Académique Documents
Professionnel Documents
Culture Documents
INTRODUCCION v
1 PRELIMINARES 1
i
ii
2.1.1 Introduccion . . . . . . . . . . . . . . . . . . . . . . . . 28
2.1.5 Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3 BASES DE SCHAUDER 85
iii
BIBLIOGRAFIA 129
iv
INTRODUCCION
v
vi
Todos los resultados numericos que aparecen en esta memoria los hemos
obtenido mediante la implementacion de los correspondientes metodos con
el programa Mathematica.
ix
No puedo pasar por alto el hecho de que este trabajo ha sido posible
gracias a la colaboracion de aquellos que han confiado en m.
Agradecer a Ana Isabel Garralda Guillem y Manuel Ruiz Galan su pacien-
cia, atencion y dedicacion hacia mi persona, ya que sin ellos este trabajo no
habra salido adelante. Pero sobre todo, me siento agradecido por la amistad
que me han brindado, la cual valoro profundamente.
No menos agradecido estoy a Domingo Gamez Domingo, por abrirme la pri-
mera puerta hacia mi formacion posterior a la licenciatura.
Asimismo, quisiera expresar mi agradecimiento al Departamento de Ma-
tematica Aplicada de la Universidad de Granada, y en particular a D. Miguel
Pasadas Fernandez, por la posibilidad que me ha ofrecido de elaborar este
trabajo.
Mi mas sincero agradecimiento a mis padres y hermanos, por su apoyo y
sacrificio a lo largo de tanto tiempo.
Finalmente, agradecer a Teresa todo su carino, sin el cual, el esfuerzo diario
carecera de sentido.
Captulo 1
PRELIMINARES
1
2 Captulo 1. PRELIMINARES
{Kx : kxkX 1}
definido por
Z b
Ku(x) := k(x, y)u(y) dy, (u C([a, b]), a x b) .
a
i)
lim (h) = 0,
h0
siendo Z b
(h) = max |k(x, y) k(z, y)| dy.
ax,zb,|xz|h a
4 Captulo 1. PRELIMINARES
ii)
Z b
max |k(x, y)| dy < .
x[a,b] a
Entonces n Z
X b
kKk ki k |i (y)| dy < (6)
i=1 a
Ejemplo 1.7. Consideremos el intervalo [a, b] y sea k(x, y) una funcion con-
tinua para x, y [a, b]. Supongamos que podemos definir una sucesion de
funciones nucleo degeneradas y continuas kn (x, y) para las cuales
Z b
n
max |k(x, y) kn (x, y)| dy 0 (7)
x[a,b] a
8 Captulo 1. PRELIMINARES
n
Entonces, para los operadores integrales asociados, se tiene que kKKn k
0. En efecto,
Z b
kK Kn k = max |(k kn )(x, y)| dy =
axb
Za b
n
= max |k(x, y) kn (x, y)| dy 0.
axb a
Z b
Ku(x) = k(x, y)u(y) dy, (u L2 ([a, b]), a x b) .
a
Z b Z b 1/2
2
M := |k(x, y)| dydx (8)
a a
1.2. Operadores integrales compactos 9
y supongamos que M < , esto es, supongamos que k L2 ([a, b] [a, b]).
Usando la desigualdad de Cauchy-Schwarz, para u L2 ([a, b]), tenemos que
Z b Z b 2
kKuk22 = k(x, y)u(y) dy dx
a a
Z b Z b Z b
2 2
|k(x, y)| dy |u(y)| dy dx =
a a a
= M 2 kuk22 .
kKk M. (9)
Ahora bien, los operadores integrales K con funcion nucleo degenerada, como
en (4), son operadores acotados si para todo i, i , i L2 ([a, b]). En efecto,
Z b Z b
2
kKuk22 |k(x, y)| dydx kuk22 =
a a
Z b Z b Xn
2
= i (x)i (y) dydx kuk22
a a
i=1
Z Z n !
b bX
|i (x)i (y)|2 dydx kuk22 =
a a i=1
10 Captulo 1. PRELIMINARES
Z Z n !
b bX
= |i (x)|2 |i (y)|2 dydx kuk22 =
a a i=1
n Z Z !
X b b
= |i (x)|2 |i (y)|2 dydx kuk22 =
i=1 a a
n Z Z !
X b b
= |i (x)|2 dx |i (y)|2 dy kuk22
i=1 a a
Por tanto n !
X
kKuk22 ki k22 ki k22 kuk22 ,
i=1
luego K es acotado y
n
X
kKk ki k22 ki k22 .
i=1
Y, como ya vimos en el Ejemplo 1.4, K es de rango finito. Entonces, por la
Proposicion 1.3., el operador integral K es compacto.
u = T (u), u A. (10)
S(u) = 0 (13)
T (x) = ax + b. x R,
xn+1 = axn + b.
= a2 (axn3 + b) + ab + b = a3 xn3 + a2 b + ab + b =
= . . . = an x0 + an1 b + an2 b + . . . + ab + b,
14 Captulo 1. PRELIMINARES
es decir,
n1
X x0 + nb , si a = 1
xn = an x0 + b ak = 1 an
a n x0 + b , si a 6= 1
k=0 1a
Por tanto, para el caso no trivial en que a 6= 1, el metodo iterativo es con-
vergente si, y solo si, |a| < 1.
u = T (u).
n
kun uk 0.
n
kun uk ku0 u1 k, (14)
1
kun uk kun1 un k, (15)
1
mn1
X
n+j ku1 u0 k =
j=0 (17)
n m
= ku1 u0 k
1
n
ku1 u0 k.
1
Como [0, 1), kum un k 0 cuando m, n . Por tanto, {un } es una
sucesion de Cauchy; como ademas A es un subconjunto cerrado del espacio
de Banach X, {un } posee lmite u A. Tomando lmite cuando n en
un+1 = T (un ), vemos que, por la continuidad de T , u = T (u); es decir, u es
un punto fijo de T .
Respecto a la unicidad, supongamos que u1 , u2 A son puntos fijos de
T , esto es, u1 = T (u1 ) y u2 = T (u2 ). Entonces
u1 u2 = T (u1 ) T (u2 ).
Por tanto,
ku1 u2 k = kT (u1 ) T (u2 )k ku1 u2 k,
= kun1 un k + kun uk
Por tanto,
(1 )kun uk kun1 un k,
Supongamos que k C([a, b] [a, b]) y que f C([a, b]), aunque estas
condiciones pueden ser debilitadas considerablemente. En el espacio C([a, b])
consideramos la norma del maximo, esto es, la norma k k . Trabajaremos
con la ecuacion (18) en la siguiente forma, utilizando operadores:
( K)u = f, (19)
donde
Z b
Ku(x) = k(x, y)u(y) dy, (u C([a, b]), a x b) .
a
18 Captulo 1. PRELIMINARES
Vamos a aplicar el teorema del punto fijo de Banach para estudiar la exis-
tencia de solucion de esta ecuacion. Es importante resaltar la relacion entre
dicho teorema y el teorema de la alternativa de Fredholm: cada resultado
posee unas hipotesis diferentes de las del otro y, sin embargo, ambos nos
proporcionan la misma tesis, que es la unicidad de solucion de una ecuacion
de la forma (19). Resulta tambien interesante observar que en ambos teore-
mas no se enuncia ninguna hipotesis acerca de f , sino solo de K y . As,
sea cual sea la aplicacion f que aparezca en la ecuacion integral, la unicidad
de solucion de la misma solo dependera de K y de . Nosotros vamos a
utilizar el teorema del punto fijo de Banach para asegurar unicidad de solu-
cion de la ecuacion (19), pero podramos utilizar igualmente el teorema de
la alternativa de Fredholm.
(I L)u = g
donde
K f
L= y g= .
Equivalentemente,
u = L(u) + g.
Por tanto, hay un unico punto fijo si = kLk < 1, si y solo si,
esto es, Z b
max |k(x, y)| dy < ||.
axb a
||
Por ejemplo, esta condicion se verifica si kkk < , ya que
ba
Z b Z b
|| ||
kKk = max |k(x, y)| dy < max dy = max (b a) = ||.
axb a axb a ba b a axb
u1 = T (u0 ) = g + L(u0 ),
u2 = T (u1 ) = g + L(g) + L2 (u0 ),
..
.
un = T (un1 ) = g + L(g) + . . . + Ln1 (g) + Ln (u0 ).
Entonces:
u = lim un .
n1
n
ya que Ln (u0 ) 0 porque, al tener kLk < 1, entonces
n
kLn (u0 )k kLn k ku0 k kLkn ku0 k 0.
donde
n
X
k(x, y) = i (x)i (y),
i=1
siendo cada i C([a, b]), i L1 ([a, b]). Para resolver este tipo de integrales
utilizaremos el metodo del nucleo degenerado, que es uno de los metodos
numericos mas sencillos de definir y analizar.
lim kK Kn k = 0.
n
Z b
donde cj = j (y)un (y) dy. Para determinar {cj }, multiplicamos la ecua-
a
cion (23) por i (x) e integramos sobre [a, b]. Por tanto, tenemos
Z b n
X Z b Z b
i (x)un (x) dx cj i (x)j (x) dx = i (x)f (x) dx.
a j=1 a a
Si llamamos Z b
< j , i >= i (x)j (x) dx,
a
obtenemos el siguiente sistema de ecuaciones:
n
X
ci cj < j , i >=< f, i >, i = 1, . . . , n. (25)
j=1
lim kK Kn k = 0. (26)
n
n
Demostracion. Como kK Kn k 0, elijamos N N tal que
1
kK Kn k < , n N. (29)
k( K)1 k
Por el teorema de la serie geometrica (ver Teorema A.1 en [1, p. 515] o bien
[5, p. 192]), el operador I + ( K)1 (K Kn )es biyectivo, tiene inversa
acotada y
1
k(I + ( K)1 (K Kn ))1 k .
1 k( K)1 k kK Kn k
Haciendo uso de la igualdad
Kn = K + (K Kn ) =
u un = ( K)1 f ( Kn )1 f =
= ( Kn )1 (K Kn )( K)1 f =
= ( Kn )1 (Ku Kn u)
De donde la cota de error se obtiene de manera inmediata.
Una modificacion de lo anterior nos proporciona
k( K)1 ( Kn )1 k k( Kn )1 k k( K)1 k kK Kn k.
ku un k k( Kn )1 k kK Kn k kuk.
Si, por otro lado, consideramos X = L2 ([a, b]), exigimos que en el nucleo
degenerado (21) se verifique que i , i L2 ([a, b]), para todo i = 1, . . . , n.
Para aplicar el teorema de convergencia, podemos utilizar que
Z b Z b 12
kK Kn k |k(x, y) kn (x, y)|2 dydx .
a a
Si esto no fuese suficiente, entonces podemos elegir otras cotas que tambien se
suelen utilizar. Los nucleos kn (x, y) se deben elegir de manera que kK Kn k
converja a cero tan rapido como sea posible.
1.3. Existencia y unicidad de solucion 25
Existen muchas razones practicas por las cuales es apropiado el uso del
metodo que proporcionan las ecuaciones (24)-(25). De acuerdo con el Teo-
rema 1.12., podemos suponer que ( Kn )un = f posee una unica solucion
para todo y X. Entonces queremos que el sistema lineal asociado (25) sea
compatible determinado, esto es, que tenga una unica solucion. Ademas, en
el momento de elegir las funciones j (x) y i (y), hay que tener presente que
el sistema requiere de la evaluacion de las integrales < j , i > y < f, i >,
y tomar tales funciones de manera que la evaluacion numerica esas integrales
sean relativamente sencillas.
Este teorema nos asegura que el sistema (25) es regular para los casos
en que estamos interesados, que son aquellos en los que Kn es biyectivo.
Z b
u(x) k(x, y)u(y) dy = f (x), a x b.
a
26 Captulo 1. PRELIMINARES
o en la variable x,
X
k(x, y) = hi (y)(x a)i .
i=0
ALGUNOS METODOS
NUMERICOS CLASICOS
27
28 Captulo 2. ALGUNOS METODOS NUMERICOS CLASICOS
2.1.1 Introduccion
( K)u = f. (2)
rn = ( K)un f.
nes (4) de una forma mas abstracta. A este respecto, introducimos un ope-
rador lineal y continuo Pn , que ademas es una proyeccion de C([a, b]) sobre
Vn . Esto es, Pn se define de la siguiente forma: dada u C([a, b]), se define
Pn u como el elemento de Vn que interpola a u en los nodos {x1 , . . . , xkn }.
Mas adelante probaremos que Pn es una proyeccion lineal y continua. Como
Pn u es un elemento de Vn , se expresa en la forma
kn
X
Pn u(x) = j j (x),
j=1
Es bien conocido que este ultimo sistema tiene solucion unica si, y solo si,
Debido a, (5) sabemos que existe una unica funcion li que verifica dichas con-
diciones; ademas, el conjunto {l1 , . . . , lkn } constituye una base para Vn . Estas
32 Captulo 2. ALGUNOS METODOS NUMERICOS CLASICOS
luego
kn
X
Pn u(x) = u(xj )lj (x), x [a, b]. (6)
j=1
|Pn u(x)| |u(xj )||lj (x)| kuk |lj (x)| kuk max |lj (z)| .
z[a,b]
j=1 j=1 j=1
Por lo tanto,
k !
X n
Pn rn = 0
o lo que es lo mismo
Pn ( K)un = Pn f, un Vn . (7)
Sea ahora una funcion un Vn dada como en (3). Veamos como obtener
los coeficientes j , j = 1, . . . , kn a partir de la condicion (8). Como rn =
( K)un f , la relacion (8) se traduce en
esto es,
kn
X
< ( K) j j f, i >= 0, i = 1, . . . , kn .
j=1
Pn rn = 0,
o equivalentemente,
Pn : V V
Pn2 = Pn
2.1. Metodo de las proyecciones: colocacion y Galerkin 37
y
Pn (V ) = Vn .
Pn (v) = v.
Pn ( K)un = Pn f, un V n . (11)
( Pn K)un = Pn f, un V. (12)
( Pn K)un = Pn ( K)un ,
u un = ( Pn K)1 (u Pn u) (15)
4) La desigualdad
ku un k || k( Pn K)1 k ku Pn uk
1
N sup kK Pn Kk < . (17)
nN k( K)1 k
1
k(I + ( K)1 (K Pn K))1 k .
1 N k( K)1 k
k( K)1 k
k( Pn K)1 k =: M. (18)
1 N k( K)1 k
Esto prueba que la sucesion {( Pn K)1 }nN esta acotada.
(b) Para la formula del error (15), consideramos la ecuacion ( K)u = f y
le aplicamos Pn , obteniendo
Pn ( K)u = Pn f.
o equivalentemente,
( Pn K)u = Pn f + (u Pn u).
Entonces
u un = ( Pn K)1 (u Pn u),
que es la igualdad (15). Si ahora tomamos normas y utilizamos la desigualdad
(18), tenemos que
ku un k || M ku Pn uk. (20)
Por tanto, si Pn u u, entonces un u cuando n .
(c) Teniendo en cuenta la igualdad (15), que ya hemos probado, obtenemos
directamente la cota superior de (16). Por otro lado, si tomamos norma en
(19), llegamos a que
|| ku Pn uk k Pn Kk ku un k,
Esto prueba que un converge a u si, y solo si, Pn u converge a u. Es mas, si hay
convergencia, entonces ku Pn uk y ku un k convergen a cero exactamente
con la misma velocidad. 2
Para que el teorema sea cierto tan solo necesitamos que se verifique
(17), y no es necesario que se cumpla (14), que es una condicion mas fuerte.
Sin embargo, normalmente el teorema se aplica usando la condicion (14). A
continuacion estudiaremos dos resultados tecnicos, en el ultimo de los cuales
se ponen de manifiesto condiciones para asegurar que kK Pn Kk 0 cuando
n .
kAn u1 An u2 k M ku1 u2 k.
Lema 2.5. Sea V un espacio de Banach y sea {Pn }n1 una familia de ope-
radores lineales y continuos sobre V verificando que para todo u V ,
lim Pn u = u. (21)
n
Si K : V V es compacto, entonces
lim kK Pn Kk = 0.
n
2.1.5 Ejemplos
xj = a + (j 1)h, j = 1, 2, . . . , n + 1
donde
(u, h) = max |u(x) u(y)|.
|xy|h, ax,yb
Con esto vemos que Pn u u para todo u C([a, b]), y para u C 2 ([a, b]),
la convergencia es de orden 2.
lim kK Pn Kk = 0.
n
Las integrales que aparecen deben ser calculadas numericamente. Por tanto,
con el proposito de simplificarlas lo maximo posible, y teniendo en cuenta la
expresion de las funciones basicas de Lagrange, escribimos, para j = 2, . . . , n,
Z b Z xj+1
|y xj |
k(xi , y)lj (y) dy = k(xi , y) 1 dy =
a xj1 h
Z xj
y xj
= k(xi , y) 1 + dy+
xj1 h
Z xj+1
y xj
+ k(xi , y) 1 dy =
xj h
Z xj+1 Z xj
1
= k(xi , y) dy + k(xi , y)(y xj ) dy+
xj1 h xj1
Z xj+1
1
+ k(xi , y)(xj y) dy.
h xj
Z 1
5u(x) exy u(y) dy = f (x), 0 x 1. (26)
0
Veamos que esta ecuacion integral posee una unica solucion, para cualquier
f C([0, 1]). Para ello, de acuerdo con la seccion 1.3.3 del Captulo 1,
48 Captulo 2. ALGUNOS METODOS NUMERICOS CLASICOS
1
1 xy
= max e =
0x1 x
0
1 x
= max (e 1) =
0x1 x
ex e0
= max =
0x1 x
= e 1,
ex e0
ya que representa la pendiente de la recta tangente a la curva y = ex ,
x
y esta se hace maxima en el intervalo [0, 1] en el punto de abcisa x = 1.
como soluciones exactas de la ecuacion integral (26) para definir f (x) conve-
nientemente en cada uno de los dos casos. Una vez fijado el correspondiente
f (x) en cada caso, el objetivo es calcular la sucesion de soluciones aproxi-
(i)
mantes {un }, i = 1, 2, que converge a la correspondiente solucion exacta
u(i) , i = 1, 2. Por las nociones que ya tenemos, sabemos que
n+1
X
u(i)
n (x) = un(i) (xj )lj (x),
j=1
(i) (i)
por lo que para conocer un , nos basta conocer los coeficientes {un (xj )}, j =
1, . . . , n + 1. Estos se calculan resolviendo el sistema de ecuaciones lineales
2.1. Metodo de las proyecciones: colocacion y Galerkin 49
(1) (2)
n En En
4 1.31 103 7.91 103
8 3.27 104 2.75 103
16 8.18 105 9.65 104
32 2.04 105 3.40 104
2n+1
X
Pn u(x) = u(xj )lj (x),
j=1
2n+1
X Z 2
j j (xi ) k(xi , y)j (y) dy = f (xi ), i = 1, . . . , 2n + 1,
j=1 0
2.1. Metodo de las proyecciones: colocacion y Galerkin 51
log n
kf Pn f k ck , para n 2,
nk+
52 Captulo 2. ALGUNOS METODOS NUMERICOS CLASICOS
( Pn K)un = Pn f
ku un k 0 ku Pn uk 0.
Para ver esto, vamos a utilizar la densidad de C([a, b]) en L2 (a, b). Por
tanto, en primer lugar, comprobemos la afirmacion para una funcion continua
y despues aplicaremos la densidad.
b aku Tu k (29)
b a (u, h),
donde se ha utilizado la cota (24). Claramente, si u C([a, b]) entonces
(u, h) 0, luego hemos comprobado que Pn u u para toda u C([a, b]).
ku Pn uk ku um k + kum Pn um k + kPn (u um )k
ku um k + kum Pn um k + kPn k ku um k =
= 2ku um k + kum Pn um k.
ku Pu k
Una vez que hemos estudiado el error del metodo de Galerkin lineal
a trozos, nos disponemos detallar dicho metodo. Para ello, analicemos el
sistema de ecuaciones lineales (9), en el que utilizaremos como base de Vn
las funciones basicas de Lagrange, dadas por (22). La solucion un de (
2.1. Metodo de las proyecciones: colocacion y Galerkin 55
i = 1, . . . , n + 1.
(30)
Para facilitar la expresion de este sistema, damos el valor del producto escalar
de li y lj , que es:
0 , |i j| > 1
2h
, 0<i=j<n
< li , lj >= 3
h
, i = j = 0, n
3
h , |i j| = 1
6
Ademas, es conveniente tener en cuenta que las integrales dobles que aparecen
en el sistema (30) se reducen a subintervalos, ya que la expresion de cada
funcion basica li es nula sobre gran parte del intervalo [a, b].
Ejemplo 2.7. Nos planteamos resolver la misma ecuacion del Ejemplo 2.6.,
Z 1
5u(x) exy u(y) dy = f (x), 0 x 1.
0
(i)
En este caso, la expresion de En representa la maxima diferencia, en valor
absoluto, entre el valor de la solucion exacta y la solucion aproximada en los
nodos del metodo de Galerkin, esto es,
En(i) = max u(i) (xj ) u(i)
n (xj ) ,
1jn+1
56 Captulo 2. ALGUNOS METODOS NUMERICOS CLASICOS
considerando
u(1) (x) = ex cos x, u(2) (x) = x, (0 x 1)
(1) (2)
n En En
4 3.34 103 1.40 101
8 8.40 104 9.92 102
16 2.10 104 7.02 102
32 5.25 105 4.96 102
j (x) = eijx , j = 0, 1, . . . , n
lim kK Pn Kk = 0.
n
Z 2
= eilx f (x)dx, l = n . . . , n,
0
( K)u = f.
Ademas,
kKk
ku u(k+1) k ku u(k) k.
||
En [12], Sloan probo que tal iteracion es una buena idea cuando el operador
K es compacto y la aproximacion inicial es la solucion un obtenida por el
metodo de Galerkin. Nosotros vamos a analizar esta idea y sus consecuencias
para los metodos de proyeccion.
1
un = (f + Kun ). (32)
Normalmente, esta nueva aproximacion un representa una mejora respecto a
un . Ahora aplicamos Pn a ambos miembros de (32), y tenemos que
1
Pn un = (Pn f + Pn Kun ),
y teniendo en cuenta que (Pn f + Pn Kun ) = un , concluimos que
Pn un = un . (33)
Por otro lado, para obtener una cota del error, tengamos en cuenta que
60 Captulo 2. ALGUNOS METODOS NUMERICOS CLASICOS
se cumple:
1 1
u un = (f + Ku) (f + Kun ) =
1
= K(u un ).
de donde obtenemos la cota de error
1
ku un k kKk ku un k.
||
1
un = (f + K( Pn K)1 Pn f )
y sustituyendo en (34) obtenemos
1
( KPn ) (f + K( Pn K)1 Pn f ) = f.
Por tanto,
1
( KPn ) (I + K( Pn K)1 Pn )f = f,
luego concluimos que
1
( KPn )1 = (I + K( Pn K)1 Pn ). (35)
Para estudiar el recproco de esta propiedad, necesitaremos el siguiente
2.2. Metodos de la proyecciones iteradas 61
Demostracion. Calculemos
1 1
( T S) (I + T ( ST )1 S) = { T S + ( T S)T ( ST )1 S} =
1
= { T S + T ( ST )( ST )1 S} =
1
= { T S + T S} =
= I.
( KPn )u = f + Ku KPn u.
= I Pn .
Por tanto,
= k(I Pn )K k.
Con los metodos de Galerkin, cuando se considera Pn como un operador
n
sobre un espacio de Hilbert V , entonces Pn v v, para todo v V .
Comprobemos esta afirmacion: esto ocurre si la sucesion de espacios {Vn :
n 1} tiene la propiedad de aproximacion sobre V : para cada v V , existe
una sucesion {vn }n1 con vn Vn y
lim kv vn k = 0.
n
ku un k
lim c lim k(I Pn )K k = 0,
n ku Pn uk n
luego
ku un k
lim = 0.
n ku un k
kK(I Pn )k kKk.
donde los valores de n varan de manera creciente. Supongamos que para cada
g C(D), las integrales numericas convergen a la verdadera integral, cuando
n . Esto implica, como aplicacion del teorema de Banach-Steinhaus,
que
qn
X
cI sup |n,j | < . (42)
n1
j=1
La escribimos como una ecuacion exacta con una nueva funcion desconocida
un (x). Esta es la nueva ecuacion que pretendemos resolver, de cuya solucion
obtendremos una aproximacion. Para encontrar la solucion en los nodos
{xj : 1 j qn }, hacemos que x vare sobre eston nodos, lo cual nos
proporciona
qn
X
un (xi ) j k(xi , xj )un (xj ) = f (xi ), i = 1, . . . , qn , (44)
j=1
qn
X
vn (x) j k(x, xj )vn (xj ) = f (x),
j=1
y las funciones
u(1) (x) = ex cos x, u(2) (x) = x, 0x1 (47)
( K)u = f,
( Kn )un = f.
qn
X
Kn u(x) := j k(x, xj )u(xj ), (x D, u C(D)),
j=1
qn
X
kKn k = max |j k(x, xj )|. (48)
xD
j=1
En efecto,
Sea x D,
q
Xn
|Kn u(x)| = j k(x, xj )u(xj )
j=1
qn
X
|j k(x, xj )| |u(xj )|
j=1
qn
X
kuk |j k(x, xj )|
j=1
q !
Xn
Por tanto,
qn
!
X
kKn uk = max |Kn u(x)| kuk max |j k(z, xj )| ,
xD zD
j=1
luego
qn
X
kKn k max |j k(x, xj )|.
xD
j=1
En los analisis del error para los metodos de proyeccion, se probaba que
kK Pn Kk converga a cero, cuando n tenda a infinito; este no es el camino
a seguir para el metodo de Nystrom, ya que, en este caso, se tiene que
kK Pn Kk kKk.
qn
X
(K Kn )Kn z(x) = j en (x, xj )z(xj ). (50)
j=1
Ademas Z
k(K Kn )Kk = max |en (x, y)| dy, (51)
xD D
qn
X
k(K Kn )Kn k = max |j en (x, xj )|. (52)
xD
j=1
y, por tanto,
n
k(K Kn )Kk, k(K Kn )Kn k 0. (54)
qn
X
Kn z(x) = j k(x, xj )z(xj ),
j=1
Z Z Z
K(Kz)(x) = k(x, v)Kz(v) dv = k(x, v)k(v, y)z(y) dydv,
D D D
qn
X qn
X Z
Kn (Kz)(x) = j k(x, xj )Kz(xj ) = j k(x, xj ) k(xj , y)z(y) dy,
j=1 j=1 D
Z Z Z
en (x, y)z(y) dy = k(x, v)k(v, y)z(y) dvdy
D ZD D
qn
X
j k(x, xj )k(xj , y)z(y) dy;
D j=1
74 Captulo 2. ALGUNOS METODOS NUMERICOS CLASICOS
Z Z qn
X
K(Kn z)(X) = k(x, v)Kn z(v) dv = k(x, v) j k(x, xj )z(xj ) dv,
D D j=1
qn qn qn
X X X
Kn (Kn z)(x) = i k(x, xi )Kn z(xi ) = i k(x, xi ) j k(xi , xj )z(xj ),
i=1 i=1 j=1
qn
X qn
X Z
j en (x, xj )z(xj ) = j k(x, v)k(v, xj )z(xj ) dv
D
j=1 j=1
qn
!
X
i k(x, xi )k(xi , xj )z(xj ) .
i=1
con Z qn
X
cD = dy, cK = max |k(x, y)|, cI = sup |j |.
D x,yD n1
j=1
Para la equicontinuidad,
1 + k( T )1 k kSk
k( S)1 k . (56)
|| k( T )1 k k(T S)Sk
Si ( T )u = f y ( S)z = f , entonces
1 ( T )1 S( S) 1
( S) + = I + ( T )1 (T S)S
equivalentemente
( T )1 S( S) S ( T )1 (T S)S
=
cuando y solo cuando
( T )1 S( S) ( T )1 ( T )S = ( T )1 (T S)S
y esto es cierto.
Haciendo uso del teorema de la serie geometrica, el miembro de la derecha
es invertible, ya que (55) implica
1
k( T )1 k k(T S)Sk < 1.
||
1 1
k(I + ( T )1 (T S)S)1 k
1
.
1
( T )1
(T S)S
1
Multiplicando esta desigualdad por y simplificando, obtenemos
||
1
k( + ( T )1 (T S)S)1 k . (59)
|| k( T )1 k k(T S)Sk
k( S)1 k k( + ( T )1 (T S)S)1 k kI + ( T )1 Sk
1 + k( T )1 k kSk
.
|| k( T )1 k k(T S)Sk
78 Captulo 2. ALGUNOS METODOS NUMERICOS CLASICOS
( S)u = f + (T S)u.
u z = ( S)1 (T S)u,
1 + k( K)1 k kKn k
k( Kn )1 k k c, n N,
|| k( K)1 k k(K Kn )Kn k
ku un k k( Kn )1 k k(K Kn )uk
(62)
ck(K Kn )uk , n N.
2.3. El metodo Nystrom 79
kKn k cI cK , n 1.
En consecuencia,
1 + k( K)1 k |Kn k
c sup < ,
nN || k( K)1 k k(K Kn )Kn k
con lo que conluimos la demostracion. 2
k(K Kn )uk k Kn k ku un k .
u un = ( Kn )1 (K Kn )u = n + rn ,
con
n = ( K)1 (K Kn )u
y
rn = (( Kn )1 ( K)1 )(K Kn )u =
u un n ,
( K)n = (K Kn )u.
2.3. El metodo Nystrom 81
En efecto, como
(n)
kAn k = max (|ai,1 |, . . . , |ani,n |) =
i=1,...,n
ku Kn uk kAn k,
82 Captulo 2. ALGUNOS METODOS NUMERICOS CLASICOS
|u(x1 ) Kn u(x1 )| =
n k(x1 , xn )u(xn )| =
kAn k.
Para A1
n ,
kA1
n k = sup kA1
n k .
R qn ,kk =1
f (xi ) = i , i = 1, . . . , qn .
2.3. El metodo Nystrom 83
un (xi ) = zi , i = 1, . . . , qn .
Por tanto
kA1
n k = kxk
kun k
k( Kn )1 k kf k =
= k( Kn )1 k kk .
En consecuencia
kA1 1
n k k( Kn ) k.
cond(An ) k Kn k k( Kn )1 k cond( Kn ).
BASES DE SCHAUDER
85
86 Captulo 3. BASES DE SCHAUDER
Equivalentemente, supongamos
!que n N, Fn es un cerrado de E con
[
interior vaco. Entonces int Fn = .
n1
n)
en = (0, . . . , 0, 1 , 0, . . .).
En efecto,
m !
X m X
x x(n)en = sup x(j) x(n)en (j) =
j1
n=1 n=1
= sup |x(j) x(j)| sup |x(j) 0| =
j=1,...,m j>m
m
= sup |x(j)| 0,
j>m
luego
X
x= x(n)en .
n=1
Veamos finalmente la unicidad de la sucesion de escalares que aparece en la
expresion anterior.
Sea x c0 . Supongamos que existe una sucesion de escalares {an }n1 tal que
X
X
x= x(n)en = an en .
n=1 n=1
En ese caso,
X
(an x(n))en = 0,
n=1
de donde se deduce, por la expresion de los elementos {en : n 1}, que
an = x(n), n 1.
! p1
X m
= |x(n)|p 0
n>m
X
ya que |x(n)|p es la cola de una serie convergente.
n>m
La unicidad de la sucesion de escalares se comprueba de manera analoga al
ejemplo anterior.
Sin embargo, la sucesion {en }n1 no es base para l ya que, por ejemplo,
X
no existe una sucesion de escalares {an }n1 tal que (1, 1, 1, . . .) = an en .
n1
Comprobemos esta afirmacion. Llamemos u = (1, 1, . . .). Veamos, en primer
X
lugar, que si u = an en entonces an = 1, n N. En efecto, si para cada
n=1
i = 1, 2, . . . consideramos la aplicacion i : l R dada por
i (x) := x(i), (x l ),
X
entonces aplicando i a nuestra hipotesis de que u = an en y usando la
n=1
linealidad y continuidad de i , tenemos que
X
u(i) = an en (i),
n=1
concluimos que si
X
u= an en
n=1
entonces
X
u= en . (1)
n=1
X
Finalmente, veamos que no es posible que u = en , con lo que concluiremos
n=1
lo anunciado. Si para cada n = 1, 2, . . ., llamamos
n
X
sn = ej = (1, .n). ., 1, 0, 0, . . .),
j=1
entonces
2n 2 2n 1
1 si 1t< 1
2m 2m
fn (t) = 2n 1 2n
1 si m 1 t < m 1
2
0 en otro caso
2n0 2 2n0 1
1, 1
2m0 2m0
y
2n0 1 2n0
1, m0 1
2m0 2
Z
|a|p =
I1 I2
0.
nX
0 1 n0
X m1
X
Por tanto k an fn kp k an fn kp , y en consecuencia k an fn kp
n=1 n=1 n=1
m2
X
k an fn kp , para m1 , m2 N y m1 m2 .
n=1
Schauder para este espacio de Banach es una sucesion {sn }n1 de funciones
de C([a, b]) definidas como siguen: consideremos {ti : i 1} un subconjunto
denso de [a, b] de puntos distintos, con t1 = a y t2 = b. Definamos la funcion
s1 como
s1 (t) = 1, (t [a, b]).
Para j = 2, 3, . . . ,
sj : [a, b] R
es la funcion cuya grafica es la poligonal pasando por los puntos (t1 , 0), . . . ,
(tj1 , 0), (tj , 1). En particular, para j = 2, 3, . . . ,
(
1 , si i = j
sj (ti ) =
0 , si i < j
n1
X
a1 = x(t1 ), para n 2, an = x(tn ) ai si (tn )
i=1
m
X
Para ello, veamos que dado m 1 arbitrario, an sn converge uniforme-
n=1
mente a x en [a, b], es decir,
m
X
lim x an sn = 0.
m
n=1
En consecuencia, {sn }n1 es base para C([a, b]), llamada base de Schau-
der clasica para C([a, b])
luego
X X
x= an xn = bn xn .
n1 n1
an = bn , n N,
Proposicion 3.6. Sean {si }i1 y {sj }j1 bases de Schauder en el espacio de
Banach C([a, b]) y sea, para n N
donde (n) = (i, j). Entonces {n }n1 es una base de Schauder para C([a, b]2 ).
donde (n) = (i, j). De aqu en adelante se supondra que {xn }n1 es esta
base de C([a, b]2 ).
y (
1, si (n) = (i, j)
xn (ti , tj ) =
0, si 1 (i, j) < n
3.3. Continuidad de los funcionales biortogonales y las proyecciones 99
Ahora bien, por la definicion de la base clasica de C([a, b]), sabemos que
(
1 si i = 1 (n)
s1 (n) (ti ) =
0 si i < 1 (n)
y (
1 si j = 2 (n)
s2 (n) (tj ) =
0 si j < 2 (n)
Por tanto, tenemos que
1 si (i,
j) = (n)
i < 1 (n), j = 2 (n)
s1 (n) (ti )s2 (n) (tj ) = o bien
0 si i = 1 (n), j < 2 (n)
o bien
i < (n), j < (n)
1 2
Por tanto, si 1 (i, j) < n entonces i < 1 (n) o bien j < 2 (n), y haciendo uso
de la expresion de s1 (n) (ti )s2 (n) (tj ) que acabamos de obtener, concluimos la
demostracion. 2
Definicion 3.8. Sea {xn }n1 una base para un espacio de Banach X. Para
cada entero positivo m, el m-esimo funcional coordenado xm para {xn }n1
X
es la aplicacion de X en R dada por an xn 7 am , y la m-esima proyeccion
n1
X
natural Pm para {xn }n1 es la aplicacion de X en X definida por an xn 7
n1
m
X
an xn .
n=1
X X
n an , donde an A y n 0 para cada n, y n = 1. A lo largo de la
n1 n1
demostracion de dicho resultado, haremos uso de la siguiente nocion.
Probaremos, de hecho, que cada an puede ser elegido de manera que ksn k
2n1 para cada n, donde
n
X
sn = 2i (ai x).
i=1
ka1 xk /2.
Como sn = sn1 + 2n (an x), esto prueba que ksn k 2n1 , como se
quera demostrar. 2
Teorema 3.12. Sea {xn }n1 una base de un espacio de Banach X. Entonces
los funcionales biortogonales xn y las proyecciones naturales Pn son continuos.
De hecho, existe una constante M tal que kPn k M , para todo n 1.
n
Como Pn (x) x, si x A entonces kxk 1. Ademas, para cualquier
x X, como {Pn (x)}n1 es convergente, {Pn (x)}n1 es acotada. Por lo
tanto,
[
(nA) = X
n=1
X
X
n > 1, por lo que xn (bp ) es convergente, pongamos n = xn (bp ), para
p=1 p=1
cada n y
X
n n
! n
X X X X X
cn = Pn (bp ) = xi (bp )xi = xi (bp ) xi = i xi .
p=1 p=1 i=1 i=1 p=1 i=1
X
Veamos que cn a0 , esto es, i xi = a0 . En consecuencia,
i=1
! n
X X
Pn (a0 ) = Pn i xi = i xi = c n
i=1 i=1
y como kcn k 1, entonces kPn (a0 )k 1, para cada n, con lo que con-
cluiramos la demostracion.
Comprobemos, por tanto, que cn a0 . Dado > 0, existe k 1 tal
X
que p . Como kbp k p (ya que kap k 1) para cada p, tenemos
p>k
3
que ka0 (b1 + . . . + bk )k . Ademas, kcn Pn (b1 + . . . + bk )k , pa-
3 3
ra todo n. Como Pn (x) x, para todo x X, existe n0 N tal que
k(b1 + . . . + bk ) Pn (b1 + . . . bk )k , para todo n n0 . Por tanto, para ese
3
n, tenemos que
b1 = e1 y bn = en e1 , para n 2.
Claramente {bn }n1 es base de Hamel de c00 . Veamos que {bn }n1 es base
de Schauder de c00 .
Dado x c00 , nos preguntamos si existe una unica sucesion {n }n1 K
verificando
X
x= n bn .
n=1
= (1 2 3 . . . n . . .)e1 + 2 e2 + 3 e3 + . . . .
Como x c00 , entonces x c0 . Por tanto, teniendo en cuenta que {en }n1
es una base de c0 , existe una unica sucesion de escalares {n }n1 tal que
X
x= n en = 1 e1 + 2 e2 + . . . .
n=1
1 = 1 + 2 + . . . + n + . . . , 2 = 2 , 3 = 3 , . . . , n = n , . . . .
Por tanto, la sucesion {n }n1 existe, es unica (por la unicidad de los esca-
lares {n } respecto de la base {en }n1 de c0 ) y ademas hemos obtenido una
106 Captulo 3. BASES DE SCHAUDER
e1 + e2 + e3 + . . . + en = e1 + (e2 e1 ) + e1 +
+(e3 e1 ) + e1 + . . . + (en e1 ) + e1 =
= ne1 + (e2 e1 ) + (e3 e1 ) + . . . + (en e1 ).
Entonces
Sabemos que P1 es continua si, y solo si, k > 0 tal que kP1 (x)k kkxk, x
c00 . Ahora bien, considerando x = e1 +. . .+en , si k > 0 tal que kP1 (x)k
kkxk , entonces k > 0 tal que n k y, por tanto, acotaramos superiormen-
te los naturales, lo cual contradice la arquimedianidad de N. En consecuencia,
P1 no es continuo.
!
X
= xm T 1 bn T (xn ) =
n1
!!
X
= xm T 1 bn T (xn ) =
n1
!
X
= xm b n xn =
n1
= bm ,
110 Captulo 3. BASES DE SCHAUDER
De ahora en adelante, consideraremos que {xn }n1 y {Pn }n1 son las
sucesiones de funcionales biortogonales y proyecciones naturales, respectiva-
mente, asociadas a la base de Schauder clasica {xn }n1 de C([a, b]2 ). Como
consecuencia del Lema 3.7., vamos a deducir, de forma recursiva, una ex-
presion operativa para los funcionales biortogonales xn asociados a la base
{xn }n1 . Notemos que ya tenemos una expresion de los funcionales biorto-
gonales asociados a la base de C([a, b]) (ver el ejemplo 5 de la subseccion
Ejemplo 3.4. de este captulo), y lo que nos disponemos a hacer, es similar a
aquello, en cierto modo.
x1 () = (t1 , t1 )
Demostracion. Como {xn }n1 es base para el espacio de Banach C([a, b]2 ),
entonces se verifica que
m !
X
para todo s, t [a, b], lim xn ()xn (x, y) = (s, t).
m1
n=1
Pn ()(ti , tj ) = (ti , tj )
para i, j N, y 1 (i, j) n.
n
X
Entonces Pn () = xk ()xk .
k=1
Por lo tanto, y teniendo en cuenta el Lema 3.7. y la primera parte de la
Proposicion 3.15., tenemos que
de regularidad. Con este fin, sea {ti }i1 un subconjunto denso de [a, b] y sea
n 2 y escribamos n para el conjunto {t1 , t2 , . . . , tn } ordenado de forma
creciente.
(ti , tj+1 ) (ti , tj ) = (ti , t)(tj+1 tj )
t
y por otro lado, como, por el Corolario 3.16., (ti , tj ) = P (ti , tj ) y (ti , tj+1 ) =
P (ti , tj+1 ), entonces
c1 (tj+1 tj )ti + c3 (tj+1 tj ) = (ti , t)(tj+1 tj ).
t
En consecuencia
c1 ti + c3 = (ti , t),
t
y por tanto
|c1 ti + c3 | M.
que junto con la anterior desigualdad nos proporciona, por un sencillo argu-
mento de convexidad,
|c1 u + c3 | M. (4)
.
2
Finalmente, (2), (3) y (6) implican que
k P k ,
o
[a, b] {tj }, j = 1, 2, . . . , n.
Esto es debido a que solo se usa que C 1 ([a, b] [a, b]) para aplicar el
teorema del valor medio, pero los puntos (1 , 2 ) que nos proporciona dicho
teorema estan en el intervalo abierto ]ti , ti+1 [. Por tanto, en las hipotesis del
teorema podramos debilitar la regularidad de .
116 Captulo 3. BASES DE SCHAUDER
Captulo 4
APORTACIONES A LA
ECUACION DE FREDHOLM
definido por
Z b
1
(T u)(x) = f (x) + k(x, y)u(y)dy , (u C([a, b]), x [a, b])
a
117
118 Captulo 4. APORTACIONES A LA ECUACION DE FREDHOLM
m
X
lim k xn ()xn k = 0
m1
n=1
4.1. Nuevo metodo para la resolucion de la ecuacion de Fredholm 119
Por lo tanto,
Z b
1
(T u)(s) = f (s) + (s, t)dt
a
Z b X
! !
1
= f (s) + xn ()xn (s, t) dt
a n=1
Z !
1 X b
= f (s) + xn () xn (s, t)dt
n=1 a
Z !
1 X b
= f (s) + xn ()s1 (n) (s) s2 (n) (t)dt .
n=1 a
Z b
n 1 1
T u(t1 ) = f (t1 ) + 2 K(t1 , t2 )f (t2 ) dt2 +
a
Z bZ b
1
+ 3 K(t1 , t2 )K(t2 , t3 )f (t3 ) dt3 dt2 + . . . +
a a
120 Captulo 4. APORTACIONES A LA ECUACION DE FREDHOLM
Z b Z b
1 n2)
+ ... K(t1 , t2 ) K(tn2 , tn1 )f (tn1 ) dtn1 dt2 +
n1 a a
Z b Z b
1 n1)
+ n ... K(t1 , t2 )K(t2 , t3 ) K(tn1 , tn )f (tn ) dtn dt2 +
a a
Z b Z b
1 n)
+ n ... K(t1 , t2 )K(t2 , t3 ) K(tn , tn+1 )u(tn+1 ) dtn+1 dt2 ,
a a
y
Z b
1
gi (s) = f (s) + Pni i1 (s, t)dt (s [a, b]).
a
kT gi1 gi k < i ,
4.1. Nuevo metodo para la resolucion de la ecuacion de Fredholm 121
entonces
X m
X
kg gm k kg0 T g0 k + i mi ,
i=m i=1
kg gm k kg T m g0 k + kgm T m g0 k , (1)
vamos a obtener por separado una cota superior para cada termino de la
parte derecha de (1).
Teniendo en cuenta la expresion de T n que hemos calculado anteriormente,
para todo g, h C([a, b]) y para todo i = 1, . . . , m, tenemos que
i
i kKk
T g T i h kg hk . (2)
||
i + kT (gi1 T i1 g0 )k
i + kgi1 T i1 g0 k ,
y por tanto,
kgm T m g0 k m + kgm1 T m1 g0 k
m + m1 + 2 kgm2 T m2 g0 k
m + m1 + 2 m2 + 3 kgm3 T m3 g0 k . . .
m + m1 + 2 m2 + . . . +
+m2 2 + m1 kg1 T g0 k
m + m1 + 2 m2 + . . . +
+m2 2 + m1 (1 + kg0 g0 k ) =
= m + m1 + 2 m2 + . . . + m2 2 + m1 1 =
m
X
= i mi .
i=1
(4)
Por tanto, lo que se pretende demostrar se sigue claramente de (1), (3) y (4).
2
4.1. Nuevo metodo para la resolucion de la ecuacion de Fredholm 123
= Mp .
124 Captulo 4. APORTACIONES A LA ECUACION DE FREDHOLM
Por lo tanto
p1 p1
Mp max k k , k k .
s t
Z
1 b
f (s) + Pnp p1 (s, t) dt =
a
Z b
1
= p1 (s, t) Pnp p1 (s, t) dt
a
Z b
1
kp1 Pnp p1 k 1 dt =
|| a
1
= kp1 Pnp p1 k (b a)
||
ba ||
p =
|| ba
= p .
kT gp1 T gp k p
(i)
Para i = 1, 2, En representa lo mismo que ya vimos en aquel ejemplo de
la seccion 2.1.5, esto es, representa la maxima diferencia, en valor absoluto,
entre el valor de la solucion exacta y la solucion aproximada en los nodos del
metodo de colocacion, es decir,
En(i) = max u(i) (xj ) u(i)
n (xj ) ,
1jn+1
Para comparar estos resultados con los obtenidos por nuestro metodo,
hemos procedido de la siguiente forma:
126 Captulo 4. APORTACIONES A LA ECUACION DE FREDHOLM
1 1 3 1 3 2k 1
{0, 1, , , , . . . , k , k , . . . , , . . .}.
2 4 4 2 2 2k
Fijado k, el conjunto
1 1 3 1 3 2k 1
{0, 1, , , , . . . , k , k , . . . , }.
2 4 4 2 2 2k
(i)
Fn,p = max u(i) (xj ) gn,p
(i)
(xj ) .
1jn+1
Fn,p
< 1 + 102 .
Fn,p+1
Los resultados que hemos obtenido al programar ambos metodos con Mathe-
4.2. Ejemplos numericos 127
(2) (2)
n p En Fn,p
n=8 p=7 2.75 103 2.09 103
n = 16 p=8 9.65 104 7.62 104
n = 32 p=9 3.40 104 2.76 104
[3] Brunner, H., P.J. van der Houwen, The Numerical Solution of Volterra
Equations, North-Holland, (1986), Amsterdam.
129
130 Captulo 4. APORTACIONES A LA ECUACION DE FREDHOLM
[8] Rivlin, T:, Chebyshev Polynomials, 2nd ed., John wiley, (1990), New
York.
[11] Semadini, Z., Product Schauder bases and approximation with nodes in
spaces of continuous functions, Bull. Acad. Polon. Sci. 11, (1963), 387-391.