Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1 Solución de Ecuaciones
Diferenciales
Didier F. Villaquiran Samboni Brandon Javier Rosero Juan Pablo Ruano
Ingenierı́a electrónica Ingenierı́a electrónica Ingenierı́a electrónica
Universidad de Nariño Universidad de Nariño Universidad de Nariño
San Juan de Pasto, Colombia San Juan de Pasto, Colombia San Juan de Pasto, Colombia
didier.v@udenar.edu.co brand78j@gmail.com 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.)
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
0.08
0.064
0.048
0.032
0.016
0
0 4 8 12 16 20 24 28 32 36 40
Tiempo [s]
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]
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
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.
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 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
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.