Академический Документы
Профессиональный Документы
Культура Документы
4 de diciembre de 2018
1. Introducción 3
1.1. Interpolación mediante esplines cúbicos . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.1. Funciones splines cubicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2. Diferencias finitas para un problema de contorno . . . . . . . . . . . . . . . . . 4
1.2.1. Diferencias finitas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3. Un sistema lineal sobre determinado . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3.1. Introducción al caso general n x n . . . . . . . . . . . . . . . . . . . . . . . 6
1.3.2. Transformaciones de un sistema que conservan las soluciones . . . . . . 7
1.4. Ecuaciones diferenciales y valores propios . . . . . . . . . . . . . . . . . . . . . . 8
1.4.1. Formalización del método . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1
Capítulo 0 Universidad Católica de Santa María
4. Métodos directos 17
4.1. Uso de determinantes. Sistemas triangulares . . . . . . . . . . . . . . . . . . . . . 17
4.2. El método de eliminación de Gauss (MEG) . . . . . . . . . . . . . . . . . . . . . . 18
4.3. Elección del pivote . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
4.4. Descripción matricial del MEG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
Referencias 21
2
Capítulo 1
Introducción
3
Capítulo 1 Universidad Católica de Santa María
Cabe mencionar que, entre todas, las spline cúbicas han resultado ser las más adecua-
das.
x x0 x1 ... xn
x x0 x1 ... xn
Una spline cúbica que interpola estos datos, es una función S(x) definida como sigue:
¯ ¯
¯ s
0 (x) si x [x 0 .x 1 ] ¯
¯
¯
¯ ¯
s (x) = ¯¯ s 2 (x) si x [x 1 .x 2 ] ¯¯ (1.1)
¯ ¯
¯s n−1 (x) si x [x n−1 .x n ]¯
donde cada S1(x) es un polinomio cúbico: Si(x)=yi para toda i = 0.1, ..., n y tal que S(x)
tiene primera y segunda derivadas continuas en [x0, xn].
(Anonimo, 1998)
4
Capítulo 1 Universidad Católica de Santa María
Existen distintas formas de aproximar las derivadas de una función en un punto. Ejem-
plos de fórmulas para la primera y segunda derivada son las siguientes:
u (x + h) − 2u (x) + u (x − h)
u n (x) ≈ (1.4)
h2
u (x + h) − u (x − h)
u 0(x) ≈ (1.5)
2h
u (x + h) − u (x)
u 0(x) ≈ (1.6)
h
u (x) − u (x − h)
u 0(x) ≈ (1.7)
h
Se denota por ui a la aproximación de la solución en el nodo Entonces, al sustituir en
cada punto interior de la malla xi la ecuación diferencial (2) por la ecuación discreta resul-
tante de aproximar las derivadas por alguna de las fórmulas anteriores se obtiene (junto con
las condiciones de contorno) un sistema de ecuaciones lineales tridiagonal. Definición Un
esquema en diferencias finitas se dice que es convergente si
(Anonimo, S.F.)
Un sistema es una familia de ecuaciones con cualquier número tanto de ecuaciones co-
5
Capítulo 1 Universidad Católica de Santa María
mo de incógnitas. Si todas las ecuaciones son lineales, tendremos un sistema lineal. Así, el
siguiente sistema es lineal:
¯ ¯
¯ 3x + y = z ¯
¯ ¯
¯ ¯
¯ x + y + z = 0¯
¯ ¯ (1.9)
¯ ¯
¯ x − y = 33 ¯
Llevar a cabo un análisis directo, como los realizados hasta ahora, es muy complicado, y
además aparece un problema suplementario, muy relacionado con la Informática: El núme-
ro de operaciones necesario para el cálculo de determinantes cada vez más grandes crece
con gran rapidez, y lo mismo ocurre con el cálculo de los elementos de la matriz inversa.
Además, cuando los valores numéricos de los coeficientes son sólo aproximados, los errores
se van acumulando en las sucesivas operaciones, llegando a producir soluciones muy aleja-
das de las verdaderas.
Por ello, vamos a explotar un poco más la idea de característica, para continuar con el
estudio teórico.
6
Capítulo 1 Universidad Católica de Santa María
1. Podemos cambiar de lugar dos ecuaciones entre sí, sin que las soluciones se modifi-
quen. En efecto, dado el sistema:
¯ ¯
¯ ax + b y = c ¯
(1.11)
¯ ¯
¯ ¯
¯d x + e y = f ¯
primero, al sustituir los valores que sean en el segundo obtendremos las mismas iden-
tidades, esto es, tales valores también son soluciones del segundo sistema.
2. Se puede cambiar el orden de las incógnitas sin que ello afecte a las soluciones. Efec-
tivamente, dado el sistema: ¯ ¯
¯ ax + b y = c ¯
(1.13)
¯ ¯
¯ ¯
¯d x + e y = f ¯
3. Si hay más de dos ecuaciones e incógnitas, las dos observaciones anteriores se pueden
refundir en una: Las soluciones del sistema no cambian si se permutan varias ecua-
ciones entre sí, y lo mismo ocurre si se permutan varias incógnitas entre sí, o ambas
cosas a la vez. Esta propiedad se usa en los cálculos numéricos de manera sistemática.
7
Capítulo 1 Universidad Católica de Santa María
5. Dado un sistema, se puede sustituir cualquier ecuación por una combinación de todas
ellas, obtenida multiplicando cada una por un número y luego sumándolo todo, sin
que se modifiquen las soluciones del sistema.
Estas ecuaciones son ecuaciones diferenciales lineales de primer orden cuyas soluciones
generales son:
8
Capítulo 1 Universidad Católica de Santa María
x (t ) = C 1 e a1 t y y (t ) = C 2 e a2 t (1.17)
y de allí a:
à ! à ! à !
x (t ) 1 a1 t 0 a2 t
= C1 e +C 2 e (1.19)
y (t ) 0 1
z (t ) = x (t ) − y (t ) (1.21)
w (t ) = −x (t ) − 2y (t ) (1.22)
Digamos que
9
Capítulo 1 Universidad Católica de Santa María
" #
1 −1
A= (1.26)
−1 2
à !
x (t )
x= (1.27)
y (t )
Como
" #
1 −1
A −1 = (1.30)
−1 2
Hay varios comentarios sobre estos cálculos. El primer tipo de sistema de ecuaciones es
uno muy simple debido a que el sistema representa varias ecuaciones diferenciales en una
función incógnita y son fáciles de resolver. Este tipo de sistemas se llaman sistemas des-
acoplados: cuando cada ecuación está en una función incógnita y las restantes incógnitas
no aparecen en ella. Mientras que el segundo tipo de sistemas de ecuaciones diferenciales
lineales son llamados sistemas acoplados: cuando hay al menos una ecuación diferencial
donde aparecen dos o más funciones incógnitas. Este último ejemplo muestra que cuando
el sistema puede desacoplarse, puede resolverse fácilmente. Por otro lado, la sustitución que
permite desacoplar las ecuaciones no es fruto de un golpe de inspiración sino resultado de
un método.
(Anonimo, 2000)
10
Capítulo 2
2.1.1. Definición 1
Sea (E,K,+,·) un espacio vectorial. Una norma en E es cualquier aplicación
k.k : E → R (2.1)
2.1.2. Definición 2
Se dice que dos normas ||.||1 , ||.||2 en E son equivalentes si existen
11
Capítulo 2 Universidad Católica de Santa María
12
Capítulo 2 Universidad Católica de Santa María
(Anonimo, 2004)
Av = λv (2.9)
d et (λI − A) = 0 (2.10)
2.4. L A SVD
Un problema común es que la matriz de respuesta es singular o casi singular, por lo
que no tiene inverso bien definido. De los diversos algoritmos que se han desarrollado para
tratar este problema, la descomposición de valor singular (SVD) se ha convertido en la más
popular. Cualquier matriz se puede representar con SVD de la siguiente manera:
n
u k w k v TA
X
M= (2.11)
k=1
n 1 T
M −1 =
X
vk u (2.12)
k=1 wk A
13
Capítulo 2 Universidad Católica de Santa María
14
Capítulo 3
° f (x + δx) f (x) °
° °
K (x) = lı́m sup °
° − ° (3.1)
δ→0 δx δx °
15
Capítulo 3 Universidad Católica de Santa María
° °
° f (x+δx) f (x) °
° f (x) − f (x) °
K (x) = lı́m sup kδxk
(3.2)
δ→0
kxk
Si f es diferenciable:
° f (x + δx) f (x) ° ° 0 °
° °
° − ° ≈ ° f (x)° = k(x) (3.3)
° δx δx °
° °
° f (x+δx) f (x) °
° k f (x)k − k f (x)k °
kδxk
= k(x) (3.4)
kxk
que λ(p es una raíz simple del polinomio det P (λ), tenemos:
¡ ¢
δ
d et P λ; p 6= 0
¡ ¢
(3.5)
δλ
La expresión nos permite aplicar el teorema de la función implícita a la ecuación det
P λ; p = 0, y observamos que el valor propio λ(p de la familia de matrices polinomiales,
¡ ¢ ¡ ¢
δ
λ; p
¡ ¢
δλ p δpi d et P
¡ ¢
=− δ ¢ , i = 1, . . . , n (3.6)
δpi
δλ det P ( λ; p
¡
(Martinez, 2005)
16
Capítulo 4
Métodos directos
Algunos de los más grandes matemáticos de los siglos XVIII y XIX contribuyeron al desa-
rrollo de las propiedades de los determinantes. La mayoría de los historiadores coinciden
en afirmar que la teoría de los determinantes se originó con el matemático alemán Gottfried
Wilhelm Leibniz (1646-1716) quien fue con Newton, el co inventor del cálculo diferencial e
integral.
La importancia que tiene estudiar los sistemas de ecuaciones es poder brindarte un apo-
yo al resolver situaciones sobre problemas que se plantean en la vida real, para esto, primero
se traduce el problema del lenguaje común al lenguaje algebraico, una vez que tenemos las
ecuaciones se obtienen las soluciones del sistema y por último se comprueba si la solución
es válida como respuesta al problema.
17
Capítulo 4 Universidad Católica de Santa María
ax + b y = c (4.1)
dy =e (4.2)
ax + b y + c z = d (4.3)
ey + f z = g (4.4)
1 1 1 24
.
4 6 10..148 (4.6)
1 1 1
2 4 3
9
18
Capítulo 4 Universidad Católica de Santa María
con el resto de los renglones (en este punto la matriz se encuentra en forma escalonada).
Comenzando con el último renglón no cero, avanzar hacia arriba: para cada renglón obte-
ner 1 delantero e introducir ceros arriba de éste sumando múltiplos correspondientes a los
renglones correspondientes.
2 2 −6
2 1 0
(4.7)
1 −2 3
F2 - F3
1−2 3
2 1 0
(4.8)
2 2 −6
F1X-2
1−2 3
0 5 −6
(4.9)
0 6 −12
F2/5
1 −2 3
0 1 −6/5
(4.10)
0 2/5 −12/5
F2X-2/5
1−2 3
0 1 −6/5
(4.11)
0 0 −48/25
F3X-25/48
1−2 3
0 1 −6/5
(4.12)
0 0 1
19
Capítulo 4 Universidad Católica de Santa María
Z Ax + B y +C z = D
Ax + B y +C z = D (4.13)
Ax + B y +C z = D
(Pastor, 2014)
20
Referencias
21