P. 1
Métodos para la resolución de ecuaciones diferenciales

Métodos para la resolución de ecuaciones diferenciales

|Views: 176|Likes:
Publicado porhermes marcano

More info:

Published by: hermes marcano on Dec 01, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

04/23/2015

pdf

text

original

Republica Bolivariana de Venezuela Ministerio del Poder Popular para la educación Universitaria Aldea Ciudad Angostura Cuidad Bolívar

Edo Bolívar Misión Sucres

Profesor: Domingo Méndez

Alumno: Marcano Hermes

Cuidad Bolívar Noviembre 2011

Métodos para la resolución de ecuaciones diferenciales Tipos de EDOs y forma de resolución
Existen diversos tipos de ecuaciones diferenciales ordinarias, cada una con una forma de resolución distinta; para clasificarlas, hay que hacer la diferencia entre ecuaciones diferenciales de primer orden y ecuaciones de orden superior (ya que las primeras son, por lo general, de más fácil resolución).

Existencia y unicidad de soluciones
El teorema de Peano-Picard garantiza la existencia de una solución y su unicidad para toda ecuación diferencial ordinaria lineal con coeficientes continuos en un intervalo tiene solución única en dicho intervalo. Para el caso de ecuaciones diferenciales no-lineales no existen resultados análogos al de Peano-Picard. El teorema de Peano-Picard demuestra la existencia mediante una demostración constructiva, para un sistema de ecuaciones diferenciales lineales de primer orden. Puesto que toda ecuación diferencial lineal de orden arbitrario puede reducirse a un sistema de ecuaciones diferenciales de primer orden, se sigue del teorema de Peano-Picard la existencia y unicidad de la solución. La idea del teorema es simple construye una sucesión de Cauchy funciones cuyo límite es precisamente la solución del sistema. La demostración de la unicidad por otra parte resulta trivial.

Soluciones analíticas
Existen métodos de resolución generales para ecuaciones diferenciales ordinarias lineales que permiten encontrar soluciones analíticas. En particular si los coeficientes de la ecuación lineal son constantes o

periódicos la solución es casi siempre fácil de construir. Para coeficientes no constantes o no periódicos, pero que son desarrollables en serie de Taylor o serie de Laurent es aplicable con ciertas restricciones el método de Frobenius. Otra posibilidad es reducir una ecuación diferencial lineal de orden n a un sistema de n ecuaciones diferenciales lineales de primer orden. Para las ecuaciones diferenciales ordinarias no-lineales no existen métodos generales.

Soluciones numéricas
Algunos de los métodos de solución numérica de ecuaciones diferenciales son el método de Runge-Kutta, los métodos multipaso y los métodos de extrapolación.

Método de EULER
En matemática y computación, el método de Euler, llamado así en honor de Leonhard Euler, es un procedimiento de integración numérica para resolver ecuaciones diferenciales ordinarias a partir de un valor inicial dado. El método de Euler es el más simple de los métodos numéricos resolver un problema del siguiente tipo:

Método predictor corrector

Los métodos predictores-correctores son de los más empleados, y consiste en calcular cuando se conocen unos valores previos

mediante un método explícito (predictor) que conduce a que . Seguidamente se emplea un método implícito (corrector) en el se toma como valor inicial. Un par cualquiera de métodos de

estas características puede ser usado como conjunto predictor-corrector, deseándose que ambos algoritmos tengan un ELT del mismo orden. Un par predictor corrector muy usado se puede ofrecer a partir del método explícito de Euler y del método implícito del trapecio:

Método de generación de números pseudoaleatorios
Se llama números pseudoaleatorios a una sucesión determinística de números en el intervalo [0,1] que tiene las mismas propiedades estadísticas que una sucesión de números aleatorios. Una forma general de obtener números pseudoaleatorios es partir de una semilla de p números y aplicar una función d. Los números pseudoaletorios son necesarios cuando se pone en práctica un modelo de simulación, para obtener observaciones aleatorias a partir de distribuciones de probabilidad.

Los números aleatorios generados en un inicio por una computadora casi siempre son números aleatorios enteros. En sentido estricto, los números generados por una computadora no se deben llamar números aleatorios por que son predecibles y se pueden reproducir, dado el número aleatorio generador que se use. Por ello en ocasiones se les llama números pseudoaleatorios. No obstante, el punto importante es que, en forma satisfactoria, hacen las veces los números aleatorios en la simulación si el método que se usa para generarlos es válido. El procedimiento usado por una computadora para generar números aleatorios se llama generador de números aleatorios. Un generador de números aleatorios es un algoritmo que produce secuencias de números que siguen una distribución de probabilidad especifica y tienen la apariencia de aleatoriedad. La referencia a secuencias de números aleatorios significa que el algoritmo produce muchos números aleatorios en serie. La secuencia de números generados debe cumplir con las 2 hipótesis siguientes: 1. Distribución Uniforme 2. Independencia (no correlacionados) Además son importantes los siguientes aspectos: A. Las subsecuencias también deben cumplir 1) y 2) b) deben ser secuencias largas y sin huecos (densas) c) algoritmos rápidos y que no ocupen mucha memoria. Los números aleatorios se pueden dividir en dos categorías principales:

° Números aleatorios enteros. Es una observación aleatoria de una distribución uniforme discretizada en el intervalo n, n+1… Por lo general, n =0 ó 1 donde estos son valores convenientes para la mayoría de las aplicaciones. p° Números aleatorios uniformes. Es una observación aleatoria a partir de una distribución uniforme (continua) en un intervalo [a,b]

Propiedades mínimas que deberán satisfacer los números pseudoaleatorios:

*Ajustarse a una distribución U(0,1). *Ser estadísticamente independientes (no debe deducirse un número conociendo otros ya generados). *Ser reproducibles (la misma semilla debe dar la misma sucesión). *Ciclo repetitivo muy largo. *Facilidad de obtención. *Ocupar poca memoria. Cualquiera que sea el método para generar números aleatorios debe satisfacer las siguientes condiciones: Deben ser: 1. Uniformemente distribuidos 2. Estadísticamente independientes

3. Reproducibles 4. Sin repetición dentro de una longitud determinada de la sucesión 5. Generación a grandes velocidades 6. Requerir el mínimo de capacidad de almacenamiento

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->