Diferencia entre revisiones de «Explotación minera (Grupo21-C)»

De MateWiki
Saltar a: navegación, buscar
(Utilización del método de Euler,RK4 y Heun)
(Tendencia de nuestra cantidad Q cuando el tiempo tiende a lim→ ∞)
Línea 86: Línea 86:
 
Euler es un método de aproximación de problemas de valor inicial,obtendremos la solución aproximación de soluciones en un intervalo definido.Si nuestra h es pequeña la aproximación será mejor, ya que la acumulación de errores en cada solución será menor.
 
Euler es un método de aproximación de problemas de valor inicial,obtendremos la solución aproximación de soluciones en un intervalo definido.Si nuestra h es pequeña la aproximación será mejor, ya que la acumulación de errores en cada solución será menor.
  
=='''Tendencia de nuestra cantidad Q cuando el tiempo tiende a lim→ ∞ '''==
+
=='''Tendencia de nuestra cantidad Q cuando el tiempo lim→ ∞ '''==
  
  

Revisión del 14:06 4 mar 2015

Trabajo realizado por estudiantes
Título Explotación minera. Grupo 21-C
Asignatura Ecuaciones Diferenciales
Curso Curso 2014-15
Autores Jesús Infestas Robles, Pablo Medina Higueras , Alejandro Perales Juidías, Jaime Delage Ramírez, Mairena Pérez López
Este artículo ha sido escrito por estudiantes como parte de su evaluación en la asignatura


1 Introducción

  • La idea principal se basa en el modelo de Gompertz ,el cual muestra las tasas de crecimiento en un periodo de tiempo y su disminución de forma exponencial con el paso del mismo.Aplicado a nuestro caso se trata de una explotación de un yacimiento mineral, en un principio se decide explotar por su posible rentabilidad,el cual en un periodo de tiempo dado -25 años- será durante el cual se extrae la cantidad mayor de mineral y a partir de dicho tiempo,empecerá a descender esta producción, las causas son ajenas a nuestro estudio, pero seguramente ya no exista el mismo rendimiento.
  • Con lo cual nuestro problema muestra una ecuación diferencial que sigue esta forma:

[math] \frac{dQ}{dt}=rQlog(\frac{K}{Q}) [/math]

1.1 Relación de cantidad y produccion

[math] P(Q) = \frac{dQ}{dt}=rQlog(\frac{K}{Q}) [/math]

  • 1.Necesitamos saber para que valor Q alcanza el máximo, para ello derivamos nuestra función respecto a Q :
  • 2. Y así obtendremos nuestra tasa intrínseca de crecimiento(r) para nuestra función Gompertz :
  • 3. Tenemos en cuenta que nuestra producción máxima son 240 toneladas/año, entonces :

1.2 Relación de la producción y el volumen de toneladas extraídas modelo de Gompertz

  • Realizamos el programa teniendo en cuenta nuestra tasa intrínseca de crecimiento anteriormente hallada:


r=240*exp(1)/10785;           %tasa intrínseca de crecimiento
k=10875;                      %la cantidad total (toneladas) extraible
Q=0:1:10875;                  %vector con la cantidad de toneladas desde 0 hasta el maximo que se extraen
N=length(Q);                  %Tamaño vector Q
P=zeros(1,N);                 %vector de ceros deuna fila y N columnas
for i=1:N                     %realizo el bucle 
    P(i)=r*Q(i)*log(k/Q(i));  %Defino la funcion P(Q) 
end 
plot(Q,P)                     %Dibujo mi grafica como una curva con Q(abcisas) y P(ordenadas)
xlabel('cantidad (tn)')       %añado un pequeño titulo a mi Q y P
ylabel('produccion (tn/año)')


  • Análisis de nuestra curva:
1.Como se puede apreciar,nuestra función realiza una curva que transcurre desde 0 hasta la cantidad máxima de toneladas que se pueden extraer.
2.Además;la curva que describre nuestra función alcanza su máximo relativo en 240 toneladas por año, que es la producción máxima de nuestra función.

1.3 Relación de la producción y el volumen de toneladas extraídas modelo de Verhulst

  • Realizamos nuestro programa con nuestra nueva función y tasa intrínseca de crecimiento para el modelo de Verhulst :

[math] Q'=rQ(1-\frac{Q}{k}) [/math]


r1=240*exp(1)/10875;           %Tasa intrinseca de creciemiento modelo de Gompertz
r2=(240*4)/10875;              %Tasa intrinseca de creciemiento modelo de Verhulst
K=10875;                       %Cantidad maxima de toneladas extraibles
Q=0:1:10875;                   %Vector con la cantidad en toneladas desde 0 hasta K
N=length(Q);                   %Tamaño de nuestro vector Q
for i=1:N                      %Realizamos un bucle desde uno hasta el numero de elementos(N) de nuestro vector Q
    PG(i)=r1*Q(i)*log(K/Q(i)); %Gompertz
    PV(i)=r2*Q(i)*(1-Q(i)/K);  %Verhulst
end                            %cerramos el bucle
subplot(1,3,1)
plot(Q,PG)                     %Dibujamos una curva en nuestro eje x(Q)y nuestro eje y(funcion de Gompertz)
xlabel('cantidad')             %añadimos titulo a las abcisas
ylabel('produccion')           %añadimos titulo a las ordenadas
subplot(1,3,2)
plot(Q,PV,'g')                 %dibujamos nuestra curva con eje x(Q) y eje y(funcion del modelo de Verhulst)
xlabel('cantidad (tn)')        %añadimos titulo a las abcisas d 
ylabel('produccion (tn/año)')  %añadimos titulo a las ordenadas
subplot(1,3,3)
plot(Q,PG)                     %Dibujamos una curva en nuestro eje x(Q)y nuestro eje y(funcion de Gompertz)
xlabel('cantidad')             %añadimos titulo a las abcisas
ylabel('produccion')           %añadimos titulo a las ordenadas
hold on                        %sobre nuestra curva anterior le superponemos la siguiente
plot(Q,PV,'g')                 %dibujamos nuestra curva con eje x(Q) y eje y(funcion del modelo de Verhulst)
xlabel('cantidad (tn)')        %añadimos titulo a las abcisas d 
ylabel('produccion (tn/año)')  %añadimos titulo a las ordenadas
legend('Modelo Gompertz','Modelo Verhulst','Location','best') 
hold off


  • Análisis de nuestras gráficas :
  • 1.En la primera subventana aparece la curva del modelo de Gompertz explicada en el apartado anterior
  • 2.En la segunda subventana aparece la curva del modelo de Verhulst , de acuerdo con este podemos decir que ajusta bastante bien cuando está alejado del momento inicial
  • 3.

1.4 Utilización del método de Euler,RK4 y Heun

  • Previo

Euler es un método de aproximación de problemas de valor inicial,obtendremos la solución aproximación de soluciones en un intervalo definido.Si nuestra h es pequeña la aproximación será mejor, ya que la acumulación de errores en cada solución será menor.

1.5 Tendencia de nuestra cantidad Q cuando el tiempo lim→ ∞