Está en la página 1de 54

Ensamblaje de naves

Osciladores no lineales
Modelos de propagaci
on del SIDA

Captulo 1: Ecuaciones diferenciales ordinarias


Metodos Numericos Avanzados

3 de noviembre de 2005

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

Utilizaci
on de la rutina ode45 de Matlab
Ejercicios

Contenidos

Ensamblaje de naves
Utilizacion de la rutina ode45 de Matlab
Ejercicios
Osciladores no lineales
El plano de fases
Modelos de propagacion del SIDA
La ecuacion logstica
Modelo mas complejo: 4 tipos de poblacion

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

Utilizaci
on de la rutina ode45 de Matlab
Ejercicios

Metodo de Euler

Ejemplo mas simple de los llamados Metodos Taylor


y 0 = f (x, y )

y (x + h) = y (x) + y 0 (x)h + O(h2 )

Se reemplaza y 0 por f (x, y ):


yk+1 = yk + hf (xk , yk )
Si continuamos calculando terminos con el polinomio de Taylor
podemos obtener metodos mas precisos con el coste de tener que
calcular las derivadas parciales de f .

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

Utilizaci
on de la rutina ode45 de Matlab
Ejercicios

Metodo de Runge-Kutta
Se evita calcular las derivadas de f mediante mas evaluaciones de
la funcion:
y 0 (x) = f (x, y )
y 00 (x) = fx + fy y 0 = fx + fy f
h2
(fx + fy f ) + O(h3 )
2
h
h
= f + (f + hfx + hfy f ) + O(h3 )
2
2
f + h(fx + fy f ) = f (x + h, y + hf ) + O(h2 )
y = hf +

F1 = f (x, y )
yk+1

F2 = f (x + h, y + hF1 )
h
= yk + (F1 + F2 )
2

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

Utilizaci
on de la rutina ode45 de Matlab
Ejercicios

Ecuacion para la trayectoria de la nave

x 0 (t) = s(t)(X (t) x(t)),


y 0 (t) = s(t)(Y (t) y (t)),
z 0 (t) = s(t)(Z (t) z(t)).
p

X 0 (t)2 + Y 0 (t)2 + Z 0 (t)2


s(t) = k p
(X (t) x(t))2 + (Y (t) y (t))2 + (Z (t) z(t))2

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

Utilizaci
on de la rutina ode45 de Matlab
Ejercicios

Pasos de la resolucion numerica

Definir una funcion para la trayectoria circular de la nave.

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

Utilizaci
on de la rutina ode45 de Matlab
Ejercicios

Pasos de la resolucion numerica

Definir una funcion para la trayectoria circular de la nave.

Utilizar el comando ode45(funcion,tspan,y0).

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

Utilizaci
on de la rutina ode45 de Matlab
Ejercicios

Pasos de la resolucion numerica

Definir una funcion para la trayectoria circular de la nave.

Utilizar el comando ode45(funcion,tspan,y0).

Visualizacion: estatica o dinamica.

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

Utilizaci
on de la rutina ode45 de Matlab
Ejercicios

Trayectoria de la nave

function c=circulo(t)
global w teta fi %fi es el angulo del eje de rotacion
%respecto de e3
%teta es el angulo sobre el plano xy del corte del
%plano de rotacion con el xy
t=t; w=1; fi=pi/3; teta=pi/4;
x=cos(w*t).*cos(teta)-sin(w*t).*cos(fi)*sin(teta);
y=cos(w*t).*sin(teta)+sin(w*t).*cos(fi)*cos(teta);
z=sin(w*t).*sin(fi); c=[x; y ;z];

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

Utilizaci
on de la rutina ode45 de Matlab
Ejercicios

Metodo de Runge-Kutta-Fehlberg

Utiliza dos metodos R-K para adaptar el paso

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

Utilizaci
on de la rutina ode45 de Matlab
Ejercicios

Metodo de Runge-Kutta-Fehlberg

Utiliza dos metodos R-K para adaptar el paso

Es eficiente en el n
umero de evaluaciones.

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

Utilizaci
on de la rutina ode45 de Matlab
Ejercicios

Visualizacion: Ejemplo de animacion en 3D


clear all
.
.
.
p=plot3(estacion(1,1),estacion(2,1),estacion(3,1),...
+g,EraseMode,none,MarkerSize,5);hold on;
% poner EraseMode none para que se vea la estela
q=plot3(y(1,1),y(2,1),y(3,1),*r,...
EraseMode,xor,MarkerSize,10);
legend(nave,estacion)
y=y; axis([-1.5 1.5 -1.5 1.5 -1.5 1.5])
for i=2:length(t);
set(p,XData,estacion(1,i),YData,estacion(2,i),...
ZData,estacion(3,i))
set(q,XData,y(1,i),YData,y(2,i),ZData,y(3,i))
drawnow, end, hold off
M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

Utilizaci
on de la rutina ode45 de Matlab
Ejercicios

Ejercicio 1: Modelo de competencia

Definir una funcion competicion.m.

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

Utilizaci
on de la rutina ode45 de Matlab
Ejercicios

Ejercicio 1: Modelo de competencia

Definir una funcion competicion.m.

animar la solucion para visualizar los puntos de equilibrio.

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

Utilizaci
on de la rutina ode45 de Matlab
Ejercicios

Ejercicio 2: Modelo de Robertson

Utilizar el comando subplot para comparar la evolucion de


las distintas especies.

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

Utilizaci
on de la rutina ode45 de Matlab
Ejercicios

Ejercicio 2: Modelo de Robertson

Utilizar el comando subplot para comparar la evolucion de


las distintas especies.

Comparar el n
umero de nodos de cada solucion.

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

Utilizaci
on de la rutina ode45 de Matlab
Ejercicios

Ejercicio 2: Modelo de Robertson

Utilizar el comando subplot para comparar la evolucion de


las distintas especies.

Comparar el n
umero de nodos de cada solucion.

Comparar el tiempo de resolucion de ambos metodos


utilizando los comandos tic,toc o etime

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

El plano de fases
El p
endulo no lineal
Ejercicio 1
Ejercicio 2

Contenidos

Ensamblaje de naves
Utilizacion de la rutina ode45 de Matlab
Ejercicios
Osciladores no lineales
El plano de fases
Modelos de propagacion del SIDA
La ecuacion logstica
Modelo mas complejo: 4 tipos de poblacion

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

El plano de fases
El p
endulo no lineal
Ejercicio 1
Ejercicio 2

Sistema autonomo de dos ODEs


x 0 (t) = f (x(t), y (t))
y 0 (t) = g (x(t), y (t))

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

El plano de fases
El p
endulo no lineal
Ejercicio 1
Ejercicio 2

Sistema autonomo de dos ODEs


x 0 (t) = f (x(t), y (t))
y 0 (t) = g (x(t), y (t))
dy
g (x, y )
=
dx
f (x, y )

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

El plano de fases
El p
endulo no lineal
Ejercicio 1
Ejercicio 2

Sistema autonomo de dos ODEs


x 0 (t) = f (x(t), y (t))
y 0 (t) = g (x(t), y (t))
dy
g (x, y )
=
dx
f (x, y )

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

El plano de fases
El p
endulo no lineal
Ejercicio 1
Ejercicio 2

Ecuacion de segundo orden

y 00 = f (y , y 0 ) y2 = y 0 (t) y1 = y (t)

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

El plano de fases
El p
endulo no lineal
Ejercicio 1
Ejercicio 2

Ecuacion de segundo orden

y 00 = f (y , y 0 ) y2 = y 0 (t) y1 = y (t)

y10 = y2
y20 = f (y1 , y2 )

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

El plano de fases
El p
endulo no lineal
Ejercicio 1
Ejercicio 2

Ecuacion de pendulo

y 00 + sen(y ) = 0 y10 = y2 , y20 = sen(y1 )

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

El plano de fases
El p
endulo no lineal
Ejercicio 1
Ejercicio 2

Ecuacion de pendulo

y 00 + sen(y ) = 0 y10 = y2 , y20 = sen(y1 )

Definir la funcion del segundo miembro pend.m

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

El plano de fases
El p
endulo no lineal
Ejercicio 1
Ejercicio 2

Ecuacion de pendulo

y 00 + sen(y ) = 0 y10 = y2 , y20 = sen(y1 )

Definir la funcion del segundo miembro pend.m

Definir el intervalo temporal para las soluciones y fijar los


datos iniciales.

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

El plano de fases
El p
endulo no lineal
Ejercicio 1
Ejercicio 2

Ecuacion de pendulo

y 00 + sen(y ) = 0 y10 = y2 , y20 = sen(y1 )

Definir la funcion del segundo miembro pend.m

Definir el intervalo temporal para las soluciones y fijar los


datos iniciales.

Programa pendulo.m (script).

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

El plano de fases
El p
endulo no lineal
Ejercicio 1
Ejercicio 2

Efectos de friccion

y 00 + y 0 + sen(y ) = 0 y10 = y2 , y20 = sen(y1 ) y2

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

El plano de fases
El p
endulo no lineal
Ejercicio 1
Ejercicio 2

Efectos de friccion

y 00 + y 0 + sen(y ) = 0 y10 = y2 , y20 = sen(y1 ) y2

Definir la funcion del segundo miembro pendf.m

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

El plano de fases
El p
endulo no lineal
Ejercicio 1
Ejercicio 2

Efectos de friccion

y 00 + y 0 + sen(y ) = 0 y10 = y2 , y20 = sen(y1 ) y2

Definir la funcion del segundo miembro pendf.m

Definir el intervalo temporal para las soluciones y fijar los


datos iniciales.

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

El plano de fases
El p
endulo no lineal
Ejercicio 1
Ejercicio 2

Efectos de friccion

y 00 + y 0 + sen(y ) = 0 y10 = y2 , y20 = sen(y1 ) y2

Definir la funcion del segundo miembro pendf.m

Definir el intervalo temporal para las soluciones y fijar los


datos iniciales.

Programa pendulof.m (script).

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

El plano de fases
El p
endulo no lineal
Ejercicio 1
Ejercicio 2

Modelo depredador-presa

Utilizar los comandos meshgrid y contour para ver las


curvas de nivel de la solucion exacta.

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

El plano de fases
El p
endulo no lineal
Ejercicio 1
Ejercicio 2

Modelo depredador-presa

Utilizar los comandos meshgrid y contour para ver las


curvas de nivel de la solucion exacta.

Utilizar quiver para visualizar el plano de fases.

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

El plano de fases
El p
endulo no lineal
Ejercicio 1
Ejercicio 2

Modelo depredador-presa

Utilizar los comandos meshgrid y contour para ver las


curvas de nivel de la solucion exacta.

Utilizar quiver para visualizar el plano de fases.

Valores de las constantes: a=0.2, b=0.005, c=0.15*b, d=0.3


y realizar la grafica entre los lmites: [0 1000,0 100].

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

El plano de fases
El p
endulo no lineal
Ejercicio 1
Ejercicio 2

Modelo depredador-presa con competicion

Utilizar los comandos meshgrid y quiver para visualizar los


puntos de equilibrio en el plano de fases.

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

El plano de fases
El p
endulo no lineal
Ejercicio 1
Ejercicio 2

Modelo depredador-presa con competicion

Utilizar los comandos meshgrid y quiver para visualizar los


puntos de equilibrio en el plano de fases.

Valores de c : 2, 2.

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

La ecuaci
on logstica
Modelo m
as complejo: 4 tipos de poblaci
on

Contenidos

Ensamblaje de naves
Utilizacion de la rutina ode45 de Matlab
Ejercicios
Osciladores no lineales
El plano de fases
Modelos de propagacion del SIDA
La ecuacion logstica
Modelo mas complejo: 4 tipos de poblacion

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

La ecuaci
on logstica
Modelo m
as complejo: 4 tipos de poblaci
on

Ejemplo
Un modelo simplificado: La tasa de infectados es proporcional al
n
umero de interacciones entre la poblacion sana y la enferma:
A0 (t) = c(P A(t))A(t)
P es la poblacion total, A(t) es el n
umero de afectados por la
enfermedad en el instante t.
P A(t) representa el n
umero de individuos sanos dentro de la
poblacion en el instante t.
Si P = 50000, A(0) = 100, se puede calcular c a partir de alg
un
6
dato emprico A(10) = 1000. c = 4,6416 10 . Para infectar a la
mitad de la poblacion haran falta aproximadamente 27 semanas.

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

La ecuaci
on logstica
Modelo m
as complejo: 4 tipos de poblaci
on

Hipotesis

El flujo de nuevos individuos susceptibles de ser contagiados


es constante.

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

La ecuaci
on logstica
Modelo m
as complejo: 4 tipos de poblaci
on

Hipotesis

El flujo de nuevos individuos susceptibles de ser contagiados


es constante.

Los individuos susceptibles pueden convertirse en infecciosos o


morir de muerte natural.

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

La ecuaci
on logstica
Modelo m
as complejo: 4 tipos de poblaci
on

Hipotesis

El flujo de nuevos individuos susceptibles de ser contagiados


es constante.

Los individuos susceptibles pueden convertirse en infecciosos o


morir de muerte natural.

Los individuos infecciosos pueden morir de muerte natural,


desarrollar el SIDA o convertirse en no infecciosos.

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

La ecuaci
on logstica
Modelo m
as complejo: 4 tipos de poblaci
on

Hipotesis

El flujo de nuevos individuos susceptibles de ser contagiados


es constante.

Los individuos susceptibles pueden convertirse en infecciosos o


morir de muerte natural.

Los individuos infecciosos pueden morir de muerte natural,


desarrollar el SIDA o convertirse en no infecciosos.

La gente con SIDA puede morir de SIDA o de muerte natural.

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

La ecuaci
on logstica
Modelo m
as complejo: 4 tipos de poblaci
on

Tipos de poblacion

X representa a los individuos susceptibles de desarrollar el


SIDA.

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

La ecuaci
on logstica
Modelo m
as complejo: 4 tipos de poblaci
on

Tipos de poblacion

X representa a los individuos susceptibles de desarrollar el


SIDA.

Y representa a los individuos infecciosos, capaces de contagiar


el HIV.

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

La ecuaci
on logstica
Modelo m
as complejo: 4 tipos de poblaci
on

Tipos de poblacion

X representa a los individuos susceptibles de desarrollar el


SIDA.

Y representa a los individuos infecciosos, capaces de contagiar


el HIV.

Z representa al n
umero de individuos seropositivos no
infecciosos.

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

La ecuaci
on logstica
Modelo m
as complejo: 4 tipos de poblaci
on

Tipos de poblacion

X representa a los individuos susceptibles de desarrollar el


SIDA.

Y representa a los individuos infecciosos, capaces de contagiar


el HIV.

Z representa al n
umero de individuos seropositivos no
infecciosos.

A representa a los individuos que han desarrollado el SIDA.

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

La ecuaci
on logstica
Modelo m
as complejo: 4 tipos de poblaci
on

Parametros
I

tasa de reclutamiento de individuos susceptibles.

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

La ecuaci
on logstica
Modelo m
as complejo: 4 tipos de poblaci
on

Parametros
I

tasa de reclutamiento de individuos susceptibles.

tasa de muerte natural.

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

La ecuaci
on logstica
Modelo m
as complejo: 4 tipos de poblaci
on

Parametros
I

tasa de reclutamiento de individuos susceptibles.

tasa de muerte natural.

probabilidad de infectarse a partir de una pareja aleatoria.

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

La ecuaci
on logstica
Modelo m
as complejo: 4 tipos de poblaci
on

Parametros
I

tasa de reclutamiento de individuos susceptibles.

tasa de muerte natural.

probabilidad de infectarse a partir de una pareja aleatoria.

c n
umero de parejas que tiene un individuo por unidad de
tiempo (a
no).

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

La ecuaci
on logstica
Modelo m
as complejo: 4 tipos de poblaci
on

Parametros
I

tasa de reclutamiento de individuos susceptibles.

tasa de muerte natural.

probabilidad de infectarse a partir de una pareja aleatoria.

c n
umero de parejas que tiene un individuo por unidad de
tiempo (a
no).

d tasa de muerte por SIDA.

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

La ecuaci
on logstica
Modelo m
as complejo: 4 tipos de poblaci
on

Parametros
I

tasa de reclutamiento de individuos susceptibles.

tasa de muerte natural.

probabilidad de infectarse a partir de una pareja aleatoria.

c n
umero de parejas que tiene un individuo por unidad de
tiempo (a
no).

d tasa de muerte por SIDA.

tasa de seropositivos infecciosos que mutan a seropositivos


no-infecciosos.

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

La ecuaci
on logstica
Modelo m
as complejo: 4 tipos de poblaci
on

Parametros
I

tasa de reclutamiento de individuos susceptibles.

tasa de muerte natural.

probabilidad de infectarse a partir de una pareja aleatoria.

c n
umero de parejas que tiene un individuo por unidad de
tiempo (a
no).

d tasa de muerte por SIDA.

tasa de seropositivos infecciosos que mutan a seropositivos


no-infecciosos.

p proporcion de individuos que contraen el sida entre los


infecciosos.

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

Ensamblaje de naves
Osciladores no lineales
Modelos de propagaci
on del SIDA

La ecuaci
on logstica
Modelo m
as complejo: 4 tipos de poblaci
on

X 0 = X cX

A+Y
N

Y 0 = cX ( + + p)Y
A0 = pY (d + )A
Z 0 = Y Z
N(t) = X (t) + Y (t) + Z (t) + A(t)
Valores de las constantes:
X (0) = 90000, Y (0) = 10000, A(0) = 0, Z (0) = 0
= 13333,3, d = 1,33, = 0,237, = 1/32, p = 0,3

M
etodos Num
ericos Avanzados

Captulo 1: Ecuaciones diferenciales ordinarias

También podría gustarte