Está en la página 1de 73

Análisis Numérico

para Ingeniería

Clase Nro. 1
Integrantes de la Cátedra

Francisco A. Lizarralde - Profesor Adjunto

Carla Mana - J.T.P.

Francisco Alvarez - J.T.P.

Ezequiel Ayarzábal - Ayte. Graduado

Lucas Sánchez Fellay - Ayte. Graduado

Belén Posadas - Ayte. Alumno

Ignacio Hegoburu - Ayte. Alumno

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 2


Evaluación y Régimen de Promoción

Se tomarán 2 (dos) exámenes parciales.


Los exámenes parciales serán teórico-prácticos.
En la parte práctica se evaluará la habilidad para
resolver problemas concretos en computadora.
Se deberá presentar un Trabajo Final Integrador por
grupo de 3 integrantes.
El trabajo final, al igual que los parciales, sólo serán
válidos durante la correspondiente cursada.
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 3
Por qué utilizar Software Libre ?
Nuestra cátedra se encuentra fuertemente comprometida
con el proceso de utilización, difusión y distribución de
Software Libre, sobre todo en lo referente a las
herramientas necesarias para la resolución de problemas
en sus clases prácticas.

Entre otras razones, porque tanto la copia como la


distribución de Software Libre es totalmente legal.

Los productos del Software Libre, no pertenecen a una


empresa en particular, sino a toda una comunidad de
desarrolladores y usuarios, en la que todos podemos
participar.

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 4


Qué significa Software Libre ?
NOT
FREE
AS IN

Un Software es Libre,
si respeta las 4 Libertades

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 5


Sistemas Operativos Libres
Existe una amplia variedad de Sistemas Operativos Libres
GNU/Linux. (Se denominan Distribuciones)

Si desean una instalación completa y sencilla, Ubuntu es una


excelente opción,

Si su computadora no es muy potente pueden optar por una


distribución más liviana como Ubuntu MATE.

Una vez instalado, le pueden cargar los programas que


usamos en la asignatura, Geany, GFortran, GnuPlot, etc.

Si no desean instalar nada, pueden usar la distribución SLAX.


Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 6
Sistema Operativo SLAX
SLAX es un Sistema
Operativo Libre, derivado de
Slackware.

Existen dos versiones, una


Live-CD y otra USB, por lo
que no requiere instalación.

Tenemos una versión


adaptada con todos los
programas necesarios para
el estudio de nuestra
asignatura.

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 7


Software para la asignatura

GEANY * Entorno Integrado de Desarrollo

GFORTRAN * Lenguaje FORTRAN (95/08)

BLAS * y LAPACK * Librerías Especializadas

GNUPLOT * Gráficos y Visualización de Datos

(*) Software Libre.


Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 8
GEANY Integrated Development Environment

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 9


GFORTRAN Compilador y Bibliotecas

Compilador
FORTRAN
GFORTRAN
GNU FORTRAN

LAPACK
Bibliotecas de Linear Algebra Package
Funciones
Especializadas

BLAS
Basic Linear Algebra Subprograms
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 10
GNUPLOT Visualización de Resultados

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 11


Otras fuentes de información
En la página de la asignatura http://www3.fi.mdp.edu.ar/analisis
encontrarán enlaces con información sobre algunos temas,
bibliografía y novedades sobre fechas y horarios de consultas,
exámenes, etc.

Existe una lista de correo electrónico a la que pueden


suscribirse en http://www3.fi.mdp.edu.ar/analisis/lista/lista.htm
Todas las consultas sobre temas de la asignatura se realizarán
en esta lista, por lo que no se responderán por otro medio.

Existe una página de FAQs. (Preguntas muy frecuentes)


Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 12
Temas a tratar

Introducción al Análisis Numérico.


Errores Numéricos.
Representación de Números en Punto Flotante.
Errores en las Operaciones.
Introducción a FORTRAN.
Estructuras de Decisión y Repetición.

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 13


Cuál es el objetivo del Análisis Numérico ?

El principal objeto de estudio del Análisis Numérico,


consiste en el análisis del funcionamiento interno
de los métodos numéricos, con el objetivo de saber
elegir el más adecuado para resolver cada
problema en particular, y así lograr una solución
con la exactitud requerida.

Los métodos numéricos nos permiten abordar


aquellos problemas que son extremadamente
complicados, cuando no imposibles de resolver en
forma analítica.
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 14
Que se estudia en Análisis Numérico ?

En el Análisis Numérico es muy importante


el estudio de los errores, ya sean estos,
de modelado, de representación, ó
inherentes a los métodos aplicados.

La elección del algoritmo y del modelo


matemático tienen gran influencia en el
proceso de cálculo y el modo en que
debemos interpretar los resultados
obtenidos.
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 15
Qué es un Error de Modelado ?
Plataforma petrolífera Sleipner A

Modelado de Elementos Finitos


de los tanques de flotación
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 16
Qué es un Error de Modelado ?
El 23 de agosto de 1991, la plataforma petrolífera Sleipner A propiedad de la
empresa noruega Statoil, que se encontraba situada en el mar del Norte a 82
metros de profundidad, se hundió.
La causa del error fue un modelado numérico de elementos finitos
incorrecto de la plataforma. Esto produjo una fuga de agua en una de las paredes
de uno de los 24 tanques de aire de 12 metros de diámetro que permitía la
flotación de la plataforma de 57000 toneladas de peso, que además, soportaba a
más de 200 personas y el equipamiento de extracción con un peso adicional de
unas 40000 toneladas. Las bombas de extracción de agua no fueron capaces de
evacuar toda el agua.
La falla representó un costo total de 700 millones de euros.
Para el modelado de los tanques de la plataforma se utilizó el programa de
elementos finitos NASTRAN y una aproximación mediante un modelo
elástico lineal. Esta aproximación no era correcta, lo que produjo una
subestimación de un 47% de los esfuerzos que debían soportar las paredes
de los tanques. Por esta razón, ciertas paredes fueron diseñadas con un grosor
insuficiente. Un análisis posterior al accidente, utilizando un modelado
numérico correcto, demostró que el diseño de la plataforma provocaría fugas
en algunos de los tanques cuando ésta estuviese sobre agua, a 62 metros de
profundidad.
La fuga real se produjo cuando la plataforma estaba sobre agua, a 65 metros de
profundidad, lo cual explica perfectamente la causa de la falla.
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 17
Aplicación del Modelado Numérico
El 12 de junio de 2000 se cerró el paso de personas por el famoso puente Millenium Bridge)
en Londres, sólo dos días después de su inauguración. El Millenium Bridge es un puente de
acero de 325 m. construido para permitir el paso de peatones sobre el río Támesis.
La causa de la clausura: Una vibración lateral mucho mayor que la esperado debido a un
fenómeno denominado excitación lateral síncrona.

Luego de realizar un modelado numérico y experimentar con diversos escenarios, se


ensayaron diferentes soluciones hasta determinar la más adecuada para corregir el problema.
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 18
Diferencia entre Precisión y Exactitud

Precisión
Un valor es preciso cuando su dispersión con
respecto a otros valores similares que
representan dicho valor es baja.

Exactitud
Un valor es exacto cuando su diferencia con el
valor teórico es prácticamente nula.

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 19


Diferencia entre Precisión y Exactitud
Preciso y Exacto Preciso pero no Exacto

Exacto pero no Preciso Ni Preciso ni Exacto

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 20


Tipos de Error

Error de representación numérica.

Error de redondeo o truncamiento.

Error de formulación del Modelo Matemático.

Error inherente al algoritmo.

Error de las operaciones.

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 21


Error Absoluto

Dado un número exacto x y un


número aproximado X, el cual difiere
ligeramente de x, llamamos error
absoluto Δ(X) a:
Cota
Cotade
deError
ErrorAbsoluto
Absoluto

  X =∣x− X∣≤ X

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 22


Error Relativo

El error relativo de un número aproximado


X, es la relación entre el error absoluto
Δ(X) del número y el valor absoluto del
número “exacto” x , para x ≠ 0.
El error relativo permite independizar el
error, de la magnitud de los valores.
Cota
Cotade
deError
ErrorRelativo
Relativo

∣x− X∣
δ ( X )= ≤δ X
∣x∣
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 23
Truncamiento

Truncar un número decimal x en el dígito


correspondiente a 10(-d) de su representación
decimal consiste en reemplazar todos los
dígitos a la derecha de ese dígito, por ceros.

π=3,14159265358979323846...
Valor truncado en el 7mo. decimal

 T7 =3,1415926
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 24
Redondeo

Redondear un número x>0 en el dígito 10(-d)


consiste en truncar el valor ( x + 0.5 10(-d) ).
Si x<0 al redondear quedará como -|x|
redondeado.

=3,14159265358979323846...
Valor redondeado en el 7mo. decimal
 R7 =3,1415927
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 25
Cifras Significativas

El dígito más significativo de un número real


x no nulo, es el dígito no nulo más a la
izquierda de su expansión decimal.

Todos los dígitos, incluyendo los ceros a la


derecha del dígito más significativo, son
significativos y el último desplegado se llama
dígito menos significativo.

Los ceros a la izquierda del dígito más


significativo, no son significativos.
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 26
Ejemplo de Cifras Significativas

Dígito menos significativo

Dígito más significativo

0,00724100

Cifras no significativas
Cifras significativas

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 27


Dígitos Significativos Exactos

Definición: Si X es un valor aproximado de


un valor exacto x, se dice que X aproxima
a x hasta el k-ésimo dígito significativo, si:

−k
∣X− x∣ < 5⋅10 ⋅∣x∣

También se dice que X posee k dígitos


significativos exactos.
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 28
Dígitos Significativos Exactos
La exactitud de los dígitos significativos puede
expresarse en función de su error relativo.

∣X− x∣ −k
< 5⋅10
∣x∣

O escrito de otra forma:

−k
δ (x) < 5⋅10
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 29
Dígitos Significativos Exactos
Ejemplo: ¿Cuántos dígitos significativos exactos
tiene el nro. aproximado 2.7183 con respecto al
valor exacto 2.71828182845904 ?

∣2,71828182845904−2,7183∣ −6
δ (x)= =6,7536⋅10
2,71828182845904

Por lo tanto, podemos ver que :


−6 −5
δ (x) = 6,7536⋅10 < 5⋅10

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 30


Error de Representación

No siempre es posible almacenar en una


computadora los valores exactos.
La representación aproximada de los valores
exactos se suele denominar números de
máquina.
La diferencia entre el valor exacto y su
representación se denomina error inherente
a la representación, ó simplemente error de
representación.
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 31
Error de Representación
Representación de los Números Reales

­∞ 0 +∞

Representación Numérica en Computadora


Mínimo Mínimo
Negativo Positivo

Máximo Valores Máximo


Negativo Representados Positivo
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 32
Error de Representación

Una variable de tipo REAL de 4 bytes (32 bits),


posee los siguientes rangos:

Máximo Positivo: 3.4028235E+38


Máximo Negativo: -3.4028235E+38

Mínimo Positivo: 1.1754944E-38


Mínimo Negativo: -1.1754944E-38

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 33


Representación Numérica
Los números reales se almacenan en la
computadora en forma binaria, como números de
punto flotante. ( Signo, Mantisa y Exponente )

Actualmente la mayoría de las computadoras


representa los valores numéricos de acuerdo a la
definición del IEEE-754 Floating Point Numbers
Standard.

Un número real de simple precisión ocupa 32


bits, mientras que uno de doble precisión ocupa
64 bits de memoria.
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 34
Números en Punto Flotante

Un número de máquina consta de 3 partes:

SIGNO
EXPONENTE
MANTISA

SIGNO EXPONENTE MANTISA

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 35


Conversión de Decimal a Binario
Conversión de un número decimal con |x| > 1 al
sistema binario. Ejemplo: x = 23

23 2
1 11 2
1 5 2
1 2 2
0 1
(10111)2 = 1x24 + 0x23 + 1x22 + 1x21 + 1x20 =
= 16 + 0 + 4 + 2 + 1 = (23)10
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 36
Conversión de Decimal a Binario
Conversión de un número decimal con |x| < 1
al sistema binario. Ejemplo: x = 0.125
0.125
x2
0.25
x2
0.5
x2
1.0
(0.001)2 = 0x2-1 + 0x2-2 + 1x2-3 =
= 0 + 0 + 0.125 = (0.125)10
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 37
Conversión de Decimal a Binario
No siempre un nro. decimal exacto puede convertirse
en un nro. binario exacto. Ejemplo: x = 0.1
0.1 Continúo con la
x2 Continúo con la
parte fraccionaria

0.2 parte fraccionaria 0.2


x2 0.6 x2
0.4 x2 0.4
x2 1.2 x2
0.8 0.8
X2 x2
1.6 1.6
(0.1)10 = (0.000110011001100......)2 Número Binario Periódico
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 38
Error de Representación Numérica
El 25 de febrero de 1991, durante la guerra del Golfo, una batería de misiles Patriot
norteamericanos en Dharan (Arabia Saudita) no logró interceptar un misil Scud iraquí.
Como consecuencia murieron 28 soldados norteamericanos.
La causa: La acumulación de errores numéricos relacionados con la representación
numérica del tiempo transcurrido.

Como la batería llevaba más de 100 horas en actividad, este error acumulado produjo una
diferencia de 0.34seg, en la determinación del tiempo, lo que a la velocidad de 6000 km/h
que viaja el misil representa una diferencia de medio kilómetro con respecto a la posición
del objetivo.
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 39
Representación Normalizada IEEE-754
Representación del valor 0.15625, según el IEEE-754 Floating Point Numbers Standard

SIGNO ( EXPONENTE−127)
(−1) ∗(1.MANTISA)2∗2

0 124−127
−1 ∗1.012∗2

−3 1.25
1∗1.2510∗2 = =0.15625
8

SIGNO EXPONENTE MANTISA

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 40


Representación Normalizada IEEE-754
Representación del valor -118.625, según el IEEE-754 Floating Point Numbers Standard

SIGNO  EXPONENTE−127 
−1 ∗1.MANTISA 2∗2

1 133−127
−1 ∗1.1101101012∗2

6
−1∗1.85351562510∗2 =1.853515625∗64=−118,625

SIGNO EXPONENTE MANTISA

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 41


Representación de ±∞ y NaN
Ciertas operaciones pueden producir
resultados particulares:

Un valor ±∞ se representa con el máximo


exponente y todos los bits de la mantisa
iguales a cero.

Un valor NaN (Not a Number) se representa


con el máximo exponente y al menos un bit
de la mantisa distinto de cero.

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 42


NaN - Not a Number

Existen tres casos de operaciones


que generan NaN:
Operaciones en las que al menos un
operando es un NaN.

Indeterminaciones

Operaciones con números reales que dan


como resultado un valor complejo.

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 43


NaN - Indeterminaciones
Las divisiones 0/0 y ±∞/±∞
Las multiplicaciones 0×±∞ y ±∞×0
Las sumas ∞ + (−∞), (−∞) + ∞ y las restas
equivalentes.
El standard, posee además funciones
alternativas para el cálculo de potencias:
La función pow standard y el exponente
entero pown definen 00, 1∞, and ∞0 as 1.
La función powr define a las tres formas
indeterminadas anteriores como operaciones
inválidas y por lo tanto retorna NaN.
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 44
NaN - Operaciones con Reales
Operaciones con Reales que dan como
resultado un valor complejo:

La raíz cuadrada de un número negativo.

El logaritmo de un número negativo.

La inversa del seno ó coseno de un número


que es menor que −1 ó mayor que +1.

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 45


Errores en Adiciones y Sustracciones
Para sumar (o restar) números en punto flotante, se
igualan los exponentes, se suman (o restan) las
mantisas, y finalmente, se normaliza el resultado (se
representa nuevamente como número en punto flotante).

Si se suman dos números en punto flotante, cuyas


magnitudes son muy diferentes, el menor de ellos,
prácticamente no es tenido en cuenta.

Si se restan dos números en punto flotante, cuyas


magnitudes son muy similares, la representación del
resultado es prácticamente cero.

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 46


Error en la Adición
Ejemplo:
Sumar los números 17396 y 0,473 y expresar el resultado
en el mismo formato. Para simplificar, utilizaremos un
formato decimal, en punto flotante normalizado con
mantisa de 5 dígitos.

fl( x + y) = fl( x)+fl ( y)=


5 5
= 0.17396x10 + 0,00000473 x10 =
5
= 0.17396x10
Adición Insignificante

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 47


Error en la Sustracción
Ejemplo:
Restar los números 32,17197 y 32,17110 y expresar el
resultado en el mismo formato. Para simplificar,
utilizaremos un formato decimal, en punto flotante
normalizado con mantisa de 5 dígitos.

fl( x− y) = fl ( x)−fl( y)=


2 2
= 0.32171x10 − 0.32171x10 =
2
= 0.00000x10 = 0

Sustracción Catastrófica
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 48
Errores en la Multiplicación y el Cociente
Para multiplicar (o dividir) números en punto flotante, se
multiplican (o dividen) las mantisas, se suman (o restan )
los exponentes, y finalmente, se normaliza el resultado
(se representa nuevamente como número en punto
flotante).

La multiplicación de un número por otro de gran magnitud


produce una amplificación del error existente en el
primero.

El cociente de un número por otro muy pequeño también


produce una amplificación del error. En ambos casos el
error de representación aumenta considerablemente.
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 49
Consideraciones sobre las Operaciones
Cuando se realizan operaciones con números en punto
flotante, es importante siempre tener en cuenta que:

fl ( x) ≠ x

fl ( x+ y) ≠ x+ y

fl ( x− y) ≠ x− y

fl ( x∗y) ≠ x∗ y

fl ( x / y) ≠ x / y
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 50
Error producido al calcular una Función

Se dice que el cálculo del valor de una función f(x)


está bien condicionado (o es numéricamente
estable), si la exactitud hallada en el valor calculado
f(x) es aproximadamente igual a la de x.

En caso contrario, se dice que el cálculo del valor de


una función está mal condicionado, o bien que f(x)
está mal condicionada.

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 51


Nro. de Condición de una Función
El error relativo de una función es proporcional al
error relativo de la variable:

∣δ f ( X )∣≈C∗∣δ X∣

Siendo el Número de Condición C:

∣X∗f '  X ∣
C=
∣f  X ∣

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 52


Condicionamiento de una Función
¿Qué variación porcentual en f(x) = ex resultará de un
cambio del 1% en x ?

Para x = 0,1; x = 10 y x = -10

x ex 0,01x ex+0,01x δ(eX) %


0,1 1,1051709 0,001 1,1062766 0,0010005 0,10%
10 22026,466 0,1 24343,009 0,1051709 10,52%
-10 4,54E-005 -0,1 4,11E-005 0,0951626 9,52%

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 53


Nro. de Condición de una Función

Número de condición de ex (para x = 10):

X
∣X⋅f ' ( X )∣ ∣10⋅e ∣
C= = X
=10
∣f ( X )∣ ∣e ∣

Por lo tanto:

∣δ f ( X )∣≈C⋅∣δ X∣=10⋅∣0.01∣=0.1≈10 % de X
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 54
Lenguaje FORTRAN
FORTRAN es un lenguaje de programación de
alto nivel de propósito general, procedural e
imperativo, que está especialmente adaptado
para el cálculo numérico y la computación
científica.

Su nombre hace referencia al Mathematical


Formula Translating System, desarrollado
originalmente por IBM en 1957 para el equipo
IBM 704. Siendo ampliamente utilizado desde
entonces, en aplicaciones científicas y de
Ingeniería.
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 55
John Backus

John Backus (Filadelfia, 3


de diciembre de 1924 -
Oregón, 17 de marzo de
2007) dirigió el proyecto de
IBM que dió origen al
Lenguaje FORTRAN.

En 1977 ganó el Turing


Award por sus trabajos en
sistemas de programación
de alto nivel, en especial por
su trabajo con FORTRAN.

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 56


Por qué usar FORTRAN ?
A diferencia de una aplicación como MATLAB™,
MATHCAD™, MATHEMATICA™, etc., un lenguaje de
programación como FORTRAN no depende de un solo
fabricante, sino que existen muchas versiones disponibles.

Posee una sintaxis muy similar a otros lenguajes conocidos


como PASCAL o C, pero está especialmente diseñado para
realizar cálculos numéricos intensivos con gran precisión.

Existe una amplia variedad de bibliotecas de funciones que


resuelven diversas problemáticas de Ingeniería.

Está disponible en diversas plataformas (Sistemas


Operativos), y se puede usar tanto en computadoras de
escritorio como en Mainframes con procesamiento paralelo.
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 57
Tipos de Datos en FORTRAN

INTEGER
REAL
COMPLEX
LOGICAL
CHARACTER
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 58
INTEGER
El tipo de datos INTEGER se utiliza para
almacenar valores enteros.

Su rango de valores posibles está determinado


por la cantidad de bytes establecida.

Un INTEGER de 4 bytes (32 bits) puede


almacenar valores dentro del rango de:

–2147483648 a 2147483647
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 59
REAL

El tipo de datos REAL se utiliza para almacenar


valores reales.

Un REAL de 4 bytes (32 bits) puede almacenar


valores dentro del rango de:

-3.4028235E+38 a -1.1754944E–38
y de
1.1754944E–38 a 3.4028235E+38
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 60
LOGICAL
El tipo de datos LOGICAL se utiliza para
almacenar valores lógicos.
Sólo pueden almacenarse dos posibles
valores, .TRUE. y .FALSE.
FORTRAN está preparado para realizar
operaciones lógicas con este tipo de datos,
utilizando operadores lógicos, .AND. , .OR. ,
.NOT., etc.
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 61
COMPLEX
El tipo de datos COMPLEX se utiliza para
almacenar números complejos.
El mismo consiste en un par ordenado de
números reales.
FORTRAN está preparado para realizar
operaciones complejas con este tipo de
datos en forma totalmente transparente
para el programador.
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 62
CHARACTER
El tipo de datos CHARACTER se utiliza por lo
general para almacenar letras ó palabras.

Si no se especifica el tamaño asume que se


trata de un sólo caracter.

Para almacenar palabras ó frases es necesario


especificar la cantidad de caracteres, para
reservar el espacio de memoria necesario.
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 63
Operadores Intrínsecos
Los operadores intrínsecos se utilizan para
operar sobre los tipos de datos intrínsecos.

ARITMETICOS:

+ - * / **
SUMA RESTA PRODUCTO DIVISIÓN POTENCIA

RELACIONALES:
.EQ. .NE. .GT. .GE. .LT. .LE.
== /= > >= < <=
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 64
Estructura de un programa FORTRAN

[ PROGRAM nombre del programa ]


[ sección de especificación]
[ sección ejecutable]
[ sección de sub-programas internos]
END [ PROGRAM [ nombre de
programa ] ]

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 65


IF
Ejemplo:

IF (a < b ) THEN
aux = a
a=b
b = aux
END IF

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 67


IF ELSE

Ejemplo:

IF (leftCornerX < 0) THEN


leftCornerX = 0
ELSE
aux = leftCornerX
leftCornerX = rightCornerX
rightCornerX = aux
END IF

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 68


IF ELSE IF

Ejemplo:
IF (kWatts < 50) THEN
costo = 30
ELSE IF (kWatts < 100) THEN
costo = 20+ 0.5*kWatts
ELSE IF (kWatts < 150) THEN
costo = 15+ 0.3*kWatts
ELSE IF (kWatts < 200) THEN
costo = 5+ 0.2*kWatts
ELSE
costo = 0.15*kWatts
END IF

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 69


SELECT CASE
Ejemplo:
SELECT CASE (kWatts)
CASE (:49)
costo = 30
CASE (50:99)
costo = 20 + 0.5*kWatts
CASE (100:149)
costo = 15 + 0.3*kWatts
CASE (150:199)
costo = 5 + 0.2*kWatts
ELSE
costo = 0.15*kWatts
END SELECT

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 70


DO
Ejemplo:

Ejemplo:
DO fila=1, maxFilas, 2
DO col=1, maxCols, 3
matriz(fila, col) = fila+2*col
END DO
END DO
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 71
DO WHILE
Ejemplo:

Ejemplo:

DO WHILE (sigue /= 'n')


WRITE (*, 'Desea continuar ?')
READ(*,''), sigue
END DO

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 72


CUESTIONES PARA INVESTIGAR...
¿Cuántos dígitos significativos exactos tiene el número
aproximado 0.0027 con respecto al número exacto
0.00265 ?

¿ Cuál es el número más cercano a 1.0, que puede


almacenarse en una variable REAL(8) ? ¿Por qué ?

¿ Qué significan estas sentencias en FORTRAN ?


CEILING, CMPLX, CONJG, DBLE, DIGITS, EPSILON,
FLOOR, HUGE, INT, PRECISION, REAL, SPACING,
TINY.

¿ Por qué la representación de números en punto


flotante normalizado es discreta ?
Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 73
PREGUNTAS ...

Ing. Francisco A. Lizarralde Facultad de Ingeniería - UNMDP - 2016 74