Professional Documents
Culture Documents
Este documento se distribuye bajo la licencia Creative Commons Reconocimiento-NoComercialSinObraDerivada 3.0 Espaa. Para ver una copia de esta licencia, visite http://creativecommons.
org/licenses/by-nc-nd/3.0/es/.
NDICE
Prefacio
VII
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
1
1
5
7
8
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
11
11
13
17
23
28
33
38
38
41
46
51
51
54
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3.3.
3.4.
3.5.
3.6.
3.7.
3.8.
3.9.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
54
57
58
62
65
69
77
79
86
86
95
.
.
.
.
.
.
.
.
101
101
106
111
118
133
133
136
140
.
.
.
.
.
.
.
.
.
.
143
143
145
154
155
158
160
164
167
167
170
.
.
.
.
.
.
175
175
176
182
186
195
195
201
PREFACIO
viii
Prefacio
CAPTULO
1
EL CONCEPTO DE ECUACIN
DIFERENCIAL
1.1.
1.1.1.
Consideremos un cuerpo de masa m que se deja caer verticalmente desde una altura h, sin velocidad inicial, y bajo el nico efecto de la gravedad. Queremos determinar
la posicin del cuerpo en cada instante de tiempo t, as como el tiempo que tardar
en llegar al suelo.
La ley fsica que determina el comportamiento del sistema bajo estudio es la segunda ley de Newton:
ma = ~F,
(1.1)
donde a representa la aceleracin y ~F es la resultante de las fuerzas que actan sobre
el cuerpo. Debemos tener en cuenta que cada fuerza es una magnitud vectorial, es
decir, tiene direccin y sentido, por lo que a la hora de traducir la ecuacin (1.1) a una
forma ms manejable debemos establecer un sistema de referencia adecuado. Vamos
a plantear el problema utilizando dos sistemas de referencia distintos: observaremos
que la ecuacin a resolver en cada caso ser diferente (ya que las variables significarn
cosas distintas en cada planteamiento), aunque la interpretacin fsica de la solucin
obtenida ser la misma en ambos casos.
Consideremos el sistema de referencia de la figura 1.1, donde el origen se encuentra en el suelo y el sentido positivo del movimiento es hacia arriba.
x(0)=h
Figura 1.1: Primer sistema de referencia: x (t) es la altura del cuerpo en el instante t.
Sea x (t) la posicin del cuerpo en el instante de tiempo t, que coincide con la altura
a la que se encuentra el cuerpo en dicho instante. La aceleracin puede interpretarse
como la segunda derivada de la posicin: a = x 00 (t). La nica fuerza que acta es la
gravedad, que tiene la forma F = mg, siendo g la constante gravitatoria; observemos
que el signo menos indica que la fuerza de la gravedad acta en sentido opuesto a la
direccin positiva del movimiento, es decir, hacia el suelo.
Podemos escribir pues la ecuacin (1.1) como
mx 00 (t) = mg,
de donde
x 00 (t) = g.
(1.2)
x (t) = g x (t) =
( g) dt = gt + C1 ,
g
( gt + C1 ) dt = t2 + C1 t + C2 ,
2
(1.3)
se denomina solucin general de la ecuacin diferencial (1.2) y es, en este caso, una
familia biparamtrica de soluciones, ya que depende de dos valores o parmetros, C1
y C2 , que pueden tomar valores cualesquiera.
Para determinar cul es la solucin correcta de nuestro problema debemos determinar los valores de C1 y C2 en nuestro caso particular. Para ello recurrimos a las
condiciones iniciales del problema, que son condiciones puntuales que debe verificar la
solucin. En nuestro caso, la posicin inicial (en el instante t = 0) del cuerpo es h:
x (0) = h,
mientras que su velocidad (que interpretamos como la derivada x 0 ) es nula, ya que
soltamos el cuerpo sin velocidad inicial:
x 0 (0) = 0.
La ecuacin diferencial junto con las condiciones iniciales se denomina problema de
valores iniciales o problema de Cauchy:
00
x = g,
x (0) = h,
0
x (0) = 0.
El clculo de C1 y C2 se efecta sustituyendo las condiciones iniciales en la solucin
general (1.3) (se dice que imponemos las condiciones iniciales):
g
h = x (0) = 02 + C1 0 + C2 = C2 C2 = h,
2
0 = x 0 (0) = g 0 + C1 C1 = 0.
2h
.
g
x(0)=0
Figura 1.2: Segundo sistema de referencia: x (t) es el espacio recorrido por el cuerpo en el
instante t.
1.1.2.
Un problema geomtrico
Una tractriz es una curva que pasa por el punto A = ( a, 0) del eje de abscisas, con
la propiedad de que la longitud del segmento de la recta tangente desde cualquier
punto de la curva al eje de ordenadas es constante. El nombre alemn para la tractriz
es Hundekurve (curva del perro), ya que representa el camino que seguira un perro
obstinado cuando su dueo pasea en lnea recta de norte a sur.
Vamos a determinar una ecuacin diferencial cuyas soluciones representan una
tractriz. Para ello, consideremos el tringulo de la figura 1.3 y notemos que la pendiente de la recta tangente a la curva buscada en el punto ( x, y) es
a2 x 2
x
(el signo menos obedece a que la pendiente es negativa). Por otra parte, y segn la
interpretacin geomtrica de la derivada, dicha pendiente es precisamente y0 ( x ). Por
tanto, igualando las dos expresiones para la pendiente, obtenemos
a2 x 2
0
y =
.
x
Esta ecuacin diferencial necesita complementarse con un dato adicional: como la
curva pasa por el punto A = ( a, 0), tenemos que
y( a) = 0.
a 2 x 2
a
(x,y)
x
A=(a,0)
a2 x 2
0
,
y =
x
y( a) = 0.
En este caso, la ecuacin diferencial puede resolverse mediante integracin directa:
Z 2
a2 x 2
a x2
0
y =
y=
dx.
x
x
El clculo de la primitiva se realiza mediante el cambio de variable x = a sen(t). Tras
una serie de clculos enrevesados, se obtiene la siguiente expresin:
!
p
a a2 x 2
a
y=
ln
+ a2 x2 + C,
2
a + a2 x 2
donde C es una constante arbitraria. Imponiendo la condicin y( a) = 0, podemos
determinar el valor de C:
y( a) = 0 C = 0.
Finalmente, la ecuacin de la tractriz viene dada por
!
p
a
a a2 x 2
ln
+ a2 x 2 .
y=
2
a + a2 x 2
En la figura 1.4 se representa la tractriz correspondiente al valor a = 2.
1.1.3.
Desintegracin radiactiva
(1.6)
lo que indica que la muestra radiactiva tiende a desaparecer conforme avanza el tiempo.
1.1.4.
Un problema de mezclas
2 l/min
3 gr/l
50 l
2 l/min
Figura 1.5: Esquema del problema de mezclas.
S(t)
S(t)
gr/l =
gr/min.
50
25
S(t)
.
25
10
CAPTULO
2
ECUACIONES DIFERENCIALES DE
PRIMER ORDEN
2.1.
Introduccin
Una ecuacin diferencial ordinaria de primer orden es una expresin que relaciona una
variable independiente x con una variable dependiente y( x ) y su primera derivada
y 0 ( x ):
F ( x, y( x ), y0 ( x )) = 0, x [ a, b].
Por ejemplo, son ecuaciones diferenciales ordinarias de primer orden las siguientes:
y0 ( x ) = 0,
dy
= y,
dx
x [ a, b].
12
que verifica la ecuacin en cada punto x [ a, b]. Para que esta definicin tenga sentido, es preciso que la funcin y( x ) sea derivable en el intervalo [ a, b] y que dicha
derivada sea una funcin continua: se dice entonces que y( x ) es de clase C1 ([ a, b]).
Ejemplo 2.1. La funcin y : R R dada por y( x ) = e x es una solucin de la ecuacin diferencial y0 = y, ya que es derivable con continuidad en R y
y 0 ( x ) = e x = y ( x ).
La solucin general de una ecuacin diferencial de primer orden es una familia de
funciones y y( x, C ) dependiente de un parmetro (o constante arbitraria) C que nos
proporciona todas las posibles soluciones de la ecuacin diferencial.
Ejemplo 2.2. La solucin general de la ecuacin diferencial y0 = y es
y = Ce x ,
siendo C R una constante arbitraria. En efecto, cualquier funcin de la forma anterior es solucin de la ecuacin:
y0 ( x ) = Ce x = y( x ).
Ms adelante veremos que todas las posibles soluciones de la ecuacin tienen la forma
anterior.
Resolver una ecuacin diferencial significa obtener todas sus soluciones, esto es,
hay que determinar su solucin general. La inmensa mayora de ecuaciones diferenciales no pueden resolverse mediante mtodos analticos, es decir, no es posible
obtener una expresin exacta de la solucin y y( x, C ). En este tema estudiaremos
diversos tipos clsicos de ecuaciones que s pueden resolverse de forma explcita.
Una ecuacin diferencial de primer orden est escrita en forma normal (tambin se
dice que est resuelta respecto de la derivada) si la derivada y0 aparece despejada:
y0 = f ( x, y).
Toda ecuacin en forma normal tambin puede escribirse en forma diferencial:
M ( x, y) dx + N ( x, y) dy = 0.
En efecto:
dy
= f ( x, y) f ( x, y)dx dy = 0;
dx
basta pues tomar M( x, y) = f ( x, y) y N ( x, y) = 1.
En las secciones siguientes estudiaremos mtodos de resolucin para tres tipos
fundamentales de ecuaciones diferenciales de primer orden:
y0 = f ( x, y)
13
f (x)
.
g(y)
Ecuaciones lineales: y0 = a( x )y + b( x ).
Ecuaciones exactas: M ( x, y) dx + N ( x, y) dy = 0 con
2.2.
N
M
=
.
y
x
g(y) dy =
f ( x ) dx.
dy
=
y
2x dx ln(y) = x2 + c,
2 +c
= e x ec .
y = Ce x .
El siguiente cdigo permite resolver la ecuacin del ejemplo usando Sage:
14
sage : var ( x )
sage : y = function ( y , x )
sage : ec = diff (y , x ) == 2* x * y
sage : desolve ( ec , y )
c * e ^( x ^2)
xy dx + e x (y2 1) dy = 0.
Podemos separar las variables como sigue:
2
1 y2
dy = xe x dx.
y
1 y2
dy =
y
y2
ex
xe dx ln(y)
=
+ C.
2
2
x2
f (x, y) = f ( x, y)
En tal caso, mediante el cambio de variable
z=
y
x
15
y+
x 2 y2
x
y+
x 2 y2
x
z + xz = z +
dz
1 z2
=
dx
1 z2
.
x
La ecuacin obtenida es de variables separables, por lo que podemos resolverla mediante integracin:
Z
Z
dz
1 z2
dz
dx
=
=
arc sen(z) = ln( x ) + C z = sen(ln( x ) + C )
dx
x
x
1 z2
(ntese que se ha supuesto x > 0 para que ln( x ) tenga sentido). Por ltimo, deshacemos el cambio z = y/x para obtener la solucin general:
y = x sen(ln( x ) + C ).
El cdigo Sage para resolver la ecuacin diferencial es:
sage : var ( x )
sage : y = function ( y , x )
sage : ec = diff (y , x ) == ( y + sqrt ( x ^2 - y ^2))/ x
sage : desolve ( ec , y )
x == c * e ^( x * arcsin ( y ( x )/ x )/ sqrt ( x ^2))
16
y
x arcsen x / x2
ce
y
arcsen x
ce
arcsen
y
x
= ln
x
c
y = x sen(ln( x ) + C ),
1 z2
dz
1 z2
dx
arc sen(z) = ln( x ) + C.
x
dx
= ln | x |.
x
x+y2
xy+4
17
no es homognea:
f (x, y) =
x+y2
x + y 2
6=
= f ( x, y).
x y + 4
xy+4
Observemos que la condicin de homogeneidad falla debido a los trminos independientes del numerador y el denominador de la funcin f ( x, y): si dichos trminos
no existieran, la ecuacin s que sera homognea. Esto nos da la idea de buscar un
cambio de variables que elimine dichos trminos.
Geomtricamente, podemos interpretar el numerador y el denominador de f ( x, y)
como las rectas de ecuaciones x + y 2 = 0 y x y + 4 = 0, respectivamente. Dichas
rectas se cortan en el punto (1, 3) (que se obtiene resolviendo el sistema dado por
las ecuaciones de ambas rectas). Mediante el cambio de variables
t = x (1) = x + 1,
z = y 3,
trasladamos el punto (1, 3) al origen (0, 0). La ecuacin resultante va a ser homognea.
En efecto, teniendo en cuenta que dx = dt y dy = dz, la ecuacin diferencial puede
escribirse como
t+z
1 + z/t
dz
=
=
.
dt
tz
1 z/t
Es fcil comprobar que esta ecuacin es homognea. Haciendo el cambio u = z/t,
resulta:
du
1+u
du
1 + u2
+u =
t
=
.
t
dt
1u
dt
1u
Mediante separacin de variables, tenemos que
Z
1u
du =
1 + u2
dt
1
arc tg(u) ln(1 + u2 ) = ln(t) + C.
t
2
2.3.
Ecuaciones lineales
18
dy
=
y
a( x ) dx ln(y) = A( x ) + c,
C ( x ) = b( x )e
A( x )
C(x) =
b( x )e A( x) dx
(ntese que este ltimo paso no hay que aadir una constante de integracin, ya que
slo necesitamos una solucin particular). Finalmente, la solucin particular buscada
es
Z
A( x )
yP =
b( x )e
dx e A( x) .
es
19
y
+ ln( x ),
x
dy
=
y
dx
ln(y) = ln( x ) + c y H ( x, C ) = Cx.
x
yP
C ( x )
x
+ ln( x ) C 0 ( x ) x +
C (x) = + ln( x )
x
x
C0 (x) =
ln( x )
1
C ( x ) = ln2 ( x ).
x
2
20
x 2
ln ( x ).
2
dy
=
y
dx ln(y) = x + c y = Ce x .
sen( x ) cos( x ) x
e .
2
sen( x ) cos( x )
sen( x ) cos( x ) x x
e e =
.
2
2
sen( x ) cos( x )
.
2
21
sage : var ( x )
sage : y = function ( y , x )
sage : ec = diff (y , x ) == y + cos ( x )
sage : desolve ( ec , y )
1/2*(( sin ( x ) - cos ( x ))* e ^( - x ) + 2* c )* e ^ x
Si queremos una expresin ms simplificada del resultado, podemos utilizar el comando expand en la ltima lnea del cdigo:
sage : expand ( desolve ( ec , y ))
c * e ^ x + 1/2* sin ( x ) - 1/2* cos ( x )
dx P
= C 0 (y) + (2 + cos(y))C (y) e2y+sen(y) ,
dy
22
(lineal),
= 1 y0 = a( x )y + b( x )y = ( a( x ) + b( x ))y
(variables separadas).
( y 1 ) 0 = (1 ) a ( x ) y 1 + (1 ) b ( x ).
Si definimos z = y1 , se obtiene la siguiente ecuacin lineal:
z0 = a ( x )z + b ( x ),
donde a ( x ) = (1 ) a( x ) y b ( x ) = (1 )b( x ).
En resumen, podemos transformar la ecuacin de Bernoulli en una ecuacin de
tipo lineal mediante el cambio de variable dependiente dado por
z = y 1 ,
supuesto 6= 0 y 6= 1.
23
dz
= 2y3 y0 .
dx
2y3 y0 =
2 2
2
y 2x3 z0 = z 2x3 .
x
x
Cx2
1
.
x4
2.4.
Ecuaciones exactas
24
x = M( x, y),
= N ( x, y).
y
Se dice que la funcin E( x, y) es un potencial asociado al campo vectorial M( x, y)~ +
N ( x, y)~.
Observacin. La terminologa usada en esta seccin proviene de la Fsica (vase la
seccin 2.7.2). En efecto, el campo vectorial ~F ( x, y) = M( x, y)~ + N ( x, y)~ es conservaN
tivo si se verifica que M
y = x , lo que coincide con la condicin de exactitud. Todo
campo conservativo deriva de un potencial, esto es, existe una funcin potencial E( x, y)
tal que ~F puede expresarse como el gradiente de E:
E
E
~F ( x, y) =
~ + ~.
E( x, y) M( x, y)~ + N ( x, y)~ =
x
y
Igualando componentes, se deducen las ecuaciones para determinar el potencial:
E
= M( x, y),
x
E
= N ( x, y).
y
E
x
=My
M( x, y( x )) + N ( x, y( x ))
E
y
= N, resulta:
dy
= 0 M( x, y( x )) dx + N ( x, y( x )) dy = 0.
dx
= (2xy) = 2x
y
y
= ( x2 1) = 2x,
x
y
25
x = 2xy M( x, y),
= x2 1 N ( x, y).
y
Integrando respecto de x en la primera ecuacin, resulta:
E( x, y) =
E
dx =
x
2xy dx = y
2x dx = x2 y + g(y).
( x y + g(y)) =
( x y) + g(y) = 2xy + 0 = 2xy.
x
x
x
A continuacin, derivamos la expresin obtenida para E( x, y) respecto de la variable y:
E
= ( x2 y + g(y)) = x2 + g0 (y),
y
y
y sustituimos en la segunda ecuacin del sistema:
2
x + g ( y ) = x 1 g ( y ) = 1 g ( y ) =
(1)dy = y.
x2
C
.
1
E
dy =
y
( x 1) dy = ( x 1)
dy = ( x2 1)y + h( x ).
26
M
2
y
M
N
=
,
y
x
y
En este caso es ms sencillo integrar primero la segunda ecuacin:
E( x, y) =
E
dy =
y
x cos( xy) dy = x
(
=
sen
xy
) +
xycos
( xy
) g0 ( x ) = 0 g( x ) = c,
27
En caso de que Sage no pueda obtener una solucin de forma directa, cabe la posibilidad de realizar todo el proceso de resolucin. Vamos a ilustrarlo con la ecuacin
del ejemplo.
En primer lugar, definimos las funciones M( x, y) y N ( x, y), y comprobamos la
condicin de exactitud:
sage :
sage :
sage :
sage :
sage :
sage :
0
var ( x , y )
# definimos M y N
M = sin ( x * y )+ x * y * cos ( x * y )
N = x ^2* cos ( x * y )
# comprobamos la exactitud
diff (M , y ) - diff (N , x )
E
x
= M( x, y) mediante integracin:
Como Sage ha calculado slo la primitiva ms simple, aadimos una funcin dependiente de la variable y:
sage : # sumamos una " constante " dependiente de y
sage : g = function ( g , y )
sage : EE = E + g ; expand ( EE )
x * sin ( x * y ) + g ( y )
28
(ntese que dg representa una ecuacin; para considerar su segundo miembro, que es
el valor obtenido para g(y), usamos la notacin dg[0].rhs()1 ). Por ltimo, definimos
el potencial E( x, y):
sage : # definimos el potencial
sage : E = E + g ; expand ( E )
x * sin ( x * y )
2.5.
Factores integrantes
dar una explicacin un poco ms tcnica de la notacin. El valor dg representa una lista
o conjunto de ecuaciones que, en este ejemplo, consta de un nico elemento, ya que slo estamos
considerando una ecuacin. Los elementos de una lista se enumeran comenzando con el ndice 0, por
eso dg[0] hace referencia al primer elemento de la lista. En lenguaje informtico, dg[0] es un objeto,
esto es, una estructura con determinados contenidos y aplicaciones (o mtodos) asociadas a ella. Para
acceder a los contenidos de un objeto se usa un punto (.) detrs del nombre del objeto. De esta forma,
dg[0].rhs denota un mtodo que devuelve el miembro de la derecha (rhs: right hand side, en ingls)
de la ecuacin representada por dg[0]; los parntesis vacos hacen que se ejecute dicho mtodo sin
ningn argumento extra. En general, si queremos ver los mtodos asociados a un objeto en Sage, basta
con escribir el nombre del objeto seguido de un punto y pulsar la tecla de tabulacin.
29
( x + y2 ) dx 2xy dy = 0.
Definamos M ( x, y) = x + y2 y N ( x, y) = 2xy, y notemos que
M
N
= ( x + y2 ) = 2y 6= 2y =
(2xy) =
,
y
y
x
x
lo que indica que la ecuacin no es exacta.
La funcin
1
x2
es un factor integrante. En efecto, si definimos
r ( x, y) =
2
e ( x, y) = r ( x, y) M( x, y) = x + y ,
M
x2
se verifica que
e
M
=
y
y
x + y2
x2
e ( x, y) = r ( x, y) N ( x, y) = 2y ,
N
x
2y
= 2 =
x
x
2y
e
N
.
x
y2
= C y2 = x (ln( x ) C ).
x
Est claro que la cuestin fundamental en este contexto es: cmo podemos determinar un factor integrante? La respuesta es que no hay ningn mtodo general que
nos permita calcular factores integrantes: slo podemos dar una respuesta parcial al
problema. Notemos que el intento de calcular el factor integrante r ( x, y) directamente
a partir de la ecuacin de exactitud
e
e
M
N
=
(rM) =
(rN )
y
x
y
x
nos lleva a la ecuacin en derivadas parciales
M
r
M
r
N
+r
= N +r
,
y
y
x
x
30
n, m Z,
r ( x, y) = ( xy),
r ( x, y) = ( x/y),
r ( x, y) = ( x n ym ),
..
.
n, m Z,
r
M
r
N
M
N
+r
= N +r
( x )
= N0 ( x ) + ( x )
,
y
y
x
x
y
x
1
g( x ) =
N
M N
y
x
Para que este proceso tenga sentido, el miembro de la derecha de la expresin anterior
debe ser una funcin que slo dependa de la variable x. Resolviendo la ecuacin,
31
( x ) = e
g( x )dx
Por supuesto, el clculo explcito de ( x ) slo podr llevarse a cabo si sabemos calcular una primitiva de la funcin g( x ).
Si el factor integrante slo depende de la variable y, razonando de modo anlogo
llegamos a la siguiente expresin:
(y) = e
donde
1
h(y) =
M
h(y)dy
M N
y
x
( x + y2 ) dx 2xy dy = 0,
y veamos cmo se obtiene el factor integrante r ( x, y) = x 2 .
Comencemos probando con un factor integrante de la forma r ( x, y) = ( x ), esto
es, la funcin r ( x, y) depender nicamente de la variable x. Entonces el candidato a
factor integrante ser de la forma
( x ) = e
donde
1
g( x ) =
N
M N
y
x
g( x )dx
1
2
(2y (2y)) = .
2xy
x
2
x dx
= e2 ln(x) = eln(x
2 )
= x 2 .
=
(4xy 9y ) (3y ) =
(2x 3y).
2
N y
x
7 3xy
7 3xy2
32
=
(2x 6y) = .
h(y) =
2
3
M y
x
y
2xy 3y
La expresin obtenida slo depende de la variable y, por lo que podemos considerar
el factor integrante
(y) = e
h(y)dy
=e
2y dy
= y 2 .
r
= 2y0 ( x + y2 ),
y
33
z (z) = 3(z)
d
= 3
dz
ln() = 3 ln(z) = ln(z3 ) (z) = z3 .
z
2.6.
Hemos visto que la solucin general de una ecuacin diferencial de primer orden,
que supondremos escrita en forma normal:
y0 = f ( x, y),
depende de una constante arbitraria C, esto es, y y( x, C ). En particular, la ecuacin
diferencial posee un nmero infinito de soluciones, aunque todas ellas se diferencian
nicamente en el valor de la constante C.
Supongamos que estamos interesados en elegir, de entre todas las posibles soluciones, aquella que en el punto a toma un cierto valor y0 . En tal caso, estamos ante un
problema de valor inicial o problema de Cauchy:
(
y0 = f ( x, y),
x [ a, b],
y ( a ) = y0 .
La condicin y( a) = y0 se denomina condicin inicial. Bajo hiptesis adecuadas de
regularidad sobre la funcin f ( x, y), puede demostrarse que el problema de valor inicial posee una nica solucin. El valor correspondiente de la constante C se determina
imponiendo la condicin inicial en la solucin general; dicho de otro modo, hay que
resolver la ecuacin y( a, C ) = y0 .
34
y( x, C ) y = Ce x .
Imponiendo la condicin inicial, resulta:
2
y(0) = 1 Ce0 = 1 C = 1.
Por tanto, la nica solucin del problema de valor inicial es
2
y = ex .
El siguiente cdigo resuelve el problema de valor inicial en Sage:
sage : var ( x )
sage : y = function ( y , x )
sage : ec = diff (y , x ) == 2* x * y
sage : sol = desolve ( ec , y , ics =[0 , 1]) # ics =[ a , y ( a )]
sage : sol
e ^( x ^2)
Es posible representar grficamente esta solucin de forma muy simple. Si, por ejemplo, queremos dibujarla en el intervalo [0, 1], hacemos:
sage : plot ( sol , [0 , 1])
y dy =
x dx
y2
x2
= + c x2 + y2 = 2c.
2
2
35
y
1
-1
y= 1 x2
-1
-1
1
0
y= 1 x 2
-1
Figura 2.2: Las dos ramas de solucin para C = 1, definidas en I = (1, 1).
sage : var ( x )
sage : y = function ( y , x )
sage : ec = diff (y , x ) == -x / y
sage : desolve ( ec , y )
-1/2* y ( x )^2 == 1/2* x ^2 + c
36
x
1 x2
que slo est definida si x (1, 1). En consecuencia, el problema de valor inicial
correspondiente no tiene solucin.
Aun en el caso de que un problema de valor inicial tenga solucin, sta no tiene
por qu ser nica.
Ejemplo 2.20. Sea el problema de valor inicial
(
y0 = ( x + 1)y2/3 ,
y(1) = 0.
Podemos comprobar fcilmente que la funcin
2
3
1 x
3
y( x ) =
+x
3 2
2
es solucin del problema. Por otra parte, notemos que la funcin idnticamente nula
y( x ) 0 tambin es solucin. Tenemos pues dos soluciones distintas del mismo
problema de valor inicial.
En este caso, Sage slo determina la solucin no nula:
sage : var ( x )
sage : y = function ( y ,x )
sage : ec = diff (y , x ) == ( x +1)* y ^(2/3)
sage : desolve ( ec , y , ics =[1 ,0])
3* y ( x )^(1/3) == 1/2* x ^2 + x - 3/2
37
y0 = f ( x, y),
y ( x0 ) = y0 ,
f
y
y es continua en un entorno de ( x0 , y0 ),
1 x2 ,
x (1, 1).
38
es continua en todo punto, por lo que el problema posee solucin. Sin embargo, notemos que
2
2x+1
f
( x, y) = ( x + 1)y1/3 =
y
3
3 3y
no es continua en (1, 0). No podemos por tanto aplicar el teorema para asegurar la
unicidad de solucin, sino que habra que analizar el problema como se hizo en el
ejemplo 2.19. De hecho, vimos que el problema de Cauchy posea dos soluciones
distintas.
2.7.
Aplicaciones
2.7.1.
Espejos parablicos
++ +
= = 2.
2
2
2.7 Aplicaciones
39
(x,y)
Considerando de nuevo el mismo tringulo, y teniendo en cuenta la definicin geomtrica de la tangente de un ngulo, podemos escribir
y
tg( ) = .
x
Por tanto,
y
= tg
2 = cotg(2).
x
2
40
= ,
2
2
y por tanto
y0 = tg
2
= cotg().
x (y ) 2yy x = 0 y =
y+
x 2 + y2
,
x
y =
x 2 + y2
.
x
2.7 Aplicaciones
41
Es inmediato comprobar que las dos ecuaciones obtenidas son homogneas, as que
podemos resolverlas mediante el cambio z = y/x. En ambos casos, la solucin de la
ecuacin es la misma:
1
,
y = Cx2
4C
donde, como es usual, C representa una constante arbitraria. En el caso en que C
sea positiva la solucin es una parbola convexa, mientras que si C es negativa la
parbola es cncava. En la figura 2.5 se representan los espejos que se obtienen para
C = 1.
2.7.2.
~F ( x, y( x )) = P( x, y( x ))~ + Q( x, y( x ))~,
cuya pendiente (supuesto P( x, y( x )) 6= 0), es
Q( x, y( x ))
.
P( x, y( x ))
42
(x,y)
P( x, y( x ))
,
Q( x, y( x ))
E = ~F,
E
E
E = ~ + ~.
x
y
Esta condicin puede expresarse tambin en trminos de las componentes:
E
= P( x, y),
x
E
= Q( x, y).
y
2.7 Aplicaciones
43
E
E
d
E( x, y( x )) =
( x, y( x )) + y0 ( x ) ( x, y( x )) = P( x, y( x )) + Q( x, y( x ))y0 ( x ),
dx
x
y
~F ( x, y) = (0, mg),
donde m representa la masa de una partcula que se mueve en un plano y g es la
constante gravitatoria. Las curvas equipotenciales son las soluciones de la ecuacin
diferencial
dy
0
=
= 0,
dx
mg
que son precisamente y( x ) = C, con C constante. En este caso, las curvas equipotenciales son rectas horizontales.
Vamos a llegar al mismo resultado mediante el uso de una funcin potencial. Para
ello, consideremos la funcin de energa potencial E( x, y) = mgy que, efectivamente,
es un potencial:
E = 0~ + mg~ = ~F.
Por tanto, las curvas equipotenciales son de la forma
E( x, y( x )) = C mgy( x ) = C y( x ) =
C
C,
mg
=
.
y
y x
x y
x
y
x
Puede demostrarse (aunque eso est fuera del alcance de este curso) que, bajo determinadas condiciones de regularidad sobre P( x, y) y Q( x, y) (que siempre se verificarn en los casos que trataremos), el recproco es asimismo cierto. En conclusin,
44
x = P( x, y),
= Q( x, y),
y
lo cual, en general, no ser posible salvo en casos muy sencillos.
Observacin. El signo negativo en la definicin de funcin potencial obedece, como
hemos visto, a consideraciones de tipo puramente fsico. Desde un punto de vista matemtico, dicho signo es irrelevante: por eso en la definicin de exactitud que hicimos
en la seccin 2.4 tomamos M = P y N = Q.
En el siguiente ejemplo se ilustra el clculo de una funcin potencial.
Ejemplo 2.24. El campo de fuerzas
~F ( x, y) = x~ y~
es conservativo, ya que
P
Q
= ( x ) = 0 =
(y) =
.
y
y
x
x
Para calcular una funcin potencial, planteamos el sistema
x = P( x, y) = ( x ) = x,
= Q( x, y) = (y) = y.
y
Tomemos una de las dos ecuaciones, por ejemplo la primera, e integremos respecto
de x:
Z
Z
E
x2
dx = x dx =
+ g ( y ).
E( x, y) =
x
2
Observemos que, al estar integrando la funcin de dos variables E( x, y) respecto de la
variable x, la constante de integracin que aparece no es realmente una constante,
sino una funcin de la variable y. En efecto, para cualquier funcin g(y) se verifica
x2
E
+ g(y) = x
= x.
x 2
x
2.7 Aplicaciones
45
Para determinar g(y) recurrimos a la segunda ecuacin. Por una parte, derivando en
la expresin obtenida para E( x, y) respecto de y, obtenemos
E
=
y
y
x2
+ g(y)
2
= g 0 ( y ).
F
E(x,y)=C
x
y dy =
y2
.
2
x 2 y2
+ .
2
2
46
2.7.3.
Calentamiento de edificios
2.7 Aplicaciones
47
dT
=
T
kt
kt
48
Te (t) = 23 7 cos 12
t ,
esto es, se supone que la temperatura exterior cambia de forma sinusoidal en un perodo de 24 horas, con su mnimo en t = 0 (medianoche) y su mximo en t = 12
=e
7k e cos 12 t dt + (23k + H0 ) e dt + C .
Integrando por partes el primer sumando y sustituyendo los valores de k y H0 , obtenemos:
T (t) = 93
+ Ce 12 t .
4 2 cos 12 t + sen 12 t
Supongamos ahora que la temperatura inicial (esto es, a medianoche) en el interior
del edificio es de 20 C. Imponiendo esta condicin sobre T (t), podemos calcular el
valor de la constante de integracin C:
T (0) = 20
93
4
72 + C = 20 C = 14 .
2.7 Aplicaciones
49
93
4
27 cos
12 t
+ sen
12 t
+ 14 e 12 t .
En la figura 2.8 se muestran las evoluciones de las temperaturas interior y exterior del
edificio durante un perodo de 24 horas.
Damos a continuacin un cdigo Sage para resolver el problema y representar
grficamente tanto la solucin T (t) como la evolucin de la temperatura exterior Te (t).
sage : var ( t )
sage : k = pi /12
sage : Te = 23 -7* cos ( pi * t /12)
sage : H = pi /48
sage : U = 0
sage : T = function ( T , t )
sage : ec = diff (T , t ) == k *( Te - T ) + H + U
sage : sol = desolve ( ec , T , ics =[0 , 20])
sage : expand ( sol )
1/4* e ^( -1/12* pi * t ) - 7/2* sin (1/12* pi * t ) - 7/2* cos (1/12* pi * t ) + 93/4
sage : # Dibujamos
sage : fig1 = plot ( sol , t , 0 , 24 , color = blue ,
legend_label = Temp . interna ) # figura para T
sage : fig2 = plot ( Te , t , 0 , 24 , color = red ,
legend_label = Temp . externa ) # figura para Te
sage : fig = fig1 + fig2 # unimos ambas figuras
sage : show ( fig ) # mostramos el resultado
El parmetro legend_label dentro de la instruccin plot se ha utilizado para etiquetar las grficas. El resultado obtenido puede verse en la figura 2.8.
Supongamos que queremos determinar la temperatura mxima que se alcanza en
el interior del edificio durante un periodo de 24 horas. Para ello, podemos usar el
siguiente comando:
sage : sol . f i n d _ m a x i m u m _ o n _ i n t e r v a l (0 , 24)
(28.204675639897779 , 1 4 .9 9 61 9 5 03 4 42 2 9 06 )
Como vemos, los resultados son consistentes con la representacin grfica de la solucin.
50
CAPTULO
3
ECUACIONES DIFERENCIALES DE
ORDEN SUPERIOR
3.1.
Introduccin
Una ecuacin diferencial ordinaria de orden n es una ecuacin que relaciona una variable independiente x con una variable dependiente y y( x ) y sus derivadas hasta
el orden n. Su forma general es la siguiente:
F ( x, y, y0 , y00 , . . . , y(n) ) = 0,
x [ a, b].
x [ a, b].
52
La solucin general de una ecuacin diferencial de orden n es una familia de funciones que determinan todas las posibles soluciones de la ecuacin. Dicha solucin
general depende de n parmetros o constantes arbitrarias: y y( x, C1 , C2 , . . . , Cn ).
Ejemplo 3.2. La solucin general de la ecuacin diferencial y00 = 4y es
y = C1 sen(2x ) + C2 cos(2x ),
siendo C1 y C2 constantes arbitrarias. Es fcil comprobar que todas las funciones de
esta forma verifican la ecuacin diferencial; ms adelante veremos que estas son todas
las posibles soluciones.
Veamos cmo usar Sage para hacer la comprobacin:
sage : var ( x , C1 , C2 )
sage : y = C1 * sin (2* x ) + C2 * cos (2* x )
sage : diff (y , x , 2) + 4* y
0
Dada una ecuacin diferencial de orden n (que supondremos escrita en forma normal), podemos complementarla con n condiciones iniciales que establecen los valores
que deben tomar la solucin y sus derivadas en un cierto punto. Estamos entonces
ante lo que se denomina un problema de valores iniciales o problema de Cauchy. Su forma
es la siguiente:
y ( a ) = y0 ,
y 0 ( a ) = y1 ,
..
y ( n 1) ( a ) = y ,
n 1
3.1 Introduccin
53
donde y0 , y1 , . . . , yn1 son datos del problema. Ntese que un problema de valores
iniciales posee, en general, solucin nica. Para determinarla, primero se obtiene la
solucin general de la ecuacin, que depender de n constantes arbitrarias, y luego se
determina el valor de las constantes utilizando las condiciones iniciales.
Ejemplo 3.3. Consideremos el problema de valores iniciales
00
y = 4y,
y(0) = 1,
0
y (0) = 0.
Como vimos en el ejemplo anterior, la solucin general de la ecuacin y00 = 4y es
y = C1 sen(2x ) + C2 cos(2x ).
Determinemos C1 y C2 usando las condiciones iniciales. Por un lado, usando la primera condicin inicial tenemos que
y(0) = 1 C1 sen 0 + C2 cos 0 = 1 C2 = 1.
Como y0 ( x ) = 2C1 cos(2x ) 2C2 sen(2x ), de la segunda condicin deducimos que
1
:0
y0 (0) = 0 2C1
cos
0: 2C2
sen
0
= 0 C1 = 0.
Por tanto, la nica solucin del problema del problema de valores iniciales es
y = cos(2x ).
El cdigo Sage correspondiente es el siguiente:
sage : var ( x )
sage : y = function ( y , x )
sage : ec = diff (y , x , 2) == -4* y
sage : desolve ( ec , y , ics =[0 , 1 , 0]) # ics =[ a , y0 , y0 ]
cos (2* x )
y00 = f ( x, y, y0 ).
54
00
0
y = f ( x, y, y ), x [ a, b],
y ( a ) = y0 ,
0
y ( a) = y00 ,
donde y0 , y00 R son datos del problema.
3.2.
En esta seccin estudiaremos dos tipos de ecuaciones de segundo orden que, mediante un cambio adecuado de variables, pueden transformarse en ecuaciones de
primer orden. Estas clases de ecuaciones son aquellas en las que no aparece, de forma
explcita, la variable dependiente o la variable independiente.
3.2.1.
dz
= 2
z
dx ln(z) = 2x + C z = C1 e2x ,
e2x dx =
C1 2x
e
+ C2 ,
2
55
dz
=
z + z3
dx
1
ln(z) ln(z2 + 1) = ln( x ) + C,
x
2
1
z2
.
ln(z) ln(z2 + 1) = ln z2 ln z2 + 1 = ln
2
z2 + 1
Por tanto,
s
ln
z2
z2 + 1
= ln( x ) + C
z2
z2
C
=
e
x
= C1 x2 ,
2
2
z +1
z +1
C1 x
1 C12 x2
C1 x
1 C12 x2
y=
C1 x
1 C12 x2
dx =
1
C1
1 C12 x2 + C2 .
56
Ejemplo 3.6. La curva que forma una cuerda inextensible que cuelga libremente entre
dos puntos fijos se denomina catenaria (del latn catena, cadena). Dicha curva puede
obtenerse como solucin del problema de valores iniciales
q
1
00
0 2
y = a 1 + (y ) ,
y(0) = a,
0
y (0) = 0,
que resulta al considerar las fuerzas que actan sobre la cuerda (no entraremos en
detalles).
En la ecuacin diferencial no aparece explcitamente la variable x, por lo que podemos hacer el cambio z = y0 . De esta forma, obtenemos la siguiente ecuacin de
primer orden:
1p
z0 =
1 + z2 .
a
Separando variables, resulta1
Z
Z
dz
dx
x
x
=
arcsenh(z) = + C1 z = senh
+ C1 .
a
a
a
1 + z2
1 Se
e x e x
,
2
cosh( x ) =
e x + e x
,
2
57
3.2.2.
d 0
dz
dz dy
dz
(y ) =
=
=z .
dx
dx
dy dx
dy
Por tanto,
y00 = F (y, y0 ) z
dz
= F (y, z).
dy
Hemos obtenido as una ecuacin de primer orden en las variables (y, z).
Ejemplo 3.7. Consideremos la ecuacin
yy00 + (y0 )2 = 0,
en la que no aparece de forma explcita la variable independiente x. Mediante el
cambio explicado anteriormente, la ecuacin queda as:
yz
dz
dz
+ z2 = 0 y = z.
dy
dy
dz
=
z
dy
C
z = 1.
y
y
58
y dy = C1
dx
y2
= C1 x + C2 .
2
Renombrando las constantes, obtenemos la solucin general de la ecuacin de segundo orden en forma implcita:
y2 = C1 x + C2 .
3.3.
Salvo en algunos casos particulares, como los estudiados en los apartados anteriores, el anlisis de un ecuacin diferencial general requiere el uso de herramientas
matemticas avanzadas que estn ms all del alcance de este trabajo. Nos centraremos por ello en un tipo particular de ecuaciones de segundo orden, las de tipo lineal,
que aparecen con relativa frecuencia en las aplicaciones.
Una ecuacin diferencial de segundo orden es lineal si puede escribirse de la siguiente forma:
y00 + p( x )y0 + q( x )y = r ( x ),
donde p( x ), q( x ) y r ( x ) son funciones conocidas de la variable x.
Dentro de las ecuaciones lineales de segundo orden, distinguimos varios tipos:
Si r ( x ) 0, la ecuacin se denomina homognea: y00 + p( x )y0 + q( x )y = 0.
Si r ( x ) 6 0, se dice que la ecuacin es completa.
Si los coeficientes p( x ) y q( x ) son constantes, la ecuacin es de coeficientes constantes: y00 + py0 + qy = r ( x ), donde p, q R. Obsrvese que el trmino independiente r ( x ) no tiene por qu ser constante.
La solucin general de una ecuacin diferencial lineal de segundo orden depende
de dos constantes arbitrarias:
y y( x, C1 , C2 ).
De modo anlogo a las ecuaciones lineales de primer orden, dicha solucin general
tiene la siguiente estructura:
y( x, C1 , C2 ) = y H ( x, C1 , C2 ) + y P ( x ),
donde y H ( x, C1 , C2 ) es la solucin general de la ecuacin homognea asociada e y P ( x )
es una solucin particular de la ecuacin completa.
59
Vamos a analizar a continuacin la estructura de las soluciones de una ecuacin lineal homognea. Supongamos que y1 e y2 son dos soluciones distintas de la ecuacin,
esto es,
y100 + p( x )y10 + q( x )y1 = 0, y200 + p( x )y20 + q( x )y2 = 0.
Es inmediato comprobar que, si C1 y C2 son constantes arbitrarias, la funcin y =
C1 y1 + C2 y2 es tambin solucin de la ecuacin homognea. En efecto, teniendo en
cuenta que y0 = C1 y10 + C2 y20 e y00 = C1 y100 + C2 y200 , resulta:
y00 + p( x )y0 + q( x )y = (C1 y100 + C2 y00 ) + p( x )(C1 y10 + C2 y20 ) + q( x )(C1 y1 + C2 y2 )
00
y = y,
y(0) = 1,
0
y (0) = 0,
no puede resolverse usando slo la funcin y = C sen( x ). En efecto, como
y(0) = C sen 0 = 0,
la primera condicin inicial nunca puede verificarse.
Veamos entonces qu relacin deben verificar las funciones {y1 , y2 }, soluciones
particulares de la ecuacin homognea, para que la combinacin lineal y = C1 y1 +
C2 y2 sea la solucin general de la ecuacin homognea. Dado un problema de valores
iniciales arbitrario,
00
0
y + p( x )y + q( x )y = 0,
y ( x0 ) = y0 ,
y0 ( x0 ) = y00 ,
60
61
x R.
C1 , C2 R.
La verdadera dificultad a la hora de aplicar los pasos anteriores est en la determinacin de las soluciones particulares, que slo podr realizarse en determinados
casos. Uno de los ms importantes es el de las ecuaciones lineales con coeficientes
constantes, que tienen la forma
y00 + py0 + qy = r ( x ),
donde p y q son constantes reales y r ( x ) es una funcin arbitraria. En la seccin 3.4
veremos cmo construir la solucin general de la ecuacin homognea asociada. Para
determinar una solucin particular, estudiaremos dos mtodos:
el mtodo de variacin de las constantes (seccin 3.5), que puede aplicarse para
cualquier funcin r ( x ), aunque los clculos a realizar pueden ser complicados;
el mtodo de coeficientes indeterminados (seccin 3.6), que proporciona una solucin
particular de forma casi automtica, pero slo puede aplicarse cuando el trmino
independiente r ( x ) adopta una forma particular.
62
3.4.
63
246
1 = 3,
5
5
1
5
P() = 0 2 5 + 6 = 0 =
2
2
2 = 2.
Al ser las races reales y distintas, la solucin general de la ecuacin es
y = C1 e3x + C2 e2x .
Sage nos da el siguiente resultado:
sage : var ( x )
sage : y = function ( y , x )
sage : ec = diff (y , x , 2) - 5* diff (y , x ) + 6* y == 0
sage : desolve ( ec , y )
k1 * e ^(3* x ) + k2 * e ^(2* x )
y2 ( x ) = xex
constituyen un sistema fundamental de soluciones. Es inmediato comprobar que ambas funciones son soluciones de la ecuacin; adems,
x
x
e
xe
= (1 + x )e2x xex = e2x 6= 0, x R.
W (y1 , y2 ) = x
x
e
(1 + x )e
Por tanto, la solucin general de la ecuacin homognea es
y = C1 ex + C2 xex = (C1 + C2 x ) ex .
Ejemplo 3.11. Resolvamos la ecuacin
y00 2y0 + y = 0.
El polinomio caracterstico es P() = 2 2 + 1, que tiene una raz real doble: = 1.
Por tanto, la solucin general de la ecuacin es
y = (C1 + C2 x ) e x .
He aqu el cdigo Sage correspondiente:
64
sage :
sage :
sage :
sage :
( k2 * x
var ( x )
y = function ( y , x )
ec = diff (y , x , 2) - 2* diff (y , x ) + y == 0
desolve ( ec , y )
+ k1 )* e ^ x
y2 ( x ) = e ax sen(bx ).
3.5.
65
66
y2 ( x )r ( x )
dx,
W ( y1 , y2 )
C2 ( x ) =
y1 ( x )r ( x )
dx.
W ( y1 , y2 )
67
donde y1 ( x ) = e2x e y2 ( x ) = e2x . Las funciones {y1 , y2 } forman un sistema fundamental de soluciones de la ecuacin homognea, cuyo wronskiano es
2x
2x
e
e
= 4.
W (y1 , y2 ) = 2x
2e
2e2x
Las funciones C1 ( x ) y C2 ( x ) se determinan calculando las siguientes integrales:
y2 ( x )r ( x )
e2x e x
C1 ( x ) =
dx =
dx = 41 e x dx = 41 e x ,
W ( y1 , y2 )
4
Z
Z
Z 2x x
y1 ( x )r ( x )
e e
1 3x
1
e .
C2 ( x ) =
dx =
dx = 4 e3x dx = 12
W ( y1 , y2 )
4
Z
1 3x 2x
12 e e
= 13 e x .
1
.
sen( x )
68
En consecuencia,
y P ( x ) = ln(sen( x )) sen( x ) x cos( x ).
Por ltimo, la solucin general de la ecuacin completa viene dada por
y( x ) = C1 sen( x ) + C2 cos( x ) + ln(sen( x )) sen( x ) x cos( x ).
Ser capaz Sage de obtener la solucin de la ecuacin en este caso? Claro que s:
sage : var ( x )
sage : y = function ( y , x )
sage : ec = diff (y , x , 2) + y == 1/ sin ( x )
sage : desolve ( ec , y )
k1 * sin ( x ) + k2 * cos ( x ) - x * cos ( x ) + log ( sin ( x ))* sin ( x )
C2 ( x ) =
sen( x )
dx = ln(cos( x )),
cos( x )
Z
tg ( x )dx =
3.6.
69
Es conveniente recordar que una raz 0 C de un polinomio P() tiene multiplicidad m > 1 si
P() puede factorizarse como P() = ( 0 )m Q(), con Q(0 ) 6= 0. Si m = 1, diremos que la raz es
simple. Si 0 no es raz de P(), diremos que su multiplicidad es 0. Por otra parte, si a + bi es raz de
un polinomio P() con coeficientes reales, tambin lo es su conjugada a bi; de esta forma, el nmero
de races complejas siempre es par.
70
1
15 .
e4x
.
15
e4x
.
15
x x
e .
2
La solucin general de la ecuacin es pues
yP (x) =
x
y( x ) = C1 e x + C2 e x + e x .
2
71
x2 x
e .
2
Por ltimo, la solucin general de y00 + 2y0 + y = e x ser
yP (x) =
y( x ) = (C1 + C2 x )e x +
x2 x
e .
2
II. r ( x ) = A cos(bx ) o r ( x ) = A sen(bx ). En ambos casos se puede determinar una solucin particular de la forma
y P ( x ) = x m ( M1 cos(bx ) + M2 sen(bx )),
siendo m la multiplicidad de bi como raz de P(). Al ser bi un nmero complejo,
su multiplicidad slo puede ser m = 0 (si no es raz) o m = 1 (si es raz; la otra raz
es necesariamente bi). Las constantes M1 y M2 se calculan sustituyendo y P en la
ecuacion diferencial.
Ejemplo 3.19. Resolvamos la ecuacin
y00 + 2y0 + y = cos(2x ).
La ecuacin caracterstica 2 + 2 + 1 = 0 tiene a = 1 como raz doble. La solucin
de la ecuacin homognea asociada es entonces y H ( x ) = (C1 + C2 x )e x .
Por otra parte, como bi = 2i no es raz del polinomio caracterstico (m = 0),
debemos buscar una solucin particular de la forma
y P ( x ) = M1 cos(2x ) + M2 sen(2x ).
72
4
25
sen(2x ).
3
25
cos(2x ) +
4
25
sen(2x ).
x
sen( x ).
2
La solucin general de la ecuacin y00 + y = cos( x ) es pues
yP (x) =
y( x ) = C1 cos( x ) + C2 sen( x ) +
x
sen( x ).
2
Observacin. La misma tcnica puede aplicarse cuando el trmino r ( x ) es una combinacin lineal de cos(bx ) y sen(bx ). En cambio, no es aplicable para combinaciones
lineales de cos(bx ) y sen(dx ), con b 6= d.
73
(42M1 + 35M2 )e2x cos(7x ) + (35M1 42M2 )e2x sen(7x ) = e2x cos(7x ).
Igualando coeficientes, resulta
42M1 + 35M2 = 1
35M1 42M2 = 0
,
M1 = 35242
+422
M2 =
35
.
352 +422
35 sen(7x ) 42 cos(7x )
.
352 + 422
x/2
C1 cos
3
2 x
+ C2 sen
3
2 x
+ e2x
35 sen(7x ) 42 cos(7x )
.
352 + 422
74
a, b, A, B R.
5A = 25
A = 5, B = 4, C = 2.
4A + 5B = 0
2A 2B + 5C = 12
Por tanto,
y P ( x ) = 5x2 + 4x + 2.
75
6A = 6
23
A = 1, B = 13
6A 4B = 7
4, C = 4,
2B 2C = 5
de donde
x
y P ( x ) = (4x2 + 13x + 23).
4
Para terminar, escribimos la solucin general de la ecuacin:
x
y( x ) = C1 + C2 e2x (4x2 + 13x + 23).
4
Observacin. En el caso en que el valor 0 sea raz doble del polinomio caracterstico
(m = 2), la ecuacin a resolver adopta la forma y00 = r ( x ), que puede resolverse
mediante integracin directa.
V. r ( x ) es una suma de trminos que estn en los casos anteriores. Supongamos que
r ( x ) es de la forma
r ( x ) = r1 ( x ) + r2 ( x ) + + r s ( x ),
donde cada ri ( x ), i = 1, . . . s, est en uno de los casos I-IV. Podemos calcular entonces
una solucin particular yi ( x ) para cada una de las ecuaciones
y00 + py0 + qy = ri ( x ),
i = 1, . . . , s.
76
r1 ( x ) = 2e x ,
r2 ( x ) = cos(3x ),
r3 ( x ) = 6x.
Por tanto,
1
y2 ( x ) = 130
(7 cos(3x ) + 9 sen(3x )).
1
130 (7 cos(3x ) + 9 sen(3x )) 3x
92 .
3.7.
77
00
0
y + p ( x ) y + q ( x ) y = r ( x ),
y ( a ) = y0 ,
0
y ( a ) = y1 ,
x [ a, b],
siendo y0 , y1 R datos del problema. En un problema de valores iniciales se especifica cunto han de valer la solucin y su primera derivada en el extremo inferior del
intervalo donde se va a resolver el problema. En general, dicho problema poseer solucin nica, que se determina imponiendo las condiciones iniciales sobre la solucin
general de la ecuacin.
Ejemplo 3.26. Consideremos el problema de valores iniciales
00
0
y 6y + 9y = 0,
y(0) = 1,
0
y (0) = 0.
La ecuacin diferencial es de coeficientes constantes y homognea. Su ecuacin caracterstica es 2 6 + 9 = 0, que tiene una raz doble = 3; en consecuencia, la
solucin general est dada por:
y = (C1 + C2 x )e3x .
Imponiendo las condiciones iniciales, podemos determinar las constantes C1 y C2 :
var ( x )
y = function ( y , x )
ec = diff (y , x , 2) - 6* diff (y , x ) + 9* y == 0
sol = desolve ( ec , y , ics =[0 , 1 , 0]) # ics =[ a , y0 , y1 ]
sol
- 1)* e ^(3* x )
plot ( sol , 0 , 1)
78
00
0
y + p ( x ) y + q ( x ) y = r ( x ),
y( a) = ,
y(b) = ,
x [ a, b],
siendo , R datos del problema. Las condiciones y( a) = e y(b) = se denominan condiciones de contorno. Notemos que en un problema de contorno se definen los
valores que ha de tomar la solucin de la ecuacin diferencial en ambos extremos del
intervalo donde se quiere resolver.
Ejemplo 3.27. Resolvamos el problema de contorno
1
00
y + 4 y = 0,
y(0) = 1,
y( ) = 1.
x [0, ],
x
2
+ C2 sen
x
2
79
:0
:1
y (0) = 1 C
sen
0
= 1 C1 = 1,
1 cos 0 + C2
0
*1
*
y( ) = 1 C cos
+ C sen
= 1 C = 1.
1
2
Observacin. En el ejemplo anterior, el problema de contorno tena una nica solucin. En el siguiente, veremos que tambin es posible que un problema de contorno
tenga infinitas soluciones o ninguna en absoluto.
Ejemplo 3.28. Consideremos el problema de contorno
00
y + y = 0, x [0, ],
y(0) = ,
y( ) = ,
con , R. Su solucin general viene dada por
y = C1 cos( x ) + C2 sen( x ).
Al imponer las condiciones de contorno, resulta:
(
y(0) = C1 = ,
y( ) = C1 = .
Entonces, si + 6= 0 el problema no tiene solucin. En cambio, si suponemos + =
0 existen infinitas soluciones al problema, ya que C2 podra tomar cualquier valor.
3.8.
El estudio de las ecuaciones diferenciales de orden mayor que dos sigue pautas
similares al anlisis realizado para ecuaciones de segundo orden. Al igual que en este
80
y ( x0 ) = y0 ,
y ( x0 ) = y1 ,
y00 ( x0 ) = y2 ,
..
y ( n 1) ( x ) = y .
0
n 1
yn ( x )
y0n ( x )
y00n ( x ) 6= 0,
..
..
.
.
( n 1)
y
x R.
81
Nos centraremos a partir de ahora en las ecuaciones lineales de coeficientes constantes, es decir,
y(n) + an1 y(n1) + + a2 y00 + a1 y0 + a0 y = r ( x ),
siendo an1 , . . . , a0 constantes reales. El polinomio caracterstico asociado es
P ( ) = n + a n 1 n 1 + + a 2 2 + a 1 + a 0 .
A menos que n 6 4, no se dispone de frmulas explcitas para el clculo de las races
de P(). En general, se puede intentar aplicar algn mtodo algebraico para el clculo
de races como, por ejemplo, el mtodo de Ruffini.
Para determinar la solucin general de la ecuacin homognea
y(n) + an1 y(n1) + + a2 y00 + a1 y0 + a0 y = 0,
a cada raz del polinomio caracterstico le asociaremos una o varias soluciones particulares, atendiendo a la naturaleza de dicha raz:
I. Si es una raz real simple, entonces una solucin es ex .
II. Si es un raz real de multiplicidad m > 2, podemos considerar m soluciones
distintas:
ex , xex , x2 ex , . . . , x m1 ex .
III. Si = a bi son races complejas simples, entonces e ax cos(bx ) y e ax sen(bx ) son
las soluciones asociadas.
IV. Si = a bi son races complejas de multiplicidad m > 2, tenemos 2m soluciones:
e ax cos(bx ), xe ax cos(bx ), x2 e ax cos(bx ), . . . , x m1 e ax cos(bx ),
e ax sen(bx ), xe ax sen(bx ), x2 e ax sen(bx ), . . . , x m1 e ax sen(bx ).
Puede probarse que las n soluciones particulares {y1 , . . . , yn } as obtenidas forman
un sistema fundamental de soluciones. Por tanto, la solucin general de la ecuacin
homognea ser
y H ( x ) = C1 y1 ( x ) + C2 y2 ( x ) + + Cn yn ( x ).
Ejemplo 3.29. Resolvamos la ecuacin homognea
y(6) + 8y(4) + 16y00 = 0.
82
De hecho, el comando desolve slo puede resolver ecuaciones de primer y segundo orden. Ms adelante, cuando estudiemos sistemas de ecuaciones, veremos como
solventar este problema.
Ejemplo 3.30. Vamos a resolver el siguiente problema de valores iniciales:
000
00
0
y 6y + 11y 6y = 0,
y(0) = 1,
y0 (0) = 0,
y00 (0) = 0.
El polinomio caracterstico asociado a la ecuacin es P() = 3 62 + 11 6. Sus
races pueden obtenerse fcilmente usando el mtodo de Ruffini: 1 = 1, 2 = 2 y
3 = 3. Las soluciones asociadas a cada raz son: e x , e2x y e3x . Por tanto, la solucin
general de la ecuacin es
y( x ) = C1 e x + C2 e2x + C3 e3x .
83
y(0) = 1 C1 + C2 + C3 = 1
C1 = 0, C2 = 3, C3 = 2.
y0 (0) = 0 C1 + 2C2 + 3C3 = 0
00
y (0) = 0 C1 + 4C2 + 9C3 = 0
En consecuencia, la solucin del problema de valores iniciales es
y( x ) = 3e2x 2e3x .
Consideremos ahora la ecuacin lineal de coeficientes constantes no homognea
y(n) + an1 y(n1) + + a2 y00 + a1 y0 + a0 y = r ( x ),
cuya solucin general se construye como suma de la solucin general y H de la ecuacin homognea asociada y de una solucin particular y P de la ecuacin completa.
Para determinar una solucin particular aplicaremos el mtodo de variacin de las
constantes.
Si {y1 , . . . , yn } es un sistema fundamental de soluciones de la ecuacin homognea,
buscamos un conjunto de funciones {C1 ( x ), . . . , Cn ( x )} que sea solucin del siguiente
sistema:
0
0
0
0
0
0
..
y ( n 1) ( x ) C 0 ( x ) + y ( n 1) ( x ) C 0 ( x ) + + y ( n 1) ( x ) C 0 ( x ) = r ( x ),
n
n
2
1
2
1
para cada x R. Se trata de un sistema lineal de n ecuaciones y n incgnitas (a saber, C10 ( x ), . . . , Cn0 ( x )) que es compatible determinado, ya que el determinante de la
matriz de coeficientes coincide con el wronskiano del sistema fundamental, que no se
anula en ningn punto. En consecuencia, podemos resolverlo (mediante la regla de
Cramer, por ejemplo) para determinar C10 ( x ), . . . , Cn0 ( x ). A continuacin se calculan
C1 ( x ), . . . , Cn ( x ) mediante integracin, y por ltimo se construye la solucin particular:
y P ( x ) = C1 ( x )y1 ( x ) + C2 ( x )y2 ( x ) + + Cn ( x )yn ( x ).
Ejemplo 3.31. Consideremos la ecuacin diferencial
y000 6y00 + 11y0 6y = xe x .
El polinomio caracterstico es P() = 3 62 + 11 6, cuyas races son 1, 2 y 3. De
este modo, la solucin general de la ecuacin homognea es
y H ( x ) = C1 e x + C2 e2x + C3 e3x .
84
0
0
0
00
y1 ( x )C10 ( x ) + y200 ( x )C20 ( x ) + y300 ( x )C30 ( x ) = r ( x ),
que queda como
x 0
2x 0
3x 0
e C1 ( x ) + e C2 ( x ) + e C3 ( x ) = 0,
e x C10 ( x ) + 2e2x C20 ( x ) + 3e3x C30 ( x ) = 0,
x 0
e C1 ( x ) + 4e2x C20 ( x ) + 9e3x C30 ( x ) = xe x .
Podemos simplificar las ecuaciones:
0
x 0
2x 0
C1 ( x ) + e C2 ( x ) + e C3 ( x ) = 0,
C10 ( x ) + 2e x C20 ( x ) + 3e2x C30 ( x ) = 0,
0
C1 ( x ) + 4e x C20 ( x ) + 9e2x C30 ( x ) = xe2x .
El determinante de la matriz de coeficientes es
1 e x e2x
1 2e x 3e2x = 2e3x .
1 4e x 9e2x
Aplicando la regla de Cramer, obtenemos
x
2x
0
e
e
1
x
C10 ( x ) = 3x 0
2e x 3e2x = e2x ,
2
2e 2x
xe
4e x 9e2x
1
0
e2x
1
C20 ( x ) = 3x 1
0
3e2x = xe3x ,
2e
2x
1 xe
9e2x
1 e x
0
1
x
0
x
C3 ( x ) = 3x 1 2e
0 = e4x .
2
2e
1 4e x xe2x
Integrando, resulta
C1 ( x ) =
1
2
xe2x dx = 41 e2x x +
1
2
xe3x dx = 31 e3x x +
1
3
xe4x dx = 81 e4x x +
1
4
C2 ( x ) =
C3 ( x ) =
1
2
85
1
24 x
13
+ 288
.
3
2 x
+ C3 e3x/2 sen
3
2 x
3
2 x
+ C3 e3x/2 sen
y M2 =
3
2 x
1
17 .
En consecuencia, la
1 x
e (4 cos( x ) + sen( x )).
17
86
3.9.
Aplicaciones
3.9.1.
Vibraciones mecnicas
3.9 Aplicaciones
87
Fuerzas que no son intrnsecas al sistema, sino que obedecen a causas externas
(por ejemplo, la accin de un terremoto). Nos referiremos a ellas como fuerzas
externas y las denotaremos por g(t).
La segunda ley de Newton nos dice que el producto de la masa por la aceleracin
es igual a la resultante de fuerzas que actan sobre el sistema. Teniendo en cuenta
que x 00 (t) representa la aceleracin del medio, obtenemos entonces:
mx 00 = kx cx 0 + g(t) x 00 +
c 0
k
g(t)
x + x=
.
m
m
m
g(t)
a
k
donde =
m , = 2m y F ( t ) = m . Se trata pues de una ecuacin diferencial de
segundo orden, lineal y de coeficientes constantes. En caso de que no acten fuerzas
exteriores, F (t) 0, la ecuacin es adems homognea.
Para completar el sistema, debemos considerar condiciones iniciales de la forma
x (0) = x0 ,
x 0 (0) = v0 ,
que indican la posicin y velocidad del medio en el instante inicial t = 0. El problema de valores iniciales correspondiente posee una nica solucin, que nos permite
calcular el desplazamiento del medio respecto de la posicin de equilibrio en cada
instante.
Ejemplo 3.34. Calculemos el desplazamiento respecto de la posicin de equilibrio de
un mstil con masa igual a 1 kg, constante de amortiguamiento igual a 4 Ns/m y
constante de recuperacin igual a 5 N/m, suponiendo que en el instante inicial recibe
una rfaga de viento soplando hacia la izquierda, cuya velocidad es de 5 m/s.
El problema de valores iniciales a considerar es el siguiente:
00
0
x + 4x + 5x = 0,
x (0) = 0,
0
x (0) = 5.
El polinomio caracterstico de la ecuacin, P() = 2 + 4 + 5, tiene races = 2 i;
por tanto, la solucin general de la ecuacin ser
x (t) = e2t (C1 cos(t) + C2 sen(t)).
88
x (0) = 0 C1 = 0,
x 0 (0) = 5 C 2C = 5 C = 5.
2
2
1
Por tanto, la solucin buscada es
x (t) = 5 sen(t)e2t ,
que representa una curva sinusoidal cuyas amplitudes tienden a cero. La grfica de la
solucin se representa en la figura 3.3, donde puede observarse cmo las oscilaciones
se amortiguan con el paso del tiempo y el mstil tiende hacia su posicin de equilibrio.
La figura 3.3 se ha obtenido con el siguiente cdigo Sage:
sage : var ( t )
sage : x = function ( x , t )
sage : ec = diff (x , t , 2) + 4* diff (x , t ) + 5* x == 0
sage : sol = desolve ( ec , x , ics =[0 , 0 , -5]); sol
-5* e ^( -2* t )* sin ( t )
sage : plot ( sol , 0 , 5)
A continuacin analizaremos los mltiples casos que pueden presentarse en ausencia de fuerzas externas: F (t) 0. Notemos que, en cualquier caso, > 0 y > 0.
Caso 1. No acta ninguna fuerza: = = 0. En este caso podemos integrar la ecuacin directamente:
x 00 = 0 x (t) = C1 t + C2 .
3.9 Aplicaciones
89
t > 0.
v0
sen(t),
t > 0,
90
Caso 3. Slo acta la fuerza de rozamiento: > 0, = 0. De nuevo tenemos una ecuacin homognea:
x 00 + 2x 0 = 0.
Las races de la ecuacin caracterstica 2 + 2 = 0 son 1 = 0 y 2 = 2. Por
tanto, la solucin general ser
x (t) = C1 e0t + C2 e2t = C1 + C2 e2t .
v0
v0
y C2 = . Por tanto,
A partir de las condiciones iniciales, obtenemos C1 = x0 +
2
2
la solucin buscada es
v0
x ( t ) = x0 +
(1 e2t ), t > 0.
2
Observemos que
v0
,
t
2
v0
lo que significa que el mvil se ir acercando a la posicin x0 + 2
(que estar a la
derecha o a la izquierda de x0 , segn si v0 > 0 o v0 < 0). En la figura 3.5 se representa
la trayectoria del mvil para x0 = 0, v0 = 1 y = 1. Notemos que si v0 = 0, el mvil
permanece en el mismo lugar en cada instante ya que, al no tener velocidad inicial,
no hay nada que lo obligue a cambiar de posicin.
lm x (t) = x0 +
3.9 Aplicaciones
91
x0
( 2 e 1 t 1 e 2 t ),
2 1
t > 0.
Analicemos el comportamiento
de la solucin cuando t tiende a infinito. Es claro
p
que 2 < 0; como > 2 2 , resulta que tambin 1 < 0. En consecuencia las
exponenciales e1 t y e2 t tienden a cero, y por tanto
lm x (t) = 0.
Dicho de otra forma, el mvil tiende a la posicin de equilibrio. Surge una cuestin
natural: pasa el mvil alguna vez por la posicin de equilibrio, en un tiempo T finito?
Para responder a esta pregunta, basta con ver si la ecuacin x ( T ) = 0 tiene alguna
solucin real T > 0:
1
1
2 T
1 T
x ( T ) = 0 1 e
= 2 e
T=
ln
.
1 2
2
Notemos que 1 /2 > 0, por ser ambas races negativas; esto hace que ln(1 /2 )
tenga sentido.
Sin embargo, 2 < 1 < 0 1 /2 < 1 ln(1 /2 ) < 0. Como 1
p
2 = 2 2 2 > 0, deducimos que T < 0, lo cual no es un resultado aceptable. En
consecuencia, la ecuacin x ( T ) = 0 no posee ninguna solucin positiva. En trminos
fsicos, el mvil tiende a la posicin de equilibrio pero sin pasar nunca por sta. En la
figura 3.6 se representa la trayectoria del mvil.
Caso 4B. Movimiento elstico crticamente amortiguado: = . Ahora tenemos una
raz real doble: = . La solucin del problema de Cauchy es, en este caso,
x (t) = x0 (1 + t)e t ,
Al ser < 0, resulta que
lm x (t) = 0,
t > 0.
92
Caso 4C. Movimiento elstico subamortiguado: > . En este caso 2 2 < 0, por
p
lo que las races del polinomio caracterstico son de la forma = i 2 2 . La
solucin del problema de Cauchy es entonces:
q
q
q
x0
t
2
2
2
2
x (t) = p
e
cos(t ) + sen(t 2 2 ) , t > 0.
2 2
p
p
Usando que | cos( 2 2 )| 6 1 y | sen( 2 2 )| 6 1, tenemos que
q
| x0 |
t
0 6 | x (t)| 6 p
e ( 2 2 + ).
2 2
Como e t 0 cuando t , deducimos que lm | x (t)| = 0, de donde
t
lm x (t) = 0.
Veamos si el mvil pasa por la posicin de equilibrio en algn tiempo finito T > 0:
p
p
q
sen( T 2 2 )
2 2
2
2
p
=
.
x ( T ) = 0 tg( T ) =
cos( T 2 2 )
3.9 Aplicaciones
93
p
2
2
Es posible
elegir T0 >
p 0, con T0 (/2, 3/2), de modo que se verifique
p
tg( T0 2 2 ) = 2 2 /. Entonces todas las soluciones positivas de la ecuacin x ( T ) = 0 son
k
, k = 0, 1, 2, . . .
Tk = T0 + p
2 2
En este caso, la ecuacin x ( T ) = 0 admite infinitas soluciones positivas. La interpretacin fsica es sencilla: conforme avanza el tiempo, el mvil tiende a la posicin
de equilibrio pero oscilando alrededor de sta; al aumentar el tiempo disminuye la
amplitud de dichas oscilaciones. En la figura 3.7 se representa la solucinx (t) correspondiente a x0 = 1, = 2 y = 1; notemos que, en este caso, | x (t)| 6 1+ 3 et .
3
Figura 3.7: Grfica de x (t) en el caso 4C. Las lneas discontinuas son las funciones 1+3 3 et .
00
2
x + x = cos(t),
x (0) = 0,
0
x (0) = 0.
Las races del polinomio caracterstico son = i, por lo que debemos distinguir
dos casos:
94
= 1/2
=1
= 1,2
==
Figura 3.8: Problema con fuerza peridica externa: soluciones obtenidas para distintos valores
del parmetro . El fenmeno de resonancia puede apreciarse en la ltima figura.
1
(cos(t) cos(t)),
2
t > 0.
t
sen(t),
2
t > 0.
3.9 Aplicaciones
95
3.9.2.
Consideremos una viga de longitud L situada en posicin horizontal y cuyos extremos estn fijos. La deformacin que sufre dicha viga puede modelizarse mediante
el siguiente problema de contorno:
w
00
y( L) = 0,
donde y( x ) representa el desplazamiento o deflexin de la viga respecto de la horizontal en el punto x [0, L], E es el mdulo de elasticidad de Young, I denota el
momento de inercia y w es el peso por unidad de longitud de la viga. Las condiciones
de contorno establecen que los extremos de la viga permanecen fijos.
En este caso la ecuacin diferencial puede resolverse mediante una doble integraw
cin. Si llamamos = 2EI
, resulta que
00
y ( x ) = x ( L x ) y ( x ) =
x ( L x ) dx y0 ( x ) =
2
1
2 Lx
13 x3 + C1 ,
Z
2
1
2 Lx
31 x3 + C1 dx y( x ) =
3
1
6 Lx
1 4
12
x + C1 x + C2 ,
96
donde C2 es otra constante de integracin. Las constantes C1 y C2 pueden determinarse imponiendo las condiciones de contorno:
y(0) = 0 C2 = 0,
y( L) = 0
1
4
12 L
1
3
+ C1 L + C
2 = 0 C1 = 12 L .
Por tanto, la nica solucin del problema de contorno viene dada por
w
y( x ) =
x4 2Lx3 + L3 x .
24EI
En particular, podemos determinar la deflexin mxima que, por simetra, se da en el
punto xmax = L/2:
4
L4
L4
w
L
5wL4
2 +
.
ymax = y( L/2) =
=
24EI 16
8
2
384EI
Ejemplo 3.35. Consideremos una barra de longitud L = 2 m con mdulo de Young
E = 2 1011 N/m2 , momento de inercia I = 7,85 109 m4 y w = 95,54 N/m; estos
datos corresponden a una barra de acero con seccin transversal circular de 2 cm de
dimetro. En tal caso, la deflexin mxima de la barra es:
ymax =
5 95,54 24
0,0127 m.
384 (2 1011 ) (7,85 109 )
3.9 Aplicaciones
97
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
var ( x )
# datos del problema
L = 2
E = 2 e11
I = 7.85 e -9
w = 95.54
y = function ( y , x )
sol = desolve ( diff (y , x , 2) == -w /(2* E * I )* x *( L - x ) , y ,
ics =[0 , 0 , L , 0]); sol
372/146713* x ^4 - 1488/146713* x ^3 + 2976/146713* x
sage : plot ( - sol , 0 , L )
x [0, L],
4
1
24 wx
+ 16 C1 x3 + 12 C2 x2 + C3 x + C4 .
Para determinar las constantes arbitrarias C1 , C2 , C3 y C4 , debemos imponer condiciones de contorno adecuadas en los extremos x = 0 y x = L de la viga.
Dependiendo del tipo de soporte, en cada extremo de la viga puede considerarse
una de las siguientes condiciones:
Sostenida simplemente: y = y00 = 0.
98
y0 (0) = 0,
y00 ( L) = 0,
y(3) ( L) = 0.
w
x ( x2 3Lx + 3L2 ) = 0
6EI
(
x = 0,
x2 3Lx + 3L2 = 0 (no tiene races reales).
Es decir, la derivada slo se anula en x = 0, que es el extremo fijo. Esto nos indica que
la funcin y( x ) es estrictamente creciente, por lo que la deflexin mxima se producir
en el extremo x = L y ser:
ymax = y( L) =
w 4
L .
8EI
A continuacin vamos a estudiar el problema del pandeo de una viga. Para ello,
consideremos una viga situada en vertical y fijada por sus extremos, a la que se aplica
una carga P en uno de ellos. En tal caso, la forma de la viga y( x ) puede obtenerse
como solucin del problema de contorno
P
00
y ( x ) = EI y( x ), x [0, L],
y(0) = 0,
y( L) = 0,
Llamando =
P
EI ,
y( x ) = C1 cos( x ) + C2 sen( x ).
3.9 Aplicaciones
99
y(0) = 0 C1 = 0,
0
y( L) = 0 Ccos(L) + C sen(L) = 0 C sen(L) = 0.
2
2
1
Si C2 = 0, obtenemos la solucin trivial: y( x ) 0. Esto significa que la viga no
se deforma, cosa que sucede cuando la carga P aplicada es pequea. Para obtener
una solucin no trivial del problema hemos de suponer C2 6= 0, lo que implica que
sen( L) = 0. Es decir, los nicos valores de para los que hay soluciones no triviales
del problema de contorno son aquellos que verifican la condicin
n2 2
sen( L) = 0 L = n, n N =
, n N.
L2
De este modo, la viga no se deforma a menos que
n2 2
P
= 2 ,
EI
L
donde n es un natural arbitrario. Sin embargo, como estamos interesados en el valor
mnimo para el que se produce el pandeo, tomaremos n = 1.
Observacin. A la primera carga que provoca la deformacin de la viga, P =
la conoce con el nombre de primera carga crtica o carga de pandeo de Euler.
El problema de contorno posee pues infinitas soluciones, de la forma
y( x ) = C sen
x , 0 6= C R.
L
2 EI
,
L2
se
100
var ( x , L , P , E , I )
assume (P >0 , E >0 , I >0)
y = function ( y , x )
ec = diff (y , x , 2) == -P /( E * I )* y
desolve ( ec , [y , x ] , ics =[0 , 0 , L , 0])
P
EI
por
2
,
L2
CAPTULO
4
SISTEMAS DE ECUACIONES
DIFERENCIALES
4.1.
Introduccin
Un sistema de ecuaciones diferenciales de orden n est formado por n ecuaciones diferenciales de primer orden en forma normal, esto es,
y10 = f 1 ( x, y1 , . . . , yn ),
y0 = f ( x, y , . . . , yn ),
2
1
2
.
.
0
yn = f n ( x, y1 , . . . , yn ),
donde x [ a, b] es la variable independiente e y1 , . . . , yn , son las variables dependientes.
Una solucin del sistema est formada por n funciones y1 ( x ), . . . , yn ( x ), derivables
con continuidad, que satisfacen todas las ecuaciones en cada punto x [ a, b].
Ejemplo 4.1. Es inmediato comprobar que una solucin del sistema
(
y10 = y2 ,
y20 = y1 .
est formada por las funciones y1 ( x ) = cos( x ) e y2 ( x ) = sen( x ).
102
y1 ( x, C1 , C2 , . . . , Cn ),
y ( x, C , C , . . . , Cn ),
2
1 2
.
..
yn ( x, C1 , C2 , . . . , Cn ).
Ejemplo 4.2. La solucin general del sistema
(
y10 = y2 ,
y20 = y1 ,
y1 ( x, C1 , C2 ) = C1 cos( x ) + C2 sen( x ),
y2 ( x, C1 , C2 ) = C1 sen( x ) C2 cos( x ).
En este caso, y1(0) representa la constante arbitraria C1 , mientras que y2(0) equivale
a C2 . El porqu de esta notacin quedar claro en el siguiente ejemplo.
Un problema de valores iniciales para un sistema de ecuaciones diferenciales se construye aadiendo n condiciones iniciales de la forma
y1 ( x0 ) = y1 ,
y ( x ) = y ,
2 0
2
.
.
yn ( x0 ) = y n ,
con y1 , y2 , . . . , y n R.
4.1 Introduccin
103
y1 (0) = 1,
y2 (0) = 0,
tiene una nica solucin formada por las funciones y1 ( x ) = cos( x ) e y2 ( x ) = sen( x ).
En efecto, a partir de la solucin general del sistema (ejemplo 4.2), podemos determinar de forma nica los valores de las constantes C1 y C2 imponiendo las condiciones
iniciales:
(
1
:0
0
y1 (0) = 1 C1
cos
0:+ C2
sin
= 1 C1 = 1,
0
:
y2 (0) = 0 C1
sen
0
C2
cos
0:= 0 C2 = 0.
Si queremos representar grficamente las componentes de la solucin en el intervalo [0, 2 ], aadimos las siguientes lneas de cdigo:
sage :
sage :
sage :
sage :
sage :
sage :
104
y0 = a y + a y + + a y0 ,
22 2
2n n
21 1
2
..
0
yn = an1 y1 + an2 y2 + + ann y0n ,
con aij R. Este tipo de sistemas puede escribirse en forma matricial:
Y 0 = AY,
donde
y1
y2
Y = . ,
..
yn
y10
y0
2
Y0 = . ,
..
y0n
a
21 a22 a2n
A= .
..
.. .
..
..
.
.
.
an1 an2 ann
El estudio de sistemas no lineales est fuera del alcance del presente trabajo, ya que
necesita del uso de herramientas avanzadas de Anlisis Matemtico. Por ello, restringiremos nuestro estudio a sistemas de ecuaciones lineales de coeficientes constantes.
Adems, por simplicidad, nos centraremos en sistemas de orden dos.
En el caso particular de sistemas de dos ecuaciones (n = 2) es usual denotar la
variable independiente por t (en lugar de x) y las variables dependientes por x e y (en
lugar de y1 e y2 ). Asimismo, para sistemas con tres ecuaciones (n = 3) se suelen usar
las variables x, y y z en lugar de y1 , y2 e y3 . A partir de ahora seguiremos este criterio.
4.1 Introduccin
105
x (t)
,
y(t)
X (t) =
x 0 (t)
y0 (t)
A=
a b
.
c d
106
4.2.
Mtodo de sustitucin
En esta seccin vamos a establecer una equivalencia entre un sistema lineal y una
ecuacin diferencial lineal de segundo orden. Esta relacin proporciona un mtodo
de resolucin denominado mtodo de sustitucin.
Consideremos el sistema
(
x 0 = ax + by,
y0 = cx + dy,
y supongamos que el coeficiente b es distinto de cero (si b = 0 podemos resolver directamente la primera ecuacin: x 0 = ax; a continuacin sustituimos x (t) en la segunda
ecuacin, que sera de tipo lineal, y la resolvemos para obtener y(t)). Derivando en la
primera ecuacin, resulta
x 00 = ax 0 + by0 = ax 0 + b(cx + dy),
donde hemos sustituido y0 usando la segunda ecuacin. De la primera ecuacin despejamos
x 0 ax
y=
.
b
Sustituyendo en la igualdad anterior, obtenemos
d
x = ax + b cx + ( x 0 ax )
b
00
= ( a + d) x 0 + (bc ad) x.
x 0 = y,
y0 = qx py.
107
x (0) = 1,
y(0) = 1.
108
00
x 3x = 0,
x (0) = 1,
0
x (0) = 0,
que es equivalente al problema de valores iniciales para el sistema original.
La solucin del problema de valores iniciales para el sistema usando Sage es:
sage :
sage :
sage :
sage :
sage :
sage :
[x(t)
y(t)
var ( t )
x = function ( x , t )
y = function ( y , t )
ec1 = diff (x , t ) == x + y
ec2 = diff (y , t ) == 2* x - y
desolve_system ([ ec1 , ec2 ] , [x , y ] , ics =[0 , 1 , -1])
== cosh ( sqrt (3)* t ) ,
== sqrt (3)* sinh ( sqrt (3)* t ) - cosh ( sqrt (3)* t )]
109
tr( A)
Ejemplo 4.5. Resolvamos el problema de Cauchy del ejemplo anterior. Habamos pasado del sistema
(
x 0 = x + y,
y0 = 2x y,
a la ecuacin de segundo orden
x 00 3x = 0.
3t
+ C2 e
3t
C1 = C2 = 12 .
0
x (0) = 0 3 C1 3 C2 = 0
La solucin x (t) es, por tanto,
x (t) =
1
2
3t
+ e
3t
3
2
3t
3t
12 e
31
3t
e
2
3+1 3 t
e
.
2
3t
+ e
3t
110
x (t) =
y(t) =
1
2
3t
+ e
3t
31
3t
2 e
3+1 3 t
,
2 e
dx
=
x
2 dt x (t) = C1 e2t .
Ahora sustituimos x (t) en la segunda ecuacin, para obtener as una ecuacin lineal:
y0 = C1 e2t y.
La solucin de la ecuacin homognea asociada es
y H (t) = C2 et .
Mediante el mtodo de variacin de la constante, se llega a que una solucin particular
es
C
y P (t) = 1 e2t .
3
Por tanto, la solucin general de la ecuacin ser
y(t) =
C1 2t
e + C2 et .
3
x (t) = C1 e2t ,
y(t) = C1 e2t + C2 et ,
3
forman la solucin general del sistema.
111
x 0 = ax + by + r1 (t),
y0 = cx + dy + r2 (t).
En tal caso, al construir la ecuacin de segundo orden habr que aplicar el mtodo
de variacin de las constantes o el de coeficientes indeterminados para hallar una
solucin particular de la misma.
Observacin. Puede establecerse una equivalencia entre un sistema de orden n y una
ecuacin diferencial de orden n, siguiendo un procedimiento anlogo al explicado anteriormente. Asimismo, existe una equivalencia entre un problema de valores iniciales
para una ecuacin de orden n y para un sistema del mismo orden.
4.3.
Mtodo de autovalores
x 0 = ax + by,
y0 = cx + dy,
x (t)
,
y(t)
X (t) =
x 0 (t)
y0 (t)
A=
a b
.
c d
( A I )v = 0,
112
siendo I la matriz identidad. Se obtiene as un sistema lineal homogneo cuyas incgnitas son las componentes del vector v. Dicho sistema tendr solucin no nula
nicamente si es compatible indeterminado, es decir, si
det( A I ) = 0.
Esta es la denominada ecuacin caracterstica de la matriz A, cuyas soluciones proporcionan los autovalores de A.
Observacin. Es fcil ver que los autovalores de la matriz A coinciden con las races
del polinomio caracterstico P() definido como
P() = 2 tr( A) + det( A),
donde tr( A) y det( A) son, respectivamente, la traza y el determinante de la matriz A:
tr( A) = a + d,
det( A) = ad bc.
1 1
,
2 1
1
1
= 0 2 3 = 0 = 3.
2
1
asociado:
(
(1 ) + = 0,
1
1
( A I )v = 0
=0
2
1
2 (1 + ) = 0.
Despejando en la primera ecuacin y sustituyendo en la segunda, obtenemos la
siguiente relacin:
(2 3) = 0.
v1 =
,
v2 =
.
31
31
Para calcular los autovalores de una matriz A en Sage, primero definimos dicha
matriz usando el comando matrix y luego accedemos a su mtodo eigenvalues:
113
(ntese que
escribimos:
El resultado es una lista con dos elementos, escritos entre parntesis y separados
por una coma. En cada uno de estos elementos, el primer valor es un autovalor, el
segundo es un autovector asociado, y el tercero representa la multiplicidad algebraica
del autovalor.
Observemos que la ecuacin caracterstica es una ecuacin polinomial de segundo
grado, por lo que pueden presentarse tres posibilidades:
I. Autovalores reales distintos.
II. Autovalor real doble.
III. Autovalores complejos conjugados.
A continuacin describiremos la forma de la solucin general del sistema en cada uno
de los casos.
I. Autovalores reales distintos: 1 6= 2 . La solucin general del sistema es
(
x (t) = 1 C1 e1 t + 2 C2 e2 t ,
y(t) = 1 C1 e1 t + 2 C2 e2 t ,
siendo C1 y C2 constantes arbitrarias y (i , i )t un autovector asociado a i , para
i = 1, 2.
Analicemos de dnde surge la expresin anterior. Para i = 1, 2, asociemos al autovalor i funciones de la forma
(
x i ( t ) = i e i t ,
y i ( t ) = i e i t .
A continuacin, veamos qu condiciones deben verificar los coeficientes i y i para
que dichas funciones formen una solucin del sistema:
(
xi0 (t) = axi (t) + byi (t) i i ei t = ai ei t + b i ei t ,
yi0 (t) = cxi (t) + dyi (t) i i ei t = ci ei t + d i ei t .
114
=
.
c
d
ci + (d i ) i = 0
i
i
Es decir, el vector (i , i )t debe ser un autovector de la matriz de coeficientes A,
asociado al autovalor i .
Por otra parte, notemos que
x 1 ( t ) x 2 ( t ) 1 e 1 t 2 e 2 t
( 1 + 2 ) t 1 2
6= 0,
=e
= 1 t
W (t) =
t
2
1 2
y1 ( t ) y2 ( t )
1 e
2 e
ya que dos autovectores asociados a autovalores distintos son linealmente independientes (esto es fcil de demostrar).
En resumen, si 1 y 2 son autovalores distintos de A, podemos construir la solucin general del sistema como
(
x (t) = 1 C1 e1 t + 2 C2 e2 t ,
y(t) = 1 C1 e1 t + 2 C2 e2 t ,
siendo C1 y C2 constantes arbitrarias.
Ejemplo 4.8. Consideremos el sistema
(
x 0 = x + y,
y0 = 4x 2y,
cuya matriz de coeficientes es
A=
1 1
.
4 2
0
=
4
2
0
4 (2 + ) = 0.
Despejando en la primera ecuacin y sustituyendo en la segunda, obtenemos:
(2 + 6) = 0.
115
v2 =
1
.
4
var ( t )
x = function ( x , t )
y = function ( y , t )
ec1 = diff (x , t ) == x + y
ec2 = diff (y , t ) == 4* x - 2* y
desolve_system ([ ec1 , ec2 ] , [x , y ])
== 1/5*( x (0) - y (0))* e ^( -3* t ) + 1/5*(4* x (0) + y (0))* e ^(2* t ) ,
== -4/5*( x (0) - y (0))* e ^( -3* t ) + 1/5*(4* x (0) + y (0))* e ^(2* t )]
116
(raz doble).
0
2 4
0
=
1
1
0
1 2
0
2 = 0.
Ambas ecuaciones son equivalentes: = 2; podemos pues tomar = 2 y = 1.
Usando Sage, obtenemos:
sage : A = matrix ([[3 , -4] , [1 , -1]])
sage : A . ei ge nv ect or s_ rig ht ()
[(1 , [(1 , 1/2)] , 2)]
sage :
sage :
sage :
sage :
sage :
sage :
[x(t)
y(t)
117
var ( t )
x = function ( x , t )
y = function ( y , t )
ec1 = diff (x , t ) == 3* x - 4* y
ec2 = diff (y , t ) == x - y
desolve_system ([ ec1 , ec2 ] , [x , y ])
== 2* t * e ^ t * x (0) - 4* t * e ^ t * y (0) + e ^ t * x (0) ,
== t * e ^ t * x (0) - 2* t * e ^ t * y (0) + e ^ t * y (0)]
Teniendo en cuenta que C1 = y(0) y C2 = x (0) + 2y(0), vemos que la solucin obtenida es la misma.
III. Autovalores complejos: = a bi, b > 0. La solucin general del sistema tiene la
siguiente forma:
(
x (t) = e at C1 (1 cos(bt) 2 sen(bt)) + C2 (1 sen(bt) + 2 cos(bt)) ,
y(t) = e at C1 ( 1 cos(bt) 2 sen(bt)) + C2 ( 1 sen(bt) + 2 cos(bt)) ,
x 0 = x 2y,
y0 = 4x + 5y,
(2 1 1 ) (1 + 2 + 2 )i = 0,
(21 + 1 + 2 ) + (22 1 + 2 )i = 0.
2 1 1 = 0,
+ + = 0,
2
2
1
21 + 1 + 2 = 0,
2 + = 0,
2
118
1 + 2 + 2 = 0,
21 + 1 + 2 = 0.
var ( t )
x = function ( x , t )
y = function ( y , t )
ec1 = diff (x , t ) == x - 2* y
ec2 = diff (y , t ) == 4* x + 5* y
desolve_system ([ ec1 , ec2 ] , [x , y ])
== -(( x (0) + y (0))* sin (2* t ) - cos (2* t )* x (0))* e ^(3* t ) ,
== ((2* x (0) + y (0))* sin (2* t ) + cos (2* t )* y (0))* e ^(3* t )]
4.4.
Como sabemos, una solucin particular de un sistema lineal de orden dos consta
de dos funciones, x (t) e y(t). Nos planteamos en esta seccin el problema de representar grficamente dicha solucin de la manera ms adecuada posible. Este camino
nos llevar a una interpretacin de corte geomtrico de la estructura de las soluciones
del sistema.
Una primera idea consiste en representar por separado las grficas de las funciones
x (t) e y(t). Sin embargo, con este tipo de representacin no podemos reflejar de forma
119
x 0 = x,
y0 = 2x,
con condiciones iniciales x (0) = 1, y(0) = 2, viene dada por las funciones
(
x (t) = et ,
y(t) = 2et .
Dicho de otra forma, la rbita que pasa por el punto (1, 2) es la curva definida por
(et , 2et ).
En este caso es fcil eliminar el parmetro t. Teniendo en cuenta que et = x, resulta
y = 2et = 2x y = 2x.
La expresin obtenida nos dice que los puntos de la rbita (et , 2et ) estn sobre la curva
y = 2x, pero no que la rbita sea toda la curva. Notemos que x = et > 0 e y = 2et > 0,
por lo que la rbita queda confinada en el primer cuadrante. Adems,
lm( x (t), y(t)) = (, ),
t
lo que indica que la rbita tiende a infinito, en ambas variables, conforme el tiempo
avanza. Asimismo,
lm ( x (t), y(t)) = (0, 0),
t
120
lo que significa que la rbita tiende al origen cuando el tiempo retrocede (suele decirse
que la rbita sale del origen). En la figura 4.2 se representan las funciones x (t) e y(t),
as como la rbita correspondiente al punto (1, 2).
En Sage podemos resolver el sistema y calcular los lmites de la solucin de la
siguiente forma:
sage : t = var ( t )
sage : x = function ( x , t )
sage : y = function ( y , t )
sage : ec1 = diff (x , t ) == x
sage : ec2 = diff (y , t ) == 2* x
sage : sol = desolve_system ([ ec1 , ec2 ] , [x , y ] , ics =[0 , 1 , 2]); sol
[ x ( t ) == e ^t , y ( t ) == 2* e ^ t ]
sage : sol1 = sol [0]. rhs ()
sage : sol2 = sol [1]. rhs ()
sage : limit ( sol1 , t = oo ) , limit ( sol2 , t = oo )
(+ Infinity , + Infinity )
sage : limit ( sol1 , t = - oo ) , limit ( sol2 , t = - oo )
(0 , 0)
Para dibujar la rbita correspondiente, digamos para t (10, 1), podemos usar el
comando parametric_plot:
sage : fig = parametric_plot (( sol1 , sol2 ) , (t , -10 , 1))
sage : show ( fig )
nes
121
x (t) = cos(t),
y(t) = sen(t).
De este modo, la curva definida por (cos(t), sen(t)) es la rbita que pasa por el punto
(1, 0).
Para eliminar el parmetro t, notemos que
x2 + y2 = cos2 (t) + sen2 (t) = 1,
lo que indica que la rbita correspondiente est sobre la circunferencia de centro el
origen y radio unidad. De hecho, al variar t en el intervalo [0, 2 ), recorremos todos
los puntos de la circunferencia. En consecuencia, la rbita del punto (1, 0) es toda la
circunferencia
x2 + y2 = 1.
En este caso la rbita es peridica, con periodo 2, ya que la solucin ( x (t), y(t)) toma
el mismo valor en un punto t que en los puntos de la forma t + 2k, para k Z.
En la figura 4.3 se representan los resultados obtenidos.
No es difcil demostrar que dos rbitas distintas nunca pueden cortarse, debido al
teorema de existencia y unicidad de soluciones. De esta forma, el espacio R2 , denominado espacio de fases, puede particionarse mediante rbitas: por cada punto pasa una
nica rbita y dos de stas nunca se cortan. Dichas rbitas estn orientadas segn el
sentido de avance del tiempo. El espacio de fases junto con la estructura dada por el
conjunto de todas las rbitas orientadas se denomina diagrama de fases del sistema.
122
x 0 = x + y,
y0 = x + y,
posee infinitos puntos crticos. En efecto, igualando las derivadas a cero nos queda la
condicin x + y = 0. Cualquier punto ( x0 , y0 ) que verifique x0 + y0 = 0 es un punto
crtico. Tenemos pues toda una recta de puntos crticos: y = x.
Ejemplo 4.15. Consideremos una partcula de masa unidad que se desplaza sobre
una recta, y denotemos por x su posicin respecto de un sistema de referencia fijado.
Supongamos que sobre la partcula acta una fuerza que es funcin de la posicin y
la velocidad: f ( x, x 0 ). La segunda ley de Newton nos permite escribir la ecuacin del
movimiento: x 00 = f ( x, x 0 ). Llamando y = x 0 a la velocidad de la partcula, podemos
escribir la ecuacin diferencial como un sistema:
(
x 0 = y,
y0 = f ( x, y).
Los puntos crticos tienen la forma ( x0 , 0), donde x0 debe ser solucin de la ecuacin
f ( x0 , 0) = 0. En tales puntos, tanto la velocidad x 0 como la aceleracin y0 = x 00 son
nulas, por lo que la partcula permanece en estado de equilibrio.
123
124
Nodo estable
Nodo inestable
Figura 4.4: Diagrama de fases alrededor del origen (0, 0): nodos.
Foco estable
Foco inestable
Figura 4.5: Diagrama de fases alrededor del origen (0, 0): focos.
y focos estables son asintticamente estables, mientras que un centro es estable pero
no asintticamente estable. Cuando falla la condicin de estabilidad, se dice que el
punto crtico es inestable; por ejemplo, un punto de silla.
A continuacin veremos, mediante diversos ejemplos, cmo aparecen los distintos
tipos de diagramas de fases.
125
Punto de silla
Centro
Figura 4.6: Diagrama de fases alrededor del origen (0, 0): punto de silla y centro.
126
C2
C
(C1 et )2 = x + 22 x2 .
2
C1
C1
Por tanto, las rbitas estarn sobre parbolas de la forma y = x + Cx2 , con C 6= 0
constante. Cada una de estas parbolas pasa por (0, 0), y es claro que x 0 e y 0
cuando t , por lo que todas las rbitas salen del origen. Cada parbola consta
pues de tres rbitas: el punto crtico (0, 0) y los dos trozos de parbola restantes, que
salen del origen.
La configuracin del diagrama de fases obtenida corresponde a un nodo inestable,
que se representa en la figura 4.7.
127
1 Podemos
dar una idea intuitiva del porqu. Para ello, elevemos x (t) e y(t) al cuadrado y sumemos:
x (t)2 + y(t)2 = C22 e2t (cos2 (t) + sen2 (t)) = C22 e2t .
Para cada valor de t, el punto ( x (t), y(t)) est sobre la circunferencia de centro el origen y radio
|C2 |et . Al ir variando el ngulo de giro t el radio va decreciendo, por lo que los puntos ( x (t), y(t))
van describiendo una espiral que tiende al origen. El nmero de vueltas que da la espiral es infinito,
ya que el ngulo t recorre todos los intervalos de la forma [k, 2 + k], k Z.
128
3C1
y 9C2 C2
3C1 2
y
t
2t
= + 12 .
x = C1 e + C2 e = C1
+ C2
3C1
y
3
y
En consecuencia, las rbitas corresponden a las ramas de las curvas definidas por la
ecuacin
y
C
x = + 2 , C 6= 0.
3 y
Su sentido viene determinado por el sentido de las rbitas que forman las variedades
estable e inestable.
En la figura 4.9 se representa el esquema de fases correspondiente.
Ejemplo 4.19. Consideremos el sistema
(
x 0 = 4y,
y0 = x.
En primer lugar, comprobemos que el origen es el nico punto crtico:
0 4
1 0 = 4 6= 0.
129
130
asociado,
131
x 0 = x,
y0 = x + 2y,
x 0 = 2x + y,
y0 = y,
132
y = x y(t) =
x (t)dt =
C1 et dt = C1 et + C2 .
4.5 Aplicaciones
133
4.5.
Aplicaciones
4.5.1.
Calentamiento de edificios
T (t) Te (t)
0
T (t) =
+ C H (t) + U (t, T (t)) , t [0, t ],
K
T (0) = T ,
0
donde T (t) (en C) denota la temperatura en el interior del edificio y Te (t) es la temperatura en el exterior; la constante positiva K (en horas, h) es la constante de tiempo
de transferencia de calor, que depende de la calidad del aislamiento; C (en C/kcal)
es la capacidad calorfica del edificio, que depende de su tamao; H (t) (en kcal/h)
representa el calor generado por personas, luces, etc., en el interior del edificio; y
U (t, T (t)) (en kcal/h) denota los efectos del sistema de calefaccin o de aire acondicionado, que dependen tanto del tiempo t como de la temperatura en cada instante
T (t); por ltimo, t es el tiempo final y T0 denota la temperatura inicial del edificio.
Vamos a considerar ahora un edificio con varios compartimentos, cada uno de los
cuales puede tener una temperatura diferente a la del resto. Por simplicidad, analizaremos un modelo con dos compartimentos (figura 4.12), aunque la idea puede
extenderse para un nmero arbitrario de ellos.
Denotemos por Ti (t), Hi (t) y Ui (t, T (t)) la temperatura, fuentes de calor y fuentes
de calefaccin/refrigeracin, respectivamente, del compartimento i = 1, 2. Sean C1 y
C2 las constantes de capacidad calorfica de los compartimentos. Ki es la constante de
tiempo de transferencia de calor correspondiente a las paredes que limitan el compartimento i-simo con el exterior. Asimismo, es necesario introducir las constantes
de tiempo de transferencia de calor entre ambos compartimentos, K12 y K21 ; dichos
valores deben verificar la relacin C1 K12 = C2 K21 .
El sistema de ecuaciones diferenciales a considerar es el siguiente:
1
T1 (t) Te (t)
T (t) Te (t)
1
T20 (t) = 2
+ C2 H2 (t) + U2 (t, T2 (t))
( T2 (t) T1 (t)),
K2
K21
junto con las condiciones iniciales
(
T1 (0) = T1,0 ,
T2 (0) = T2,0 ,
134
Te(t)
U2(t,T)
U1(t,T)
T1(t)
T2(t)
K12
K1
K2
K21
H1(t)
C1
C2
H2(t)
5,5 10
kcal
4
= 11 C/h
2 10
h
kcal
4.5 Aplicaciones
forma:
135
T10 = 41 T1 12 ( T1 T2 ) + 11,
T20 = 51 T2 12 ( T2 T1 ),
o bien
T10 = 43 T1 + 12 T2 + 11,
T20 = 12 T1
7
10 T2 .
1
2
7 0
T2 .
34 T1 + 21 T2 + 11 10
Las races del polinomio caracterstico son 1 = 29+40 401 y 2 = 2940 401 . Tras
aplicar el mtodo de variacin de las constantes, llegamos a que la solucin general
de la ecuacin de segundo orden es
T2 (t) = C1 e1 t + C2 e2 t +
R
,
1 2
donde R = 11
2 es el trmino independiente. Por ltimo, a partir de la segunda ecuacin
podemos calcular T1 :
T1 (t) = C1 (21 + 75 )e1 t + C2 (22 + 57 )e2 t +
7R
.
51 2
Las condiciones iniciales del problema son T1 (0) = 10 y T2 (0) = 12, lo que da
lugar a los valores
1
1
R
R
17
17
5 122 +
, C2 =
5 121 +
.
C1 =
1 2
1
2 1
2
En la figura 4.13 se representa la evolucin de las temperaturas en las zonas A y B
durante cuatro horas. Como puede observarse, la temperatura en la zona A aumenta
de forma continua hasta alcanzar una temperatura mxima de T1 (4) 22,8 C. En
cambio, la temperatura en la zona B comienza disminuyendo y luego tiende a aumentar hasta alcanzar una temperatura mxima de T2 (4) 14,7 C. Si queremos calcular
la temperatura mnima en la zona B, podemos usar la derivada de T2 :
1
2 C2
0
1 t
2 t
T2 (t) = 0 1 C1 e + 2 C2 e = 0 t =
ln
0,76.
1 2
1 C1
136
t = var ( t )
T1 = function ( T1 , t )
T2 = function ( T2 , t )
ec1 = diff ( T1 , t ) + 3/4* T1 - 1/2* T2 - 11 == 0
ec2 = diff ( T2 , t ) - 1/2* T1 + (1/5+1/2)* T2 == 0
[ sol1 , sol2 ] = desolve_system ([ ec1 , ec2 ] , [ T1 , T2 ] ,
ics =[0 , 10 , 12])
sol1 = sol1 . rhs ()
sol2 = sol2 . rhs ()
fig1 = plot ( sol1 , 0 , 4 , color = blue , legend_label = T1 )
fig2 = plot ( sol2 , 0 , 4 , color = green , legend_label = T2 )
show ( fig1 + fig2 )
4.5.2.
4.5 Aplicaciones
137
k1
k2
m1
01 x1(t)
m2
02 x2(t)
x10 (0) = v1 ,
x2 (0) = x2 ,
x20 (0) = v2 .
138
m1 x1 = (k1 + k2 ) x100 +
k2
k22
x1 2 x2 .
m2
m2
m1 00 k1 + k2
x +
x1 ,
k2 1
k2
(4.1)
(k1 + k2 ) x100
k2
k2
+ 2 x1 2
m2
m2
m1 00 k1 + k2
x +
x1 .
k2 1
k2
(4)
4.5 Aplicaciones
139
= 4 = 2i.
x10 (0) = 1,
x2 (0) = 1,
x20 (0) = 0.
Es decir, el primer mvil se desplaza una unidad hacia la izquierda y el segundo una
unidad hacia la derecha respecto de sus posiciones de equilibrio; adems, al primer
mvil se le imprime una velocidad inicial positiva de mdulo uno, mientras que el
segundo se suelta sin velocidad inicial. La imposicin de las condiciones iniciales
conduce a
C1 + C3 = 1
C2 + 2C4 = 1
C1 = 0, C2 = 13 , C3 = 1, C4 = 31 .
2C1 C3 = 1
C2 C4 = 0
Por tanto, se obtienen las soluciones
x1 ( t ) =
1
3
x2 ( t ) =
2
3
140
4.5.3.
El pndulo amortiguado
x 0 = y,
y0 = g sen( x ) a y.
L
m
g
x(t)
0
Figura 4.16: Sistema de referencia del problema del pndulo.
4.5 Aplicaciones
141
lo que significa que, para valores de x cercanos a 0, sen( x ) puede aproximarse por x.
Podemos entonces considerar la siguiente aproximacin del sistema no lineal:
x 0 = y,
y0 = g x a y.
L
m
Se trata de un sistema lineal que representa el movimiento del pndulo para pequeas
oscilaciones alrededor del punto de equilibrio.
El determinante de la matriz de coeficientes del sistema es
0
g
1
g/L a/m = L 6= 0,
por lo que el origen es el nico punto crtico. Para determinar la configuracin del
diagrama de fases, consideremos la ecuacin caracterstica
a
g
2 + + = 0,
m
L
cuyas races son
r
1 a2
g
a
4 .
=
2
2m 2 m
L
Hemos de distinguir pues tres casos:
g
a2
> 4 . En tal caso las races son reales, distintas y negativas, por lo que se
2
L
m
obtiene un nodo estable.
g
a2
=
4
. Se tiene una raz real doble negativa, por lo que el diagrama de fases
L
m2
es un nodo estable.
a2
g
< 4 . Ahora las races son complejas con parte real negativa, por lo que
2
L
m
tenemos un foco estable.
En cualquiera de los casos, el origen es un punto crtico estable. Este hecho puede
interpretarse del siguiente modo: si el pndulo se encuentra inicialmente en equilibrio
y se perturba ligeramente su posicin o su velocidad, el movimiento resultante se
extinguir con el paso del tiempo.
En el caso en que no haya rozamiento (a = 0), las races del polinomio caracterstico son de la forma
r
r
g
g
1
=
4 = i
.
2
L
L
Al ser imaginarias puras, la configuracin del diagrama de fases corresponde a un
centro. Su interpretacin en trminos fsicos corresponde a un movimiento oscilatorio
perpetuo alrededor de la posicin de equilibrio.
142
CAPTULO
5
MTODOS NUMRICOS PARA
PROBLEMAS DE VALOR INICIAL
5.1.
Introduccin
144
IJnica
solucin.
Consideremos una discretizacin o mallado del intervalo [ a, b], esto es, una particin
del mismo de la forma
a = x0 < x1 < x2 < < x N 1 < x N = b.
Por simplicidad, supondremos que el mallado es uniforme: la longitud de cada subintervalo [ xk , xk+1 ], k = 0, . . . , N 1, es igual a un cierto valor h > 0 fijo. De esta forma,
se verifica la siguiente relacin:
xk+1 = xk + h,
k = 0, . . . , N 1.
El valor h se denomina paso de malla y los puntos xk son los nodos del mallado. Ntese
que la relacin entre el paso de malla h y el nmero de subintervalos N es la siguiente:
h=
ba
.
N
Observacin. El paso de malla juega un papel fundamental en el anlisis de los mtodos numricos que vamos a presentar. Intuitivamente, mientras menor sea el paso
de malla (esto es, mientras ms puntos tenga el mallado) mejor ser la aproximacin
de la solucin.
Observacin. En la prctica se fija el nmero de subintervalos N, que debe ser un
a
nmero entero, y despus se define el paso de malla usando la relacin h = b
N . Notemos que si damos directamente el paso de malla h y definimos N = bh a , podramos
obtener un valor no entero.
Un mtodo numrico para la resolucin del problema de valor inicial es un algoritmo
que permite obtener, para cada nodo xk del mallado, una aproximacin yk del valor
de la solucin exacta en el nodo, y( xk ):
y k y ( x k ),
k = 0, . . . , N.
El conjunto de puntos
{ y1 , y2 , . . . , y N }
145
x y
2 ,
y(0) = 1, y el
k = 0, 1, . . . , N.
k=0,1,...,N
Notemos que el error e depende del paso de malla h; si queremos hacer resaltar esta
dependencia, escribiremos e(h) en lugar de e. Una propiedad deseable de cualquier
mtodo numrico es que el error tienda a cero cuando el paso de malla decrezca, esto
es:
lm e(h) = 0.
h 0
Cuando esto sucede, diremos que el mtodo es convergente. Intuitivamente significa que al aumentar progresivamente el nmero de puntos de la particin (esto es,
al hacer el paso de malla cada vez ms pequeo), las correspondientes soluciones
numricas van reconstruyendo la solucin exacta del problema.
5.2.
El mtodo de Euler
146
Comenzamos construyendo la recta tangente a la solucin exacta y( x ) del problema de valor inicial
(
y0 ( x ) = f ( x, y( x )), x [ a, b],
y ( a ) = y0 ,
en el punto ( x0 , y0 ):
y = y0 + y0 ( x0 )( x x0 ).
Evaluemos ahora dicha recta en el nodo x1 = x0 + h y llamemos y1 al resultado
obtenido:
y1 = y0 + y0 ( x0 )( x1 x0 ) y1 = y0 + hy0 ( x0 ).
Teniendo que cuenta que y( x ) es solucin de la ecuacin diferencial, podemos sustituir el valor y0 ( x0 ) por f ( x0 , y( x0 )):
y1 = y0 + h f ( x0 , y( x0 )).
Por ltimo, haciendo uso de la condicin inicial y teniendo en cuenta que x0 = a,
deducimos que
y1 = y0 + h f ( x0 , y0 ).
Esta es la primera iteracin o paso del mtodo de Euler. En la figura 5.2 se representa
la idea geomtrica del mtodo.
y
(x1, y1)
y1
e1
y(x1)
(x1, y(x1))
(x0, y0)
x0
x1
147
Figura 5.3: Publicacin original del mtodo de Euler. E342, Inst. Calc. Integralis 1768, 650.
1
{ y1 , y2 , . . . , y N }
que forman la solucin numrica. Dicha solucin depender del paso de malla h
A
elegido.
B
Estamos
ya
en
condiciones
de
definir
la
forma
general
del mtodo de Euler:
!1
y k +1 = y k + h f ( x k , y k ),
k = 0, 1, . . . , N 1,
donde los valores iniciales x0 e y0 vienen dados por la condicin inicial del problema.
h = 1/4
p.6/64
Cada valor yk proporciona una aproximacin del valor exacto de la solucin
en el
nodo xk :
yk y( xk ), k = 0, 1, . . . , N,
148
k = 0, 1, . . . , N,
Observacin. Adems del error ek anteriormente definido, denominado error de discretizacin, en la prctica tambin hay que tener en cuenta los errores de redondeo que
provienen de la representacin de los nmeros reales en el ordenador con una cantidad finita de cifras decimales.
Ejemplo 5.1. Consideremos el problema de valor inicial
(
y0 = 12 ( x2 y), x [0, 1],
y(0) = 1,
cuya solucin exacta, obtenida mediante separacin de variables, es
y( x ) = x2 4x + 8 7e x/2 .
El mtodo de Euler tiene en este caso la siguiente forma:
h
yk+1 = yk + ( xk2 yk ),
2
k = 0, 1, . . . , N 1,
donde h = 1/N.
En la tabla 5.1 se muestran, con una precisin de seis cifras decimales, los valores
obtenidos con el mtodo de Euler para N = 10 (paso de malla h = 0,1), as como los
valores exactos de la solucin y los errores cometidos. En este caso, el error global es
igual a e = 0,025697.
En la figura 5.4 se representan la solucin exacta del problema y la solucin numrica
obtenida.
Existe una implementacin del mtodo de Euler en Sage, cuyo uso se ilustra en el
siguiente cdigo:
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
var ( x , y )
fun (x , y ) = ( x ^2 - y )/2 # segundo miembro de la ecuacio n
a = 0. # extremo inferior
b = 1. # extremo superior
y0 = 1. # valor inicial
N = 10 # nu mero de particiones
h = (b - a )/ N # paso de malla
eulers_method ( fun , a , y0 , h , b )
x
y
h * f (x , y )
0.000 00000000 0000
1.00000000000000
-0.0500000000000000
0.100 00000000 0000
0.950000 00000000 0
-0.0470000000000000
0.200 00000000 0000
0.903000 00000000 0
-0.0431500000000000
0.300 00000000 0000
0.859850 00000000 0
-0.0384925000000000
0.400 00000000 0000
0.821357 50000000 0
-0.0330678750000000
0.500 00000000 0000
0.788289 62500000 0
-0.0269144812500000
0.600 00000000 0000
0.761375 14375000 0
-0.0200687571875000
0.700 00000000 0000
0.741306 38656250 0
-0.0125653193281250
0.800 00000000 0000
0.728741 06723437 5 -0.00443705336171875
0.900 00000000 0000
0.724304 01387265 6 0 . 00 4 28 4 7 99 3 06 3 67 1 8
1.00000000000000
0.72 85888131 79023
0 .01 35 70 559 34 10 488
149
k
xk
yk
y( xk )
ek
0
1
2
3
4
5
6
7
8
9
10
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,000000
0,950000
0,903000
0,859850
0,821357
0,788290
0,761375
0,741306
0,728741
0,724304
0,728589
1,000000
0,951394
0,906138
0,865044
0,828885
0,798395
0,774272
0,757183
0,747760
0,746603
0,754285
0,000000
0,001394
0,003138
0,005194
0,007527
0,010105
0,012897
0,015877
0,019019
0,022299
0,025697
Tabla 5.1: Mtodo de Euler: solucin del ejemplo 5.1 con paso h = 0,1.
150
Alternativamente, en el siguiente cdigo1 se realiza una implementacin del mtodo de Euler y se aplica para resolver el problema anterior:
sage : # Me todo de Euler
sage : def euler ( fun , a , b , N , y0 ):
h = (b - a )/ N # paso de malla
x = [ a ] # primer nodo
y = [ y0 ] # valor inicial
for k in range ( N ):
x . append ( x [ k ]+ h )
y . append ( y [ k ]+ h * fun ( x [ k ] , y [ k ]))
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
Error
return zip (x , y )
#
# ## Programa principal ###
#
var ( x , y )
fun (x , y ) = ( x ^2 - y )/2 # segundo miembro de la ecuacio n
a = 0. # extremo inferior
b = 1. # extremo superior
y0 = 1. # valor inicial
N = 10 # nu mero de particiones
sol = euler ( fun , a , b , N , y0 ) # me todo de Euler
#
# solucio n exacta
y = function ( y , x )
ec = diff (y , x ) == fun (x , y )
sol_exacta = desolve ( ec , y , ics =[0 , y0 ])
#
# errores
error = [ abs ( sol_exacta ( x ) - y ) for (x , y ) in sol ]
print ( Error = %r % max ( error ))
#
# gra ficas
fig1 = list_plot ( sol , color = blue , legend_label = Euler ,
size = 20 )
fig1 += line ( sol , color = blue )
fig2 = plot ( sol_exacta , a , b , color = red , legend_label = exacta ,
gridlines = True )
show ( fig1 + fig2 )
= 0 .0 25 696 56 88 325 42 2
Si queremos ver los errores cometidos en cada nodo, basta con escribir error en la
lnea de comandos:
1 Es
interesante sealar que Sage est basado en el lenguaje de programacin Python. En particular,
la definicin del mtodo de Euler utiliza la sintaxis propia de dicho lenguaje.
151
sage : error
[0.000000000000000 , 0.00139402849500125 , 0.00313807374828301 ,
0.00519416502459535 , 0.00752722845412812 , 0.0101048935001661 ,
0.0128973114779739 , 0.0158769854065062 , 0.0190186105161513 ,
0.0222989247749311 , 0. 0 2 56 9 65 6 8 83 2 54 2 2]
Asimismo, para ver los valores de los nodos y de las soluciones aproximadas, basta
con escribir sol.
y0 (t) = f ( x, y( x )),
x [ a, b],
y ( a ) = y0 .
Existe entonces una constante C > 0, independiente del paso de malla h, tal que
e(h) 6 Ch,
donde e(h) es el error global cometido al aproximar la nica solucin del problema de valor
inicial mediante el mtodo de Euler con paso de malla h. Como consecuencia, el mtodo de
Euler es convergente, en el siguiente sentido:
lm e(h) = 0.
h 0
152
= 1 = 2 e ( h2 )
.
e(h2 ) Ch2
e ( h2 )
Ch2
h2
2
Es decir, al dividir por dos el paso de malla el error tambin se divide aproximadamente por dos. En general, al dividir el paso de malla por un cierto valor M el error
obtenido tambin se dividir aproximadamente por M.
Observacin. En general, un mtodo numrico tiene orden p si existe una constante
C > 0 tal que
e(h) Ch p .
Razonando como antes, podemos deducir que
p
p
Ch1
e ( h1 )
h1
e(h )
= 2 p e(h2 ) p1 .
p =
e ( h2 )
h2
2
Ch2
Tomando logaritmos y despejando p, se obtiene una frmula para determinar el orden
del mtodo:
h
ln(e(h1 )/e(h2 ))
, con h2 = 1 .
p
ln 2
2
En el siguiente ejemplo se comprueba empricamente que el mtodo de Euler tiene
orden uno.
Ejemplo 5.2. Consideremos el problema del ejemplo 5.1. Habamos visto que el error
global obtenido con paso de malla h = 0,1 (N = 10) era
e(0,1) = 0,025697.
Doblemos ahora el nmero de subintervalos (N = 20) o, lo que es lo mismo, dividamos entre dos el paso de malla (h = 0,05). Al aplicar el mtodo de Euler se obtiene
un error global igual a
e(0,05) = 0,012830.
153
Observemos que
e(0,1)
e(0,1)
= 2,002792 2 e(0,05)
,
e(0,05)
2
es decir, al dividir entre dos el paso de malla el error cometido se divide aproximadamente entre dos. Por otra parte, al aplicar la frmula para aproximar el orden se
obtiene:
ln(0,025697/0,012830)
1,002079 1.
p
ln 2
Al realizar el experimento un cierto nmero de veces se obtienen los resultados de
la tabla 5.2, donde en la penltima columna se escriben los cocientes entre dos errores
consecutivos, y en la ltima las correspondientes aproximaciones del orden.
N
e(h)
cocientes
orden
10
20
40
80
160
0,100000
0,050000
0,025000
0,012500
0,006250
0,025697
0,012830
0,006410
0,003204
0,001602
2,002792
2,001471
2,000753
2,000381
1,002012
1,001061
1,000543
1,000275
Como puede verse, estas aproximaciones tienden a 1, que es el orden del mtodo de
Euler.
Una consecuencia inmediata de la condicin e(h) 6 Ch, como afirma la segunda
parte del teorema, es que el mtodo de Euler es convergente. En efecto:
0 6 lm e(h) 6 lm Ch = C lm h = 0 lm e(h) = 0.
h 0
h 0
h 0
h 0
La idea intuitiva es que, conforme el paso de malla tiende a cero, la solucin numrica
converge hacia la solucin analtica. Este hecho se ilustra en el siguiente ejemplo.
Ejemplo 5.3. Consideremos de nuevo el problema del ejemplo 5.1. En la tabla 5.3 se
muestran los errores obtenidos con una serie de pasos de malla que tienden a cero.
Como puede observarse, dichos errores se van aproximando a cero.
Asimismo, en la figura 5.5 se representan la solucin exacta y las soluciones aproximadas con pasos de malla 101 y 102 (el resto de las soluciones son indistinguibles
de la solucin exacta en la figura). Observamos que mientras menor es el paso de
malla, ms se aproxima la solucin numrica a la solucin exacta.
154
e(h)
10
102
103
104
105
106
101
2,5697 102
2,5630 103
2,5623 104
2,5626 105
2,5622 106
2,5623 107
102
103
104
105
106
5.3.
Comenzaremos esta seccin dando una interpretacin fsica del mtodo de Euler.
Para ello, consideremos una partcula cuya posicin en el instante x denotaremos
por y( x ). Supongamos que la velocidad de la partcula puede expresarse como una
funcin f ( x, y), dependiente del tiempo x y la posicin y. En tal caso, y( x ) es solucin
de la ecuacin diferencial
y0 = f ( x, y).
La primera iteracin del mtodo de Euler se puede escribir como
y1 = y0 + ( x1 x0 ) f ( x0 , y0 ),
donde x1 x0 = h es el paso de malla. El punto y0 representa la posicin inicial de
la partcula e y1 su posicin final. El trmino f ( x0 , y0 ) puede interpretarse como la
velocidad inicial de la partcula, mientras que x1 x0 es el tiempo transcurrido. El
155
5.3.1.
h
f ( x0 , y0 ) + f ( x1 , y1 )
y1 = y0 + ( f ( x0 , y0 ) + f ( x1 , y1 )).
2
2
p k +1 = y k + h f ( x k , y k ),
yk+1 = yk + h ( f ( xk , yk ) + f ( xk+1 , pk+1 )), k = 0, 1, . . . , N 1.
2
Notemos que el punto xk+1 = xk + h es conocido en cada paso.
Observacin. El mtodo de Heun es un ejemplo de mtodo predictor-corrector. El valor
pk+1 se interpreta como una prediccin para el valor buscado y( xk+1 ), que luego se
corrige para obtener el valor final yk+1 .
156
Puede probarse que el mtodo de Heun es de orden dos: existe una constante
C > 0, independiente del paso de malla h, tal que
e(h) 6 Ch2 ,
(o dicho de otro modo, e(h) = O(h2 )) siendo e(h) el error global obtenido al aproximar la solucin mediante el mtodo de Heun con paso de malla h. Como consecuencia, el mtodo de Heun es convergente.
Al ser el mtodo de Heun de orden dos, al dividir el paso de malla entre dos
el error cometido se dividir aproximadamente entre 22 = 4. Por tanto, el mtodo
de Heun proporciona un resultado ms preciso que el mtodo de Euler, si en ambos usamos el mismo paso de malla. Estos hechos quedarn patentes en el siguiente
ejemplo.
Ejemplo 5.4. Retomemos el problema del ejemplo 5.1. Al aplicar el mtodo de Heun
para resolverlo con paso de malla h = 0, 1, se obtienen los resultados de la tabla 5.4.
Si comparamos estos resultados con los de la tabla 5.1, vemos que la precisin del
mtodo de Heun es superior a la del mtodo de Euler.
k
tk
xk
y( xk )
ek
0
1
2
3
4
5
6
7
8
9
10
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
10,0
1,000000
0,951500
0,906352
0,865367
0,829318
0,798939
0,774928
0,757950
0,748638
0,747591
0,755384
1,000000
0,951394
0,906138
0,865044
0,828885
0,798395
0,774272
0,757183
0,747760
0,746603
0,754285
0,000000
1,0597 104
2,1380 104
3,2306 104
4,3334 104
5,4429 104
6,5559 104
7,6693 104
8,7805 104
9,8870 104
1,0987 103
Tabla 5.4: Mtodo de Heun: solucin del ejemplo 5.1 con paso h = 0,1.
En la figura 5.6 se comparan grficamente los resultados obtenidos con los mtodos de Euler y Heun.
Los resultados obtenidos al dividir sucesivamente entre dos el paso de malla se
muestran en la tabla 5.5 . Como puede comprobarse, el cociente entre errores sucesivos
tiende a 22 = 4 y las aproximaciones del orden convergen hacia 2.
El mtodo de Heun no viene implementado en Sage, por lo que es necesario programarlo directamente. El siguiente cdigo Sage, que incluye una implementacin del
mtodo de Heun, se ha utilizado para generar parte de la figura 5.6:
157
Figura 5.6: Ejemplo 5.4: resultados obtenidos con los mtodos de Euler y Heun.
N
10
20
40
80
160
e(h)
cocientes
orden
0,100000
0,050000
0,025000
0,012500
0,006250
1,0987 103
4,028877
4,014620
4,007353
4,003687
2,010378
2,005263
2,002650
2,001329
2,7270 104
6,7926 105
1,6950 105
4,2337 106
return zip (x , y )
#
# ## Programa principal ###
#
var ( x , y )
fun (x , y ) = ( x ^2 - y )/2 # segundo miembro de la ecuacio n
a = 0. # extremo inferior
b = 1. # extremo superior
y0 = 1. # valor inicial
N = 10 # nu mero de particiones
158
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
Error
5.3.2.
yk+1 = yk + h f ( xk + 2h , yk + 2h f ( xk , yk )),
xk+1 = xk + h,
k = 0, 1, . . . , N 1.
El mtodo del punto medio tiene orden dos, por lo que en general ser comparable al
mtodo de Heun.
Ejemplo 5.5. Al realizar el experimento del ejemplo 5.1, se obtienen los resultados
de la tabla 5.6. Para este problema, los resultados obtenidos con el mtodo del punto
159
xk
yk
y( xk )
ek
0
1
2
3
4
5
6
7
8
9
10
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
10,0
1,000000
0,951375
0,906108
0,865010
0,828853
0,798372
0,774264
0,757193
0,747797
0,746663
0,754375
1,000000
0,951394
0,906138
0,865044
0,828885
0,798395
0,774272
0,757183
0,747760
0,746603
0,754285
0,000000
1,9028 105
3,0105 105
3,3960 105
3,1271 105
2,2667 105
8,7313 106
9,9954 106
3,3013 105
5,9858 105
9,0104 105
Tabla 5.6: Mtodo del punto medio: solucin del ejemplo 5.1 con paso h = 0,1.
N
10
20
40
80
160
320
e(h)
cocientes
0,100000
0,050000
0,025000
0,012500
0,006250
0,003125
9,0104 105
3,804051
3,907965
3,955388
3,978037
3,989102
2,3686 105
6,0610 106
1,5324 106
3,8520 107
9,6563 108
Tabla 5.7: Estudio del orden del mtodo del punto medio.
medio son ms precisos que los obtenidos con el mtodo de Heun, aunque ambos
mtodos tengan orden dos.
Por otra parte, al dividir sucesivamente el paso de malla por dos se obtienen los
resultados de la tabla 5.7, que muestran que el mtodo tiene orden dos.
Los resultados anteriores han sido obtenidos con el siguiente cdigo Sage:
sage : # Me todo del punto medio
sage : def punto_medio ( fun , a , b , N , y0 ):
h = (b - a )/ N # paso de malla
x = [ a ] # primer nodo
y = [ y0 ] # valor inicial
for k in range ( N ):
x . append ( x [ k ]+ h )
aux = y [ k ]+( h /2)* fun ( x [ k ] , y [ k ]) # Euler con paso h /2
y . append ( y [ k ]+ h * fun ( x [ k ]+ h /2 , aux ))
return zip (x , y )
sage : #
sage : # ## Programa principal ###
160
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
Error
5.3.3.
#
var ( x , y )
fun (x , y ) = ( x ^2 - y )/2 # segundo miembro de la ecuacio n
a = 0. # extremo inferior
b = 1. # extremo superior
y0 = 1. # valor inicial
N = 10 # nu mero de particiones
sol = punto_medio ( fun , a , b , N , y0 ) # me todo del punto medio
#
# solucio n exacta
y = function ( y , x )
ec = diff (y , x ) == fun (x , y )
sol_exacta = desolve ( ec , y , ics =[0 , y0 ])
#
# errores
error = [ abs ( sol_exacta ( x ) - y ) for (x , y ) in sol ]
print ( Error = %r % max ( error ))
#
# gra ficas
fig1 = list_plot ( sol , color = blue , legend_label = punto medio ,
size = 20 )
fig1 += line ( sol , color = blue )
fig2 = plot ( sol_exacta , a , b , color = red , legend_label = exacta ,
gridlines = True )
show ( fig1 + fig2 )
= 0.0000901036871040484
El mtodo de Runge-Kutta de cuarto orden (de forma abreviada, RK4) tiene la siguiente expresin:
h
yk+1 = yk + (K1 + 2K2 + 2K3 + K4 ),
6
donde
K1
K
2
K3
K
4
=
=
=
=
k = 0, 1, . . . , N 1,
f ( x k , y k ),
f ( xk + 2h , yk + 2h K1 ),
f ( xk + 2h , yk + 2h K2 ),
f ( xk + h, yk + hK3 ).
161
donde e(h) es el error global que se produce al aproximar la solucin del problema
mediante el mtodo de Runge-Kutta con paso de malla h (dicho de otra forma, e(h) =
O(h4 )). De este modo, al dividir el paso de malla entre dos el error se divide entre
24 = 16.
Observacin. Existe una clase general de mtodos Runge-Kutta de orden arbitrario,
de los cuales el aqu estudiado no es ms que un caso particular.
Ejemplo 5.6. Al aplicar el mtodo de Runge-Kutta con paso de malla h = 0,1 al
problema del ejemplo 5.1, se obtienen los resultados de la tabla 5.8. Es claro que el
mtodo de Runge-Kutta produce resultados mucho ms precisos que los mtodos de
Euler o de Heun para el mismo paso de malla.
k
tk
xk
y( xk )
ek
0
1
2
3
4
5
6
7
8
9
10
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
10,0
1,000000
0,951394
0,906138
0,865044
0,828885
0,798395
0,774273
0,757183
0,747760
0,746603
0,754285
1,000000
0,951394
0,906138
0,865044
0,828885
0,798395
0,774272
0,757183
0,747760
0,746603
0,754285
0,000000
7,9633 109
1,6420 108
2,5303 108
3,4550 108
4,4106 108
5,3917 108
6,3936 108
7,4120 108
8,4429 108
9,4825 108
Tabla 5.8: Mtodo de Runge-Kutta: solucin del ejemplo 5.1 con paso h = 0,1.
N
10
20
40
80
160
e(h)
cocientes
orden
0,100000
0,050000
0,025000
0,012500
0,006250
9,4825 108
16,036346
16,020039
16,011356
16,003314
4,003274
4,001806
4,001024
4,000299
5,9132 109
3,6911 1010
2,3053 1011
1,4405 1012
162
En Sage existe una implementacin del mtodo RK4, cuyo uso puede verse en el
siguiente cdigo:
sage : var ( x , y )
sage : fun (x , y ) = ( x ^2 - y )/2 # segundo miembro de la ecuacio n
sage : a = 0. # extremo inferior
sage : b = 1. # extremo superior
sage : y0 = 1. # valor inicial
sage : N = 10 # particiones
sage : h = (b - a )/ N # paso de malla
sage : desolve_rk4 ( fun , y , ics =[ a , y0 ] , end_points =[ a , b ] , step = h )
[[0.000000000000000 , 1.00000000000000] ,
[0.1 , 0.951394036458] ,
[0.2 , 0.906138090168] ,
[0.3 , 0.865044190327] ,
[0.4 , 0.828884763004] ,
[0.5 , 0.798394562606] ,
[0.6 , 0.774272509145] ,
[0.7 , 0.757183435905] ,
[0.8 , 0.747759751871] ,
[0.9 , 0.746603023076] ,
[1.0 , 0.754285476837]]
163
Figura 5.7: Ejemplo 5.6: resultados obtenidos con los mtodos de Euler y RK4.
164
sen( x ) + cos( x ) + e x
.
2
Al resolver el problema mediante los mtodos presentados en esta seccin se obtienen los resultados de la tabla 5.10. Como puede observarse, el mtodo de Euler es
el que proporciona peores resultados, mientras que el mtodo de Runge-Kutta es el
ms preciso.
N
Euler
Heun
Runge-Kutta
25
50
100
250
500
1000
2500
1,4781 101
6,9090 102
3,3713 102
1,3254 102
6,5896 103
3,2856 103
1,3120 103
4,3932 102
9,6635 103
2,2901 103
3,5386 104
8,7449 105
2,1738 105
3,4662 106
3,9247 104
2,1724 105
1,2866 106
3,1808 108
1,9651 109
1,2211 1010
3,1230 1012
En las figuras 5.8 y 5.9 se han representado las soluciones numricas obtenidas
con N = 25 y N = 50 particiones, respectivamente.
5.4.
Algunas consideraciones
y0 ( x ) dx =
Z x
k +1
xk
f ( x, y( x )) dx y( xk+1 ) y( xk ) =
Z x
k +1
xk
f ( x, y( x )) dx,
tras aplicar la regla de Barrow en el primer miembro. Por tanto, tenemos que
y ( x k +1 ) = y ( x k ) +
Z x
k +1
xk
f ( x, y( x )) dx.
165
A continuacin aproximamos y( xk ) e y( xk+1 ) por yk e yk+1 , respectivamente. La integral se aproxima mediante una frmula de cuadratura o de integracin numrica:
Z x
k +1
yk+1 = yk + frmula de cuadratura para
f ( x, y( x )) dx .
xk
Al aplicar distintas frmulas de cuadraturas, se obtienen distintos mtodos numricos. Por ejemplo, al aproximar la integral mediante la frmula del rectngulo,
Z x
k +1
xk
f ( x, y( x )) dx h f ( xk , yk ),
166
x ( a ) = x0 ,
y( a) = y ,
0
k = 0, 1, . . . , N 1.
00
0
x ( a) = x00 .
Su resolucin numrica pasa por transformarlo en un problema de valores iniciales
y aplicar alguno de los mtodos numricos estudiados a dicho problema. Llamando
y(t) = x 0 (t) e y0 = x00 , obtenemos:
x ( t ) = y ( t ),
x ( a ) = x0 ,
y( a) = y .
0
En este caso, la solucin numrica del sistema consta de dos sucesiones de valores
aproximados: { xk }kN=0 , que aproxima a la solucin x (t), e {yk }kN=0 , que aproxima a la
derivada de la solucin y(t) = x 0 (t).
5.5 Aplicaciones
167
5.5.
Aplicaciones
5.5.1.
La ecuacin diferencial que determina el desplazamiento de una viga puede determinarse a partir de la relacin existente entre el momento flector M ( x ) (que depende
de la distribucin de carga que soporta la viga), el radio de curvatura ( x ) de la curva
y( x ) que define la forma de la viga, el mdulo de elasticidad E (que depende del
material) y el momento de inercia I (que depende de la geometra de la viga). Dicha
relacin es la siguiente:
(x)
M( x) =
.
EI
Teniendo en cuenta que el radio de curvatura depende de las dos primeras derivadas
de y( x ), puede deducirse la siguiente ecuacin no lineal:
y00 ( x ) =
M( x)
(1 + y0 ( x ))3/2 ,
EI
x [0, L],
M( x)
,
EI
x [0, L].
Z L
P
x
(t x ) dt =
P
( L x )2 .
2L
168
Figura 5.10: Deflexin de una viga en voladizo con carga uniformemente distribuida: esquema.
Figura 5.11: Deflexin de una viga en voladizo con carga puntual en un extremo: esquema.
#
#
#
#
#
#
#
#
#
#
#
#
#
5.5 Aplicaciones
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
#
# datos del problema
L = 2. # longitud de la viga
Q = 0. # carga axial
E = 2. e11 # modulo de elasticidad
I = 7.85 e -9 # momento de inercia
P = 150. # carga
#
# condiciones iniciales
y10 = 0.
y20 = 0.
#
# segundo miembro de la ecuacio n no lineal
op = 0 # opciones :
169
170
5.5.2.
#
# ## Me todo RK4 para sistemas ###
#
N = 20 # nu mero de particiones
h = L / N # paso de malla
#
var ( x , y1 , y2 )
# solucio n del caso no lineal
sol_NL = d es ol ve_ sy st em_ rk 4 ([ y2 , R ( x )*(1.+ y2 )^1.5] , [ y1 , y2 ] ,
ics =[0 , y10 , y20 ] , ivar =x , step =h , end_points =2)
#
# solucio n del caso lineal
sol_L = des ol ve _sy st em _rk 4 ([ y2 , R ( x )] , [ y1 , y2 ] ,
ics =[0 , y10 , y20 ] , ivar =x , step =h , end_points =2)
#
# dibujamos las soluciones
sol1 = [[ i , j ] for (i , j , k ) in sol_NL ] # solucio n no lineal
sol2 = [[ i , j ] for (i , j , k ) in sol_L ] # solucio n lineal
fig1 = list_plot ( sol1 , legend_label = no lineal , size = 20 ,
gridlines = True )
fig1 += line ( sol1 )
fig2 = list_plot ( sol2 , color = red , legend_label = lineal )
fig2 += line ( sol2 , color = red )
show ( fig1 + fig2 )
El pndulo perturbado
x 0 = y,
y0 = g sen( x ) a y,
L
m
que modeliza el comportamiento de un pndulo de longitud L y masa m, sometido
a la fuerza gravitatoria y a una fuerza de rozamiento, cuyas constantes respectivas
son g y a. La variable x representa el ngulo que forma el pndulo con la vertical,
mientras que y es la correspondiente velocidad angular.
A continuacin, resolveremos numricamente el sistema en el intervalo [0, 10], considerando las condiciones iniciales
(
x (0) = 1,
y(0) = 0,
5.5 Aplicaciones
171
172
En tal caso, la solucin del problema obtenida con N = 1000 particiones se representa
en la figura 5.16.
De hecho, el problema perturbado con una fuerza externa es terriblemente sensitivo a la eleccin de las condiciones iniciales. En la figura 5.17 se representa la variacin
del ngulo para distintos valores cercanos de la velocidad inicial. Como puede obser-
5.5 Aplicaciones
173
Figura 5.17: Pndulo perturbado: componente x de las soluciones obtenidas con distintas
velocidades iniciales.
174
CAPTULO
6
MTODOS NUMRICOS PARA
PROBLEMAS DE CONTORNO
6.1.
Introduccin
En este tema nos centraremos en el desarrollo de mtodos numricos para la resolucin de problemas de contorno, de la forma
00
0
y = f ( x, y, y ),
y( a) = ,
y(b) = .
x [ a, b],
176
6.2.
00
0
y + p( x )y + q( x )y = r ( x ), x [ a, b],
y( a) = ,
y(b) = .
Comencemos construyendo una particin del intervalo [ a, b] de la siguiente forma:
a = x0 < x1 < < x N 1 < x N = b,
a
con x j = a + jh para j = 0, 1, . . . , N, siendo h = b
N el paso de malla. Los puntos
x1 , . . . , x N 1 son los nodos interiores de la particin. Evaluando la ecuacin diferencial
en cada nodo interior, se obtiene:
y00 ( x j ) + p j y0 ( x j ) + q j y( x j ) = r j ,
j = 1, . . . , N 1,
y ( x j +1 ) y ( x j 1 )
,
2h
y00 ( x j )
y( x j+1 ) 2y( x j ) + y( x j1 )
,
h2
que son las diferencias finitas que dan nombre al mtodo (figura 6.1).
Observacin. Veamos de dnde surgen las frmulas anteriores. En primer lugar, notemos que y0 ( x j ) no es ms que la pendiente de la recta tangente a la curva solucin
en el punto ( x j , y( x j )). Podemos aproximar dicha pendiente de varias formas:
Como la pendiente m+ de la recta que pasa por ( x j , y( x j )) y ( x j+1 , y( x j+1 )):
y0 ( x j )
y ( x j +1 ) y ( x j )
y ( x j +1 ) y ( x j )
=
m+ .
x j +1 x j
h
177
(xj, y(xj))
m_
(xj-1, y(xj-1))
m+
(xj+1, y(xj+1))
mc
2h
xj-1
xj
xj+1
y ( x j ) y ( x j 1 )
y ( x j ) y ( x j 1 )
=
m .
x j x j 1
h
y ( x j +1 ) y ( x j 1 )
y ( x j +1 ) y ( x j 1 )
=
mc .
x j +1 x j 1
2h
y( x j+1 )y( x j )
h
y( x j )y( x j1 )
h
y( x j+1 ) 2y( x j ) + y( x j1 )
,
h2
178
y N = y( x N ) = y(b) = .
En resumen, hemos construido un sistema lineal de N 1 ecuaciones con N 1 incgnitas, a saber, {y1 , y2 , . . . , y N 1 }. Reagrupando, el sistema puede escribirse de la
siguiente forma:
h
h
2
2
2 p j 1 y j1 + (2 h q j )y j + 2 p j 1 y j+1 = h r j , j = 1, 2, . . . , N 1,
y0 = ,
y = .
N
h
h
2
2
p1 1 y
0 + (2 h q1 ) y1 + p1 1 y2 = h r1 ,
2
2
de donde
h
h
2
(2 h q1 ) y1 + p1 1 y2 = h r1 + 1 p1 ,
2
2
mientras que para j = N 1 se deduce, de forma anloga:
h
h
2
2
p N 1 1 y N 2 + (2 h q N 1 ) y N 1 = h r N 1 + 1 + p N 1 .
2
2
Y=
y1
y2
..
.
,
yj
..
.
y N 1
B=
h
h r1 + 1 p1
2
2
h r2
..
.
2
h2 r j
..
.
h
h 2 r N 1 + 1 + p N 1
2
179
h
0
0
0
1 p1 1
h
h
p 1 2 h2 q
p2 1
0
2
2
2
..
..
..
..
.
.
.
0
.
h
h
..
..
2
A=
pj 1
2 h qj
pj 1
.
.
2
2
.
.
.
.
.
..
..
..
..
..
h
h
2
p N 2 1 2 h q N 2 p N 2 1
0
2
2
h
p N 1 1 2 h 2 q N 1
0
0
2
2 h2 q
Como vemos, la matriz A tiene estructura tridiagonal. Este tipo de matrices tiene innumerables ventajas desde un punto de vista numrico a la hora de resolver el sistema
lineal.
Observacin. La resolucin numrica de sistemas lineales constituye una rama fundamental del Anlisis Numrico, con importantes aplicaciones prcticas. Las tcnicas
empleadas se salen del mbito de este curso, por lo que no entraremos en ms detalles.
Observacin. Cuando se consideran condiciones de contorno de tipo Neumann, es
decir, y0 ( a) = e y0 (b) = , es necesario aadir las ecuaciones correspondientes a
j = 0 y j = N, y usar discretizaciones adecuadas para las derivadas en las condiciones
de contorno.
Ejemplo 6.1. Consideremos el problema de contorno
00
2
y y = x + 1,
y(0) = 0,
y(1) = 0,
x [0, 1],
4e 3 x 4e 3e2 x
e 2
e .
e2 1
e 1
j = 1, 2, 3.
180
j = 1, 2, 3,
y2 2y1 + y
0
y1 = x12 + 1
2
2 2
2
(2 + h ) y1 y2 = h ( x1 + 1)
y3 2y2 + y1
y2 = x22 + 1 y1 + (2 + h2 )y2 y3 = h2 ( x22 + 1)
2
0
y2 + (2 + h2 )y3 = h2 ( x32 + 1)
4 2y3 + y2
y
y3 = x32 + 1
2
h
que en forma matricial se expresan como
2
x1 + 1
2 + h2
1
0
y1
1
2 + h2
1 y2 = h2 x22 + 1 .
0
1 2 + h2
y3
x32 + 1
La solucin de dicho sistema, una vez sustituidos los valores de h y de los nodos, es:
y1 0,102151,
y2 0,144281,
y3 = 0,117303.
#
# ## Me todo de diferencias finitas ###
#
# Ecuacio n : y + p ( x ) y + q ( x ) y = r ( x ) , a <x < b .
# Condiciones de contorno de tipo Dirichlet :
# y ( a )= alpha , y ( b )= beta .
#
# Datos del problema
#
a = 0. # extremo inferior del intervalo
b = 1. # extremo superior del intervalo
#
N = 4 # nu mero de particiones
#
p ( x ) = 0. # coeficiente de y
q ( x ) = -1. # coeficiente de y
r ( x ) = x ^2+1. # te rmino independiente
#
alpha = 0. # c . contorno izquierda
beta = 0. # c . contorno derecha
#
# ## Implementacio n del me todo ###
#
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
181
h = (b - a )/ N # paso de malla
#
X = vector ([ a + j * h for j in range ( N +1)]) # mallado
Y = vector ([0. for j in range ( N +1)]) # solucio n
#
# condiciones de contorno
Y [0] = alpha
Y [ N ] = beta
#
# te rmino independiente
B = vector ([( - h ^2)* r ( X [ j +1]) for j in range (N -1)])
B [0] += alpha *(1 -0.5* h * p ( X [1]))
B [N -2] += beta *(1+0.5* h * p ( X [N -1]))
#
# matriz del sistema
A = matrix ( RR , N -1 , N -1)
#
for j in range (1 , N -1):
A [j -1 , j -1] = 2. - q ( X [ j ])* h ^2 # diagonal
A [j -1 , j ] = -1. -0.5* h * p ( X [ j ]) # superdiagonal
A [j , j -1] = -1.+0.5* h * p ( X [ j ]) # subdiagonal
A [N -2 , N -2] = 2. - q ( X [N -1])* h ^2 # u ltimo elemento de la diagonal
#
# solucio n del sistema lineal
sol = A . inverse ()* B # y = A ^( -1)* B
#
# actualizacio n del vector y
for j in range (0 , N -1):
Y [ j +1] = sol [ j ]
#
# ################################
#
# dibujamos los puntos
sol = zip (X , Y )
fig1 = list_plot ( sol , color = blue , legend_label = aprox . )
# y los unimos con segmentos
fig1 += line ( sol )
#
# ## Comparacio n con la solucio n exacta ###
y = function ( y , x )
ec = diff (y , x , 2) + p ( x )* diff (y , x ) + q ( x )* y == r ( x )
sol = desolve ( ec , y , ics =[ a , alpha , b , beta ])
#
fig2 = plot ( sol , a , b , color = red , legend_label = exacta )
show ( fig1 + fig2 )
e2 0,001853,
e3 0,001443.
182
y despus
sage : # Error global
sage : max ( err )
0 .0 0 18 5 3 14 6 51 0 6 14 8 8
6.3.
Aproximacin variacional
En esta seccin vamos a introducir las ideas bsicas relativas a la formulacin variacional de un problema de contorno. Como veremos, esta formulacin ser la base que
nos permitir definir el mtodo de elementos finitos.
Consideremos un problema de contorno lineal de la forma
00
u ( x ) + q ( x ) u ( x ) = f ( x ),
u(0) = 0,
u(1) = 0,
x [0, 1],
(1)
183
introduce dificultades matemticas adicionales en la deduccin del mtodo de elementos finitos, por lo que no lo consideraremos en aras de la simplicidad.
Observacin. Las condiciones de contorno del tipo u(0) = , u(1) = se denominan
condiciones de tipo Dirichlet: en ellas se impone el valor que ha de tener la solucin en
los extremos del dominio [0, 1]. Otro tipo habitual de condiciones de contorno son
las condiciones de tipo Neumann, en las que se especifican los valores de la derivada
de la solucin en los extremos: u0 (0) = , u0 (1) = . Ambos tipos de condiciones
de contorno pueden combinarse, dando lugar a condiciones de tipo mixto; por ejemplo,
u(0) = , u0 (1) = .
Aunque en esta seccin slo estudiaremos el mtodo de elementos finitos para
problemas de tipo Dirichlet, dicho mtodo puede adaptarse para resolver problemas
de tipo Neumann o de tipo mixto.
Sea u C2 ([0, 1]) solucin del problema (1): diremos que u es una solucin fuerte.
Multipliquemos la ecuacin diferencial por una funcin arbitraria v C1 ([0, 1]) e
integremos en el intervalo [0, 1]:
Z 1
0
00
u ( x )v( x ) dx +
Z 1
0
q( x )u( x )v( x ) dx =
Z 1
0
f ( x )v( x ) dx.
Supongamos adems que v(0) = v(1) = 0 e integremos por partes la primera integral:
Z 1
0
00
u ( x )v( x ) dx =
Z 1
0
u ( x )v ( x ) dx u ( x )v( x )
1
0
Z 1
0
u0 ( x )v0 ( x ) dx.
u0 ( x )v0 ( x ) dx +
Z 1
0
q( x )u( x )v( x ) dx =
Z 1
0
f ( x )v( x ) dx,
u ( x )v ( x ) dx +
Z 1
0
q( x )u( x )v( x ) dx =
Z 1
0
f ( x )v( x ) dx,
v V.
(2)
En tal caso, diremos que u V es una solucin dbil o variacional; notemos que las condiciones de contorno u(0) = u(1) = 0 se verifican de forma automtica al pertenecer
u al espacio V.
184
La principal dificultad que nos encontramos al intentar resolver la ecuacin variacional (2) est en el hecho de que el espacio vectorial V es un espacio de dimensin
infinita; esto hace que no sea factible una implementacin directa en el ordenador. El
mtodo de aproximacin variacional o mtodo de Galerkin se basa en considerar un subespacio Vh de V de dimensin finita, y a continuacin aproximar la solucin u de (2)
por la solucin uh Vh de la siguiente ecuacin variacional discreta:
Z 1
0
u0h ( x )v0h ( x ) dx +
Z 1
0
q( x )uh ( x )vh ( x ) dx =
Z 1
0
vh Vh .
f ( x )vh ( x ) dx,
(3)
i =1
1
0
v i i ( x ),
v1 , . . . , vn R.
i =1
q( x )uh ( x )
vi i ( x )
Z 1
dx =
f (x)
i =1
vi i ( x )
dx,
i =1
de donde
n
Z 1
i =1
vi
y por tanto
Z
n
vi
i =1
Z 1
i =1
u0h ( x ) i0 ( x ) dx + vi
1
0
u0h ( x ) i0 ( x ) dx +
Z 1
0
q( x )uh ( x ) i ( x ) dx =
q( x )uh ( x ) i ( x ) dx
Z 1
i =1
vi
Z 1
i =1
vi
f ( x ) i ( x ) dx,
f ( x ) i ( x ) dx.
Al ser los coeficientes {v1 , . . . , vn } arbitrarios, deducimos que la ecuacin (3) es equivalente a
Z 1
0
u0h ( x ) i0 ( x ) dx +
Z 1
0
q( x )uh ( x ) i ( x ) dx =
Z 1
0
f ( x ) i ( x ) dx,
i = 1, . . . , n,
es decir, basta con que la ecuacin (3) se verifique para los elementos i de la base.
Escribamos ahora la solucin buscada uh en la base { 1 , . . . , n }:
uh ( x ) =
u j j ( x ),
j =1
u1 , . . . , un R.
185
Z 1
j =1
uj
i0 ( x ) 0j ( x ) dx +
Z 1
j =1
uj
o, lo que es lo mismo,
Z 1
Z
n
0
0
i ( x ) j ( x ) dx +
uj
j =1
1
0
q( x ) i ( x ) j ( x ) dx =
q( x ) i ( x ) j ( x ) dx
Z 1
0
Z 1
0
f ( x ) i ( x ) dx,
f ( x ) i ( x ) dx,
i = 1, . . . , n,
i = 1, . . . , n.
Si denotamos
aij =
Z 1
0
i0 ( x ) 0j ( x ) dx +
Z 1
0
q( x ) i ( x ) j ( x ) dx,
fi =
Z 1
0
f ( x ) i ( x ) dx,
aij u j =
j =1
fi ,
i = 1, . . . , n.
21 a22 a2n
A= .
..
.. ,
..
..
.
.
.
an1 an2 ann
u1
u2
U = . ,
..
un
f1
f2
F = . .
..
fn
La solucin del sistema nos permitir construir la solucin del problema discreto (3).
La matriz A se denomina matriz de rigidez y F es el vector de cargas1 , aunque en teora
no tengan significado fsico alguno.
Observacin. La solucin U = (u1 , . . . , un ) T del sistema lineal permite construir la
solucin numrica de la forma
u h ( x ) = u1 1 ( x ) + u2 2 ( x ) + + u n n ( x ).
En este caso, dicha solucin numrica es una funcin y no un conjunto de valores
aproximados, como suceda en el mtodo de diferencias finitas. Podemos por tanto
usar uh ( x ) para aproximar la solucin del problema de contorno en cualquier punto
del intervalo [0, 1].
1 La
186
En resumen, hemos visto cmo la solucin del problema variacional (2) puede
aproximarse mediante la solucin de un problema discreto (3), cuyo clculo se reduce
a la resolucin de un sistema lineal. En la siguiente seccin veremos cmo elegir los
elementos i de la base de forma adecuada para que el sistema pueda resolverse de
la forma ms eficiente posible.
6.4.
El mtodo de elementos finitos se basa en aproximar, mediante el mtodo de Galerkin, la solucin variacional del problema (1) haciendo una eleccin adecuada de los
elementos del espacio de discretizacin Vh . Dicha eleccin se realiza intentando que
la matriz del sistema resultante tenga una estructura lo ms sencilla posible.
Observacin. En las aplicaciones prcticas, las matrices que resultan de realizar el
proceso de discretizacin detallado en la seccin anterior pueden tener miles, o incluso millones de elementos. La resolucin de sistemas de tales tamaos requieren el
uso de ordenadores de gran potencia, as como la aplicacin de tcnicas matemticas
adecuadas.
i
xi-1
xi
xi+1
1
N.
x x i 1
i ( x ) = x i +1 x
si xi1 6 x 6 xi ,
si xi 6 x 6 xi+1 ,
en otro caso,
187
i0 ( x ) =
Ntese que las funciones i ( x ) y i0 ( x ) se anulan fuera del intervalo ( xi1 , xi+1 ).
Puede demostrarse que la familia de funciones { 1 , . . . , N 1 } constituyen una
base del subespacio vectorial Vh formado por las funciones continuas y lineales a
trozos en [0, 1] que se anulan en los extremos x = 0 y x = 1; en particular, la dimensin
de Vh es n = N 1.
Observacin. Para condiciones de contorno de tipo Neumann es necesario aadir
dos funciones de base adicionales, 0 ( x ) y N ( x ), para imponer las condiciones de
contorno en cada uno de los extremos del intervalo. Asimismo, el espacio de funciones
test Vh debe modificarse de manera adecuada.
A continuacin vamos a calcular los coeficientes aij de la matriz A, as como los
trminos independientes f i . Por simplicidad, a partir de ahora supondremos que las
funciones q( x ) y f ( x ) son constantes: q( x ) q, f ( x ) f .
Observacin. Cuando las funciones q( x ) y f ( x ) no son constantes, es necesario utilizar frmulas de cuadratura para aproximar numricamente las integrales que aparecen en la definicin de los coeficientes aij y f i .
Fijado un subndice arbitrario i, notemos que i ( x ) j ( x ) 0 si j 6= i 1, i, i + 1,
ya que en tal caso los conjuntos donde i ( x ) y j ( x ) no se anulan no tienen puntos
en comn (vase la figura 6.4); lo mismo sucede para el producto de las derivadas.
Por otro lado, resulta que
Z 1
0
i ( x ) i ( x ) dx =
Z x i +1
x i 1
( i ( x ))2 dx
Z xi
x x i 1 2
x i 1
dx +
Z x i +1
x
xi
x
h
i +1
2
dx =
2h
,
3
i ( x ) i1 ( x ) dx =
Z xi
xi x
x i 1
x x i 1
h
dx = ,
h
6
188
xi-2
i-1
xi-1
xi
xi+1
xi-1
(a)
i+1
xi
xi+1
xi+2
xi
xj
(b)
(c)
Z 1
Z x i +1
x xi
x i +1 x
h
dx = .
h
h
6
xi
0
Razonando de manera anloga, se deducen las siguientes expresiones:
Z 1
i ( x ) i+1 ( x ) dx =
1
1
2
1
1
,
i0 ( x ) i01 ( x ) dx = ,
i0 ( x ) i0+1 ( x ) dx = .
h
h
h
0
0
0
Finalmente, deducimos las frmulas para los coeficientes aij :
2 2
+ qh
si j = i,
h 3
aij = 1 + 1 qh si j = i 1 o j = i + 1,
h 6
0
en otro caso.
i0 ( x ) i0 ( x ) dx =
i ( x ) dx =
Z xi
x x i 1
x i 1
dx +
Z x i +1
x i +1 x
xi
dx =
h h
+ = h,
2 2
f i = f h,
A partir de los resultados obtenidos, podemos escribir el sistema lineal que define
el mtodo de elementos finitos como sigue:
2 + 23 qh2
1 + 16 qh2
..
1 + 16 qh2
1 + 16 qh2
1 + 61 qh2
..
.
1 + 61 qh2
2 + 23 qh2
2 + 23 qh2
1 + 61 qh2
..
.
2 + 23 qh2
..
.
1 + 61 qh2
u1
h2 f
u2 h2 f
u h2 f
0
3
..
.. = .. .
.
. .
1 + 16 qh2 u N 2 h2 f
u N 1
h2 f
2 + 23 qh2
0
189
00
u ( x ) + u( x ) = 2,
u(0) = 0,
u(1) = 0,
x [0, 1],
2
(e x + e1x ) + 2.
1+e
Z 1
0
00
u ( x )v( x ) dx +
Z 1
0
u( x )v( x ) dx =
Z 1
0
2v( x ) dx.
Z 1
0
00
u ( x )v( x ) dx = u ( x )v( x )
1
0
Z 1
0
u0 ( x )v0 ( x ) dx,
Z 1
0
u00 ( x )v( x ) dx =
Z 1
0
u0 ( x )v0 ( x ) dx.
u ( x )v ( x ) dx +
Z 1
0
u( x )v( x ) dx =
Z 1
0
2v( x ) dx.
u ( x )v ( x ) dx +
Z 1
0
u( x )v( x ) dx =
Z 1
0
2v( x ) dx,
v V.
El siguiente paso consiste en discretizar la ecuacin variacional. Para ello, consideremos una particin del intervalo [0, 1] con N = 4; de esta forma, el paso de malla
190
1/4
1/2
3/4
u0h ( x )v0h ( x ) dx +
Z 1
0
uh ( x )vh ( x ) dx =
Z 1
0
2vh ( x ) dx,
vh Vh .
Z 1
0
u0h ( x )(v1 10 ( x ) + v2 20 ( x ) + v3 30 ( x )) dx +
uh ( x )(v1 1 ( x ) + v2 2 ( x ) + v3 3 ( x )) dx
Z 1
0
2(v1 1 ( x ) + v2 2 ( x ) + v3 3 ( x )) dx.
191
Z
Z 1
u0h ( x ) 10 ( x ) dx +
uh ( x ) 1 ( x ) dx +
Z 1
Z 1
0
0
v2
uh ( x ) 2 ( x ) dx +
uh ( x ) 2 ( x ) dx +
0
0
Z 1
Z 1
0
0
v3
uh ( x ) 3 ( x ) dx +
uh ( x ) 3 ( x ) dx
0
= v1
Z 1
21 ( x ) dx + v2
Z 1
0
22 ( x ) dx + v3
Z 1
0
23 ( x ) dx.
u0h ( x ) 10 ( x ) dx +
Z 1
0
uh ( x ) 1 ( x ) dx =
Z 1
0
21 ( x ) dx.
u0h ( x ) 20 ( x ) dx +
Z 1
0
uh ( x ) 2 ( x ) dx =
Z 1
0
22 ( x ) dx,
mientras que
Z 1
0
u0h ( x ) 30 ( x ) dx +
Z 1
0
uh ( x ) 3 ( x ) dx =
Z 1
0
23 ( x ) dx
resulta al elegir v1 = v2 = 0 y v3 = 1.
Como la solucin buscada uh es un elemento de Vh , podemos escribirla en la forma
u h ( x ) = u1 1 ( x ) + u2 2 ( x ) + u3 3 ( x ),
donde {u1 , u2 , u3 } son incgnitas a determinar. Sustituyendo la expresin de uh en la
primera de las tres ecuaciones anteriores, se obtiene:
Z 1
0
Z 1
0
(u1 10 ( x ) + u2 20 ( x ) + u3 30 ( x )) 10 ( x ) dx +
(u1 1 ( x ) + u2 2 ( x ) + u3 3 ( x )) 1 ( x ) dx
Z 1
0
21 ( x ) dx,
192
de donde
u1
Z
10 ( x ) 10 ( x ) dx +
Z 1
1 ( x ) 1 ( x ) dx +
Z 1
Z 1
0
0
u2
1 ( x ) 2 ( x ) dx +
1 ( x ) 2 ( x ) dx +
0
0
Z 1
Z 1
0
0
u3
1 ( x ) 3 ( x ) dx +
1 ( x ) 3 ( x ) dx
0
Z 1
0
21 ( x ) dx.
Si definimos
aij =
Z 1
0
i0 ( x ) 0j ( x ) dx +
Z 1
0
i ( x ) j ( x ) dx,
fi =
Z 1
0
2i ( x ) dx,
49
24 ,
1
a12 = a21 = a23 = a32 = 95
96 , a13 = a31 = 0, f 1 = f 2 = f 3 = 8 .
96 24
8 .
96 2
1
95
49
u3
0 96
24
8
Obviamente, dicho sistema corresponde al caso general con q = 1 y f = 2.
La solucin del sistema viene dada por
u1 0,171462,
u2 0,227438,
u3 0,171462.
e2 0,001076,
e3 0,000815.
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
#
# ## Me todo de elementos finitos ###
#
# Ecuacio n : -u + qu = f ( x ) , a <x < b .
# Condiciones de contorno de tipo Dirichlet :
# u ( a )=0 , u ( b )=0.
#
#
# Datos del problema
#
a = 0. # extremo inferior del intervalo
b = 1. # extremo superior del intervalo
#
N = 4 # nu mero de particiones
#
q = 1. # coeficiente de u
f ( x ) = 2. # te rmino independiente
#
alpha = 0. # c . contorno izquierda
beta = 0. # c . contorno derecha
#
# ## Implementacio n del me todo ###
#
h = (b - a )/ N # paso de malla
#
X = vector ([ a + j * h for j in range ( N +1)]) # mallado
U = vector ([0. for i in range ( N +1)]) # solucio n
#
# condiciones de contorno
U [0] = alpha
U [ N ] = beta
#
# te rmino independiente
F = vector ([0. for i in range (N -1)])
for i in range (1 , N ):
aux = integral ( f ( x )*( x - X [i -1])/ h , x , X [i -1] , X [ i ])
193
194
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
#
# matriz del sistema
A = matrix ( RR , N -1 , N -1)
#
for i in range (1 , N -1):
A [i -1 , i -1] = 2.+(2/3)* q * h ^2 # diagonal
A [i -1 , i ] = -1.+(1/6)* q * h ^2 # superdiagonal
A [i , i -1] = -1.+(1/6)* q * h ^2 # subdiagonal
A [N -2 , N -2] = 2.+(2/3)* q * h ^2 # u ltimo elemento de la diagonal
#
# solucio n del sistema lineal
sol = A . inverse ()* F # U = A ^( -1)* F
#
# actualizamos el vector U
for i in range (N -1):
U [ i +1] = sol [ i ]
#
# ################################
#
# dibujamos los puntos
sol = zip (X , U )
fig1 = list_plot ( sol , color = blue , legend_label = aprox . )
# y los unimos con segmentos
fig1 += line ( sol )
#
# Comparacio n con la solucio n exacta
u = function ( u , x )
ec = - diff (u , x , 2) + q * u == f ( x )
sol = desolve ( ec , u , ics =[ a , alpha , b , beta ])
#
fig2 = plot ( sol , a , b , color = red , legend_label = exacta )
show ( fig1 + fig2 )
6.5.
195
Algunos comentarios
00
0
y = f ( x, y, y ),
y( a) = ,
y(b) = ,
x [ a, b],
6.6.
Aplicaciones
6.6.1.
Vamos a estudiar la deformacin sufrida por una viga empotrada, con cargas axiales y transversales. Bajo la hiptesis de pequeas deformaciones (esto es, y0 ( x ) 0),
196
Figura 6.7: Deflexin, debido a su propio peso, de una viga tridimensional empotrada en un
extremo.
Q
M( x)
00
y ( x ) EI y( x ) = EI ,
y(0) = 0,
y( L) = 0,
x [0, L],
P
x ( L x ).
2
Q
L
Figura 6.8: Deflexin de una viga empotrada con cargas axiales y transversales: esquema.
6.6 Aplicaciones
197
En la figura 6.9 se representan los resultados obtenidos con el mtodo de diferencias finitas al considerar diferentes cargas axiales. Los valores de los parmetros son
L = 2 m, E = 2 1011 N/m2 , I = 7,85 109 m4 y P = 150; para Q se han tomado los
valores 100, 500 y 1000. Los clculos han sido realizados usando N = 20 particiones.
198
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
#
# ## Implementacio n del me todo ###
#
h = (b - a )/ N # paso de malla
#
X = vector ([ a + j * h for j in range ( N +1)]) # mallado
Y = vector ([0. for j in range ( N +1)]) # solucio n
#
# condiciones de contorno
Y [0] = alpha
Y [ N ] = beta
#
# te rmino independiente
B = vector ([( - h ^2)* r ( X [ j +1]) for j in range (N -1)])
B [0] += alpha *(1 -0.5* h * p ( X [1]))
B [N -2] += beta *(1+0.5* h * p ( X [N -1]))
#
# matriz del sistema
A = matrix ( RR , N -1 , N -1)
#
for j in range (1 , N -1):
A [j -1 , j -1] = 2. - q ( X [ j ])* h ^2 # diagonal
A [j -1 , j ] = -1. -0.5* h * p ( X [ j ]) # superdiagonal
A [j , j -1] = -1.+0.5* h * p ( X [ j ]) # subdiagonal
A [N -2 , N -2] = 2. - q ( X [N -1])* h ^2 # u ltimo elemento de la diagonal
#
# solucio n del sistema lineal
sol = A . inverse ()* B # y = A ^( -1)* B
#
# actualizacio n del vector y
for j in range (0 , N -1):
Y [ j +1] = sol [ j ]
#
# ################################
#
# dibujamos los puntos
sol = zip (X , Y )
fig = list_plot ( sol )
# los unimos con segmentos
fig += line ( sol )
# y mostramos el resultado
show ( fig )
Q
donde u y, q = EI
y f ( x ) = EI . Como era de esperar, al aplicar el mtodo de
elementos finitos se obtienen resultados totalmente anlogos a los de la figura 6.9. El
cdigo Sage correspondiente es el siguiente:
sage :
sage :
sage :
sage :
sage :
sage :
sage :
#
#
#
#
#
#
#
6.6 Aplicaciones
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
sage :
#
# Datos del problema
#
L = 2. # longitud de la viga
Q = 100. # carga axial
E = 2. e11 # modulo de elasticidad
I = 7.85 e -9 # momento de inercia
P = 150. # carga transversal
#
a = 0. # extremo inferior del intervalo
b = L # extremo superior del intervalo
#
N = 20 # nu mero de particiones
#
q = Q /( E * I ) # coeficiente de u
r ( x ) = -0.5* P * x *( L - x )/( E * I ) # te rmino independiente
#
alpha = 0. # c . contorno izquierda
beta = 0. # c . contorno derecha
#
# ## Implementacio n del me todo ###
#
h = (b - a )/ N # paso de malla
#
X = vector ([ a + j * h for j in range ( N +1)]) # mallado
U = vector ([0. for i in range ( N +1)]) # solucio n
#
# condiciones de contorno
U [0] = alpha
U [ N ] = beta
#
# te rmino independiente
F = vector ([0. for i in range (N -1)])
for i in range (1 , N ):
aux = integral ( f ( x )*( x - X [i -1])/ h , x , X [i -1] , X [ i ])
aux += integral ( f ( x )*( X [ i +1] - x )/ h , x , X [ i ] , X [ i +1])
F [i -1] = h * aux
#
# matriz del sistema
A = matrix ( RR , N -1 , N -1)
#
for i in range (1 , N -1):
A [i -1 , i -1] = 2.+(2/3)* q * h ^2 # diagonal
A [i -1 , i ] = -1.+(1/6)* q * h ^2 # superdiagonal
A [i , i -1] = -1.+(1/6)* q * h ^2 # subdiagonal
A [N -2 , N -2] = 2.+(2/3)* q * h ^2 # u ltimo elemento de la diagonal
#
# solucio n del sistema lineal
sol = A . inverse ()* F # U = A ^( -1)* F
#
# actualizamos el vector U
for i in range (N -1):
U [ i +1] = sol [ i ]
#
# ################################
#
# dibujamos los puntos
points = zip (X , U )
fig = list_plot ( points )
199
200
sage :
sage :
sage :
sage :
Ntese que el trmino independiente no es constante en este caso, por lo que se han
calculado numricamente las integrales correspondientes.
BIBLIOGRAFA COMPLEMENTARIA
202
BIBLIOGRAFA COMPLEMENTARIA
[12] G.F. Simmons, S.G. Krantz. Ecuaciones Diferenciales. Teora y Prctica. McGraw-Hill,
2007.
[13] The Sage Development Team. Sage Tutorial. http://www.sagemath.org/pdf/
SageTutorial.pdf.