CAPTULO 27 Problemas de valores en la frontera y de valores propios

De nuestro anlisis al inicio de la parte siete, recuerde que una ecuacin diferencial ordinaria se acompaa de condiciones auxiliares. Estas condiciones se utilizan para evaluar las constantes de integracin que resultan durante la solucin de la ecuacin. Para una ecuacin de n-simo orden, se requieren n condiciones. Si todas las condiciones se especifican para el mismo valor de la variable independiente, entonces se trata de un problema de valor inicial (figura 27.1a). Hasta aqu, el material de la parte siete se ha dedicado a este tipo de problema. Hay otra aplicacin en la cual las condiciones no se conocen para un solo punto, sino, ms bien, se conocen en diferentes valores de la variable independiente. Debido a que estos valores se especifican en los puntos extremos o frontera de un sistema, se les

conoce como problemas de valores en la frontera (figura 27.1b). Muchas aplicaciones importantes en ingeniera son de esta clase. En el presente captulo analizamos dos procedimientos generales para obtener su solucin: el mtodo de disparo y la aproximacin en diferencias finitas. Adems, presentamos tcnicas para abordar un tipo especial de problema de valores en la frontera: la determinacin de valores propios (valores caractersticos o eigenvalores). Por supuesto, los valores propios tambin tienen muchas aplicaciones que van ms all de las relacionadas con los problemas de valores en la

frontera.

27.1 MTODOS GENERALES PARA PROBLEMAS DE VALORES EN LA FRONTERA

Se puede utilizar la conservacin del calor para desarrollar un balance de calor para una barra larga y delgada (figura 27.2). Si la barra no est aislada en toda su longitud y el sistema se encuentra en estado estacionario, la ecuacin resultante es:

donde hes un coeficiente de transferencia de calor (m 2) que parametriza la velocidad con que se disipa el calor en el medio ambiente, y Ta es la temperatura del medio ambiente (C). Para obtener una solucin de la ecuacin (27.1) se deben tener condiciones de frontera adecuadas. Un caso simple es aquel donde los valores de las temperaturas en los extremos de la barra se mantienen fijos. Estos valores se expresan en forma matemtica como T(0) = T1 T(L) = T2 Con estas condiciones, la ecuacin (27.1) se puede resolver de manera analtica usando el clculo. Para una barra de 10 metros con Ta = 20, T1 = 40, T2 = 200 y h= 0.01, la solucin es T = 73.4523e0.1x 53.4523e0.1x + 20 (27.2) En las siguientes secciones se resolver el mismo problema usando procedimientos numricos.

El mtodo de disparo El mtodo de disparo se basa en convertir el problema de valor en la frontera en un problema de valor inicial equivalente. Posteriormente se aplica un procedimiento de prueba y error para resolver la versin de valor inicial. El mtodo se ilustrar con un ejemplo.

Problemas no lineales de dos puntos. Para problemas de valores en la frontera no lineales, la interpolacin lineal o extrapolacin por medio de dos puntos de solucin no necesariamente dar como resultado una estimacin exacta de la condicin de frontera requerida para obtener una solucin exacta. Una alternativa consiste en realizar tres aplicaciones del mtodo de disparo y usar un polinomio de interpolacin cuadrtica para estimar la condicin de frontera adecuada. No obstante, es poco probable que este procedimiento ofrezca la respuesta exacta, y se necesitarn iteraciones adicionales para llegar a la solucin. Otro procedimiento para un problema no lineal implica reformularlo como un problema de races. Recuerde que la forma general de un problema de races consiste en El mtodo de disparo: a) el primer disparo, b) el segundo disparo y c) el tiro fi nal exacto. encontrar el valor de x que haga que la funcin se anule, es decir f(x) = 0. Ahora, usemos el ejemplo 27.1 para entender cmo se plantea en esta forma el mtodo de disparo. Primero, reconocemos que la solucin del par de ecuaciones diferenciales es tambin una funcin, en el sentido que suponemos una condicin en el extremo izquierdo de la barra, z0, y la integracin nos da una prediccin de la temperatura en el extremo derecho, T10. As, se considera la integracin como: T10 = f(z0) Es decir, la integracin representa un proceso por medio del cual una suposicin de z0 dar una prediccin de T10. Visto de esta manera, sabemos que lo que deseamos es el valor de z0 que proporcione un valor especfico de T10. Si, como en el ejemplo, deseamos T10 = 200, planteamos el problema como sigue: 200 = f(z0) Llevando el 200, que es nuestro objetivo, al lado derecho de la ecuacin, genera una nueva funcin, g(z0), que representa la diferencia entre lo que tenemos, f(x0), y lo que buscamos, 200. g(z0) = f(z0) 200 Si llevamos esta nueva funcin a cero, obtendremos la solucin. El siguiente ejemplo ilustra el procedimiento.

Problemas de valores en la frontera

(P.V.F.)
4.1. Existencia y unicidad de solucion del P.V.F.
Aqui tratamos de resolver numericamente el problema siguiente:

En primer lugar, recordemos los resultados relacionados con la existencia y unicidad de solucion del problema. Para empezar no todo problema admite solucion;Ejemplo:

no se admite solucion. Consideramos el P.V.F. del tipo:

con condiciones:

Teorema 4.1 (existencia y unicidad)

Entonces, 1. (4.1)-(4.2) admite una unica solucion. 2. (4.1)-(4.3) admite una unica solucion si a0a1 >/ 0 y b0b1 >/ 0. Corolario 4.1 (caso lineal) Sea el P.V.F.

Metodo de tiro simple.

Consideremos el problema de contorno o P.V.F.:

Idea:
Sea y(x) la solucion exacta del problema (4.5), supuesto que f (x; y; y0) cumple las condiciones adecuadas. Asi, podemos partir de la hipotesis de que y0(a) es un valor conocido (por ejemplo, y0 (a) = z). Entonces si z fuese la derivada correcta de y (x) en x = a, tendramos que resolver (4.5) ser a equivalente a

En caso armativo, tendremos que y (x) _ y (x; z) es la solucion de (4.5); en caso contrario (lo habitual), calcularemos una nueva solucion y (x; z*). Resolver (4.5) desde (4.6) pasa por analizar: _ (z) _ y (b; z) _ = 0 (4.7) Para este proposito, se utilizan diversas tecnicas numericas de resolucion de ecuaciones no lineales de las que destacan el metodo de la secante, el de Newton-Raphson y tambien interpolacion inversa. >Tiene solucion (4.7)?, >cuantas tiene? En el libro H. Keller::

Solucin: En primer lugar, sustituimos el problema dado por el La solucion de este nuevo problema es: y (x; z) = zsen (x). Por lo tanto, la ecuacion (4.7) se convierte en

es decir, 3 = 0 lo que es imposible. Esto significa que el problema original no admite solucion.

cuya solucion es:

De esta forma, la ecuacion a resolver es:

que tiene por solucion unica: Por lo tanto, la solucion del problema original ser:

Caso lineal
Si _ (z) es funcion lineal respecto a z, entonces en un solo paso encontraramos la solucion exacta mediante el m_etodo de la secante. Esto se produce cuando la ecuacion diferencial es lineal (como se ha visto en los dos ejemplos anteriores), es decir:

En esta situacion, el metodo de tiro proporciona de una manera eficaz y simple la solucion del P.V.F. como sigue: Proposicion 4.1 Sean y1 (x) e y2 (x) sendas soluciones de los P.V.I. siguientes:

Entonces, la solucion del P.V.F. viene dada por:

Observacion: El escalar esta bien de unido siempre que y2 (b) 6= 0. Pero, >como procedemos numericamente? Con la ayuda de un metodo numerico (de un paso o multipaso), obtenemos las soluciones numricas de P1 y P2:

27.2 PROBLEMAS DE VALORES PROPIOS

Los problemas de valores propios, o caractersticos o eigenvalores, constituyen una clase especial de problemas con valores en la frontera, que son comunes en el contexto de problemas de ingeniera que implican vibraciones, elasticidad y otros sistemas oscilantes. Adems, se utilizan en una amplia variedad de contextos en ingeniera que van ms all de los problemas con valores en la frontera. Antes de describir los mtodos numricos para resolver estos problemas, revisaremos alguna informacin como antecedente. sta comprende el anlisis de la importancia tanto matemtica como ingenieril de los valores propios. 27.2.1 Antecedentes matemticos En la parte tres se estudiaron mtodos para resolver sistemas de ecuaciones algebraicos lineales de la forma general [A]{X} = {B} Tales sistemas se llaman no homogneos debido a la presencia del vector {B} en el lado derecho de la igualdad. Si las ecuaciones que constituyen tal sistema son linealmente independientes (es decir, que tienen un determinante distinto de cero), tendrn una solucin nica. En otras palabras, existe un conjunto de valores x que satisface las ecuaciones. En cambio, un sistema algebraico lineal homogneo tiene la forma general: [A]{X} = 0 Aunque son posibles las soluciones no triviales (es decir, soluciones distintas a que todas las x = 0) para tales sistemas, generalmente no son nicas. Ms bien, las ecuaciones simultneas establecen relaciones entre las x que se pueden satisfacer con diferentes combinaciones de valores. Los problemas de valores propios relacionados con la ingeniera tienen la forma general:

donde l es un parmetro desconocido llamado valor propio o caracterstico o eigenvalor. Una solucin {X} de este sistema se le conoce como vector propio (vector caracterstico o eigenvector). El conjunto de ecuaciones anterior tambin se expresa de manera concisa como: La solucin de la ecuacin (27.4) depende de la determinacin del valor de l. Una manera de obtenerlo se basa en el hecho de que el determinante de la matriz [[ A] l[I]] debe ser igual a cero para que existan soluciones no triviales. La expansin del determinante ser un polinomio en funcin de l. Las races de este polinomio son los valores propios. En la siguiente seccin se presentar un ejemplo de dicho procedimiento. 27.2.2 Antecedentes fsicos El sistema masa-resorte de la figura 27.5a es un ejemplo simple para ilustrar cmo se presentan los valores propios en los problemas fsicos. Tambin ayudar a entender algunos

de los conceptos matemticos presentados en la seccin anterior. Para simplificar el anlisis, suponga que en cada masa no actan fuerzas externas o de amortiguamiento. Adems, considere que cada resorte tiene la misma longitud natural l y la misma constante de resorte k. Por ltimo, suponga que el desplazamiento de cada resorte se mide en relacin con su sistema coordenado local con un origen en la posicin de equilibrio del resorte (figura 27.5b). Bajo estas consideraciones, se emplea la segunda ley de Newton para desarrollar un balance de fuerzas para cada masa (recuerde la seccin 12.4),

donde xi es el desplazamiento de la masa i respecto de su posicin de equilibrio (figura 27.5b). Estas ecuaciones se expresan como

De la teora de vibraciones, se conoce que las soluciones de la ecuacin (27.5) pueden tomar la forma:

donde Ai = la amplitud de la vibracin de la masa i y w = la frecuencia de la vibracin, que es igual a:

donde Tp es el periodo. De la ecuacin (27.6) se tiene que:

Las ecuaciones (27.6) y (27.8) se sustituyen en las ecuaciones (27.5), y despus de agrupar trminos, se expresan como:

Una comparacin entre las ecuaciones (27.9) y (27.4) indican que ahora la solucin se redujo a un problema de valores propios.

27.2 Problemas de valores propios El objetivo de este captulo es estudiar los algoritmos mas importantes para calcular los valores propios de matrices generales; es decir, matrices que no son simtricas o hermticas. Los algoritmos que veremos aqu son aplicables tambien a matrices simetricas y hermticas pero para estas hay, ademas, otros algoritmos especficos. En Algebra Lineal Numerica se suele hablar de algoritmos directos y de algoritmos iterativos para distinguir entre los algoritmos que producen el resultado deseado tras un numero finito de iteraciones (algoritmos directos como los de Gauss o QR) y aquellos que tienen como objetivo la construccion de una sucesion de objetos

que converge al resultado deseado. Como veremos enseguida hay una razon muy poderosa para que los algoritmos para el calculo de valores y vectores propios sean del segundo tipo. Y siendo las cosas as se habla de metodos directos e iterativos para el calculo de valores y vectores propios con un significado diferente a los anteriores. Los primeros buscan obtener todos los valores propios y (opcionalmente) los vectores

El metodo de las potencias

El objetivo del metodo de las potencias es calcular un vector propio de una matriz dada A P Fn_n. Es extremadamente simple: Dado un vector no nulo x P Fn se construye la sucesion tAkxu, k _ 1, 2, . . .. Esta sucesion de vectores puede no converger a un vector, pero frecuentemente la sucesion de los subespacios generados por sus elementos,t Akx u, s. Recordemos que para cada valor propio no hay un vector propio determinado unvocamente, sino todo un subespacio de ellos (exceptuando el vector cero que no es un vector propio). Por lo tanto, lo que nos interesa es buscar un subespacio propio de A y despues escoger un vector propio particular; por ejemplo, un vector propio unitario. As pues, debemos estudiar la convergencia de subespacios y no de vectores propiamente
27.3 EDO Y VALORES PROPIOS CON BIBLIOTECAS Y PAQUETES DE SOFTWARE
Las bibliotecas y paquetes de software tienen grandes capacidades para resolver EDO y determinar valores propios. En esta seccin se explican algunas de las formas en que pueden aplicarse con tal propsito. 27.3.1 Excel Las capacidades directas de Excel para resolver problemas de valores propios y EDO son limitadas. Sin embargo, si se realiza alguna programacin (por ejemplo, macros), se puede combinar con las herramientas de visualizacin y optimizacin de Excel para implementar algunas aplicaciones interesantes. En la seccin 28.1 se proporciona un ejemplo de cmo se utiliza el Solver de Excel para la estimacin de parmetros de una EDO. 27.3.2 MATLAB Como podra esperarse, el paquete estndar MATLAB tiene excelentes capacidades para determinar valores y vectores propios. Aunque, tambin tiene funciones prediseadas para resolver EDO. Las soluciones estndar de EDO incluyen dos funciones para implementar el mtodo Runge-Kutta Fehlberg con tamao de paso adaptativo (recuerde la seccin 25.5.2). stas son ODE23, la cual usa frmulas de segundo y de tercer orden para alcanzar una exactitud media; y ODE45, que emplea frmulas de cuarto y de quinto orden para alcanzar una exactitud alta. El siguiente ejemplo ilustra la manera en que se utilizan para resolver un sistema de EDO.

En MATLAB tambin se incluyen funciones diseadas para sistemas rgidos, definidas por ODE15S y ODE23S. Como se muestra en el siguiente ejemplo, stas funcionan bien cuando fallan las funciones estndar.

As, vemos que los valores propios son muy diferentes en magnitud, lo cual es comn en un sistema rgido. Los valores propios se interpretan reconociendo que la solucin general de un sistema de EDO se puede representar como la suma de exponenciales. Por ejemplo, en este caso la solucin tendr la forma:

donde cij = la parte de la condicin inicial de yi correspondiente al j-simo valor propio. Debe observarse que las c pueden evaluarse a partir de las condiciones iniciales y de los vectores propios. Cualquier buen libro sobre ecuaciones diferenciales, como por ejemplo, el de Boyce y DiPrima (1992), le explicar cmo se puede realizar esto. Puesto que, en este caso, todos los valores propios son positivos (y, por lo tanto, negativos en la funcin exponencial), la solucin consta de un conjunto de exponenciales en decaimiento. La que tiene el valor propio ms grande (en este caso, 302.0101) determinar el tamao de paso en caso de que utilice una tcnica con solucin explcita.

27.3

ODE Solvers en MATLAB y Simulink MATLAB y Simulik comparten el mismo conjunto de rutinas para la solucin de ecuaciones diferencialesordinarias el cual incluye los siguientes mtodos: 4.4.1 Mtodos de paso variable Sistemas no rgidos ode45 - frmula Runge-Kutta (4,5) explcita, Dormand-Prince, exactitud media (mtodo utilizado por omisin) ode23 - frmula Runge-Kutta (2,3) explcita, Bogacki-Shampine, exactitud baja ode113 - frmula de Adams-Bashforth-Moulton (1,13), exactitud baja a alta Sistemas rgidos ode15s - frmula de diferencias retrgradas, Klopfenstein-Shampine (1,5), exactitud baja a alta ode23s - frmula de modificada de Rosenbrock (2,3), exactitud baja ode23t - integracin trapezoidal, sistema moderadamente rgidos, exactitud baja ode23tb - mtodo hbrido, trapezoidal diferencias retrgradas, exactitud baja Mtodos de paso fijo (solo en Simulink) ode1 - frmula de Euler

 ode2 - frmula de Euler modificada ode3 - versin de paso fijo del ode23 ode4 - frmula Runge-Kutta de 4 orden ode5 - versin de paso fijo del ode45 4.4.3 Ejemplo El llamado general a las rutinas de solucin de ecuaciones diferenciales en MATLAB es [t,y] = odesolver('f',intervalo,yo) en donde odesolver es el nombre del mtodo a utilizar, seleccionado de entre los listados en 4.4.1 o 4.4.2. El siguiente es el listado de instrucciones y el grfico correspondiente para la solucin de un sistema de control proporcional de una planta de segundo orden utilizando el ode45 de Matlab.

El modelo a resolver debe proporcionarse en un archivo separado.