 895 . 0 * 10 75 . 2
20 * 3 3
)
3
4
(
) 4 (

= = = = s x
x x x cR
h
R c
R h
cV
hA

t
t

C T t
T x
dt
dT
200 , 0
) 30 ( 10 43 . 16
4
= =
=


17
Conclusin

Solucin de una ecuacin diferencial: Es una funcin que no contiene derivadas y
que satisface a dicha ecuacin; es decir, al sustituir la funcin y sus derivadas en la
ecuacin diferencial resulta una identidad.
La serie de Taylor proporciona una buena forma de aproximar el valor de una
funcin en un punto en trminos del valor de la funcin y sus derivadas en otro punto.

Por supuesto, para hacer esta aproximacin slo se pueden tomar unas cuantas
expresiones de esta serie, por lo que el resto resulta en un error conocido como el trmino
residual, es a criterio del que aplica la serie en nmero de trminos que ha de incluir la
aproximacin.
Pueden resolver por aproximacin funciones trigonomtricas, exponenciales,
logartmicas etc...
El mtodo de Euler mejorado pertenece a una categora de tcnicas numricas
conocidas como mtodos predictor-corrector.
El objetivo de los mtodos numricos de runge-kutta, es el anlisis y solucin de
los problemas de valor inicial de ecuaciones diferenciales ordinarias (EDO), estos son una
extensin del mtodo de euler para resolver las (EDOS), pero con un orden de exactitud
ms alto que este.




Bibliografa





Ecuaciones diferenciales ordinarias
By Otto Plaat

Prcticas de ecuaciones diferenciales con Mathematica: aplicaciones
By ngel Balaguer Beser

Mtodos numricos en ingeniera: prcticas con Matlab
By Arturo Robles del Peso, Julio Garca Benedito









18
Unidad 7

Solucin numrica de ecuaciones
diferenciales parciales

Introduccin






Una ecuacin diferencial es una ecuacin en la que intervienen derivadas de una o ms
funciones. Dependiendo del nmero de variables independientes respecto de las que se
deriva, las ecuaciones diferenciales se dividen en: Las ecuaciones diferenciales aparecen
naturalmente al modelar situaciones fsicas en las ciencias naturales, ingeniera, y otras
disciplinas, donde hay envueltas razones de cambio de una varias funciones
desconocidas con respecto a una varias variables independientes. Estos modelos
varan entre los ms sencillos que envuelven una sola ecuacin diferencial para una
funcin desconocida, hasta otros ms complejos que envuelven sistemas de ecuaciones
diferenciales acopladas para varias funciones desconocidas.






















19
7.1 Clasificacin de ecuaciones
diferenciales parciales



FORMA GENERAL DE LAS ECUACIONES DIFERENCIALES PARCIALES.

CLASIFICACIN DE ECUACIONES DE SEGUNDO ORDEN
A) Elpticas.
B) Parablicas
C) Hiperblicas.

Las ecuaciones diferenciales parciales al igual que las diferenciales
ordinarias, pueden ser lineales o no lineales. En forma anloga a la de una E. D.
ordinaria, la variable dependiente y sus derivadas parciales solo aparecen
elevadas a la primera potencia en una E. D. parcial lineal.

Ecuacin diferencial parcial lineal.
Si u representa la variable dependiente y x e y las variables independientes,
la formula general de una E. D. en derivadas parciales lineal de segundo orden
(E. D. P.) con dos variables independientes x e y, es:
G Fu
y
u
E
x
u
D
y
u
C
y x
u
B
x
u
A = +
c
c
+
c
c
+
c
c
+
c c
c
+
c
c
2
2 2
2
2

A, B, C, DG son funciones de x e y. Cuando G(x.y)=0, la ecuacin se
llama homognea; en cualquier otro caso es no homognea.

0
2
2
2
2
=
c
c
+
c
c
y
u
x
u
Homognea
xy
y
u
x
u
=
c
c

c
c
2
2
No homognea.

Una ecuacin en derivadas parciales lineal de segundo orden con dos
variables independientes y con coeficientes constantes puede pertenecer a uno de
tres tipos generales. Esta clasificacin solo depende de los coeficientes de las

20
derivadas de segundo orden. Naturalmente suponemos que al menos uno de los
coeficientes A, B, y C no es cero.
La ecuacin en derivadas parciales lineal y de segundo orden:

0
2
2 2
2
2
= +
c
c
+
c
c
+
c
c
+
c c
c
+
c
c
Fu
y
u
E
x
u
D
y
u
C
y x
u
B
x
u
A



A, B, C, D, E, Y F son constantes reales, es:
Hiperblica si B
2
-4AC>0
Parablica si B
2
-4AC=0
Elptica si B
2
-4AC<0

Las ecuaciones de segundo orden se clasifican debido al hecho de que se
desea resolver ecuaciones sujetas a ciertas condiciones que pueden ser de
frontera o iniciales. El tipo de condiciones adecuadas para cierta ecuacin
depende si es hiperblica, parablica o elptica.

Tipos de condiciones iniciales y de frontera.
a) Dirichlet
b) Newman

Aqu nos ocuparemos de determinar soluciones de las siguientes
ecuaciones clsicas de la fsico-matemtica.
t
u
x
u
K
c
c
=
c
c
2
2
, K>0 (1)
2
2
2
2
2
dt
u
x
u
a
c
=
c
c
(2)
0
2
2
2
2
=
c
c
+
c
c
y
u
x
u
(3)

21
O pequeas variaciones de las mismas. A estas ecuaciones clsicas se les
conoce respectivamente como ecuacin en una dimensin del calor, ecuacin de
onda unidimensional, ecuacin de Laplace en 2 dimensiones. En una dimensin
indica que x representa una variable espacial y que t representa el tiempo.
Obsrvese que de acuerdo a la clasificacin de las ecuaciones parciales lineales y
de segundo orden, la ecuacin nmero 1 de transmisin de calor es parablica, la
ecuacin de onda (2) es hiperblica y la ecuacin de Laplace (3) es elptica.


7.2 Mtodo de diferencias finitas.

En anlisis numrico, el mtodo de las diferencias finitas es un mtodo utilizado
para calcular de manera aproximada las soluciones a las ecuaciones
diferenciales usando ecuaciones diferenciales finitas para aproximar derivadas.

Una diferencia finita es una expresin matemtica de la forma f(x + b) f(x +a). Si
una diferencia finita se divide por b a se obtiene una expresin similar
al cociente diferencial, que difiere en que se emplean cantidades finitas en lugar
de infinitesimales. La aproximacin de las derivadas por diferencias finitas desempea un
papel central en los mtodos de diferencias finitas del anlisis numrico para la resolucin
de ecuaciones diferenciales.

Slo se consideran normalmente tres formas: la anterior, la posterior y la central.
Una diferencia progresiva, adelantada o posterior es una expresin de la forma

Dependiendo de la aplicacin, el espaciado h se mantiene constante o se toma el
limite h 0.
Una diferencia regresiva, atrasada o anterior es de la forma

Finalmente, la diferencia central es la media de las diferencias anteriores y
posteriores. Viene dada por

Otro aspecto importante es que las diferencias finitas aproximan cocientes
diferenciales a medida que h se acerca a cero. As que se pueden usar diferencias finitas
para aproximar derivadas. Esta tcnica se emplea a menudo en anlisis numrico,
especialmente en ecuaciones diferenciales numricas ordinarias, ecuaciones en

22
diferencias y ecuacin en derivadas parciales. Los mtodos resultantes reciben el nombre
de mtodos de diferencias finitas.
Las aplicaciones habituales de los mtodos de diferencias finitas son en los
campos de la computacin y reas de la ingeniera como ingeniera trmica o mecnica
de fluidos.
El primer paso para la aplicacin del mtodo consiste en discretizar el recinto del
plano en el que se quiere resolver la ecuacin con una malla, por conveniencia cuadrada.
Los puntos de la malla estn separados una distancia h en ambas direcciones x e y.

Podemos desarrollar T(x,y) en serie de Taylor alrededor de un punto:



Sumando miembro a miembro, agrupando, despreciando los trminos o(h
3
) y
despejando el trmino de la derivada segunda resulta:

De forma similar se obtiene la expresin equivalente:

Pero de la ecuacin de Laplace:

por lo tanto:

Lo que significa que el valor de la temperatura en un punto se puede escribir como la
media de las temperaturas de los 4 puntos vecinos.




23
7.3 Aplicaciones.
CONSISTENCIA: Un esquema en diferencias se dice consistente si la ecuacin
discretizada tiende a la ecuacin diferencial cuando Ax , Ay, At , etc. tienden a cero.
Esto es relativamente fcil de verificar, dado que plantear el desarrollo en serie de Taylor
es siempre posible.

ESTABILIDAD: El esquema se dice estable si la diferencia entre la solucin exacta
y la numrica permanece acotada n t A , con At fijo, y siendo adems la cota
independiente de n.
Es decir,
( ) fijo , t k t n x u u n
i
n
i
A s A

Esta condicin garantiza que los errores (por ejemplo, los iniciales) no se
amplifican con el tiempo. Es una condicin para el esquema, y no para la ecuacin
diferencial. Ntese que esto es muy parecido a decir que las soluciones de la EDP
homognea son acotadas en el tiempo.
En realidad, lo que interesa asegurar es que la solucin exacta y la aproximada se
parezcan; por ello se define un nuevo concepto, el de convergencia.

CONVERGENCIA: El esquema ser convergente, si x t , (fijos)
( ) t n t x i x t n x i u u
n
i
n i
t
x
A = A = = A A
+
A
A
, para 0 , lim
,
0
0
fijos

Se pueden vincular las dos primeras condiciones con la tercera, mediante el as
llamado Teorema de equivalencia de Lax. "Para un problema de valor inicial well posed
con un esquema de discretizacin consistente, la estabilidad es CN y S para la
convergencia".

Por "well posed" se entiende un problema en el cual la solucin en todo punto del
dominio depende en forma continua de las condiciones iniciales y de borde; ello implica
que pequeas perturbaciones en stas, producen pequeas discrepancias en la solucin.

ECUACIONES PARABLICAS: Son ejemplos de este tipo de ecuacin los
fenmenos transitorios de transmisin de calor en slidos, o de difusin molecular.
La forma ms simple (unidimensional) del problema sera:

( )

|
.
|

\
|
+ =
t x der
t x S
x t
,
,
2
2
c
| c
o
c
| c


Se estudiarn a continuacin los esquemas tpicamente aplicados a esta tipo de
EDP.


24
Euler hacia adelante (explcito):
( ) ( )
( )
n i
n i n i
t x der
t
t x t x
,
, ,
1
=
A

+
| |

Nota: Se indica con un crculo negro los valores incgnita, y con un crculo blanco
los ya conocidos.


Euler hacia atrs (implcito):

( ) ( )
( )
1
1
,
, ,
+
+
=
A

n i
n i n i
t x der
t
t x t x | |



Crank-Nicholson (implcito)
Discretiza en ( )
2
1
,
+ n
i
t x ; es de segundo orden en At

( ) ( )
( ) ( ) | |
n i n i
n i n i
t x der t x der
t
t x t x
, ,
2
1 , ,
1
1
+ =
A

+
+
| |


En cualquiera de los esquemas, debe justificarse la convergencia. Como ello es
dificultoso, se intenta justificar la estabilidad.
Para ello se puede aplicar el criterio de Von Neumann. El mismo es aplicable a
ecuaciones lineales con |; el dominio debe ser no acotado, Ax =cte. y que los coeficientes
de la EDP sean tambin constantes. En estas hiptesis, si la condicin inicial es

25
combinacin lineal de otras funciones, la solucin de la EDP ser a su vez combinacin
lineal de soluciones.
Una descomposicin apropiada es la de series de Fourier (en variable
compleja)
P.ej 1 ..... 1
1
1
2 2
< + + + + =

e e e
z
mi m i i

Cada sumando de la serie est formado por un N real que multiplica a las
funciones base (denominadas "modos" o "armnicos") ( )
( ) ( )
N
m
ji
N
m
n
m
n
i n i
e E t x
t
| |

=
= ~
1
,
As, para el m-simo armnico
( )
1 = = j e
E
N
m
ji
n
m
n
i
t
|
Para que el esquema sea estable, todos y cada uno de los modos debe
permanecer acotado en el tiempo, o sea, llamando
( )
( )
E
E
G
n
m
n
m
1 +
=
se tiene que
( )
( )
N
m
E
E
G
n
m
n
m
t
u = s =
+
1
1

G es llamado factor de amplificacin, y es en general, un nmero complejo. G depende de
A A x t , , u, etc.

As, por ejemplo, para el esquema de Euler hacia adelante.

( ) ( ) ( ) ( ) ( )
solucin la
a n perturbaci la estudia se pues
homognea, ecuacin la analiza Se
2
2
1 1
1
x t
n
i
n
i
n
i
n
i
n
i
A
+
=
A

+
+
| | |
o
| |


( ) ( )
=
u
|
i j n
m
n
i
e E
( ) ( )
( )
( ) ( ) ( )
| |
( )
t
e E
e
e
e E
x t
e E E
i j n
i j i j i j n
m
i j n n
A
+
A
=
A

+
+ u
u u u
u
o
por dividiendo ; 2
1 1
2
1


( )
( )
| | | |

|
.
|

\
|

A
A
+ = +
A
A
=
2
2
2 2
1
2
1 cos 2 1 2 1
u
u u
u
o o
sen
j j
n
m
n
m
x
t
G e e
x
t
E
E


En este caso, G es real, y cumple s
A
A
s
A
A
|
.
|

\
|
s 1 4 1
2
2 2 1
2 2
2
x
t
x
t
sen G
o o u

1 4 1 2 4
2 2
> s
o o A
A
A
A
t
x
t
x

o A
A
t
x
2
1
2
<

Se observa que, an tendiendo a cero, no cualquier combinacin de At , Ax es
admisible; el esquema converge slo si se cumple la condicin.

El criterio de Von Neumann no es una CN CS. Se podra decir, a los fines
prcticos, que se usa como CN y S, pero hay casos que no la cumplen y sin embargo son
convergentes (y no es CS por los efectos de no linealidad, etc. no considerados).

26

Para el caso de Euler hacia atrs


( ) ( )
( ) ( ) ( )
| |
1
1
1 1
1
2
1
2
+
+
+ +

+
+
A
=
A

n
i
n
i
n
i
n
i
n
i
x t
| | |
o | |


Nuevamente, se estudia un nico armnico



( ) ( )
( )
( ) ( ) ( )
| |
u u u u
o
1 1 1
2
1
2
+ +
+
+
A
=
A

i j i j i j n i j
n n
e e e E
x
e
t
E E
;
si de divide entre
( )
t
e E
i j n
A
u
resulta:

( )
( )
( )
( )
( )
( )
( )
( ) 1 1 cos 2 1 1 cos 2 1
2
1 1
2
1
=
(

A
A

A
A
=
+ + +
u
o
u
o
x
t
E
E
E
E
x
t
E
E
n
n
n
n
n
n


( )
<

A
A

=
>
u
u
o
1
1 cos 2 1
1
0
2

x
t
G es incondicionalmente estable.

Se puede ver que, para Crank-Nicholson,

G
t
x
t
x
=

+
s
1 1
1 1
1
2
2
o
u
o
u
u
A
A
A
A
cos
cos


En general, G es un nmero complejo.



















27
Conclusin

La necesidad de resolver un sistema de ecuaciones lineales. Estos
sistemas aparecen en muy diversos problemas, ya sea como la solucin completa
de un problema al menos como parte de ella. Dada esta necesidad frecuente, se
requiere resolverlos en forma eficiente.

Las ecuaciones diferenciales ordinarias numricas o mtodos numricos
son la parte de anlisis numrico la cul estudia la solucin numrica a
ecuaciones diferenciales ordinarias (EDO). Este campo tambin es conocido como
Integracin Numrica, pero alguna gente reserva este trmino para el cmputo de
integrales
En estos casos son tiles las tcnicas numricas, que mediante una labor de
clculo ms o menos intensa, conducen a soluciones aproximadas que son
siempre numricos


Bibliografa

Prcticas de ecuaciones diferenciales con Mathematica: aplicaciones
By ngel Balaguer Beser

Ecuaciones diferenciales y problemas con valores en la frontera
By R. KENT AUTOR NAGLE, EDWARD B AUTOR SAFF, ARTHUR DAVID
AUTOR SNIDER

Mtodos Para la Resolucin de Ecuaciones Diferenciales Ordinarias
By Liliana Patricia Ospina