MAsacaacw

UNIVERSIDAD NACIONAL DE SAN
AGUSTÍN DE AREQUIPA
FACULTAD DE CIENCIAS NATURALES Y FORMALES
ESCUELA PROFESIONAL DE MATEMÁTICA
SERVICIOS PROFESIONALES EN MATEMÁTICA

REALIZADOS EN LA UNIVERSIDAD NACIONAL DE SAN
AGUSTÍN DE AREQUIPA
Informe Presentado Por El bachiller:

Ángel Carlos Wilfredo Sangiacomo Carazas
Para Obtener El Titulo Profesional de
Licenciado En Matemática
AREQUIPA – PERÚ
2017
RESUMEN
Este informe fue elaborado para optar el título Profesional de Matemático en

Universidad Nacional de San Agustín de Arequipa. En la elaboración se ha tomando en
consideración los cursos que fueron dictados en la Escuela profesional de Matemática,
cursos estos que a la par del desarrollo en aula también se elaboraron manuales y textos
que complementan la comprensión y así conseguir un mayor espectro del aprendizaje
del estudiante. Estos manuales y textos son de Análisis Numérico, Métodos Numéricos
para la Solución de Ecuaciones Diferenciales, Programación Matemática y otros de
complemento como comentarios, guías de practica y las propias investigaciones
efectuadas. Para finalizar se presenta mi participación en los eventos de nivel superior
como ponente y organizador.
I
PRESENTACIÓN
El informe que presento aquí, tiene la finalidad de dar a conocer el trabajo como
profesional realizado en la docencia en la Universidad Nacional de San Agustín
de Arequipa en la Escuelas Profesional de Matemática, durante más de 23 años,
que empieza en el año de 1994 como docente nombrado a la actualidad
(debiendo tomarse en cuenta que ya era profesional a mi ingreso a la docencia
universitaria), y se corrobora por la hoja de record docente que se encuentra en la
documentación.
Enumerar todos los cursos dictados en la universidad sería extenso y tedioso y

peor aun, sería repetitivo (incluso si solo nos referiríamos la Escuela Profesional
de Matemática), para evitar ello presento las asignaturas Análisis Numérico
2002, los otros cursos como de Programación Matemática 1 (Delphi) del 2000,
Métodos Numéricos para la Solución de Ecuaciones Diferenciales 1 del 2002 y
Optimización No Lineal1 del 2002 solo son presentados su correspondientes
documentos que acreditan su desarrollo y circulación en sus respectiva época en
la Escuela Profesional de Matemática. También tengo publicaciones como
comentarios, guía de práctica y folletos, en cada uno de ellos se mostrará la
documentación que le corresponde para su refrendación. De otra parte también se
presenta los trabajos de investigación concluidas que realizamos como
profesionales en la universidad. También los diversas participaciones en eventos
de nivel superior como ponente, organizador y algunos como asistente, que nos
sirven para la profesión de docente en la Universidad Nacional de San Agustín de
Arequipa
1
Aquí solo indico la asignatura, puede verse en el Departamento o la escuela o seminario de Matemática.
II
Con el propósito de presentar un informe, con los requerimientos de la Escuela
Profesional de Matemática de la Universidad Nacional de San Agustín de
Arequipa para optar el título profesional de Licenciado en Matemática, mediante
la modalidad de Servicios Profesionales, el informe se ha dividido en tres partes:
i. Cursos dictados
ii. Proyectos de investigación
iii. Participación en eventos de carácter profesional
Los proyectos de investigación y las comisiones contienen el informe y la

documentación que les da la validez en el trabajo realizado.
Arequipa 2017 enero
Ángel Sangiacomo Carazas
III
Índice
Récord Docente de la Universidad Nacional de San Agustín de Arequipa 1
1. Cursos Dictados en la Escuela Profesional de Matemática 3

1.1. Análisis Numérico 3
1.1.1. Silabo 4
1.1.2. Texto: Manual de Análisis Numérico 1 y Métodos del Análisis con Software 7
1.1.2.1. Constancia de circulación en la Escuela Profesional de Matemática 261
1.1.2.2. Constancia de inscripción en el Departamento de Matemática 262
1.1.3. Constancia de cumplimiento de dictado del curso 263
1.1.4. Conclusiones y recomendaciones 266
1.2. Programación matemática 267

1.2.1. Silabo 268
1.2.2. Texto: Manual de Programación Delphi para Ingeniería y Matemática 269
1.3. Métodos Numérico para la Solución de ecuaciones diferenciales 273

1.3.1. Silabo 274
1.3.2..Texto: Manual de Métodos Numérico para la Solución de ecuaciones
diferenciales 275
1.4. Optimización No Lineal2 280
2
Aquí solo indico la asignatura, puede verse en el Departamento o la escuela o seminario de Matemática.
IV
1.4.1. Silabo 281
1.4.2. Texto: Introducción a la Optimización No Lineal2
1.5. Otras Publicaciones 286

1.5.1. Monografía: Solución Aproximada de ecuaciones Diferenciales Ordinarias con
Valor de frontera con Aproximaciones por expresiones Analíticas 287
1.5.2. Comentario: Ecuaciones Diferenciales Ordinarias con Valor de Frontera por
Elementos Finitos y sus Aplicaciones en Ingeniería 308
1.5.3. Guía de Práctica: Solución de ecuaciones Diferenciales y Sistemas con Valor
Inicial por Métodos Aproximados 311
1.5.4. Guía de Práctica: Solución de Ecuaciones Diferenciales Ordinarias con Valor
Inicial. 314
2. Proyectos de investigación 317

2.1. Modelo Matemático Aplicado a Procesos Tecnológicos y sus Principios Generales
en su Construcción y su Respectiva Aplicación a Ciertas Leyes de
Conservación en Dichos Procesos 317
2.2. Programación en Delphi para la Solución de Ecuaciones Diferenciales con Valor de
Frontera por los Métodos Rayleigh Ritz 334
2.3. Probabilidades Básicas 348
3. Participación en eventos de carácter profesional 351
3.1. Comisiones 351
3.1.1. Comisiones en la Escuela Profesional de Matemática 351

3.1.2. Comisiones en la Maestría en Matemática 367
3.1.3. Comisiones en el Departamento de Matemática 374
3.2. Asesorías de Tesis 387
V
3.2.1. En la Escuela Profesional de Matemática 387
3.2.2. En la Maestría de Matemática 402
3.2.3. En el Doctorado en Química 408
3.3. Participación en Certámenes a nivel Universitario (eventos) 410
4. Conclusiones y sugerencias 425
VI
1
2
1. Cursos Dictados en la Escuela Profesional de Matemática
1.1 Análisis Numérico
1.1.1. Silabo del año 2002.
1.1.2. Texto: Presentamos el texto completo titulado “Manual de Análisis Numérico 1

y Métodos del Análisis con Software”, aquí se presenta en forma compacta por la razón
de que fueron publicados con una presentación especial, para que los estudiantes
tuvieran un manual compendiado en un libro pequeño pero muy completo
Manual de Análisis Numérico 1 y Métodos del Análisis con Software.
1.1.2.1. Constancia de circulación en la Escuela Profesional de Matemática
1.1.2.2. Constancia de inscripción en el Departamento de Matemática
1.1.3. Constancia de cumplimiento de dictado del curso
1.1.4. Conclusiones y recomendaciones
3
1
4
2
5
3
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
Conclusión:
El curso de análisis numérico, debe ser dictado con la programación de sus algoritmos
para evitar todos los escarnios y engorrosos cálculos, la aplicabilidad de un curso
podríamos decir moderno obedece en cuanto se usen la mayoría de recursos
computacionales que se tiene a la mano (octave, matlab, matemática, ...), como un muy
buen centro de computo, y también los estudiantes todo traen sus ordenadores de mano
(laptop) entonces así se puede desarrollar y comprobar paso a paso los que esta escrito
en el texto, y no quedarse como una mera ilusión o que solo lo hacen los autores del
texto.
Debe formarse en el departamento de matemática la línea o área de análisis numérico

(que engloba a análisis numérico, métodos numéricos y métodos numéricos para la
solución de ecuaciones diferenciales) para tener docentes que lleven acabo la enseñanza
de esta línea de una forma eficaz y con conocimiento de causa, y con el nivel que le
corresponde.
La sugerencia aquí es que se debe enseñar el análisis numéricos con un lenguaje de

programación en la EPM y no solo ceñirse a un paquete como es el octave o matlab.
266
1.2. Programación matemática
1.2.1. Silabo del año 2000
1.2.2. Texto: No presente. Titulado “Manual de Programación Delphi para Ingeniería

y Matemática”. Se presenta las correspondientes constancias de inscripción y
publicación tanto en la Escuela Profesional de Matemática como en el Departamento de
Matemática.
Manual de Programación Delphi para Ingeniería y Matemática.
1.2.2.1. Constancia de circulación en la Escuela Profesional de Matemática.
1.24. Conclusiones y recomendaciones
267
UNIVERSIDAD NACIONAL DE SAN AGUSTÍN DE AREQUIPA
VICERRECTORADO ACADÉMICO
SILABO
UNIVERSIDAD NACIONAL DE
.
SAN AGUSTÍN DE AREQUIPA
1. DATOS GENERALES.
FACULTAD : CIENCIAS NATURALES Y FORMALES : ESCUELA: MATEMÁTICA
DEPARTAMENTO: MATEMÁTICA Y ESTADÍSTICAS : ASIGNATURA: PROGRAMACIÓN MATEMÁTICA.
PROFESOR : MsC. SANGIACOMO CARAZAS, ÁNGEL CARLOS WILFREDO
CRÉDITOS : Cuatro (04) SEMESTRE/AÑO: SEMESTRAL -- 2000
HORAS :Teóricas : 02.00 horas Prácticas : 04.00 horas
HORARIO : MATEMÁTICA
Teoría : Martes 07-09
Práctica : Jueves 07 - 09 Jueves 09 - 11 Viernes 09 - 11 Viernes 11-13
2. EXPOSICIÓN DE MOTIVOS:
EL CURSO O ASIGNATURA DE PROGRAMACIÓN MATEMÁTICA ACTUALMENTE SE PRESENTA COMO UNA DE LAS ARMAS MAS PODEROSA PARA PODER
ENFRENTAR LA ACTUAL SOBRE ESCASEZ DE RECURSOS Y COSTOSOS MÉTODOS PARA OBTENERLOS. ES AXIAL QUE CON LA TEORÍA DE LA
PROGRAMACIÓN DEL PODEROSO LENGUAJE DELPHI Y VISUAL BASIC Y MATLAB SE LOGRARÁ DE ALGUNA MANERA PALIAR LO COSTO DE LOS RECURSOS
CON AHORRO Y UN MÍNIMO DE ESFUERZOS YA SEA HUMANOS O DE MAQUINARIAS.
EL MATEMÁTICO DEBE ALIARSE CON EL INGENIERO QUE SE ESTA ESPECIALIZANDO EN LA PROPIA MATEMÁTICA, NECESITAN CONOCER TODO LO
REFERENTE AL MANEJO DE EL MÉTODOS COMPUTACIONALES Y DE UN LENGUAJE PODEROSO EN ESTE CASO DELPHI. EL MANEJO DE FUNCIONES PARA
EN TODO MOMENTO PODER CALCULAR SUS RAÍCES U ÓPTIMOS (MIN. MAX.) POR LOS DIFERENTES MÉTODOS PARA LOS SISTEMAS LINEALES Y NO
LINEALES. PUES SON LA MAYORÍA DE LOS MODELOS MATEMÁTICOS QUE SE ENCUENTRAN EN EL CAMINO. RECODEMOS QUE LOS DISEÑOS
EXPERIMENTALES QUEDA EN UNA FUNCIÓN Y SUS RESTRICCIONES O EN UN SISTEMA NO LINEAL DE ECUACIONES DE VARIAS VARIABLES LOS CUALES
DEBEN DE RESOLVERSE; LAS SUPERFICIES Y SU COMPORTAMIENTO; CON TODOS SU TEORÍA QUE SEAN SU FUNDAMENTACIÓN USARSE PARA LA
PROGRAMACIÓN.
EL USO DEL ORDENADOR ES IMPORTANTE PUESTO QUE CON LA IDEA ES DE DAR SIEMPRE UNA SOLUCIÓN, SE RECURRIRÁ A LOS MÉTODOS
ITERATIVOS DEL ANÁLISIS NUMÉRICO Y MÉTODOS DE CALCULO, LOS CUALES DEJAN DE SER TEDIOSOS CON LA PROGRAMACIÓN EN UN LENGUAJE EN LA
COMPUTADORA (DELPHI).
LA DISCIPLINA. QUIERO DECIR QUE CADA ESTUDIANTE DE LA ASIGNATURA APRENDA A DISCIPLINARSE CON HÁBITOS DE ESTUDIO Y DE TRABAJO
PRÁCTICO; QUE SE ACOSTUMBRE A PERSEVERAR HASTA LA CONSECUCIÓN DE UN OBJETIVO PRE FIJADO.
3. OBJETIVOS:
3.1 Aplicar el Programación Matemática a la solución de problemas prácticos y en especial PROGRAMAR Y USAR EL
ORDENADOR para el ahorro de tiempo en sus cálculos numéricos. Estimular en el alumno el empleo de los conocimientos
matemáticos, en forma racional y progresiva de manera que facilite la comprensión del curso con la utilización de los
axiomas y teoremas ya admitidos en la Matemática y la Computación.
3.2 Aplicar los conocimientos de la programación de un Lenguaje (Delphi) que se van adquiriendo a la solución de
problemas de la asignatura que sean afines a la carrera de Matemática y lo relacione con las INGENIERÍAS.
Desarrollarse para la aplicación de los conocimiento para dar solución a los problemas reales de nuestra región (minería,
agricultura, medicina ...) y porque no también, los de nuestro País.
4. CONTENIDO ANALÍTICO.-
Capítulo I
1.1. Variables: Introducción.
1.1.1. Variables enteras: Tipos y variantes. Variables Reales: tipos y Variantes (Dobles y Extendidas). Variables String: Tipos y
variantes. Variables Arreglos: Vectores y matrices: Tipos y variantes
1.1.2. Variables Creadas: Tipos: Arreglos: Tipos y Variantes; Variables dinámicas (1)
1.1.3. Variables dinámicas: Punteros y Objetos. Registros.
1.1.4. Constantes: Tipos y Variantes. 1.1.5. Variables absolutas: Tipos y variantes
1.2. Operadores (2)
1.2.1. Operadores Aritméticos. Operadores de conjuntos. Operadores de bits. Operadores relacionales.
1.2.2. Orden de los Operadores y sus pesos.
Capítulo II
2.1. Controles de un programa
2.1.1. “;” (punto y coma). “,” (coma). “..” (punto punto), “:” (dos puntos). “( )”, “[ ]”. (3)
2.1.2. Begin y end. If Then Else. Case Of.
2.1.3. Bucles o ciclos: For to do; While do; Repeat Until;
2.1.4. La etiqueta label y Goto. 2.1.5. Halt y Exit y Close. (4)
2.2. Funciones internas
2.2.1. Abs, Arctan, Cos, Frac, Int, Odd, 2.2.3. Ord, Chr, 2.2.4. Pred, Succ,
2.2.5. Random, 2.2.6. Round, Trunc, 2.2.7. Ln, Sin, Sqr, Sqrt, Exp. 2.2.8 Str, Val. 2.2.9 Length, Insert, Delete, Copy. 2.2.10.
Mod, Div.
2.3.. Procedimientos y funciones (creados). (5)
2.3.1. Procedure (procedimientos): con/sin Variables de entrada/salida
2.3.2. Function (funciones): con/sin Variables de entrada/salida. Variantes
2.3.3. Recursividad. 2.3.4. Declaraciones Forward.
2.4. Archivos (File). (6)
2.4.1. Gestión de archivos. 2.4.2. Creación. 2.4.3. Llamado a un archivo. 2.4.4. Entrada/salida de datos
Capítulo III
3.1 Programación en DELPHI. (7)
3.1.1 Ingreso a DELPHI
3.1.2. Entorno de desarrollo de DELPHI
3.1.3. La Barra de Menú (Principal) DELPHI. 3.1.4. La Barra de Herramientas DELPHI, 3.1.5. La Caja de Herramientas DELPHI
3.1.6. El Inspector de Objetos DELPHI (8)
3.2. Programación en DELPHI
3.2.1. Generación del Código DELPHI. 3.2.2. Palabras claves. 3.2.3. Enlaces de palabras y objetos en DELPHI.
3.2.4. Lógicos en DELPHI (9)
3.2.5. Ciclos en DELPHI
3.2.6. Funciones en DELPHI (10)
3.3. Salvando (Guardando) un Código (Programa) en DELPHI 3.4. Abriendo un Código en DELPHI
Capítulo IV
4.1.1. Programación Elemental con DELPHI
4.1.2. Números Pare e impares. 4.1.3. Números primos. 4.1.4. Error absoluto y el error relativo (11)
4.1.5. Serie de McLaurin del desarrollo del seno
4.2. Ejercicios
4.3. Listas de datos. 4.4. Primeros cubos. 4.5. Ejercicios
4.6. Búsqueda de raíces en una función. 4.7. Ejercicios
4.8. Método de Bisección
4.9. Valores Normales de función probabilidad (12)
Capítulo V
5.1. Gráficos Con DELPHI
5.1.1. Gráfica la función sen(x). 5.1.2. Dibujo de una malla senoidal. 5.1.3. Dibuje cualquier polígono regular
5.2. Animación Con DELPHI
5.3. Mapa de Bit Con DELPHI
5.4. Enlaces Entre Formas con DELPHI. 5.4.1. Crear su propio enlace DELPHI entre dos formas. 5.4.2. Enlace de Procedimiento
con DELPHI
(13)
5.5. Crear su propio Editor en DELPHI
5.6. Crear su propia Unidad DLL en DELPHI
Capítulo VI
6.1. Visual Basic. El Entorno Visual Basic
6.1.1. Variables
6.1.1.1. Igual que en Delphi. Solo cambia “Var” por “Dim” y “:” por “as”
6.1.2. Controles de un programa.
6.1.2.1. “;” (punto y coma). “,” (coma). “..” (punto punto) , “:” (dos puntos). “( )”, “[ ]”.
6.1.2.2. If Then Else Endif. If Then ElseIf Endif. Select Case End Select.
6.1.2.3. Bucles o ciclos: For to Next; Do While Loop; Do Loop Until; 6.1.2.4. End.
6.1.3. Funciones internas. (14)
6.1.3.1. Abs, Atn, Cos, Int. 6.1.3.2. Chr. 6.1.3.3. Rnd, sgn. 6.1.3.4. Log, Sin, Sqr, Tan 6.1.3.5 Str, Val. 6.1.3.6. Left, Right, Mid,
Len. 6.1.3.7. Mod, “\” (divisor entero).
6.1.4. Procedimientos y funciones (creados)
6.1.4.1. Sub … End Sub (procedimientos): con/sin Variables de entrada/salida
6.1.4.2. Function … End Function (funciones): con/sin Variables de entrada/salida. Variantes
6.1.4.3. Recursividad.
6.1.5. Archivos (File)
6.1.5.1. Gestión de archivos. 6.1.5.2. Creación. 6.1.5.3. Llamado a un archivo. 6.1.5.4. Entrada/salida de datos. (15)
6.2. MatLab
6.2.1. Controles de un programa
6.2.1.1. “;” (punto y coma). “,” (coma). “..” (punto punto). “( )”, “[ ]”.
6.2.1.2. If / Else End. If / ElseIf End.
6.2.1.3. Bucles o ciclos: For End; While End.
6.2.2. Funciones internas (16)
6.2.2.1. Abs, Arctan, Cos. 6.2.2.2. Sin, Sqr, Sqrt, Tan, exp, Log, Log2, Log10, Asin, Acos, Atan, 6.2.2.3. sinh, asinh , cosh,
acosh, tanh, atanh. 6.2.2.4 sign.
6.2.3. Archivos (File)
6.2.3.1. Gestión de archivos. 6.2.3.2. Creación. 6.2.3.3. Llamado a un archivo. 6.2.3.4. Entrada/salida de datos. (17)
Nota: Los valores numéricos a la derecha entre paréntesis ( . ) corresponde a la semana en que se desarrollaran.
5. ACTIVIDADES:
SE DESARROLLARÁN TRABAJOS PRÁCTICOS :DICHOS TRABAJOS SERÁN EJECUTADOS POR LOS ESTUDIANTES EN GRUPOS PERO SERÁN SUSTENTADOS
EN FORMA INDIVIDUAL
SE PLANTEARAN PROBLEMAS DE INVESTIGACIÓN REFERENTES PROGRAMACIÓN EN DELPHI (VISUAL BASIC o MATLAB) DE LOS MÉTODOS PARA
OBTENER LAS RAÍCES Y LA SOLUCIÓN DE SISTEMAS LINEALES Y NO LINEALES CON FUNCIONES DE VARIAS VARIABLES DE LOS MÉTODOS TEÓRICOS.
SE HARÁ UN MODELO PARA METALURGIA Y OTRO PARA EPIDEMIAS.
6. RECURSOS MATERIALES:
TODOS LOS RECURSOS EN ESTE CASO SON PIZARRA Y TIZAS Y PLUMONES Y BIBLIOGRAFÍA Y COMPUTADORA.
LOS TEXTOS SE ENCUENTRAN EN LA BIBLIOTECA DEL ÁREA DE INGENIERÍAS Y SEMINARIO DE MATEMÁTICAS.
LAB-COM DE Escuela Profesional de MATEMÁTICA. (Uso de Programación en DELPHI y MatLab y VISUAL BASIC).
Bibliografía:
Básica:
Sangiacomo C., Angel DELPHI Pero si es muy Fácil
2000 Editorial UNSA.
Dan Osier, Steve. Steve Batson Aprendiendo DELPHI 2 en 21 días
1996 Ed. Prentice Hall Hispanoamericana S.A. México ISBN 0-672-30863-0
Brien, Stephen K. Nameroff, Steve Turbo Pascal 7. Manual de Referencias
1993 Editorial Osborne/MacGraw-Hill España ISBN 84-481-0119-7
Duntemann, Jeff La Biblia del turbo Pascal.
1989 Ed. Anaya Multimedia Madrid. ISBN-84-7614-223-4 España.
Charte, Francisco Programación con DELPHI 4
1998 Editorial Anaya España
Halvorson, Michael Aprenda Visual Basic Ya.
1998 Editorial McGraw-Hill ISBN España 84-481-2107-4
Colección Palmir Programación en Visual Basic
1997 Editorial Palmir Lima Perú
Guía de Usuario MatLab Edicion de estudiante
1996 Editorial Prentice - Hall España ISBN 0-13-459793-1
Wirth, Niklaus Algoritmos y Estructuras de Datos
1986 Editorial Prentice-Hall Hispanoamericana México ISBN 0-13-022005-1
Complementaria:
Sangiacomo, A. Antoine, F. Análisis Numérico 1 y métodos del análisis con Software
1998 Ed. Editorial UNSA. Arequipa Perú.
Burden, Richard I. Faires, J. Douglas Análisis Numérico.
1985 Ed. Grupo Editorial Iberoamericano ISBN-968-7270-09-8 México
Demidovich, Maron Cálculo Numérico Fundamental.
1985 Ed. Paraninfo. Madrid. España.
Nakamura, Shoichiro Métodos Numéricos con SoftWare
1991 Ed. Prentice-Hall Hispanoamericana ISBN-0-13-041047-0
Kincaid, D. Cheney, W. Análisis Numérico. Las Matemáticas del Cálculo Científico
1994 ISBN-0-201-60130-3 Ed. Addison-Wesley E.U.A.
Pike, Ralph, W. Optimización en Ingeniería.
1989 Edi. AlfaOmega México. ISBN-968-6062-86-6
Luenberger, David G. Programación lineal y no lineal.
1989 Ed. Addison-Wesley México. ISBN-968-6048-66-9
Wylie , Car Ray Matemáticas Superiores Para ingenieros
1985 Edi. McGraw-Hill México D.F. ISBN-968-6046-84-4
7. METODOLOGÍA:
4.1 En el desarrollo del curso se empleara el método deductivo y en algunos temas se desarrollara en forma
inductiva para que el estudiante tenga una visión clara del desenvolvimiento de la signatura. También se ara uso
del método activo (activeX) y formulas autodidácticas;
4.2 Se empleará la dinámica grupal para el desarrollo de la práctica del curso fomentando en forma incisiva la
participación activa del estudiante. El fin es poder saber cuales son los temas de mayor dificultad en el
aprendizaje.
8. CALENDARIZACIÓN:
Inicio 2000 abril 14.
Semana (1), (2), Variables y operadores. Semana (12) Segundo Examen.
Semana (3), (4), Controles y funciones internas del Delphi Semana (13), Programación Avanzada (DLL).
Semana (5), (6) Procedimientos y archivos. Semana (14), (15) Programación Visual Basic y Aplicaciones.
Semana (6) Primer Examen. Semana (15) (16) Programación en MatLab.
Semana (7), (8) Programación Delphi y Códigos Delphi. Semana (15) Presentación de Trabajos de aplicación.
Semana (9), (10), (11), Programación elemental. Semana (17) Tercera Examen
Semana (12) aplicaciones al análisis Numérico, Raíces y Estadística.
Finalización 2000 julio
9. EVALUACIÓN:
EL ESTUDIANTE NECESITA EL SETENTICINCO POR CIENTO (75%) DE ASISTENCIA COMO MÍNIMO PARA SER APROBADO EN LA ASIGNATURA APARTE
CLARO ESTÁ DE LA NOTA:
LA NOTA APROBATORIA ES DE ONCE A VEINTE (11 A 20) Y SERÁ PROMEDIADO DE LA SIGUIENTE FORMA:
tarea1  tarea2  tarea3  tarea4

PF 
4
SI EL ESTUDIANTE LOGRA ONCE = PF ((11)=PF) O MÁS, ESTÁ APROBADO EN LA ASIGNATURA.
Tarea 1 -- Examen Primero, Tarea 2 -- Examen Segundo Tarea 3 -- Examen Tercero

Tarea 4 -- Presentación de los trabajos y algoritmos de problemas Numéricos en lenguajes por computadora.
Nota : Sólo tienen derecho a examen de aplazados los que tienen promedio siete o más (Nota  07).
AREQUIPA 2000 abril 12
_______________________________
FIRMA //SILABO Progranacion Mate 2000 a1
269
270
271
Conclusiones y recomendaciones:
El curso de programación matemática presentado para la enseñanza de un lenguaje de

programación, tiene la virtud que permite al estudiante desarrollar la lógica de
construcción de algoritmo de solución y posteriormente el programa el cual llega a ser
útil posteriormente a otros cursos como son el de análisis numérico, métodos numéricos
para la solución de ecuaciones diferenciales, optimización lineal y optimización no
lineal incluso para el curso de ecuaciones diferenciales.
La sugerencia aquí es que se debe enseñar un lenguaje de programación en la EPM y no

solo ceñirse al manejo de un paquete como es el octave o matlab, en caso de usar estos,
debe enseñarse la parte en que usa programación dentro de estos paquetes a través de
script.
272
1.3. Métodos Numéricos para la Solución de ecuaciones diferenciales
1.3.1. Silabo:
1.3.2..Texto: No presente. Título “Manual de Métodos Numéricos para la Solución de

ecuaciones diferenciales”. Se presenta las correspondientes constancias de inscripción
y publicación tanto en la Escuela Profesional de Matemática como en el Departamento
de Matemática.
Manual de Métodos Numéricos para la Solución de ecuaciones diferenciales
273
UNIVERSIDAD NACIONAL DE SAN SILABO

AGUSTÍN DE AREQUIPA .
1. DATOS GENERALES.
FACULTAD : CIENCIAS NATURALES Y FORMALES : MATEMÁTICA
DEPARTAMENTO: MATEMÁTICA Y ESTADÍSTICAS ASIGNAT: MÉTODOS NUMÉRICO PARA LA SOLUCIÓN DE ECUACIONES DIFERENCIALES
PROFESOR : MG. SANGIACOMO CARAZAS, ÁNGEL CARLOS WILFREDO
CRÉDITOS : Cinco (05) SEMES / AÑO: SEMESTRAL
HORAS :Teóricas : 04.00 horas Prácticas : 02.00 horas
Teoría : Lunes 07-09 Miércoles 07-89
Práctica: : Martes 11-132 Viernes 11 - 13;
EL CURSO O ASIGNATURA DE MÉTODOS NUMERICO PARA LA SOLUCION DE ECUACIONES DIFERENCIALES ACTUALMENTE SE PRESENTA COMO UNA DE
LAS ARMAS MAS PODEROSA PARA PODER ENFRENTAR LA ACTUAL SOBRE ESCASEZ DE RECURSOS Y COSTOSOS MÉTODOS PARA OBTENERLOS. ES ASI
QUE CON LA TEORIA DE ANALISIS NUMERICO SE LOGRA DE ALGUNA MANERA PALIAR LO COSTO DE LOS RECURSOS Y AHORRAR; TAMBIEN, MINIMIZAR
ESFUERZOS YA SEA HUMANOS O DE MAQUINARIAS.
EL MATEMÁTICO DEBE ALIARSE CON EL INGENIERO QUE SE ESTA ESPECIALIZANDO EN LA PROPIA MATEMATICA, NECESITAN CONOCER TODO LO
REFERENTE AL MANEJO DE EL MÉTODOS NUMERICO PARA LA SOLUCION DE ECUACIONES DIFERENCIALES. EL MANEJO DE FUNCIONES PARA EN TODO
MOMENTO PODER CALCULAR SUS RAICES U OPTIMOS (MIN. MAX.) POR LOS DIFERENTES METODOS PARA LOS SISTEMAS NO LINEALES. PUES EN LA
MAYORIA DE LOS MODELOS MATEMATICOS SE ENCUENTRAN EN EL CAMINO. QUE LA FORMULACION QUEDA EN UNA FUNCION Y SUS RESTRICCIONES O
EN UN SISTEMA NO LINEAL DE ECUACIONES DE VARIAS VARIABLES LOS CUALES DEBEN DE RESOLVERSE; LAS SUPERFICIES Y SU COMPORTAMIENTO;
CON TODOS SU TEORIA QUE SEAN SU FUNDAMENTACIÓN.
EL USO DEL ORDENADOR ES IMPORTANTE PUESTO QUE CON LA IDEA DE DAR SIEMPRE UNA SOLUCION, SE RECURRIRA A LOS METODOS ITERATIVOS
DEL ANALISIS NUMERICO Y METODOS DE CALCULO, LOS CUALES SON TEDIOSOS SIN LA COMPUTADORA.
LA DISCIPLINA. QUIERO DECIR QUE CADA ESTUDIANTE DE LA ASIGNATURA APRENDA A DISCIPLINARSE CON HABITOS DE ESTUDIO Y DE TRABAJO; QUE
SE ACOSTUMBRE A PERSEVERAR HASTA LA CONSECUCION DE UN OBJETIVO PRE FIJADO.
3. OBJETIVOS:
3.1 Aplicar el métodos numérico para la solución de ecuaciones diferenciales a la solución de problemas prácticos y en
especial USAR EL ORDENADOR para ahorrar el tiempo en sus cálculos numéricos. Estimular en el alumno el empleo de los
conocimientos matemáticos, en forma racional y progresiva de manera que facilite la comprensión del curso con la
utilización de los axiomas y teoremas ya admitidos en la Matemática.
3.2 Aplicar los conocimientos que se van adquiriendo a la solución de problemas de la asignatura que sean afines a la
carrera de Matemática y lo relacione con las INGENIERIAS.
Desarrollarse para la aplicación de los conocimiento para dar solución a los problemas reales de nuestra región (minería,
agricultura, medicina ...) y porque no también, los de nuestro País.
CAPÍTULO I SOLUCIÓN NUMÉRICA DE ECUACIONES DIFERENCIALES
1.1 Teoría elemental de problemas de valor inicial (1)
1.2 El método de Picard. Algoritmo. Problemas.
1.3 El método de Euler. Algoritmo. Problemas. (2)
1.4 El método de Runge - Kutta. Algoritmo. Problemas.
1.5 Análisis de errores para el método de Runge - Kutta.
1.6 Polinomios de interpolación.
1.7 Ejemplos y problemas. Programación en DELPHI. (3)
CAPÍTULO II MÉTODOS Y TÉCNICAS DE MULTIPASO.
2.1 Método de Multipaso.
2.2 Método de Adams. De tercer, cuarto orden Algoritmo. Problemas. (4)
2.3 Método de Milne. Algoritmo. Problemas.
2.4 Métodos de extrapolación. Algoritmo. Problemas. (5)
2.5 Método de multipaso de tamaño de pasos variables Algoritmo. Problemas.
CAPÍTULO III ECUACIONES DIFERENCIALES DE ORDEN MAYOR Y SISTEMAS EDO.

3.1 Ecuaciones diferenciales de orden Mayor y sistemas EDO.
3.2 Estabilidad. (7)
3.3 Ecuaciones diferenciales rígidas.
CAPÍTULO IV PROBLEMA DE ECUACIONES DIFERENCIALES ORDINARIAS CON VALORES DE EN FRONTERA.

4.1 El método de disparo. Algoritmo. Problemas. El problema no lineal. (9)
4.2 Método de diferencias finitas para problemas lineales. Algoritmo. Problemas. (10)
4.3 Método de diferencias finitas para problemas No lineales. Algoritmo. Problemas.
4.4 Método de Rayleigh - Ritz Algoritmo. Problemas. (11)
CAPÍTULO V SOLUCIÓN NUMÉRICA DE DIFERENCIALES PARCIALES.

5.1 Problema Físico que involucra ecuaciones diferenciales Parciales. (13)
5.2 Ecuaciones Diferenciales Elípticas. Algoritmo. Problemas. (14)
5.3 Ecuaciones Diferenciales Parabólicas. Algoritmo. Problemas. (15)
5.4 Ecuaciones Diferenciales Hiperbólicas. Algoritmo. Problemas.
Nota: Los valores numéricos entre paréntesis ( . ) corresponde a la semana en que se desarrollaran.
5. ACTIVIDADES:
SE DESARROLLARAN TRABAJOS PRÁCTICOS : DICHOS TRABAJOS SERÁN EJECUTADOS POR LOS ESTUDIANTES EN GRUPOS
PERO SERÁN SUSTENTADOS EN FORMA INDIVIDUAL
SE PLANTEARAN PROBLEMAS DE INVESTIGACIÓN REFERENTES PROGRAMACION EN DELPHI, PASCAL(U OTRO LENGUAJE) DE
LOS MÉTODOS PARA OBTENER LA SOLUCIÓN DE SISTEMAS EDO LINEALES Y NO LINEALES CON FUNCIONES DE VARIAS
VARIABLES DE LOS MÉTODOS TEÓRICOS.
SE HARÁ UN MODELO DE UN SISTEMA PARA UN TEMA ESPECIFICO COMPLETO; PARA METALURGIA Y OTRO PARA EPIDEMIAS.
6. RECURSOS MATERIALES:
TODOS LOS RECURSOS EN ESTE CASO SON PIZARRA Y TIZAS Y PLUMONES Y BIBLIOGRAFÍA.
LAB-COM DE Escuela Profesional de MATEMÁTICA. (Uso de DELPHI y Pascal y “C”, MatLab, Matemática).
Bibliografía:
Básica:
Sangiacomo C., Angel Antoine, F Método Numéricos para la Solución de Ecuaciones Diferenciales
2002 Editorial Rústica Arequipa 2002.
Burden, Richard I. Faires, J. Douglas Análisis Numérico. Ed. Grupo Ed.Iberoamericano
1985 ISBN-968-7270-09-8 México
Nakamura, Shoichiro Métodos Numéricos con SoftWare. Ed. Prentice-Hall Hispanoamericana
1991 ISBN-0-13-041047-0
Complementaria :
V.Bolgov, Otros. Problemas de las Matemáticas superiores
1983 Edi. Mir Moscú 1983
P.E Danko Matemáticas Superiores en Ejercicios y problemas
Edi. Mir Moscú 1983
Dan Osier, Ateve. Steve Batson Aprendiendo DELPHI 3 en 21 días. Ed. Prentice Hall Hipanoamericana S.A. México
1996 ISBN 0-672-30863-0
Wylie , Car Ray Matemáticas Superiores Para ingenieros
1985 Edi. McGraw-Hill México D.F. ISBN-968-6046-84-4
7. METODOLOGÍA:
4.1 En el desarrollo del curso se empleara el método deductivo y en algunos temas se desarrollara en forma
inductiva para que el estudiante tenga una visión clara del desenvolvimiento de la asignatura;
4.2 Se empleará la dinámica grupal para el desarrollo de la práctica del curso fomentando en forma incisiva la participación
activa del estudiante. El fin es poder saber cuales son los temas de mayor dificultad en el aprendizaje .
Inicio 2004 setiembre 06.

Semana (1), (2), (3) Solución Numérica De Ecuaciones De Ecuaciones Diferenciales.
Semana (4), (5), (6) Métodos Y Técnicas De Multipaso.
Semana (6) Primera evaluación Examen Teórico y Práctico.
Semana (7), (8) Ecuaciones Diferenciales De Orden Mayor Y Sistemas y EDO con Valor de frontera.
Semana (9), (10), (11), (12), Problema De Ecuaciones Diferenciales Ordinarias Con Valores De Frontera..
Semana (12) Segunda evaluación Examen Teórico y Práctico.
Semana (13), (14), (15), (16) Solución Numérica De Diferenciales Parciales.
Semana (15) Tercera evaluación Examen Teórico y Práctico.
Finalización 2004 diciembre
9. EVALUACION:
EL ESTUDIANTE NECESITA EL SETENTICINCO POR CIENTO (75%) DE ASISTENCIA COMO MÍNIMO PARA SER APROBADO EN LA
ASIGNATURA.
PF = tarea1+tarea2+tarea3
3
SI EL ESTUDIANTE LOGRA ONCE = PF ((11)=PF) O MÁS, ESTÁ APROBADO EN LA ASIGNATURA.
Tarea 1 -- Examen Primero
Tarea 2 -- Examen Segundo
Tarea 3 -- Examen Tercero
Tarea 4 -- Presentación de los trabajos y algoritmos de Numéricos por computadora (Puntos al semi promedio).
Nota : Sólo tienen derecho a DAR examen de aplazados los que tienen promedio siete o más.
AREQUIPA 2002 setiembre
__________________________________
FIRMA
//SILABO Metod_Nume 2004 a2
275
276
277
278
Conclusiones y recomendaciones
El curso de métodos numéricos para la solución de ecuaciones diferenciales es un apoyo

técnico, numéricos, práctico y aplicado de las soluciones de las ecuaciones diferenciales
ordinarias y parciales, aquí se ven los resultados de las soluciones y sus comportamiento
directamente y además se visualiza in cito la graficas de las soluciones de las ecuaciones
diferenciales, con el apoyo de ordenador se puede representar muchas cosas que en la
propia pizarra no se ven en forma precisa y elegante, podría decir hasta artística, con los
paquetes existentes como el octave o matlab
Debe formarse en el departamento de matemática la línea o área de análisis numéricos

(que engloba a análisis numéricos, métodos numéricos y métodos numéricos para la
solución de ecuaciones diferenciales) para tener docentes que lleven acabo la enseñanza
de esta línea de una forma eficaz y con conocimiento de causa, y con el nivel que le
corresponde.
La sugerencia aquí es que se debe enseñar un lenguaje de programación en la EPM y no
solo ceñirse a un paquete como es el matlab.
279
1.4. Optimización No Lineal
1.4.1. Silabo:
1.4.2. Texto: Solo se presenta las correspondientes constancias de inscripción y

publicación del texto tanto en la Escuela Profesional de Matemática como en el
Departamento de Matemática.
Introducción a la Optimización No Lineal
280
UNIVERSIDAD NACIONAL
SILABO
DE SAN AGUSTÍN DE
AREQUIPA
1. DATOS GENERALES .
FACULTAD : CIENCIAS NATURALES Y FORMALES :ESCUELA: MATEMÁTICA
DEPARTAMENTO : MATEMÁTICA Y ESTADÍSTICAS :ASIGNATURA: OPTIMIZACIÓN NO LINEAL.
PROFESOR : MG. SANGIACOMO CARAZAS , ÁNGEL CARLOS WILFREDO
CRÉDITOS : Cinco (05) SEMESTRE/AÑO: SEMESTRAL
HORAS : Teóricas : 04.00 horas Prácticas : 02.00 horas
Teoría : Martes 13 - 15 Jueves 13 - 15
Práctica : : Viernes 13 - 15
EL CURSO O ASIGNATURA DE OPTIMIZACIÓN NO LINEAL ACTUALMENTE SE PRESENTA COMO UNA DE LAS ARMAS MAS PODEROSA PARA PODER
ENFRENTAR LA ACTUAL SOBRE ESCASEZ DE RECURSOS Y COSTOSOS MÉTODOS PARA OBTENERLOS. ES ASÍ QUE CON LA TEORÍA DE OPTIMIZACIÓN SE
LOGRA DE ALGUNA MANERA PALIAR LO COSTO DE LOS RECURSOS Y AHORRAR; TAMBIÉN MINIMIZAR ESFUERZOS YA SEA HUMANOS O DE MAQUINARIAS.
EL MATEMÁTICO DEBE ALIARSE CON EL INGENIERO QUE SE ESTA ESPECIALIZANDO EN LA PROPIA MATEMÁTICA, NECESITAN CONOCER TODO LO
REFERENTE AL MANEJO DE LA OPTIMIZACIÓN DE LAS FUNCIONES DE VARIAS VARIABLES. EL MANEJO DE FUNCIONES PARA EN TODO MOMENTO PODER
CALCULAR SUS ÓPTIMOS (MIN. MÁX.) POR LOS DIFERENTES MÉTODOS PARA LOS SISTEMAS NO LINEALES. PUES EN LA MAYORÍA DE LOS MODELOS
MATEMÁTICOS SE ENCUENTRAN EN EL CAMINO. QUE LA FORMULACIÓN QUEDA EN UNA FUNCIÓN Y SUS RESTRICCIONES O EN UN SISTEMA NO LINEAL
DE ECUACIONES DE VARIAS VARIABLES LOS CUALES DEBEN DE RESOLVERSE; LAS SUPERFICIES Y SU COMPORTAMIENTO; CON TODOS SU TEORÍA QUE
SEAN SU FUNDAMENTACIÓN.
EL USO DEL ORDENADOR ES IMPORTANTE PUESTO QUE CON LA IDEA DE DAR SIEMPRE UNA SOLUCIÓN SE RECURRIRÁ A LOS MÉTODOS ITERATIVOS
DEL ANÁLISIS NUMÉRICO Y MÉTODOS DE CALCULO LOS CUALES SON TEDIOSOS SIN LA COMPUTADORA.
LA DISCIPLINA. QUIERO DECIR QUE CADA ESTUDIANTE DE LA ASIGNATURA APRENDA A DISCIPLINARSE CON HÁBITOS DE ESTUDIO Y DE TRABAJO; QUE
SE ACOSTUMBRE A PERSEVERAR HASTA LA CONSECUCIÓN DE UN OBJETIVO PRE FIJADO.
3. OBJETIVOS:
3.1 Aplicar la optimización a la solución de problemas prácticos y en especial USAR EL ORDENADOR para ahorrar el tiempo en sus
cálculos numéricos. Estimular en el alumno el empleo de los conocimientos matemáticos, en forma racional y progresiva de manera
que facilite la comprensión del curso con la utilización de los axiomas y teoremas ya admitidos en la Matemática.
3.2 Aplicar los conocimientos que se van adquiriendo a la solución de problemas de la asignatura que sean afines a la carrera de
Matemática y lo relacione con las INGENIERÍAS.
3.3 Desarrollarse para la aplicación de los conocimiento para dar solución a los problemas reales de nuestra región (minería, agricultura,
medicina ...) y porque no también, los de nuestro País.
CAPÍTULO I PROPIEDADES BÁSICAS DE SOLUCIÓN DE ALGORITMOS

0% a 20%
Objetivo: Conocer las propiedades Básicas y algoritmos para las soluciones de problemas de óptimos.
1.1 Condiciones necesarias de primer orden. Ejemplos. 5%
1.2 Condiciones de segundo orden. Funciones convexas y cóncavas. Del 7/06/02
1.3 Minimización y Maximización de funciones convexas. 10%
1.4 Convergencia Global de algoritmos de descenso. al 22/06/02
1.5 Rapidez de convergencia. Ejemplos. 15%
1.6 Programación en Pascal y en DELPHI.
CAPÍTULO II MÉTODOS BÁSICOS DE DESCENSO. 20% a 20%
45% del 29/ 06
Objetivo: Conocer los métodos básicos de descenso y algunas de sus aplicaciones 25%
2.1 Métodos de optimización de funciones unimodales de una sola variable en problemas no restringidos. al 09/ 08
2.2 Métodos de búsqueda de Fibonacci. Monte Carlo. Dicotómica. Sección Aurea 35%
2.3 Convergencia Global del ajuste de curvas.
2.4 Métodos de optimización de funciones multimodales de una sola variable en problemas no restringidos. 40%
2.5 Métodos de interpolación cúbica. Cuadrada. Método de Newton Raphson.
2.6 Problemas de optimización que utilizan derivadas para funciones de varias variables en problemas no Primer examen el
restringidos. 22/08/02
2.7 Método de ascenso o descenso acelerado.
2.8 Método de Newton.
2.9 Método de ascenso o descenso Coordenado.
2.10 Problemas. Programación en Pascal y en DELPHI.
CAPÍTULO III MÉTODOS DE DIRECCIONES CONJUGADAS. 45% a 60% 50%

Objetivo: Conocer los métodos de direcciones conjugadas y su teoría y su construcción.
3.1 Método de las direcciones conjugadas. 55%
3.2 Propiedades de descenso del método de direcciones conjugadas. del 26/ 08
3.3 Método de gradiente conjugado.
CAPÍTULO IV MÉTODOS CUASI NEWTON 60% a 80% 65%

Objetivo: Conocer los métodos cuasi Newton y su teoría y su construcción. al 10/08/02
4.1 Método de Newton modificado. Construcción de la inversa.
4.2 Método de Davidon-Fletcher-Powell. Y Método de Fletcher-Reeves. 70%
4.3 Programación en Pascal de cada uno de los algoritmos de los métodos estudiados. del 17/ 08
4.4 Optimización no restringida, no diferenciables de varias variables. Método de Powell. Segundo Examen
4.5 Problemas. Programación en Pascal y en DELPHI.
CAPÍTULO V MINIMIZACIÓN CON RESTRICCIONES 80% a. 100% 85%

Objetivo: Definir los problemas sin y con restricciones y sus métodos para su solución, construir algoritmos al 24/08/02
para las soluciones numéricas. 24/08/02
5.1 Restricciones. 90%
5.2 El plano tangente. del 06/09
5.3 Condiciones necesarias de primer orden (restricciones de igualdad). Ejemplos. al 27/09/02
5.4 Condiciones segundo orden. Ejemplos.
5.5 Problemas de optimización no lineal con restricciones. 100%
5.6 Condiciones de Kuhn-Tucker. Representación geométrica. Tercer examen
5.7 Programación en Pascal y en DELPHI. 30/09/02
Nota: Los valores numéricos entre paréntesis ( . ) corresponde a la semana en que se desarrollarán.
5. ACTIVIDADES:
SE DESARROLLARAN TRABAJOS PRÁCTICOS :DICHOS TRABAJOS SERÁN EJECUTADOS POR LOS ESTUDIANTES EN GRUPOS
PERO SERÁN SUSTENTADOS EN FORMA INDIVIDUAL
SE PLANTEARAN PROBLEMAS DE INVESTIGACIÓN REFERENTES PROGRAMACIÓN EN PASCAL(U OTRO LENGUAJE) DE LOS
MÉTODOS PARA OBTENER EL OPTIMO DE FUNCIONES DE VARIAS VARIABLES DE LOS MÉTODOS TEÓRICOS.
SE HARÁ UN MODELO PARA METALURGIA Y OTRO PARA EPIDEMIAS.
6. RECURSOS MATERIALES :
TODOS LOS RECURSOS EN ESTE CASO SON PIZARRA Y TIZAS Y PLUMONES Y BIBLIOGRAFÍA.
LAB-COM DE Escuela Profesional de MATEMÁTICA. (Uso de Programación en DELPHI y MatLab y VISUAL BASIC).
Bibliografía:
Básica:
Márquez Diez-Canedo. Fundamentos de Teoría de Optimización
1990 Ed. Limusa México.
Prawda Witwnberg,Juan Métodos y Modelos de Investigación de Operaciones
1977 De.Limusa México. 1977
Sangiacomo, A. Antoine, F. Análisis Numérico 1 y métodos del análisis con Software
1998 Ed. Editorial UNSA. Arequipa Perú.
Complementaria:
Burden, Richard I. Faires, J. Douglas Análisis Numérico.
1985 Ed. Grupo Ed.Iberoamericano ISBN-968-7270-09-8 México
Dan Osier, Ateve. Steve Batson Aprendiendo DELPHI 3 en 21 dias
1996 Ed. Prentice Hall Hipanoamericana S.A. México ISBN 0-672-30863-0
Sangiacomo C., Angel DELPHI Pero si es muy Facil
Dan Osier, Steve. Steve Batson Aprendiendo DELPHI 2 en 21 días
1996 Ed. Prentice Hall Hispanoamericana S.A. México ISBN 0-672-30863-0
Brien, Stephen K. Nameroff, Steve Turbo Pascal 7. Manual de Referencias
1993 Editorial Osborne/MacGraw-Hill España ISBN 84-481-0119-7
Charte, Francisco Programación con DELPHI 4
1998 Editorial Anaya España
Halvorson, Michael Aprenda Visual Basic Ya.
1998 Editorial McGraw-Hill ISBN España 84-481-2107-4
Colección Palmir Programación en Visual Basic
1997 Editorial Palmir Lima Perú
Guía de Usuario MatLab Edicion de estudiante
1996 Editorial Prentice - Hall España ISBN 0-13-459793-1
7. METODOLOGÍA:
4.1 En el desarrollo del curso se empleara el método deductivo y en algunos temas se desarrollara en forma inductiva para que
el estudiante tenga una visión clara del desenvolvimiento de la signatura;
4.2 Se empleará la dinámica grupal para el desarrollo de la práctica del curso fomentando en forma incisiva la participación
activa del estudiante. El fin es poder saber cuales son los temas de mayor dificultad en el aprendizaje.
Inicio 2002 abril 22.
Semana (1),(2),(3) Propiedades Básicas de Solución de Algoritmos.
Semana (4),(5),(6),(7) Métodos Básicos del Descenso.
Semana (7) Primera Evaluación. Examen Teórico y Práctico. 23 Mayo 2002
Semana (8), (9) Métodos de Direcciones Conjugadas.
Semana (10), (11), (12) Métodos Cuasi Newton.
Semana (12) Segunda Evaluación. Examen Teórico y Práctico. 04 de julio 2002
Semana (13), (14), (15), (16) Minimización con Restricciones.
Semana (15) Tercera Evaluación. Examen Teórico y Practico. 06 de agosto 2002
Finalización 2002 - agosto --
9. EVALUACION:
EL ESTUDIANTE NECESITA EL SETENTA POR CIENTO (70%) DE ASISTENCIA COMO MÍNIMO PARA SER APROBADO EN LA
ASIGNATURA.
tarea1  tarea2  tarea3

PF 
3
SI EL ESTUDIANTE LOGRA ONCE=PF ((11)=PF) COMO MÍNIMO, ESTÁ APROBADO EN LA ASIGNATURA.

Tarea 1 -- Examen primero
Tarea 2 -- Examen Segundo
Tarea 3 – Examen tercero
La nota de laboratorio y puntos de evaluaciones integrales se ajustan al promedio final
Nota : Sólo tienen derecho a examen de aplazados los que tienen promedio siete o más (Nota  07).
AREQUIPA 2002 abril 22
_________________________________
FIRMA
//SILABO Op_No_Lin 2002 a1
282
283
284
Conclusiones y recomendaciones
Curso donde se presentan los procesos en forma iterativa, que es un representación en

varías dimensiones de los procesos de convergencia y sus propios métodos de ajuste y
reajuste para alcanzar un óptimo.
En el texto se presentan los temas acompañado de sus algoritmos y sus propios
programas que facilitan los cálculos para encontrar las soluciones con ejemplos teóricos
y numéricos.
Debe formarse en el departamento de matemática la línea o área de optimización (que

engloba a optimización lineal y optimización no lineal, (I. O.) investigación de
operaciones) para tener docentes que lleven acabo la enseñanza de esta línea de una
forma eficaz y con conocimiento de causa, y con el nivel que le corresponde.
285
1.5. Otras Publicaciones
1.5.1. Monografía: presentamos el texto de la publicación siempre en forma compacta.
Solución Aproximada de ecuaciones Diferenciales Ordinarias con Valor de

frontera con Aproximaciones por expresiones Analíticas.
286
Solución De Ecuaciones Diferenciales Ordinarias Con Valor De Frontera Con Aproximaciones Por Expresiones Analíticas
SOLUCIÓN DE ECUACIONES DIFERENCIALES ORDINARIAS CON

VALOR DE FRONTERA CON APROXIMACIONES POR EXPRESIONES
ANALÍTICAS
Angel Sangiacomo C.
Universidad Nacional de San Agustín
Francis Antoine S.
Departamento de Matemática y Estadística de la Universidad Nacional de San Agustín
Arequipa
Perú
2003
F. Antoine S. A. Sangiacomo C. I
Título de la Monografía:
SOLUCIÓN DE ECUACIONES DIFERENCIALES ORDINARIAS CON VALOR DE FRONTERA CON APROXIMACIONES POR
EXPRESIONES ANALÍTICAS
Autores:
Msc. Angel Carlos W. Sangiacomo Carazas.

Profesor asociado
Departamento de Matemática y Estadística
Facultad de Ciencias Naturales y Formales
Msc. Francis Antoine Souche

Profesor asociado
Primera edición 2003
La presentación y disposición en conjunto de SOLUCIÓN DE ECUACIONES DIFERENCIALES ORDINARIAS CON VALOR DE

FRONTERA CON APROXIMACIONES POR EXPRESIONES ANALÍTICAS , son propiedad de los autores. Toda parte de esta
monografía no puede ser reproducida, archivada o transmitido en forma alguna o mediante algún sistema electrónico
mecánico, de fotorreproducción, memoria o cualquier otro sin la autorización expresa por escrito de los autores, no
incluye los programas didácticos y sus manuales que es totalmente libre.
Derechos reservados en Lengua española

© 2003
Impreso en Arequipa
Perú
2002
II
A MIS HIJOS
MIGUEL ANGEL
CANDELARIA IVETT
JOSÉ ALEJANDRO
A MI MADRE
DOÑA MANUEL CANDELARIA
A YAQUELINE
A MIS ALUMNOS
DE LOS CURSOS DE MÉTODOS Y ANÁLISIS NUMÉRICO
A TODAS LAS PERSONAS QUE GUSTAN

DE LAS COSAS PRÁCTICAS Y EFECTIVAS
A. Sangiacomo
F. Antoine S. A. Sangiacomo C. III

IV
Prefacio
El Tratamiento de una Ecuación Diferencial Ordinaria con condiciones de

Frontera es todo un arte, pues de acuerdo al método en uso se tiene situaciones
como en el caso de las soluciones analíticas, y de las que son por
aproximaciones por funciones analíticas ensayo o bases o coordenadas, para las
cuales en realidad es un arte el acertar adecuadamente en las funciones que se
ponen en una solución supuesta por ui (x) en una expresión
n
y  u0 ( x)   Ci ui ( x) , y el caso es más aún, cuando no tiene solución elemental
i 1
(algebraica o analítica) se basa en una serie de cualidades que empiezan con el
criterio de bien planteado (condiciones de existencia) y unicidad y estabilidad.
El propósito de la presente monografía se resume el siguiente objetivo:
Presentar en esta monografía un conjunto de argumentos y pasar a la

presentación (de prueba) de métodos alternativos en matemática e
ingeniería que resuelvan las ecuaciones diferenciales ordinarias de segundo
orden con valor en la frontera, por alguno de los métodos de aproximación
por funciones de ensayo a su servicio y además le brinde un programa que
le dé información gráfica de al curva solución.
Presentar de manera moderna (en forma visual) a la luz de técnica de

resolución rápida “por ordenador” de procesos directo e iterativos en muy
F. Antoine S. A. Sangiacomo C. V
poco tiempo y además que muestren los pasos intermedios en el peor de los
casos. Para ello se acompaña un compacto con el software correspondiente.
Entonces aquí se presenta una monografía que en general tienden a hacer ver
las respectivas cualidades de los métodos que dan una solución analítica
aproximada, ya sea, considerando a la ecuación diferencial como un sólo
elemento o varios elementos.
La monografía presente trata de brindar una herramienta de prueba, pero que

sea útil por lo pronto, para que puedan tener una idea clara y precisa de la
solución (aproximada pero al fin solución) de la EDO (Ecuación Diferencial
Ordinaria) y nos muestre una gráfica de tal aproximación (esto por auxilio del
programa adjunto).
El auxiliar (me refiero al programa) es la herramienta; queremos que sea

versátil en cuánto a la manera de introducir la EDO a su sistema de
procesamiento interno, pues no se debe cambiar en lo más mínimo las
variables, y que la solución también nos las indique sin cambio alguno de
nombre en las variables. Vea el compacto adjunto a esta publicación.
Asimismo se puede usar en la preparación del curso de Ecuaciones

diferenciales, pues nos da una muestra gráfica de como es dicha ecuación y
ampliará el horizonte de explicación del docente y del propio estudiante. Podrá
simular fácilmente soluciones, solamente variando las condiciones de frontera y
los parámetros de la propia EDO, igualmente podrá hacer montaje de figuras de
las curvas y ver el comportamiento secuencial.
Dejando una posibilidad abierta a los lectores (estudiantes) que lo usen a que
hagan llegar todo tipo de críticas que serán muy bien recibidas, pues, creo que
es la única manera de saber si funciona en otras condiciones de esfuerzo.
La presente monografía consta de tres capítulos el cual se intenta cubrir un

contenido completo de las soluciones de EDO de segundo orden con valor en la
frontera para así tener un conjunto de Métodos Aproximados Analíticos y
Numéricos para la Solución de Ecuaciones Diferenciales:
VI
El primer capítulo se desarrolla lo referente a los métodos del calculo

variacional orientados solo a las EDO de segundo Orden con valor de frontera;
el segundo los métodos de Analíticos aproximados de colocación, mínimos
cuadrados y Galerkin y en el tercer capítulo se resuelve el método de Ritz y de
Rayleigh - Ritz todos estos tres capítulos para el caso de ecuaciones
diferenciales lineales.
Insisto, la idea de la monografía es que se use estos métodos y además los

programas para la solución de sus ecuaciones diferenciales lineal con valor en
la frontera, cualquiera que sea y la pueda analizar y dar un dictamen de su
comportamiento.
Para finalizar queremos agradecer de manera especial a todos los alumnos del
curso de Métodos Numéricos para la Solución de Ecuaciones Diferenciales de
la Escuela Profesional de Matemática a donde se permite aplicar este contenido
y experimentar con los problemas en el laboratorio hasta tener ciertos
resultados que podríamos llamar aceptables.
Angel Sangiacomo C. Francis Antoine S.
Arequipa Perú
2003
 E-Mail angel_sangiacomo@yahoo.com a_sangiacomo_c@starmedia.com
F. Antoine S. A. Sangiacomo C. VII

Índice
Prefacio V
Índice VIII
Capítulo 1 1
Introducción 1
Métodos variacionales 1
Concepto de Funcional y de Operador 1
Problema Variacional 7
Teorema Fundamental del Método Variacional para la
Resolución de los Problemas de Condiciones de Frontera 8
Transformación del Problema de Condiciones de Contorno 13
Capítulo 2 19
Método de Diferencia Finitas o de Euler 19
Procedimiento de la Colocación 20
Ejemplos 22
Método de los Mínimos Cuadrados 26
Método de Galerkin 29
Ejemplos 32
Capítulo 3 37
Método Ritz 37
Ejemplos 39
Método de Rayleigh-Ritz 45
Algoritmo Segmentario Lineal de Rayleigh-Ritz 49
Programa en Delphi Pascal del Método Rayleigh-Ritz 52
Ejemplos 54
Conclusiones 58
Sugerencias 59
Bibliografía 60
Apéndice 61
VIII
F. Antoine S. A. Sangiacomo C. IX
Capítulo Solución De Ecuaciones Diferenciales Ordinarias Con Valor De Frontera Con Aproximaciones Por Expresiones Analíticas
SOLUCIÓN DE ECUACIONES conjunto de n componentes reales

DIFERENCIALES ORDINA- o complejos; x  ( x1 , x2 ,..., xn ) . A
RIAS CON VALOR DE FRON- la expresión
TERA CON APROXIMACIO-
NES POR EXPRESIONES I  I [ y ( x)]
ANALÍTICAS
se llama funcional (real o
complejo) de la función y (x)
(función de una función) si se le
Capítulo 1 asocia a cada función y ( x)  K ,
de forma unívoca, un número I
(real o complejo).
El conjunto K  { y( x)} para el

1.0. Introducción que está definido el funcional en
cuestión se llama dominio de
1.1. Metodos variacionales definición del funcional,
mientras que a las funciones en si
1.1.1. Concepto de Funcional y se les conoce con el nombre de
de Operador funciones admisibles o
funciones bases.
En el presente capítulo se definen
los conceptos de funcional y de 1.1.3. Ejemplo
operador sólo para funciones. En
general se puede definir para Sea K  { y( x)} el conjunto de
conjuntos generales de todas las funciones reales y
elementos, cosa que no haremos diferenciable en el punto x  0 .
aquí. A la expresión
1.1.2. Definición d
k  [ y ( x)] x  0  y (0)
Dado un conjunto K  { y ( x)} de dx
funciones y (x) de las variables
independientes x. En donde x es se le puede consideran como
un número real o complejo o el funcional de y (x) , el cual está
F. Antoine S. A. Sangiacomo C. 1
definida en el conjunto K, luego a a

cada función de K se le asocia de
forma unívoca un número real, a
saber, el valor de y(0) de su
derivada en el punto x  0 .
1.1.4. Ejemplo
Considere el conjunto de todas b

las funciones y (x) continuas y Figura 1.
diferenciable en el intervalo En la figura se ve como la longitud de arco
es una función creciente.
[a, b] o dicho de otra forma,
y ( x )  C 1[a, b] . La longitud de
1.1.5. Ejemplo
arco s de la curva y  y (x) entre
los puntos (a, y (a )) y (b, y (b)) , es Sea K el conjunto de todas las
una funcional de y (x) en el funciones no negativas z  f ( x, y )
conjunto C 1[a, b] . Este funcional , que en un dominio cerrado G
se puede expresar por la fórmula son continuas y que en la frontera
 de ese dominio, son cero. Una
b
s 1  y 2 dx . representación de este volumen
a es
O sea, s es una función creciente,
pues, a medida que x se aleja de V   f ( x, y )dxdy
G
a, crece la longitud de arco.
y es un funcional de f ( x, y ) .
y si para dos funciones

admisibles cualesquiera u y v se
cumple la expresión
I [u  v ]  I [u ]  I [v] .
En donde  y  son constante

cualesquiera.
Figura 2.
1.1.9. Ejemplo
1.1.6. Definición
El funcional considerado en el
Un conjunto K de funciones se
d
llama lineal si con dos funciones ejemplo 1.1.3 k [ y ( x)] x  0
dx
cualesquiera u, v  K tanto su  y (0) , es lineal.
suma u  vK , como el
producto  u  K , donde  es
1.1.10. Definición
una constante cualquiera (real o
En el conjunto K  { y ( x)} está
compleja).
definido un operador L si a cada
función y ( x)  K se le asocia por
1.1.7. Ejemplo
medio de L, de forma unívoca,
una función z  z (x) .
Son conjuntos K de funciones
lineales: (La función z puede también
a) El conjunto de todos los polinomios. depender de una de las otras
b) El conjunto de todas las funciones variables t  (t1 , t 2 ,..., t m )).
continuas. Esta asociación entre funciones
c) El conjunto de todas las funciones
se expresa simbólicamente como
que son cero en la frontera de un
dominio. z  Ly o L( y ) .
El conjunto K de todas las
1.1.8. Definición funciones y  y (x) , en el que el
El funcional I  I [ y ] se llama operador L está definido, se le
lineal si está definido en un llama dominio de definición de
conjunto K de funciones lineales este operador, y a las funciones
y  K se les llaman funciones Si consideramos, por ejemplo, al

admisibles. operador definido por
1.1.11. Ejemplo L( y )  y  y ,
Sea K  { y ( x)} el conjunto de entonces es:

todas las funciones derivables.
d L(1)  0  1  1 ,
Entonces la operación , o la L( x)  0  x  x ,
dx
determinación de la derivada, es L( x 2 )  2  x 2 ,
un operador (llamado operador L(e  x )  2e  x ,
diferencial): L( sin( x))  0 .
d Por medio del operador

y ( x )  y ( x) .
dx diferencial lineal L podemos
escribir la ecuación diferencial de
Si en general las funciones y (x) orden n ordinaria, lineal, no
en el intervalo [a, b] son homogénea y general, en forma
continuamente derivables abreviada, como sigue:
sucesivamente n veces, esto es,
y  C n [a, b] , entonces el operador Ly  f (x) . (2)
L es del tipo
En donde L es un operador de la
z  Ly  p0 ( x) y ( n)  p1 ( x) y ( n 1)  ...
forma (1), f(x) es una función
continua dada y y la solución
...  pn 1 ( x) y  pn ( x) , (1)
buscada.
donde los coeficientes son 1.1.12. Definición
funciones continuas pi  C[a, b] . Un operador se llama lineal si él
Esto es, un operador definido en esta definido en un conjunto
un conjunto K  C n [ a, b ] lineal (es decir, con dos
(operador diferencial lineal) con funciones admisibles u y v, es
los valores z  C[a, b] . también cada una de sus
combinaciones lineales u  v L(u  v)  (u  v) 2 debe

una función admisible, con  y  resultar Lu  Lv  u 2  v 2
constantes cualesquiera), y por
consiguiente se cumple las pero claramente se ve que resulta
condiciones:
L(u  v)  (u  v) 2  u 2  v 2  2uv
1. L(u )  Lu ,
,
2. L(u  v)  Lu  Lv .
en general uv tiene diversos
valores y no siempre es cero. 
De ahí resulta la expresión
Sea K el conjunto de todas las
L (u  v)  Lu  Lv funciones u continua y reales en
el dominio  . Si ahora es u  K
para  y  constantes y v  K , al número
cualesquiera.
(u , v)   uv d ,

Como se ve fácilmente, que los
d
operadores dx
, L y ,
se llama producto escalar de las
considerado en los ejemplos funciones u y v. Se deja ver
anteriores, son lineales. claramente que (u, v)  (v, u ) .
1.1.13. Ejemplo 1.1.14. Definición

Sea {u} un conjunto de funciones
El operador L definido mediante lineales, continuas y definidas en
un dominio . En este conjunto
2
Ly  y de funciones, sea definido un
operador L lineal cuyos valores
no es lineal. sean igualmente funciones
En efecto, tenemos lo siguiente: continuas definidas en el dominio
. Un operador lineal cualquiera
se llama simétrico (autoadjunto)
si para dos funciones admisibles
cualesquiera u y v se cumple la Solución:

expresión Si u y v son dos funciones
admisibles, obtenemos entonces
 uLv d   vLu d
  1 1
o  0 (vLu  uLv)dx   0 (vu  uv)dx
( Lu , v)  (u, Lv) . (5)  (uv  vu ) 0  0
1
.
Si además para cada función
Luego es
admisible u se cumple la 1 1
desigualdad 0 vLudx   0 (uLv)dx ,
( Lu , u )  0 ,
es decir,
con lo cual es válida, entonces y ( Lu , v )  (u , Lv ) .

sólo entonces, la igualdad
Y por consiguiente L es un
( Lu , u )  0 , operador simétrico.
se cumple cuando u  0 , Si consideramos que u  0 , en

entonces al operador L se la llama virtud de las condiciones de
positivo. contorno dadas, es la única
función admisible con u   0 ,
1.1.15. Ejemplo obtenemos entonces para u   0 ,
además
Consideremos al operador
definido por 1 1
( Lu , u )   uLudx    (uu )dx
0 0
Ly   y  ,  uu 
1 1
  (u  2 )dx  0
0 0
y
en el conjunto de todas las
( Lu , u )  0 ,
funciones y  C 2 [0,1] , siendo
y (0)  0 y y (1)  0 .
para u  0 .
Y deja notar que el operador L es

también positivo. en caso de un máximo.
Observemos que puede
Con ésta teoría dada líneas arriba explicarse el concepto de la
podemos entrar al problema diferencia entre las funciones y y
variacional. y de forma diferente.
1.2. Problema Variacional 1.2.1. Ejemplo

Sea dado el funcional Consideremos el problema
siguiente: a partir del conjunto de
I  I [ y] , (1) las curvas correspondientes a
funciones lisas o regulares
del cual; suponemos que está y=y(x), que pasan por los puntos
M ( a, A) y N (b, B ) , determínese la
definido en un conjunto
K={y(x)} de funciones curva de longitud de arco más
determinadas. Al problema de pequeña.
determinar el extremo del
funcional (1) se le llama
problema variacional. Algo más
exacto se fórmula, como sigue, el
problema variacional. Búsquese
una función y  y ( x)  K de
forma que para todas las
funciones admisibles y  y (x) a
que se diferencien muy poco de
la función y (x) se cumpla la
desigualdad
I [ y]  I [ y ] ,
en caso de un mínimo, o b
Figura 3.
I [ y]  I [ y ] ,
derivadas parciales), siendo los

Solución: coeficientes funciones continuas.
Este problema conduce a la Búsquese una solución y de esta
determinación de un mínimo del ecuación diferencial, la cual
funcional satisfaga en la curva de contorno
(en la frontera)  las condiciones
b de contorno lineales dados. Al
s 1  y2 dx ,
a primer miembro de la ecuación
diferencial lo podemos considerar
para las funciones y=y(x) de la como un operador lineal L
clase C1[a, b] , siendo aplicado a la función y, por lo
cual L está definido en un
y(a)  A y y (b)  B . conjunto K de funciones, cuyos
elementos tienen derivadas
Por consideraciones geométricas, sucesivas del orden exigido en
es evidente que la solución G   y que satisfacen además en
buscada es la recta  las condiciones de contorno
dadas. Por consiguiente, nuestro
B A problema de las condiciones de
y  A ( x  a) .
ba contorno conduce a la solución
de la ecuación de operador
Por eso se cumple que
Ly  f (P) , (1)
2
smín  (b  a )  ( B  A) 2
.
en donde P es el conjunto de
variable independientes y f (P)
1.3. Teorema Fundamental del es una función conocida (que
Método Variacional para la nosotros consideramos como
Resolución de los Problemas de continuas). La función y
Condiciones de Frontera pertenece a la clase K y satisface,
por consiguiente, en la frontera 
Dado en el dominio G con las condiciones de contorno
frontera  una ecuación
diferencial lineal (ordinaria o en
R{ y}  0 , (2)
Lz  f ( P )  Ly1
R es un funcional lineal dado o y
un operador deferencia lineal de R[ z ]  0 .
orden inferior al de L.
El problema de las condiciones La función y1 , en general, puede
de contorno o frontera no indentificarse fácilmente.
homogéneas La idea fundamental del método
variacional, expuesto en nuestro
Ly  f (P) ,
caso, consiste en sustituir el
problema de las condiciones de
siendo la condición de contorno contorno (1) y (2), por un
problema equivalente al de la
R[ y ]   ( P ) para P   , (3) determinación de un extremo
(normalmente mínimo) para un
en donde  (P) es una función funcional determinado. El
conocida, pueden transformarse método variacional para la
en un problema de condiciones resolución de problemas de las
de contorno homogéneas. Para tal condiciones de contorno encontró
fin necesitamos introducir una gran difusión después que el
mediante matemático alemán Ritz en el
año 1908 propusiera un
y  z  y1 procedimiento cómodo para
resolver de forma aproximada el
una nueva función desconocida z, problema variacional. El método
siendo y1 una función lisa que de Ritz se tratará más adelante.
satisfaga la condición de
contorno (3): Empecemos con los teoremas
importantes.
R[ y1 ]   ( P ) .
1.3.1. Teorema 1:
De las fórmulas (1) y (3) Sea L un operador positivo, lineal
obtenemos y simétrico definido en el
conjunto K. La ecuación de ( L( y1  y2 ), ( y1  y2 ))  0 . (7)

operador (1) con la condición de
contorno (2) tiene a lo sumo una como se ha supuesto que el
solución en el conjunto K: es operador L es positivo en el
decir, si existe una solución del conjunto K y la función y1  y2
problema de las condiciones de pertenece a K, resulta de la
contorno (1), (2), ésa es única. fórmula (7) que
Prueba: ( y1  y2 )  0 ,
Supongamos que el teorema 1.3.1
no sea correcto y que el problema es decir, y  y , que es lo que
1 2
de las condiciones de contorno
queríamos probar. 
tenga dos soluciones y1 y y2 , es
decir, que se cumpla 1.3.2. Teorema
Sean L un operador positivo,
Ly1  f ( P) , R[ y1 ]  0 , (4) simétrico y definido en el
y conjunto K, y F[y] un funcional
Ly 2  f ( P ) , R[ y2 ]  0 . (5) de la forma
Restando las anteriores F[ y ]  ( Ly, y)  2( f , y)   ( Ly  2 f ) yd

ecuaciones (4) y (5) obtenemos (8)
Ly1  Ly2  L( y1  y2 )  0 , Aquí, f=f ( P) es el segundo

y R[ y1  y2 ]  0 , (6) miembro de la ecuación (1).
Si el problema de las condiciones
es decir, de contorno (1) y (2), con
condiciones de contorno
( y1  y2 )  K . homogéneas tiene la solución y ,
el funcional F [ y ] toma para
El producto escalar de la primera y  y un mínimo. Si por el
ecuación de (6), por la diferencia, contrario, en el conjunto K existe
( y1  y2 ) resulta una función y , para la cual el
funcional (8) toma un mínimo,
entonces esta función es la En el miembro derecho de la

solución de la ecuación (1). ecuación (10) sólo el primer
sumando es variable.
Prueba: Evidentemente, y  y pertenece a
Primera forma: K. De Ahí obtenemos, en virtud
Sea la función y , una solución de que el operador L es positivo,
del problema de las condiciones
de contorno (1) y (2), es decir, ( L( y  y ), ( y  y ))  0 .
que se cumple que
Por consiguiente, el funcional
Ly  f (P ) y R[ y ]  0 . F [ y ] toma su valor mínimo para
aquellas funciones admisibles, y
Si sustituimos ahora en la sólo para ésas, para las que se
fórmula (8) f (P) por Ly , cumple que
obtenemos entonces
( L( y  y ), ( y  y ))  0 .
F [ y ]  ( Ly, y )  2( Ly , y ) . (9)
De ahí obtenemos, en virtud de la
En virtud de la simetría del definición del operador positivo
operador L, resulta
( y  y)  0 ,
( Ly , y )  ( y , Ly )  ( Ly, y ) .
es decir,
Por tanto es
y y.
F { y}  ( Ly , y )  ( y , Ly )  ( Ly , y )
De la ecuación (10) podemos
 ( Ly, y  y )  [( Ly , y)  ( Ly , y )]  ( Ly , y )
todavía deducir que el valor
mínimo del funcional F [ y] está
 ( Ly, y  y )  ( Ly , y  y )  ( Ly , y )
dado por la expresión siguiente:
 ( L( y  y ), ( y  y ))  ( Ly , y ) . (10)
Fmín [ y ]  F [ y ]  ( Ly , y ) .
Segunda forma:  ( Ly, y )  2( Ly , y )  2( Ly  f , y )

Supongamos que existe una  2( Ly  f , y )  ( Ly , y )
función y del conjunto K para la  ( Ly, y)  2( Ly , y)  2( Ly  f , y  y )  ( Ly, y )
cual el funcional (9) toma un 0 (12)
mínimo. Esto significa que para
cualquier función y1  K de un De ahí resulta, si empleamos la
entorno pequeño de y se cumple transformación (10) y la ecuación
la desigualdad (11).
F [ y1 ]  F [ y ]  0 . F  ( L( y  y ), ( y  y ))  ( Ly , y )
 2( Ly  f , y  y )  ( Ly , y )
Pongamos ahora  2 ( Lq, q)  2 ( Ly  f , q)  0 . (13)
q  ( y1  y )  K
El miembro izquierda de la
desigualdad (13) es un trinomio
y consideremos el grupo de de segundo grado con respecto al
funciones parámetro  , el cual debido a
(13) no cambia su signo. En
y  y  q , (11)
consecuencia, la ecuación de
segundo grado correspondiente
en donde  es un número real. no tiene raíces reales, es decir,
Evidentemente, la función y es tiene un discriminante negativo
admisible para cualquier valor de
, y para valores suficientemente ( Ly  f , q ) 2  ( Lq , q )  0  0 .
pequeños de  se cumple la
desigualdad De ahí tenemos
F  F [ y ]  F [ y ]  0 . ( Ly  f , q )  0 .
Según la ecuación (8), obtenemos Por consiguiente, para toda

función q  K es
F  ( Ly, y)  2( f , y )  ( Ly , y )  2( f , y )
 ( L y  f , q ) d  0 , (14) continuas en el intervalo [a, b] .

Supongamos que también se
y luego
Ly  f  0 , cumple que
1    0 y 1    0 .
es decir,
Ly  f .
Transformamos la ecuación (1)
en su forma especial, en la
Esto significa que y es una
llamada forma autoadjunta. Con
solución de nuestro problema de
este fin, multipliquemos todos
las condiciones de contorno. 
sus términos por el factor
positivo
1.4. Transformación del x
p ( x)  e  P ( x ) dx
.
Problema de Condiciones de a
Contorno Lineal para una

Ecuación Diferencial Ordinaria Obtenemos
de Segundo Orden en un
Problema Variacional p( x) y   p( x) P ( x) y 
 p( x)Q( x) y  p( x)h( x) . (3)
Consideremos la ecuación Teniendo en cuanta la expresión

diferencial ordinaria
x
p( x)  e  a
P ( x ) dx
 P ( x)  p ( x) P ( x) ,
y ' ' P ( x) y   Q ( x ) y  h( x ) , (1)
con las condiciones de contorno la ecuación (3) la podemos

lineales expresar como
d
1 y(a)   y (a)  A , [ p ( x) y ]  q ( x) y  f ( x) . (4)
dx
1 y(b)   y (b)  B . (2) Aquí se cumple que
Supongamos que las funciones p ( x)  0 , q( x)  p( x)Q( x) ,

P(x) , Q (x) y h(x) son f ( x )  p ( x ) h( x ) .
operador L es autoadjunto en la
Una ecuación diferencial de clase K  { y} de funciones, si
segundo orden de la forma (4) se entendemos por K a la clase
llama autoadjunta. Si y  C 2 [a, b] de funciones
introducirnos el operador lineal derivables sucesivamente dos
veces en el intervalo [ a, b] , las
d
Ly   [ p( x) y]  q ( x ) y , (5) cuales satisfacen en los extremos
dx del intervalo x  a y x  b las
condiciones de frontera (7).
obtenemos Sean u y v dos funciones de K.
Entonces se cumple, en virtud de
Ly   f (x) , (6) la fórmula (5), que
en donde p(x) , p(x) , q(x ) y b  d 

( Lu , v)  ( Lv, u )    v  ( p ( x)u )  q ( x)u 
f (x) son funciones continuas en a
  dx 
el intervalo [a, b] .
Consideremos en primer lugar el d 
 u  ( p( x)v)  q ( x)v  dx
caso en que las condiciones de  dx 
frontera (2) sean homogéneas, es
decir, que 
b
[ p ( x )(uv  vu )  p( x)(uv  vu )]dx
a
1 y ( a )   y ( a )  0 , b d
 [ p ( x)(uv  vu )]dx
a dx
1 y(b)   y (b)  0 . (7)
b
 p( x)(uv  vu ) a
siendo
 p (b) w(b)  p (a ) w(a ) . (8)
1    0 y 1    0 . Con
u ( x ) v ( x)
w( x)  . (9)
Supongamos que 1  0 y u ( x) v( x)
1  0 . Entonces podemos
demostrar, teniendo en cuenta
esas suposiciones, que el
Las funciones u (x) y v(x) La última ecuación nos indica

satisfacen las condiciones de que el operador L es simétrico.
frontera homogéneas A continuación estudiaremos las
condiciones para que el operador
1u (a )  u (a )  0 , L sea positivo. Para las funciones
a1v(a )   v(a)  0 . y  K se cumple
  0 . En ( Ly, y )     d [ p ( x) y ]  q ( x) y  ydx
b
Siendo 1  0 o
a  dx 
consecuencia es (10)

u (a)   u (a) , Si integramos por partes el
1
primer término de la ecuación

v(a)   v(a) (10) resulta
1
o b
  ( Ly , y )   p ( x) y y a
u (a )   1 u (a ) , v(a )   1 v(a ) .
  b
 [ p ( x ) y  2  q ( x) y 2 ]dx . (11)
a
Tenemos entonces que se cumple
Ya que p ( x)  0 , resulta de (11),
w(a )  0 . que el operador L es positivo si se
cumplen las condiciones
Análogamente, se puede señalar
que q( x)  0 para a  x  b, (12)
y
w(b)  0 . y (a) y (a)  0 , y (b) y(b)  0 . (13)
Por consiguiente resulta de la Dado por supuesto que 1  0 y

ecuación (8) que 1  0 , en virtud de las
( Lu , v)  ( Lv, u )  0 , es decir,
condiciones de frontera (7), la
desigualdad (13) es equivalente a
( Lu , v)  ( Lv, u ) .
las dos desigualdades
  0,   0. (14) siendo las condiciones frontera

(2) no homogéneas. Para eso
Consiguientemente, el problema supongamos que las
de las condiciones de frontera (6) desigualdades (12) y (14) se
y (7), si se cumplen las cumplen. En la clase K1 de las
desigualdades (12) y (14), es funciones que satisfacen las
equivalente, según el teorema condiciones de frontera (2) el
1.3.2 al de la determinación de operador L es en general positivo
un mínimo para el funcional y no simétrico. Por este motivo
no podemos emplear aquí
F [ y ]  ( Ly, y )  2( f , y ) , (15) directamente el teorema 1.3.2
dado anteriormente.
en la clase K de funciones. Si Sea z  z (x) una función de clase
empleamos la ecuación (11) C 2 [a, b] , que satisfaga las
resulta que
condiciones frontera (2), es decir,
F [ y ]  p(a ) y (a) y(a)  p (b) y (b) y (b)
que se cumpla que
1 z (a )   z (a )  A ,
b
 2 2
[ p( x) y  q( x) y  2 f ( x) y ]dx .
a
(16) 1 z (b)   z (b)  B . (18)
En particular, para 1  0 y Sea y la solución del problema de

1  0 resulta que condiciones de frontera (6), (2) e
induzcamos una función nueva
  u  u (x) que esté definida
F[ y]   p ( a ) y 2 (a )  p (b) y 2 (b)
1 1 mediante
b
 [ p ( x) y 2  q( x) y 2  2 f ( x) y ]dx .
a
u  yz. (19)
(17)
Una expresión análoga se obtiene Esta función u satisface las

también en los otros casos. condiciones de frontera
Volvamos ahora al problema de homogéneas
las condiciones de frontera (6),
1 z (a)   z (a )  0 , proporcionan un mínimo al

funcional siguiente
1 z (b)   z (b)  0 , (20)
F1[ y ]  p( a)[ y (a)  z (a)][ y(a)  z(a)]
y la ecuación diferencial
 p(b)[ y (b)  z (b)][ y(b)  z (b)]
b
Lu  Ly  Lz ,  [ p( x)( y  z ) 2  q( x)( y  z ) 2
a
 2( f ( x)  Lz )( y  z )]dx
es decir
 p(a)[ y (a)  z (a)][ y(a)  z (a)]
Lu   f ( x)  Lz . (21)  p (b)[ y (b)  z (b)][ y(b)  z (b)]
b
En consecuencia, la función u   a [ p( x) y2  q( x) y 2  2 f ( x) y]dx
pertenece a K. El operador L es b
simétrico y positivo en la clase K   [ p ( x) z 2  q ( x ) z 2  2 f ( x) z ]dx
a
de funciones. En consecuencia, la  2 [ p( x) yz  q( x) yz  ( y  z ) Lz ]dx .
b
a
solución u del problema de las (23)
condiciones de frontera (2), (21)
proporciona según el teorema Por integración “por partes”
1.3.2, un mínimo al funcional obtenemos
F [u ]  ( Lu , u )  2( f ( x)  Lz , u ) . b b d 
 a ( y  z) Lzdx   a ( y  z ) dx ( p( x) z 'q( x) z  dx
De ahí obtenemos, por ecuación
b
(11),  ( y  z ) p ( x ) z  a
b
  [ p( x) z ( y   z )  q( x) z ( y  z )]dx
F [u ]  p(a)u (a )u(a)  p(b)u (b)u(b) a

b
[ p ( x)u  2  q ( x)u 2  2( f ( x )  Lz )u ]dx .
 p (a )[ y (a )  z (a )]z (a )
a
 p (b)[ y (b)  z (b)]z (b)
(22)
b
 [ p ( x) z ( y   z )  q ( x) z ( y  z )]dx .
a
De (19) podemos deducir que la
solución y del problema de las
condiciones de frontera (6), (2)
Sustituyendo esta expresión en 

b
[ p ( x) z  2  q ( x) z 2  2 f ( x) z ]dx  .
(23), obtenemos entonces por a 
(25)
transformaciones elementales
F1[ y ]  p (a)[ y (a )  z (a )][ y (a )  z (a )]

Ya que los términos existentes
entre las llaves “{}” de la
 p(b)[ y (b)  z (b)][ y (b)  z (b)] ecuación (25) son constantes y no
dependen de la función y,
b podemos considerar, en lugar del
 [ p ( x) y 2  q ( x) y 2  2 f ( x ) y ]dx
a funcional F1[ y ] , el funcional
b
 [ p ( x) z 2  q ( x) z 2  2 f ( x) z ]dx . siguiente
a
(24) p (a)
h[ y ]  [2 Ay (a)   y 2 (a)]
1
Sean 1  0 y 1  0 . Usando 
p (b)
[2 By (b)   y 2 (b)]
las condiciones frontera (2) nos 1
b
resulta  [ p ( x ) y  2  q ( x ) y 2  2 f ( x ) y ]dx
a
.
A   y (a ) A   z (a)
y(a )  , z ( a)  (26)
1 1
y Por tanto, el problema de las
B   y (b) B   z (b) condiciones de frontera (6) y (2)
y (b)  , z (b)  .
1 1 con condiciones de frontera no
homogéneas, teniendo en cuenta
Luego resulta la suposición de que se cumplen
las desigualdades (12) y (14), es
p(a) equivalente al problema
F1[ y ]  [2 Ay (a)   y 2 (a )]
1
variacional para el funcional (25)
p (b)
 [2 By (b)   y 2 (b)] en la clase K1 de funciones, en
1

b
[ p ( x) y 2  q ( x) y 2  2 f ( x ) y ]dx
donde los elementos de K1
a
satisfacen las condiciones de
 p (a)
 [2 Az (a)   z 2 (a )] frontera (contorno) prefijadas.
 1
p (b)
 [2 Bz (b)   z 2 (b)]
1
En esta quebrada la funciona

J[y(x)] se convierte en una nueva
función ( y1 , y2 ,  yn 1 ) de la
ordenadas y1 , y2 , …, yn 1 de los
vértices de la quebrada. Las
ordenadas y1 , y2 , …, yn 1 se
escogen de modo que la función
Capítulo 2  ( y1 , y2 ,  yn 1 ) tenga extremo, es
decir, se determinan del sistema
de ecuaciones
  
y1
0, y 2
 0 , …, y n 1
0
La quebrada así obtenida es la
2.0. Introducción
solución aproximada del
2.0.1. Método de Diferencia problema variacional (1).
Finitas o de Euler
Para aclarar lo antedicho veamos
Consideremos el problema
un ejemplo,
variacional elemental: Hallar el
extremo de la funcional
b
2.0.2. Ejemplo:
J [ y ( x)]   f ( x, y, y ' )dx ; Hallar la solución aproximada del
a
con y(a)=A, y(b)=B. (1) problema variacional

1
J [ y ( x)]   [( y ' ) 2  2 y ]dx ,
0
Según el método de Euler, los
con y(0)= y(1)=0
valores de la funcional (1) se
Solución:
toman no en la curva arbitraria
Corresponde a la ecuación
que admite este problema
diferencial y ' '  1 con las mismas
variacional, sino en la quebrada
condiciones de frontera.
compuesta por un número dado n
Hagamos h  150  0.2 , y pongamos
de segmentos rectilíneos cuyos
y0  y (0)  0 , y1  y (0.2) , y2  y (0.4) ,
vértices tienen abscisas fijas
y3  y (0.6) , y4  y (0.8) , y5  y (1)  0 .
a+ h, a+2h, …, a+(n-1)h,
donde h  b n a .
Reemplazando los valores de las  y2  2 y3  y4  0.04

derivada según la fórmula  y3  2 y4  0.04
aproximada Cuya solución es: y1  0.08 ,
y y
y 'k  y ( xk )  k 1h k . y2  0.12 , y3  0.12 , y4  0.08 ..
Entonces Estos valores son bastante

y y y 0 y y
y' (0)  1 h 0  01 .2 , y' (0.2)  20.2 1 ,
aproximados a la solución dada
2
y y y y por y  x 2 x .
y' (0.4)  30.2 2 , y ' (0.6)  40.2 3 ,
y y 0 y
y' (0.8)  50.2 4  0.24 .
Sustituimos la integral para una 2.1. Procedimiento de la
suma empleando la fórmula de Colocación
los rectángulos:
b
a El procedimiento de diferencias
f ( x)dx  [ f (a )  f ( x1 )    f ( xn 1 )]h
finitas para la resolver problemas
Ahora para el funcional
b de contorno (frontera), es un
 ( y1 , y2 ,  yn 1 )   f ( x)dx , y lo método
a numérico y nos
optimizamos: proporciona una tabla de valores
y1 2 y 2  y1 2
 ( y1 , y2 ,  y4 )  ( 0.2 )  2(0)  ( 0.2 ) de la función buscada. Aquí
y y y y
 2 y1  ( 30.2 2 ) 2  2 y2  ( 40.2 3 ) 2
consideraremos un procedimiento
0 y

 2 y3  ( 0.24 ) 2  2 y4  0.2 .
con cuya ayuda obtendremos la
solución de aproximaciones del
Derivando e igualando a cero problema de las condiciones de
para calcular y1 , y2 , y3 , y4 contorno en forma de una
formamos el sistema: expresión analítica.

 y1
 y1  ( y2  y1 )  2(0.2)  0 Busquemos una función y  y(x)

 ( y2  y1 )  ( y3  y2 )  2(0.2)  0 que satisfaga la ecuación
 y2
 diferencial lineal
 y3
 ( y3  y2 )  ( y4  y3 )  2(0.2)  0
 L[ y ]  y ' ' p ( x) y '  q ( x) y  f ( x) ,
 ( y4  y3 )  (0  y4 )  2(0.2)  0 (1)
 y4
y las condiciones de contorno o

Resumiendo tenemos:
2 y1  y2  0.04 valor de frontera
Va [ y ]  a1 y (a)  a2 y ' (a)  
 y1  2 y2  y3  0.04
Vb [ y ]  b1 y (a )  b2 y ' (a )   (2)
en donde Busquemos ahora una

a1  a2  0 , b1  b2  0 . combinación lineal de estas
funciones básicas
Para resolver este problema y  u ( x)  n C u ( x) ,
0  ii (6)
elijamos, en primer lugar, un i 1
conjunto de funciones
linealmente independientes como la solución de
aproximación del problema de las
u0 ( x), u1 ( x), ..., u n ( x) (3) condiciones de frontera (1) y (2).
Claramente, la función y satisface
(funciones básicas), de las cuales las condiciones de frontera (2);
la función u0 ( x) satisface las que luego a causa de la linealidad
condiciones de contorno no de las condiciones de contorno se
homogéneas cumple que
n
Va [ y ]  Va [u0 ]   CiVa [ui ]
Va [u0 ]   , Vb [u0 ]   ; (4) i 1
n
    Ci  0   ,
mientras que las otras funciones i 1
ui (x) , i=1, 2, …, n, satisfacen las
condiciones de contorno y análogamente
homogéneas:
Vb [ y ]   .
Va [ui ]  0 , Vb [ui ]  0 ; (5)
i=1, 2, …, n. Si sustituimos la expresión (6) en
la ecuación diferencial (1),
Si las condiciones de contorno obtenemos
(2) son homogéneas ( =  = 0),
podemos poner u0 ( x)  0 y R( x, C1 , C 2 , ..., C n )  L[ y ]  f ( x)
n
considerar únicamente el sistema  L[u 0 ]  f ( x)   C i L[u i ] . (7)
de funciones i 1
ui (x) , i=1, 2, …, n. Si además con una elección más

apropiada de los coeficientes Ci ,
i=1, 2, …, n, puede cumplirse la Si el sistema (8) tiene solución,

ecuación podemos de ahí averiguar los
coeficientes C1 , C2 , ..., Cn .
R( x, C1 , C2 , ..., Cn )  0 La solución aproximada del
para a  x  b , problema de condiciones de
frontera se da entonces por la
entonces la función y es la fórmula (6).
solución exacta del problema de
las condiciones de frontera (1), 2.1.1. Ejemplo
(2). Una elección adecuada de
esta naturaleza de los coeficientes Aproximar por medio del
Ci no es en general posible. Por procedimiento de colocación el
consiguiente, hay que limitarse al problema de valor de frontera
postulado de que la función
R ( x, C1 , C 2 , ..., Cn ) debe ser cero, y ' '(1  x 2 ) y  1  0 ,  1  x  1 ,
para un sistema de puntos dados y (1)  y(1)  0 . (9)
suficientemente compactos, en el
intervalo [a, b] (es decir el sistema Solución:
de puntos de colocación). En
estos puntos se cumple Como funciones básicas elegimos
exactamente la ecuación en este caso los polinomios
diferencial (1). Como puntos de
colocación puede elegirse, por un ( x)  x 2n  2 (1  x 2 ) , i=1, 2, …, (10)
ejemplo, puntos tales que dividan
al intervalo [a, b] en un número que satisfacen evidentemente las
de partes iguales. Como resultado condiciones de contorno
obtenemos el sistema de un (1)  0 . Como puntos de
ecuaciones lineales: colocación elegimos
R( x1 , C1 , C2 , ..., Cn )  0
x1   12 , x0  0 , x1  1
2 .
R( x2 , C1 , C2 , ..., Cn )  0
. . . . . . . . . . (8)
R( xn , C1 , C2 , ..., Cn )  0 Limitándonos a dos funciones
básicas; sustituimos
resulta
2
y  C1 (1  x )  C2 ( x  x ) 2 4 1  C1  2C2  0
y
en la ecuación diferencial (9), R( 12 )  1  C1 (1  ( 12 ) 4 )
obtenemos  C2 (2  11( 12 ) 2  ( 12 ) 6 )  0
resulta
2
R( x)  2C1  C2 (2  12 x ) 1  17 C  49 C  0 .
2 2 2 4 16 1 64 2
 (1  x )[C1 (1  x )  C 2 ( x  x )]  1
Y como en este caso particular
 1  C1 (1  x 4 )  C2 ( 2  11x 2  x 6 ) .
son linealmente independientes
dos de ellas tomamos:
En los puntos de colocación
x1   12 , x0  0 , x1  12 se 1  C1  2C2  0
cumple 1  17 C  49 C  0 .
16 1 64 2
R ( x1 )  0 , R ( x0 )  0 , Resultando
R( x1 )  0 .
C1  0.957 , C2  0.022 .
De ahí obtenemos, si empleamos
la fórmula (1), el sistema de Por consiguiente obtenemos la
ecuaciones lineales para la solución aproximada
determinación de los coeficientes y  0.957(1  x 2 )  0.022( x 2  x 4 ) .
C1 y C2 :
En especial se cumple que
R( x)  1  C1 (1  x )  C2 (2  11x  x ) .
4 2 6
Para x1 y (0)  0.957 .

R( 12 )  1  C1 (1  ( 12 ) 4 )
 C2 (2  11( 12 ) 2  ( 12 ) 6 )  0 Para comprobar Usted puede

resulta resolver el problema por
1  17 C  49 C  0
diferencias finitas y vera que la
16 1 64 2
solución aproximada cumple con
Para x0
R(0)  1  C1 (1  (0) 4 )
2 6
y (0)  y0  0.967 . 
 C2 (2  11(0)  (0) )  0
Veamos un desarrollo del

problema anterior pasos a paso
para algunos puntos de
colocación como:
a) x0  0 , x1  12
y ' ' + (0) * y ' + ((1+x^2)) * y = -1
De Donde se Tiene: Figura 1.
p(x)=0; q(x)=(1+x^2); r(x)=-1
Para el caso de que se usen
u =(1-x^2); u ' = (-2*x); u '' = (-2)
u =x^2*(1-x^2);
u1=(1-x^2)
u ' = 2*x*(1-x^2)+x^2*(-2*x); u2=x^2*(1-x^2)
u '' = 2*(1-x^2)+2*x*(-2*x) u3=x^4*(1-x^2)
+2*x*(-2*x)+x^2*(-2) puntos de colocación
Coeficientes Algebraicos y sus cálculos
-1/2 ; 0; 1/3;
para x i por filas
Fila 1 para x1=0 se tiene
f ' [1,1] = ((-2)+(1+x^2)*(1-x^2)) C1 = 0.930913
Valor [1,1] = -1
f ' [1,2] = (2*(1-x^2)+2*x*(-2*x)+2*x
C2 = -0.034544
*(-2*x)-x^2*2+(1+x^2)*x^2*(1-x^2)) C3 = -0.031559
Valor [1,2] = 2
r(x) [1] = -1 >>> y = 0.9309128032*(1-x^2)
Valor [1] = -1 -0.0345435984*(x^2*(1-x^2))
Fila 2 para x2=0.5 -0.0315586231*(x^4*(1-x^2))
f ' [2,1] = ((-2)+(1+x^2)*(1-x^2))
Valor [2,1] = -1.0625
f ' [2,2] = (2*(1-x^2)+2*x*(-2*x)+2*x
*(-2*x)-x^2*2+(1+x^2)*(x^2*(1-x^2)))
Valor [2,2] = -0.765625
r(x) [2] = -1
Valor [2] = -1
Matriz de coeficientes de los Ci
-1.0000C1 + 2.0000C2 = -1.0000
-1.0625C1 - 0.7656C2 = -1.0000 Figura 2.
C[1] = 0.956757 2.1.2. Ejemplo

C[2] = -0.021622
>>> y = 0.9567567568*(1-x^2) Resolver y’’ + y = 3x2,
-0.0216216216*(x^2*(1-x^2)) con puntos (0, 0) y (2, 3.5)
P(x)=0; Q(x)=1; F(x)=3x2 [2 , 1 ] 0.0000 [2 , 2 ] 1.0000[2]

-0.8315
Usamos las funciones ensayo:
C[1] = -0.593478
u0 (x) = 7x / 4; C[2] = -0.831522
u1 (x) = x (x2); con c1; >>> y = 7*x/4-0.5934782609*(x*(2-x))
-0.8315217391*(x^2*(2-x))
u2 (x) = x2(x2); con c2;
y ( x)  7x
4
 c1 ( x  2) x  c2 ( x  2) x 2
Solución:
y ' ' + (0) * y ' + (1) * y = 3*x^2
De Donde se Tiene:
p(x)=0; q(x)=1; r(x)=3*x^2
u =7*x/4; u ' = 7/4; u '' = 0

u =x*(2-x); u ' = (2-x)-x; u '' = -1-1
u =x^2*(2-x); u ' = 2*x*(2-x)-x^2; Figura 3.
u '' = 2*(2-x)-2*x-2*x
2.1.3. Ejemplo:
Coeficientes Algebraicos y sus cálculos d x
para x i por filas  (e y)  e x y  x  (2  x)e x , 0  x 1
dx
Fila 1 para x1=0.666666666666667
f ' [1,1] = (-1-1+(x*(2-x))) ,
Valor [1,1] = -1.11111111111111 y (0)  y (1)  0 .
f ' [1,2] = (2*(2-x)-2*x-2*x+(x^2*(2-x)))
Valor [1,2] = 0.592592592592593 Y compara con la solución exacta
r(x) [1] = (3*x^2-(7*x/4)) y  ( x  1)(e  x  1).
Valor [1] = 0.166666666666667 Solución:
Fila 2 para x2=1.33333333333333 y ' ' + (1) * y ' + (-1) * y = -x*exp(-x)-(2-
f ' [2,1] = (-1-1+(x*(2-x))) x)
Valor [2,1] = -1.11111111111111 De Donde se Tiene:
f ' [2,2] = (2*(2-x)-2*x-2*x+(x^2*(2-x))) p(x)=1; q(x)=-1; r(x)=-x*exp(-x)-(2-x)
Valor [2,2] = -2.81481481481481
r(x) [2] = (3*x^2-(7*x/4)) u =0; u ' = 0; u '' = 0
Valor [2] = 3 u =x*(1-x); u ' = (1-x)-x; u '' = -2
Matriz de coeficientes de los Ci u =x^2*(1-x); u ' = 2*x*(1-x)-x^2;
-1.1111C1 + 0.5926C2 = 0.1667 u '' = 2*(1-x)-2*x-2*x
-1.1111C1 + -2.8148C2 = 3.0000
[1 , 1 ] 1.0000 [1 , 2 ] -0.5333[1] Coeficientes Algebraicos y sus cálculos
-0.1500 para x i por filas
Fila 1 para x1=0.333333333333333
f ' [1,1] = (-1-1+((1-x)-x)-(x*(1-x)))

Valor [1,1] = -1.88888888888889
Consideramos el mismo
f ' [1,2] = (2*(1-x)-2*x-2*x+(2*x*(1-x)-
x^2)-(x^2*(1-x))) problema de valor de frontera
Valor [1,2] = 0.259259259259259 anterior
r(x) [1] = (-x*exp(-x)-(2-x))
Valor [1] = -1.90551043685793 L[ y ]  y ' ' p ( x) y  q ( x) y  f ( x) , (1)
Fila 2 para x2=0.666666666666667
f ' [2,1] = (-1-1+((1-x)-x)-(x*(1-x)))
Valor [2,1] = -2.55555555555556 y las condiciones de contorno o
f ' [2,2] = (2*(1-x)-2*x-2*x+(2*x*(1-x)- valor de frontera
x^2)-(x^2*(1-x)))
Valor [2,2] = -2.14814814814815 Va [ y ]  a1 y (a)  a2 y ' (a)  
r(x) [2] = (-x*exp(-x)-(2-x))
Vb [ y ]  b1 y (a )  b2 y ' (a )   (2)
Valor [2] = -1.67561141268839
-1.8889C1 + 0.2593C2 = -1.9055 en donde
-2.5556C1 - 2.1481C2 = -1.6756 a1  a2  0 , b1  b2  0 .
C[1] = 0.959233
C[2] = -0.361130 Manteniendo las expresiones
>>> y = 0.9592327524*(x*(1-x)) introducidas anteriormente
-0.361130203*(x^2*(1-x))
pongamos
n
y  u0 ( x)   Ci ui ( x) , (3)
i 1
En donde las funciones ui  ui (x)

Figura 4. son tales que se cumplan las
condiciones
comparando:  para i  0
Va [ui ]  
0 y(0 ) =0 Exac y(0 ) = 0 0 para i  0
1 y(0.2) =0.14192 Exac y(0.2) = 0.145015
2 y(0.4) =0.19555 Exac y(0.4) = 0.197808 y
3 y(0.6) =0.17821 Exac y(0.6) = 0.180475   para i  0
Vb [ui ]  
4 y(0.8) =0.10725 Exac y(0.8) = 0.110134 0 para i  0.
5 y(1 ) = 0 Exac y(1 ) = 0
Si sustituimos la expresión (3) en

la ecuación diferencial (1),
2.2. Método de los Mínimos
Cuadrados
obtenemos entonces la desviación

(error): Con el método de los mínimos
cuadrados, aproxime el problema
R( x, C1 , C2 , ..., Cn )  de condiciones de frontera o
n
 L[ y ]  f ( x)  L[u0 ]  f ( x)   Ci L[ui ] , (4) contorno
i 1
y ' '  (1  x 2 ) y  1  0 , 1  x  1,
que en el intervalo debe
a xb
(7) y(1)  y (1)  0 .
ser un valor absoluto lo más
pequeña posible. Por Solución:
consiguiente, pongamos la
condición Utilizando de nuevo las
b
I   R ( x, C1 , C2 , ..., Cn )
2
(5) aproximaciones con la funciones
a
es mínimo.
u1  1  x 2 , u2  x 2  x 4 ,
2.2.1. (método de la integral de

los mínimos cuadrados). resultando entonces
La existencia de un mínimo para
la integral I esta condicionada y  C1 (1  x 2 )  C2 ( x 2  x 4 ) . (8)
por la existencia de una solución

del sistema de ecuaciones Si sustituimos esta expresión en
lineales siguiente: la ecuación diferencial (7),
1 I b R obtenemos la desviación:
2 C1  a C1
  R dx  0
1 I b R R( x)  1  (1  x 4 )C1  (2  11x 2  x 6 )C2 .

  R dx  0
2 C2 a C2 (9)
. . . . . . . . (6)
1 I b R
  R dx  0 . Debido a la simetría de este
2 Cn a Cn
problema, es suficiente
considerar como intervalo básico
Esto es, determinan a los [0, 1]
a .
coeficiente C1 , C2 , ..., Cn .
En virtud del procedimiento de
los mínimos cuadrados descrito
2.2.2. Ejemplo
anteriormente, formemos la mínimo de la sumatoria finita

expresión llamado también:
1
I   R 2 ( x)dx 2.2.3. (método de los puntos de
0
los mínimos cuadrados):
0
1

  1  (1  x 4 )C1  (2  11x 2  x 6 )C2  dx
2
N
I N   R 2 ( xi , C1, C2 ,..., Cn ) , (11)
i 1
y determinemos los coeficientes
C1 y C2 de tal forma que la para la determinación de los Ci .
integral I sea mínima. Entonces En donde x1 , x2 , …, x N
obtenemos el sistema de representa un sistema de puntos
ecuaciones suficientemente compacto del
1 I 1
intervalo [a, b] (para simplificar,
    (1  x 4 )[1  (1  x 4 )C1 se elige de ordinario un sistema
2 C1 0
 (2  11x 2  x 6 )C2 ]dx  0 de puntos equidistantes).

En este método de los mínimos
1 I 1 cuadrados, se tiene que elegirse
   (2  11x 2  x 6 )[1  (1  x 4 )C1
2 C2 0 N  n , es decir, el número de
 (2  11x 2  x 6 )C2 ]dx  0 puntos xi , i=1, 2, …, N, tiene
o que ser mayor que el número de
68 3548 5
C1  C2  parámetros Ci , i=1, 2, …, N.
45 1155 4
3548 63404 38 Cuando N  n , los parámetros C j
C1  C2  .
1155 4095 21 pueden determinarse a partir del
sistema de ecuaciones
De ahí resulta
C1  0.985 , C2  0.078 .
R ( xi , C1 , C2 , ..., Cn )  0 ,
para i=1, 2, …, n,
Por consiguiente es
y  0.985(1  x 2 )  0.078( x 2  x 4 ) .  es decir, con el uso del
(10)
procedimiento de colocación.
Del proceso (5) a (6) en lugar del
mínimo de la integral (5), se 2.2.3. Ejemplo
puede emplear también el
Con el método de los puntos de

los mínimos cuadrados, Entonces es
determinar la solución del I  3 R 2 ( x )  3 (1   C   C ) 2
 i  i 1 i 2 .
problema de condiciones de i 0 i 0
frontera anterior, cuando los (12)
puntos son
Empleando las condiciones
x 3   34 , x 2   1 , precisas para la existencia de un
2
mínimo de la función I,
x1  14 , x0  0 ,
obtenemos el sistema normal
1 I
    i  C1   i2  C2   i  i  0
x1  1 x2  1 x3  3 2 C1
4 , 2 , 4 . i i i
1 I
    i  C1   i  i  C2   i2  0 .
2 C2 i i i
Se eligen como puntos de (13)
interpolación.
Los valores de i ,  i ,  i  i ,  i2 ,
Solución:   i ,   i2 ,   i ,  i  i ,
 i2 ,
i i i i
Debido a la simetría de este   i2 se los mostramos en la tabla

problema, elegimos el intervalo i
[0, 1] como intervalo básico (o
6
sea, la mitad solamente). x   2  2
Pongamos 0 -1 2 1 -2 4
2 2 4 1 -1.0030 1.3123 1.0078 -1.3174 1.7222
u1  1  x , u 2  x  x , 4
1 -1.0625 -0.7656 1.1289 0.8134 0.5861
2
3 -1.3164 -4.3655 1.7329 5.7465 19.0576
4
resultando entonces  -.4.3828 -1.8188 4.8696 3.2425 25.3659
2 2 4
y  C1 (1  x )  C 2 ( x  x ) . Tabla 6.
En la desviación o error De ahí obtenemos para la

determinación de los coeficientes
R( x)  1   i C1   i C2 , i=0, 1, 2, 3. C1 y C2 el sistema de ecuaciones
En donde 4.8696C1  3.2425C2  4.3828

3.2425C1  25.3659C2  1.8188
 i  (1  xi4 ) ,  i  2  11xi2  xi6 .

f ( x )   cn u n ( x ) . (2)
y de ahí se hallan las soluciones
n 1
C1  0.9317 , C2  0.0474 ,
luego Como es sabido, se determinan
y  0.9317(1  x 2 )  0.0474( x 2  x 4 ) . 
los coeficientes de Fourier cn por
medio de la fórmula
2.3. Método de Galerkin 1 b
cn 
un
2 a f ( x)u n ( x) dx , (3)
El procedimiento de Galerkin se
basa, en esencia, en un teorema
en donde
de la teoría de las series de
Fourier. 2 b
un   u n2 ( x)dx  0 , (4)
a
2.3.1. Teorema
Sea  un ( x) un sistema ortogonal En virtud de la condición (1),
completo, en el intervalo [a, b] con obtenemos, por consiguiente,
norma distinta de cero. Si la
función continua f (x) es cn  0 , para n=1, 2, … (5)
ortogonal en el intervalo [a, b] a
todas las funciones un (x) , es Para un sistema de funciones
decir, si se cumple  un ( x) completo en lo que
b
respecta a cada función continua
a f ( x)u n ( x)dx  0 , n=1, 2, …, (1)
f (x)
b 
f 2 ( x)dx   u n
2 2
entonces es a cn . (6)
n 1
f ( x)  0 para a  x  b.
De ahí obtenemos, teniendo en
cuenta (6)
Prueba: b
a f 2 ( x)dx  0 ,
Consideremos la serie de Fourier
de la función f (x) referente al y por consiguiente
sistema ortogonal  un ( x) : f ( x)  0 , para a  x  b. 
y las condiciones lineales de

2.3.2. Observación: De la frontera
fórmula (6) podemos deducir que Va [ y ]  a1 y (a)  a2 y ' (a)  
para cualquier función continua Vb [ y ]  b1 y(a)  b2 y ' (a)   (8)
f (x) , que sea ortogonal al sistema
finito de funciones con
u1 ( x) , u 2 ( x) , …, u N (x) a1  a2  0 , b1  b2  0 .
(es decir, c1  c2  ...  c N  0 , se Elijamos un sistema finito de

cumple siempre la expresión funciones coordenadas {ui(x)},
b 2 
i=0, 1, .., n, las cuales deben
 un cn2 
2
a f ( x ) dx 
pertenecer a un sistema ortogonal
n  N 1
de funciones completo. La
para N suficientemente grande. elección se realiza de forma que
Esto significa que la función f(x) la función u0 ( x) satisfaga las
es en el intervalo [a, b] en media condiciones de frontera no
(norma) es tan pequeña como se homogéneas
quiera. Mediante algunas
suposiciones adicionales, resulta Va [ y ]   , Vb [ y ]   ,
de ahí que también f (x ) es
pequeño en el intervalo [a, b] . y las funciones ui (x) , i=1, 2, …,
 n deben satisfacer las
condiciones de frontera
Ahora ya podemos proceder en la homogéneas
explicación del procedimiento de
Galerkin. Va [ y ]  0 , Vb [ y ]  0 ,
Sea dado el problema lineal de para i=1, 2, …, n.
condiciones de contorno lineales
L[ y ]  f ( x) , (7) La solución del problema de
condiciones de frontera (7) y (8)
en donde la buscamos como en los
L[ y ]  y ' '  p ( x) y '  q ( x) y procedimientos de colocación en
la forma
n
y  u0 ( x)   Ci ui ( x) .
coordinantes ui (x) , i=1, 2, …, n.
(9)
i 1 Con un número suficientemente
grande de funciones
Cualquiera que sea la elección de coordinantes, la desviación en
las funciones coordinantes ui (x) , media es tan pequeña como se
la función y definida mediante la quiera, en virtud de la
fórmula (9) satisface, observación dada anteriormente.
evidentemente, para coeficientes En general, no puede decirse que
cualesquiera ci las condiciones en media la solución de
de contorno o frontera (8). aproximación así determinada se
Sustituyamos ahora la expresión diferencie de la exacta.
(9) en la ecuación diferencial (7), Los coeficientes Ci , i=1, 2, …,
entonces obtenemos la n se obtienen del sistema de
desviación (error) ecuaciones lineales
b
 a u1 ( x)R( x, C1, C2 , ..., Cn )dx  0
R( x, C1 , C 2 ,..., Cn )  b
n  a u2 ( x)R( x, C1, C2 , ..., Cn )dx  0
 L[u0 ]   Ci L[ui ]  f ( x) .
i 1
. . . . . . . . . .
b
 a un ( x)R( x, C1, C2 , ..., Cn )dx  0
Para la solución exacta y de
nuestro problema de condiciones o de forma más simple
de frontera, la función R es
idénticamente cero. Para n b b
 Ci  a ui ( x) L[ui ]dx   a ui ( x) f ( x)  L[u0 ]dx ,
determinar una aproximación que i 1
se diferencie lo menos posible de para i=1,2,…n.

la exacta, es conveniente para
ello elegir los coeficientes Ci 2.3.3. Ejemplo
tales que la función R, en un
sentido determinado, sea lo más Con el procedimiento de
pequeño posible. Galerkin, aproximar una solución
El procedimiento de Galerkin a la ecuación diferencial
exige que la desviación R debe ordinaria con valores de frontera
ser ortogonal a toda las funciones
y ' '  xy '  y  2 x , 0  x  1 , la solución de aproximación del

y (0)  1 , y (1)  0 . (10) problema.
Al sustituir este polinomio en el
Solución: primer miembro de la ecuación
diferencial (10), obtenemos
p(x)=x; q(x) =1; r(x) =2*x; entonces la desviación (error)
Como función coordinante ui (x) ,
i=0, 1, 2, 3. Elijamos aquí R( x, C1 , C 2 , C3 )  (1  4 x)
u0 ( x)  1  x , u1 ( x)  x (1  x) ,  C1 (2  2 x  3x 2 )
u 2 ( x )  x 2 (1  x ) , u3 ( x)  x 3 (1  x) ,  C 2 (2  6 x  3x 2  4 x 3 )
(11)  C3 (6 x  12 x 2  4 x 3  5 x 4 ) . (12)
Las condiciones de ortogonalidad

de la función R e de las funciones
coordinantes u1 ( x) , u2 ( x) , u3 ( x)
nos proporcionan el sistema de
ecuaciones
1
 0 (x  x
2
) R( x,C1 , C2 , C3 )dx  0
1
 0 (x
2
 x 3 ) R( x,C1 , C2 , C3 )dx  0
Figura 5. 1
 0 (x
3
 x 4 ) R( x,C1 , C2 , C3 )dx  0 .
u0 =1-x; u0' = -1; u0'' = 0
u1 =x*(1-x); u1' = (1-2*x); u1'' = -2
u2 =x2*(1-x); u2' = 2*x*-3*x2; u2'' = 2-6x Resolviendo para los
u3 =x3*(1-x); u3' = 3*x2-4*x3; coeficientes Algebraicos y sus Integrales
u3'' = 6*x*-8*x 2 Aquí x^p = xp.
Fila 1 para la Integral de [0;1] de
Coeficientes aij y bi de Ac = b
Busquemos la aproximación en f ' [1,1] = x*(1-x)*(-2+x*(1-2*x) +x*(1-
forma de un polinomio x))
Integral [1,1] = -0.316666
y  (1  x)  C1 x (1  x ) f ' [1,2] = (x*(1-x))*(2*(1-x)-2*x-2*x
+x*(2*x*(1-x)-x^2)+(x^2*(1-x)))
 C 2 x 2 (1  x)  C3 x 3 (1  x ) , Integral [1,2] = -0.1499999
f ' [1,3] = (x*(1-x))*(3*2*x*(1-x)-3*x^2
-3*x^2+x*(3*x^2*(1-x)-x^3)+x^3*(1-x))
Integral [1,3] = -0.0857119355350733
r(x) [1] = (x*(1-x))*(2*x-(-x+(1-x))) -0.3167C1 -0.1500C2 -0.0857C3 = 0.1667

Integral [1] = 0.166666666666667 -0.1667C1 -0.1286C2 -0.0940C3 = 0.1167
Fila 2 para la Integral de [0;1] de -0.1048C1 -0.1000C2 -0.0837C3 = 0.0833
f ' [2,1] = (x^2*(1-x))*(-1-1+x*((1-x)-x) De ahí resulta
+(x*(1-x)))
Integral [2,1] = -0.1666666
C1  0.2090 , C 2  0.7894 ,
f ' [2,2] = (x^2*(1-x))*(2*(1-x)-2*x-2*x
+x*(2*x*(1-x)-x^2)+(x^2*(1-x))) C3  0.2090 ,
Integral [2,2] = -0.128569968044758
f ' [2,3] = (x^2*(1-x))*(3*2*x*(1-x)
y por consiguiente
-3*x^2-3*x^2+x*(3*x^2*(1-x)-x^3)
y = 1-x - 0.2089510894*(x*(1-x))
+(x^3*(1-x)))
- 0.7893993499*(x^2*(1-x))
Integral [2,3] = -0.094044984318316
+ 0.2089638958*(x^3*(1-x))
r(x) [2] = (x^2*(1-x))*(2*x-(-x+(1-x)))
Integral [2] = 0.116666158040365 o
Fila 3 para la Integral de [0;1] de y  (1  x)(1  0.2090 x  0.7894 x 2  0.2090 x 3 ) .
Coeficientes aij y bi de Ac = b 
f ' [3,1] = (x^3*(1-x))*(-1-1+x*((1-x)-x)+
(x*(1-x)))
Integral [3,1] = -0.104761079574625
f ' [3,2] = (x^3*(1-x))*(2*(1-x)-2*x-2*x
+x*(2*x*(1-x)-x^2)+(x^2*(1-x)))
Integral [3,2] = -0.0999981593340635
f ' [3,3] = (x^3*(1-x))*(3*2*x*(1-x)
-3*x^2-3*x^2+x*(3*x^2*(1-x)-
x^3)+(x^3*(1-x)))
Integral [3,3] = -0.0837260717398749
r(x) [3] = (x^3*(1-x))*(2*x-(-x+(1-x))) Figura 6.
Integral [3] = 0.0833326975504557
o una figura total:
Se sustituyó aquí en vez de R(x)
la expresión (12) e integramos
con respecto a x, obteniendo así
el sistema de ecuaciones
133C1  63C2  36C3  70

140C1  108C2  79C3  98
264C1  252C2  211C3  210 .
o
Figura 7. f ' [2,2] = (x^2*(x-2))*(2*(x-2)+2*x+2*x

+(x^2*(x-2)))
2.3.4. Ejemplo: Integral [2,2] = -3.04757841428121
r(x) [2] = (x^2*(x-2))*(3*x^2-(7*x/4))
Resolver y’’ + y = 3x2, Integral [2] = -3.59997049967448
con puntos (0, 0) y (2, 3.5) Matriz de coeficientes de los Ci
P(x)=0; Q(x)=1; F(x)=3x2 -1.6000C1 + -1.6000C2 = -2.4667
Usamos las funciones ensayo: -1.6000C1 + -3.0476C2 = -3.6000
u0 (x) = 7x / 4; C[1] = 0.758760
u1 (x) = x (x2); con c1; C[2] = 0.782903
>>> y = 7*x/4+0.7587603924*(x*(x-2))
u2 (x) = x2(x2); con c2; +0.7829025656*(x^2*(x-2))
y ( x)  7x
4
 c1 ( x  2) x  c2 ( x  2) x 2
Solución: (Aquí x^p = xp.)

y ' ' + (0) * y ' + (1) * y = 3*x^2
De Donde se Tiene:
p(x)=0; q(x) =1; r(x) =3*x^2
u =7*x/4; u ' = 7/4; u '' = 0

u =x*(x-2); u ' = (x-2)+x; u '' = 1+1
u =x^2*(x-2); u ' = 2*x*(x-2)+x^2;
u '' = 2*(x-2)+2*x+2*x Figura 8.
Coeficientes Algebraicos y sus Integrales

Fila 1 para la Integral de [0;2] de 2.3.5. Ejemplo:
d x
Coeficientes aij y bi de Ac = b  (e y)  e x y  x  (2  x)e x , 0  x 1
f ' [1,1] = (x*(x-2))*(1+1+(x*(x-2))) dx
Integral [1,1] = -1.59999593098958 ,
f ' [1,2] = (x*(x-2))*(2*(x-2)+2*x+2*x +
y (0)  y (1)  0 .
(x^2*(x-2)))
Integral [1,2] = -1.59999593098958 Y compara con la solución exacta
r(x) [1] = (x*(x-2))*(3*x^2-(7*x/4))
y  ( x  1)(e  x  1).
Integral [1] = -2.46665445963542
Fila 2 para la Integral de [0;2] de Solución:
Coeficientes aij y bi de Ac = b y ' ' + (1) * y ' + (-1) * y = -x*exp(-x)-(2-x)
f ' [2,1] = (x^2*(x-2))*(1+1+(x*(x-2))) De Donde se Tiene:
Integral [2,1] = -1.59999593098958 p(x)=1; q(x)=-1; r(x)=-x*exp(-x)-(2-x)
u =0; u ' = 0; u '' = 0 1 y (0.2) = 0.144402 Exac y (0.2) =

u =x*(1-x); u ' = (1-x)-x; u '' = -1-1 0.145015
u =x^2*(1-x); u ' = 2*x*(1-x)-x^2; 2 y (0.4) = 0.198990 Exac y (0.4) =
u '' = 2*(1-x)-2*x-2*x 0.197808
3 y (0.6) = 0.181376 Exac y (0.6) =
Coeficientes Algebraicos y sus Integrales 0.180475
Fila 1 para la Integral de [0;1] de 4 y (0.8) = 0.109175 Exac y (0.8) =
Coeficientes aij y bi de Ac = b 0.110134
f ' [1,1] = x*(1-x)*(-1-1+((1-x)-x)-x*(1-x)) 5 y (1 ) = 0 Exac y (1 ) = 0
Integral [1,1] = -0.366666793823242
f ' [1,2] = (x*(1-x))*(2*(1-x)-2*x-2*x
+(2*x*(1-x)-x^2)-(x^2*(1-x)))
Integral [1,2] = -0.166666348775228
r(x) [1] = (x*(1-x))*(-x*exp(-x)-(2-x))
Integral [1] = -0.296673922267841
Fila 2 para la Integral de [0;1] de Nota: Vea el disco compacto que
Coeficientes aij y bi de Ac = b acompaña esta obra, allí
f ' [2,1] = x^2*(1-x)*(-2+((1-x)-x)-x*(1-x)) encontrara el programa que
Integral [2,1] = -0.199999809265137
f ' [2,2] = (x^2*(1-x))*(2*(1-x)-2*x-2*x ejecuta esta parte.
+(2*x*(1-x)-x^2)-(x^2*(1-x)))
Integral [2,2] = -0.14285618873934
r(x) [2] = (x^2*(1-x))*(-x*exp(-x)-(2-x))
Integral [2] = -0.142759373699432
-0.3667C1 - 0.1667C2 = - 0.2967
-0.2000C1 - 0.1429C2 = - 0.1428
C[1] = 0.975910
C[2] = -0.366959
>>> y = (0.9759095264)*(x*(1-x))+(-
0.3669588689)*(x^2*(1-x))
Capítulo 3
Figura 9.
3.1. Método de Ritz
Comparando:
0 y (0 ) = 0 Exac y (0 ) = 0
La idea del método de Ritz En estas combinaciones lineales

consiste en que al hallar el la funcional I [ y ( x)] se convierte
extremo de funcional I [ y ( x)] se en una función de los argumentos
consideran en lugar del espacio C1 , C2 , . . . , Cn :
de las funciones admisibles, sólo I [ y ( x)] =  (C1 , C 2 .  , C n ) . (2)
las funciones que se pueden
representar como combinaciones Determinamos los valores C1 , C2 ,
lineales de las funciones . . . , Cn que ofrecen extremo a la
admisibles: función (C1 , C 2 .  , Cn ) ; para
n ello resolvemos el sistema de
yn   Ciui ( x) (1) ecuaciones:
i 1

c1
 0 (i=1,2, . . .,n). (3)
donde Ci son unas constantes el
sistema {ui(x)}, es llamado no lineales, como regla, respecto
sistema de funciones a C1 , C2 , . . . , Cn , e
coordenadas, está formado por independientes en (1) los valores
funciones ui(x) que son encontrados para Ci . La
linealmente independientes y que sucesión { yn ( x)} que así resulta
constituyen un sistema completo
es una sucesión minimizante, o
de funciones en el espacio
sea, la sucesión de los valores de
considerado.
la funcional I [ y ( x)] obtenida a
Hablando en términos generales, partir de ella converge hacia el
cuando pedimos que las mínimo o hacia la cota inferior
funciones yn (x) sean admisibles, de la funcional I [ y ( x)] , Sin
imponemos a las funciones embargo, de
coordenadas ui(x) ciertas Lím I [ y ( x)]  mín I [ y ( x)]
condiciones complementarias n n (4)
como, por ejemplo, limitaciones

no se deduce aún que
en cuanto a la derivabilidad o en
Lím y ( x)  y ( x ) . La sucesión
cuanto a la verificación de las n n
condiciones de frontera. minimizante puede no converger
hacia la función que realiza el
extremo en la clase de las 3. la función F(x, y, y’) tiene la

funciones admisibles. derivada parcial continua
Fz(x, y, y’) y esta derivada es
Indicaremos las condiciones que
una función no decreciente de
garantizan que el mínimo z (  z  ) cualquiera que sea
absoluto de la funcional exista y
el punto (x, y)D.
se alcance en las funciones
[ yn ( x)] . En particular las condiciones
enunciada arriba se cumplen par
3.1.1. Condiciones de óptimo lasa funcionales
En el caso en el que se trata del I [ y( x)]  x2 [ p( x) y '2  q( x) y 2  2r ( x) y]dx
extremo de la funcional  x1
x2 y ( x1 )  a , y ( x2 )  b ; (7)
I [ y ( x)]   F ( x, y, y ' )dx (5)
x1
donde p(x), q(x) y r(x) son
y ( x1 )  y1 , y ( x2 )  y2 ; funciones dadas, continuas en
[ x1 , x2 ] , con la particularidad de
estas condiciones son:
que existe la derivada continua
1. La función F(x, y, y’) es p ' ( x) de p(x) y de que p(x)>0 y
continua respecto al conjunto q(x)0.
de sus argumentos para
cualquier z y para (x, y)D, Si por este método se determina
donde D es un recinto cerrado el extremo absoluto de la
del plano xy al que pertenecen funcional, el valor aproximado de
su mínimo se obtiene por exceso
las curvas yn (x) ;
y el éxito depende en gran
2. existen constantes C>0, p>1 medida de la elección del sistema
tales que {ui(x)} de funciones
p
coordenadas.
F ( x, y , y ' )  z  (6)
La idea es la ley del mínimo
cualquiera que sea z para esfuerzo, o sea, que baste tomar
cualquier punto (x, y)D; una dos o tres a lo más de las
funciones ui(x) para obtener una
aproximación bastante satisfac- n
toria de la solución exacta. Sea  ( x)  c0 u0 ( x)   ciui ( x) .

i 1
Reemplazando se tiene:
3.1.2. Aplicación
n 
Aquí se usa directamente lo que I { }  I  cii ( x)
 i 1 
se ha estudiado en el punto 1.4.

b n 
2
n 
2
   p ( x)  cii( x)  Q( x)  cii ( x) 
El problema con valor en la a
 i 1   i 1 

frontera lineal de segundo orden
n 
sobre [a, b]: (Ecuación para la  2 f ( x)  cii ( x) dx
conducción del calor, elasticidad,  i 1  
electrostática, . . . )
Con se ve cumplen las
condiciones del numeral 3.1.1.
d  dy 
 p( x)   Q( x) y  f ( x); (8) ahora sólo bastará que se haga
dx  dx 
mínimo con:
y (a )  y0 y (b)  yn
I [ ]
ci
0
La funcional que corresponde a la
ecuación (8) es:
3.1.3. Ejemplo:
1
I [u ]   ( p( x)[u( x)]2 Resolver y’’ + y = 3x2,
0
con puntos (0, 0) y (2, 3.5)
 Q ( x)[u ( x )]2  2 f ( x )u ( x))dx (9)
P(x)=1; Q(x)=1; F(x)=3x2
La ecuación (9) puede Usamos las funciones ensayo:
transformase en la (8) u0 (x) = 7x / 4;
por las condiciones de Euler- u1 (x) = x (x2); con c1;
Lagrange, u2 (x) = x2(x2); con c2;
de modo que al optimizar (9) se
obtiene la solución de la ecuación
(8)
2
 0 3x
2
[ x 2  2 x]  74 (2 x  2)  74x ( x 2  2 x)dx
====================
Para la segunda fila:
I [ ]
c2
0
2
Figura 1. 0   2[ 74  c1 (2 x  2)  c2 (3 x 2  4 x)](3x 2  4 x)dx
0
2
  2(1)[ 74x  c1 ( x 2  2 x )  c2 ( x 3  2 x 2 )]( x 3  2 x 2 )dx
0
combinando: 2
 2 (3x 2 )[ x3  2 x 2 ]dx
0
2
 ( x)  7x
4
 c1( x  2) x  c2 ( x  2) x ordenando para la segunda fila:
a21c1  a22c2  r2
Solución
2
I [ ] c1  [(2 x  2)(3 x 2  4 x)  ( x 2  2 x )( x 3  2 x 2 )]dx
c1
0 0
2
c2  [(3 x 2  4 x)(3 x 2  4 x)  ( x 3  2 x 2 )( x 2  2 x 2 )]dx
0
2
0   2[ 74  c1 (2 x  2)  c2 (3x 2  4 x)](2 x  2)dx 2
 0 3x
2
0 [ x 3  2 x 2 ]  74 (3x 3  4 x)  74x ( x 3  2 x 2 )dx
2
  2(1)[ 74x  c1 ( x 2  2 x)  c2 ( x 3  2 x 2 )]( x 2  2 x)dx Resultando:
0
2 16c1 16c2 74
 2 (3x 2 )[ x 2  2 x]dx
0 5
 5
 15
16c1 128c
agrupando para armado de filas 5
 21 2  36
5
del sistema lineal: Resolviendo se tiene:
C1 = 0.758793
Para la primera fila: C2 = 0.782870
a11c1  a12 c2  r1 y ( x)  7x
 (0.75879)( x  2) x
4
2  (0.78287)( x  2) x 2
c1  [(2 x  2)(2 x  2)  ( x 2  2 x)( x 2  2 x)]dx
0
2
c2  [(3x 2  4 x )(2 x  2)  ( x 3  2 x 2 )( x 2  2 x )]dx
0
+(exp(x))*(x*(1-x))*(x*(1-x))
Integral [1,1] = 0.647355495188846
f ' [1,2] = ((1-x)-x)*(2*x*(1-x)-x^2)
*exp(x)-(-exp(x))*(x*(1-x))*(x^2*(1-x))
Integral [1,2] = 0.382610292340827
r(x) [1] = -(-(x+(2-x)*exp(x)))*(x*(1-x))
Integral [1] = 0.491924265947277
f ' [2,1] = (2*x*(1-x)-x^2)*((1-x)-x)
Figura 2. *exp(x)-(-exp(x))*(x^2*(1-x))*(x*(1-x))
Integral [2,1] = 0.382610292340827
f ' [2,2] = (2*x*(1-x)-x^2)*(2*x*(1-x)
Comparando con la solución -x^2)*(exp(x))-(-exp(x))*(x^2*(1-x))
exacta se tiene: *(x^2*(1-x))
0 y(0 ) =0 Exac y(0 ) =0 Integral [2,2] = 0.310746218310749
1 y(0.4)=0.0139576 Exact y(0.4)=0.006366 r(x) [2] = (x+(2-x)*exp(x))*(x^2*(1-x))
2 y(0.8)=0.0703145 Exact y(0.8)=0.100240 Integral [2] = 0.260790944958723
3 y(1.2)=0.4696926 Exact y(1.2)=0.494147
4 y(1.6)=1.5127138 Exact y(1.6)=1.504803
0.6474C1 + 0.3826C2 = 0.4919
5 y(2 ) =3.5 Exac y(2 ) =3.503119
0.3826C1 + 0.3107C2 = 0.2608
3.1.4. Ejemplo: C[1] = 0.969139

d C[2] = -0.354024
 (e x y)  e x y  x  (2  x)e x , 0  x 1
dx >>> y = (0.9691391414)*(x*(1-x))+(-
y (0)  y (1)  0 . 0.3540241483)*(x^2*(1-x))
,
Y compara con la solución exacta
y  ( x  1)(e  x  1).
Solución:
d((exp(x)) * y ' )/dx - (exp(x)) * y =
-(x+(2-x)*exp(x))
p(x)=exp(x); q(x)=-exp(x); Figura 3.
r(x)=-(x+(2-x)*exp(x))
Comparando
u0 = 0  u ' 0 = 0 0 y(0 ) =0 Exac y(0 ) =0
u1 = x*(1-x)  u ' 1 = (1-x)-x 1 y(0.2)=0.143733 Exac y(0.2)=0.14506
u2 = x^2*(1-x)  u ' 2 = 2*x*(1-x)-x^2 2 y(0.4)=0.198607 Exac y(0.4)=0.19781
Coeficientes Algebraicos y Sus Integrales 3 y(0.6)=0.181615 Exac y(0.6)=0.18048
Fila 1 para la Integral de [0;1] de 4 y(0.8)=0.109747 Exac y(0.8)=0.11013
Coeficientes aij y bi de Ac = b 5 y(1 ) =0 Exac y(1 ) =0
f ' [1,1] = ((1-x)-x)*((1-x)-x)*(exp(x))
3.1.5. Ejemplo 0.2000C1 + 0.1333C2 = -0.2000

0.1333C1 + 0.1048C2 = -0.1333
 x 2 y ' '2 xy  2 y  4 x 2 , 0  x  1 ,
y (0)  y (1)  0 . C[1] = -1.000038
C[2] = 0.000067
Use h  0.05 , y comparar con la >>> y = (-1.0000381429)*(x*(1-x))
solución exacta y  x( x  1). +(6.67507E-5)*(x^2*(1-x))
Solución:
De  x 2 y ' '2 xy  2 y  4 x 2 , tenemos
x 2 y ' '2 xy  2 y  4 x 2
( x 2 y ' )'2 y  4 x 2 ,
donde p(x)=x2; q(x)=-2; r(x)=4x2
Primera presentación usando: Figura 4.
u0 = 0  derivada u ' 0 = 0
u1 = x*(1-x)  derivada u ' 1 = (1-x)-x Comparando
u2 = x^2*(1-x)  derivada
0 y(0 ) = 0 Exacta y (0 ) = 0
u ' 2 = 2*x*(1-x)-x^2 1 y(0.2) =-0.1600039668416
Exacta y (0.2 ) = -0.16
Coeficientes Algebraicos y Sus Integrales 2 y(0.4) =-0.2400027462288
Fila 1 para la Integral de [0;1] de Exacta y (0.4 ) = -0.24
Coeficientes aij y bi de Ac = b 3 y(0.6) =-0.2399995421952
f ' [1,1] = ((1-x)-x)*((1-x)-x)*(x^2)-(-2) Exacta y (0.6 ) = -0.24
*(x*(1-x))*(x*(1-x)) 4 y(0.8) =-0.1599975587744
Integral [1,1] = 0.200000762939453 Exacta y (0.8 ) = -0.16
f ' [1,2] = ((1-x)-x)*(2*x*(1-x)-x^2)*(x^2) 5 y(1 ) = 0 Exacta y (1 ) = 0
-(-2)*(x*(1-x))*(x^2*(1-x))
Integral [1,2] = 0.133334477742513 Segunda presentación usando:
r(x) [1] = -(4*x^2)*(x*(1-x)) (Aquí pi =3.14159265358979)
Integral [1] = -0.199999491373698 u0 = 0  derivada u ' 0 = 0
Fila 2 para la Integral de [0;1] de u1 = sin(x*pi)  derivada
Coeficientes aij y bi de Ac = b u ' 1 = cos(x*pi)*(pi)
f ' [2,1] = (2*x*(1-x)-x^2)*((1-x)-x)*(x^2) u2 = sin(x*pi)^2  derivada
-(-2)*(x^2*(1-x))*(x*(1-x)) u ' 2 = 2*sin(x*pi)*cos(x*pi)*(pi)
Integral [2,1] = 0.133334477742513
f ' [2,2] = (2*x*(1-x)-x^2)*(2*x*(1-x)-x^2) Coeficientes Algebraicos y Sus Integrales
*(x^2)-(-2)*(x^2*(1-x))*(x^2*(1-x)) Fila 1 para la Integral de [0;1] de
Integral [2,2] = 0.104764570171634 Coeficientes aij y bi de Ac = b
r(x) [2] = -(4*x^2)*(x^2*(1-x)) f ' [1,1] = (cos(x*pi)*(pi))*(cos(x*pi)*(pi))
Integral [2] = -0.13333257039388 *(x^2)-(-2)*(sin(x*pi))*(sin(x*pi))
Matriz de coeficientes de los Ci Integral [1,1] = 2.89492782610142
f ' [1,2] = (cos(x*pi)*(pi))*(2*sin(x*pi) Coeficientes Algebraicos y Sus Integrales

*cos(x*pi)*(pi))*(x^2)-(-2)*(sin(x*pi)) Fila 1 para la Integral de [0;1] de
*(sin(x*pi)^2) Coeficientes aij y bi de Ac = b
Integral [1,2] = 2.28303807254137 f ' [1,1] = ((exp(-x))*(x-1)+(1-exp(-x)))
r(x) [1] = -(4*x^2)*(sin(x*pi)) *((exp(-x))*(x-1)+(1-exp(-x)))*(x^2)-(-2)
Integral [1] = -0.757214849656791 *((1-exp(-x))*(x-1))*((1-exp(-x))*(x-1))
Fila 2 para la Integral de [0;1] de Integral [1,1] = 0.109313544606467
Coeficientes aij y bi de Ac = b f ' [1,2] = ((exp(-x))*(x-1)+(1-exp(-x)))
*((exp(-x))*(x-1)^2+(1-exp(-x))*2*(x-1))
f ' [2,1] = (2*sin(x*pi)*cos(x*pi)*(pi))
*(x^2)-(-2)*((1-exp(-x))*(x-1))
*(cos(x*pi)*(pi))*(x^2)-(-2)*(sin(x*pi)^2)
*((1-exp(-x))*(x-1)^2)
*(sin(x*pi))
Integral [1,2] = -0.0421242474192014
Integral [2,1] = 2.28303807254137 r(x) [1] = -(4*x^2)*((1-exp(-x))*(x-1))
f ' [2,2] = (2*sin(x*pi)*cos(x*pi)*(pi)) Integral [1] = 0.146637644261969
*(2*sin(x*pi)*cos(x*pi)*(pi))*(x^2)-(-2) Fila 2 para la Integral de [0;1] de
*(sin(x*pi)^2)*(sin(x*pi)^2) Coeficientes aij y bi de Ac = b
Integral [2,2] = 2.3324596147786 f ' [2,1] = ((exp(-x))*(x-1)^2+(1-exp(-x))*2
r(x) [2] = -(4*x^2)*(sin(x*pi)^2) *(x-1))*((exp(-x))*(x-1)+(1-exp(-x)))
Integral [2] = -0.56534801230374 *(x^2)-(-2)*((1-exp(-x))*(x-1)^2)
Matriz de coeficientes de los Ci *((1-exp(-x))*(x-1))
2.8949C1 + 2.2830C2 = -0.7572 Integral [2,1] = -0.0421242474192014
2.2830C1 + 2.3325C2 = -0.5653 f ' [2,2] = ((exp(-x))*(x-1)^2+(1-exp(-x))
*2*(x-1))*((exp(-x))*(x-1)^2+(1-exp(-x))
C[1] = -0.308734 *2*(x-1))*(x^2)-(-2)*((1-exp(-x))
C[2] = 0.059809 *(x-1)^2)*((1-exp(-x))*(x-1)^2)
>>> y = -0.3087336725*(sin(x*pi)) Integral [2,2] = 0.0254291636855431
+0.0598092741*(sin(x*pi)^2) r(x) [2] = -(4*x^2)*((1-exp(-x))*(x-1)^2)
comparando: Integral [2] = -0.0510084723930304
0 y (0 ) = 0 Exacta y (0 ) = 0 Matriz de coeficientes de los Ci
1 y (0.2 ) = -0.160805503590659 0.1093C1 - 0.0421C2 = 0.1466
Exacta y (0.2 ) = -0.16 -0.0421C1 + 0.0254C2 = -0.0510
2 y (0.4 ) = -0.239525174396794
Exacta y (0.4 ) = -0.24 C[1] = 1.571849
3 y (0.6 ) = -0.239525174396794 C[2] = 0.597915
Exacta y (0.6 ) = -0.24 >>> y = 1.5718486661*((1-exp(-x))*(x-1))
4 y (0.8 ) = -0.160805503590659 +(0.5979146586)*((1-exp(-x))*(x-1)^2)
Exacta y (0.8 ) = -0.16 Comparando:
5 y (1 ) = -9.998E-16 Exacta y (1 ) = 0 0 y (0 ) = 0 Exacta y (0 ) = 0
1 y (0.2) = -0.158576793655104
Tercera presentación usando: Exacta y (0.2 ) = -0.16
2 y (0.4) = -0.239960825763403
u1 = (1-exp(-x))*(x-1)  derivada
Exacta y (0.4 ) = -0.24
u ' 1 = (exp(-x))*(x-1)+(1-exp(-x))
3 y (0.6) = -0.240516389335117
u2 = (1-exp(-x))*(x-1)^2  derivada
Exacta y (0.6 ) = -0.24
u ' 2 = (exp(-x))*(x-1)^2+(1-exp(-x))*2*(x-
4 y (0.8) = -0.15994413526562
1)
Exacta y (0.8 ) = -0.16 C[2] = 0.009208

5 y (1 ) = 0 Exacta y (1 ) = 0 >>> y = 0.0886478926*(sin(2*x*pi))
+0.0092079868*(sin(3*x*pi))
Cuarta presentación usando: Datos por Intervalo
(Aquí se usa funciones que si bien es cierto 0 y (0 ) = 0 Exacta y (0 ) = 0
son linealmente independientes y cumplen 1 y (0.2 ) = 0.0930664717611627
las condiciones de frontera homogéneas Exacta y (0.2 ) = -0.16
vea lo que sucede! 2 y (0.4 ) = 0.0466936050727435
u0 = 0  derivada u ' 0 = 0 Exacta y (0.4 ) = -0.24
u1 = sin(2*x*pi324)  derivada u ' 1 = 3 y (0.6 ) = -0.0575182427614306
cos(2*x*pi)*(2*pi) Exacta y (0.6 ) = -0.24
u2 = sin(3*x*pi324)  derivada u ' 2 = 4 y (0.8 ) = -0.0755518400649633
cos(3*x*pi)*(3*pi) Exacta y (0.8 ) = -0.16
Coeficientes Algebraicos y Sus Integrales 5 y (1 ) = -4.85E-16 Exacta y (1 ) = 0
Coeficientes aij y bi de Ac = b Como notara es una incoherencia.
f ' [1,1] = (cos(2*x*pi)*(2*pi))
*(cos(2*x*pi)*(2*pi))*(x^2)-(-2)
*(sin(2*x*pi))*(sin(2*x*pi))
Integral [1,1] = 7.82963407567137
f ' [1,2] = (cos(2*x*pi)*(2*pi))
*(cos(3*x*pi)*(3*pi))*(x^2)-(-2)
*(sin(2*x*pi))*(sin(3*x*pi))
Integral [1,2] = -6.2397469418457
r(x) [1] = -(4*x^2)*(sin(2*x*pi))
Integral [1] = 0.636625053462163 Figura 5.
f ' [2,1] = (cos(3*x*pi)*(3*pi)) Quinta presentación usando:
*(cos(2*x*pi)*(2*pi))*(x^2)-(-2) (Aquí se usa funciones que también es
*(sin(3*x*pi))*(sin(2*x*pi)) cierto son linealmente independientes y
Integral [2,1] = -6.2397469418457 cumplen las condiciones de frontera
f ' [2,2] = (cos(3*x*pi)*(3*pi)) homogéneas, pero, sólo una es razonable.
*(cos(3*x*pi)*(3*pi))*(x^2)-(-2) El algoritmo es a esa razonable a la única
*(sin(3*x*pi))*(sin(3*x*pi)) que acepta y a las otras trata de eliminarlas;
Integral [2,2] = 16.053868579386 vea lo que sucede!
r(x) [2] = -(4*x^2)*(sin(3*x*pi))
Integral [2] = -0.405316607054635 u0 = 0  derivada u ' 0 = 0
Matriz de coeficientes de los Ci u1 = sin(2*x*pi)  derivada
7.8296C1 - 6.2397C2 = 0.6366 u ' 1 = cos(2*x*pi)*(2*pi)
- 6.2397C1 + 16.0539C2 = -0.4053 u2 = sin(3*x*pi324)  derivada
u ' 2 = cos(3*x*pi)*(3*pi)
C[1] = 0.088648 u3 = (1-x)*x  derivada u ' 3 = -x+(1-x)
dado de manera especial por la

7.8296C1 - 6.2397C2 - 0.6366C3 = 0.6366
ecuación diferencial ordinaria
- 6.2397C1+ 16.0539C2 +0.4052C3= -0.4053
- 0.6366C1 + 0.4052C2 + 0.2000C3 = -0.2000 d  dy 
  p( x )   q( x ) y  f ( x) , 0  x  1 , (1)
dx  dx 
C[1] = 0.0000006201
C[2] = -0.0000043682 y con condiciones de contorno o
C[3] = -0.999983
>>> y = (6.201*10-7)*(sin(2*x*pi)) frontera
+(-4.3682*10-6)*(sin(3*x*pi))
+(-0.9999828175)*((1-x)*x) y (0)  y (1)  0 . (2)
Comparando:
0 y (0 ) = 0 Exacta y (0 ) = 0
1 y (0.2 ) = -0.160000815454929
Exacta y (0.2 ) = -0.16
2 y (0.4 ) = -0.239992944150826
Exacta y (0.4 ) = -0.24
3 y (0.6 ) = -0.239993673122096
Exacta y (0.6 ) = -0.24
4 y (0.8 ) = -0.16000199495522
Exacta y (0.8 ) = -0.16
5 y (1 ) = -4.646E-20 Exacta y (1 ) = 0 Figura 7.
Figura 6. Figura 8.
Esta ecuación diferencial

describe la deflección y(x) de una
3.4. Método de Rayleigh-Ritz viga de longitud unitaria (uno)
con sección transversal variable
Un problema lineal de valor de representada por q(x). La causa
frontera en dos puntos que es de la deflección son las cargas
importante en el análisis de extras p(x) y f(x).
fuerzas aplicadas a vigas, está
En los desarrollos posteriores 3.4.1. Teorema

supondremos que p  C1[0,1] y Sean p  C1[a, b] , q, f  C[0,1] , y
q , f  C[ a , b ] . Además, se
p ( x)    0 , para 0  x  1 . (3)
requerirá que exista una
constante   0 tal que
p ( x)    0 , para 0  x  1 , La función y  C02 [0,1] es la única
solución de la EDO
y que
q ( x)  0 , para 0  x  1 . d  dy 
  p( x )   q( x ) y  f ( x) ,
dx  dx 
0  x  1, (4)
Suponiendo esto es suficiente
si y sólo si y es la única función
para garantizar que el problema
en C02 [0,1] que minimiza la
de valor de frontera (1) y (2)
tienen una solución única. integral
En muchos problemas de valor de 1
frontera que describen fenómenos I [u ]   ( p( x)[u ( x)]2
0
físicos, la solución de la ecuación  q( x)[u ( x)]2  2 f ( x)u ( x)) . (5)
de la viga satisface una propiedad 
varicional. El principio
variacional para la ecuación de la Para el procedimiento de
viga es fundamental en el Rayleigh-Ritz, la integral I se
desarrollo del método de minimiza, no sobre todas las
Rayleigh-Ritz y caracteriza a la funciones en C02 [0,1] , sino sobre
solución de la ecuación de la viga un conjunto más pequeño de
como la función que minimiza funciones que consiste de
cierta integral sobre todas las combinaciones lineales de cierta
funciones en C02 [0,1] , (el conjunto base de funciones 1 ,  2 , …,  n .
de aquellas funciones u en Las funciones de la base   k  nk 1
C [0,1] con la propiedad de que
2
deben ser linealmente
u (0)  u (1)  0 ). independientes y satisfacer
El siguiente teorema da la
caracterización. i (0)  i (1)  0 , para cada i=1, 2, …, n.
n 1
 ( x)   cii ( x)   f ( x) j ( x) dx
Una aproximación 0
i 1
para cada j=1, 2, …, n. (8)
a la solución y(x) de la ecuación
(4) se obtiene entonces hallando
c1 , c2 , …, cn , que minimicen a
Las ecuaciones en (8) se
n 
consideran normalmente como
I  cii ( x) . un sistema lineal Ac  b , donde
 i 1 
la matriz A es simétrica y esta
De la ecuación (5), dada por
 n 
a ij  
1
0
 p( x)i( x) j ( x)  q( x)i ( x) j ( x) dx
I [ ]  I  cii ( x)
 i 1 
1
 n 
2
n 
2 y b se halla por
   p( x)  cii( x)  q ( x)  cii ( x) 1
0
 i 1   i 1  bi   f ( x)i ( x)dx .
 0
n 
 2 f ( x)  cii ( x) dx (6)
 
Aquí trataremos el primer tipo de
 i 1
funciones bases que involucran
El mínimo es alcanzado al polinomios lineales segmentarios.
considerar I como función de c1 , El primer paso consiste en formar
c2 , …, cn y cuando una partición de [0, 1] escogiendo
I puntos x0 , x1 , …, xn 1 , con
 0, (7)
c j 0  x0  x1  ...  xn 1  1 .
para cada j=1, 2, …, n.
Tomando h  xi 1  xi para cada
Diferenciando entonces (6) nos i=0, 1, …, n, definimos las
resultará funciones 1 ( x) ,  2 ( x) , …,  n (x)
I 1 n mediante
   2 p( x) cii( x) j ( x)
c j 0
 i 1
0, 0  x  xi 1
n   x  xi 1
 2q( x) cii ( x) j ( x)  2 f ( x) j ( x) dx  , xi 1  x  xi
i 1   hi 1
i ( x)   (9)
x x
 i 1 , xi  x  xi 1
 hi
y sustituyendo en (7) queda 0, xi 1  x  1,
n 1
 0
 
0     p ( x )i( x ) j ( x)  q ( x)i ( x) j ( x ) dx 

i 1
para cada i=1, 2, …, n.
componentes distintas de cero de

A están dadas por

a ii   p ( x)i( x)2  q ( x)i ( x)2 dx
1
0

2 2
xi  1  x  1
   p( x)dx   i1   p( x)dx
xi 1 h
 i 1  xi
 hi 
2
Figura 9.  1 
xi
    ( x  xi 1 ) 2 q ( x)dx
xi 1 h
 i 1 
2
xi 1   1 
Como las funciones i son    ( xi 1  x) q ( x)dx 2
xi  h 
 i 
lineales por pedazos, las
derivadas i , aunque no para cada i=1, 2, …, n.
continuas, son constantes en el a  1  p( x) ( x)  ( x)  q( x) ( x) ( x)dx
i , i 1  0 i i 1 i i 1
subintervalo abierto ( x j , x j 1 ) para 2
xi 1  1 
cada j=0, 1, …, n. Por lo tanto,     p( x)dx
tenemos que
xi
 hi 
2
xi 1   1 
   ( x  xi )( xi 1  x)q( x)dx ,
0, 0  x  xi 1 xi
 hi 
 1
 , xi 1  x  xi
h
i( x)   i 1 (10)
1
 , xi  x  xi 1
para cada i=1, 2, …, n-1.
 hi
0, xi 1  x  1, 1
a i ,i 1  
0
 p( x)i( x)i1 ( x)  q( x)i ( x)i 1 ( x) dx
2
para cada i=1, 2, …, n.  1 
xi
     p( x)dx
Debido a que i y i , son xi 1 h
 i 1 
2
diferentes de cero solamente en xi 1 
    ( xi  x)( x  xi 1 )q ( x) dx
( x j , x j 1 ) , xi 1 h
 i 1 
i( x) j ( x)  0 y i ( x) j ( x)  0 ,

Para las componente de b
excepto cuando j es i-1, i o i+1. tenemos
En consecuencia, el sistema 1
bi   f ( x)i ( x)dx
0
lineal (8) se reduce a un sistema  x 1 ( x  x ) f ( x)dx  x 1 ( x  x) f ( x)dx
 x hi 1  x hi i 1
i 1
,
i
i 1
tridiagonal nn. Las i 1 i
2
1 xi 1
para cada i=1, 2, …, n. I b   
 hi 
x i
( xi 1  x)( x  xi )q ( x)dx ;
Las componentes c son las 1 xi

hi 1  xi1
Ic  ( x  xi 1 ) f ( x) dx ;
desconocidas; la solución c1 , c2 ,
…, cn , nos proporcionan la 1 xi 1
Id   ( xi 1  x) f ( x)dx ;
aproximación de Rayleigh-Ritz hi xi
 dada por alf i  I p1  I pN  I q1  I a ;
n beti   I pN  I b ;
 ( x)   cii ( x) . bi  I c  I d ;
i 1
I p1  I pN ;
I q1  I qN ;
3.4.2. Algoritmo Segmentario
Paso 7: Hacer
Lineal de Rayleigh-Ritz 2
 1  x n1
I pN   
 hn 
x n
p( x)dx ;
Paso 1: Entrar n
2
para i=1 hasta n entrar xi  1  x n1
I a     ( xn 1  x) 2 q ( x)dx ;
Paso 2: Hacer x0  0 , xn 1  1 .  hn  n x
Paso 3: Para i=0 hasta n hacer 1 xn

hi  xi 1  xi , Ic  
hn 1 x n1
( x  xn 1 ) f ( x)dx ;
Paso 4: Para i=1 hasta n hacer 1 x n1
hn  x n
0  x  xi 1 Id  ( xn 1  x) f ( x)dx ;
0,
 x  xi 1
 , xi 1  x  xi alf n  I p1  I pN  I q1  I a ;
 hi 1
i ( x)   bn  I c  I d ;
x x
 i 1 , xi  x  xi 1
 hi Paso 8: Resolver por tridiagonal el
0, xi 1  x  1, sistema
2 formado por
 1 x1
Paso 5: Calcular I p1   
 h0 
x 0
p( x)dx beti , alf i , beti , bi ,
2 y asignar la solución a ci .
 1 x1
I q1   
 h0 
x ( x  x0 ) 2 q( x)dx . {por simetría de la tridiagonal}
0
Paso 9: Publicar ci
Paso 6: Para i=1 hasta n-1 hacer Paso 10: Parar.
2
1 xi 1
I pN   
 hi 
x i
p( x)dx ;
2 3.4.3. Ejemplo
1 xi 1
I qN   
 hi 
x i
( x  xi ) 2 q ( x)dx ;
2
Considere el problema de valor
1 xi 1 de frontera
I a   
 hi 
x i
( xi 1  x) 2 q ( x)dx ;
 y ' ' 2 y  2 2 sin( x) , 0  x  1,

bi  40 sin(0.1 i )  20[ sin (0.1 (i  1))  sin(0.1 (i  1))]
y (0)  y (1)  0 .  40sin(0.1 i )[1  cos(0.1 )] ;
I p1  10 ;
Solución: 2
En este problema asumiremos I q1  ;
30
hi  h  0.1 , y los nodos xi  ih  i  0.1
para cada i=1, 2, …, 9. Ahora Paso 7:
continuamos con los pasos del 1
I pN  100 dx  10 ;
0.9
algoritmo
1 2
Paso 5: I a  100  (1  x)  dx 
2 2
;
2
0.9 30
 1  0.1 0.1 I c  2 cos(0.9 )  20[ sin(0.9 )  sin (0.8 )]
I p1   
 0.1 
 0
(1)dx  100
0
dx  10 ;
I d  2 cos(0.9 )  20[ sin( )  sin(0.9 )]
2
2 alf i  20  ;
 1  0.1 15
I q1   
 0.1 
0 ( x  0) 2  2 dx
b9  40sin(0.9 )  20[ sin( )  sin(0.8 )] ;
0.1 2 2 2
 100 x  dx  ;
0 30 Paso 8: Resolver por
Paso 6: Para i=1 hasta 8 hacer tridiagonal
0.1i  0.1
I pN  100 dx  10 ;
0.1i
alf1 bet1 0  0   c1  b1 
0.1i  0.1 2 bet   c  b 
I qN  100  2
( x  0.1i)  dx  2
;  1 alf 2 bet 2     2   2 
0.1i 30 0    0        
     
0.1i  0.1 2   bet n  2 alf n 1 bet n 1  cn 1  bn 1 
I a  100  (0.1i  0.1  x) 2  2 dx  0
0.1i 30  0 bet n 1 alf n   cn  bn 
; Paso 9: Publicar los valores de

2
0.1i  0.1  ci
I b  100 
0.1i
(0.1(i  1)  x)( x  0.1i ) 2 dx 
60
;
0.1i
I c  10  ( x  0.1(i  1))2 2 sin(x)dx
0.1(i 1) c1 =0.3102866742 c2 =0.5902003271
 2 cos(0.1 i )  20[ sin(0.1 i)  sin(0.1(i  1) )] ; c3 =0.8123410598 c4 =0.9549641893
0 .1i  0.1
I d  10 (0.1(i  1)  x)2 2 sin(x)dx c5 =1.004108771 c6 =0.9549641893
0.1i
 2 cos(0.1 i )  20[ sin(0.1 (i  1))  sin(0.1 i )] ;
c7 =0.8123410598 c8 =0.5902003271
c9 =0.3102866742
2 2 2
alf i  10  10    20  ;
30 30 15
2

beti  10  ;
60
Para x  0.27 , entre i=2 y i=3;

x3  x
 (0.27)  0.5902003271 ( )
h2
Figura 10. x  x2
 0.8123410598 ( )
h2
El cual es una aproximación de  0.5902003271 (
0.3  0.27
)
y (x) por la aproximación 0.1
0.27  0.2
segmentaria lineal  0.8123410598 ( )
0.1
n
 0.745698839
 ( x)   cii ( x) .
i 1
Concluyendo
n
Para efectos de comparación la De  ( x)  c  ( x)
ii
solución exacta es i 1
y ( x)  sin( x) . se tiene
x  xi 1 x x
 ( x )  ci 1  ci i 1
Prosiguiendo, hagamos el cálculo hi 1 hi
del primer punto de red x1  0.1 y para los puntos interiores de
tercero x3  0.3 , y luego de un  x  xi 1
, xi 1  x  xi
 h
punto intermedio entre puntos de  i 1

red x  0.27 .  xi 1  x , x  x  x
i i 1
Para i=1;  hi
)  0  ...  0 y i=1, 2, . . ., n.
x  x0
 (0.1)  0.3102866742 (
h0
x x o sea, interpola entre los dos
 0.3102866742 ( 1 0 )
h0
puntos laterales.
0.1
 0.3102866742 (
0.1
)  0.3102866742 
Para i=3; 3.4.4. Programa en Delphi

 (0.3)  0  0  0.8123410598 (
x  x2
)  0  ...  0 Pascal del Método Rayleigh-
h2
Ritz
x3  x2 0.1
 0.8123410598 ( )  0.8123410598 ( )
h2 0.1
 0.8123410598
CheckBox1.Checked:=true;
Memo2.Clear;
end;
{*Aquí poner la -(P(x)y')'+q(x)y=r(x)**}

function fp(x:_r):_r; begin fp:=1; end;
function fq(x:_r):_r; begin fq:=sqr(pi); end;
function fr(x:_r):_r; begin fr:= 2*pi*pi*sin(pi*x); end;
function integp(a,b,hi:_r;i:_i):_r;
var ii:_i;rs, h2:_r;
unit Difere_Ele_Fi1_2; begin h2:=(b-a)/mm;rs:=0;rs:=rs+fp(a);
for ii:=1 to mm-1 do
interface begin a:=a+h2;
if ii mod 2 =0 then rs:=rs+2*fp(a)
uses else rs:=rs+4*fp(a)
Windows, Messages, SysUtils, Classes, Graphics, end; rs:=rs+fp(b);
Controls, rs:=rs/3*h2/hi/hi;
Forms, Dialogs, StdCtrls; integp:=rs;
end;
type function integq(a,b,hi:_r;i:_i):_r;var ii:_i;rs,sd,h2:_r;
_r = Extended; _i = integer; _s = string; begin h2:=(b-a)/mm;rs:=0;sd:=a;
_v = array [0..2000] of _r; _m = array [0..4] of _v; for ii:=1 to mm-1 do
begin sd:=sd+h2;
TDif_Elem_Finit1 = class(TForm) if ii mod 2 =0 then rs:=rs+2*fq(sd)*sqr(sd-a)
GroupBox1: TGroupBox; Label1: TLabel; Edit1: TEdit; else rs:=rs+4*fq(sd)*sqr(sd-a)
Label2: TLabel; Edit2: TEdit; Label4: TLabel; end;rs:=rs+fq(b)*sqr(b-a);
CheckBox1: TCheckBox; CheckBox2: TCheckBox; rs:=rs/3*h2/hi/hi;
Label5: TLabel; Button1: TButton; Button2: TButton; integq:=rs;
Memo2: TMemo; Edit3: TEdit; Label3: TLabel; end;
Label8: TLabel; Edit4: TEdit; Edit5: TEdit; function integq1(a,b,hi:_r;i:_i):_r;var ii:_i;rs,sd,h2:_r;
procedure Button2Click(Sender: TObject); begin h2:=(b-a)/mm;rs:=0;sd:=a;
procedure FormCreate(Sender: TObject); rs:=rs+fq(sd)*sqr(b-a);
procedure Button1Click(Sender: TObject); for ii:=1 to mm-1 do
procedure publicador; begin sd:=sd+h2;
procedure datoS_resultado(vv:_v); if ii mod 2 =0 then rs:=rs+2*fq(sd)*sqr(b-sd)
Procedure Calculo(sender: TObject); else rs:=rs+4*fq(sd)*sqr(b-sd)
end; end;
var Dif_Elem_Finit1: TDif_Elem_Finit1; rs:=rs/3*h2/hi/hi;
integq1:=rs;
implementation end;
function integq12(a,b,hi:_r;i:_i):_r;var ii:_i;rs,sd,h2:_r;
{$R *.DFM} begin h2:=(b-a)/mm;rs:=0;sd:=a;
var Ma, Mb, Mc, bt, r1, r2 :_v; for ii:=1 to mm-1 do
mm, Lx, n :_i; begin sd:=sd+h2;
Lim_a, lim_b, h1, alfa, Beta :_r; if ii mod 2 =0 then rs:=rs+2*fq(sd)*(b-sd)*(sd-
sx1, s : _s; a)
else rs:=rs+4*fq(sd)*(b-sd)*(sd-a)
procedure TDif_Elem_Finit1.Button2Click (Sender: TObject); end;
begin Close end; rs:=rs/3*h2/hi/hi;
integq12:=rs;
procedure TDif_Elem_Finit1.FormCreate(Sender: end;
TObject); function integf(a,b,hi:_r;i:_i):_r;var ii:_i;rs,sd,h2:_r;
begin
begin h2:=(b-a)/mm;rs:=0;sd:=a; Memo2.Lines.Add(' Resultados ');

for ii:=1 to mm-1 do for i:=0 to Lx do
begin sd:=sd+h2; begin
if ii mod 2 =0 then rs:=rs+2*fr(sd)*(sd-a) str(Lim_a+i*h1:1:4,s);sx1 := ' x= '+s;
else rs:=rs+4*fr(sd)*(sd-a) sx1 := sx1+' r1['+IntToStr(i)+']= '
end;rs:=rs+fr(b)*(b-a); +FloatToStr(vv[i]);
rs:=rs/3*h2/hi; Memo2.Lines.Add(sx1);
integf:=rs; end;
end; end;{*************************************}
function integf1(a,b,hi:_r;i:_i):_r;var ii:_i;rs,sd,h2:_r;
begin h2:=(b-a)/mm;rs:=0;sd:=a;rs:=rs+fr(sd)*(b-a); procedure Ecuac_Difer_Front;
for ii:=1 to mm-1 do var i:_i;Ia,ib,ic,id,ie,ig,isx,it, x:_r;
begin sd:=sd+h2; begin h1:=(Lim_b-Lim_a)/(n);
if ii mod 2 =0 then rs:=rs+2*fr(sd)*(b-sd) x:=Lim_a+h1;
else rs:=rs+4*fr(sd)*(b-sd) isx:=integp(Lim_a,x,h1,1);
end; it:=integq(Lim_a,x,h1,1);
rs:=rs/3*h2/hi;
integf1:=rs; for i:=1 to n-1 do begin x:=Lim_a+(i+1)*h1;
end; Ia:=integp(x-h1,x,h1,i);
Ib:=integq(x-h1,x,h1,i);
procedure resol_Por_tridiagonal;Var i,n1:_i; ic:=integq1(x-h1,x,h1,i);
begin n1:=n-1; {Resuelve por tridiagonal } id:=integq12(x-h1,x,h1,i);
for i:=2 to n1 do ie:=integf(x-2*h1,x-h1,h1,i);
begin ig:=integf1(x-h1,x,h1,i);
mb[i]:=mb[i]-ma[i]*mc[i-1]/mb[i-1]; mc[i]:=-Ia+Id;
bt[i]:=bt[i]-ma[i]*bt[i-1]/mb[i-1];ma[i]:=0 mb[i]:=isx+Ia+It+ic;
end; ma[1+i]:=mc[i];
r1[n1]:=bt[n1]/mb[n1]; bt[i]:=Ie+Ig;
for i:=n1-1 downTo 1 do isx:=Ia; it:=ib
r1[i]:=(bt[i]-mc[i]*r1[i+1])/mb[i]; end;
end; Ia:=integp(Lim_b-h1,Lim_b,h1,n);
ic:=integq1(Lim_b-h1,Lim_b,h1,n);
procedure TDif_Elem_Finit1.publicador;var i:_i; ie:=integf(Lim_b-2*h1,Lim_b-h1,h1,n);
begin ig:=integf1(Lim_b-h1,Lim_b,h1,n);
if CheckBox2.Checked then mc[n-1]:=0; ma[1]:=0;
for i:=1 to Lx-1 do mb[n-1]:=isx+Ia+It+ic;
begin bt[n-1]:=Ie+Ig;
str(ma[i]:1:3,s);sx1:=' Ma['+IntToStr(i)+']= '+s; end;
str(mb[i]:1:3,s);sx1:=sx1+' Mb['
+IntToStr(i)+']= '+s; { ************************************* }
str(mc[i]:1:3,s);sx1:=sx1+' Mc[' Procedure TDif_Elem_Finit1.Calculo(sender: TObject);
+IntToStr(i)+']= '+s; begin
str(bt[i]:1:6,s);sx1:=sx1+' bt[' Ecuac_Difer_Front; publicador;
+IntToStr(i)+']= '+s; resol_Por_tridiagonal;
Memo2.Lines.Add(sx1); publicador;
end; datoS_resultado( r1 );
sx1:=' - ( p(x) * y''(x))'' + q(x) * y(x) = r(x)'; end;
Memo2.Lines.Add(sx1);
end; procedure TDif_Elem_Finit1.Button1Click (Sender:
procedure TDif_Elem_Finit1.datoS_resultado(vv:_v); TObject);
var i:_i; var i:_i;
begin begin
Lim_a:= StrToFloat(Edit1.text); // Limite Inferior Ma[5]= -10.041 Mb[5]= 19.836

Lim_b:= StrToFloat(Edit2.text); // Limite Superior Mc[5]= -10.041 bt[5]= -0.056960
mm:=16; // Valores Frontera
Alfa:= StrToFloat(Edit3.text); Ma[6]= -10.041 Mb[6]= 19.836
Beta:= StrToFloat(Edit4.text); Mc[6]= -10.041 bt[6]= -0.054934
Lx := StrToInt(Edit5.text); n:=lx;// número de
pasos o particiones Ma[7]= -10.041 Mb[7]= 19.836
if Lx>2000 then MessageDlg( Mc[7]= -10.041 bt[7]= -0.052568
' Sólo un Máximo de 2000 particiones ! ! ! ', Ma[8]= -10.041 Mb[8]= 19.836
mtConfirmation,[MByes,MBno],0);
if Lx>2000 then Lx:=2000; Mc[8]= -10.041 bt[8]= -0.049879
if CheckBox1.Checked then memo2.Clear; Ma[9]= -10.041 Mb[9]= 19.836
r2[0]:=alfa; r2[Lx]:=beta;
Mc[9]= 0.000 bt[9]= -0.046882
for i:=2-1 to Lx-1 do begin r2[i]:=0.10;r1[i]:=0 end;
Calculo(Sender);
end; Resultados
end. x= 0.000 y[0]= 0.000000000000
x= 0.100 y[1]= -0.033705779142
x= 0.200 y[2]= -0.060462152933
3.4.5. Ejemplo
x= 0.300 y[3]= -0.079668304882
x= 0.400 y[4]= -0.090946339371
1. Use el algoritmo de Rayleigh- x= 0.500 y[5]= -0.094149987783
Ritz para aproximar la solución x= 0.600 y[6]= -0.089367395920
de cada uno de los siguientes x= 0.700 y[7]= -0.076917929195
problemas de valor de frontera x= 0.800 y[8]= -0.057343080453
o contorno x= 0.900 y[9]= -0.031391711507
2 2 x= 1.000 y[10]= 0.000000000000
y ' ' 4 y  16 cos( 4 x) ,
0  x  1 , y(0)  y (1)  0 .
Usando h  0.1 .
Solución:
-[(1) * y ' (x) ] ' + (-pi^2/4) * y(x) = (-
pi^2*cos(pi*x/4)/16)
Figura 11.
Ma[1]= 0.000 Mb[1]= 19.836
Mc[1]= -10.041 bt[1]= -0.061463
3.4.6. Ejemplo
Ma[2]= -10.041 Mb[2]= 19.836
Mc[2]= -10.041 bt[2]= -0.060894  y ' ' y  x , 0  x  1 , y (0)  y (1)  0 .
Ma[3]= -10.041 Mb[3]= 19.836 Use h  0.1 , y compare los
Mc[3]= -10.041 bt[3]= -0.059950
Ma[4]= -10.041 Mb[4]= 19.836
resultados con la solución real
Mc[4]= -10.041 bt[4]= -0.058636
 e  x x  x 2 y ' '2 xy  2 y  4 x 2 , 0  x  1 ,

y  x 2 (e  e ).
 e 1 y (0)  y (1)  0 .
Solución:
Use h  0.05 , y comparar con la
-[(1) * y ' (x) ] ' + (1) * y(x) = (x)
Resultados solución exacta y  x( x  1).
x= 0.000 y[0]= 0.000000000000 Solución:
x= 0.100 y[1]= 0.014777309106
De  x 2 y ' '2 xy  2 y  4 x 2 , tenemos
x= 0.200 y[2]= 0.028700968554
x= 0.300 y[3]= 0.040908777938  ( x 2 y ' )'2 y  4 x 2 ,
x= 0.400 y[4]= 0.050521349704 donde p(x)=x2; q(x)=2; r(x)=-4x2
x= 0.500 y[5]= 0.056633300600 -[(x^2) * y ' (x) ] ' + (2) * y(x) = (-4*x^2)
x= 0.600 y[6]= 0.058304182720
x= 0.700 y[7]= 0.054549063332 x=0.00 y= 0.0000 x=0.55 y=-0.2455
x= 0.800 y[8]= 0.044328659103 x=0.05 y=-0.0481 x=0.60 y=-0.2377
x= 0.900 y[9]= 0.026538925916 x=0.10 y=-0.0903 x=0.65 y=-0.2249
x=0.15 y=-0.1276 x=0.70 y=-0.2072
x= 1.000 y[10]= 0.000000000000
x=0.20 y=-0.1598 x=0.75 y=-0.1845
x=0.25 y=-0.1870 x=0.80 y=-0.1567
x=0.30 y=-0.2093 x=0.85 y=-0.1239
x=0.35 y=-0.2265 x=0.90 y=-0.0862
x=0.40 y=-0.2388 x=0.95 y=-0.0434
x=0.45 y=-0.2460 x=1.00 y= 0.0000
x=0.50 y=-0.2482
Comparando:
Figura 12.
0 y(0 ) = 0 Exacta y(0 ) = 0
1 y(0.2) =-0.15979 Exacta y(0.2) = -0.16
2 y(0.4) =-0.23876 Exacta y(0.4) = -0.24
3 y(0.6) =-0.23772 Exacta y(0.6) = -0.24
Comparando: 4 y(0.8) =-0.15669 Exacta y(0.8) = -0.16
0 y(0 ) =0 Exacta y(0 ) =0 5 y(1 ) = 0 Exacta y(1 ) = 0
1 y(0.2) =0.02870 Exacta y(0.2) =0.02868
2 y(0.4) =0.05052 Exacta y(0.4) =0.05048
3 y(0.6) =0.05830 Exacta y(0.6) =0.05826
4 y(0.8) =0.04433 Exacta y(0.8) =0.04429
5 y(1 ) =0 Exacta y(1 ) =0
Figura 13.
3.4.7. Ejemplo
3.4.8. Ejemplo
d x d x
a)  (e y)  e x y  x  (2  x)e x ,  (e y )  e  x y  ( x  1)  ( x  1)e ( x1) ,
dx dx
0  x  1, y(0)  y (1)  0 . 0  x  1, y(0)  y (1)  0 .
Use h  0.1 , y compara con la Use h  0.05 , y compara con la

solución exacta y  ( x  1)(e x  1). solución exacta y  x(e x  e).
Solución: para n=10 Solución:
0 y(0 ) =0 Exacta y(0 ) =0
para n=1000;
1 y(0.1) =0.0850 Exacta y(0.1) =0.0856
2 y(0.2) =0.1438 Exacta y(0.2) =0.1450 0 y(0 ) = 0 Exacta y(0 ) = 0
3 y(0.3) =0.1796 Exacta y(0.3) =0.1814 1 y(0.1) =-0.16131 Exacta y(0.1) =-0.16131
10 y(1 ) =0 Exacta y(1 ) =0 8 y(0.8) =-0.39419 Exacta y(0.8) =-0.39419
9 y(0.9) =-0.23281 Exacta y(0.9) =-0.23281
10 y(1 ) = 0 Exacta y(1 ) = 0
Figura 14.
Figura 15.
Para n=100;
0 y(0 ) =0 Exacta y(0 ) =0
1 y(0.1) =0.08564 Exacta y(0.1) =0.08565
2 y(0.2) =0.14500 Exacta y(0.2) =0.14502
3 y(0.3) =0.18141 Exacta y(0.3) =0.18143
4 y(0.4) =0.19778 Exacta y(0.4) =0.19781 Nota: Vea el disco compacto que
5 y(0.5) =0.19670 Exacta y(0.5) =0.19673
6 y(0.6) =0.18044 Exacta y(0.6) =0.18046 acompaña esta obra, allí
7 y(0.7) =0.15098 Exacta y(0.7) =0.15102 encontrara el programa que
8 y(0.8) =0.11008 Exacta y(0.8) =0.11013 ejecuta esta parte.
9 y(0.9) =0.05929 Exacta y(0.9) =0.05934
10 y(1 ) =0 Exacta y(1 ) =0
3.4.9. Ejemplo
tiene un resultado muy aceptable

en la medida de lo posible.
El método de Rayleigh-Ritz es
una presentación del método de
Ritz, pero en elementos
Conclusiones determinados por nosotros, o sea,
para particiones apropiadas, y en
La utilización de la teoría del cada una de ellas aplicamos unas
cálculo variacional, en el aspecto funciones ensayo, y optimizamos
directo de una optimización sus coeficientes ci que también
cuantitativa y cualitativa, nos son aceptables en la medida de lo
garantiza que una solución dada posible.
de un optimal funcional sea la
más próxima a la solución de la Los métodos presentados aquí
Ecuación Diferencial Ordinaria mejoran su precisión cuando a
de segundo orden con valor en la unos se les da un mayor número
frontera. de puntos de colocación,
funciones ensayo, a otros mayor
Si consideramos un polinomio número de particiones o
para una solución de una elementos.
Ecuación Diferencial Ordinaria
de segundo orden con valor en la
frontera, si la ejecutamos usando
el método de Ritz los coeficientes
así hallados son los óptimos y
garantizan en la medida de los
posible una buena solución. Sugerencias
El método de Galerkin es una Se sugiere en estos momentos de

presentación desarrollada del un avance descomunal de los
método de Ritz, si esta fuera muy sistemas informáticos y
difícil hallar su adjunta, entonces ordenadores, usar los programas
el método Galerkin se aplica y se aquí adjuntos, para probar una
serie de ecuaciones diferenciales

que Usted halle y quiera saber
como es su comportamiento,
forma y sus resultados.
Simular sus resultados con

variaciones de sus problemas
conocidos, para ampliar el
horizonte de funcionamiento de
los métodos de solución y
comportamiento de las propias
ecuaciones diferenciales
ordinarias de segundo orden con
valor en la frontera.
Usar los programas adjuntos en B i b l i o g r a f í a

disco compacto en esta obra,
pues es de uso didáctica y Burden, R. Faires, J. D. Análisis
gratuita, para los cual en el Numérico. Ed. Grupo Editorial Iberoamérica
México 1985 ISBN 968-7270-09-8
apéndice viene un manual Cantú, Marco La biblia del DELPHI 5.
general de como se puede usar, si Ed. Anaya Multimedia. Madrid. ISBN 84-
desea una háganoslo saber a: 415-0994-8
Chartre, Francisco Programación con
angel_sangiacomo@yahoo.com o DELPHI 4 Ed. Anaya Multimedia
a_sangiacomo_c@starmedia.com Cornell, G. Strain. T. Programación en
y le haré llegar una copia. Delphi. De. McGraw Hill México. 1995.
ISBN 84-481-0339-4
Craggs, J. W. Calculo de Variaciones Editorial Limusa
México 1975
Dan Osier, Ateve. Steve Batson Aprendiendo DELPHI
3 en 21 dias Ed. Prentice Hall Hipanoamericana S.A.
México 1996 ISBN 0-672-30863-0
De Análisis Numérico
Ed. Paraninfo. Madrid. España. 1985
Demidowitsch, B. Maron, I. Schuwalowa, E 880-173-9

Métodos Numéricos de Análisis. Ed. O’Briem, Stephen Turbo Pascal 7 Manual
Paraninfo Madrid 1980 ISBN 84-283- de referencia. Ed. McGraw Hill Madrid 1993
1056-4 ISBN 84-481-0119-07
Duntemann, Jeff La Biblia del turbo Pascal. Ed. Anaya Osier, D. Grobman, S. Batson, S.
Multimedia Madrid. ISBN-84-7614-223-4 España. Aprendiendo DELPHI 2 en 21 Días. De.
1989 Prentice Hall Hispanoamericana México.
Elsgotz, L. Ecuaciones Diferenciales y Cálculo 1996. ISBN 0-672-30863-0
Variacional Editorial Mir Moscú 1983 Peral Alonso, Ireneo Primer curso de Ecuaciones en
Etter, D. Solución de Problemas de Derivadas Parciales Editoprial Addison Wesley E.E.
Ingeniería con MatLab. Ed. Prentice Hall U.U. 1995 ISBN O-201-65357-5
Hispanoamericana México 1998 ISBN 0- Pike, Ralph, W. Optimización en Ingeniería. Edi.
13-397688-2 ISBN 970-17-0111-9 AlfaOmega México. 1989 ISBN-968-6062-86-6
Gelfand, I. M. Fomin, S. V. Calculus of Variations Sangiacomo C., Angel DELPHI Pero si es muy Fácil
Editorial Prentice Hall New Jersey 1963 Editorial UNSA. 1999
Gerald, C. Whwatley, P. Análisis Sangiacomo, A. Antoine, S. Análisis
Numérico con Aplicaciones. Ed. Prentice Numérico 1 Métodos del Análisis. Ed. UNSA
Hall Pearson Educación México 2000 sexta Arequipa 1998
Edición ISBN 968-444-393-5 Sangiacomo, A. Antoine, S. Compilador
Heran, D. Baker, P. Gráficas por para Uso en la Programación para Métodos
Computadora. Ed. Prentice Hall Numérico. Ed. Dpto Matemática UNSA
Hispanoamericana México 1988 Arequipa 2002
Iorio, Valeria EDP Um Curso de Graduacao Editorial Tixeira, S. Pacheco, X. Guía de Desarrollo
Impa Rio de Janeiro 1991 ISBN 85-244-0065-X Delphi. De. Prentice Hall España 2000. ISBN
Issacson, E. Keller, H. Analysis of 0-672-32781-8. Tomo I y II
Numerical Methods. Ed. Edición Wylie , Car Ray Matemáticas Superiores Para
Revolucionaria Habana Cuba 1979 ingenieros Edi. McGraw-Hill México D.F. 1985
Kincaid, D. Chehey, W. Análisis Numérico, ISBN-968-6046-84-4
Las Matemáticas de Cálculo Científico. Ed.
Addison Weslwy Iberoamericana U.S.A.
1994 ISBN 0-201-60130-3
Krasnov, M. L. Makarencko, G. I. Kiseliov, A. Cálculo
Variacional (ejemplos y Problemas) Editorial Mir
Moscú 1976
Nakamura, S. Métodos Numéricos
Aplicados con Software. De. Prentice Hall
Hispanoamericana México 1992 ISBN 968-
880-263-8
Nieves, A. Domínguez, F. Métodos
Numéricos Aplicados a la Ingeniería. Ed.
CECSA México 1997 ISBN 968-26-
1260-8
Noble, B. Daniel, J. Álgebra Lineal
Aplicada. Ed. Prentice Hall
muchos parámetros e incluso las

condiciones de ejecución; sus
gráficas de las curvas solución,
para así tener una idea clara de lo
que es la solución.
El manual lo encuentra en donde

esta el programa que desea
ejecutar donde vea un icono de la
forma: nombrexx (haga doble
Click con y emerge el
auxilio con el manual.
Apéndice
Los programas en código fuente

se encuentran en el compacto
adjunto a esta obra.
Allí Usted encontrara también un

conjunto de problemas para
resolver con sus soluciones la
cual podrá simular y cambiar
305
306
307
1.5.2. Comentario: No presentamos el texto por motivo de espacio, pero, puede verse el
ejemplar en la biblioteca del departamento de matemática y en el archivo de
Escuela Profesional de matemática.
Ecuaciones Diferenciales Ordinarias con Valor de Frontera por Elementos Finitos y sus
Aplicaciones en Ingeniería
308
309
310
1.5.3. Guía de Práctica: No presentamos el texto, pero, puede verse el ejemplar
en la biblioteca del departamento de matemática y en el archivo de
Solución de ecuaciones Diferenciales y Sistemas con Valor Inicial por

Métodos Aproximados
311
312
313
1.5.4. Guía de Práctica: No presentamos el texto, pero, puede verse el ejemplar
en la biblioteca del departamento de matemática y en el archivo de
Solución de Ecuaciones Diferenciales Ordinarias con Valor Inicial
314
315
316
2. Proyectos de investigación
2.1. “MODELO MATEMÁTICO APLICADO A PROCESOS

TECNOLÓGICOS Y SUS PRINCIPIOS GENERALES EN SU
CONSTRUCCIÓN Y SU RESPECTIVA APLICACIÓN A CIERTAS
LEYES DE CONSERVACIÓN EN DICHOS PROCESOS”.
2.1.1. Proyecto.
2.1.2. Constancia de investigación concluida
2.1.2. Texto.
317
PROYECTO DE INVESTIGACIÓN
PLAN DE TRABAJO
UNIVERSIDAD
NACIONAL DE SAN
AGUSTIN
1. Descripción del proyecto:
1.1. Titulo del proyecto:

“Modelos Matemáticos aplicados a procesos tecnológicos y sus
principios generales en su construcción y su respectiva aplicación a
ciertas leyes de conservación en dichos procesos”
1.2. Planteamiento del problema:
En la actualidad existe cada vez más el empleo de Ecuaciones Diferenciales en el

estudio y modelado de diversos fenómenos naturales y procesos tecnológicos
particularmente a través de la selección apropiada de ciertas leyes de
conservación, como principio general en la construcción de modelos.
La formulación de estas leyes conduce de manera natural a la resolución de
sistemas de ecuaciones diferenciales cuya soluciones deben satisfacer además
ciertas condiciones iniciales y/o de frontera. Con frecuencia las ecuaciones a las
que se arriba presentan dificultades para su solución, como las siguientes:
1.3. Ecuaciones diferenciales Lineales con complejidad en los coeficientes
1.4. Ecuaciones diferenciales no lineales.
1.5. Problemas de capa límite (Como Ocurre en la hidrodinámica)
1.6. Ecuaciones lineales con coeficientes periódicos, Ecuaciones
débilmente no lineales - método de promediación.
1.7. Fórmulas asintóticas de integrales.
Por otro lado resulta importante el estudio cualitativo de las soluciones cuando se
utiliza los métodos aproximados (numéricos) para resolver las ecuaciones,
particularmente para observar cuidadosamente las soluciones que se obtienen
cuando las ecuaciones son rígidas (Stiff). Precisamente una teoría básica
necesaria para la resolución de los problemas mencionados antes, es la que se
conoce como la teoría de perturbaciones de cuyos elementos se conformará
nuestra investigación.
Las bases de esta teoría fueron sentadas, como es el caso de muchas otras teorías
matemáticas de este siglo, en el trabajo de Henry Poincare (1892). En la
formulación actual de la misma se emplean los conceptos de sucesión asintótica o
de calibración y de desarrollo asintótico de la solución respecto de la sucesión de
calibración.
En la práctica su utilización en literatura científica es a menudo sólo formal y
además es necesario considerar ciertas hipótesis físicas ajenas al problema
matemático para garantizar la coherencia de los desarrollos asumidos. Hay que
decir que realmente ya había aparecido técnicas asintóticas desarrolladas por
Laplace a fines del Siglo XVIII y por Stokes a fines del siglo XIX para la
aproximación asintótica de integrales, con el estudio de los puntos de cambio
(giro) para la construcción de los estimados y con la concreción del método de la
fase estacionaria respectivamente. También el distinguido matemático D. Gilbert
discute la solución de la todavía famosa ecuación de Boltzmann mediante un
desarrollo asintótico en un parámetro inversamente proporcional a la densidad del
gas aunque sin arribar a una solución muy satisfactoria.
La teoría desarrollada por Prandtl para el estudio de las soluciones del sistema de
ecuaciones de Navier - Stokes en la hidrodinámica cerca de una superficie rígida
permitió una interpretación posterior de la misma que sentó pautas para el
estudio de una clase de problemas en ecuaciones en derivadas parciales que se
conocen como “de capa límite”, ilustrando fenómenos de perturbaciones
singulares. Los problemas de este tipo están muy vinculados al estudio de
ecuaciones con rigidez (Stiff) que aparecen en la aplicación de métodos
numéricos para la resolución de problemas con condiciones iniciales o de
contorno en donde aparecen inestabilidades y grandes desviaciones del los
valores reales.
Otro tipo de problema de orden práctico aparece cuando se pretende integrar
numéricamente un ecuación diferencial con condiciones límites en el infinito,
cuestión que en general precisa de estimados asintóticos de las soluciones del
problema original para poder considerar condiciones de contorno apropiadas en
una región apropiada, para poder realizar la integración manteniendo un resultado
que aproxime al real en el intervalo seleccionado.
Para concluir citamos:
“El matemático aplicado en su investigación desea obtener sólo unos pocos
términos del desarrollo asintótico que pueda calcular para ilustrar los aspectos
esenciales del problema en estudio y obtener una aproximación del resultado
exacto... Sorprendentemente quizás este es el caso general”, de la obra de la
teoría de perturbaciones de J. D. Cole “Perturbation methodos in appliad
Matematics” Springer Verlag.
1.8. Objetivos de la Investigación:
“Estudiar la teoría de perturbaciones con la utilización de los métodos

aproximados de cuyos elementos se conformará nuestra investigación”.
“Describir el comportamiento asintótico de la solución y su ver como se explican

y como se aplican estas cuestiones en el análisis cualitativo de las soluciones de
Ecuaciones Diferenciales que aparecen en el modelado de diversos procesos
naturales y tecnológicos”
“Estudiar una clase de problemas en Ecuaciones en Derivadas Parciales que se

conocen como “el problema de capa límite”, para ilustrar los fenómenos de
perturbaciones singulares.”
“Presentar un algoritmo que indique las soluciones elementales de problemas

básicos”
1.9. Importancia del proyecto:
Para dar soluciones a problemas por métodos indirectos, a través de la

construcción de cierto tipo de nuevos operadores equivalentes a los originales o
que difieren de los originales en una perturbación  T* tal que permitan dar la
solución aproximada al problema primario dentro del rango de tolerancia
permitido.
Con el uso de la teoría de perturbaciones y con el uso de la perturbaciones
regulares se permite con el comportamiento cuando es asintótico de la solución
describirse con cierta precisión el fenómeno y así proyectar los medios de
solución aproximada siempre dentro de la tolerancia especificado.
Explicaremos y aplicaremos las perturbaciones en el análisis cualitativo de las

soluciones de Ecuaciones Diferenciales que aparezcan en el modelado de diversos
procesos naturales o tecnológicos.
Para dar solución a las ecuaciones diferenciales rígidas, con la asociación a un

parámetro de perturbación singular pequeño.
En los modelados matemáticos de los problemas en neurociencias, biología,

química, economía y otras, en los que una parte de las variables consideradas se
transforman de manera que sus velocidades de cambio se diferencian
intensamente de las otras. De tal manera que el sistema de ecuaciones
diferenciales
 x  f ( x, y, t ;  ) x  Rk
 , ( 0    1 ).
 y  g ( x, y, t ;  ) y  Rl
Donde el símbolo (  ) significa “mucho menor que”.
El cual para analizar estos problemas se considera el método Pseudo -
estacionario, que vincula ciertas soluciones del problema real con soluciones
equivalente del sistema álgebro - diferencial
 x  f ( x, y, t ;0)

 0  g ( x, y , t ;0)
con su respectivas soluciones.
La aplicaciones a la biología matemática, cono son los modelos para difusión

espacial de los problemas de difusión de plagas de insectos y su control, aparecen
ecuaciones de reacción - difusión no lineales del tipo
u
  ( f (u ))  g (u ) ,
t
donde u  R n , vector de densidad de poblaciones diferenciadas y g describe la
sintética (no lineal) de la reacción de cada una de ellas y f esta asociada a la
difusión. Estos problemas para su solución conducen al análisis de soluciones del
tipo de onda móvil, cuyas soluciones pueden ser aproximadas con el uso de capa
límite.
Describir el problema y aplicaciones del uso de la capa límite.
1.10. Antecedentes:
En matemática en la actualidad con la proliferación de las micro computadoras en

el mercado es muy practico ya encargar en casa (por exagerar en el lenguaje) que
se efectúen grandes procesos iterativos que hace tres décadas atrás eran casi una
utopía. Por este presente es que se requiere revisar todos los procesos de calculo
y permitir que se realicen los trabajos con aproximaciones lo suficientemente
buenos, es decir que cumplan los requerimientos de la tolerancia del mercado.
La teoría de perturbaciones por su parte permite para la parte de procesos
numéricos analizar la estabilidad y sus implicancias en el desarrollo y por ende en
la propia solución del problema en cuestión.
La teoría de perturbaciones con el proceso de capa limite nos permite

aproximarnos de forma muy concisa y emular casi perfectamente el
funcionamiento de muestro modelo al real y a la solución experimental de ciertos
problemas
Por último como normalmente no se tiene el mínimo apoyo de la universidad en

cuanto a equipos (el departamento de matemática no cuenta con ni siquiera una
calculadora y mucho menos una computadora), ni bibliografía (suscripción a
revistas nacionales e internacionales especializadas), nos hay apoyo económico de
ningún tipo (no hay apoyo para asistir a eventos especializados nacionales y ni
que decir del nulo apoyo a los internacionales) es que efectuamos esta
investigación que es del tipo bibliográfico y de programación muy elemental,
donde se pueda dar al menos una idea de nuestra inquietud.
Es decir hacer ver de alguana manera que las matematicas se aoplican en la
solucion de problemas reales y que son la piedra angualar de cualquier avasnce
cientifico, y que eso de que es la piedra angular no quede como una panacea,
como ya se tiene por costunbre concluir.
Para concluir si leemos los punto 1.2 y 1.3 también tendremos más antecedentes.
1.11. Metodología:
La metodología a emplear se basara en la deductiva y la inductiva, puesto que el

trabajo será llevado a cabo en forma bibliográfica y sólo en la parte final se
presentara el algoritmo de aplicación y únicamente a problemas básicos.
 Información
la información se recopila de los trabajos dejador por H. Poincaré, de D.

Hilbert, J. D. Cole.
De los trabajos realizados en la geometría de singularidades.
De el estudio de los sistemas dinámicos.
Teoría de perturbaciones y sus técnicas en la aplicación a las solución de
problemas reales.
Métodos de las perturbaciones para ingenieros y científicos.
La fenomenología asintótica en la física - matemática.
La teoría de optimización no lineal
Bibliografía:
H. Poincaré New Methods of celestial Mechanics

1967 Vol. 1
A.W. Bugh Perturbation methods for engineers an
1992 scientist
CRC Press, Boca Raton
I. Hilbert Gründzüge einer allgemeinen theorie der
1912 linearen integralgleichungen
J. Chapmam & T. Cowling The mathematical teory of non - uniform
1990 gases
tercera edición Canbridge Math. Library
K. Schiichting Boundary layer theory
1979 McGraw-Hill, New York
P.A. Fox On the use of co-ordinatae perturbations
1953 in the solution of physical problems
J.D. Cole Perturbation methods in applied
1968 mathematics.
Blaisdell
A.Georgecu Asynptotic treatment of differenctial
1995 equations
Chapmam & Hall, London
L. Kevorkian & J.D.Cole Perturbation methods in applied
1981 mathematics
Springer Verlag. New York
M. H. Nayfch Introduction to perturbation tecniques
1981 Wiley N. Y.
N. Van Dyke Perturbation methods in fluid mechanics
1975 Parabolic Press. Palo Alto, CA.
K.O. Foridrichs Asynptotic phenomena in mathematical
physics
Bull. Am. Math. Soc 61(6), 485-504
K.O. Foridrichs Shallow water theory (Teoría de agua
1960 poco profunda)
J.J Stoker
O. Kopell Dinamical systems and the geometry of
1993 singularly perturbed differenctial
equations
Proceceedings of the Smalefest.
P. Muratori. S. Rinaldi A separation condition for then existence
1991 of limit cycles in slow - fast systems
Appl. Math. Modelling
Q. Chiarella Dynamics of speenlatore Behaviour
1992 Anmals of Op. Research.
R. Chiarella The elements of a nonlinear theory of
1990 econemic dunamics
Lec. Notes in Econ. & Math. Syst.
 Planteamiento
1. Recolección de la información
2. Análisis de la información
3. Depurado de la información
4. Proponer el primer borrador
5. Información adicional a los problemas teóricos
6. Recolectar información sobre los problemas experimentales de procesos
asintóticos y capa límite.
7. Estructurar la información para la construcción de soluciones
8. Estructura y armado del algoritmo elemental.
9. Conclusiones
10. Publicación de la investigación.
11. Presentación publica y conferencias de la investigación.
 Análisis e interpretación
Cuando el trabajo este en desarrollo se irá evaluando este punto.
 Elaboración del documento
En su debida oportunidad.
2. Cronogramas del proyecto:
Etapas
El trabajo de investigación consiste en 10 etapas
1. Recolección de la información
2. Análisis de la información
3. Depurado de la información
4. Proponer el primer borrador
5. Información adicional a los problemas teóricos
6. Recolectar información sobre los problemas experimentales de procesos
asintóticos y capa límite.
7. Estructurar la información para la construcción de soluciones
8. Estructura y armado del algoritmo elemental.
9. Conclusiones
10. Publicación de la investigación.
Inicio
1998 octubre 01
Final
2000 octubre 01
3. Presupuesto y financiación
4. Presupuesto:
Materiales y otros S/. 1000.00
Viáticos S/. 2000.00
Publicaciones S/. 800.00
Gastos de equipos S/. 5000.00

Bibliografía S/. 2000.00
Total S/. 10800.00
5. Fuentes de financiamiento
La Universidad Nacional de San Agustín de Arequipa
Inversión propia de los interesados.
6. Recursos
7. Humanos
Nombre
Angel Sangiacomo Carazas
Labor de: Investigador, programador y analista
Nombre
3.3.2. Materiales
Papel borrador S/. 200.00

Papel Bond S/. 200.00
Articulo de escritorio S/. 100.00
Disketes S/. 500.00
Cintas de Impresora S/. 200.00
Una Computadora S/. 4000.00
Una impresora S/. 900.00
Libros actualizados S/. 2000.00
Viajes a Lima y Tacna y otros S/. 2000.00
Gastos varios S/. 700.00
Fecha
Arequipa 1998 agosto 31
Firmas
_______________________________ __________________________
MsC. Angel Sangiacomo Carazas
320
321
UNIVERSIDAD NACIONAL DE SAN AGUSTÍN
OFICINA DE INVESTIGACIÓN
FICHA DE FINALIZACIÓN DEL PROYECTO
FACULTAD: Ciencias Naturales y Formales

ESCUELA PROFESIONAL: De Matemática
DEPARTAMENTO ACADÉMICO: Matemática y Estadística
Número: MA- 228 - UI-FCNF
Presentado por:
Angel Sangiacomo Carazas

Lic. Tony Cheneaux Gómes

Labor de: Investigador
Título del proyecto:
“Modelos Matemáticos aplicados a procesos tecnológicos y sus

principios generales en su construcción y su respectiva aplicación a
ciertas leyes de conservación en dichos procesos”
LÍNEA DE INVESTIGACIÓN: Matemática Aplicada (Modulación Matemática)
Presentación
Introducción
En la actualidad se extiende cada vez más el empleo de las ecuaciones

diferenciales en el estudio y modelos de diversos de fenómenos naturales y
procesos tecnológicos, particularmente a través de la selección apropiada de
1
ciertas leyes de conservación, como principio general en la construcción de
modelos.
La formulación de estas leyes conduce de manera natural a la resolución de su
sistemas de ecuaciones diferenciales cuyas soluciones debes satisfacer además
ciertas condiciones iniciales y/o frontera. Con frecuencia las ecuaciones a las que
se arriba presenta dificultades para su resolución, como las siguientes:
a) Ecuaciones Diferenciales lineales con complejidad de los coeficientes.
b) Ecuaciones Diferenciales no lineales
c) Problema de capa límite (como ocurre en la hidrodinámica)
d) Ecuaciones lineales con coeficientes periódicos, Ecuaciones débilmente
no lineales - método de promediación
e) Fórmulas asintóticas de integrales.
Por otro lado, resulta importante el estudio cualitativo de las resoluciones cuando
se utiliza métodos aproximados (numéricos) para resolver las ecuaciones,
particularmente para observar cuidadosamente las soluciones que se obtienen
cuando las ecuaciones son rígidas (Stiff). Precisamente una teoría básica
necesaria para resolver los problemas mencionados antes es la que se conoce
como “teoría de Perturbaciones” de cuyos elementos se conformará esta
investigación
En todo momento se trato de estar dentro de los objetivos trazados:

“Estudiar la teoría de perturbaciones con la utilización de los métodos aproximados
de cuyos elementos se conformará nuestra investigación”.
“Describir el comportamiento asintótico de la solución y su ver como se explican y
como se aplican estas cuestiones en el análisis cualitativo de las soluciones de
Ecuaciones Diferenciales que aparecen en el modelado de diversos procesos
naturales y tecnológicos”
“Estudiar una clase de problemas en Ecuaciones en Derivadas Parciales que se
conocen como “el problema de capa límite”, para ilustrar los fenómenos de
perturbaciones singulares.”
“Presentar un algoritmo que indique las soluciones elementales de problemas
básicos”
Las bases de esta teoría fueron sentados, para otras muchas teorías matemáticas
de este siglo, en el trabajo de Henry Poincaré [1], en 1892. En la formulación
actual de la misma se emplean los conceptos de sucesión asintótica ( de
calibración) y de desarrollo asintótico (de la solución) respecto de la sucesión de
calibración.
En la practica su utilización en la literatura científica matemática es a menudo

solo formal, y además es necesario considerar ciertas hipótesis físicas ajenas al
problema matemático para garantizar la coherencia de los desarrollos asumidos.
Hay que decir que realmente ya habían aparecido técnicas asintóticas
desarrolladas por Laplace a fines del siglo XVIII, y por Stokes a fines del XIX
para la aproximación asintótica de integrales, con el estudio de lo puntos de
2
cambio (giro) para la construcción de los estimados y con la concreción del
método de la fase estacionaria, respectivamente. (ver [2] para mayor detalle).
También D. Hilbert discute la solución de la todavía famosa ecuación de
Boltzmann mediante un desarrollo asintótico en un parámetro inversamente
proporcional a la densidad del gas, aunque sin arribar a una solución muy
satisfactoria (ver [3] para mayor detalle).
La técnica desarrollada por Prandtl [4] para el estudio de las soluciones del
sistema de ecuaciones de Navieer - Stokes (en la Hidrodinámica) cerca de una
superficie rígida, permitió una interpretación posterior de la misma que sentó
pauta para el estudio de una clase de problemas en ecuaciones en derivadas
parciales que se conocen como “de capa límite”, ilustrando fenómenos de
perturbaciones “singulares”. Los problemas es este tipo están muy vinculados al
estudio de las ecuaciones con rigidez (Stiff) que aparecen en al aplicación de
métodos numéricos para la solución de problemas iniciales o de contorno (ver
[5]), en donde aparecen inestabilidades y grandes desviaciones de los valores
reales.
Otro tipo de problemas de orden práctico aparece cuando se pretende integrar

numéricamente una ecuación diferencial con condiciones límites en el infinito,
cuestión que en general precisa de estimados asintóticos de las soluciones del
problema original para poder considerar condiciones de contorno apropiadas en
una región acotada para poder realizar la integración manteniendo un resultado
que aproxime al verdadero en el intervalo seleccionado.
Par concluir con la introducción, “El Matemático Aplicado en su investigación

desea obtener sólo unos pocos términos del desarrollo asintótico que pueda
calcular para ilustrar los aspectos esenciales del problema en estudio y obtener
una aproximación del resultado exacto . . . Sorprendentemente quizás, este es el
caso general”.
Se presenta una serie de programas los cuales dan una idea de como se resuelven
estos casos y en apéndice de fabricación de bombas de caras planas se pone el
programa total en un disco compacto, donde se encuentra la investigación en su
totalidad para ser reproducida por la Universidad si desean publicarla.
3
Índice
Presentación 1
Índice 4
Capítulo 1 5
Idea central de la teoría de perturbaciones 5
Capítulo II 6
Variables Nildimensionales. Estudio de algunos Modelos 6
Ejemplo 1: 6
Ejemplo 2: 8
Ejemplo 3: 9
Ejemplo 4: 10
Capítulo III 12
Sucesiones y desarrollos asintóticos 12
Desarrollos uniformes y no uniformes 12
Región de no Uniformidad 13
Capítulo IV 17
Capa Límite 17
Variables Distendidas 19
Ubicación de la capa Límite 20
Error de la Capa Límite y Principio de Menor Degeneración 22
Principio de Mínima Degeneración de Van Dyke 24
Ejemplos No Lineales 25
Apéndice 27
Ecuaciones de Prandtl 27
Problema de Blasius 27
Aplicaciones a la fabricación de bombas de caras planas 33
Bibliografía 44
4
Capítulo I
I.1. Idea central de la teoría de perturbaciones
Consideremos el problema principal de resolver la ecuación (algebraica o en

nuestro caso, funcional) dado por:
(pp) T (u )  0
en donde el operador T tiene un dominio contenido en cierto espacio X, en los

que están definidas topologías que permiten hacer análisis de convergencia.
Supongamos que por una u otra razón resulta difícil encontrar la solución
(spp) u (x ) ; ( x )
de la ecuación (pp). La tarea es entonces estudiar, en lugar el problema (pp), las

soluciones del otro (u otros) problemas más simples:
(pr) T* (u )  0
(el problema reducido), de modo que la solución
(spr) u* ( x ) ; ( x  *   )
Aproxime suficientemente a la solución u (según la topología en T ) al menos

en un cierto subconjunto * del conjunto  en donde están definidas las
funciones del conjunto X. Precisamente la posibilidad de considerar una solución
aproximada u* valida en todo  es característica de las perturbaciones
“regulares”. Si la aproximación sólo se tiene en un aparte * estricta de  ,
estaremos en presencia de perturbaciones “singulares”.
En ocasiones existe T*  lím

0
T . Y si la familia T de operadores es continua en
  0 , T*  T0 . La ecuación (pr) ( T* (u )  0 ), se llama problema “reducido”. De

acuerdo con esto, muchas veces el problema principal en (pp) se trata como una
“perturbación” del problema reducido:
T (u )  0 T  T*   T1
siendo en al práctica el operador T1 el que engloba las dificultades, por ejemplo,

no - lineales.
5
Para ser más exactos, el operador T se dice que es una perturbación “regular”
del operador T* si están en una misma clase, definidos sobre las mismas
funciones. En caso contrario, se dice una perturbación “singular”. En los
ejemplos ilustraremos estos hechos.
Otra de las características de las perturbaciones regulares está relacionada con el

hecho de que el comportamiento asintótico de la solución u puede ser descrito
con la ayuda de un desarrollo asintótico asociado a la sucesión {1,  ,  2 ,  } ,
cuando   0 . (ver [2] y [7]).
Después veremos como se explican y como se aplican estas cuestiones en el

análisis cualitativo de las soluciones de ecuaciones diferenciales que aparecen en
el modelo de diversos procesos naturales o tecnológicos.
Capítulo II
II. Variables Nildimensionales. Estudio de algunos Modelos
Ejemplo 1:
Vamos a considerar al ecuación de la velocidad de un cuerpo (puntual) de masa

M, lanzado verticalmente hacia arriba con una velocidad inicial U 0 que es
considerada “suficientemente pequeña” de manera que la resistencia ofrecida por
el aire sea proporcional a la velocidad.
El problema con valores iniciales (problema de Cauchy) para el modelo de este
fenómeno es:
(1) 
M dU
dT

 g  kU ; U (0)  U 0
en donde U representa la velocidad y T es el tiempo.
En la ecuación aparecen diferentes magnitudes con diferentes dimensiones, por lo
que n es posible comparar U 0 con ninguna de las otras por separado.
Introduzcamos las variables nildimensionales v y t a partir de las relaciones:
U0
(2) U  U 0v ; T ( g
)t
Sustituyendo (2) en (1) y agrupando los coeficientes de manera conveniente se
llega a la ecuación nildimencional:
 dv  1  t
(3)  dt ,
v ( 0 )  1
6
kU 0
en donde el parámetro  Mg . Ahora, la condición de que la velocidad inicial
Mg
sea “pequeña” se precisa a través de la relación U 0  k
, o equivalentemente,
0    1 .
El tema que desarrollaremos estará centrado en el estudio de al posibilidad de

resolver aproximadamente un problema como el planteado acá a través de un
“desarrollo asintótico” de la solución en la forma:
(4) v  v0  v1   2v2  
determinando además la región en que es válida esta aproximación, Como

veremos, esta problemática está relacionada con la “teoría de capa límite”.
Si sustituimos el desarrollo en (4) en la ecuación (3) y luego igualamos los

términos semejantes, obtenemos una jerarquía de problemas en la forma:
 dv0  1
(5)  dt
v0 (0)  1
 dv1  v
0
 dt
v1 (0)  0
 dv2  v
1
 dt
v2 (0)  0
........
cuyas soluciones son respectivamente:
(6) v0 (t )  1  t
t2
v1 (t )  2
t
t2 3
v2 (t )  2
 t6
...........
y así. Obtenemos finalmente una expresión aproximada de la solución:
2 2 3
(7) v (t )  (1  t   ( t2  t )   2 ( t2  t6 )  
es fácil integrar la ecuación (3) y verificar que la solución exacta del problema
inicial es:
7
[(1   )e t  1]
(8) vexacta (t )  .

Si para la función en (8) hacemos un desarrollo de McLaurin (alrededor de   0

! ), podremos comprobar que tal desarrollo coincide con el obtenido en (7), no
independientemente del valor de t.
De cierta manera, esto representa el hecho de que ;a “pequeña perturbación”

tiene un “pequeño efecto” en la solución del problema no perturbado (cuando
  0 ), siempre que los valores de “t” que se consideren NO sean suficientemente
grandes.
Ejemplo 2:
Estudiemos ahora la solución de:
 dv  v  v 2
(9)  dt , ( 0    1 )
v(0)  0
por medio de un desarrollo de la solución similar al dado en (4). Al comparar los

términos semejantes en ambos miembros de la ecuación y de la condición inicial
resulta:
 dv0  v  0
(10)  dt 0 . v0  e  t
v0 (0)  0
 dv1  v  0
1
 dt . v1  e t  e 2t
v1 (0)  0
 dv2  v  0
 dt 2 . v2  e t  2e 2t  e 3t
v2 (0)  0
...... .......
obteniéndose finalmente,
(11) v (t )  (e t   (e t  e 2t )   2 (e t  2e 2t  e 3t )  
Como desarrollo aproximado de la solución de (9).

Debido a que pretendemos comparar esta aproximación asintótica con la solución
real verdadera, podemos realizar la integración de la ecuación en (9) a partir de
cuadraturas, obteniendo:
8
e t 
(12) vexacta (t )   e  t   n (1  e  t ) n
1   (1  e  t ) n0
Con la diferencia respecto del ejemplo anterior de que la serie en la parte derecha
de (12) converge (uniformemente en t) siempre que 0    1 . Los primeros
términos de la serie en (12) coinciden con el desarrollo aproximado en (11), que
es entonces válido uniformemente para t  R .
Ejemplo 3:
Si bien puede obtenerse la solución analítica de este ejemplo, destacaremos el

hecho de que se precisa algo más que cuadraturas para encontrar, de modo que en
este caso la metodología tiene más “valor de uso”. Consideremos,
 dy  y  ty 2
(13)  dt
 y (0)  1
Asumamos un desarrollo formal
y  y0 (t )  y1 (t )  
y sustituyendo en (13) se tiene:
 dy 0  y  0
(14)  dt 0
. y0  e  t
 y0 (0)  0
 dy1  y  0
 dt 1 . y1  e t  e 2t  te 2t
 y1 (0)  0
...... .......
que presenta un desarrollo “asintótico” de la función uniformemente válida para

todo t  R (
(15) y  e t (1   (1  e t  te t ))  O ( 2 )
En el siguiente ejemplo mostraremos que la técnica indicada puede emplearse

cuando, en lugar de aparecer un parámetro pequeño  , estamos considerando
que la variable independiente varía en un dominio no acotado y que pretendemos
dar una aproximación de la solución para valores grandes de esta variable
9
Ejemplo 4:
Sea
 dy  y  1
(16)  dt 
 y ()  0
y asumiendo un desarrollo de la solución en la forma:
b1 b2
(17) y  b0   
X X2
teniendo en cuenta la parte derecha en (16). Si sustituimos (17) en (16)

obtenemos ordenadamente:
(18) b0  0 ,
b1  1 ,
b2  1 ,
b3  2 ! ,
......
bn  (1) n 1 (n  1) ! ,
por lo que el desarrollo será:
1 1 2! ( 1) n 1 (n  1) !
(19) y   2  2    
X X X Xn
Al aplicar el criterio de cociente al término general de la serie en (19) se obtiene:
( 1) n n ! Xn
(20) lím  1
n X n 1 (1) n 1 ( n  1) !
como condición de convergencia, y de ella se verifica que la serie diverge en todo

punto:
1 1

X lím n
n
Veremos que, a pesar de ello, este desarrollo aproxima bien a la solución.
Denotemos por:

(1) n 1 (n  1)!
(21) SN   ,
n 1 Xn
10
y sea
(22) y  S N  RN ; donde RN es el resto.
Con el fin de comparar el resultado obtenido para estimar el resto, tenemos la

solución exacta de (16):
 es
(23) yexacto  e X X s
ds ,
e integrando sucesivamente por partes de manera conveniente se obtienes:
1 1 2! (1) n 1 (n  1) !  e s
(24) y   2  2 
X X X X n
 (1) n (n) ! e X X s N 1
ds
luego, comparando con (21) y (22) se tiene:
 es
RN  (1) N ( N ) ! e X X s N 1
ds
y finalmente,
 es N!
(25) RN  ( N ) ! e X X s N 1
ds 
X N 1
.
La desigualdad (25) garantiza que, para valores de X suficientemente grandes, la

serie (divergente es todo punto) dada en (21), aproxima adecuadamente a la
solución exacta.
Nota: Es importante destacar que en el análisis de perturbaciones No interesa si
(26) lím RN ( X )   , para X fijo,

N 
que es lo que se considera en el análisis de convergencia de al serie S N . Por el

contrario, nuestro problema es verificar si
(27) lím RN ( X )  0 , para N fijo.

X  
Capítulo III
III. Sucesiones y desarrollos asintóticos
11
Definición 1.
La sucesión (finita o infinita) de funciones { n ( )}nN 0 se dice asintótica si
   0 cuando:
(28)  n 1 ( )  O[ n ( )] ; para    0 . §
Definición 2:
un desarrollo asintótico de la función f ( ) respecto a { n ( )}nN 0 es el dado
por:
N
(29) f ( )   an n ( )  RN ( )
n 0
donde RN  O( N 1 ( ) , si   0 . ¨
III.2. Desarrollos uniformes y no uniformes
La función u (x) admite un desarrollo asintótico para  respecto de la sucesión

asintótica { n ( )}nN 0 si
N
(32) u ( x)   an ( x) n ( )  RN ( x,  )
n 0
de manera que
(33) RN ( x,  )  O( N 1 ( )) , si   0 .
El desarrollo se dice uniforme en el conjunto W de valores de x si existe k  0 y

 0  0 tales que
(34) RN ( x,  )  k ( N 1 ( )) , para todo x  
cuando 0     0 .
Ejemplo:
Verificar que el desarrollo de
1
(35) u ( x)  , si   0
1    sin( x)
12
es uniforme en   R , con relación a la sucesión {1,  ,  2 , } .
Es claro que la función u (x) puede escribirse como suma de una serie
convergente si   1 , de donde:
(36) u ( x) ~ 1  sin( x)   2 sin 2 ( x)   3 sin 3 ( x)  
y es claro que, para cualquier N,
 R ( x,  ) 
(37) lím  N N 1   sin N 1 ( x) ,
  0  
que es uniformemente acotado por la unidad.

De modo que, tomando por ejemplo k  1.1 y  0  1 ,
RN ( x,  )  k  N 1
No admite en (35) un desarrollo asintótico en la forma:

u ( x) ~ 1  x   2 x 2  
III.4. Región de no Uniformidad
Como se vio anteriormente en el desarrollo anterior aparece la no uniformidad

debida a x  O(1) .
Si consideramos ahora:
u ( x)  sin( x   ) y el desarrollo en series de potencias, tenemos.
2 3
(38) sin( x   )  sin( x)   cos( x)  sin( x)  cos( x)  O( 4 ) ,
2 6
que es obviamente un desarrollo uniforme en R.
En el caso de la función
u ( x)  sin[ x(1   )]  sin( x) cos(x)  cos( x) sin(x)
tenemos el desarrollo:
2 2 3 3
(39) sin[ x(1   )]  sin( x)  x cos( x)  x sin( x)  x cos( x)  O( 4 x 4 )
2 6
13
En fin, la serie (39) que es convergente para toda x  R , No s uniforme, y tiene
región de no uniformidad dada por x  O( 1 ) .
Las causas más frecuentes de no uniformidad son:
1) región no acotadas
2) singularidades en las ecuaciones que conducen a regiones en donde las
soluciones cambian bruscamente.
Ejemplo :
Consideremos el problema de Cauchy
 dy  y  e  x
(40)  dt
 y (0)  2
Esta es una Ecuación lineal con coeficientes constantes que puede resolverse de
manera analítica:
x
(41) yexacto 
1  2
e

 
e x
1  1 
El primer sumando de la parte derecha en (40) se anula rápidamente a medida

que x se aleja del cero.
Si proponemos un desarrollo de la solución como una serie como antes:
(42) y  y0  y1   2 y2  
entonces
O(1) : y0  e  x ,
y0 (0)  2
O( ) : y1  e  x ,
y1 (0)  0
... ......
pero las condiciones iniciales de la jerarquía de los problemas y0 , y1 , . . . , no

tiene razón de verificarse puesto que no son ecuaciones diferenciales las
expresiones que obtenemos.
De acuerdo con ello, el desarrollo obtenido
14
(43) y  e  x   e  x   2 e  x    e  x (1     2  ) ,
da lugar a una función que no satisface la condición en x  0 . Se observa que el

desarrollo en (43) corresponde a la serie del segundo sumando en (41).
En fin, el primer sumando en (41) comienza a tener un efecto significativo cerca

del origen y graficando se la siguiente figura:
que muestra la región  próxima al origen en donde el desarrollo pierde la

uniformidad. Esta región  se conoce como capa límite.
Consideremos ahora otro caso una ecuación de segundo orden en donde se

imponen consideraciones de borde (o frontera).
Ejemplo 2:
sea
 d 2 y  dy  y  0
 dt 2 dt
 y (0)  0; y (1)  1
La solución exacta de este problema se encuentra a partir de la determinación de

los coeficientes A y B en el desarrollo de la solución general:
(44) y  Ae m1 x  Be m2 x
para m1 , m2 raíces de la ecuación característica:
(45) m 2  m  1  0
15
Las raíces de esta ecuación son
 1  1  4
m1   1    
2
(46)
 1  1  4
m2    1  1    
2
Consideremos ahora la posibilidad de obtener un desarrollo formal de la solución

según:
(47) y  y0  y1   ,
obteniéndose, al comparar términos semejantes en cada una de las igualdades, la

siguiente jerarquía de problemas:
 dy 0  y  0
O(1) :  dt 0
 y0 (0)  1; y0 (1)  1
 1  y  0
dy
O(2) :  dt 1
 y1 (0)  0; y1 (1)  0
Resulta nuevamente el hecho que las funciones y0 , y1 , . . . , no pueden satisfacer

de hecho las dos condiciones que se imponen, por lo que vamos a asumir que
ellas son determinadas solo por la condición en x  1 :
(48) y  e1 x  O( ) ; ( y0  e1 x ) .
A partir de los desarrollos (46) y de (44) pueden determinarse las constantes A y

B en la solución exacta (aproximada):
x
(49) y  Ae  x  Be   e x  O( )
y (0)  0  A  B
1

1 
y (1)  1  Ae  Be  e  O( )
en fin
x

(5) yexacta  e1 x
e   e1 x  O( )
que muestra nuevamente la existencia de la capa límite alrededor de x  0 :
16
Capítulo IV
IV. Capa Límite
Ya indicamos antes el sentido que tienen estas regiones de no uniformidad en los

desarrollos asintóticos de algunos problemas.
En realidad la capa límite son regiones de cambio brusco en el valor de las

variables.
Son bastante conocidos y estudiados los fenómenos de capa límite en los en los
siguientes casos:
· velocidad de un fluido (liquido o gas) cerca de una pared sólida.

· velocidad al final de un chorro de fluido.
· temperatura de un fluido cerca de una superficie sólida.
· concentración de soluto cerca de una interface.
Consideremos nuevamente un ejemplo en donde se hace evidente la problemática

de la capa límite.
Ejemplo 1:
Sea
 d 2 u  du  2 x  1
 dx 2 dx
u (0)  1; u (1)  4
17
Proponemos una solución del tipo
u ( x)  u0 ( x)  u ( x)  
y nuevamente, la aparición del coeficiente e multiplicado a la derivada de mayor

orden conduce a una jerarquía de problemas en los que no se pueden satisfacer a
priori las dos condiciones resultantes:
 du 0  2 x  1
 dx ; además u0  x 2  x  2 ,
u0 (0)  1; u0 (1)  4
 du n d 2 u n 1 u1  2( x  1)
 
 dx dx 2 ; n = 1, 2, 3, . . . además
u n (0)  0; un (1)  0 u n  0, si n  0
de la condición en x  1 , que asumimos que es la que determina a este desarrollo,

se llega a:
(51) uout  ( x 2  x  2)   2(1  x)
que no satisface al condición es x  0 . La notación indica que este desarrollo es

válida fuera de la capa límite.
Por otro lado, puede obtenerse la solución exacta al problema planteado:
x x
 
(52) 2
uexacta  ( x  x  2)  e    [2(1  x )  2e  ],
1
y notando que   si   0 cualquiera sea N en los naturales, se tiene
e  O ( N )
x x
que   es un término trascendentalmente pequeño fuera de la región  O(1)
e 
18
IV.2. Variables Distendidas
Precisamente se hace evidente en el ejemplo anterior la necesidad de considerar

una nueva variable que permita tratar apropiadamente el problema asintótico
cuando la variable independiente se encuentra dentro de la capa limite.
Consideraremos la nueva variable
x
(53) s ,

 d 2 u  du  2 x  1
Entonces, sustituimos (53) en la ecuación del ejemplo 1 (  dx 2 dx
u (0)  1; u (1)  4
), se llega a:
 d 2u in 1 du in
(54)   2s  1
 2 ds 2  ds
o bien
d 2u in du in
(55)      2s
ds 2 ds
donde u in ( s )  u ( s )  u ( x) .
19
Si ahora hacemos el desarrollo de la función dentro de la capa límite obtenemos:
(56) u in ( x)  u0in ( s)  O ( ) ,
y al sustituir (56) en (55) nos resulta lo siguiente:
 d 2u0in du0in
  0
O (1) :  ds 2 ds
 in
u0 (0)  1
donde u0in ( s )  A  (1  A)e  s .
Ahora, la constante A se determina de la condición de concordancia de Prandtl:
(57) lím u0out ( x)  lím u0in ( s) .

x 0 s 
IV.3. Ubicación de la capa Límite
Las capas límites pueden existir en ambos puntos de la frontera, en uno

cualquiera de ellos, o en un punto interior.
Consideremos el ejemplo:
 d2 f df
 2  ( x  2)  f 0
(58)  dx dx
 f (0)  3; f (1)  2

Si aplicamos directamente aquí el desarrollo formal, nos dará la ecuación del

desarrollo externo; llegando a:
2
(59) f 0out  .
2 x
x
Para obtener el desarrollo interno hacemos s  , de donde:

 d 2 f in 1 df in
(60)  (s  2 )  f in  0 ,
2
 ds 2  ds
20
luego, tomando el primer termino en la asíntota de f in :
 d 2 f 0in df 0in
  2 0
(61)  ds 2 ds ; implica f 0in  3  A  Ae 2 s .
 in
 f 0 (0)  3;
Precisamente la aparición de un termino en la expresión de f 0in que tiende

infinito al crecer “s” garantiza ya de hecho el que no hay capa límite en x  0 ,
por la imposibilidad de la concordancia.
En seguida investigamos la posibilidad de que la capa límite se encuentre en

x  1 . Asumamos que el primer término en el desarrollo externo de f satisface
entonces la condición en x  0 :
6
f 0out 
2 x
consideremos también como variable distendida
1 x
(62) s .

Usando esta expresión en la ecuación (58) nos resulta:
 d 2 f in 1 df in
 (1  s  2)( )  f in  0 .
2
 ds 2  ds
De tal manera, para el primer término en el desarrollo interno se tiene:
 d 2 f 0in df 0in
  0
 ds 2 ds ; f 0in  2  A  Ae 2 s
 in
 f 0 (0)  2;
Como antes, tal representación de f 0in se presenta las características de variación

brusca y de acotación en el infinito (en s), de modo que A se determina por el
Principio de Concordancia de Prandtl, y se tiene finalmente:
1 x
( )
f 0in  6  4e  .
21
Teniendo en cuenta los comportamientos dentro y fuera de capa límite podemos
proponer un primer término compuesto que represente la manera uniforme del
desarrollo asintótico de f. Esto se logra de la siguiente manera:
(63) f 0comp  f 0in  f 0out  f 0conc ,
donde f 0conc es el valor concordante en el borde (frontera) de la capa que se

tiene en la fórmula (57).
De esta forma, fuera de la capa límite (es decir, x  O(1) ):
f 0comp  f 0out  TTP
mientras que, dentro de la capa límite,

f 0comp  f 0in  O ( ) .
En el ejemplo que consideramos
1 x
6 ( )
f 0comp   6  4e  6,
2 x
1 x
6 ( )
f 0comp   4e  .
2x
{{{ Se pude ver que queda determinando la existencia de la capa límite para un
 d2 f df
 2  ( x  2)  f  0
problema de fluidos de la forma  dx dx }}}
 f (0)  3; f (1)  2

IV.4. Error de la Capa Límite y Principio de Menor Degeneración
Habiendo ya determinado la existencia de la capa límite en un punto x0 es

importante conocer cual es el grosor de esta capa. De otra manera, es necesario
x  x0
precisar la variable de semejanza, En los ejemplos anteriores s  , pero

en general, la variable de semejanza debe escribirse en la forma:
x  x0
(64) s .
 ( )
22
En general  ( ) es una función potencial de e.
Consideremos el siguiente:
Ejemplo 1:
 d 2u du
 2  u  0
 dx dx .
u (0)  1; u (1)  2

Puede verificarse que en realidad existe una capa límite en x  0 . Luego,

podemos proceder a la búsqueda del desarrollo asintótico externo. Se llega a:
 du0out
  u0out  x
 dx ; u0out  2e1 x  x  1
u out (0)  2;
 0
x
Supongamos (falsamente) que s  entonces, para el desarrollo interno se

encuentra la ecuación:
d 2u in du in
   u in  s 
ds 2 ds
por lo que,
du0in
 0; implica u0in  1 .
ds
Este resultado para u0in no tiene sentido pues representaría que no hay variación
importante en al capa, y por lo tanto la detección de la variable distendida no es
adecuada.
x
Supongamos (también falsamente) que la variable distendida es s  . En este
2
caso la ecuación para el desarrollo interno es:
d 2u in du in
 3   2  u in   2 s
ds 2 ds
por lo que para la primera aproximación:
23
 d 2u0in
 2 0; se obtiene u0in  1  As ,
 ds
que provoca una variación no acotada dentro de la capa. Ella indica nuevamente
lo incorrecto de la solución.
x
Para finalizar, si tómanos s  , se llega a la ecuación para el desarrollo interno:

1 d 2u in 1 du in
  u in  s ,
 ds 2  ds
y para la primera aproximación:
d 2u0in du0in
2
  0, origina u0in  1  A  Ae  s ;
ds ds
Aplicando las condiciones se tiene (Prandtl):
x
( )
u0in  2e  1  2(1  e)e  ,
luego de hacer uso de la condición de concordancia de Prandtl.
En fin, el primer término en el desarrollo compuesto obtenido es:
x
( )
1 x
u0comp ( x)  2e  x  1  (2e  1)  2(1  e)e   (2e  1)
x
( )
1 x
u0comp ( x)  2e  x  1  2(1  e)e 
En fin, para seleccionar el grosor de la capa límite, es decir, para tomar la

variable distendida adecuada, seguiremos el:
Principio de Mínima Degeneración de Van Dyke “la transformación de

distensión debe retener el mayor número de términos en la ecuación que
determina a u0in .
Ejemplo 1:
 d 2u 2 du
 2  x u  0
 dx dx
u (0)  1; u (1)  2

24
En este caso puede verificar que la capa limite está en x  0 . Por tanto, para la
primera aproximación en el desarrollo externo:
 2 du0out
x  u0out  0 1
(1 )
 dx ; implica u0out  2e x ,
uu out (1)  2;
 0
x
Hagamos s  . Entonces,
p
d 2u in du in
(65)  1 2 p   p s2  u in  0
ds 2 ds
y de acuerdo al principio de mínima degeneración:
(66) 1 2p  0 .
Al final nos queda como:
 d 2u0in
  u0in  0
 dx 2
; implicando u0in  Ae s  (1  A)e  s
 in
uu0 (0)  1;
la expresión obtenida obliga a A  0 , y el desarrollo compuesto tiene como

primer termino:
1 x
(1 ) ( )
(67) u0comp  2e x e  .
Ejemplo 2:
Puede verificarse que en este caso la capa límite se tiene en un punto interior (
x  0 ) al intervalo considerado:
 d 2u du
 2  x  xu  0
 dx dx .
 1
u (1)  e; u (1)  2e
V. Ejemplos No Lineales
25
 d 2u du
 2   u2  0
 dx dx
u (0)  2; u (1)  12

1
Se puede verificar que: u0out  , y que u0in  A  2(1  e)e  s . Por tanto,
x 1
x
1 ( )
u0comp  e 
x 1
representa al primer término del desarrollo compuesto.
////////////////////////////////////////////////////////////////////////////////////////////////////////////////////
Conclusiones
x
Ø Con el uso de variables Distendidas s  nos permiten la reducción de las

ecuaciones a procesos más simples para ser estudiados con mayor dinamismo
Ø La capa límite son regiones de cambio brusco en el valor de las variables ellas
permiten el estudio de los procesos de fluido donde sucede un rozamiento
del fluido y de un cuerpo rígido.
Ø Principio de Mínima Degeneración de Van Dyke usa la transformación de

distensión y retiene el mayor número de términos en la ecuación para
determinar una u0in que permita aproximar la solución cerca de la capa límite.
Sugerencias
Ø Sugerimos que se pueda estudiar como temas de tesis y o monografías los

procesos de capa limite para bombas de caras planas como se muestra en
el apéndice.
Ø Debe implementarse equipos especializados en la programación de códigos
para la solución de este tipo de problemas pues se necesita si queremos
26
lograr una verdadera línea de avance en la producción de maquinaria más o
menos de actualidad.
/////////////////////////////////////////////////////////////////////////////////////////////////////////////////////
Apéndice
A. Ecuaciones de Prandtl
Problema de Blasius
Con el siguiente ejemplo vamos a mostrar el efecto de la capa límite mediante un

ejemplo de la hidrodinámica que influyó decisivamente en el desarrollo de esta
teoría.
Se trata de modelar matemáticamente el comportamiento de un fluido que se hace

circular de forma estacionaria (independientemente del tiempo) a lo largo e una
placa según se ilustra en la figura. Ocurre que, en dependencia de los parámetros
en el sistema, en especial la velocidad U* y la viscosidad del fluido, se forma
muy próximo a la placa una delgada capa en donde el comportamiento de la
velocidad del fluido difiere mucho de la del fluido lejos de la placa. Esto es
característico del efecto de capa límite. Las ecuaciones que rigen el problema son
las conocidas como sistema de Navier - Stokes, descubierto en el siglo XIX
pasado de manera independiente por los citados científicos y que por su
complejidad (no linealidad) siguen siendo centro de atención de muchos
matemáticos:
 U U 1 P  2U  2U
U V   ( 2  )
 X Y  X X Y 2
 V V 1 P  2V  2V
(68)  U  V     (  2)
 X Y  Y X 2
Y
 U V
  0
 X Y
La dos primeras responden a la ley de conservación de la cantidad de movimiento

(para el fluido estacionario), mientras la tercera corresponde a la ley de
conservación de la masa. La coordenada X se mueve a lo largo de la placa,
mientras que Y lo hace verticalmente a la placa. Las componentes U ( X , Y ) y
V ( X , Y ) de la velocidad en las direcciones de X y Y respectivamente, y la presión
P( X , Y ) , son las tres variables que cierran el sistema de tres ecuaciones.
Las condiciones de frontera son:
27
U (0, Y )  U *
(69) a)  ,
V (0, Y )  0
b) U ( X ,0)  0  V ( X ,0)
que corresponden a la velocidad de entrada, y a la condición de adherencia que

es consecuencia de considerar que el fluido es viscoso (por pequeño que sea su
coeficiente de viscosidad). Aquí asumimos que al densidad “r” del fluido es
constante, y que “m” es el coeficiente dinámico de viscosidad del fluido.
Es necesario ahora, antes de hacer cualquier análisis, el considerar variables
nildimensionales y parámetros que reflejen de manera integral las condiciones del
sistema físico. Introducimos las siguientes variables:
X Y
(70) x ; y
L L
U V
u ; v
U* U*
P
p
U *2
con ayuda de las cuales el sistema (68) se puede escribir de la siguiente forma:
 u u p 1  2u  2u
 u  v    ( 2  2)
 x y x Re x y

 v v p 1  2 v  2 v
(71)  u  v    (  )
 x y y Re x 2 y 2
 u v
  0
 x y
En este sistema aparece el parámetro nildimensional conocido como el número

de Reynolds ( Re ) dado por la expresión:
U L
(72) Re  *

que refleja de manera integrada la viscosidad con otras características del fluido y
la región.
Supongamos que el coeficiente de viscosidad m es muy pequeño con relación al

producto (U*L) , condición que es frecuente para fluidos como agua y para
algunos gases. Mas exactamente, estamos suponiendo que
(73) 0    1 .
28
Para analizar el problema fuera de la capa límite es suficiente considerar los
desarrollos:
u out  u0out  O(  )
(74) v out  v0out  O(  )
p out  p0out  O(  )
y sustituyendo (74) en (71), se obtiene la ecuación para la primera aproximación

fuera de al capa límite:
 out u0out out u0

out
p0out
u0  v0 
  x  y x

 out v0out out
out v0 p0out
(75) u0  v0 
 x y y
 u out v out
 0  0 0
 x y
que corresponde a la dinámica de fluidos ideales (ecuación de Euler), y que es la

región fuera de al capa límite [ y  O(1)] tienen como solución:
u0out  1

out
(76) v0  0
 out
 p0  1
Para obtener una aproximación dentro de la capa límite hay que tener, como se
explicaba antes, una idea del grosor de la misma. Mas exactamente, hay que
determinar las variables distendidas. Puede verificarse que, si seguimos el
Principio de Mínima Degeneración, entonces el grosor d ella capa límite
alrededor de y  0 es  ( )  O(  ) , y de acuerdo las variables distendidas:
~ y v
(77) y ; v~  .
 
De manera que las ecuaciones dentro de la capa limite serán:
29
 u ~ u p u 1  2u
u v ~   (  )
 x y x x  ~y2

 v~ ~ v~ p  2 v~ 1  2 v~
(78)   (u  v ~)    (  2  )
 x y y x  ~y 2
 u v~
  ~ 0
 x y
a las que hay que imponer las condiciones iniciales en la capa limite:
(79) u ( x,0)  v~ ( x,0)  0 . Si ~y  0
y la condición de concordancia de Prandtl:
(80) u ( x,)  1 .
En realidad hemos simplificado en (78) la notación, pues las variables

dependientes en esa ecuación son ( u in , v~ in , p in ).
Si sustituimos los desarrollo:
u  u in  u0in  O(  )

in in
(81) v  v  v0  O(  )
 in in
 p  p  p0  O(  )
en el sistema (78) obtenemos las ecuaciones (originales) de capa límite en la

hidrodinámica:
 in u0in in
in u0 dp( x)  2u0in
u0  v0  
 x y dx y 2
(82) (78)  in
 u0 v0in
 x  y  0

en las que la presión p  p(x) debe ser un dato del problema. Conjuntamente en
las condiciones límites (79) y (80) que pueden escribir nuevamente:
(83) u0in ( x,0)  v0in ( x,0)  0 ,
(84) u0in ( x,)  1 .
30
El problema (82), (83), (84) se reduce a la integración de una ecuación
diferencial ordinaria de tercer orden no lineal con dos condiciones en r  0 y una
condición de concordancia en r   . Esta solución se conoce como solución de
Blasius, pero no es de nuestro interés ahora.
Si vale la pena decir que en diferentes modelos de la mecánica de fluidos a los

que se llega a un sistema como (71) en los que Re ~ 105 , lo que desde el punto de
vista computacional determina la aparición del fenómeno de rigidez (stiff) que
precisa par una correcta solución el continuo re escalado del tamaño del paso, en
la dirección de la variable que presenta el fenómeno de capa límite. Por el
contrario el sistema (82), (83), (84) puede integrarse sin dificultad debido a la
ausencia de rigidez en su formulación.
B. Noción de Ecuaciones Rígidas. Ejemplo
La ecuación (o sistema de ecuaciones) diferenciales ordinarias
y '  f (t , y)
integrada numéricamente en el intervalo [a, b] a partir del valor inicial y(a)  ya ,

se dice rígida si f tiene una constante de Lipschitz muy grande con relación al
intervalo de longitud y al error de tolerancia.
Ello alberga que las soluciones exactas presentan variaciones rápidas difícilmente
seguidas por la solución numérica de un proceso iterativo pasa a paso.
No involucran obligatoriamente un parámetro pequeño, pero puede asociarse un

tal parámetro para poder estudiarlo cualitativamente a través de un problema de
perturbaciones singulares.
Un caso partículas de problemas de esta clase lo veremos a continuación:
Sistemas Rapilentos
En el modelado de diversos fenómenos en neurociencias, biología, química,

economía y otras, en los que una parte de las variables se transforman de manera
que sus velocidades de cambio se diferencian intensamente de las otras. De tal
manera que el sistema puede representarse en la forma:
.
 x  f ( x, y, t ;  ), x  Rk
(0    1 ).
(RL)  .
 y  g ( x, y, t ;  ),
;
 x  Rk
31
Para el análisis de este problema se considera el método seudo - estacionario, que
vincula ciertas soluciones de (RL) con soluciones del sistema álgebro -
diferencial:
 .
(AD)  x  f ( x, y, t;0),
0  g ( x, y, t ;0),
Para estas comparaciones se emplean diferentes métodos. Uno de ellos tiene su

fundamentación en la teoría geométrica de sistemas, y en [11] se conjetura la
teoría de sistemas dinámicos extendida adecuadamente puede servir para
justificar métodos asintóticos empleados desde hace mucho. Para una clase de
estos problemas Tijonov demostró la convergencia de las soluciones del
problema perturbado (RL) a las soluciones del sistema reducido (AD) en un
sentido de desarrollos externos de perturbación para la variable “y”.
Son perturbablemente estudiados los fenómenos en las que aparecen las llamadas
oscilaciones de relajación.
C. Aplicaciones a la biología Matemática
En diferentes modelos de difusión espacial de poblaciones y control de insectos

aparecen ecuaciones reacción difusión no lineales del tipo:
u
  ( f (u ))  g (u ) ,
t
donde u  IR n , vector de densidades de poblaciones diferenciadas, g describe la

cinética (no lineal) de reacción de cada una de ellas, y f está asociada a la
consideración de difusión que dependen de las propias densidades poblacionales.
Muchos de estos problemas conducen al análisis de soluciones de tipo onda

móvil:
u ( x, t )  U ( x  ct )
que reducen el análisis al estudio de apropiadas separatorices de ciertos sistemas

dinámicos auxiliares. Aquí ocurre a veces para las soluciones analíticas: que
pueden encontrarse y no tienen importancia práctica, o bien, no pueden
encontrarse, sin embargo soluciones obtenidas por los métodos descritos de capa
límite dan resultado muy precisos.
D. Aplicaciones a la fabricación de bombas de caras planas
32
Corriente en la proximidad de un disco giratorio
Un ejemplo de solución exacta de la ecuación diferencial de Navier - Stokes es el flujo en

la proximidad un disco plano que gira con velocidad angular constante w alrededor de un
eje perpendicular a su plano en el seno de un fluido por otra parte en reposo. Por efecto
del rozamiento el fluido en contacto inmediato con el disco es arrastrado y, a
consecuencia de la fuerza centrifuga, impulsado hacia afuera. Con esto, nuevas partículas
de fluido se acercan al disco a lo largo del eje y son aceleradas también hacia afuera.
Aquí se trata pues de una corriente tridimensional. En la figura 1 se ve una
representación de la corriente en perspectiva. La velocidad tiene componente tanto en la
dirección radial r, como tangencial j, y paralela al eje z, que designaremos por u, v, w,
respectivamente. Primero resolveremos el caso para un plano giratorio infinito. Los
resultados se pueden aplicar fácilmente a un disco circular de diámetro D  2 R .
Las ecuaciones de Navier - Stokes en coordenadas cilíndricas, teniendo en cuenta
relaciones dadas y la simetría cilíndrica, según la ecuación:
 v vr v vr v
2
v 
  r
 vr    vz r  
 t r r  r z 
 
p   2 v 1 vr v 1  2 vr 2 v  2 vr 
 Kr     2r    2  2  2  a)
r  r r r r r   2
r  z 

 v v v v vr v v 

  r  vr    vz 
 t r r  r z 
 
1 p   v 1 v v
2 2
1  v
2
2 vr  v 
 Kr      2  2  2   b)
r   r 2 r r r r   2
r  z 2 
 
 v v v v z v 
  z  vr z   v z z  
 t r r  z 
1 p   2 v z 1 v z 1  2v z  2v z 
 Kr       2  c)
r z  r 2 r r r 2  2 z 
 
33
vr vr 1 vr v z
   0
r r r  z
d)
son:
u v 2 u 1 p   2u  u  2u 
u  w  v  ( )
r r z  r  r 2 r r z 2 
v uv v   2v  v  2v 
u  w  v 2  ( )  2 
r r z  r r r z 

w u 1 p   2 w 1 w  2 w 
u w  v  
r z  z  r 2 r r z 2 
u u w
  0 (1)
r r z
Las condiciones de contorno, por la detención junto a la pared, son:

z  0; u0; v  r ;  0
z ; u0; v  0; (2)
En primer lugar se puede buscar una estimación del espesor d de la “capa arrastrada”. Se
comprende dirección de deslizamiento de la corriente junto al disco y que puede formar
con la dirección de la tangente un ángulo  . La componente radial del empuje debe ser
igual a la fuerza centrifuga, con lo cual
 w sen( ) dr ds   r  2  dr ds intuitivamente y se deduce de los ejemplos
anteriores, que el espesor de la capa que participa del giro por efecto del rozamiento, es
menor cuanto más pequeña sea la viscosidad. La fuerza centrifuga por unidad de
volumen de una partícula del fluido, que participa de la rotación de la capa arrastrada por
el rozamiento a la distancia r del eje, vale r, r,  2 . Si el volumen de la partida tiene por
base dr  ds y por altura d, la fuerza centrifuga valdrá  r  2 dr ds . El mismo elemento
de volumen está sometido a un empuje  w que coincide con la
o bien
 w sen( )   r  2 
Por otro lado, la componente tangencial del empuje ha de ser proporcional al gradiente
de la velocidad tangencial junto a la pared. Entonces da:
 w cos( )   r  /  .
Eliminando  w entre estas dos ecuaciones resulta
r
 2  tan( ) .

Si se admite que la dirección de deslizamiento de la corriente junto a la pared es
independiente del radio, el espesor de la capa arrastrada resulta del orden de la magnitud
r
  .

Este resultado coincide con el de la pared oscilante (*). Además se obtiene para el
empuje junto a la pared
34
 w   r  2    r   ,
El momento de rotación es empuje ´ superficie ´ brazo de palanca, o sea;
M   w R 3   R 4   (3)
donde R es el radio del disco.
Para resolver el sistema (1) es cómodo introducir c  z /  como un adimensionamiento
(distancia sin dimensiones)

cz . (4)

Además, se obtienen las siguientes expresiones para las componentes de la velocidad y la
presión
u  rF (c) ; v  rG (c) ; w   H (c)
p  p ( z )  P(c) . (5)
Introduciendo estas expresiones en las ecuaciones (1) del movimiento y de continuidad
para F, G, H y P se obtiene el siguiente sistema de ecuaciones diferenciales.
2F  H '  0
F 2  F ' H  G 2  F '' 0
(6)
2 FG  HG 'G ' '  0
P' HH ' H ' '  0
Las condiciones de frontera, se transforman en:
c 0; F  0; G  1; H  0 ; P0
c; F  0; G  0;
Las soluciones del sistema se resuelven por aproximaciones sucesivas por los métodos
numéricos para las soluciones de ecuaciones diferenciales con valor en frontera.
Una solución Particular para el caso de las condiciones iniciales está presentado por:
En F '' F ' H  F 2  G 2 haciendo X  F ' , nos resulta
F ' X y X '  XH  F 2  G 2
En G ' '  G ' H  2 FG haciendo Y  G ' , nos resulta
G ' Y y Y '  YH  2 FG
En H '' H ' H  P ' haciendo Z  H ' , nos resulta
H ' Z y Z '  ZH  P '
Además se tiene que H '  2 F y también Z '  2 FH  P '
Resultando el sistema:
F ' X ,
G ' Y ,
H '  2 F ,
X '  XH  F 2  G 2 ,
Y '  YH  2 FG
Z '  2 FH  P '
la cual se puede resolver usando las condiciones iniciales y frontera por los métodos
numéricos corrientes.
Solución:
35
Escogemos un entero N  0 y tomamos h  (b  a ) / N para dividir el intervalo [a , b] en N
subintervalos con puntos de red
t j  a  jh , para cada j = 0, 1, …, N.
Usaremos la notación wi , j para denotar una aproximación de ui (t j ) para cada j  0, 1, …, N

e i  0, 2, …, m; esto es, wi , j aproximará a la i-ésima solución ui (t j ) de (1) el j-ésimo punto
de red t j . Para las condiciones iniciales, tomamos
w1,0  1 , w2,0   2 , …, wm,0   m . (4)
Ahora construimos el proceso iterativo con los valores w1, j , w2, j , …, wm, j para obtener los
valores w1, j 1 , w2, j 1 , …, wm, j 1 . Para ello calculamos los valores de los k p,q , p = 1, 2, 3 y
4; q = 1, 2, …, m.
k1,i  hf i (t j , w1, j , w2, j ,..., wm, j ) , (5)
k 2,i  hf i (t j  h2 , w1, j  12 k1,1 , w2, j  12 k1,2 ,..., wm, j  12 k1, m ) (6)
k3,i  hf i (t j  h2 , w1, j  12 k 2,1 , w2, j  12 k 2,2 ,..., wm, j  12 k 2, m ) (7)
k 4,i  hf i (t j  h, w1, j  k3,1 , w2, j  k3,2 ,..., wm, j  k3, m ) (8)

y
wi , j 1  wi , j  16 (k1, i  2k 2, i  2k 3, i  k 4, i ) (9)
para cada i = 1, 2, …, m.
Debe notarse que k1,1 , k1, 2 , …, k1, m debemos ser calculados antes de que k 2, i para cada i = 1,
2, …, m, etc.
2.5.3. Algoritmo de Runge-Kutta para Sistemas de Ecuaciones Diferenciales

Ordinarias de primer orden
Paso 1: Definir f i (t , u1 , u 2 ,..., u m ) { i = 1, …, m}
Paso 2: Entrar a , b; {Límites del intervalo}
Entrar 1 ,..., m {condiciones iniciales}
Entrar N {número de particiones}

Paso 3: Hacer h  (b  a ) / N
ta
Paso 4: Para k = 1 hasta m hacer wk   k .
Paso 5: Publicar (t , w1 , w2 , ..., wm )
Paso 6: Para i = 1 hasta N hacer
Paso 7: Para j = 1 hasta m hacer
k1, j  hf j (t , w1 , w2 ,..., wm )
36
k 2, j  hf j (t  h2 , w1  12 k1,1 , w2  12 k1,2 ,..., wm  12 k1, m )
k 3, j  hf j (t  h2 , w1  12 k 2,1 , w2  12 k 2,2 ,..., wm  12 k 2, m )
k 4, j  hf j (t  h, w1  k 3,1 , w2  k 3,2 ,..., wm  k3, m )
w j  w j  16 (k1, j  2k 2, j  2k3, j  k 4, j )
Paso 12: Hacer t  a  ih
Paso 13: Publicar (t , w1 , w2 , ..., wm )
Paso 14: Parar.
.
Para convertir una ecuación diferencial ordinaria general de orden m de la forma
y ( m) (t )  f (t , y, y ,..., y ( m 1) ) , at b,
con condiciones iniciales y (a)  1 , y (a)   2 , …, y ( m 1) (a )   m , en un sistema de

ecuaciones diferenciales de la forma (1) y (2), se toma una nueva variable u1 (t )  y (t ) ,
u 2 (t )  y (t ) , …, u m (t )  y ( m 1) (t ) . Y así obtenemos el sistema de Primer orden
 du1 dy
 dt  dt  u 2
 du
 2  dy   u
3
 dt dt
   
 du m 1 dy ( m  2)
 dt  dt  um
 ( m 1)
 du m  dy  y ( m)  f (t , y, y ,..., y ( m 1) )  f (t , u1 ,..., u m )
 dt dt
y las condiciones iniciales son
u1 (a )  y ( a)  1 , u 2 (a )  y ( a)   2 , …, u m (a )  y ( m 1)   m .
37
Para los casos de construcción de la bomba de dos capas, o sea para dos discos
separados una distancia z entre ellos se tiene el siguiente sistema:
2F  H '  0
F 2  F ' H  G 2  F '' 0
2 FG  HG 'G ' '  0
P' HH ' H ' '  0
Las condiciones de frontera, se transforman en:
c 0; F  0; G  1; H  0 ; P0
c  a; F  0; G  1; H  0 ; P0
Luego tenemos que el problema para el caso se debe resolver por diferencias finitas pero
para el caso No Lineal.
3.3. Métodos de Diferencias Finitas para Problemas Lineales
El problema lineal de segundo orden de valor de frontera
y   p ( x ) y  q ( x) y  r ( x) , a  x  b , y (a )   , y (b)   , (1)
requieren que se usen diferencias finitas cocientes para aproximar y  y y  . Para esto tenemos
que seleccionar un número N  0 y dividimos el intervalo [a, b] en (N+1) subintervalos, cuyos
puntos extremos son los de red xi  a  ih , para i = 0, 1, …, N+1, donde
h  (b  a ) /( N  1) . Escogiendo la constante h así facilitará la aplicación de un algoritmo de
matrices, de dimensiones NŃ.
En los puntos o nodos interiores de red i = 1, 2, …, N, la ecuación diferencial a aproximar es
y ( xi )  p ( xi ) y ( xi )  q ( xi ) y ( xi )  r ( xi ) , (2)
Mediante la expansión de Taylor de tercer grado alrededor de xi y la evaluación en los puntos

xi 1 y xi 1 nos da la fórmula
38
y ( xi 1 )  2 y ( xi )  y ( xi 1 ) h 2 ( 4)
y ( xi )   y (qi ) , (3)
h2 12
para algún punto qi , xi 1  qi  xi 1 . La ecuación (3) se llama fórmula de diferencias finitas

centrales para y ( xi ) .
También tendremos en cuenta la fórmula para las derivadas de primer orden
y ( xi 1 )  y ( xi 1 ) h 2 (3)
y ( xi )   y (ri ) , (4)
2h 6
para algún punto ri , xi 1  ri  xi 1 .
El uso de esta fórmula de diferencias centrales en la ecuación (2) da lugar a la ecuación
y ( xi 1 )  2 y ( xi )  y ( xi 1 ) y ( xi 1 )  y ( xi 1 )
 p ( xi )  q ( xi ) y ( xi )
h2 2h
h 2 (3) h 2 ( 4)
 r ( xi ) 
y (ri )  y ( qi )
6 12
Un método de diferencias finitas con un error de truncamiento de orden O(h 2 ) resulta de usar
esta ecuación junto con las condiciones de frontera y (a )   y y (b)   para definir
w0   , wN 1   ,
y
2 wi  wi 1  wi 1 w  wi 1
2
 p ( xi ) i 1  q ( xi ) wi  r ( xi ) , (5)
h 2h
para cada i = 1, 2, …, N.
Si reorganizamos la ecuación (5) nos quedará una forma más manipulable como
 hp ( xi )  2  hp( xi )  2
 1   wi 1  (2  h q( xi )) wi  1   wi 1  h r ( xi ) ,
 2   2 
Red unidimensional para una lámina.

Figura 5.
y el sistema resultante de ecuaciones se expresa en al forma matricial tridiagonal de NŃ que

mostramos
Aw  b , (6)
donde la matriz A se presenta así
39
 2 hp( x1 ) 
 2  h q ( x1 )  1  0  0 
2
 hp( x2 ) hp ( x ) 
 1  2  h 2 q ( x2 )  1  2   
 2 2 
 0    0 
  hp( x N 1 ) 2 hp ( x N 1 ) 
 1 2  h q( x N 1 )  1 
 2 2 
 hp( x N ) 
 0  0 1 2  h 2 q( xN ) 
 2 
 hp( x1 )  2 
 w1  1  2  w0  h r ( x1 ) 
w   2  
 2   h r ( x1 ) 
w   , y b   
   
 wN 1   h 2 r ( x N 1 ) 
 wN   hp ( x )  
N 2
1   wN 1  h r ( x N 1 )
 2  
El sistema tridiagonal (6) anterior tiene solución particular la cual es bastante fácil y es como
sigue:
3.3.3. Solución de Sistemas por Medio de Tridiagonales
Para simplificar escribamos el sistema tridiagonal de la forma:

 B1 C1   w1   D1 
A B2 C2  w   D 
 2  2   2 
 A3 B3 C3   w3   D3 
    
          . (7)
 Ai Bi Ci   wi   Di 
    
   C N 1     
 AN BN   wN   DN 

Los espacios vacíos son los ceros, pues es una matriz banda.
La forma de resolver consiste en utilizar una variante del método de Gauss, cuya presentación es:
3.3.4. Algoritmo de Tridiagonales
Paso 1: Asimilar (7). {Cargar los datos de tridiagonal }

Paso 2: Iniciar las variables
Paso 3: Para i = 2 hasta N hacer {eliminar las Ci de (7)}
Paso 4: T  Ai / Bi 1 ,
Paso 5: Bi  Bi  TCi 1 ,
Paso 6: Di  Di  TDi 1 .
Paso 7: Calculamos wN  DN / BN
40
Paso 8: Para i = N-1 hasta 2 hacer {proceso hacia atrás}
wi  ( Di  Ci wi 1 ) / Bi
Paso 9: Parar.
3.3.5. Algoritmo de Diferencias Finitas para el Problema Lineal
Paso 1: Definir p (x) , q (x) , r (x) .

Paso 2: Entrar a, b; a, b; N. {Intervalo, valor de frontera y número de pasos}
Paso 3: Hacer h  (b  a ) /( N  1) ,
Paso 4: Para i = 1 hasta N hacer
Paso 5: x  a  ih ,
Paso 6: Bi  2  h 2 q ( xi );
Paso 7:Si i  N Ci  1  hp ( xi ) / 2 ;
Paso 9: Ai  1  hp ( xi ) / 2;
Paso 10: Si i=1 Di   h 2 r ( xi )  (1  hp ( xi ) / 2)
Si i=N Di   h 2 r ( xi )  (1  hp ( xi ) / 2) 
En otro caso Di   h 2 r ( xi ) .
Paso 11: Ir a algoritmo tridiagonal y resolver el sistema
Paso 12: Para i=0 hasta N+1 hacer Publicar (i, xi  a  ih, wi ) .
Paso 13: Parar.
3.4.5. Método de Solución de Ecuación Diferencial Ordinaria No Lineal Mediante la

Solución de Sistemas No Lineales
Para el problema general no lineal de valor de frontera
y   f ( x, y, y ) , a  x  b, y (a)   , y (b)   (16)

el método de diferencias es similar siempre al método aplicado anteriormente en los casos
lineales. Aquí la diferencia es que el sistema de ecuaciones resultante no será lineal, así que se
requiere de un proceso de iteraciones para resolverlo.
Suponiendo que f ( x, y, y) satisface las siguientes condiciones:
1. f y las derivadas parciales f y  f / y y f y   f / y  son todas continuas en

D  {( x, y , y ) a  x  b,    y, y   } ;
2. f y ( x, y, y)    0 en D para algún   0 ;
3. Existen constantes k y L con
k máx f y ( x, y, y ) L máx f y  ( x, y, y) .
( x , y , y )D ( x , y , y )D
Esto asegura que existe una única solución a la ecuación (16).
41
Dividimos a [a, b] en (N+1) partes iguales cuyos extremos están en los puntos de red
xi  a  ih para i=0, 1, 2, …, N+1. La suposición de que la solución exacta tiene una cuarta
derivada acotada nos permite reemplazar a y ( xi ) y a y ( xi ) en cada ecuación
y ( xi )  f ( x, y ( xi ), y ( xi )) (17)
por una fórmula de diferencias apropiada, para obtener cada ecuación de i=1, 2, …, N,
de la siguiente forma:
y ( xi 1 )  2 y ( xi )  y ( xi 1 ) h 2 ( 4)
 y (qi )
h2 12
 y ( xi 1 )  y ( xi 1 ) h 2 
 f  xi , y ( xi ),  y(ri )  (18)
 2h 6 
 
par algún qi y ri en el intervalo ( xi 1 , xi 1 ) .

Tomando en cuanta los valores de frontera y las partes principales y despreciando los términos de
error en (18), nos resulta
w0   , wN 1   ,
y
wi 1  2 wi  wi 1  w  wi 1 
  f  xi , wi , i 1 0,
h2  2h 
para cada i=1, 2, …, N.
Obteniéndose un sistema N  N
 w  
2 w1  w2  h 2 f  x1 , w1 , 2    0
 2h 
 w  w1 
 w1  2 w2  w3  h 2 f  x2 , w2 , 3 0
 2h 
. . . . . . . . . . . . . (19)
 w  wN  2 
 wN  2  2wN 1  wN  h 2 f  x N 1 , wN 1 , N 0
 2h 
   wN 1 
 wN 1  2 wN  h 2 f  x N , wN ,  0
 2h 
que tendrá una solución única siempre que h  2 / L .
Con el método de Newton para sistemas no lineales, construimos una sucesión
(w (k ) (k ) (k ) T
1 , w2 , ..., wN )  que convergerá a la solución del sistema (19) siempre y cuando la
aproximación inicial esté bastante cerca de la solución ( w1 , w2 ,..., wN )T , y que la matriz
jacobiana del sistema sea no singular. Para este sistema particularmente por ser la jacobiana
tridiagonal asegura que es no singular.
42
 2  h 2 ( f y )1  1  h ( f y  )1 0  0 
 2
2

 1  h2 ( f y  ) 2 2  h ( f y ) 2  1  h2 ( f y  ) 2   
 0    0 
 
    1  h2 ( f y  ) N 1 2  h 2 ( f y ) N 1  1  h2 ( f y  ) N 1 
 
 0  0  1  h2 ( f y  ) N 2  h 2 ( f y ) N 
 J ( w1 , w2 ,..., wN ) , (20)
w  w2  
donde ( f y )1  f y ( x1 , w1 , 2 ), ( f y  )1  f y  ( x1 , w1 , ) y en forma iterativa
2h 2h
wi 1  wi 1 wi 1  wi 1
( f y )i  f y ( xi , wi , ), ( f y  )i  f y  ( xi , wi , ) y para N
2h 2h
  wN 1   wN 1
( f y ) N  f y ( x N , wN , ) , ( f y  ) N  f y  ( x N , wN , ).
2h 2h
El método de Newton para sistemas no lineal requiere de la solución en cada iteración del sistema
lineal N  N
 T
J ( w1, w2 ,..., wN )(v1 , v2 ,..., v N )T   g ( w1 ), g ( w2 ),..., g ( w N ) , 
para las vi respectivamente ya que
wik  wik 1  vi , para cada i=1, 2, …, N.
y donde g ( wi ) son las ecuaciones de (19) respectivamente.
3.4.6. Algoritmo de Diferencias Finitas No Lineal (Newton)
Paso 1: Definir f ( x, y , z ) { z  y }
Paso 2: Definir f y ( x, y , z ) { f / y }
Paso 3: Definir f y ( x, y, z ) { f / y }
Paso 4: Hacer x  a  h {procedimiento iterativo de ida y vuelta}
z  ( w2   ) /( 2h)
B1  2  h 2 f y ( x, w1 , z )
C1  1  hf y ( x, w1 , z ) / 2
D1  2 w1  w2    h 2 f ( x, w1 , z )
Paso 5: Para i=2 hasta N-1 hacer
x  a  ih
z  ( wi 1  wi 1 ) /(2h)
Ai  1  hf y  ( x, wi , z ) / 2
Bi  2  h 2 f y ( x, wi , z )
Ci  1  hf y  ( x, wi , z ) / 2
43
Di  wi 1  2 wi  wi 1  h 2 f ( x, wi , z )
Paso 6: Hacer x  b  h
z  (   wN 1 ) /(h)
AN  1  hf y  ( x, wN , z ) / 2
B N  2  h 2 f y ( x, wN , z )
DN  wN 1  2 wN    h 2 f ( x, wN , z )
Paso 7: Retornar { retorna a lugar de partida después de efectuar los pasos 4, 5 y 6 }
Paso 8: Entrar a, b y a, b y N { extremos, condiciones iniciales y número de particiones y }
Entrar ER { el error o tolerancia}
Paso 9: Hacer h  (b  a ) / n ; k  0 ;
w0   , wN  
Paso 10: Para i=1 hasta N hacer wi0    i  h .
 
ba
{ o cualquier valor apropiado}
Paso 11: Efectuar los pasos 4, 5, 6

Paso 12: Efectuar Solución por tridiagonal
y asignar resultados a vi
Paso 13: Si v  ER ir al paso 16.
Paso 14: En otro caso hacer wk 1  wk  v ; k  k  1 ;
Paso 15: ir al paso 11
Paso 16: Publicar ( xi , wik )
Paso 17: Parar.
44
Bibliografía
[1] Poincaré, H. New Methods of Celestial Mechanics (NASA-TTF-150) Vol. I.

1967
[2] Bush, A. W. Perturbation Methods for engineers and scientist. CRC Press,
Boca Ratón 1992
[3] Chapmam, S. Cowling, T The mathematical theory of non- uniform gases
3rd Edition, Cambridge. Library, 1990
[4] Schlichting, H. Teoría de capa límite. Ediciones Urmo España 1972
[5] Fox, P. A. Boundary large theory. McGraw-Hill, New York 1979
[6] Kevorkian, J. Cole, J.D. Perturbation methods in applied mathematics,
Springer - Verlag New York 1981
[7] Nayfeh, A. H. Introduction to Perturbation techniques, Wiley, New York
1981
[8] Churchill, R. V. Operational Mathematics. McGraw-Hill Kongakusha, Ltd.
Tokyo 1972.
[9] Gustafon, K.E. Partial Differential equations and Hilbert space methods.
Jhon Wiley an sons. EE. UU. 1980. ISBN 0-471-04089-4
[10] Guckenheimer, J. Holmes, P. Nonlinear oscillations, dynamical system, and
bifurcation’s of vector fields. Springer - Verlag New York 1983 ISBN 3-540-
90819-6
[11] Guenther, R. B. Lee, J. W. Partial differential equations of mathematical
physics and integral equations. Prentice - Hall United State of America 1988
[12] Braum, M. Ecuaciones Diferenciales y sus aplicaciones. Grupo editorial
Iberoamérica 1990
[13] Himmenlblau, D. Bischoff, K. Análisis y simulación de procesos. Reverté
S.A. España 1978
[14] Godunov, S. K. Ecuaciones de la física matemática. Mir Moscú 1978.
[15] Tijonov, A. N. Samarsky, A. Ecuaciones de la física matemática. Mir
Moscú 1972.
[16] Gajov, F. D. Problemas de contorno. Mir Moscú 1980.
[17] Edgar, T. F. Himmenlbleu, D. M. Optimization of chemical processes.
McGraw-Hill Inc. New York 1988.
[18] Schiichting H. 1979, Boundary layer theory McGraw-Hill, New York
45
[19] Kincaid, D. Cheney, W. Análisis Numérico. Las Matemáticas del
Cálculo Científico. Editorial Addison-Wesley E.U.A. 1994. ISBN-0-201-
60130-3
[20] Nakamura, Shoichiro Métodos Numéricos con SoftWare. Editorial
Prentice-Hall Hispanoamericana 1991. ISBN-0-13-041047-0
[21] Gerald, Curtic F. Análisis Numérico. Editorial Alfaomega 1991.
México. ISBN-968-6223-02-9
[22] Danilina, N.I. Dubróvskaya, N.S. Kvashá, O.P. Smirnov, G.L.
Matemática de Cálculo. Editorial Mir Moscú 1990. ISBN-5-03-001813-1
[23] Márquez Diez-Canedo. Fundamentos de Teoría de Optimización.
Editorial Limusa México. 1990
[24] Sangiacomo C., A.C. Cálculo en Diferencias Finitas y sus
Aplicaciones. 1990. Monografía UNSA Arequipa Perú.
[25] Duntemann, Jeff. La Biblia del turbo Pascal. Editorial Anaya
Multimedia Madrid. 1989. ISBN-84-7614-223-4 España.
[26] Luenberger, David G. Programación lineal y no lineal. Editorial
Addison-Wesley México. 1989 ISBN-968-6048-66-9
[27] Pike, Ralph, W. Optimización en Ingeniería. Editorial AlfaOmega
México 1989. ISBN-968-6062-86-6
[28] Chapra, Steven. Canale, Raymond. Métodos Numéricos Para
Ingenieros. Editorial McGraw-Hill. 1987. México. SBN-968-451-847-1
[29] Wylie , Car Ray. Matemáticas Superiores Para ingenieros. Editorial
McGraw-Hill México D.F. 1985. ISBN-968-6046-84-4
[30] Burden, Richard I. Faires, J. Douglas. Análisis Numérico. Editorial
Grupo Iberoamericano. 1985. México ISBN-968-7270-09-8
[31] Demidovich, Maron. Cálculo Numérico Fundamental. Editorial
Paraninfo. Madrid. España. 1985
[32] Sangiacomo C., A. Antoine, F. Método Numéricos para la Solución de
Ecuaciones Diferenciales. Edición Rústica Arequipa 2002
46
2.2. “PROGRAMACIÓN EN DELPH PARA LA SOLUCIÓN DE
ECUACIONES DIFERENCIALES CON VALOR DE FRONTERA POR
LOS MÉTODOS RAYLEIGH RITZ”
2.2.1. Proyecto.
2.2.2. Texto.
334
337
338
PROYECTO DE INVESTIGACIÓN
UNIVERSIDAD NACIONAL DE SAN AGUSTÍN PLAN DE TRABAJO
1. DESCRIPCIÓN DEL PROYECTO:
1.1. TÍTULO DEL PROYECTO

“Programación en DELPHI para la Solución Aproximada de Ecuaciones
Diferenciales con valor en la Frontera por los Métodos Rayleigh Ritz”
1.2. PLANTEAMIENTO DEL PROBLEMA
En la actualidad la programación en algún lenguaje de programación se viene usando sólo por
algunos estudiosos, que en realidad desean avanzar en líneas colaterales a las que ya existen en
los diversos paquetes, que podríamos llamarlos tradicionales, como son el MatLab, Mathematica,
Autocad, Matcad, y otros muchos.
La importancia del uso de un lenguaje de programación en este caso DELPHI, es por que me
permite hacer y reconstruir muchas partes de la teoría de la matemática, que están ya en pleno
uso para fines directos en la solución de cuestiones puntuales, funciones, procedimientos y al
final algoritmos que nos entreguen de inmediato resultados y así su aplicación.
Para la realización de una investigación en la programación, se debe conocer bien un lenguaje, es
mi caso con el DELPHI, pues desde sus raíces e el Pascal y su forma Visual en el Delphi,
mantiene todas sus propiedades de manejo de variables y supervariables, y es más, se puede decir
que es el más rápido.
PLANTEAMIENTO:
Para la elaboración del proyecto necesitamos:
a) Textos nuevos, con los temas de Soluciones de Ecuaciones diferenciales con valor en la
frontera por los métodos de elementos finitos y diferencias finitas. De calculo
Variacionales y de métodos directos.
b) El Lenguaje de programación DELPHI, (Versiones, 3.x, 4.x, 5.x)
c) Agenciarse de bibliografía, actual, de Pascal, C++, Visual Basic, y los manuales de
DELPHI.
d) Elaboración de Manuales de rápido acceso a manejo, de programación, y de los llamados
atajos (secretos o artificios), para una ayuda inmediata.
e) Construcción de una biblioteca de programas, para ser utilizados y reutilizados, en
cualquier momento, para un rápido desarrollo de nuevos y más óptimos y más
comerciales.
f) Construcción de una biblioteca de unidades de tipo estático (Unit, Uses).
g) Construcción de una biblioteca de unidades de tipo dinámico del tipo DLL.
h) Construcción de primer programa prototipo, en donde trabajen las unidades anteriores.
i) Un lapso de prueba, inserción a la Internet del programa para recibir sugerencias o sus
fallas a nivel externo.
j) Elaboración de los Programas que se presentan para caso de Algoritmo Segmentario
Lineal de Rayleigh-Ritz.
k) Elaboración de los Programas que resuelven el algoritmo de Rayleigh-Ritz para Spline de
tercer orden.
l) Elaboración de los Programas que resuelven el algoritmo de Variaciones de Ritz caso
EDO.
m) Elaboración de los Programas que resuelven el algoritmo de Variaciones de Ritz caso EDP
n) Elaboración de las fuentes finales de los ejecutantes y las unidades y DLLs.
o) Elaboración de los informes correspondientes.
p) Elaboración de los Manuales de funcionamiento.
q) Elaboración de los informes finales.
r) Presentación.
Cabe señalar la importancia de estas soluciones por un programa en DELPHI, es la aplicación en
la didáctica de la enseñanza de cursos en la Escuela Profesional de Matemática o de Ingenierías,
hace ver que en realidad las cosas funcionan de tal o cual forma y no queda en meras
especulaciones, y que cada quien conoce como fue elaborado y sus limitaciones.
1.3. OBJETIVOS DE LA INVESTIGACIÓN
Construir un algoritmo para la Solución de las Ecuaciones Diferenciales con valores en la
Frontera (EDO y EDP) por Método Variacionales de Ritz. Y por los métodos Segmentarios lineal
de Rayleigh-Ritz.
Construir en Lenguaje de Programación DELPHI un programa integral y Global para la
solución de las Ecuaciones Diferenciales con valores en la Frontera (EDO y EDP) por Método
Variacionales de Ritz. Y por los métodos segmentarios lineal de Rayleigh-Ritz.
Elaborar un Manual de Rápido acceso para el manejo de la teoría y del programa en el
lenguaje DELPHI y de teoría de método de elementos finitos y de métodos variacionales.
Resolver los problemas teóricos y prácticos con los programas y dar sus importantes
interpretaciones didácticas
1.4. IMPORTANCIA DEL PROYECTO
La importancia de estas soluciones por un programa en DELPHI, es la aplicación en las
soluciones de directas de algunos problemas de valor de frontera por métodos variacionales de
Ritz.
Importancia en la didáctica de la enseñanza de cursos en la Escuela Profesional de Matemática o
de Ingenierías, pues hace ver que en realidad como funcionan de tal o cual forma las cosas y no
quede solo de meras especulaciones.
El conocimiento del como fue elaborado el programa, como es su funcionamiento y sus bondades
y sus limitaciones permitirá a los usuarios que den sus sugerencias y sus críticas, para su
mejoramiento.
Permitirá una gran gama de aplicaciones directas para la solución de problema de ingeniería,
trucos y atajos para la solución.
El Uso de un lenguaje de programación se viene usando sólo por algunos estudiosos, que en
realidad desean avanzar en líneas colaterales a las que ya existen en los diversos paquetes, que
podríamos llamarlos tradicionales, como son el MatLab, Mathematica, Autocad, Matcad, y otros,
este uso nos permite visualizar como son construidos.
Permite conocer paralelamente como es una construcción de un programa de ese tipo, paquete
interactivo de solución, y así posiblemente el idear algún muevo manejador y por que no un
muevo planteamiento universal de paquetes de esta índole.
1.5. ANTECEDENTES
En la actualidad la programación en algún lenguaje de programación se viene usando sólo por
algunos estudiosos, que en realidad desean avanzar en líneas colaterales a las que ya existen en
los diversos paquetes, que podríamos llamarlos tradicionales, como son el MatLab, Mathematica,
Autocad, Matcad, y otros muchos.
La importancia del uso de un lenguaje de programación en este caso DELPHI, es por que me
permite hacer y reconstruir muchas partes de la teoría de la matemática, que están ya en pleno
uso para fines directos en la solución de cuestiones puntuales, funciones, procedimientos y al
final algoritmos que nos entreguen de inmediato resultados y así su aplicación.
Importancia de estas soluciones por un programa en DELPHI es que su aplicación en la didáctica
de la enseñanza de cursos en la Escuela Profesional de Matemática o de Ingenierías, hace ver que
en realidad las cosas funcionan de tal o cual forma y no queda en meras especulaciones.
Nos permite un rápido desarrollo de nuevas alternativas una vez reproducido el fenómeno teórico
en la computadora, pues como se ha elaborado los algoritmos, rápidamente se pueden adaptar a
nuevos problemas de una determinada familia.
Tiene también antecedentes económicos, pues una vez sabido que los procedimientos funcionan
se los pude comercializar vía Internet, pues Yo particularmente conozco de muchas personas que
en Lima y en Chile que nos agenciamos procedimientos, para la ejecución de ciertos ejecutantes
específicos, y pagamos el precio cuando es preciso.
Esto permitirá al profesor hablar, escribir y especular con mucha autoridad en el campo, puesto
que se puede mostrar y demostrar los funcionamientos, que al menos los de nosotros funcionan.
Si se cumple las primeras líneas se pude dar un paso más hacia una investigación en la creación
de software, que en nuestro parís paródicamente no existe, y en nuestra región es aun peor.
Para la realización de una investigación en la programación, se debe conocer bien un lenguaje, es
mi caso con el DELPHI, pues desde sus raíces e el Pascal y su forma Visual en el Delphi,
mantiene todas sus propiedades de manejo de variables y supervariables, y es más, se puede decir
que es el más rápido.
Una situación que no podemos dejar pasar es que en la actualidad no se puede concebir un
profesor de matemática que no maneje la computadora, (como dijo: Bill Gate: “los analfabetos
del año 2000 son los que no manejen una computadora”), pero es más aun, un profesor que no
maneje al menos un paquete utilitario (como MatLab, Mathematica, Autocad, . . .) no tiene
autoridad para especular en tal o cual solución donde se comprometen muchos cálculos y muchas
interpretaciones gráficas y familias de soluciones, las cuales sólo son distinguidas con una
programación en un lenguaje especifico y un programa especifico.
Por último la proliferación de las micro computadoras nos permite el acceso a la programación de
todo tipo.
1.6. METODOLOGIA
La metodología a emplear se basara en la deductiva y la inductiva, puesto que el trabajo será
llevado a cabo en forma bibliográfica y sólo en la parte final se presentara el algoritmo de
aplicación y únicamente a problemas básicos.
· Información
La información se recopila de los trabajos Becker y Zienkiewicz, O. C. Taylor, R.
De los trabajos realizados en la geometría de singularidades.
De el estudio de los sistemas dinámicos.
Teoría de perturbaciones y sus técnicas en la aplicación a las solución de problemas reales.
Métodos de las perturbaciones para ingenieros y científicos.
La fenomenología asintótica en la física - matemática.
La teoría de optimización no lineal
La recolección de la bibliografía se efectúa de:
- Seminario de Matemática
- Biblioteca de Ingenierías
- Biblioteca Particular
- Internet
- Formar grupos de trabajos colaterales
Becker, E. B. Carey, G. Oden, J. FINITE ELEMENTS An Introducction. Editorial Prentice-
Hall EE, UU, 1981 ISBN 0-13-317057-8
Burden, R. Faires, J. D. Análisis Numérico. Ed. Grupo Editorial Iberoamérica México 1985
ISBN 968-7270-09-8
Burnett, D. S. FINITE ELEMENTS ANALYSIS. Editorial Addison-Wealey EE, UU, 1988
ISBN 0-201-10806-2
Cantú, Marco La biblia del DELPHI 5. Ed. Anaya Multimedia. Madrid. ISBN 84-415-
0994-8
Cerdá, E. Optimización Dinámica. Editorial Prentice Hall España 2001 ISBN 84-205-2937-0
Chandrupatla, T. Belengundu, A. Elementos Finitos en Ingeniería. Prentice Hall México 1999
ISBN 970-17-0260-3
Chapra, S. C., Canale, R. P. Metodos Numericos Para Ingenieros. Editorial McGraw-Hill México 1999 ISBN-970-
10-2008-1
Chartre, Francisco Programación con DELPHI 4 Ed. Anaya Multimedia
Cornell, G. Strain. T. Programación en Delphi. De. McGraw Hill México. 1995. ISBN 84-
481-0339-4
Craggs, J. W. Calculo de Variaciones Editorial Limusa México 1975
Dan Osier, Ateve. Steve Batson Aprendiendo DELPHI 3 en 21 dias Ed. Prentice Hall Hipanoamericana S.A.
México 1996 ISBN 0-672-30863-0
Demidovich, Maron Cálculo Numérico Fundamental. De. Paraninfo. Madrid. España. 1985
Demidowitsch, B. Maron, I. Schuwalowa, E Métodos Numéricos de Análisis. Ed. Paraninfo
Madrid 1980 ISBN 84-283-1056-4
Duntemann, Jeff La Biblia del turbo Pascal. Ed. Anaya Multimedia Madrid. ISBN-84-7614-223-4 España.
1989
Elsgotz, L. Ecuaciones Diferenciales y Cálculo Variacional Editorial Mir Moscú 1983
Etter, D. Solución de Problemas de Ingeniería con MatLab. Ed. Prentice Hall
Hispanoamericana México 1998 ISBN 0-13-397688-2 ISBN 970-17-0111-9
Gelfand, I. M. Fomin, S. V. Calculus of Variations Editorial Prentice Hall New Jersey 1963
Gerald, C. Whwatley, P. Análisis Numérico con Aplicaciones. Ed. Prentice Hall Pearson
Educación México 2000 sexta Edición ISBN 968-444-393-5
Heran, D. Baker, P. Gráficas por Computadora. Ed. Prentice Hall Hispanoamericana
México 1988
Iorio, Valeria EDP Um Curso de Graduacao Editorial Impa Rio de Janeiro 1991 ISBN 85-244-0065-X
Issacson, E. Keller, H. Analysis of Numerical Methods. Ed. Edición Revolucionaria Habana
Cuba 1979
Kincaid, D. Cheney, W. Análisis Numérico, Las Matemáticas de Cálculo Científico. Ed.
Addison Weslwy Iberoamericana U.S.A. 1994 ISBN 0-201-60130-3
Krasnov, M. L. Makarencko, G. I. Kiseliov, A. Cálculo Variacional (ejemplos y Problemas) Editorial Mir Moscú
1976
Ledanois, J., De Ramos, A. Pimentel, J., Pironti, F. Metrodos Numericos Aplicados en Ingenieria. Editorial
McGraw-Hill Colombia 2000 ISBN 980-373-025-8
Levesley, R. K. ELEMENTOS FINITOS Introduccion para Ingenieria. Editorial Limusa México 1988 ISBN 968-18-
2458-X
Nakamura, S. Métodos Numéricos Aplicados con Software. De. Prentice Hall
Hispanoamericana México 1992 ISBN 968-880-263-8
Nieves, A. Domínguez, F. Métodos Numéricos Aplicados a la Ingeniería. Ed. CECSA México
1997 ISBN 968-26-1260-8
Noble, B. Daniel, J. Álgebra Lineal Aplicada. Ed. Prentice Hall Hispanoamericana México
1989 ISBN 968-880-173-9
O’Briem, Stephen Turbo Pascal 7 Manual de referencia. Ed. McGraw Hill Madrid 1993
ISBN 84-481-0119-07
Osier, D. Grobman, S. Batson, S. Aprendiendo DELPHI 2 en 21 Días. De. Prentice Hall
Hispanoamericana México. 1996. ISBN 0-672-30863-0
Owen, D.R., Honton, E. FINITE ELEMENTS IN PLASTICITY Theory and Practice. Editorial Pimeridge Press Limited
Swansea U. K. 1980 ISBN 0-906674-05-2-
Peral Alonso, Ireneo Primer curso de Ecuaciones en Derivadas Parciales Editoprial Addison Wesley E.E. U.U.
1995 ISBN O-201-65357-5
Pike, Ralph, W. Optimización en Ingeniería. Edi. AlfaOmega México. 1989 ISBN-968-6062-86-6
Sangiacomo C., Angel DELPHI Pero si es muy Fácil Editorial UNSA. 1999
Sangiacomo, A. Antoine, S. Análisis Numérico 1 Métodos del Análisis. Ed. UNSA Arequipa
1998
Sangiacomo, A. Antoine, S. Compilador para Uso en la Programación para Métodos
Numérico. Ed. Dpto Matemática UNSA Arequipa 2002
Sangiacomo, A. Antoine, S. Manual de Métodos Numéricos para la Solución de Ecuaciones
Diferenciales con Software. Ed. Dpto Matemática UNAS Arequipa 2002
Sangiacomo, A. Osorio, R. Manual de Programación Delphi para Ingeniería y Matemática.
Ed. Dpto Matemática UNSA Arequipa 2002
Strang, G., Fix, G. J. AN ANALYSIS FINITE ELEMENTS METHOD. Editorial Prentice-Hall
EE, UU, 1973 ISBN 0-13-032946-0
Wylie , Car Ray Matemáticas Superiores Para ingenieros Edi. McGraw-Hill México D.F. 1985 ISBN-968-
6046-84-4
Zienkiewicz, O. C. Taylor, R. El Método de los Elementos Finitos. Editorial McGraw-Hill
España 1994 ISBN 84-481-0178-2
http://library.adanced.org/3221.“Delphi & Pascal”

http://lectura.ilce.edu.mx:3000/cisncia/volumen3/ciencia3/delphi. “programin avanced”
http://www.cci-internet.com*rob/delphi/index.html. “programin avanced delphi”
· Planteamiento:
1. El Lenguaje de programación DELPHI, (Versiones, 3.x, 4.x, 5.x)
2. Agenciarse de bibliografía, actual, de Pascal, C++, Visual Basic, y los manuales de
DELPHI.
3. Elaboración de Manuales de rápido acceso a manejo, de programación, y de los llamados
atajos (secretos o artificios), para una ayuda inmediata.
4. Construcción de una biblioteca de unidades de tipo estático (Unit, Uses).
5. Construcción de una biblioteca de unidades de tipo dinámico del tipo DLL.
6. Construcción de primer programa prototipo, en donde trabajen las unidades anteriores.
7. Elaboración de los Programas que se presentan para caso de Algoritmo Segmentario
8. Elaboración de los Programas que resuelven el algoritmo de Rayleigh-Ritz para Spline de
tercer orden.
9. Elaboración de los Programas que resuelven el algoritmo de Variaciones de Ritz caso
EDO.
10. Elaboración de los Programas que resuelven el algoritmo de Variaciones de Ritz caso
EDP.
11. Elaboración de las fuentes finales de los ejecutantes y las unidades y DLLs.
12. Elaboración de los Manuales de funcionamiento.
· Análisis e interpretación:
a) Construcción de primer programa prototipo, en donde trabajen las unidades anteriores.
b) Elaboración de los Programas que se presentan para caso de Algoritmo Segmentario
c) Elaboración de los Programas que resuelven el algoritmo de Rayleigh-Ritz para Spline de
tercer orden.
d) Elaboración de los Programas que resuelven el algoritmo de Variaciones de Ritz caso
EDO.
e) Elaboración de los Programas que resuelven el algoritmo de Variaciones de Ritz caso EDP
f) Un lapso de prueba, inserción a la Internet del programa para recibir sugerencias o sus
fallas a nivel externo.
g) Elaboración de las fuentes finales de los ejecutantes y las unidades y DLLs.
h) Elaboración de los informes correspondientes.
i) Interpretación de resultados del funcionamiento del programa, correctivos y
replanteamiento.
j) Evaluación y mantenimiento del programa para su posible comercialización.
k) Elaboración de los Manuales de funcionamiento.
· Elaboración del documento (redacción del articulo).

a. Elaboración de los Manuales de funcionamiento.
b. Elaboración de los informes finales.
c. Presentación.
d. Presentación de los artículos Finales
2. CRONOGRAMA DEL PROYECTO
ETAPAS:
Consta de cuatro etapas:
I. Recolección de bibliografía
II. Construcción de los software prototipos
III. Prueba en líneas de teoría y de aplicación, en matemática y en Ingenierías. Depuración
y mantenimiento.
IV. Elaboración de manuales e informes
INICIO:
Inicio: 2000 junio 11
Recolección de bibliografía
Duración: 4 meses
Inicio: 2000 junio 11
Hasta: 2000 octubre 11
Construcción de los software prototipos
Duración: 4 meses
Inicio: 2000 octubre 11
Hasta: 2001 febrero 11
Prueba en líneas de teoría y de aplicación, en matemática y en Ingenierías. Depuración
y mantenimiento.
Duración: 6 meses
Inicio: 2001 febrero 11
Hasta: 2001 agosto 11
Elaboración de manuales e informes
Duración: 4 meses
Inicio: 2001 agosto 11
Hasta: 2001 diciembre 11
FINAL:
Finalización: 2001 diciembre.
3. PRESUPUESTO Y FINANCIAMIENTO
3.1. PRESUPUESTO:
Materiales y otros S/. 1000 .00
Viáticos S/. 2000 .00
Publicaciones S/. 800 .00
Gastos de Equipos S/. 5000 .00
Bibliografía S/. 2000 .00
Total S/. 10800 .00
3.1. FUENTES DE FINANCIAMIENTO:

Inversión de los interesados.
Recursos Propios.
La Universidad Nacional de San Agustín de Arequipa.
3.1. RECURSOS
3.3.1. HUMANOS
Nombre:
MsC. Angel Sangiacomo Carazas.
Labor: Investigador, Programador y Modelador.
Nombre:
Estudiantes de la Escuela Profesional De Matemáticas.
Labor: Programadores Matemáticos y constructores de algoritmos particulares.
Secretarias de:
Escuela Profesional de Matemática
Labor: Apoyo en información y trabajos de secretariado
De al Facultad de Ciencias Naturales y Formales.
Labor: Apoyo en información y trabajos de secretariado
3.3.1. MATERIALES
Papel borrador S/. 200.00
Papel Bond S/. 200.00
Articulo de escritorio S/. 100.00
Disketes S/. 500.00
Cintas de Impresora S/. 200.00
Una Computadora S/. 4000.00
Una impresora S/. 900.00
Libros actualizados S/. 2000.00
Viajes a Lima y Tacna y otros S/. 2000.00
Gastos varios S/. 700.00
FECHA
Arequipa 2000 junio 11
________________________________
Firmas.
Investigación PROGRAMACIÓN EN DELPHI PARA LA SOLUCIÓN APROXIMADA DE ECUACIONES DIFERENCIALES CON VALOR EN LA FRONTERA POR LOS
MÉTODOS RAYLEIGH RITZ
UNIVERSIDAD NACIONAL DE SAN AGUSTÍN

OFICINA DE INVESTIGACIÓN
FICHA DE AVANCE DEL PROYECTO
FACULTAD: Ciencias Naturales y Formales

ESCUELA PROFESIONAL: De Matemática
DEPARTAMENTO ACADÉMICO: Matemática y Estadística
Número: MA- 2019 UI-FCNF

TÍTULO DEL PROYECTO:
“Programación DELPHI para la Solución Aproximada de Ecuaciones
Diferenciales con Valor de Frontera por los Métodos de Rayleigh Ritz”
LINEA DE INVESTIGACION: Matemática Aplicada (Modelación Matemática y
Computación)
M. Luque Q. A. Sangiacomo C. I
Título de l Investigación:
PROGRAMACIÓN EN DELPHI PARA LA SOLUCIÓN APROXIMADA DE ECUACIONES DIFERENCIALES CON VALOR EN LA
FRONTERA POR LOS MÉTODOS RAYLEIGH RITZ
Responsables:
MsC. Angel Carlos W. Sangiacomo Carazas.

Profesor asociado
Estudiante: Luque Quinto, Marco (Matemática).

II
presentación
El Tratamiento de una Ecuación Diferencial Ordinaria con condiciones de frontera o contorno que no
tiene solución elemental (algebraica o analítica) se basa en una serie de cualidades que empiezan con
el criterio de bien planteado (condiciones de existencia) y unicidad y estabilidad. En la propia
solución del los casos particulares de las de segundo orden se puede aplicar métodos segmentarios
que son los llamados de elementos finitos para las ecuaciones diferenciales en una variable, esto nos
llevó a plantear la hipótesis:
Hipótesis:
La construcción de un programa en un lenguaje de programación (DELPHI) nos permitirá la
solución de las ecuaciones diferenciales en forma aproximada entonces éste nos permitirá la
simulaciones sus soluciones con la variación de sus parámetros, estos resultados serán validados
por la propia construcción del que permite el método variacional aplicado.
Construiremos un programa didáctico versátil entonces este serviría para la mejor preparación
de los cursos de ecuaciones diferenciales en las diferentes Escuelas Profesiones de nuestra
universidad y también para desarrollar nuevas investigaciones en esta línea.
Y objetivos de la investigación
Construir un algoritmo para la Solución de las Ecuaciones Diferenciales con valores en la Frontera
(EDO) por Método Variacionales de Ritz. Y por los métodos Segmentarios lineal de Rayleigh-Ritz.
Construir en Lenguaje de Programación DELPHI un programa integral y Global para la solución de
las Ecuaciones Diferenciales con valores en la Frontera (EDO) por Método Variacionales de Ritz. Y
por los métodos segmentarios lineal de Rayleigh-Ritz.
Elaborar un Manual de Rápido acceso para el manejo de la teoría y del programa en el lenguaje
DELPHI y de teoría de método de elementos finitos y de métodos variacionales.
Resolver los problemas teóricos y prácticos con los programas y dar sus importantes interpretaciones
didácticas
Entonces aquí se presenta se toma la teoría concerniente a este tema del cálculo variacional el cual
justifica teóricamente que el programa que se construyó bajo ese modelo es consistente, y además nos
da la justificación de que las soluciones que se obtienen son optimas al menos localmente.
Se construyen los modulo para la ejecución de las diversas partes del programa general y las
respectivas ventanas (subprogramas) para la solución particular del método de Ritz, el cual se puede
ver en el disco compacto, pues son programas sumamente extensos, estos programas se les ha
propuesto a una serie pruebas de control, y realmente si funcionan, claro está dentro de la medida)
La versión final del programa tiene un presentación bastante cómoda de manejar, pues con la
construcción y el uso de utilitarios (compiladores) ya creados en la Escuela Profesional de
M. Luque Q. A. Sangiacomo C. III

Matemática se le permite una versatilidad que Usted puede poner la ecuación diferencial como la
conoce con lápiz y papel.
La investigación consta en brindar una herramienta de prueba, pero que sea útil por lo pronto, para
que puedan tener una idea clara y precisa de la solución (aproximada pero al fin solución) de la
Ecuación Diferencial Ordinaria de segundo orden con valor de frontera y nos muestre una gráfica de
tal aproximación.
Asimismo que se pueda usar en la preparación del curso de Ecuaciones diferenciales, pues nos da una
muestra gráfica de como es la dicha ecuación y ampliara el horizonte de explicación al docente,
podrá simular fácilmente soluciones, solamente variando las condiciones de frontera y los parámetros
de la propia Ecuación Diferencial, igualmente podrá hacer montaje de figuras de las curvas y ver el
comportamiento secuencial.
Dejando una posibilidad abierta a los lectores (estudiantes) que lo usen a que hagan llegar todo tipo
de críticas que serán muy bien recibidas, pues, creo que es la única manera se saber si funciona en
otras condiciones de esfuerzo.
Se presenta una serie de programas en el disco compacto que acompaña esta investigación. los cuales
dan una idea de como se resuelven estos problemas y la propia solución de esas ecuaciones
diferenciales con valor en la frontera. Estos programas son totalmente libres y para ser usados,
mejorados o criticados.
Angel Sangiacomo C. Marco Luque Q.
Arequipa Perú
2003
E-Mail angel_sangiacomo@yahoo.com a_sangiacomo_c@starmedia.com
IV
Índice
Presentación IIII
Indice V
Introducción 1
Métodos variacionales 1
Concepto de Funcional y de Operador 1
Problema Variacional 2
Teorema Fundamental del Método Variacional para la Resolución de los
Problemas de Condiciones de Frontera 3
T r a n s f o r m a c i ó n d e l P r o b l e ma d e Condiciones de Contorno 5
Método de Galerkin 9
Método de Ritz 13
Método de Rayleigh-Ritz 16
Algoritmo Segmentario Lineal de Rayleigh-Ritz 19
Programa en Delphi Pascal del Método Rayleigh-Ritz 21
Conclusiones 25
Sugerencias 25
Bibliografía 26
M. Luque Q. A. Sangiacomo C. V
VI
Investigación PROGRAMACIÓN EN DELPHI PARA LA SOLUCIÓN APROXIMADA DE ECUACIONES DIFERENCIALES CON VALOR EN LA FRONTERA POR
LOS MÉTODOS RAYLEIGH RITZ
PROGRAMACIÓN EN DELPHI PARA

1.1.2. Definición
LA SOLUCIÓN APROXIMADA DE
Dado un conjunto K  { y ( x)} de
ECUACIONES DIFERENCIALES
CON VALOR EN LA FRONTERA funciones y (x) de las variables
POR LOS MÉTODOS RAYLEIGH independientes x. En donde x es un número
RITZ real o complejo o el conjunto de n
componentes reales o complejos;
MsC. Angel Sangiacomo Carazas x  ( x1 , x2 ,..., xn ) . A la expresión
Profesor Asociado de la Facultad de
Ciencias Naturales y Formales de la
Universidad de San Agustín de Arequipa
I  I [ y ( x)]
Marco Luque Quinto.
se llama funcional (real o complejo) de la
E-Mail angel_sangiacomo@yahoo.com
a_sangiacomo_c@starmedia.com función y (x ) (función de una función) si se
Resumen: Se construyó un programa en Delphi que le asocia a cada función y ( x )  K , de
resuelve ecuaciones diferenciales con valor en
d  dy 
forma unívoca, un número I (real o
la frontera  dx  p( x) dx   q( x) y  f ( x) , por el complejo).
 
método RAYLEIGH RITZ con el auxilio del
cálculo de variaciones para la garantía de las El conjunto K  { y ( x)} para el que está
soluciones, el programa funciona en todas las definido el funcional en cuestión se llama
condiciones de cálculo probado. dominio de definición del funcional,
ABSTRACT: A program was built in Delphi that
solves differential equations, mientras que a las funciones en si se les
d  dy  conoce con el nombre de funciones
  p( x )   q ( x) y  f ( x) , with value in the
dx  dx  admisibles o funciones bases.
contour, by the method RAYLEIGH RITZ
with the aid of the calculation of variations for 1.1.6. Definición
the guarantee of the solutions, the program
Un conjunto K de funciones se llama lineal si
works under all the conditions of proven
calculation. con dos funciones cualesquiera u , v  K
tanto su suma u  v  K , como el
producto  u  K , donde a es una
constante cualquiera (real o compleja).
1.8. Definición
1.0. Introducción El funcional I  I [ y ] se llama lineal si está
definido en un conjunto K de funciones
1.1. Métodos variacionales lineales y si para dos funciones admisibles
cualesquiera u y v se cumple la expresión
1.1.1. Concepto de Funcional y de
Operador I [u  v ]  I [u ]  I [v] .
En el presente capítulo se definen los En donde a y b son constante cualesquiera.
conceptos de funcional y de operador sólo
para funciones. En general se puede definir 1.1.10. Definición
para conjuntos generales de elementos, cosa
que no haremos aquí.
M. Luque Q. A. Sangiacomo C. 1
En el conjunto K  { y ( x)} está definido
para a y b constantes cualesquiera.
un operador L si a cada función y ( x )  K
Como se ve fácilmente, que los operadores
se le asocia por medio de L, de forma
d
unívoca, una función z  z (x) . , L y  , considerado en los ejemplos
dx
(La función z puede también depender de una anteriores, son lineales.
de las otras variables
Sea K el conjunto de todas las funciones u
t  (t1 , t 2 ,..., t m )). continua y reales en el dominio  . Si ahora
Esta asociación entre funciones se expresa es
u  K y v  K , al número
simbólicamente como
z  Ly L( y ) .
o
El conjunto K de todas las funciones  
(u , v)  uv d ,
y  y (x) , en el que el operador L está se llama producto escalar de las funciones u

definido, se le llama dominio de definición y v. Se deja ver claramente que
de este operador, y a las funciones y  K (u , v)  (v, u ) .
se les llaman funciones admisibles.
1.1.14. Definición
Por medio del operador diferencial lineal L Sea {u} un conjunto de funciones lineales,
podemos escribir la ecuación diferencial de continuas y definidas en un dominio v. En
orden n ordinaria, lineal, no homogénea y este conjunto de funciones, sea definido un
general, en forma abreviada, como sigue: operador L lineal cuyos valores sean
igualmente funciones continuas definidas en
Ly  f (x) . (2) el dominio v. Un operador lineal cualquiera
se llama simétrico (autoadjunto) si para dos
En donde L es un operador de la forma (1),
funciones admisibles cualesquiera u y v se
f(x) es una función continua dada y y la
cumple la expresión
solución buscada.
1.1.12. Definición
Un operador se llama lineal si él esta definido


uLv d  vLu d
 
en un conjunto lineal (es decir, con dos o
funciones admisibles u y v, es también cada ( Lu , v)  (u, Lv) . (5)
una de sus combinaciones lineales
u  v una función admisible, con a y b Si además para cada función admisible u se
cumple la desigualdad
constantes cualesquiera), y por consiguiente
se cumple las condiciones: ( Lu , u )  0 ,
1. L(u )  Lu , con lo cual es válida, entonces y sólo
entonces, la igualdad
2. L(u  v)  Lu  Lv .
( Lu , u )  0 ,
De ahí resulta la expresión
L(u  v)  Lu  Lv
2
se cumple cuando u  0 , entonces al frontera) G las condiciones de contorno

operador L se la llama positivo. lineales dados. Al primer miembro de la
ecuación diferencial lo podemos considerar
Con ésta teoría dada líneas arriba podemos como un operador lineal L aplicado a la
entrar al problema variacional. función y, por lo cual L está definido en un
conjunto K de funciones, cuyos elementos
1.2. Problema Variacional tienen derivadas sucesivas del orden exigido
en G   y que satisfacen además en G las
Sea dado el funcional
condiciones de contorno dadas. Por
I  I [ y] , (1) consiguiente, nuestro problema de las
condiciones de contorno conduce a la
del cual; suponemos que está definido en un solución de la ecuación de operador
conjunto K={y(x)} de funciones
determinadas. Al problema de determinar el
Ly  f (P) , (1)
extremo del funcional (1) se le llama
en donde P es el conjunto de variable
problema variacional. Algo más exacto se
formula, como sigue, el problema variacional. independientes y f (P) es una función
Búsquese una función y  y ( x)  K de conocida (que nosotros consideramos como
forma que para todas las funciones continuas). La función y pertenece a la clase
K y satisface, por consiguiente, en la frontera
admisibles y  y (x ) que se diferencien
G las condiciones de contorno
muy poco de la función y (x ) se cumpla la
desigualdad R[ y ]  0 , (2)
I [ y]  I [ y ] , R es un funcional lineal dado o un operador

deferencia lineal de orden inferior al de L.
en caso de un mínimo, o El problema de las condiciones de contorno o
frontera no homogéneas
I [ y]  I [ y ] ,
Ly  f (P) ,
en caso de un máximo.
siendo la condición de contorno
Observemos que puede explicarse el
concepto de la diferencia entre las funciones R[ y ]   ( P ) para P   , (3)
y y y de forma diferente.
en donde  (P ) es una función conocida,
1.3. Teorema Fundamental del Método pueden transformarse en un problema de
Variacional para la Resolución de los condiciones de contorno homogéneas. Para
Problemas de Condiciones de Frontera tal fin necesitamos introducir mediante
Dado en el dominio G con frontera G una
ecuación diferencial lineal (ordinaria o en
y  z  y1
derivadas parciales), siendo los coeficientes
funciones continuas. Búsquese una solución una nueva función desconocida z, siendo y1
y de esta ecuación diferencial, la cual una función lisa que satisfaga la condición de
satisfaga en la curva de contorno (en la contorno (3):
Ly2  f ( P ) , R[ y2 ]  0 . (5)
R[ y1]   ( P) .
Restando las anteriores ecuaciones (4) y (5)
De las fórmulas (1) y (3) obtenemos obtenemos
Lz  f ( P )  Ly1 Ly1  Ly 2  L( y1  y2 )  0 ,
y
y R[ y1  y2 ]  0 , (6)
R[ z ]  0 .
es decir,
La función y1 , en general, puede
indentificarse fácilmente. ( y1  y2 )  K .
La idea fundamental del método variacional,
expuesto en nuestro caso, consiste en El producto escalar de la primera ecuación de
sustituir el problema de las condiciones de (6), por la diferencia, ( y1  y 2 ) resulta
contorno (1) y (2), por un problema
equivalente al de la determinación de un ( L( y1  y2 ), ( y1  y2 ))  0 . (7)
extremo (normalmente mínimo) para un
funcional determinado. El método variacional como se ha supuesto que el operador L es
para la resolución de problemas de las positivo en el conjunto K y la función
condiciones de contorno encontró una gran y1  y2 pertenece a K, resulta de la fórmula
difusión después que el matemático alemán (7) que
Ritz en el año 1908 propusiera un
procedimiento cómodo para resolver de ( y1  y2 )  0 ,
forma aproximada el problema variacional. El
método de Ritz se tratará más adelante. es decir, y1  y2 , que es lo que queríamos
Empecemos con los teoremas importantes. probar. §
1.3.1. Teorema 1: 1.3.2. Teorema

Sea L un operador positivo, lineal y simétrico Sean L un operador positivo, simétrico y
definido en el conjunto K. La ecuación de definido en el conjunto K, y F[y] un funcional
operador (1) con la condición de contorno de la forma
(2) tiene a lo sumo una solución en el
conjunto K: es decir, si existe una solución F [ y ]  ( Ly, y )  2( f , y )   ( Ly  2 f ) yd
del problema de las condiciones de contorno 
(1), (2), ésa es única. (8)
Prueba: Aquí, f=f ( P) es el segundo miembro de la

Supongamos que el teorema 1.3.1 no sea ecuación (1).
correcto y que el problema de las condiciones Si el problema de las condiciones de
contorno (1) y (2), con condiciones de
de contorno tenga dos soluciones y1 y y 2 ,
contorno homogéneas tiene la solución y , el
es decir, que se cumpla
funcional F [ y ] toma para y  y un
Ly1  f ( P) , R[ y1 ]  0 , (4) mínimo. Si por el contrario, en el conjunto K
y existe una función y , para la cual el
4
funcional (8) toma un mínimo, entonces esta

función es la solución de la ecuación (1). ( y  y)  0 ,
Prueba: es decir,
Sea la función y , una solución del problema
de las condiciones de contorno (1) y (2), es
y y.
decir, que se cumple que
De la ecuación (10) podemos todavía deducir
Ly  f (P ) y R[ y ]  0 . que el valor mínimo del funcional F [ y ] está
dado por la expresión siguiente:
Si sustituimos ahora en la fórmula (8)
f (P) por Ly , obtenemos entonces Fmín [ y ]  F [ y ]  ( Ly , y ) .
¨
F [ y ]  ( Ly, y )  2( Ly , y ) . (9)
1.4. T r a n s f o r m a c i ó n d e l P r o b l e m a
En virtud de la simetría del operador L, d e Condiciones de Contorno Lineal
resulta para una Ecuación Diferencial Ordinaria
de Segundo Orden en un Problema
( Ly , y )  ( y , Ly )  ( Ly, y ) . Variacional
Por tanto es Consideremos la ecuación diferencial
ordinaria
F { y}  ( Ly , y )  ( y , Ly )  ( Ly , y )
y ' ' P ( x) y   Q ( x ) y  h( x ) , (1)
 ( Ly, y  y )  [( Ly , y)  ( Ly , y )]  ( Ly , y )
con las condiciones de contorno lineales
 ( Ly, y  y )  ( Ly , y  y )  ( Ly , y )
 ( L( y  y ), ( y  y ))  ( Ly , y ) . (10)
1 y(a)   y (a)  A ,
En el miembro derecho de la ecuación (10) 1 y(b)   y (b)  B . (2)

sólo el primer sumando es variable.
Evidentemente, y  y pertenece a K. De Supongamos que las funciones P (x ) ,
Ahí obtenemos, en virtud de que el operador Q (x ) y h(x) son continuas en el
L es positivo, intervalo [ a, b] . Supongamos que también se
( L( y  y ), ( y  y ))  0 . cumple que
Por consiguiente, el funcional F [ y ] toma 1    0 y 1    0 .

su valor mínimo para aquellas funciones Transformamos la ecuación (1) en su forma
admisibles, y sólo para ésas, para las que se especial, en la llamada forma autoadjunta.
cumple que Con este fin, multipliquemos todos sus
( L( y  y ), ( y  y ))  0 . términos por el factor positivo
x
p ( x)  e  a
P ( x ) dx .
De ahí obtenemos, en virtud de la definición
del operador positivo
Obtenemos Supongamos que 1  0 y 1  0 .
p( x) y   p( x) P( x) y  Entonces podemos demostrar, teniendo en
 p( x)Q( x) y  p( x)h( x) . cuenta esas suposiciones, que el operador L
(3)
es autoadjunto en la clase K  { y} de
Teniendo en cuanta la expresión funciones, si entendemos por K a la clase
x y  C 2 [ a, b] de funciones derivables
p( x)  e  a
P ( x ) dx
 P( x)  p ( x) P ( x) , sucesivamente dos veces en el intervalo
[ a, b] , las cuales satisfacen en los extremos
la ecuación (3) la podemos expresar como
del intervalo x  a y x  b las
d condiciones de frontera (7).
[ p ( x) y]  q ( x) y  f ( x) . (4)
Sean u y v dos funciones de K. Entonces se
dx
cumple, en virtud de la fórmula (5), que
Aquí se cumple que
b  d 
( Lu , v)  ( Lv, u )    v  ( p ( x)u )  q ( x)u 
p ( x )  0 , q ( x )  p ( x )Q ( x ) , a
  dx 
f ( x )  p ( x ) h( x ) .
d 
 u  ( p( x)v)  q ( x)v  dx
Una ecuación diferencial de segundo orden  dx 
de la forma (4) se llama autoadjunta. Si
introducirnos el operador lineal b
 [ p ( x )(uv  vu )  p( x)(uv  vu )]dx
a
d
Ly   [ p( x) y]  q ( x ) y , (5) b d
dx  [ p ( x)(uv  vu )]dx
a dx
obtenemos
b
Ly   f (x) , (6)  p( x)(uv  vu ) a
en donde p (x ) , p(x) , q (x ) y f (x )  p (b) w(b)  p (a ) w(a ) . (8)

son funciones continuas en el intervalo Con
[ a, b ] . u ( x ) v ( x)
Consideremos en primer lugar el caso en que w ( x )  . (9)
u ( x) v( x)
las condiciones de frontera (2) sean
homogéneas, es decir, que
Las funciones u (x ) y v(x) satisfacen las
1 y ( a )   y ( a )  0 , condiciones de frontera homogéneas
1 y(b)   y (b)  0 . (7)

1u (a )  u (a )  0 ,
a1v(a )   v(a)  0 .
siendo
Siendo 1  0 o   0. En
1    0 y 1    0 . consecuencia es
6
  Dado por supuesto que 1  0 y 1  0 ,

u (a)   u (a) , v(a)   v(a)
1 1 en virtud de las condiciones de frontera (7),
o la desigualdad (13) es equivalente a las dos
1  desigualdades
u (a )   u (a ) , v(a )   1 v(a ) .
    0.
  0, (14)
Tenemos entonces que se cumple
Consiguientemente, el problema de las
w(a )  0 . condiciones de frontera (6) y (7), si se
cumplen las desigualdades (12) y (14), es
Análogamente, se puede señalar que equivalente, según el teorema 1.3.2 al de la
determinación de un mínimo para el funcional
w(b)  0 .
F [ y ]  ( Ly, y )  2( f , y ) , (15)
Por consiguiente resulta de la ecuación (8)
que ( Lu , v)  ( Lv, u )  0 , es decir, en la clase K de funciones. Si empleamos la
ecuación (11) resulta que
( Lu , v)  ( Lv, u ) .
F [ y ]  p(a ) y (a) y(a)  p (b) y (b) y (b)
La última ecuación nos indica que el
b
operador L es simétrico.
A continuación estudiaremos las condiciones

a 
[ p( x) y 2  q ( x) y 2  2 f ( x) y ]dx .
para que el operador L sea positivo. Para las (16)
funciones y  K se cumple
En particular, para 1  0 y 1  0
b d  resulta que
( Ly , y )     [ p ( x) y ]  q ( x) y  ydx
a  dx   
(10) F[ y]   p ( a) y 2 (a )  p (b) y 2 (b)
1 1
Si integramos por partes el primer término de b
 [ p ( x) y 2  q( x) y 2  2 f ( x) y ]dx .
la ecuación (10) resulta a
(17)
b
( Ly, y )   p( x) y y  a Una expresión análoga se obtiene también en
b los otros casos.
 a
[ p ( x ) y  2  q ( x ) y 2 ]dx . (11) Volvamos ahora al problema de las
condiciones de frontera (6), siendo las
condiciones frontera (2) no homogéneas.
Ya que p ( x )  0 , resulta de (11), que el
Para eso supongamos que las desigualdades
operador L es positivo si se cumplen las
condiciones (12) y (14) se cumplen. En la clase K1 de
las funciones que satisfacen las condiciones
q( x)  0 para a  x  b , (12) de frontera (2) el operador L es en general
y positivo y no simétrico. Por este motivo no
y ( a ) y ( a )  0 , y (b) y(b)  0 . (13) podemos emplear aquí directamente el
teorema 1.3.2 dado anteriormente.
Sea z  z (x) una función declase De (19) podemos deducir que la solución y
del problema de las condiciones de frontera
C 2 [a, b] , que satisfaga las condiciones (6), (2) proporcionan un mínimo al funcional
frontera (2), es decir, que se cumpla que siguiente
1 z (a )   z (a )  A , F1[ y ]  p(a)[ y (a)  z (a)][ y(a)  z(a)]
1 z (b)   z (b)  B . (18)  p(b)[ y (b)  z (b)][ y(b)  z (b)]

b
Sea y la solución del problema de  [ p( x)( y  z ) 2  q( x)( y  z ) 2
a
condiciones de frontera (6), (2) e induzcamos  2( f ( x)  Lz )( y  z )]dx
una función nueva u  u (x) que esté
definida mediante  p(a)[ y (a)  z (a)][ y(a)  z (a)]
u  yz. (19)  p (b)[ y (b)  z (b)][ y (b)  z (b)]
b
Esta función u satisface las condiciones de  [ p ( x) y 2  q ( x) y 2  2 f ( x ) y ]dx
a
frontera homogéneas
b
1 z (a)   z (a )  0 , 
a
[ p ( x) z 2  q ( x ) z 2  2 f ( x) z ]dx
b
1 z (b)   z (b)  0 , (20)  2 [ p ( x) y z   q ( x ) yz  ( y  z ) Lz ]dx .
a
(23)
y la ecuación diferencial
Por integración “por partes” obtenemos
Lu  Ly  Lz ,
b b d 
es decir  a ( y  z ) Lzdx    a ( y  z ) dx ( p( x) z 'q( x) z  dx
Lu   f ( x)  Lz . (21)
 ( y  z ) p ( x ) z 
b
a
En consecuencia, la función u pertenece a K. b
El operador L es simétrico y positivo en la   [ p ( x) z ( y   z )  q( x) z ( y  z )]dx
a
clase K de funciones. En consecuencia, la
solución u del problema de las condiciones de  p (a )[ y (a )  z (a )]z (a )
frontera (2), (21) proporciona según el  p (b)[ y (b)  z (b)]z (b)
teorema 1.3.2, un mínimo al funcional b
 [ p ( x) z ( y   z )  q ( x) z ( y  z )]dx .
F [u ]  ( Lu , u )  2( f ( x)  Lz , u ) . a
Sustituyendo esta expresión en (23),

De ahí obtenemos, por ecuación (11),
obtenemos entonces por transformaciones
F [u ]  p(a)u (a )u(a)  p(b)u (b)u(b) elementales
b F1[ y ]  p (a)[ y (a )  z (a )][ y (a )  z (a )]

 [ p ( x)u  2  q ( x)u 2  2( f ( x )  Lz )u ]dx .
a
 p(b)[ y (b)  z (b)][ y (b)  z (b)]
(22)
8
b b
 [ p ( x) y 2  q ( x) y 2  2 f ( x ) y ]dx  [ p( x) y 2  q ( x) y 2  2 f ( x) y ]dx .
a a
b (26)
 [ p ( x) z 2  q ( x) z 2  2 f ( x) z ]dx .
a
(24) Por tanto, el problema de las condiciones de
frontera (6) y (2) con condiciones de frontera
Sean 1  0 y 1  0 . Usando las no homogéneas, teniendo en cuenta la
condiciones frontera (2) nos resulta suposición de que se cumplen las
desigualdades (12) y (14), es equivalente al
A   y (a ) A   z (a) problema variacional para el funcional (25)
y(a )  , z ( a )  en la clase K1 de funciones, en donde los
1 1
y elementos de K1 satisfacen las condiciones
B   y (b) B   z (b) de frontera (contorno) prefijadas.
y (b)  , z (b)  .
1 1
Luego resulta 2.1. Método de Galerkin
p(a) El procedimiento de Galerkin se basa, en

F1[ y ]  [2 Ay (a)   y 2 (a)] esencia, en un teorema de la teoría de las
1
series de Fourier.
p (b)
 [2 By(b)   y 2 (b)]
1 2.1.1. Teorema

b
[ p ( x) y 2  q ( x) y 2  2 f ( x ) y ]dx Sea  u n ( x) un sistema ortogonal completo,
a en el intervalo [a, b] con norma distinta de
 p (a) cero. Si la función continua f (x) es
 [2 Az (a)   z 2 (a )]
 1 ortogonal en el intervalo [a, b] a todas las
p (b) funciones u n (x) , es decir, si se cumple
 [2 Bz (b)   z 2 (b)]
1 b
a f ( x)u n ( x)dx  0 , n=1, 2, …, (1)
[ p ( x) z  2  q ( x) z 2  2 f ( x) z ]dx  .
b

a  entonces es
(25)
f ( x)  0 para a  x  b .
Ya que los términos existentes entre las llaves
“{}” de la ecuación (25) son constantes y no Prueba:
dependen de la función y, podemos
considerar, en lugar del funcional F1[ y ] , el Consideremos la serie de Fourier de la
función f (x) referente al sistema ortogonal
funcional siguiente
p (a ) 2
 un ( x) :
h[ y ]  [2 Ay (a)   y (a)] 
1
f ( x )   cn u n ( x ) . (2)
p(b)
 [2 By (b)   y 2 (b)] n 1
1
Como es sabido, se determinan
los adicionales, resulta de ahí que también f (x)
coeficientes de Fourier cn por medio de la es pequeño en el intervalo [a, b] . Š
fórmula Ahora ya podemos proceder en la explicación
1 b del procedimiento de Galerkin.
cn 
un
2 a f ( x)u n ( x) dx , (3) Sea dado el problema lineal de condiciones
de contorno lineales
L[ y ]  f ( x) , (7)
en donde
b
en donde
2
un   u n2 ( x)dx  0 , (4) L[ y ]  y ' '  p ( x) y '  q ( x) y
a
En virtud de la condición (1), obtenemos, por y las condiciones lineales de frontera

consiguiente, Va [ y ]  a1 y (a)  a2 y ' (a)  
Vb [ y ]  b1 y (a )  b2 y ' (a )   (8)
cn  0 , para n=1, 2, … (5)
con
Para un sistema de funciones  u n ( x)
a1  a2  0 , b1  b2  0 .
completo en lo que respecta a cada función
continua f (x) Elijamos un sistema finito de funciones
b 2  coordenadas {ui(x)}, i=0, 1, .., n, las cuales
 a f ( x)dx   un cn .
2 2
(6) deben pertenecer a un sistema ortogonal de
n 1
funciones completo. La elección se realiza de
De ahí obtenemos, teniendo en cuenta (6) forma que la función u0 ( x ) satisfaga las
b
a f 2 ( x)dx  0 , condiciones de frontera no homogéneas
Va [ y ]   , Vb [ y ]   ,
y por consiguiente
f ( x)  0 , para a  x  b . ¨ y las funciones ui (x) , i=1, 2, …, n deben
2.1.2. Observación: De la fórmula (6) satisfacer las condiciones de frontera
podemos deducir que para cualquier función homogéneas
continua f (x) , que sea ortogonal al sistema
finito de funciones
Va [ y ]  0 , Vb [ y ]  0 ,
u1 ( x) , u2 ( x) , …, u N (x) para i=1, 2, …, n.
La solución del problema de condiciones de
(es decir, c1  c2  ...  c N  0 , se cumple frontera (7) y (8) la buscamos como en los
siempre la expresión procedimientos de colocación en la forma
b 
n

2 2
a f 2 ( x)dx  un cn 
y  u0 ( x)   Ci ui ( x) . (9)
n  N 1
i 1
para N suficientemente grande. Esto significa
que la función f(x) es en el intervalo [a, b] en Cualquiera que sea la elección de las
media (norma) es tan pequeña como se funciones coordinantes ui (x) , la función y
quiera. Mediante algunas suposiciones definida mediante la fórmula (9) satisface,
10
evidentemente, para coeficientes cualesquiera 2.1.3. Ejemplo

ci las condiciones de contorno o frontera
Con el procedimiento de Galerkin, aproximar
(8). Sustituyamos ahora la expresión (9) en la
una solución a la ecuación diferencial
ecuación diferencial (7), entonces obtenemos
ordinaria con valores de frontera
la desviación (error)
R ( x, C1 , C 2 ,..., C n )  y ' '  xy '  y  2 x , 0  x  1 ,

n
y (0)  1 , y (1)  0 . (10)
 L[u 0 ]   Ci L[u i ]  f ( x) .
i 1 Solución:
Para la solución exacta y de nuestro problema p(x)=x; q(x) =1; r(x) =2*x;
de condiciones de frontera, la función R es Como función coordinante ui (x ) , i=0, 1, 2,
idénticamente cero. Para determinar una 3. Elijamos aquí
aproximación que se diferencie lo menos u ( x )  1  x
0 , u1 ( x)  x (1  x) ,
posible de la exacta, es conveniente para ello
2 3
elegir los coeficientes Ci tales que la función u 2 ( x)  x (1  x) , u3 ( x)  x (1  x ) ,
R, en un sentido determinado, sea lo más (11)
pequeño posible.
El procedimiento de Galerkin exige que la
desviación R debe ser ortogonal a toda las
funciones coordinantes ui (x ) , i=1, 2, …, n.
Con un número suficientemente grande de
funciones coordinantes, la desviación en
media es tan pequeña como se quiera, en
virtud de la observación dada anteriormente.
En general, no puede decirse que en media la
solución de aproximación así determinada se
diferencie de la exacta.
Los coeficientes Ci , i=1, 2, …, n se Figura 5.
obtienen del sistema de ecuaciones lineales
u0 =1-x; u0' = -1; u0'' = 0
b
a 1u ( x )R ( x , C1 , C 2 , ..., C n ) dx  0 u1 =x*(1-x); u1' = (1-2*x); u1'' = -2
b
u2 =x2*(1-x); u2' = 2*x*-3*x2; u2'' = 2-6x
 a u2 ( x)R( x, C1, C2 , ..., Cn )dx  0 u3 =x3*(1-x); u3' = 3*x2-4*x3;
u3'' = 6*x*-8*x2
. . . . . . . . . .
b Busquemos la aproximación en forma de un
 a un ( x)R( x, C1, C2 , ..., Cn )dx  0 polinomio
o de forma más simple y  (1  x)  C1 x (1  x)
n b b  C 2 x 2 (1  x)  C3 x 3 (1  x ) ,
 Ci  ui ( x) L[ui ]dx   ui ( x) f ( x)  L[u0 ]dx ,
a a
i 1
para i=1,2,…n. la solución de aproximación del problema.
Al sustituir este polinomio en el primer Integral [2,3] = -0.094044984318316
miembro de la ecuación diferencial (10), r(x) [2] = (x^2*(1-x))*(2*x-(-x+(1-x)))
obtenemos entonces la desviación (error) Integral [2] = 0.116666158040365
Fila 3 para la Integral de [0;1] de Coeficientes
R( x, C1 , C 2 , C3 )  (1  4 x) aij y bi de Ac = b
f ' [3,1] = (x^3*(1-x))*(-1-1+x*((1-x)-x)+(x*(1-
 C1 (2  2 x  3x 2 ) x)))
 C 2 ( 2  6 x  3x 2  4 x 3 ) Integral [3,1] = -0.104761079574625
f ' [3,2] = (x^3*(1-x))*(2*(1-x)-2*x-2*x
 C3 (6 x  12 x 2  4 x 3  5 x 4 ) . (12) +x*(2*x*(1-x)-x^2)+(x^2*(1-x)))
Integral [3,2] = -0.0999981593340635
Las condiciones de ortogonalidad de la f ' [3,3] = (x^3*(1-x))*(3*2*x*(1-x)
función R e de las funciones coordinantes -3*x^2-3*x^2+x*(3*x^2*(1-x)-
u1 ( x) , u2 ( x) , u3 ( x) nos proporcionan el x^3)+(x^3*(1-x)))
sistema de ecuaciones Integral [3,3] = -0.0837260717398749
1 r(x) [3] = (x^3*(1-x))*(2*x-(-x+(1-x)))
 0 (x  x
2
) R( x,C1 , C2 , C3 )dx  0 Integral [3] = 0.0833326975504557
1
 0 (x
2
 x 3 ) R( x,C1 , C2 , C3 )dx  0 Se sustituyó aquí en vez de R (x ) la
1 expresión (12) e integramos con respecto a x,
 0 (x
3
 x 4 ) R( x,C1 , C2 , C3 )dx  0 . obteniendo así el sistema de ecuaciones
Resolviendo para los 133C1  63C2  36C3  70

coeficientes Algebraicos y sus Integrales 140C1  108C2  79C3  98
Aquí x^p = xp.
264C1  252C2  211C3  210 .
Fila 1 para la Integral de [0;1] de Coeficientes
aij y bi de Ac = b o
f ' [1,1] = x*(1-x)*(-2+x*(1-2*x) +x*(1-x)) -0.3167C1 -0.1500C2 -0.0857C3 = 0.1667
Integral [1,1] = -0.316666 -0.1667C1 -0.1286C2 -0.0940C3 = 0.1167
f ' [1,2] = (x*(1-x))*(2*(1-x)-2*x-2*x -0.1048C1 -0.1000C2 -0.0837C3 = 0.0833
+x*(2*x*(1-x)-x^2)+(x^2*(1-x)))
Integral [1,2] = -0.1499999 De ahí resulta
f ' [1,3] = (x*(1-x))*(3*2*x*(1-x)-3*x^2
-3*x^2+x*(3*x^2*(1-x)-x^3)+x^3*(1-x)) C1  0.2090 , C 2  0.7894 ,
Integral [1,3] = -0.0857119355350733 C3  0.2090 ,
r(x) [1] = (x*(1-x))*(2*x-(-x+(1-x)))
Integral [1] = 0.166666666666667 y por consiguiente
Fila 2 para la Integral de [0;1] de Coeficientes y = 1-x - 0.2089510894*(x*(1-x))
aij y bi de Ac = b - 0.7893993499*(x^2*(1-x))
f ' [2,1] = (x^2*(1-x))*(-1-1+x*((1-x)-x) +(x*(1- + 0.2089638958*(x^3*(1-x))
x))) o
Integral [2,1] = -0.1666666
y  (1  x)(1  0.2090 x  0.7894 x 2  0.2090 x 3 ) .
f ' [2,2] = (x^2*(1-x))*(2*(1-x)-2*x-2*x
+x*(2*x*(1-x)-x^2)+(x^2*(1-x))) §
Integral [2,2] = -0.128569968044758
f ' [2,3] = (x^2*(1-x))*(3*2*x*(1-x)
-3*x^2-3*x^2+x*(3*x^2*(1-x)-x^3)
+(x^3*(1-x)))
12
Hablando en términos generales, cuando

pedimos que las funciones yn (x) sean
admisibles, imponemos a las funciones
coordenadas ui(x) ciertas condiciones
complementarias como, por ejemplo,
limitaciones en cuanto a la derivabilidad o en
cuanto a la verificación de las condiciones de
frontera.
Figura 6.
En estas combinaciones lineales la funcional
o una figura total: I [ y ( x)] se convierte en una función de los
argumentos C1 , C2 , . . . , Cn :
I [ y ( x)] =  (C1 , C 2 .  , Cn ) . (2)
Determinamos los valores C1 , C2 , . . . , Cn

que ofrecen extremo a la función
 (C1 , C 2 .  , C n ) ; para ello resolvemos
el sistema de ecuaciones:

Figura 7. c1
0 (i=1,2, . . .,n). (3)
3.1. Método de Ritz no lineales, como regla, respecto a C1 , C2 , .

. . , Cn , e independientes en (1) los valores
La idea del método de Ritz consiste en que al
hallar el extremo de funcional I [ y ( x)] se encontrados para Ci . La sucesión
consideran en lugar del espacio de las { yn ( x)} que así resulta es una sucesión
funciones admisibles, sólo las funciones que minimizante, o sea, la sucesión de los valores
se pueden representar como combinaciones
de la funcional I [ y ( x)] obtenida a partir de
lineales de las funciones admisibles:
ella converge hacia el mínimo o hacia la cota
n inferior de la funcional I [ y ( x)] , Sin embargo,
yn   Ci ui ( x) (1) de
i 1
Lím I [ yn ( x )]  mín I [ y ( x )] (4)
n 
donde Ci son unas constantes el sistema
{ui(x)}, es llamado sistema de funciones no se deduce aún que nLím yn ( x)  y ( x) . La

coordenadas, está formado por funciones
sucesión minimizante puede no converger
ui(x) que son linealmente independientes y
hacia la función que realiza el extremo en la
que constituyen un sistema completo de
clase de las funciones admisibles.
funciones en el espacio considerado.
Indicaremos las condiciones que garantizan de que existe la derivada continua p ' ( x) de
que el mínimo absoluto de la funcional exista p(x) y de que p(x)>0 y q(x)³0.
y se alcance en las funciones [ yn ( x )] .
Si por este método se determina el extremo
3.1.1. Condiciones de óptimo absoluto de la funcional, el valor aproximado
de su mínimo se obtiene por exceso y el éxito
En el caso en el que se trata del extremo de la depende en gran medida de la elección del
funcional sistema {ui(x)} de funciones coordenadas.
x2 La idea es la ley del mínimo esfuerzo, o sea,
I [ y ( x)]   F ( x, y, y ' )dx (5)
x1 que baste tomar una dos o tres a lo más de
las funciones ui(x) para obtener una
y ( x1 )  y1 , y ( x2 )  y 2 ; aproximación bastante satisfac-toria de la
solución exacta.
estas condiciones son:
1. La función F(x, y, y’) es continua 3.1.2. Aplicación

respecto al conjunto de sus argumentos
para cualquier z y para (x, y)ÎD, donde D Aquí se usa directamente lo que se ha
es un recinto cerrado del plano xy al que estudiado en el punto 1.4.
pertenecen las curvas yn (x) ; El problema con valor en la frontera lineal de
segundo orden sobre [a, b]: (Ecuación para
2. existen constantes C>0, p>1 tales que la conducción del calor, elasticidad,
electrostática, . . . )
p
F ( x, y , y ' )  z  (6)
d  dy 
 p ( x)   Q( x) y  f ( x); (8)
cualquiera que sea z para cualquier punto dx  dx 
(x, y)ÎD;
y (a )  y0 y (b)  yn
3. la función F(x, y, y’) tiene la derivada
parcial continua Fz(x, y, y’) y esta La funcional que corresponde a la ecuación
derivada es una función no decreciente de (8) es:
z (  z  ) cualquiera que sea el
1
punto (x, y)ÎD. 0
I [u ]  ( p( x)[u( x)]2
En particular las condiciones enunciada arriba  Q ( x)[u ( x )]2  2 f ( x )u ( x))dx (9)
se cumplen par lasa funcionales
x2
La ecuación (9) puede transformase en la (8)
I [ y ( x)]   [ p ( x) y '2  q ( x) y 2  2r ( x) y ]dx por las condiciones de Euler-Lagrange,
x1
de modo que al optimizar (9) se obtiene la
y( x )  a , y( x )  b ; (7) solución de la ecuación (8)
1 2
n
 ( x)  c0 u0 ( x)   ciui ( x) .
donde p(x), q(x) y r(x) son funciones dadas,
Sea
continuas en [ x1 , x2 ] , con la particularidad
i 1
14
Reemplazando se tiene: Solución
n  I [ ]
I { }  I  cii ( x) 
c1
0
 i 1 
b
 n 
2
n 
2
2
   p ( x)  cii( x)  Q( x)  cii ( x)  0   2[ 74  c1 (2 x  2)  c2 (3x 2  4 x)](2 x  2)dx
a 0
 i 1   i 1 
 2
n    2(1)[ 74x  c1 ( x 2  2 x)  c2 ( x 3  2 x 2 )]( x 2  2 x)dx
 2 f ( x)  cii ( x) dx
0
 i 1   2
 2  (3 x 2 )[ x 2  2 x]dx
0
Con se ve cumplen las condiciones del
numeral 3.1.1. ahora sólo bastará que se haga agrupando para armado de filas del sistema
mínimo con: lineal:
Para la primera fila:
I [ ]
ci
0
a11c1  a12 c2  r1
3.1.3. Ejemplo: 2
c1  [(2 x  2)(2 x  2)  ( x 2  2 x)( x 2  2 x)]dx
0
Resolver y’’ + y = 3x2, 2
con puntos (0, 0) y (2, 3.5) c2  [(3x 2  4 x )(2 x  2)  ( x 3  2 x 2 )( x 2  2 x )]dx
0
P(x)=1; Q(x)=1; F(x)=3x2
2
 0 3x
2
Usamos las funciones ensayo: [ x 2  2 x]  74 (2 x  2)  74x ( x 2  2 x)dx
u0 (x) = 7x / 4;
u1 (x) = x (x-2); con c1; ====================
Para la segunda fila:
u2 (x) = x2(x-2); con c2;
I [ ]
c2
0
2
0   2[ 74  c1 (2 x  2)  c2 (3 x 2  4 x)](3x 2  4 x)dx
0
2
  2(1)[ 74x  c1 ( x 2  2 x )  c2 ( x 3  2 x 2 )]( x 3  2 x 2 )dx
0
2
 2 (3x 2 )[ x3  2 x 2 ]dx
0
ordenando para la segunda fila:
a21c1  a22c2  r2
Figura 1.
2
c1  [(2 x  2)(3 x 2  4 x)  ( x 2  2 x )( x 3  2 x 2 )]dx
combinando: 0
2
 ( x)  74x  c1( x  2) x  c2 ( x  2) x 2 c2  [(3 x 2  4 x)(3 x 2  4 x)  ( x 3  2 x 2 )( x 2  2 x 2 )]dx
0
2 d  dy 
 0 3x
2
[ x 3  2 x 2 ]  74 (3x 3  4 x)  74x ( x 3  2 x 2 )dx   p( x )   q( x ) y  f ( x) , 0  x  1 , (1)
dx  dx 
Resultando: y con condiciones de contorno o frontera
16c1 16c2 74 y (0)  y (1)  0 .
5
 5
 15 (2)
16c1 128c
5
 21 2  36
5
Resolviendo se tiene:
C1 = 0.758793
C2 = 0.782870
7x
y ( x)  4
 (0.75879)( x  2) x
 (0.78287)( x  2) x 2
Figura 7.
Figura 8.
Esta ecuación diferencial describe la
Figura 2. deflección y(x) de una viga de longitud
unitaria (uno) con sección transversal
Comparando con la solución exacta se tiene:
variable representada por q(x). La causa de la
0 y(0 ) =0 Exac y(0 ) =0
deflección son las cargas extras p(x) y f(x).
1 y(0.4)=0.0139576 Exact y(0.4)=0.006366
En los desarrollos posteriores supondremos
2 y(0.8)=0.0703145 Exact y(0.8)=0.100240
3 y(1.2)=0.4696926 Exact y(1.2)=0.494147 que p  C 1[0,1] y q, f  C[0,1] . Además,
4 y(1.6)=1.5127138 Exact y(1.6)=1.504803 se requerirá que exista una constante   0
5 y(2 ) =3.5 Exac y(2 ) =3.503119 tal que
p ( x)    0 , para 0  x  1 ,
4.1. Método de Rayleigh-Ritz y que
q( x)  0 , para 0  x  1 .
Un problema lineal de valor de frontera en
dos puntos que es importante en el análisis de Suponiendo esto es suficiente para garantizar
fuerzas aplicadas a vigas, está dado de que el problema de valor de frontera (1) y (2)
manera especial por la ecuación diferencial tienen una solución única.
ordinaria En muchos problemas de valor de frontera
que describen fenómenos físicos, la solución
de la ecuación de la viga satisface una
16
propiedad varicional. El principio variacional n

para la ecuación de la viga es fundamental en Una aproximación  ( x)   cii ( x) a la
el desarrollo del método de Rayleigh-Ritz y i 1
caracteriza a la solución de la ecuación de la solución y(x) de la ecuación (4) se obtiene

viga como la función que minimiza cierta entonces hallando c1 , c2 , …, cn , que
integral sobre todas las funciones en C02 [0,1] , n 
(el conjunto de aquellas funciones u en minimicen a I  cii ( x) .
 i 1 
C 2 [0,1] con la propiedad de que
De la ecuación (5),
u (0)  u (1)  0 ).
El siguiente teorema da la caracterización. n 
I [ ]  I  cii ( x)
3.4.1. Teorema  i 1 
Sean p  C1[a, b] , q, f  C[0,1] , y 
1 n 
2
n 
2
   p( x)  cii( x)  q ( x)  cii ( x)
0
p ( x)    0 , para 0  x  1 . (3)   i 1   i 1 
n 
La función y  C02 [0,1] es la única solución de  2 f ( x)  cii ( x) dx (6)

la EDO  i 1  
d  dy  El mínimo es alcanzado al considerar I como

  p( x)   q( x) y  f ( x) ,
dx  dx  función de c1 , c2 , …, cn y cuando
0  x  1, (4) I
 0, (7)
si y sólo si y es la única función en C0 [0,1]
2 c j
que minimiza la integral para cada j=1, 2, …, n.
1 Diferenciando entonces (6) nos resultará
I [u ]   ( p( x)[u ( x)]2
0 I 1 n
   2 p ( x) cii( x) j ( x)
 q( x)[u ( x)]2  2 f ( x)u ( x)) . (5) c j 0
 i 1
§ n 
 2q( x) cii ( x) j ( x)  2 f ( x) j ( x) dx
Para el procedimiento de Rayleigh-Ritz, la i 1 
integral I se minimiza, no sobre todas las
funciones en C02 [0,1] , sino sobre un conjunto y sustituyendo en (7) queda
n
más pequeño de funciones que consiste de 0    1  p ( x) ( x)  ( x )  q ( x) ( x) ( x )dx 
 0 i j i j 
combinaciones lineales de cierta base de i 1 
funciones 1 ,  2 , …,  n . Las funciones de la 1
  f ( x) j ( x) dx
base   k  nk 1 deben ser linealmente
0
para cada j=1, 2, …, n. (8)
independientes y satisfacer
Las ecuaciones en (8) se consideran
i (0)  i (1)  0 , para cada i=1, 2, …, n. normalmente como un sistema lineal
Ac  b , donde la matriz A es simétrica y
esta dada por
a ij  
1
0
 p( x)i( x) j ( x)  q( x)i ( x) j ( x)dx 0,
 1
0  x  xi 1
 , xi 1  x  xi
h
y b se halla por i( x)   i 1 (10)
1
 , xi  x  xi 1
1  hi
bi   f ( x)i ( x)dx . 0, xi 1  x  1,
0
Aquí trataremos el primer tipo de funciones para cada i=1, 2, …, n.

bases que involucran polinomios lineales Debido a que i y i , son diferentes de cero
segmentarios.
solamente en ( x j , x j 1 ) ,
El primer paso consiste en formar una
partición de [0, 1] escogiendo puntos x0 , i( x) j ( x)  0 y i ( x) j ( x)  0 ,
x
x1 , …, n 1 , con
0  x0  x1  ...  xn 1  1 . excepto cuando j es i-1, i o i+1. En
consecuencia, el sistema lineal (8) se reduce a
Tomando h  xi 1  xi para cada i=0, 1, un sistema tridiagonal nń. Las componentes
distintas de cero de A están dadas por
…, n, definimos las funciones 1 ( x) ,  2 ( x) ,
…,  n (x) mediante 1

a ii   p ( x)i( x)2  q ( x)i ( x)2 dx
0

0, 0  x  xi 1 xi 1 
2
x  1
2
 x  xi 1     p( x)dx   i1   p( x)dx
 , xi 1  x  xi xi 1 h
 i 1  xi
 hi 
 hi 1
i ( x)   (9) 2
x x  1 
 i 1 , xi  x  xi 1 xi
 hi     ( x  xi 1 ) 2 q ( x)dx
xi 1 h
0, xi 1  x  1,  i 1 
2
xi 1   1 
para cada i=1, 2, …, n.    ( xi 1  x) 2 q ( x)dx
xi
 hi 

1
a i ,i 1  
0
 p( x)i( x)i1 ( x)  q( x)i ( x)i 1 ( x) dx
2
xi 1 1
    p( x)dx
xi
 hi 
2
xi 1   1 
   ( x  xi )( xi 1  x)q( x)dx ,
Figura 9. xi
 hi 
Como las funciones i son lineales por para cada i=1, 2, …, n-1.
pedazos, las derivadas i , aunque no 1
a i ,i 1    p ( x )i( x)i1 ( x)  q( x)i ( x)i 1 ( x) dx
continuas, son constantes en el subintervalo 0
2
abierto ( x j , x j 1 ) para cada j=0, 1, …, n. xi  1 
     p( x)dx
Por lo tanto, tenemos que xi 1
 hi 1 
18
2 2
 1 
xi 1 xi 1
    ( xi  x)( x  xi 1 )q ( x)dx I a    x ( xi 1  x) 2 q ( x)dx ;
xi 1 h
 i 1   hi  i
2
para cada i=2, 3, …, n. 1 xi 1
Para las componente de b tenemos
I b   
 hi 
x i
( xi 1  x)( x  xi )q ( x)dx ;
1
bi   f ( x)i ( x)dx 1 xi
hi 1  x
0 Ic  ( x  xi 1 ) f ( x) dx ;
xi 1 xi 1 1 i 1
 ( x  xi 1 ) f ( x )dx   ( xi 1  x ) f ( x ) dx ,
xi 1 hi 1 xi hi 1 xi 1

Id 
hi x i
( xi 1  x) f ( x)dx ;
Las componentes c son las desconocidas; la alf i  I p1  I pN  I q1  I a ;

solución c1 , c2 , …, cn , nos proporcionan la beti   I pN  I b ;
aproximación de Rayleigh-Ritz  dada por bi  I c  I d ;
n
 ( x)   cii ( x) . I p1  I pN ;
i 1 I q1  I qN ;
4.1.2. Algoritmo Segmentario Lineal de Paso 7: Hacer
2
Rayleigh-Ritz  1  x n1
I pN     p( x)dx ;
Paso 1: Entrar n  hn  xn
2
para i=1 hasta n entrar xi  1  x n1
Ia    
  ( xn 1  x) 2 q ( x)dx ;
Paso 2: Hacer x0  0 , xn 1  1 .
 hn  n x
Paso 3: Para i=0 hasta n hacer hi  xi 1  xi , 1 xn
Paso 4: Para i=1 hasta n hacer
I c  
hn 1 x n1
( x  xn 1 ) f ( x)dx ;
0, 0  x  xi 1 1 x n1
hn  x n
 x  xi 1 Id  ( xn 1  x) f ( x)dx ;
 , xi 1  x  xi
 h
i ( x)   i 1 alf n  I p1  I pN  I q1  I a ;
x x
 i 1 , xi  x  xi 1
 hi bn  I c  I d ;
0, xi 1  x  1, Paso 8: Resolver por tridiagonal el sistema
2 formado por
 1 x
Paso 5: Calcular I p1     1 p( x)dx beti , alf i , beti , bi ,
 h0  x0
2 y asignar la solución a ci .
 1  x1
I q1     ( x  x0 ) q( x)dx .
2 {por simetría de la tridiagonal}
 h0  x0 Paso 9: Publicar ci
Paso 6: Para i=1 hasta n-1 hacer Paso 10: Parar.
2
1 xi 1
I pN   
 hi 
x i
p( x)dx ;
4.1.3. Ejemplo
2
1 xi 1 Considere el problema de valor de frontera
I qN   
 hi 
x i
( x  xi ) 2 q ( x)dx ;
 y ' ' 2 y  2 2 sin( x) , 0  x  1,
y (0)  y (1)  0 .
1 2
Solución: I a  100  (1  x) 2  2 dx  ;
En este problema asumiremos hi  h  0.1 , y
0.9 30
I c  2 cos(0.9 )  20[ sin(0.9 )  sin(0.8 )]
los nodos xi  ih  i  0.1 para cada i=1, 2,
I d  2 cos(0.9 )  20[ sin( )  sin(0.9 )]
…, 9. Ahora continuamos con los pasos del
algoritmo 2
alf i  20  ;
Paso 5: 15
 1 
2
0.1 0.1 b9  40sin(0.9 )  20[ sin( )  sin(0.8 )] ;
I p1   
 0.1 
 0
(1)dx  100 
0
dx  10 ;
Paso 8: Resolver por tridiagonal
2
 1  0.1 alf1 bet1 0  0   c1  b1 
I q1   
 0.1 
0 ( x  0) 2  2 dx bet
 1 alf 2 bet 2     c  b 
  2   2 
0    0        
2
0.1 2 2      
 100 x  dx
;   bet n  2 alf n 1 bet n 1  cn 1  bn 1 
0 30 0  0 bet n 1 alf n   cn  bn 
Paso 6: Para i=1 hasta 8 hacer
0.1i  0.1 Paso 9: Publicar los valores de ci
I pN  100 dx  10 ;
0.1i
0.1i  0.1 2 c1 =0.3102866742 c2 =0.5902003271
I qN  100  ( x  0.1i)  dx  2 2
;
0.1i 30 c3 =0.8123410598 c4 =0.9549641893
0.1i  0.1 2 c =1.004108771 c6 =0.9549641893
I a  100  (0.1i  0.1  x) 2  2 dx  ; 5
0.1i 30 c7 =0.8123410598 c8 =0.5902003271
2
0.1i  0.1 
I b  100  0.1i (0.1(i  1)  x)( x  0.1i ) 2 dx  ; c9 =0.3102866742
60
0.1i
I c  10  ( x  0.1(i  1))2 2 sin(x) dx
0.1(i 1)
 2 cos(0.1 i )  20[ sin(0.1 i )  sin(0.1(i  1) )] ;
0.1i  0.1
I d  10 (0.1(i  1)  x)2 2 sin(x)dx
0.1i
 2 cos(0.1 i)  20[ sin(0.1 (i  1))  sin(0.1 i )] ; Figura 10.
2 2 2
  
alf i  10  10    20  ; El cual es una aproximación de y (x) por la
30 30 15
2 aproximación segmentaria lineal
beti  10  ; n
60
bi  40 sin(0.1 i )  20[ sin (0.1 (i  1))  sin(0.1 (i  1))]
 ( x)   cii ( x) .
 40sin(0.1 i )[1  cos(0.1 )] ; i 1
I p1  10 ; Para efectos de comparación la solución

2 exacta es
I q1  ; y ( x)  sin( x) .
30
Paso 7: Prosiguiendo, hagamos el cálculo del primer
1 punto de red x1  0.1 y tercero x3  0.3 , y
I pN  100 dx  10 ;
0.9
20
luego de un punto intermedio entre puntos de o sea, interpola entre los dos puntos laterales.
red x  0.27 . ©
Para i=1;
x  x0 4.1.4. Programa en Delphi Pascal del
 (0.1)  0.3102866742 ( )  0  ...  0 Método Rayleigh-Ritz
h0
x x
 0.3102866742 ( 1 0 )
h0
0.1
 0.3102866742 ( )  0.3102866742
0.1
Para i=3;
x  x2
 (0.3)  0  0  0.8123410598 ( )  0  ...  0
h2
x3  x2 0.1 unit Difere_Ele_Fi1_2;

 0.8123410598 ( )  0.8123410598 ( )
h2 0.1
interface
 0.8123410598
uses
Para x  0.27 , entre i=2 y i=3; Windows, Messages, SysUtils, Classes, Graphics,
x x Controls,
 (0.27)  0.5902003271 ( 3 )
h2 Forms, Dialogs, StdCtrls;
x  x2 type
 0.8123410598 ( )
h2 _r = Extended; _i = integer; _s = string;
0.3  0.27 _v = array [0..2000] of _r; _m = array [0..4] of _v;
 0.5902003271 ( )
0.1 TDif_Elem_Finit1 = class(TForm)
0.27  0.2 GroupBox1: TGroupBox; Label1: TLabel; Edit1: TEdit;
 0.8123410598 ( ) Label2: TLabel; Edit2: TEdit; Label4: TLabel;
0.1
CheckBox1: TCheckBox; CheckBox2: TCheckBox;
 0.745698839
Label5: TLabel; Button1: TButton; Button2: TButton;
Concluyendo Memo2: TMemo; Edit3: TEdit; Label3: TLabel;
Label8: TLabel; Edit4: TEdit; Edit5: TEdit;
n
procedure Button2Click(Sender: TObject);
De  ( x)   cii ( x) procedure FormCreate(Sender: TObject);
i 1 procedure Button1Click(Sender: TObject);
se tiene procedure publicador;
x  xi 1 x x procedure datoS_resultado(vv:_v);
 ( x )  ci 1  ci i 1 Procedure Calculo(sender: TObject);
hi 1 hi end;
para los puntos interiores de var Dif_Elem_Finit1: TDif_Elem_Finit1;
 x  xi 1 implementation
 h , xi 1  x  xi
 i 1
 {$R *.DFM}
 xi 1  x , x  x  x var Ma, Mb, Mc, bt, r1, r2 :_v;
i i 1
 hi mm, Lx, n :_i;
Lim_a, lim_b, h1, alfa, Beta :_r;
y i=1, 2, . . ., n. sx1, s : _s;
if ii mod 2 =0 then rs:=rs+2*fq(sd)*(b-sd)*(sd-
procedure TDif_Elem_Finit1.Button2Click (Sender: TObject); a)
begin Close end; else rs:=rs+4*fq(sd)*(b-sd)*(sd-a)
end;
procedure TDif_Elem_Finit1.FormCreate(Sender: rs:=rs/3*h2/hi/hi;
TObject); integq12:=rs;
begin end;
CheckBox1.Checked:=true; function integf(a,b,hi:_r;i:_i):_r;var ii:_i;rs,sd,h2:_r;
Memo2.Clear; begin h2:=(b-a)/mm;rs:=0;sd:=a;
end; for ii:=1 to mm-1 do
begin sd:=sd+h2;
{*Aquí poner la -(P(x)y')'+q(x)y=r(x)**} if ii mod 2 =0 then rs:=rs+2*fr(sd)*(sd-a)
function fp(x:_r):_r; begin fp:=1; end; else rs:=rs+4*fr(sd)*(sd-a)
function fq(x:_r):_r; begin fq:=sqr(pi); end; end;rs:=rs+fr(b)*(b-a);
function fr(x:_r):_r; begin fr:= 2*pi*pi*sin(pi*x); end; rs:=rs/3*h2/hi;
function integp(a,b,hi:_r;i:_i):_r; integf:=rs;
var ii:_i;rs, h2:_r; end;
begin h2:=(b-a)/mm;rs:=0;rs:=rs+fp(a); function integf1(a,b,hi:_r;i:_i):_r;var ii:_i;rs,sd,h2:_r;
for ii:=1 to mm-1 do begin h2:=(b-a)/mm;rs:=0;sd:=a;rs:=rs+fr(sd)*(b-a);
begin a:=a+h2; for ii:=1 to mm-1 do
if ii mod 2 =0 then rs:=rs+2*fp(a) begin sd:=sd+h2;
else rs:=rs+4*fp(a) if ii mod 2 =0 then rs:=rs+2*fr(sd)*(b-sd)
end; rs:=rs+fp(b); else rs:=rs+4*fr(sd)*(b-sd)
rs:=rs/3*h2/hi/hi; end;
integp:=rs; rs:=rs/3*h2/hi;
end; integf1:=rs;
function integq(a,b,hi:_r;i:_i):_r;var ii:_i;rs,sd,h2:_r; end;
begin h2:=(b-a)/mm;rs:=0;sd:=a;
for ii:=1 to mm-1 do procedure resol_Por_tridiagonal;Var i,n1:_i;
begin sd:=sd+h2; begin n1:=n-1; {Resuelve por tridiagonal }
if ii mod 2 =0 then rs:=rs+2*fq(sd)*sqr(sd-a) for i:=2 to n1 do
else rs:=rs+4*fq(sd)*sqr(sd-a) begin
end;rs:=rs+fq(b)*sqr(b-a); mb[i]:=mb[i]-ma[i]*mc[i-1]/mb[i-1];
rs:=rs/3*h2/hi/hi; bt[i]:=bt[i]-ma[i]*bt[i-1]/mb[i-1];ma[i]:=0
integq:=rs; end;
end; r1[n1]:=bt[n1]/mb[n1];
function integq1(a,b,hi:_r;i:_i):_r;var ii:_i;rs,sd,h2:_r; for i:=n1-1 downTo 1 do
begin h2:=(b-a)/mm;rs:=0;sd:=a; r1[i]:=(bt[i]-mc[i]*r1[i+1])/mb[i];
rs:=rs+fq(sd)*sqr(b-a); end;
for ii:=1 to mm-1 do
begin sd:=sd+h2; procedure TDif_Elem_Finit1.publicador;var i:_i;
if ii mod 2 =0 then rs:=rs+2*fq(sd)*sqr(b-sd) begin
else rs:=rs+4*fq(sd)*sqr(b-sd) if CheckBox2.Checked then
end; for i:=1 to Lx-1 do
rs:=rs/3*h2/hi/hi; begin
integq1:=rs; str(ma[i]:1:3,s);sx1:=' Ma['+IntToStr(i)+']= '+s;
end; str(mb[i]:1:3,s);sx1:=sx1+' Mb['
function integq12(a,b,hi:_r;i:_i):_r;var ii:_i;rs,sd,h2:_r; +IntToStr(i)+']= '+s;
begin h2:=(b-a)/mm;rs:=0;sd:=a; str(mc[i]:1:3,s);sx1:=sx1+' Mc['
for ii:=1 to mm-1 do +IntToStr(i)+']= '+s;
begin sd:=sd+h2; str(bt[i]:1:6,s);sx1:=sx1+' bt['
+IntToStr(i)+']= '+s;
22
Memo2.Lines.Add(sx1); publicador;
end; datoS_resultado( r1 );
sx1:=' - ( p(x) * y''(x))'' + q(x) * y(x) = r(x)'; end;
Memo2.Lines.Add(sx1);
end; procedure TDif_Elem_Finit1.Button1Click (Sender:
procedure TDif_Elem_Finit1.datoS_resultado(vv:_v); TObject);
var i:_i; var i:_i;
begin begin
Memo2.Lines.Add(' Resultados '); Lim_a:= StrToFloat(Edit1.text); // Limite Inferior
for i:=0 to Lx do Lim_b:= StrToFloat(Edit2.text); // Limite Superior
begin mm:=16; // Valores Frontera
str(Lim_a+i*h1:1:4,s);sx1 := ' x= '+s; Alfa:= StrToFloat(Edit3.text);
sx1 := sx1+' r1['+IntToStr(i)+']= ' Beta:= StrToFloat(Edit4.text);
+FloatToStr(vv[i]); Lx := StrToInt(Edit5.text); n:=lx;// número de
Memo2.Lines.Add(sx1); pasos o particiones
end; if Lx>2000 then MessageDlg(
end;{*************************************} ' Sólo un Máximo de 2000 particiones ! ! ! ',
mtConfirmation,[MByes,MBno],0);
procedure Ecuac_Difer_Front; if Lx>2000 then Lx:=2000;
var i:_i;Ia,ib,ic,id,ie,ig,isx,it, x:_r; if CheckBox1.Checked then memo2.Clear;
begin h1:=(Lim_b-Lim_a)/(n); r2[0]:=alfa; r2[Lx]:=beta;
x:=Lim_a+h1; for i:=2-1 to Lx-1 do begin r2[i]:=0.10;r1[i]:=0 end;
isx:=integp(Lim_a,x,h1,1); Calculo(Sender);
it:=integq(Lim_a,x,h1,1); end;
for i:=1 to n-1 do begin x:=Lim_a+(i+1)*h1; end.

Ia:=integp(x-h1,x,h1,i);
Ib:=integq(x-h1,x,h1,i); 4.1.5. Ejemplo
ic:=integq1(x-h1,x,h1,i);
id:=integq12(x-h1,x,h1,i); 1. Con el algoritmo de Rayleigh-Ritz
ie:=integf(x-2*h1,x-h1,h1,i); aproximamos la solución del problema
ig:=integf1(x-h1,x,h1,i);
mc[i]:=-Ia+Id; de valor de frontera o contorno
2 2
mb[i]:=isx+Ia+It+ic; y ' ' 4 y  16 cos( 4 x) ,
ma[1+i]:=mc[i];
bt[i]:=Ie+Ig; 0  x  1 , y(0)  y (1)  0 .
isx:=Ia; it:=ib Usando h  0.1 .
end; Solución:
Ia:=integp(Lim_b-h1,Lim_b,h1,n);
ic:=integq1(Lim_b-h1,Lim_b,h1,n); -[(1) * y ' (x) ] ' + (-pi^2/4) * y(x) = (-
ie:=integf(Lim_b-2*h1,Lim_b-h1,h1,n); pi^2*cos(pi*x/4)/16)
ig:=integf1(Lim_b-h1,Lim_b,h1,n);
mc[n-1]:=0; ma[1]:=0; Ma[1]= 0.000 Mb[1]= 19.836
mb[n-1]:=isx+Ia+It+ic;
bt[n-1]:=Ie+Ig; Mc[1]= -10.041 bt[1]= -0.061463
end; Ma[2]= -10.041 Mb[2]= 19.836
Mc[2]= -10.041 bt[2]= -0.060894
{ ************************************* }
Procedure TDif_Elem_Finit1.Calculo(sender: TObject); Ma[3]= -10.041 Mb[3]= 19.836
begin Mc[3]= -10.041 bt[3]= -0.059950
Ecuac_Difer_Front; publicador;
resol_Por_tridiagonal; Ma[4]= -10.041 Mb[4]= 19.836
Mc[4]= -10.041 bt[4]= -0.058636 -[(1) * y ' (x) ] ' + (1) * y(x) = (x)
Ma[5]= -10.041 Mb[5]= 19.836 Resultados
Mc[5]= -10.041 bt[5]= -0.056960 x= 0.000 y[0]= 0.000000000000
Ma[6]= -10.041 Mb[6]= 19.836 x= 0.100 y[1]= 0.014777309106
Mc[6]= -10.041 bt[6]= -0.054934 x= 0.200 y[2]= 0.028700968554
Ma[7]= -10.041 Mb[7]= 19.836 x= 0.300 y[3]= 0.040908777938
Mc[7]= -10.041 bt[7]= -0.052568 x= 0.400 y[4]= 0.050521349704
Ma[8]= -10.041 Mb[8]= 19.836 x= 0.500 y[5]= 0.056633300600
Mc[8]= -10.041 bt[8]= -0.049879 x= 0.600 y[6]= 0.058304182720
Ma[9]= -10.041 Mb[9]= 19.836 x= 0.700 y[7]= 0.054549063332
Mc[9]= 0.000 bt[9]= -0.046882 x= 0.800 y[8]= 0.044328659103
x= 0.900 y[9]= 0.026538925916
Resultados
x= 1.000 y[10]= 0.000000000000
x= 0.000 y[0]= 0.000000000000
x= 0.100 y[1]= -0.033705779142
x= 0.200 y[2]= -0.060462152933
x= 0.300 y[3]= -0.079668304882
x= 0.400 y[4]= -0.090946339371
x= 0.500 y[5]= -0.094149987783
x= 0.600 y[6]= -0.089367395920 Figura 12.
x= 0.700 y[7]= -0.076917929195 Comparando:
x= 0.800 y[8]= -0.057343080453 0 y(0 ) =0 Exacta y(0 ) =0
x= 0.900 y[9]= -0.031391711507 1 y(0.2) =0.02870 Exacta y(0.2) =0.02868
x= 1.000 y[10]= 0.000000000000 2 y(0.4) =0.05052 Exacta y(0.4) =0.05048
3 y(0.6) =0.05830 Exacta y(0.6) =0.05826
4 y(0.8) =0.04433 Exacta y(0.8) =0.04429
5 y(1 ) =0 Exacta y(1 ) =0
Figura 11.
Nota: Vea el disco compacto que acompaña
3.4.6. Ejemplo esta investigación, allí encontrará el programa
 y ' ' y  x , 0  x  1 , y(0)  y (1)  0 .
que ejecuta todo esto y en código abierto,
Use h  0.1 , y compare los resultados son demasiado grandes para que estén aquí.
con la solución real
 e  x x
y  x 2 (e  e ).
 e 1
Solución:
24
Sugerencias
Conclusiones
Se sugiere en estos momentos de un avance
La utilización de la teoría del cálculo descomunal de los sistemas informáticos y
variacional, en el aspecto directo de una ordenadores, usar los programas aquí
optimización cuantitativa y cualitativa, nos adjuntos, para probar una serie de ecuaciones
garantiza que una solución dada de un diferenciales que Usted halle y quiera saber
optimal funcional sea la más próxima a la como es su comportamiento, forma y sus
solución de la Ecuación Diferencial Ordinaria resultados.
de segundo orden con valor en la frontera.
Simular sus resultados con variaciones de sus
Si consideramos un polinomio para una problemas conocidos, para ampliar el
solución de una Ecuación Diferencial horizonte de funcionamiento de los métodos
Ordinaria de segundo orden con valor en la de solución y comportamiento de las propias
frontera, si la ejecutamos usando el método ecuaciones diferenciales ordinarias de
de Ritz los coeficientes así hallados son los segundo orden con valor en la frontera.
óptimos y garantizan en la medida de los
posible una buena solución. Usar los programas adjuntos en disco
compacto en esta obra, pues es de uso
El método de Galerkin es una presentación didáctica y gratuita, para los cual en el
desarrollada del método de Ritz, si esta fuera apéndice viene un manual general de como se
muy difícil hallar su adjunta, entonces el puede usar, si desea una háganoslo saber a:
método Galerkin se aplica y se tiene un angel_sangiacomo@yahoo.com o
resultado muy aceptable en la medida de lo a_sangiacomo_c@starmedia.com
posible. y le haré llegar una copia del programa.
El método de Rayleigh-Ritz es una

presentación del método de Ritz, pero en
elementos determinados por nosotros, o sea,
para particiones apropiadas, y en cada una de
ellas aplicamos unas funciones ensayo, y
optimizamos sus coeficientes ci que también
son aceptables en la medida de lo posible.
Los métodos presentados aquí mejoran su

precisión cuando a unos se les da un mayor
número de puntos de colocación, funciones
ensayo, a otros mayor número de particiones
o elementos.
1056-4
Duntemann, Jeff La Biblia del turbo Pascal. Ed. Anaya
Multimedia Madrid. ISBN-84-7614-223-4 España.
1989
Bibliografía Elsgotz, L. Ecuaciones Diferenciales y Cálculo
Variacional Editorial Mir Moscú 1983
Etter, D. Solución de Problemas de
Becker, E. B. Carey, G. Oden, J. FINITE Ingeniería con MatLab. Ed. Prentice Hall
ELEMENTS An Introducction. Editorial Hispanoamericana México 1998 ISBN 0-
Prentice-Hall EE, UU, 1981 ISBN 0-13- 13-397688-2 ISBN 970-17-0111-9
317057-8 Gelfand, I. M. Fomin, S. V. Calculus of Variations
Editorial Prentice Hall New Jersey 1963
Burden, R. Faires, J. D. Análisis
Gerald, C. Whwatley, P. Análisis
Numérico. Ed. Grupo Editorial Iberoamérica
Numérico con Aplicaciones. Ed. Prentice
México 1985 ISBN 968-7270-09-8
Hall Pearson Educación México 2000 sexta
Burnett, D. S. FINITE ELEMENTS
Edición ISBN 968-444-393-5
ANALYSIS. Editorial Addison-Wealey EE,
Heran, D. Baker, P. Gráficas por
UU, 1988 ISBN 0-201-10806-2
Computadora. Ed. Prentice Hall
Cantú, Marco La biblia del DELPHI 5.
Hispanoamericana México 1988
Ed. Anaya Multimedia. Madrid. ISBN 84-
Iorio, Valeria EDP Um Curso de Graduacao Editorial
415-0994-8
Impa Rio de Janeiro 1991 ISBN 85-244-0065-X
Cerdá, E. Optimización Dinámica. Editorial Prentice
Issacson, E. Keller, H. Analysis of
Hall España 2001 ISBN 84-205-2937-0
Numerical Methods. Ed. Edición
Chandrupatla, T. Belengundu, A. Elementos
Revolucionaria Habana Cuba 1979
Finitos en Ingeniería. Prentice Hall México
Kincaid, D. Cheney, W. Análisis Numérico,
1999 ISBN 970-17-0260-3
Las Matemáticas de Cálculo Científico. Ed.
Chapra, S. C., Canale, R. P. Metodos Numericos Para
Ingenieros. Editorial McGraw-Hill México 1999 ISBN- Addison Weslwy Iberoamericana U.S.A.
970-10-2008-1 1994 ISBN 0-201-60130-3
Chartre, Francisco Programación con Krasnov, M. L. Makarencko, G. I. Kiseliov, A. Cálculo
Variacional (ejemplos y Problemas) Editorial Mir
DELPHI 4 Ed. Anaya Multimedia
Moscú 1976
Cornell, G. Strain. T. Programación en
Ledanois, J., De Ramos, A. Pimentel, J., Pironti, F.
Delphi. De. McGraw Hill México. 1995. Metrodos Numericos Aplicados en Ingenieria. Editorial
ISBN 84-481-0339-4 McGraw-Hill Colombia 2000 ISBN 980-373-025-8
Craggs, J. W. Calculo de Variaciones Editorial Limusa Levesley, R. K. ELEMENTOS FINITOS Introduccion
México 1975 para Ingenieria. Editorial Limusa México 1988 ISBN
Craggs, J. W. Calculo de Variaciones Editorial Limusa 968-18-2458-X
México 1975 Nakamura, S. Métodos Numéricos
Dan Osier, Ateve. Steve Batson Aprendiendo DELPHI
Aplicados con Software. De. Prentice Hall
3 en 21 dias Ed. Prentice Hall Hipanoamericana S.A.
México 1996 ISBN 0-672-30863-0
880-263-8
De. Paraninfo. Madrid. España. 1985 Nieves, A. Domínguez, F. Métodos
Demidowitsch, B. Maron, I. Schuwalowa, E Numéricos Aplicados a la Ingeniería. Ed.
Métodos Numéricos de Análisis. Ed. CECSA México 1997 ISBN 968-26-
Paraninfo Madrid 1980 ISBN 84-283- 1260-8
Noble, B. Daniel, J. Álgebra Lineal
26
Aplicada. Ed. Prentice Hall Zienkiewicz, O. C. Taylor, R. El Método de

Hispanoamericana México 1989 ISBN 968- los Elementos Finitos. Editorial McGraw-
880-173-9 Hill España 1994 ISBN 84-481-0178-2
O’Briem, Stephen Turbo Pascal 7 Manual http://library.adanced.org/3221.“Delphi &
de referencia. Ed. McGraw Hill Madrid 1993 Pascal”
ISBN 84-481-0119-07 http://lectura.ilce.edu.mx:3000/cisncia/volum
Osier, D. Grobman, S. Batson, S. en3/ciencia3/delphi. “programin avanced”
Aprendiendo DELPHI 2 en 21 Días. De. http://www.cci-internet.com-rob/delphi/
Prentice Hall Hispanoamericana México. index.html. “programin avanced delphi”
1996. ISBN 0-672-30863-0
Owen, D.R., Honton, E. FINITE ELEMENTS IN
PLASTICITY Theory and Practice. Editorial Pimeridge
Press Limited Swansea U. K. 1980 ISBN 0-906674-
05-2-
Peral Alonso, Ireneo Primer curso de Ecuaciones en
Derivadas Parciales Editoprial Addison Wesley E.E.
U.U. 1995 ISBN O-201-65357-5
Pike, Ralph, W. Optimización en Ingeniería. Edi.
AlfaOmega México. 1989 ISBN-968-6062-86-6
Editorial UNSA. 1999
Sangiacomo, A. Antoine, S. Análisis
Numérico 1 Métodos del Análisis. Ed. UNSA Apéndice
Arequipa 1998
Sangiacomo, A. Antoine, S. Compilador Los programas en código fuente se
para Uso en la Programación para Métodos encuentran en el compacto adjunto a esta
Numérico. Ed. Dpto Matemática UNSA obra.
Arequipa 2002
Sangiacomo, A. Antoine, S. Manual de
Métodos Numéricos para la Solución de El manual lo encuentra en donde esta el
Ecuaciones Diferenciales con Software. Ed. programa que desea ejecutar donde vea un
Dpto Matemática UNAS Arequipa 2002
icono de la forma:
Sangiacomo, A. Osorio, R. Manual de
MANUAL_PROGRAMA (haga doble Click
Programación Delphi para Ingeniería y
Matemática. Ed. Dpto Matemática UNSA con y emerge el auxilio con el
Arequipa 2002 manual.
Strang, G., Fix, G. J. AN ANALYSIS
FINITE ELEMENTS METHOD. Editorial
Prentice-Hall EE, UU, 1973 ISBN 0-13-
032946-0
Tixeira, S. Pacheco, X. Guía de Desarrollo
Delphi. De. Prentice Hall España 2000. ISBN
0-672-32781-8. Tomo I y II
Wylie , Car Ray Matemáticas Superiores Para
ingenieros Edi. McGraw-Hill México D.F. 1985
ISBN-968-6046-84-4
2.3. “PROBABILIDADES BÁSICAS”
348
349
350
3. Participación en eventos de carácter profesional
3.1. Comisiones
3.1.1. Comisiones en la Escuela Profesional de Matemática
3.1.1.1. Año 2005-2006

3.1.1.1.1 Comisión Permanente de Centro de Cómputo
3.1.1.2. Año 2006-2007
3.1.1.2.1. Comisión Permanente Académica
3.1.1.2.2. Comisión Permanente Investigación
3.1.1.2.3. Comisión Permanente de Centro de Cómputo
3.1.1.3.1. Comisión Permanente de Seminario de Tesis I y II
3.1.1.3. Año 2007-2008
3.1.1.3.2. Comisión Permanente Investigación
3.1.1.3.3. Comisión Permanente de Centro de Cómputo
3.1.1.4. Año 2008-2009
3.1.1.4.1. Comisión Permanente de Seminario de Tesis
3.1.1.5. Año 2010-2011
3.1.1.5.1. Comisión Permanente de Seminario de Tesis 1 y 2
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
3.1.2. Comisiones en la Maestría en Matemática
3.1.2.1. Año 1999-2000
3.1.2.1.1. Comisión Permanente de Laboratorio de Cómputo
367
368
369
370
371
372
373
3.1.3. Comisiones en el Departamento de Matemática
3.1.3.1. Año 2000-2001, 2001-2002 y 2002-2003
3.1.3.2. Año 2002-2003
3.1.3.1.1. Comisión Permanente de biblioteca y Hemeroteca
3.1.4. Comisión Temporal
3.1.4.1. Informe
374
375
376
377
378
379
380
381
382
383
384
385
386
3.2. Asesorías de Tesis
3.2.1. En la Escuela Profesional de Matemática
>Ana Julia Edith Valdivia Guitton “SOLUCIÓN DE LA ECUACIÓN DE CONDUCCIÓN DEL

CALOR CON SEPARACIÓN DE VARIABLES CON EL MÉTODO DE DIFERENCIAS FINITAS”
>Ruperto Zapana Yerba “MODELO DE OPTIMIZACIÓN MATEMÁTICA, PARA LA
DISTRIBUCIÓN DE BOLAS EN EL INTERIOR DE UN MOLINO DE RECARGAS CON BOLAS”
>Renzo Hubert Osorio Cholla, “SOLUCIÓN DE ECUACIONES POLINÓMICAS
MATRICIALES”
>Bibiano Choque Calcina “SOLUCIONES APROXIMADAS DE ECUACIONES

DIFERENCIALES CON VALORES EN AL FRONTERA POR MEDIO DE VARIACIONES DE RITZ”
>Daniel Huanta Mosaja “SIMETRIZACIÓN”
>Sergio Luis Enrique Pacheco Condori, “APLICACIÓN DE OPTIMIZACIÓN NO LINEAL AL
MODELO EN LA OPERACIÓN DE CLASIFICACIÓN EN PROCESOS DE BENEFICIO DE
MINERALES”
>Mario Román Flores Roque, “APLICACIONES DE LOS MÉTODOS DE SOLUCIÓN DE

SISTEMAS DE ECUACIONES NO LINEALES A ENCONTRAR ÓPTIMOS DE PROGRAMACIÓN
NO LINEAL CON RESTRICCIONES”
>Maria Luisa Quispe Abarca “TEOREMA DE ARONSZAJN-SMITH”

Edgar Wilfredo Apaza Villalta “CONSTRUCCIÓN DE UNA MATRIZ SIMÉTRICA NO-
NEGATIVA”
>Frida Esmeralda Fuentes Barreda “MÉTODO QR SIMÉTRICO CON TRASLACIÓN”
>Meyber Yuliana Vargas Maquera, “CONSTRUCCIÓN Y PROPIEDADES DE M-MATRICES”
>Christian Paul Ortiz Martínez, “DIMENSIÓN FRACTAL”
>Alexander Josué Meza Medina “UN SUSTENTO Y APLICACIÓN DE LOS ELEMENTOS
FINITOS A PROBLEMAS BIDIMENSIONALES”
>Henry George Callata Carpio, “HEURÍSTICA DE DISEÑO EXPERIMENTAL”
387
>Judid Carina Viza Huayllazo, “RECONSTRUCCIÓN DE SISTEMAS VIBRANTES
AMORTIGUADOS USANDO CONTROL FEEDBACK Y ASIGNAMIENTO PARCIAL DE
AUTOVALORES”
>Ana Maria Cano García, “PROBLEMA INVERSO DE AUTOVALORES PARA MATRICES NO

NEGATIVAS”
>Verónica Edith Loayza Quilla “PROBLEMAS VARIACIONALES SOBRE UN EXTREMO

CONDICIONADO”
>Maria Milagros David Villafuerte “ECUACIONES DIFERENCIALES PARCIALES
HIPERBÓLICAS”
>Fernando Lorenzo Mollinedo Cuno, “ELEMENTOS FINITOS CÁLCULO VARIACIONAL Y
APLICACIONES”
>Alexander Fernando Soncco Quispe “MÉTODOS ESPECTRALES COMO MÉTODOS

NUMÉRICOS CASO FURIER Y CHEBYSHEV”
>Jaime Ruben Viza Carlosviza “UN ESTUDIO INTRODUCTORIO DE LA TEORÍA DE
DISTRIBUCIONES APLICADO A LA ECUACIÓN DE CHI MIN-YU”
>Julio Cesar Rodríguez, “ELEMENTOS DE CASIMIR Y FORMALISMO HAMILTONIANO:
APLICACIONES EN CONTROL ÓPTIMO”
>Miguel Felix Alvino “DIFERENCIA FINITAS Y MÉTODOS ESPECTRALES PARA

ECUACIONES DIFERENCIALES ORDINARIAS Y PARCIALES”
388
389
390
391
392
393
394
395
396
397
398
399
400
401
3.2.2. En la Maestría de Matemática
>Yanet Silvana Chirinos Aviles, “MÉTODO DE PUNTOS INTERIORES PARA PROBLEMAS

DE OPTIMIZACIÓN DE GRANDES DIMENSIONES: APLICACIÓN A UN PROBLEMA DE
PLANIFICACIÓN DE TRATAMIENTO POR RADIOTERAPIA”
>Jorge Luis Chamba Mamani, “ECUACIONES DIFERENCIALES CON RETARDO Y

APLICACIÓN A LA DINÁMICA DE POBLACIÓN”
>Maritza Tula Gutiérrez Morales, “MODELOS MATEMÁTICO QUE SIMULA LA

CONTAMINACIÓN DEL ECOSISTEMA DE UN RÍO POR EL TETRACLORO DIBENZENO P
DIOXINA”
>Faustino Murillo Mamani, “POLINOMIOS POR PARTES Y EL MÉTODO DE ELEMENTO

FINITO RELATIVO A UNA MALLA EN EL DOMINIO DE CÁLCULO”
3.2.2.X. Jurado: “DINÁMICA DE TRANSMISIÓN DE LOS MODELOS EPIDÉMICOS

DETERMINÍSTICOS Y ESTOCÁSTICOS DEL DENGUE EN LA CIUDAD DE PUERTO
MALDONADO-2015”
3.2.2.Y. Asesor: Doctorado en Química
Maritza Tula Gutiérrez Morales, “UNA FORMULACIÓN PARABÓLICA UNIDIMENSIONAL

PARA EL PROBLEMA DE TRANSPORTE POR ADVECCIÓN, DIFUSIÓN DEL FÓSFORO TOTAL
(PT) EN FLUJOS LAMINARES DE UNA PISCIGRANJA”
402
403
404
405
406
407
408
409
3.3. Participación en Certámenes a nivel Universitario (eventos)
3.3.1. Asistente: Seminario Internacional de Análisis Funcional y Geometría. Del 2007

enero.
3.3.2. Expositor: Seminario Internacional de Análisis Funcional y Geometría. Del 2008
abril.
3.3.3. Ponente: Primer Seminario Internacional de Matemática Teórica y Aplicada. Del
2009 mayo.
3.3.4. Organizador: Primer Seminario Internacional de Matemática Teórica y Aplicada.
Del 2009 mayo.
3.3.5. Participante: Taller para conferencistas. Del 2009 abril.
3.3.6. Organizador: Escuela Matemática de América Latina y el caribe-EMALCA-2010-
AREQUIPA. Del 2010 julio.
3.3.7. Asistente: Curso a nivel post grado en Análisis funcional y algebra de
Operadores, dictado por Ph. D. Justin Randilph Peters. Del 2010 mayo.
3.3.8. Ponente: II seminario Científico Regional de Matemáticas. Del 2011 junio.
3.3.9. Ponente: Primer seminario Regional de Investigación en Matemáticas
3.3.10. Ponente: Seminario: Ciclo de conferencias de matemática, por el CLXXXVI
aniversario de la Universidad Nacional San Agustín. Del 2014 noviembre.
3.3.11. Ponente: VII Seminario Regional de Matemáticas. Del 2014 septiembre.
3.312. Organizador: Procesador de Textos científicos LYX. Del 2014 marzo
3.3.13. Organizador: Seminario: Recursos comunicativos y tecnológicos para el
Docente universitario. Del 2015 agosto.
3.4. Curso Internacional a nivel doctorado

3.4.1. “TOPOLOGICAL DYNAMICS” (Antofagasta, Chile, aprobado).
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
Conclusiones
De los cursos que he dictado en la Escuela Profesional de Matemática:
Programación matemática. Análisis Numérico, Métodos Numérico para la Solución de

Ecuaciones Diferenciales, Optimización No Lineal.
El alumno con la práctica del hacer aprende y esto se mantiene y debe ser en forma
continua, el desarrollo de las habilidades de los estudiantes para ser usadas a la par de
sus conocimientos matemáticos en la resolución de problemas, siempre estará escudado
por el texto quien le recordará y proporcionará la técnica inmediata.
Las ramas de la ciencia e ingenierías están en manos de las matemáticas para su

descripción y comprensión en forma formal. Así que es vital que los estudiantes en estas
ramas reciban bases sólidas en ciencias básicas o puras entre ellas la matemática como
la principal, con tratamientos relacionados a sus intereses y resolver sus dificultades
inherentes a su profesión en el quehacer continuo.
En un curso de que hemos hecho referencia líneas arriba, el alumno dispone

básicamente de cuatro recursos el texto, el docente, el interés (actitud) y la
perseverancia que dedique al trabajo duro. Esto último es muy importante. Es durante
este tiempo, cuando trata de resolver los problemas del texto para aprender a resolver y
es cuando obtiene el mayor provecho.
Sobre los proyectos de investigación
“MODELO MATEMÁTICO APLICADO A PROCESOS TECNOLÓGICOS Y SUS PRINCIPIOS GENERALES

EN SU CONSTRUCCIÓN Y SU RESPECTIVA APLICACIÓN A CIERTAS LEYES DE CONSERVACIÓN EN
DICHOS PROCESOS”.
425
Se presento los procesos a base de espectros pero por casualidad aquí estos no
necesariamente convergentes, y hicimos ver algunas aplicaciones en la tecnología y sus
modelos con sus respectivas leyes que los gobiernan.
“PROGRAMACIÓN EN DELPHI PARA LA SOLUCIÓN DE ECUACIONES DIFERENCIALES CON VALOR

DE FRONTERA POR LOS MÉTODOS RAYLEIGH RITZ”
Esta es una aplicación del curso de Programación Matemática, donde hacemos notar la
importancia de usar las herramientas como es el ordenador, que nos proporciona gran
visión y muchas posibilidades en la solución de problemas particulares en las
ecuaciones diferenciales ordinarias.
“PROBABILIDADES BÁSICAS”
Se presenta con frecuencia en el problema de estudio la aplicación de los procesos

estadísticos y dentro de estos la parte mas controversial, las probabilidades, pero, que
hoy por hoy esta bastante desarrollada y aquí es donde en esta investigación tiene su
afianzamiento.
Sobre las asesorías de tesis en la Escuela Profesional de Matemática
Se hizo un trabajo de investigación y seudo investigación con diferentes temas que se

encuentra unos en algunos libros de especialidad y en algunos paper especializados, con
los alumnos egresados de la escuela profesional de matemática que son la mayoría.
De la maestría se trabajo con los estudiantes egresados de post grado de la maestría en
matemática con los temas a ese nivel.
También se ha asesorado en el doctorado en química en nominación en ciencias
ambientales de la especialidad, amparándonos estrictamente en la modelación
matemática de una ecuación diferencial parcial particular para la contaminación.
Sobre los eventos profesionales
Se ha participado directamente en los eventos más próximos en la especialidad y de

interés en la Escuela Profesional de Matemática y los organizados por el Departamento
de Matemática y de nuestra Facultad, como se puede ver en las copias presentadas.
426
Recomendaciones
Se recomienda el uso de un texto, para cada el dictado de cada curso en EPM para así
poder tener en los alumnos una herramienta que les permita auto formarse y conseguir
los conocimientos completos sobre la especialidad.
Aprender a manejar los paquetes de especialidad para matemáticas del ambiente, para
poder así visualizar soluciones y sus interpretaciones gráficas y aprender su
comportamiento.
Se recomienda que la dirección de la Escuela Profesional de Matemática en el pedido de

cursos a los diferentes Departamentos Académicos de la Universidad, se haga este
exigiendo a los directores de origen de los docentes que el profesor dicte el mismo las
dos partes del curso, o sea, la teoría y la práctica el mismo, y no permitir que vengan
diferentes profesores uno para la práctica y otro para la teoría pues ello lleva a un des
balance en el dictado de la materia y ello en mi Escuela de Matemática no se debe
permitir por que va en desmedro de los estudiantes.
427

MAsacaacw

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

MAsacaacw

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DE SAN

ESCUELA PROFESIONAL DE MATEMÁTICA

SERVICIOS PROFESIONALES EN MATEMÁTICA

Informe Presentado Por El bachiller:

Este informe fue elaborado para optar el título Profesional de Matemático en

Enumerar todos los cursos dictados en la universidad sería extenso y tedioso y

Los proyectos de investigación y las comisiones contienen el informe y la

Arequipa 2017 enero

Ángel Sangiacomo Carazas

Récord Docente de la Universidad Nacional de San Agustín de Arequipa 1

1. Cursos Dictados en la Escuela Profesional de Matemática 3

1.2. Programación matemática 267

1.3. Métodos Numérico para la Solución de ecuaciones diferenciales 273

1.4. Optimización No Lineal2 280

1.5. Otras Publicaciones 286

2. Proyectos de investigación 317

3. Participación en eventos de carácter profesional 351

3.1. Comisiones 351

3.1.1. Comisiones en la Escuela Profesional de Matemática 351

3.2. Asesorías de Tesis 387

3.3. Participación en Certámenes a nivel Universitario (eventos) 410

4. Conclusiones y sugerencias 425

1.1 Análisis Numérico

1.1.1. Silabo del año 2002.

1.1.2. Texto: Presentamos el texto completo titulado “Manual de Análisis Numérico 1

Manual de Análisis Numérico 1 y Métodos del Análisis con Software.

1.1.2.1. Constancia de circulación en la Escuela Profesional de Matemática

1.1.2.2. Constancia de inscripción en el Departamento de Matemática

1.1.3. Constancia de cumplimiento de dictado del curso

1.1.4. Conclusiones y recomendaciones

Debe formarse en el departamento de matemática la línea o área de análisis numérico

La sugerencia aquí es que se debe enseñar el análisis numéricos con un lenguaje de

1.2.1. Silabo del año 2000

1.2.2. Texto: No presente. Titulado “Manual de Programación Delphi para Ingeniería

Manual de Programación Delphi para Ingeniería y Matemática.

1.2.2.1. Constancia de circulación en la Escuela Profesional de Matemática.

1.2.2.2. Constancia de inscripción en el Departamento de Matemática

1.2.3. Constancia de cumplimiento de dictado del curso

1.24. Conclusiones y recomendaciones

SE HARÁ UN MODELO PARA METALURGIA Y OTRO PARA EPIDEMIAS.

tarea1  tarea2  tarea3  tarea4

Tarea 1 -- Examen Primero, Tarea 2 -- Examen Segundo Tarea 3 -- Examen Tercero

El curso de programación matemática presentado para la enseñanza de un lenguaje de

La sugerencia aquí es que se debe enseñar un lenguaje de programación en la EPM y no

1.3.2..Texto: No presente. Título “Manual de Métodos Numéricos para la Solución de

Manual de Métodos Numéricos para la Solución de ecuaciones diferenciales

1.3.2.1. Constancia de circulación en la Escuela Profesional de Matemática

1.3.2.2. Constancia de inscripción en el Departamento de Matemática

1.3.3. Constancia de cumplimiento de dictado del curso

1.3.4. Conclusiones y recomendaciones

UNIVERSIDAD NACIONAL DE SAN SILABO

CAPÍTULO III ECUACIONES DIFERENCIALES DE ORDEN MAYOR Y SISTEMAS EDO.

CAPÍTULO IV PROBLEMA DE ECUACIONES DIFERENCIALES ORDINARIAS CON VALORES DE EN FRONTERA.

CAPÍTULO V SOLUCIÓN NUMÉRICA DE DIFERENCIALES PARCIALES.

Inicio 2004 setiembre 06.

El curso de métodos numéricos para la solución de ecuaciones diferenciales es un apoyo

Debe formarse en el departamento de matemática la línea o área de análisis numéricos

1.4.2. Texto: Solo se presenta las correspondientes constancias de inscripción y

Introducción a la Optimización No Lineal

1.4.2.1. Constancia de circulación en la Escuela Profesional de Matemática

1.4.3. Constancia de cumplimiento de dictado del curso

1.4.4. Conclusiones y recomendaciones

CAPÍTULO I PROPIEDADES BÁSICAS DE SOLUCIÓN DE ALGORITMOS