UNIVERSIDAD PRIVADA DEL VALLE

FACULTAD DE INFORMATICA Y ELECTRONICA

INGENIERIA BIOMEDICA
Evaluación
SEDE LA PAZ

METODOS NÚMERICOS

Informe de investigación

Ecuaciones Diferenciales Parciales

Diferencias finitas
Ecuaciones parabólicas

Estudiante:

• Litzy Cuno Quintanilla

• Rubén Beymar Cruz Gutiérrez
• Alex Cordova Avine

Docente: Ing. Franz Poma Luque

La Paz 8 de junio del 2024

Gestión I – 2024
 Ecuaciones parabólicas

1. Introducción.

Las Ecuaciones Diferenciales Parciales (EDP) son una clase de ecuaciones que involucran
funciones de varias variables y sus derivadas parciales. Son fundamentales en la descripción
de fenómenos que varían en más de una dimensión, como el flujo de calor, la propagación
de ondas y la dinámica de fluidos. Dentro de las EDP, las ecuaciones parabólicas, como la
ecuación del calor, son un caso especial que describe procesos que evolucionan con el
tiempo.

El Método de Diferencias Finitas es una técnica numérica para resolver EDPs, que consiste
en discretizar el dominio de la función y sus derivadas, reemplazando las derivadas por
aproximaciones numéricas. Este método transforma las EDPs en sistemas de ecuaciones
algebraicas que pueden ser resueltas con algoritmos computacionales.

La consistencia, estabilidad y convergencia son propiedades cruciales de cualquier esquema

numérico. Un método es consistente si su solución se aproxima a la solución exacta a medida
que la discretización se hace más fina. Es estable si pequeñas perturbaciones en los datos
iniciales o en el proceso de cálculo no causan grandes desviaciones en la solución. Y es
convergente si la solución numérica tiende a la solución exacta a medida que el tamaño de
la discretización tiende a cero.

Los esquemas explícitos e implícitos son dos enfoques del método de diferencias finitas. Los
esquemas explícitos calculan la solución en un nuevo tiempo basándose únicamente en la
información del tiempo actual, lo que los hace simples pero condicionalmente estables. Los
esquemas implícitos, por otro lado, pueden requerir la solución de un sistema de ecuaciones
en cada paso de tiempo, pero son incondicionalmente estables y permiten pasos de tiempo
más grandes.

Finalmente, las aplicaciones prácticas de las EDPs son vastas y abarcan desde la ingeniería
y la física hasta la economía y la biología. Por ejemplo, en la ingeniería, se utilizan para
diseñar sistemas de refrigeración eficientes, mientras que en medicina, ayudan a modelar la
propagación de enfermedades en tejidos humanos.

2. Objetivos
• Comprender y familiarizarse con la teoría de las ecuaciones diferenciales parciales
para aprender a formular modelos matemáticos.
• Desarrollar una investigación sobre los principios de las diferencias finitas en
ecuaciones parabólicas para evaluar la precisión y eficiencia en métodos numéricos.

3. Definición y Aplicación

3.1. Definición y Aplicación

La clasificación de las Ecuaciones Diferenciales Parciales (EDP) es crucial para
comprender los distintos tipos de problemas que estas ecuaciones modelan y para
seleccionar el método numérico más adecuado para su solución. En el contexto de las
diferencias finitas y las ecuaciones parabólicas, esta clasificación adquiere una
importancia particular, ya que determina la forma en que se discretizará el dominio y
se aproximará la solución.
 Las EDPs se clasifican en tres tipos principales: elípticas, parabólicas e hiperbólicas,
basándose en la forma de la ecuación y las características de sus coeficientes. Esta
clasificación es análoga a la de las cónicas en geometría analítica y se determina
mediante el signo de la discriminante de la forma cuadrática asociada a la ecuación.

La consistencia del método de diferencias finitas asegura que la discretización de las

derivadas se aproxima a las derivadas reales a medida que el tamaño de la malla
tiende a cero. La estabilidad se refiere a la capacidad del método para controlar el
crecimiento de los errores numéricos durante la iteración. La convergencia garantiza
que la solución numérica tiende a la solución exacta cuando la discretización se hace
infinitamente fina.

En la práctica, la clasificación de las EDPs informa sobre el comportamiento de la

solución y sobre las propiedades que se pueden esperar de ella. Por ejemplo, las
soluciones de las ecuaciones parabólicas tienden a suavizarse con el tiempo debido a
la naturaleza difusiva del proceso que modelan. Esto tiene implicaciones directas en
la selección de esquemas numéricos y en la interpretación de los resultados obtenidos.

3.2. Método de Diferencias Finitas

Los Problemas de Valor Inicial y de Frontera (PVIF) en el contexto de las Ecuaciones

Diferenciales Parciales (EDP) parabólicas son fundamentales para la modelización
matemática de fenómenos físicos que evolucionan en el tiempo. Estos problemas
consisten en encontrar una función que no solo satisfaga una EDP parabólica en un
dominio específico, sino que también cumpla con condiciones preestablecidas en los
límites de dicho dominio y en un instante inicial.

En las EDP parabólicas, como la ecuación del calor, el problema de valor inicial se
refiere a la condición de la función en el tiempo inicial, es decir, se especifica el estado
inicial del fenómeno a modelar. Por ejemplo, en la ecuación del calor, se podría
especificar la distribución de temperatura en una barra metálica en el instante inicial.

Por otro lado, el problema de frontera implica establecer condiciones en los límites
espaciales del dominio. Estas condiciones pueden ser de varios tipos, como
condiciones de Dirichlet, donde se fija el valor de la función en la frontera; condiciones
de Neumann, que fijan el valor de la derivada normal a la frontera; o condiciones
mixtas, que son una combinación de ambas.
La resolución de PVIF en EDP parabólicas mediante el Método de Diferencias Finitas
implica discretizar tanto el dominio espacial como el temporal. En el dominio espacial,
la barra se divide en una malla de puntos, y en el dominio temporal, se consideran
instantes discretos. Las derivadas parciales se aproximan mediante diferencias finitas,
lo que convierte la EDP continua en un sistema de ecuaciones algebraicas discretas.

La correcta formulación de los PVIF es crucial para la solución numérica de las EDP
parabólicas. La consistencia del método asegura que la discretización de las derivadas
se aproxima a las derivadas reales a medida que el tamaño de la malla tiende a cero.
La estabilidad se refiere a la capacidad del método para controlar el crecimiento de los
errores numéricos durante la iteración. La convergencia garantiza que la solución
numérica tiende a la solución exacta cuando la discretización se hace infinitamente
final.
 En aplicaciones prácticas, los PVIF permiten modelar situaciones reales con gran
precisión. Por ejemplo, en ingeniería térmica, los PVIF se utilizan para predecir la
distribución de temperatura en un sistema que cambia con el tiempo, lo que es esencial
para el diseño de sistemas de refrigeración y calefacción eficientes.

3.3. Aplicaciones Practicas

1. Termodinámica: Son utilizadas para modelar y comprender procesos

termodinámicos como la transferencia de calor, la difusión de materia y la
producción de energía en sistemas físicos.
2. Dinámica de fluidos: Esenciales para modelar y comprender el movimiento de
fluidos, como el flujo de aire alrededor de una aeronave, la circulación oceánica
y la dinámica atmosférica.
3. Electromagnetismo: Describen el comportamiento de los campos eléctricos y
magnéticos, con ello podemos predecir fenómenos, como la propagación de
ondas electromagnéticas, la interacción de cargas y corrientes y el
comportamiento de los materiales magnéticos.
4. Mecánica Cuántica: Describen la evolución temporal de un sistema cuántico,
como por ejemplo la ecuación de Schrödinger, que describe la evolución de la
función de onda que representa el estado cuántico del sistema.
5. Mecánica Clásica: Podemos describir el movimiento de partículas y sistemas
físicos bajo la influencia de fuerzas conocidas.
6. Medicina: Utilizado en el estudio del crecimiento de tumores y la forma en que
difunden sobre los tejidos que los rodean y órganos.

4. Método de Diferencias Finitas

4.1. Esquemas Explícitos e Implícitos

En el estudio de las **Ecuaciones Diferenciales Parciales (EDP) parabólicas**

mediante el **Método de Diferencias Finitas**, los **esquemas explícitos e implícitos**
juegan un papel crucial en la aproximación numérica de la solución. Estos esquemas
son estrategias para discretizar el tiempo y el espacio, permitiendo convertir la EDP
continua en un conjunto de ecuaciones algebraicas que pueden ser resueltas
computacionalmente.

Los esquemas explícitos son aquellos en los que el valor de la solución en un punto
de la malla en el tiempo siguiente se calcula directamente a partir de los valores
conocidos en el tiempo actual. Son fáciles de implementar y computacionalmente
menos costosos por iteración, pero requieren pasos de tiempo pequeños para
mantener la estabilidad numérica, lo que se conoce como **condición de Courant-
Friedrichs-Lewy (CFL).

Por otro lado, los esquemas implícitos calculan el valor de la solución en un punto de
la malla en el tiempo siguiente utilizando también los valores en el tiempo siguiente, lo
que implica resolver un sistema de ecuaciones en cada paso de tiempo. Aunque son
más complejos y requieren más cálculo por iteración, permiten pasos de tiempo más
grandes sin sacrificar la estabilidad.

La elección entre un esquema explícito o implícito depende de varios factores, como

la precisión deseada, la estabilidad numérica y la eficiencia computacional. Los
esquemas explícitos son preferibles para problemas donde la eficiencia computacional
 es primordial y se pueden manejar pasos de tiempo pequeños. Los esquemas
implícitos son más adecuados para problemas donde se requieren pasos de tiempo
más grandes o cuando la estabilidad es una preocupación mayor.

En el contexto de las EDP parabólicas, como la ecuación del calor, la elección del
esquema afecta cómo se modela la propagación del calor a través del medio. Un
esquema explícito capturará la evolución del calor paso a paso, mientras que un
esquema implícito proporcionará una visión más global de la distribución de
temperatura en cada paso de tiempo.

4.2. Estabilidad y Convergencia

Consistencia:
La consistencia se refiere a que el esquema numérico debe aproximar adecuadamente
la ecuación diferencial parcial original a medida que el tamaño de malla (espacial y
temporal) se reduce.
Para que un esquema sea consistente, los términos de error de truncamiento deben
tender a cero cuando los pasos de malla tienden a cero.
Verificar la consistencia es crucial para garantizar que el esquema numérico converge
a la solución exacta de la ecuación diferencial parcial.

Estabilidad:
La estabilidad se refiere a la sensibilidad de la solución numérica ante pequeñas
perturbaciones o errores en los datos de entrada.
Un esquema numérico estable significa que los errores no se amplifican
excesivamente durante el proceso iterativo.
Para esquemas explícitos en ecuaciones parabólicas, la condición de estabilidad está
dada por el criterio de Courant-Friedrichs-Lewy (CFL).
Los esquemas implícitos suelen ser incondicionalmente estables, pero pueden
requerir la solución de sistemas de ecuaciones lineales.

Convergencia:
La convergencia se refiere a que la solución numérica debe tender a la solución exacta
de la ecuación diferencial parcial a medida que el tamaño de malla tiende a cero.
Para garantizar la convergencia, el esquema numérico debe ser consistente y estable.
La tasa de convergencia está dada por el orden del método, que determina cuán rápido
el error de discretización tiende a cero.
Métodos de mayor orden (como Crank-Nicolson) suelen tener tasas de convergencia
más altas que métodos de primer orden (como el esquema explícito).

• Esquema explícito:
En un esquema explícito, la solución en el siguiente paso de tiempo se calcula
directamente a partir de los valores conocidos en el paso de tiempo actual.
La fórmula general para un esquema explícito 1D parabólico es:
u(i,j+1) = u(i,j) + Δt/Δx² * (u(i+1,j) - 2u(i,j) + u(i-1,j))
- Ventajas:
Fácil de implementar
No requiere resolver sistemas de ecuaciones
- Desventajas:
Está sujeto a la condición de estabilidad CFL
Puede ser más lento para alcanzar la solución en algunos casos
• Esquema implícito:
 En un esquema implícito, la solución en el siguiente paso de tiempo se obtiene
resolviendo un sistema de ecuaciones lineales.
La fórmula general para un esquema implícito 1D parabólico es:
a u(i-1,j+1) + b u(i,j+1) + c u(i+1,j+1) = d u(i,j)
donde a, b, c, d son coeficientes que dependen de Δt, Δx y los parámetros de la
ecuación.
- Ventajas:
Es incondicionalmente estable, lo que permite utilizar pasos de tiempo más grandes.
Generalmente tiene una tasa de convergencia más alta.
- Desventajas:
Requiere resolver un sistema de ecuaciones lineales en cada paso de tiempo.
Puede ser más complejo de implementar.

4.3. Método de Crank-Nicolson

El Método de Crank-Nicolson es una técnica numérica prominente en el análisis de
Ecuaciones Diferenciales Parciales (EDP) parabólicas mediante el uso de diferencias
finitas. Este método es particularmente valorado por su estabilidad numérica y
precisión, siendo un método de segundo orden en tiempo, lo que significa que el error
en la aproximación temporal decrece proporcionalmente al cuadrado del tamaño del
paso de tiempo.

Este método se basa en la idea de tomar un promedio temporal entre un esquema

explícito y uno implícito, específicamente, la combinación del método de Euler hacia
adelante (explícito) y el método de Euler hacia atrás (implícito). Al hacer esto, el
Método de Crank-Nicolson logra una mayor estabilidad sin sacrificar demasiado la
eficiencia computacional.

En la práctica, al aplicar el Método de Crank-Nicolson a una EDP parabólica como la

ecuación del calor, se discretiza la ecuación tanto en el espacio como en el tiempo. La
solución en el nuevo paso de tiempo se calcula utilizando la información del paso de
tiempo actual y del siguiente, lo que requiere resolver un sistema de ecuaciones
algebraicas en cada iteración. Aunque esto puede parecer más demandante desde el
punto de vista computacional en comparación con los métodos explícitos, la ventaja
de la estabilidad incondicional del Método de Crank-Nicolson permite utilizar pasos de
tiempo más grandes, lo que puede compensar el costo adicional de cálculo.

Además, el Método de Crank-Nicolson es conocido por su capacidad para manejar

oscilaciones espurias que pueden surgir en soluciones numéricas, especialmente
cuando se utilizan pasos de tiempo grandes en relación con la malla espacial. Esto lo
hace particularmente útil en aplicaciones donde se requieren pasos de tiempo grandes
o mallas espaciales finas.

4.4. Condiciones de Frontera e Iniciales

- Condiciones Iniciales: Estas condiciones especifican el comportamiento de la

solución en el inicio del dominio espacial y temporal sobre el cual se está
resolviendo la ecuación. En el caso de una ecuación parabólica, como la
ecuación del calor o la ecuación de difusión, las condiciones iniciales indican
cómo se distribuye inicialmente la cantidad (temperatura, concentración, etc.)
en el dominio en el momento inicial.
 Por ejemplo, en un problema de difusión de calor, las condiciones iniciales
pueden especificar la temperatura en cada punto del dominio en el instante
inicial.

- Condiciones de Frontera: Estas condiciones especifican el comportamiento de

la solución en el límite del dominio espacial sobre el cual se está resolviendo la
ecuación. Para una ecuación parabólica, las condiciones de frontera
generalmente indican cómo se comporta la solución en los bordes del dominio
durante todo el tiempo de simulación.

Por ejemplo, en un problema de difusión de calor en una barra metálica, las

condiciones de frontera pueden especificar la temperatura constante en los
extremos de la barra, o pueden especificar la tasa de transferencia de calor con
el ambiente externo.

1) Tema 9. Ecuaciones diferenciales parciales (EDP).

[Link]

(2) Desarrollo de las Ecuaciones Diferenciales Parciales Parabólicas ….

[Link]

(3) Análisis de elementos finitos: esquemas implícito y explícito. [Link]

de-elementos-finitos-esquemas-implicito-y-explicito/.

(4) Objetivo General Objetivos Específicos – Universidad de Sonora.

[Link]

(5) Ecuación parabólica en derivadas parciales – Wikipedia, la enciclopedia ….

[Link]

) 01. ¿Qué son las ecuaciones diferenciales parciales?.

[Link]

(2) Unidad 2.2-Ecuaciones Diferenciales Parciales Parabólicas.

[Link]

(3) Aplicaciones e importancia en la física de las ecuaciones diferenciales

[Link]
docs/757605#:~:text=Algunas%20aplicaciones%20importantes%20de%20las,como%20las%20leyes
%20de%20Newton.

(4) Desarrollo de las ecuaciones diferenciales parciales parabólicas mediante diferencias

finitas, elementos finitos y Meshless. Ing Manuel Patricio Pugarim Diaz. (2015). Quito.
Ecuador. Capítulo 1: Ecuaciones parabólicas (3-8). Capítulo 2: Diferencias finitas (11-23)..