Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Metodos Numericos Basicos para Ing
Metodos Numericos Basicos para Ing
Mtodos Numricos
Bsicos para Ingeniera
Con implementaciones en MATLAB y Excel
Carlos Armando De Castro Payares
Notas sobre los mtodos numricos bsicos ms tiles para la Ingeniera, sin mucha
profundizacin matemtica y con aplicaciones prcticas y ejemplos de implementaciones
en MATLAB y Excel.
CODIGO LEGAL
CONTENIDOS
1. INTERPOLACIN
1.1. Polinomios de Lagrange
1.2. Interpolacin lineal
2. APROXIMACIN
2.1. Mnimos cuadrados
2.2. Transformada rpida de Fourier
3. RACES DE ECUACIONES
3.1. Mtodo de punto fijo
3.2. Mtodo de Newton-Raphson
3.3. Mtodo de la secante
4. SISTEMAS DE ECUACIONES NO LINEALES
4.1. Mtodo de Newton-Raphson multidimensional
5. DIFERENCIACIN NUMRICA
5.1. Diferencias finitas
6. INTEGRACIN NUMRICA
6.1. Mtodo de los trapecios
7. ECUACIONES DIFERENCIALES CON VALOR INICIAL
7.1. Mtodo de Euler
7.2. Mtodo de Runge-Kutta de cuarto orden
PRLOGO
1. INTERPOLACIN
1.1.
POLINOMIOS DE LAGRANGE
Una forma mucho ms sencilla de ver la ec. 1.1 es en forma de un algoritmo, el cual
se muestra escrito para MATLAB en el algoritmo 1.1.
5
Lagrange
Datos
-1
-2
1.2.
INTERPOLACIN LINEAL
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 como en el caso de los
polinomios de Lagrange.
La implementacin de la interpolacin lineal en MATLAB teniendo en cuenta que
es a pedazos se muestra en el algoritmo 1.2.
Ejemplo 1.2.
Utilizando los mismos valores del ejemplo 1.1 se tiene la implementacin del
algoritmo 1.2.
3
Datos
Int. Lineal
2.5
2
1.5
1
0.5
0
-0.5
-1
2. APROXIMACIN
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
, si
es la funcin de aproximacin, la suma del
cuadrado de los errores es
, entonces
El algoritmo 2.1 puede ser optimizado, 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 cualquier funcin f.
Ejemplo 2.1. Ensayo de tensin
Se tienen los siguientes datos de la parte elstica de un ensayo de tensin realizado
con una probeta, y se desea conocer el mdulo de elasticidad del material:
[mm/mm]
0
0.001
0.002
0.003
0.004
0.005
0.006
[MPa]
0
20.5
25.2
35.4
41.6
44.2
50.3
El mdulo de elasticidad viene dado por la pendiente de la recta que aproxima los
datos, entonces, aplicando el algoritmo 2.1 a los datos se tiene que la pendiente de
la recta es E = 76.7 GPa, y el material que ms se aproxima a tal mdulo es una
aleacin de aluminio.
60
Lineal
Datos
50
Esfuerzo [MPa]
40
30
20
10
3
Deformacin
6
-3
x 10
2.2.
Las series de Fourier son tiles para representar cualquier onda como una
sumatoria de senos y cosenos. En este caso se tratar nicamente con el manejo de
datos experimentales por medio de la transformada rpida de Fourier.
Cuando se tiene una serie de datos en el tiempo
, con
una frecuencia de muestreo (es decir, inverso del intervalo de tiempo entre datos
medidos) y un nmero de datos N par, se define una resolucin en frecuencia
y la funcin que aproxima los datos es
Los coeficientes
= ');
sw=0;
while sw==0;
sw=input('Oprima cualquier nmero diferente de cero y ENTER para
grabar: ');
voz=wavrecord(N,fs);
end
0.5
0.4
0.3
0.2
Amplitud
0.1
0
-0.1
-0.2
-0.3
-0.4
-0.5
0.2
0.4
0.6
Tiempo [s]
0.8
0.025
0.02
0.015
0.01
0.005
200
400
600
800
1000
1200
3. RACES DE ECUACIONES
3.1.
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
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 tabla de Excel
programada para este caso particular con el mtodo de punto fijo entrega la
solucin con tres cifras decimales:
a(i)
0.250
0.987
0.322
0.620
0.619
0.620
Y
2.103
3.684
2.180
2.655
2.654
2.655
a (i+1)
0.987
0.322
0.919
0.619
0.620
0.620
a (i+1) - a (i)
0.737
-0.665
0.597
-0.001
0.001
0.000
Iteracin
1
2
3
118
119
120
af [in]
0.800
0.600
0.400
0.200
0.000
0
20
40
60
80
100
120
Iteracin
3.2.
MTODO DE NEWTON-RAPHSON
. El mtodo consiste en
Ejemplo 3.2.
Se desea resolver la ecuacin
entonces se tiene
3.3.
x(i+1)
-6.690
-4.502
-3.079
-2.198
-1.729
-1.566
-1.546
-1.546
x(i+1)-x(i)
3.310
2.188
1.423
0.881
0.469
0.162
0.020
0.000
MTODO DE LA SECANTE
Ejemplo 3.3.
Se necesita resolver la ecuacin trigonomtrica
entre
con tres cifras significativas. La iteracin en este caso es entonces
Con una tabla de Excel programada con el mtodo de la secante se hallan las tres
soluciones
.
4
3
2
1
0
-1
10
12
-2
-3
-4
Figura 3.2. Grfica de la ecuacin del ejemplo 3.3, donde se observan las tres
races de la ecuacin.
Luego procede a hallarse el jacobiano del sistema, siendo ste definido como
Debe hacerse una aproximacin inicial de la solucin x0, y luego se hace la iteracin
5. DIFERENCIACIN NUMRICA
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.
5.1.
DIFERENCIAS FINITAS
Las ecuaciones 5.1 a 5.3 son llamadas diferencias finitas. La ecuacin 5.1 se
recomienda para hallar la derivada del punto inicial de una curva, la ecuacin 5.2
se recomienda para hallar la derivada del punto final de una curva, y la ecuacin
5.3 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
son constantes para
todo el dominio, las ecuaciones de diferencias finitas quedan
La ecuacin 5.4 se recomienda para hallar la derivada del punto inicial de una
curva, la ecuacin 5.5 se recomienda para hallar la derivada del punto final de una
curva, y la ecuacin 5.6 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 5.1.
Algoritmo 5.1: 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-)
x [m]
0.00
0.08
0.17
0.26
0.35
0.45
0.54
0.65
0.76
0.87
0.98
1.09
1.20
1.30
1.39
1.46
1.51
1.53
1.50
1.41
1.26
1.02
0.69
0.27
0.24
0.00
Se procede a derivar numricamente la curva con los datos de la tabla para hallar
la velocidad, la aceleracin y la sobre-aceleracin del seguidor de la leva. La
velocidad, la aceleracin y la sobre-aceleracin del seguidor de hallan con el
algoritmo 5.1 en MATLAB de la forma
>> v=derivada(t,x);
>> a=derivada(t,v);
>> j=derivada(t,a);
Los resultados que se muestran en las figuras 5.2 a 5.5 son las llamadas grficas
SVAJ.
Se observa que en una parte del ciclo hay un cambio abrupto de velocidad, lo que
se confirma al observar el pico discontino en la curva de aceleracin, lo cual
puede traer problemas de vibracin, golpes y esfuerzo en el sistema leva-seguidor
analizado.
1.6
1.4
1.2
x [m]
1
0.8
0.6
0.4
0.2
0
0.5
1.5
t [s]
2.5
v [m/s]
-1
-2
-3
-4
0.5
1.5
2.5
t [s]
15
10
a [m/s 2]
-5
-10
-15
0.5
1.5
2.5
t [s]
150
100
j [m/s 3]
50
-50
-100
-150
0.5
1.5
2.5
t [s]
6. INTEGRACIN NUMRICA
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.
6.1.
es entonces la suma
constante, la ecuacin
0.65
0.6
0.55
a [in]
0.5
0.45
0.4
0.35
0.3
0.25
0.5
1.5
2
N [ciclos]
2.5
3.5
4
4
x 10
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.
7.1.
MTODO DE EULER
Y despejando
carga
0.65
0.6
0.55
a [in]
0.5
0.45
0.4
0.35
0.3
0.25
0.5
1.5
2
N [ciclos]
2.5
3.5
4
4
x 10
7.2.
t [s]
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
V [m/s]
0.00
9.32
16.36
20.63
22.89
24.00
24.52
24.77
24.88
24.93
24.96
24.97
24.97
24.98
24.98
24.98
24.98
24.98
24.98
24.98
24.98
k1
9.80
8.43
5.59
3.11
1.57
0.75
0.35
0.16
0.08
0.03
0.02
0.01
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
k2
9.42
6.92
4.03
2.07
1.00
0.47
0.22
0.10
0.05
0.02
0.01
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
k3
9.45
7.23
4.49
2.43
1.21
0.58
0.27
0.12
0.06
0.03
0.01
0.01
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
k4
8.40
5.49
2.97
1.45
0.68
0.31
0.14
0.07
0.03
0.01
0.01
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
30.00
25.00
v [m/s]
20.00
15.00
10.00
5.00
0.00
0
10
15
20
25
t [s]
BIBLIOGRAFA RECOMENDADA
SOBRE EL AUTOR