SlideShare una empresa de Scribd logo
1 de 19
Descargar para leer sin conexión
UNIVERSIDAD NACIONAL DE INGENIERIA
Leyes de Conservaci´on
Matematica Aplicada
Profesor: Ing. Paul Tocto
Integrantes
Tapia Coronado Alfredo
Larico Barzola Michel
Chamaya Galjuf Angelo
4 de octubre de 2013
´Indice general
1. Introducci´on 2
2. Modelos Matem´aticos 4
2.1. Proceso de modelado . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.2. Condiciones adicionales . . . . . . . . . . . . . . . . . . . . . . . . 6
2.3. M´etodos para resolver o analizar ecuaciones diferenciales . . . . . 6
3. Modelo aplicando las leyes de conservaci´on 7
3.1. Un modelo b´asico de ley de conservaci´on escalar . . . . . . . . . . 7
3.2. La ecuacin del transporte . . . . . . . . . . . . . . . . . . . . . . . 10
3.3. Un modelo de propagaci´on de ondas ac´usticas . . . . . . . . . . . 14
4. Conclusiones 17
Bibliograf´ıa 17
1
Cap´ıtulo 1
Introducci´on
Muchas ecuaciones fundamentales en las ciencias f´ısicas y naturales se ob-
tienen de las leyes de conservaci´on. Las leyes de conservaci´on son las leyes de
equilibrio, o ecuaciones que expresan el hecho de que alguna cantidad se equi-
libra todo un proceso. En termodin´amica, por ejemplo, la primera ley dice que
el cambio en la energ´ıa interna de un sistema dado es igual o se equilibran con
la cantidad total de calor aadido al sistema, m´as el trabajo realizado sobre el
sistema. As´ı, la primera ley de la termodin´amica es una ley de equilibrio de la
energ´ıa, o la ley de conservaci´on. Como otro ejemplo, considere un fluido que
fluye en alguna regi´on del espacio que se compone de especies qu´ımicas se so-
meten a reacci´on qu´ımica. Para una especie qu´ımica dada, la tasa de tiempo de
cambio de la cantidad total de ese producto qu´ımico en la regi´on debe ser igual a
la velocidad a la que el producto qu´ımico fluye en la regi´on, menos la velocidad
a la que fluye hacia fuera, adem´as de la velocidad a la que la especie se crea,
o se consume, por las reacciones qu´ımicas. Esta es una declaraci´on verbal de
una ley de conservaci´on de la cantidad de las especies qu´ımicas que se indican.
Equilibrios parecidos o leyes de conservaci´on se producen en todas las ramas de
la ciencia. En ecolog´ıa de la poblaci´on, por ejemplo, la tasa de cambio de una
2
poblaci´on animal dado en una regi´on determinada debe ser igual a la tasa de
natalidad, menos el ´ındice de mortalidad, m´as la tasa de migraci´on al interior o
fuera de la regi´on.
3
Cap´ıtulo 2
Modelos Matem´aticos
Un modelo matem´atico es la descripci´on matem´atica de un sistema o fen´omeno
de la vida real.
La formulaci´on de un modelo matem´atico implica:
Identificar las variables causantes del cambio de un sistema.
Establecer un conjunto de hip´otesis razonables acerca del sistema (leyes
emp´ıricas aplicables).
Las hip´otesis de un sistema implican con frecuencia la raz´on o tasa de cambio de
una o m´as variables que intervienen. El enunciado matem´atico de esas hip´otesis
es una o ms ecuaciones donde intervienen derivadas, es decir, ecuaciones diferen-
ciales.
2.1. Proceso de modelado
En muchos casos la construcci´on o creaci´on de modelos matem´aticos ´utiles
sigue una serie de fases o proceso bien determinados:
4
Identificaci´on de un problema: o situaci´on compleja que necesita ser simula-
da, optimizada o controlada y por tanto requerir´ıa un modelo matem´atico
predictivo.
Elecci´on del tipo de modelo: esto requiere precisar qu´e tipo de respuesta
u output pretende obtenerse, cuales son los datos de entrada o factores
relevantes, y para qu´e pretende usarse el modelo. Esta elecci´on debe ser
suficientemente simple como para permitir un tratamiento matem´atico ase-
quible con los recursos disponibles. Esta fase requiere adem´as identificar el
mayor n´umero de datos fidedignos, rotular y clasificar las inc´ognitas (va-
riables independientes y dependientes) y establecer consideraciones, f´ısicas,
qu´ımicas, geom´etricas, etc. que representen adecuadamente el fen´omeno en
estudio.
Formalizaci´on del modelo: en la que se detallar´an qu´e forma tienen los datos
de entrada, qu tipo de herramienta matem´atica se usar´a, como se adaptan
a la informaci´on previa existente. Tambi´en podr´ıa incluir la confecci´on
de algoritmos, ensamblaje de archivos inform´aticos, etc, etc. En esta fase
posiblemente se introduzcan tambi´en simplificaciones suficientes para que
el problema matem´atico de modelizaci´on sea tratable computacionalmente.
Comparaci´on de resultados: los resultados obtenidos como predicciones ne-
cesitan ser comparados con los hechos observados para ver si el modelo
est´a prediciendo bien. Si los resultados no se ajustan bien, frecuentemente
se vuelve a la fase 1.
Es importante mencionar que la inmensa mayor´ıa de modelos matem´aticos
no son exactos y tienen un alto grado de idealizaci´on y simplificaci´on, ya que
una modelizaci´on muy exacta puede ser m´as complicada de tratar de una sim-
plificaci´on conveniente y por tanto menos ´util. Es importante recordar que el
5
mecanismo con que se desarrolla un modelo matem´atico repercute en el desarro-
llo de otras t´ecnicas de conocimientos enfocadas al ´area sociocultural.
2.2. Condiciones adicionales
En el proceso de modelado, con bastante frecuencia, aparecen condiciones
adicionales que se deben a˜nadir al problema que se plantea. En el caso de las
reacciones del ejemplo anterior, las concentraciones iniciales de los elementos son
datos del problema que se consideran en la formulaci´on de ´este.
2.3. M´etodos para resolver o analizar ecuacio-
nes diferenciales
Una vez que tenemos formulado el modelo matem´atico, el problema est´a en
resolverlo, que en la mayor´ıa de las ocasiones no es f´acil. Los m´etodos de estudio
de modelos los podemos resumir en:
M´etodo anal´ıtico: m´etodo de bsqueda de soluciones a las ecuaciones dife-
renciales.
An´alisis cualitativo: se utiliza la ecuaci´on diferencial como fuente de infor-
maci´on de las propiedades de las posibles soluciones.
An´alisis num´erico: aproximaci´on a los valores de la soluci´on.
6
Cap´ıtulo 3
Modelo aplicando las leyes de
conservaci´on
3.1. Un modelo b´asico de ley de conservaci´on
escalar
Consideremos una cantidad u(x, t) que puede representar la densidad de una
determinada magnitud. Para simplificar supondremos que se distribuye de for-
ma uniforme en cada seccin de un tubo de seccin transversal constante A. Las
dimensiones de u son:
[U] = magnitud/volumen.
Si consideramos un segmento arbitrario del tubo VI, siendo I = [a, b], la can-
tidad total de u en VI es
VI
u(x, t)dxdydz =
b
a
u(x, t)Adx = A
b
a
u(x, t)dx
7
Suponemos ahora que hay un movimiento de las part´ıculas en el tubo y que
denotamos por f=f(x, t) el flujo de u en x y en el instante t, es decir, f mide la
cantidad de u que cruza la secci´on x en el instante t por unidad de volumen y
tiempo. Por lo tanto las dimensiones de f ser´an:
f =
magnitud.longitud
volumen.tiempo
= densidad.velocidad
Suponemos que el flujo es positivo si es hacia la derecha y negativo si es hacia
la izquierda. Entonces, en el instante t, la cantidad total de y que entra enVI, es
la cantidad total que entra en x=a, menos la que sale en x=b. Esto es,
Flujo total de cantidad de u enVI en el instante t = Af(a, t) − Af(b, t) (2,3)
Supongamos finalmente que u puede ser creada o destruida en la secci´on x
en el instante t, y que esta creaci´on o destrucci´on viene dada por una funci´on
g = g(x, t). Las dimensiones de la fuente o sumidero g son:
g = magnitud
volmen.tiempo
(2,4)
Dada g podemos calculas la creacin/disminucin de u en VI por integracin:
tasa de creaci´on/disminuci´on de u en VI =
b
a
g(x, t)Adx (2,5)
Con todos los c´alculos y razonamientos realizados, la ley de conservaci´on para
u se puede formular para cualquier intervalo espacial I como:
tasa de cambio de u en I =
flujo total de cantidad de u en I + tasa de creaci´on/disminuci´on de u en I
Por lo tanto:
∂
∂x
b
a
u(x, t)Adx = Af(a, t) − Af(b, t) +
b
a
g(x, t)Adx (2,6)
8
Por ser A constante se puede simplificar la relaci´on anterior:
∂
∂x
b
a
u(x, t)dx = f(a, t) − f(b, t) +
b
a
g(x, t)dx (2,7)
Esta relacin es una ley de conservaci´on integral, v´alida tambi´en para
funciones poco regulares. Si las funciones u, f y g son m´as regulares, por ejemplo
si verifican:
i)
b
a
fx(x, t)dx = f(a, t) − f(b, t) (2,8)
ii) ∂
∂t
b
a
u(x, t)dx =
b
a
ut(x, t)dx (2,9)
Entonces la ley de conservaci´on se puede escribir como:
b
a
[ut(x, t) + fx(x, t) − g(x, t)]dx = 0, ∀I = [a, b] (2,10)
Al cumplirse para todo intervalo [a, b], el integrando debe anularse, por tanto
ut(x, t) + fx(x, t) − g(x, t) = 0, ∀x , t > 0 (2,11)
Se trata de una ley de conservaci´on diferencial. Observaciones
Se considera que f y g son funciones de x y t, pero tambi´on se pudo haber
supuesto que dependen expl´ıcitamente de u, la variable conservativa. Esta
hip´otesis conduce a modelos no lineales..
Se tienen dos inc´ognitas u y f, y una sola ecuaci´on. Por lo tanto, se precisa
otra ecuaci´on, que se conoce como ecuaci´on de estado, que relaci´on u y f.
Si despejamos para el segundo miembro el t´ermino g,
ut(x, t) + fx(x, t) = g(x, t), ∀x , t > 0 (2,12)
El t´ermino de ley de conservaci´on se usa normalmente cuando g=0, por lo
tanto se suele precisar cuando este t´ermino es no nulo: ley de conservaci´on gene-
ralizada o con t´ermino fuente o con segundo miembro g.
9
3.2. La ecuacin del transporte
La ecuaci´on del transporte lineal es un modelo en el cual el flujo es propor-
cional a la densidad:
f(w) = λw, (2,13))
Siendo λ una constante que se puede interpretar como una velocidad de pro-
pagaci´on. Haciendo un an´alisis adimensional:
[f] = magnitud × longitud
volumen×tiempo
, (2,14)
[λw] = [λ][w] = [λ]magnitud
volumen
, (2,15)
Por lo tanto:
[λ] = longitud
tiempo
(2,16)
La ley de conservaci´on correspondiente es:
∂w
∂t
(x, t) + λ∂w
∂x
(x, t) = 0 (2,17)
Y dada la condici´on inicial
w(x, 0) = w0(x), −∞ < x < ∞ (2,18)
La soluci´on de esta ecuaci´on viene dada por
w(x, t) = w0(x − λt), −∞ < x < ∞, t [0, +∞ > (2,19)
Esta soluci´on se puede obtener f´acilmente mediante las curvas caracter´ısticas
y comprobando que la soluci´on es constante a lo largo de las mismas. Por lo
tanto, para conocer el valor de la soluci´on es un punto x y en un instante t,
es suficiente calculas la caracter´ıstica que pasa por dicho punto del plano xt y
10
obtener su punto de corte con el eje t=0. La solucin en (x, t) se corresponde con
el valor de la condici´on inicial en el punto de corte calculado. El procedimiento
formal para obtener la soluci´on es el siguiente:
i) Introduciendo las curvas caracter´ısticas:
t → X(t), dX
dt
(t) = λ (2,20)
ii) Comprobaci´on de que la soluci´on es constante a lo largo de las caracter´ısti-
cas:
dw
dt
(X(t), t) = ∂w
∂t
(X(t), t)dX
dt
(t) + ∂w
∂t
(X(t), t) = ∂w
∂x
(X(t), t)λ + ∂w
∂t
(X(t), t) =
0 (2,21)
Donde la segunda igualdad se tiene como consecuencia de la ecuacin que
verifican las curvas caracter´ısticas (2.20) y la tercera del hecho de que w sea
soluci´on de la ecuaci´on del transporte (2.17).
iii) Calculando la soluci´on en un punto arbitrario (x*, t*) del plano xt. Se
denota por X*(t) la caracter´ıstica que pasa por dicho punto que satisface el
problema de valor inicial:
Siendo su expresi´on:
X∗
(t) = X∗
(t∗
) + λ(t − t∗
), (2,23)
Y por tanto su punto de corte con el plano t=0 (ver Fig. 2.1) es
X∗
(0) = x∗
− λt∗
, (2,24)
iv) Calculamos la soluci´on teniendo en cuenta (2.21) y el valor de la condicin
inicial (2.24)
11
w(x∗
, t∗
) = w(X∗
(0), 0) = w0(X∗
(0)) = w0(x∗
− λt) (2,25)
Por lo tanto, la funci´on w0 se traslada a lo largo del tiempo a la velocidad
sin deformarse. Si ahora consideramos una condici´on inicial w0 discontinua
w0(x) =



wl si x ≤ 0
wr si x > 0
(2,26)
La soluci´on de la ley de conservaci´on lo es en el sentido de las distribuciones.
La discontinuidad inicial en x=0 se propaga a una distancia d=λt en el tiempo
t. La curva caracterstica X(t)=t separa aquellas curvas caracter´ısticas que est´an
a su izquierda y sobre las cuales la soluci´on vale wl, de las que est´an a su derecha
y sobre las que vale wr. El problema de valor inicial asociado a estas condiciones
se conoce como Problema de Riemann y en este caso su soluci´on es simplemente:
w(x, t) = w0(x − λt) =



wl si x < 0
wr si x > 0
(2,27)
Relacin de dispersi´on, coeficiente de amplificaci´on Las relaciones que se ver
a continuaci´on las verifican las ondas arm´onicas que son soluci´on de la ecuaci´on
del transporte y son importantes al estudiar las propiedades de los m´etodos
num´ericos que se utilicen para su resoluci´on. Se considera una onda arm´onica de
la forma
w(x, t) = ei(wt−kx)
(2,28)
Es inmediato comprobar que dicha onda verifica la ecuacin del transporte si se
tiene la relaci´on
w − kλ = 0 (2,29)
12
Que se conoce como relacin de dispersin. Esta relaci´on indica que si la fase
permanece constante (wt-kx=cte) la velocidad de fase Vp es precisamente la
velocidad de propagaci´on :
Vp = dx
dt
= w
k
= λ (2,30)
Y es por lo tanto independiente del nmero de onda k. Adem´as, la velocidad de
grupo VG tambi´en coincide con
VG = dw
dk
= x
t
= λ (2,31)
y de nuevo es independiente del n´umero de onda
El an´alisis de la fase en el esquema num´erico va a estar relacionado con la dis-
persi´on del esquema. Para obtener el factor de amplificaci´on del esquema consi-
deremos la condici´on inicial:
w0(x) = eikx
(2,32)
La soluci´on w(x, t) dada por (2.27) es igual a
w(x, t) = w0(x − λt) = eik(x−λt)
= eikx
e−ikλt
= w0(x)e−ikλt
=
w0(x)G(k, t) (2,33)
Donde
G(k, t) = e−ikλt
es el coeficiente o factor de amplificaci´on y tiene m´odulo exactamente 1. Es decir,
se produce un desfase igual a Kλt pero no se introduce ninguna amortiguaci´on. El
an´alisis del factor de amplificaci´on del esquema num´erico va a estar relacionado
con una caracter´ıstica del esquema que se conoce como disipaci´on, que representa
un decrecimiento de las oscilaciones de altas frecuencias y supone una p´erdida de
precisi´on a la hora de aproximar las discontinuidades. Los errores en la amplitud o
en el factor de amplificaci´on van a estar relacionados con la difusi´on del esquema
num´erico.
13
3.3. Un modelo de propagaci´on de ondas ac´usti-
cas
Se ha visto que en la ecuaci´on del transporte las curvas caracter´ısticas juegan
un papel muy importante al definir las soluciones de las mismas. En esta parte se
considera un ejemplo ms complejo propuesto y desarrollado por S.K. Godunov,
para un sistema:
∂w1
∂t
(x, t) + λ1
∂w1
∂x
(x, t) = 0 (2,34)
∂w2
∂t
(x, t) + λ2
∂w2
∂x
(x, t) = 0 (2,35)
Formado por dos soluciones independientes, con expresiones de la forma:
w1(x, t) = w0
1(x − λ1t), w2(x, t) = w0
2(x − λ2t) (2,36)
Si ambas condiciones iniciales w10 y w20 est´an definidas en un intervalo [a,b],
entonces tiene sentido hablar de la soluci´on del sistema en el tri´angulo ABC( ver
fig 2.2) siendo C el punto de corte en el plano xt de las caracter´ısticas: x-1t=cte
que pasa por B, y x-2t=cte que pasa por A. Solamente dentro de dicho tri´angulo
la solucin es ´unica.
∂
∂t
( p
ρ0C0
) + C0
∂u
∂x
= 0
14
Figura 3.1: Notaci´on asint´otica
A continuaci´on se mostrar´a cmo se puede reducir a este modelo un sistema
que a primera vista puede parecer m´as complicado y que corresponde con un
problema f´ısico: Este sistema describe la propagaci´on de ondas ac´usticas planas
( de pequeas perturbaciones) en un medio en reposo:
beginitemize
U velocidad del medio perturbado.
P presi´on del medio perturbado,
0 densidad del medio en reposo,
C0 compresibilidad del medio en reposo. enditemize
Veremos que estas ecuaciones se pueden transformar en un modelo sencillo
como el presentado anteriormente. Para ello multiplicamos la segunda ecuaci´on
por 1/ 0 C0:
∂
∂t
(u + p
ρ0C0
) + C0
∂
∂x
(u + p
ρ0C0
) = 0
15
Si a la relacin anterior le sumamos (2.37) se tiene:
∂
∂t
(u − p
ρ0C0
) − C0
∂
∂x
(u − p
ρ0C0
) = 0
Si las restamos se llega a una relacin an´aloga:
v1 = u + p
ρ0C0
, v2 = u − p
ρ0C0
(2,39)
Definimos unas nuevas variables v1 y v2 mediante las expresiones
v1(x, t) =
v0
1(x−c0t)+v0
2(x+c0t)
2
(2,41)
p = ρ0C0
v0
1(x−c0t)+v0
2(x+c0t)
2
(2,42)
Entonces v1 y v2 verifican un sistema lineal donde λ1 = c, λ1 = −c y la soluci´on
general tiene la forma
u − p
ρ0C0
= v0
2(x + c0t)
Que constituyen la soluci´on general de las ecuaciones de propagaci´on del sonido.
Supongamos que son conocidas las distribuciones de la presin p y la velocidad u en
el momento inicial en alg´un intervalo [x1, x2]. Dichas distribuciones determinarn
de manera nica la solucin en el tringulo caracterstico de base [x1, x2] y que
est´a definido por las desigualdades t > 0, x − c0t > x1, x + c0t > x2 Las
magnitudes up/0c0 se llaman invariantes de Riemann y permanecen constantes
a lo largo de las curvas caracter´ısticas. Adem´as la frmula
u + p
ρ0C0
= v0
1(x − c0t)
Muestra que la distribucin de este invariante de Riemann se desplaza a la derecha
con velocidad c0, sin distorsionar su forma. Esta es la motivacin de que c0 se
conozco como velocidad de propagaci´on de las ondas ac´usticas o velocidad del
sonido. An´alogamente, la f´ormula
Muestra que la distribuci´on del otro invariante de Riemann se desplaza a la
izquierda, nuevamente a velocidad c0.
16
Cap´ıtulo 4
Conclusiones
Del trabajo acerca de las leyes de conservaci´on podemos concluir que ´estas
tienen una gran utilidad en diversas ´areas como por ejemplo en la f´ısica,
ecolog´ıa, econom´ıa, etc.
Las leyes de conservaci´on pueden ser aplicadas a diferentes modelos ma-
tem´aticos. El modelo de propagaci´on de las ondas ac´usticas pareciera ser
complicado, pero hemos observado que su soluci´on es sencilla, al utilizar la
ecuaci´on diferencial de la ley de conservaci´on.
En particular en este modelo, se llega a conocer a como la velocidad de
propagaci´on de las ondas ac´usticas o velocidad del sonido.
Con una buena investigaci´on se realizan modelos matem´aticos ´optimos que
nos ayudan a resolver problemas, aplicando diferentes herramientas ma-
tem´aticas, como en nuestro caso las ”leyes de conservaci´on”
17
Bibliograf´ıa
[1] David Logan, Introducci´on al m´etodo de vol´umenes finitos.
[2] www.imal.santafe-conicet.gov.ar: Matematica Aplicada
[3] www2.uca.es: Modelo de crecimiento exponencial.
18

Más contenido relacionado

La actualidad más candente

3.3 Variables Aleatorias Continuas
3.3 Variables Aleatorias Continuas3.3 Variables Aleatorias Continuas
3.3 Variables Aleatorias ContinuasConsuelo Valle
 
Valor esperado o media
Valor esperado o mediaValor esperado o media
Valor esperado o mediaJag Är Omxr
 
Procesos industriales área manufactura
Procesos industriales área manufacturaProcesos industriales área manufactura
Procesos industriales área manufacturaYovana Marin
 
Presentación Distribución de Probabilidad
Presentación Distribución de ProbabilidadPresentación Distribución de Probabilidad
Presentación Distribución de ProbabilidadCarlosdbarradasm
 
Distribucion de Laplace
Distribucion de LaplaceDistribucion de Laplace
Distribucion de LaplaceLuis Pons
 
Trabajo de Investigación: Análisis Bayesiano de Tablas de Contingencia Bidime...
Trabajo de Investigación: Análisis Bayesiano de Tablas de Contingencia Bidime...Trabajo de Investigación: Análisis Bayesiano de Tablas de Contingencia Bidime...
Trabajo de Investigación: Análisis Bayesiano de Tablas de Contingencia Bidime...Juan Casanova González
 
Modelos probabilidades
Modelos probabilidadesModelos probabilidades
Modelos probabilidadesInstruccional
 
Algo de probabilidad
Algo de probabilidadAlgo de probabilidad
Algo de probabilidadRojo Alvarez
 
tipos de distribuciones
tipos de distribuciones tipos de distribuciones
tipos de distribuciones Yazmin Galvan'
 
Distribución exponencial y lognormal
Distribución exponencial y lognormalDistribución exponencial y lognormal
Distribución exponencial y lognormalHugo_Franco
 
Distribucion de Chi Cuadrado
Distribucion de Chi CuadradoDistribucion de Chi Cuadrado
Distribucion de Chi CuadradoCarlos Sevilla
 
Distribuciones de probabilidad.
Distribuciones de probabilidad.Distribuciones de probabilidad.
Distribuciones de probabilidad.VicNoee
 
Diplomadoooo
DiplomadooooDiplomadoooo
DiplomadooooRosmeryrc
 
Optimizacion de Sistemas y Funciones
Optimizacion de Sistemas y FuncionesOptimizacion de Sistemas y Funciones
Optimizacion de Sistemas y FuncionesYsmar Trujillo
 
TIPOS DE DISTRIBUCIONES
TIPOS DE DISTRIBUCIONESTIPOS DE DISTRIBUCIONES
TIPOS DE DISTRIBUCIONESYovana Marin
 
Procesos industriales área manufactura
Procesos industriales área manufacturaProcesos industriales área manufactura
Procesos industriales área manufacturaYovana Marin
 

La actualidad más candente (19)

3.3 Variables Aleatorias Continuas
3.3 Variables Aleatorias Continuas3.3 Variables Aleatorias Continuas
3.3 Variables Aleatorias Continuas
 
Valor esperado o media
Valor esperado o mediaValor esperado o media
Valor esperado o media
 
Procesos industriales área manufactura
Procesos industriales área manufacturaProcesos industriales área manufactura
Procesos industriales área manufactura
 
Distribuciones de probalidad
Distribuciones de probalidadDistribuciones de probalidad
Distribuciones de probalidad
 
Presentación Distribución de Probabilidad
Presentación Distribución de ProbabilidadPresentación Distribución de Probabilidad
Presentación Distribución de Probabilidad
 
Tema1
Tema1Tema1
Tema1
 
Distribucion de Laplace
Distribucion de LaplaceDistribucion de Laplace
Distribucion de Laplace
 
Trabajo de Investigación: Análisis Bayesiano de Tablas de Contingencia Bidime...
Trabajo de Investigación: Análisis Bayesiano de Tablas de Contingencia Bidime...Trabajo de Investigación: Análisis Bayesiano de Tablas de Contingencia Bidime...
Trabajo de Investigación: Análisis Bayesiano de Tablas de Contingencia Bidime...
 
Modelos probabilidades
Modelos probabilidadesModelos probabilidades
Modelos probabilidades
 
Algo de probabilidad
Algo de probabilidadAlgo de probabilidad
Algo de probabilidad
 
Modelo probabilidad
Modelo probabilidadModelo probabilidad
Modelo probabilidad
 
tipos de distribuciones
tipos de distribuciones tipos de distribuciones
tipos de distribuciones
 
Distribución exponencial y lognormal
Distribución exponencial y lognormalDistribución exponencial y lognormal
Distribución exponencial y lognormal
 
Distribucion de Chi Cuadrado
Distribucion de Chi CuadradoDistribucion de Chi Cuadrado
Distribucion de Chi Cuadrado
 
Distribuciones de probabilidad.
Distribuciones de probabilidad.Distribuciones de probabilidad.
Distribuciones de probabilidad.
 
Diplomadoooo
DiplomadooooDiplomadoooo
Diplomadoooo
 
Optimizacion de Sistemas y Funciones
Optimizacion de Sistemas y FuncionesOptimizacion de Sistemas y Funciones
Optimizacion de Sistemas y Funciones
 
TIPOS DE DISTRIBUCIONES
TIPOS DE DISTRIBUCIONESTIPOS DE DISTRIBUCIONES
TIPOS DE DISTRIBUCIONES
 
Procesos industriales área manufactura
Procesos industriales área manufacturaProcesos industriales área manufactura
Procesos industriales área manufactura
 

Destacado

Fuerza y movimiento
Fuerza y movimientoFuerza y movimiento
Fuerza y movimientoprofesoraudp
 
Avances Científicos y Salud
Avances Científicos y SaludAvances Científicos y Salud
Avances Científicos y SaludAlexandra
 
Pictogramas de seguridad
Pictogramas de seguridadPictogramas de seguridad
Pictogramas de seguridadMarco González
 
Interacción entre los cuerpos
Interacción entre los cuerposInteracción entre los cuerpos
Interacción entre los cuerposAlexandra
 
Procesos metabólicos y homeostáticos
Procesos metabólicos y homeostáticosProcesos metabólicos y homeostáticos
Procesos metabólicos y homeostáticosAlexandra
 
LA CAUSA DEL MOVIMIENTO
LA CAUSA DEL MOVIMIENTOLA CAUSA DEL MOVIMIENTO
LA CAUSA DEL MOVIMIENTOslparedes07
 
Fuerzas intermoleculares
Fuerzas intermolecularesFuerzas intermoleculares
Fuerzas intermolecularesYesenia Jimenez
 
Clase 7 Fuerzas Intermoleculares
Clase 7 Fuerzas IntermolecularesClase 7 Fuerzas Intermoleculares
Clase 7 Fuerzas Intermoleculareslucas crotti
 
Concepto fuerza y tipos de fuerzas
Concepto fuerza y tipos de fuerzasConcepto fuerza y tipos de fuerzas
Concepto fuerza y tipos de fuerzasprofesorafisica
 
FUERZA Y SU CLASIFICACION
FUERZA Y SU CLASIFICACIONFUERZA Y SU CLASIFICACION
FUERZA Y SU CLASIFICACIONORLAN31
 
Tipos de fuerzas
Tipos de fuerzasTipos de fuerzas
Tipos de fuerzasconyrecabal
 

Destacado (20)

Fuerza y movimiento
Fuerza y movimientoFuerza y movimiento
Fuerza y movimiento
 
Dinamica
DinamicaDinamica
Dinamica
 
Paint mapa Conceptual
Paint mapa Conceptual Paint mapa Conceptual
Paint mapa Conceptual
 
Avances Científicos y Salud
Avances Científicos y SaludAvances Científicos y Salud
Avances Científicos y Salud
 
Pictogramas de seguridad
Pictogramas de seguridadPictogramas de seguridad
Pictogramas de seguridad
 
Interacción entre los cuerpos
Interacción entre los cuerposInteracción entre los cuerpos
Interacción entre los cuerpos
 
Dinámica de Traslación
Dinámica de TraslaciónDinámica de Traslación
Dinámica de Traslación
 
Procesos metabólicos y homeostáticos
Procesos metabólicos y homeostáticosProcesos metabólicos y homeostáticos
Procesos metabólicos y homeostáticos
 
LA CAUSA DEL MOVIMIENTO
LA CAUSA DEL MOVIMIENTOLA CAUSA DEL MOVIMIENTO
LA CAUSA DEL MOVIMIENTO
 
Las Fuerzas
Las FuerzasLas Fuerzas
Las Fuerzas
 
Fuerzas intermoleculares
Fuerzas intermolecularesFuerzas intermoleculares
Fuerzas intermoleculares
 
Trabajo mecánico
Trabajo mecánicoTrabajo mecánico
Trabajo mecánico
 
Clase 7 Fuerzas Intermoleculares
Clase 7 Fuerzas IntermolecularesClase 7 Fuerzas Intermoleculares
Clase 7 Fuerzas Intermoleculares
 
Fuerzas intermoleculares
Fuerzas intermolecularesFuerzas intermoleculares
Fuerzas intermoleculares
 
Tipos De Fuerzas
Tipos De FuerzasTipos De Fuerzas
Tipos De Fuerzas
 
Concepto fuerza y tipos de fuerzas
Concepto fuerza y tipos de fuerzasConcepto fuerza y tipos de fuerzas
Concepto fuerza y tipos de fuerzas
 
Las Fuerzas y sus efectos
Las Fuerzas y sus efectosLas Fuerzas y sus efectos
Las Fuerzas y sus efectos
 
FUERZA Y SU CLASIFICACION
FUERZA Y SU CLASIFICACIONFUERZA Y SU CLASIFICACION
FUERZA Y SU CLASIFICACION
 
Magnetismo
MagnetismoMagnetismo
Magnetismo
 
Tipos de fuerzas
Tipos de fuerzasTipos de fuerzas
Tipos de fuerzas
 

Similar a Leyes de Conservación

Exposición políticas de mantenimiento preventiva optimas2
Exposición políticas de mantenimiento preventiva optimas2Exposición políticas de mantenimiento preventiva optimas2
Exposición políticas de mantenimiento preventiva optimas2Cesar Arrospide Marambio
 
Trabajo matematicas 3er corte
Trabajo matematicas 3er corteTrabajo matematicas 3er corte
Trabajo matematicas 3er corteluzbrito10
 
Matemática las derivadas
Matemática las derivadasMatemática las derivadas
Matemática las derivadasKarlyNieto
 
himmelblaucap31-220417200535.pdf
himmelblaucap31-220417200535.pdfhimmelblaucap31-220417200535.pdf
himmelblaucap31-220417200535.pdfFlorPimentel4
 
3.4 modelo matematico para enfriamiento
3.4 modelo matematico para enfriamiento3.4 modelo matematico para enfriamiento
3.4 modelo matematico para enfriamientoDagoberto Gonzalez
 
Arellano Neiby - Aplicacion de la Derivada (Slideshare 8%)
Arellano Neiby - Aplicacion de la Derivada (Slideshare 8%)Arellano Neiby - Aplicacion de la Derivada (Slideshare 8%)
Arellano Neiby - Aplicacion de la Derivada (Slideshare 8%)NeibyArellano
 
modelos ecuaciones diferenciales.pdf
modelos ecuaciones diferenciales.pdfmodelos ecuaciones diferenciales.pdf
modelos ecuaciones diferenciales.pdfPeterValladaresCaote
 
Modelos ecuaciones diferenciales
Modelos ecuaciones diferencialesModelos ecuaciones diferenciales
Modelos ecuaciones diferencialesAlejandro Ocaña
 
Oviedo control final
Oviedo control finalOviedo control final
Oviedo control finalGerman Daza
 
2640-Texto del artículo-4120-1-10-20121016.pdf
2640-Texto del artículo-4120-1-10-20121016.pdf2640-Texto del artículo-4120-1-10-20121016.pdf
2640-Texto del artículo-4120-1-10-20121016.pdfssuser6ff431
 
Optimizacion presentacion Victorherrera
Optimizacion presentacion VictorherreraOptimizacion presentacion Victorherrera
Optimizacion presentacion VictorherreraVictor Herrera Prado
 

Similar a Leyes de Conservación (20)

Derivadas
DerivadasDerivadas
Derivadas
 
Multiplicadores de lagrange
Multiplicadores de lagrangeMultiplicadores de lagrange
Multiplicadores de lagrange
 
Exposición políticas de mantenimiento preventiva optimas2
Exposición políticas de mantenimiento preventiva optimas2Exposición políticas de mantenimiento preventiva optimas2
Exposición políticas de mantenimiento preventiva optimas2
 
Trabajo matematicas 3er corte
Trabajo matematicas 3er corteTrabajo matematicas 3er corte
Trabajo matematicas 3er corte
 
Simulacion de procesos
Simulacion de procesosSimulacion de procesos
Simulacion de procesos
 
Derivadas
DerivadasDerivadas
Derivadas
 
Matemática las derivadas
Matemática las derivadasMatemática las derivadas
Matemática las derivadas
 
Himmelblau_cap3 (1).pdf
Himmelblau_cap3 (1).pdfHimmelblau_cap3 (1).pdf
Himmelblau_cap3 (1).pdf
 
himmelblaucap31-220417200535.pdf
himmelblaucap31-220417200535.pdfhimmelblaucap31-220417200535.pdf
himmelblaucap31-220417200535.pdf
 
3.4 modelo matematico para enfriamiento
3.4 modelo matematico para enfriamiento3.4 modelo matematico para enfriamiento
3.4 modelo matematico para enfriamiento
 
Arellano Neiby - Aplicacion de la Derivada (Slideshare 8%)
Arellano Neiby - Aplicacion de la Derivada (Slideshare 8%)Arellano Neiby - Aplicacion de la Derivada (Slideshare 8%)
Arellano Neiby - Aplicacion de la Derivada (Slideshare 8%)
 
Aplicaciones de las derivadas
Aplicaciones de las derivadasAplicaciones de las derivadas
Aplicaciones de las derivadas
 
modelos ecuaciones diferenciales.pdf
modelos ecuaciones diferenciales.pdfmodelos ecuaciones diferenciales.pdf
modelos ecuaciones diferenciales.pdf
 
Modelos ecuaciones diferenciales
Modelos ecuaciones diferencialesModelos ecuaciones diferenciales
Modelos ecuaciones diferenciales
 
Presentación2
Presentación2Presentación2
Presentación2
 
Oviedo control final
Oviedo control finalOviedo control final
Oviedo control final
 
Cálculo Diferencial
Cálculo DiferencialCálculo Diferencial
Cálculo Diferencial
 
2640-Texto del artículo-4120-1-10-20121016.pdf
2640-Texto del artículo-4120-1-10-20121016.pdf2640-Texto del artículo-4120-1-10-20121016.pdf
2640-Texto del artículo-4120-1-10-20121016.pdf
 
Optimizacion presentacion Victorherrera
Optimizacion presentacion VictorherreraOptimizacion presentacion Victorherrera
Optimizacion presentacion Victorherrera
 
Estadistica Dist. gumbbel
Estadistica Dist. gumbbelEstadistica Dist. gumbbel
Estadistica Dist. gumbbel
 

Último

Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Lourdes Feria
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptxdeimerhdz21
 
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfGUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfPaolaRopero2
 
Sesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxSesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxMaritzaRetamozoVera
 
CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADauxsoporte
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICAÁngel Encinas
 
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñoproyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñotapirjackluis
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSYadi Campos
 
PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesYanirisBarcelDelaHoz
 
plan de capacitacion docente AIP 2024 clllll.pdf
plan de capacitacion docente  AIP 2024          clllll.pdfplan de capacitacion docente  AIP 2024          clllll.pdf
plan de capacitacion docente AIP 2024 clllll.pdfenelcielosiempre
 
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Carlos Muñoz
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfFrancisco158360
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...JAVIER SOLIS NOYOLA
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...JonathanCovena1
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...JAVIER SOLIS NOYOLA
 
plande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdfplande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdfenelcielosiempre
 
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA IIAFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA IIIsauraImbrondone
 

Último (20)

Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
Presentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza MultigradoPresentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza Multigrado
 
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfGUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
 
Sesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxSesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docx
 
CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDAD
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
 
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñoproyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
 
PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonables
 
plan de capacitacion docente AIP 2024 clllll.pdf
plan de capacitacion docente  AIP 2024          clllll.pdfplan de capacitacion docente  AIP 2024          clllll.pdf
plan de capacitacion docente AIP 2024 clllll.pdf
 
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdfTema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
 
plande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdfplande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdf
 
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA IIAFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
 

Leyes de Conservación

  • 1. UNIVERSIDAD NACIONAL DE INGENIERIA Leyes de Conservaci´on Matematica Aplicada Profesor: Ing. Paul Tocto Integrantes Tapia Coronado Alfredo Larico Barzola Michel Chamaya Galjuf Angelo 4 de octubre de 2013
  • 2. ´Indice general 1. Introducci´on 2 2. Modelos Matem´aticos 4 2.1. Proceso de modelado . . . . . . . . . . . . . . . . . . . . . . . . . 4 2.2. Condiciones adicionales . . . . . . . . . . . . . . . . . . . . . . . . 6 2.3. M´etodos para resolver o analizar ecuaciones diferenciales . . . . . 6 3. Modelo aplicando las leyes de conservaci´on 7 3.1. Un modelo b´asico de ley de conservaci´on escalar . . . . . . . . . . 7 3.2. La ecuacin del transporte . . . . . . . . . . . . . . . . . . . . . . . 10 3.3. Un modelo de propagaci´on de ondas ac´usticas . . . . . . . . . . . 14 4. Conclusiones 17 Bibliograf´ıa 17 1
  • 3. Cap´ıtulo 1 Introducci´on Muchas ecuaciones fundamentales en las ciencias f´ısicas y naturales se ob- tienen de las leyes de conservaci´on. Las leyes de conservaci´on son las leyes de equilibrio, o ecuaciones que expresan el hecho de que alguna cantidad se equi- libra todo un proceso. En termodin´amica, por ejemplo, la primera ley dice que el cambio en la energ´ıa interna de un sistema dado es igual o se equilibran con la cantidad total de calor aadido al sistema, m´as el trabajo realizado sobre el sistema. As´ı, la primera ley de la termodin´amica es una ley de equilibrio de la energ´ıa, o la ley de conservaci´on. Como otro ejemplo, considere un fluido que fluye en alguna regi´on del espacio que se compone de especies qu´ımicas se so- meten a reacci´on qu´ımica. Para una especie qu´ımica dada, la tasa de tiempo de cambio de la cantidad total de ese producto qu´ımico en la regi´on debe ser igual a la velocidad a la que el producto qu´ımico fluye en la regi´on, menos la velocidad a la que fluye hacia fuera, adem´as de la velocidad a la que la especie se crea, o se consume, por las reacciones qu´ımicas. Esta es una declaraci´on verbal de una ley de conservaci´on de la cantidad de las especies qu´ımicas que se indican. Equilibrios parecidos o leyes de conservaci´on se producen en todas las ramas de la ciencia. En ecolog´ıa de la poblaci´on, por ejemplo, la tasa de cambio de una 2
  • 4. poblaci´on animal dado en una regi´on determinada debe ser igual a la tasa de natalidad, menos el ´ındice de mortalidad, m´as la tasa de migraci´on al interior o fuera de la regi´on. 3
  • 5. Cap´ıtulo 2 Modelos Matem´aticos Un modelo matem´atico es la descripci´on matem´atica de un sistema o fen´omeno de la vida real. La formulaci´on de un modelo matem´atico implica: Identificar las variables causantes del cambio de un sistema. Establecer un conjunto de hip´otesis razonables acerca del sistema (leyes emp´ıricas aplicables). Las hip´otesis de un sistema implican con frecuencia la raz´on o tasa de cambio de una o m´as variables que intervienen. El enunciado matem´atico de esas hip´otesis es una o ms ecuaciones donde intervienen derivadas, es decir, ecuaciones diferen- ciales. 2.1. Proceso de modelado En muchos casos la construcci´on o creaci´on de modelos matem´aticos ´utiles sigue una serie de fases o proceso bien determinados: 4
  • 6. Identificaci´on de un problema: o situaci´on compleja que necesita ser simula- da, optimizada o controlada y por tanto requerir´ıa un modelo matem´atico predictivo. Elecci´on del tipo de modelo: esto requiere precisar qu´e tipo de respuesta u output pretende obtenerse, cuales son los datos de entrada o factores relevantes, y para qu´e pretende usarse el modelo. Esta elecci´on debe ser suficientemente simple como para permitir un tratamiento matem´atico ase- quible con los recursos disponibles. Esta fase requiere adem´as identificar el mayor n´umero de datos fidedignos, rotular y clasificar las inc´ognitas (va- riables independientes y dependientes) y establecer consideraciones, f´ısicas, qu´ımicas, geom´etricas, etc. que representen adecuadamente el fen´omeno en estudio. Formalizaci´on del modelo: en la que se detallar´an qu´e forma tienen los datos de entrada, qu tipo de herramienta matem´atica se usar´a, como se adaptan a la informaci´on previa existente. Tambi´en podr´ıa incluir la confecci´on de algoritmos, ensamblaje de archivos inform´aticos, etc, etc. En esta fase posiblemente se introduzcan tambi´en simplificaciones suficientes para que el problema matem´atico de modelizaci´on sea tratable computacionalmente. Comparaci´on de resultados: los resultados obtenidos como predicciones ne- cesitan ser comparados con los hechos observados para ver si el modelo est´a prediciendo bien. Si los resultados no se ajustan bien, frecuentemente se vuelve a la fase 1. Es importante mencionar que la inmensa mayor´ıa de modelos matem´aticos no son exactos y tienen un alto grado de idealizaci´on y simplificaci´on, ya que una modelizaci´on muy exacta puede ser m´as complicada de tratar de una sim- plificaci´on conveniente y por tanto menos ´util. Es importante recordar que el 5
  • 7. mecanismo con que se desarrolla un modelo matem´atico repercute en el desarro- llo de otras t´ecnicas de conocimientos enfocadas al ´area sociocultural. 2.2. Condiciones adicionales En el proceso de modelado, con bastante frecuencia, aparecen condiciones adicionales que se deben a˜nadir al problema que se plantea. En el caso de las reacciones del ejemplo anterior, las concentraciones iniciales de los elementos son datos del problema que se consideran en la formulaci´on de ´este. 2.3. M´etodos para resolver o analizar ecuacio- nes diferenciales Una vez que tenemos formulado el modelo matem´atico, el problema est´a en resolverlo, que en la mayor´ıa de las ocasiones no es f´acil. Los m´etodos de estudio de modelos los podemos resumir en: M´etodo anal´ıtico: m´etodo de bsqueda de soluciones a las ecuaciones dife- renciales. An´alisis cualitativo: se utiliza la ecuaci´on diferencial como fuente de infor- maci´on de las propiedades de las posibles soluciones. An´alisis num´erico: aproximaci´on a los valores de la soluci´on. 6
  • 8. Cap´ıtulo 3 Modelo aplicando las leyes de conservaci´on 3.1. Un modelo b´asico de ley de conservaci´on escalar Consideremos una cantidad u(x, t) que puede representar la densidad de una determinada magnitud. Para simplificar supondremos que se distribuye de for- ma uniforme en cada seccin de un tubo de seccin transversal constante A. Las dimensiones de u son: [U] = magnitud/volumen. Si consideramos un segmento arbitrario del tubo VI, siendo I = [a, b], la can- tidad total de u en VI es VI u(x, t)dxdydz = b a u(x, t)Adx = A b a u(x, t)dx 7
  • 9. Suponemos ahora que hay un movimiento de las part´ıculas en el tubo y que denotamos por f=f(x, t) el flujo de u en x y en el instante t, es decir, f mide la cantidad de u que cruza la secci´on x en el instante t por unidad de volumen y tiempo. Por lo tanto las dimensiones de f ser´an: f = magnitud.longitud volumen.tiempo = densidad.velocidad Suponemos que el flujo es positivo si es hacia la derecha y negativo si es hacia la izquierda. Entonces, en el instante t, la cantidad total de y que entra enVI, es la cantidad total que entra en x=a, menos la que sale en x=b. Esto es, Flujo total de cantidad de u enVI en el instante t = Af(a, t) − Af(b, t) (2,3) Supongamos finalmente que u puede ser creada o destruida en la secci´on x en el instante t, y que esta creaci´on o destrucci´on viene dada por una funci´on g = g(x, t). Las dimensiones de la fuente o sumidero g son: g = magnitud volmen.tiempo (2,4) Dada g podemos calculas la creacin/disminucin de u en VI por integracin: tasa de creaci´on/disminuci´on de u en VI = b a g(x, t)Adx (2,5) Con todos los c´alculos y razonamientos realizados, la ley de conservaci´on para u se puede formular para cualquier intervalo espacial I como: tasa de cambio de u en I = flujo total de cantidad de u en I + tasa de creaci´on/disminuci´on de u en I Por lo tanto: ∂ ∂x b a u(x, t)Adx = Af(a, t) − Af(b, t) + b a g(x, t)Adx (2,6) 8
  • 10. Por ser A constante se puede simplificar la relaci´on anterior: ∂ ∂x b a u(x, t)dx = f(a, t) − f(b, t) + b a g(x, t)dx (2,7) Esta relacin es una ley de conservaci´on integral, v´alida tambi´en para funciones poco regulares. Si las funciones u, f y g son m´as regulares, por ejemplo si verifican: i) b a fx(x, t)dx = f(a, t) − f(b, t) (2,8) ii) ∂ ∂t b a u(x, t)dx = b a ut(x, t)dx (2,9) Entonces la ley de conservaci´on se puede escribir como: b a [ut(x, t) + fx(x, t) − g(x, t)]dx = 0, ∀I = [a, b] (2,10) Al cumplirse para todo intervalo [a, b], el integrando debe anularse, por tanto ut(x, t) + fx(x, t) − g(x, t) = 0, ∀x , t > 0 (2,11) Se trata de una ley de conservaci´on diferencial. Observaciones Se considera que f y g son funciones de x y t, pero tambi´on se pudo haber supuesto que dependen expl´ıcitamente de u, la variable conservativa. Esta hip´otesis conduce a modelos no lineales.. Se tienen dos inc´ognitas u y f, y una sola ecuaci´on. Por lo tanto, se precisa otra ecuaci´on, que se conoce como ecuaci´on de estado, que relaci´on u y f. Si despejamos para el segundo miembro el t´ermino g, ut(x, t) + fx(x, t) = g(x, t), ∀x , t > 0 (2,12) El t´ermino de ley de conservaci´on se usa normalmente cuando g=0, por lo tanto se suele precisar cuando este t´ermino es no nulo: ley de conservaci´on gene- ralizada o con t´ermino fuente o con segundo miembro g. 9
  • 11. 3.2. La ecuacin del transporte La ecuaci´on del transporte lineal es un modelo en el cual el flujo es propor- cional a la densidad: f(w) = λw, (2,13)) Siendo λ una constante que se puede interpretar como una velocidad de pro- pagaci´on. Haciendo un an´alisis adimensional: [f] = magnitud × longitud volumen×tiempo , (2,14) [λw] = [λ][w] = [λ]magnitud volumen , (2,15) Por lo tanto: [λ] = longitud tiempo (2,16) La ley de conservaci´on correspondiente es: ∂w ∂t (x, t) + λ∂w ∂x (x, t) = 0 (2,17) Y dada la condici´on inicial w(x, 0) = w0(x), −∞ < x < ∞ (2,18) La soluci´on de esta ecuaci´on viene dada por w(x, t) = w0(x − λt), −∞ < x < ∞, t [0, +∞ > (2,19) Esta soluci´on se puede obtener f´acilmente mediante las curvas caracter´ısticas y comprobando que la soluci´on es constante a lo largo de las mismas. Por lo tanto, para conocer el valor de la soluci´on es un punto x y en un instante t, es suficiente calculas la caracter´ıstica que pasa por dicho punto del plano xt y 10
  • 12. obtener su punto de corte con el eje t=0. La solucin en (x, t) se corresponde con el valor de la condici´on inicial en el punto de corte calculado. El procedimiento formal para obtener la soluci´on es el siguiente: i) Introduciendo las curvas caracter´ısticas: t → X(t), dX dt (t) = λ (2,20) ii) Comprobaci´on de que la soluci´on es constante a lo largo de las caracter´ısti- cas: dw dt (X(t), t) = ∂w ∂t (X(t), t)dX dt (t) + ∂w ∂t (X(t), t) = ∂w ∂x (X(t), t)λ + ∂w ∂t (X(t), t) = 0 (2,21) Donde la segunda igualdad se tiene como consecuencia de la ecuacin que verifican las curvas caracter´ısticas (2.20) y la tercera del hecho de que w sea soluci´on de la ecuaci´on del transporte (2.17). iii) Calculando la soluci´on en un punto arbitrario (x*, t*) del plano xt. Se denota por X*(t) la caracter´ıstica que pasa por dicho punto que satisface el problema de valor inicial: Siendo su expresi´on: X∗ (t) = X∗ (t∗ ) + λ(t − t∗ ), (2,23) Y por tanto su punto de corte con el plano t=0 (ver Fig. 2.1) es X∗ (0) = x∗ − λt∗ , (2,24) iv) Calculamos la soluci´on teniendo en cuenta (2.21) y el valor de la condicin inicial (2.24) 11
  • 13. w(x∗ , t∗ ) = w(X∗ (0), 0) = w0(X∗ (0)) = w0(x∗ − λt) (2,25) Por lo tanto, la funci´on w0 se traslada a lo largo del tiempo a la velocidad sin deformarse. Si ahora consideramos una condici´on inicial w0 discontinua w0(x) =    wl si x ≤ 0 wr si x > 0 (2,26) La soluci´on de la ley de conservaci´on lo es en el sentido de las distribuciones. La discontinuidad inicial en x=0 se propaga a una distancia d=λt en el tiempo t. La curva caracterstica X(t)=t separa aquellas curvas caracter´ısticas que est´an a su izquierda y sobre las cuales la soluci´on vale wl, de las que est´an a su derecha y sobre las que vale wr. El problema de valor inicial asociado a estas condiciones se conoce como Problema de Riemann y en este caso su soluci´on es simplemente: w(x, t) = w0(x − λt) =    wl si x < 0 wr si x > 0 (2,27) Relacin de dispersi´on, coeficiente de amplificaci´on Las relaciones que se ver a continuaci´on las verifican las ondas arm´onicas que son soluci´on de la ecuaci´on del transporte y son importantes al estudiar las propiedades de los m´etodos num´ericos que se utilicen para su resoluci´on. Se considera una onda arm´onica de la forma w(x, t) = ei(wt−kx) (2,28) Es inmediato comprobar que dicha onda verifica la ecuacin del transporte si se tiene la relaci´on w − kλ = 0 (2,29) 12
  • 14. Que se conoce como relacin de dispersin. Esta relaci´on indica que si la fase permanece constante (wt-kx=cte) la velocidad de fase Vp es precisamente la velocidad de propagaci´on : Vp = dx dt = w k = λ (2,30) Y es por lo tanto independiente del nmero de onda k. Adem´as, la velocidad de grupo VG tambi´en coincide con VG = dw dk = x t = λ (2,31) y de nuevo es independiente del n´umero de onda El an´alisis de la fase en el esquema num´erico va a estar relacionado con la dis- persi´on del esquema. Para obtener el factor de amplificaci´on del esquema consi- deremos la condici´on inicial: w0(x) = eikx (2,32) La soluci´on w(x, t) dada por (2.27) es igual a w(x, t) = w0(x − λt) = eik(x−λt) = eikx e−ikλt = w0(x)e−ikλt = w0(x)G(k, t) (2,33) Donde G(k, t) = e−ikλt es el coeficiente o factor de amplificaci´on y tiene m´odulo exactamente 1. Es decir, se produce un desfase igual a Kλt pero no se introduce ninguna amortiguaci´on. El an´alisis del factor de amplificaci´on del esquema num´erico va a estar relacionado con una caracter´ıstica del esquema que se conoce como disipaci´on, que representa un decrecimiento de las oscilaciones de altas frecuencias y supone una p´erdida de precisi´on a la hora de aproximar las discontinuidades. Los errores en la amplitud o en el factor de amplificaci´on van a estar relacionados con la difusi´on del esquema num´erico. 13
  • 15. 3.3. Un modelo de propagaci´on de ondas ac´usti- cas Se ha visto que en la ecuaci´on del transporte las curvas caracter´ısticas juegan un papel muy importante al definir las soluciones de las mismas. En esta parte se considera un ejemplo ms complejo propuesto y desarrollado por S.K. Godunov, para un sistema: ∂w1 ∂t (x, t) + λ1 ∂w1 ∂x (x, t) = 0 (2,34) ∂w2 ∂t (x, t) + λ2 ∂w2 ∂x (x, t) = 0 (2,35) Formado por dos soluciones independientes, con expresiones de la forma: w1(x, t) = w0 1(x − λ1t), w2(x, t) = w0 2(x − λ2t) (2,36) Si ambas condiciones iniciales w10 y w20 est´an definidas en un intervalo [a,b], entonces tiene sentido hablar de la soluci´on del sistema en el tri´angulo ABC( ver fig 2.2) siendo C el punto de corte en el plano xt de las caracter´ısticas: x-1t=cte que pasa por B, y x-2t=cte que pasa por A. Solamente dentro de dicho tri´angulo la solucin es ´unica. ∂ ∂t ( p ρ0C0 ) + C0 ∂u ∂x = 0 14
  • 16. Figura 3.1: Notaci´on asint´otica A continuaci´on se mostrar´a cmo se puede reducir a este modelo un sistema que a primera vista puede parecer m´as complicado y que corresponde con un problema f´ısico: Este sistema describe la propagaci´on de ondas ac´usticas planas ( de pequeas perturbaciones) en un medio en reposo: beginitemize U velocidad del medio perturbado. P presi´on del medio perturbado, 0 densidad del medio en reposo, C0 compresibilidad del medio en reposo. enditemize Veremos que estas ecuaciones se pueden transformar en un modelo sencillo como el presentado anteriormente. Para ello multiplicamos la segunda ecuaci´on por 1/ 0 C0: ∂ ∂t (u + p ρ0C0 ) + C0 ∂ ∂x (u + p ρ0C0 ) = 0 15
  • 17. Si a la relacin anterior le sumamos (2.37) se tiene: ∂ ∂t (u − p ρ0C0 ) − C0 ∂ ∂x (u − p ρ0C0 ) = 0 Si las restamos se llega a una relacin an´aloga: v1 = u + p ρ0C0 , v2 = u − p ρ0C0 (2,39) Definimos unas nuevas variables v1 y v2 mediante las expresiones v1(x, t) = v0 1(x−c0t)+v0 2(x+c0t) 2 (2,41) p = ρ0C0 v0 1(x−c0t)+v0 2(x+c0t) 2 (2,42) Entonces v1 y v2 verifican un sistema lineal donde λ1 = c, λ1 = −c y la soluci´on general tiene la forma u − p ρ0C0 = v0 2(x + c0t) Que constituyen la soluci´on general de las ecuaciones de propagaci´on del sonido. Supongamos que son conocidas las distribuciones de la presin p y la velocidad u en el momento inicial en alg´un intervalo [x1, x2]. Dichas distribuciones determinarn de manera nica la solucin en el tringulo caracterstico de base [x1, x2] y que est´a definido por las desigualdades t > 0, x − c0t > x1, x + c0t > x2 Las magnitudes up/0c0 se llaman invariantes de Riemann y permanecen constantes a lo largo de las curvas caracter´ısticas. Adem´as la frmula u + p ρ0C0 = v0 1(x − c0t) Muestra que la distribucin de este invariante de Riemann se desplaza a la derecha con velocidad c0, sin distorsionar su forma. Esta es la motivacin de que c0 se conozco como velocidad de propagaci´on de las ondas ac´usticas o velocidad del sonido. An´alogamente, la f´ormula Muestra que la distribuci´on del otro invariante de Riemann se desplaza a la izquierda, nuevamente a velocidad c0. 16
  • 18. Cap´ıtulo 4 Conclusiones Del trabajo acerca de las leyes de conservaci´on podemos concluir que ´estas tienen una gran utilidad en diversas ´areas como por ejemplo en la f´ısica, ecolog´ıa, econom´ıa, etc. Las leyes de conservaci´on pueden ser aplicadas a diferentes modelos ma- tem´aticos. El modelo de propagaci´on de las ondas ac´usticas pareciera ser complicado, pero hemos observado que su soluci´on es sencilla, al utilizar la ecuaci´on diferencial de la ley de conservaci´on. En particular en este modelo, se llega a conocer a como la velocidad de propagaci´on de las ondas ac´usticas o velocidad del sonido. Con una buena investigaci´on se realizan modelos matem´aticos ´optimos que nos ayudan a resolver problemas, aplicando diferentes herramientas ma- tem´aticas, como en nuestro caso las ”leyes de conservaci´on” 17
  • 19. Bibliograf´ıa [1] David Logan, Introducci´on al m´etodo de vol´umenes finitos. [2] www.imal.santafe-conicet.gov.ar: Matematica Aplicada [3] www2.uca.es: Modelo de crecimiento exponencial. 18