Documentos de Académico
Documentos de Profesional
Documentos de Cultura
QUÍMICA, BIOTECNOLOGÍA
Y MATERIALES
FACULTAD DE CIENCIAS
FÍSICAS Y MATEMÁTICAS
UNIVERSIDAD DE CHILE
Indicadores de logro
Introducción
A + M −→ A∗ + M rR1 = k1 CM CA (1)
∗
A −→ B rR2 = k2 CA∗ (2)
dCA
= −k1 CM CA (3)
dt
dCA∗
= k1 CM CA − k2 CA∗ (4)
dt
dCB
= k2 CA∗ (5)
dt
con condiciones iniciales CA0 = 1 y CA∗ = CB0 = 0
0
Introducción
Caso A: Especie activada con una reactividad comparable a la especia inactiva i.e. k1 CM ≈ k2
0.5
dCA∗
0.4 = k1 CM CA − k2 CA∗ (9)
dt
0.3 dCB
= k2 CA∗ (10)
0.2 dt
0.1 con condiciones iniciales CA0 = 1 y CA∗ = CB0 = 0
0
0
0 2 4 6 8 10
t
Introducción
Caso B: Especie activada con una reactividad mucho mayor a la especia inactiva i.e. k1 CM << k2
0.5
dCA∗
0.4 = k1 CM CA − k2 CA∗ (14)
dt
0.3 dCB
= k2 CA∗ (15)
0.2 dt
0.1 con condiciones iniciales CA0 = 1 y CA∗ = CB0 = 0
0
0
0 2 4 6 8 10
t
Introducción
Características de la solución numérica al incrementar k2
A + M −→ A∗ + M rR1 = k1 CM CA (16)
k1 CM = 1 ode45 ode23s
dCA
1 0.0200 0.0401 = −k1 CM CA (18)
dt
10 0.0200 0.0901 dCA∗
100 0.2103 0.0801 = k1 CM CA − k2 CA∗ (19)
dt
1000 1.8226 0.0701 dCB
10000 24.8648 0.0701 = k2 CA∗ (20)
dt
con condiciones iniciales CA0 = 1 y CA∗ = CB0 = 0
0
Los valores propios de la matriz J, determinan la estabilidad de los estados estacionarios del sistema y la estabilidad
de la solución numérica.
La estabilidad numérica estará dada por el tipo de método y por el valor propio de mayor magnitud.
Definición
Definición
Un sistema es stiff cuando está compuesto por componentes que cambian rápida y lentamente.
El mayor paso de integración estará determinado por el valor propio de mayor magnitud, mientras que el tiempo total de
integración por el de menor magnitud.
Muchas veces los componentes rápidos son efímeros (desaparecen pronto) después de lo cual los componentes de
variación más lenta toman control de la solución.
−1000t −t
3 − 0.998e − 2.002e Close up para el intervalo [0,0.005]
3 1.4
1.2
Por ejemplo, la ecuación: 2.5
1
dy 2
= −1000y + 3000 − 2000e−t y(0) = 0
dt 0.8
(24) 1.5
y
0.6
tiene solución analítica:
1
0.4
0 0
0 1 2 3 4 0 2 4 6
t t −3
x 10
Estabilidad numérica
¿Qué impacto tendrán estos términos en el desempeño de los métodos numéricos?
Si la ecuación anterior es integrada mediante el método de Euler el límite de estabilidad estará dado por el término
0.998e−1000t (el que está asociado al valor propio de mayor magnitud).
2 2
= = 0.002 h≤
|λ| | − 1000|
aún cuando el efecto de este término es despreciable para t > 0.005
−t
Simulación de dy/dx = −1000y + 3000 − 2000e Close up para el intervalo [0,0.005]
12 2.5
y real
y real h = 0.002001
10 h = 0.002000
h = 0.002001
2 h = 0.001800
8 h = 0.002000 h = 0.001000
h = 0.001800
6 h = 0.001000
1.5
4
y
y
2
1
−2 0.5
−4
0
−6 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
0 0.5 1 1.5 2 2.5 3 3.5 4
J. Cristian
t −3
x 10
t Salgado - http://salgadolab.diqbt.uchile.cl IQ4112 - Capítulo 4: Métodos Runge Kutta
Introducción
Definición
Ecuaciones diferenciales Stiff
Estabilidad numérica
Control de paso PI, Dense output y Sistemas de EDOs
Método implícito de Euler
Métodos de alto orden para problemas stiff
Métodos implícitos
Un método implícito evalúa el lado derecho de la ecuación de iteración utilizando yn+1 . Por ejemplo, el método de Euler
quedaría como:
y[i+1] = y[i] + hf (xi+1 ,y[i+1] ) + O(h2 ) (26)
Las propiedades de estabilidad de este tipo de métodos son distintas a las de los métodos explícitos. Para el problema
dy
= λy y(x0 ) = y0 (27)
dx
El método de Euler implícito quedaría como:
La expresión del método implícito de Euler indica que si λ < 0 este método es incondicionalmente estable:
y0
lim y[i] = lim =0
i→∞ i→∞ (1 − hλ)i
inclusive para h → ∞
Simulación de dy/dx = −1000y + 3000 − 2000e−t Close up para el intervalo [0,0.005]
3 1
0.9
2.5 0.8
0.7
2 0.6
0.5
y
y
1.5 0.4
y real
y real
h = 0.002000
h = 0.002000 0.3
h = 0.020000
h = 0.020000
0.2 h = 0.100000
1 h = 0.100000
h = 0.500000
h = 0.500000
0.1 h = 1.000000
h = 1.000000
0.5 0
0 0.5 1 1.5 2 2.5 3 3.5 4 0 0.5 1 1.5 2 2.5 3 3.5 4
t t −3
x 10
Control de paso PI
Las propiedades de estabilidad del método de integración pueden limitar seriamente el control de paso.
Largos ciclos de aceptación y rechazo de tamaño de paso suelen ser muy costosos.
Cambios bruscos en las características de las ecuaciones diferenciales.
Una alternativa para solucionar este problema es utilizar ideas provenientes del área de control
Medibles No medibles
Medibles No medibles
Entradas Salidas
Salidas manipulables Proceso medibles
Entradas
manipulables
Proceso medibles
Salidas no
medibles
Salidas no Controlador
medibles SetPoint
Control de paso PI
−α β
∆ ∆old
hnew = 0.9 · h · (31)
∆d ∆old
d
Típicamente α y β deben ser escalados según 1/k donde k es el exponente del orden del método.
α = 1/k y β = 0 equivale al método tradicional
Se sugiere utilizar:
β ≈ 0.4/k
α ≈ 0.7/k = 1/k − 0.75/beta
Dense output
En muchas aplicaciones se desea conocer el valor de y evaluado en un determinado set de valores de xi . Por
ejemplo para comparar mediciones experimentales con las predicciones de un modelo.
En el caso de los métodos de paso fijo el espaciamiento sugerido por el arreglo xi no necesariamente es el más
adecuado (en términos de estabilidad y error) para resolver el problema.
En el caso de los métodos de paso variable, la elección de h no necesariamente coincidirá con los xi deseados.
La alternativa obvia pero muy ineficiente es resolver el sistema de EDOs para cada intervalo requerido.
Si se requiere mayor exactitud se puede ocupar el método de quinto orden de Dormand-Prince o inclusive de mayores
ordenes.
Preguntas
http://www.phdcomics.com