Simulación de Sistemas Continuos y a Tramos. Prof. Dr. François E. Cellier Institut für Computational Science ETH Zürich.
|
|
- Óscar Redondo Chávez
- hace 6 años
- Vistas:
Transcripción
1 Simulación de Sistemas Continuos y a Tramos Prof. Dr. François E. Cellier Institut für Computational Science ETH Zürich 26 de junio 27
2 Hasta ahora solamente tratamos con ecuaciones diferenciales ordinarias (ODE). Ahora queremos extender la discusión a las ecuaciones diferenciales parciales (PDE). Dada la PDE describiendo la difusión de calor en una sola dimensión del espacio: t = σ 2 u x 2 Puede discretizarse la variable del espacio: 2 u x 2 u i+1 2u i + u i 1 x=xi δx 2 manteniendo continua la variable del tiempo. De esa forma puede convertirse la PDE a un conjunto de ODEs: du i dt σ ui+1 2u i + u i 1 δx 2
3 La Diferenciación en el Espacio Tiene sentido diferenciar respecto a la variable del espacio con el mismo orden de aproximación que se utiliza para la integración a través de la variable del tiempo. Para ello podemos servirnos nuevamente de los polinomios de Newton-Gregory. Por ejemplo si queremos obtener una aproximación de orden 4 de la segunda derivada en el espacio, utilizamos un polinomio de orden 4 pasando por los cinco puntos x i 2, x i 1, x i, x i+1 y x i+2. Usamos un polinomio de Newton-Gregory hacia atrás alrededor del punto x i+2 : s 2 u(x) =u i+2 + s u i s «s 2 3 u i s2 2 + s «3 u i Entonces: 2 u x 2 = 1» s δx 2 2 u i+2 +(s +1) 3 2 u i s «4 u i
4 La Diferenciación en el Espacio II Evaluamos en el punto x = x i, es decir en s = 2, y truncamos el operador después del término de orden cuatro: 2 u x 2 1 x=xi 12δx 2 ( u i+2 +16u i+1 3u i +16u i 1 u i 2 ) Los métodos de orden 3 tienen que pasar por 4 puntos. Entonces no es posible hacerlo de forma simétrica. Por ejemplo podemos tratar de obtener un método que pasa por los 4 puntos x i 1, x i, x i+1 y x i+2. Identificando los parámetros del método obtenemos: 2 u x 2 1 x=xi δx 2 (u i+2 + u i+1 2u i + u i 1 ) es decir, el método simétrico de orden 2 en realidad es un método de orden 3.
5 La Diferenciación en el Espacio II Evaluamos en el punto x = x i, es decir en s = 2, y truncamos el operador después del término de orden cuatro: 2 u x 2 1 x=xi 12δx 2 ( u i+2 +16u i+1 3u i +16u i 1 u i 2 ) Los métodos de orden 3 tienen que pasar por 4 puntos. Entonces no es posible hacerlo de forma simétrica. Por ejemplo podemos tratar de obtener un método que pasa por los 4 puntos x i 1, x i, x i+1 y x i+2. Identificando los parámetros del método obtenemos: 2 u x 2 1 x=xi δx 2 (u i+2 + u i+1 2u i + u i 1 ) es decir, el método simétrico de orden 2 en realidad es un método de orden 3. Es siempre así. Los métodos simétricos obtienen un orden de aproximación adicional.
6 La Diferenciación en el Espacio III En proximidad del borde del dominio no podemos usar más métodos simétricos. Por ejemplo, para obtener un método de orden 4 en el punto x 2 podemos desarrollar un polinomio Newton-Gregory hacia atrás alrededor del punto u 5 y evaluarlo en s = 3, o alternativamente podemos desarrollar un polinomio Newton-Gregory hacia adelante alrededor del punto u 1 y evaluarlo en s =+1. Si el dominio contiene 11 puntos en el espacio y si queremos desarrollar un método de orden 4, usamos las siguientes fórmulas para los puntos en proximidad del borde: 2 u x 2 = 1 x=x1 12δx 2 (11u 5 56u u 3 14u 2 +35u 1 ) 2 u x 2 = 1 x=x2 12δx 2 ( u 5 +4u 4 +6u 3 2u 2 +11u 1 ) 2 u x 2 = 1 x=x1 12δx 2 (11u 11 2u 1 +6u 9 +4u 8 u 7 ) 2 u x 2 = 1 x=x11 12δx 2 (35u 11 14u u 9 56u 8 +11u 7 )
7 Condiciones de Borde Debemos hablar del tema de las condiciones de borde. CadaPDEestá acompañada no sólo por condiciones iniciales, sino también por condiciones de borde. La ecuación de la difusión de calor en una dimensión del espacio, x [., 1.] requiere de dos condiciones de borde, por ejemplo: u(x =., t) = 1. (x =1., t) =. x
8 Condiciones de Borde Debemos hablar del tema de las condiciones de borde. CadaPDEestá acompañada no sólo por condiciones iniciales, sino también por condiciones de borde. La ecuación de la difusión de calor en una dimensión del espacio, x [., 1.] requiere de dos condiciones de borde, por ejemplo: u(x =., t) = 1. (x =1., t) =. x El tipo de condiciones de borde más simple es la condición de Dirichlet que impone en el borde un valor a la variable u. En este caso simplemente tenemos que eliminar la ecuación diferencial en este punto y reemplazarla por una ecuación algebraica: u 1 = 1.
9 Condiciones de Borde II Otro tipo de condiciones de borde simple es la condición de Neumann simétrica que impone en el borde un valor de cero a la variable x. En este caso usamos un truco. Doblamos el dominio, es decir ampliamos el dominio en el espacio a x [., 2.] y aplicamos la misma condición de borde en el punto x =2. que en el punto x =.: u 21 = 1. Por simetría obtenemos de forma impĺıcita en el centro la condición: 11 x =. pero no es necesario formular esa condición de forma expĺıcita.
10 Condiciones de Borde III Entonces: 2 u x 2 = 1 x=x1 12δx 2 ( u u 11 3u 1 +16u 9 u 8 ) 2 u x 2 = 1 x=x11 12δx 2 ( u u 12 3u u 1 u 9 ) y como ya sabemos por causa de la simetría que u 12 = u 1 y u 13 = u 9 : 2 u x 2 = 1 x=x1 12δx 2 (16u 11 31u 1 +16u 9 u 8 ) 2 u x 2 = 1 x=x11 12δx 2 ( 3u u 1 2u 9 ) y ya no necesitamos más puntos simétricos, es decir, en realidad no tenemos que doblar el dominio.
11 Condiciones de Borde IV Un tercer tipo de condiciones de borde simple es la condición temporal que impone en elbordeunvaloralavariable t : (x =., t) =f (t) t En este caso simple reemplazamos la ecuación diferencial original en este punto por una nueva: u 1 = f (t)
12 Condiciones de Borde V Un cuarto tipo de condiciones de borde un poco más general es la condición de Robin: «g (u(x =1., t)) + h (x =1., t) = f (t) x donde f, g y h son funciones del tiempo.
13 Condiciones de Borde V Un cuarto tipo de condiciones de borde un poco más general es la condición de Robin: «g (u(x =1., t)) + h (x =1., t) = f (t) x donde f, g y h son funciones del tiempo. Por ejemplo, podramos tener que tratar con una condición de borde del tipo: x (x =1., t) = k (u(x =1., t) u amb(t)) donde u amb (t) es la temperatura del ambiente.
14 Condiciones de Borde V Un cuarto tipo de condiciones de borde un poco más general es la condición de Robin: «g (u(x =1., t)) + h (x =1., t) = f (t) x donde f, g y h son funciones del tiempo. Por ejemplo, podramos tener que tratar con una condición de borde del tipo: x (x =1., t) = k (u(x =1., t) u amb(t)) donde u amb (t) es la temperatura del ambiente. En este caso reemplazamos la derivada por una aproximación usando un polinomio de Newton-Gregory: = 1 x x=x11 12δx (25u 11 48u 1 +36u 9 16u 8 +3u 7 )
15 Condiciones de Borde V Un cuarto tipo de condiciones de borde un poco más general es la condición de Robin: «g (u(x =1., t)) + h (x =1., t) = f (t) x donde f, g y h son funciones del tiempo. Por ejemplo, podramos tener que tratar con una condición de borde del tipo: x (x =1., t) = k (u(x =1., t) u amb(t)) donde u amb (t) es la temperatura del ambiente. En este caso reemplazamos la derivada por una aproximación usando un polinomio de Newton-Gregory: = 1 x x=x11 12δx (25u 11 48u 1 +36u 9 16u 8 +3u 7 ) Despejando la incógnita u 11 obtenemos una condición de Dirichlet equivalente: u 11 = 12k δx u amb +48u 1 36u 9 +16u 8 3u 7 12k δx +25
16 Condiciones de Borde VI A menudo tenemos que tratar con condiciones de borde no lineales. Por ejemplo: que puede transformarse en: x (x =1., t) = k `u(x =1., t) 4 u amb (t) 4 F(u 11 )=12k δx u u 11 12k δx u 4 amb 48u 1 +36u 9 16u 8 +3u 7 =.
17 Condiciones de Borde VI A menudo tenemos que tratar con condiciones de borde no lineales. Por ejemplo: que puede transformarse en: x (x =1., t) = k `u(x =1., t) 4 u amb (t) 4 F(u 11 )=12k δx u u 11 12k δx u 4 amb 48u 1 +36u 9 16u 8 +3u 7 =. De esa manera obtenemos una condición de borde impĺıcita que puede resolverse usando una iteración de Newton.
18 Condiciones de Borde VII Finalmente queremos considerar la situación donde tenemos que tratar con regiones en el espacio representadas por diferentes PDEs.
19 Condiciones de Borde VII Finalmente queremos considerar la situación donde tenemos que tratar con regiones en el espacio representadas por diferentes PDEs. Por ejemplo queremos simular la difusión de calor a través de dos materiales diferentes. Tenemos entonces dos capas colindantes representando los dos materiales: t = σu 2 u x 2 v t = σv 2 v x 2 donde la PDE de u es válida en la región x [., 1.] mientras la PDE de v es válida en la región x [1., 1.1].
20 Condiciones de Borde VIII Es muy común que tengamos condiciones de borde en la interfaz del tipo: (x =1., t) = ku (u(x =1., t) v(x =1., t)) x v (x =1., t) = kv (v(x =1., t) u(x =1., t)) x que pueden transformarse a ecuaciones algebraicas lineales equivalentes: (12k u δx u + 25)u 11 12k u δx u v 1 =48u 1 36u 9 +16u 8 3u 7 12k v δx v u 11 +(12k v δx v +3)v 1 =16v 2 36v 3 +48u 4 25v 5
21 Condiciones de Borde VIII Es muy común que tengamos condiciones de borde en la interfaz del tipo: (x =1., t) = ku (u(x =1., t) v(x =1., t)) x v (x =1., t) = kv (v(x =1., t) u(x =1., t)) x que pueden transformarse a ecuaciones algebraicas lineales equivalentes: (12k u δx u + 25)u 11 12k u δx u v 1 =48u 1 36u 9 +16u 8 3u 7 12k v δx v u 11 +(12k v δx v +3)v 1 =16v 2 36v 3 +48u 4 25v 5 Estas ecuaciones forman un bucle algebraico que puede resolverse de manera simbólica o de manera numérica.
22 PDEs Parabólicas Una de las PDEs más simples es la ecuación de la difusión de calor en una dimensión del espacio. Consideramos un ejemplo completo: t = 1 1π 2 2 u x 2 ; x [, 1] ; t [, ) u(x, t =)=cos(π x) u(x =, t) =exp( t/1) (x =1, t) = x
23 PDEs Parabólicas Una de las PDEs más simples es la ecuación de la difusión de calor en una dimensión del espacio. Consideramos un ejemplo completo: t = 1 1π 2 2 u x 2 ; x [, 1] ; t [, ) u(x, t =)=cos(π x) u(x =, t) =exp( t/1) (x =1, t) = x Ese modelo puede convertirse al conjunto de ODEs siguiente usando el método de ĺıneas: u 1 =exp( t/1) u 2 = n2 1π 2 (u 3 2u 2 + u 1 ) u 3 = n2 1π 2 (u 4 2u 3 + u 2 ) etc. u n = n2 1π 2 (u n+1 2u n + u n 1 ) u n+1 = n2 5π 2 ( u n+1 + u n)
24 PDEs Parabólicas II Se trata de un sistema lineal que puede representarse de la forma siguiente: ẋ = A x + b u donde: A = n π B A
25 PDEs Parabólicas III Podemos mirar la distribución de los autovalores de la matriz A en función de la discretización en el espacio: n =3 n =4 n =5 n =6 n =
26 PDEs Parabólicas III Podemos mirar la distribución de los autovalores de la matriz A en función de la discretización en el espacio: n =3 n =4 n =5 n =6 n = Entonces: CocientedeRigidez Cociente de Rigidez Número de Segmentos
27 PDEs Parabólicas IV Como la solución anaĺıtica de este problema es conocida, puede calcularse el error global de la simulación. Difusión 1D (PDE) Difusión 1D (ODE) Solución 1 Solución Tiempo.5 Espacio Tiempo.5 Espacio 1 x 1 4 Difusión 1D - Error.1 Difusión 1D - Error 2.8 Error Error Tiempo.5 Espacio Número de Segmentos
28 PDEs Parabólicas V Qué pasa si estamos usando un método de orden 5? u 1 =exp( t/1) u 2 = n2 12π 2 (u 6 6u 5 +14u 4 4u 3 15u 2 +1u 1 ) u 3 = n2 12π 2 ( u 5 +16u 4 3u 3 +16u 2 u 1 ) u 4 = n2 12π 2 ( u 6 +16u 5 3u 4 +16u 3 u 2 ) etc. u n 1 = n2 12π 2 ( u n+1 +16u n 3u n 1 +16u n 2 u n 3 ) u n = n2 12π 2 (16u n+1 31u n +16u n 1 u n 2 ) u n+1 = n2 6π 2 ( 15u n+1 +16u n u n 1 )
29 PDEs Parabólicas VI Comparando los cocientes de la rigidez de los métodos de órdenes 3 y 5: CocientedeRigidez Cociente de Rigidez Esquema de orden 5 Esquema de orden Número de Segmentos
30 PDEs Parabólicas VII Comparando los errores de los métodos de órdenes 3 y 5: 8 x 1 4 Difusión 1D - Error Error de Consistencia 6 4 Esquema de orden 3 2 Esquema de orden Número de Segmentos
31 PDEs Parabólicas VIII El orden de la diferenciación en el espacio no sería tan importante si pudiéramos usar una discretización muy pequeña.
32 PDEs Parabólicas VIII El orden de la diferenciación en el espacio no sería tan importante si pudiéramos usar una discretización muy pequeña. Entonces tratamos otra vez la idea de la extrapolación de Richardson, pero esa vez en el espacio en lugar del tiempo.
33 PDEs Parabólicas VIII El orden de la diferenciación en el espacio no sería tan importante si pudiéramos usar una discretización muy pequeña. Entonces tratamos otra vez la idea de la extrapolación de Richardson, pero esa vez en el espacio en lugar del tiempo. Trabajamos con 4 aproximaciones diferentes de orden 3: 2 u P 1 x 2 (δx 2 )= u i+1 u i + u i 1 x=x i δx 2 2 u P 2 x 2 (4δx 2 )= u i+2 u i + u i 2 x=x i 4δx 2 2 u P 3 x 2 (9δx 2 )= u i+3 u i + u i 3 x=x i 9δx 2 2 u P 4 x 2 (16δx 2 )= u i+4 u i + u i 4 x=x i 16δx 2 distinguidas entre ellas solamente por el tamaño de la discretización δx.
34 PDEs Parabólicas IX Desarrollando en una serie de Taylor: Entonces: 2 u x 2 (η) = 2 u x 2 + e 1 η + e 2 η2 2! + e 3 η3 3! P u 1 x 2 (δx 2 ) 2 u x 2 + e 1 δx 2 + e 2 2! δx4 + e 3 3! δx6 2 P u 2 x 2 (4δx 2 ) 2 u x 2 + e 1 (4δx 2 )+ e 2 2! (4δx2 ) 2 + e 3 3! (4δx2 ) 3 2 P u 3 x 2 (9δx 2 ) 2 u x 2 + e 1 (9δx 2 )+ e 2 2! (9δx2 ) 2 + e 3 3! (9δx2 ) 3 2 P u 4 x 2 (16δx 2 ) 2 u x 2 + e 1 (16δx 2 )+ e 2 2! (16δx2 ) 2 + e 3 3! (16δx2 ) 3
35 PDEs Parabólicas X En notación matricial: 2 P 1 u 1 x 2 2 P u 2 (δx 2 ) (δx 2 ) 1 (δx 2 ) 2 (δx 2 ) u x 2 B 2 P B (4δx 2 ) (4δx 2 ) 1 (4δx 2 ) 2 (4δx 2 ) 3 x u x 2 C 2 ) (9δx 2 ) 1 (9δx 2 ) 2 (9δx 2 ) 3 C A 2 B e 1 e 2 /2A 2 A P (16δx 2 ) (16δx 2 ) 1 (16δx 2 ) 2 (16δx 2 ) 3 e u 4 3 /6 x 2 Entonces: 2 u x P 1 u 1 x 2 2 P u x 2 B 2 P u x 2 C 2 A P u 4 x 2
36 PDEs Parabólicas XI Sustituyendo las ecuaciones obtenidas: 2 u x 2 1 x=xi 54δx 2 ( 9u i u i+3 18u i u i u i + 864u i 1 18u i u i 3 9u i 4 ) que es exactamente la fórmula central de orden 9 de la segunda derivada. De nuevo, la extrapolación de Richardson maximizó el orden de la aproximación.
37 PDEs Hiperbólicas Una de las PDEs hiperbólicas más simples es la ecuación de la propagación de ondas: 2 u t 2 = c2 2 u x 2 que puede fácilmente convertirse a dos PDEs de primer orden en el tiempo: t = v v t = c2 2 u x 2
38 PDEs Hiperbólicas Una de las PDEs hiperbólicas más simples es la ecuación de la propagación de ondas: 2 u t 2 = c2 2 u x 2 que puede fácilmente convertirse a dos PDEs de primer orden en el tiempo: t = v v t = c2 2 u x 2 Esta vez se requieren dos condiciones iniciales y dos condiciones de borde.
39 PDEs Hiperbólicas II Una especificación completa de un modelo podra ser: 2 u t 2 = 2 u x 2 ; x [, 1] ; t [, ) π u(x, t =)=sin 2 x (x, t =)=. t u(x =, t) =. (x =1, t) =. x
40 PDEs Hiperbólicas III Este modelo PDE puede convertirse fácilmente a un conjunto de ODEs usando el método de ĺıneas: u 1 =. u 2 = v 2 etc. u n+1 = v n+1 v 1 =. v 2 = n 2 (u 3 2u 2 + u 1 ) v 3 = n 2 (u 4 2u 3 + u 2 ) etc. v n = n 2 (u n+1 2u n + u n 1 ) v n+1 =2n 2 (u n u n+1 )
41 PDEs Hiperbólicas IV En forma matricial: ẋ = A x + b u donde: con: (n) I A = (n) «A 21 (n) A 21 = n B A
42 PDEs Hiperbólicas V Podemos mirar la distribución de los autovalores de la matriz A en función de la discretización en el espacio: n =3 n =4 n =5 n =6 ±1.5529j ±1.567j ±1.5643j ±1.5663j ±4.2426j ±4.4446j ±4.5399j ±4.5922j ±5.7956j ±6.6518j ±7.711j ±7.351j ±7.8463j ±8.911j ±9.522j ±9.8769j ±11.866j ± j
43 PDEs Hiperbólicas V Podemos mirar la distribución de los autovalores de la matriz A en función de la discretización en el espacio: n =3 n =4 n =5 n =6 ±1.5529j ±1.567j ±1.5643j ±1.5663j ±4.2426j ±4.4446j ±4.5399j ±4.5922j ±5.7956j ±6.6518j ±7.711j ±7.351j ±7.8463j ±8.911j ±9.522j ±9.8769j ±11.866j ± j Entonces: Cociente de Frecuencia Cociente de Frecuencia Número de Segmentos
44 PDEs Hiperbólicas VI Como la solución anaĺıtica de ese problema es conocida, puede calcularse el error global de la simulación. Onda 1D (PDE) Onda 1D (ODE) Solución 1 Solución 1 Error Tiempo x Espacio Error de Consistencia 1 Error Tiempo.5 Espacio Error de Consistencia Tiempo.5 Espacio Número de Segmentos
45 PDEs Hiperbólicas VII Comparando los cocientes de la frecuencia de los métodos de órdenes 3 y 5: Cociente de Frecuencia Cociente de Frecuencia Esquema de orden 5 Esquema de orden Número de Segmentos
46 PDEs Hiperbólicas VIII Comparando los errores de los métodos de órdenes 3 y 5: Error de Consistencia x 1 4 Onda 1D - Error Número de Segmentos
47 PDEs Hiperbólicas IX Comparando diferentes métodos de integración en el tiempo (método de orden 5 con 5 segmentos): h RK3 IEX3 BI3.1 inestable.6782e e-6.5 inestable.8668e e-7.2 inestable.5611e e e-7.729e-7.27e e e e e e-8.212e e e-8.212e-8 h AB3 ABM3 AM3 BDF3.1 inestable inestable inestable basura.5 inestable inestable inestable basura.2 inestable inestable inestable basura.1 inestable.6996e-7 inestable basura.5.796e e e e e e e e e-8.212e-8.212e e-7
48 PDEs Hiperbólicas X Representación gráfica: 1 6 Onda 1D - Error # Evaluaciones # Evaluaciones RK3 IEX3 1 3 BI Error Global de Simulación AM3 1 4 BDF3 1 3 AB3,ABM Error Global de Simulación
Ejemplos de Modelos en Ecuaciones Diferenciales en Derivadas Parciales
Ejemplos de Modelos en Ecuaciones Diferenciales en Derivadas Parciales Hugo Franco, PhD Principios de Modelado y Simulación CLASIFICACIÓN DE LAS ECUACIONES DIFERENCIALES PARCIALES (PDE s) Definiendo la
Más detalles3. Ecuación de difusión
3. Ecuación de difusión Modelización Numérica de la Atmósfera 2017 En este capítulo usaremos la ecuación de difusión como vehículo para introducir dos tipos de esquemas: explícitos e implícitos. Se estudiará
Más detallesMétodo de diferencias finitas para ecuaciones diferenciales parciales elípticas. (Parte I)
Método de diferencias finitas para ecuaciones diferenciales parciales elípticas (Parte I) Contenido Ecuaciones en derivadas parciales Ecuaciones en derivadas parciales elípticas Ecuación de Laplace Aproximación
Más detallesMÉTODO DE DIFERENCIAS FINITAS (FDM)
MÉTODO DE DIFERENCIAS FINITAS (FDM) MÉTODO DE DIFERENCIAS FINITAS (FDM) Cambia ecuaciones diferenciales ecuaciones en diferencias finitas a Relaciona el valor de la variable dependiente en un punto a valores
Más detallesMétodos numéricos para problemas de contorno
Métodos numéricos para problemas de contorno Damián Ginestar Peiró Departamento de Matemática Aplicada Universidad Politécnica de Valencia (UPV) Métodos numéricos para PVF 1 / 28 Programa 1 Introducción
Más detalles2.1 Descripción en espacio de estado de sistemas dinámicos
2 Análisis de sistemas lineales 2.1 Descripción en espacio de estado de sistemas dinámicos El objetivo de este capítulo es formular una teoría general de describir los sistemas dinámicos en funcion de
Más detallesDiferenciación numérica: Método de Euler explícito
Clase No. 21: MAT 251 Diferenciación numérica: Método de Euler explícito Dr. Alonso Ramírez Manzanares Depto. de Matemáticas Univ. de Guanajuato e-mail: alram@ cimat.mx web: http://www.cimat.mx/ alram/met_num/
Más detallesMétodos de elemento finito Formulación n de elemento finito en 2 dimensiones
Métodos de elemento finito 7.4.. Método de Galerkin 7.4.. Formulación n de elemento finito en dimensiones Los métodos m de elemento finito (MEF) son una estrategia numérica alternativa muy popular para
Más detallesParte 9. Ecuaciones en derivadas parciales
Parte 9. Ecuaciones en derivadas parciales Gustavo Montero Escuela Técnica Superior de Ingenieros Industriales Universidad de Las Palmas de Gran Canaria Curso 2004-2005 1 Introducción a las ecuaciones
Más detallesMétodos Numéricos (SC 854) Interpolación
Interpolación c M. Valenzuela 2007 2008 (26 de febrero de 2008) 1. Definición del problema de interpolación Dada una tabla de valores (x i,f i ) se desea estimar f(x) para valores de x que no se encuentran
Más detallesSimulación de Sistemas Continuos y a Tramos. Prof. Dr. François E. Cellier Institut für Computational Science ETH Zürich.
Simulación de Sistemas Continuos y a Tramos Prof. Dr. François E. Cellier Institut für Computational Science ETH Zürich 5 de junio 007 Introducción Análisis del Error por Truncamiento Queremos hacer un
Más detallesInterpolación. Escuela de Ingeniería Informática de Oviedo. (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación 1 / 35
Interpolación Escuela de Ingeniería Informática de Oviedo (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación 1 / 35 Contenidos 1 Introducción 2 Interpolación de Taylor Cálculo del polinomio
Más detallesMétodos numéricos para Ecuaciones Diferenciales Ordinarias. Laboratori de Càlcul Numèric (LaCàN) www-lacan.upc.es
Métodos numéricos para Ecuaciones Diferenciales Ordinarias Laboratori de Càlcul Numèric (LaCàN) www-lacan.upc.es Ecuación Diferencial Ordinaria (EDO) n Gran cantidad de problemas de la física y la ingeniería
Más detallesIntegración de ODEs. Miguel Ángel Otaduy. Animación Avanzada 30 de Enero de 2014
Integración de ODEs Miguel Ángel Otaduy Animación Avanzada 30 de Enero de 2014 Índice Integración de ODEs Problema estático vs. dinámico. Ecuaciones diferenciales ordinarias (ODEs). Desarrollo de Taylor.
Más detallesCONTENIDO PRÓLOGO LAS FUNCIONES... 5
CONTENIDO PRÓLOGO... 1 1. LAS FUNCIONES... 5 1.1 FORMAS DE REPRESENTACIÓN... 5 1.1.1 Representación de funciones... 6 1.1.2 Funciones definidas a trozos... 7 1.1.3 Simetría... 8 1.1.4 Funciones crecientes
Más detallesClasificación de Ecuaciones Diferenciales Parciales
Clasificación de Ecuaciones Diferenciales Parciales Yarko Niño C. y Paulo Herrera R. Departamento de Ingeniería Civil, Universidad de Chile Semestre Primavera 2011 Calendario Cátedras sólo los miércoles.
Más detallesEcuaciones en Derivadas Parciales y Análisis Numérico
, Ecuaciones en Derivadas Parciales y Análisis Numérico Prácticas Capítulo 5. Diferencias finitas para la ecuación de ondas. 5.1 Resolviendo la ecuación de ondas Vamos a resolver la ecuación de ondas utilizando
Más detallesEcuaciones en Derivadas Parciales y Análisis Numérico
Ecuaciones en Derivadas Parciales y Análisis Numérico Prácticas Capítulo 3. Diferencias finitas para la ecuación del calor. 3.1 Resolviendo la ecuación del calor Vamos a resolver la ecuación del calor
Más detalles1. El Método de Diferencias Finitas
1. El Método de Diferencias Finitas Por Guillermo Hernández García El Método consiste en una aproximación de derivadas parciales por expresiones algebraicas envolviendo los valores de la variable dependiente
Más detalles9 Ecuaciones diferenciales ordinarias. Ecuaciones diferenciales de primer orden en forma normal
Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 1 9 Ecuaciones diferenciales ordinarias. Ecuaciones diferenciales de primer orden en forma normal 9.1 Definición Se llama ecuación diferencial ordinaria
Más detallesMODELACION EN VARIABLES DE ESTADO
CAPÍTULO VIII INGENIERÍA DE SISTEMAS I MODELACION EN VARIABLES DE ESTADO 8.1. DEFINICIONES Estado: El estado de un sistema dinámico es el conjunto más pequeño de variables de modo que el conocimiento de
Más detallesCónicas. Clasificación.
Tema 7 Cónicas. Clasificación. Desde el punto de vista algebraico una cónica es una ecuación de segundo grado en las variables x, y. De ese modo, la ecuación general de una cónica viene dada por una expresión
Más detallesMétodos Numéricos con Diferencias Finitas para EDPs de evolución
Práctica 6 Métodos Numéricos con Diferencias Finitas para EDPs de evolución En esta práctica resolveremos algunas ecuaciones en derivadas parciales mediante métodos numéricos que discretizan tanto el espacio
Más detallesPROPUESTA A. 3A. a) Despeja X en la ecuación matricial X A B = 2X donde A, B y X son matrices cuadradas
PROPUESTA A 1A a) Calcula el valor de a R, a > 0, para que la función sea continua en x = 0. b) Calcula el límite 2A. Calcula las siguientes integrales (1 25 puntos por cada integral) Observación: El cambio
Más detallesResolución de la ecuación de Ondas en 2-D y 3-D utilizando diferencias finitas generalizadas. Consistencia y Estabilidad.
XXI Congreso de Ecuaciones Diferenciales y Aplicaciones XI Congreso de Matemática Aplicada Ciudad Real, 1-5 septiembre 009 (pp. 1 8) Resolución de la ecuación de Ondas en -D y 3-D utilizando diferencias
Más detallesSistemas de ecuaciones diferenciales y el uso de operadores
Sistemas de ecuaciones diferenciales y el uso de operadores En la clase anterior resolvimos algunos sistemas de ecuaciones diferenciales sacándole provecho a la notación matricial. Sin embrago, algunos
Más detallesPartial Differential Equation PDE Toolbox
Partial Differential Equation PDE Toolbox Por: Henry Copete QUE ES PDE TOOLBOX? Es una herramienta de MATLAB que facilita la resolución de problemas de ecuaciones diferenciales parciales (EDP) La solución
Más detallesEcuaciones Diferenciales Ordinarias (2)
MODELACION NUMERICA CON APLICACIONES EN INGENIERIA HIDRAULICA Y AMBIENTAL Ecuaciones Diferenciales Ordinarias (2) Yarko Niño C. y Paulo Herrera R. Departamento de Ingeniería Civil, Universidad de Chile
Más detallesTema 6: Ángulos y distancias en el espacio
Tema 6: Ángulos y distancias en el espacio February, 017 1 Ángulos entre elementos del espacio Los ángulos entre elementos del espacio, es una aplicación sencilla del producto escalar. Recuerdo las condiciones
Más detallesUNIDAD 3 : ELEMENTOS GEOMÉTRICOS
UNIDAD 3 : ELEMENTOS GEOMÉTRICOS 3.A.1 Características de un lugar geométrico 3.A ELEMENTOS DE GEOMETRÍA PLANA Se denomina lugar geométrico a todo conjunto de puntos que cumplen una misma propiedad o que
Más detallesResolución de la ecuación de Difusión en 2-D y 3-D utilizando diferencias finitas generalizadas. Consistencia y Estabilidad.
XXI Congreso de Ecuaciones Diferenciales y Aplicaciones XI Congreso de Matemática Aplicada Ciudad Real, 1-5 septiembre 009 (pp. 1 8) Resolución de la ecuación de Difusión en -D y 3-D utilizando diferencias
Más detallesProfesorado de Nivel Medio y Superior en Biología Matemática - 1º Cuatrimestre Año 2013 FUNCIÓN CUADRÁTICA
Matemática - º Cuatrimestre Año 0 FUNCIÓN CUADRÁTICA Hemos definido anteriormente la función lineal como una función f: R R de la forma f()a+b con a R y b R, que se representa en el plano mediante una
Más detallesSimulación Numérica de Yacimientos
Simulación Numérica de Yacimientos Dr. Fernando Rodríguez de la Garza email: frodriguezd@pep.pemex.com Tel: 5550871, 56 3017 al 19 Capítulo 3. Diferencias Finitas 1 3.1 Diferencias Finitas Considerar que
Más detallesTeoría Tema 9 Ecuaciones de la recta en el espacio tridimensional
página 1/11 Teoría Tema 9 Ecuaciones de la recta en el espacio tridimensional Índice de contenido Ecuación vectorial, paramétrica y continua de la recta...2 Ecuación general o implícita de la recta...5
Más detallesDerivación Numérica. 22 Derivada del polinomio interpolador
La definición de la derivada de una función como un límite lleva implícito un método de aproximación numérica: f (x) f(x + h) f(x) h D h f(x); diremos que esta última cantidad es una derivada numérica
Más detallesUniversidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación
Universidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación EJERCICIOS RESUELTOS DE ECUACIONES NO LINEALES Profesor: Jaime Álvarez Maldonado Ayudante: Rodrigo
Más detallesUniversidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación
Profesor: Jaime Álvarez Maldonado Universidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación DIFERENCIAS FINITAS Ayudante: Rodrigo Torres Aguirre El método
Más detallesVolúmenes Finitos. Yarko Niño C. y Paulo Herrera R. Departamento de Ingeniería Civil, Universidad de Chile. Semestre Primavera 2011
MODELACION NUMERICA CON APLICACIONES EN INGENIERIA HIDRAULICA Y AMBIENTAL.. Volúmenes Finitos Yarko Niño C. y Paulo Herrera R. Departamento de Ingeniería Civil, Universidad de Chile Semestre Primavera
Más detalles2 Deniciones y soluciones
Deniciones y soluciones Sabemos que la derivada de una función y(x) es otra función y (x) que se determina aplicando una regla adecuada. Por ejemplo, la derivada de y = e 3x es dx = 6xe3x. Si en la última
Más detalles1. Para la función f(x) = x sen x, halle su polinomio de Taylor de orden 2 en a = 0. x x3 3!, x x3
Cálculo I (Grado en Ingeniería Informática) Problemas resueltos, - y -4 (tercera parte) Preparado por los profesores de la asignatura: Pablo Fernández, Dragan Vukotić (coordinadores), Luis Guijarro, Kazaros
Más detallesEcuaciones en Derivadas Parciales. Introducción
Ecuaciones en Derivadas Parciales. Introducción Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Barcelona) http://www-lacan.upc.es Definición
Más detallesTEMA 5: INTERPOLACION NUMERICA
Lino Alvarez - Aurea Martinez METODOS NUMERICOS TEMA 5: INTERPOLACION NUMERICA 1 EL PROBLEMA GENERAL DE INTER- POLACION En ocasiones se plantea el problema de que se conoce una tabla de valores de una
Más detalles7.3 Método de Euler mejorado
43 Ecuaciones diferenciales Ejercicios 7..1 Euler. Soluciones en la página 477 Determine una aproximación lineal de la solución y.x/ de cada una de los siguientes PVI en el punto indicado utilizando el
Más detallesExamen de Selectividad Matemáticas JUNIO Andalucía OPCIÓN A
Eámenes de Matemáticas de Selectividad ndalucía resueltos http://qui-mi.com/ Eamen de Selectividad Matemáticas JUNIO - ndalucía OPCIÓN. Sea f : R R definida por: f ( a b c. a [7 puntos] Halla a b y c para
Más detallesFormulas Matemáticas
B A C a TRIGONOMETRÍA Radian Grados sen a cos a tag a 0 2π 0 0 1 0 π/6 30º 1 / 2 3 / 2 3 / 3 π/4 45º 2 / 2 2 / 2 1 π/3 60º 3 / 2 1 / 2 3 π/2 90º 1 0 π 180º 0-1 0 3π/2 270º -1 0 sen a = B / C cos a = A
Más detallesPrimer examen parcial Geometría y Álgebra Lineal 1 2 de mayo de 2015 Respuestas y solución
Primer examen parcial Geometría y Álgebra Lineal 1 2 de mayo de 2015 Respuestas y solución Respuestas a la versión 1: (La versión 1 es aquélla cuyo primer ejercicio dice Un sistema lineal de m ecuaciones
Más detallesr r a) Clasificar el sistema x = Ax en función del parámetro r R.
Examen Final de Ecuaciones Diferenciales Fecha: 15 de junio de 2012 3 Problemas (7.5 puntos) Tiempo total: 3 horas Problema 1 [2.5 puntos]. Queremos dibujar el croquis de un sistema lineal 2D y realizar
Más detallesFormulación de Galerkin El método de los elementos finitos
Clase No. 28: MAT 251 Formulación de Galerkin El método de los elementos finitos Dr. Alonso Ramírez Manzanares Depto. de Matemáticas Univ. de Guanajuato e-mail: alram@ cimat.mx web: http://www.cimat.mx/
Más detallesLos errores asociados a todo cálculo numérico tienen su origen en dos grandes factores:
Errores El concepto de error es consustancial con el cálculo numérico. En todos los problemas es fundamental hacer un seguimiento de los errores cometidos a fin de poder estimar el grado de aproximación
Más detallesLICENCIATURA EN FÍSICA
PRÁCTICAS DE CÁLCULO NUMÉRICO AVANZADO LICENCIATURA EN FÍSICA CURSO ACADÉMICO 2005-06 PRÁCTICA 5: Método de disparo para problemas de contorno. En esta práctica nos ocuparemos de la resolución de problemas
Más detallesECUACIONES DIFERENCIALES Julián de la Horra Departamento de Matemáticas U.A.M.
Introducción ECUACIONES DIFERENCIALES Julián de la Horra Departamento de Matemáticas U.A.M. En diferentes situaciones que aparecen con frecuencia en las Ciencias Experimentales, es complicado poder escribir
Más detallesFacultad de Ciencias UNAM. Diferenciación Numérica. Alumno: Siddhartha Estrella Gutiérrez. Materia: Análisis Numérico
Facultad de Ciencias UNAM Tema: Diferenciación Numérica Alumno: Siddhartha Estrella Gutiérrez. Materia: Análisis Numérico Profesor: Pablo Barrera 2 INDICE Preliminares 3 Diferenciación numérica 5 Ejemplos
Más detallesTeóricas de Análisis Matemático (28) - Práctica 8 - Polinomio de Taylor
Práctica 8 Polinomio de Taylor. Polinomio de Taylor El análisis completo de una función puede resultar muy difícil. Una forma de abordar este problema es aproximar la función por una más sencilla. En este
Más detallesUNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO MATERIA: MATEMÁTICAS II
UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO MATERIA: MATEMÁTICAS II INSTRUCCIONES GENERALES Y VALORACIÓN El alumno contestará a
Más detallesEcuaciones No-Lineales y raices polinomiales
Universidad Nacional de Ingeniería Facultad de Ciencias Física Computacional CC063 Ecuaciones No-Lineales y raices polinomiales Prof: J. Solano 2012-I Introduccion En Física a menudo nos encontramos con
Más detallesMatemáticas de la Especialdiad
Matemáticas de la Especialdiad Ingeniería Eléctrica Grado en Ingeniería Industrial. Curso 2013/2014 Segundo semestre; 4,5 créditos ECTS Programa Fundamentos de los métodos numéricos en la ingeniería Conceptos
Más detallesSISTEMAS LINEALES DE ECUACIONES DIFERENCIALES
SISTEMAS LINEALES DE ECUACIONES DIFERENCIALES En esta sección se estudiaran los sistemas de ecuaciones diferenciales lineales de primer orden, así como los de orden superior, con dos o más funciones desconocidas,
Más detallesMétodos Matemáticos I
E. de Ingenierías Industriales 2012-13 Métodos Matemáticos I Jesús Rojo Parte 3. Métodos en diferencias para las E.D.P. Las ecuaciones en derivadas parciales; ecuaciones de segundo orden Generalidades
Más detallesIntegral de Fourier y espectros continuos
9 2 2 2 Esta expresión se denomina forma de Angulo fase (o forma armónica) de la serie de Fourier. Integral de Fourier y espectros continuos Las series de Fourier son una herramienta útil para representar
Más detallesCálculo I (Grado en Ingeniería Informática) Problemas adicionales resueltos
Cálculo I (Grado en Ingeniería Informática) - Problemas adicionales resueltos Calcula el ĺımite lím ( n + n + n + ) n Racionalizando el numerador, obtenemos L lím ( n + n + n (n + n + ) (n + ) + ) lím
Más detallesPROPUESTA A. c) Demuestra, usando el Teorema de Rolle, que la ecuación anterior no puede tener más de tres raíces reales distintas.
PROPUESTA A 1A. a) Enuncia el Teorema de Bolzano y el Teorema de Rolle. (1 punto) b) Demuestra, usando el Teorema de Bolzano, que existen al menos tres raíces reales distintas de la ecuación, x 5 5x +
Más detallesPolinomio de Taylor. Extremos.
CAPÍTULO 6 Polinomio de Taylor. Extremos. En este capítulo trabajamos con el polinomio de Taylor de una función de varias variables y su aplicación al estudio de los extremos de funciones de más de una
Más detallesTema 4: Teorema de la función inversa e impĺıcita
Tema 4: Teorema de la función inversa e impĺıcita Teorema de la función inversa para varias variables Sea A R n un conjunto abierto, f : A R n y ā A Si f es de clase C 1 en A y det(df(ā)) 0, entonces existe
Más detallesMétodos Numéricos - Cap. 7. Ecuaciones Diferenciales Ordinarias PVI 1/8
No se puede mostrar la imagen en este momento. Métodos Numéricos - Cap. 7. Ecuaciones Diferenciales Ordinarias PVI 1/8 Ecuaciones Diferenciales Ordinarias (EDO) Una Ecuación Diferencial es aquella ecuación
Más detallesInstituto Tecnológico de Lázaro Cárdenas Ingeniería Electrónica. Interpolación Spline
Instituto Tecnológico de Lázaro Cárdenas Ingeniería Electrónica Interpolación Spline Asignatura: Análisis Numérico Docente: M.C. Julio César Gallo Sanchez Alumno: José Armando Lara Ramos Equipo: 9 4 o
Más detallesTécnicas cualitativas para las Ecuaciones diferenciales de primer orden: Existencia y Unicidad de soluciones
Lección 4 Técnicas cualitativas para las Ecuaciones diferenciales de primer orden: Existencia y Unicidad de soluciones 4.1. Introducción Cuando aplicamos técnicas cualitativas para estudiar los problemas
Más detallesSimulación Numérica de Yacimientos
Simulación Numérica de Yacimientos Dr. Fernando Rodríguez de la Garza e-mail: frodriguezd@pep.pemex.com Tel: 5550872, 5622 307 al 9 Capítulo 4. Simulación Numérica de Flujo Multifásico Unidimensional 4.
Más detallesSISTEMAS DE ECUACIONES
SISTEMAS DE ECUACIONES CONCEPTOS Un sistema de m ecuaciones con n incógnitas es un conjunto de m ecuaciones que se pueden escribir de la forma: f1( x1, x,..., xn) = 0 f( x1, x,..., xn) = 0... fm( x1, x,...,
Más detallesPlanos y Rectas. 19 de Marzo de 2012
el Geometría en el Planos y Rectas Universidad Autónoma Metropolitana Unidad Iztapalapa 19 de Marzo de 2012 el Anteriormente vimos que es posible encontrar un número infinito de vectores, no paralelos
Más detallesUso de LS. Esta matriz de 3x3 simétrica y definida positiva es un tensor de difusión de hidrógeno. , con gi en R 3. i S 0 exp bgt i Dg i i
Uso de LS MX 2 min S, con gi en R 3 i S 0 exp bgt i Dg i i Esta matriz de 3x3 simétrica y definida positiva es un tensor de difusión de hidrógeno. En cada posición del cerebro tenemos una matriz Tractografía
Más detallesResolución numérica de Ecuaciones en Derivadas Parciales (EDP) con Elementos Finitos usando FreeFem++
Resolución numérica de Ecuaciones en Derivadas Parciales (EDP) con Elementos Finitos usando FreeFem++ Esquema del curso Qué problemas queremos resolver? Análisis Numérico:El Método de los Elementos Finitos
Más detallesSíntesis de problemas con simetría esférica.
Síntesis de problemas con simetría esférica. 1. Ondas esféricas. Supongamos que tenemos la ecuación de ondas en d = 3 u tt = c u (1) y vamos a buscar soluciones que espacialmente, solo dependen de la variable
Más detalles1.- DOMINIO DE LA FUNCIÓN
En este resumen vamos a tratar los puntos que necesitamos para poder representar gráficamente una función. Empezamos viendo la información que podemos obtener de la expresión matemática de la función.
Más detallesResolución de la ecuación de advección-difusión en 2-D utilizando diferencias finitas generalizadas. Consistencia y Estabilidad.
XXI Congreso de Ecuaciones Diferenciales y Aplicaciones XI Congreso de Matemática Aplicada Ciudad Real, 1-5 septiembre 009 (pp. 1 8) Resolución de la ecuación de advección-difusión en -D utilizando diferencias
Más detallesJorge Mozo Fernández Dpto. Matemática Aplicada
Álgebra y Ecuaciones Diferenciales Lineales y Matemáticas II E.T.S. Ingenieros de Telecomunicación I.T. Telecomunicación Esp. Telemática y Sistemas de Telecomunicación Curso 2009-2010 Tema 11: Introducción
Más detallesAuxiliar 1: Métodos Numéricos
Facultad de Ciencias Físicas y Matemáticas Departamento de Física Semestre 2008-1 FI1A2- Sistemas Newtonianos Profesor Hugo Arellano S. Auxiliares: César Casanova M., Juan González B., Daniela Opitz O.
Más detallesE.T.S. Minas: Métodos Matemáticos Soluciones Tema 2 Aproximación e interpolación
E.T.S. Minas: Métodos Matemáticos Soluciones Tema 2 Aproximación e interpolación Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Curso 2006/07
Más detallesDERIVADAS PARCIALES Y APLICACIONES
CAPITULO IV CALCULO II 4.1 DEFINICIÓN DERIVADAS PARCIALES Y APLICACIONES En cálculo una derivada parcial de una función de diversas variables es su derivada respecto a una de esas variables con las otras
Más detallesAnálisis Numérico para Ingeniería. Clase Nro. 3
Análisis Numérico para Ingeniería Clase Nro. 3 Ecuaciones Diferenciales Ordinarias Introducción Problemas de Valores Iniciales Método de la Serie de Taylor Método de Euler Simple Método de Euler Modificado
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD PARA ALUMNOS DE BACHILLERATO LOE Septiembre 2013 MATEMÁTICAS II. CÓDIGO 158
PRUEBAS DE ACCESO A LA UNIVERSIDAD PARA ALUMNOS DE BACHILLERATO LOE Septiembre 2013 MATEMÁTICAS II. CÓDIGO 158 OBSERVACIONES IMPORTANTES: El alumno deberá responder a todas las cuestiones de una de las
Más detallesMétodos Numéricos Cap 5: Interpolación y Aproximación polinomial
1/12 Aproximación funcional e Interpolación Representación mediante funciones analíticas sencillas de: Información discreta. (Resultante de muestreos). Funciones complicadas. Siendo y k = f(x k ) una cierta
Más detallesINECUACIONES LINEALES
INECUACIONES POLINÓMICAS EN UNA VARIABLE Las inecuaciones en general, son desigualdades entre epresiones algebraicas en las que intervienen una o más variables. Cuando las epresiones algebraicas de cada
Más detallesGUÍA DOCENTE. Métodos numéricos y estadísticos en física
GUÍA DOCENTE Métodos numéricos y estadísticos en física I.- DATOS INICIALES DE IDENTIFICACIÓN Nombre de la asignatura: Métodos numéricos y estadísticos en física Número de créditos: 4 Carácter: Propia
Más detallesEcuaciones en Derivadas Parciales. Introducción
Ecuaciones en Derivadas Parciales. Introducción Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Barcelona) http://www-lacan.upc.es Definición
Más detallesIntroducción al Método de los Elementos Finitos
1 S 4 v 2 v 1 5 2 Introducción al Método de los Elementos Finitos Parte 8 MEF para problemas hiperbólicos Alberto Cardona, Víctor Fachinotti Cimec-Intec (UNL/Conicet), Santa Fe, Argentina Problemas hiperbólicos
Más detallesProf. Virginia Mazzone - Mariana Suarez
SISTEMAS NO LINEALES SISTEMAS DE SEGUNDO ORDEN Prof. Virginia Mazzone - Prof. Mariana Suarez 1 Introducción Método de isoclinas Ejemplos 3 Introducción Un sistema de segundo orden autónomo está representado
Más detallesSOLUCIÓN A LA ECUACIÓN EN DIFERENCIAS FINITAS. Hernández Cruz G. Berenice.
SOLUCIÓN A LA ECUACIÓN EN DIFERENCIAS FINITAS Hernández Cruz G. Berenice. SOLUCIÓN A LA ECUACIÓN EN DIFERENCIAS FINITAS La solución de diferencias finitas es ocupada en los análisis numéricos, por ejemplo:
Más detallesMétodos Numéricos Hoja 1 de 5
Métodos Numéricos Hoja 1 de 5 Programa de: Métodos Numéricos UNIVERSIDAD NACIONAL DE CÓRDOBA Facultad de Ciencias Exactas, Físicas y Naturales República Argentina Código: 4011 Carrera: Ingeniería Biomédica
Más detallesModelado en el dominio de la frecuencia Utilizar la transformada Laplace para representar ecuaciones diferenciales lineales
2.3 OBJETIVOS Transformada Laplace (Repaso) Modelado en el dominio de la frecuencia Utilizar la transformada Laplace para representar ecuaciones diferenciales lineales CONTENIDOS Transformada de Laplace
Más detallesI.- DATOS DE IDENTIFICACIÓN Nombre de la asignatura Métodos Numéricos (465)
UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE INGENIERÍA CIVIL SECRETARÍA ACADÉMICA Coordinación de Investigación, Innovación, Evaluación y Documentación Educativas. I.- DATOS DE IDENTIFICACIÓN Nombre
Más detallesCurso Propedéutico de Cálculo Sesión 3: Derivadas
Curso Propedéutico de Cálculo Sesión 3: Joaquín Ortega Sánchez Centro de Investigación en Matemáticas, CIMAT Guanajuato, Gto., Mexico Esquema 1 2 3 4 5 6 7 Esquema 1 2 3 4 5 6 7 Introducción La derivada
Más detallesTema 5. Series de Potencias
Tema 5. Series de Potencias Prof. William La Cruz Bastidas 21 de noviembre de 2002 Tema 5 Series de Potencias Definición 5.1 La sucesión de números complejos {z n } tiene un límite o converge a un número
Más detallesUnidad 6: Funciones reales de variable real.
Funciones reales de variable real 1 Unidad 6: Funciones reales de variable real. 1.- Concepto de función. Expresión analítica de una función. Variables x e y Existe relación entre x e y No hay relación
Más detalles5. Distribuciones de probabilidad multivariadas
5. Distribuciones de probabilidad multivariadas Sobre un dado espacio muestral podemos definir diferentes variables aleatorias. Por ejemplo, en un experimento binomial, X 1 podría ser la variable binomial
Más detallesUniversidad de Concepción, Chile Departamento de Geofísica Programación Científica con Software libre
Universidad de Concepción, Chile Departamento de Geofísica Programación Científica con Software libre Primavera, 2011 Universidad de Concepción Contenidos 1 Ecuaciones Diferenciales Ordinarias Método de
Más detallesLaboratorio Nº 4 Ecuaciones diferenciales de orden n. Ecuación lineal homogénea. Soluciones linealmente independientes
Universidad Diego Portales Segundo Semestre 2007 Facultad de Ingeniería Instituto de Ciencias Básicas Asignatura: Ecuaciones Diferenciales Laboratorio Nº 4 Ecuaciones diferenciales de orden n. Ecuación
Más detallesSistemas de ecuaciones lineales
Tema 1 Sistemas de ecuaciones lineales 11 Definiciones Sea K un cuerpo Una ECUACIÓN LINEAL CON COEFICIENTES EN K es una expresión del tipo a 1 x 1 + + a n x n = b, en la que n es un número natural y a
Más detallesMATEMÁTICAS 1º BACH. C. N. Y S. 25 de enero de 2010 Geometría y Logaritmos
MATEMÁTICAS 1º BACH. C. N. Y S. 5 de enero de 010 Geometría y Logaritmos x yz 1) Tomar logaritmos, y desarrollar, en la siguiente expresión: A 4 ab log x log b 4log a log y ) Quitar logaritmos: log A )
Más detallesV = v 1 +2v 2 +3v 3. v 2. v 1
Coordenadas Hay muchas maneras de darle coordenadas a los puntos del espacio, las ecuaciones de las curvas o superficies dependen de las coordenadas que utilicemos y eligiendo las coordenadas adecuadas
Más detalles