Laboratorio No.

1 Solución de Ecuaciones
Diferenciales
Didier F. Villaquiran Samboni
Ingenierı́a electrónica
Universidad de Nariño
San Juan de Pasto, Colombia
didier.v@udenar.edu.co
Brandon Javier Rosero
Ingenierı́a electrónica
Universidad de Nariño
San Juan de Pasto, Colombia
brand78j@gmail.com
Juan Pablo Ruano
Ingenierı́a electrónica
Universidad de Nariño
San Juan de Pasto, Colombia
wanjuanito@hotmail.com

Resumen—El presente documento muestra la resolución de II-A1. Solución analı́tica: Inicialmente se determina la
ecuaciones diferenciales por medio del programa integrado de transformada de Laplace de las ecuaciones Eq.(1) y Eq.(2), las
MATLAB llamado ”Simulink”, en donde se pretende aplicar el cuales se obtiene de manera directa, como no se especifican
uso de las herrmientas virtuales, con el fin de dar una solución
diferente a este tipo de problemas matemáticos y facilitar su los valores de las condiciones iniciales, se asume que estas
análisis gráfico. Se realizará la solución de 3 diferentes sistemas toman el valor de cero:
de ecuaciones lineales y/o no lineales, un análisis por medio de 1 H2
gráficas obtenidas mediante simulación combinados con código L{Eq.(1)} → H1 (7S + ) − =1 (3)
de Matlab, se compara además una solución analı́tica con una
3 3
solución gráfica y se mira como la función impulso unitario puede 11 H1
ser reemplazada por la función delta de Dirac con el fin de L{Eq.(2)} → H2 (9S + ) − =0 (4)
24 3
obtener una solución gráfica próxima a la analı́tica y finalmente
entender la importancia tanto el uso de este tipo de métodos Ahora se resuelve el sistema 2x2 conformado por las
como el rol de las matemáticas en el ámbito de la ingenieria. ecuaciones Eq.(3) y Eq.(4), matricialmente se tiene:
7S + 13 − 13
    
H1 1
= (5)
− 31 9S + 11 24 H 2 0
Index Terms—Matlab, Simulink, Función delta de Dirac,
Función impulso unitario. En esta ocasión se aplica la regla de Cramer:

7S + 1 − 31 

I. I NTRODUCCI ÓN 2 149 1
|∆| =  3
 = 63S + 24 S + 24 (6)
Las ecuaciones diferenciales son parte fundamental para − 13 9S + 11
24
el entendimiento de los sistemas fı́sicos, mediante su im- 
1 − 13 

11
plementación es posible realizar modelos matemáticos cuya |∆1 | =   = 9S + 24 (7)
0 9S + 11 24
solución puede describir el comportamiento de alguna o al-

7S + 1 1 1

gunas variables de interés, sin embargo generalmente estas
|∆2 | = 
 3 = (8)
soluciones son de carácter analı́tico y puede ocurrir que la − 13 0 3
solución no corresponda por completo al comportamiento real
del sistema, es aquı́ donde la implementación de simulaciones Ahora se procede a determinar los valores de H1 y H2 .
permite evaluar el desempeño de la función solución y realizar Con el fin de facilitar la notación de las operaciones se procede
comparaciones sin necesidad de implementar el modelo en el a factorizar |∆| en términos de sus raı́ces r1 y r2 :
sistema real evitando el gasto innecesario de recursos, estas
149 1
comparaciones determinaran si el modelo o la solución del |∆| = 63(S 2 + S+ ) = 63(S − r1 )(S − r2 ) (9)
mismo requieren o no alguna corrección. 1512 1512
Donde:
II. TALLER DE APLICACI ÓN q
149 149 2 4
− 1512 + ( 1512 ) − 1512
II-A. Solución de ecuaciones diferenciales r1 = ≈ −7,2439 × 10−3 (10)
2
Los códigos que se tomaron para determinar el valor de q
las constantes fueron: 219160337 y 219160289 por lo tanto: 149 149 2 4
− 1512 − ( 1512 ) − 1512
C1 = 7, R1 = 3, C2 = 9 y R2 = 8, el sistema de ecuaciones r2 = ≈ −0,0913 (11)
2
es:
∂h1 (t) h1 (t) − h2 (t) |∆1 | 1 216S + 11
7 + = δ(t) (1) H1 = = ( ) (12)
∂t 3 |∆| 1512 (S − r1 )(S − r2 )
∂h2 (t) h2 (t) − h1 (t) h2 (t) |∆2 | 1 1
9 + + =0 (2) H2 = = ( ) (13)
∂t 3 8 |∆| 189 (S − r1 )(S − r2 )
Ahora se expande en fracciones parciales, para la Eq.(12) se II-A2. Solución gráfica: Para este método es necesario
tiene que: despejar la derivada de mayor orden, de tal manera que las
216S + 11 A1 B1 ecuaciones Eq.(1) y Eq.(2) quedan de la siguiente manera:
= + (14)
(S − r1 )(S − r2 ) S − r1 S − r2 ∂h1 (t) δ(t) h1 (t) h2 (t)
= − + (28)
Simplificando la ecuación Eq.(14) y agrupando términos se ∂t 7 21 21
llega a la expresión: ∂h2 (t) 1 11
= h1 (t) − h2 (t) (29)
216S + 11 = S(A1 + B1 ) − A1 r2 − B1 r1 (15) ∂t 27 216
El diagrama de bloques que representa a este sistema es:
De la ecuación Eq.(15) se obtiene el sistema de ecuaciones:
A1 + B1 = 216
−B1 r1 − A1 r2 = 11 (16)
Este sistema se resuelve fácilmente por sustitución de tal
manera que se tiene:
11 + 216r2
B1 = ≈ 103,7512 (17)
r2 − r1
A1 = 216 − B1 ≈ 112,2488 (18)
Por lo tanto, se tiene que:
Figura 1. Diagrama de bloques del sistema de ecuaciones diferenciales.
1 A1 B1
H1 = ( + ) (19)
1512 S − r1 S − r2 Como se puede apreciar en la Fig.1 la función impulso
Anti transformando se obtiene la expresión para h1 (t): unitario se generó a partir de dos funciones escalón unitario,
1 esto genera un pulso con una duración de 0.1 segundos y
h1 (t) = L−1 {H1 } = (A1 er1 t + B1 er2 t ) amplitud 1. Como se mencionó anteriormente, las condiciones
1512
−3
iniciales son h1 (0) = h2 (0) = 0. A continuación, se presentan
h1 (t) ≈ 0,0752e−7,2439×10 t
+ 0,0686e−0,0913t (20) las gráficas de las funciones solución del sistema de ecuaciones
diferenciales obtenidas tanto en el método analı́tico como en
Luego se realiza el mismo proceso para h2 (t), primero se
el método gráfico:
expande en fracciones parciales:
1 A2 B2
= + (21)
(S − r1 )(S − r2 ) S − r1 S − r2
Simplificando y agrupando términos de obtiene:
1 = A2 (S − r2 ) + B2 (S − r1 ) (22)
De la ecuación Eq.(21) se obtiene el sistema de ecuaciones:
A2 + B2 = 0
−A2 r2 − B2 r1 = 1 (23)
Este sistema se resuelve fácilmente por sustitución de tal
manera que se tiene:
1
B2 = ≈ −11,8967 (24)
r2 − r1
1
A2 = −B2 = ≈ 11,8967 (25)
r2 − r1
Por lo tanto, se tiene que:
Figura 2. Función solución h1 (t)
1 A2 B2
H2 = ( + ) (26)
189 S − r1 S − r2
Anti transformando se obtiene la función h2 (t):
1
h2 (t) = L−1 {H2 } = (A2 er1 t + B2 er2 t )
189
−3
h2 (t) ≈ 0,0629e−7,2439×10 t
− 0,0629e−0,0913t (27)
 Figura 3. Función solución h2 (t)
Figura 4. Función solución h1 (t) con excitación delta de Dirac (amplitud
del impulso= 1 × 1012 u.a.)

Como se puede apreciar en las figuras Fig.2 y Fig.3, las

soluciones son distintas, es decir no se superponen como
se esperarı́a, este efecto ocurre porque la solución analı́tica
se trabajó directamente con la función impulso unitario o
delta de Dirac y no con la resta de dos escalones como
se planteó en el método gráfico, de hecho al sustituir las
funciones solución de las ecuaciones Eq.1 y Eq.2, la Eq.2
se cumple satisfactoriamente para todo valor de t mientras
que la Eq.1 solo se cumple para t ̸= 0 pues se obtiene
que δ(t) = 0, es más, al sustituir t = 0 en la función
h1 (t) (Eq.20) no se obtiene la condición inicial planteada
h1 (0) = 0 si no h1 (0) = 71 , esto no indica que las funciones
solución estén mal formuladas, sino que funcionan en el
dominio restringido para t > 0 y en t=0 toma la condición
inicial h1 (0) = 0, por lo tanto analı́ticamente en h1 (0) se
tendrı́a un segmento de recta vertical desde Amplitud = 0
hasta Amplitud = 17 , realizando diferentes pruebas en el Figura 5. Función solución h2 (t) con excitación delta de Dirac (amplitud
modelamiento de la función impulso unitario se logró apreciar del impulso= 1 × 1012 u.a.)
que mientras más se aumentaba la amplitud del pulso generado
por los escalones, el método gráfico se acercaba más al modelo
analı́tico, ahora bien, teniendo en cuenta que la transformada Como se puede apreciar en la Fig.4 y Fig.5, las curvas
de Laplace de la función impulso unitario (de amplitud 1) es se superponen por lo tanto las soluciones obtenidas por
igual a la transformada de Laplace de la función delta de Dirac los métodos gráfico y analı́tico coinciden. Ahora bien si
(de amplitud ∞) que es 1, la solución planteada debe funcionar se desea el modelo correspondiente a la excitación por un
para ambos tipos de excitación, sin embargo como no es ¨impulso unitario¨ (amplitud 1) que sea fiel a la respuesta
posible implementar una amplitud infinita en los escalones de simulink se debe considerar en la solución analı́tica el
se simulo una amplitud muy grande, más concretamente de modelo exactamente igual a como se generó dicho impulso
1 × 1012 u.a., ahora respecto a la duración del pulso se tuvo en simulink, es decir se debe considerar en primera estancia
en cuenta la propiedad: una función escalón unitario con la duración del ancho de
pulso determinado (en este caso 0.1s) y luego a partir de
Z +∞
las condiciones finales de esta etapa se considera el sistema
δ(t)dt = 1 (30)
−∞
de ecuaciones diferenciales original, es decir el formado
por las ecuaciones Eq.1 y Eq.2 con la excepción de que las
Es decir se debe de cumplir que el área bajo el impulso debe condiciones iniciales para resolverlo ya no son 0, tal como se
ser 1 , por lo tanto el ancho del pulso es de 1 × 10−12 s, muestra a continuación:
aplicando estos parámetros se obtuvo:
 1 11
II-A3. Solución analı́tica fiel al modelo gráfico (con fun- h1 (t) = (B3 r1 er1 t +Cr2 er2 t )+ (A3 +B3 er1 t +Cer2 t )
ción impulso unitario): Para el intervalo 0 ≤ t ≤ 0,1 se 7 1512
−3
considera el siguiente sistema: h1 (t) ≈ −10,2484e−7,2439×10 − 0,7516e−0,0913t + 11
t

∂h1 (t) h1 (t) − h2 (t) (41)

7 + = u(t) (31) Ahora se realiza un procedimiento similar para h2 (t):
∂t 3
∂h2 (t) 11 h1 |∆2 | 1 1
7 + h2 − =0 (32) H2 = = ( ) (42)
∂t 24 3 |∆| 189 S(S − r1 )(S − r2 )
Se calcula la transformada inversa de Laplace y se obtiene: El término cerrado en paréntesis de la Ec.(42) ya se expandió
1 H2 1 en fracciones parciales anteriormente , por lo tanto se tiene
H1 (7S + ) − = (33) que:
3 3 S 1 A3 B3 C
11 H1 H2 = ( + + ) (43)
H2 (9S + ) − =0 (34) 189 S S − r1 S − r2
24 3 Anti transformando se obtiene:
Representando el sistema matricialmente se tiene: 1
h2 (t) = (A3 + B3 er1 t + Cer2 t )
7S + 13 − 13
   1
H1 189
= S
− 13 9S + 11 24 H2 0 h2(t) ≈ −8,6894e−7,2439×10
−3
t
+ 0,6894e−0,0913t + 8 (44)

7S + 1 − 31 

2 149 1 En las ecuaciones Ec.(41) y Ec.(44) se puede apreciar que las
|∆| =  1
3
 = 63S + 24 S + 24
−3 9S + 11 24 condiciones iniciales h1 (0) y h2 (0) efectivamente son cero.
Ahora para la siguiente etapa se tiene el sistema de ecuaciones
1
− 13 

 1
|∆1 | =  S  = 9 + 24 formado por las ecuaciones Ec.(1) y Ec.(2) pero ahora las
0 9S + 11 24
 condiciones iniciales serian: h1 (0,1) ≈ 0,01425 y h2 (0,1) ≈
7S + 1 1 

|∆2 | =   3 S = 1 2,63683 × 10−5 y la función impulso unitario es cero. Ahora
− 13 0  3S para los valores t ≥ 0,1s se considera el sistema de ecuaciones
Aplicando la regla de Cramer se tiene: conformado por las ecuaciones Ec.(1) y Ec.(2) pero con las
condiciones iniciales en t = 0,1, por esto se realiza el cambio
|∆1 | 1 216S + 11 de variable T = t − 0,1 por lo que el ¨nuevo¨ sistema de
H1 = = ( )
|∆| 1512 S(S − r1 )(S − r2 ) ecuaciones es:
1 1 1
H1 = [216S( )+11( )] ∂h1 (T ) h1 (T ) − h2 (T )
1512 S(S − r1 )(S − r2 ) S(S − r1 )(S − r2 ) 7 + =0 (45)
(35) ∂T 3
Donde r1 y r2 se calculan a partir de las ecuaciones Ec.(10) ∂h2 (T ) h2 (T ) − h1 (T ) h2 (T )
9 + + =0 (46)
y Ec.(11) respectivamente. Se procede entonces a expandir en ∂T 3 8
fracciones parciales: Aplicando la transformada de Laplace se obtiene:
1 A3 B3 C 1 H2
= + + (36) H1 (7S + ) − = 0,09975 (47)
S(S − r1 )(S − r2 ) S S − r1 S − r2 3 3
Sustituyendo S = 0 se obtiene el valor de A3 : 11 H1
H2 (9S + ) − = 2,37315 × 10−4 (48)
1 24 3
A3 = = 1512 (37)
r1 r2 La solución al sistema es:
Sustituyendo S = r1 se obtiene el valor de B3 : 538650000S + 27478713
H1 = 2 + 3625000000S + 25000000
(49)
1 37800000000S
B3 = ≈ −1642,3015 (38) 996723S + 19997463
r1 (r1 − r2 ) H2 = (50)
37800000000S 2 + 3625000000S + 25000000
Sustituyendo S = r2 se obtiene el valor de C:
Expandiendo en fracciones parciales con la ayuda de
1
C= ≈ 130,3015 (39) MATLAB mediante la función residue se obtiene:
r2 (r2 − r1 ) 0,00683 0,00742
por lo tanto se tiene que: H1 ≈ +
S + 0,0913 S + 0,0072
216S 11 A3 B3 C 629,1460 × 10−5 626,5092 × 10−5
H1 = ( + )( + + ) (40) H2 ≈ −
1512 1512 S S − r1 S − r2 S + 0,0072 S + 0,0913
Anti transformando se obtiene: Por lo que aplicando transformada inversa de Laplace se tiene:
1 d r1 t r2 t 11 r1 t r2 t
h1 (t) = (A3 +B3 e +Ce )+ (A3 +B3 e +Ce ) h1(T ) ≈ 6,83 × 10−3 e−0,0913T + 7,42 × 10−3 e−0,0072T (51)
7 dt 1512
h2(T ) ≈ 629,1460×10−5 e−0,0072T −626,5092×10−5 e−0,0913T procede a analizar el segundo intervalo de tiempo: en la Fig.7
(52) efectivamente se puede apreciar que las curvas se superponen,
Ahora aplicando el cambio de variable anteriormente mencio- esto indica que los métodos analı́ticos y gráficos coinciden.
nado T = t−0,1 se obtiene finalmente las funciones solución:
II-B. Simulación del problema del Atractor de Lorentz
h1(t) ≈ 6,83×10−3 e−0,0913(t−0,1) +7,42×10−3 e−0,0072(t−0,1)
Se resuelve el siguiente sistema de ecuaciones diferenciales,
(53)
debido a la no linealidad, se hace por medio del método
h2(t) ≈ 629,1460 × 10−5 e−0,0072(t−0,1)
gráfico, el sistema es:
−626,5092 × 10−5 e−0,0913(t−0,1) (54)
∂x(t)
= 10[y(t) − x(t)] (55)
∂t
∂y(t)
= x(t)[35 − z(t)] − y(t) (56)
∂t
∂z(t) 8z(t)
= x(t)y(t) − (57)
∂t 3

Con este sistema de ecuaciones diferenciales, se procede a

hacer su respectivo diagrama de bloques en simulink, ya que
se está trabajando un sistema no lineal y no hay forma de
resolverlo con los métodos o temas ya vistos en la clase.

Figura 6. h1 (t) y h2 (t) considerando el modelo de impulso unitario como

un pulso de 0.1s, para 0s ≤ t ≤ 0,1s

Figura 8. Diagrama de bloques para la representación del sistema de

ecuaciones diferenciales del Atractor de Lorentz

Figura 7. h1 (t) y h2 (t) considerando el modelo de impulso unitario como

un pulso de 0.1s, para t ≥ 0,1s

Es importante tener en cuenta que las ecuaciones Ec.(53) y

Ec.(54) solo se aplican para el intervalo del tiempo: t ≥ 0,1s
y para el intervalo 0 ≤ t ≤ 0,1 se aplican las ecuaciones
Ec.(41) y Ec.(44), para verificarlo se analiza la superposición
de las funciones: Primero se analiza el primer intervalo; En la
Fig.6 se puede apreciar como el modelo analı́tico y el modelo
gráfico se superponen o tienen una gran proximidad, ahora se Figura 9. Gráfico en 3 dimensiones del Atractor de Lorentz
 anteriormente. Las respuestas son enviadas a Matlab, donde
Siguiendo un procedimiento similar que el del apartado II.A. se por medio de código se grafican los resultados obtenidos y
Solución de ecuaciones diferenciales, se hace el diagrama de es posible ver el comportamiento de la población de manera
bloques de la Fig.8, se establecen las condiciones iniciales, los gráfica.
valores de las constantes y se envian los datos a matlab por
medio del bloque ”to workspace”. Usando los datos obtenidos Personas sanas a lo largo del tiempo
1
de simulink, se gráfica por medio de código de programación
los datos obtenidos y se obtiene la representación en 3D del 0.92

atractor de Lorentz. 0.84

0.76
La Fig.9 representa al atractor de Lorentz en 3 dimensiones,
0.68
en donde se puede ver que las ecuaciones diferenciales antes

Sanos
descritas funcionan en conjunto y no hace posible el análisis 0.6
por separado de cada variable (x,y,z) en 2 dimensiones. 0.52

0.44
II-C. Simulación propagación de un virus 0.36
El modelo SIR de la propagación de SARS-CoV2 ha sido
0.28
simulado a través de diagramas de bloques en el Programa
”Simulink”para 2 casos, tales que; primero, un escenario 0 4 8 12 16 20 24 28 32 36 40
positivo con un comportamiento adecuado de la población y; Tiempo [s]
segundo, un escenario negativo con un comportamiento no
adecuado de la población. Figura 11. Gráfico del porcentaje de personas sanas con respecto al tiempo.
El sistema de ecuaciones diferenciales que modelan este
fenómeno y que sirven de base para su respectiva simulación La Fig.11 representa como el porcentaje de personas sanas
es: disminuye de manera exponencial, pero llega a un punto de
inflexión en donde se comienza a amortiguar y no pasa de el
∂s(t) lı̈mite de 0.20 o 20 %. En resumen, la población sana comienza
= −βs(t)i(t) (58)
∂t a disminuir de manera exponencial, luego se comienza a
∂i(t) estabilizar y el 20 % quedan sin infectarse. Todo lo anterior se
= (βs(t) − α)i(t) (59) asume con un 99 % de la población sana, entonces la población
∂t
de infectados inicia con un 1 %.
∂r(t)
= αi(t) (60) Personas infectadas a lo largo del tiempo
∂t 0.16
Para el escenario positivo se usa α = 0.4 y β = 0.8, que 0.144
corresponden a la tasa de recuperación y la tasa de infec-
0.128
ción respectivamente. Además, se establecen las condiciones
iniciales con i(0) = 0,01, s(0) = 0,99 y r(0) = 0, lo cual, 0.112

resulta en el siguiente diagrama: 0.096

Infectados

0.08

0.064

0.048

0.032

0.016

0
0 4 8 12 16 20 24 28 32 36 40
Tiempo [s]

Figura 12. Gráfico del porcentaje de personas infectadas con respecto al

Figura 10. Diagrama de bloques del sistema de ecuaciones diferenciales. tiempo.

Como se puede ver en la Fig.10, el sistema de ecuaciones En la Fig.12, se puede apreciar el comportamiento de las
diferebciales fue resuelto por el simulador integrado ”simu- personas infectadas con respecto a un cierto tiempo. Con un
link”, en donde se modela y se obtiene el comportamiento incio en el 1 %, el máximo de infectados es de 0.16 y de ahı́ en
instantaneo en cada punto en el tiempo del sistema descrito adelante se reducen a 0, lo que da a entender que las personas
fueron curadas de alguna manera, lo que da paso a la gráfica finalmente con un 80 % de personas recuperadas y un 20 %
de las personas curadas. de personas sanas o que nunca se infectaron, se obtiene un
100 % de la población no infectada o 0 % de infectados.
Personas recueperadas a lo largo del tiempo Como se dijo antes, se usó una tasa de recuperación de α =
0.8
0.4 y una tasa de infección de β = 0.8, con lo que se obtiene
0.72
un comportamiento positivo y adecuado de la población.
0.64 Cambiendo el parametro β = 1.1 y
0.56
α = 0,1 + 0,025 ∗ x1 (61)
Recuperados

0.48
donde x1 es el valor constante de 7 tomado al inicio del
0.4
lab y que produce que el valor de α sea igual a 0.0275,
0.32 obteniendo un comportameinto negativo de la población y que
0.24 se representa por el siguiente diagrama de bloques:
0.16

0.08

0
0 4 8 12 16 20 24 28 32 36 40
Tiempo [s]

Figura 13. Gráfico del porcentaje de personas recuperadas con respecto al

tiempo.

La Fig.13 se encarga de mostrar como las personas infec-

tadas se recuperan de manera exponencial y en cierto punto
de inflexión se comienzan a estabizar hasta llegar al lı́mite del Figura 15. Diagrama de bloques del sistema de ecuaciones diferenciales.
80 %, y que más adelante se mostrará por qué este llega a
80 % y no a 100 %. Ya visto el comportamiento de manera La Fig.15 es prácticamente la misma que la Fig.6, solo que
individual de cada uno de los factores, se procede a hacer el se cambian los valores de α y β; cambiando dichas varia-
respectivo análisis en conjunto y ver como se relacionan los bles se obtienen comportamientos diferentes con respecto al
unos con los otros. comportamiento positivo. Se iniciará analizando los resultados
individuales uno por uno y al final se verá el comportamiento
Comportamiento de la población a lo largo del tiempo
1 conjunto y como se relacionan uno a uno.
Sanos
0.9 Infectados
Recuperados Personas sanas a lo largo del tiempo
1
0.8
Porcentaje de la población

0.9
0.7
0.8
0.6
0.7
0.5
0.6
0.4
Sanos

0.5
0.3
0.4
0.2
0.3
0.1
0.2
0
0 4 8 12 16 20 24 28 32 36 40 0.1
Tiempo [s]
0
0 3 6 9 12 15 18 21 24 27 30
Figura 14. Gráfico del comportamiento de la población respecto al tiempo.
Tiempo [s]

En la Fig.14 se puede apreciar como van variando los Figura 16. Gráfico del porcentaje de personas sanas con respecto al tiempo.
infectados, los sanos y los recuperados los unos con los otros.
Por consecuencia del aumento de personas infectadas, las Comenzando con las personas sanan a lo largo del tiempo,
personas sanas van disminuyendo y a su vez las personas se puede ver que en la Fig.16 se mantiene la condición incial
que se recuperan aumentan al mismo ritmo, pero cuando los de 0.99 o 99 % de sanos, pero a diferencia del comportamiento
infectados llegan a su punto máximo, provoca un punto de positivo, el porcentaje de sanos disminuye hasta casi un 2 %
inflexión tanto en las personas recuperadas como sanas y y de manera mucho mas rápida.
 Personas infectadas a lo largo del tiempo aumentó un 18 % y aproximadamente lo hizo 4 segundos antes.
0.45

0.405

0.36 Comportamiento de la población a lo largo del tiempo

1
0.315 0.9
Sanos
0.27 0.8 Infectados
Infectados

Porcentaje de la población
Recuperados
0.225 0.7

0.18 0.6

0.135 0.5

0.09 0.4

0.3
0.045
0.2
0 2 4 6 8 10 12 14 16 18 20 0.1
Tiempo [s]
0
0 4 8 12 16 20 24 28 32 36 40
Figura 17. Gráfico del porcentaje de personas infectadas con respecto al
Tiempo [s]
tiempo.
Figura 19. Gráfico del comportamiento de la población respecto al tiempo.

Para ver el comportamiento conjunto de estas variables, se

Ahora bien, los infectados que se representa en la Fig.17,
presenta la Fig.19, en donde claramente se puede ver que en
támbien mantienen su condición inicial del 1 %, aumenta
el punto pico de infectados se genera un punto de inflexión
hasta un 40,5 % en casi 4 segundos y vuelve a disminuir
tanto para la curva de sanos y para la curva de recuperados, lo
hasta un 0 % en aproximadamente 15 segundos (se tomaron
que quiere decir que una vez alcanzado el punto máximo de
los segundos como una unidad de tiempo de referencia).
infección, entonces la población comienza a infectarse menos
Haciendo una comparación con el comportamiento adecuado
y por ende se empiezan a curarse menos hasta llegar a una
de la población, se puede afirmar que el procentaje de
estabilidad.
infectados aumentó casi 3 veces más y su tiempo disminuyó
en la misma proporción, es decir, fue 3 veces mas rápido. III. S CRIPT DE LAS GR ÁFICAS
Para graficar las figuras Fig.(2) y Fig.(3) se tiene en cuenta
Personas recueperadas a lo largo del tiempo la siguiente configuración de las funciones escalón:
1

0.9

0.8

0.7
Recuperados

0.6

0.5

0.4

0.3
Figura 20. Ajustes en las funciones escalon para generar un pulso de amplitud
0.2 1 y duración 0,1 segundos.

0.1

0
0 4 8 12 16 20 24 28 32 36 40
Tiempo [s]

Figura 18. Gráfico del porcentaje de personas recuperadas con respecto al

tiempo.

Por último, en la Fig.18, se representa a la población que

se cura a lo largo del tiempo y como se podia predecir, el
porcentaje de recuperados aumentó hasta casi un 98 % que
se completa con el 2 % de las personas sanas. Haciendo la Figura 21. Script para graficar la Fig.(2) en Matlab
comparación con el caso positivo, el porcentaje de sanos
 Figura 22. Script para graficar la Fig.(3) en Matlab

Figura 25. Script para graficar la Fig.(7) en Matlab, se considera la

configuración inicial de los escalones: amplitud de 1 y desfase de 0.1s
Para realizar las figuras Fig.(4) y Fig.(5) se usan los script
de la Fig.(21) y Fig.(22) respectivamente, con la diferencia
de que ahora se se cambia el titulo y se ajusta la amplitud de
las funciones escalón que generan el pulso a 1e12 y el tiempo
de desfase entre escalones a 1e − 12 tal como se muestra en
la siguiente imágen:

Figura 23. Ajustes en las funciones escalon para generar un pulso de amplitud
1 × 1012 y duración 1 × 10−12 segundos. Figura 26. Script para graficar la Fig.(9) en Matlab, se considera la condición
inicial de x(0)=0.1

Figura 24. Script para graficar la Fig.(6) en Matlab, se considera la

configuración inicial de los escalones, amplitud de 1 y desfase de 0.1s

Figura 27. Script para hacer las graficas (11),(12),(13) y (14)

Figura 28. Script para hacer las graficas (16),(17),(18) y (19)

IV. C ONCLUSIONES
Si se desea verificar el comportamiento de la solución
analı́tica de una ecuación diferencial que contenga a
la función impulso unitario mediante simulink, es más
conveniente modelar a la función impulso unitario como
un pulso de amplitud relativamente grande con un
tiempo relativamente corto tal que su área sea la unidad.

Para que el programa resuelva los problemas dados, este

se basa en diferentes métodos que no siempre se adaptan
al problema, es por eso que se debe observar cuál es
las mejor opción a la hora de resolver los sistemas
planteados.

El uso de programas computacionales para realizar la

solución de ecuaciones diferenciales permite dar una
respuesta rápida, sin embargo siempre es recomendable
realizarlo de manera analı́tica, esto con el fin de
comprender la naturaleza de su comportamiento y tener
la capacidad con fundamentos de realizar cambios en el
modelo planteado.

Se pudo observar que aunque el comportamiento negativo

de la población causó muchos mas contagiados, también
se produjo una taza de recuperación relativamente más
rápida con respecto al caso positivo. Si se hablara de
manera realista, esto no afectaria tan drasticamente en la
rápida recuperación económica y social.