Академический Документы
Профессиональный Документы
Культура Документы
MODELAMIENTO AMBIENTAL
FILIAL HUANCAYO
03/05/2012
ING. EDGAR R. JULIN LAIME Pgina 1
UNIVERSIDAD ALAS PERUANA-FILIAL HUANCAYO
FACULTAD DE INGENIERAS Y ARQUITECTURA
ESCUELA ACADMICO PROFESIONAL DE INGENIERA AMBIENTAL
CTEDRA : Modelamiento Ambiental SEMESTRE : VIII
DOCENTE : Ing. Edgar R. Julin Laime FECHA : 04/05/2012
TEMA: MTODOS NUMRICOS PARA SOLUCIN DE MODELOS MATEMTICOS
1. OBJETIVOS:
Adquirir la capacidad de utilizar frmulas, algoritmos, mtodos numricos y software para
resolver Sistemas de Ecuaciones diferenciales Ordinarias.
Aplicar los mtodos de Runge Kutta como recurso para encontrar modelos matemticos
confiables y aplicables a procesos de ingeniera.
Manejar herramientas de programacin digital en LabVIEW 9.0 como herramienta de
clculo y simulacin de procesos ambientales.
2. CONSIGNA:
El estudiante debe participar activamente en el desarrollo de la clase con actitud crtica
y polmica de ser el caso, en todo momento se evala sus participaciones.
El estudiante debe seguir la secuencia del anlisis, planteamiento, clculo manual y
solucin de los problemas aplicativos desarrollados por el docente, con el uso de
calculadoras y dems materiales, en todo momento se monitorea la evolucin de sus
capacidades.
El estudiante deber contrastar y sustentar sus respuestas en pizarra para ser acreedor
a puntos adicionales sobre las evaluaciones, segn criterio del docente.
3. INTRODUCCIN
Muchos fenmenos fsicos se pueden describir mediante ecuaciones diferenciales
ordinarias. Por ejemplo la cada libre de un cuerpo en un medio viscoso, el movimiento de
un sistema masa resorte, la oscilacin de un pndulo, entre muchos otros. En algunos
casos la ecuacin o el sistema de ecuaciones diferenciales es lineal y su solucin analtica
puede encontrarse fcilmente mediante varios mtodos matemticos. Sin embargo,
existen fenmenos que son descritos por ecuaciones diferenciales no son lineales, por
ejemplo, la oscilacin del pndulo.
Una alternativa para solucionar ecuaciones diferenciales lineales o no lineales son los
mtodos numricos. Los mtodos Runge-Kutta estn entre los ms utilizados para la
solucin de estos problemas. Aunque existen otros mtodos numricos para la solucin de
ecuaciones diferenciales ordinarias como el mtodo de los residuos ponderados y las
diferencias finitas, estos mtodos utilizan algoritmos complicados y algunos estn
restringidos a ecuaciones diferenciales lineales. Debido a que los mtodos Runge-Kutta
son ms sencillos y se pueden aplicar a una gran variedad de problemas, en este curso no
UNIVERSIDAD ALAS PERUANAS
MODELAMIENTO AMBIENTAL
FILIAL HUANCAYO
03/05/2012
ING. EDGAR R. JULIN LAIME Pgina 2
se incluirn otros mtodos.
Los mtodos Runge-Kutta tienen muchas variaciones. Por ejemplo, estn los mtodos de
paso fijo, de paso variable, de orden superior, etc. Debido a las limitaciones de tiempo, en
este curso se dictarn los mtodos ms comunes y bsicos y queda por parte de los
estudiantes estudiar las alternativas restantes.
4. MARCO TERICO
4.1. ECUACIONES DIFERENCIALES ORDINARIAS (EDOS)
La ecuacin que describe las vibraciones libres de un sistema masa resorte con
amortiguamiento es:
(4.1)
Donde m es masa y c es el coeficiente de amortiguamiento y k es la constantes del
resorte. Esta ecuacin, la cual se compone de una funcin no conocida y sus derivadas, se
denomina ecuacin diferencial. La cantidad a la cual x es derivada, t, se llama Variable
Independiente. Cuando la funcin slo involucra una variable dependiente, la ecuacin es
llamada Ecuacin Diferencial Ordinaria. Esto contrasta con las Ecuaciones Diferenciales
Parciales en las que la funcin desconocida es funcin de varias variables.
Las ecuaciones diferenciales tambin se clasifican segn su orden, el cual est
determinado por la derivada de ms alto orden presente en la ecuacin.
Por ejemplo, la ecuacin (4.1) es una ecuacin diferencial ordinaria de segundo orden,
debido al trmino
) (4.6)
)
El mtodo de Euler se puede ilustrar grficamente mediante la figura 5.3. El error que se
induce en la solucin mediante el mtodo de Euler se debe a que slo se toman los dos
primeros trminos de la serie de Taylor, por lo tanto el error de truncamiento es
proporcional a:
UNIVERSIDAD ALAS PERUANAS
MODELAMIENTO AMBIENTAL
FILIAL HUANCAYO
03/05/2012
ING. EDGAR R. JULIN LAIME Pgina 5
Figura 4.2: Divisin del rango en el que se desea conocer la solucin
Figura 4.3: Mtodo de Euler
Figura 4.4: Error en el mtodo de Euler
UNIVERSIDAD ALAS PERUANAS
MODELAMIENTO AMBIENTAL
FILIAL HUANCAYO
03/05/2012
ING. EDGAR R. JULIN LAIME Pgina 6
Ejemplo 2
Solucionar de forma numrica y analtica la ecuacin diferencial ordinaria:
Con condiciones iniciales: y(0) = 1 y donde x vara de 0 a 4.
Solucin
La solucin analtica en este caso puede ser fcilmente hallada mediante integracin
directa, as:
La solucin numrica requiere de los siguientes pasos:
i. Se requiere plantear la funcin pendiente as:
ii. Proponemos un tamao de paso de:
0.5
iii. Planteamos las condiciones iniciales:
Para , tenemos
Es decir: Tabla 4.1: Condiciones iniciales
Condiciones Iniciales:
iv. Aplicamos el modelo de Euler (ecuacin 4.6):
) (4.6)
Donde:
)
Iteracin 1:
) () ()
()
()
Reemplazando:
) ()
UNIVERSIDAD ALAS PERUANAS
MODELAMIENTO AMBIENTAL
FILIAL HUANCAYO
03/05/2012
ING. EDGAR R. JULIN LAIME Pgina 7
Iteracin 2:
.5
(
) ( ) ()
()
()
Reemplazando:
) ()
v. Iteramos y construimos la tabla de resultados:
Tabla 4.2: Mtodo Euler (h =0.5)
ITERACIN
Xi Yi f
Condiciones Iniciales:
X0 = 0 Y0 = 1
Iteracin 1:
X1= 0.5 Y1= 5.25
Iteracin 2:
X2 = 1 Y2 = 5.875
Iteracin 3:
X3 = 1.5 Y3 = 5.125
Iteracin 4:
X`4 = 2 Y4 = 4.5
Iteracin 5:
X5 = 2.5 Y5 = 4.75
Iteracin 6:
X6 = 3 Y6 = 5.875
Iteracin 7:
X7 = 3.5 Y7 = 7.125
Iteracin 8:
X8= 4 Y8= 7
Figura 4.5: Efecto del Tamao de Paso Sobre la Solucin por el Mtodo de Euler
UNIVERSIDAD ALAS PERUANAS
MODELAMIENTO AMBIENTAL
FILIAL HUANCAYO
03/05/2012
ING. EDGAR R. JULIN LAIME Pgina 8
Tabla 4.3: Mtodo Euler (h =0.2)
ITERACIN
Xi Yi
Condiciones Iniciales: 0 1
Iteracin 1: 0.2
Iteracin 2: 0.4
Iteracin 3: 0.6
Iteracin 4: 0.8
Iteracin 5: 1
Iteracin 6: 1.2 3.76
Iteracin 7: 1.4 3.425
Iteracin 8: 1.6 3.131
Iteracin 9: 1.8 2.937
Iteracin 10: 2 2.88
Iteracin 11: 2.2 2.98
Iteracin 12: 2.4 3.237
Iteracin 13: 2.6 3.631
Iteracin 14: 2.8 4.125
Iteracin 15: 3 4.66
Iteracin 16: 3.2 5.16
Iteracin 17: 3.4 5.529
Iteracin 18: 3.6 5.651
Iteracin 19: 3.8 5.393
Iteracin 20: 4 4.6
ITERACIN
Xi Yi
Condiciones Iniciales: 0 1
Iteracin 1: 0.1
Iteracin 2: 0.2
Iteracin 3: 0.3
Iteracin 4: 0.4
Iteracin 5: 0.5
Iteracin 6: 0.6 3.715
Iteracin 7: 0.7 3.754
Iteracin 8: 0.8 3.723
Iteracin 9: 0.9 3.639
Iteracin 10: 1 3.515
Iteracin 11: 1.1 3.365
Iteracin 12: 1.2 3.201
Iteracin 13: 1.3 3.033
Iteracin 14: 1.4 2.872
Iteracin 15: 1.5 2.725
Iteracin 16: 1.6 2.6
Iteracin 17: 1.7 2.503
Iteracin 18: 1.8 2.438
Iteracin 19: 1.9 2.41
Iteracin 20: 2 2.42
Iteracin 21: 2.1 2.47
Tabla 4.3: Mtodo Euler (h =0.1)
UNIVERSIDAD ALAS PERUANAS
MODELAMIENTO AMBIENTAL
FILIAL HUANCAYO
03/05/2012
ING. EDGAR R. JULIN LAIME Pgina 9
Iteracin 22: 2.2 2.56
Iteracin 23: 2.3 2.688
Iteracin 24: 2.4 2.853
Iteracin 25: 2.5 3.05
Iteracin 26: 2.6 3.275
Iteracin 27: 2.7 3.522
Iteracin 28: 2.8 3.783
Iteracin 29: 2.9 4.051
Iteracin 30: 3 4.315
Iteracin 31: 3.1 4.565
Iteracin 32: 3.2 4.789
Iteracin 33: 3.3 4.973
Iteracin 34: 3.4 5.104
Iteracin 35: 3.5 5.165
Iteracin 36: 3.6 5.14
Iteracin 37: 3.7 5.011
Iteracin 38: 3.8 4.758
Iteracin 39: 3.9 4.362
Iteracin 40: 4 3.8