RESOLUCIÓN DE ECUACIONES DIFERENCIALES ORDINARIAS UTILIZANDO EL MÉTODO DE MOLIFICACIÓN

Autores/as

Paulina Monserrate Alonzo Dumes Universidad Técnica de Manabí, Instituto de Posgrado, Portoviejo, Ecuador. https://orcid.org/0000-0002-6941-0521
Raúl Manzanilla Morillo Universidad Yachay Tech, Escuela de Ciencias Matemáticas y Computacionales, Urcuquí, Ecuador. https://orcid.org/0000-0002-8456-0333
Richard A. Rosales Rangel Universidad de Los Andes, Facultad de Ingeniería, Departamento de Cálculo, Mérida, Venezuela. https://orcid.org/0000-0002-6729-6120

DOI:

https://doi.org/10.33936/revbasdelaciencia.v8i3.6955

Palabras clave:

Diferencias finitas, función burbuja, molificación gaussiana.

Resumen

La función Gaussiana ha sido empleada en el método de la molificación para resolver problemas cuyas soluciones generan curvas que pueden presentar cambios bruscos en el dominio. El método se define usando la convolución de funciones como una forma de estabilizar los resultados numéricos. Se propone el uso de funciones polinomiales truncadas o funciones burbuja, como el núcleo de la molificación para resolver problemas de valores iniciales, descritos a través de ecuaciones diferenciales. Según los resultados obtenidos, este método es capaz de reducir las oscilaciones que aparecen al resolver problemas de convección-difusión con diferencias finitas, permitiendo el uso de núcleos polinomiales para obtener resultados estables y precisos.

Descargas

La descarga de datos todavía no está disponible.

Citas

Acosta, C. D. y Mejıa, C. E. [Carlos E]. (2008). Stabilization of explicit methods for convection diffusion equations by discrete mollification. Computers & Mathematics with Applica- tions, 55 (3), 368-380.

Ambardar, A. (2002). Procesamiento de sen˜ales analogicas y digitales. Gerald, C. y Wheatley, P. (2000). Analisis Num´erico con Aplicaciones.

Guo, S. J. (1982). On the mollifier approximation for solutions of stochastic differential equa- tions. Journal of Mathematics of Kyoto University, 22 (2), 243-254.

Marechal, P., Lee, W. S. T. y Triki, F. (2021). A mollifier approach to regularize a Cauchy problem for the inhomogeneous Helmholtz equation. arXiv preprint arXiv:2105.02665.

Medina Olivera, V. J. (2018). Desarrollo de un Sistema Automatizado Basado en Procesamiento

Digital de Imagenes para mejorar el control de Videovigilancia en empresas de Trujillo. Mejıa, C. E. [C E] y Murio, D. A. [D A]. (1996). Numerical solution of generalized IHCP by

discrete mollification. Computers & Mathematics with Applications, 32 (2), 33-50.

Mejıa, C. E. [Carlos E]. (2007). Sobre el m´etodo de molificacion. Trabajo presentado como requisito parcial para promocion a profesor titular, Medellın, Universidad Nacional de Colombia.

Murio, D. A. [Diego A]. (1993). The mollification method and the numerical solution of ill-posed problems. John Wiley & Sons.

Nedeljkov, M. y Oberguggenberger, M. (2012). Ordinary differential equations with delta fun- ction terms. Publications de lI´nstitut Mathematique, 91 (105), 125-135.

Rosales, R. y Dıez, P. (2016). Un estimador de error residual semiexplıcito en cantidades de inter´es para un problema mec´anico lineal. Revista Internacional de M´etodos Num´ericos para C´alculo y Disen˜o en Ingenierıa, 32 (4), 212-220.

Smith, S. (2013). Digital signal processing: a practical guide for engineers and scientists. Else- vier.

Smith, S. W. y col. (1997). The scientist and engineer’s guide to digital signal processing.