You are on page 1of 6

Apéndice y Formulas

Apéndice A: Serie de Fourier


La serie de Fourier fue publicada entre los años 1807 y 1811 por el
matemático francés Jean-Baptiste Joseph Fourier quien la formulo por medio de
sus estudios de la ecuación del calor.

Esta formulación matemática corresponde a una serie finita que converge a


una función. Dicha función, periódica, es analizada a través de una
descomposición en una suma infinitesimal de funciones trigonométricas (seno y
coseno). La serie de Fourier se define como:

a0 
Fourier ( t) 
2
  akcos (kt)  bk sin(kt) (A1)
k 1

Donde los coeficientes de la serie de Fourier se definen de la siguiente


manera:

T
2
2  (A2)
a    f ( t) dt
0 T  T

2

T
2
2  (A3)
ak ( t)    f ( t)  cos ( k  t) d t
T  T

2

T
2
2  (A4)
b k ( t)    f ( t)  sin ( k  t) d t
T  T

2

En este caso f(t) corresponde a la función a la cual se desea converger. El


periodo de la función está definido como “T” y el termino “k” es el termino de la
sumatoria que determina el enésimo armónico de la función periódica (kω), siendo
el primer termino (k=1) el armónico fundamental.

La utilización de la serie de Fourier va desde el análisis del comportamiento


y amplificación de señales eléctricas hasta la resolución de ecuaciones
diferenciales en derivadas parciales entre otras.
En el análisis de la serie de Fourier es de gran utilidad la determinación de
los espectros de la serie. Para llevar esto acabo, es necesario determinar los
factores kω de la serie, quienes serán el dominio del grafico de barras del espectro
y los factores Ck que constituyen el rango. Así, los factores Ck se definen como:

2 2 (A5)
Ck  ak  b k

Otro valor de gran importancia en el análisis de Fourier es el error. Toda


diferencia entre una aproximación y la onda real en cualquier intervalo de tiempo
se considera como error. De esta, manera el error cuadrático medio del método se
determina mediante la siguiente fórmula:

t T
0
1  ( f ( t)  Fourier ( t) ) 2 dt (A6)
Error ( t)   
T t
0

Donde t0 es el tiempo inicial a analizar y T es el periodo.


Apéndice B: Análisis Numérico
Cuando los procedimientos “exactos”, como las ecuaciones diferenciales,
métodos de integración y manipulaciones algebraicas entre otros, no son capaces
de encontrar un valor numérico a problemas físicos y matemáticos, se utilizan
métodos provenientes del análisis numérico.

El análisis numérico es utilizado ampliamente por los ingenieros cuando se


requiere de soluciones a problemas comunes, a pesar de que su precisión no es
completa. El objetivo principal de esta rama de la matemática es el de diseñar
algoritmos que entreguen una aproximación lo más cercana posible al valor real.
En el desarrollo de la física experimental es imposible encontrar una respuesta
exacta a un problema, por lo que una buena aproximación al valor buscado es de
gran interés.

Método de Newton-Raphson:

El algoritmo de Newton-Rhapson es un algoritmo desarrollado por el


análisis numérico con el objetivo de encontrar los ceros o raíces reales de una
función. Este método fue descrito por Isaac Newton en 1669 y a pesar de que en
la actualidad no se utiliza de la misma manera que en ese tiempo, sigue siendo un
algoritmo bastante eficiente a la hora de resolver este tipo de problemas
matemáticos.

Este método no asegura su convergencia global a la solución, por lo que se


considera un método abierto. Para aplicarlo es necesario contar con un valor
inicial cercano a la solución y a partir de este comenzar la iteración. Una forma de
deducir este método es a partir del análisis grafico de una función:

Dada una aproximación inicial x0, el método consiste en trazar una sucesión
de rectas tangentes que determinan una sucesión de aproximaciones xn.
Suponiendo el conocimiento del punto (xn,f(xn)), se traza la recta tangente a la
grafica de f(x) por ese punto:
Luego, la ecuación será:
y  f xn   d
dx
 
f xn  x  xn 

Debido a que el punto (xn+1,0) pertenece a la recta tangente:


 
f xn
d
dx
 
f xn  x
n 1
 xn 
Por lo que el método se reduce a:

x x 
 n
f x
(B1)
n 1 n
d
dx
 
f xn

La convergencia cuadrática del método se garantiza si la raíz es simple.

Método de la Bisección:

Otro método para encontrar raíces reales de una ecuación es el método de


la bisección. El cual se basa en el teorema de existencia y unicidad de Bolzano, es
decir, se requiere de una función continua en un intervalo [a,b] y además
f(a)·f(b)<0. Esto determina la existencia de una raíz α tal que f(α)=0.

El procedimiento es el siguiente:
(B2)
ab
x 
1 2

 Si f x
1  0 entonces x es la raíz
1

Si  1
f x  f ( a)  0
 entonces α pertenece al intervalo [x ,b] 1

 Si f x  f ( a)  0 entonces α pertenece al intervalo [a, x ] 1


1

En este caso diremos que x1 no es raíz y que  1


f x  f ( a)  0
por lo que
aplicaremos bisección nuevamente:

x1  b
x 
2 2

 Si f x
2  0 entonces x2 es la raíz

1    
 Si f x  f x  0 entonces α pertenece al intervalo [x1, x2]
2
 Si f x  f ( b )  0 entonces α pertenece al intervalo [x , b] 2
2

Así sucesivamente hasta el número de iteraciones correspondiente.


Las principales ventajas del método de la bisección son:

 El método siempre converge


 Se puede determinar el número de iteraciones que se necesitan para
alcanzar una determinada cota de error. El numero de iteraciones
ln 
b  a

estará dado por: n   
ln ( 2)

Donde ξ corresponde al error esperado.

La principal desventaja es que la convergencia del método es lenta, esto se


debe a que no discrimina que tan cerca están las aproximaciones de la raíz.

Método de Newton-Raphson Generalizado:

Existe una versión del método de Newton-Raphson para sistemas de


ecuaciones no lineales. El objetivo principal de este es el de encontrar la solución
a un sistema de ecuaciones no lineales. El método se deduce mediante el teorema
de Taylor y al igual que la versión antes explicada, es necesario un valor inicial
para comenzar la iteración. El algoritmo en su forma matricial se define como:
   
X k  1 X k  1
J F (B3)

Donde:
 
X k : es una matriz fila con los valores a iterar
1
J : es el Jacobiano de la matriz función.

F : es la matriz función, donde se especifica el sistema de ecuaciones.
Método de Euler:

Otro algoritmo ampliamente usado, es el método de euler. El objetivo del


método es el de encontrar solución a una ecuación diferencial ordinaria, es decir,
cuando se involucra solo una variable independiente. Para ello se necesita una
ecuación diferencial ordinaria (E.D.O.) bien definida y un valor inicial. Es decir:
d
y f ( xy )
dx (B4)
y x  0 y
0

La deducción del método se realiza a partir de un análisis grafico. Para ello


se denota el siguiente esquema:

Se parte tomando en cuenta que la pendiente de la recta tangente a la


curva es aproximadamente igual a la recta secante.
y y y y
n 1 n n 1 n (B5)
x h x h
n n

Donde h es un intervalo pequeño. A partir de esto se obtiene

Si se sustituye el valor de la derivada aproximada calculada anteriormente


(B5) en la E.D.O. del problema de valor inicial (B4) se obtiene el algoritmo del
método de Euler.
y
n 1
y  h  x y
n  n n
(B6)
x x  n h
n 0