Alumno: Juan Carlos Salazar Castaeda Materia: METODOS NUMERICOS UNIDAD 6
INDICE
INTRODUCCIN .................................................................................................................................... 3 MTODOS NUMRICOS PARA LA RESOLUCIN DE ECUACIONES DIFERENCIALES ..... 4 Ecuacin diferencial lineal ..................................................................................................................... 5 METODO DE UN SOLO PASO ........................................................................................................... 6 IMPLEMENTACIN DEL MTODO ................................................................................................... 7 EJEMPLO ................................................................................................................................................ 8 Mtodos de pasos mltiples ................................................................................................................. 9 El mtodo de Heun de no auto inicio......................................................................................... 10 Ejemplo .................................................................................................................................................. 12 MTODOS NUMRICOS PARA ECUACIONES DIFERENCIALES ORDINARIAS ............... 18 CONCLUSION ...................................................................................................................................... 20
INTRODUCCIN
Muchos de los problemas que realmente se presentan en la ingeniera no se pueden resolver directamente, puesto que slo algunos tipos de ecuaciones diferenciales admiten soluciones en trminos de funciones elementales. Las ecuaciones diferenciales aparecen en el diseo de modelos matemticos de los fenmenos fsicos, tcnicos, qumicos, biolgicos, etc. Sin embargo, hasta la segunda mitad del siglo XX eran escasas las ecuaciones diferenciales que se podan resolver de manera explcita.
Es posible modelar mediante una ecuacin diferencial la distribucin de temperaturas de un slido, la velocidad de partculas en un fluido, las tensiones de un cuerpo que se deforma, el flujo alrededor del ala de un avin, el impacto de un automvil contra un obstculo, el crecimiento de especies animales con presas y depredadores o la evolucin del precio de un artculo en el mercado financiero.
MTODOS NUMRICOS PARA LA RESOLUCIN DE ECUACIONES DIFERENCIALES
Las leyes que gobiernan los fenmenos de la naturaleza se expresan habitualmente en forma de ecuaciones diferenciales. Las ecuaciones del movimiento de los cuerpos (la segunda ley de Newton) es una ecuacin diferencial de segundo orden, como lo es la ecuacin que describe los sistemas oscilantes, la propagacin de las ondas, la transmisin del calor, la difusin, el movimiento de partculas subatmicas, etc. Pocas ecuaciones diferenciales tienen una solucin analtica sencilla, la mayor parte de las veces es necesario realizar aproximaciones, estudiar el comportamiento del sistema bajo ciertas condiciones. As, en un sistema tan simple como un pndulo, la amplitud de la oscilacin ha de ser pequea y el rozamiento ha de ser despreciable, para obtener una solucin sencilla que describa aproximadamente su movimiento peridico. Se estudia el procedimiento de Runge-Kutta que se aplica de forma directa a una ecuacin diferencial de primer orden, pero veremos como se extiende a un sistema de ecuaciones de primer orden, a un ecuacin diferencial de segundo orden y a un sistema de ecuaciones diferenciales de segundo orden. El procedimiento de Runge-Kutta se puede programar fcilmente en los ordenadores y adems, se emplea mucho en la prctica, debido a la su exactitud relativamente elevada de la solucin aproximada de la ecuacin diferencial. La justificacin del procedimiento de Runge-Kutta no es sencilla, el lector interesado puede consultar algn libro de mtodos numricos de anlisis.
QUE ES UNA ECUACION DIFERENCIAL? Una ecuacin diferencial es una ecuacin en la que intervienen derivadas de una o ms funciones desconocidas. Dependiendo del nmero de variables independientes respecto de las que se deriva, las ecuaciones diferenciales se dividen en: 1. Ecuaciones diferenciales ordinarias: aquellas que contienen derivadas respecto a una sola variable independiente. 2. Ecuaciones en derivadas parciales: aquellas que contienen derivadas respecto a dos o ms variables.
Orden de la ecuacin: El orden de la derivada ms alta en una ecuacin diferencial se denomina orden de la ecuacin. Grado de la ecuacin :Es la potencia de la derivada de mayor orden que aparece en la ecuacin, siempre y cuando la ecuacin est en forma polinmica, de no ser as se considera que no tiene grado. Ecuacin diferencial lineal Se dice que una ecuacin es lineal si tiene la forma es decir: Ni la funcin ni sus derivadas estn elevadas a ninguna potencia distinta de uno o cero. En cada coeficiente que aparece multiplicndolas slo interviene la variable independiente. Una combinacin lineal de sus soluciones es tambin solucin de la ecuacin. Usos Las ecuaciones diferenciales son muy utilizadas en todas las ramas de la ingeniera para el modelado de fenmenos fsicos. Su uso es comn tanto en ciencias aplicadas, como en ciencias fundamentales (fsica, qumica, biologa) o matemticas, como en economa. En dinmica estructural, la ecuacin diferencial que define el movimiento de una estructura es: Donde M es la matriz que describe la masa de la estructura, C es la matriz que describe el amortiguamiento de la estructura, K es la matriz de rigidez que describe la rigidez de la estructura, x es vector de desplazamientos [nodales] de la estructura, P es el vector de fuerzas (nodales equivalentes), y t indica tiempo. Esta es una ecuacin de segundo orden debido a que se tiene el desplazamiento x y su primera y segunda derivada con respecto al tiempo. La vibracin de una cuerda est descrita por la siguiente ecuacin diferencial en derivadas parciales de segundo orden: donde t\, es el tiempo y x\, es la coordenada del punto sobre la cuerda y c\, una constante que corresponde a la velocidad de propagacin de dicha onda. A esta ecuacin se le llama ecuacin de onda.
METODO DE UN SOLO PASO Mtodo de Euler En matemtica y computacin, el mtodo de Euler, llamado as en honor de Leonhard Euler, es un procedimiento de integracin numrica para resolver ecuaciones diferenciales ordinarias a partir de un valor inicial dado. El mtodo de Euler es el ms simple de los mtodos numricos para resolver un problema del siguiente tipo:
Para empezar, se determina la malla {t0, t1, ... , tN} de paso h, donde t0 = a y tN = b. En estos puntos es donde se va a obtener la aproximacin de la solucin. Para determinar la frmula del mtodo, se parte de un desarrollo de Taylor de la funcin solucin y(t), alrededor de un punto de la malla, ti, suponiendo que la funcin y(t) posee derivadas primera y segunda continuas en (a, b):
Evaluando esta expresin en t = ti+1, para cualquier i, se tiene:
Pero como ti+1- ti = h, resulta:
Como y(t) satisface la ecuacin diferencial, en particular es y'(ti) = f(ti, yi), entonces reemplazando en la frmula (4) resulta:
Si se elimina de la frmula anterior el trmino del error, se puede escribir:
Resultando as la frmula del mtodo de Euler para aproximar la solucin en un punto de la malla, teniendo una aproximacin en el punto inmediato anterior. Como la condicin en el punto a del problema de valor inicial da el valor inicial y(t0)= a, se tiene entonces la solucin aproximada en todos los puntos de la malla. Si se llaman yi = y(ti), se tiene entonces la frmula de Euler dada en la frmula (7):
IMPLEMENTACIN DEL MTODO A continuacin se presenta el algoritmo del mtodo de Euler en pseudocdigo, para resolver un problema de valor inicial del tipo (1). ste es un algoritmo para una ecuacin particular, si se quiere generalizar para una ecuacin cualquiera, con f(t, y) arbitraria, se debe ingresar tambin como argumento la ley de f. Esto se puede implementar en cualquier lenguaje de programacin, o en particular, en programas simblicos o numricos que permitan programar, como Maple, Mathematica, Scilab o Matlab.
Con los valores obtenidos mediante este algoritmo se puede lograr un grfico discreto de la solucin aproximada, o tambin se puede aplicar un mtodo de interpolacin para obtener una grfica continua en el intervalo. La lista de valores obtenida con el algoritmo se puede utilizar para comparar resultados, o calcular errores relativos y absolutos respecto de la solucin exacta, si se conoce.
EJEMPLO Consideremos el siguiente problema de valor inicial.
La frmula de Euler para este problema, tomando N puntos en el intervalo [1, 2] (sin contar el punto de partida a = 1), resulta:
Aplicamos el mtodo de Euler para un paso h = 0,2. Teniendo en cuenta que h = 0,2, la cantidad de puntos en el intervalo resulta ser N = 5, y entonces la tabla de valores obtenida con la frmula dada en (8) resulta:
Ahora, aplicamos la frmula el mtodo de Euler con N = 20 y N = 50. Representamos grficamente los puntos obtenidos, comparndolos con la solucin exacta, dada por la funcin
Se ve en los grficos obtenidos, que a medida que nos alejamos del valor inicial, la solucin aproximada pierde precisin (se aleja de la solucin exacta), para el paso h = 1/20. Cuando se achica el paso, la solucin mejora (h = 1/50). Mtodos de pasos mltiples Los mtodos de un paso descritos en las secciones anteriores utilizan informacin en un solo punto xi para predecir un valor de la variable dependiente yi+1 en un punto futuro xi+1. Procedimientos alternativos, llamados mtodos multipaso, se basan en el conocimiento de que una vez empezado el clculo, se tiene informacin valiosa de los puntos anteriores y est a nuestra disposicin. La curvatura de las lneas que conectan esos valores previos proporciona informacin con respecto a la trayectoria de la solucin. Los mtodos multipaso que exploraremos aprovechan esta informacin para resolver las EDO. Antes de describir las versiones de orden superior, presentaremos un mtodo simple de segundo orden que sirve para demostrar las caractersticas generales de los procedimientos multipaso.
El mtodo de Heun de no auto inicio
Recordemos que el procedimiento de Heun usa el mtodo de Euler como un predictor:
Y la regla trapezoidal como un corrector: ec.1
As, el predictor y el corrector tienen errores de truncamiento local de y , respectivamente. Esto sugiere que el predictor es el enlace debil en el mtodo, pues tiene el error ms grande. Esta debilidad es significativa debido a que la eficiencia del paso corrector iterativo depende de la exactitud de la prediccin inicial. En consecuencia, una forma para mejorar el mtodo de Heun es mediante el desarrollo de un predictor que tenga un error local de . Esto se puede cumplir al usar el mtodo de Euler y la pendiente en , y una informacin extra del punto anterior como en: ec.2
Observe la ecuacin ec. 2 alcanza ) a expensas de emplear un tamao de paso mas grande, 2h. Adems, observe que la ecuacin ec. 1 no es de autoinicio, ya que involucra un valor previo de la variable dependiente yi-1. Tal valor podria no estar disponible en un problema comn de valor inicial. A causa de ello, las ecuaciones 26.11 y 26.12 son llamadas mtodo de Heun de no autoinici. Como se ilustra en la figura 26.4, la derivada estimada de la ecuacin 26.12 se localiza ahora en el punto medio mas que al inicio del intervalo sobre el cual se hace la prediccin. Como se demostrara despus, esta ubicacin centrada mejora el error del predictor a Sin embargo, antes de proceder a una deduccin formal del mtodo de Heun de no autoinicio, resumiremos el mtodo y lo expresaremos usando una nomenclatura ligeramente modificada:
Predictor:
Corrector:
Donde los superndices se agregaron para denotar que el corrector se aplica iterativamente de j=1 a m para obtener soluciones refinadas. Observe que son los resultados finales de las iteraciones del corrector en los pasos de tiempo anteriores. Las iteraciones son terminadas en cualquier paso de tiempo con base en el criterio de paro: ec. 3 Cuando es menor que una tolerancia de error Es preestablecida, se terminan las iteraciones. En este punto Ejemplo Use el mtodo de Heun de no auto inicio para realizar los mismos clculos igual que en el ejemplo 25.5 mediante el mtodo de Heun. Es decir, integrar de usando un tamao de paso de 1. Como en el ejemplo 25.5, la condicin inicial en . Sin embargo, como aqu tratamos con un mtodo de multipaso, requerimos la informacin adicional de que Solucin: El predictor se usa para extrapolar linealmente de
El corrector es entonces usado para calcular el valor:
La cual representa un error relativo porcentual de -5.73%. Este error es algo mas pequeo que el valor de -8.18% incurrido en el Heun de autoinicio. Ahora, la ecuacin del predictor se puede aplicar de manera iterativa para mejorar la solucin:
Que representa un Et de -1.92%. Puede determinarse un estimado de error aproximado usando la ecuacin ec. 3:
La ecuacin se puede aplicar de manera iterativa hasta que Ea est por debajo de un valor pre especificado de Es. Como fue el caso con el mtodo de Heun, las iteraciones convergen sobre un valor de 6.360865. Sin embargo, como el valor del predictor inicial es ms exacto, el mtodo de multipaso converge una razn algo ms rpida. Para el segundo paso, el predictor es:
Que es superior a la prediccin de 12.08260 que fue calculada con el mtodo de Heun original. El primer corrector da 15.76693 e iteraciones subsecuentes convergen sobre el mismo resultado como se obtuvo con el mtodo de Heun de autoinicio: 15.30224. Como con el paso anterior, la razn de convergencia del corrector ha sido mejorada debido a la mejor prediccin inicial. Deduccin y anlisis del error de las formulas del predictor-corrector. Ya empleamos conceptos grficos para deducir el Heun de no autoinicio. Ahora mostraremos como las mismas ecuaciones se pueden deducir matemticamente. Esta deduccin es en particular interesante porque vincula las ideas del ajuste de curva, de la integracin numricas y de las EDO. El ejercicio tambin es til porque proporciona un procedimiento simple para desarrollar mtodos de multipaso de orden superior y estima sus errores. La deduccin se basa en resolver la EDO general:
Esta ecuacin se puede resolver al multiplicar ambos lados por integrando entre los lmites
El lado izquierdo se puede integrar y evaluar mediante el teorema fundamental: ec. 4 La ecuacin representa una solucin a la EDO si la integral puede ser evaluada. Es decir, proporciona un medio para calcular un nuevo valor de la variable dependiente con base en un valor previo de y la ecuacin diferencial. Las frmulas de integracin numrica proporcionan una manera de hacer esta evaluacin. Por ejemplo, la regla trapezoidal se puede usar para evaluar la integral, como en:
Donde es el tamao de paso. Al sustituir la ecuacin ec.5 en la ecuacin ec.4 se tiene:
La cual es la ecuacin corrector para el mtodo de Heun. Como esta se basa en la regla trapezoidal, el error de truncamiento puede tomarse directamente de la tabla 2:
Un procedimiento similar puede ser usado para deducir al predictor. Para este caso, los lmites de integracin van de
Que se puede integrar y re arreglar para obtener: ec.7 Ahora, ms que usar la formula cerrada de la tabla 2, la primera formula en integracin abierta de Newton-Cotes se puede usar para evaluar la integral como en:
La cual es llamada mtodo de punto medio. Sustituyendo la ecuacin ec. 8 en la ecuacin ec.7 se obtiene:
El cual es el predictor para el Heun de no autoinicio. Como con el corrector, el error de truncamiento local se puede tomar directamente:
Donde el subndice p designa que este es el error dele predictor. As, el predictor y el corrector para el mtodo de Heun de no autoinicio tiene errores de truncamiento del mismo orden. Adems de actualizar la exactitud del predictor, este hecho tiene beneficios adicionales relacionados con el anlisis del error, como se elaborara en la siguiente seccin. Estimacin de errores: Si el predictor y el corrector de un mtodo multipaso son del mismo orden, el error de truncamiento local puede estimarse durante el curso de un clculo. Esto es una tremenda ventaja, ya que establece un criterio para el ajuste del tamao de paso. El error de truncamiento local para el predictor se estima con la ecuacin ec.9. Dicho error estimado se puede combinar con el estimado de del paso predictor para dar:
Mediante un procedimiento similar, el error estimado para el corrector se puede combinar con el resultado del corrector para dar:
La ecuacin ec.10 puede ser restada de la ecuacin ec.11 para dar:
Donde E esta ahora entre y . Ahora, si se divide la ecuacin entre 5 y se Re arregla el resultado se tiene:
Observe que el lado derecho de las ecuaciones ec. 6 y ec.12 son idnticos, con la excepcin del argumento de la tercera derivada. Si no hay una variacin apreciable sobre el intervalo en cuestin, podemos suponer que el lado derecho son iguales y, por tanto, los lados izquierdos deberan ser equivalentes, como en: ec.13 As, llegamos a una relacin que puede ser usada para estimar el error de truncamiento por paso con base en dos cantidades, que son de rutina subproductos del clculo. Solucin. En =1, el predictor de 5.607005 y el corrector da 6.360865. Estos valores se pueden sustituir en la ecuacin ec.13 para dar:
La cual se compara bien con el error exacto:
En =2, el predictor da 13.44346 y la trayectoria da 15.30224, la cual se usa para calcular:
Que tambin se compara favorablemente con el error exacto,
MTODOS NUMRICOS PARA ECUACIONES DIFERENCIALES ORDINARIAS Una ecuacin diferencial (ordinaria) es aquella que involucra una variable independiente, una variable dependiente y la derivada ( derivadas) de esta ltima. En una ecuacin diferencial, la incgnita es la variable dependiente y se espera encontrarla como funcin de la variable independiente, de tal forma que si se sustituye dicha variable dependiente, as como las derivadas que aparecen en la ecuacin diferencial, la igualdad que resulta es verdadera.
Las ecuaciones diferenciales aparecen naturalmente al modelar situaciones fsicas en las ciencias naturales, ingeniera, y otras disciplinas, donde hay envueltas razones de cambio de una varias funciones desconocidas con respecto a una varias variables independientes. Estos modelos varan entre los ms sencillos que envuelven una sola ecuacin diferencial para una funcin desconocida, hasta otros ms complejos que envuelven sistemas de ecuaciones diferenciales acopladas para varias funciones desconocidas. Por ejemplo, la ley de enfriamiento de Newton y las leyes mecnicas que rigen el movimiento de los cuerpos, al ponerse en trminos matemticos dan lugar a ecuaciones diferenciales. Usualmente estas ecuaciones estn acompaadas de una condicin adicional que especifica el estado del sistema en un tiempo o posicin inicial. Esto se conoce como la condicin inicial y junto con la ecuacin diferencial forman lo que se conoce como el problema de valor inicial. Por lo general, la solucin exacta de un problema de valor inicial es imposible difcil de obtener en forma analtica. Por tal razn los mtodos numricos se utilizan para aproximar dichas soluciones La forma ms general de una de ecuacin diferencial sobre derivadas ordinarias es:
El problema anterior es una ecuacin diferencial ordinaria de orden n1, y la cual se supone la presencia de condiciones iniciales, en igual nmero, que el orden de la ecuacin; en lo cual se dice que se trata de un problema de ecuacin diferencial a condiciones iniciales o condiciones de contorno. La solucin de este problema, que puede ser emprendido por variados mtodos, persigue determinar el valor de la funcin y(x), que dio origen a la ecuacin diferencial.
El tipo ms simple de ecuacin diferencial ordinaria es la lineal de primer orden, el Problema de Cauchy de la forma: 1 Se llama ecuacin diferencial ordinaria (E.D.O.) a una ecuacin que liga la variable independiente t, una funcin y = y(t) (que depende solo de la variable independiente) y sus respectivas derivadas y , y, ... ,y (n) . Es decir, una expresin de la forma: F(t, y, y, y,..., y(n))= 0 A la funcin y = y(t) se le llama funcin incgnita. Mtodos Numricos Aplicados a la Estabilidad en Sistemas de Potencia
Se supone que la solucin del problema de la ecuacin diferencial ordinaria, a condiciones iniciales, es nica, continua y diferenciable en una regin finita:
De igual forma, la funcin F(t,y) es definida y continua en este mismo intervalo (t[a,b]), y que cumple con el Teorema de Lipschitz2. Para atacar el Problema de Cauchy,; existe gran cantidad de mtodos. Los mtodos numricos cobran vigencia en la resolucin de ecuaciones diferenciales cuya solucin no pueden ser obtenidas por los mtodos Tradicionales; de ah la necesidad de implementar mtodos aproximantes para la solucin de ecuaciones diferenciales. Los mtodos de aproximacin de mayor uso son: el Mtodo de Euler, Mtodo de Heun, Runge-Kutta, etc.
CONCLUSION
En las ciencias y en la ingeniera se desarrollan modelos matemticos para Entender mejor los fenmenos fsicos. A menudo, estos modelos conducen a una ecuacin que contiene algunas derivadas de una funcin desconocida. Esta ecuacin se denomina una ecuacin diferencial