Professional Documents
Culture Documents
1. Introduccin
1.1 Las ecuaciones diferenciales de 2 orden y la modelacin matemtica
1.2 Mtodos numricos para la solucin de ecuaciones diferenciales con valor
inicial
1.2.1
Mtodo de Euler
1.2.2
Mtodo de Runge-Kutta
1.2.3
2. El algoritmo de Verlet
2.1 Deduccin del Algoritmo clsico de Verlet y sus principales variantes
2.2 Aplicacin y evaluacin del Algoritmo de Verlet para la simulacin del
movimiento planetario
2.3 Navegacin asistida por fuerzas gravitacionales
2.4 Problema de 3 cuerpos
3. Extensin del Algoritmo de Verlet para fuerzas que involucran trminos de
friccin (dependencia con la primera derivada)
3.1 Desarrollo
3.2 Generalizacin a dos o ms dimensiones
3.3 Aplicaciones del Algoritmo Extendido de Verlet
3.3.1
3.3.2
4. Conclusiones
1
1. INTRODUCCIN
La Computacin Cientfica (CC) ha tenido un gran impulso durante los ltimos aos
que va claramente de la mano con el desarrollo de procesadores ultra rpidos y de
tamaos cada vez ms pequeos. De igual manera la capacidad de almacenaje de las
computadoras parece que no tiene lmite. Entendiendo la CC como una herramienta
general para resolver problemas numricos en distintas disciplinas con un enfoque
cientfico, el auge e importancia de la Ciencia e Ingeniera de la Computacin es ms
que natural. En particular en las reas del conocimiento como la Fsica, Qumica,
Biologa e Ingeniera que intervienen en aplicaciones tecnolgicas la CC da lugar a
nuevas ramas del conocimiento como las Simulaciones en Medicina, Arquitectura,
Fsica,
Qumica Computacional
entre otras.
Desafortunadamente,
en pases
o 1_d_Scherer
o 1_d_Verlet
F =m
d 2x
,
dt 2
(1.1.1)
Donde F es una funcin que describe a la fuerza aplicada sobre un cuerpo de masa m que se
encuentra en la posicin x, la cual adems puede depender de la velocidad del cuerpo, o de
las caractersticas del medio en el cual se evoluciona el sistema.
Esta simple ecuacin es la base para los modelos matemticos que describen a los sistemas
fsicos en movimiento, sin embargo, su expresin puede complicarse tanto como sea
necesario para representar a la fuerza que acta sobre los cuerpos que intervengan en el
anlisis. Este hecho nos lleva, en la mayora de los casos no triviales, a la formulacin de
problemas para los cuales es imposible obtener una expresin que prediga la trayectoria del
mvil, es decir, que carecen de solucin analtica, es en estos casos donde es indispensable
el empleo de los mtodos numricos para dar una solucin aproximada a un problema
especfico, definido por sus condiciones iniciales.
La aproximacin numrica a la solucin de estos problemas, llamados de valor inicial,
consiste en obtener una tabulacin de la posicin del mvil correspondiente a una sucesin
de valores del parmetro tiempo, es decir, a partir de una discretizacin del tiempo en
intervalos de longitud h. Para ello se han desarrollado varios mtodos para calcular la
posicin del mvil en un cierto tiempo a partir de las condiciones iniciales del problema. El
desarrollo de estos mtodos abre una amplia gama de aplicaciones dentro del rea de la
Computacin Cientfica al involucrar el empleo de las computadoras para clculos cada vez
ms complejos permitiendo as el desarrollo de programas que permitan al investigador
interaccionar directamente con el modelo matemtico de su objeto de estudio. Lo anterior
requiere no slo tener la solucin numrica de algn problema, sino enriquecer el desarrollo
de las herramientas de software para incrementar la posibilidad de tener simulaciones ms
realistas en lo que se refiere a velocidad de clculo (simulaciones en tiempo real) e incluso
a visualizacin, esto es, tener una representacin en pantalla agradable, que contenga la
mayor informacin posible y que refleje fielmente los conceptos involucrados. Es por ello
que es fundamental el desarrollo de nuevos mtodos numricos eficientes que aprovechen
al mximo las ventajas del hardware que se desarrolla a cada momento.
El presente trabajo muestra algunos de los algoritmos usados para la solucin numrica de
ecuaciones diferenciales de segundo grado, as como aplicaciones representativas para la
simulacin de sistemas fsicos. En particular, se muestra que el algoritmo clsico de Verlet,
usado comnmente en problemas de escala microscpica como es el caso de la dinmica
molecular, es til incluso para el clculo hasta de rbitas planetarias, exhibiendo as el gran
campo de aplicacin del mismo.
Es imposible exagerar la importancia de este algoritmo dentro del rea de la computacin
cientfica, propiamente en la fsica computacional, sin embargo, cuando la expresin que
gobierna a la fuerza (m d2x/dt2) contiene trminos dependientes de la primera derivada,
como ocurre al trabajar con sistemas en medios resistivos, el algoritmo presenta una
dificultad. Aunque en la literatura se muestran resultados obtenidos mediante el Algoritmo
de Verlet para cuando se manejan fuerzas dependientes de la velocidad, sin embargo, el
detalle de la implementacin del algoritmo no es expuesto en forma clara. A continuacin
se muestra el desarrollo errneo en el cual puede caerse.
Consideremos un problema donde F = F(x, v), con las condiciones iniciales x0 y v0,
entonces, el algoritmo de Verlet es:
h2
F ( x0 , v0 )
2m
h2
xn +1 = 2 xn xn 1 + F ( xn , vn )
m
1
vn = [ xn +1 xn 1 ]
2h
,
x1 = x0 v0 h +
x(h) = x0 v0 h +
h2
F ( x0 , v0 )
2m
x(0) = x0
h2
F ( x0 , v0 )
2m
h2
x(2h) = 2 x(h) x( h) + F ( x(h), v(h))
m
,
x(h) = 2 x0 x(h) +
v( h) =
1
[ x(2h) x0 ] ,
2h
de modo que el trmino x(2h) est indeterminado, por lo que sera necesario entonces usar
el clculo de la velocidad en el tiempo anterior, lo cual podra ocasionar inestabilidad en los
resultados. Una forma alternativa presentada por C. Scherer1, consiste en calcular la
velocidad por medio del mtodo de Euler, es decir:
vn +1 = vn + hF ( xn , vn )
xn +1 = 2 xn xn 1 +
h2
F ( xn , vn )
m
,
F (t ) = F (t ) + F (t ) ,
con el cual se pretende no slo enriquecer el campo de aplicacin del algoritmo de Verlet,
sino aumentar el alcance de la computacin cientfica hacia el estudio de los sistemas
dinmicos.
http://pcleon.if.ufrgs.br/~leon/metcomp/ode/node10.html
9
EL MTODO DE EULER
y n +1 y n
h
(1.2.1)
J.M. Mathews, K.D. Fink, Mtodos Numricos con MatLab, (Prentice Hall, Madrid, 2000) p. 470
10
(1.2.2)
x = v
v = f ( x, v, t )
(1.2.3)
y el esquema del mtodo de Euler para ecuaciones de segundo orden quedara como sigue:
v n+1 = v n + hf ( x n , v n )
x n +1 = x n + hv n
(1.2.4)
11
(1.2.5)
podemos integrar en un intervalo [tn, tn+1] para obtener yn+1 = y(tn+1) a partir de yn = y(tn):
y n +1 = y n +
t n +1
f ( y, t )dt y n +
tn
1
h[ f ( y n , t n ) + f ( y n +1 , t n +1 )]
2
(1.2.6)
notemos que yn+1 tambin aparece en el lado derecho de la ecuacin como argumento de la
funcin f, por lo que este segundo trmino ser aproximado mediante el mtodo de Euler,
de modo que se tendr3:
~
y n +1 = y n + hf ( y n , t n )
y n +1 = y n +
h
[ f ( y n , t n ) + f ( ~y n+1 , t n+1 )]
2
.
(1.2.7)
Donde ~
y n +1 es la aproximacin a y n +1 por medio del mtodo de Euler; as que podemos
escribir lo anterior de la siguiente forma, obteniendo la forma general del mtodo de
Runge-Kutta de segundo orden:
k1 = hf ( y n , t n )
k 2 = hf ( y n + k1 , t n+1 )
y n +1 = y n +
(1.2.8)
1
[k1 + k 2 ]
2
.
S. Nakamura, Mtodos Numricos Aplicados con Software, (Prentice Hall, Mxico, 1992) p. 299
12
(1.2.9)
como:
k1 = hv( x n , t n )
l1 = hf ( x n , v n , t n )
k 2 = h(v n + l1 )
l 2 = hf ( x n + k1 , v n + l1 , t n+1 )
1
x n +1 = x n + (k1 + k 2 )
2
1
v n +1 = v n + (l1 + l 2 )
2
(1.2.10)
Ahora bien, con la frmula de 1/3 de Simpson para la integral, se obtiene una mejor
precisin dando lugar al mtodo de Runge-Kutta de tercer orden, esto es, la integral
y n +1 = y n +
t n +1
f ( y, t )dt
tn
(1.2.11)
,
y n +1 = y n +
h
y 1 ,t 1 ) + f (~
y n +1 , t n +1 )
f ( yn , tn ) + 4 f ( ~
n+
n+
6
2
2
(1.2.12)
13
donde ~
y
n+
1
2
y ~
y n +1 , son estimaciones que se obtendrn nuevamente del mtodo de Euler, de
k 2 = hf ( y n +
(1.2.13)
1
y n +1 = y n + (k1 + 4k 2 + k 3 )
6
,
(1.2.14)
sera el siguiente:
k1 = hv n
l1 = hf ( x n , v n , t n )
1
k 2 = h(v n + l1 )
2
1
1
h
l 2 = hf ( x n + k1 , v n + l1 , t n + )
2
2
2
k 3 = h(v n l1 + 2l 2 )
(1.2.15)
l 3 = hf ( x n k1 + 2k 2 , v n l1 + 2l 2 , t n + h)
1
[l1 + 4l 2 + l3 ]
6
1
= x n + [k1 + 4k 2 + k 3 ]
6
v n +1 = v n +
x n +1
(1.2.16)
14
xn +1 = xn + h ar kr
r =1
(1.2.17)
,
donde
k1 = f (tn , xx ) ,
y k2, k3,, kr,kR estn definidas por la relacin recurrente:
r 1
kr = f (tn + hpr , xn + h qr , s ks ) .
(1.2.18)
s =1
Ahora bien, es necesaria la manipulacin algebraica para encontrar los valores de los
coeficientes p, q y a. A continuacin, se desarrollar el Mtodo de Runge-Kutta de cuarto
orden para ejemplificar el desarrollo general.
De la ecuacin (1.2.17) se tiene
xn +1 = xn + h {a1k1 + a2 k2 + a3 k3 + a4 k4 }
(1.2.19)
y de (1.2.18):
S.C. Chapra, R.P. Canale, Mtodos Numricos Para Ingenieros, (Mc Graw Hill, Mxico, 1989) p. 550
15
k1 = f (tn , xn )
(
= f (t
= f (t
k2 = f tn + hp2 , xn + h {q2,1k1}
k3
k4
(1.2.20)
),
Obteniendo la expansin en serie de Taylor de orden N=4 para k2, k3 y k4, es posible
sustituir estas aproximaciones en la ecuacin (1.2.19) y obtener as una nueva expresin
para xn+1, la cual, al comparar trminos con la expansin correspondiente al desarrollo en
serie de la funcin de posicin x, que puede verse como:
t 2
+
2
(1.2.21)
h2
+
2
(1.2.22)
o bien:
xn +1 = xn + f ( xn , tn )h + f ( xn , tn )
(1.2.23)
16
pr = qr , s
s =1
=1
(1.2.24)
r =1
se tendrn 11 ecuaciones con 13 incgnitas, de modo que debemos incluir dos condiciones
adicionales, por simplicidad se eligen:
1
p1 = ,
2
q3,1 = 0 .
1
p2 = , p3 = 1,
2
1
1
q2,1 = , q3,2 = , q4,1 = 0, q4,2 = 0, q4,3 = 1,
2
2
1
1
1
1
a1 = , a2 = , a3 = , a4 = ,
6
3
3
6
(1.2.25)
de modo que el esquema final del mtodo de Runge-Kutta de cuarto orden quedara como
sigue:
xn +1 = xn +
h
( k1 + 2k2 + 2k3 + k4 )
6
,
(1.2.26)
con:
k1 = f (tn , xn )
h
h
k2 = f tn + , xn + k1
2
2
h
h
k3 = f tn + , xn + k2
2
2
k4 = f ( tn + h, xn + hk3 )
17
18
qq
d 2x
dx
dx
m 2 = K 2 1 r1 + 2 2 r2
,
dt
dt
r2 ( x)
dt
r1 ( x)
(1.2.27)
donde K es una constante con las unidades adecuadas, r1, r2 son las distancias de q a q1 y q2
respectivamente, y son los coeficientes de friccin lineal y cuadrtica del mvil con la
superficie. La expresin en un sistema de ecuaciones diferenciales es:
x = v
v =
qq
K qq1
.
r1 + 2 2 r2 v v 2
2
m r1 ( x)
m
r2 ( x) m
(1.2.28)
v n +1 = v n + h
K
m
qq1
qq
r1 + 2 2 r2 v n v n2
2
m .
r2 ( x n ) m
r1 ( x n )
(1.2.29)
x n +1 = x n + hv n
Es claro que en este caso la inicializacin consiste simplemente en dar valores a x0 y v0.
As, mediante un programa sencillo puede obtenerse la curva de la solucin aproximada
que aparece en la figura siguiente, donde hemos elegido q1 = q2, de modo que la carga
mvil q tiende a estabilizarse en el origen.
19
Mtodo de Euler
80
70
60
50
Posicin (u.a.)
40
30
20
10
0
0
50
100
150
200
250
-10
-20
-30
Tiempo (u.a.)
qq
K qq1
r1 + 2 2 r2 v n v n2
2
m
m r1 ( x n )
r2 ( x n ) m
k 2 = h(v n + l1 )
l2 = h
qq 2
qq1
K
r2 (v n + l1 ) (v n + l1 ) 2
r1 + 2
2
m
m r1 ( x n + k1 )
r2 ( x n + k1 ) m
(1.2.30)
1
v n +1 = v n + (l1 + l 2 )
2
1
x n +1 = x n + (k1 + k 2 )
2
20
Posicin (u.a.)
0
100
105
110
115
120
125
130
135
140
145
150
-2
Runge-Kutta
-4
Euler
-6
Tiempo (u.a.)
21
1
k 2 = h(v n + l1 )
2
qq1
qq 2
1
1
K
r1 +
r2 (v n + l1 ) (v n + l1 ) 2
l2 = h
1
1
m
m
m 2
2
2
r (x + k )
r22 ( x n + k1 )
1 n 2 1
k 3 = h(v n l1 + 2l 2 )
l3 = h
qq1
qq 2
K
r1 + 2
r2 (v n l1 + 2l 2 ) (v n l1 + 2l 2 ) 2
2
m r1 ( x n k1 + 2k 2 )
m
r2 ( x n k1 + 2k 2 ) m
1
v n +1 = v n + (l1 + 4l 2 + l3 )
6
1
x n +1 = x n + ( k1 + 4k 2 + k 3 )
6
el cual una vez implementado, muestra que los valores en la tabulacin difieren slo en la
tercera cifra decimal respecto al mtodo anterior, de modo que para este ejemplo quiz la
precisin del mtodo de Runge-Kutta de segundo orden sea suficiente, no obstante, los
mtodos Runge-Kutta de ordenes superiores pueden ser tiles para aplicaciones ms
complejas.
22
2.
EL ALGORITMO DE VERLET
2.1
PRINCIPALES VARIANTES
Este algoritmo para la solucin de ecuaciones diferenciales de 2 orden ha tenido
una historia larga y distinguida desde su aparicin en el estudio de la dinmica de
molculas. Con este algoritmo se han obtenido resultados tericos interesantes en el
crecimiento de pelculas delgadas, fatiga de materiales, prediccin de estructuras estables
en molculas, cristales lquidos y en un sin nmero de aplicaciones a sistemas
microscpicos5. Cabe mencionar que, para atacar el problema de la solucin de ecuaciones
diferenciales de segundo orden con los mtodos expuestos en las pginas anteriores, es
necesario plantear un sistema de ecuaciones, lo cual aumenta considerablemente el nmero
de operaciones a realizar en su implementacin en un programa de cmputo, de modo que
el algoritmo de Verlet, al trabajar directamente sobre la segunda derivada, ofrece ventajas
en la mayora de las aplicaciones donde interviene la mecnica clsica, sin embargo, como
se ver ms adelante, tiene limitaciones importantes en cuanto a la dependencia de la fuerza
con la primera derivada, lo cual reduce de manera importante su aplicacin en simulacin
de movimiento en medios resistivos.
El algoritmo de Verlet en su forma clsica se deduce a partir de la expansin en serie de
Taylor de la funcin de posicin x(t) en x(t + t ) :
x(t + t ) = x(t ) + x (t )t + x ( x, t )
t 2
+
2
(2.1.1)
y en x(t t ) :
23
x(t t ) = x(t ) x (t )t + x ( x, t )
t 2
+
2
(2.1.2)
(2.1.3)
donde hemos representado el incremento en tiempo t por el tamao del paso h. O bien
d 2x
usando la notacin anterior e introduciendo la ley de Newton F = m 2 :
dt
x n +1
h2
= 2 x n x n 1 +
F ( xn , t n )
m
.
(2.1.4)
x 1 = x0 v0 h +
h2
F ( x0 , t 0 )
2m
.
(2.1.5)
R.W. Hockney, J.W. Eastwood, Computer Simulation Using Particles (McGraw Hill, New Cork, 1981)
24
h x(t + h) x(t )
2
h
(2.1.6)
h x(t ) x(t h)
v t
h
2
(2.1.7)
v t +
(2.1.8)
y el lado derecho de la ecuacin, se puede comparar con la expresin del algoritmo clsico
de Verlet, resultando:
h h
v t + v t = x ( x, t )h
2 2
,
(2.1.9)
entonces
v t +
h
h
= v t + a ( x, t ) h
2
2
,
(2.1.10)
con este resultado y despejando x(t+h) de la primera definicin se llega al sistema que
describe a la variante Leap-Frog:
h
x(t + h) = x(t ) + hv t + ,
2
h
h
v t + = v t + a ( x, t )h.
2
2
(2.1.11)
25
Esta variante tiene la ventaja de que permite conocer de manera explcita la velocidad
aunque no en el mismo tiempo en que es calculada la posicin, sin embargo, la velocidad al
tiempo t se puede aproximar como:
v(t ) =
1 h
v t + v t +
2 2
2 .
(2.1.12)
h
[a(t ) + a(t + h)]
2
.
(2.1.13)
v(t ) =
x(t ) x(t h)
,
h
(2.1.14)
v(t + h) = v(t ) +
t +h
a(t )dt .
(2.1.15)
W.C. Swope, H.C. Andersen, P.H. Berens, and K.R. Wilson, J. Chem. Phys. 76, 637 (1982)
26
2.2
T2 =
4 2 a 3
GM 0
(2.2.1)
ua 3
G = 4 2
2
ao mS .
(2.2.2)
M. Alonso, E.J. Finn, Fsica, Vol. I, Mecnica, (Addison-Wesley, Mxico, 1986) p. 416
27
Ahora, debemos calcular las condiciones iniciales (velocidad y posicin) para nuestra
simulacin en base a los datos que aparecen en los textos de enseanza comunes, esto es
periodo (T), excentricidad () y masa. Para facilitar el manejo algebraico definamos la
cantidad como:
= GMm ,
(2.2.3)
donde M y m son las masas de los planetas que intervienen en el sistema, de modo que M
sera la masa del Sol y m la masa del planeta del cual deseamos obtener su trayectoria, de
modo que en nuestras unidades = 4 2 m .
E=
GmM
k
=
,
2a
2a
(2.2.4)
28
E=
T k
2 2
4 m
2
1
3
(2.2.5)
y por lo tanto:
1
2 2 3
E =
m ,
2
2T
(2.2.6)
= 1+
2 EL2
m 2
(2.2.7)
obtenemos:
L=
m 2 2 1
,
2E
(2.2.8)
rmin =
L2
(1 + )m
(2.2.9)
con lo cual, introduciendo en esta expresin las cantidades antes calculadas, obtenemos la
posicin inicial para nuestro problema. Por otro lado, expresando la energa total como la
suma de las energas cintica y potencial:
M. Alonso, E.J. Finn, Fsica, Vol. I, Mecnica, (Addison-Wesley, Mxico, 1986) p. 427
29
E=
1 2
mv y
2
rmin
(2.2.10)
v0y =
E +
m
rmin
(2.2.11)
Ahora bien, la fuerza central que interviene en el sistema est dada por:
F =G
mM
r ,
r2
(2.2.12)
x n +1 = 2 x n x n1 + h 2
y n +1
(2.2.13)
donde es el ngulo que forma r con el eje horizontal. Para la inicializacin del algoritmo
se emplea la ecuacin (2.1.5), de modo que:
h2
F ( x0 , y 0 )
2m
h2
y 1 = y 0 v0y h +
F ( x0 , y 0 )
2m
x 1 = x0 v0x h +
(2.2.14)
30
d
L
=
;
dt mr 2
10
2
mr d = L dt ,
0
(2.2.15)
M. Alonso, E.J. Finn, Fsica, Vol. I, Mecnica, (Addison-Wesley, Mxico, 1986) p. 428
31
r=
d
1 + cos ,
(2.2.16)
donde d es una constante dada por la distancia del foco a la directriz, y puede obtenerse
mediante la siguiente relacin:
1
d = rmin (1 + ) .
(2.2.17)
d
Lt = 0 ,
2
(
1
+
cos
)
0
m 2 d 2
(2.2.18)
( 1) tan
d
m 2 d 2
2
=
m 2 d 2
2
arctan
2
2
(1 + cos ) 2
1 2
0
1 ( 1)
m 3 d 2 sen
+ 2
( 1)(1 + cos )
(2.2.19)
( 1) tan 2
m 2 d 2
m 3 d 2 sen
2 arctan
+ 2
Lt = 0 .
2
2
1 2
1 ( 1) ( 1)(1 + cos )
(2.2.20)
32
Ser necesario ahora encontrar el valor de que satisfaga esta ecuacin para cada tiempo tn,
con lo cual quedara resuelto el problema al tener finalmente la parametrizacin = (t n )
y por lo tanto r = r ( (t n )) mediante la ecuacin de la seccin cnica.
Dado que la ecuacin anterior carece de solucin analtica, se emple el mtodo de
Newton-Raphson para el clculo de races, el cual produce una sucesin {pk} que converge
a la raz p de la funcin f a partir de una aproximacin inicial p0 mediante la siguiente
relacin iterativa11:
pn +1 = p n
f ( pn )
.
f ( p n )
(2.2.21)
esto es:
n
( 1) tan 2 (1 + cos ) 2
n
n +1 = n 2 arctan
2
2
2
1
1 ( 1) .
(2.2.22)
Lt
( 2 1)
m 2 d 2
Con lo anterior se incluy en el programa un mdulo que realiza este clculo, donde se
especifica una cierta tolerancia para el valor de la raz como criterio de paro en el desarrollo
de la sucesin. As pues, se dar como aproximacin inicial el valor de n para calcular n+1
teniendo en cuenta que = 0 en t = 0. Cabe mencionar que debido a que el proceso para
calcular la raz mediante el mtodo de Newton-Raphson es iterativo, es decir, se calcula un
trmino de la sucesin usando como dato al trmino anterior hasta que ste cumpla con
11
J.M. Mathews, K.D. Fink, Mtodos Numricos con MatLab, (Prentice Hall, Madrid, 2000) p. 77
33
estar dentro de la tolerancia especificada, no es factible tener una idea clara acerca del
nmero de operaciones necesarias para llegar a un resultado.
A continuacin se muestra una grfica donde aparece la distancia entre los puntos
calculados mediante el algoritmo de Verlet y los calculados con el tratamiento analtico
para el planeta Tierra.
0.0000005
0.00000045
0.0000004
0.00000035
0.0000003
0.00000025
0.0000002
0.00000015
0.0000001
0.00000005
0
0
0.1
0.2
0.3
0.4
0.5
34
Ahora veamos que tan til puede ser al algoritmo de Verlet para predecir el tiempo en el
que ocurre algn evento, como puede ser algn equinoccio o solsticio, para ello, es
necesario hacer un clculo analtico directo con los datos correspondientes a la Tierra para
comparar posteriormente con el resultado que arroje el procedimiento numrico. Por
ejemplo mediante la ecuacin (2.2.20) podemos fcilmente obtener t para = /4, lo cual
correspondera al equinoccio de Otoo y se reduce a:
1
1
t = 2 arctan
2
L
1
m 2 d 2 (1 + 1 2 )
1 2 ( 2 1)
(2.2.23)
y toma un valor de 0.2446839 aos. Para obtener este dato empleando el algoritmo Verlet,
simplemente se modific el programa de modo que reporte el tiempo en el cual la
coordenada X del mvil cambie de signo, resultando una diferencia con el clculo anterior
de 1.1002 x 10-6 aos, lo cual equivale aproximadamente a 35 segundos y a 0.025 minutos
de arco (un minuto de arco = 1/60 grados) empleando un valor para h de 5x10-6 aos. Es
posible mejorar este resultado disminuyendo el valor de h, sin embargo, esta precisin est
comprometida con el tiempo de ejecucin.
Con lo anterior se ha demostrado que el algoritmo de Verlet es til en aplicaciones que
involucran dimensiones astronmicas ya que los resultados que arroja son equivalentes a
los obtenidos mediante un desarrollo analtico cuyo planteamiento es ms complicado y su
programacin exige un tratamiento numrico ms costoso en pasos de programa y llamadas
a funciones, y por lo tanto en tiempo, que el propio algoritmo de Verlet.
35
2.3
En la seccin anterior se mostr que el algoritmo clsico de Verlet es til para problemas
que involucran dimensiones astronmicas, de modo que ahora tenemos la confianza de
trabajar con l empleando un modelo ms complicado para la fuerza que acta sobre el
mvil, como el llamado Navegacin asistida por fuerzas gravitacionales y que consiste en
lanzar un objeto al espacio de tal forma que se aproveche la interaccin gravitacional con
los cuerpos celestes para modificar su velocidad y trayectoria de acuerdo a una ruta
planeada anteriormente, como se ha hecho con las sondas espaciales (Voyager, Pioner,
etc.). El diseo de este tipo de lanzamientos requieren de un planteamiento sumamente
complejo que involucra un nivel de detalle en el modelo matemtico que escapa de los
alcances del presente trabajo, sin embargo, es posible realizar una simulacin simple del
movimiento planetario en dos dimensiones considerando posiciones reales en el tiempo a
partir de la fecha y hora del lanzamiento. A continuacin se revisar el planteamiento del
problema:
Emplearemos el sistema de unidades elegido para el ejemplo anterior, sin embargo, en este
caso, la simulacin de las rbitas planetarias que se present no es til, ya que se requiere
tener el dato de la posicin de cada planeta del Sistema Solar para una fecha especfica. De
modo que ser necesario basarse en el tipo de soluciones empleadas en los programas que
calculan cartas celestes para fines educativos. Para nuestra simulacin se emple el
algoritmo propuesto por Paul Schlyter13, el cual, dado que contempla algunas
simplificaciones tiene una precisin de aproximadamente 2 minutos de arco, y las unidades
que emplea son fcilmente adaptables a las que elegimos.
Con lo anterior, fue posible elaborar un programa que calculara las posiciones de los
planetas para una fecha y hora especfica y a partir de sta actualiza la posicin para los
incrementos en el tiempo adecuados para aplicar el algoritmo de Verlet (del orden de 10-4
12
13
V. Barger, M. Olsson, Clasical Mechanics: a Modern Perspective, (McGraw-Hill, New York, 1973) p. 131
http://hotel04.ausys.se /pausch/comp/ppcomp.html
36
aos). De este modo, con los datos requeridos, y aplicando el principio de superposicin, es
posible plantear la funcin que representa a la fuerza que actuara sobre un objeto en el
Sistema Solar debida a la atraccin gravitacional de los cuerpos celestes:
F = Gm
i
Mi
ri ,
ri 2
(2.3.1)
donde m es la masa del mvil (para tener una idea del orden de magnitud, recordemos que
el Voyager II tiene una masa de 722 Kg. aproximadamente) Mi es la masa del i-simo
planeta y ri es el vector que une a ste con el mvil.
De acuerdo con lo anterior, el esquema del algoritmo de Verlet sera como sigue:
x n +1 = 2 x n x n 1 + Gh 2
i
y n +1
Mi
cos( i )
ri 2
M
= 2 y n y n1 + Gh 2i sen( i )
i ri
,
(2.3.2)
donde es el ngulo que forma r con el eje horizontal. Los datos de velocidad y posicin
inicial se dan en la inicializacin del algoritmo mediante las siguientes relaciones:
h2
x 1 = x0 v h +
F ( x0 , y 0 )
2m
h2
y 1 = y 0 v0y h +
F ( x0 , y 0 )
2m
.
x
0
(2.3.3)
En el caso que nos ocupa, la velocidad y posicin inicial del Voyager estarn relacionados
con la posicin y velocidad de la tierra en el momento del lanzamiento, la idea es
considerar que el proyectil es lanzado despus de estar en rbita en la tierra a una distancia
37
del orden de 30000 Km., y con una velocidad dada en direccin tangencial a la rbita de la
tierra.
As pues, se agreg al programa el desarrollo de Verlet as como algunas opciones en la
visualizacin tales como Zoom in/out y la posibilidad de seguir (es decir, cambiar el
sistema de referencia durante la simulacin) a algn objeto del sistema, ya sea la propia
sonda o a algn planeta.
38
2.4
PROBLEMA DE 3 CUERPOS
14
Esta aplicacin puede ser til para estimar un valor de h adecuado, ya que se demuestra
analticamente que el momento de inercia permanece constante durante la evolucin del
sistema, de modo que podemos seguir el valor de este parmetro durante la simulacin
implementada mediante el algoritmo de Verlet, empleando diferentes valores para el paso
h, obteniendo el resultado que se muestra en la figura siguiente:
h=0.00001
2.00
1.98
h=0.0001
1.96
1.94
1.92
h=0.001
1.90
1.88
0
10
15
20
Tiempo (u.a.)
Podemos observar una clara dependencia del parmetro h con la estabilidad del momento
de inercia, que si bien para valores relativamente altos de h (del orden de 10-3) el error
numrico acumulado hace colapsar la simulacin en un tiempo corto, al disminuir en dos
rdenes de magnitud (h = 10-5) se tiene una estabilidad aceptable durante la simulacin,
teniendo slo pequeas fluctuaciones peridicas de 0.0005 u.a. que representan alrededor
del 0.025 % valor promedio del momento de inercia.
40
DESARROLLO
vn =
x n + 1 x n 1
2h
,
(3.1.1)
F (t ) = F (t ) + F (t ) ,
(3.1.2)
esto es, una componente que depende nicamente de la posicin y otra que depende
nicamente de la velocidad, es claro que en ambas existe una dependencia intrnseca con el
tiempo. Como hemos visto en los ejemplos anteriores, la fuerza de friccin se escribe
como:
41
F = ( v v )v
= v v
) vv
= v v v
(3.1.3)
.
= 2 x n x n 1 + h 2 a nx v v v
m
m
x n +1 = 2 x n x n 1 +
(3.1.4)
xn +1 = 2 xn xn 1 + anx h 2
h 2 xn +1 xn 1
2h
m
h 2 xn +1 xn 1 xn +1 xn 1
2h
2h
m
(3.1.5)
si x n +1 x n 1 > 0
si x n +1 x n 1 < 0
(3.1.6)
.
42
x
n
h 2 x n +1 x n1
h 2 x n +1 x n 1
m
2h
2h
m
h
h
2
= 2 x n x n1 + a nx h 2
x n +1 +
x n 1
x n +1 + x n21 2 x n +1 x n 1
2m
2m
4m
h
h
2
= 2 x n x n1 + a nx h 2
x n +1 +
x n 1
x n+1 x n21 +
x n +1 x n1
2m
2m
4m
2m
.
x n +1 = 2 x n x n1 + a h
(3.1.7)
x n2+1
h
+ x n +1 1 +
x n 1 2 x n + x n 1 1
+ x n21
a nx h 2 = 0 ,
4m
4m
2m
2m 2 m
(3.1.8)
entonces:
x n +1 =
B B 2 4 AC
2A
(3.1.9)
con:
A=
4m
B = 1+
h
2m
2m
x n1
(3.1.10)
2
h
C = 2 x n + 1
x n 1 +
x n 1 a nx h 2
2
m
4
m
Ahora:
2
h
h
x n21 1 +
B = 1 +
x n1
+
2
4m
2m
2m m
2
(3.1.11)
43
4 AC =
2
h
x n 1 +
x n 1 a nx h 2
2 x n + 1 +
m
4m
2m
(3.1.12)
y
2
h
x 2
B 4 AC = 1 +
+ 2 x n 2 x n 1 + a n h
2
m
m
,
2
entonces:
2
h 2m 2m h
x 2
x n +1 = x n 1 1 +
1 +
+ 2 x n 2 x n 1 + a n h
2m m
2m
.
(3.1.13)
Ahora bien, tenemos que discernir cul de los signos es el correcto, para ello, desarrollemos
la raz en serie para << 1 :
h
x 2
1 +
+ 2 xn 2 xn 1 + an h
2m m
1
h
x 2
2 xn 2 xn 1 + an h
= 1 +
1 +
2
2m
h
m 1 +
2m
,
(3.1.14)
(1 + x )n
= 1 + nx +
n(n 1) 2
x +
2!
(3.1.15)
44
h
x 2
1 +
+ 2 x n 2 x n 1 + a n h
m
2m
h 1
= 1 +
2 x n 2 x n 1 + a nx h 2 +
1+
2
2 h
2m
m1 +
2m
h
= 1 +
2 x n 2 x n 1 + a nx h 2 +
+
2m 2m1 +
2m
(3.1.16)
h 2m 2m h
xn +1 xn 1 1 +
2 xn 2 xn 1 + anx h 2
+
1 +
2m
h
2m
2m1 +
2m
1
h 2m h 2m
xn 1 1 +
1 +
2 xn 2 xn 1 + anx h 2
2m 2m 1 + h
2m
(3.1.17)
]
.
x n +1 = x n 1 +
1
h
1 +
2m
[2 x
2 x n 1 + a nx h 2
(3.1.18)
x n +1 = x n 1 + 2 x n 2 x n 1 + a nx h 2
(3.1.19)
45
x n +1 = x n 1 21 +
h
2m
1 +
2m
(3.1.20)
x n +1
2
2m h
h
x 2
= x n 1
1 +
+ 2 x n 2 x n 1 + a n h
1 +
m
2m
2m
(3.1.21)
Lo anterior es vlido para 0 , sin embargo, si se requiere aplicar el modelo lineal para la
v
46
0. 008
0. 007
0. 006
0. 005
0. 004
0. 003
0. 002
0. 001
0
0
50
100
150
200
250
300
350
-0. 001
-0. 002
P os icin / 10000
-0. 003
Ti e mpo ( u. a . )
Con este anlisis podemos concluir que el algoritmo extendido de Verlet tiene al menos la
precisin del mtodo de Runge-Kutta de tercer orden, sin embargo, el nmero de
operaciones necesarias para cada iteracin, es mayor en ste ltimo para un problema tpico
de mecnica clsica del tipo mf ( x, v) =
d2x
, ya que como se describi anteriormente, se
dt 2
(3.1.22)
y del esquema:
47
k1 = hv n
l1 = hf ( x n , v n , t n )
1
k 2 = h(v n + l1 )
2
h
1
1
l 2 = hf ( x n + k1 , v n + l1 , t n + )
2
2
2
k 3 = h(v n l1 + 2l 2 )
(3.1.23)
l 3 = hf ( x n k1 + 2k 2 , v n l1 + 2l 2 , t n + h)
1
[l1 + 4l 2 + l3 ]
6
1
= x n + [k1 + 4k 2 + k 3 ]
6
v n +1 = v n +
x n +1
vn +1 = vn + h anx vn vn2
m
m
xn +1 = 2 xn xn 1 + h 2 anx vn vn2
m
m
(3.1.24)
de modo que para el clculo de la posicin al tiempo n+1, slo se necesita conocer la
posicin en los dos tiempos anteriores y la velocidad al tiempo anterior. Implementando
este algoritmo para el problema anterior, y nuevamente calculando la diferencia de la
posicin en cada tiempo con lo obtenido del Mtodo de Runge-Kutta de tercer orden, se
obtuvo la grfica siguiente, dnde pueden verse las fluctuaciones de la diferencia, las cuales
son en promedio del orden de 0.9 u.a.
15
http://pcleon.if.ufrgs.br/~leon/metcomp/ode/node10.html
48
Diferencia (u.a.)
2.5
1.5
0.5
0
0
50
100
150
200
250
300
350
Tiempo (u.a.)
49
3.2
El planteamiento anterior demostr ser til y eficiente para problemas que involucran una
dimensin, sin embargo, la extensin a dos y tres dimensiones no es obvia, ya que en el
anlisis aparecen ecuaciones acopladas como se ver a continuacin.
La velocidad en el tiempo t se calcula para cada componente de la siguiente manera:
x(t + h) x(t h)
2h
y (t + h) y (t h)
vy =
2h
vx =
de modo que
(3.2.1)
v = v = v x2 + v y2 + v z2 .
F =F +F ,
(3.2.2)
F = ( v)(vx i + v y j + vz k)
v
(3.2.3)
= [ vx vx v ] i + v y v y v j + [ vz vz v ] k
50
Fxr (t ) 2 Fxv (t ) 2
x(t + h) = 2 x(t ) x(t h) +
h +
h ,
m
m
(3.2.4)
esto es:
x(t + h) = 2 x(t ) x(t h) + a xr (t )h 2
vx 2
vv
h x h2
m
m
v
= 2 x(t ) x(t h) + a (t )h + x h 2 { v}
m
r
x
(3.2.5)
Entonces, sustituyendo:
h
[x(t + h) x(t h)]
2m
y anlogamente:
y (t + h) = 2 y (t ) y (t h) + a ry (t )h 2 +
z (t + h) = 2 z (t ) z (t h) + a zr (t )h 2 +
h
[ y (t + h) y (t h)]
2m
h
[z (t + h) z (t h)]
2m
Como puede verse, la solucin de este sistema de ecuaciones involucra trminos acoplados,
de modo que se tendra que resolver una ecuacin de cuarto orden para dos dimensiones y
de sexto orden para tres dimensiones, lo cual hace que la complejidad del algoritmo sea
inaceptable, sin embargo, es posible emplear el modelo para la fuerza de friccin
51
(3.2.8)
x n +1 = 2 x n x n1 +
Fxx 2 Fxv 2
h +
h
m
m ,
(3.2.9)
entonces, sustituyendo:
h
2m
(3.2.10)
entonces:
h
h
2 x(t ) + x(t h)
1 + a x (t )h 2 + x(t + h)
1 = 0 ,
2m
2m
(3.2.11)
y finalmente:
x(t + h) =
2m
h
2 x(t ) + x(t h)
1 + a x (t )h 2 .
h + 2m
2m
(3.2.12)
52
Es claro que lo anterior se extiende a n dimensiones haciendo lo propio para cada entrada
del vector de posicin obteniendo as un conjunto de ecuaciones no acopladas:
x(t + h) =
2m
h
2 x(t ) + x(t h)
1 + a x (t )h 2
h + 2m
2m
y (t + h) =
2m
h
2 y (t ) + y (t h)
1 + a y (t )h 2
h + 2m
2m
z (t + h) =
2m
h
2 z (t ) + z (t h)
1 + az (t )h 2 .
h + 2m
2m
53
3.3
1
1
F i = K q 2 2 rj + qQ 2 rn
n rn
j i r j
(3.3.1)
16
Simulacin de nucleacin analgica y digital, H.G. Riveros y Enrique Cabrera, Congreso de la Sociedad
Mexicana de Cristalografa, del 24 al 28 de Noviembre de 1997, SLP, Mxico.
54
(3.3.2)
.
x(t + h) =
2
2m
1
1
h Kh 2
1 +
q 2 cos( j ) + qQ 2 cos(n)
2 x(t ) + x(t h)
h + 2m
m j i r j
2m
n rn
y (t + h) =
2
2m
1
1
h Kh 2
+
+
+
2
y
(
t
)
y
(
t
h
)
1
q
sen(
)
qQ
sen(
n
)
j
2
2m
h + 2m
m j i r j2
n rn
.
(3.3.3)
As pues, se implement un programa empleando el esquema anterior, el cual realiza una
animacin que representa el movimiento de las partculas interiores desde su posicin
aleatoria inicial hacia su configuracin de mnima energa. En la siguiente figura se muestra
un ejemplo de la configuracin del sistema estabilizado dada por la simulacin.
55
Los resultados obtenidos mediante este programa fueron validados mediante un mtodo
alternativo que llamaremos MER (Mtodo de Relajacin en Energa) para encontrar las
configuraciones de mnima energa, el cual se describe a continuacin:
A cada partcula, de manera secuencial, se le calculan ocho posiciones de prueba
equidistantes de la posicin original, como se muestra en la figura. En cada una de estas
posiciones se calcula la energa potencial del sistema, de este modo, es posible discernir en
cual de ellas esta es menor, eligindola como la nueva posicin de la partcula. Una vez
hecho esto con cada una de las partculas del sistema, se almacena el valor de la energa
potencial para la configuracin obtenida para compararlo con su valor en la siguiente
iteracin, de este modo, cuando la diferencia sea menor que cierto umbral predefinido,
podemos inferir que el sistema se encuentra en su configuracin de mnima energa.
Los resultados de la comparacin del mtodo de Verlet extendido con el MER resultaron
muy satisfactorios, ya que el valor final de la energa potencial no difiere sino hasta la
cuarta o quinta cifra significativa (empleando unidades arbitarias). Cabe mencionar que
aunque ambos mtodos sean consistentes en cuanto a la energa potencial del sistema una
vez en reposo, las trayectorias que siguen las partculas para llegar a la configuracin final
difieren en gran medida, ya que en el caso del MER no se plantea una trayectoria fsica,
sino que sta est dada por la mecnica del algoritmo, sin embargo, usando el algoritmo
56
extendido de Verlet, las trayectorias son las que realmente seguiran las partculas de forma
natural en un experimento realizado fsicamente, ya que stas forman la solucin de la
ecuacin [diferencial] de movimiento.
En el programa se implementan simultneamente ambos mtodos, y en el caso del
algoritmo de Verlet, es posible seleccionar algunos parmetros como el nmero de cargas y
el coeficiente de friccin del medio.
57
3.3.2
Un problema interesante que puede tratarse mediante las herramientas que se han venido
desarrollando en el presente trabajo es predecir la trayectoria de un meteorito al ingresar en
la atmsfera terrestre. Lo anterior requiere plantear un modelo de la atmsfera para
proponer una dependencia del coeficiente de friccin con la distancia a la superficie de la
tierra (altura). En la figura siguiente, se muestra una serie de datos experimentales de la
densidad del aire a diferentes alturas, as como un ajuste mediante una exponencial
decreciente.
Por otro lado, sabemos que la fuerza de friccin en un fluido est dada como:
F f = K v
(3.3.4)
58
y el coeficiente de friccin K depende de la forma del cuerpo, para una esfera, tenemos la
relacin conocida como la ley de Stokes:
K = 6R ,
(3.3.5)
,
12337.90643
(3.3.6)
donde y est dada en metros. El coeficiente de viscosidad del aire a 40C y a nivel del mar
es 1.9 Poises, lo cual, en el sistema MKS equivale a 0.19 kg/(m.s), entonces, si
consideramos que la viscosidad ser directamente proporcional a la densidad, podemos
obtener un modelo para la viscosidad normalizando la expresin para A de modo que
tome este ltimo valor para distancias muy cercanas a la superficie, as la expresin para
sera
y
,
12337.90643
(3.3.7)
entonces el coeficiente de friccin en las unidades propias del sistema MKS (i.e. kg/s) es:
59
,
12337.90643
(3.3.8)
con R y y en metros.
Para aplicar lo anterior propongamos un problema en particular; recientemente, los
astrnomos del Instituto Tecnolgico de Massachusetts descubrieron un asteroide de 2.06
km de dimetro en una rbita tal que en su momento se consider que tendra
probabilidades de colisionar con la Tierra el 1 de abril de 2019. A diferencia de la mayora
de los asteroides, los cuales orbitan alrededor del Sol en el plano de los planetas, el
2002NT7 sigue una trayectoria que est inclinada 42 grados, de modo que pasa la mayor
parte del tiempo arriba o abajo del resto del sistema solar, sin embargo, cada 2.3 aos, el
asteroide pasa a travs del sistema solar, cerca de la rbita terrestre. A continuacin
implementaremos una simulacin de este evento de este tipo empleando la expresin
anterior para el coeficiente de friccin en el Algoritmo Extendido de Verlet en un sistema
bidimensional.
La expresin para la fuerza, tomando en cuenta el Principio de Arqumides, sera la
siguiente:
Fy = g (m AV ) ( y )v y
Fx = ( y )vx
(3.3.9)
donde y es la altura, vx, vy son las componentes de la velocidad del mvil, y (y). De
acuerdo con lo anterior, el esquema del Algoritmo Extendido de Verlet sera el siguiente:
60
x(t + h) =
2m
( y )h
1
2 x(t ) + x(t h)
( y ) h + 2m
2m
V
2m
( y )h
1 + h 2 g 1 A
y (t + h) =
2 y (t ) + y (t h)
m
( y ) h + 2m
2m
(3.3.10)
vt = g
m mf
K
(3.3.11)
61
62
63
(3.4.1)
donde se consider masa unitaria. Esta ecuacin diferencial tiene solucin analtica, la cual
est dada por17:
bt
b2
x(t ) = e 2 a cos t k + ,
(3.4.2)
donde
a=
0 x02
,
02 1
tan =
1
b2
02
4
Con las expresiones anteriores, se calcul la posicin del cuerpo para una sucesin de
valores de t, asimismo, se plantearon las soluciones numricas empleando el Mtodo de
Runge-Kutta de 3er Orden, el Mtodo de Verlet Scherer (Ec. 3.1.24), y la Extensin al
Algoritmo de Verlet.
El esquema para el Mtodo de Runge-Kutta de 3er orden para este problema en particular
es el siguiente:
17
V. Barger, M. Olsson, Clasical Mechanics: a Modern Perspective, (McGraw-Hill, New York, 1973) p. 17
64
k1 = hvn
l1 = h [ kxn bvn ]
1
k2 = h vn + l1
2
1
1
l2 = h k xn + k1 b vn + l1
2
2
k3 = h [ vn l1 + 2l2 ]
(3.4.3)
l3 = h k ( xn k1 + 2k2 ) b ( vn l1 + 2l2 )
1
[l1 + 4l2 + l3 ]
6
1
xn +1 = xn + [ k1 + 4k2 + k3 ] ,
6
vn +1 = vn +
xn +1 = 2 xn xn 1 + h 2 [ kx bvn ] ,
(3.4.4)
xn +1 =
bh
2 xn + xn 1 1 kxn h 2 .
bh + 2
2
(3.4.5)
Implementando cada uno de los esquemas anteriores, usando los mismos parmetros en
cada uno, incluso para la solucin analtica, se gener la siguiente grfica comparativa,
donde cada recuadro numerado corresponde a una amplificacin mostrada posteriormente:
65
Como se aprecia en figura anterior, todas las soluciones tienen el mismo comportamiento
cualitativo, sin embargo, como puede verse en el recuadro 1, existen diferencias notables.
Observamos que la solucin con VerletScherer y con el Algoritmo Extendido, estn
prcticamente empalmadas al inicio de la simulacin, dando valores ligeramente mayores a
la solucin analtica y aun a Runge-Kutta.
66
67
68
4.
CONCLUSIONES
Se encontr que el Algoritmo Clsico de Verlet es til para aplicaciones que involucran
dimensiones desde microscpicas hasta astronmicas, las cuales, hasta nuestro
conocimiento, no han sido reportadas. El mtodo clsico de Verlet es tan preciso como el
Mtodo de Runge-Kutta de 3er orden adems de que emplea una tercera parte de las
llamadas a la funcin.
Se desarroll un nuevo algoritmo para la solucin de ecuaciones diferenciales de segundo
orden con dependencia con la primera derivada lineal y cuadrticamente, el cual result ser
equivalente en su desempeo a los mtodos ms utilizados, con la ventaja de ser ms
eficiente en cuanto a su simplicidad algebraica, adems de requerir menos localidades de
memoria simultneas en su implementacin. Tambin se evalu una correccin al
algoritmo de Verlet para introducir fuerzas dependientes de la velocidad, propuesta por
C. Scherer [Ref. 15], cuyo desempeo no fue satisfactorio tanto en las posiciones como en
las velocidades comparado con la solucin exacta, de Runge-Kutta y la correcin aqu
propuesta.
Pensamos que la Extensin al Algoritmo de Verlet presentada en el presente trabajo puede
enriquecer el rea de la Computacin Cientfica, as como ampliar las posibilidades de
aplicacin del anlisis numrico dentro de la Fsica Computacional, con las ventajas de
simplicidad y confiabilidad del Algoritmo Clsico de Verlet, siendo lo suficientemente
verstil como para aceptar modelos ms completos de las fuerzas que rigen los fenmenos a
estudiar pudiendo ser considerablemente complejos, de modo que la utilidad del nuevo
algoritmo estar limitada nicamente por el nivel de confiabilidad y complejidad de dicho
modelo.
En resumen:
69
70