Beruflich Dokumente
Kultur Dokumente
de Euler
Semana N1
tComencemos.
t
ww Bases necesarias:
En este apartado trataremos la aproximacin de Euler, y para ello debemos recordar elementos bsicos entorno a la derivada (se refiere a clculo diferencial). Por favor revise
temas asociados clsicamente a clculo diferencial e integral, y/ clculo numrico, que
son cursos de ingeniera o ciencias en los dos primeros aos de vida universitaria.
Nota: Por favor no se asuste pues si bien esto parece complejo, al final de este documento notar como utilizaremos el conocimiento de manera instrumental, es decir, en el
contexto que deseamos hacerlo, y este es simular sistemas complejos.
ww Qu es una derivada?
a) En matemticas, la derivada de una funcin es una medida de la rapidez con la que cambia
el valor de dicha funcin matemtica, segn cambie el valor de su variable independiente.
La derivada de una funcin es un concepto local, es decir, se calcula como el lmite de la
rapidez de cambio media de la funcin en un cierto intervalo, cuando el intervalo considerado para la variable independiente se torna cada vez ms pequeo. Por ello se habla del
valor de la derivada de una cierta funcin en un punto dado.
b) El valor de la derivada de una funcin en un punto puede interpretarse geomtricamente,
ya que se corresponde con la pendiente de la recta tangente a la grfica de la funcin en
dicho punto. La recta tangente es a su vez la grfica de la mejor aproximacin lineal de la
funcin alrededor de dicho punto. La nocin de derivada puede generalizarse para el caso
de funciones de ms de una variable con la derivada parcial y el diferencial.
Nota: Luego de haber ledo el documento Teoria Metodo Euler.pdf, nos es claro que esta
aproximacin es precisa en la medida que sea pequeo. Lo cual supondremos de manera
fuerte!
(2)
Supongamos sin prdida de generalidad, y con propsitos algortmicos que la aproximacin en (2) es una igualdad. Luego podemos escribir:
(3)
Esta ecuacin (3), es la que explotaremos a lo largo de este curso, para poder realizar simulacin de sistemas complejos.
Recuerde: Esta aproximacin puede ser suficientemente buena, si el valor de es realmente pequeo, digamos de una dcima menos. Pero si el valor de es ms grande,
entonces podemos cometer mucho error al aplicar dicha frmula.
Aproximar:
Nota:
Primero observamos que esta ecuacin s puede resolverse por mtodos tradicionales
de ecuaciones diferenciales. Por ejemplo, podemos aplicar el mtodo de separacin de
variables. Veamos las dos soluciones.
Solucin Analtica (utilizando clculo integral).
0.1
0.2
1.02
0.3
1.0608
0.4
1.12445
0.5
1.2144
Puesto que en este caso, conocemos el valor verdadero, podemos usarlo para calcular el
error relativo porcentual que se cometi al aplicar la frmula de Euler. Tenemos que:
Ejemplo 2
Aplicar el mtodo de Euler para aproximar y(1,3), dada la ecuacin diferencial.
Solucin:
Elegimos nuevamentepara obtener el resultado final en tres pasos. Por lo tanto, aplicamos el mtodo de Euler con los siguientes datos:
10
1.1
2.3
1.2
2.6855
1.3
3.1901
11
(4)
Ahora bien, aplicando la aproximacin de Euler podemos re-escribir cada una de las ecuaciones del sistema (4) en un nuevo espacio que es el discreto. Con la utilizacin de la
aproximacin de Euler, pasamos de un mundo continuo con tiempo t a un mundo
discreto con periodos de muestreo k.
ww Recordemos:
12
Luego:
Note por favor que en ambas discretizaciones, el valor de df/dt fue reemplazado por la
equivalencia indicada por la EDO.
Luego el sistema (4) puede ser representado por:
(5)
Nota: Observe que en (5) ya no hay EDO, y que ms parece un sistema de ecuaciones
lineales simples que un sistema no lineal. Por eso discretizamos!
13
Consideremos las siguientes Condiciones Iniciales (CI) para las variables de estado:
x(0)=1
y(0)=10
Resolvamos el sistema (5), para , para valores de k desde 1 y hasta 5.
K
x(k)
y(k)
1.0000
10.0000
2.1000
10.0100
3.5420
10.0310
5.7997
10.0663
10.1699
10.1239
Notar usted, como buen estudiante, que hacer este ejercicio para valores k muy grandes
sera casi imposible de realizar a mano.
Favor lea ahora las Preguntas del profesor desde la plataforma.
ww Reflexionemos un poco:
a. Qu son las condiciones iniciales?
b. Qu representa o como seleccionar ?
c. Qu representa k y cul debe ser su valor?
14
15
Como ya se dijo antes, del valor depende la precisin de la aproximacin. Por ejemplo,
si un proceso se demora 120 hrs en ir de principio a fin (es un proceso muy lento, como
algunas fermentaciones. Notar que los vinos tardan aos!), que yo mida cada 0,1 hrs, es
decir cada 6 minutos, es ms que suficiente. Notar que en este caso cada 6 minutos en
proceso difcilmente mostrar cambios pues en total le demora 120 hrs para finalizar.
Por otro lado, si estoy tratando de trabajar con el modelo de un motor elctrico, seguramente el valor de tendra que ser muy pequeo (muy cercano a cero), pues el motor
elctrico desde que se le conecta y hasta lograr su velocidad nominal no tardar ms de
2 segundos.
Luego la eleccin del valor de depender del tiempo de respuesta del sistema, la idea es
que el valor de sea comparablemente pequeo respecto del tiempo total en el que se
quiere simular el proceso.
ww Qu representa k y cul debe ser su valor?
En tiempo continuo medimos el tiempo en horas. Qu pasa en tiempo discreto? La
respuesta a esta pregunta corresponde a una simple equivalencia.
10 hrs en tiempo continuo equivalen a un k (mximo) de 10/t.
Luego si mi problema en EDO deba ser simulado en 30 hrs, y se ha seleccionado un
t=0,1; La simulacin debiese iniciarse desde k=0 y hasta k=300. De este modo el
resultado es consistente en ambos planos, el continuo y discreto.
16
Podemos apreciar que las variables de estado son x(t) e y(t) y que evidentemente existen
algunos parmetros (pero que por esta vez tienen valor igual a uno). Es decir podemos
re-escribir, el sistema como sigue, considerando =1, luego:
Dicho esto, el equivalente en tiempo discreto como se sabe (obviando los parmetros
unitarios) es:
17
Desde donde podemos apreciar que las variables de estado del sistema discreto son tambin las mismas pero en k, es decir: x(k) e y(k)
Para simular este proceso discreto se requiere de un contador cclico, que cuente para la
variable k desde k=(valor mnimo, puede ser 0 o 1) hasta kmax (recordar que kmax est
directamente relacionado con el tiempo de simulacin contnuo). Supongamos que este
contador cclico se llama FOR (cuya traduccin es PARA), y que queremos simular durante
3 hrs, luego digamos:
ww Pseudo-algoritmo
Condiciones iniciales: x(1)=0,1 e y(1)=1
Periodo de muestreo: t=0,1
Tiempo mximo de simulacin: kmax=1/ t=10
FOR k=1 hasta kmax
END
Imprimir (x(t) e y(t))
18
x(k)
y(k)
1.0000
0.1000
1.0000
2.0000
0.2010
1.0100
3.0000
0.3060
1.0299
4.0000
0.4184
1.0596
5.0000
0.5419
1.0991
6.0000
0.6811
1.1484
7.0000
0.8424
1.2077
8.0000
1.0341
1.2775
9.0000
1.2688
1.3584
10.0000
1.5656
1.4518
19
Luego si imprimimos (de algn modo), los arreglos de cada una de las variables de estado,
el resultado de graficar x v/s k e y v/s k, nos entregar un par de grficos que son la
solucin al problema EDO descrito en la ecuacin (4).
2
1.8
1.6
1.4
x(k)
1.2
1
0.8
0.6
0.4
0.2
0
6
k
10
11
20
1.7
1.6
1.5
y(k)
1.4
1.3
1.2
1.1
1
6
k
10
11