% Solución por medio de la Solución Fundamental 

clear all; close all; clc;

% parámetros de la EDP
L = 1;                  
D = 1;                  
nx = 500;               
x = linspace(-L, L, nx);
t_evols = [0.01, 0.02, 0.05, 0.1, 0.2, 0.5, 1]; % Tiempos de observación
colores = jet(length(t_evols));

figure('Color', 'w', 'Name', 'Comparativa Ecuación del Calor', 'Position', [50, 50, 1200, 800]);

%CASO 1: Fuente Puntual
subplot(3, 1, 1); hold on;
for i = 1:length(t_evols)
    t = t_evols(i);
    % u(x,t) = Phi(x,t)
    u = (1 / sqrt(4 * pi * D * t)) * exp(-(x.^2) / (4 * D * t));
    plot(x, u, 'Color', colores(i,:), 'LineWidth', 2, 'DisplayName', ['t = ' num2str(t)]);
end
title('1. Evolución de la difusión con una fuente de calor en x=0', 'FontSize', 12);
ylabel('Temperatura'); legend('Location', 'northeast'); grid on;
ylim([0 6]); 

%CASO 2: Condición Inicial Senoidal
subplot(3, 1, 2); hold on;
% u(x,0) = sin(pi * x)
for i = 1:length(t_evols)
    t = t_evols(i);
    % Por propiedad de funciones propias: u = sin(k*x) * exp(-D*k^2*t)
    u = sin(pi * x) * exp(-D * pi^2 * t);
    plot(x, u, 'Color', colores(i,:), 'LineWidth', 2, 'DisplayName', ['t = ' num2str(t)]);
end
title('2. Evolución de la difusión con condición inicial sen(x)', 'FontSize', 12);
ylabel('Temperatura'); legend('Location', 'northeast'); grid on;
ylim([-1.2 1.2]);

%CASO 3: Condición Inicial Aleatoria
subplot(3, 1, 3); hold on;
rng(10); 
N_modos = 20;
A = randn(1, N_modos) ./ (1:N_modos); % Amplitudes aleatorias decrecientes

for i = 1:length(t_evols)
    t = t_evols(i);
    u = zeros(size(x));
    for n = 1:N_modos
        u = u + A(n) * sin(n * pi * x / L) * exp(-D * (n * pi / L)^2 * t);
    end
    plot(x, u, 'Color', colores(i,:), 'LineWidth', 2, 'DisplayName', ['t = ' num2str(t)]);
end
title('3. Evolución de la difusión con condiciones iniciales aleatorias', 'FontSize', 12);
xlabel('Espacio (x)'); ylabel('Temperatura'); legend('Location', 'northeast'); grid on;
ylim([-1.5 1.5]);

% Anotación global
sgtitle('Análisis de Difusión: Fuente de calor, función senoidal y funciones aleatorias', 'FontSize', 16, 'FontWeight', 'bold');

% Visualización de la superficie de solución u(x,t)

clear all; close all; clc;

% Parámetros Globales
L = 1;              
T_final = 1;      
D = 1;             
nx = 100;          
nt = 100;           

x = linspace(-L, L, nx);
t = linspace(0.01, T_final, nt);
[X, T] = meshgrid(x, t);

figure('Color', 'w', 'Name', 'Evolución 3D: Solución Fundamental vs Perfiles', 'Position', [100, 100, 1200, 400]);

%CASO 1: Punto Caliente
% u(x,t) = Phi(x,t)
U1 = (1 ./ sqrt(4 * pi * D * T)) .* exp(-(X.^2) ./ (4 * D * T));

subplot(1, 3, 1);
surf(X, T, U1, 'EdgeColor', 'none');
colormap(hot); view(-30, 30);
title('1. Fuente Puntual (\Phi)', 'FontSize', 12);
xlabel('x'); ylabel('t'); zlabel('u');
grid on; axis tight;

%CASO 2: Función seno
% u(x,0) = sin(pi*x) -> u(x,t) = sin(pi*x) * exp(-D*pi^2*t)
U2 = sin(pi * X) .* exp(-D * pi^2 * T);

subplot(1, 3, 2);
surf(X, T, U2, 'EdgeColor', 'none');
colormap(hot); view(-30, 30);
title('2. Función seno', 'FontSize', 12);
xlabel('x'); ylabel('t'); zlabel('u');
grid on; axis tight;

%CASO 3: Funciones aleatorias
rng(10); 
N_modos = 15;
A = randn(1, N_modos) ./ (1:N_modos);
U3 = zeros(size(X));
for n = 1:N_modos
    U3 = U3 + A(n) * sin(n * pi * X / L) .* exp(-D * (n * pi / L)^2 * T);
end

subplot(1, 3, 3);
surf(X, T, U3, 'EdgeColor', 'none');
colormap(hot); view(-30, 30);
title('3. Funciones aleatorias', 'FontSize', 12);
xlabel('x'); ylabel('t'); zlabel('u');
grid on; axis tight;

sgtitle('Superficies de Solución u(x,t): Efecto de Regularización', 'FontSize', 16, 'FontWeight', 'bold');

import numpy as np
import matplotlib.pyplot as plt
from scipy.special import erfc

# 1. Definición del dominio espacial (x > 0). Usamos un rango de 0 a 5.
x = np.linspace(0, 5, 1000)

# 2. Definición de los instantes de tiempo muy pequeños para ver el comportamiento cerca de t=0
tiempos = [0.01, 0.1, 0.5, 1.0, 5.0]

plt.figure(figsize=(10, 6))

# 3. Cálculo y representación de la solución para cada tiempo
for t in tiempos:
    u = 1 + erfc(x / (2 * np.sqrt(t)))
    plt.plot(x, u, label=f't = {t}')

# 4. Decoración de la gráfica para el póster
plt.title('Evolución Térmica en Semiespacio: $u(0,t)=2, u(x,0)=1$', fontsize=14)
plt.xlabel('Posición (x)', fontsize=12)
plt.ylabel('Temperatura (u)', fontsize=12)

# Límites del Principio del Máximo
plt.axhline(2, color='red', linestyle='--', alpha=0.5, label='Frontera u=2')
plt.axhline(1, color='blue', linestyle='--', alpha=0.5, label='Dato inicial u=1')

plt.legend()
plt.grid(True, which='both', linestyle='--', alpha=0.5)
plt.ylim(0.8, 2.2)
plt.show()

import numpy as np
import matplotlib.pyplot as plt

def K(x, t, y=0):
    """Solución fundamental centrada en y."""
    return (1 / np.sqrt(4 * np.pi * t)) * np.exp(-(x - y)**2 / (4 * t))

x = np.linspace(-5, 5, 1000)
t = 0.1  # Fijamos un tiempo

# Definimos tres centros y tres intensidades (coeficientes)
centros = [-2, 0, 1.5]
pesos = [0.8, 1.2, 0.5]

plt.figure(figsize=(10, 6))

# Dibujamos cada solución fundamental individual
u_total = np.zeros_like(x)
for y, c in zip(centros, pesos):
    u_i = c * K(x, t, y)
    u_total += u_i
    plt.plot(x, u_i, '--', alpha=0.6, label=f'Centrada en y={y} (peso {c})')

# Dibujamos la combinación lineal (la suma)
plt.plot(x, u_total, 'k-', lw=2, label='Combinación Lineal (Suma)')

plt.title('Superposición de Soluciones Fundamentales', fontsize=14)
plt.xlabel('Posición (x)')
plt.ylabel('Temperatura (u)')
plt.legend()
plt.grid(True, alpha=0.3)
plt.show()

import numpy as np
import matplotlib.pyplot as plt

def K(x, t, y=0):
    """Solución fundamental centrada en y."""
    return (1 / np.sqrt(4 * np.pi * t)) * np.exp(-(x - y)**2 / (4 * t))

x = np.linspace(-5, 5, 1000)
t = 0.1  # Fijamos un tiempo

# Definimos tres centros y tres intensidades (coeficientes)
centros = [-2, 0, 1.5]
pesos = [0.8, 1.2, 0.5]

plt.figure(figsize=(10, 6))

# Dibujamos cada solución fundamental individual
u_total = np.zeros_like(x)
for y, c in zip(centros, pesos):
    u_i = c * K(x, t, y)
    u_total += u_i
    plt.plot(x, u_i, '--', alpha=0.6, label=f'Centrada en y={y} (peso {c})')

# Dibujamos la combinación lineal (la suma)
plt.plot(x, u_total, 'k-', lw=2, label='Combinación Lineal (Suma)')

plt.title('Superposición de Soluciones Fundamentales', fontsize=14)
plt.xlabel('Posición (x)')
plt.ylabel('Temperatura (u)')
plt.legend()
plt.grid(True, alpha=0.3)
plt.show()

import numpy as np
import matplotlib.pyplot as plt

def K(x, t, y=0):
    """Solución fundamental centrada en y."""
    return (1 / np.sqrt(4 * np.pi * t)) * np.exp(-(x - y)**2 / (4 * t))

x = np.linspace(-5, 5, 1000)
t = 0.1  # Fijamos un tiempo

# Definimos tres centros y tres intensidades (coeficientes)
centros = [-2, 0, 1.5]
pesos = [0.8, 1.2, 0.5]

plt.figure(figsize=(10, 6))

# Dibujamos cada solución fundamental individual
u_total = np.zeros_like(x)
for y, c in zip(centros, pesos):
    u_i = c * K(x, t, y)
    u_total += u_i
    plt.plot(x, u_i, '--', alpha=0.6, label=f'Centrada en y={y} (peso {c})')

# Dibujamos la combinación lineal (la suma)
plt.plot(x, u_total, 'k-', lw=2, label='Combinación Lineal (Suma)')

plt.title('Superposición de Soluciones Fundamentales', fontsize=14)
plt.xlabel('Posición (x)')
plt.ylabel('Temperatura (u)')
plt.legend()
plt.grid(True, alpha=0.3)
plt.show()

% Solución Fundamental de la Ecuación del Calor en 2D


clear all; close all; clc;

% Parámetros
D = 1; 
t_vals = [0.1, 0.01, 0.001]; 
[X1, X2] = meshgrid(linspace(-1, 1, 100)); % Dominio espacial [-1, 1]^2

figure('Color', 'w', 'Position', [100, 100, 1300, 400]);

for i = 1:length(t_vals)
    t = t_vals(i);
    
    %Cálculo de la solución fundamental en 2D
   
    R2 = X1.^2 + X2.^2;
    Phi = (1 / (4 * pi * D * t)) * exp(-R2 / (4 * D * t));
    
    %Gráfico
    subplot(1, 3, i);
    surf(X1, X2, Phi, 'EdgeColor', 'none');
    colormap(hot);
    view(3);
    grid on;
    
    title(['t = ' num2str(t)], 'FontSize', 12);
    xlabel('x_1'); ylabel('x_2'); zlabel('\Phi');
    axis tight;
end

sgtitle('Evolución de la Solución Fundamental en 2D: Hacia la Singularidad', 'FontSize', 16);

import numpy as np
import matplotlib.pyplot as plt

def K(x, t, y=0):
    """Solución fundamental centrada en y."""
    return (1 / np.sqrt(4 * np.pi * t)) * np.exp(-(x - y)**2 / (4 * t))

x = np.linspace(-5, 5, 1000)
t = 0.1  # Fijamos un tiempo

# Definimos tres centros y tres intensidades (coeficientes)
centros = [-2, 0, 1.5]
pesos = [0.8, 1.2, 0.5]

plt.figure(figsize=(10, 6))

# Dibujamos cada solución fundamental individual
u_total = np.zeros_like(x)
for y, c in zip(centros, pesos):
    u_i = c * K(x, t, y)
    u_total += u_i
    plt.plot(x, u_i, '--', alpha=0.6, label=f'Centrada en y={y} (peso {c})')

# Dibujamos la combinación lineal (la suma)
plt.plot(x, u_total, 'k-', lw=2, label='Combinación Lineal (Suma)')

plt.title('Superposición de Soluciones Fundamentales', fontsize=14)
plt.xlabel('Posición (x)')
plt.ylabel('Temperatura (u)')
plt.legend()
plt.grid(True, alpha=0.3)
plt.show()