Captulo 10

Ecuaciones diferenciales en derivadas

parciales

10.1. Clasificacin de las ecuaciones en derivadas parciales

Los problemas en derivadas parciales que aparecen en Fsica se suelen clasificar en tres tipos
principales: problemas parablicos, elpticos e hiperblicos.
Los problemas parablicos corresponden a ecuaciones del tipo de la de difusin del calor
! 2 "
T (x, y, z,t) T (x, y, z,t) 2 T (x, y, z,t) 2 T (x, y, z,t)
=k + +
t x2 y2 z2
Los problemas hiperblicos a ecuaciones similares a la ecuacin de ondas
! 2 "
2 (x, y, z,t) 2 (x, y, z,t) 2 (x, y, z,t) 2 (x, y, z,t)
=c + +
t 2 x2 y2 z2
mientras que los problemas elpticos corresponden a las ecuaciones de Poisson
2 !(x, y, z,t) 2 !(x, y, z,t) 2 !(x, y, z,t) (x, y, z,t)
+ + =
x 2 y 2 z 2 0
y Laplace
2 !(x, y, z,t) 2 !(x, y, z,t) 2 !(x, y, z,t)
+ + =0
x2 y2 z2
para el potencial elctrico. En general, si consideramos una ecuacin diferencial en derivadas
parciales en dos dimensiones de la forma
2 (x, y) 2 (x, y) 2 (x, y) (x, y) (x, y)
a + c + b +d +e + f (x, y) + g = 0
x 2 y2 x y x x
se denomina hiperblica si b2 4ac > 0, parablica si b2 4ac = 0 y elptica si b2 4ac <
0. En Fsica, la dimensin temporal es la nica esencialmente distinta de las tres dimensiones
espaciales en cuanto a su comportamiento, por lo que en caso de varias variables el tipo se refiere
a la variable temporal y una de las espaciales.

203
204 CAPTULO 10. ECUACIONES DIFERENCIALES EN DERIVADAS PARCIALES

Ejercicio:
Comprobar que la anterior definicin general coincide con los tipos de las ecuaciones de
ondas, difusin y Poisson avanzados anteriormente.

10.2. La ecuacin de propagacin del calor (ecuacin de difu-

sin)
Vamos a estudiar en primer lugar la ecuacin de conduccin del calor,

T (x,t) 2 T (x,t)
=
t x2
que es ms ilustrativa y sencilla al mismo tiempo. Esta ecuacin representa la evolucin del perfil
de temperatura T (x,t) en funcin del tiempo en una barra de coeficiente trmico . Una ecuacin
similar es la ecuacin de difusin, que da la concentracin C(x,t) en funcin del tiempo de un
soluto con coeficiente de difusin D(x) en un disolvente :
! "
C(x,t) C(x,t)
= D(x)
t x x

Esta ecuacin se reduce a la ecuacin de propagacin del calor si el coeficiente de difusin D es

constante. Consideraremos en lo que sigue slo ejemplos en dos dimensiones por sencillez, para
evitar supermatrices en tres y cuatro dimensiones y para mantenerse en un volumen de clculo
moderado. Como tenemos que discretizar el espacio y el tiempo, introducimos la abreviacin

T (xi ,tn ) = Tin

Vamos a considerar condiciones de contorno de Dirichlet

T (x = L/2,t) = Ta

T (x = L/2,t) = Tb
as como condiciones iniciales:
T (x, 0) = f (x)
Para discretizar el espacio y el tiempo, tomamos un paso de integracin espacial de h y un paso
temporal , con lo que tn = n y xi = ih L/2. En general, estos espaciados son distintos, y
como veremos, hay relaciones entre ellos que optimizan la precisin numrica del resultado.
Supondremos que los ndices i y n comienzan en 0, de acuerdo con la convencin en los lenguajes
C y C++. Tomaremos condiciones de contorno nulas por simplicidad.
10.2. LA ECUACIN DE PROPAGACIN DEL CALOR (ECUACIN DE DIFUSIN) 205

El primer esquema de integracin que vamos a considerar es el llamado de diferencias finitas

progresivas en el tiempo y centradas en el espacio, abreviado como FCTS ( de Forward Time
Centered Space). Tomamos como aproximacin a la derivada temporal
#
T (x,t) ## T (tn + , xi ) T (tn , xi ) Tin+1 Tin
= =
t #tn ,xi

mientras que para la derivada espacial tomamos diferencias centradas

n 2T n + T n
2 T (x,t) T (tn , xi + h) 2T (tn , xi ) + T (tn , xi h) Ti+1 i i1
= =
x 2 h2 h 2

con lo que la versin discretizada de la ecuacin de difusin queda de la forma

n 2T n + T n
Tin+1 Tin Ti+1 i i1
=
h 2

De aqu podemos despejar los valores de la temperatura en un punto del espacio en un instante
dado en funcin de la temperatura de este punto y los vecinos en instantes anteriores:
$ n %
Tin+1 = Tin + 2 Ti+1 2Tin + Ti1
n
h
que en forma matricial queda como
Tn+1 = ATn
con
T0n = Ta
T1n

..
Tn = .
n

TN1
TNn = Tb

A=I+ 2 D
h
donde I es la matriz identidad y D la siguiente matriz tridiagonal

0 0 0 0 0
1 2 1 0 0

0 1 2 1 0

.. . . . . . . . .
D= . . . . . 0

0 1 2 1 0

0 0 1 2 1
0 0 0 0 0
De hecho, las filas y columnas primera y ltima corresponden a las condiciones de contorno, y
no hace falta calcularlas en cada iteracin, ya que las componentes 0 y N de T permanecen inva-
riables, en caso de que las condiciones de contorno sean constantes en el tiempo, que es el caso
206 CAPTULO 10. ECUACIONES DIFERENCIALES EN DERIVADAS PARCIALES

que consideraremos en adelante. Cada paso de integracin en el tiempo equivale a multiplicar el

vector de valores iniciales una vez por la matriz A, con lo que tenemos

Tn+1 = An+1 T0

Si descomponemos T0 en vectores propios de A, T0 = "k ak vk , tenemos

Tn+1 = " kn+1 ak vk (10.1)

k

De esta expresin podemos deducir dos conclusiones:

1. Para valores grandes del tiempo (n), la solucin viene dominada por el vector propio
correspondiente al valor propio de mayor valor absoluto m :

Tn+1 " mn+1 am vm

2. Si |m | > 1, la solucin diverger para tiempos elevados, por lo que decimos que la solucin
es inestable:
Tin+1 " mn+1 am vmi #

Los valores propios dependen del espaciado en el espacio y el tiempo. Su nmero y valor depende
del tamao de la red de integracin-

10.2.1. Estabilidad del mtodo de diferencias finitas progresivas

De lo dicho en el apartado anterior, vemos que el mtodo FTCS es estable slamente si el
mayor valor propio de A cumple |m | 1. Al valor absoluto del mayor valor propio de una matriz
se le denomina radio espectral
(A) = |m |
De 10.1vemos que (An ) = (A)n . Una forma numrica de calcular el radio espectral es calcular
An v para valores sucesivos de n y para el vector v = (1, 1, . . . , 1). Cuando el cociente entre dos
potencias sucesivas converja a una constante, calculamos el vector propio correspondiente al
radio espectral como
An v
vm = n
||A v||
y
m = Avm
De hecho, en el caso del mtodo FTCS el radio espectral se puede obtener analticamente. Escri-
biendo la matriz A como

1 0 0
1 2

.. .. .. ..
A= . . . . = I + D

1 2
0 0 1
10.2. LA ECUACIN DE PROPAGACIN DEL CALOR (ECUACIN DE DIFUSIN) 207

con
0 0 0
2

.. .. .. ..
D= . . . .

2
0 0 0

y= , se puede demostrar que los valores propios de A son
h2
! "
2 k
k = 1 4 sin k = 1, . . . , N 1
2N

por lo que la condicin max(k ) 1 equivale a

! "
2 k 1
0 sin k = 1, . . . , N 1
2N 2

Como esto se debe de cumplir para cualquier valor de k y N , entonces tenemos la condicin
1
0
2
o lo que es lo mismo
1
2

h 2
Vemos que los pasos de integracin espaciales y temporales deben de cumplir la relacin
1
2

h 2

para que el mtodo sea estable. Si = 12 y h = 0,1, se debe cumplir 0,01 para que el mtodo
sea estable. Estta condicin puede requerir un volumen de clculo muy considerable para la
integracin temporal. Vamos a ver que hay otros mtodos de integracin con condiciones de
estabilidad menos restrictivas. Se pude demostrar que la condicin ded estabilidad implica que
en un paso temporal de integracin slo pasa una cantidad apreciable de calor a las celdillas
vecinas inmediatas. Si es muy grande, el calor se difunde deprisa y el paso temporal debe de
ser pequeo.

10.2.2. Mtodo de diferencias finitas regresivas

Un mtodo alternativo es utilizar diferencias finitas regresivas, de forma que la derivada tem-
poral utiliza un instante anterior en el tiempo. La ecuacin en diferencias toma la forma

Tin Tin1 T n 2Tin + Ti1

n
= i+1
h2
208 CAPTULO 10. ECUACIONES DIFERENCIALES EN DERIVADAS PARCIALES

que, denominando = queda como
h2
n
Ti+1 + (1 + 2)Tin Ti1
n
= Tin1
Esta ecuacin proporciona una relacin de recurrencia que liga los valores de la temperatura
en un instante con los valores en el instante anterior. Podemos escribir esta relacin en forma
matricial como
BTn = Tn1
con B una matriz tridiagonal

1 0 0
1 + 2

.. .. .. ..
B= . . . . = I D

1 + 2
0 0 1
Vemos que la matriz B no es la inversa de la matriz A por lo que el mtodo de diferencias
regresivas es esencialmente distinto del de diferencias progresivas:
AB = I 2 D2
En el caso cde diferencias regresivas, tenemos que resolver un sistema de ecuaciones para avanzar
un paso en el tiempo. Este sistema se puede resolver por factorizacin LU , y, si N es muy grande,
por mtodos iterativos como el mtodo SOR o el mtodo del gradiente conjugado. El mtodo de
diferencias regresivas tiene un buen comportamiento en lo que concierne a la estabilidad. Se
puede demostrar analticamente que los valores propios de B son
! "
2 k
k = 1 + 4 sin k = 1, . . . , N 1
2N
Como > 0, k > 1, con lo que la matriz inversa existe, y adems, como los valores propios de
la inversa son los inversos de los valores propios
(B1 ) < 1
por lo que el mtodo siempre es estable. Sin embargo, estabilidad no es sinnimo de precisin
numrica, y el hecho de que la derivada temporal no est centrada en el tiempo, hace que el mto-
do tenga una precisin del orden de O( + h2 ), al igual que el mtodo de diferencias progresivas.
Sera deseable un mtodo que convergiese ms rpidamente en el tiempo, al menos como 2 .

10.2.3. Algoritmo de Crank-Nicolson

La dependencia lineal del error con en los dos mtodos anteriores proviene de la discreti-
zacin de la derivada temporal mediante diferencias finitas no centradas en el tiempo. Tenemos
T T (t + , x) T (t, x) 1 2 T
= + 2 + O( 2 )
t 2 t
T T (t, x) T (t , x) 1 2 T
= 2 + O( 2 )
t 2 t
10.2. LA ECUACIN DE PROPAGACIN DEL CALOR (ECUACIN DE DIFUSIN) 209

Si promediamos ambas expresiones, tendremos un error en O( 2 ) para la derivada primera tem-

poral. Esta es la idea del algoritmo de Crank-Nicolson, que equivale a aproximar la derivada
temporal mediante diferencias centradas en el tiempo. Si promediamos ambas expresiones
n 2T n + T n
Tin+1 Tin Ti+1 i i1
=
h 2

Tin+1
Tin T n+1
i+1 2Tin+1 + Ti1
n+1
=
h2
obtenemos , -
Tin+1 Tin n 2T n + T n
Ti+1 i i1
n+1
Ti+1 2Tin+1 + Ti1
n+1
= +
2 h2 h2
Esta ecuacin se puede redisponer como
, - ! n
n+1
2Tin+1 + Ti1
n+1 n "
2Tin + Ti1
Tin+1 Ti+1 Tin Ti+1
= +
2 h2 2 h2
que se puede escribir en la forma matricial
B1 Tn+1 = A1 Tn
con
1 0 0

1
2 2
..
A1 = . . . ..
.
..
. . =I+ D
2
1

2 2
0 0 1

1 0 0

1+
2 2
.. . . .
B1 = . . . . . . . =I D
2
1 +

2 2
0 0 1
con
0 0 0
1 2 1

.. .. .. ..
D= . . . .

1 2 1
0 0 0

si las condiciones de contorno son constantes. En A1 y B1 hemos definido = 2 . La matriz
h
B1 es definida positiva con diagonal dominante, por lo que es invertible. Como es tridiagonal,
210 CAPTULO 10. ECUACIONES DIFERENCIALES EN DERIVADAS PARCIALES

el algoritmo de Crout es relativamente sencillo de aplicar, aunque para valores grandes de N es

preferible utilizar los mtodos de superrelajacin. El mtodo siempre es estable y converge como
O( 2 + h2 ). Podemos escribir el mtodo como
. /1 . / n
n+1
T = I D I+ D T
2 2
Desde el punto de vista numrico conviene evitar la multiplicacin de grandes matrices. En la
ecuacin anterior, si definimos la matriz P por B1
1
. /1
P= I D
2
tenemos

A1 = I + D = 2I I + D = 2I P1
2 2
con lo que obtenemos
0 . 1
n+1 1 n /1
n
T = P(2I P )T = (2P I)T = 2 I D I Tn
2
que implica slo la multiplicacin de una matriz por un vector.

10.2.4. Criterio de estabilidad de von Neumann

Existen diversos criterios para determinar la estabilidad de una ecuacin diferencial en deri-
vadas parciales. Entre ellos, el criterio de von Neumann es el ms fcil de aplicar para determinar
si un mtodo de integracin es estable. Consiste en suponer una solucin compleja, de la forma

T (x,t) = A(t)eikx

con lo que discretizando queda

T jn = An eik jh
Se define el coeficiente de amplificacin como

An+1
= n
A
Si | | > 1 la solucin crecer con el tiempo y el mtodo es inestable. En caso contrario, la
solucin disminuye con el tiempo y el sistema es estable. Vamos a aplicar este mtodo a los tres
esquemas de integracin anteriores.
Para el esquema FCTS
$ n %
Tin+1 = Tin + 2
Ti+1 2Tin + Ti1n
h
tenemos
2 3
An+1 eik jh = An eik jh + 2 An eik( j+1)h 2An eik jh + An eik( j1)h
h
10.2. LA ECUACIN DE PROPAGACIN DEL CALOR (ECUACIN DE DIFUSIN) 211

y simplificando obtenemos
! "
2 ikh 3 2 4 2 kh
= 1+ 2 e +e ikh
2 = 1 + 2 [cos(kh) 1] = 1 2 sin
h h h 2
por lo que la condicin | | 1 slo se cumple si
! "
4 2 kh
sin 2
h2 2
que a su vez se cumple siempre si
2
1
h2
Esta condicin, en el caso de la ecuacin de difusin, implica que la longitud de difusin en un
intervalo temporal ,
d = 2D
sea inferior a la longitud de una celdilla espacial h.
Si aplicamos el criterio de von Neumann al mtodo de diferencias finitas regresivas
4 n+1 5
Tin+1 = Tin + Ti+1 2Tin+1 + Ti1
n+1

obtenemos
2 n+1 ik( j+1)h 3
An+1 eik jh = An eik jh +A e 2A n+1 ik jh
e + An+1 ik( j1)h
e
h2
que, procediendo de forma anloga, obtenemos
1
= ! "
4 2 kh
1 + 2 sin
h 2
Por lo tanto, siempre se cumple | | 1, y el mtodo es incondicionalmente estable para cualquier
paso de integracin temporal .
Anlogamente, en el algoritmo de Crank-Nicolson
, -
Tin+1 Tin Ti+1 n+1
2Tin+1 + Ti1
n+1 n 2T n + T n
Ti+1 i i1
= + +
2 h2 h2
tenemos
An+1 eik jh = An eik2jh + 3
n+1 ik( j+1)h n+1 ik jh n+1 ik( j1)h n ik( j+1)h n ik jh n ik( j1)h
A e 2A e + A e +A e 2A e + A e
2h2
con lo que obtenemos ! "
2 2 kh
1 2 sin
h 2
= ! "
2 kh
1 + 2 sin2
h 2
y el mtodo es tambin incondicionalmente estable.
212 CAPTULO 10. ECUACIONES DIFERENCIALES EN DERIVADAS PARCIALES

10.2.5. Condiciones de contorno

Las condiciones de contorno se clasifican en condiciones de Dirichlet, cuando se imponen
sobre las funciones (la temperatura en los extremos de la barra en el caso de la ecuacin del
calor);
T (0,t) = Ta T (L,t) = Tb
y de Neumann cuando se imponen sobre las derivadas de las funciones
# #
T (x,t) ## T (x,t) ##
= ja = jb
x #x=0 x #x=L
que equivale a imponer condiciones sobre los flujos de calor. Otro tipo de condiciones, tiles
para simular sistemas, son las condiciones de contorno peridicas, que consisten en igualar los
valores de las funciones en los extremos

T (0,t) = T (L,t)
# #
T (x,t) ## T (x,t) ##
=
x #x=0 x #x=L
Junto con las condiciones de contorno, vlidas para cualquier valor del tiempo, hay que propor-
cionar condiciones iniciales, que proporcionan la distribucin espacial del sistema en un instante
inicial. Esto equivale a dar el perfil de temperaturas en el instante inicial

T (x, 0) = f (x)

10.2.6. Densidad de neutrones en un reactor nuclear

Un caso interesante es el de la determinacin de la densidad de neutrones en un reactor
nuclear. La densidad en un punto, n(r,t), es debida a la difusin de neutrones provinientes de
otros puntos y a la creacin de neutrones mediante fisin en el punto. La produccin neta de
neutrones resulta del balance de los neutrones producidos por fisin y los absorbidos por captura.
Si la tasa neta de creacin de neutrones por cada neutrn es C(r,t), tenemos
n(r,t)
= D$2 n(r,t) +C(r,t)n(r,t)
t
Vamos a considerar el caso monodimensional
n(x,t) 2 n(x,t)
=D +C(x,t)n(x,t)
t x2
en una caja de longitud L, L/2 L L/2, con condiciones de contorno de Dirichlet

n(L/2,t) = n(L/2,t) = 0

En el caso de 235 U, D " 105 m2 /s y C " 108 s1 . Cuando la longitud L es mayor que una
longitud crtica Lc , entonces se alcanza la masa crtica y se produce la reaccin en cadena, con
10.2. LA ECUACIN DE PROPAGACIN DEL CALOR (ECUACIN DE DIFUSIN) 213

aumento exponencial de la densidad de neutrones. Se puede demostrar, resolviendo la ecuacin

por separacin de variables, que 6
Lc = D/C
En los ejemplos numricos, tomaremos D = C = 1 con lo que Lc = .
El esquema de integracin FCTS proporciona la ecuacin en diferencias
j+1 j j j j
ni ni n 2ni + ni1 j
= D i+1 +Cni
h 2

que resulta en
j+1 j D . j j j
/
j
ni = ni + n i+1 2ni + n i1 +Cni
h2
j j
para i = 1, . . . , N 1, con n0 = nN = 0.

10.2.7. La ecuacin de Schrdinger dependiente del tiempo

Un caso interesante de ecuacin parablica, es la ecuacin de Schrdinger dependiente del
tiempo:
(x,t) h2 2 (x,t)
ih = +V (x)(x,t)
t 2m x2
Definiendo el operador Hamiltoniano como
h2 2
H = +V (x)
2m x2
podemos escribir una solucin formal de la ecuacin como
7 8
i
(x,t) = exp Ht (x, 0) (10.2)
h
Para resolver numricamente esta ecuacin discretizaremos el espacio y el tiempo, con pasos h
y , respectivamente. En el mtodo FTCS tenemos
in+1 in h2 i+1
n 2 n + n
i i1
ih = +Vi in
2m h2

que podemos escribir como

in+1 in N
ih = " Hi j nj
i=0
con la definicin
h2 i+1, j 2i, j + i1, j
Hi j = +Vi i, j
2m h2
donde i, j representa la delta de Kronecker. Podemos escribir la ecuacin anterior como
! "
i
% n+1
= I H %n (10.3)
h
214 CAPTULO 10. ECUACIONES DIFERENCIALES EN DERIVADAS PARCIALES

donde
1n
2n

% =
n
..
.
Nn
La solucin 10.3 se puede interpretar como el primer orden del desarrollo en serie de Taylor de
la solucin de la ecuacin 10.2. Si utilizamos el mtodo de diferencias regresivas tenemos

in+1 in N
ih = " Hi j n+1
i=0
j

con lo que recolectando trminos obtenemos la ecuacin

! "
i
I + H %n+1 = %n (10.4)
h

que nos permite avanzar un paso en el tiempo resolviendo un sistema de ecuaciones. Tomando
el promedio de 10.3 y 10.4 obtenemos el algoritmo de Crank-Nicolson
! " ! "
i i
I+ H % n+1
= I H %n
2h 2h

que se puede reescribir como

! "1 ! "
i i
% n+1
= I+ H I H %n (10.5)
2h 2h

que corresponde a aproximar la exponencial en la ecuacin10.2 como

1x
ex =
1+x
Esta expresin no es otra cosa que el aproximante de Pad ms bajo de la exponencial, que tiene
un radio de convergencia ms elevado que la serie de Taylor. Adems el operador
! "1 ! "
i i
I+ H I H
2h 2h

es unitario, al igual que el operador 7 8

i
exp Ht
h
Por lo tanto, el algoritmo de Crank-Nicolson no slo est centrado en el espacio y el tiempo
simultneamente, sino que adems conserva unitariedad. El algoritmo 10.5 nos obliga a calcular
10.2. LA ECUACIN DE PROPAGACIN DEL CALOR (ECUACIN DE DIFUSIN) 215

inversas de matrices, lo que puede resultar un serio inconveniente para grandes dimensiones. Una
forma alternativa de plantear los clculos es reordenar 10.5de la forma
! "1 0 ! "1
i i
% n+1
= I+ H 2I I + H %n
2h 2h
9 ! "1 : ! "1
i i
= 2 I+ H I % = 2 I + H
n
%n %n
2h 2h

El primer trmino del ltimo miempro se calcula como la solucin !n del sistema de ecuaciones
! "
1 i
I + H !n = %n
2 2h

con lo que obtenemos para cada iteracin

%n+1 = !n %n

Por lo tanto, cada paso de integracin implica slamente la solucin de un sistema de ecuaciones
lineales complejo.

10.2.8. Algunas ecuaciones no lineales en derivadas parciales con deriva-

das temporales primeras
En Fsica aparecen otras ecuaciones que implican derivadas primeras con respecto del tiempo,
pero con trminos no lineales. La forma de proceder para construir esquemas en diferencias
finitas es similar, salvo que en los trminos no lineales se utiliza las diferencias progresivas. Por
ejemplo, en acstica no lineal aparece la ecuacin de Burger

2
= 2
t x x
Un mtodo adecuado es el promedio de diferencias progresivas

in+1 in n i1
n n 2in + i1
n
= in i+1 i1
2h h2
y regresivas
in+1 in n i1n n+1 2in+1 + i1
n+1
= in i+1 i1
2h h2
que da como resultado
, -
in+1 in n n
n+1
2 i
n+1
+ n+1
n 2 n + n
i
= in i+1 i1
i1 i1
+ i1 i1
2h 2 h2 h2
216 CAPTULO 10. ECUACIONES DIFERENCIALES EN DERIVADAS PARCIALES

Notemos que el trmino no lineal se ha evaluado de forma regresiva tanto en el mtodo progresivo
como en el regresivo, pero con derivadas espaciales centradas. Esta relacin se puede poner como
. / n+1 . / n
I+ D ! = I D ! &(!n )C!n
2 2
con
0 1 0 0 0
1 0 1 0 0

0 1 0 1 0


C = ... . . . . . . . . . . . . 0

0 1 0 1 0

0 0 1 0 1
0 0 0 1 0

0n 0 0 0
0 n 0 0
1

&(!n ) = 0 0 2 . . . 0
n
.. . . . . . .
. . . . 0
0 0 0 Nn

0n
n
1
!n = ..
.
Nn

= 2
=
h 2h
Tenemos finalmente
. /1 . / n . /1 nT
! n+1
= I+ D I D ! I + D ! C!n
0 . 2 21 2
/1 . /1
= 2 I+ D I !n I + D &(!n )C!n
2 2

Resolviendo . /
I + D % n = !n
2
y . / n
I+ D = &(!n )C!n
2
tenemos la relacin.
!n+1 = 2%n !n n
Vemos que tenemos que resolver dos sistemas lineales por paso de integracin.
10.2. LA ECUACIN DE PROPAGACIN DEL CALOR (ECUACIN DE DIFUSIN) 217

Ejercicio:
Resolver la ecuacin de Burger con las condiciones iniciales (x, 0) = 1 si x > 0 y (x, 0) =
1 si x < 0 y las condiciones de contorno (L/2,t) = 1. Tomar L = 10 y = 1. Comparar con
el resultado exacto para L #

F(x,t) F(x,t)
(x,t) =
F(x,t) + F(x,t)

donde 7 ! "8
1 tx x 2t
F(x,t) = e 1 erf
2 2 t
con erf (x)la funcin de error.
Otra ecuacin no lineal de inters es la ecuacin de Korteweg-DeVries(KdV), que describe
el comportamiento de solitones:

3
= 6
t x x3
Al igual que en caso anterior tomamos el promedio de diferencias finitas progresivas y regresivas,
calculando el trmino no lineal de forma regresiva. Las diferencias espaciales se toman centradas.
Para la derivada tercera tenemos
d 3 f (x2 ) f4 2 f3 + 2 f1 f0
3
"
dx 2h3
con lo que obtenemos para las diferencias progresivas

in+1 in n i1
n n 2i+1
n + 2 n n
= 6in i+1 i+2 i1 i2
2h 2h3
y regresivas

in+1 in n i1
n n+1 2i+1
n+1
+ 2i1
n+1
i2
n+1
= 6in i+1 i+2
2h 2h3
Tomando el promedio, tenemos
9 :
in+1 in n i+1 i1
n n
1 i+2
n 2 n + 2 n n
i+1 i1 i2 i+2
n+1 n+1
2i+1 + 2i1
n+1
i2
n+1
= 6i +
2h 2 2h3 2h3

Tenemos el sistema
(I + F1 ) n+1 = (I F1 ) n 6&( n )G n
que se puede reorganizar como

n+1 = (I + F1 )1 (I F1 ) n 6 (I + F1 )1 &( n )G n
218 CAPTULO 10. ECUACIONES DIFERENCIALES EN DERIVADAS PARCIALES

Al igual que en caso anterior, poniendo I F1 = 2I (I + F1 ) tenemos

2 3
n+1
= 2 (I + F1 ) I n 6 (I + F1 )1 &( n )G n
1

con lo que tenemos la solucin

n+1 = 2!n n 6 n

donde hemos definido

(I + F1 ) !n = n
(I + F1 ) n = &( n )G n
Vemos que cada paso de integracin implica la resolucin de dos sistemas de ecuaciones.

Ejercicio:
! "
L
Resolver la ecuacin de KdV con las condiciones iniciales x = = 0 y condiciones
2
de contorno peridicas. Comparar con la solucin analtica (x,t) = cosh2 (x 4t).

10.3. La ecuacin de ondas

En el caso de la ecuacin de ondas
2 u(x,t) 2 u(x,t)
2
= c
t 2 x2
tenemos derivadas segundas tanto en el espacio como en el tiempo, por lo que la primera eleccin
es tomar derivadas centradas tanto en el espacio como en el tiempo. Tomando un paso de integra-
j
cin temporal de y un paso de integracin espacial de h, y denominando u(x0 +ih,t0 + j) = ui ,
tenemos el esquema de integracin
j+1 j j1 j j j
ui 2ui + ui 2 ui+1 2ui + ui1
=c
2 h2

Definiendo 2 = c2 , este esquema de integracin se escribe como,

2 2

h
. /
j+1 j j1 j j j j j j j1
ui = 2ui ui ui+1 2ui + ui1 = 2(1 2 )ui + 2 (ui+1 + ui1 ) ui
2
(10.6)

Tomemos el dominio de integracin 0 < x < l y t > 0 y consideremos condiciones de contorno

constantes: u(0,t) = u0 , u(l,t) = ul para t > 0. Aparte de estas condiciones de contorno, hay
que proporcionar dos condiciones iniciales, ya que la ecuacin es de segundo orden en el tiempo.
Tomemos estas condiciones como
u(x, 0) = f (x)
10.3. LA ECUACIN DE ONDAS 219

y
u(x, 0)
= g(x)
t
para 0 < x < l. En el caso de ondas en una cuerda, estas condiciones equivalen a proporcionar la
posicin y la velocidad de cada punto en el instante inicial. La relacin dada por la Ec. 10.6 se
puede escribir en forma matricial como
u j+1 = Au j u j1
con
2 0 0 0 0

2(1 )
2 2 2 0 0


0 2 2(1 )
2 2 0 0

A= ... ... ... ..
0 0 .
.. .. ...
. . 2 2(1 2 ) 2
0 0 0 0 2
y
j
u0
j
u1
..
u =
j
.

j
uN1
j
uN
Notemos que las filas primera y ltima de A lo nico que hacen es mantener las condiciones
j j
de contorno de u0 y uN . En el caso de que estas condiciones de contorno sean nulas (u(0,t) =
u(l,t) = 0 para t > 0), estas dos filas se pueden suprimir junto con las columnas primeras y ltima
de A. El primer vector es
f (x0 )
f (x1 )

..
u0 = .

f (xN1)
f (xN )
Las componentes de u1 las podramos tomar como u1i = f (xi ) + g(xi ) pero esto sera una apro-
ximacin de slo primer orden en el tiempo, mientras que las derivadas centradas son de segundo
orden, lo que producira un deterioro de la precisin de la solucin en comparacin con la natura-
leza de segundo orden del mtodo. Un mtodo de proporcionar condiciones iniciales de segundo
orden en es considerar el desarrollo en serie
u(xi , 0) 1 2 u(xi , 0) 2
u1i = u0i + + + O( 3 )
t 2 t 2
De las condiciones iniciales tenemos
u(xi , 0)
= g(xi )
t
220 CAPTULO 10. ECUACIONES DIFERENCIALES EN DERIVADAS PARCIALES

mientras que de la ecuacin diferencial tenemos

2 u(xi , 0) 2 u(xi , 0)
2
= c = c2 f '' (xi )
t 2 x 2

Por lo tanto, obtenemos para u1i la siguiente expresin en segundo orden en

1
u1i = u0i + g(xi ) + c2 2 f '' (xi )
2

En caso de que f (xi ) no est disponible en forma continua sino slo en la malla de puntos, o
simplemente que la derivada analtica de f (x) sea compleja de calcular, podemos reemplazar
f '' (xi ) por su derivada centrada,

f (xi+1 ) 2 f (xi ) + f (xi1 )

f '' (xi ) =
h2
con lo que obtenemos

2
u1i = f (xi ) + g(xi ) + [ f (xi+1 ) 2 f (xi ) + f (xi1 )]
2
2
= (1 2 ) f (xi ) + [ f (xi+1 ) + f (xi1 )] + g(xi )
2

De esta forma, el error del algoritmo es O( 2 + h2 ).

10.3.1. Criterio de estabilidad

Introduciendo en la ecuacin 10.6 una solucin unj = An eik jh tenemos

2 2 (1 2 + 2 cos kh) + 1 = 0

que tiene como soluciones

;
2
= 1 + (cos kh 1) (1 + 2 (cos kh 1)) 1
2

El trmino fuera de la raz est comprendido entre 1 y 1 2 2 . Nunca puede hacerse mayor que 1
en valor absoluto si < 1, pero puede hacerse negativo y mayor que la unidad en valor absoluto
si > 1. La raz es siempre un nmero imaginario si < 1, ya que el primer trmino es siempre
inferior a la unidad. Sin embargo, puede hacerse mayor que la unidad en valor absoluto si > 1.
Por lo tanto, se cumple que | | < 1 si < 1 o lo que es lo mismo c < h, que nos dice que para
que la solucin sea estable, la distancia que se propaga la onda durante un paso de integracin
temporal debe de ser menor que el paso de integracin espacial.
10.4. LAS ECUACIONES DE POISSON Y DE LAPLACE 221

10.4. Las ecuaciones de Poisson y de Laplace

En Electrosttica, la ecuacin de Poisson en tres dimensiones liga el potencial electrosttico
con la densidad de carga:

2 !(x, y, z) 2 !(x, y, z) 2 !(x, y, z) (x, y, z)

$2 !(r) = + + =
x2 y2 z2 0
Cuando la densidad de carga es nula, esta ecuacin se convierte en la ecuacin de Laplace:

$2 !(r) = 0

Vamos a considerar el problema en dos dimensiones

2 !(x, y) 2 !(x, y, z)
+ = f (x, y)
x2 y2

definido en un dominio rectangular a x b, c y d. Tomamos condiciones de contorno de

Dirichlet sobre el contorno
!(x, y) = g(x, y)
Para resolver el sistema discretizamos cada una de las coordenadas espaciales. Vamos a suponer
en pricipio pasos de integracin diferentes en cada una de las coordenadas. Denominemos h el
paso de integracin en la coordenada x y k al paso de integracin en la coordenada y. Tendremos
M subintervalos en la coordenada x (M + 1 puntos)

ba
h=
M+1
y N subintervalos en la coordenada y (N + 1 puntos)

d c
k=
N +1
Tomamos derivadas centradas en el espacio en ambas coordenadas, con lo que tendremos un
mtodo con error O(h2 + k2 ). La ecuacin en diferencias queda como

!(xi+1 , y j ) 2!(xi , y j ) + !(xi1 , y j ) !(xi , y j+1 ) 2!(xi , y j ) + !(xi , y j1 )

+ = f (xi , y j )
h2 k2
(10.7)
Las condiciones de contorno se escriben como

!(x0 , y j ) = g(x0 , y j )
!(xM , y j ) = g(xM , y j )
!(xi , y0 ) = g(xI , y0 )
!(xi , yN ) = g(xI , yN )
222 CAPTULO 10. ECUACIONES DIFERENCIALES EN DERIVADAS PARCIALES

para i = 0, 1, . . . , M, j = 0, 1, . . . , N.Podemos reescribir la ec. 10.7 como

9! " : ! "2
2 $ %
h h $ %
2 + 1 !(xi , y j ) !(xi+1 , y j ) + !(xi1 , y j ) !(xi , y j+1 ) + !(xi , y j1 ) = h2 f (xi , y j )
k k
(10.8)
Este es un sistema lineal con (N 1) (M 1) incgnitas. Es conveniente reordenar los pares
(i, j) de forma que la matriz de orden (N 1)2 (M 1)2 sea una matriz de 5 bandas. Esto se
consigue redefiniendo los ndices (i, j) s = i + (M 1 j)(N 1) para i entre 1 y M 1 y j
entre 1 y N 1. Alternativamente s = i + ( j 1)(N 1) (y ambas expresiones rremplazando i
por j). La cuestin es que el ndice vare ms rpidamente a lo largo del eje y que del eje x (o del
eje x que del eje y) y que los ndices sean consecutivos. Vamos a tomar en adelante la primera
convencin. De esta forma, ecuacin ?? queda como
9! " : ! "2
h 2 h $ %
2 + 1 !s (!s+1 + !s1 ) !s(N1) + !s+(N1) = h2 fs
k k
con lo que tenemos una diagonal principal con todos los elementos iguales a
9! " :
h 2
2 +1
k
con las dos subdiagonales superior e inferior con todos los elementos iguales a1 y dos bandas
separadas N 1 elementos arriba y abajo tambin con todos sus elementos iguales a -1.
Ejemplo:
Consideremos un cuadrado dielctrico de 4 cm de lado donde dos bordes estn a tierra ( 0
V) y el vrtice opuesto est a 100 V. Calcular La distribucin de potencial, suponiendo que la
densidad de carga es nula.
Tenemos la ecuacin de Laplace y como condiciones de contorno !(0, x) = !(y, 0) = 0.
!(4, x) = 25x, !(y, 4) = 25y, suponiendo que satisface la ley de Ohm. Tomamos h = k = 1~cm,
con lo que M = N = 4 y la dimensin del sistema es 9. Tenemos que calcular el potencial
en 9 puntos (xi , y j ). Con la convencin anterior tenemos (x1 , y1 ) = P7 , (x2 , y1 ) = P8 ,(x3 , y1 ) =
P9 ,(x1 , y2 ) = P4 , (x2 , y2 ) = P5 ,(x3 , y3 ) = P6 ,(x1 , y3 ) = P1 , (x2 , y1 ) = P2 ,(x3 , y1 ) = P3 , y las ecua-
ciones en cada uno de estos puntos son
P1 : 4!1 !2 !4 = !0,3 + !1,4
P2 : 4!2 !3 !1 = !2,4
P3 : 4!3 !2 !6 = !4,3 + !3,4
P4 : 4!4 !5 !1 !7 = !0,2
P5 : 4!5 !6 !4 !2 !8 = 0
P6 : 4!6 !5 !3 !9 = !4,2
P7 : 4!7 !8 !4 = !0,1 + !1,0
P8 : 4!8 !59 !7 !5 = !2,0
P9 : 4!9 !8 !6 = !3,0 + !4,1
10.4. LAS ECUACIONES DE POISSON Y DE LAPLACE 223

Las condiciones de contorno dan !1,0 = !2,0 = !3,0 = !0,1 = !0,2 = !0,3 = 0, !2,4 = !4,2 =
50,!3,4 = !4,3 = 75. El sistema lineal asociado es

4 1 0 1 0 0 0 0 0 !1 25
!2 50
1 4 1 0 1 0 0 0 0

0 1 4 1 0 1 0
0 0 !3 150


1 0 1 4 1 0 1 0 0 !4 0

0 1 0 1 4 1 0 1 0 !5 = 0

0 0 1 0 1 4 1 0 1 !6 50

0 0 1 0 1 4 1 0
0 !7 0
0 0 0 0 1 0 1 4 1 !8 0
0 0 0 0 0 1 0 1 4 !9 25

Este sistema se puede resolver por el mtodo LU ya que la matriz est bien condicionada.
Cuando el sistema es muy grande es mejor utilizar el mtodo iterativo de Gauss-Seidel. En
este mtodo ponemos
9 ! "2 :
1 $ % h $ %
!(xi , y j ) = 2$ %2 3 !(xi+1 , y j ) + !(xi1 , y j ) + !(xi , y j+1 ) + !(xi , y j1 ) + h2 f (xi , y j )
2 h
+1 k
k

y ponemos todos los potenciales a cero salvo las condiciones de contorno. Calculamos cada
!(xi , y j ) con las condiciones iniciales, que llamamos !(0) (xi , y j ) comenzando por las capas ex-
teriores. En cada iteracin recalculamos !(k) (xi , y j ) con los #valores obtenidos en la iteracin #
(k1) # (k+1) (k) #
anterior ! (xi , y j ) hasta que en dos iteraciones sucesivas#! (xi , y j ) ! (xi , y j )# < ,
donde es una tolerancia prestablecida .
224 CAPTULO 10. ECUACIONES DIFERENCIALES EN DERIVADAS PARCIALES