ErnestoKofman jcc2007

Sistemas Continuos y Ec.
Diferenciales Mtodos de Integracin Numrica Mtodos de Integracin por Cuanticacin
Simulacin de Sistemas Continuos.

Principios bsicos y algunos avances recientes.
Ernesto Kofman
Laboratorio de Sistemas Dinmicos y Procesamiento de la Informacin FCEIA - UNR. CONICET
E. Kofman
Simulacin de Sistemas Continuos
Sistemas Continuos y Ec. Diferenciales Mtodos de Integracin Numrica Mtodos de Integracin por Cuanticacin
Organizacin de la Presentacin
1
Sistemas Continuos y Ecuaciones Diferenciales Conceptos Bsicos Ejemplo Introductorio Ecuaciones de Estado Mtodos de Integracin Numrica Introduccin Caractersticas de los Mtodos Algunas Dicultades Mtodos de Integracin por Cuanticacin Introduccin Sistemas Cuanticados y DEVS Mtodos de QSS
E. Kofman Simulacin de Sistemas Continuos
Conceptos Bsicos Ejemplo Introductorio Ecuaciones de Estado
Sistemas Continuos
Son sistemas cuyas variables evolucionan de forma continua en el tiempo Esto incluye: sistemas fsicos (mecnicos, elctricos, hidrulicos, etc.), procesos qumicos, dinmica de poblaciones, algunos modelos econmicos, etc. Estos sistemas pueden en general modelarse mediante Ecuaciones Diferenciales.
Sistemas Continuos Ejemplo

Sistema MasaResorte x (t ), v (t ) k m b Modelo del sistema (de segundo orden): (t ) = v (t ) x 1 (t ) = [k x (t ) b v (t ) + F (t )] v m
F (t )
Sistemas Continuos Ejemplo (cont)

Diagrama de Bloques F (t ) v (t ) 1/m b /m k /m x (t )
(t ) = v (t ) x k b 1 (t ) = x (t ) v (t ) + F (t ) v m m m
(1)

Si nos interesa predecir el comportamiento del sistema, debemos resolver la Ecuacin Diferencial (20). Por ejemplo, para los parmetros k = b = m = 1, tomando F (t ) = 1 para t 0 y las condiciones iniciales x (0) = 0 y v (0) = 0, la solucin analtica est dada por 3 t /2 3 3 x (t ) = 1 e sin t et /2 cos t 3 2 2 (2) 12 t /2 3 v (t ) = e sin t 3 2 para todo t 0

Solucin de la Ecuacin (20)
1.2
x (t )
1
x (t ), v (t )
0.8
0.6
0.4
0.2
v (t )
0 0.2
10
t
Sistemas Continuos Ecuaciones de Estado

En general, los sistemas continuos con parmetros concentrados pueden describirse mediante Ecuaciones Diferenciales Ordinarias.(EDOs) De aqu en ms, escribiremos las EDOs como Ecuaciones de Estado: 1 (t ) = f1 (x1 (t ), , xn (t ), t ) x . . . n (t ) = fn (x1 (t ), , xn (t ), t ) x
(3)
donde x1 , x2 , , xn se denominan variables de estado y n es el orden del sistema.

Sistemas Continuos Solucin de las EDOs

La Ecuacin de Estados (en forma vectorial) (t ) = f (x (t ), t ) x con condicin inicial x (t0 ) = x0 (5) en general no puede resolverse de manera analtica (salvo en casos lineales o algunos casos no lineales muy simples). Por este motivo, para conocer la evolucin de las variables del sistema xi (t ) debe recurrirse a la integracin numrica. (4)
E. Kofman
Introduccin Caractersticas de los Mtodos Algunas Dicultades
Mtodos de Integracin Numrica

Consideremos el sistema (t ) = f (x (t ), t ) x con la condicin inicial x (t0 ) = x0 conocida. El objetivo de los mtodos de integracin numrica es obtener una solucin aproximada en los instantes de tiempo t1 , t2 , , tN . 1 x (t1 ), x 2 x (t2 ), , x N x (tN ), x La distancia hk tk +1 tk se denomina paso de integracin, y puede ser constante o variable, segn el mtodo.
(6)
Mtodo de Euler
Aproximando la derivada por el cociente incremental, puede escribirse x (tk +1 ) x (tk ) (tk ) = f (x (tk ), tk ) x tk +1 tk Tomando h tk +1 tk (h jo) puede despejarse xk +1 = xk + h f (xk , tk ) Luego, conociendo x0 , pueden obtenerse x1 , x2 , , xN de forma iterativa. La frmula de Euler (7) dene una Ecuacin en Diferencias (Sistema de Tiempo Discreto).
(7)
Mtodo de Euler Ejemplo

Solucin con Euler de la Ecuacin (20) (h = 0.1)
2
1.5
x (t ), v (t )
x (t )
1 0.5
v (t )
0
0.5
10
E. Kofman

Solucin con Euler de la Ecuacin (20) (h = 0.5)
2
1.5
x (t ), v (t )
x (t )
1 0.5
v (t )
0
0.5
10
E. Kofman

Solucin con Euler de la Ecuacin (20) (h = 1)
2
1.5
x (t ), v (t )
x (t )
1 0.5
v (t )
0
0.5
10
t

Solucin con Euler de la Ecuacin (20) (h = 2)
20
15
x (t ), v (t )
10
x (t ) v (t )
10
10
E. Kofman
Error y Estabilidad Numrica

En todos los casos, la solucin numrica tuvo un error apreciable. El error local por truncamiento es el que se comete de un paso al siguiente. En general aumenta al aumentar el paso h. Adems, con h = 2 la solucin numrica se torn inestable. Una solucin es numricamente estable si no diverge cuando k Es deseable que la estabilidad numrica coincida con la estabilidad analtica de la solucin. Evidentemente, en el mtodo de Euler esto depende del paso h.
Orden de Precisin
La expansin en serie de Taylor de la solucin exacta de la EDO (6) en torno a xk es: xk +1 = xk + h f (xk , tk ) + h3 d 2 f h2 df (xk , tk ) + (xk , tk ) + . . . (8) 2! dt 3! dt 2
El orden de precisin de un mtodo es la mxima potencia de h hasta la cual coinciden las soluciones exacta y numrica. El mtodo de Euler es entonces un mtodo de primer orden Cuanto mayor es el orden de un mtodo, menor es el error local por truncamiento.
E. Kofman
Mtodos Monopaso
Son mtodos que calculan xk +1 utilizando nicamente informacin sobre xk . (Mtodos de RungeKutta) Forward Euler (primer orden): xk +1 = xk + h f (xk , tk ) Backward Euler (primer orden): xk +1 = xk + h f (xk +1 , tk +1 ) Regla Trapezoidal (segundo orden): xk +1 = xk + 0.5 h [f (xk +1 , tk +1 ) + f (xk , tk )] Heun (segundo orden): k1 = f (xk , tk ), k2 = f (xk +hk1 , tk +h), xk +1 = xk +0.5h(k1 +k2 )
Mtodos Multipaso
Son mtodos que calculan xk +1 utilizando informacin sobre xk y sobre algunos puntos anteriores (xk 1 , etc). AdamsBashforth 3 (tercer orden): xk +1 = xk + h (23 fk 16 fk 1 + 5 fk 2 ) 12
Backward Difference Formulae (BDF) 3 (tercer orden): xk +1 = Nota: llamamos fk 18 9 2 6 xk xk 1 + xk 2 + h fk +1 11 11 11 11 f (xk , tk ).

Mtodos Implcitos
Los mtodos implcitos utilizan informacin del futuro para calcular xk +1 , y por lo tanto requieren resolver una ecuacin en cada paso. Los mtodos de Backward Euler, la Regla Trapezoidal y BDF3 son ejemplos de mtodos implcitos. Los mtodos implcitos tienen grandes ventajas en relacin a la estabilidad numrica. Como contrapartida, su implementacin requiere de algoritmos iterativos para resolver la ecuacin implcita en cada paso.
E. Kofman
Control de Paso
En muchos casos, los mtodos se implementan con un algoritmo de control de paso automtico:
1
Con dos mtodos de orden distinto se da un paso h hacia adelante. Se estima el error como la diferencia entre los dos valores. Si el error estimado es menor que el error tolerado, se acepta el paso y se aumenta el valor de h para el siguiente paso. Si por el contrario, el error es mayor que el tolerado, se disminuye el valor de h y se repite el paso.
2 3
Con esta idea se puede controlar el paso de integracin h en funcin de una tolerancia de error preestablecida.
Sistemas Stiff (Rgidos)
Son sistemas que contienen simultneamente dinmica lenta y dinmica rpida. En principio, la idea sera usar un paso chico al comienzo y luego agrandarlo cuando la dinmica rpida desaparece. El problema es que los mtodos explcitos se tornan numricamente inestables al agrandar el paso h. Por esto, con los sistemas stiff deben utilizarse exclusivamente mtodos implcitos provistos de algoritmos de control de paso.
E. Kofman
Sistemas Marginalmente Estables
Son sistemas que estn en el lmite de la estabilidad analtica. Ej: el sistema masa resorte (20) sin friccin (b = 0), sistemas de dinmica celeste, etc. En estos casos: Los mtodos explcitos resultan numricamente inestables. Los mtodos implcitos en general resultan numricamente estables. Se necesita utilizar mtodos implcitos especiales denominados Festables como la Regla Trapezoidal
E. Kofman
Sistemas Discontinuos
Un modelo simple de una pelota que cae y rebota contra el piso es el siguiente: (t ) = v (t ) y (t ) = v g g
k m
y (t )
b m
v (t )
si y (t ) > 0 si y (t ) 0
y (t )
Esta EDO tiene una discontinuidad en y = 0. Los mtodos de integracin pueden cometer errores inaceptables. Es necesario detectar los instantes en que y (t ) = 0 y recomenzar la simulacin a partir de all.
Bibliografa sobre Mtodos de Integracin

F. Cellier y E. Kofman. Continuous System Simulation. Springer, New York, 2006. E. Hairer, S.orsett, y G. Wanner. Solving Ordinary Differential Equations I. Nonstiff Problems. Springer, 2nd edicin, 1993. E. Hairer y G. Wanner. Solving Ordinary Differential Equations II. Stiff and DifferentialAlgebraic Problems. Springer, 1st edicin, 1991.
E. Kofman
Introduccin Sistemas Cuanticados y DEVS Mtodos de QSS
Ejemplo Introductorio
Consideremos el sistema de segudo orden: 1 (t ) = x2 (t ) x 2 (t ) = x1 (t ) x y la siguiente aproximacin: 1 (t ) = x oor(x2 (t )) = q2 (t ) 2 (t ) = oor(x1 (t )) = q1 (t ) x (10) (9)
E. Kofman
5
La Ecuacin 1 (t ) = q2 (t ) x 2 (t ) = q1 (t ) x puede resolverse. Consideremos las c.i. x1 (0) = 4.5, x2 (0) = 0.5:
1 = 0 x x1 (t )
2 = 4 x x2 (t )
t1 = 0.5/4
0 0.1 0.2 0.3 0.4 0.5 0.6
E. Kofman
5
x1 (t )
1 = 1 x
2 = 4 x x2 (t )
t2 = t1 + 1/4
0 0.1 0.2 0.3 0.4 0.5 0.6
E. Kofman
5
x1 (t )
1 = 2 x a
2 = 4 x x2 (t )
t3 = t2 + a/2
0 0.1 0.2 0.3 0.4 0.5 0.6
E. Kofman
5
x1 (t )
1 = 2 x
x2 (t ) 2 = 3 x
0.1
0.2
0.3
0.4
0.5
0.6
E. Kofman
Solucin del Sistema Cuanticado
5 4
10
E. Kofman
Sistemas Cuanticados y DEVS.
A diferencia de los mtodos de integracin vistos, el sistema aproximado (10) no puede escribirse como una Ecuacin en Diferencias: x (tk +1 ) = f (x (tk ), tk ) Como veremos, los Sistemas Cuanticados son equivalentes a modelos de Eventos Discretos DEVS M = (X , Y , S , int , ext , , ta)
E. Kofman
Sistemas Cuanticados y DEVS

Diagrama de bloques del Sistema (11) x2 (t ) x1 (t )
1 (t ) = x2 (t ) x 2 (t ) = x1 (t ) x
(11)
E. Kofman

Diagrama de bloques del Sistema (12) x2 (t ) q2 (t ) x1 (t ) q1 (t )
1 (t ) = q2 (t ) x 2 (t ) = q1 (t ) x
(12)

Modelo DEVS Equivalente a (12) q2 (t ) q1 (t )
1 (t ) = q2 (t ) x x2 (t ) = q1 (t )
(12)
Integrador Cuanticado
Integrador Cuanticado dx (t ) x (t ) q (t )
Notar que la salida del bloque es seccionalmente constante. Si consideramos adems que la entrada tambn lo es, podemos pensar dichas trayectorias como secuencias de eventos. El comportamiento del integrador cuanticado puede representarse por un modelo DEVS elemental.
E. Kofman
Funciones Estticas
Funcin Esttica q1 (t ) . . . qn (t ) dx (t ) f (q1 , , qn )
Si la entrada es seccionalmente constante, la salida tambin lo ser. El comportamiento de una funcin esttica tambin puede representarse mediante un modelo DEVS elemental.

Dado un sistema continuo (t ) = f (x (t ), u (t )) x el sistema cuanticado (t ) = f (q (t ), u (t )) x (14) (13)
es equivalente a un DEVS y en principio podra simularse acoplando integradores cuanticados y funciones estticas. Esta es la idea original de Bernard Zeigler para simular EDOs mediante Sistemas Cuanticados.

Dado un sistema continuo (t ) = f (x (t ), u (t )) x el sistema cuanticado (t ) = f (q (t ), u (t )) x (14) (13)
es equivalente a un DEVS y en principio podra simularse acoplando integradores cuanticados y funciones estticas. Esta es la idea original de Bernard Zeigler para simular EDOs mediante Sistemas Cuanticados.
Sistemas Cuanticados Problema
Desafortunadamente, esta idea no funciona debido a la aparicin de oscilaciones innitamente rpidas. Analicemos por ejemplo lo que ocurre con el sistema cuanticado (t ) = oor (x (t )) 0.5 x con x (0) = 0. Esto se puede solucionar agregando histresis a la cuanticacin, lo que resulta en el Mtodo de QSS.
(15)
E. Kofman
Sistemas Cuanticados Problema
Desafortunadamente, esta idea no funciona debido a la aparicin de oscilaciones innitamente rpidas. Analicemos por ejemplo lo que ocurre con el sistema cuanticado (t ) = oor (x (t )) 0.5 x con x (0) = 0. Esto se puede solucionar agregando histresis a la cuanticacin, lo que resulta en el Mtodo de QSS.
(15)
E. Kofman
Mtodo de QSS
Funcin de Cuanticacin con Histresis
Qi xi qi t
Mtodo de QSS
Denicin Dado un sistema (t ) = f (x (t ), u (t )) x (16) con x Rn , u Rm y f : Rn Rn , la aproximacin QSS est dada por (t ) = f (q (t ), u (t )) x (17) donde q (t ) y x (t ) estn vinculadas componente a componente por funciones de cuanticacin con histresis. El QSS (17) es equivalente a un modelo DEVS Legtimo.
E. Kofman
QSS Diagrama de Bloques
u f1 . . . xn fn q qn x1 q1
E. Kofman
Propiedades de QSS
Deniendo x (t ) como q (t ) x (t ), la Ec.(17) puede reescribirse (t ) = f (x (t ) + x (t ), u (t )) x que es muy similar a (16), excepto por la perturbacin acotada x . Luego resulta: Convergencia: El error tiende a 0 cuando la cuanticacin Q 0.
Estabilidad prctica: Cuando el sistema original es estable, las soluciones quedan en un entorno del punto de equilibrio. Cota de Error Global Calculable!: En sistemas lineales, se puede acotar el error cometido en funcin de la cuanticacin.
QSS Ejemplo
La aproximacin QSS del sistema masa resorte (20) puede escribirse como 1 (t ) = q2 (t ) x k 2 (t ) = m q1 (t ) x
b m
q2 (t ) +
1 m F (t )
(18)
Para los parmetros utilizados (m = b = k = 1), la cota de error global puede calcularse como |e1 (t )| Q1 + Q2 2.3094 Q1 + Q2 |e2 (t )| (19)
E. Kofman
QSS Ejemplo
Solucin con Q = 0.01
1.2
q1 (t ), q2 (t )
0.8
0.6
0.4
0.2
0.2
10
E. Kofman
QSS Ejemplo
Solucin con Q = 0.05
1.2
q1 (t ), q2 (t )
0.8
0.6
0.4
0.2
0.2
10
E. Kofman
QSS Ejemplo
Solucin con Q = 0.1
1.2
q1 (t ), q2 (t )
0.8
0.6
0.4
0.2
0.2
10
E. Kofman
QSS Caractersticas
Ventajas Estabilidad y Cota de Error. Descentralizacin (slo clculos locales). Explota ralitud Grandes ventajas para simular sistemas discontinuos Desventajas Aparicin de oscilaciones. Problemas en sistemas stiff. Necesidad de elegir el quantum. El nmero de pasos crece linealmente con la precisin.
E. Kofman
Mtodo de QSS2
Cuanticacin de primer orden First Order Quantizer Mismas propiedades y ventajas que QSS. Mtodo de segundo orden. Q Input Output El nmero de pasos crece con la raz cuadrada de la precisin.
E. Kofman
Mtodo de QSS3
Cuanticacin de segundo orden Second Order Quantizer Mismas propiedades y ventajas que QSS. Mtodo de tercer orden. Q El nmero de pasos crece con la raz cbica de la precisin.
Input Output
E. Kofman
Mtodo de Backward QSS

Cuanticacin Backward Backward Quantizer BQSS: Similares propiedades y ventajas que QSS. Q Mtodo de primer orden. Input Output No produce oscilaciones, y sirve para sistemas stiff.
E. Kofman
Mtodo de Centered QSS

Cuanticacin Centrada Centered Quantizer
CQSS: Similares propiedades y ventajas que QSS.
Q Input Output
Mtodo de primer orden. Es F-estable y sirve para sistemas marginalmente estables.
E. Kofman
Implementacin de los Mtodos: PowerDEVS
PowerDEVS es un simulador de DEVS que tiene libreras que implementan los mtodos de QSS. Es una herramienta libre, totalmente desarrollada en la FCEIAUNR. Tiene un editor grco y un motor de simulacin DEVS programado en C++.
E. Kofman
Ejemplo Sistema Masa Resorte

Diagrama de Bloques F (t ) v (t ) 1/m b /m k /m x (t )
(t ) = v (t ) x k b 1 (t ) = x (t ) v (t ) + F (t ) v m m m
(20)
Ejemplo Pelotita Rebotando

Un modelo simple de una pelota cayendo y rebotando por una escalera es el siguiente: x x v y y v = vx = = vy = g ba b k vy sw [ vy + (y int(h + 1 x ))] m m m ba vx m
donde sw es 1 en el piso y 0 en el aire. Los eventos de estado se producen cuando: y = int(h + 1 x )

(21)
Ejemplo Lnea de Transmisin

L u0 C L C L C un
Este modelo de lnea de transmisin sin prdidas es Stiff (debido a la carga). No Lineal (debido a la carga). Marginalmente estable. De orden elevado.
1 (t ) = u0 (t ) u1 (t ) 1 (t ) = 1 (t ) 2 (t ) u . . . n (t ) = un1 (t ) un (t )
n (t ) = n (t ) (10000 un )3 u
E. Kofman
Trabajo Actual en el Tema
En el Laboratorio de Sistemas Dinmicos de la FCEIA estamos trabajando actualmente en los siguientes temas relacionados con los mtodos de QSS: Mtodos de QSS para sistemas stiff. Simulacin de sistemas de electrnica de potencia. Implementacin de lo mtodos en tiempo real. Simulacin de sistemas de control por redes de comunicacin.
E. Kofman
Bibliografa Sobre Mtodos de QSS

F. Cellier and E. Kofman. Continuous System Simulation. Springer, New York, 2006. E. Kofman. A Second Order Approximation for DEVS Simulation of Continuous Systems. Simulation, 78(2):7689, 2002. E. Kofman. Discrete Event Simulation of Hybrid Systems. SIAM Journal on Scientic Computing, 25(5):17711797, 2004. E. Kofman and S. Junco. Quantized State Systems. A DEVS Approach for Continuous System Simulation. Transactions of SCS, 18(3):123132, 2001. B. Zeigler, T.G. Kim, and H. Praehofer. Theory of Modeling and Simulation. Second edition. Academic Press, New York, 2000.
E. Kofman
Bibliografa Sobre Mtodos de QSS
E. Kofman. A Third Order Discrete Event Simulation Method for Continuous System Simulation. Latin American Applied Research, 36(2):101108, 2006. E. Kofman and B. Zeigler. DEVS Simulation of Marginally Stable Systems. In Proceedings of IMACS05, Paris, France, 2005. G. Migoni, E. Kofman, and F.E. Cellier. Integracin por Cuanticacin de Sistemas Stiff. Revista Iberoam. de Autom. e Inf. Industrial, 4(3):97106, 2007. E. Pagliero, M. Lapadula, and E. Kofman. PowerDEVS. Una Herramienta Integrada de Simulacin por Eventos Discretos. In Proceedings of RPIC03, volume 1, pages 316321, San Nicolas, Argentina, 2003.
E. Kofman

ErnestoKofman jcc2007

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

ErnestoKofman jcc2007

Enviado por

Direitos autorais:

Formatos disponíveis

Sistemas Continuos y Ec.

Diferenciales Mtodos de Integracin Numrica Mtodos de Integracin por Cuanticacin

Simulacin de Sistemas Continuos.

Simulacin de Sistemas Continuos

Conceptos Bsicos Ejemplo Introductorio Ecuaciones de Estado

Conceptos Bsicos Ejemplo Introductorio Ecuaciones de Estado

Sistemas Continuos Ejemplo

Conceptos Bsicos Ejemplo Introductorio Ecuaciones de Estado

Sistemas Continuos Ejemplo (cont)

Conceptos Bsicos Ejemplo Introductorio Ecuaciones de Estado

Sistemas Continuos Ejemplo (cont)

Conceptos Bsicos Ejemplo Introductorio Ecuaciones de Estado

Sistemas Continuos Ejemplo (cont)

Conceptos Bsicos Ejemplo Introductorio Ecuaciones de Estado

Sistemas Continuos Ecuaciones de Estado

donde x1 , x2 , , xn se denominan variables de estado y n es el orden del sistema.

Conceptos Bsicos Ejemplo Introductorio Ecuaciones de Estado

Sistemas Continuos Solucin de las EDOs

Simulacin de Sistemas Continuos

Introduccin Caractersticas de los Mtodos Algunas Dicultades

Mtodos de Integracin Numrica

Introduccin Caractersticas de los Mtodos Algunas Dicultades

Introduccin Caractersticas de los Mtodos Algunas Dicultades

Mtodo de Euler Ejemplo

Simulacin de Sistemas Continuos

Introduccin Caractersticas de los Mtodos Algunas Dicultades

Mtodo de Euler Ejemplo

Simulacin de Sistemas Continuos

Introduccin Caractersticas de los Mtodos Algunas Dicultades

Mtodo de Euler Ejemplo

Introduccin Caractersticas de los Mtodos Algunas Dicultades

Mtodo de Euler Ejemplo

Simulacin de Sistemas Continuos

Introduccin Caractersticas de los Mtodos Algunas Dicultades

Error y Estabilidad Numrica

Introduccin Caractersticas de los Mtodos Algunas Dicultades

Simulacin de Sistemas Continuos

Introduccin Caractersticas de los Mtodos Algunas Dicultades

Introduccin Caractersticas de los Mtodos Algunas Dicultades

Backward Difference Formulae (BDF) 3 (tercer orden): xk +1 = Nota: llamamos fk 18 9 2 6 xk xk 1 + xk 2 + h fk +1 11 11 11 11 f (xk , tk ).

Introduccin Caractersticas de los Mtodos Algunas Dicultades

Simulacin de Sistemas Continuos

Introduccin Caractersticas de los Mtodos Algunas Dicultades

Introduccin Caractersticas de los Mtodos Algunas Dicultades

Sistemas Stiff (Rgidos)

Simulacin de Sistemas Continuos

Introduccin Caractersticas de los Mtodos Algunas Dicultades

Sistemas Marginalmente Estables

Simulacin de Sistemas Continuos

Introduccin Caractersticas de los Mtodos Algunas Dicultades

Introduccin Caractersticas de los Mtodos Algunas Dicultades

Bibliografa sobre Mtodos de Integracin

Simulacin de Sistemas Continuos

Introduccin Sistemas Cuanticados y DEVS Mtodos de QSS

Simulacin de Sistemas Continuos

Introduccin Sistemas Cuanticados y DEVS Mtodos de QSS

Simulacin de Sistemas Continuos

Introduccin Sistemas Cuanticados y DEVS Mtodos de QSS

Simulacin de Sistemas Continuos

Introduccin Sistemas Cuanticados y DEVS Mtodos de QSS

Simulacin de Sistemas Continuos

Introduccin Sistemas Cuanticados y DEVS Mtodos de QSS

Simulacin de Sistemas Continuos