Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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.
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
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
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
Tn+1 = An+1 T0
1. Para valores grandes del tiempo (n), la solucin viene dominada por el vector propio
correspondiente al valor propio de mayor valor absoluto m :
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-
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
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.
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 .
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
T (x,t) = A(t)eikx
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
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)
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
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.
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
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
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
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
%n+1 = !n %n
Por lo tanto, cada paso de integracin implica slamente la solucin de un sistema de ecuaciones
lineales complejo.
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
n+1 = 2!n n 6 n
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).
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)
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
2 u(xi , 0) 2 u(xi , 0)
2
= c = c2 f '' (xi )
t 2 x 2
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,
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
2 2 (1 2 + 2 cos kh) + 1 = 0
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
$2 !(r) = 0
2 !(x, y) 2 !(x, y, z)
+ = f (x, y)
x2 y2
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
!(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
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