Ecuaciones Diferenciales Ordinarias y Simulación con Matlab
|
|
- Diego Pérez Aranda
- hace 6 años
- Vistas:
Transcripción
1 Ecuaciones Diferenciales Ordinarias y Simulación con Matlab L. Héctor Juárez Valencia y M a Luisa Sandoval Solís Departamento de Matemáticas, Universidad Autónoma Metropolitana-Iztapalapa, D. F., México 5 o Coloquio del Departamento de Matemáticas Enero de Metepec, Atlixco, Puebla
2 Contenido Conceptos básicos Solución numérica de ecuaciones diferenciales ordinarias Teoría cualitativa de ecuaciones diferenciales Simulación de sistemas de ecuaciones diferenciales ordinarias
3 Conceptos básicos Definición Un problema de valor inicial es una ecuación diferencial lineal de primer orden sujeta a una condición inicial, y se escribe como dx(t) dt = f (t, x), t [a, b], x(a) = x 0. (1) Definición Se dice que una función f (t, x) satisface la condición de Lipschitz en la variable x en un conjunto D R 2, si existe una constante L > 0 con la propiedad siguiente: f (t, x 1 ) f (t, x 2 ) L x 1 x 2, siempre que (t, x 1 ), (t, x 2 ) D. A L se le llama constante de Lipschitz para f.
4 Conceptos básicos Teorema Supongamos que D = {(t, x) a t b, < x < y que f (t, x) es continua en D. Si f satisface una condición de Lipschitz en D en la variable x, entonces el problema de valor inicial (1) tiene una solución única x(t), para a t b. Teorema Si D es convexo y f x (t, x) L (t, x) D, entonces f es Lipschitz en D.
5 Conceptos básicos Definición El problema de valor inicial (1) está bien planteado si: 1 Tiene solución única; 2 Para cualquier ε > 0, existe una constante positiva k(ε) tal que ε 0 < ε y δ(t) continua con δ(t) < ε en [a, b], el problema dz dt = f (t, z) + δ(t), a t b, z(a) = x 0 + ε 0 (2) tiene solución única z(t), además z(t) x(t) < k(ε)ε, t [a, b].
6 Conceptos básicos Teorema Sea D = {(t, x) a t b, < x < }. Si f es continua y es Lipschitz en D, entonces el problema de valor inicial (1) estará bien planteado.
7 Solución numérica de ecuaciones diferenciales ordinarias La solución aproximada del problema (1) consistirá de aproximaciones individuales a los valores de x en un conjunto discreto de tiempos, tales como a = t 0 < t 1 < t 2 < < t N 1 < t N = b. Notación: x(t i ) denota la solución real en t = t i y x i la solución aproximada. Definición La forma general para un método de un paso explícito es donde h i = t i+1 t i. x i+1 x i h i = φ(t i, x i ; h i )
8 Método de Euler x i+1 = x i + hf (t i, x i ) i = 0, 1,..., N 1.
9 Método de Euler Modificado x i+1 = x i + hf (t i, x i ) x i+1 = x i + h 2 [f (t i, x i ) + f (t i+1, x i+1 ))] i = 0, 1,..., N 1.
10 Métodos de Taylor Si x(t) es solución exacta del problema (1) e infinitamente diferenciable, entonces x(t) = x(t 0 ) + x (t 0 )(t t 0 ) + x (t 0 )(t t 0 ) x (k) (t 0 )(t t 0 ) k + 2 k! = x 0 + f (t 0, x 0 )(t t 0 ) + f (t 0, t 0 )(t t 0 ) f (k 1) (t 0, x 0 )(t t 0 ) k + k! donde t 0 [a, b] y f (t, x) = f t + f x x = f t + f x f ; similarmente se calculan las derivadas de orden más alto, las cuales cada vez serán más complicadas. Si a = t 0, h = b a N y t i = t 0 + ih se tiene x(t 1 ) = x(t 0 ) + f (t 0, x 0 )h + f (t 0, x 0 )h 2 donde ξ está entre t 0 y t hk+1 (k + 1)! f (k) (ξ, x(ξ)) + + f (k 1) (x 0, t 0 )h k k!
11 Métodos de Taylor donde x(t 1 ) = x(t 0 ) + ht k (t 0, x 0 ) + hk+1 (k + 1)! f (k) (ξ, x(ξ)) T k (t, x) = f (t, x) + 1 2! f (t, x) + hk 1 f (k 1) (t, x) (3) k! es el Polinomio de Taylor de orden k. Error local de truncamiento de O ( h k)
12 Método de Taylor de orden k Algoritmo Escoger h = b a N y calcular t i = a + ih, i = 0, 1,..., N La aproximación a la solución x(t) se construye generando los puntos de la sucesión {x i+1 } recursivamente mediante x i+1 = x i + ht k (t i, x i ) i = 0, 1,..., N 1 donde T k (t, x) está definido en (3) Desventaja: cálcular las derivadas f (t, x), f (t, x),..., f (k 1) (t, x)
13 Métodos de Runge Kutta El método de Euler modificado se puede reescribir como [ 1 x i+1 = x i + h 2 f (t i, x i ) + 1 ] 2 f (t i+h, x i + hf (t i, x i )) Generalizando: x i+1 = x i + [w 1 hf (t i, x i ) + w 2 hf (t i + ah, x i + bhf (t i, x i ))]. (4) Es decir, donde x i+1 = x i + [w 1 hk 1 + w 2 hk 2 ] k 1 = f (t i, x i ) k 2 = f (t i + ah, x i + bk 1 ) con w 1, w 2, a y b constantes a determinar.
14 Métodos de Runge Kutta Igualando la expresión (4) para x i+1 con el algoritmo de Taylor del mayor orden posible, por ejemplo de O(h 3 ) x i+1 = x i + hf + h2 2 [ft + fx f ] + h3 4 Esto es, primero se realiza el desarollo de Taylor para la función f [ ftt + 2f tx f + f 2 x f + f tf y ] + O(h 4 ) (5) f (t i + ah, x i + bk 1 ) = f (t i, x i ) + ahf t(t i, x i ) + bk 1 f x (t i, x i ) y se sustituye la relación anterior en la ecuación (4) + a2 h 2 2 ftt(t i, x i ) + abk 1 hf tx (t i, x i ) + b2 k fxx (t i, x i ) + O(h 3 ); x i+1 = x i + w 1 hf (t i, x i ) + w 2 h[f (t i, x i ) + ahf t(t i, x i ) + bk 1 f x (t i, x i ) + a2 h 2 2 ftt(t i, x i ) + abk 1 hf tx (t i, x i ) + b2 k fxx (t i, x i ) + ].
15 Métodos de Runge Kutta Ahora, se comparan los coeficientes de la igualdad anterior con la ecuación (5), y se obtiene el siguiente sistema w 1 h + w 2 h = h aw 2 h 2 = h2 2 bk 1 hw 2 = h2 2 f Si w 1 = w 2 = 1 2 se recupera Euler modificado. De igual forma, si w 1 = 1 4 y w 2 = 3 4 se tiene el método de Heun x i+1 = x i + h [ ( f (t i, x i ) + 3f t i h, x i + 2 )] 3 hf (t i, x i ) Ambas técnicas, Euler modificado y Heun, son métodos de Runge-Kutta de segundo orden, es decir, el error local es proporcional a h 2.
16 Método de Runge Kutta de cuarto orden donde x i+1 = x i + h 6 (k 1 + 2k 2 + 2k 3 + k 4 ) i = 0, 1, 2,..., N 1 k 1 = f (t i, x i ) ( k 2 = f t i + h 2, x i + 1 ) 2 k 1 ( k 3 = f t i + h 2, x i + 1 ) 2 k 2 k 4 = f (t i+1, x i + k 3 ) Error local de truncamiento: O(h 4 ). Método de un paso. Desventaja: varias evaluaciones de la función por paso. Por ejemplo en RK4 se evalua a f cuatro veces.
17 Métodos de encajamiento (Runge-Kutta-Fehlberg) Idea: generar dos métodos encajados Dado que y(t + h) y(t) + h φ(t, y; h), (orden p) y (t + h) y(t) + h φ (t, y; h), (orden p + 1). y(t + h) y(t) φ(t, y; h) = T (t, y; h) = τ(t, y)h p + O(h p+1 ), h φ y(t + h) y(t) (t, y; h) = T (t, y; h) = O(h p+1 ), h al restar y dividir por h p, se obtiene de tal forma que 1 h p [φ(t, y; h) φ (t, y; h)] = τ(t, y) + O(h), (6) r(t, y; h) = 1 h p [φ(t, y; h) φ (t, y; h)] (7) es una aproximación de orden O(h) de la función principal del error τ(t, y) para el método de orden p con φ(t, y; h).
18 Método de Runge Kutta Fehlberg de tercer orden Consideremos donde y i+1 = y i + h φ(t i, y i ; h), con T (t, y; h) O(h 2 ), y i+1 = y i + h φ (t i, y i ; h), con T (t, y; h) O(h 3 ), φ(t, y; h) = α 1 k 1 (t, y; h) + α 2 k 2 (t, y; h) + α 3 k 3 (t, y; h), φ (t, y; h) = α 1 k 1(t, y; h) + α 2 k 2(t, y; h) + α 3 k 3(t, y; h) + α 4 k 4(t, y; h). Nótese que en la construcción de φ se necesita un valor adicional k 4. Así, k 1 = f (t, y), k 2 = f (t + µ 2 h, y + hλ 21 k 1 ), k 3 = f (t + µ 3 h, y + h[λ 31 k 1 + λ 32 k 2 ]), k 4 = f (t + µ 4 h, y + h[λ 41 k 1 + λ 42 k 2 + λ 43 k 3 ]), Las constantes µ r, λ rj, con r = 2, 3, 4, y 1 j r 1, así como α r, α r, r = 1, 2, 3, 4, se calculan de tal forma que los errores de truncamiento sean O(h 2 ) para φ(t, y; h) y O(h 3 ) para φ (t, y; h). Además µ r = r 1 j=1 λ rj, r = 2, 3, 4
19 Método de Runge Kutta Fehlberg de tercer orden Resolver, α 1 + α 2 + α 3 = 1, α 1 + α 2 + α 3 + α 4 = 1, µ 2 α 2 + µ 3 α 3 = 1 2, µ 2α 2 + µ 3α 3 + µ 4α 4 = 1 2, µ 2 2 α 2 + µ2 3 α 3 + µ2 4 α 4 = 1 3, µ 2λ 32 α 3 + (µ 2λ 42 + µ 3 λ 43 )α 4 = 1 6. Restricciones adicionales: k 4 del i ésimo paso debe usarse como k 1 en el (i + 1) ésimo paso. Es decir, entonces f (t + h, y + hφ) f (t + µ 4 h, y + h[λ 41 k 1 + λ 42 k 2 + λ 43 k 3 ]), µ 4 = 1, λ 41 = α 1, λ 42 = α 2, λ 43 = α 3. Se pueden imponer restricciones adicionales para minimizar los coeficientes de la función principal del error.
20 Método de Runge Kutta Fehlberg de tercer orden r µ r λ r1 λ r2 λ r3 α r α r / / /4 1/4 1/ /40 189/ / / / /891 1/33 650/891 1/78 Método RKF-23: k 1 = f (t i, y i ), k 2 = f (t i + h 4, y i + h 4 k 1), k 3 = f (t i h, y i hk hk 2), k 4 = f (t i + h, y i hk hk hk 3), y i+1 = y i + h 891 (214k k k 3 ), y i+1 = y i + h 2106 (533k k 3 27k 4 ). Observe que solo se requieren tres evaluaciones de f por paso: k 4 (t i, y i ; h) = f (t i + h, y i + hφ(t i, y i ; h)) = f (t i+1, y i+1 ) = k 1 (t i+1, y i+1 ; h)
21 Control de paso Si y i+1 y i+1 = h[φ(t i, y i ; h)) Φ (t i, y i ; h))] = h 3 r(t i, y i ; h), entonces y i+1 y i+1 = h3 r(t i, y i ; h) ɛ. (8) Para que el nuevo paso del tiempo h new sea un error menor a ɛ, se debe satisfacer Pero, salvo errores de orden h, r(t i+1, y i+1 ; h) h 3 new ɛ. (9) r(t i+1, y i+1 ; h) r(t i, y i ; h) = y i+1 y i+1 h 3 por (8). Sustituyendo esta expresión en (9), obtenemos y i+1 yi+1 h 3 hnew 3 ɛ Por lo tanto, para garantizar que el error global sea menor a ɛ en cada paso debemos escoger ( ) 1/3 ɛ h new h y i+1 yi+1
22 Control de paso Para el caso general, ( ) 1/(p+1) ɛ h new h y i+1 yi+1 (10) Se recomiendan hacer el siguiente ajuste h new q h con ( ) 1/p ɛh q = α y i+1 yi+1 y α 0.9
23 Método de Runge Kutta Fehlberg de cuarto orden k 1 = f (t i, y i ) ( k 2 = f t i + h 4, y i + h ) 4 k 1 ( k 3 = f t i + 3h 8, y i hk ) 32 hk 2 ( k 4 = f t i + 12h [ , y i + h 2197 k k ]) 2197 k 3 ( [ 439 k 5 = f t i + h, y i + h 216 k 1 8k k ]) 4104 k 4 ( k 6 = f t i + h [ 2, y i + h 8 27 k 1 + 2k k k 4 11 ]) 40 k 5 ( 25 y i+1 = y i + h 216 k k k 4 1 ) 5 k 5 ( 16 yi+1 = y i + h 135 k k k k ) 55 k 6
24 Método de Runge Kutta Fehlberg de cuarto orden El paso de tiempo nuevo en cada iteración se calcula por medio de ( ) 1/4 ɛh h new = 0.84 h y i+1 yi+1 donde ɛ es la tolerancia deseada para el error global. En ocasiones, en lugar de calcular yi+1 se calcula directamente la diferencia e i+1 = y i+1 yi+1. Por ejemplo, en el caso del método RKF-45 (Runge Kutta Fehlberg de cuarto orden), se tiene e i+1 = h k k k k k 6
25 Ecuaciones diferenciales de alto orden El problema de valor inicial de orden n x (n) (t) = f (t, x, x, x,, x (n 1) ) x(a) = α 1, x (a) = α 2, x (a) = α 3,, x (n 1) (a) = α n (11) Se puede transformar a un sistema de n ecuaciones diferenciales de primer orden realizando el siguiente cambio de variables: x 1 (t) = x(t) x 2 (t) = x (t) x 3 (t) = x (t). x n(t) = x (n 1) (t)
26 Ecuaciones diferenciales de alto orden Luego, x 1 (t) = x (t) = x 2 (t) x 2 (t) = x (t) = x 3 (t) x 3 (t) = x (t) = x 4 (t). x n (t) = x (n) (t) = f (t, x 1, x 2, x 3,, x n), junto con las condiciones iniciales asociadas x 1 (a) = α 1, x 2 (a) = α 2, x 3 (a) = α 3,..., x n(a) = α n. En forma de vector, el problema (11) se escribe como donde ẋ(t) = f(t, x) x 1 (t) x 2 (t) x(t) = y f(t, x) =. x n (t) x 2 (t) x 3 (t). f (t, x 1,..., x n).
Solución 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 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 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 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 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 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 detallesElementos de Cálculo en Varias Variables
Elementos de Cálculo en Varias Variables Departamento de Matemáticas, CSI/ITESM 5 de octubre de 009 Índice Introducción Derivada parcial El Jacobiano de una Función 5 Derivadas Superiores 5 5 Derivada
Más detallessobre un intervalo si para todo de se tiene que. Teorema 1 Sean y dos primitivas de la función en. Entonces,
Integral indefinida Primitiva e integral indefinida. Cálculo de primitivas: métodos de integración. Integración por cambio de variable e integración por partes. Integración de funciones racionales e irracionales.
Más detallesVELOCIDAD Y ACELERACION. RECTA TANGENTE.
VELOCIDAD Y ACELERACION. RECTA TANGENTE. 3. Describir la trayectoria y determinar la velocidad y aceleración del movimiento descrito por las curvas siguientes: (a) r (t) = i 4t 2 j + 3t 2 k. (b) r (t)
Más detallesSemana 2 [1/24] Derivadas. August 16, Derivadas
Semana 2 [1/24] August 16, 2007 Máximos y mínimos: la regla de Fermat Semana 2 [2/24] Máximos y mínimos locales Mínimo local x es un mínimo local de la función f si existe ε > 0 tal que f( x) f(x) x (
Más detallesMATEMÁTICA TICA SUPERIOR APLICADA
MATEMÁTICA TICA SUPERIOR APLICADA Solución n Numérica de Ecuaciones Diferenciales Ordinarias en Ingeniería a Química Universidad Tecnológica Nacional Facultad Regional Rosario Dr. Alejandro S. M. Santa
Más detallesMétodos, Algoritmos y Herramientas
Modelado y Simulación de Sistemas Dinámicos: Métodos, Algoritmos y Herramientas Ernesto Kofman Laboratorio de Sistemas Dinámicos y Procesamiento de la Información FCEIA - Universidad Nacional de Rosario.
Más detalles1 Ecuaciones diferenciales
1 Ecuaciones diferenciales La solución a una ecuación algebraica es un número, o un conjunto de números que satisfacen la ecuación. Por ejemplo las soluciónes de x 2 4x + 3 = 0 son x 0 = 1 y x 1 = 3. Las
Más detallesEl método de súper y sub soluciones en el espacio de funciones casi periódicas.
El método de súper y sub soluciones en el espacio de funciones casi periódicas. Universidad de Buenos Aires - IMAS (CONICET) UMA - Bahía Blanca - 2016 Super y sub soluciones Problema periódico asociado
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 detallesSucesiones Introducción
Temas Límites de sucesiones. convergentes. Sucesiones divergentes. Sucesiones Capacidades Conocer y manejar conceptos de sucesiones convergentes y divergentes. Conocer las principales propiedades de las
Más detalles1. ECUACIONES DIFERENCIALES ORDINARIAS
1 1. ECUACIONES DIFERENCIALES ORDINARIAS 1.1. PRIMERAS DEFINICIONES. PROBLEMA DEL VALOR INICIAL Definición 1.1. Una ecuación diferencial es una ecuación en la que intervienen una variable dependiente y
Más detallesOPTIMIZACIÓN VECTORIAL
OPTIMIZACIÓN VECTORIAL Métodos de Búsqueda Directa Utilizan sólo valores de la función Métodos del Gradiente Métodos de Segundo Orden Requieren valores aproimados de la primera derivada de f) Además de
Más detallesTema 3.- SISTEMAS DIFERENCIALES LINEALES Ampliación de Matemáticas. Ingeniería Técnica Industrial. Especialidad en Electrónica Industrial.
Tema 3- SISTEMAS DIFERENCIALES LINEALES Ampliación de Matemáticas Ingeniería Técnica Industrial Especialidad en Electrónica Industrial Índice General 1 Introducción 1 2 Sistemas lineales de primer orden
Más detallesTema 5: Elementos de geometría diferencial
Tema 5: Elementos de geometría diferencial José D. Edelstein Universidade de Santiago de Compostela FÍSICA MATEMÁTICA Santiago de Compostela, abril de 2011 Coordenadas locales y atlas. Funciones y curvas.
Más detallesEsta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n )
Tema 3 Formas cuadráticas. 3.1. Definición y expresión matricial Definición 3.1.1. Una forma cuadrática sobre R es una aplicación q : R n R que a cada vector x = (x 1, x 2,, x n ) R n le hace corresponder
Más detallesLa función, definida para toda, es periódica si existe un número positivo tal que
Métodos con series de Fourier Definición: Función periódica La función, definida para toda, es periódica si existe un número positivo tal que para toda. El número en un periodo de la función. Si existe
Más detallesEcuaciones diferenciales homogéneas y no homogéneas lineales a coeficientes constantes. Búsqueda de la solución particular.
Ecuaciones diferenciales homogéneas y no homogéneas lineales a coeficientes constantes. Búsqueda de la solución particular. 1. Definiciones previas 1.1. Wronskiano Diremos que el Wronskiano de un conjunto
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 detallesAlgunas Aplicaciones de la Transformada de Laplace
Algunas Aplicaciones de la Transformada de Laplace Dr. Andrés Pérez Escuela de Matemática Facultad de Ciencias Universidad Central de Venezuela 11 de marzo de 2016 A. Pérez Algunas Aplicaciones de la Contenido
Más detallesPreliminares Métodos de Derivación Numérica DERIVACIÓN NUMÉRICA DERIVACIÓN NUMÉRICA
Contenido 1 Preliminares Introducción 2 Introducción Contenido 1 Preliminares Introducción 2 Introducción Introducción Las fórmulas de derivación numérica son importantes en el desarrollo de algoritmos
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 detallesMétodos de factorización para resolver sistemas de ecuaciones lineales. 22 de agosto, 2012
Cálculo numérico Métodos de factorización para resolver sistemas de ecuaciones lineales 22 de agosto, 2012 1 Factorización LU Considera el siguiente ejemplo de factorización LU de una matriz en un sistema
Más detallesx = t 3 (x t) 2 + x t. (1)
Problema 1 - Considera la siguiente ecuación de primer orden: x = t 3 (x t + x t (1 (a Comprueba que x(t = t es solución de la ecuación (b Demuestra que si x = x(t es la solución que pasa por el punto
Más detallesClase 4 Funciones polinomiales y racionales
Clase 4 Instituto de Ciencias Básicas Facultad de Ingeniería Universidad Diego Portales Marzo de 2014 Polinomios Definición Se llama polinomio en x a toda expresión de la forma p(x) = a 0 + a 1x+ +a n
Más detalles(a, 0) + (b, 0) = (a + b, 0), (a, 0) (b, 0) = (ab, 0),
NÚMEROS COMPLEJOS 1. Preliminares Definición. Se llama número complejo a todo par ordenado de números reales. Si z = (a, b) es un número complejo, se dice que a es la parte real de z y b es la parte imaginaria
Más detalles1. Usando la definición correspondiente demostrar que la función. z = f(x, y) = 3x xy 2
1. Usando la definición correspondiente demostrar que la función es diferenciable en todo R 2. z = f(x, y = 3x xy 2 Se debe verificar que para todo (a, b en R 2, existen funciones, de = x y k = y, ɛ 1
Más detalles1. SISTEMAS DE ECUACIONES DIFERENCIALES
1 1 SISTEMAS DE ECUACIONES DIFERENCIALES 11 SISTEMAS LINEALES DE PRIMER ORDEN Un sistema de ecuaciones diferenciales del tipo dx 1 dt a 11 tx 1 + a 1n tx n + f 1 t dx n dt a n1 tx 1 + a nn tx n + f n t
Más detallesPara las ecuaciones diferenciales ordinarias no lineales no existen métodos generales.
Unidad IV: Sistemas continuos (continuación) Objetivo específico: Entender ampliamente el fenómeno del comportamiento de los modelos matemáticos para la resolución de problemas enfocados a las ecuaciones
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 detallesTransformada de Laplace - Conceptos Básicos. e -st f(t)dt. L { f (t) } = F(s) =
Transformada de Laplace - Conceptos Básicos Definición: Sea f (t) una función de t definida para t > 0. La Transformada de Laplace de f(t) se define como: L { f (t) } = F(s) = 0 e -st f(t)dt Algunas Propiedades
Más detallesSistemas de ecuaciones no lineales
Práctica 6 Sistemas de ecuaciones no lineales En esta práctica revisaremos algunos métodos básicos para la resolución numérica de sistemas de ecuaciones no lineales 61 Método iterativo del punto fijo Partimos
Más detallesSeries de Fourier Trigonométricas
Capítulo 4 Series de Fourier Trigonométricas En el capítulo anterior hemos visto que toda función f L ([, ];R) se puede desarrollar en serie trigonométrica de senos y cosenos del tipo a + X (a n cos nx
Más detallesModelización por medio de sistemas
SISTEMAS DE ECUACIONES DIFERENCIALES LINEALES. Modelización por medio de sistemas d y dy Ecuaciones autónomas de segundo orden: = f ( y, ) Una variable independiente. Una variable dependiente. La variable
Más detallesDefinición. Un conjunto de ecuaciones diferenciales con varias funciones incógnitas, se llama sistema de ecuaciones diferenciales.
Unidad 4. Sistemas de Ecuaciones Diferenciales Las ecuaciones diferenciales tienen una gran utilidad en ingeniería así como en la ciencia, pero la mayoría de los problemas no dependen de una ecuación,
Más detallesFundamentos matemáticos. Tema 8 Ecuaciones diferenciales
Grado en Ingeniería agrícola y del medio rural Tema 8 José Barrios García Departamento de Análisis Matemático Universidad de La Laguna jbarrios@ull.es 2016 Licencia Creative Commons 4.0 Internacional J.
Más detallesDepartamento de Matemáticas. ITAM Programación lineal (+ extensiones). Objetivos y panorama del c
Programación lineal (+ extensiones). Objetivos y panorama del curso. Departamento de Matemáticas. ITAM. 2008. Introducción Programación lineal http://allman.rhon.itam.mx/ jmorales La programación lineal
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 detallesComisión de Pedagogía - Diego Chamorro Ecuaciones en Derivadas Parciales (Nivel 3).
AMARUN www.amarun.org Comisión de Pedagogía - Diego Chamorro Ecuaciones en Derivadas Parciales (Nivel 3). Lección n 1: Repaso de Ecuaciones Diferenciales Ordinarias UPS, julio 2015 Índice 1. Dos ejemplos
Más detallesViaje a la Luna: el problema de los tres cuerpos
Viaje a la Luna: el problema de los tres cuerpos I. INTRODUCCIÓN Enviar una nave a la Luna, el cuerpo celeste más próximo a la Tierra, a una distancia media aproximada de 384.400 km, implica considerar
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 detallesClase 10: Extremos condicionados y multiplicadores de Lagrange
Clase 10: Extremos condicionados y multiplicadores de Lagrange C.J. Vanegas 7 de abril de 008 1. Extremos condicionados y multiplicadores de Lagrange Estamos interesados en maximizar o minimizar una función
Más detallesRespuesta transitoria
Capítulo 4 Respuesta transitoria Una ves que los diagramas a bloques son desarrollados, el siguiente paso es llevar a cabo el análisis de los sistemas. Existen dos tipos de análisis: cuantitativo y cualitativo.
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 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 detallesTema 2 Análisis Dinámico de Sistemas 2º Ing. Telecomunicación. Octubre de 2003 Análisis Dinámico de Sistemas (2º Teleco, EPSIG) 1 de 30
Tema 2 Análisis Dinámico de Sistemas 2º Ing. Telecomunicación Octubre de 2003 Análisis Dinámico de Sistemas (2º Teleco, EPSIG) 1 de 30 Ecuaciones Diferenciales y Dinámica definición de la RAE Modelo: (definición
Más detallesFundamentos Matemáticos de la Ingeniería. Tema 4: Diagonalización de matrices. Curso
Fundamentos Matemáticos de la Ingeniería Tema 4 Hoja Escuela Técnica Superior de Ingeniería Civil e Industrial Esp en Hidrología Fundamentos Matemáticos de la Ingeniería Tema 4: Diagonaliación de matrices
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 EN DIFERENCIAS LINEALES CON COEFICIENTES CONSTANTES
ECUACIONES EN DIFERENCIAS LINEALES CON COEFICIENTES CONSTANTES Alejandro Lugon 008-1 1. Ecuaciones De Segundo Orden Consideremos la ecuación: x t+ + ax t+1 + bx t = 0 (1) la cual podemos escribir como:
Más detallesProblema 1. Calcula las derivadas parciales de las siguientes funciones: (d) f(x, y) = arctan x + y. (e) f(x, y) = cos(3x) sin(3y),
Problema. Calcula las derivadas parciales de las siguientes funciones: (a) f(x, y) = x + y cos(xy), (b) f(x, y) = x x + y, (c) f(x, y) = log x + y x y, (d) f(x, y) = arctan x + y x y, (e) f(x, y) = cos(3x)
Más detallesFactorización de polinomios
Factorización de polinomios Entre las funciones importantes de la Matemática está la familia de las funciones polinómicas. Una función polinómica puede definirse de manera que su dominio sea el conjunto
Más detallesMétodo de diferencias finitas para ecuaciones diferenciales parciales elípticas. (Parte II)
Método de diferencias finitas para ecuaciones diferenciales parciales elípticas (Parte II) Métodos numéricos para sistemas lineales Solución numérica de EDPs requiere resolver sistemas de ecuaciones lineales
Más detallesMétodos Numéricos Grado en Informática Tema 5: Diferenciación e Integración Numérica
Métodos Numéricos Grado en Informática Tema 5: Diferenciación e Integración Numérica Luis Alvarez León Univ. de Las Palmas de G.C. Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 1 /
Más detallesPresentación del curso
Análisis Numérico Presentación del curso CNM-425 Departamento de Matemáticas Facultad de Ciencias Exactas y Naturales Universidad de Antioquia Copyleft c 2010. Reproducción permitida bajo los términos
Más detalles+ = 0, siendo z=f(x,y).
Ecuaciones diferenciales de primer orden ECUACIONES DIFERENCIALES Definición. Se llama ecuación diferencial a toda ecuación que inclua una función, que es la incógnita, alguna de sus derivadas o diferenciales.
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 detallesTEMA 6: DIVISIÓN DE POLINOMIOS RAÍCES MATEMÁTICAS 3º ESO
TEMA 6: DIVISIÓN DE POLINOMIOS RAÍCES MATEMÁTICAS 3º ESO 1. División de polinomios Dados dos polinomios P (el dividendo) y D (el divisor), dividir P entre D es encontrar dos polinomios Q (el cociente)
Más detallesMétodos Iterativos para Ecuaciones no Lineales
This is page i Printer: Opaque this Métodos Iterativos para Ecuaciones no Lineales Dr. Oldemar Rodríguez Rojas Setiembre 001 ii This is page iii Printer: Opaque this Contents 1 Métodos iterativos para
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 detallesProblemas de Espacios Vectoriales
Problemas de Espacios Vectoriales 1. Qué condiciones tiene que cumplir un súbconjunto no vacío de un espacio vectorial para que sea un subespacio vectorial de este? Pon un ejemplo. Sean E un espacio vectorial
Más detallesTEMA 1: SISTEMAS MODELADOS POR ECUACIONES DIFERENCIALES EN INGENIERÍA QUÍMICA. CLASIFICACIÓN. GENERALIDADES.
TEMA 1: SISTEMAS MODELADOS POR ECUACIONES DIFERENCIALES EN INGENIERÍA QUÍMICA. CLASIFICACIÓN. GENERALIDADES. 1. INTRODUCCIÓN. PLANTEAMIENTO DE PROBLEMAS EN INGENIERÍA QUÍMICA 2. PROBLEMAS EXPRESADOS MEDIANTE
Más detallesLímites Laterales. El límite por la derecha se denota. x 2 + x 2 = 1. x 2. x + x 2. x = x + x 2. El límite por la izquierda se denota
Límites Laterales Denición. Si f : D R R y x 0 es un punto de D, decimos que l d es ite de f en x 0 por la derecha si ɛ > 0 δ ɛ > 0 f(x) l d < ɛ si 0 < x x 0 < δ ɛ ɛ > 0 δ ɛ > 0 f(x) l d < ɛ si x 0 < x
Más detalles4.1. Polinomios y teoría de ecuaciones
CAPÍTULO 4 Polinomios y teoría de ecuaciones 4.1. Polinomios y teoría de ecuaciones Un polinomio real en x, o simplemente polinomio en x es una expresión algebraica de la forma a n x n + a n 1 x n 1 +
Más detalles5 Métodos iterativos para resolver sistemas de ecuaciones lineales
94 5 Métodos iterativos para resolver sistemas de ecuaciones lineales La resolución de sistemas de ecuaciones lineales también puede hacerse con fórmulas iterativas que permiten acercarse a la respuesta
Más detallesTeoremas de convergencia y derivación bajo el signo integral
Capítulo 8 Teoremas de convergencia y derivación bajo el signo integral En este capítulo estudiaremos sucintamente bajo qué circunstancias puede intercambiarse el orden de la integral con las operaciones
Más detallesBase y Dimensión de un Espacio Vectorial
Base y Dimensión de un Espacio Vectorial 201 6Asturias: Red de Universidades Virtuales Iberoamericanas 1 Índice 1 Qué es un sistema generador?... 4 2 Base de un espacio vectorial... 4 3 Dimensión de un
Más detallesIII Verano de Probabilidad y Estadística Curso de Procesos de Poisson (Víctor Pérez Abreu) Lista de Ejercicios
III Verano de Probabilidad y Estadística Curso de Procesos de Poisson (Víctor Pérez Abreu) Lista de Ejercicios Esta lista contiene ejercicios y problemas tanto teóricos como de modelación. El objetivo
Más detallesNotas sobre el teorema minimax
Notas sobre el teorema mini Antonio Martinón Abril de 2012 1 Teoremas mini Sean X e Y dos conjuntos no vacíos y consideremos una función Se verifica sup inf efectivamente, dado x X resulta claro que f
Más detallesAnexo C. Introducción a las series de potencias. Series de potencias
Anexo C Introducción a las series de potencias Este apéndice tiene como objetivo repasar los conceptos relativos a las series de potencias y al desarrollo de una función ne serie de potencias en torno
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 6: Introducción
Más detallesPropiedades de los Sistemas Lineales e Invariantes en el Tiempo
Propiedades de los Sistemas Lineales e Invariantes en el Tiempo La respuesta al impulso de un sistema LTIC (h(t)), representa una descripción completa de las características del sistema. Es decir la caracterización
Más detalles1. DIFERENCIABILIDAD EN VARIAS VARIABLES
1 1. DIFERENCIABILIDAD EN VARIAS VARIABLES 1.1. DERIVADAS DIRECCIONALES Y PARCIALES Definición 1.1. Sea f : R n R, ā R n y v R n. Se define la derivada direccional de f en ā y en la dirección de v como:
Más detallesAplicaciones de los S.E.D.O.
Tema 7 Aplicaciones de los S.E.D.O. 7. Introducción Nota: APUNTES INCOMPLETOS Estudiaremos en este Tema algunos modelos de interés en las Ciencias Naturales que utilizan para su modelización sistemas de
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 detallesÁlgebra Lineal IV: Espacios Vectoriales.
Álgebra Lineal IV: Espacios Vectoriales José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamancaugtomx
Más detallesMétodos Numéricos (SC 854) Solución de ecuaciones no lineales. 1. Definición del problema: raíces de ecuaciones no lineales
Solución de ecuaciones no lineales c M. Valenzuela 007 008 (5 de mayo de 008) 1. Definición del problema: raíces de ecuaciones no lineales Dada una ecuación de una variable independiente x, f(x) =0, (1)
Más detallesEcuaciones Diferenciales Ordinarias
Ecuaciones Diferenciales Ordinarias (Transformada de Laplace) Julio López jclopez@dim.uchile.cl Depto Ingeniería Matemática, Universidad de Chile Verano 2010, Resumen clases Julio López EDO 1/30 Introducción
Más detallesEspacios vectoriales
Espacios vectoriales [Versión preliminar] Prof. Isabel Arratia Z. Algebra Lineal 1 En el estudio de las matrices y, en particular, de los sistemas de ecuaciones lineales realizamos sumas y multiplicación
Más detallesTécnicas analíticas para las Ecuaciones diferenciales de primer orden: Ecuaciones Separables y Lineales
Lección Técnicas analíticas para las Ecuaciones diferenciales de primer orden: Ecuaciones Separables y Lineales.1. Introducción Tal y como hemos visto en el capítulo anterior la forma general de las ecuaciones
Más detallesAlgebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
Más detallesMétodos iterativos para resolver ecuaciones no lineales
Revista Notas de Matemática Vol.3(1), No. 250, 2007, pp.33-44 http://www.matematica/ula.ve Comisión de Publicaciones Departamento de Matemáticas Facultad de Ciencias Universidad de Los Andes Métodos iterativos
Más detalles5.- Problemas de programación no lineal.
Programación Matemática para Economistas 7 5.- Problemas de programación no lineal..- Resolver el problema Min ( ) + ( y ) s.a 9 5 y 5 Solución: En general en la resolución de un problema de programación
Más detallesTema 2.- Formas Cuadráticas.
Álgebra. 004 005. Ingenieros Industriales. Departamento de Matemática Aplicada II. Universidad de Sevilla. Tema.- Formas Cuadráticas. Definición y representación matricial. Clasificación de las formas
Más detallesTema 6: Ecuaciones diferenciales lineales.
Tema 6: Ecuaciones diferenciales lineales Una ecuación diferencial lineal de orden n es una ecuación que se puede escribir de la siguiente forma: a n (x)y (n) (x) + a n 1 (x)y (n 1) (x) + + a 0 (x)y(x)
Más detallesTema 3: El Método Simplex. Algoritmo de las Dos Fases.
Tema 3: El Método Simplex Algoritmo de las Dos Fases 31 Motivación Gráfica del método Simplex 32 El método Simplex 33 El método Simplex en Formato Tabla 34 Casos especiales en la aplicación del algoritmo
Más detallesLECCIÓN 7: ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN REDUCIBLES A HOMOGÉNEAS.
160 LECCIÓN 7: ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN REDUCIBLES A HOMOGÉNEAS. JUSTIFICACIÓN En esta lección centraremos nuestro estudio en aquellas ecuaciones diferenciales homogéneas mediante
Más detallesLección 2: Funciones vectoriales: límite y. continuidad. Diferenciabilidad de campos
Lección 2: Funciones vectoriales: límite y continuidad. Diferenciabilidad de campos vectoriales 1.1 Introducción En economía, frecuentemente, nos interesa explicar la variación de unas magnitudes respecto
Más detallesSistemas de ecuaciones lineales
GUIA 9 Sistemas de ecuaciones lineales Un mundo en el que habitara una sola especie no sería interesante, como tampoco es muy interesante un circuito RLC aislado o un oscilador mecánico desconectado de
Más detallesALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Enteros
Resumen teoría Prof. Alcón ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Z = N {0} N Enteros Las operaciones + y. son cerradas en Z, es decir la suma de dos números enteros es un número entero y el producto
Más detallesMATEMÁTICAS APLICADAS A LAS C.C. SOCIALES
MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES CAPÍTULO 5 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad
Más detallesMétodos Numéricos. DOMINIO DEL PERFIL DE EGRESO RELACIONADO CON LA ASIGNATURA: Modelamiento de Procesos Decisionales
Nombre del (la) Docente Responsable: Ing. Elton F. Morales Blancas, M.Sc. Nombre del (la) Docente Colaborador:---------------------------------------- Métodos Numéricos Carrera / Programa Ingeniería Civil
Más detallesEl método simplex 1. 1 Forma estándar y cambios en el modelo. 2 Definiciones. 3 Puntos extremos y soluciones factibles básicas. 4 El método simplex.
El método simplex Forma estándar y cambios en el modelo. Definiciones. Puntos extremos y soluciones factibles básicas. 4 El método simplex. Definiciones y notación. Teoremas. Solución factible básica inicial.
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 detallesEspacios Vectoriales Asturias: Red de Universidades Virtuales Iberoamericanas 1
Espacios Vectoriales 201 6Asturias: Red de Universidades Virtuales Iberoamericanas 1 Índice 1 Espacios Vectoriales... 4 1.1 Definición de espacio vectorial... 4 1.2 Definición de subespacio vectorial...
Más detallesResumen de Análisis Matemático IV
Resumen de Análisis Matemático IV 1. Funciones inversas e implícitas y extremos condicionados 1.1. Teorema de la función inversa Teorema de la función inversa: Sea A abierto de R n, f : A R n tal que f
Más detalles