Diferenciación numérica: Método de Euler implícito Métodos tipo Runge-Kutta
|
|
- Sofia Santos Carrizo
- hace 6 años
- Vistas:
Transcripción
1 Clase No. 24: Diferenciación numérica: Método de Euler implícito Métodos tipo Runge-Kutta MAT 251 Dr. Alonso Ramírez Manzanares CIMAT A.C. cimat.mx web: Dr. Joaquín Peña Acevedo CIMAT A.C. cimat.mx Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
2 Estabilidad del método de Euler Para el PVI dy dx = λy y(0) = y 0 donde λ C, tenemos que es estable si Re(λ) 0. Este caso lim y y(x) = 0. Para el método de Euler, y k+1 = (1 + hλ) k y 0 tenemos que es numéricamente estable si Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
3 Estabilidad del método de Euler Para el PVI dy dx = λy y(0) = y 0 donde λ C, tenemos que es estable si Re(λ) 0. Este caso lim y y(x) = 0. Para el método de Euler, y k+1 = (1 + hλ) k y 0 tenemos que es numéricamente estable si y k+1 = y k + hλy k = 1 + hλ 1. c( 1.25, 1.25) Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
4 Ejemplos (I) Ejemplo 1. Para el PVI dy dx = 5y y(0) = 1 se tienen los siguientes resultados c(min(vs, vy), max(vs, vy)) c(min(vs, vy), max(vs, vy)) h = c(0, 0.41 vx[n + 1]) h = c(0, 0.39 vx[n + 1]) Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
5 Ejemplos (II) Se puede ver que la solución es estable para h < 0.4. c(min(vs, vy), max(vs, vy)) h = 0.1 c(0, vx[n + 1]) Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
6 Ejemplos (III) Ejemplo 2. Para el PVI dy dx = y y(0) = y 0 Para h = 0.1 construimos la soluciones para y 0 = 1 y ŷ 0 = 1.1, y se muestran los resultados obtenidos: c(min(vy1, vy2), max(vy1, vy2)) vy1 vy y k c(0, yvx[n ŷ+ k 1]) ŷ k vx y k Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
7 Ejemplos (IV) vy1[ii] vy2[ii] ŷ k vx[ii] y k Se puede determinar h a partir de que se tiene que cumplir que para k = 1,..., n. 1 + hλ k y 0 ŷ 0 ε Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
8 Estabilidad del método trapezoidal (I) Analizamos la estabilidad del método y k+1 = y k + h 2 [f (x k, y k ) + f (x k+1, y k+1 )] con el PVI dy dx = λy y(0) = y 0 y k+1 = y k + h 2 [λy k + λy k+1 ] = 1 h2 λ y k+1 = 1 + h2 λ y k y k+1 = 1 h2 λ h2 λ k+1 y 0 Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
9 Estabilidad del método trapezoidal (II) De donde, el método es estable si 1 h2 1 λ 1 + h 2 λ h 2 λ 1 h 2 λ c( 1.25, 1.25) La región de estabilidad es el semiplano negativo Re(λ) < c( 2.5, 1) Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
10 Método de Euler implícito (I) Desde el punto de vista de integración, y(x k+1 ) = y(x k ) + xk+1 x k f (x, y) dx, podemos aproximar la integral usando ahora el rectángulo con altura f (x k+1, y k+1 ), y obtenemos el método de Euler implícito: y k+1 = y k + hf (x k+1, y k+1 ) Para analizar la estabilidad del método, consideramos el PVI dy dx = λy y(0) = y 0 tenemos que y k+1 = y k + hλy k+1, es decir y k+1 = 1 1 hλ y k = 1 (1 hλ) k+1 y 0 Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
11 Método de Euler implícito (II) La solución es estable para hλ = 1 1 hλ c( 1.5, 1.5) c( 1, 2.5) Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
12 Un resultado (I) Proposición Supongamos que para i = 0, 1,..., n 1, los números E i satisfacen E i+1 A E i + B, para algunas constantes A y B, con A = 1. Entonces E i A i E 0 + Ai 1 B i = 1,..., n. A 1 Demostración por inducción: Para i = 1 se cumple Supongamos que se cumple E 1 A E 0 + B = a E 0 + A 1 A 1 B. E i A i E 0 + Ai 1 B i = 1,..., k. A 1 Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
13 Un resultado (II) Entonces E k+1 A E k + B A A k E 0 + Ak 1 A 1 B + B = A k+1 E 0 + Ak+1 1 A 1 B Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
14 Convergencia de los métodos Considere el PVI y = f (x, y), x [a, b] y(a) = y 0. Generamos una discretización uniforme: a = x 0 < x 1 < < x n = b, h = x i+1 x i. Aplicamos un método para calcular los valores y k,h de la solución numérica en los nodos x k. Definición Un método de solución es convergente si la solución numérica aproxima a la solución analítica del PVI. Es decir, max k y k,h y(x k ) 0 si h 0. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
15 Convergencia del método de Euler (I) Proposición Supongamos que el PVI y = f (x, y), x [a, b] y(a) = y 0, tiene solución única, que las funciones y y y son continuas y que existen constantes L y M tales que f (x, y) es Lipschitz en y con constante L, y (x) M x [a, b]. Entonces el método de Euler es convergente. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
16 Convergencia del método de Euler (II) Sean {y k } los valores en los nodos de una discretización uniforme de tamaño h, calculados mediante el método de Euler. Definimos E k = y(x k ) y k. E k+1 = y(x k+1 ) y k+1 = y(x k) + hy (x k ) + h2 2 y (ξ) y k hf (x k, y k ) = [y(x k) y k ] + h[f (x k, y(x k )) f (x k, y k )] + h2 2 y (ξ) E k + hl y(x k ) y k + h2 2 M = (1 + hl) E k + h2 2 M Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
17 Convergencia del método de Euler (III) Por la proposición anterior, tenemos E k (1 + hl) k E 0 + (1 + hl)k 1 h 2 hl 2 M = (1 + hl)k 1 Mh. 2L Por tanto, se debe tener que E k 0 si h 0, para todo k, es decir, el método de Euler es convergente. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
18 Consistencia de métodos de 1 paso (I) Tenemos el PVI y = f (x, y), y(a) = y 0. Queremos resolverlo con un método de un paso. La forma general de éstos es y k+1 = y k + hϕ(h, x k, y k, y k+1 ) donde ϕ es una función que depende de f. Para el método de Euler, ϕ = f (x k, y k ). En el método trapezoidal, ϕ = 1 2 [f (x k, y k ) + f (x k+1, y k+1 )]. En general, si ϕ = ϕ(h, x k, y k ), el método es explícito. En cualquier otro caso, el método es implícito. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
19 Consistencia de métodos de 1 paso (II) Si se sustituye en el esquema de solución el valor de la solución analítica del problema se tiene un error ε k+1 : El error lo expresamos como y(x k+1 ) = y(x k ) + hϕ(h, x k, y(x k ), y(x k+1 ) ) + ε k+1 ε k+1 = hτ k+1 (h), donde τ k+1 (h) se llama el error de truncamiento local en el nodo k + 1. El error de truncamiento global es τ(h) = max τ k+1 (h). k Si lim h 0 τ(h) = 0, se dice que el método numérico es consistente. Decimos que el método de solución es convergente si para cualquier PVI, con una función f que es Lipschitz, se tiene que lim max ε k (h) = 0. h 0 k Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
20 Consistencia de métodos de 1 paso (III) Para el método de Euler: ε k+1 (h) = y(x k+1 ) y(x k ) hf (x k, y(x k )) = y(x k+1 ) y(x k ) hy (x k ) Si = y(x k ) + hy (x k ) + h2 2 y (ξ) y(x k ) hy (x k ) = h2 2 y (ξ). y es acotada por M en todo el intervalo, entonces Definición ε k+1 (h) = h2 2 y (ξ) h2 2 M = O(h2 ) Un método de solución es consistente con la ecuación diferencial si el error de truncamiento tiende a cero cuando el tamaño de paso h tiende a cero. Como h2 M 0 si h 0, el método de Euler es consistente de orden 1. 2 Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
21 Consistencia y convergencia (I) Consistencia no implica convergencia. Para ver esto, consideremos el PVI y = f (x, y) y(x 0 ) = y 0 y lo queremos resolver numéricamente mediante Note que y i+1 = 3 2 y i + 3y i y i 2 + 3hf (x, y i ) 2y(x + h) = 2y(x) +2hy (x) +h 2 y (x) + h3 3 y(3) (x) +O(h 4 ) 6y(x h) = 6y(x) +6hy (x) 3h 2 y (x) +h 3 y (3) (x) +O(h 4 ) y(x 2h) = y(x) 2hy (x) +2h 2 y (x) 4h3 3 y(3) (x) +O(h 4 ) 3y(x) = 3y(x) Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
22 Consistencia y convergencia (II) Sumando las ecuaciones 2y(x + h) + 3y(x) 6y(x h) + y(x 2h) = 6hy (x) + O(h 4 ) 2y(x + h) + 3y(x) 6y(x h) + y(x 2h) = y (x) + O(h 3 ) 6h Así, la expresión de la izquierda converge a y de orden h 3. Ese es el error de truncamiento. y(x + h) 3 2 y(x) + 3y(x h) 1 2 y(x 2h) + 3hy (x). Se tiene que el método es consistente y que tiene un orden mayor que el método de Euler. Vamos a aplicarlo a un caso particular. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
23 Consistencia y convergencia (III) Ejemplo. Si y = f (x, y) = 2x(1 + y 2 ) y(0) = 0 La solución del problema es y(x) = tan(x 2 ). Aplicando el método de Euler y el esquema propuesto se obtiene lo siguiente: Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
24 Consistencia y convergencia (IV) c(0, max(vs)) c(0, max(vs)) c(0, h * n) n = 60, h = 0.02 c(0, h * n) Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
25 Consistencia y convergencia (V) c(0, max(vs)) c(0, max(vs)) c(0, h * n) n = 120, h = 0.01 c(0, h * n) Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
26 Métodos de Runge-Kutta Los métodos tipo Runge-Kutta tratan de imitar a los métodos basados en series de Taylor, que tienen la desventaja de requerir el cálculo de derivadas de orden superior (y, y,...). Los métodos tipo Runge-Kutta sólo usan la función f del PVI. El desarrollo de Taylor para f (x, y) es donde 1 f (x + h, y + l) = h i! x + l i f (x, y) y i=0 h x + l 0 f = f y h x + l 1 f = h f y x + l f y h x + l 2 f = h 2 2 f y x 2 + 2hl 2 f x y + 2 f l2 y 2 Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
27 Método de Runge-Kutta de 2o. orden (I) Este método requiere la evaluación de dos funciones K 1 = f (x, y) K 2 = f (x + αh, y + βhk 1 ) para calcular el valor de y en x + h mediante una combinación lineal de estos valores: y(x + h) = y(x) + hw 1 K 1 + hw 2 K 2. El objetivo es determinar los valores de α, β, w 1, w 2 que hacen que la ecuación anterior se cumpla de la manera más precisa posible. Reescribiendo la expresión anterior: y(x + h) = y(x) + w 1 hf (x, y) + w 2 hf (x + αh, y + βhf (x, y)) Tenemos que Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
28 Método de Runge-Kutta de 2o. orden (II) f (x + αh, y + βhf (x, y)) = f (x, y) + αhf x + βhf f y αh x + βhf 2 f y Entonces y(x + h) = y + (w 1 + w 2 )hf + αw 2 h 2 f x + βw 2 h 2 f f y + O(h 3 ) Por otra parte, como y = dy dx = df (x,y) dx = f x + f y y = f x + f f y, entonces y(x + h) = y(x) + hy (x) h2 y (x) + O(h 3 ) = y + hf h2 (f x + f f y ) + O(h 3 ). Comparando las expresiones, debemos tener que Una solución puede ser w 1 + w 2 = 1, αw 2 = 1 2, βw 2 = 1 2 Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
29 Método de Runge-Kutta de 2o. orden (III) w 1 = 1 2, w 2 = 1, α = 1, β = 1. 2 Entonces, el método de Runge-Kutta de segundo orden es donde y k+1 = y k + h 2 f (x k, y k ) + h 2 f (x k+1, y k + hf (x k, y k )) = y k + h 2 (K 1 + K 2 ) K 1 = f (x k, y k ) K 2 = f (x k + h, y k + hk 1 ) Así, hay que evaluar la función f dos veces en cada paso. Podemos escoger otros valores para los coeficientes. Por ejemplo, α puede ser arbitrario, y en ese caso β = α, w 1 = 1 1 2α, w 2 = 1 2α. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
30 Método de Runge-Kutta de 2o. orden (IV) Se puede ver que el error del método de Runge-Kutta de orden 2 es h α x + f 2 f + h3 y 6 f y x + f f. y Podemos elegir α = 2/3. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
31 Método de Runge-Kutta de 4o. orden El método de cuarto orden es donde y k+1 = y k (K 1 + 2K 2 + 2K 3 + K 4 ) K 1 = h f (x, y) K 2 = h f (x + h/2, y + K 1 /2) K 3 = h f (x + h/2, y + K 2 /2) K 4 = h f (x + h, y + K 3 ) Para obtener esta fórmula, hay que comparar con el desarrollo de Taylor de y(x + h) que incluye al término h 4. Así, se espera que el error sea O(h 5 ). Se consigue mayor precisión pero en cada paso hay que evaluar la función f cuatro veces. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
32 Ejemplo Consideremos el PVI y = 2 + (y x 1) 2, x(1) = 2. La solución analítica es y(x) = 1 + x + tan(x 1). Cada línea muestra la diferencia entre la solución analítica y la numérica, y(x k ) y k, donde y k es calculado usando R-K de orden 2 y R-K de orden 4. En este caso, n = 8. c(dmin, dmax) 4e 04 3e 04 2e 04 1e 04 0e+00 R K 2 R K c(a, b) Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
33 Métodos explícitos de orden 2 (I) La forma general de estos métodos es y k+1 = y k + h(w 1 K 1 + w 2 K 2 ) donde K 1 = f (x k + c 1 h, y k ) K 2 = f (x k + c 2 h, y k + a 21 hk 1 ) Si tomamos w 1 = 0 w 2 = 1, c 2 = 1/2, a 21 = 1/2, se tiene el método de Euler modificado y k+1 = y k + h K 2 K 1 = f (x k, y k ) K 2 = f (x k + h/2, y k + K 1 /2) Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
34 Regiones de estabilidad de métodos explícitos RK de orden 2 RK de orden 3 RK de orden 4 Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
35 Métodos implícitos tipo Runge-Kutta (I) y k+1 = y k + h(w 1 K 1 + w 2 K 2 ) K 1 = f (x k + c 1 h, y k + h(a 11 K 1 + a 12 K 2 )) K 2 = f (x k + c 2 h, y k + h(a 21 K 1 + a 22 K 2 )) Para obtener la fórmula hay que calcular el desarrollo de Taylor para K i, sustituir en el esquema de solución y comparar la expresión resultante con el desarrollo de Taylor de y(x k + h). Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 34
Diferenciación 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 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 detallesMétodos Multipaso lineales
Elementos de Cálculo Numérico - Cálculo Numérico Segundo Cuatrimestre de 2008 (FCEN - UBA) Métodos Multipaso lineales Consideramos el problema de valores iniciales (PVI) y = f(x, y) a x b y(a) = α Dado
Más detallesConsistencia, Estabilidad y Convergencia
Consistencia, Estabilidad y Convergencia 1. étodos a un paso Para aproximar la solución x = x(t) del problema de valores iniciales (PVI) x = f(t, x) a t b x(a) = α consideramos el método numérico a un
Más detallesClase No. 20: Integrales impropias MAT 251. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 14
Clase No. 2: Integrales impropias MAT 251 Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) 26.11.211 1 / 14 Integrandos con singularidades (I) Cuando el integrando o alguna de sus derivadas de bajo orden
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 detallesPreliminares Problemas de Valor Inicial Problemas de Contorno ECUACIONES DIFERENCIALES ORDINARIAS
ECUACIONES DIFERENCIALES ORDINARIAS Contenido Preliminares 1 Preliminares 2 3 El Método de Disparo Lineal Contenido Preliminares 1 Preliminares 2 3 El Método de Disparo Lineal Preliminares Las ecuaciones
Más detallesProfesor Francisco R. Villatoro 29 de Mayo de 2000 NO SE PERMITEN APUNTES, FORMULARIOS O CALCULADORA NO OLVIDE RACIONALIZAR TODOS LOS RESULTADOS
Examen Segundo Parcial Técnicas Numéricas (Técn. Comp.) Profesor Francisco R. Villatoro 9 de Mayo de 000 NO SE PERMITEN APUNTES FORMULARIOS O CALCULADORA NO OLVIDE RACIONALIZAR TODOS LOS RESULTADOS 1.
Más detallesMétodos Numéricos en Ecuaciones Diferenciales Ordinarias
Tema 4 Métodos Numéricos en Ecuaciones Diferenciales Ordinarias 4.1 Introducción Estudiaremos en este Tema algunos métodos numéricos para resolver problemas de valor inicial en ecuaciones diferenciales
Más detallesMétodos en diferencias para problemas de contorno
Métodos numéricos de resolución de ecs. en derivadas parciales Curso 2006-07. Prácticas 1 y 2 Métodos en diferencias para problemas de contorno 1 Resultados sobre existencia de solución de un problema
Más detallesMétodo de potencia directo e inverso
Clase No. 12: Método de potencia directo e inverso MAT 251 Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) 26.09.2011 1 / 20 Método de la potencia Este método puede encontrar el eigenvalor más grande
Más detalles10. Series de potencias
FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Cálculo Diferencial e Integral 7-2 Basado en el apunte del curso Cálculo (2do semestre), de Roberto Cominetti, Martín Matamala y Jorge San
Más detallesMétodos numéricos para Ecuaciones Diferenciales Ordinarias
Métodos numéricos para Ecuaciones Diferenciales Ordinarias Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Barcelona) http://www-lacan.upc.es
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 detallesClase No. 13: Factorización QR MAT 251. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16
Clase No 13: Factorización QR MAT 251 Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) 03102011 1 / 16 Factorización QR Sea A R m n con m n La factorización QR de A es A = QR = [Q 1 Q 2 ] R1 = Q 0 1 R
Más detallesMAT web:
Clase No. 7: MAT 251 Matrices definidas positivas Matrices simétricas Dr. Alonso Ramírez Manzanares Depto. de Matemáticas Univ. de Guanajuato e-mail: alram@ cimat.mx web: http://www.cimat.mx/ alram/met_num/
Más detallesEjercicios de ECUACIONES DIFERENCIALES ORDINARIAS
Ejercicios de ECUACIONES DIFERENCIALES ORDINARIAS Grado en Matemáticas Curso 203-204 . Ecuaciones lineales con coeficientes constantes Ecuaciones de primer orden. Encontrar la solución de los siguientes
Más detallesEcuaciones diferenciales de orden superior
CAPÍTULO 4 Ecuaciones diferenciales de orden superior OBJETIVOS PARTICULARES Describir los conceptos de combinación lineal, dependencia e independencia lineal, conjunto fundamental de soluciones y solución
Más detalles1. El Teorema de Rolle Generalizado.
Proyecto III: Los Teoremas de Rolle y del valor Medio Objetivos: Profundizar el estudio de algunos teoremas del cálculo diferencial 1 El Teorema de Rolle Generalizado La formulación más común del Teorema
Más detallesEjercicios: Estimando π con métodos Monte Carlo y cálculo del mayor autovalor de una matriz
Ejercicios: Estimando π con métodos Monte Carlo y cálculo del mayor autovalor de una matriz 6 de marzo de 05. Cálculo de π con métodos Monte Carlo El objetivo de este ejercicio consiste en estimar el valor
Más detallesObservación: El método de Euler, es el método de Taylor de orden 1.
METODO DE TAYLOR TEOREMA DE TAYLOR DE ORDEN N Sea y(t) una función tal que sea n veces continuamente diferenciable en el intervalo [a,b] y existe y (N+1) existe en [a, b] Para todo t k + [a, b] abrá un
Más detallesEcuaciones diferenciales lineales con coeficientes variables
Tema 5 Ecuaciones diferenciales lineales con coeficientes variables 5 Existencia y unicidad Partimos de una ecuación de la forma a 0 (x y (n + a (x y (n + + a n (x y + a n (x y = b(x (5 con a 0 (x 0 donde
Más detallesEcuaciones Diferenciales Ordinarias
Ecuaciones Diferenciales Ordinarias (Teoremas de Existencia y Unicidad) Julio López jclopez@dim.uchile.cl Depto Ingeniería Matemática, Universidad de Chile Otoño 2011, Resumen clases Julio López EDO 1/15
Más detallesProblemas de VC para EDVC elaborados por C. Mora, Tema 2
Problemas de VC para EDVC elaborados por C. Mora, Tema 2 Ejercicio 1 Demostrar que la función u(x, y cosh y sen x es armónica en el plano y construir otra función armónica v(x, y tal que u(x, y + iv(x,
Más detallesComparación de Métodos Numéricos para la Solución Ecuación Diferencial de 1 er Orden
Comparación de Métodos Numéricos para la Solución Ecuación Diferencial de er Orden Francisco M. Gonzalez-Longatt Resumen Este documento presenta un comparación de los resultados obtenidos por tres métodos
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 detallesLección 3: Aproximación de funciones. por polinomios. Fórmula de Taylor para
Lección 3: Aproximación de funciones por polinomios. Fórmula de Taylor para funciones escalares 3.1 Introducción Cuando es difícil trabajar con una función complicada, tratamos a veces de hallar una función
Más detallesEcuaciones diferenciales ordinarias
Capítulo 8 Ecuaciones diferenciales ordinarias 8.1. Introducción Una ecuación diferencial ordinaria de orden n de una función y(x es una ecuación de la forma F(x,y(x,y (x,y (x,...,y (n = 0 donde F es una
Más detalles2 Ecuaciones Algebraicas y Trascendentes
2 Ecuaciones Algebraicas y Trascendentes 2.1 Introducción Las sucesiones asintóticas son una herramienta usada en el análisis de las soluciones de problemas que surgen en la Teoría de Perturbaciones. En
Más detallestodos los puntos de U, y las funciones df : U R m son continuas en x, entonces F es diferenciable en x.
clase C 1 clase C p 1. clase C 1 Consideremos U un abierto de R n, y F : U R m. Si para cada x U existe df (x), podemos definir una función df : U R m df (x) = ( 1 (x),..., m (x)) y tiene sentido estudiar
Más detallesCÁLCULO II. Grado M+I. Sucesiones y series de funciones. Sucesiones y series de funciones 1 / 27. Grado M+I () CÁLCULO II
CÁLCULO II Grado M+I Sucesiones y series de funciones Sucesiones y series de funciones 1 / Sucesiones funciones. Convergencia puntual Sucesión de funciones Definición Una sucesión de funciones será cualquier
Más detallesEcuaciones Diferenciales
Ecuaciones Diferenciales Manuel Valenzuela Rendón Centro de Sistemas Inteligentes Tecnológico de Monterrey, Campus Monterrey Octubre 2007 M. Valenzuela (Centro de Sistemas Inteligentes) Ecuaciones Diferenciales
Más detalles1 Método de la bisección. 1.1 Teorema de Bolzano Teorema 1.1 (Bolzano) Contenido
E.T.S. Minas: Métodos Matemáticos Resumen y ejemplos Tema 3: Solución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña
Más detallesSplines Cúbicos. t 0 < t 1 < < t n (1)
Splines Cúbicos Roberto J León Vásquez rleon@alumnosinfutfsmcl Jorge Constanzo jconstan@alumnosinfutfsmcl Valparaíso, 24 de octubre de 2006 1 Interpolación con Splines Una función spline está formada por
Más detallesMETODOS MULTIPASOS METODOS DE ADAMS
METODOS MULTIPASOS Los métodos de euler, Heun, Taylor y Runge-Kutta se llaman método de un paso porque en el cálculo de cada punto sólo se usa la información del último punto. Los métodos multipaso utiliza
Más detallesTema 6: Resolución aproximada de sistemas de ecuaciones lineales
Métodos Numéricos: Resumen y ejemplos Tema 6: Resolución aproximada de sistemas de ecuaciones lineales Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de
Más detalles2. Continuidad y derivabilidad. Aplicaciones
Métodos Matemáticos (Curso 2013 2014) Grado en Óptica y Optometría 7 2. Continuidad y derivabilidad. Aplicaciones Límite de una función en un punto Sea una función f(x) definida en el entorno de un punto
Más detallesElementos Básicos de Análisis Funcional en. Dr. Oldemar Rodríguez Rojas
Elementos Básicos de Análisis Funcional en Análisis Numérico Dr. Oldemar Rodríguez Rojas Agosto 2008 Contents 1 Elementos Básicos de Análisis Funcional 2 1.1 Espacios normados...........................
Más detallesCurso de Métodos Numéricos. Ecuaciones diferenciales ordinarias
Curso de Métodos Numéricos. Ecuaciones diferenciales ordinarias Curso: Métodos Numéricos en Ingeniería Profesor: Dr. José A. Otero Hernández Universidad: ITESM CEM Fecha: Lunes, 11 de noviembre de 2014
Más detallesConvergencia Sucesiones convergentes
Lección 6 Convergencia Vamos a estudiar la noción de convergencia de sucesiones en un espacio métrico arbitrario, generalizando la que conocemos en R. La definimos de forma que quede claro que se trata
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 detallesReacciones Químicas. (molaridad) pues una mol de sustancia química contiene el mismo número de moléculas.
Reacciones Químicas Consideremos una reacción química que ocurre en una disolución bien mezclada. Se supondrá que la reacción es irreversible y que ningún otro proceso se lleva a cabo para afectar la cantidad
Más detallesPreliminares Interpolación INTERPOLACIÓN Y APROXIMACIÓN POLINOMIAL
INTERPOLACIÓN Y APROXIMACIÓN POLINOMIAL Contenido Preliminares 1 Preliminares Teorema 2 Contenido Preliminares Teorema 1 Preliminares Teorema 2 Teorema Preliminares Teorema Teorema: Serie de Taylor Supongamos
Más detallesCÁLCULO NUMÉRICO (0258)
CÁLCULO NUMÉRICO (58) Tema 5. Diferenciación e Integración Numérica Enero 5. Utilice la fórmula para calcular la derivada de f(x) = cos(x) en utilizar la fórmula. f(x + ) f(x) f'(x) x = y con =.. Estime
Más detallesEspacios métricos completos
5 Espacios métricos completos Comenzamos introduciendo las sucesiones de Cauchy, que relacionamos con las sucesiones convergentes. En el caso de que coincidan, se trata de un espacio métrico completo.
Más detalles2. Sistemas de ecuaciones lineales
2 Sistemas de ecuaciones lineales 2 Ejercicios resueltos Ejercicio 2 Estudiar el número de condición de Frobenius de la matriz a b A a + ε b Solución: El determinante de A es A ab + ba + ε b ε Si b 0 y
Más detallesCálculo en varias variables
Cálculo en varias variables Dpto. Matemática Aplicada Universidad de Málaga Resumen Límites y continuidad Funciones de varias variables Límites y continuidad en varias variables 1 Límites y continuidad
Más detalles: k }, es decir. 2 k. k=0
FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Cálculo Diferencial e Integral 08-2 Basado en el apunte del curso Cálculo (2do semestre), de Roberto Cominetti, Martín Matamala y Jorge San
Más detallesSeries numéricas y de potencias. 24 de Noviembre de 2014
Cálculo Series numéricas y de potencias 24 de Noviembre de 2014 Series numéricas y de potencias Series numéricas Sucesiones de números reales Concepto de serie de números reales. Propiedades Criterios
Más detallesEcuaciones en Derivadas Parciales y Análisis Numérico. Prácticas
Ecuaciones en Derivadas Parciales y Análisis Numérico Prácticas Capítulo 2. Ecuaciones diferenciales ordinarias (EDOs). 2.1 Resolución de una ecuación diferencial ordinaria. Vamos a resolver numéricamente
Más detallesÓrdenes de la convergencia de sucesiones. Condiciones de la convergencia lineal y cuadrática del método de iteración simple
Órdenes de la convergencia de sucesiones. Condiciones de la convergencia lineal y cuadrática del método de iteración simple Estos apuntes están redactados por Maria de los Angeles Isidro Pérez y Egor Maximenko.
Más detallesEspacios completos. 8.1 Sucesiones de Cauchy
Capítulo 8 Espacios completos 8.1 Sucesiones de Cauchy Definición 8.1.1 (Sucesión de Cauchy). Diremos que una sucesión (x n ) n=1 en un espacio métrico (X, d) es de Cauchy si para todo ε > 0 existe un
Más detallesMay 4, 2012 CAPÍTULO 5: OPTIMIZACIÓN
May 4, 2012 1. Optimización Sin Restricciones En toda esta sección D denota un subconjunto abierto de R n. 1.1. Condiciones Necesarias de Primer Orden. Proposición 1.1. Sea f : D R diferenciable. Si p
Más detallesProblemas de VC para EDVC elaborados por C. Mora, Tema 4
Problemas de VC para EDVC elaborados por C. Mora, Tema 4 Ejercicio Determinar las funciones enteras f para las que Solución f( + w) = f()f(w), w C. En primer lugar, f(0) = f(0 + 0) = f(0)f(0) = f(0) 2,
Más detallesCapítulo 3. Polinomios
Capítulo 3 Polinomios 29 30 Polinomios de variable real 31 Polinomios de variable real 311 Evaluación de polinomios Para el cálculo eficiente de los valores de un polinomio se utiliza el algoritmo de Horner,
Más detallesCuadratura de Newton-Cotes
Profesor: Jaime Álvarez Maldonado Universidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación INTEGRACION NUMERICA Ayudante: Rodrigo Torres Aguirre INTEGRACION
Más detallesEcuaciones Diferenciales Ordinarias
Capítulo Ecuaciones Diferenciales Ordinarias.. Introducción Una ecuación diferencial ordinaria lineal de la forma d dx y(x) =f(x, y) con d dx y(x) =y (x) (.) se puede utilizar como modelo matemático de
Más detallesProblemas de Selectividad de Matemáticas II Comunidad de Madrid (Resueltos) Isaac Musat Hervás
Problemas de Selectividad de Matemáticas II Comunidad de Madrid (Resueltos) Isaac Musat Hervás de mayo de 13 Capítulo 6 Año 5 6.1. Modelo 5 - Opción A Problema 6.1.1 ( puntos) Justificar razonadamente
Más detallesECUACIONES DIFERENCIALES DE PRIMER ORDEN
ECUACIONES DIFERENCIALES DE PRIMER ORDEN Sergio Stive Solano 1 Abril de 2013 1 Visita http://sergiosolanosabie.wikispaces.com ECUACIONES DIFERENCIALES DE PRIMER ORDEN Sergio Stive Solano 1 Abril de 2013
Más detallesSolución numérica de ecuaciones diferenciales con condiciones iniciales
Solución numérica de ecuaciones diferenciales con condiciones iniciales Ing. Jesús Javier Cortés Rosas M. en A. Miguel Eduardo González Cárdenas M. en A. Víctor D. Pinilla Morán * 011 Resumen Introducción.
Más detallesDefinición 13.1 Definimos el conjunto de los polinomios de Laguerre {L n (t)} n N 0 mediante una cualquiera de las siguientes ecuaciones:
Capítulo 13 Polinomios de Laguerre 13.1 Definición Definición 13.1 Definimos el conjunto de los polinomios de Laguerre {} n N mediante una cualquiera de las siguientes ecuaciones: = e t dn ( t n e t) =
Más detallesCAPÍTULO 4: DERIVADAS DE ORDEN SUPERIOR. En este capítulo D denota un subconjunto abierto de R n.
April 15, 2009 En este capítulo D denota un subconjunto abierto de R n. 1. Introducción Definición 1.1. Dada una aplicación f : D R, definimos la derivada parcial segunda de f como D ij f = 2 f = ( ) x
Más detallesDESIGUALDADES. AXIOMA 1.- Tricotomía de los números reales. Si a y b son números reales entonces se cumple una y solo una de las relaciones
DESIGUALDADES 4.1.- AXIOMAS DE ORDEN. Cualquier conjunto o Campo de números que satisface los siguientes 4 Axiomas se dice que es un conjunto de números ORDENADO. El conjunto o Campo de los números reales
Más detallesEcuaciones Diferenciales. Conceptos Generales
Tema 1 Ecuaciones Diferenciales. Conceptos Generales Introducción La Modelización y Simulación es una área enorme de la ciencia pura y aplicada, a la que intentamos aproximarnos en esta asignatura. Dadas
Más detallesFunciones de Clase C 1
Capítulo 7 Funciones de Clase C 1 Vamos a considerar ahora la extensión a varias variables del concepto de función de clase C 1. Cada vez que establezcamos una propiedad de las funciones diferenciables,
Más detallesC alculo Noviembre 2010
Cálculo Noviembre 2010 Series numéricas. Sucesiones Definición Una sucesión es una aplicación a : IN IR. Denotamos simplificadamente a n en vez de a(n). El límite de la sucesión (a n ) es l R si para
Más detallesBajo estas hipótesis la ley de Newton permite escribir las ecuaciones del cohete (ver Figura 1.1) como. = m(t) g + T (t), = g + dx dt (0) = v 0.
CAPÍTULO 1 INTRODUCCIÓN Ejercicios resueltos Problema 1. Desarrolle un modelo simplificado de un coete como un cuerpo sujeto a la gravedad que se mueve en vertical por el empuje de una fuerza de propulsión
Más detallesMétodos Matemáticos 2 Ecuaciones Diferenciales de Orden Superior
Métodos Matemáticos 2 Ecuaciones Diferenciales de Orden Superior L. A. Núñez * Centro de Astrofísica Teórica, Departamento de Física, Facultad de Ciencias, Universidad de Los Andes, Mérida 5101, Venezuela
Más detallesEn este capítulo extenderemos la conocida ecuación. g(b) f = f g g, g(a)
Capítulo 6 Cambio de variable 1. Particiones de la Unidad En este capítulo extenderemos la conocida ecuación (6.1) g(b) g(a) f = b a f g g, válida para funciones iemann-integrables f y funciones diferenciables
Más detallesCÁLCULO Primer curso de Ingeniero de Telecomunicación Examen Final. 19 de Junio de 2004 Primera parte
CÁLCULO Primer curso de Ingeniero de Telecomunicación Examen Final. 9 de Junio de 4 Primera parte Ejercicio. Un depósito subterráneo de gasolina tiene forma de cilindro elíptico con semieje orizontal a
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 detallesComplementos de Análisis. Año 2016
Complementos de Análisis. Año 2016 Práctica 8. Ecuaciones diferenciales ordinarias. 1 Modelando con ecuaciones diferenciales Modelar con ecuaciones diferenciales las siguientes situaciones. Intentar resolver
Más detallesSoluciones de los ejercicios del examen de Cálculo del 29 de junio de 2007 Primero de Ingeniería de Telecomunicación
Soluciones de los ejercicios del examen de del 29 de junio de 27 Primero de Ingeniería de Telecomunicación Ejercicio a Justifica que la ecuación x 2 = x sen x+ cos x tiene exactamente dos soluciones reales.
Más detallesEcuaciones diferenciales ordinarias
Capítulo 8 Ecuaciones diferenciales ordinarias 8.1. Introducción Una ecuación diferencial ordinaria de orden n de una función y(x es una ecuación de la forma F(x,y(x,y (x,y (x,...,y (n = 0 donde F es una
Más detallesSistemas autónomos. Introducción a la teoría cualitativa.
Lección 4 Sistemas autónomos. Introducción a la teoría cualitativa. 4.1 Sistemas autónomos. Mapas de fase. En esta lección nos centraremos en el estudio de sistemas autónomos, es decir, aquellos que pueden
Más detallesTEMA 6 PROBLEMAS DE VALOR INICIAL PROBLEMAS DE CÁLCULO NUMÉRICO (8/9) El código se lista a continuación: function [S,T]resuelve_ed(Tobs,h) T[:h:Tobs];
TEMA 6 PROBLEMAS DE VALOR INICIAL PROBLEMAS DE CÁLCULO NUMÉRICO (8/9) TEMA 6: RESOLUCIÓN NUMÉRICA DE PROBLEMAS DE VALOR INICIAL Problema El siguiente código en MATLAB resuelve una ecuación diferencial
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 detallesTeorema de la Función Implícita
Teorema de la Función Implícita Sea F : U R p+1 R U abierto F (x 1, x 2,..., x q, y) y un punto a (a 1, a 2,..., a q, b) en U tal que i)f (a 1, a 2,..., a q, b) 0 ii) 0 y continua, existe entonces una
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 detallesLa interpolación polinomial en el análisis de métodos iterativos
Notas La interpolación polinomial en el análisis de métodos iterativos Resumen La solución de ecuaciones no lineales es de extrema importancia en la ingeniería y ciencias. Los métodos que se estudian para
Más detallesOperador Diferencial y Ecuaciones Diferenciales
Operador Diferencial y Ecuaciones Diferenciales. Operador Diferencial Un operador es un objeto matemático que convierte una función en otra, por ejemplo, el operador derivada convierte una función en una
Más detallesApéndice sobre ecuaciones diferenciales lineales
Apéndice sobre ecuaciones diferenciales lineales Juan-Miguel Gracia 10 de febrero de 2008 Índice 2 Determinante wronskiano. Wronskiano de f 1 (t), f 2 (t),..., f n (t). Derivada de un determinante de funciones.
Más detallesIntroducción a la Teoría Analítica de Números
Introducción a la Teoría Analítica de Números Pablo De Nápoli clase 3. Ejemplos de funciones generatrices El teorema que vimos la clase anterior sobre el producto de series de Dirichlet permite determinar
Más detalles4.6. Interpolación mediante splines (polinomios a trozos) Figura 4.1: Datos de interpolación
Capítulo 4 INTERPOLACIÓN 46 Interpolación mediante splines polinomios a trozos En las figuras siguientes se puede observar alguno de los problemas que la interpolación clásica con polinomios puede plantear
Más detallesTécnicas numéricas para las Ecuaciones diferenciales de primer orden: Método de Euler
Lección 6 Técnicas numéricas para las Ecuaciones diferenciales de primer orden: Método de Euler 61 Introducción a los métodos numéricos En este capítulo y en los anteriores estamos estudiado algunas técnicas
Más detallesProblemas tipo examen
Problemas tipo examen La división en temas no es exhaustiva. Las referencias (H n- m) indican el problema m de la hoja n y las referencias (A- cd), con A en números romanos indican un examen del mes A
Más detalles8.4. CRITERIO DE ESTABILIDAD POR EL METODO DIRECTO DE LIAPUNOV
8.4. CRITERIO DE ESTAB.: METODO DE LIAPUNOV 309 8.4. CRITERIO DE ESTABILIDAD POR EL METODO DIRECTO DE LIAPUNOV Consideremos el sistema autónomo dx = F (x, y) dt (8.32) dt = G(x, y), y supongamos que tiene
Más detallesIntroducción al Cálculo Numérico
Tema 1 Introducción al Cálculo Numérico 1.1 Introducción El Cálculo Numérico, o como también se le denomina, el Análisis numérico, es la rama de las Matemáticas que estudia los métodos numéricos de resolución
Más detallesCuadratura Numérica. Javier Segura. J. Javier Segura Cuadratura Numérica
Cuadratura Numérica Javier Segura Tema: Integración numérica. Contenidos Fórmulas de Newton-Cotes: Error en las fórmulas de Newton-Cotes. Fórmulas compuestas de Newton-Cotes. Error; Evaluación recurrente.
Más detallesSucesiones. Convergencia
Sucesiones. Convergencia Sucesión: Es una aplicación de IN en IR: f : IN IR n = f (n) En vez de f (n) se escribe a n, que se denomina término general de la sucesión. A la sucesión se le representa por:
Más detallesDepartamento de Matemáticas
MA5 Clase : Series de números reales Definición de Serie Elaborado por los profesores Edgar Cabello y Marcos González Definicion Dada una sucesión de escalares (a n ), definimos su sucesión de sumas parciales
Más detallesERRORES. , siempre que p 0.
ERRORES Indice 1. Errores 2. Clases de errores 3. Números en coma flotante 4. Aritmética del punto flotante 4.1. Errores 4.2. Operaciones en punto flotante 4.3. Problemas con operaciones en punto flotante
Más detallesIntegrales impropias múltiples
Integrales impropias múltiples ISABEL MARRERO Departamento de Análisis Matemático Universidad de La Laguna imarrero@ull.es Índice 1. Introducción 1 2. Caracterización de la integrabilidad impropia 2 3.
Más detallesTema 2 Resolución de EcuacionesNo Lineales
Tema 2 Resolución de Ecuaciones No Lineales E.T.S.I. Informática Indice Introducción 1 Introducción 2 Algoritmo del método de Bisección Análisis del 3 4 5 6 Algoritmo de los métodos iterativos Interpretación
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 detallesSemana 09 [1/28] Sucesiones. 29 de abril de Sucesiones
Semana 09 [1/28] 29 de abril de 2007 Semana 09 [2/28] Definición Sucesión Una sucesión real es una función: f : N R n f (n) Observaciones Para distinguir a una sucesión de las demás funciones, se ocupará
Más detallesFacultad de Física. Métodos Numéricos
Facultad de Física Métodos Numéricos Dr. Antonio Marín Hernández Centro de Investigación en Inteligencia Artificial Universidad Veracruzana Sebastían Camacho # 5 Xalapa, Veracruz lineales 1. Método de
Más detallesGuía Semana 7 1. RESUMEN 2. EJERCICIOS PROPUESTOS. Universidad de Chile. Ingeniería Matemática
. RESUMEN FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Cálculo en Varias Variables 08- Guía Semana 7 Teorema de la función inversa. Sea f : Ω Ê N Ê N, Ω abierto, una función de clase
Más detallesPráctico Preparación del Examen
Cálculo Diferencial e Integral (Áreas Tecnológicas) Segundo Semestre 4 Universidad de la República Práctico Preparación del Examen Límites, funciones y continuidad Ejercicio Sea log(+x ) f(x) =, si x
Más detallesCapítulo 4 Desarrollos en Serie de Taylor y de Laurent.
Capítulo 4 Desarrollos en Serie de Taylor y de Laurent. El desarrollo en serie de potencias, que comúnmente se restringe a potencias positivas en el campo real toma forma definitiva en el campo complejo
Más detalles