Simulación numérica del equilibrio térmico de cuerpos en contacto aplicando el método Montecarlo

• Estela Urbina, Ronald Omar ^[1] ; Incio Flores, Fernando Alain ^[1] ; Contreras Barsallo, Elisa ^[2] ; Paredes Coronel, Caroline Maricielo ^[1] ; Ortiz Rodríguez, Jesús Arnils ^[1]
  1. [1] Universidad Nacional Intercultural Fabiola Salazar Leguía de Bagua
  2. [2] I.E Túpac Amaru de Chiriaco-Imaza-Amazonas
• Localización: Dékamu Agropec, ISSN-e 2709-3190, Vol. 2, Nº. 1, 2021 (Ejemplar dedicado a: Journal of Scientific Research: Dékamu Agropec), págs. 25-34
• Idioma: español
• Títulos paralelos:
  • Numerical simulation of the thermal equilibrium of bodies in contact using the Montecarlo method
• Enlaces
  • Texto completo
• Resumen
  • español

    Las condiciones de confinamiento social obligatorio como medida para detener la propagación del COVID-19 ha repercutido en los espacios académicos, de esta manera tanto los estudiantes y docentes universitarios estamos impedidos como medida sanitaria de hacer uso de laboratorios, lo que implica una dificultad para la enseñanza-aprendizaje, sobre todo en asignaturas que tiene un componente práctico u horas de laboratorio de manera considerable, como es el caso de los cursos de física. Es en este contexto que los estudiantes de ingeniería civil del V ciclo, a través del curso de métodos numéricos desarrollaron la simulación numérica de Montecarlo. Para este fin se establecieron varias actividades virtuales, como es el caso de la realización de un taller de capacitación en lenguaje de programación; de la misma forma se llevó a cabo el diseño de un diagrama de flujo o algoritmo para luego implementarlo en códigos de programación BASIC. El objetivo de esta investigación es simular numéricamente el comportamiento térmico del sistema, así como su evolución temporal, por medio de un modelo físico basado en los intercambios energéticos. Este se fundamenta en el comportamiento de las partículas que componen los cuerpos, que en base a su movimiento aleatorio chocan o colisionan con la pared de contacto transfiriendo energía. Esto permite ver la evolución “temporal” del sistema hasta lograr el equilibrio térmico; obteniendo resultados que, para mayores unidades de “tiempo” virtual el sistema tiende a lograr su equilibrio térmico, que comparados con los resultados teóricos se logran márgenes de error cada vez más pequeños. El comportamiento aleatorio de este sistema hace propicio aplicar el método de Montecarlo representando esto una estrategia de aprendizaje generando un “laboratorio virtual” donde se propician aprendizajes significativos a bajo costo.

  • English

    The conditions of compulsory social confinement as a measure to stop the spread of COVID-19 has had repercussions in academic spaces, in this way both students and university teachers are prevented as a health measure from using laboratories, which implies a difficulty for the teaching-learning, especially in subjects that have a considerable practical component or laboratory hours, as is the case of physics courses. It is in this context that the civil engineering students of the V cycle, through the course of numerical methods, developed the numerical simulation of Monte Carlo. For this purpose, several virtual activities were established, such as the realization of a training workshop in programming language; in the same way, the design of a flow diagram or algorithm was carried out and then implemented in BASIC programming codes. The objective of this research is to numerically simulate the thermal behavior of the system, as well as its temporal evolution, by means of a physical model based on energy exchanges. This is based on the behavior of the particles that make up the bodies, which based on their random movement collide or collide with the contact wall, transferring energy. This allows to see the "temporary" evolution of the system until achieving thermal equilibrium; obtaining results that, for larger units of virtual "time", the system tends to achieve its thermal equilibrium, which compared to the theoretical results, increasingly smaller margins of error are achieved. The random behavior of this system makes it suitable to apply the Monte Carlo method, representing this as a learning strategy generating a “virtual laboratory” where significant learning is promoted at low cost.