Homework - 14,15,16,17 - FACI ESMA
Homework - 14,15,16,17 - FACI ESMA
Homework - 14,15,16,17 - FACI ESMA
FACULTAD DE CIENCIAS
Licenciado en Matemática
LÍNEA DE INVESTIGACIÓN:
Matemática Aplicada
ASESOR:
TACNA – PERÚ
1
Presentación
2
ÍNDICE:
1. Resumen:………………………………………………………………………………………………4
2. Abstract:………………………………………………………………………………………………..4
3. Introducción:…………………………………………………………………………………………5
7. Objetivos:……………………………………………………………………………………………….7
10. Variables……………………………………………………………………………………………….15
12. Resultado:……………………………………………………………………………………………..18
13. Discusiones:………………………………………………………………………………………….18
14.1. Conclusiones………………………………………………………………………………19
14.2. Recomendaciones……………………………………………………………………….20
15. Referencias Bibliográficas:……………………………………………………………………..20
16. Anexos:…………………………………………………………………………………………………21
3
RESUMEN
ABSTRACT
4
Mathematica reflects a versatile and powerful tool for the effective resolution of
elliptic PDEs.
INTRODUCCIÓN:
5
CAPÍTULO I: DATOS GENERALES
1.1. Título:
“DIFERENCIAS FINITAS ASISTIDO CON WOLFRAM MATHEMATICA EN LA
SOLUCIÓN DE ECUACIONES DIFERENCIALES PARCIALES ELIPTICAS”
1.2. Nombres Completos de los ejecutores indicados de Grado de Bachiller:
Bach. Nidwar Teddy Ventura Ginez
Bach. Mauricio Edgardo Ponce Condori
Bach. Rosalinda Rigel Condori Mamani
1.3. Nombre completo del Asesor indicado el Grado y/o Título profesional:
Dr. Humberto Benito Vargas Pichón
1.4. Nombre del patrocinador Institucional o empresa a la que representa:
Universidad Nacional “Jorge Basadre Grohmann”
1.5. Lugar de ejecución:
Escuela Profesional de Matemática de la UNJBG
2.1. TÍTULO:
2.2. JUSTIFICACIÓN:
6
El proyecto de investigación sobre "Diferencias Finitas Asistido con Wolfram
Mathematica en la Solución de Ecuaciones Diferenciales Parciales Elípticas" se
justifica por su relevancia en el ámbito teórico y aplicado. Las ecuaciones
diferenciales parciales elípticas (EDP) son fundamentales en diversas áreas de
la ciencia y la ingeniería. Su complejidad matemática ha motivado el desarrollo
de métodos numéricos, entre ellos, las diferencias finitas. Este proyecto busca
aprovechar la capacidad de Wolfram Mathematica para mejorar la eficiencia y
precisión en la resolución de EDP elípticas.
2.3. OBJETIVOS:
7
a) Determinar las Diferencias Finitas Asistido con wólfram Mathemática en la
solución aproximada y numérica de las Ecuaciones Diferenciales Parciales
Elípticas.
2.4. HIPÓTESIS
i. Aplicar las diferencias finitas son una técnica comúnmente utilizada para
discretizar ecuaciones diferenciales parciales elípticas y obtener soluciones
numéricas aproximadas.
ii. El método de diferencias finitas es una técnica numérica que discretiza el
dominio de una ecuación diferencial parcial (EDP) y las derivadas espaciales
para aproximar la solución de la EDP en puntos discretos del dominio. Para
ecuaciones diferenciales parciales elípticas, el método de diferencias finitas
suele llevar a un sistema de ecuaciones lineales.
8
iii. Usar Wolfram Mathematica es una herramienta poderosa que ofrece un
entorno de desarrollo interactivo y funciones integradas para abordar la
resolución numérica y simbólica de ecuaciones diferenciales parciales
elípticas (EDP).
2.4. ANTECEDENTES:
9
de métodos numéricos avanzados, incluidos aquellos basados en diferencias
finitas.
Las diferencias finitas son una técnica numérica utilizada para aproximar derivadas
y ecuaciones diferenciales mediante la discretización del dominio de una función. La
idea fundamental es reemplazar las derivadas por diferencias finitas, es decir,
diferencias entre los valores de la función en puntos discretos. Aquí están algunas
definiciones matemáticas clave:
➢ Aproximación de Derivadas:
Para una función 𝑓(𝑥), la derivada primera 𝑓′(𝑥) puede aproximarse utilizando
diferencias finitas. La aproximación hacia adelante se define como:
𝑓(𝑥 + ℎ) − 𝑓(𝑥)
𝑓 ′ (𝑥) ≈
ℎ
10
Mientras que la aproximación hacia atrás es:
𝑓(𝑥) − 𝑓(𝑥 − ℎ)
𝑓 ′ (𝑥) ≈
ℎ
Y la aproximación central es:
𝑓(𝑥 + ℎ) − 𝑓(𝑥 − ℎ)
𝑓 ′ ′(𝑥) ≈
2ℎ
Donde h es el tamaño del paso en la discretización.
➢ Aproximación de segundas Derivadas:
Similarmente, la segunda derivada 𝑓′′(𝑥) puede aproximarse utilizando
diferencias finitas. Para la aproximación de la segunda derivada centrada, la
fórmula es:
𝑦𝑖+1 − 𝑦𝑖
≈ 𝑔(𝑥𝑖 , 𝑦𝑖 )
𝛥𝑥
Donde 𝛥𝑥 es el paso en la discretización.
11
Para una ecuación diferencial parcial elíptica, la matriz Hessiana formada por
las segundas derivadas parciales respecto a las variables espaciales debe ser
simétrica y definida positiva, lo que garantiza la propiedad elíptica. De manera
más específica, para una ecuación en dos variables, la condición de elipticidad
puede expresarse como:
𝐵𝑥 𝑥 𝐵𝑥1 𝑥2
𝐵(𝑥, 𝑢, 𝑢𝑥1 , 𝑢𝑥2 , 𝑢𝑥1𝑥1 , 𝑢𝑥1 𝑥2 , 𝑢𝑥2 𝑥2 ) = | 1 1 |>0
𝐵𝑥1 𝑥2 𝐵𝑥2 𝑥2
Donde 𝐵𝑥1 𝑥1 , 𝐵𝑥1 𝑥2 𝑦 𝐵𝑥2 𝑥2 son las segundas derivadas parciales de B con
respecto 𝑥1 𝑦 𝑥2 .
2.5.1.3. Definiciones:
➢ Condiciones de Contorno:
Las EDP elípticas generalmente se acompañan de condiciones de contorno que
especifican cómo se comporta la solución en el borde del dominio. Las
condiciones de contorno pueden ser de Dirichlet, Neumann o mixtas, según si
se especifica el valor de la solución o su derivada normal en el borde.
➢ Ecuación de Laplace:
𝛻 2𝑢 = 0
➢ Descomposición espectral:
En contextos específicos, se puede aplicar la descomposición espectral para
expresar la solución de una EDP elíptica en términos de funciones propias (auto
funciones) y coeficientes asociados.
➢ Función Armónica:
Una función u es armónica si satisface la ecuación de Laplace:
12
𝛻 2𝑢 = 0
➢ Método de elementos finitos:
Se trata de un método numérico para resolver EDP elípticas que implica la
discretización del dominio en elementos finitos y la aproximación de la solución
dentro de cada elemento mediante funciones de forma.
➢ Teorema de Unicidad:
Supongamos que 𝑢1 y 𝑢2 son dos soluciones de una EDP elíptica dada en un
dominio Ω, y ambas satisfacen las mismas condiciones de contorno, ya sea de
Dirichlet o de Neumann, en la frontera ∂Ω. Si 𝑢1 = 𝑢2 en algún punto del interior
de Ω, entonces 𝑢1 = 𝑢2 en todo el dominio Ω.
13
2.5.1.4. Definiciones adicionales:
𝐿𝑢 = ∑ 𝑎𝛼 (𝑥)𝜕 𝛼 𝑢
|𝛼|≤𝑚
∑ 𝑎𝛼 (𝑥)𝑥⃗ 𝛼 ≠ 0 ∀𝑥 ∈ 𝛺 ∀𝑚 ∈ ℕ
|𝛼|=𝑚
Un operador no lineal:
Quiere decir que, D será un operador diferencial genérico (no lineal) que estará
definido sobre un fibrado vectorial.
Que esto remplazará las derivadas covariantes con una nueva variable se puede
obtener 𝜎𝑥⃗ (𝐷) de los operadores respecto al símbolo que vimos 𝑥⃗.
Para cada ‖𝑥⃗‖ = 1 y para cada v del fibrado, con (.,.) un producto interno.
14
Ejemplo:
Considere el problema de determinar la distribución de calor en estado estable, en
una placa cuadrada metálica delgada, con las dimensiones 0.5m x 0.5m.
Conservamos dos fronteras adyacentes a 0°C, mientras el calor en las dos fronteras
aumenta linealmente de 0°C en una esquina a 100|C en el sitio donde ambos lados
se encuentran.
Condiciones de frontera:
2.7.1. Materiales:
En la investigación del proyecto se utilizara un Software y Herramienta llamada
Wolfram Mathematica, la pieza central de la investigación, proporcionando un
entorno integrado para cálculos simbólicos y numéricos, también computadora y
Recursos de Hardware que se utilizara con especificaciones adecuadas para
realizar cálculos intensivos, asegurando un rendimiento óptimo durante la
implementación y por último Libros y Referencias que se consultaran textos
especializados en Ecuaciones Diferenciales Parciales y Diferencias Finitas para
obtener una comprensión profunda de la teoría subyacente.
15
➢ Ecuaciones diferencial parciales elípticas:
Las EDP elípticas son ecuaciones que involucran derivadas parciales de una
función desconocida respecto a varias variables independientes.
Matemáticamente, una EDP elíptica típicamente se expresa como
𝐹(𝑥, 𝑢, 𝛻𝑢, 𝛻 2 𝑢) = 0, donde u es la función incógnita y 𝛻 2 𝑢 es el laplaciano de u.
el tamaño del paso. Esto implica a las derivadas parciales en el contexto de EDP
elípticas.
➢ Validación y verificación:
2.7.2. Métodos:
Descripción General:
Estos métodos son útiles para resolver EDP elípticas no lineales o sistemas
acoplados. El método de iteración implica iterar entre la solución y la EDP hasta
16
converger a una solución, mientras que el método de relajación ajusta la
solución iterativa para mejorar la convergencia.
Implementación Matemática:
a) Revisión Bibliográfica:
b) Deducción:
c) Analogía:
El problema matemático representa un vasto océano de complejidades,
simbolizado por las Ecuaciones Diferenciales Parciales Elípticas. Navegar
por este océano implica comprender y resolver fenómenos estacionarios en
diversos campos.
d) Generalización:
17
Diferenciales Parciales Elípticas se enmarca en un enfoque integral para
abordar problemas matemáticos complejos.
2.8. RESULTADO:
• Podemos hallar las diferencias finitas con wólfram mathematica en las cuales
tenemos la solución aproximada y numérica de las Ecuaciones diferenciales
parciales elípticas.
• Cuando aplicamos las EDP elípticas podemos obtener las ecuaciones que
necesitamos no siempre nos saldrá exacto siempre hay un margen de error,
algo mucho mejor que nos brinda es la solución aproximada.
• Usando el Wolfram Mathematica se puede hallar varios ejemplos de EDP
Elíptica una gran ayuda si queremos corroborar analitimente el resultado,
también se puede hallar la solución numérica y exacta, esto no brindara
conocimientos previos a lo que queremos ver.
2.9. DISCUSIONES:
18
➢ Aplicaciones en Ciencia e Ingeniería:
➢ Estabilidad Numérica:
➢ Perspectivas Futuras:
2.10.1. Conclusiones:
19
❖ La capacidad gráfica de Mathematica permite visualizar fácilmente las
soluciones de las ecuaciones diferenciales parciales, lo que facilita la
interpretación de los resultados.
❖ Las EDP elípticas describen fenómenos estacionarios, lo que significa que las
soluciones no dependen del tiempo. Esto las hace relevantes para problemas en
los que se busca un equilibrio o una distribución estable.
❖ Muchas EDP elípticas se traducen en problemas de valor propio, donde las
soluciones no solo deben cumplir con las condiciones de frontera, sino también
satisfacer ciertas restricciones de valor propio. Estos valores propios pueden
tener importantes interpretaciones físicas.
2.10.2. Recomendaciones:
2.11. BIBLIOGRAFÍA:
20
➢ "A First Course in Partial Differential Equations: with Complex Variables and
Transform Methods" por H. Weinberger, publicado por Dover Publications en
1995.
➢ "Partial Differential Equations: An Introduction" por Walter A. Strauss,
publicado por Wiley en 2008.
2.12. ANEXOS:
SOLUCIÓN NUMÉRICA:
Imagen 1: Ejemplo 1
21
RESULTADOS
22