Vista previa del material en texto
Caṕıtulo 2 Modelo Matemático, Aplicación y Análisis. Nos introducimos en la resolución numérica de ecuaciones en derivadas parciales, este es uno de los campos de más actividad en la matemática aplicada actual ya que se refiere a dicretizar gran variedad de problemas que aparecen en ciencias e ingeniera. Veremos problemas de evolución donde t́ıpi- camente tenemos una variable ”espacial”, sobre la cual se da condiciones de contorno y una variable ”temporal”sobre la que se dan condiciones iniciales. 2.1. Problemas de convección difusión tran- sitorios Consideramos el dominio Ω ⊂ <n con n = 1 ó n = 2 ó 3 y su frontera ∂Ω ,los problemas de convección difusion se pueden modelar como: ∂c ∂t + v.∇c−∇.(ν∇c) + σ(c)c = f en Ω× (0, T ], c = centrada sobre Γ× (0, T ], ∇c.n = 0 sobre ∂\Γ× (0, T ], c(x, 0) = c0 en Ω, (2.1) En nuestra ecuación modelo tenemos que c(x, t) es la concentración del con- taminante en el punto x e instante t , v(x) es la velocidad convectiva( o advectiva ), ν > 0 es el coeficiente de difusividad, σ(c) es el coeficiente de reacción, f(x, t) es el término fuente, ∇ el operador nabla habitual y T el 19 20 2.2. Motivación, Aplicaciones tecnológicas tiempo final de análisis. En la ecuación transitoria el término ∂c ∂t modela la variación de la concentración con respecto al tiempo; v.∇c es la convección debido al movimiento del fluido ambiental, ∇.(ν∇c) la difusión (dispersión de mayor a menor concentración de moléculas de contaminantes),σ(c)c la reacción no lineal y f la fuente externa. Además consideraremos que tanto la difusividad ν como la velocidad convectiva v(x) son constantes.En los pro- blemas de dispersión de contaminantes se realizan diferentes simplificaciones en las reacciones qúımicas con el fin de obtener una EDP lineal 2.2. Motivación, Aplicaciones tecnológicas El proposito de esta sección es ilustrar sobre la aplicación de los méto- dos numéricos para resolver problemas de la vida real en particular como podemos usar la ecuación de convección difusión resuelta via diferencias fi- nitas para la resolución de problems de advección y difusión como el flujo de nutrientes ; contaminación en los rios o de contaminantes en la atmósfera a la dinamica de poblaciones, a la economı́a,o al fisioloǵıa respiratoria, etc. Diremos que un contaminante del aire es aquella componente que está pre- sente en la atmósfera, a niveles perjudiciales a la vida de los seres humanos, plantas y animales. Calcular la distribución de una sustancia qúımica dependiendo del tiempo a lo largo del eje longitudinal de un reactor rectangular. Otro ejemplo es el problema donde P (t, x) sea la densidad de población de una especie de peces en la posicion x y el tiempo t, donde la especie de peces vive sobre una recta, y el movimiento de los individuos sigue un movi- miento aleatorio. La ecuación de Black-Scholes-Merton que es un modelo de valoración de derivados financieros publicado en el Journal of Political Economy de mayo/junio de 1973, conocido en el ámbito financiero como el modelo de Black-Scholes-Merton, y aceptado desde entonces, como uno de los modelos matemáticos más influyentes en grandes decisiones financieras a nivel mun- dial. 2.2.1. Modelación del transporte de Solutos en ŕıos La descripción precisa de transporte de solutos en ŕıos es una componente escencial en todos los modelos de estudio de la calidad del agua y de predic- 2. Modelo Matemático, Aplicación y Análisis. 21 ción de incidentes de contaminación, los modelos unidimensionales, pueden describir adecuadamenete los procesos de transporte de solutos en ŕıos, pe- ro en general los parámetros de los modelos de transporte de solutos deben estimarse para cada ŕıo en particular. Veremos el problema de: Flujo de nutrientes en un estuario Las entradas de los nutrientes a un estuario pueden provenir del aporte fluvial, del realizado por las aguas subterrneas, a través la atmósfera o por la entrada de agua de mar. Aporte fluvial: los ros transportan una carga de materia soluble y particulada que pro- vienen de los lixiviados y escorrentas de la cuenca que drenan. Existe una fuerte correlacin entre las cargas de nitrgeno y fsforo total en los ŕıos con el uso de la tierra, y especialmente con las prácticas agŕıcolas (Moreau et al., 1998). Históricamente la carga de nutrientes en los ros ha ido aumentando de forma paralela al incremento de poblaciones humanas en sus cuencas, como resultado tanto de las aguas residuales provenientes de los aportes humanos como de la de animales y al aumento de la aplicacin de fertilizantes en las tierras de cultivo. Aporte de aguas subterraneas: La entrada proveniente de las aguas subterrneas es generalmente desco- nocida y variabley por consiguiente no se la suele tener en cuenta. Aporte atmosférico: La entrada atmosférica es importante principalmente para el nitrógeno ya que para el fósforo y el silicio, las formas gaseosas de estos compuestos tienen un papel casi insignificante debido a que no han sido encontradas en cantidades significativas en el medio natural. Aporte del mar: La entrada de nutrientes que aporta el mar al estuario es generalmente muy baja y suele ser como mnimo, de un orden de magnitud inferior a la del 22 2.2. Motivación, Aplicaciones tecnológicas ŕıo. Modelos de nutrientes. El modelado biogeoqúımico involucra la simulación matemática de varios constituyentes biológicos y geoqúımicos en un intento de comprender los ciclos de estos constituyentes y los procesos que afectan sus distribuciones. Sin embargo, los modelos biogeoqúımicos dependen intŕınsecamente de los datos, ya que sin ellos, poca aplicabilidad tendrán en la resolución de los problemas (Gregg, 1997). Los tipos de modelos biogeoqúımicos actualmente en uso son diversos, y van desde planteamientos simples hasta complejas investigaciones multidisci- plinarias con muchoscomponentes. No obstante, generalmente todos contie- nen un componente biológico de nivel bajo en la cadena trófica (usualmente fitoplancton representado por la clorofila), al menos un nutriente que es re- querido para el crecimiento y consumo de nutrientes, y un segundo nivel trófico (zooplancton o bacterias) para regenerar los nutrientes y consumir la biomasa fitoplanctónica (Gregg, 1997). Los estuarios son la mayor fuente de materiales de desecho en el mar. En muchos casos los estuarios reciben descargas importantes tanto urbanas como industriales. La mayora de los modelos biológicos desarrollados se encuentran enfocados con los procesos marinos ordinarios (James, 1978). Los constituyentes básicos del análisis son los nutrientes, el fitoplancton y el zooplancton, desarrollándose una ecuación de balance de masas para cada uno de ellos. La ecuación de balance de masa es de fundamental importan- cia para explicar los cambios de concentraciones en el ambiente marino. El concepto se basa (Runker y Bencala 1975) en la suposición de que la acu- mulación de masa en una unidad de volumen de agua es igual a la diferencia entre la masa que entra y la que sale de ese volumen de agua, vea la figura. Acumulacion =masa(entra )-masa( sale ) (2.2) donde cada término de la ecuación esta expresado en unidades de masa por tiempo [M/T ] La ecuación de balance de masa descrita anteriormente se desarrolla con- siderando los flujos de entrada y salida en un volumen de control. Para sim- plificarlo se asume que el flujo es espacialmente uniforme, de tal manera que la velocidad y el volumen no cambian con el tiempo. Finalmente se considera únicamente que el flujo viaja en dirección x, despreciando los flujos en y y 2. Modelo Matemático, Aplicación y Análisis. 23 Figura 2.1: Volumen de control usado para desarrollar la ecuacion de balance de masa, considerando únicamente los fujos en la dirección x en z. Haciendo esto se asume también que la concentración vaŕıa solamente en sentido del flujo (x) y que la masa del solutoesta uniformemente distri- buida en la sección transversal del flujo (Fischer 1979). La primera ecuación describe el cambio de masa con respecto al tiempo, y viene dada por: Acumulacion = ∆m ∆t = ∂m ∂t (2.3) donde m es la masa y t es el tiempo. Si la masa es igual a la concentración por el volumen y asumiendo el volumen constante: Acumulacion =V ∂C ∂t (2.4) donde V es el volumen [L3] y C es el la concentración del soluto [M/L3]. El lado derecho de la ecuación (2,1) esta desarrollado considerando el flujo del soluto a través de las superficies 1 y 2 en la figura El flujo esta definido como la masa de soluto que atraviesa una unidad de área por unidad de tiempo. El flujo que entra en el volumen de control es q1 y el que sale es q2. Cabe notar que q2 es igual al flujo que entra en el volumen de control (q1) más el cambio del flujo dentro del volumen de control: q2 = q1 + ∂q ∂t ∆x (2.5) donde ∆x es la longitud del volumen de control [L] . Si ahora se consideran los flujos individuales debido a la advección y la dispersión, el flujo advectivo en el volumen de control (a través de la superficie 1) es igual al producto de la velocidad advectiva, U(L/T ), y la concentración del soluto en la superficie 1, C1: 24 2.2. Motivación, Aplicaciones tecnológicas flujo entradaadv = q1adv = UC1 (2.6) Empleando la ecuacin 2,5, el flujo advectivo que sale del volumen de control (a través de la superficie 2 ) es: flujo saleadv = q2adv = UC2 = UC1 + U ∂C ∂x ∆x (2.7) donde C2 es la concentración del soluto en la superficie 2. Los flujos debido a la dispersión se desarrollan considerando la ley de dispersión de Fick, que establece que el flujo de masa debido a difusión mo- lecular es proporcional al gradiente de concentración, dC/dx .Esta ley puede ser usada para describir el flujo de masa dispersiva,y esta dada por: qdisp = −D∂C ∂x ∆x (2.8) donde D es una constante proporcional conocida como coeficiente de di- fusión [L2/T ]. El flujo dispersivo que entra y sale del volumen de control es: flujo entradisp = q1disp = −D∂C ∂x |1 (2.9) flujo entradisp = q2disp = −D∂C ∂x |2 = −D [ ∂C ∂x |1 + ∂2C ∂x2 ∆x ] (2.10) Una ecuación diferencial correspondiente a la ecuacin 2,2 puede ensam- blarse usando los términos de acumulación y flujo descritos anteriormente, las ecuaciones 2,4, 2,6, 2,7, 2,9, y 2,10 se combinan para dar: V ∂C ∂t = [ AUC1 − AD ∂C ∂x |1 ] ︸ ︷︷ ︸ entra − [ AUC1 + AU ∂C ∂x ∆x− AD ∂C ∂x |1 − AD ∂2C ∂x2 ∆x ] ︸ ︷︷ ︸ sale (2.11) donde Aes la sección transversal del flujo [L2]. Puesto que cada flujo esta especificado en base a una unidad de área, los flujos se multiplican por A para obtener las unidades usadas en la ecuación 2,2 [M/T ]. Empleando la relación V = A∆x, la ecuación 2,11 queda simplificada de esta manera: 2. Modelo Matemático, Aplicación y Análisis. 25 ∂c ∂t = D ∂2c ∂x2 − U ∂c ∂x (2.12) Esta es la Ecuación de Advección - Difusión unidimensional con coeficien- tes constantes ( D es constante en el tiempo y en el espacio ) y describe la variación espacial y temporal de un soluto con concentracin C en un medio con velocidad U(Runkel y Bencala, 1995).Las ecuaciones anteriores describen el proceso de difusin molecular. Estudio de la dinámica de la calidad del agua en un tramo de un ŕıo Modelo matemático Un modelo de calidad del agua adecuado requiere la especificación de una formulación apropiada de los procesos para tomar en cuenta aspectos del transporte longitudinal, lateral y vertical. La predicción de la calidad del agua depende del procedimiento en el cual los procesos fsico-qumicos e hidrodinmicos sean simulados (Maskell 1991, Calow 1994). Es importante que los métodos utilizados para representar los diversos procesos, sean apropiados a la aplicación del modelo. La finalidad de desarrollar un modelo de calidad del agua es disponer de una herramienta capaz de simular el comportamiento de los componentes hidrológicos y de calidad del agua de un sistema de corrientes y realizar con ello estudios de diagnóstico y pronóstico del estado del sistema en condiciones. En flujos superficiales con turbulencia homogénea y estacionaria la ecua- ción unidimensional de dispersión longitudinal se representa por la siguiente expresión (Taylor, 1954 y Fischer 1979) ∂C ∂t + u ∂C ∂x = K ∂2C ∂x2 donde C es la concentración,u la velocidad media de la corriente, K el coe- ficiente de dispersión longitudinal,x la distancia, y t el tiempo. La deducción de la ecuación anterior puede ser hecha como el caso presen- tado anteriormente. Cuya solución anaĺıtica puede escribirse como (Crank 1956 Fischer,1967,Fetter 1992): C(x, t) = Co 2 [ erfc ( x− ut 2 √ Kt ) + exp (ux K ) erfc ( x+ ut 2 √ Kt )] 26 2.2. Motivación, Aplicaciones tecnológicas Donde Co es la concentracion inicial, L es la longitud del cause. Utilizando un esquema de diferencias finitas expĺıcito en el tiempo y centrado simétri- camente en el espacio, se puede calcular la concentración para el siguiente nivel en el tiempo como: Cm+1 j = Cm j − α ∆t ∆x ( Cm j+1 − Cm j−1 ) + β ∆t ∆x2 ( Cm j+1 − 2Cm j + Cm j−1 ) Donde j es el ı́ndice de secciónm ı́ndice de tiempo, y delta denota incremento. De la ecuación y sustituyendo los números de Courant y Péclet Cr = α ∆t ∆x núemero de Courant 0 < Cr ≤ Pe 2 < 1 Pe = α ∆x β número de Péclet λ = Cr Pe = β ∆t ∆x2 1 4 ≤ λ < 1 2 El esquema es expĺıcito, y por tanto suceptible de presentar problemas de estabilidad en la solución. Criterios de estabilidad en funcin de Cr y Pe. Cm+1 j = ( λ+ Cr 2 ) Cm j−1 + (1− 2λ)Cm j + ( λ− Cr 2 ) Cm j+1 El valor de K se obtiene mediante la expresin (González y Martinez, 1990) K Ru∗ = 131,35 + [ 0,1022f−0,527 ] 1 s Donde R es el radio hidráulico, u∗ la velociadad al cortante, s la pendiente del cause y f el factor de fricción de Darcy dado por la relación. f = 8 [ u∗ u ]2 . 2.2.2. Balance de Masa Unidimensional en un Reactor Los ingenieros qúımicos utilizan mucho los reactores idealizados en su trabajo de diseño, pues las experiencias de dichos procesos involucran un alto costo económico. 2. Modelo Matemático, Aplicación y Análisis. 27 Figura 2.2: Reactor alargado con un solo punto de entrada y salida En la figura se muestra un reactor alargado de una sola entrada y una salida: Este reactor puede caracterizarse como un sistema de parámetros distribuidos. Si se supone que la sustancia qúımica que se va a modelar está sujeta a un decaimiento ( es decir que la sustancia qúımica decae a una velocidad que es linealmente proporcional a la cantidad de sustancia qúımica presente ) de primer orden, y que el tanque esta bien mezclado vetical y lateralmente, se realiza un valance de masa en un segmento finito de longitud ∆x, como sigue: v ∆c ∆t = Qc(x)︸ ︷︷ ︸ flujo de entrada −Q [ c(x) + ∂c(x) ∂x ∆x ] ︸ ︷︷ ︸ flujo de salida − DAc ∂c(x) ∂x︸ ︷︷ ︸ dispersión a la entrada +DAc [ ∂c(x) ∂x + ∂ ∂x ∂c(x) ∂x ∆x ] ︸ ︷︷ ︸ dispersión a la salida − Kvc︸︷︷︸ reacción de decaimiento donde v = volumen (m3). Q = flujo volumétrico ( m3/h), c = con- centracioń ( moles/ m3 ), D es un coeficiente de dispersión (m2/h). Ac es el área de la sección transversal del reactor (m2) y K es el coeficiente de de- caimiento de primer orden (h−1) . Observese que los términos de dispersión están basados en la primera ley de Fick. flujo = −D∂c ∂x Que es análoga a la ley de Fourier para la conduccion del calor. Esta ecuación especifica que la turbulencia de mezclado tiende a mover la masa desde regio- 28 2.2. Motivación, Aplicaciones tecnológicas nes de alta hasta las de baja concentración. EL parámetro D , por lo tanto determina la magnitud de la turbulencia de mezclado. Si ∆x y ∆t tienden a cero . La ecuación será ∂c ∂t = D ∂2c ∂x2 − U ∂c ∂x − kc Donde U = Q Ac es la velocidad del agua que fluye a travéz del reactor. El balance de masa de la figura por lo tanto, se expresa ahora comouna ecuación diferencial parcial parabólica . 2.2.3. Densidad de Población Pondremos por ejemplo el problema donde P (t, x) sea la densidad de población de una especie de peces en la posicion x y el tiempo t. Supoga- mos que la especie de peces vive sobre una recta, y el movimiento de los individuos sigue un movimiento aleatorio. Suponiendo que en el movimiento aleatorio existe una preferencia de movimiento hacia la izquierda, es decir, la probabilidad de movimiento hacia la izquierda es a > 0, 5 y la probabilidad de movimiento a la derecha es b < 0, 5 pero que a− b es muy pequeño. Tenemos que el camino aleatorio que presenta una población, en la cual los individuos se movilizan en linea recta, despues de un tiempo ∆ty dando un paso de igual longitud ∆x. Los peces (los individuos ) deben tomar una de las dos posibilidades. I. Ir a la derecha xo + ∆x II. Ir a la izquierda xo −∆x Considerando que xo es la posición inicial. Si consideramos esta dinamica en términos de la concentracion de la pobla- ción en un tiempo y posicion dada en la misma probabilidad de desición p+ = b < 0, 5 y p− = a > 0, 5 Tenemos P (t+ ∆x, xo) = p+P (t, xo + ∆x) + p−P (t, xo −∆x) . . . . . . . . . . . . (∗) Aplicamos el teorema de Taylor en t, x P (t+ ∆x, xo) = P (t, xo) + { ∂ ∂t P (t, xo) } ∆t+ 1 2 { ∂2 ∂t2 P (t, xo) } ∆t2 − . . . 2. Modelo Matemático, Aplicación y Análisis. 29 Tambien con a > b a+ b = 1 aP (t, xo −∆x) = aP (t, xo)− a ∂ ∂x P (t, xo)∆x+ a 2 ∂2 ∂x2P (t, xo)∆x 2 − . . . . . . bP (t, xo + ∆x) = bP (t, xo) + b ∂ ∂x P (t, xo)∆x+ b 2 ∂2 ∂x2P (t, xo)∆x 2 − . . . . . . Reemplazando en (∗) tenemos: P (t, xo) + ∂ ∂t P (t, xo)∆t+ . . . = = (a+ b)P (t, xo) + (b− a) ∂ ∂x P (t, xo)∆x+ (a+b) 2 ∂2 ∂x2P (t, xo)∆x 2 + . . . . . . Es decir tenemos ∂ ∂t P (t, xo)∆t = (b− a) ∂ ∂x P (t, xo)∆x+ (a+b) 2 ∂2 ∂x2P (t, xo)∆x 2 Nos queda ∂ ∂t P (t, xo) = (b− a)∆x ∆t ∂ ∂x P (t, xo) + (a+b) 2 ∆x2 ∆t ∂2 ∂x2P (t, xo) ∂ ∂t P (t, xo) + (a− b)∆x ∆t ∂ ∂x P (t, xo) = (a+b) 2 ∆x2 ∆t ∂2 ∂x2P (t, xo) Ahora tomamos U = (a− b)∆x ∆t D = (a+b) 2 ∆x2 ∆t De donde tenemos la ecuación de Convección Difusión ∂ ∂t P + U ∂ ∂x P = D ∂2 ∂x2P 2.2.4. Economı́a. La ecuación de Fisher Black, Myron Scholes,Robert Merton En 1973 Fisher Black, Myron Scholes y Robert Merton lograron uno de los mayores avances en la valuación de opciones hasta ese momento, que es conocido como el modelo de Black-Scholes, que ha tenido una gran influencia en la manera en que los agentes valúan y cubren opciones. Ha sido tambien un punto de referencia para el desarrollo y exito de la ingeniera financiera desde entonces. La importancia del modelo fue reconocida cuando Robert Merton y Myron Scholes fueron reconocidos con el Premio Nobel de Economı́a; desa- fortunadamente Fisher Black fallecio en 1995, quien indudablemente tambien 30 2.2. Motivación, Aplicaciones tecnológicas hubiera recibido el premio. En este sección presentamos el modelo de Black- Scholes para la valuación de una opción call Europea sin pago de dividendos. En primer lugar se mencionan algunas nociones de finanzas y probabilidad, necesarias para una mejor comprensión de esta sección; posteriormente se presenta un modelo para el precio de un activo, el cual seŕıa necesario para poder formular el modelo; en la siguiente sección se presentan los supuestos y las ideas generales de su deducción y solución en este caso, transformandolo en el problema clásico de la ecuación del advección difusion; por último se analiza brevemente la fórmula en algunos casos de interés. Nociones básicas Activo. Llamaremos activo a cualquier posesión que pueda producir benefcios económicos. Subyacente el tipo de activo que puede ser comprado o vendido. Su precio de mercado en un instante t se denotará por St El precio de ejercicio (K) : el precio al que el subyacente debe ser comprado si la opción se ejerce Portafolio Un portafolio es un conjunto de activos, que pueden ser acciones, derivados, bonos, etc. En la realidad existen costos para realizar operaciones financieras. Estos costos de transacción pueden depender de si se trata de una transacción de un activo subyacente o un derivado, de si se trata de una compra o de una venta, etc.Tambien se usará la llamada tasa de interés libre de riesgo que es aquella de una inversión ”segura”, libre de riesgo. Esto en la práctica no es del todo errado, ya que si se analizan activos y derivados en cortos peŕıodos de tiempo (por ejemplo trimestres), entonces un bono del estado a veinte años resulta una inversión segura, y hasta es razonable suponer constante la tasa de ese bono en el corto plazo. Rentabilidad Se llama aśı a la ganancia relativa de una inversión, es decir, si llamamos So a la inversión inicial, y ST a lo que se obtiene a un tiempo T , la rentabilidad R es: R = St − So So Arbitraje es el proceso de comprar un bien en un mercado a un precio bajo y venderlo en otro a un precio más alto, con el fin de beneficiarse con la diferencia de precios. En el caso que nos ocupa, utilizaremos el principio 2. Modelo Matemático, Aplicación y Análisis. 31 de no arbitraje, es decir, no existe la posibilidad de realizar una inversión sin riesgo y ganar dinero (o por lo menos no más que invirtiendo con la tasa libre de riesgo). De no ser aśı, existiŕıa claramente una forma de hacer dinero infinito. Los hedgers. Los hedgers, replicadores o cobertores son aquellos agentes que intentan reducir el riesgo al mı́nimo y tratan de no exponer- se a los cambios adversos de los valores de los activos. En general conforman portafolios con activos en una posición (compra o venta) y algún derivado sobre éstos en la otra. Aśı, si el precio del activo se mueve de manera muy desfavorable, está la opción, por ejemplo, que amortigua la pérdida. Un mercado eficiente se puede describir mediante dos conceptos: Toda la información del activo está reflejada en el precio actual. Los mercados res- ponden inmediatamente a cualquier información nueva acerca de un activo. Derivado financiero. Un derivado financiero o producto derivado, o simplemente derivado es un instrumento financiero cuyo valor depende de otros activos, como por ejemplo una acción, una opción o hasta de otro derivado. Se llama payoff de un derivado, activo o portafolio al resultado final de la inversión. Opciones; call, europea ,americana,put. Opción es un contrato que le da al dueño el derecho, pero no la obligación, de negociar un activo predeterminado,llamado también el activo subyacente por un precio deter- minado K llamado el strike price o precio de ejercicio en un tiempo en el futuro T , llamada fecha de expiración. Opción Call Da al dueño el derecho a comprar y una Put el derecho a vender. La opción se llama Europea si sólo puede ser ejercida a tiempo T. Opción se llama americana si puede ser ejercida a cualquier tiempo hasta la fecha de expiración. EL playoff de una call es máx{ST − K, 0} ya que si ST > K se ejerce a K y se vende a ST , lo que da una ganancia de {ST −K}. En el otro caso la opción no se ejerce y el payoff es 0. EL playoff de una put, análogamente es máx{K −ST , 0} .El hecho de que uno tenga el derecho y no la obligación es lo que hace dif́ıcil la valuación de una opción. 32 2.2. Motivación, Aplicaciones tecnológicas Probabilidad. Se conoce como proceso estocástico a un conjunto de variables aleatorias que dependen de un parámetro, por ejemplo el tiempo, es decir, {X(t)|t > 0}. Un proceso estocástico Z(.) se llama movimiento browniano o proceso de Wiener si: 1. Z(0) = 0 2. ∀t > 0;∀a > 0; (Z(t+ a)− Z(t) ∼ N(0; a). 3. ∀t > 0;∀a > 0; (Z(t+ a)− Z(t)sonindependientesde{Z(s)/0 ≤ s ≤ t} Un proceso de Wiener describe la evolución de una variable con distri- bución normal. La deriva del proceso es 0 y la varianza es 1 por unidad de tiempo. Esto significa que, si el valor de la variable es xo al tiempo 0, entonces al tiempo t es normalmente distribuida con media xo y varianzat . Un proceso generalizado de Wiener describe la evolución de una variable normalmente distribuida con una deriva de a y varianza b2 por unidad de tiempo, donde a y b son constantes. Esto significa que si, como antes, el valor de la variable es xo al tiempo 0 entonces es normalmente distribuida con media x0 + at y varianza bt al tiempo t. Puede ser definido para una variable X en términos de un proceso de Wiener Z como dX = adx+ bdZ Un teorema del cálculo estocástico, que será fundamental para la deduc- ción de la Ecuación de Black-Scholes es el siguiente: Teorema 5 Lema de Ito Supongamos que S cumple la siguiente ecuación diferencial estocástica: dS = Sµdt+ SσdZ donde Z(t) es un movimiento browniano. Sea V : R2 → R una función de clase C2 en su dominio, dada por V = V (S; t), entonces se satisface lo siguiente: dV = ( σS ∂V ∂S dz ) + ( ∂V ∂t + µS ∂V ∂S + 1 2 σ2S2∂ 2V ∂S2 ) dt (2.13) 2. Modelo Matemático, Aplicación y Análisis. 33 Modelo para el Precio de un Activo Para el precio de un activo, es necesario modelar la llegada de una nueva información que afecte al precio, bajo el supuesto de que trabajamos en un mercado efciente, considerando a dicho precio como un proceso estocástico. El cambio absoluto en el precio del activo no es significativo, sin embargo, si lo es el retorno, que como ya se ha definido,es el cambio sobre el precio original: R = ST − S S Supongamos ahora que en un tiempo t el precio de un activo es S, considere- mos un tiempo posterior t+ dt, en el cual S cambia a S + dS. El retorno de un activo es entonces dS S . El modelo más común para modelar este retorno se descompone en dos partes. Una parte es el retorno determinista similar al retorno libre de riesgo. Esta contribución la podemos plantear como µdt donde µ es una medida del crecimiento promedio del precio del activo. La otra parte modela la aleatoriedad en el cambio del precio de S, en respuesta a los cambios externos, como noticias inesperadas. Se representa como un muestreo aleatorio obtenido de una distribución normal con media 0 y agrega al retorno el término σdX donde σ es la volatilidad, que mide la desviación estándar de los retornos y dX es un movimiento browniano. Juntando los dos términos, obtenemos la ecuación diferencial estocástica: dS s = µdt+ σdX Hay que notar que de no existir el segundo término, cuando σ = 0, tendŕıamos la ecuación dS s = µdt que da como solución el crecimiento exponencial en el valor del activo S(t) = Soe µ(t−to) donde So es el precio inicial y to es el tiempo inicial. Ahora usaremos el Lema de Ito para deducir el proceso seguido por lnS cuando satisface la ecuación 34 2.2. Motivación, Aplicaciones tecnológicas dS s = µdt+ σdX . Definamos V (S; t) = lnS con lo que se obtienen las derivadas: ∂V ∂S = 1 S ; ∂2V ∂s2 = − 1 S2 , ∂V ∂t = 0 Como suponemos que V satisface el lema de Ito, entonces dV = Sσ 1 S dZ + ( µS 1 S − 1 2 σ2S2 1 S2 ) dt = σdZ + ( µ− σ2 ) con µ y σ constantes, por lo que esta ecuación indica que V = lnS sigue un proceso de Wiener genealizado con tasa de deriva µ − σ2 2 y varianza σ2, ambas constantes. El cambio en lnS entre el tiempo cero y el tiempo T es, por lo tanto, una distribución normal con media( µ− σ2 2 ) T y varianza σ2T esto significa que LnST ∼ N ( LnSo + ( µ− σ2 2 ) T, σ2T ) donde ST es el precio del activo en un tiempo futuro T y So es el precio inicial del activo. Esta ecuación nos muestra que lnST tiene distribución normal. Una variable tiene distribución lognormal si el logaritmo natural de esta variable está normalmente distribuido. Deducción de la ecuación de Black-Scholes-Merton Recordemos un contrato de opciones financieras es un acuerdo que con- fiere al poseedor el derecho, pero no la obligación, de comprar (call) o vender (put) un activo financiero en una fecha futura a un precio pactado en el mo- mento del contrato. El activo objeto del contrato es el activo subyacente, el precio pactado es el precio de ejercicio (strike) y la fecha ĺımite para ejercer el 2. Modelo Matemático, Aplicación y Análisis. 35 derecho es la fecha de expiración (expiry) o fecha de ejercicio o vencimiento de la opción. Las opciones son uno de los productos financieros habituales para cubrir riesgos de carteras de valores. Ahora veremos la ecuación que modela cualquier derivado financiero en la forma continua. Enunciaremos los supuestos que vamos a requerir en el modelo: 1. El precio de un activo sigue un proceso de Wiener log-normal: dS = Sµdt+ SσdZ 2. La tasa de interés libre de riesgo r y la volatilidad σ del activo se suponen constantes durante el tiempo que dura la opción. 3. No hay costos de transacción asociados a la cobertura del portafolio. 4. El activo subyacente no paga dividendos durante la vida de la opción. 5. No hay posibilidad de arbitraje. La ausencia de arbitraje significa que todos los portafolios libres de riesgo deben tener el mismo retorno. 6. La compra y venta del activo puede tomar lugar continuamente. 7. La venta y los activos son divisibles. Asumimos que podemos comprar y vender cualquier número (no necesariamente entero) del activo subyacente y que está permitido vender aunque no tengamos posesión, es decir, se trata de un mercado completo. Sea V (S; t) el valor de un derivado estilo europeo, en el instante t cuando el precio del activo subyacente es S > 0 Construiremos un portafolio P libre de riesgo de la siguiente manera P = { ∆ Unidades del activo (Compra) 1 Derivado (Venta ) (2.14) Cuyo valor es Πu = ∆Su−Vu cuando el valor del activo sube y Πd = ∆Sd−Vd cuando el valor del activo baja. La estrategia es igual Πu a Πd, es decir, encontramos un ∆ tal que el portafolio tenga riesgo 0. Entonces , al igualar nos queda ∆Su − Vu = ∆Sd − Vd Es decir ∆ = Vu − Vd Su − Sd = δV δS Tomando limite cuando δS → 0 resulta ∆ = ∂V ∂S 36 2.2. Motivación, Aplicaciones tecnológicas que es la variación del valor del derivado con respecto a S y es una medida de correlación entre los movimientos del derivado y los del activo subyacente. En general, el valor del portafolio es Π = ∆S − V , con lo cual dΠ = ∆dS − sV = ∆(Sµdt+ SσdZ)− dV Suponemos que V también cumple los supuestos enunciados anteriormen- te, por lo que satisface las hipótesis del Lema de Ito, aśı que tenemos una expresión para dV de la ecuación: dV = ( σS ∂V ∂S dZ ) + ( ∂V ∂t + µS ∂V ∂S + 1 2 σ2S2∂ 2V ∂S2 ) dt de donde obtenemos la ecuación dΠ = ∆Sµdt+ ∆SσdZ − ( σS ∂V ∂S dZ ) − ( ∂V ∂t + µS ∂V ∂S + 1 2 σ2S2∂ 2V ∂S2 ) dt Separando la parte determińıstica de la estocástica resulta dΠ = ( ∆σS − σS ∂V ∂S ) dZ + ( ∆µS − ∂V ∂t − µS ∂V ∂S − 1 2 σ2S2∂ 2V ∂S2 ) dt y sustituyendo ∆ = ∂V ∂S obtenido anteriormente, la ecuación queda única- mente determińıstica dΠ = − ( ∂V ∂t + 1 2 σ2S2∂ 2V ∂S2 ) dt Además, por la hipótesis de no arbitraje, como P es un portafolio libre de riesgo tenemos que su retorno es igual al de un bono de tasa r dΠ Π = rdt =⇒ dΠ = Πrdt igualando las dos ultima ecuaciones, llegamos a : Πrdt− ( ∂V ∂t + 1 2 σ2S2∂ 2V ∂S2 ) dt Simplificando dt y sustiruyendo Π = ∆S − V = ∂V ∂S S − V , nos queda ∂V ∂S Sr − Vr = −∂V ∂t − 1 2 σ2S2∂ 2V ∂S2 Finalmente despejando rV , llegamos a la ecuación de Black-Scholes-Fisher. ∂V ∂t + 1 2 σ2S2∂ 2V ∂S2 + rS ∂V ∂S = rV 2. Modelo Matemático, Aplicación y Análisis. 37 Resolución de la ecuación de Black-Scholes -Merton Obtenemos la solución de la ecuación de Black-Scholes -Merton, para el caso de una opción Call europea sobre un activo de precio S con precio de ejercicio K y tiempo de expiración T, Hacemos V=C tenemos: ∂C ∂t + 1 2 σ2S2∂ 2C ∂S2 + rS ∂C ∂S − rC = 0 con las condiciones de frotera C(0, t) = 0, C(S, T ) ≈ S si S −→ ∞ ya que cuando el precio del activo es nulo, también debe serlo el de la opción (es claro que no se va a ejercer). Y cuando el precio tiende a innito S −K se va a aproximara S . También recordemos la condición final, es decir, el payoff de la opción C(S, T ) = max{S −K, 0} ∂C ∂t + 1 2 σ2S2 ∂2C ∂S2 + rS ∂C ∂S − rC = 0 S ∈ (0,∞), t ∈ [0, T 〉, C(S, T ) = max{S −K, 0} S ∈ (0,∞) C(0, t) = 0 t ∈ [0, T 〉 C(S, T ) ≈ S t ∈ [0, T 〉;S −→∞ es una ecuación diferencial parabólica con derivada primera respecto al tiempo y segunda derivada respecto a la variable S. Es una ecuación diferen- cial backwards: dada una condición final para la ecuación, esta se resuelve de forma recursiva desde T final hasta to inicial. La unicidad de la solución se asegura al imponer las condiciones de contorno. Estas son de dos tipos, condiciones de frontera y condiciones iniciales o finales. Las condiciones de frontera determinan la solución en los extremos de los valores de S, mientras que la condición final determina el valor del activo en el instante final. En el caso de que el activo pueda tomar cualquier valor entre [0,∞) no es necesario imponer condiciones de contorno. Se consideran los cambios de variables: Nos concentraremos en las dos primeras ecuaciones de , pues las últimas dos, que describen el comportamiento de C en los bordes, también se van a satisfacer. Entonces nuestro modelo queda como sigue:{ ∂C ∂t + 1 2 σ2S2 ∂2C ∂S2 + rS ∂C ∂S − rC = 0 S ∈ (0,∞), t ∈ [0, T 〉, C(S, T ) = max{S −K, 0} S ∈ (0,∞) (2.15) Para resolver esta ecuación, hagamos primero los cambios de variables x = ln ( S K ) τ(t) = σ2(T − t) 2 C(S, t) = Kv(x, τ) 38 2.2. Motivación, Aplicaciones tecnológicas ∂C ∂t = −σ 2K 2 ∂v ∂τ ∂C ∂S = K S ∂v ∂x ∂2C ∂S2 = −K S2 ∂v ∂x + K S2 ∂2v ∂x2 Como τ(T ) = 0, tambien tenemos una condición iniciaal para v a partir de la condición final deC C(S, T ) = Kv(x, 0)entonces v(x, 0) = max{ex − 1, 0} Sustituyendo estas relaciones en la ecuación de Black-Scholes se obtiene: { σ2 2 ∂v ∂τ = −σ2 2 ∂v ∂x + σ2 2 ∂2v ∂x2 + r ∂v ∂x − rv x ∈ R, τ ∈ [0, T σ2 2 〉 v(x,=) = max{ex − 1, 0} x ∈ R Y si hacemos k = 2r σ2 el modelo queda { ∂v ∂τ = σ2 2 ∂2v ∂x2 + (k − 1) ∂v ∂x − rv x ∈ R, τ ∈ [0, T σ2 2 〉 v(x, 0) = max{ex − 1, 0} x ∈ R Hacemos otro cambio de variables v(x, τ) = eαx+βτu(x, τ) . Eligiendo adecuadamente las funciones α y β, la ecuación se transforma en la ecuación de advección difusión. Las derivadas parciales respecto a las variables x y τ son: ∂v ∂x = eαx+βτ [ αu+ ∂u ∂x ] ∂2v ∂x2 = eαx+βτ [ α2u+ 2α ∂u ∂x + ∂2u ∂x2 ] ∂v ∂τ = eαx+βz [ βu+ ∂u ∂τ ] 2. Modelo Matemático, Aplicación y Análisis. 39 Sustituyendo en la ecuación anterior y dividiendo entre el término eαx+βτ y ordenando se obtiene: ∂u ∂τ = (2α+ k − 1) ∂u ∂x + ∂2u ∂x2 + [(k − 1)α− k − β]u Ahora elijamos α y β para que se anule u, tenemos (k − 1)α− k − β = 0 y − 1 = 2α+ (k − 1) α = −k 2 β = −k 2 + k 2 y aśı la ecuación queda{ ∂u ∂τ + ∂u ∂x = ∂2u ∂x2 x ∈ R, τ ∈ [0, T σ2 2 〉 u(x, 0) = max{e 2−k 2 x − e −k 2 x, 0} x ∈ R (2.16) 40 2.3. Existencia y unicidad 2.3. Existencia y unicidad En esta sección veremos la prueba de la existencia y unicidad de la so- lución en de la ecuación asociada al problema escalar de advección difusión transitorio. ∂u ∂t −∇.(β∇u) + α.∇u = f Donde β = β1,1 0··· 0 β2,2··· 0 ... . . . ... 0 0··· βn,n ; βi,i > 0; α = (α1 · · ·αn) Pero en nuestro caso α y β son constantes y Ω ∈ Rn , entonces la ecuación de advección difusión transitoria se puede escribir aśı ∂u ∂t − β∆u+ α.∇u = f en Ω× (0, T ], u(x, t) = 0 en ∑ = Γ× (0, T ], u(x, t) = u0(x) en Ω, (2.17) 2.3.1. Existencia y unicidad de la solución de la Ecua- ción Parabólica Problema Conocidas las funciones f : Q→ R y uo : Ω → R encontraremos u : Q→ R tal que ∂u ∂t − β∆u+ α.∇u = f en Ω× (0, T ], u(x, t) = 0 en ∑ = Γ× (0, T ], u(x, t) = u0(x) en Ω, (2.18) La función u : Q→ R es solución debil del problema cuando: i) u ∈ L2(0, T,H1 o (Ω)) ii) ∂ ∂t (u′(t), v)− (β∆u(t), v) + (α.∇u(t), v) = (f(t), v) ∀v ∈ H1 o (Ω) en el sentido de D′(0, T ) iii) u(0) = uo c.s. en Ω 2. Modelo Matemático, Aplicación y Análisis. 41 Teorema 6 Existencia y Unicidad Dados uo ∈ H1 o (Ω) y f ∈ L2(0, T, L2(Ω)) existe una única solución u : Q→ R tal que i) u ∈ L2(0, T,H1 o (Ω)) ii) ∂ ∂t (u′(t), v)−(β∆u(t), v)+(α.∇u(t), v) = (f(t), v) ∀v ∈ H1 o (Ω) en D′(0, T ) iii) u(0) = uo c.s. en Ω Existencia de la solución Observación Podemos observar que de (i) u ∈ Co([0, T ], L2(Ω)) tiene sentido u(0) Problema aproximado Multiplicando la ecuación por ϕ y luego integrando tenemos:∫ Ω ∂u ∂t ϕ− ∫ Ω β∆uϕ+ ∫ Ω α.∇uϕ = ∫ Ω fϕ Además usando el teorema de Grenn tenemos − ∫ Ω β∆uϕ = ∫ Ω β∇u∇ϕ− ∫ Γ β ∂u(s) ∂n ϕ(s)ds︸ ︷︷ ︸ 0 tenemos: (u′, ϕ) + (β∇u,∇ϕ) + (α.∇u, ϕ) = (f, ϕ) Sea {wk}una base ortonormal deVm ⊂ H1 0 ⊂ L2 ∪Vmdenso en H1 0 (Ω)yL2(Ω) (∇wi,∇wj) = 0 si i 6= j (wi, wj) = { 1 para i = j 0 para i 6= j Tenemos um(t) = m∑ i=1 gi,m(t)wi 42 2.3. Existencia y unicidad Se tiene el sistema aproximado.{ (u′m(t), wj) + (β∇um(t),∇wj) + (α.∇um(t), wj) = (f, wj) um(0) = u0m → u0 en H1 0 (Ω) Se tiene ( m∑ i=1 g′i,m(t)wi, wj ) + ( m∑ i=1 gi,m(t)β∇wi,∇wj ) + ( m∑ i=1 gi,m(t)α.∇wi, wj ) = (f, wj) m∑ i=1 g′i,m(t) (wi, wj)+β m∑ i=1 gi,m(t) (∇wi,∇wj)+ m∑ i=1 gi,m(t) (α.∇wi, wj) = (f, wj) (∇wi,∇wj) = { ai,i para i = j 0 para i 6= j (α.∇wi, wj) = bi,j tenemos lo siguiente g′i,m(t) + βgi,m(t)ai,m + (b1,j, · · · , bm,j) . (g1,m, · · · , gm,m) = (f, wj) = Fj g′1,m g′2,m ... g′m,m +β a1,1 0··· 0 a2,2··· 0 ... . . . ... 0 0··· am,m g1,m g2,m ... gm,m + b1,1 b1,2··· b1,m b2,1 b2,2··· b2,m ... . . . ... bm,1 bm,2··· bm,m g1,m g2,m ... gm,m = F1 F2 ... Fm Denotando −−−→ gm(t)= g1,m g2,m ... gm,m −−−→ Fm(t)= F1(t) F2(t) ... Fm(t) Am=β a1,1 0··· 0 a2,2··· 0 ... . . . ... 0 0··· am,m Bm= b1,1 b1,2··· b1,m b2,1 b2,2··· b2,m ... . . . ... bm,1 bm,2··· bm,m Tenemos que nuestra ecuación se escribe aśı: −−−→ g′m(t) + (Am +Bm) −−−→ gm(t) = −−−→ Fm(t) −−−→ g′m(t) + Cm −−−→ gm(t) = −−−→ Fm(t) −−−→ gm(0) = −−→g0,m 2. Modelo Matemático, Aplicación y Análisis. 43 por el teorema de carateodory existe solución −−−→ gm(t) t ∈ [0, tm〉 Por lo tanto existe solución um(t) t ∈ [0, tm〉 Estimativas Tambien tenemos (u′m(t), wj) + (β∇um(t),∇wj) + (α.∇um(t), wj) = (f, wj) De aqui se tiene que: (u′m(t), u′m(t)) + (β∇um(t),∇u′m(t)) + (α.∇um(t), u′m(t)) = (f, u′m(t)) |u′m(t)|2 + 1 2 ∂ ∂t |β∇um(t)|2 + (α.∇um(t), u′m(t)) = (f, u′m(t)) |u′m(t)|2 + 1 2 ∂ ∂t |β∇um(t)|2 = (f, u′m(t))− (α.∇um(t), u′m(t)) |u′m(t)|2 + 1 2 ∂ ∂t |β∇um(t)|2 ≤ |(f, u′m(t))|+ |(α.∇um(t), u′m(t))| |u′m(t)|2 + 1 2 ∂ ∂t |β∇um(t)|2 ≤ |f ||u′m(t)|+ |α.∇um(t)||u′m(t)| |u′m(t)|2 + 1 2 ∂ ∂t |β∇um(t)|2 ≤ √ 2|f | |u ′ m(t)|√ 2 + √ 2|α.∇um(t)| |u ′ m(t)|√ 2 |u′m(t)|2+ 1 2 ∂ ∂t |β∇um(t)|2 ≤ ( √ 2|f |) 2 2 + ( |u′m(t)|√ 2 )2 2 + ( √ 2|α.∇um(t)|) 2 2 + ( |u′m(t)|√ 2 )2 2 |u′m(t)|2 + 1 2 ∂ ∂t |β∇um(t)|2 ≤ |f |2 + |u′m(t)|2 4 + |α.∇um(t)|2 + |u′m(t)|2 4 1 2 |u′m(t)|2 + 1 2 ∂ ∂t |β∇um(t)|2 ≤ |f |2 + |α||∇um(t)|2 integramos de 0 a t ; 0 ≤ t ≤ tm ≤ T ∫ t 0 1 2 |u′m(t)|2 + ∫ t 0 1 2 ∂ ∂t |β∇um(t)|2 ≤ ∫ t 0 |f |2 + |α| ∫ t 0 |∇um(t)|2 44 2.3. Existencia y unicidad ∫ t 0 1 2 |u′m(t)|2 + 1 2 |β∇um(t)|2 − 1 2 |β∇um(0)|2 ≤ ∫ t 0 |f |2 + |α| ∫ t 0 |∇um(t)|2 ∫ t 0 1 2 |u′m(t)|2 + 1 2 |β∇um(t)|2 ≤ 1 2 |β∇um(0)|2 + ∫ t 0 |f |2︸ ︷︷ ︸ constante + |α| ∫ t 0 |∇um(t)|2 ∫ t 0 1 2 |u′m(t)|2 + 1 2 |β∇um(t)|2 ≤ C + |α| ∫ t 0 |∇um(t)|2 Por el lema de Gromwall, tenemos : ∫ t 0 1 2 |u′m(t)|2 + 1 2 |β∇um(t)|2 ≤ C usando la desigualdad de Poncare |um(t)| ≤ co|∇um(t)| ≤ C Aśı tenemos que (um) es acotado en L2(0, T,H1 0 (Ω)) (u′m) es acotado en L2(0, T, L2(Ω)) Por lo tanto existen subsucesiones de (um) y (u′m) en L2(0, T,H1 0 (Ω)) y en L2(0, T, L2(Ω)) respectivamente, que denotaremosde la misma manera. um → u debil en L2(0, T,H1 0 (Ω)) u′m → χ debil en L2(0, T, L2(Ω)) Debemos probar que: χ = u′ tenemos que um → u debil en L2(0, T,H1 0 (Ω)) = W es decir∫ t 0 ∫ Ω um(x, t)v(x, t)dxdt→ ∫ t 0 ∫ Ω u(x, t)v(x, t)dxdt tomamos v(x, t) = w(x)θ(t) donde θ ∈ D(0, T ) w ∈ L2(Ω) Entonces se tiene que:∫ t 0 (um(t), w(x)) θ′(t)dt→ ∫ t 0 (u(t), w(x)) θ′(t)dt 2. Modelo Matemático, Aplicación y Análisis. 45 Tambien se tiene:∫ t 0 (u′m(t), w(x)) θ(t)dt→ ∫ t 0 (χ,w(x)) θ(t)dt . . . . . . . . . . . . . . . (∗) Pero de lo anterior∫ t 0 ∂ ∂t (um(t), w(x)) θ(t)dt = − ∫ t 0 (um(t), w(x)) θ′(t)dt→ − ∫ t 0 (u(t), w(x)) θ′(t)dt ∫ t 0 ∂ ∂t (um(t), w(x)) θ(t)dt→ ∫ t 0 ∂ ∂t (u(t), w(x)) θ(t)dt ∫ t 0 ∂ ∂t (um(t), w(x)) θ(t)dt︸ ︷︷ ︸→ ∫ t 0 (u′(t), w(x)) θ(t)dt ∫ t 0 (u′m(t), w(x)) θ(t)dt→ ∫ t 0 (u′(t), w(x)) θ(t)dt . . . . . . . . . . . . (∗∗) Por unicidad del ĺımite de (*) y (**) se tiene∫ t 0 (u′m(t), w(x)) θ(t)dt = ∫ t 0 (χ,w(x)) θ(t)dt∀w ∈ L2(Ω),∀θ ∈ L2(Ω) Se tiene que χ = u′ Además tenemos que∫ t 0 (β∇um(t),∇v(x)) dt→ ∫ t 0 (β∇u(t),∇v(x)) dt∫ t 0 (α.∇um(t), v(x)) dt→ ∫ t 0 (α.∇u(t), v(x)) dt∫ t 0 (um(t), v(x)) dt→ ∫ t 0 (u(t), v(x)) dt Además las soluciones aproximadas um satisfacen: (u′m(t), w) + (α.∇um(t), w) + (β∇um(t),∇w) = (f, w) m > 1,∀w ∈ Vm Luego (u′m(t), w)+(α.∇um(t), w)+(β∇um(t),∇w) = (f, w) m > 1,∀w ∈ ∪∞m=1Vm Integrando∫ t 0 (u′m(t), w) z(t)dt+ ∫ t 0 (α.∇um(t), w) z(t)dt+ ∫ t 0 (β∇um(t),∇w) z(t)dt = ∫ t 0 (f, w)z(t)dt donde z ∈ L2(0, T ) w ∈ ∪∞m=1Vm z, w ∈ L2(0, T,H1 0 (Ω)) 46 2.3. Existencia y unicidad Pasando al ĺımite tenemos:∫ t 0 (u′(t), w) z(t)dt+ ∫ t 0 (α.∇u(t), w) z(t)dt+ ∫ t 0 (β∇u(t),∇w) z(t)dt = ∫ t 0 (f, w)z(t)dt∫ t 0 [(u′(t), w) + (α.∇u(t), w) + (β∇u(t),∇w)− (f, w)z(t)] z(t)dt = 0 ∀ ∈ L2(0, T ) tenemos: (u′(t), w) + (α.∇u(t), w) + (β∇u(t),∇w)− (f, w) = 0 ,∀w ∈ ∪∞m=1Vm (u′(t), w) + (α.∇u(t), w) + (β∇u(t),∇w) = (f, w) ,∀w ∈ ∪∞m=1Vm tenemos (u′(t), w)+(α.∇u(t), w)−(β4u(t), w) = (f, w) ,∀w ∈ ∪∞m=1Vm . . . . . . . . . . . . (α) (u′(t) + α.∇u(t)− β∆u(t), w) = (f, w) ,∀w ∈ ∪∞m=1Vm u′(t) + α.∇u(t)− β∆u(t) = f(t) Nos falta ver que u(0) = u0 Para esto tenemos que: (u′m(t), w)ψ(t) + (α.∇um(t), w)ψ(t) + (β∇um(t),∇w)ψ(t) = (f, w)ψ(t)∫ t 0 (u′m(t), w)ψ(t)+ ∫ t 0 (β∇um(t), w)ψ(t)+ ∫ t 0 (β.∇um(t),∇w)ψ(t) = ∫ t 0 (f, w)ψ(t) Integrando por partes − ∫ t 0 (um(t), w)ψ′(t) + (um(t), w)ψ(t)|t0 + ∫ t 0 (β∇um(t),∇w)ψ(t) + ∫ t 0 (α.∇um(t), w)ψ(t) = = ∫ t 0 (f, w)ψ(t) − ∫ t 0 (um(t), w)ψ′(t)− (um(0), w)ψ(0) + ∫ t 0 (β∇um(t),∇w)ψ(t) + ∫ t 0 (α.∇um(t), w)ψ(t) = = ∫ t 0 (f, w)ψ(t) . . . . . . . . . (∗ ∗ ∗) Pero ψ ∈ C ′([0, T ]);ψ(T ) = 0 2. Modelo Matemático, Aplicación y Análisis. 47 um(0) = u0m → u0 en H1 0 (Ω) ⊂ L2(Ω) tambien u0m → u0 en H1 0 (Ω) entonces u0m → u0 en L2(Ω) tenemos que (u0m, w) → (u0, w) ∀w ∈ L2(Ω) pues |(u0m, w)− (u0, w)| = |(u0m − u0, w)| ≤ |u0m − u0| |w| < ε Pasando al ĺımite (***) − ∫ t 0 (u(t), w)ψ′(t)− (u(0), w)ψ(0) + ∫ t 0 (β∇u(t),∇w)ψ(t) + ∫ t 0 (α.∇u(t), w)ψ(t) = = ∫ t 0 (f, w)ψ(t) . . . . . . . . . (∗′) Además de (α) (u′(t), w) + (α.∇u(t), w) + (β∇u(t),∇w) = (f, w) integrando∫ t 0 (u′(t), w)ψ(t)+ ∫ t 0 (α.∇u(t), w)ψ(t)+ ∫ t 0 (β∇u(t),∇w)ψ(t) = ∫ t 0 (f, w)ψ(t) integrando por partes − ∫ t 0 (u(t), w)ψ′(t) + (u(t), w)ψ(t)|t0 + ∫ t 0 (α.∇u(t), w)ψ(t) + ∫ t 0 (β∇u(t),∇w)ψ(t) = = ∫ t 0 (f, w)ψ(t) − ∫ t 0 (u(t), w)ψ′(t)− (u(0), w)ψ(0) + ∫ t 0 (α.∇u(t), w)ψ(t) + ∫ t 0 (β∇u(t),∇w)ψ(t) = = ∫ t 0 (f, w)ψ(t) . . . . . . . . . (∗∗′) Comparando de (∗′) y (∗∗′) tenemos u(0) = u0 48 2.3. Existencia y unicidad Unicidad de la solución ∂u ∂t − β∆u+ α.∇u = f en Ω× (0, T ] u(x, t) = 0 en ∑ = Γ× (0, T ] u(x, t) = u0(x) en Ω Sean v; z soluciones de la ecuación anterior, tenemos que w = v − z Será so- lución de la sgte ecuación: ∂w ∂t − β∆w + α.∇w = 0 en Ω× (0, T ] w(x, t) = 0 en ∑ = Γ× (0, T ] w(x, t) = 0 en Ω Tenemos que (w′, w(t))− (∆w,w(t)) + (∇w,w(t)) = 0 1 2 ∂ ∂t |w(t)|2 + (β∇w,∇w(t)) + (α.∇w,w(t)) = 0 ∂ ∂t |w(t)|2 + 2(β∇w,∇w(t)) = −2(α.∇w,w(t)) ∂ ∂t |w(t)|2 + 2(β∇w,∇w(t)) ≤ 2|α.∇w||w(t)| ∂ ∂t |w(t)|2 + 2 |β| |∇w(t)|2 ≤ √ |β||∇w(t)| 2|α|√ |β| |w(t)| ∂ ∂t |w(t)|2 + 2 |β| |∇w(t)|2 ≤ |β| |∇w(t)|2 + |α|2|∇w(t)|2 |β|∫ t 0 ∂ ∂t |w(s)|2 + 2 |β| ∫ t 0 |∇w(s)|2 ≤ ∫ t 0 |β| |∇w(s)|2 + ∫ t 0 |α|2|∇w(s)|2 |β| |w(t)|2+|β| ∫ t 0 |∇w(t)|2 ≤ 0+ ∫ t 0 |α|2|∇w(s)|2 |β| y por el lema de Gronwel tenemos 0 ≤ |w(t)|2 + |β| ∫ t 0 |∇w(t)|2 ≤ 0et De aqui se tiene que w = 0 entonces v = z es decir la solución es única