Instituto Politcnico Nacional Unidad Profesional Interdisciplinaria de Ingeniera Campus Guanajuato

Proyecto Ecuaciones Diferenciales y Aplicaciones Matemticas

MODELO MATEMTICO PARA EL DERRETIMIENTO DEL HIELO

Integrantes: -Gil Gmez Josu Antonio -Soto Martnez Erick No -Tafolla Rizo Liliana Lizbeth -Torres Colunga Karen Itze 3BM1

OBJETIVO: Utilizar los conocimientos adquiridos en taller de aplicaciones matemticas y ecuaciones diferenciales para modelar el derretimiento de un hielo. OBJETIVOS ESPECFICOS: 1. Obtener una ecuacin diferencial que proporcione el volumen en cualquier tiempo t para una esfera de hielo y resolver la ecuacin. 2. Comprobar si se cumple la regla emprica para el caso de otra forma del hielo. 3. Obtener una ecuacin diferencial que proporcione el volumen en cualquier tiempo t para la forma de hielo propuesta y resolver la ecuacin.

MARCO TERICO La parte con mayor complejidad de emplear matemticas, para estudiar una aplicacin, es la conversin de los fenmenos de la vida real al formalismo matemtico. Generalmente esta parte es la que suele complicarse ya que implica la conversin de hiptesis que pueden o no ser imprecisas en formulas muy precisas. No se puede evitar esto debido a que la modelacin resulta ser sumamente complicada y la nica forma de lograr un modelo con precisin es mediante la prctica constante y repetitiva. (Paul Blanchard, 1998).

Con los modelos se trata de predecir el futuro, para lo cual se dispone del conocimiento de cmo son las cosas y cules son las reglas que gobiernan los posibles cambios que podran ocurrir. Para esto emplearemos conocimientos adquiridos durante el curso de clculo, del cual aprendimos que el cambio es medido por las derivadas, estas se puede utilizar para describir cmo se modifica una cantidad, aqu es donde se hace uso de las ecuaciones diferenciales ya que son las encargadas de describir este tipo de cambios. (Paul Blanchard, 1998). Qu es un modelo? El objetivo de un modelo no es producir una copia exacta del objeto real, sino ms bien representar algunas caractersticas de la cosa real. Por ejemplo un retrato de una persona, un maniqu y un cerdo pueden ser modelos de un ser humano, aunque ninguno de estos es una copia perfecta de perfecta de ste, si poseen ciertos aspectos en comn con el ser humano. La pintura o retrato describe la apariencia fsica de un individuo, el maniqu usa ropa de igual manera que la persona y el cerdo est vivo. (Paul Blanchard, 1998). Los modelos de la vida real pueden volverse demasiado complejos debido a la excesiva cantidad de variables que se pueden emplear en este, por otro lado podemos elaborar un modelo suficientemente simple para que se pueda entender de manera clara, esto se logra realizando hiptesis simplificadas y englobando los efectos que puedan ser o no ser comunes. Una vez terminado el modelo se debe realizar una comparacin con los datos del sistema. Si el modelo y el sistema concuerdan, tendremos confianza en que las hiptesis hechas al crear el modelo son razonables y que podamos realizar predicciones, si no concuerdan se debe estudiar y mejorar las suposiciones realizadas. (Paul Blanchard, 1998). Las predicciones razonables dependen de las hiptesis planteadas en el modelo, el cual debe basarse en leyes o reglas precisas como las leyes de Newton o reglas de inters compuesto, solo de este modo podemos obtener predicciones cuantitativas muy exactas. En cambio si nuestras hiptesis no son muy precisas o si el modelo es una versin muy simplificada del sistema, entonces se vuelve absurdo tratar de obtener predicciones cuantitativas exactas. Algunas sugerencias para la construccin de modelos. Paso 1.- establecer de manera clara las hiptesis en las cuales se basara el modelo. Las cuales deben describir las relaciones correctas entre las cantidades que se van a estudiar. Paso 2.- Definir completamente las variables y parmetros que se usarn en el modelo. Paso 3.- Utilizar las hiptesis formuladas en el paso 1 para obtener ecuaciones que relacionen las cantidades del paso 2. (Paul Blanchard, 1998) La mayor parte de los modelos son expresados como ecuaciones diferenciales. En otras palabras, esperamos encontrar derivadas en nuestras ecuaciones.

Es importante poner especial atencin en los modelos a ciertas frases como: razn de cambio o tasa de cambio ya que razn de cambio es sinnimo de derivada, tambin hay que poner atencin a otros sinnimos de derivadas como son velocidad, aceleracin. Una importante regla para la realizacin de modelos es: siempre que se pueda simplifique el lgebra.

METODOLOGA: Material: Hielo Cronometro Bascula (0.1g) Regla (1 mm) Jeringa

PARTE I: Obtencin del modelo matemtico del hielo en forma esfrica. Considerando la siguiente Ley emprica: Una esfera de hielo se derrite a razn proporcional al rea de su superficie, es decir, el volumen de la esfera vara a razn proporcional al rea de su superficie con ayuda de la ley emprica contesta los siguientes incisos: 1. Encuentra una expresin para la variacin del volumen a travs del tiempo de la ley emprica en funcin de la incgnita inicial (V (t)).

Dnde:

= ()

= 4 !
2. Resuelve la ecuacin diferencial. Considerando que el radio es el que sufre el cambio en cada intervalo de tiempo tendremos que:

= ()
Por lo tanto obtenemos r de la frmula de volumen de una esfera.

=
Despejando r:

4 ! 3

3 !/! = ! ! 4

Sustituyendo en la ecuacin

= 4 !
Obtenemos:

= 4

3 4
!

1/3

= 4 !/! 3!
Resolviendo por variables separables:

!/!

= 4 !/! 3! ! / !

1 / 3 32 = 4 2/3 1 / 3 32 = 4 2/3
3

3 !/! = 4 !/! 3!
Despejando Volumen:

4 !/! 3! 3

36 ! ! = + 27

PARTE II: Obtencin del modelo matemtico del hielo en forma propuesta. 1. Elaboren un hielo la forma propuesta por el equipo. Forma propuesta: CILINDRO

2. Medicin del volumen. Para conocer el volumen del hielo este fue pesado cada tres minutos retirando con una jeringa el exceso de agua obtenida por el derretimiento. Ya obtenida la masa, se usa la frmula de densidad en la cual despejamos volumen.

= =
Densidad del Hielo: 0.9168 g/mL. Clculos para obtencin de volumen: En la primera medicin obtuvimos:

340.4
Por lo tanto:

340.4 = 371,2914485 0.9168

NOTA: Estos clculos fueron realizados para cada una de las mediciones. Durante cada intervalo de tiempo se hizo la medicin de la altura y el dimetro, datos con los que tambin podemos calcular el volumen. NOTA: Las mediciones no fueron exactas debido a que el hielo no se derrite de forma uniforme. Clculos para obtencin de volumen: En la primera medicin obtuvimos:

= 7.8 = 7.6 = 3.8 = ! = 3.8 ! 7.8 = 353.8446912 !

NOTA: Estos clculos fueron realizados para cada una de las mediciones.

TABLA I: Resultados de cada una de las mediciones as como los volmenes obtenidas a partir de la masa y la resta del agua perdida:
TIEMPO (min) 0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 51 54 57 60 63 66 69 72 75 78 81 84 87 90 93 96 99 102 MASA (g) 341,703 340,4 335,1 329,5 319 312 305 298,5 291,5 283,6 277,4 270,7 263,2 258,2 253,5 246,3 240,5 235,4 229,3 224,2 218,9 213,3 208,6 202,2 194,6 191,7 187,2 180,6 175,5 171,7 165,8 160,5 154,3 148,2 143 ALTURA DIAMETRO (cm) (cm) 7,8 7,8 7,6 7,5 7,2 7,1 7 6,9 6,8 6,8 6,7 6,7 6,6 6,6 6,5 6,4 6,4 6,3 6,2 6,1 6,1 6 6 5,9 5,8 5,7 5,6 5,5 5,4 5,2 5,1 5,1 5,1 5 4,8 7,8 7,6 7,4 7,2 7,2 7 7 7 7 7 6,9 6,9 6,7 6,6 6,5 6,5 6,5 6,4 6,3 6,2 6,1 6 5,9 5,8 5,8 5,6 5,5 5,4 5,4 5,3 5,2 5 4,9 4,9 4,8 VOLUMEN PERDIDO (mL) 0 7,4 7,8 6,4 9,2 6,8 6,4 6 6 7,5 6,4 6,6 7,8 5 5 6,4 6 5 5,6 5,2 4,8 5,8 4,8 6,3 5,4 4,7 4,2 6 5,2 4 5,8 5,2 6 4,4 5,2 VOLUMEN TOTAL HIELO (mL) 372,7122692 371,2914485 365,5104712 359,4022688 347,9493892 340,3141361 332,6788831 325,5890052 317,9537522 309,3368237 302,574171 295,2661431 287,0855148 281,6317627 276,5052356 268,6518325 262,3254799 256,7626527 250,109075 244,5462478 238,7652705 232,6570681 227,530541 220,5497382 212,2600349 209,0968586 204,1884817 196,9895288 191,4267016 187,2818499 180,8464223 175,065445 168,3027923 161,6492147 155,9773124 Volumen hielovolumen agua 372,7122692 365,3122692 357,5122692 351,1122692 341,9122692 335,1122692 328,7122692 322,7122692 316,7122692 309,2122692 302,8122692 296,2122692 288,4122692 283,4122692 278,4122692 272,0122692 266,0122692 261,0122692 255,4122692 250,2122692 245,4122692 239,6122692 234,8122692 228,5122692 223,1122692 218,4122692 214,2122692 208,2122692 203,0122692 199,0122692 193,2122692 188,0122692 182,0122692 177,6122692 172,4122692

Volumen Hielo (MASA)

400 350 300 Volumen (mL) 250 200 150 100 50 0 0 20 40 60 TIEMPO (min) 80 100 120

Grafica I: Volumen obtenido con la masa del hielo

VOLUMEN DEL HIELO MENOS VOL DE AGUA PERDIDA

400 350 300 Volumen (mL) 250 200 150 100 50 0 0 20 40 60 Tiempo 80 100 120

Grafica II: Volumen obtenido con la diferencia del volumen y el agua perdida durante el derretimiento.

TABLA II: Datos de altura, dimetro, radio y Volmenes

TIEMPO (min) 0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 51 54 57 60 63 66 69 72 75 78 81 84 87 90 93 96 99 102

ALTURA (cm) 7.8 7.8 7.6 7.5 7.2 7.1 7 6.9 6.8 6.8 6.7 6.7 6.6 6.6 6.5 6.4 6.4 6.3 6.2 6.1 6.1 6 6 5.9 5.8 5.7 5.6 5.5 5.4 5.2 5.1 5.1 5.1 5 4.8

DIAMETRO (cm) 7.8 7.6 7.4 7.2 7.2 7 7 7 7 7 6.9 6.9 6.7 6.6 6.5 6.5 6.5 6.4 6.3 6.2 6.1 6 5.9 5.8 5.8 5.6 5.5 5.4 5.4 5.3 5.2 5 4.9 4.9 4.8

RADIO 3.9 3.8 3.7 3.6 3.6 3.5 3.5 3.5 3.5 3.5 3.45 3.45 3.35 3.3 3.25 3.25 3.25 3.2 3.15 3.1 3.05 3 2.95 2.9 2.9 2.8 2.75 2.7 2.7 2.65 2.6 2.5 2.45 2.45 2.4

VOLUMEN (cm3) 372.7131408 353.8446912 326.8646304 305.36352 293.1489792 273.24066 269.3922 265.54374 261.69528 261.69528 250.5323898 250.5323898 232.6935996 225.7993584 215.690475 212.37216 212.37216 202.6708992 193.2696612 184.1637336 178.2708774 169.6464 164.038644 155.8830504 153.2409648 140.3918208 133.04676 125.962452 123.6722256 114.7218072 108.3098016 100.1385 96.1730154 94.28727 86.8589568

AREA (cm2) 286.702416 276.963456 262.700592 251.076672 244.290816 233.10672 230.9076 228.70848 226.50936 226.50936 220.021956 220.021956 209.434764 205.272144 199.0989 197.05686 197.05686 191.00928 185.055948 179.196864 175.348404 169.6464 165.892188 160.347264 158.525136 149.54016 144.27798 139.110048 137.413584 130.706268 125.789664 119.3808 116.223492 114.684108 108.573696

Grafica III: Volmenes calculados a partir de los datos de altura y radio.

Volumen a partir de h y r
400 350 300 250 200 150 100 50 0 0 20 40 60 80 100 120

Grafica IV: Volumen con respecto al rea calculada.

Volumen vs rea
400 350 300 Volumen (cm3) 250 200 150 100 50 0 0 50 100 150 200 250 300 350 rea (cm2)

3. Ajuste de una funcin al conjunto de datos obtenidos funcin tiempo. Diran que se sigue

cumpliendo la ley emprica?

**Para obtener la funcin se corri el modelo de regresin lineal utilizando como variable

predictora el rea y variable de respuesta el volumen, para esto se hace uso del paquete estadstico Minitab.
Anlisis de regresin: VOLUMEN (cm3) vs. AREA (cm2)
La ecuacin de regresin es VOLUMEN (cm3) = - 94.6 + 1.58 AREA (cm2) Predictor Constante AREA (cm2) S = 5.13750 Coef -94.584 1.58191 SE Coef 3.491 0.01797 T -27.09 88.03 P 0.000 0.000 VIF 1.000

R-cuad. = 99.6%

R-cuad.(ajustado) = 99.6%

Anlisis de varianza Fuente Regresin Error residual Total GL 1 33 34 SC 204521 871 205392 CM 204521 26 F 7748.81 P 0.000

Observaciones poco comunes Obs 1 2 AREA (cm2) 287 277 VOLUMEN (cm3) 372.713 353.845 Ajuste 358.952 343.546 EE de ajuste 1.972 1.817 Residuo 13.761 10.299 Residuo estndar 2.90R 2.14R

R denota una observacin con un residuo estandarizado grande. Prueba de falta de ajuste Posible curvatura en la variable AREA (cm)

(Valor P = 0.000)

Posible falta de ajuste en los valores externos de X (Valor P = 0.000) La prueba general de falta de ajuste es significativa en P = 0.000

Grficas de residuos para VOLUMEN (cm3)

Al correr el modelo el programa nos indica que existe una posible curvatura en nuestra variable predictora por lo que hacemos uso de la grfica de lnea ajustada, probando si los datos se ajustan a un modelo cuadrtico o cubico. Otro punto importante es que en las grficas arrojadas nuestros datos no presentan el comportamiento que debiesen tener es decir: Grafica de probabilidad normal: muchos puntos no son cercanos a la lnea. Histograma: No existe forma de campana Vs. Orden: No hay cambio aleatorio de los puntos.

Anlisis de regresin polinomial: VOLUMEN (cm3) vs. AREA (cm2)

La ecuacin de regresin es VOLUMEN (cm3) = - 23.74 + 0.7884 AREA (cm2) + 0.002079 AREA (cm2)**2 S = 0.216242 R-cuad. = 100.0% R-cuad.(ajustado) = 100.0%

Anlisis de varianza Fuente Regresin Error Total GL 2 32 34 SC 205390 1 205392 CM 102695 0 F 2196200.48 P 0.000

Anlisis de varianza secuencial Fuente Lineal Cuadrtica GL 1 1 SC 204521 870 F 7748.81 18594.81 P 0.000 0.000

Lnea ajustada: VOLUMEN (cm3) vs. AREA (cm2)

Anlisis de regresin polinomial: VOLUMEN (cm3) vs. AREA (cm2)

La ecuacin de regresin es VOLUMEN (cm3) = - 11.99 + 0.5913 AREA (cm2) + 0.003128 AREA (cm2)**2 - 0.000002 AREA (cm2)**3 S = 0.0291364 R-cuad. = 100.0% R-cuad.(ajustado) = 100.0%

Anlisis de varianza Fuente Regresin Error Total GL 3 31 34 SC 205392 0 205392 CM 68464.0 0.0 F 80647498.39 P 0.000

Anlisis de varianza secuencial Fuente Lineal Cuadrtica Cbico GL 1 1 1 SC 204521 870 1 F 7748.81 18594.81 1731.61 P 0.000 0.000 0.000

Lnea ajustada: VOLUMEN (cm3) vs. AREA (cm2)

Observamos que ambos anlisis polinomiales nos dan una R2 ajustada de 100 % decidiendo correr un modelo cuadrado. Para esto calculamos la prima de la variable y despus esta la elevamos al cuadrado.

Anlisis de regresin: VOLUMEN (cm3) vs. Ap, Ap2

La ecuacin de regresin es VOLUMEN (cm3) = 198 + 1.57 Ap + 0.00208 Ap2 Predictor Constante Ap Ap2 Coef 198.238 1.57085 0.00207900 SE Coef 0.051 0.00076 0.00001525 T 3885.17 2064.92 136.36 P 0.000 0.000 0.000 VIF 1.011 1.011

S = 0.216242

R-cuad. = 100.0%

R-cuad (ajustado) = 100.0%

Anlisis de varianza Fuente Regresin Error residual Total Fuente Ap Ap2 GL 1 1 GL 2 32 34 SC 205390 1 205392 CM 102695 0 F 2196200.48 P 0.000

SC Sec. 204521 870

Observaciones poco comunes Obs 1 35 Ap 98.5 -79.6 VOLUMEN (cm3) 372.713 86.859 Ajuste 373.190 86.368 EE de ajuste 0.133 0.098 Residuo -0.477 0.491 Residuo estndar -2.80RX 2.54R

R denota una observacin con un residuo estandarizado grande. X denota una observacin cuyo valor X le concede gran apalancamiento. Prueba de falta de ajuste Posible curvatura en la variable Ap (Valor P = 0.000) Posible interaccin en variable Ap (Valor P = 0.000) Posible interaccin en variable Ap2 (Valor P = 0.000)

Posible falta de ajuste en los valores externos de X (Valor P = 0.000) La prueba general de falta de ajuste es significativa en P = 0.000

Grficas de residuos para VOLUMEN (cm3)

Se observa que en las grficas arrojadas nuestros datos nuevamente no presentan el comportamiento que debiesen tener es decir: Grafica de probabilidad normal: muchos puntos no son cercanos a la lnea. Histograma: No existe forma de campana Vs. Orden: No hay cambio aleatorio de los puntos. El modelo no presenta VIF altos y el valor P es aproximadamente 0 por lo que se puede decir que las variables si ayudan a predecir el Volumen, de igual forma el modelo muestra R2 ajustada es del 100 % pero existe prueba de falta de ajuste con posibles interacciones y curvaturas en las nuevas variables.

4. Planteen la ecuacin diferencial que proporciona el volumen del hielo en la forma propuesta por ustedes en cualquier tiempo t. (La ecuacin debe estar en funcin de V (t)).

Dnde:

= 2( + ) = 2( + )

Primera consideracin: Que la altura es la que vara segn el tiempo y dejando el radio como constante:

= = ()
Despejando h de la frmula de volumen:

= ! =
Resolviendo la ecuacin:

! + !

= 2

 2 = + 2 ! 2 = + 2 ! 2 = + 2 ! = 2 + 2 !

2 = + 2 ! ln =

2 + 2 ! +
!! !!!" ! ! ! !! !

V = V=

!! ! !!!" ! ! !! !! !

Segunda consideracin: Que el radio es la que vara segn el tiempo y dejando la altura como constante:

= ! = () =
Despejando r:
!/!

=
Sustituyendo:

= 2

!/!

+ 2

!/!

2 !/! !/! !/! !/! !/! = 2 + ! / ! 2 !/! !/! !/! !/! = 2 + !/!

2 !/! !/! !/! = 2 + !/! !/! = !/! 2

!/!

2
!/!

!/!

!/!

2 !/! + !/!

= 2

!/!

2 !/! + !/! +

!/!

2 !/! + !/! 2
!/!

4 ! ! !4 + ! = 4
!

Podemos observar que la forma propuesta puede cumplir con la ecuacin

Conclusiones: Al resolver la ecuacin diferencial haciendo uso de la forma de hielo propuesto se observa que es necesario que este tenga el radio en funcin del tiempo siendo as posible que sigua la ley emprica propuesta en el proyecto, que al basarse en los datos obtenidos de la experimentacin se puede deducir que el derretimiento de un hielo independientemente de la forma:

Conclusiones Karen Itze Torres Colunga: El modelaje de fenmenos de la vida cotidiana es una herramienta de gran utilidad que permite acercarnos o asimilar lo ocurrido en nuestro entorno haciendo ms simple el entendimiento de muchos de estos fenmenos, llegando a la conclusin de que las matemticas son valiosas en la vida humana puesto que permiten llevar las cosas ms all de la simple teora.

Conclusiones Liliana Lizbeth Tafolla Rizo: Gracias al modelo de situaciones de la vida cotidiana el hombre ha tenido la oportunidad de predecir muchos de los factores que entran en juego comprobando una vez ms que esta herramienta matemtica juega un papel de suma importancia en el desarrollo humano.

Conclusiones Soto Martnez Erick No: Es de mucho inters estudiar todos los fenmenos ocurrentes puesto que se puede observar que todo est relacionado de una forma sorprendente al mbito matemtico lo cual nos brinda la oportunidad de poder contrarrestar grandes impactos, puesto que este modelo desarrollado es utilizado para el impacto ambiental que est sufriendo en planeta en la actualidad.

Conclusiones Gil Gamez Josue Antonio: Es muy interesante cono es que a partir de una ecuacin matemtica puedes llegar a deducir grandes fenmenos ocurrentes en la vida cotidiana.

DISTRIBUCIN DE ACTIVIDADES Y RESPONSABILIDADES:

INTEGRANTE

ACTIVIDAD

-Gil Gmez Josu Antonio -Soto Martnez Erick No -Tafolla Rizo Liliana Lizbeth -Torres Colunga Karen Itze -Gil Gmez Josu Antonio -Gil Gmez Josu Antonio -Soto Martnez Erick No -Tafolla Rizo Liliana Lizbeth -Tafolla Rizo Liliana Lizbeth -Torres Colunga Karen Itze -Soto Martnez Erick No -Torres Colunga Karen Itze -Tafolla Rizo Liliana Lizbeth -Gil Gmez Josu Antonio -Gil Gmez Josu Antonio -Soto Martnez Erick No -Tafolla Rizo Liliana Lizbeth -Torres Colunga Karen Itze
Elaboracin del reporte. Nuevas mediciones del hielo Primeras Mediciones de Hielo. Elaboracin de Marco terico Lectura de los proyectos propuestos

Deduccin de la ecuacin diferencial a partir de la ley emprica. Elaboracin del modelo y deduccin de la nueva ecuacin diferencial.

CALENDARIO DE ACTIVIDADES: LUNES 26 Sep. Lectura de los proyectos propuestos 03 Oct. 04 Oct. 05 Oct. MARTES 27 Sep. MIERCOLES 28 Sep. JUEVES 29 Sep. Eleccin del Proyecto a realizar 06 Oct. 07 Oct. 08 Oct. Mediciones de Hielo. 10 Oct. 11 Oct. 12 Oct. 13 Oct. 14 Oct. Nuevas mediciones del hielo 15 Oct. Elaboracin del reporte. 16 Oct. Finalizacin del proyecto. 09 Oct. VIERNES 30 Sep. SABADO 01 Oct. DOMINGO 02 Oct.

Elaboracin Mediciones de de clculos Hielo. planteados en las actividades