Apuntes Ampliacion de Matematicas - Javier Navarro PDF
Apuntes Ampliacion de Matematicas - Javier Navarro PDF
Apuntes Ampliacion de Matematicas - Javier Navarro PDF
1 Geometrı́a esférica 1
1.1 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2 Ecuaciones diferenciales 15
2.1 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
i
Índice
3 Métodos numéricos 41
Bibliografı́a recomendada 67
ii
CAPITULO
1
Geometrı́a esférica
1.1 Introducción
La geometrı́a que nos enseñan en la escuela es la más clásica, aquella que podemos
elaborar en un papel sobre una mesa. Esta geometrı́a se llama plana o Euclı́dea.
Sin embargo, esta geometrı́a no es útil para un navegante, ya que la superficie por la que
se desplaza (la Tierra) no es plana sino “redonda”. Lo mismo ocurre con los astrónomos
en su Esfera Celeste. Habrı́a que desarrollar una geometrı́a que se ajustase a este tipo de
superficie. La geometrı́a esférica.
Definición 1.1. Una circunferencia máxima o geodésica son las obtenidas al cortar la
superficie esférica por planos que pasan por el centro de la esfera. Del corte por un plano
que no pase por el centro resulta una circunferencia menor.
1
1. Geometrı́a esférica
• •
Mientras que en la geometrı́a plana el camino más corto entre dos puntos es una recta, en
la geometrı́a plana el camino más corto entre dos puntos viene dado por la circunferencia
máxima que pasa por ambos y que estarı́a determinada por el plano que pasa por ambos
puntos y el centro de la esfera.
2
1.2 Conceptos generales
•
α
•
A
•
B
Esta es una forma general de dar la longitud de un arco, ya que no depende del radio
de la esfera. Las distancias esféricas estarán siempre comprendidas entre 0o y 180o . La
longitud del arco puede calcularse con la siguiente fórmula
2·π·r·α
L=
360
Dos puntos diametralmente opuestos están alineados con el centro de la esfera. Esto
es, son las dos intersecciones con la esfera de una recta que pasa por su centro. Existen
infinitas circunferencias máximas que pasan por ambos puntos.
Definición 1.4. El ángulo esférico es el ángulo que forman dos circunferencias máximas
al cortarse en sus dos puntos diametralmente opuestos.
El ángulo esférico viene determinado por el ángulo que forman los planos que generan
ambas circunferencias máximas.
• α
•
α
3
1. Geometrı́a esférica
Los ángulos esféricos están comprendidos entre entre 0o y 180o . Dos circunferencias
máximas son perpendiculares si el ángulo que forman es igual a 90o .
Si tomamos el cı́rculo máximo perpendicular a los dos cı́rculos máximos que definen
el ángulo esférico, se tiene que dicho ángulo coincide con el del arco definido por la in-
tersección de ambas circunferencias máximas en su perpendicular. Como veremos más
adelante esto da lugar a una de las propiedades de los triángulos birrectángulos.
•
α
En otras palabras, dos circunferencias máximas se cortan en dos polos y el ángulo que
forman es el mismo que el del arco definido en su ecuador.
Los polos de un cı́rculo máximo vienen determinados por la perpendicular al plano que
genera la circunferencia máxima y que pasa por el centro de la esfera.
4
1.3 Triángulos esféricos
Por tanto, los polos de una circunferencia máxima pueden determinarse dibujando dos
circunferencias máximas perpendiculares a ella. Los puntos en los cuales se cortan las dos
circunferencias son los polos.
Definición 1.6. Un triángulo esférico es la figura formada por tres arcos de circunferencia
máxima. Los puntos de corte de las tres circunferencias se llaman vértices del triángulo
esférico.
Designaremos con las mayúsculas A, B y C a los vértices del triángulo y a los lados con
minúsculas a, b, c y con igual letra que su vértice opuesto.
a
•
b
B
c
A
5
1. Geometrı́a esférica
4. Si a > b entonces A > B. Por tanto, ángulo mayor es el opuesto al lado mayor y el
ángulo menor es el opuesto al lado menor.
6. En un triángulo rectángulo, los catetos y su ángulos opuesto son del mismo tipo.
7. Cualquier lado es menor que la suma de los otros dos y mayor que su diferencia.
6
1.5 Resolución de triángulos esféricos
Analogı́as de Neper
Intercambiando la letra “c” por “a” obtenemos 4 fórmulas más y si lo hacemos por “b”
habremos obtenido 12 analogı́as en total.
1. Dados los tres lados a, b, c, despejamos del el ángulo de la fórmula del coseno del
lado. Por ejemplo para resolver el ángulo A tenemos que
2. Dados los tres ángulos A, B, C, despejamos del el lado de la fórmula del coseno del
ángulo. Por ejemplo para resolver el lado a tenemos que
7
1. Geometrı́a esférica
y una vez tenemos los tres lados resolvemos el triángulo como en el primer caso.
y una vez tenemos los tres ángulos resolvemos el triángulo como en el segundo caso.
sen(A) sen(b)
sen(B) =
sen(a)
y una vez obtenidos dos ángulos y sus lados opuestos utilizamos las analogı́as de
Neper para obtener los datos restantes (ver final de la sección).
sen(a) sen(B)
sen(b) =
sen(A)
y una vez obtenidos dos ángulos y sus lados opuestos utilizamos las analogı́as de
Neper para obtener los datos restantes (ver final de la sección).
En estos dos últimos casos, para calcular B o b hay que aplicar el arcsen lo cual nos
proporciona una ambigüedad ya que obtenemos dos posibles resultados: α y 180o − α. En
estos casos hay que interpretar el problema para decidir cual escoger.
Las analogı́as de Neper son útiles a la hora de resolver triángulos esféricos de los cuales
conocemos dos lados y sus ángulos opuestos. En tal caso usando las analogı́as de Neper
8
1.6 El pentágono de Neper
9
1. Geometrı́a esférica
• El coseno de cada vértice es igual al producto de los senos de los vértices opuestos.
a 180 − A
B C b c
A = 90 a = 90
90 − c 90 − b 90 − C 90 − B
De esta forma, puede utilizarse la fórmula del coseno del ángulo simplificada, en vez
de las analogı́as de Neper, para resolver el triángulo rectángulo cuando conocemos dos
ángulos y sus lados opuestos. En el caso de que A = 90o , si conocemos a, b y B (ya
sea porque los hemos calculado o porque no los han proporcionado) entonces calculamos
primero C usando la fórmula del coseno y posteriormente c:
cos(B) sen(B)
sen(C) = ; cos(c) = .
cos(b) cos(C)
10
1.7 Coordenadas geográficas y rumbo
x = ρ sen(θ) cos(ϕ) θ
y = ρ sen(θ) sen(ϕ) P
•
z = ρ cos(θ)
ρ
p
ρ = x2 + p
y2 + z2 •
θ = arctan( x2 + y 2 /z) y
ϕ = arctan(y/z) x ϕ
Las coordenadas geográficas utilizan esta idea. Fijan dos lı́neas de referencia, un cı́rculo
máximo y un meridiano de éste: el Ecuador y el meridiano de Greenwich. En tal caso
de forma muy parecida a como se hace en las coordenadas esféricas, podemos expresar la
posición de un punto en la superficie terrestre mediante longitud y latitud.
11
1. Geometrı́a esférica
Podemos prescindir de las letras a la hora de expresar la latitud y la longitud. Basta con
tomar latitud positiva si es N y negativa si es S. Lo mismo ocurre para la longitud, tomamos
longitud positiva si es E y negativa si es W.
N
z
Origen de P
•
Coordenadas
Geográficas Ecuador
lat
W •
y E
•
x lon
Meridiano de Meridiano del
Greenwiwch Lugar
Para realizar el cambio de coordenadas, simplemente hay que tener en cuenta que el eje
x ha de pasar por el origen de coordenadas geográficas y que ρ = 6371km siempre.
Para determinar el rumbo que llevamos al navegar por una circunferencia máxima (también
llamadas ortódromas) necesitamos tener en cuenta el meridiano del lugar en el que nos en-
contramos. El rumbo lo mediremos de 0o a 360o empezando en el meridiano (al norte del
12
1.7 Coordenadas geográficas y rumbo
Las circunferencia sobre la superficie esférica que siempre mantienen el rumbo constante
se llaman loxódromas, son cómodas para navegar pero no son arcos máximos y no las
usaremos en trigonometrı́a esférica. Por ejemplo los paralelos (que tienen rumbo constante
de 90 o o de 270 o ) están prohibidos como lados de un triángulo esférico.
De esta forma, para resolver problemas de navegación entre dos puntos A y B, planteando
un triángulo esférico formado por dichos puntos y uno de los polos. Obteniendo los lados
a y b a partir de las latitudes (y viceversa), el ángulo en el polo a partir de las longitudes (y
viceversa), los ángulos A y B a partir de los rumbos (y viceversa) y el lado c a partir de la
distancia que separa A y B.
13
CAPITULO
2
Ecuaciones diferenciales
2.1 Introducción
Supongamos que acabamos de parar un motor, a una temperatura de 70o C, y queremos
conocer la función T (t) que determina la temperatura del motor en el instante t. Entonces
T 0 (t) será la variación de la temperatura en el instante t. La ley de enfriamiento de Newton
describe este proceso mediante la ecuación diferencial
15
2. Ecuaciones diferenciales
El orden de una ecuación diferencial ordinaria es el de la derivada más alta que aparece.
Generalmente, una ecuación diferencial de orden n puede escribirse de la forma
Una ecuación diferencial ordinaria tiene múltiples soluciones. Pongamos como ejemplo
la ecuación diferencial y 0 (x) = 3x2 + 1, entonces las soluciones son
Z
y(x) = 3x2 + 1dx = x3 + x + C
siendo C ∈ R una constante. Sin embargo, si especificamos que la solución tiene que
verificar que y(0) = 3 entonces necesariamente C = 3. Esto es lo que se conoce como
problema de valores iniciales (PVI). Para una ecuación diferencial de orden n habrı́a que
fijar n condiciones
En lo que sigue llamaremos a la función y(x) simplemente por y para reducir la notación.
y 0 = G(x, y).
16
2.3 Ecuaciones diferenciales ordinarias de primer orden
dF (x, y) dF (x, y) 0
+ y = 0,
dx dy
que es una ecuación diferencial cuya solución viene dada implı́citamente por F (x, y) = K.
dy
Teniendo en cuenta que y 0 = , si llamamos
dx
dF (x, y) dF (x, y)
P (x, y) = y Q(x, y) = ,
dx dy
dP (x, y) dQ(x, y)
=
dy dx
17
2. Ecuaciones diferenciales
dF (x, y)
integrando (y). Como = Q(x, y) planteamos
dy
df (x, y)
+ C 0 (y) = Q(x, y)
dy
para obtener C 0 (y). De esta forma, integrando obtendremos la expresión de C(y) habiendo
hallado entonces F (x, y). La solución viene dada implı́citamente por F (x, y) = K.
dg(x, y)
+ C 0 (x) = P (x, y)
dx
para obtener la expresión de C 0 (x) e integrarla para obtener C(x). La resolución se termina
igual que en el caso anterior.
−x + C 0 (y) = 2y − x + 3y 2
18
2.3 Ecuaciones diferenciales ordinarias de primer orden
F (x, y) = x3 − x2 − yx + y 2 + y 3 = K.
y 0 = a(x)b(y).
dy 1
Teniendo en cuenta que y 0 = y llamando P (x) = −a(x) y Q(y) = podemos
dx b(y)
“separar las variables” y escribir la ecuación diferencial como
P (x)dx + Q(y)dy = 0,
de modo que la solución de la ecucación viene dada implicitamente por p(x) + q(y) = C.
dy
Pasando un poco por alto la rigurosidad matemática y teniendo en cuenta que y 0 = ,
dx
podemos obtener
x 1
2
dx + dy = 0.
x +9 y
ln |x2 + 9|
+ C1 + ln |y| + C2 = C3 .
2
19
2. Ecuaciones diferenciales
y 0 = a(x)y + b(x).
1
dy = a(x)dx
y
se tiene que Z Z
1
ln |y| + C1 = dy = a(x)dx = f (x) + C2 .
y
Tomando C = eC2 −C1 tenemos que y = Cef (x) . Utilizando la variación de constantes
de Lagrange en yh (x), tenemos que la solución general de la ecuación es
Por tanto, tenemos que sustituir y(x) en la ecuación original para calcular C(x), ob-
teniendo la siguiente igualdad
20
2.3 Ecuaciones diferenciales ordinarias de primer orden
1
y0 = y + x2 + 2.
x
1
Llamemos a(x) = y b(x) = x2 + 2. Entonces tenemos que
x
y = Cx
x2
Por lo tanto, tenemos que C(x) = + 2 ln(x) + K. Luego la solución es
2
2
x
y(x) = x + 2 ln(x) + K .
2
y 0 = a(x)y + b(x)y m
con m ∈ N \ {1}.
1
y = u 1−m .
1 m 1 m
u 1−m u0 = a(x)u 1−m + b(x)u 1−m ,
1−m
21
2. Ecuaciones diferenciales
u0 = (1 − m)a(x)u + (1 − m)b(x).
1 x2 + 2 3
y0 = y+ y .
−2x −2
Resolvamos primero
1 x2 + 2
u0 = (−2) u + (−2)
−2x −2
1
= u + x2 + 2
x
que es la misma ecuación lineal del Ejemplo 2.3 con solución
x2
u(x) = x + 2 ln(x) + K
2
1
y(x) = s .
x 2
x + 2 ln(x) + K
2
22
2.4 Ecuaciones diferenciales ordinarias de orden superior
Resolución de la homogénea
Para evitar dificultades de tratar con un orden arbitrario, vamos a comenzar por las ecua-
ciones de segundo orden, que son la forma
ay 00 + by 0 + cy = f (x)
donde a, b, c ∈ R.
am2 + bm + c = 0.
y 00 + 2y 0 + y = 0
Ante una ecucación diferencial de orden n, entonces tendrı́amos que resolver una
ecuación an mn +· · ·+a1 m+a0 = 0 de grado n. En este caso, yh (x) la generamos sumando
términos progresivamente fijándonos en las soluciones de an mn + · · · + a1 m + a0 = 0.
23
2. Ecuaciones diferenciales
Existen varios métodos para calcular una solución particular. En este apartado utiliz-
aremos el método de los coeficientes indeterminados, que es bastante sencillo cuando el
término independiente f (x) de la ecuación es una función lo suficientemente sencilla.
f (x) yp (x)
keλx Keλx
kn xn + . . . k1 x + k0 Kn xn + . . . K1 x + K0
Si f (x) es suma o producto de los casos que se presentan en la tabla entonces yp (x) será la
suma o producto de los casos correspondientes.
Hay que tener especial cuidado de que yp (x) no sea una solución particular de yh (x).
Para solucionar este problema, se multiplica por x la solución aportada por la tabla anterior.
24
2.5 Sistemas de EDOs de primer orden
Una vez que tenemos la forma de nuestra solución particular, hay que determinar el valor
de los coeficientes K sustituyendo yp (x) en la ecuación diferencial original.
Ejemplo 2.7. Resolvamos la ecuación y 00 + 2y 0 + y = x3 + 4.
Primero hemos de resolver la ecuación homogénea y 00 + 2y 0 + y = 0, cuya solución
ya hemos calculado en el Ejemplo 2.5. Ahora hay que calcular una solución particular.
Para ello nos fijamos en el lado derecho de la igualdad. Se trata de un polinomio de grado
3, ası́ que la solución particular ha de ser del tipo
Ahora necesitamos calcular los parámetros. Para ello se sustituye yp (x) en la ecuación
original, yp00 + 2yp0 + yp = x3 + 4, y tenemos que
Resolviendo el sistema se tiene que yp (x) = x3 − 6x2 + 18x − 20. La solución general de
la ecuación es entonces y(x) = yh (x) + yp (x), que da lugar a
25
2. Ecuaciones diferenciales
forma 0
y1 (x) = G1 (x, y1 , y2 , . . . , yn )
y 0 (x) = G2 (x, y1 , y2 , . . . , yn )
2
..
.
0
yn (x) = Gn (x, y1 , y2 , . . . , yn )
Al igual que ocurrı́a con las ecuaciones diferenciales, no hay un método general para
resolver sistemas de ecuaciones lineales de primer orden. De hecho son muy difı́ciles de
resolver. Sólo se disponen de métodos analı́ticos generales para resolver sistemas lineales
especiales. Debido a la duración del curso, en esta sección vamos a centrarnos en estudiar
cómo se resuelve un sistema lineal de coeficientes constantes, el cual se expresa de la
forma 0
y1 (x) = a11 y1 (x) + a12 y2 (x) + · · · + a1n yn (x) + b1 (x)
y 0 (x) = a21 y1 (x) + a22 y2 (x) + · · · + a2n yn (x) + b2 (x)
2
.. ,
.
0
yn (x) = an1 y1 (x) + an2 y2 (x) + · · · + ann yn (x) + bn (x)
y cuya matriz de coeficientes es diagonalizable.
y10 (x)
y1 (x)
y2 (x) y20 (x)
Y (x) = Y 0 (x) =
.. ..
. .
yn (x) yn0 (x)
26
2.5 Sistemas de EDOs de primer orden
La estrategia es la misma que cuando se resolvı́an ecuaciones del tipo lineal. Hay que
buscar una solución de la homogénea y obtener la general calculando una solución partic-
ular por el método de los coeficientes indeterminados o utilizando el método de variación
de constantes, que es el que utilizaremos en este apartado.
Es por eso que vamos a comenzar por ver cómo se resuelve el sistema homogéneo
Y 0 (x) = AY (x).
La solución general de un sistema homogéneo viene dada por Y (x) = CeAx siendo C
un vector de n constantes. Y si existen condiciones iniciales entonces C = Y0 e−x0 A , esto
es Y (x) = Y0 e(x−x0 )A .
Sin embargo, la expresión de e elevado a una matriz A es una suma de términos infinitos.
En el caso que estamos estudiando, tenemos que A es diagonalizable, por lo que podremos
hallar las soluciones del sistema homogéneo de la siguiente forma:
Yi (x) = eλi x vi
27
2. Ecuaciones diferenciales
Luego la solución es
5x 2x
y1 (x) = C1 e − C2 e
y2 (x) = C1 e5x + C3 e2x
y (x) = C e5x − C e2x − C e2x
3 1 2 3
Una vez que tenemos la solución de la homogénea tenemos que la solución general del
sistema no homogéneo es
28
2.5 Sistemas de EDOs de primer orden
Observemos que para cada 1 ≤ i ≤ n se tiene que las soluciones Yi (x) que habı́amos
calculado para el sistema homogéneo son de la forma
t
y1i (x) Y1 (x)
y2i (x) Y t (x)
2
Yi (x) = , tomando Y (x) =
.. h ..
. .
yni (x) t
Yn (x)
y C(x) = C1 (x) C2 (x) · · · Cn (x) podemos escribir Y (x) = C(x)Yh (x). Al sustituir
en el sistema nos queda que
y como Yh0 (x) = AYh (x), por ser solución de la homogénea, C 0 (x)Yh (x) = B(x). Es
decir 0
C1 (x)y11 (x) + · · · + Cn0 (x)y1n (x) = b1 (x)
C 0 (x)y21 (x) + · · · + C 0 (x)y2n (x) = b2 (x)
1 n
..
.
0
C1 (x)yn1 (x) + · · · + Cn0 (x)ynn (x) = bn (x)
de donde podemos obtener Ci0 (x) escalonando el sistema con el método de Gauss. Esto es
posible ya que yji (x) es un múltiplo de yki (x). Integrando Ci0 (x), se calcula Ci (x).
29
2. Ecuaciones diferenciales
Obteniendo C10 (x) = −2e−3x + ex , C20 (x) = −2 y C30 (x) = 1 − e4x . Finalmente, integ-
rando
2e−3x e4x
C1 (x) = + ex + c1 , C2 (x) = −2x + c2 y C3 (x) = x − + c3 .
3 4
30
2.6 Resolución de EDOs con la transformada de Laplace
Por ejemplo, tenemos que sF (s) − f (0) y s2 F (s) − sf (0) − f 0 (0) son las transformadas
de f 0 (x) y f 00 (x) respectivamente.
n!
F (s) = .
(s + r)n+1
31
2. Ecuaciones diferenciales
De la misma forma puede obtenerse una tabla similar para las funciones hiperbólicas.
Ejemplo 2.10. Si tenemos el PVI y 00 + y 0 − 2y = e−2x sujeto a y(0) = 1 e y 0 (0) = −3.
Tenemos que
1
s2 Y − s + 3 + sY − 1 − 2Y =
s+2
es el sistema equivalente al hacer el cambio con la transformada de Laplace.
Recordemos que para descomponer en fracciones simples hay que factorizar el denom-
inador de modo que
A B C
• Al factor (s + a)n le corresponde + 2
+ ··· + .
s + a (s + a) (s + a)n
Ms + N
• Al factor (s2 + as + b) (si no tiene raı́ces reales) le corresponde .
s2+ as + b
Para calcular las constantes del numerador hay que comparar la suma de todas las frac-
ciones (las de cada uno de los factores) y comparar grado a grado el polinomio numerador
de la fracción obtenida con el de la original.
A
(s + a)n
32
2.6 Resolución de EDOs con la transformada de Laplace
Ms + N
s2+ as + b
Ms + N M (s + r) + N − M r
= ,
s2+ as + b (s + r)2 + k 2
N − Mr
y llamando P = tenemos que
k
M (s + r) + N − M r s+r k
2 2
=M 2 2
+P
(s + r) + k (s + r) + k (s + r)2 + k 2
Observemos con el siguiente ejemplo lo sencillo que es resolver un PVI utilizando esta
técnica. Cojamos el mismo problema que el que se contemplaba en el Ejemplo 2.10.
1
s2 Y − s + 3 + sY − 1 − 2Y = .
s+2
s2 − 3
Y (s) = .
(s + 2)(s2 + s − 2)
s2 − 3 A B C
= + + .
(s + 2)(s2 + s − 2) s + 2 (s + 2)2 s − 1
33
2. Ecuaciones diferenciales
1 2
entonces para s = −2 obtenemos B = − , para s = 1 obtenemos C = − y para s = 0
3 9
1 8
−3 = −2A + − ,
3 9
11
esto es A = . Por lo tanto hay que hacer la antitransformada de
9
11 1 1 1 2 1
Y (s) = − 2
−
9 s + 2 3 (s + 2) 9s−1
11 −2x 1 −2x 2 x
y(x) = e − xe − e .
9 3 9
Ya hemos visto un ejemplo en el que hay todos los factores son de la forma (s + a)n .
Intentemos resolver ahora uno en el que haya algún factor de la forma s2 + as + b que no
tenga raı́ces reales
2
s2 Y − s − 3 + sY − 1 + Y = .
s+1
s2 + 5s + 6
Y (s) = .
(s + 1)(s2 + s + 1)
s2 + 5s + 6 A Ms + N
2
= + 2 .
(s + 1)(s + s + 1) s+1 s +s+1
34
2.6 Resolución de EDOs con la transformada de Laplace
6 = 2 + N,
12 = 6 + 2M + 8,
esto es M = −1.
Ahora bien, realizando los cambios necesarios para estos casos (véase la teorı́a) tenemos
que
√
p
−s + 4 s + 1/2 3/4
2
= 2
+ 27
s +s+1 (s + 1/2) + 3/4 (s + 1/2)2 + 3/4
Por lo tanto hay que hacer la antitransformada de
√
2 s + 0.5 √ 0.75
Y (s) = + 2
+ 27
s + 1 (s + 0.5) + 0.75 (s + 0.5)2 + 0.75
s2 + 3s + 2
Y (s) = .
s(s2 + 1)
s2 + 3s + 2 A Bs + C
= + 2 .
s(s2 + 1) s s +1
35
2. Ecuaciones diferenciales
−s + 3 s 1
2
=− 2 2
+3 2 ,
s +1 s +1 s + 12
cuya antitrasnformada será la misma. Por lo tanto hay que hacer la antitransformada de
2 s 1
Y (s) = − +3 2
s s2 + 12 s + 12
obteniendo ası́ que la solución del PVI es
36
2.7 Ecuaciones en derivadas parciales
Existen problemas en los que la función ha de depender de más de una variable (por
ejemplo, espacio y tiempo, presión y temperatura, etc.) de modo que pudieran aparecer sus
derivadas la ecuación diferencial. A este tipo de ecuaciones se las denomina Ecuaciones
en Derivadas Parciales (EDP).
En este apartado vamos a centrarnos en un tipo de ecuaciones muy especı́ficas, las lin-
eales e segundo orden con coeficientes constantes. En concreto, nos centraremos en tres
tipos de ecuaciones:
∂u ∂2u
(x, t) = λ 2 (x, t)
∂t ∂x
Esta ecuación modela el flujo de calor en una varilla (de longitud L) cuyos extremos
se mantienen siempre a cero grados. La función u(x, t) representa la temperatura en
la posición “x” en cada instante “t”.
∂2u 2 ∂u
2
(x, t) = µ (x, t)
∂t2 ∂x2
Esta ecuación modela las vibraciones transversales de una cuerda extendida (de lon-
gitud L). La función u(x, t) representa la distancia en la posición “x” (respecto del
eje de vibración) en cada instante “t”.
∂2u ∂u2
(x, y) + (x, y)
∂x2 ∂y 2
37
2. Ecuaciones diferenciales
∂2u ∂u
2
(x, y) = (x, y)
∂x ∂y
En primer lugar hay que suponer que la solución va a ser de la forma u(x, y) = f (x)g(y),
por lo que bastarı́a con calcular f (x) y g(y) para obtener la solución de la ecuación. Para
ello, tendremos que sustituir esta solución en la ecuación.
∂2u ∂u
(x, y) = f 00 (x)g(y) y (x, y) = f (x)g 0 (y),
∂x2 ∂y
Una vez tenemos la ecuación respecto de f (x) y g(y) es posible separar la parte que
depende de x de la que depende de y, quedando
f 00 (x) g 0 (y)
= .
f (x) g(y)
Cada parte de la igualdad depende de una variable distinta. Por tanto, la única forma de
que se verifique es que ambas sean igual a una constante k, dando lugar a dos ecuaciones
diferenciales ordinarias:
f 00 g0
=k y = k.
f g
f 00 − kf = 0 y g 0 − kg = 0,
38
2.7 Ecuaciones en derivadas parciales
• u(x, y) = A + Bx cuando k = 0.
2x
• u(x, y) = (Aecx + Be−cx )ec cuando k = c2 > 0.
2x
• u(x, y) = (A sen(cx) + B cos(cx))e−c cuando k = −c2 < 0.
39
CAPITULO
3
Métodos numéricos
Es por ello que, en muchos casos, es interesante utilizar técnicas numéricas para obtener
una solución aproximada de ecuaciones, integrales, ecuaciones diferenciales, etc.
La idea geométrica de este método consiste en escoger un valor de x, uno que creemos
que esté acerca de la solución, y utilizar la recta tangente a la función por dicho punto para
obtener una aproximación mejor.
41
3. Métodos numéricos
Imaginemos que queremos saber por donde corta la función f (x) = ex + x al eje x.
Tomamos una primera aproximación de la solución, por ejemplo x1 = 1. Trazamos la
tangente a la función por el punto (1, f (1)) y miramos por donde corta al eje x y obtenemos
una segunda aproximación x2 = 0
-2 -1 1 2
-2
-2 -1 1 2
-2
A medida que iteramos el proceso, siempre que la aproximación inicial sea adecuada,
nos acercanremos más al valor que estamos buscando.
De los métodos para buscar raı́ces de funciones, el método de Newton es el que más
rápido converge. Sin embargo hay que tener en cuenta que no siempre converge, esto
depende de la aproximación inicial que tomemos. Es por ello que es muy importante el
tomar una primera aproximación que no se aleje mucho de la solución. Por ejemplo, si
consideramos f (x) = x4 + 2x3 − x − 1 y comenzamos tomando x1 = 0 observamos que
no converge, que alternativamente obtenemos los valores 0 y −1.
42
3.1 Método de Newton
1.0 1.0
0.5 0.5
-2.0 -1.5 -1.0 -0.5 0.5 1.0 -2.0 -1.5 -1.0 -0.5 0.5 1.0
-0.5 -0.5
-1.0 -1.0
-1.5 -1.5
Supongamos que tenemos una función f y queremos resolver f (x) = 0. Como bien diji-
mos anteriormente, si tenemos una aproximación x1 de la solución, el método de Newton
busca una aproximación más precisa viendo por donde corta al eje x la tangente a f que
pasa por (x1 , f (x1 )). En otras palabras trata de resolver
De este modo, despejando de la ecuación anterior, tenemos que una segunda aproxim-
ación serı́a
f (x1 )
x2 = x1 − .
f 0 (x1 )
Iterando este proceso, si hemos tomado una primera aproximación suficientemente cer-
cana a la solución, obtendremos en cada iteración una aproximación más precisa de la
solución
f (xn−1 )
xn = xn−1 − .
f 0 (xn−1 )
43
3. Métodos numéricos
Como hemos comentado anteriormente es importante tener cuidado con la primera aprox-
imación que se toma para arrancar el algoritmo del método de Newton ya que de ello
dependerá (de cómo de buena sea esa aproximación) si el método convergerá o no a la
solución buscada.
Teorema 3.1 (Teorema de Bolzano). Supongamos que f es una función continua. Dado
un intervalo [a, b] si f (a)f (b) < 0 entonces existe c ∈ [a, b]tal que f (c) = 0
-2 -1 1 2
-2
El problema es que con el Teorema de Bolzano podemos asegurar que al menos hay una
solución pero no podemos afirmar que solo hay una solución. Para ello tendrı́amos que
ayudarnos del Teorema de Rolle.
Teorema 3.2 (Teorema de Rolle). Supongamos que f es una función continua y derivable.
Dado un intervalo [a, b] si f (a) = f (b) entonces existe c ∈ [a, b]tal que f 0 (c) = 0
44
3.1 Método de Newton
1.0
0.5
-0.5
-1.0
-1.5
Por lo tanto, para poder asegurar que en un intervalo [a, b] existe un único punto c en el
que la función corte al eje x es decir f (c) = 0 basta con ver que f (a)f (b) < 0 (Teorema
de Bolzano) y que la derivada es siempre o positiva o negativa en ese intervalo, ya que por
el Teorema de Rolle podemos asegurar que no hay dos puntos en ese intervalo en el que la
función tenga el mismo valor y, por tanto, tampoco en los que se corte al eje x.
ex = −x
lo único que necesitamos es despejar para que uno de los términos de la igualdad se anule,
es decir considerar
ex + x = 0.
Entonces, es claro que para obtener una solución aproximada de ex = −x bastarı́a con
aplicar el método a la función f (x) = ex + x.
Esto también puede aplicarse a la resolución de sistemas de ecuaciones, para ello lo único
que habrı́a que hacer es transformar todas las ecuaciones en la forma f (x) = 0 y aplicar el
método de Newton adaptado para un sistema de ecuaciones.
En el siguiente cuadro se resumen las transformaciones que hay que hacer a la hora de
aplicar Newton a una ecuación o a un sistema de dos ecuaciones con dos incógnitas (para
n ecuaciones con n incógnitas únicamente hay que generalizar la transformación).
45
3. Métodos numéricos
df (x0 , y0 ) df (x0 , y0 )
f (x, y) = 0 f (x0 , y0 ) + (x − x0 ) + (y − y0 ) = 0
dx dy
dg(x0 , y0 ) dg(x0 , y0 )
g(x, y) = 0 g(x0 , y0 ) + (x − x0 ) + (y − y0 ) = 0
dx dy
Aunque ya hemos visto cómo podemos intentar localizar raı́ces de forma analı́tica siempre
podemos tratar de representar gráficamente el problema para localizar visualmente la aprox-
imación inicial. Sin embargo esto es sólo recomendable cuando se puede hacer utilizando
funcione elementales cuyas gráficas son conocidas. Por ejemplo, supongamos la ecuación
ex = −x. La idea es ver donde cortan las funciones ex y −x (es decir, donde son iguales).
-2 -1 1 2
-2
46
3.2 Polinomio de interpolación
(x − 0.2)2 + (y − 0.2)2 = 1
(x + 0.2)2 + (y + 0.2)2 = 1
tenemos que las ecuaciones son dos circunferencias de radio 1 centradas en el (0.2, 0.2) y
en el (−0.2, −0.2) respectivamente.
1.0
0.5
-0.5
-1.0
De esta forma, podemos ver que una solución se encuentra [−1, −0.5] × [0.5, 1] (recor-
demos que esto significa que hay que escoger x0 en [−1, −0.5] e y0 en el [0.5, 1]) y otra en
[0.5, 1] × [−1, −0.5].
10
-2 -1 1 2 3
-5
47
3. Métodos numéricos
Dada una función hay varias formas de construir un polinomio de interpolación que se
ajuste a ella. La más sencilla de ellas es la fórmula de las diferencias divididas de Newton,
que nos ofrece un polinomio de orden n − 1. La idea principal es escoger varios puntos de
nuestra función y calcular el polinomio de interpolación que pasa por ellos.
Imaginemos que hemos tomado 4 puntos (x0 , y0 ), (x1 , y1 ), (x2 , y2 ) y (x3 , y3 ). Calcu-
lamos la siguiente tabla:
Hay que destacar que el polinomio de interpolación por regla general no se ajusta bien
a la función a medida que nos alejamos de los puntos escogidos de la función. La idea
es que escojamos los puntos dentro del intervalo que nos convenga (el intervalo en el que
estamos integrando o un intervalo en el que se encuentre el punto en el que queremos hallar
la derivada) y de forma que entre dos puntos la función no sufra variaciones muy grandes.
48
3.2 Polinomio de interpolación
tomando
b−a
h= ,
n
los puntos a considerar serı́an (xi , yi ) = (a+ih, f (a+ih)) con 0 ≤ i ≤ n. Si consideramos
el ejemplo anterior quedarı́a tenemos que
1
Ejemplo 3.1. Polinomio de interpolación de orden 4 para f (x) = en [−2, 2]. En
x2 + 1
este caso los puntos serı́an
1 1 1 1
−2, , −1, , (0, 1), 1, , 2,
5 2 2 5
2 − (−2)
y tendrı́amos que h = = 1. Resolvemos la tabla
4
−2 1/5
3/10
−1 1/3 1/10
1/2 −1/5
0 1 −1/2 1/10
−1/2 1/5
1 1/2 1/10
−3/10
2 1/5
49
3. Métodos numéricos
El polinomio de interpolación es
1 3 1 1 1
+ (x + 2) + (x + 2)(x + 1) − (x + 2)(x + 1)x + (x + 2)(x + 1)x(x − 1)
5 10 10 5 10
2.5
2.0
1.5
1.0
0.5
-3 -2 -1 1 2 3
Las reglas más conocidas son las del trapecio, Simpson I y Simpson II. La idea es aprox-
imar la función a integrar en un intervalo [a, b] por un polinomio de interpolación, ya que
son sencillos de integrar, obteniendo ası́ una aproximación de la integral original.
50
3.3 Integración numérica
y1 − y0
p(x) = y0 − (x − x0 )
h
obteniendo la regla del trapecio
Z b Z x1
h
f (x)dx ≈ p(x)dx = (y0 + y1 ).
a x0 2
1.2
En este caso se trata de aproximar la
1.0
función mediante el polinomio de inter-
0.8
polación de grado 2. En este caso, los
0.6
valores de xi son los extremos y el punto
0.4
medio del intervalo, de forma que la distan-
b−a
cia que los separa es h = . Tomando 0.2
2
yi = f (xi ) tenemos que el polinomio de -2 -1 0 1 2
interpolación de orden 2 es
y1 − y0 y2 − 2y1 + y0
p(x) = y0 − (x − x0 ) + (x − x0 )(x − x1 )
h 2h2
se deduce la regla de Simpson I
Z b Z x2
h
f (x)dx ≈ p(x)dx = (y0 + 4y1 + y2 ).
a x0 3
1.2
Simpson II funciona de forma similar a
1.0
las reglas anteriores. En este caso se aprox-
0.8
ima la funciónpor un polinomio de inter-
0.6
polación de grado 3 tomando 4 puntos xi
0.4
igualmente espaciados por una distancia de
b−a
h= . Si llamamos yi = f (xi ) y p(x) 0.2
3
al polinomio de interpolación, tenemos que -2 -1 0 1 2
51
3. Métodos numéricos
Z b Z x3
3h
f (x)dx ≈ p(x)dx = (y0 + 3y1 + 3y2 + y3 ).
a x0 8
A medida que incrementamos el grado del polinomio de interpolación el error que comet-
emos se reduce considerablemente. En el siguiente ejemplo, el error se reduce un 50% al
utilizar Simpson I y al utilizar Simpson II se reduce un 90% respecto a Simpson I.
1.2 1.2 1.2
-2 -1 0 1 2 -2 -1 0 1 2 -2 -1 0 1 2
Siguiendo esa tendencia, podrı́amos buscar una regla utilizando un polinomio de un or-
den muy elevado para obtener una precisión mucho mayor, sin embargo el esfuerzo que
se requiere respecto con la mejora que se obtiene hace que sea más interesante utilizar re-
glas compuestas. Esto es, dividir el intervalo de integración en m partes, en nuestro caso
b−a
iguales a una distancia de d = , aplicar en cada uno de ellos la misma regla (trapecio,
m
Simpson I o Simpson II) para aproximar el valor Pi de la integral en cada una de ellas y
sumar todos los resultados para obtener el total de forma que el valor de la integral es
I = P1 + P2 + · · · + Pm .
1.2
• Trapecio: En este caso cada parte no se
1.0
h 0.2
Pi = (yi−1 + yi ).
2 -2 -1 0 1 2
52
3.3 Integración numérica
1.2
• Simpson I: En este caso en cada parte
1.0
se toma también el punto medio, por lo
0.8
dado por
0.2
h
Pi = (y2i−2 + 4y2i−1 + y2i ). -2 -1 0 1 2
3
1.2
• Simpson II: En este caso en cada parte
1.0
se toman dos puntos igualmente espa-
0.8
cioados, por lo que el número total de
0.6
3h
Pi = (y3i−3 +3y3i−2 +3y3i−1 +y3i ). -2 -1 0 1 2
8
x0 x1 x2 x3 x4
−2 −1 0 1 2
h
Calculemos la aproximación Pi = (yi−1 +yi ) de la integral en cada uno de esos trozos
2
1 1
P1 = (0.2 + 0.5) = 0.35 P3 = (1.0 + 0.5) = 0.75
2 2
1 1
P2 = (0.5 + 1.0) = 0.75 P4 = (0.5 + 0.2) = 0.35
2 2
53
3. Métodos numéricos
La aproximación es la suma de todos los trozos I ≈ 0.35 + 0.75 + 0.75 + 0.35 = 2.2.
Si observamos el ejemlo anterior, tenemos que estamos operando por 1/2 cuatro veces,
cuando podrı́amos sacarlo como factor común y operar al final. Esto ocurre en todos los
métodos, de forma que podemos ahorrar algunas operaciones. Volvamos a repetir el Ejem-
plo 3.2 utilizando Simpson I:
x0 x1 x2 x3 x4 x5 x6 x7 x8
−2 −1.5 −1 −0.5 0 0.5 1 1.5 2
h
Tenemos entonces que I ≈ (S1 + S2 + S3 + S4 ) = 1.37.
3
Otra forma de expresar las reglas compuestas es unificar todos los términos en una única
suma. Para ello simplemente hay que tener en cuenta que hay valores, los que delimitan
cada parte, que se cuentan dos veces, exceptuando y0 e yn . De modo que podemos utilizar:
n−1
h X
• Trapecio: I ≈ y0 + 2 yi + yn .
2
i=1
n−1 n−2
h X X
• Simpson I: I ≈ y0 + 4 yi + 2 yi + yn .
3
i=1,3,... i=2,4,...
54
3.3 Integración numérica
-2 -1 0 1 2 -2 -1 0 1 2 -2 -1 0 1 2
Esto se debe a que cuando se divide en 4 trozos el intervalo estamos subdividiendo los
ya existentes. Sin embargo, al dividir en 3 trozos el intervalo la distribución de estos puede
empeorar a la anterior. De esta forma podemos asegurar que si incrementamos el número
de trozos el doble el resultados que obtendremos en no empeorará al anterior.
Es un método que utiliza el método de los trapecios varias veces cambiando el valor de
h para acelerar la convergencia. La idea básica es fijar un h inicial y realizar el método de
los trapecios para divisiones progresivas de h (es decir h, h/2, h/4, etc.) y calcular unas
aproximaciones de forma recursivamente según la siguiente tabla.
A1,1 = Th
4A1,2 − A1,1
A2,2 =
3
42 A2,4 − A2,2
A1,2 = Th/2 A3,4 =
42 − 1
4A1,4 − A1,2
A2,4 = ···
3
42 A 2,8 − A2,4
A1,4 = Th/4 A3,8 =
42 − 1
4A1,8 − A1,4
A2,8 =
3
A1,8 = Th/8
.. .. ..
. . .
55
3. Métodos numéricos
4i Ai,2j − Ai,2j−1
Ai+1,2j =
4i − 1
y pararemos cuando obtengamos el valor de An−1,2n−1 . Cuanto más pequeño sea el valor
de h más rápido convergerá el método.
56
3.4 Resolución numérica de EDOs de primer orden
3.0
2.5
2.0
1.5
Son métodos iterativos, es decir, cada nueva punto (xi+1 , yi+1 ) se calcula a partir de la
anterior (xi , yi ). Por tanto, yi+1 es menos preciso que yi , ya que el error se va acumulando.
b−a
h= .
n
4.5
3.0
0 2.0
57
3. Métodos numéricos
Ejemplo 3.5. Aproximar en el intervalo [1, 2] la solución del problema de valores iniciales
( y
y0 =
2x
y(1) = 2
2−1
Por n = 10 puntos, es decir h = = 0.1
10
2.8
y0 = 2
2.6
x0
y1 = y0 + h = 2.1
2y0 2.4
x1
y2 = y1 + h = 2.1954 2.2
2y1
x2
y3 = y2 + h = 2.2869 2.0
..
.
Los métodos Runge-Kutta de órden n actúan de forma similar al método de Euler. Para
aproximar valor de yi+1 se utiliza una recta que pasa por (xi , yi ) con una pendiente
a1 k1 + a2 k2 + · · · + an kn
mi = ,
a1 + a2 + · · · + an
58
3.4 Resolución numérica de EDOs de primer orden
Para determinar los valores “k” y los pesos “a”, la idea en la que se basan los métodos
de Runge-Kutta clásicos es transformar el problema de resolver
0
y (x) = F (x, y(x))
y(x0 ) = y0
en el equivalente de Z y Z x
dy = F (x, y(x))dx.
y0 x0
De este modo, tendrı́amos que podemos calcular una aproximación de la función a partir
de un valor anterior, es decir
Z xi+1
yi+1 = yi + F (x, y(x))dx (3.1)
xi
k2 = F (xi + h, yi + hk1 ),
y(xi + h) ≈ yi + hF (xi , yi ) = yi + hk1 .
h
yi+1 = yi + (k1 + k2 )
De este modo podemos calcular k2 y apli- 2
59
3. Métodos numéricos
h h
y(xi + h/2) ≈ yi + F (xi , yi ) = yi + k1 .
2 2
h h
y(xi + h) ≈ yi + F xi + h/2, y(xi + h/2) = yi + k2 .
2 2
60
3.5 Álgebra matricial. Factorización LU
h h
y(xi + h/2) ≈ yi + F (xi , yi ) = yi + k1 ,
2 2
y, utilizando este valor, calculamos el valor k2 ≈ F xi + h/2, y(xi + h/2) .
h
y(xi + h/2) ≈ yi + k2 .
2
k2 + k3
de forma mejoramos la precisión haciendo una media de ambos valores, .
2
En las secciones anteriores hemos visto como una serie de algoritmos nos permiten cal-
cular áreas, soluciones de ecuaciones, etc. de forma aproximada y a bajo coste, es de-
cir realizando un número, relativamente pequeño de operaciones sencillas. En el caso del
álgebra matricial, los métodos numéricos no suelen utilizarse para realizar aproximaciones,
61
3. Métodos numéricos
sino para reducir el número de operaciones. En este caso vamos a estudiar la factorización
LU (Lower Upper).
A = LU.
Si hacemos la eliminación Gaussiana sobre esa matriz y replicamos los cambios sobre la
identidad obtendrı́amos que
1 3 1 1 0 0
(A|I) = 2 4 3 0 1 0
3 3 7 0 0 1
A la segunda fila, le restamos dos veces la primera y a la tercera tres veces la primera.
Es decir, hacemos F2 − 2F1 y F3 − 3F1 .
1 3 1 1 0 0 1 0 0
(U1 |P1 ) = 0 −2 1 −2 1 0 E1 = −2 1 0
0 −6 4 −3 0 1 −3 0 1
62
3.5 Álgebra matricial. Factorización LU
Observemos que E1 son las transformaciones elementales que hay que hacer sobre A,
replicados en la identidad. Se cumple que E1 A = U1 .
Si continuamos haciendo eliminación Gaussiana, ahora hay que restar a la tercera fila
tres veces la segunda. Es decir, hacemos F3 − 3F2 .
1 3 1 1 0 0 1 0 0
(U2 |P2 ) = 0 −2 1 −2 1 0 E2 = 0 1 0
0 0 1 3 −3 1 0 −3 1
Observemos que E2 son las transformaciones elementales que hay que hacer sobre U1 ,
replicados en la identidad. Se cumple que E1 U1 = U2 . O lo que es lo mismo, si llamamos
U = U2 y P = P2 tenemos que
P A = E2 E1 A = U
P = E2 E1
y calcular E1−1 y E2−1 es muy sencillo, basta con cambiar de signo los elementos que hay
bajo la diagonal. Es decir
1 0 0 1 0 0
E1−1 = 2 1 0 E2−1 = 0 1 0 .
3 0 1 0 3 1
1. Los valores de las matrices Ei−1 son 1 en la diagonal y el resto 0 salvo (quizás) los
de la columna i.
63
3. Métodos numéricos
L = I − E1 − E2 ,
Sı́ntesis
L = (n − 2)I − E1 − E2 − · · · − En−1 .
Esto es exactamente lo mismo que hacer LU x = b. En otras palabras, bastarı́a con hacer
U x = L−1 b. Si recordamos que L−1 = P básicamente serı́a hacer U x = P b. Observemos
que esto tiene sentido. Cuando se resueve un sistema haciendo Gauss, las trasnformaciones
se hacen tanto sobre los coeficientes como sobre el término independiente b. Por tanto
cuando se hace Gauss nos queda, en efecto, un sistema del tipo U x = P b.
Recordemos que estamos suponiendo que nos están dando tanto L como U , es decir que
no nos dicen P . Podrı́amos calcular la inversa, pero es preferible seguir transformando el
sistema para no tener que hacerla.
64
3.5 Álgebra matricial. Factorización LU
lo cual presenta muchas ventajas ya que basta con resolver el sistema Ly = b aplicando el
procedimiento de bajada para obtener y. Una vez obtenido y se resuelve U x = y aplicando
en este caso el procedimiento de subida.
|A| = |L||U |.
Calcular el determinante de una matriz triangular es muy sencillo. Basta con calcular
su traza, es decir, multiplicar todos los elementos de la diagonal. Como los elementos de
la diagonal de L son siempre unos, se tiene que |L| = 1, es decir |A| = |U |. Como el
determinante de U viene dado por
65
Bibliografı́a recomendada
[1] Marı́a Asunción Iglesias Martı́n. Trigonometrı́a esférica. Teorı́a y problemas resueltos.
UPV. Bilbao 2004.
[2] Juan Manuel Nieto Vales. Curso de Trigonometrı́a Esférica. UCA 1996.
[3] Manuel Berrocoso [et al.]. Notas y apuntes de trigonometrı́a esférica y astronomı́a de
posición. UCA 2003.
[6] Dennis G. Zill. Ecuaciones Diferenciales con Aplicaciones. México. Grupo Editorial
Iberoamérica 1998.
[8] Claude Brézinski. Introduction à la pratique du calcul numérique. Dunod. Paris, 1988.
67