Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Ecuaciones Diferenciales Parciales | Logan 1 Ecuaciones Diferenciales Parciales | Logan 2 Prefacio a la Segunda Edición Este libro es para el curso estándar, de un semestre, de nivel intermedio- júnior, que a menudo pasa por el título "Ecuaciones Diferenciales Parciales Elementales" o "Problemas de Valor en la Frontera". El público está formado por estudiantes de matemáticas, ingeniería y ciencias. Este texto da derivaciones de las ecuaciones estándar de ingeniería y ciencia (incluyendo la ecuación de advección, la ecuación de difusión, la ecuación de onda y la ecuación de Laplace) y métodos para resolver esas ecuaciones en dominios acotados y no acotados. Los métodos incluyen expansiones de funciones propias (variables separables), transformaciones integrales (Fourier y Laplace), métodos característicos y métodos de diferencias finitas. Hay un fuerte énfasis en el modelado y las aplicaciones en todo. Los prerrequisitos son Cálculo y Ecuaciones Diferenciales Ordinarias. Hay varios excelentes textos existentes, pero la mayoría de ellos son largos. Este texto fue escrito para proporcionar una breve introducción de un semestre a las ecuaciones diferenciales parciales. Es limitado tanto en alcance como en profundidad en comparación con los libros existentes, pero abarca los temas principales. Las fronteras de la matemática y la ciencia se están expandiendo rápidamente, y un curso de un semestre debe tratar de hacer avanzar a los estudiantes a un nivel en el que puedan alcanzar estos límites más rápidamente que en el pasado. No todos los temas tradicionales pueden ser examinados con gran detalle. Un ejemplo es el método de separación de variables, que desempeña un papel dominante en la mayoría de los textos; Algunas ilustraciones bien escogidas del método deberían bastar. El nivel de exposición en este texto es ligeramente superior al que normalmente se encuentra en el curso de ecuaciones diferenciales post- cálculo. La filosofía es que un estudiante debe progresar en la capacidad de leer matemáticas. Los cálculos elementales y las ecuaciones diferenciales ordinarias contienen muchos ejemplos y cálculos detallados, pero los libros avanzados de matemáticas y ciencias le dejan mucho al lector. Este texto deja algunos de los detalles fáciles de suministrar al lector. Al estudiante se le anima como parte del proceso de aprendizaje a llenar estos detalles Ecuaciones Diferenciales Parciales | Logan 3 faltantes (ver "Para el Estudiante"). La escritura tiene más un estilo de ingeniería y ciencia que un formato matemático formal. En consecuencia, los argumentos dados son deducciones en lugar de pruebas cuidadosamente construidas. Los ejercicios animan a los estudiantes a pensar en los conceptos y deducciones en lugar de simplemente repetir muchas soluciones rutinarias. El estudiante que lea este libro cuidadosamente y que resuelva la mayor parte de los ejercicios tendrá una sólida base de conocimientos para continuar con un curso de ecuaciones diferenciales parciales de segundo año en el que se llevarán a cabo pruebas cuidadosas o cursos superiores en ciencias e ingeniería donde se introducen las aplicaciones detalladas de ecuaciones diferenciales parciales. Tanto la exposición como los ejercicios desarrollarán habilidades analíticas que algunos estudiantes no desarrollaron en los cursos de cálculo de la reforma. Los principales cambios en esta segunda edición incluyen una nueva sección en el Capítulo 1 sobre los procesos de advección y difusión en las ciencias biológicas y un nuevo capítulo (capítulo 5) sobre modelos en las ciencias de la vida; Este último incluye secciones sobre estructura de edades, ondas epidémicas itinerantes y formación de patrones a través de inestabilidades químicas. Muchos nuevos ejercicios han sido añadidos en todo el texto. En el Capítulo 1 introducimos algunas ecuaciones diferenciales parciales básicas de la matemática aplicada. Muchas de las ecuaciones básicas provienen de una ley de conservación, o ley de equilibrio, y describen procesos físicos como advección (convección), difusión y reacción. La variedad de aplicaciones demuestran el papel central que desempeñan las ecuaciones diferenciales parciales en todas las áreas de la ciencia y la ingeniería. El objetivo es dar a los estudiantes un sentido de los orígenes de las ecuaciones diferenciales parciales y cómo sus soluciones difieren. Al mismo tiempo, los ejercicios obligan a los estudiantes a revisar la regla de la cadena, el teorema de la divergencia y otros conceptos del cálculo multivariable. El Capítulo 2 examina ecuaciones en dominios ilimitados infinitos y semi- infinitos. La opinión del autor es que estos problemas son más simples que sus contrapartes en dominios acotados con límites presentes. La mayoría de Ecuaciones Diferenciales Parciales | Logan 4 los estudiantes han estudiado transformadas de Laplace en un curso de ecuaciones diferenciales ordinarias elementales, por lo que es una transición natural para estudiar los métodos de transformación para las ecuaciones de derivadas parciales. Una idea fundamental en matemáticas aplicadas es la ortogonalidad. En el capítulo 3, en lugar de adoptar un enfoque estricto en la serie de Fourier, se toma una estrategia general. Cursos de cálculo siempre han incluido la serie de Taylor, y muchos cursos de cálculo, especialmente los cursos de reforma, ahora incluyen algún material sobre la serie de Fourier. Por lo tanto, los estudiantes están listos para ser introducidos a las expansiones generales de funciones en serie, especialmente las series ortogonales. Estas expansiones están motivadas por el método de separación de variables y las series de Fourier clásicas se estudian como un caso especial. El Capítulo 4 contiene material tradicional sobre el método de separación de variables para resolver ecuaciones diferenciales parciales en dominios acotados. Resolvemos ecuaciones con diversas condiciones de contorno en geometría rectangular, cilíndrica y esférica. Se insta a los estudiantes a usar paquetes de software para realizar algunos de los cálculos. Hay una sección sobre problemas inversos y una sección sobre el método de diferencias finitas. Me gustaría dar las gracias a los muchos usuarios de la primera edición por ayudar a que sea un éxito. Su brevedad ciertamente golpeó un acorde positivo. Algunos de sus comentarios, correcciones y sugerencias se han convertido en una parte de esta nueva edición. También me gustaría dar las gracias a mi amigo y colega de Biociencia, el profesor Tony Joern, por presentarme a un mundo de interesantes problemas en ecología. Algunos de estos problemas estimularon la nueva cobertura de las aplicaciones de las EDP a la biología en esta segunda edición. Sugerencias para el uso del texto: El autor ha enseñado este material en numerosas ocasiones y utiliza aproximadamente el siguiente calendario: Capítulo 1 (10 clases), Capítulo 2 (9 clases), Capítulo 3 (7 clases), Capítulo 4 (12 clases) Capítulo 5 (6 clases). Bajo este calendario, las secciones marcadas con un asterisco (∗) en la Tabla de Contenidos a menudo no están cubiertas Ecuaciones Diferenciales Parciales | Logan 5 en conferencias, sino más bien se asignan como material de lectura adicional a los estudiantes de posgrado que toman el curso. Los esquemas de las soluciones a muchos de los ejercicios se pueden encontrar en mi sitio web (www.math.unl.edu/~dlogan) o se accede en el sitio de Springer-Verlag (www. Springer-ny.com). Lincoln, Nebraska J. David Logan Ecuaciones Diferenciales Parciales | Logan 6 Para el estudiante Las ecuaciones diferenciales parciales (EDP) son una materia sobre ecuaciones diferencialespara funciones desconocidas de varias variables; Las derivadas implicadas son derivadas parciales. Como tal, es una materia que está íntimamente conectado con cálculo multivariable o de tercer semestre. Para ser exitoso se debe tener, en primer lugar, un buen dominio de los conceptos del cálculo de varias variables. Por lo tanto, mantenga un texto de cálculo cerca y revise los conceptos cuando sean necesarios. Los mismos comentarios se aplican a las ecuaciones diferenciales ordinarias elementales (EDO). Hay un apéndice al final del libro que revisa algunas de las técnicas básicas de solución para EDO. En segundo lugar, un libro de matemáticas debe leerse con un lápiz y papel a mano. Los libros elementales llenan la mayoría de los pasos en la exposición, pero los libros avanzados dejan muchos detalles al lector. Este libro tiene suficiente detalle para que pueda seguir la discusión, pero se requiere lápiz y papel en algunas partes. Verificar todas las declaraciones en un texto es un esfuerzo valioso y le ayudará a aprender el material. Muchos estudiantes encuentran que estudiar EDP proporciona una oportunidad para reforzar muchos conceptos de cálculo y cálculos. Por último, los ejercicios son la parte más importante de este texto, y usted debe tratar de resolver la mayoría o todos ellos. Algunos requerirán cálculos analíticos o informáticos de rutina, pero otros requerirán una reflexión cuidadosa. Aprendemos matemáticas haciendo matemáticas, incluso cuando estamos atrapados por un problema. El esfuerzo puesto en un intento fallido le ayudará a resolver los conceptos y reforzar el proceso de aprendizaje. Vea los ejercicios como un desafío y resista la tentación de renunciar. Lincoln, Nebraska J David Logan Ecuaciones Diferenciales Parciales | Logan 7 Contenidos Prefacio a la Segunda Edición 2 Para el Estudiante 6 Capítulo 1: Los Orígenes Físicos de las Ecuaciones Diferenciales Parciales 1.1 Modelos Matemáticos 9 1.2 Leyes de Conservación 19 1.3 Difusión 29 1.4 Modelos de EDP en Biología 38 1.5 Vibraciones y Acústica 53 1.6 Mecánica Cuántica 63 1.7 Flujo del Calor en Tres Dimensiones 67 1.8 Ecuación de Laplace 74 1.9 Clasificación de las EDP 82 Capítulo 2: Ecuaciones Diferenciales Parciales en Dominios No Acotados 2.1 Problema de Cauchy para la Ecuación del Calor 88 2.2 Problema de Cauchy para la Ecuación de Onda 96 2.3 Problemas Mal Planteados 102 2.4 Dominios Semi-Infinitos 106 2.5 Principio de Duhamel y Fuentes 113 2.6 Transformadas de Laplace 119 2.7 Transformadas de Fourier 128 2.8 Solución de EDP Usando Sistemas de Algebra por Computadora 137 Capítulo 3: Expansiones Ortogonales 3.1 El Método de Fourier 142 3.2 Expansiones Ortogonales 146 3.3 Series Clásicas de Fourier 159 3.4 Problemas de Sturm-Liouville 167 Ecuaciones Diferenciales Parciales | Logan 8 Capítulo 4: Ecuaciones Diferenciales Parciales en Dominios Acotados 4.1 Separación de Variables 178 4.2 Condiciones de Flujo y Radiación 189 4.3 Ecuación de Laplace 199 4.4 Enfriamiento de una Esfera 210 4.5 Difusión en un Disco 217 4.6 Fuentes y Dominios Acotados 224 4.7 Problemas de Identificación de Parámetros 230 4.8 El Método de las Diferencias Finitas 237 Capítulo 5: Ecuaciones Diferenciales Parciales en las Ciencias de la Vida 5.1 Modelos Estructurados por Edad 251 5.2 Frente de ondas viajeras 263 5.3 Equilibrio y Estabilidad 272 Apéndice: Ecuaciones Diferenciales Ordinarias 285 Tabla de Transformadas de Laplace 293 Referencias 294 Ecuaciones Diferenciales Parciales | Logan 9 Capítulo 1 Los Orígenes Físicos de las Ecuaciones Diferenciales Parciales 1.1 Modelos Matemáticos Muchas ideas importantes de matemáticas fueron desarrolladas dentro del marco de las ciencias físicas. Por ejemplo, el cálculo tiene sus orígenes en el esfuerzo por describir con exactitud el movimiento de los cuerpos. Las ecuaciones matemáticas siempre han proporcionado un lenguaje con el cual se formulan conceptos en física – Las ecuaciones de Maxwell describen un fenómeno electrodinámico, las ecuaciones de Newton describen sistemas mecánicos, las ecuaciones de Schrödinger describen aspectos de la mecánica cuántica; y así sucesivamente. En el transcurso de los años, sin embargo, matemáticos y científicos han extendido este tipo de conexiones para incluir todas las áreas de la ciencia y la tecnología, emergiendo así un campo llamado Modelación Matemática. Un modelo matemático es una ecuación o un conjunto de ecuaciones, cuya solución describe el comportamiento físico de un sistema físico relacionado. Estos modelos pueden ser concernientes a lo económico, biológico, etcétera. Por ejemplo las ecuaciones de Maxwell son un modelo para el fenómeno electrodinámico, como muchos modelos matemáticos, las ecuaciones de Maxwell se basan en experimentos y observaciones físicas. En general, un modelo matemático es una descripción simplificada o caricatura de la realidad física (económica, biológica, etc.) en términos matemáticos. La modelación matemática involucra observaciones físicas relevantes, formulación de las ecuaciones, análisis y simulación; y finalmente validación del modelo. En este últimopaso la información de las simulaciones y las soluciones alimentan de nuevo el modelo, para asegurar cuando en verdad el modelo describe al fenómeno; en este paso, pueden ocurrir modificaciones y pueden hacerse las mejoras. Ecuaciones Diferenciales Parciales | Logan 10 En este curso se estudiarán modelos físicos de Ecuaciones en Derivadas Parciales (EDP). Esto es, se examinarán fenómenos físicos que se describen por ecuaciones diferenciales parciales. El objetivo es estudiar el origen de tales modelos y las herramientas que se utilizan para su análisis. El lector debería estar familiarizado con sistemas físicos gobernados por Ecuaciones Diferenciales Ordinarias (EDO). Por ejemplo, el modelo típico de crecimiento de poblaciones de Malthus (Thomas Malthus fue un ensayista del siglo XVIII que escribió en palabras sobre el crecimiento de la población y el suministro de recursos) ⅆ𝑢 ⅆ𝑡 = 𝑟𝑢, 𝑡 > 0, el cual es un modelo simple del crecimiento de la población donde la razón de cambio de la población 𝑢 = 𝑢(𝑡) es proporcional a la población. Aquí 𝑡 es el tiempo y 𝑢 = 𝑢(𝑡) es la población de un sistema de individuos dado. Nos referimos a 𝑢 como la variable de estado y decimos que la evolución de la variable de estado se rige por la ecuación del modelo. El número real 𝑟 es un parámetro físico dado que representa la razón de crecimiento relativo; presuntamente 𝑟 puede medirse para la población dada bajo investigación. La solución a tal modelo se puede encontrar fácilmente, a saber; 𝑢(𝑡) = 𝑢0ⅇ 𝑟𝑡 , 𝑡 > 0 Donde 𝑢0 representa la población inicial. Así el modelo de Malthus predice un crecimiento exponencial, el cual describe con precisión algunas poblaciones durante la etapa inicial de crecimiento. El modelo de Malthus es un modelo típico de EDO. La variable de estado es una función que depende únicamente de una variable independiente (tiempo 𝑡), el modelo contiene un parámetro 𝑟. En general los modelos de EDO son del tipo ⅆ𝑢 ⅆ𝑡 = 𝐹(𝑡, 𝑢; 𝑟), 𝑡 > 0 Donde 𝐹 es una relación funcional dada entre 𝑡, 𝑢 y 𝑟. Algunos modelos Ecuaciones Diferenciales Parciales | Logan 11 incluyen una condición inicial de la forma 𝑢(0) = 𝑢0, donde 𝑢0 es un valor de estado dado en 𝑡 = 0. De manera más general, un modelo de EDO puede consistir de un sistema de 𝑛 EDO para 𝑛 variables de estado 𝑢1(𝑡), … , 𝑢𝑛(𝑡) y puede haber 𝑚 parámetros 𝑟1, … , 𝑟𝑚. Un modelo de EDP difiere de un modelo de EDO en que la variable de estado depende de más de una variable independiente, y la ecuación del modelo resultante es una EDP. Mientras que una EDO modela la evolución de un sistema en el tiempo, y las observaciones se hacen en el tiempo, una EDP modela la evolución de un sistema en el tiempo y espacio; el sistema se puede observar tanto en un intervalo de tiempo como en una región espacial (la cual puede ser de una, dos o tres dimensiones). Los modelos de EDP pueden ser independientes del tiempo, pero depender de varias variables espaciales. Para atrapar la idea, vamos a considerar el problema de determinar la temperatura en una barra de metal aislada lateralmente, de longitud 𝑙 y área unitaria de la sección transversal, cuyos dos extremos se mantienen a temperatura constante de valor cero grados y cuya temperatura inicial (en el tiempo cero) varía a lo largo de la barra y se determina por una función fija 𝜙(𝑥). Figura 1.1 Barra de metal aislada lateralmente con la temperatura de cero grados en los extremos. El calor fluye en la dirección 𝑥, y 𝑢(𝑥, 𝑡) es la temperatura de la sección transversal en 𝑥 en el tiempo 𝑡. ¿Cómo funciona el enfriamiento de la barra? En este caso, la variable de estado 𝑢 es la temperatura, y esta depende de cuando se hace la medición y en que parte de la barra. Luego 𝑢 = 𝑢(𝑥, 𝑡), 0 < 𝑥 < 𝑙 La ecuación modelo que rige la evolución de la temperatura 𝑢 es llamada la ecuación del calor y tiene la siguiente forma 𝒖𝒕 = 𝒌𝒖𝒙𝒙 (𝟏. 𝟏) La cual es una EDP (casi siempre utilizamos la notación de subíndice para indicar diferenciación parcial; y rara vez se escriben las variables Ecuaciones Diferenciales Parciales | Logan 12 independientes, prefiriendo 𝑢 a 𝑢(𝑥, 𝑡)). En otras palabras, la derivada parcial de la temperatura con respecto a 𝑡 debe ser igual a la segunda derivada parcial respecto a 𝑥 multiplicada por una constante 𝑘. La constante 𝑘, es llamada constante de difusividad y es un parámetro conocido propio de la barra; que se puede determinar en términos de la densidad, calor específico y conductividad térmica del metal. De esta manera, la ecuación del calor es un modelo de EDP. Más adelante observaremos que surge de una ley básica física (ahorro de energía) y una observación empírica (ley del calor de Fourier). Las condiciones de que los extremos de la barra se mantengan a temperatura cero grados se expresa por: 𝒖(𝟎, 𝒕) = 𝟎, 𝒖(𝒍, 𝒕) = 𝟎, 𝒕 > 𝟎 (𝟏. 𝟐) que son conocidas como condiciones en la frontera porque son condiciones que se imponen en la frontera del dominio espacial. La condición de que la barra tenga inicialmente una temperatura de 𝜙(𝑥) grados se expresa matemáticamente por 𝒖(𝒙, 𝟎) = 𝝓(𝒙), 𝟎 < 𝒙 < 𝒍. (𝟏. 𝟑) Esta condición se conoce como condición inicial porque se especifica la variable de estado en el tiempo 𝑡 = 0. El conjunto de ecuaciones (1.1) – (1.3) – La EDP y las condiciones auxiliares- forman el modelo matemático para el flujo de calor en la barra. A tal modelo, desde el punto de vista de EDP se le conoce como un problema de valores en la frontera y condiciones iniciales. La invención y análisis de tales modelos son la materia de estudio de estas notas. En el ejemplo previo del flujo del calor, la variable de estado 𝑢 dependía de dos variables independientes: una variable temporal y una espacial. Dicho modelo es un modelo de evolución. Algunos sistemas físicos no dependen del tiempo, sino únicamente de las variables espaciales, a tales modelos se les conoce como modelos estáticos o de equilibrio. Por ejemplo, si 𝛺 representa una región tridimensional acotada la cual no presenta carga y en la frontera de la región 𝜕𝛺 se da un potencial eléctrico independiente del tiempo (recordando que en electrostática, el gradiente del potencial Ecuaciones Diferenciales Parciales | Logan 13 eléctrico es el campo vectorial eléctrico), entonces se sabe que el potencial eléctrico 𝑢 = 𝑢(𝑥, 𝑦, 𝑧) dentro de 𝛺 satisface la ecuación de Laplace, una ecuación diferencial parcial que tiene la forma 𝒖𝒙𝒙 + 𝒖𝒚𝒚 + 𝒖𝒛𝒛 = 𝟎, (𝒙, 𝒚, 𝒛) ∈ 𝜴 (𝟏. 𝟒) Si denotamos el potencial dado en la frontera por 𝑓(𝑥, 𝑦, 𝑧) entonces (1.4) junto con la condición de frontera 𝒖(𝒙, 𝒚, 𝒛) = 𝒇(𝒙, 𝒚, 𝒛), (𝒙, 𝒚, 𝒛) ∈ 𝝏𝜴 (𝟏. 𝟓) es un modelo de equilibrio de la electrostática. En ecuaciones diferenciales parciales tales modelos son llamados problemas de valor en la frontera. Resolver la ecuación de Laplace (1.4) en una región 𝛺 sujeto a la condición (1.5) en la frontera es llamado Problema de Dirichlet. En general, una EDP en una variable espacial y el tiempo es de la forma 𝑮(𝒙, 𝒕, 𝒖, 𝒖𝒙, 𝒖𝒕, 𝒖𝒙𝒙, 𝒖𝒕𝒕, 𝒖𝒙𝒕, … ) = 𝟎, 𝒙 ∈ 𝜴, 𝒕 ∈ 𝑰, (𝟏. 𝟔) donde 𝐼 es un intervalode tiempo dado y es un intervalo en una dimensión. A menudo, 𝐼 es un tiempo positivo 𝑡 ≥ 0, y 𝛺 puede ser un intervalo acotado o no acotado. De este modo, una EDP es una ecuación que involucra una función desconocida 𝑢(𝑥, 𝑡), la variable de estado y algunas derivadas parciales. El orden de la ecuación (1.6) es el orden de la derivada más alta que aparece. Un modelo de EDP es una EDP junto con condiciones iniciales y/o de frontera que especifican el estado inicial y en la frontera. Pueden aparecer uno o más parámetros que no se muestran en (1.6). Las EDPs se clasifican de acuerdo a su orden y a otras propiedades. Por ejemplo, como en EDO, se clasifican en lineales y no lineales. La ecuación (1.6) es lineal si 𝐺es una función lineal en 𝑢 y en todas sus derivadas; esto significa que la 𝑢 desconocida y las derivadas que están presentes aparecen solas y a la primera potencia en la ecuación; de otra forma es no lineal. Una Ecuaciones Diferenciales Parciales | Logan 14 ecuación lineal es homogénea si cada término contiene a 𝑢 o alguna derivada de 𝑢. Ejemplo Las siguientes dos ecuaciones son de segundo orden 𝑢𝑡 + 𝑢𝑢𝑥𝑥 = 0 y 𝑢𝑡𝑡 − 𝑢𝑥 + 𝑠ⅇ𝑛𝑢 = 0, son no lineales, la primera por el producto 𝑢𝑢𝑥𝑥 y la segunda porque la 𝑢 está ligada a la función seno. La siguiente ecuación es de segundo orden, lineal y no-homogénea 𝑢𝑡 − 𝑠ⅇ𝑛(𝑥 2𝑡)𝑢𝑥𝑥 = 0. □ No se puede exagerar la importancia de la división de las EDP en las categorías de lineales o no lineales. Las ecuaciones lineales tienen una estructura algebraica en el conjunto de sus soluciones; por ejemplo, la suma de dos soluciones a una ecuación lineal homogénea es también una solución, es decir, satisfacen el principio de superposición. Esto no ocurre con las no lineales además de que sus soluciones son más difíciles de analizar. En este texto solo se estudiarán las ecuaciones lineales. Igualmente importante en los esquemas de clasificación para una EDP es la especificidad del fenómeno físico que se describe; por ejemplo, una EDP puede ser clasificada como de onda, de difusión, o estática, dependiendo de los modelos de propagación de la onda, del proceso de difusión, o del estado de equilibrio, respectivamente. Por ejemplo, la ecuación de Laplace (1.4) es una ecuación de equilibrio lineal y de segundo orden; la ecuación del calor (1.1) es una ecuación de difusión lineal, de segundo orden porque el flujo de calor es un proceso de difusión. En la sección 1.10 daremos una caracterización más precisa. Para una solución a la EDP (1.6) nos referimos a una función 𝑢 = 𝑢(𝑥, 𝑡) definida en el dominio de espacio-tiempo 𝑡 ∈ 𝐼, 𝑥 ∈ 𝛺 que satisface, tras la sustitución, la ecuación (1.6) de forma idéntica en ese dominio. Implícito en esta definición está la estipulación de que 𝑢 posee la mayor cantidad de derivadas parciales continuas como sea necesario para la EDP. Por ejemplo, una solución de una ecuación de segundo orden debe tener dos derivadas parciales continuas, para que tenga sentido para el cálculo de las derivadas y sustituirlas en la ecuación. Mientras que la solución general de una EDO implica constantes arbitrarias, la solución general a un EDP implica funciones arbitrarias. A veces la solución general a un EDP se puede encontrar, pero usualmente no es necesario tener que resolver la mayoría de los problemas de interés. Ecuaciones Diferenciales Parciales | Logan 15 Ejemplo: Comprobar, por sustitución directa, que ambas funciones 𝑢1(𝑥, 𝑡) = 𝑥 2 + 2𝑡 y 𝑢2(𝑥, 𝑡) = ⅇ −𝑡𝑠ⅇ𝑛𝑥 resuelven la ecuación del calor 𝑢𝑡 − 𝑢𝑥𝑥 = 0 Hay muchas otras soluciones a esta ecuación. Las condiciones auxiliares, como las condiciones iniciales y de frontera, por lo general señalan a la solución adecuada a un problema. Ejemplo: Considerar la EDP no homogénea lineal de primer orden. 𝑢𝑥 = 𝑡𝑠ⅇ𝑛𝑥 Esta ecuación puede ser resuelta por integración directa. Integramos con respecto a 𝑥 , manteniendo 𝑡 fijo, obtenemos: 𝑢(𝑥, 𝑡) = −𝑡 cos 𝑥 + 𝜙(𝑡), donde 𝜙 es una función arbitraria. Note que, en una EDP, integrar con respecto a una variable produce una función arbitraria de la otra variable, no una constante arbitraria como en el cálculo de una dimensión. Esta última ecuación define la solución general. Uno puede comprobar que es solución para alguna función diferenciable 𝜙(𝑡) . Las EDP tienen funciones arbitrarias en la expresión de sus soluciones generales; el número de tales funciones usualmente coincide con el orden de la ecuación. □ En este punto mencionamos que algunos sistemas de álgebra computacional tienen comandos que regresan la solución general a la EDP en términos de funciones arbitrarias. El lector que desee explorar esta característica en el paquete de software de Maple puede en este momento ir directamente a la sección 2.8 para ejemplos. Geométricamente, una solución 𝑢 = 𝑢(𝑥, 𝑡) puede pensarse como una superficie en el espacio − 𝑥𝑡𝑢. Refiérase a la figura 1.2. La superficie se encuentra sobre el dominio del espacio-tiempo 𝛺× 𝐼 (Este es el conjunto (𝑥, 𝑡) tal que 𝑥 ∈ 𝛺 y 𝑡 ∈ 𝐼). Alternativamente, se puede considerar la solución como una secuencia continua de instantáneas de tiempo. Esto es, para cada tiempo 𝑡0 fijo, 𝑢(𝑥, 𝑡0) es una función de 𝑥 y por lo tanto Ecuaciones Diferenciales Parciales | Logan 16 representa una instantánea de tiempo de la solución. En otras palabras, 𝑢(𝑥, 𝑡0) es interpretado como un perfil de onda, o señal, en el tiempo 𝑡0. De esta manera una solución 𝑢(𝑥, 𝑡) de (1.6) 𝐺(𝑥, 𝑡, 𝑢, 𝑢𝑥 , 𝑢𝑡 , 𝑢𝑥𝑥 , 𝑢𝑡𝑡 , 𝑢𝑥𝑡 , … ) = 0, 𝑥 ∈ 𝛺, 𝑡 ∈ 𝐼, se puede considerar como una sucesión continua, en el tiempo, de la evolución de las formas de onda. Notas bibliográficas Hay muchos excelentes libros de EDP elementales escritos aproximadamente al mismo nivel que éste. Mencionamos a Farlow (1993), Guenther & Lee (1992) y Strauss (1992). En un nivel avanzado sugerimos a John (1982) o Renardy & Rogers (1993). El texto clásico de Tychonov & Samarskii (1990) tiene un buen balance de aplicaciones y teoría. Las EDP no lineales se tratan en detalle en Logan (1994), Smoller (1995) y Whitham (1974). Los modelos de EDP ocurren en todas las áreas de las ciencias puras y aplicadas. Los textos generales que involucran el modelado son Lin & Segel (1989) y Logan (1997). Las áreas específicas están incluidas en Bird, Stewart y Lightfood (1960) (ingeniería química), Carslaw y Jaeger (1959) (transferencia de calor), Chorin y Marsden (1993) (dinámica de fluidos), Edelstein-Keshet (1988), Grindrod (1997), Kot (2001), Britton (2003) y Murray (2003) (biología), de Marsily (1987) y Logan (2001) (hidrogeología) y Segel (1987). Figura 1.2 Una superficie de la solución 𝑢 = 𝑢(𝑥, 𝑡) cuya sección transversal es un perfil de onda. Ecuaciones Diferenciales Parciales | Logan 17 Ejercicios: 1. Verificar que una solución a la ecuación del calor 𝑢𝑡 = 𝑘𝑢𝑥𝑥 en el dominio −∞ < 𝑥 < ∞, 𝑡 > 0 está dada por 𝑢(𝑥, 𝑡) = 1 √4𝜋𝑘𝑡 ⅇ− 𝑥2 4𝑘𝑡. Utilizar un paquete de álgebra computacional para esbozar varias instantáneas de tiempo sobre el mismo conjunto de ejes de coordenadas para mostrar cómo el perfil de temperatura evoluciona en el tiempo (toma 𝑘 = 1). ¿Cómo es el perfil de temperatura cuando 𝑡 → 0? Dibuje la superficie de la solución. ¿Cómo afecta el parámetro 𝑘 a la solución? Verificar que 𝑢(𝑥, 𝑦) = ln√𝑥2 + 𝑦2satisface la ecuación de Laplace 𝑢𝑥𝑥 + 𝑢𝑦𝑦 = 0. Para todo (𝑥, 𝑦) ≠ (0,0). 2. Verificar que 𝑢(𝑥, 𝑦) = ln√𝑥2 + 𝑦2 satisface la ecuación de Laplace 𝑢𝑥𝑥 + 𝑢𝑦𝑦 = 0 para todo (𝑥, 𝑦) ≠ (0,0). 3. Encontrar una función 𝑢(𝑥, 𝑡) que satisface la EDP 𝑢𝑥𝑥 = 0, 0 ≤ 𝑥 ≤ 𝑙, 𝑡 > 0 sujeto a las condiciones de frontera𝑢(0, 𝑡) = 𝑡2, 𝑢(1, 𝑡) = 1, 𝑡 > 0. 4. Verificar que 𝑢(𝑥, 𝑡) = 1 2𝑐 ∫ 𝑔(𝜉)ⅆ𝜉 𝑥+𝑐𝑡 𝑥−𝑐𝑡 es una solución a la EDP 𝑢𝑡𝑡 = 𝑐2𝑢𝑥𝑥 donde 𝑐 es una constante y 𝑔 es una función continuamente diferenciable. Aquí necesitaras la regla de Leibniz para diferenciar una integral con respecto a un parámetro que se produce en los límites de integración y en el integrando. La regla de Leibniz es ⅆ ⅆ𝑡 ∫ 𝐹(𝑦, 𝑡)ⅆ𝑦 𝑏(𝑡) 𝑎(𝑡) = ∫ 𝐹𝑡(𝑦, 𝑡)ⅆ𝑦 𝑏(𝑡) 𝑎(𝑡) + 𝐹(𝑏(𝑡), 𝑡)𝑏´(𝑡) − 𝐹(𝑎(𝑡), 𝑡)𝑎´(𝑡) Aquí, se asume que 𝑎, 𝑏, y 𝐹 son continuamente diferenciables. 5. ¿Para qué valores de 𝑎, y 𝑏, 𝑢(𝑥, 𝑡) = ⅇ𝑎𝑡𝑠ⅇ𝑛 𝑏𝑥 es solución a la ecuación 𝑢𝑡 − 𝑘𝑢𝑥𝑥 = 0? 6. Encontrar la solución a la ecuación general 𝑢𝑥𝑡 + 3𝑢𝑥 = 1. Sugerencia: Suponga 𝑣 = 𝑢𝑥 y resuelva la ecuación resultante para 𝑣; entonces encuentre 𝑢 . 7. Demostrar que la ecuación no lineal 𝑢𝑡 = 𝑢𝑥 2 + 𝑢𝑥𝑥 puede ser reducida a la ecuación del calor 𝑢𝑡 = 𝑘𝑢𝑥𝑥 eligiendo 𝑤 = ⅇ 𝑢 para la variable dependiente. Ecuaciones Diferenciales Parciales | Logan 18 8. Mostrar que la función 𝑢(𝑥, 𝑦) = arctan ( 𝑦 𝑥 ) satisface la ecuación bidimensional de Laplace 𝑢𝑥𝑥 + 𝑢𝑦𝑦 = 0 para 𝑦 > 0. Usando este hecho construir una solución a la ecuación bidimensional para 𝑦 > 0 que además satisfaga las condiciones de frontera 𝑢(𝑥, 0) = 1 para 𝑥 > 0 y 𝑢(𝑥, 0) = −1 para 𝑥 < 0 . Asegúrese de explicar que rama de la función arctan está utilizando. 9. Mostrar que ⅇ−𝜉𝑦𝑠ⅇ𝑛 (𝜉𝑥), 𝑥𝜖ℝ, 𝑦 > 0 es una solución a 𝑢𝑥𝑥 + 𝑢𝑦𝑦 = 0 para algún valor del parámetro 𝜉. Deduce que 𝑢(𝑥, 𝑦) = ∫ 𝑐(𝜉)ⅇ−𝜉𝑦𝑠ⅇ𝑛 (𝜉𝑥) ∞ 0 ⅆ𝜉. es una solución a la misma ecuación para alguna función 𝑐(𝜉) que es continua y acotada en [0,∞). (La hipótesis sobre 𝑐 permite diferenciar bajo el signo de la integral). Este ejercicio muestra que tomando soluciones integrales a veces da otra solución; la integración es una forma de superposición o suma de una solución continua. 10. La EDP lineal homogénea con coeficientes constantes admite soluciones complejas de la forma 𝑢(𝑥, 𝑡) = 𝐴ⅇ𝑖(𝑘𝑥−𝜔𝑡) las cuales son llamadas ondas planas. La parte real e imaginaria de esta función compleja arroja soluciones reales. Aquí 𝐴 es la amplitud, 𝑘 es el número de onda, y 𝑤 es la frecuencia temporal. Cuando la forma de la onda plana es sustituida en la EDP resulta una relación de dispersión de la forma 𝜔 = 𝜔(𝑘) que establece como la frecuencia depende del número de onda. Para las siguientes EDP, encontrar la relación de dispersión y describir el resultado de la onda plana dibujando un perfil de la onda en diferentes tiempos. a) 𝑢𝑡 = 𝐷𝑢𝑥𝑥 b) 𝑢𝑡𝑡 − 𝑐 2𝑢𝑥𝑥 = 0 c) 𝑢𝑡 + 𝑢𝑥𝑥𝑥 = 0 d) 𝑢𝑡 = 𝑖𝑢𝑥𝑥 Ecuaciones Diferenciales Parciales | Logan 19 1.2 Leyes de conservación Muchos modelos vienen de una ley de equilibrio básico, o la ley de la conservación. Una ley de conservación es sólo una formulación matemática del hecho básico de que la tasa de cambio en un dominio dado debe ser igual a la velocidad a la que fluye la cantidad a través de la frontera más la velocidad a la que se crea la cantidad, o se destruye, dentro del dominio. Por ejemplo, considere una población de una determinada especie animal en una región geográfica determinada. La velocidad de cambio de la población animal debe ser igual a la velocidad a la que los animales migran hacia la región, menos la velocidad a la que migran fuera de ella, además de la tasa de natalidad, menos la tasa de muerte. Un enunciado de este tipo es una expresión verbal de un equilibrio, o la ley de la conservación. Uno puede hacer declaraciones similares para muchas cantidades de -energía térmica, la masa de un producto químico, el número de automóviles en una autopista, y así sucesivamente. Para cuantificar tales declaraciones requerimos alguna notación. Suponga que la variable de estado 𝑢 = 𝑢(𝑥, 𝑡) denota la densidad de una cantidad dada (masa, energía, animales, automóviles, etc.); la densidad se mide generalmente en cantidad por unidad de volumen, o en ocasiones cantidad por unidad de longitud. Por ejemplo, la densidad de energía se mide en unidades de energía por volumen. Suponemos que cualquier variación en la cantidad se limita a una dimensión espacial, es decir, se supone un dominio de una sola dimensión (por ejemplo, un tubo, como en la figura 1.3) donde cada sección transversal está etiquetada por la variable espacial 𝑥; es necesario que no haya variación de 𝑢 = 𝑢(𝑥, 𝑡) dentro de la sección transversal en 𝑥. Implícita es la suposición de que la cantidad en el tubo es lo suficientemente abundante y continua en 𝑥 por lo que tiene sentido para definir una densidad en cada sección del tubo. El importe de la cantidad en una pequeña sección de anchura ⅆ𝑥 es 𝑢(𝑥, 𝑡)𝐴 ⅆ𝑥, donde 𝐴 es el área de la sección transversal del tubo. Además, suponemos que 𝜙 = 𝜙(𝑥, 𝑡) denota el flujo de la cantidad en 𝑥 en el tiempo 𝑡. El flujo mide el importe de la cantidad que está cruzando la sección en 𝑥 en el tiempo 𝑡 y sus unidades son cantidad por unidad de área, por unidad de tiempo. Por lo tanto Ecuaciones Diferenciales Parciales | Logan 20 𝐴𝜙(𝑥, 𝑡) es el importe actual de la cantidad que está cruzando la sección en 𝑥 en el tiempo 𝑡. Por conveniencia, el flujo es positivo si fluye a la derecha, y negativo si fluye a la izquierda. Finalmente, supongamos 𝑓 = 𝑓(𝑥, 𝑡) denota la razón a la cual se crea la cantidad, o destruye, dentro de la sección en 𝑥 en el tiempo 𝑡. La función 𝑓 es llamada término fuente si es positiva y un sumidero si es negativa; se mide en cantidad por unidad de volumen por unidad de tiempo. Así 𝑓(𝑥, 𝑡)𝐴 ⅆ𝑥 representa la acumulación de la cantidad que es creada en una pequeña anchura ⅆ𝑥 por unidad de tiempo. Figura 1.3. Tubo con área de sección transversal 𝐴 con una muestra de sección arbitraria. El lado lateral está aislado, y las cantidades varían únicamente en la dirección de 𝑥 – en el tiempo. Una ley de conservación es una relación cuantitativa entre 𝑢, 𝜙 y 𝑓. Se puede formular la ley considerando una sección 𝑎 ≤ 𝑥 ≤ 𝑏 fija, pero arbitraria del tubo (Figura 1.3) y requiriendo que la razón de cambio de la acumulación de la cantidad en la sección sea igual a la razón a la cual fluye en 𝑥 = 𝑎 menos la razón en la cual esta es creada dentro de 𝑎 ≤ 𝑥 ≤ 𝑏. En símbolos matemáticos ⅆ ⅆ𝒕 ∫𝒖(𝒙, 𝒕)𝑨ⅆ𝒙 𝒃 𝒂 = 𝑨𝝓(𝒂, 𝒕) − 𝑨𝝓(𝒃, 𝒕) + ∫𝒇(𝒙, 𝒕)𝑨ⅆ𝒙 (𝟏. 𝟕) 𝒃 𝒂 esta ecuación es la ley de conservación fundamental; esta es una expresión integral del hecho básico que debe haber un balance entre, cuánto entra, cuanto sale y cuanto se cambia. Como A es una constante, puede cancelarse de la fórmula. La ecuación (1.7) es un modelo integral. Sin embargo, si las funciones 𝑢 y 𝜙 son suficientemente suaves, esta ecuación puede reformularse como un modelo en EDP. Por ejemplo, si 𝑢 tiene primeras derivadas parciales continuas, entonces la derivada respecto al tiempo en el lado izquierdo de (1.7) puede ser llevada bajo el signo de la integral para obtener Ecuaciones Diferenciales Parciales | Logan 21 ⅆ ⅆ𝑡 ∫ 𝑢(𝑥, 𝑡) ⅆ𝑥 𝑏 𝑎 = ∫ 𝑢𝑡(𝑥, 𝑡) ⅆ𝑥 𝑏 𝑎 (note que este es un caso especial de la regla de Leibniz – ver sección 1.1, ejercicio 4). Si 𝜙 tiene primeras derivadas parciales continuas, entonces se puede aplicar el teorema fundamental del cálculo para escribir el cambio en el flujo como la integral de una derivada, o 𝜙(𝑎, 𝑡) − 𝜙(𝑏, 𝑡) = −∫ 𝜙𝑥(𝑥, 𝑡) ⅆ𝑥 𝑏 𝑎 Por lo tanto, (1.7) puede ser escrito como∫ (𝑢𝑡(𝑥, 𝑡) + 𝜙𝑥(𝑥, 𝑡) − 𝑓(𝑥, 𝑡)) ⅆ𝑥 𝑏 𝑎 = 0 Puesto que 𝑎 ≤ 𝑥 ≤ 𝑏 es cualquier intervalo, y como el integrando es continuo, se sigue que el integrando se anula, o 𝒖𝒕(𝒙, 𝒕) + 𝝓𝒙(𝒙, 𝒕) = 𝒇(𝒙, 𝒕) (1.8) La ecuación (1.8) es una versión local de (1.7) obtenidas bajo la suposición de que 𝑢 y 𝜙 son continuamente diferenciables; este es un modelo de EDP describiendo la relación entre la densidad, su flujo, y la razón a la cual esta es creada. A (1.8) se le llama ley de la conservación fundamental. El término 𝑓 es llamado la fuente, el término 𝜙 es el flujo. En (1.7) se suele entender la dependencia de 𝑥 y 𝑡 cuando se escribe 𝑢𝑡 + 𝜙𝑥 = 𝑓 por simplicidad. Antes de estudiar algunos ejemplos, haremos algunos comentarios generales. El flujo 𝜙 y la fuente 𝑓 son funciones de 𝑥 y 𝑡 pero su dependencia puede ser además de 𝑢. Por ejemplo, la fuente puede ser 𝑓 = 𝑓(𝑢), donde, por supuesto 𝑢 = 𝑢(𝑥, 𝑡). Similarmente, 𝜙 puede depender de 𝑢. Esta dependencia conduce a modelos no lineales. A continuación, observemos que (1.8) es una sola ecuación, sin embargo hay dos incógnitas, 𝑢 y 𝜙 (regularmente la fuente 𝑓 se asume que está dada). Esto significa que se requiere de otra ecuación para determinar 𝑢 y 𝜙. Esta ecuación se le llama relación constitutiva (o ecuaciones de estado) y surgen de las suposiciones físicas del medio. Ejemplo (Advección) Ecuaciones Diferenciales Parciales | Logan 22 Un modelo donde el flujo es proporcional a la misma densidad, que es, 𝜙 = 𝑐𝑢 donde 𝑐 es una constante, es llamado un modelo de advección. Note que 𝑐 debe tener unidades de velocidad (longitud por tiempo). En este caso la ley de conservación (1.8), por la ausencia de fuente (𝑓 = 0) se convierte en, 𝒖𝒕 + 𝒄𝒖𝒙 = 𝟎 (1.9) La ecuación (1.9) se le llama ecuación de advección. El lector debe verificar que la función 𝒖(𝒙, 𝒕) = 𝑭(𝒙 − 𝒄𝒕) (1.10) es solución a (1.9) para una función diferenciable 𝐹. Tales soluciones (1.10) son llamadas ondas viajeras a la derecha, ya que la gráfica de 𝐹(𝑥 − 𝑐𝑡) es sólo la gráfica de 𝐹(𝑥) desplazada a la derecha 𝑐𝑡 unidades espaciales. Por lo que, cuando el tiempo 𝑡 aumenta, el perfil de la onda 𝐹(𝑥) se mueve hacia la derecha sin distorsiones, con su forma sin cambios, a la velocidad 𝑐. La figura 1.4 muestra dos formas de ver una onda viajera. Intuitivamente, (1.9) describe lo que usualmente se conoce como advección. Por ejemplo, un enjambre de insectos moviéndose como una onda de densidad sin distorsiones representaría la advección. Otros términos comunes para describir esta clase de movimiento son transporte y convección. Si el flujo es una función no lineal de la densidad, esto es, 𝜙 = 𝜙(𝑢), entonces la ley de conservación (1.8) toma la forma 𝑢𝑡 + 𝜙(𝑢)𝑥 = 𝑢𝑡 + 𝜙 ′(𝑢)𝑢𝑥 = 0 (1.11) Si 𝜙(𝑢) es no lineal en 𝑢, entonces (1.11) es un modelo de advección no lineal y estos modelos son más difíciles de analizar. No se estudiarán tales modelos en este texto. El lector puede consultar Logan (1994) para un tratamiento elemental de las ecuaciones no lineales. Ejemplo (Advección y decaimiento) Recordar de las ecuaciones diferenciales elementales que el decaimiento o descomposición (por ejemplo, decaimiento radiactivo) se basa en la ley ⅆ𝑢 ⅆ𝑡 = −𝜆𝑢, donde 𝜆 es el índice de decaimiento. De esta forma, una sustancia moviéndose a través de un tubo a la velocidad 𝑐 (por ejemplo, un elemento químico radiactivo disuelto en agua fluyendo con velocidad 𝑐) puede ser modelada por la ecuación de advección-decaimiento: 𝒖𝒕 + 𝒄𝒖𝒙 = −𝝀𝒖 (1.12) Ecuaciones Diferenciales Parciales | Logan 23 Aquí, 𝑓 =−𝜆𝑢 es el término fuente (específicamente el término de decaimiento) y ∅ = 𝑐𝑢 es el término del flujo en la ley de conservación (1.8). El problema de valor inicial puro para la ecuación de advección es 𝒖𝒕 + 𝒄𝒖𝒙 = 𝟎, 𝒙 ∈ ℝ, 𝒕 > 𝟎 (1.13) 𝒖(𝒙, 𝟎) = 𝒖𝟎(𝒙), 𝒙 ∈ ℝ (1.14) donde 𝑢0(𝑥) es una densidad dada, o señal. De (1.10) se sigue que la solución a este problema (1.13) - (1.14) es 𝑢(𝑥, 𝑡) = 𝑢0(𝑥 − 𝑐𝑡) Así, físicamente, la densidad inicial se mueve a la derecha con una velocidad 𝑐. Alternativamente se puede pensar como la señal de densidad moviéndose a través de la familia de líneas rectas 𝜉 = 𝑥 − 𝑐𝑡 constante en el espacio tiempo. Estas líneas, llamadas características, son las curvas que llevan la señal. Figura 1.4. Dos vistas de una onda viajera: (a) instantáneas de tiempo, y (b) en el espacio tiempo como una cresta. Ahora se indicará como resolver una ecuación general de advección de la forma 𝒖𝒕 + 𝒄𝒖𝒙 + 𝒂𝒖 = 𝒇(𝒙, 𝒕), (1.15) Donde 𝑎 y 𝑐 son constantes y 𝑓 es una función dada. Como la ecuación de advección propaga señales con velocidad 𝑐, es razonable intentar resolver esta ecuación transformándola a una nueva, moviendo el sistema de coordenadas. Así, sea 𝜉 y 𝜏 nuevas variables independientes, llamadas coordenadas características, definidas por 𝜉 = 𝑥 − 𝑐𝑡, 𝜏 = 𝑡 Se piensa a 𝜉 como el movimiento de una coordenada que viaja con la señal. Entonces, si se denota 𝑢(𝑥, 𝑡) en las nuevas variables por 𝑈(𝜉, 𝜏) (esto es, 𝑈(𝜉, 𝜏)= 𝑢(𝜉+ 𝑐𝜏,𝜏), o 𝑢(𝑥, 𝑡) = 𝑈(𝑥 − 𝑐𝑡, 𝑡)), entonces por regla de la cadena Ecuaciones Diferenciales Parciales | Logan 24 𝑢𝑡 = 𝑈𝜉𝜉𝑡 + 𝑈𝜏𝜏𝑡 = −𝑐𝑈𝜉 + 𝑈𝜏 y 𝑢𝑥 = 𝑈𝜉𝜉𝑥 + 𝑈𝜏𝜏𝑥 = 𝑈𝜉 Así (1.15) se simplifica a 𝑈𝜏 + 𝑎𝑈 = 𝐹(𝜉, 𝜏), Donde 𝐹(𝜉, 𝜏) = 𝑓(𝜉 + 𝑐𝜏, 𝜏). Observe que la EDP contiene derivadas respecto a una sola variable independiente y puede ser considerada como una EDO con la otra variable independiente como parámetro. Por lo tanto, podemos resolverla por los métodos de EDO. Tiene la forma de una ecuación lineal, y así puede ser resuelta multiplicando por el factor integrante ⅇ𝑎𝜏 e integrando con respecto a 𝜏. Un ejemplo que ilustra este procedimiento. Ejemplo Encontrar la solución general de 𝑢𝑡 + 2𝑢𝑥 − 𝑢 = 𝑡. Suponga 𝜉 = 𝑥 − 2𝑡, 𝜏 = 𝑡. En estas coordenadas características la ecuación se transforma a 𝑈𝜏 − 𝑈 = 𝜏. Multiplicando por ⅇ−𝜏 obtenemos 𝑈𝜏ⅇ −𝜏 − 𝑈ⅇ−𝜏 = 𝜏ⅇ−𝜏 𝜕 𝜕𝜏 (𝑈ⅇ−𝜏) = 𝜏ⅇ−𝜏 Integrando, 𝑈ⅇ−𝜏 = ∫ 𝜏ⅇ−𝜏 ⅆ𝜏 = −(1 + 𝜏)ⅇ−𝜏 + 𝑔(𝜉), Donde 𝑔 es una función arbitraria. Transformando a las variables 𝑥𝑡 entonces se obtiene la solución general. 𝑢(𝑥, 𝑡) = −(1 + 𝑡) + 𝑔(𝑥 − 2𝑡)ⅇ𝑡 La EDP de reacción-advección más general Ecuaciones Diferenciales Parciales | Logan 25 𝑢𝑡 + 𝑐𝑢𝑥 = 𝑓(𝑥, 𝑡, 𝑢) puede teóricamente ser resuelta haciendo la misma transformación 𝜉 = 𝑥 − 𝑐𝑡, 𝜏 = 𝑡 para simplificarla a una ecuación de la forma 𝑈𝜏 = 𝐹(𝜉, 𝜏, 𝑈) En estas coordenadas características la EDP se simplifica a una EDO con solo una derivada. El punto importante es que el operador de advección 𝜕 𝜕𝑡 + 𝑐 𝜕 𝜕𝑥 se simplifica a 𝜕 𝜕𝑡 en coordenadas características; así, cambiando las variables independientes es una buena estrategia para manipular las ecuaciones cuando se tiene un operador de advección. Esta técnica de solución se le conoce como método de las características. Un método de las características similar se puede aplicar para resolver la ecuación 𝑢𝑡 + 𝑐(𝑥,𝑡)𝑢𝑥 = 𝑓(𝑥, 𝑡, 𝑢). En este caso se puede pensar a 𝑐(𝑥, 𝑡) como la velocidad de advección en un medio heterogéneo; si se reemplaza la constante 𝑐 en el problema previo dependiendo ahora de la localización en el medio y en el tiempo. Las coordenadas características estarán dadas por 𝜉 = 𝜙(𝑥, 𝑡), 𝜏 = 𝑡, donde 𝜙(𝑥, 𝑡) = 𝐶 es la solución general de la EDO ⅆ𝑥 ⅆ𝑡 = 𝑐(𝑥, 𝑡) En estas nuevas coordenadas es fácil ver que la EDP original se transforma a una ecuación de la forma 𝑈𝜏 = 𝐹(𝜉, 𝜏, 𝑈) donde 𝑈 = 𝑈(𝜉, 𝜏) . Ejemplo Considerar la EDP 𝑢𝑡 + 2𝑡𝑢𝑥 = 0 Aquí, 𝑐(𝑥, 𝑡) = 2𝑡. Poniendo ⅆ𝑥 ⅆ𝑡 = 2𝑡 y resolviendo da 𝑥 − 𝑡2 = 𝐶. Así 𝜉 = 𝜙(𝑥, 𝑡) = 𝑥 − 𝑡2. Las coordenadas características son Ecuaciones Diferenciales Parciales | Logan 26 𝜉 = 𝑥 − 𝑡2, 𝜏 = 𝑡, y con ayuda de la regla de la cadena 𝑢𝑡 = 𝑈𝜉(−2𝑡) + 𝑈𝜏, 𝑢𝑥 = 𝑈𝜉. Por lo tanto, al sustituir 𝑢𝑡 = 𝑈𝜉(−2𝑡) + 𝑈𝜏, 𝑢𝑥 = 𝑈𝜉 en la ecuación 𝑢𝑡 + 2𝑡𝑢𝑥 = 0 la EDP se transforma a 𝑈𝜏 = 0. Por eso 𝑈 = 𝑔(𝜉), donde 𝑔 es una función arbitraria. La solución general a la EDP dada es 𝑢(𝑥, 𝑡) = 𝑔(𝑥 − 𝑡)2. Obsérvese que la solución es constante a lo largo del conjunto de las curvas características (parábolas en el espacio- tiempo) 𝑥 − 𝑡2 = 𝐶. En la sección 1.4 existe un tratamiento ampliado de la advección en un contexto biológico. Ecuaciones Diferenciales Parciales | Logan 27 Ejercicios 1. ¿Cómo cambia la ley de conservación básica si el tubo tiene un área de sección transversal variable 𝐴 = 𝐴(𝑥) en lugar de un área de sección transversal constante. 2. Resolver el problema de valor inicial 𝑢𝑡 + 𝑐𝑢𝑥 = 0, 𝑥 ∈ ℝ, 𝑡 > 0; 𝑢(𝑥, 0) = ⅇ −𝑥2 , 𝑥 ∈ ℝ. Escoger 𝑐 = 2 y dibujar la superficie de la solución y varias instantáneas de tiempo. ¿Puedes ver una onda viajera? Dibuja las curvas características en el plano- 𝑥𝑡. 3. Encuentra la solución general a la ecuación de advección-decaimiento 𝑢𝑡 + 𝑐𝑢𝑥 = −𝜆𝑢 Por transformación de coordenadas características 𝜉 = 𝑥 − 𝑐𝑡, 𝜏 = 𝑡. 4. Mostrar que el término para el decaimiento en la ecuación de advección-decaimiento 𝑢𝑡 + 𝑐𝑢𝑥 = −𝜆𝑢 se puede quitar haciendo un cambio de variable dependiente para 𝑤 = 𝑢ⅇ𝜆𝑡 5. Resolver el problema de valor inicial puro 𝑢𝑡 + 𝑥𝑡𝑢𝑥 = 0, 𝑢(𝑥, 0) = 𝑓(𝑥) y 𝑢𝑡 + 𝑥𝑢𝑥 = ⅇ 𝑡 , 𝑢(𝑥, 0) = 𝑓(𝑥). 6. Resolver el problema de valor inicial y de frontera 𝑢𝑡 + 𝑐𝑢𝑥 = −𝜆𝑢, 𝑥, 𝑡 > 0, 𝑢(𝑥, 0) = 0, 𝑥 > 0; 𝑢(0, 𝑡) = 𝑔(𝑡), 𝑡 > 0 En este problema tienes que tratar los dominios 𝑥 > 𝑐𝑡 y 𝑥 < 𝑐𝑡 de manera diferente; la condición de frontera afecta la región solución 𝑥 < 𝑐𝑡, y la condición inicial afecta la región 𝑥 > 𝑐𝑡. 7. Resolver el problema de valor inicial puro 𝑢𝑡 + 𝑢𝑥 − 3𝑢 = 𝑡, 𝑥 ∈ ℝ, 𝑡 > 0, 𝑢(𝑥, 0) = 𝑥2, 𝑥 ∈ ℝ. 8. Para estudiar la absorción de nutrientes en el intestino de los insectos se supone un modelo de su tracto digestivo como un tubo de longitud 𝑙 y sección transversal 𝐴. Los nutrientes de la concentración 𝑛 = 𝑛(𝑥, 𝑡) fluyen a través del tracto a velocidad 𝑐, y son absorbidos a nivel local a una taza proporcional a √𝑛. ¿Cuál es el modelo de EDP? Si el Ecuaciones Diferenciales Parciales | Logan 28 tracto está vacío en 𝑡 = 0 y luego se introducen nutrientes a la concentración constante 𝑛0 en la boca ( 𝑥 = 0) para 𝑡 > 0. Resolver este modelo de EDP y esbozar una gráfica de la concentración de nutrientes al salir del tracto en (𝑥 = 𝑙) para 𝑡 > 0. ¿Físicamente, porque 𝑛(𝑥, 𝑡) = 0 para 𝑥 > 𝑐𝑡 es la solución? 9. Explicar porque la función 𝑢(𝑥, 𝑡) = 𝐺(𝑥 + 𝑐𝑡) es llamada una onda viajera hacia la izquierda. ¿Cómo intentaría resolver la ecuación de advección 𝑢𝑡 − 𝑐𝑢𝑥 = 𝐹(𝑥, 𝑡, 𝑢)? 10. La densidad de coches en una autopista ocupa un carril sin salida y la entrada es 𝑢 = 𝑢(𝑥, 𝑡) carros por milla. Si 𝜙 = 𝜙(𝑥, 𝑡) es el flujo de automóviles por hora, encuentre una ley de conservación que relacione la densidad y el flujo. ¿Por qué podría 𝜙 = 𝛼𝑢(𝛽 − 𝑢)(𝛼, 𝛽 > 0) ser una suposición razonable? Anote la EDP no lineal resultante para 𝑢. 11. Encontrar una fórmula que defina implícitamente la solución 𝑢 = 𝑢(𝑥, 𝑡) del problema de valor inicial para la ecuación de reacción- advección. 𝑢𝑡 + 𝑣𝑢𝑥 = − 𝛼𝑢 𝛽 + 𝑢 , 𝑥 ∈ ℝ, 𝑡 > 0, 𝑢(𝑥, 0) = 𝑓(𝑥), 𝑥 ∈ ℝ Aquí, 𝑣, 𝛼 y 𝛽 son constantes positivas. Mostrar a partir de una fórmula implícita que siempre se puede resolver para 𝑢 en términos de 𝑥 y 𝑡. 12. Escribe una fórmula para la solución general de la ecuación 𝑢𝑡 + 𝑐𝑢𝑥 = 𝑓(𝑥)𝑢. Ecuaciones Diferenciales Parciales | Logan 29 1.3 Difusión Vamos de nuevo a escribir la ley de conservación básica (1.8) sin fuente 𝒖𝒕 +𝝓𝒙 = 𝟎 (1.16) Reiteramos que, 𝑢 = 𝑢(𝑥, 𝑡) representa la densidad de una cantidad física y 𝜙 = 𝜙(𝑥, 𝑡) representa su flujo. La ecuación (1.16) describe localmente cómo los cambios en la densidad están relacionados con los cambios del flujo. En la última sección modelamos la advección asumiendo que el flujo era proporcional a la densidad. Ahora queremos modelar un simple proceso de difusión. Construiremos la noción suponiendo que 𝑢 denota la concentración de alguna especie química, digamos un gas en un tubo. Esperamos que el movimiento aleatorio y las colisiones de las moléculas causen concentraciones o expansiones. Lo mismo puede ser para insectos en un tubo, gente congregada en una avenida, o la energía del calor en una barra de metal. Para este tipo de modelo de movimiento aleatorio se tienen dos observaciones: (i) el movimiento es de grandes concentraciones a concentraciones menores, y (ii) si el gradiente de concentración es mayor, mayor será el flujo. Por lo tanto, el flujo puede depender de la derivada respecto a 𝑥 de la densidad (la cual mide la inclinación de la curva de densidad). Se supone una relación lineal de la forma 𝝓 = −𝑫𝒖𝒙 (1.17) donde 𝐷 es una constante de proporcionalidad. El signo menos garantiza que si 𝑢𝑥 < 0, entonces 𝜙 será positivo y el flujo será, por conveniencia, a la derecha; si 𝑢𝑥 > 0, entonces 𝜙 será negativo y el flujo será a la izquierda. Decimos que el flujo es a favor del gradiente. La ecuación (1.17) es llamada ley de Fick, y la constante 𝐷 es llamada constante de difusión. 𝐷 se mide en longitud al cuadrado por unidad de tiempo. Cuando la ecuación constitutiva (1.17) se sustituye en la ley de conservación (1.16), obtenemos un modelo de ecuación simple 𝒖𝒕 −𝑫𝒖𝒙𝒙 = 𝟎, (1.18) la cual es llamada es llamada ecuación de difusión que es una ecuación fundamental en matemáticas aplicadas. Ecuaciones Diferenciales Parciales | Logan 30 Ejemplo: (Flujo de calor) Vamos a considerar el flujo del calor en una barra de una dimensión que tiene una constante de densidad 𝜌 y una constante de calor específico 𝐶. Las dos constantes son parámetros físicos que están en tablas de ingeniería y manuales de física. El calor específico es la cantidad de energía requerida para aumentar un grado una unidad de masa del material y está dado en unidades de energía por unidad de masa por grados. Podemos aplicar la ley de conservación básica (1.16) a la barra, con 𝑢 la densidad de energía dada por 𝑢(𝑥, 𝑡) = 𝜌𝐶𝜃(𝑥, 𝑡), donde 𝜃(𝑥, 𝑡) es la temperatura en (𝑥, 𝑡) (la condición de que la energía es proporcional a la temperatura es, en sí misma, una suposición acerca del medio). Porlo tanto, 𝝆𝑪𝜽𝒕 +𝝓𝒙 = 𝟎 (1.19) es una expresión del balance de la energía en la barra cuando no hay fuente presente. El flujo de la energía se supone dado por la ley de Fick con expresión 𝝓 = −𝑲𝜽𝒙, (1.20) donde 𝐾 es la conductividad térmica, otra constante física. En el contexto del flujo del calor, (1.20) es llamada ley del calor de Fourier. Esta ley, es una relación constitutiva basada en la evidencia empírica, es una declaración de que el calor fluye desde las regiones más calientes a las regiones más frías; dicho de otra manera, el calor fluye en el sentido del gradiente de temperatura. Ahora, podemos sustituir (1.20) en (1.19) para obtener una única ecuación de la temperatura 𝜃(𝑥, 𝑡), a saber, 𝜽𝒕 − 𝒌𝜽𝒙𝒙 = 𝟎, 𝒌 ≡ 𝑲 𝝆𝑪 (1.21) La ecuación (1.21) se conoce como la ecuación del calor; esta es la ecuación de difusión en el contexto del flujo del calor. La constante 𝑘 se llama la difusividad y es una propiedad del medio; valores de 𝑘 para diferentes medios (metales plásticos, etc.) se encuentran en tablas matemáticas. Note que 𝑘 tiene las mismas dimensiones (longitud al cuadrado por tiempo) que la constante de difusión. En lo sucesivo se utilizará 𝑢 en lugar de 𝜃 para la función de temperatura. Ecuaciones Diferenciales Parciales | Logan 31 En algunos casos la conductividad térmica 𝐾 en (1.20) puede no ser constante, además puede depender de 𝑥 si la barra es no homogénea; sobre rangos de temperatura largos, la conductividad puede depender además de la temperatura 𝜃. Si por ejemplo, 𝐾 = 𝐾(𝜃), entonces obtenemos un modelo de calor no lineal. 𝜌𝐶𝜃𝑡 − (𝑘(𝜃)𝜃𝑥)𝑥 = 0 Es posible, desde luego, que la densidad y el calor específico dependan de la localización 𝑥 o la temperatura 𝜃. Ejemplo: (Advección-difusión) Si la advección y la difusión están presentes, entonces el flujo está dado por 𝜙 = 𝑐𝑢 − 𝐷𝑢𝑥 , y en consecuencia, la ley (1.16) es 𝑢𝑡 + 𝑐𝑢𝑥 − 𝐷𝑢𝑥𝑥 = 0, que es la ecuación de advección difusión, esta ecuación puede gobernar la densidad de un químico, digamos, que está siendo afectado por el movimiento a granel de un fluido en movimiento a una velocidad 𝑐 en la que se disuelve, mientras que al mismo tiempo este se difunde de acuerdo a la ley de Fick. Si el químico además decae a razón 𝜆, entonces se incluye un término fuente, y el modelo es 𝑢𝑡 + 𝑐𝑢𝑥 − 𝐷𝑢𝑥𝑥 = −𝜆𝑢, que es la ecuación de advección-difusión-decaimiento. La ecuación de difusión es algunas veces acompañada por condiciones iniciales que especifican la densidad en tiempo 𝑡 = 0 en todos los puntos del dominio espacial, también por condiciones de frontera que especifican la densidad en la frontera del dominio para todo el tiempo 𝑡. Para construir la idea, vamos a considerar un tubo finito de longitud 0 ≤ 𝑥 ≤ 𝑙. Entonces las condiciones iniciales tienen la forma 𝑢(𝑥, 0) = 𝑢0(𝑥), 0 ≤ 𝑥 ≤ 𝑙, Ecuaciones Diferenciales Parciales | Logan 32 donde 𝑢0 es la distribución de densidad inicial dada. Existen tres tipos de condiciones en la frontera que suelen ocurrir en problemas físicos. Si la densidad se especifica en la frontera 𝑥 = 0, entonces se tiene 𝑢(0, 𝑡) = 𝑔(𝑡), 𝑡 > 0, donde es dada; esta condición es llamada condición de Dirichlet. Se puede especificar el flujo en una frontera, es decir, −𝐷𝑢𝑥(0, 𝑡) = ℎ(𝑡), 𝑡 > 0, la cual se conoce como condición de Neumann. Si ℎ(𝑡) ≡ 0, se dice que la frontera está aislada; si 𝑔 ó ℎ es cero, se dice que la correspondiente frontera es homogénea. Un tercer tipo de condiciones en la frontera tiene la forma (digamos en 𝑥 = 0) −𝐷𝑢𝑥(0, 𝑡) = −𝛽(𝑢(0, 𝑡) − 𝜓(𝑡)), 𝑡 > 0. En el flujo del calor en una barra, por ejemplo, esta ley expresa la ley de enfriamiento de Newton, la cual establece que el flujo de calor es proporcional a la diferencia de temperaturas entre los extremos de la barra y la temperatura dada 𝜓(𝑡) del ambiente; 𝛽 es la constante de proporcionalidad que representa el factor de la pérdida de calor. Este tipo de condiciones se llaman condiciones de radiación o condición de Robin. Parte de los requerimientos de un modelo de EDP bien planteado es que la EDP sea acompañada por condiciones iniciales y condiciones en la frontera apropiadas para que el problema matemático resultante tenga una única solución, así como un significado físico correcto. Muchos modelos de EDP tienen la propiedad de que después de un tiempo largo, el efecto causado por las condiciones iniciales decae siempre y la solución tiende a un estado de reposo 𝑢 = 𝑢(𝑥, 𝑡), dependiendo solo de 𝑥 y las condiciones de frontera. En este caso, las derivadas con respecto al tiempo en la ecuación se anulan y 𝑢(𝑥) satisface una EDO con condiciones de frontera apropiadas. Un simple ejemplo está dado por la ecuación de difusión 𝑢𝑡 = 𝐷𝑢𝑥𝑥. La solución para el estado estacionario 𝑢 = 𝑢(𝑥) satisface 𝐷𝑢′′(𝑥) = 0, la cual da una densidad lineal 𝑢(𝑥) = 𝑎𝑥 + 𝑏. Las Ecuaciones Diferenciales Parciales | Logan 33 constantes 𝑎 y 𝑏 son determinadas por las condiciones de frontera dadas. El siguiente ejemplo es más complicado. Ejemplo: Considere un problema de valores iniciales y de frontera para la ecuación de difusión- decaimiento: 𝑢𝑡 = 𝐷𝑢𝑥𝑥 − 𝑟𝑢, 0 < 𝑥 < 𝐿, 𝑡 > 0, 𝑢(0, 𝑡) = 0, −𝐷𝑢𝑥(𝐿, 𝑡) = −1, 𝑡 > 0, 𝑢(𝑥, 0) = 𝑔(𝑥), 0 < 𝑥 < 𝐿. Este modelo puede, por ejemplo, representar una difusión de población de peces en un canal con razón de mortalidad 𝑟. En la frontera izquierda la densidad de población se mantiene en 0, mientras que en la frontera derecha los peces son introducidos al canal a razón de 1 por unidad de área por unidad de tiempo. El modelo para el estado-estable es el problema de valor en la frontera puro 𝐷𝑢′′ − 𝑟𝑢 = 0, 0 < 𝑥 < 𝐿, 𝑢(0) = 0, −𝐷𝑢′(𝐿) = −1 para 𝑢 = 𝑢(𝑥). La condición inicial es ignorada ya que esta no afecta posteriormente a la solución. Para resolver la ecuación diferencial aplicamos métodos conocidos y obtenemos 𝑢(𝑥) = 𝑐1𝑠ⅇ𝑛ℎ (√ 𝑟 𝐷 𝑥) + 𝑐2 cosh (√ 𝑟 𝐷 𝑥), donde 𝑐1 y 𝑐2 son constantes arbitrarias. La condición de frontera 𝑢(0) = 0 forza a 𝑐2 = 0, dando 𝑢(𝑥) = 𝑐1𝑠ⅇ𝑛ℎ (√ 𝑟 𝐷 𝑥). La condición de frontera derecha da −𝐷√ 𝑟 𝐷 𝑐1cos ℎ (√ 𝑟 𝐷 𝐿) = −1, o 𝑐1 = 1 √𝑟𝐷 cos ℎ (√ 𝑟 𝐷 𝐿). Por lo tanto, la solución del estado de equilibrio, que representa la densidad de peces en el canal a lo largo del tiempo, es Ecuaciones Diferenciales Parciales | Logan 34 𝑢(𝑥) = 𝑠ⅇ𝑛ℎ (√ 𝑟 𝐷 𝑥) √𝑟𝐷 cos ℎ (√ 𝑟 𝐷 𝐿) . Los problemas de valores en la frontera puros para EDO son diferentes a los problemas de valores iniciales en que ellos no siempre tienen solución, o pueden tener muchas soluciones. Esto es, no hay garantía de que el sistema tenga una solución de estado estacionario. Si hay un estado de equilibrio, este puede ser inestable y el sistema no se acercará a ese estado. Estas cuestiones justifican su posterior análisis, y se verán en los capítulos 4 y 5. Ecuaciones Diferenciales Parciales | Logan 35 Ejercicios: 1. El calor fluye longitudinalmente a través de una barra de metal de longitud 10 cm y la temperatura 𝑢 = 𝑢(𝑥, 𝑡) satisface la ecuación de difusión 𝑢𝑡 = 𝑘𝑢𝑥𝑥, donde 𝑘 = 0.02𝑐𝑚 2 ∕ 𝑠. Suponga que la temperatura en algún tiempo fijo 𝑇 en 𝑥 = 4,6,8 cm es 580, 640 y 720 respectivamente. Calcular 𝑢𝑥𝑥(6, 𝑇) usando unaaproximación por diferencias. ¿Para la temperatura en 𝑥 = 6, aumenta o disminuye en el siguiente instante de tiempo? Calcular la temperatura en 𝑥 = 6 en 𝑇 + 0.5 segundos. (Recordar del cálculo que 𝑓′′(𝑎) ≈ 𝑓(𝑎−ℎ)−2𝑓(𝑎)+𝑓(𝑎+ℎ) ℎ2 donde ℎ es un pequeño incremento) 2. Suponga que 𝑢 = 𝑢(𝑥, 𝑡) satisface el modelo de EDP 𝑢𝑡 = 𝑘𝑢𝑥𝑥, 0 < 𝑥 < 𝑙, 𝑡 > 0 𝑢(0, 𝑡) = 𝑢(𝑙, 𝑡) = 0, 𝑡 > 0 𝑢(𝑥, 0) = 𝑢0(𝑥), 0 ≤ 𝑥 ≤ 𝑙 demostrar que ∫ 𝑢(𝑥, 𝑡)2 ⅆ𝑥 𝑙 0 ≤ ∫ 𝑢0(𝑥) 2 ⅆ𝑥 𝑙 0 , 𝑡 > 0 Sugerencia: suponga 𝐸(𝑡) = ∫ 𝑢(𝑥, 𝑡)2 ⅆ𝑥 𝑙 0 y muestre que 𝐸′(𝑡) ≤ 0. ¿Qué se puede decir acerca de 𝑢(𝑥, 𝑡) si 𝑢0(𝑥) = 0? 3. Demostrar que el problema 𝑢𝑡 = 𝑘𝑢𝑥𝑥, 0 < 𝑥 < 𝑙, 𝑡 > 0, 𝑢(0, 𝑡) = 𝑔(𝑡), 𝑢(𝑙, 𝑡) = ℎ(𝑡), 𝑡 > 0, 𝑢(𝑥, 0) = 𝑢0(𝑥), 0 ≤ 𝑥 ≤ 𝑙, con condiciones de frontera no homogéneas puede ser transformado a un problema con condiciones de frontera homogéneas. Sugerencia: introduce una nueva variable dependiente 𝜔 para sustraer de 𝑢 una función lineal de 𝑥 que satisface las condiciones de frontera en alguna 𝑡 fija. En la transformación del problema para 𝜔, observe que la EDP recoge un término fuente, por lo que usted realmente está negociando las condiciones de frontera por términos fuente. 4. Demostrar que la ecuación de advección-difusión-decaimiento 𝑢𝑡 = 𝐷𝑢𝑥𝑥 − 𝑐𝑢𝑥 − 𝜆𝑢 puede ser transformada a la ecuación de difusión por una transformación de la forma Ecuaciones Diferenciales Parciales | Logan 36 𝑢(𝑥, 𝑡) = 𝑤(𝑥, 𝑡)ⅇ𝛼𝑥−𝛽𝑡 solución: Tomar 𝛼 = 𝐶 𝐷 , 𝛽 = 𝜆 + 𝑐2 4𝐷 . 5. El flujo de calor en una barra de metal con una fuente de calor interno se rige por el problema 𝑢𝑡 = 𝑘𝑢𝑥𝑥 + 1, 0 < 𝑥 < 1, 𝑡 > 0, 𝑢(0, 𝑡) = 0, 𝑢(1, 𝑡) = 1, 𝑡 > 0 ¿Cuál será la temperatura del estado estable en la barra después de un largo tiempo? Sugerencia: En el estado de equilibrio 𝑢 depende solo de 𝑥. 6. Una barra pierde calor a través de su límite lateral a un ritmo proporcional a la temperatura 𝑢. La ecuación es 𝑢𝑡 = 𝑘𝑢𝑥𝑥 − 𝑎𝑢, 0 < 𝑥 < 1, 𝑡 > 0, 𝑢(0, 𝑡) = 1, 𝑢(1, 𝑡) = 1, 𝑡 > 0. Analiza como fluye el calor en la barra y a través de sus límites. Grafica la distribución de temperatura en el estado estacionario. 7. Las bacterias en un medio unidimensional (un tubo con área de sección transversal igual a uno, longitud 𝑙, y tapado en ambos extremos) tienen una taza de crecimiento dada por la ley logística 𝑟𝑢 (1 − 𝑢 𝑘 ), donde 𝑟 es la constante de crecimiento, 𝑘 es la capacidad de carga, y 𝑢 = 𝑢(𝑥, 𝑡) es la densidad de bacterias medida en bacterias por unidad de longitud. Inicialmente, la densidad está dada por 𝑢 = 𝑎𝑥(𝑙 − 𝑥) . Para 𝑡 > 0 las bacterias también se difunden con difusión constante 𝐷. Formular un problema inicial y de frontera para la densidad. Si esperamos mucho tiempo, ¿Cuál será la densidad? Usa perfiles de densidad que muestren cómo evoluciona la densidad. Es posible que desee considerar el caso 𝑎𝑙 < 4𝑘 y 𝑎𝑙2 > 4𝑘 por separado. Sugerencia: Piensa en el problema como si no hubiera difusión presente. 8. Demostrar que la ecuación 𝑢𝑡 = 𝑘(𝑡)𝑢𝑥𝑥 puede ser transformada en la ecuación de difusión cambiando la variable independiente 𝑡 por 𝜏 = ∫ 𝑘(𝜂) ⅆ𝜂 𝑡 0 . Mostrar que la ecuación 𝑢𝑡 = 𝑘𝑢𝑥𝑥 − 𝑏(𝑡)𝑢𝑥 puede ser Ecuaciones Diferenciales Parciales | Logan 37 transformada a la ecuación de difusión mediante un cambio en la variable espacial 𝜉 = 𝑥 − ∫ 𝑏(𝜂) ⅆ𝜂 𝑡 0 . Ecuaciones Diferenciales Parciales | Logan 38 1.4 Modelos de EDP en Biología En muchas formas los modelos matemáticos en biología son muy diferentes de los de las ciencias físicas y la ingeniería. En este último caso los modelos se basan por lo general en los principios y leyes científicas que se pueden expresar con precisión en términos de cantidades medidas casi exactamente, y el objetivo es obtener resultados cuantitativos precisos. Por ejemplo, no hay duda de que las leyes de Newton del movimiento o las ecuaciones de Maxwell de la electrodinámica podrían aplicarse a alguna situación física. En las ciencias de la vida, sin embargo, es realmente imposible modelar todas las complejidades de la interacción depredador- presa, las acciones de la bolsa, la dinámica de crecimiento de un tumor, o la propagación de una enfermedad infecciosa. Por lo tanto, los modelos son más fenomenológicos en la naturaleza, prediciendo características sólo cualitativas en lugar de conducir a resultados cuantitativos detallados. Los sistemas biológicos son muy complejos, y muchas veces sólo intentan describir las burdas características, haciendo caso omiso de gran parte de los detalles finos, la estocasticidad, y la variabilidad natural. En esta sección introduciremos algunos modelos estándar de EDP en las ciencias biológicas. las ideas complementarán la discusión de advección y difusión introducidas en las dos secciones anteriores. Empezamos con un simple experimento mental que ilustra cómo las ecuaciones diferenciales parciales surgen naturalmente en la dinámica de una población. Imagine que queremos estudiar la dinámica de una población grande de insectos en un tubo cilíndrico de longitud 𝑙 y área de sección transversal 𝐴. (Podríamos igualmente centrarnos fácilmente en bacterias, células, u otro organismo, y considerar el tubo como un canal u otro medio unidimensional) De las ecuaciones diferenciales elementales recordemos que tal población es a menudo modelada por la ley de crecimiento, o ecuación diferencial, para la población 𝑢 = 𝑢(𝑡) de insectos en el tubo en el tiempo 𝑡. Como se observó en la sección 1.1, el modelo de Malthus es ⅆ𝑢(𝑡) ⅆ𝑡 = 𝑟𝑢(𝑡), Ecuaciones Diferenciales Parciales | Logan 39 que establece que la tasa de crecimiento es proporcional a la población actual, donde la constante de proporcionalidad 𝑟 es la tasa de crecimiento intrínseca. Es fácil resolver esta ecuación de modelo simple usando separación de variables y obtener una fórmula para la solución: 𝑢(𝑡) = 𝑢(0)ⅇ𝑟𝑡 . Por lo tanto, el modelo conduce a un crecimiento demográfico exponencialmente creciente. Este modelo es razonable para las primeras etapas del crecimiento de la población, pero es claramente imposible que una población continúe en este modo de crecimiento durante largos períodos porque los recursos (alimentos, espacio y otros factores ambientales) son generalmente limitados. Cuando los recursos son limitados y hay competencia por esos recursos, el modelo Malthus suele ser reemplazado por el modelo logístico ⅆ𝑢(𝑡) ⅆ𝑡 = 𝑟𝑢(𝑡) (1 − 𝑢(𝑡) 𝐾 ), donde 𝐾 es la capacidad de carga. Como la población 𝑢(𝑡) crece y se acerca a 𝐾, la tasa de crecimiento se aproxima a cero y existe un límite al crecimiento. La solución a este modelo de ecuación es fácilmente obtenida por separación de variables y se representa gráficamente con el familiar sigmoide, o curva en forma de 𝑆. En estos dos modelos dinámicos elementales la población sólo depende de una variable independiente, el tiempo 𝑡. También, aunque se suele decir que 𝑢 es la población total, implícitamente se entiende que es una densidad de población, o de la población por unidad de volumen (en este caso, el volumen fijo 𝐴𝐿 -área por longitud- del tubo). Claramente estos modelos ignoran cómo los insectos se distribuyen espacialmente en el tubo. Si queremos considerar esta distribución, entonces la población 𝑢 no solo dependerá del tiempo sino también de una variable espacial 𝑥 que denota la posición en el tubo, donde 0 ≤ 𝑥 ≤ 𝐿; esto es, 𝑢 = 𝑢(𝑥, 𝑡). Con esta interpretación, 𝑢(𝑥, 𝑡) es una densidad de población midiendo el número de insectos en un pequeño volumen 𝐴𝛥𝑥 que se encuentra entre 𝑥 y 𝑥 +𝛥𝑥. En otras palabras, 𝑢(𝑥, 𝑡)𝐴𝛥𝑥 es el número de insectos en el pequeño volumen. En este modelo hay implícitamente dos hechos: hay suficientes insectos en el tubo de manera que la definición de una densidad local tiene sentido, y no hay variaciones en la densidad en la Ecuaciones Diferenciales Parciales | Logan 40 dirección radial. Para modelar los cambios de población, hay que preguntarse cómo evoluciona en el tiempo y el espacio; Por consiguiente, esperamos un modelo de ecuación diferencial parcial para 𝑢(𝑥, 𝑡). Si adoptamos un modelo de crecimiento, entonces debemos incluir términos (por ejemplo, que contienen derivadas parciales espaciales) que indican cómo los insectos se mueven en el tubo. Por ejemplo, si el movimiento es debido a la difusión, entonces el modelo de EDP para el crecimiento logístico que se puede esperar es, 𝑢𝑡 = 𝐷𝑢𝑥𝑥 + 𝑟𝑢 (1 − 𝑢 𝐾 ) , 𝑢 = 𝑢(𝑥, 𝑡). Esta ecuación es llamada la ecuación de Fisher, y es uno de los modelos de EDP fundamentales en la biología. Por último, se observa que el conocimiento de la densidad de población 𝑢(𝑥, 𝑡) permite calcular la población total en el tubo en el tiempo 𝑡 a través de, La población total de insectos en el tiempo 𝑡 = ∫ 𝑢(𝑥, 𝑡)𝐴 ⅆ𝑥 𝐿 0 . La discusión precedente indica cómo el análisis de la estructura espacial lleva a un modelo de EDP. Hay otros tipos de estructura, además de la estructura espacial. Si estamos interesados en la edad de los insectos, entonces la densidad de la población depende de la edad y de un tiempo 𝑡; por lo tanto, 𝑢 = 𝑢(𝑎, 𝑡), donde 𝑢(𝑎, 𝑡) ⅆ𝑎 representa el número de individuos en el tiempo 𝑡 entre las edades 𝑎 y 𝑎 + ⅆ𝑎. Un ejercicio importante en la historia de la teoría es el desarrollo de modelos que predicen la estructura por edad 𝑢(𝑎, 𝑡) de una población en cualquier momento 𝑡, si la estructura de edad inicial 𝑢(𝑎, 0) es conocida y se dan las tasas de natalidad y mortalidad. Estos problemas se discuten en el capítulo 5. Otros modelos estructurados pueden incluir otras cosas o parámetros, como el tamaño o el peso; estos son llamados modelos fisiológicamente estructurados. Un modelo de la población que incluye tanto la edad 𝑎 y una longitud 𝑙 conduce a un modelo de EDP para una función de tres variables, 𝑢 = 𝑢(𝑎, 𝑙, 𝑡). Así la densidad de población depende de la edad del organismo, su longitud, y el tiempo. Otros modelos de ecuaciones diferenciales parciales en las ciencias biológicas incluyen modelos para las Ecuaciones Diferenciales Parciales | Logan 41 reacciones bioquímicas y el movimiento de las especies químicas en la sangre, en las células, y en otros medios de comunicación. Existen dos modelos fundamentales de la biología para describir el movimiento: advección y difusión. Nos encontramos con estos procesos en las secciones 1.2 y 1.3. Advección es el término más común en biología, mientras que la convección es el término que se utiliza a menudo en ingeniería y otras ciencias físicas. En la vida científica, la advección se refiere al transporte de partículas, productos químicos, animales, o lo que sea, a través del movimiento del medio de soporte, por ejemplo, el viento, el agua, la sangre, etc. La difusión se refiere al movimiento aleatorio de las partículas, productos químicos, animales, o lo que sea, que causan estas entidades para dispersarse de altas a bajas concentraciones. Vamos a discutir la naturaleza aleatoria de la difusión en estos últimos párrafos. La Figura 1.5 compara los perfiles de tiempo de ambos procesos de advección y difusión, y una combinación de los dos. Figura 1.5. Perfiles de densidad espacial que muestran cómo una señal inicial se propaga en el tiempo bajo una advección, difusión, o un proceso de advección- difusión. Un modelo de advección se obtiene de la ley de conservación derivada en la sección 1.2. Para reiterar, la ley básica de conservación en una dimensión relaciona la derivada temporal de la densidad desconocida 𝑢(𝑥, 𝑡), la derivada espacial del flujo desconocido 𝜙 = 𝜙(𝑥, 𝑡), y la fuente (o sumidero) 𝑓(𝑥, 𝑡). Y viene dada por la ecuación (1.8) como 𝒖𝒕 = −𝝓𝒙 + 𝒇. (1.22) La densidad se puede referir a la densidad de animales, productos químicos o alguna partícula que se propague. El flujo, una medida de la velocidad de flujo, es generalmente dependiente de la densidad a través de la suposición de una ecuación constitutiva; diferentes movimientos surgen de diferentes supuestos. Como hemos señalado, la advección está definida por la relación Ecuaciones Diferenciales Parciales | Logan 42 𝜙 = 𝑐𝑢, donde 𝑐 es la velocidad del medio llevando la densidad, y la difusión se define por la ley de Fick 𝜙 = −𝐷𝑢𝑥, donde 𝐷 es el coeficiente de difusión. El coeficiente de difusión tiene dimensiones de longitud al cuadrado por tiempo, y a menudo se utiliza la relación 𝐷 = 𝐿2 𝑇 para estimar el tiempo 𝑇 que se tarda una sustancia en difundirse en una longitud 𝐿. Si 𝑐 y 𝐷 son constantes, podemos sustituir estas relaciones definidas en (1.22), respectivamente, para obtener las ecuaciones de equilibrio fundamentales: 𝑢𝑡 = −𝑐𝑢𝑥 + 𝑓 (ecuación de advección con fuente) 𝑢𝑡 = 𝐷𝑢𝑥𝑥 + 𝑓 (ecuación de difusión con fuente). Si ambas, advección y difusión están presentes, entonces el flujo es 𝜙 = −𝐷𝑢𝑥 + 𝑐𝑢, y la ley de equilibrio fundamental se convierte en 𝑢𝑡 = 𝐷𝑢𝑥𝑥 − 𝑐𝑢𝑥 + 𝑓 (ecuación de advección-difusión con fuente). Fuentes y sumideros dependen del modelo. Para los modelos de población el término fuente 𝑓 representa la tasa de natalidad o de crecimiento, y un sumidero representa una tasa de mortalidad, ya sea por causas naturales o por la depredación. Para los problemas químicos, el término fuente / sumidero se llama un término de reacción y representa la tasa a la que las sustancias químicas se crean o se consumen por reacción química, o se pierden por absorción (digamos, al cruzar la frontera de una célula). Las fuentes son términos positivos, y los sumideros son términos negativos. Además, las EDP van siempre acompañadas de un dominio relevante de espacio y tiempo y por las condiciones iniciales y / o condiciones de frontera; una condición inicial señala la distribución inicial de densidad 𝑢(𝑥, 0), y una condición de frontera establece lo que está pasando en el límite del dominio. En este último caso es posible especificar la densidad 𝑢, así mismo, podemos especificar el flujo 𝜙. Es importante notar que el flujo Ecuaciones Diferenciales Parciales | Logan 43 es diferente para los tres modelos diferentes definidos anteriormente: advección, difusión, advección y-difusión. En algunos procesos biológicos la velocidad de advección 𝑐 y la constante de difusión pueden depender de la ubicación en el medio, y por lo tanto dependerá de x, o pueden depender también de la densidad 𝑢. Esto es, 𝑐 = 𝑐(𝑥, 𝑢) y 𝐷 = 𝐷(𝑥, 𝑢). La dependencia de 𝑥 significa un medio heterogéneo de propagación. Por lo tanto, la ecuación de advección-difusión con una fuente es 𝑢𝑡 = (𝐷𝑢𝑥)𝑥 − (𝑐𝑢)𝑥 + 𝑓, y los factores 𝑐 y 𝐷 no pueden ser sacados de las derivadas espaciales. Cuando 𝑐 o 𝐷 dependen de 𝑢, la ecuación es no lineal. La noción de difusión se introdujo en la sección 1.3, sobre todo en el contexto de la conducción de calor. Ahora se discute la relación entre la difusión y el movimiento al azar en los entornos biológicos. En química y física es fácil deducir, razonar a un nivel atómico o molecular, cómo se difunde una sustancia debido al movimiento aleatorio. Esta descripción microscópica de difusión se basa en estadísticas y el hecho de que los átomos o moléculas chocan aleatoriamente. Estas colisiones aleatorias hacen que un conjunto de moléculas pase de regiones
Compartir