ẏ Simulación

Cómo predice un ordenador el movimiento: ecuaciones diferenciales, integradores numéricos, estabilidad y caos.

0/11
  1. 01

    Derivada

    f′(a)f'(a) es la tasa de cambio instantánea de ff en aa: la pendiente de la recta tangente a la gráfica, definida como el límite de las pendientes de las rectas secantes.

    FundamentalDerivadas
  2. 02

    Integral definida

    ∫abf(x) dx\int_a^b f(x)\,\dd x es el límite de las sumas de Riemann: el área con signo entre la gráfica y el eje o, más en general, el total acumulado por una tasa ff en [a,b][a, b].

    FundamentalIntegrales
  3. 03

    Ecuaciones diferenciales ordinarias (EDO)

    Una ecuación que relaciona una función desconocida con sus derivadas, y′=f(t,y)y' = f(t, y). Sus soluciones son trayectorias: dado dónde empiezas, la ecuación dice adónde vas después; el modelo matemático de todo lo que evoluciona en el tiempo.

    UniversitarioEcuaciones diferenciales
  4. 04

    Método de Euler

    El resolvedor numérico de EDO más sencillo: seguir la tangente durante un paso de tiempo pequeño, yk+1=yk+h f(tk,yk)y_{k+1} = y_k + h\,f(t_k, y_k). De primer orden (error O(h)O(h)), fácil de desestabilizar y, en su forma semiimplícita, el integrador por defecto de la física de videojuegos.

    UniversitarioEcuaciones diferenciales
  5. 05

    Métodos de Runge–Kutta

    Muestrear la pendiente en varios puntos dentro del paso y combinarlas para cancelar términos de error. El RK4 clásico tiene error O(h4)O(h^4): con la mitad de paso, el error se divide entre 16. Los pares adaptativos (Dormand–Prince, ode45, solve_ivp) ajustan hh automáticamente.

    AvanzadoEcuaciones diferenciales
  6. 06

    Sistemas de EDO

    Varias incógnitas acopladas, 𝐱′=F(𝐱)\mathbf x' = F(\mathbf x). Para sistemas lineales 𝐱′=A𝐱\mathbf x' = A\mathbf x la solución es eAt𝐱0e^{At}\mathbf x_0 y los valores propios de AA deciden el crecimiento, el decaimiento y la oscilación.

    UniversitarioEcuaciones diferenciales
  7. 07

    Sistemas dinámicos

    Un estado y una regla que lo hace avanzar: continua (x˙=f(x)\dot x = f(x)) o discreta (xk+1=g(xk)x_{k+1} = g(x_k)). Las preguntas pasan de «encontrar la fórmula» a «¿qué pasa a largo plazo?», y todo algoritmo iterativo, del descenso de gradiente a una red recurrente, es un sistema dinámico discreto.

    AvanzadoSistemas dinámicos y caos
  8. 08

    Puntos de equilibrio y estabilidad

    Un equilibrio f(x∗)=0f(x^\ast) = 0 es estable si los estados cercanos siguen cerca (y asintóticamente estable si vuelven). Se linealiza: si todos los valores propios de la jacobiana Jf(x∗)J_f(x^\ast) tienen parte real negativa, es asintóticamente estable.

    AvanzadoSistemas dinámicos y caos
  9. 09

    Rigidez y métodos implícitos

    Los sistemas con escalas de tiempo muy distintas (un muelle rígido sobre un cuerpo lento) obligan a los métodos explícitos a dar pasos diminutos solo para seguir siendo estables. Los métodos implícitos, yk+1=yk+hf(yk+1)y_{k+1} = y_k + h f(y_{k+1}), son estables con cualquier paso a cambio de resolver una ecuación en cada paso.

    AvanzadoEcuaciones diferenciales
  10. 10

    Caos y sensibilidad a condiciones iniciales

    Sistemas deterministas cuyas trayectorias cercanas se separan exponencialmente, ∣δ(t)∣≈∣δ0∣eλt|\delta(t)| \approx |\delta_0|e^{\lambda t} con λ>0\lambda > 0. Solo se puede predecir hasta un horizonte de unos 1λln⁡tolerancia∣δ0∣\frac1\lambda\ln\frac{\text{tolerancia}}{|\delta_0|}: medir mejor solo compra tiempo de forma logarítmica.

    EspecializaciónSistemas dinámicos y caos
  11. 11

    Motores físicos

    Software que hace avanzar un mundo de cuerpos en pasos de tiempo pequeños: acumular fuerzas, integrar velocidades y posiciones (Euler semiimplícito o Verlet), detectar colisiones y resolver contactos. Un resolvedor numérico de EDO ajustado para la velocidad y la estabilidad más que para la precisión.

    UniversitarioFísica y simulación
↑ ↓ para navegar · ↵ · Esc