P. 1
APLICACIÓN DE ANALISIS NUMERICO

APLICACIÓN DE ANALISIS NUMERICO

|Views: 27|Likes:
Publicado porRonald Castañeda

More info:

Published by: Ronald Castañeda on Jan 17, 2012
Copyright:Attribution Non-commercial

Availability:

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

01/17/2012

pdf

text

original

ESCUELA SUPERIOR POLITECNICA DEL LITORAL

APLICACIÓN DE ANALISIS NUMERICO
GRUPO 26
FABRICIO CASTAÑEDA CHILUIZA CARLOS PROAÑO MARQUEZ FABIAN PROAÑO MENENDEZ

6 DE FEBRERO DE 2009

z. Esta relación implica que los valores de u(x.Ecuación en derivadas parciales En matemáticas una ecuación en derivadas parciales (a veces abreviado como EDP) es una relación entre una función u de varias variables independientes x. Una solución de una ecuación en derivadas parciales generalmente no es única. La ecuación diferencial ordinaria (Similar a la EDP. Las ecuaciones en derivadas parciales se emplean en la formulación matemática de procesos de la física y otras ciencias que suelen estar distribuidos en el espacio y el tiempo. la electrostática. Problemas típicos son la propagación del sonido o del calor. Por lo tanto la solución general de esta ecuación diferencial es: donde f es una función arbitraria de y. Estos dos ejemplos ilustran que las soluciones generales de las ecuaciones diferenciales ordinarias se mantienen con constantes. Introducción Una ecuación en derivadas parciales muy simple puede ser: donde u es una función de x e y. la mecánica cuántica y muchos otros. la electrodinámica. de esta forma se tienen que proporcionar condiciones adicionales de contorno capaces de definir la solución de forma única. la elasticidad. en . Por ejemplo. y) son completamente independientes de x. pero con funciones de una variable) análoga es que tiene la siguiente solución Donde c es cualquier valor constante (independiente de x).t. pero las soluciones de las ecuaciones diferenciales en derivadas parciales generan funciones arbitrarias..y.. la dinámica de fluidos.. y las derivadas parciales de u respecto de esas variables.

el caso sencillo anterior. Existencia y unicidad . Esto es: Especialmente en la física matemática. mientras que la solución general resulta menos interesante desde el punto de vista físico. que se denomina usualmente solución general de la EDP. Notación y ejemplos En las ecuaciones en derivadas parciales es muy común denotar las derivadas parciales empleando sub-índices (Notación tensorial). En muchas aplicaciones físicas esta solución general es menos importante que las llamadas soluciones completas. la función f(y) puede determinarse si u se especifica sobre la línea x = 0. se suele preferir el operador nabla (que en coordenadas cartesianas se escribe como para las derivadas espaciales y un punto ( ) para las derivadas que involucran el tiempo. por ejemplo para escribir la Ecuación de onda (véase más abajo) como (notación matemática) (notación física) Solución general y solución completa Toda ecuación en derivadas parciales de primer orden posee una solución dependiente de una función arbitraria. Una solución completa es una solución particular de la EDP que contiene tantas constantes arbitrarias independientes como variables independientes intervienen en la ecuación. Por ejemplo la integración de las ecuaciones del movimiento de un sistema mecánico mediante el método basado en el ecuación de Hamilton-Jacobi requiere una integral completa.

Clasificación de las EDP de segundo orden Las EDP de segundo orden se clasifican habitualmente dentro de cuatro tipos de EDP que son de interés fundamental. Aunque existe un teorema general. Aunque este resultado que parece establecer la existencia y unicidad de la soluciones. Incluso si la solución de una EDP existe y es única. el mismo asunto para las ecuaciones en derivadas parciales está lejos de estar satisfactoriamente resuelto. El problema de Cauchy para la ecuación de Laplace se denomina mal propuesto o no bien definido. el teorema de Cauchy-Kovalevskaya.Aunque el asunto de la existencia y unicidad de las soluciones de las ecuaciones diferenciales ordinarias tiene una respuesta muy satisfactoria resumida en el teorema de Picard-Lindelöf. que afirma que para una EDP que es analítica en la función incógnita y sus derivadas tiene una única solución analítica. 1957). Un ejemplo de comportamiento patológico es la secuencia de problemas de Cauchy dependientes del parámetro n para la ecuación de Laplace: con condiciones inciales Donde n es un entero. puesto que la solución no depende continuamente de los datos del problema. Estos problemas mal definidos no son usualmente satisfactorios para las aplicaciones físicas. existen ejemplos de EDP de primer orden cuyos coeficientes tienen derivadas de cualquier orden (aunque sin ser analíticas) pero que no tienen solución (Lewy. a continuación se dan ejemplos de estos cuatro tipos: . pero la solución es: Esta solución se aproxima a infinito si nx no es un entero múltiplo de π para cualquier valor de y. La derivada de u con respecto a y se aproxima a 0 uniformemente en x a medida que n se incrementa. ésta puede tener propiedades indeseables.

tiene un determinante mayor • se dice que es parabólica si la matriz igual a 0.Ecuación Nombre Tipo Laplace Elíptica Onda Hiperbólica Difusión Parabólicas Helmholtz Elíptica Con mayor generalidad. tiene un determinante . tiene un determinante • se dice que es hiperbólica si la matriz menor a 0. si se tiene una ecuación de segundo orden del tipo: • se dice que es elíptica si la matriz a 0.

u representa el calor generado por unidad de volumen. Si los extremos de la varilla se mantienen en 0°C.t=0 implican que ω01=ωm1 =0. La función r=rx. debido a la resistencia a la corriente o a la reacción nuclear).PROBLEMA La temperatura μ(x.t=0 .0= sen πxl . de sección transversal constante y de un material conductor homogéneo está regida por la ecuación unidimensional de calor.t.t=ul. .m-1. así que todas las componentes de la forma ωi pueden ser determinadas. implica que para i=1. la ecuación se convierte en: ∂2u∂x2+ KrρC=K∂u∂x .… Como la condición inicial ux.5 cm ρ=10.15 y con k=0.04 calcm∙deg∙s C=0. C es el calor específico y K es la difusividad térmica de la varilla. y que rx. Suponga que la distribución inicial de la temperatura está dada por ux.m-1. Las condiciones adicionales u0. Suponga que: l=1.0225. j=1. t>0. SOLUCIÓN: Esta es una ecuación diferencial parcial parabólica. Si se genera calor en el material (por ejemplo.2. 0<x<l .t=ul.m estos valores pueden usarse en la anterior ecuación para encontrar ωi1 para i=1. la misma que se resuelve mediante el siguiente algoritmo: ωij+1=1-2α2khωij+ α2k12ωi+1j+ωi-1j i=1.0 calcm3∙s. entonces: u0.056 calg∙deg.t.6 gcm3 K=1. ρ es la densidad.u=5. 0≤x≤l. 0<t.0= sen πxl . donde l es la longitud. Aproximar la distribución de la temperatura con h=0. 0≤x≤l .t) de una varilla larga y delgada.

's'. 0 < t < T = max t. N. 'OUP'. 'W'. syms('H'. % y la concidicion inicial % u(x. 'U'.t) = u(l.'El punto inicial en el eje x es 0. enteros m.'Por ejemplo: sin(pi*x)\n'). syms('OK'.. 'I'. OK = FALSE.'Este es el metodo de diferencias regresivas. fprintf(1.t) = 0. constante ALPHA.\n').. 'FX'. 'M'. .\n'). 'FLAG'. Tiempo maximo T. FX = input(' '). F = inline(s. FALSE = 0. while OK == FALSE fprintf(1.J) para u(x(I). fprintf(1. 'N'. s = input(' '.'Ingrese el punto final (maximo) en el eje x. . 'VV'. TRUE = 1.. 'M1'.'Ingrese la funcion F(X) en terminos de x. 'x').\n').\n'). 'N1'). if FX <= 0 fprintf(1.'Debe ser un numero positivo. fprintf(1. 'K'. 'NAME'. 'T'. 'J'.t(J)) por cada % I = 1.'x'). fprintf(1. 'M2'. N. 0 <= x <= l: % % INPUT: puntofinal l..Este proceso se lo puede realizar mediante el siguiente algoritmo realizado en MATLAB: clc % Para aproximar la solucion de la Ecuacion diferencial parcial % parabolica con condiciones de frontera % u(0.. 'ALPHA'. .\n'). m-1 y J = 1. 'L'. 'Z'). 'X'. 'FT'. % % OUTPUT: aproximaciones W(I.0) = F(x).'s'). syms('I1'..

FT = input(' '). end. end. fprintf(1.'Ingrese el valor maximo de la variable tiempo T. fprintf(1. else OK = TRUE. OK = FALSE.en lineas separadas.else OK = TRUE.'y N = numero de intervalos de tiempo . ALPHA = input(' ').'Los numeros no estan dentro del rango correcto. while OK == FALSE fprintf(1. end.\n'). m debe ser mayor a 3. else OK = TRUE. fprintf(1.\n'). if OK == TRUE .'Nota.\n').'Ingrese entero m = numero de intervales en eje X\n'). while OK == FALSE fprintf(1. M = input(' ').\n'). if FT <= 0 fprintf(1.'Ingrese la constante alpha. end. end. if M <= 2 | N <= 0 fprintf(1.'Debe ser un numero positivo. N = input(' ').\n'). OK = FALSE. end.\n').

end. U(1) = -VV/L(1). K = FT/N.M). VV = ALPHA*ALPHA*K/(H*H). % PASO 5 L(M1) = 1+2*VV+VV*U(M2).W = zeros(1. M1 = M-1.M). % PASO 3 % PASO 3 through 11 solve a tridiagonal linear system % using Crout reduction L(1) = 1+2*VV.M). Z = zeros(1. L = zeros(1. M2 = M-2. % PASO 6 for J = 1 : N % PASO 7 . % PASO 1 H = FX/M.M). U(I) = -VV/L(I). % PASO 2 for I = 1 : M1 W(I) = F(I*H). N1 = N-1. % PASO 4 for I = 2 : M2 L(I) = 1+2*VV+VV*U(I-1). U = zeros(1. end.

NAME = input(' '. end.% current t(j) T = J*K. fprintf(1. Mostrar en pantalla\n').drive:\\name. end. Z(1) = W(1)/L(1). % PASO 9 W(M1) = Z(M1). Mostrar en archivo de texto\n').'1.'Ingrese 1 o 2. % PASO 11 fprintf(1.'Escoja una forma de salida:\n').'Ingrese el nombre del archivo de forma . else OUP = 1. FLAG = input(' '). % PASO 10 for I1 = 1 : M2 I = M2-I1+1.'s').'wt'). fprintf(1.'por ejemplo: A:\\OUTPUT. W(I) = Z(I)-U(I)*W(I+1). OUP = fopen(NAME. fprintf(1. end.'2. fprintf(OUP. if FLAG == 2 fprintf(1. fprintf(1.DTA\n'). 'METODO DE DIFERENCIAS REGRESIVAS\n\n').ext\n').\n'). end. . % PASO 8 for I = 2 : M1 Z(I) = (W(I)+VV*Z(I-1))/L(I).

'%3d %11. fprintf(1. I. fprintf(OUP.%12. ' I X(I) W(X(I). .6e)\n'.NAME). end.'Output file %s created successfully \n'.8f\n'. FT). for I = 1 : M1 X = I*H. if OUP ~= 1 fclose(OUP). X. end.8f %14. end.fprintf(OUP. Mediante este algoritmo se omiten diferentes operaciones que pueden resultar difíciles. W(I)).

37554048 0. Partial Differential Equations.15000000 2 0. Partial Differential Equations.60000000 5 0. New York. 1998. Methods of Mathematical Physics.30000000 3 0. Providence.0.12202050 0.Ahora. Courant and D. una vez ingresado los datos de este problema. Hans Lewy (1957) An example of a smooth linear partial differential equation without solution.45000000 4 0. obtenemos los siguientes resultados: METODO DE DIFERENCIAS REGRESIVAS I X(I) W(X(I). Jost. Evans.05000000 8 1. New York.20000000 9 1.23209678 0. Universidad Complutense de Madrid.75000000 6 0. WileyInterscience. • R. 2002.90000000 7 1.31945381 0. ISBN 0-8218-0772-2 • • J. vol II.37554048 0.225) 0.12202050 1 0.31945381 0.155-158.C. • L. American Mathematical Society.12202050 deg (grados) Bibliografia • José Ignacio Aranda Iriarte (2008). apuntes de ecuaciones diferenciales II (EDPs). Annals of Mathematics.23209678 0. 1962. 2nd Series.35000000 Como resultado se nos muestra que la distribución de temperatura en la varilla es de 0. • Análisis Numérico de Richard Burden . Springer-Verlag. 66(1). Hilbert.39486663 0.

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)//-->