Documentos de Académico
Documentos de Profesional
Documentos de Cultura
) (
) (
) , y
poder estimar los valores entre ellos por medio del polinomio.
1.1. INTERPOLACIN LINEAL
La interpolacin lineal es la ms utilizada en el manejo de datos de tablas. Consiste
en trazar un recta entre cada par de los puntos de datos, razn por la cual tambin
es llamada interpolacin por trazadores lineales o splines de primer orden.
Consideremos un conjunto de datos (
) (
) (
)(
()
Hay que tener en cuenta que la interpolacin lineal se hace por pedazos y no
entrega un solo polinomio para todo el conjunto de datos.
La implementacin de la interpolacin lineal en Matlab teniendo en cuenta que es a
pedazos se muestra en el algoritmo 1.1.
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
5
Carlos Armando De Castro Payares
Algoritmo 1.1: Interpolacin lineal en Matlab
Entradas: valor a interpolar x, vectores conteniendo los puntos X y Y.
Salidas: valor interpolado y.
function [y]=IntLineal(x,X,Y)
for i=1:numel(X)-1
if x>=X(i) && x<=X(i+1)
y=(Y(i+1)-Y(i))/(X(i+1)-X(i))*(x-X(i))+Y(i);
end
end
Ejemplo 1.1. Termodinmica (Excel)
Una parte de la tabla de presin y temperatura de saturacin del agua es
2
:
P [kPa] T [C]
35 72.7
45 78.7
Necesitamos saber la presin requerida para que el agua se sature a una
temperatura de 75C, en la tabla vemos este valor no aparece explcito por lo que
debemos interpolar, entonces aplicando la ecuacin (1.1) donde x son las
presiones e y las temperaturas:
(
) ( )
Utilizando una hoja de Excel programada con la ecuacin (1.1) tenemos:
Tabla de datos
Valor deseado x
x y
75
72.7 35
Interpolado y
78.7 45
38.83
2
http://www.engineeringtoolbox.com/saturated-steam-properties-d_101.html
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
6
Carlos Armando De Castro Payares
Y la grfica de esta interpolacin se muestra a continuacin:
Figura 1.2. Interpolacin de la tabla de saturacin del agua.
1.2. POLINOMIOS DE LAGRANGE
Este mtodo de interpolacin no se utiliza mucho en la prctica y lo pongo en
carcter informativo. Para ilustrar cmo funciona la interpolacin por polinomios
de Lagrange considrese un conjunto de datos de tres puntos
(
) (
) (
)(
)
(
)(
)(
)
(
)(
)(
)
(
)(
Obsrvese que en el punto
)
(
()
Una forma mucho ms sencilla de ver la (1.2) es en forma de un algoritmo, el cual
se muestra escrito para Matlab en el algoritmo 1.1.
0
5
10
15
20
25
30
35
40
45
50
72 74 76 78 80
Datos
Interpolado
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
7
Carlos Armando De Castro Payares
Algoritmo 1.2: Polinomios de Lagrange en Matlab
Entradas: valor a interpolar x, vectores conteniendo los puntos X y Y.
Salidas: valor interpolado y.
function [y]=PoliLagrange(x,X,Y)
y=0;
for i=1:numel(X)
L=1;
for j=1:numel(X)
if j~=i
L=L*(x-X(j))/(X(i)-X(j));
end
end
y=y+L*Y(i);
end
Ejemplo 1.2. Polinomios de Lagrange (Matlab)
Se tiene el conjunto de datos:
x y
1 1
2 3
3 -1
4 0
5 3
6 2
Corriendo el algoritmo 1.2 muestra el polinomio interpolador de Lagrange:
Figura 1.3. Polinomio de Lagrange interpolando los datos.
1 2 3 4 5 6
-2
-1
0
1
2
3
4
5
Lagrange
Datos
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
8
Carlos Armando De Castro Payares
2. APROXIMACIN
En ocasiones se tiene un conjunto de datos experimentales y se desea hallar una
funcin analtica que los represente de forma satisfactoria. Para ello es necesario
hacer una aproximacin de la funcin a los datos con el menor error posible.
2.1. MNIMOS CUADRADOS
Los mnimos cuadrados es un mtodo basado en minimizar el error entre los datos
y la funcin de aproximacin. Para un conjunto de datos
(
) (
) (
()
La idea es que la funcin f de aproximacin minimice el valor de R descrito por
(2.1). En el caso de una recta, se tiene
(
()
Para minimizar el error derivamos (2.2) respecto a los parmetros de la recta, por
lo que debe cumplirse
, entonces
De donde surge el sistema de ecuaciones lineal:
Los parmetros de la recta de aproximacin que minimiza R son entonces:
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
9
Carlos Armando De Castro Payares
()
) ()
Algoritmo 2.1: Aproximacin lineal por mnimos cuadrados en Matlab
Entradas: vectores conteniendo los puntos X y Y.
Salidas: pendiente m e intercepto b de la recta de aproximacin.
function [m,b]=mincuadlin(X,Y)
n=numel(X);
A(2,2)=n;
B=zeros(2,1);
for i=1:n
A(1,1)=A(1,1)+X(i)^2;
A(1,2)=A(1,2)+X(i);
A(2,1)=A(2,1)+X(i);
B(1,1)=B(1,1)+X(i)*Y(i);
B(2,1)=B(2,1)+Y(i);
end
sol=A\B;
m=sol(1,1);
b=sol(2,1);
El algoritmo 2.1 puede ser hecho de otra forma, se deja al lector la optimizacin del
mismo como ejercicio. El anlisis hecho para la aproximacin por medio de una
recta puede hacerse de manera anloga para hallar los coeficientes de cualquier
funcin f que se quiera utilizar para aproximar.
Ejemplo 2.1. Temperatura de una placa al Sol (Matlab)
Se tienen los siguientes datos de una prueba en la que se midi la diferencia de
temperatura de una placa expuesta al Sol y la ambiente, se desea aproximar por
medio de una recta para hallar un coeficiente de transferencia de calor
equivalente:
Rad. Sol. [W/m2] T [C]
300 5.4
350 6.5
450 7.1
500 8.1
600 9.5
800 12.3
1000 15.8
El coeficiente es el inverso de la pendiente de la recta de aproximacin, corriendo
el algoritmo 2.1 en Matlab se tiene:
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
10
Carlos Armando De Castro Payares
Por lo que el coeficiente equivalente es 1/m = 68.97 W/m
2
C. La grfica de la recta
de aproximacin con los puntos de datos se muestra a continuacin:
Figura 2.1. Aproximacin lineal por mnimos cuadrados en Matlab.
2.2. APROXIMACIN CON USO DE EXCEL
El software Excel tiene una ventaja muy grande y es que hace por s mismo las
aproximaciones a un conjunto de datos, desde lineales, cuadrticas o el grado de
polinomio que uno desee hasta aproximaciones por medio de logaritmos.
Hago nfasis en lo siguiente: las aproximaciones que hace Excel siguen la misma
filosofa presentada en la minimizacin del error de la seccin 2.1.
300 400 500 600 700 800 900 1000
4
6
8
10
12
14
16
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
11
Carlos Armando De Castro Payares
Ejemplo 2.2. Temperatura de una placa al Sol (Excel)
Con los mismos datos del Ejemplo 2.1, se grafican utilizando Insertar Grfico en
Excel y tipo de grfico Dispersin:
Figura 2.2. Grfica de los datos del ejemplo.
Se hace click derecho sobre alguno de los puntos y se selecciona Agregar lnea de
tendencia:
Una vez se hace esto aparece el cuadro que permite escoger el tipo de
aproximacin y da la opcin de mostrar la ecuacin de la funcin de aproximacin,
en este caso escogemos aproximacin lineal:
0
2
4
6
8
10
12
14
16
18
0 200 400 600 800 1000 1200
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
12
Carlos Armando De Castro Payares
El resultado se muestra en la Figura 2.3, donde podemos observar la pendiente y el
intercepto de la recta de aproximacin siendo iguales al ejemplo 2.1:
Figura 2.3. Aproximacin lineal en Excel.
y = 0.0145x + 0.9437
R = 0.9926
0
2
4
6
8
10
12
14
16
18
0 200 400 600 800 1000 1200
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
13
Carlos Armando De Castro Payares
3. ECUACIONES ALGEBRAICAS NO LINEALES
En ocasiones en el mbito de la ingeniera es necesario resolver ecuaciones no
lineales que no tienen solucin analtica o que es muy engorroso hallarlas. Para
estos casos, deben utilizarse mtodos de solucin numrica de ecuaciones como
los presentados en esta seccin.
3.1. MTODO DE PUNTO FIJO
El mtodo de punto fijo consiste en una forma iterativa de resolver una ecuacin
de la forma () . El mtodo consiste en elegir una aproximacin inicial
y
realizar la iteracin
) ()
Hasta que la diferencia
) (
] ()
La falla catastrfica de la placa se produce cuando el factor de intensidad de
esfuerzos K iguala o supera a la tenacidad a la fractura KIc, entonces el tamao de
grieta crtica es
()
Como el factor geomtrico Y depende de af, la ecuacin E3.3 debe resolverse por el
mtodo de punto fijo. La iteracin es entonces:
[ (
) (
]
)
Se tiene un caso de una placa sujeta a tensin donde w = 2.5in, = 24.89ksi, KIc =
52ksiin. Se elige como aproximacin inicial a0 = 0.250in. Una hoja de Excel
programada para este caso particular con el mtodo de punto fijo entrega la
solucin con tres cifras decimales:
a(i) Y a (i+1) a (i+1) - a (i) Iteracin
0.250 2.103 0.987 0.737 1
0.987 3.684 0.322 -0.665 2
0.322 2.180 0.919 0.597 3
0.620 2.655 0.619 -0.001 118
0.619 2.654 0.620 0.001 119
0.620 2.655 0.620 0.000 120
La tabla muestra que la iteracin converge en 120 pasos al valor
.
Figura 3.1. Valor calculado de af en cada iteracin.
0.000
0.200
0.400
0.600
0.800
1.000
1.200
0 20 40 60 80 100 120
a
f
[
i
n
]
Iteracin
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
15
Carlos Armando De Castro Payares
3.2. MTODO DE NEWTON-RAPHSON
Se utiliza para resolver ecuaciones de la forma () . El mtodo de Newton se
obtiene de la serie de Taylor truncada en el primer trmino, recordando la serie de
Taylor para una funcin f alrededor de un punto
tenemos:
() (
)(
)
En el punto deseado para la solucin () por lo que despejando x:
)
(
)
El mtodo consiste en elegir una aproximacin inicial
y realizar la iteracin
)
()
Hasta que la diferencia
()
. La iteracin es entonces
Se escoge una aproximacin inicial x0 = -10, entonces, una sencilla tabulacin en
Excel da la raz
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
16
Carlos Armando De Castro Payares
x(i) x(i+1) x(i+1)-x(i)
-10.000 -6.690 3.310
-6.690 -4.502 2.188
-4.502 -3.079 1.423
-3.079 -2.198 0.881
-2.198 -1.729 0.469
-1.729 -1.566 0.162
-1.566 -1.546 0.020
-1.546 -1.546 0.000
3.3. MTODO DE LA SECANTE
Se utiliza para resolver ecuaciones de la forma () . El mtodo consiste en
elegir dos aproximaciones iniciales
y realizar la iteracin
)
(
)
(
) (
)
()
Hasta que la diferencia
)
(
) (
)
(
) (
) (
) (
)
Con una tabla de Excel programada con el mtodo de la secante se hallan las tres
soluciones .
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
17
Carlos Armando De Castro Payares
4. SISTEMAS DE ECUACIONES LINEALES
En muchas ocasiones en el ejercicio de la profesin nos encontramos con sistemas
de ecuaciones lineales algebraicas, muchos surgen al discretizar ecuaciones
diferenciales parciales, en la solucin de problemas de optimizacin y escenarios
varios; en la prctica los sistemas pueden ser muy grandes y su tratamiento
analtico llega a ser engorroso o imposible. En este captulo presento dos mtodos
numricos para solucionar estos problemas, todos los ejemplos son
implementados en Excel.
Todo sistema de ecuaciones lineales se puede escribir de forma matricial:
()
La ecuacin (4.1) es para cada fila:
()
Despejando la i-sima incgnita de (4.2) se tiene:
()
Los mtodos de Jacobi y de Gauss-Seidel presentados en esta seccin se basan en la
ecuacin (4.3), sin embargo, estos mtodos slo convergen y dan resultados
cuando la matriz [A] es diagonalmente dominante, es decir, se tiene que cumplir
para cada fila de la matriz lo siguiente:
()
Al igual que con los mtodos de solucin numrica de ecuaciones no lineales es
necesario hacer una suposicin inicial de la solucin e iterar; esta iteracin se hace
hasta que el residual sea menor a una tolerancia establecida a criterio del usuario,
el residual que se utiliza generalmente entre iteraciones es:
(
()
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
18
Carlos Armando De Castro Payares
4.1. MTODO DE JACOBI
El mtodo de Jacobi consiste en hacer una suposicin inicial de la solucin e iterar
con los valores previos utilizando la ecuacin (4.3). La ecuacin que describe la
iteracin de Jacobi es:
()
En el algoritmo 4.1 se muestra el algoritmo del mtodo de Jacobi implementado en
Matlab.
Algoritmo 4.1: Mtodo de Jacobi en Matlab
Entradas: matriz A, vector b, aproximaciones iniciales x0, tolerancia TOL, iteraciones
mximas MAX.
Salidas: valor x tal que Ax=b, residual res, iteraciones it.
function [x,res,it]=jacobi(A,b,x0,MAX,TOL)
sw=1;
x1=x0;
it=0;
n=numel(b);
while sw==1
for i=1:n
suma=0;
for j=1:i-1
suma=suma+A(i,j)*x1(j);
end
for j=i+1:n
suma=suma+A(i,j)*x1(j);
end
x2(i)=1/A(i,i)*(b(i)-suma);
end
Sres=0;
for i=1:n
Sres=Sres+(x2(i)-x1(i))^2;
end
res=sqrt(Sres);
if res<=TOL || it==MAX
x=x2;
sw=0;
else
x1=x2;
it=it+1;
end
end
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
19
Carlos Armando De Castro Payares
4.2. MTODO DE GAUSS-SEIDEL
El mtodo de Gauss-Seidel consiste en hacer una suposicin inicial de la solucin e
iterar utilizando los valores previos de las incgnitas que no se han actualizado y
los valores de la iteracin actual de las incgnitas que ya se han iterado, todo esto
utilizando la ecuacin (4.3). La ecuacin que describe la iteracin de Gauss-Seidel
es:
) ()
El mtodo de Gauss-Seidel tiene la ventaja de que converge mucho ms rpido que
el mtodo de Jacobi, lo cual veremos en el Ejemplo 4.1.
En el algoritmo 4.2 se muestra el algoritmo del mtodo de Gauss-Seidel
implementado en Matlab.
Algoritmo 4.2: Mtodo de Gauss-Seidel en Matlab
Entradas: matriz A, vector b, aproximaciones iniciales x0, tolerancia TOL, iteraciones
mximas MAX.
Salidas: valor x tal que Ax=b, residual res, iteraciones it.
function [x,res,it]=gauss_seidel(A,b,x0,MAX,TOL)
sw=1;
x1=x0;
x2=x1;
it=0;
n=numel(b);
while sw==1
for i=1:n
suma=0;
for j=1:i-1
suma=suma+A(i,j)*x2(j);
end
for j=i+1:n
suma=suma+A(i,j)*x1(j);
end
x2(i)=1/A(i,i)*(b(i)-suma);
end
Sres=0;
for i=1:n
Sres=Sres+(x2(i)-x1(i))^2;
end
res=sqrt(Sres);
if res<=TOL || it==MAX
x=x2;
sw=0;
else
x1=x2;
it=it+1;
end
end
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
20
Carlos Armando De Castro Payares
Ejemplo 4.1. Sistema 3X3 (Matlab y Excel).
Resolver el siguiente sistema de ecuaciones lineales utilizando los mtodos de
Jacobi y Gauss-Seidel implementados en Matlab y Excel:
[
] [
] [
] ()
La solucin en Matlab se obtiene corriendo los algoritmos 4.1 y 4.2 con MAX = 15 y
TOL = 1e-9; en Excel se obtiene programando una hoja de clculo (ver archivo
descargable), los resultados finales se resumen en la siguiente tabla:
EXCEL MATLAB
Solucin Jacobi Gauss Jacobi Gauss
x 1.472 1.472 1.472 1.472
y 0.051 0.051 0.051 0.051
z -0.468 -0.468 -0.468 -0.468
Iteraciones 15 15 15 15
Residual 9.63E-05 2.58E-08 5.00E-05 6.40E-09
Se observa que en Matlab los residuales son menores, esto es debido al sistema de
manejo de decimales de Matlab que es ms preciso que el de Excel; sin embargo, lo
ms interesante es observar los residuales entre el mtodo de Jacobi y el de Gauss-
Seidel, tanto en la tabla como en la Figura 4.1:
Figura 4.1. Residual en cada iteracin.
Es claro que la convergencia y precisin de Gauss-Seidel es mucho mejor que
Jacobi y por eso es que recomiendo el primero.
1.00E-08
1.00E-07
1.00E-06
1.00E-05
1.00E-04
1.00E-03
1.00E-02
1.00E-01
1.00E+00
1.00E+01
0 5 10 15 20
R
e
s
i
d
u
a
l
Iteracin
Res. Jacobi
Res. Gauss
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
21
Carlos Armando De Castro Payares
5. SISTEMAS DE ECUACIONES NO LINEALES
En ocasiones surgen sistemas de ecuaciones no lineales que deben resolverse,
como por ejemplo en intercambio de calor por radiacin entre cuerpos. Para
solucionar estos problemas existen mtodos iterativos, de los cuales presento el
mtodo que he utilizado ms en mi experiencia, tiene la ventaja de ser muy sencillo
de implementar tanto en Matlab como en Excel, sobre todo en este ltimo.
5.1. MTODO DE PUNTO FIJO MULTIVARIABLE
El mtodo de punto fijo multivariable es anlogo al caso mostrado en la Seccin
3.1, sirve para resolver un sistema de ecuaciones de la forma:
()
El mtodo procede definiendo dos vectores x y F(x), tal que
[
] () [
] ()
Debe hacerse una aproximacin inicial de la solucin x
0
, y luego se hace la iteracin
) ()
Hasta que el valor residual
) (
)()(
)
(
)()(
) (
) ()
(
)()(
) (
) (
) ()
Calcular las temperaturas de las placas con las ecuaciones E5.1 y E5.2. Despejando
de E5.1 y E5.2 tenemos las ecuaciones para iterar:
[(
])
()(
) [(
])
Con la suposicin inicial:
Suposicin
inicial
T1 [K] T2 [K]
-11 0
Tenemos los resultados de 100 iteraciones:
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
23
Carlos Armando De Castro Payares
Resultados
T1 [K] T2 [K] Residual Iteraciones
332.82 311.76 9.34E-02 100
Figura 5.2. Evolucin de las iteraciones.
Hay un asunto interesante ac, y es que la suposicin inicial no tiene sentido
fsico (no existe en el Universo -11 K de temperatura), de hecho, en este caso la
suposicin inicial se hizo a ensayo y error para que el sistema no se hiciera
inestable. Por ejemplo, con la siguiente suposicin inicial:
0.00E+00
5.00E+01
1.00E+02
1.50E+02
2.00E+02
2.50E+02
3.00E+02
3.50E+02
4.00E+02
0 20 40 60 80 100 120
R
e
s
i
d
u
a
l
Iteracin
0.00
50.00
100.00
150.00
200.00
250.00
300.00
350.00
0 20 40 60 80 100 120
T
1
[
K
]
Iteracin
0.00
50.00
100.00
150.00
200.00
250.00
300.00
350.00
0 20 40 60 80 100 120
T
2
[
K
]
Iteracin
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
24
Carlos Armando De Castro Payares
Suposicin
inicial
T1 [K] T2 [K]
300 300
El sistema no converge, como se puede observar en las siguientes grficas de
evolucin de las iteraciones:
Figura 5.3. Sistema inestable debido a suposicin inicial.
0.00E+00
5.00E+01
1.00E+02
1.50E+02
2.00E+02
0 20 40 60 80 100 120
R
e
s
i
d
u
a
l
Iteracin
0.00
50.00
100.00
150.00
200.00
250.00
300.00
350.00
400.00
450.00
0 20 40 60 80 100 120
T
1
[
K
]
Iteracin
0.00
50.00
100.00
150.00
200.00
250.00
300.00
350.00
400.00
0 20 40 60 80 100 120
T
2
[
K
]
Iteracin
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
25
Carlos Armando De Castro Payares
Hay una forma de hacer ms estable el mtodo? La respuesta es S, y es utilizando
un mtodo de punto fijo modificado.
5.2. MTODO DE PUNTO FIJO MODIFICADO
Es la misma idea del mtodo de Gauss-Seidel (Seccin 4.2) de utilizar en la
iteracin actual las variables ya actualizadas. La iteracin se hace de la siguiente
forma en este caso:
) ()
)
Hasta que el valor residual
[(
])
()(
) [(
])
Con la suposicin inicial:
Suposicin
inicial
T1 [K] T2 [K]
300 300
Los resultados son los siguientes:
Resultados
T1 [K] T2 [K] Residual Iteraciones
332.78 311.79 1.14E-13 100
Se observa claramente en esta ltima tabla de resultados y en las grficas de la
Figura 5.4 que el sistema es muy estable y converge de una manera mucho ms
rpida.
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
26
Carlos Armando De Castro Payares
Figura 5.4. Evolucin de las iteraciones.
0.00E+00
1.00E+01
2.00E+01
3.00E+01
4.00E+01
5.00E+01
6.00E+01
0 20 40 60 80 100 120
R
e
s
i
d
u
a
l
Iteracin
320.00
325.00
330.00
335.00
340.00
345.00
350.00
0 20 40 60 80 100 120
T
1
[
K
]
Iteracin
306.00
308.00
310.00
312.00
314.00
316.00
318.00
320.00
322.00
0 20 40 60 80 100 120
T
2
[
K
]
Iteracin
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
27
Carlos Armando De Castro Payares
6. DERIVACIN E INTEGRACIN NUMRICAS
6.1. DIFERENCIAS FINITAS
La diferenciacin numrica es muy til en casos en los cuales se tiene una funcin
que es muy engorrosa de derivar, o en casos en los cuales no se tiene una funcin
explcita sino una serie de datos experimentales.
Para entender de una manera sencilla la discretizacin por diferencias finitas de
una derivada debe tenerse en cuenta la interpretacin geomtrica de la derivada
en un punto, que es la pendiente de la curva en el punto de inters. Considrense
tres puntos intermedios en una curva como se muestra en la figura 6.1:
Figura 6.1. Curva discretizada.
Supngase que interesa la derivada en el punto (
()
()
()
Las ecuaciones 6.1 a 6.3 son llamadas diferencias finitas. La ecuacin 6.1 se
recomienda para hallar la derivada del punto inicial de una curva, la ecuacin 6.2
se recomienda para hallar la derivada del punto final de una curva, y la ecuacin
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
28
Carlos Armando De Castro Payares
6.3 es la ecuacin de diferencias finitas centrales, y se recomienda para hallar la
derivada en los puntos intermedios de una curva.
En el caso cuando las diferencias
()
()
()
La ecuacin 6.4 se recomienda para hallar la derivada del punto inicial de una
curva, la ecuacin 6.5 se recomienda para hallar la derivada del punto final de una
curva, y la ecuacin 6.6 se recomienda para hallar la derivada en los puntos
intermedios de una curva.
El mtodo de derivacin por diferencias finitas implementado en Matlab se
muestra en el algoritmo 6.1.
Algoritmo 6.1: Derivacin numrica en Matlab
Entradas: vectores conteniendo los puntos X y Y.
Salidas: vector con el valor de las derivadas, df.
function [df]=derivada(X,Y)
N=numel(X);
df(1)=(Y(2)-Y(1))/(X(2)-X(1));
df(N)=(Y(N)-Y(N-1))/(X(N)-X(N-1));
for n=2:N-1
df(n)=(Y(n+1)-Y(n-1))/(X(n+1)-X(n-1));
end
plot(X,df,k-)
La derivacin numrica tambin puede implementarse de forma muy sencilla en
tablas de Excel.
Ejemplo 6.1. Curvas SVAJ para levas (Excel)
Se tiene una tabla datos de la curva de movimiento de un seguidor de leva (ver
archivo de Excel que viene con el libro), determinar si la leva cumple con
condiciones de continuidad de las curvas de velocidad, aceleracin y sobre-
aceleracin (tambin conocida como jerk).
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
29
Carlos Armando De Castro Payares
Teniendo tabulados los datos de tiempo y posicin podemos calcular con las
ecuaciones (6.4) a (6.6) la velocidad, aceleracin y sobreaceleracin de forma
numrica:
En las grficas se observan saltos en la velocidad y aceleracin, por lo cual se
deduce que este diseo de leva no es adecuado.
Figura 6.2. Posicin del seguidor.
Figura 6.3. Velocidad del seguidor.
0.00
0.20
0.40
0.60
0.80
1.00
1.20
1.40
1.60
1.80
0.0 0.5 1.0 1.5 2.0 2.5 3.0
x
[
m
]
t [s]
-4.00
-3.00
-2.00
-1.00
0.00
1.00
2.00
0.0 0.5 1.0 1.5 2.0 2.5 3.0
v
[
m
/
s
]
t [s]
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
30
Carlos Armando De Castro Payares
Figura 6.4. Aceleracin del seguidor.
Figura 6.5. Sobreaceleracin del seguidor.
-15.00
-10.00
-5.00
0.00
5.00
10.00
15.00
20.00
0.0 0.5 1.0 1.5 2.0 2.5 3.0
a
[
m
/
s
^
2
]
t [s]
-250.00
-200.00
-150.00
-100.00
-50.00
0.00
50.00
100.00
150.00
200.00
250.00
300.00
0.0 0.5 1.0 1.5 2.0 2.5 3.0
j
[
m
/
s
^
3
]
t [s]
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
31
Carlos Armando De Castro Payares
6.2. MTODO DE LOS TRAPECIOS
La integracin numrica es muy til en casos en los cuales se tiene una funcin que
es muy engorrosa de integrar o que no posee anti-derivada, o en casos en los
cuales no se tiene una funcin explcita sino una serie de datos experimentales.
Aunque hay varios mtodos de integracin numrica, ac solo se mostrar en
mtodo de los trapecios, ya que es el ms sencillo de implementar y de entender.
Para entender el mtodo de los trapecios debe tomarse en cuenta la interpretacin
geomtrica de una integral como rea bajo la curva, siendo as, considrese el rea
de un trapecio entre dos puntos de una curva como se muestra en la figura 6.6.
Figura 6.6. rea de un trapecio entre dos puntos de una curva.
El rea del trapecio es:
)(
) ()
El valor de la integral en un intervalo con n+1 puntos
es entonces la suma
de las distintas reas por sub-intervalo:
()
()
En el caso que el tamao de sub-intervalo sea un valor constante, la ecuacin
6.8 resulta
()
()
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
32
Carlos Armando De Castro Payares
Otra forma de verlo, y ms fcil de programar en una hoja de Excel, es la siguiente:
el valor acumulado de la integral en el intervalo i (notado como Ii) es
)(
) ()
Y el valor I de la integral en el dominio de inters es el valor final acumulado de la
ecuacin 6.10. La ecuacin 6.10 puede ponerse fcilmente en trminos de frmula
de celdas en una hoja de Excel, descargar el archivo de Excel de la pgina donde se
descarga el libro para ver el ejemplo 6.2 resuelto en Excel.
La implementacin en Matlab del mtodo de los trapecios con la ecuacin 6.10 se
muestra en el algoritmo 6.2.
Algoritmo 6.2: Mtodo de los trapecios en Matlab
Entradas: valor inicial de la integral I0, vectores conteniendo los puntos X y Y.
Salidas: vector con el valor acumulativo de la integral, I.
function [I]=integral(I0,X,Y)
N=numel(X);
I(1)=I0;
for n=2:N
I(n)=I(n-1)+0.5*(Y(n)+Y(n-1))*(X(n)-X(n-1));
end
plot(X,I,'k-');
Ejemplo 6.2. Mecnica de la fractura (Excel)
El crecimiento de una grieta en el borde de una placa por ciclo de esfuerzos viene
dado por la ecuacin de Paris
()
()
Donde N es el nmero de ciclos, A y m son constantes del material, es la
diferencia de esfuerzos a tensin sobre la pieza y Y viene dado por la ecuacin
E3.2. Cuando se observa una grieta de tamao a0, el nmero de ciclos restante para
fractura catastrfica de la pieza se obtiene separando las variables e integrando la
ecuacin E6.1:
()
()
Supngase que se tiene la placa del ejemplo 3.1 con
([ (
) (
] )
Aplicando la ecuacin (6.2) en una hoja de Excel tenemos la grfica de crecimiento
de la grieta:
Figura 6.7. Crecimiento de grieta calculado por integracin numrica.
Segn el valor final de la integral los ciclos de falla son:
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0 5000 10000 15000 20000 25000 30000 35000 40000
a
[
i
n
]
N [ciclos]
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
34
Carlos Armando De Castro Payares
7. ECUACIONES DIFERENCIALES CON VALOR INICIAL
Los mtodos numricos para ecuaciones diferenciales que se presentan aplican
para ecuaciones diferenciales ordinarias con condiciones iniciales de tipo
( )
()
(
Estos mtodos son muy tiles cuando se tienen ecuaciones diferenciales que no
pueden resolverse por los mtodos analticos o cuya solucin analtica es muy
engorrosa.
Nota: estos mtodos son generalizables a sistemas de ecuaciones diferenciales,
aplicando la discretizacin o mtodo de solucin a cada ecuacin del sistema por
separado y uniendo las soluciones a medida que se hallan.
7.1. MTODO DE EULER
El mtodo de Euler consiste en aproximar la derivada de la ecuacin 7.1 por
diferencias finitas como en la ecuacin 6.4, entonces la ecuacin diferencial resulta
)
Por lo cual el valor de la funcin en el intervalo de tiempo n+1 es
) ()
El mtodo de Euler tiene la desventaja de que se vuelve inestable y la solucin
diverge si el tamao de paso de tiempo es muy grande.
En el algoritmo 7.1 se muestra el algoritmo del mtodo de Euler en pseudocdigo
debido a que no hay forma de escribir un cdigo en Matlab general para este
mtodo.
Algoritmo 7.1: Mtodo de Euler (pseudocdigo)
Entradas: valor inicial y0, tiempo inicial t0, tamao de paso dt, nmero de puntos N
Salidas: valores y tal que dy/dt = f(t,y)
y(1)=y0;
t(1)=t0;
for n=2:N
y(n)=y(n-1)+dt*f(t(n-1),y(n-1));
t(n)=t(n-1)+dt;
end
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
35
Carlos Armando De Castro Payares
Ejemplo 7.1. Mecnica de la fractura (Excel)
El crecimiento de una grieta en el borde de una placa por ciclo de esfuerzos viene
dado por la ecuacin de Paris (E6.1). Una forma de estimar el crecimiento de una
grieta con el nmero de ciclos diferente a la integracin numrica del ejemplo 6.2
es resolviendo la ecuacin E6.1 por el mtodo de Euler, en este caso se tiene la
ecuacin diferencial discretizada
()
[ (
) (
Y despejando
()
[ (
) (
()
Implementando en una hoja de Excel la ecuacin (E7.1) tenemos la curva de
crecimiento de grieta (Figura 7.12) y la solucin del nmero de ciclos para falla:
Compare este resultado y la curva de crecimiento con los calculados por
integracin numrica en el ejemplo 6.2.
Figura 7.1. Crecimiento de grieta calculado con el mtodo de Euler.
0.000
0.100
0.200
0.300
0.400
0.500
0.600
0.700
0 5000 10000 15000 20000 25000 30000 35000 40000
a
[
i
n
]
N [ciclos]
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
36
Carlos Armando De Castro Payares
7.2. MTODO DE RUNGE-KUTTA DE ORDEN 4
Uno de los mtodos ms utilizados para resolver numricamente problemas de
ecuaciones diferenciales ordinarias con condiciones iniciales es el mtodo de
Runge-Kutta de cuarto orden, el cual proporciona un pequeo margen de error con
respecto a la solucin real del problema y es fcilmente programable en un
software para realizar las iteraciones necesarias. Hay variaciones en el mtodo de
Runge-Kutta de cuarto orden pero el ms utilizado es el mtodo en el cual se elige
un tamao de paso y un nmero mximo de iteraciones N tal que
)
Para k = 0,, N-1. La solucin se da a lo largo del intervalo (to, to+ N). En el
algoritmo 7.2 se muestra el algoritmo del mtodo de Runge-Kutta de orden 4 en
pseudocdigo parecido a MATLAB, debido a que no hay forma de escribir un
cdigo en MATLAB general para este mtodo.
Algoritmo 7.2: Mtodo de Runge-Kutta de orden 4 (pseudocdigo)
Entradas: valor inicial y0, tiempo inicial t0, tamao de paso dt, nmero de puntos N
Salidas: valores y tal que dy/dt = f(t,y)
y(1)=y0;
t(1)=t0;
for n=2:N
k1=dt*f(t(n-1),y(n-1));
k2=dt*f(t(n-1)+dt/2,y(n-1)+k1/2);
k3=dt*f(t(n-1)+dt/2,y(n-1)+k2/2);
k4=dt*f(t(n-1)+dt,y(n-1)+k3);
y(n)=y(n-1)+1/6*(k1+2*k2+2*k3+k4);
t(n)=t(n-1)+dt;
end
Ejemplo 7.2. Velocidad en medios con arrastre (Excel)
La ecuacin diferencial que rige la velocidad v de un cuerpo de masa m y rea
proyectada A que cae en un medio de densidad es
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
37
Carlos Armando De Castro Payares
()
El cuerpo adquiere su velocidad terminal de cada cuando no acelera ms, es decir,
la derivada de la velocidad es cero. De acuerdo a E7.2, la velocidad terminal terica
es
()
Supngase una moneda con m = 0.010kg y A = 3.141610
-4
m
2
, que cae de un
edificio, entonces = 1kg/m
3
. La velocidad terminal segn E7.3 es
[ (
[ (
)
Tomando intervalo t=1s y velocidad inicial nula, se tiene el mtodo
implementado en una hoja de Excel con los valores en la tabla, y se muestra cmo
se desarrolla la velocidad en la figura 7.2:
Figura 7.2. Velocidad de la moneda a medida que cae.
0.00
5.00
10.00
15.00
20.00
25.00
30.00
0 5 10 15 20 25
v
[
m
/
s
]
t [s]
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
38
Carlos Armando De Castro Payares
8. ECUACIONES DIFERENCIALES CON VALORES EN LA
FRONTERA
El mtodo numrico para ecuaciones diferenciales que se presenta aplica para
ecuaciones diferenciales de tipo:
) ()
En el dominio y con condiciones de frontera diversas tales como valor de
la primera derivada de y o valores de la funcin y conocidas en las fronteras 0 y L.
La solucin numrica muy til cuando se tienen ecuaciones diferenciales que no
pueden resolverse por los mtodos analticos o cuya solucin analtica es muy
engorrosa.
8.1. SOLUCIN POR DIFERENCIAS FINITAS
Este mtodo consiste en simplemente discretizar las derivadas por medio de
diferencias finitas (Seccin 6.1) para convertir la ecuacin diferencial en un
sistema algebraico que puede ser resuelto por cualquier de los mtodos de los
captulos 4 o 5.
La discretizacin de la doble derivada se hace usando la Ecuacin (6.4):
)
Entonces la segunda derivada se discretiza como:
()
Con este resultado y la Ec. (6.4), la ecuacin diferencial (8.1) se discretiza en el
punto i como:
) ()
La Ecuacin (8.3) representa un sistema de ecuaciones cuyo tamao depende del
nmero de intervalos que queramos utilizar.
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
39
Carlos Armando De Castro Payares
Ejemplo 8.1. Transferencia de calor bajo el suelo.
Considere que tenemos un terreno que absorbe efectivamente 800 W/m
2
de
radiacin solar en su superficie, la cual intercambia calor con el ambiente a 293 K y
con un coeficiente de 10 W/m
2
K y con el cielo a 277 K y una emitancia de 0.8. A
una profundidad de 1.00 m la temperatura se conoce constante en 283 K y la
conductividad trmica del suelo es 2.2 W/m.K. Calcular la distribucin de
temperaturas bajo el suelo si est en estado estacionario.
Figura 8.1. Diagrama de la transferencia de calor en el suelo.
La ecuacin que modela la distribucin de temperaturas bajo el suelo en este caso
es la ecuacin de calor 1D en estado estacionario:
()
Las condiciones de frontera son en el fondo:
() ()
Y en la superficie es el balance de calor (
):
()
( ()) ()(
()
) ()
Discretizamos primero el dominio de solucin, en este caso vamos a calcular las
temperaturas en 5 puntos (nodos) distanciados a 0.2 m cada uno (x = 0.2 m). El
diagrama se observa en la Figura 8.2:
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
40
Carlos Armando De Castro Payares
Figura 8.2. Discretizacin del dominio del problema.
Tenemos entonces para la superficie la discretizacin de (E8.3):
) ()(
)
Escribindolo para una solucin por iteracin por mtodo de punto fijo modificado
(Seccin 5.2) tenemos:
()(
)(
] ()
Para los nodos 2 a 4 discretizamos (E8.1):
Escribindolo para una solucin por iteracin por mtodo de punto fijo modificado
(Seccin 5.2) tenemos:
) ()
Y para el nodo 5:
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
41
Carlos Armando De Castro Payares
Escribindolo para una solucin por iteracin por mtodo de punto fijo modificado
(Seccin 5.2) tenemos:
) ()
Implementando las ecuaciones (E8.4) a (E8.6) en una hoja de Excel con la
suposicin inicial de que todas son 300 K tenemos los resultados:
Resultados
x [m] T [K]
0.0 332.96
0.2 322.97
0.4 312.97
0.6 302.98
0.8 292.99
1.0 283.00
Iteraciones 20
Residual 2.44E-03
La grfica muestra una distribucin lineal de la temperatura bajo el suelo como se
ve en la Figura 8.3:
Figura 8.3. Distribucin de la temperatura bajo el suelo.
Y la evolucin de los residuales con cada iteracin se observa en la Figura 8.4:
280.00
290.00
300.00
310.00
320.00
330.00
340.00
0.0 0.2 0.4 0.6 0.8 1.0 1.2
T
e
m
p
e
r
a
t
u
r
a
[
K
]
Profundidad x [m]
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
42
Carlos Armando De Castro Payares
Figura 8.4. Evolucin del residual con las iteraciones.
BIBLIOGRAFA
- ANLISIS NUMRICO. Richard L. Burden, J. Douglas Faires.
- CALCULUS. Vol. 1 y 2. Tom Apostol.
SOBRE EL AUTOR
Ingeniero mecnico egresado de la Universidad de los Andes de Bogot, Colombia,
donde estudi gracias a la beca Bachilleres por Colombia otorgada por Ecopetrol a
los mejores bachilleres del pas cada ao; ha visto cursos de posgrado en
Matemticas Aplicadas, Dinmica Computacional de Fluidos y Combustin;
adicionalmente, ha presentado ponencias en el VII Congreso Colombiano de
Mtodos Numricos, el Seminario Internacional Secado de Productos Agrcolas y el
I Congreso de Energa Sostenible.
Piloto Deportivo de aviones ultralivianos.
0.00E+00
5.00E+00
1.00E+01
1.50E+01
2.00E+01
2.50E+01
3.00E+01
3.50E+01
4.00E+01
0 5 10 15 20 25
R
e
s
i
d
u
a
l
Iteracin
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
43
Carlos Armando De Castro Payares
ASESORAS EN MATEMTICAS, FSICA E INGENIERA
SERVICIOS PARA ESTUDIANTES
Damos asesoras y clases particulares de refuerzo para estudiantes de
bachillerato y universitarios en las siguientes reas:
Matemticas: geometra, lgebra, trigonometra, clculo diferencial,
integral y vectorial, ecuaciones diferenciales, lgebra lineal.
Fsica: mecnica, elctrica y trmica, dinmica de aviones.
Ingeniera: mecnica de slidos esttica y dinmica, sistemas
dinmicos, mecnica de materiales, mecnica de fluidos, termodinmica,
transferencia de calor, mecanismos, diseo mecnico, aerodinmica
bsica.
Mtodos numricos: uso de Matlab y Excel para solucin por medio
de mtodos numricos de diferentes problemas en materias avanzadas
y proyectos de grado de pregrado y posgrado.
Pruebas SABER: preparacin adicional en Matemticas y Fsica.
Tambin aplica para examen de ingreso a U. Nacional.
Estudiantes de Aviacin: refuerzo en Aerodinmica, Matemticas y
Fsica para estudiantes de Piloto Comercial.
Traduccin de ingls: traducimos artculos cientficos y tcnicos
desde y hacia el ingls para presentacin a revistas y seminarios
internacionales.
Asesoras en Matemticas, Fsica e Ingeniera
Mtodos numricos bsicos para ingeniera
44
Carlos Armando De Castro Payares
SERVICIOS PARA PEQUEAS Y MEDIANAS
EMPRESAS
Prestamos los siguientes servicios para pequeas y medianas empresas:
Montaje de indicadores: implementacin de hojas de clculo en Excel
para manejo de datos, indicadores y estadsticas con uso de tablas
dinmicas.
Anlisis de datos: prestamos servicios de anlisis estadstico y de
indicadores clave para determinar el desempeo de su empresa y hallar
cuellos de botella o causas races de fallas recurrentes.
Procesos de mantenimiento preventivo: asesoramos en el montaje de
procesos de mantenimiento preventivo y correctivo, implementando
formatos y hojas de control en Excel.
Cursos de Excel: dictamos cursos en manejo de Excel para usted y sus
empleados para manejo de miles de datos de forma eficiente.
Clculos de Ingeniera: prestamos servicios de clculo de ingeniera y
diseo de estructuras y mquinas simples.
Traduccin del ingls: traducimos manuales y documentos tcnicos
desde y hacia el ingls.
_______________________________________________
Asesoras en Matemticas, Fsica e Ingeniera
Celular: 312-636-9880
Correo: asesormating@gmail.com
https://sites.google.com/site/matematicasingenieria
Bogot, Colombia