Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1
INTRODUCCIÓN
A medida que avanzamos en nuestra formación profesional podemos encontrar que las
matemáticas son mucho más complejas en nuestra vida real, por eso en nuestra labor
como estudiantes de la Universidad Industrial de Santander hemos querido consultar
acerca de cómo formular problemas matemáticos de tal manera que se puedan resolver
con operaciones aritméticas. Como ingenieros nuestro trabajo no es solo encontrar una
solución, tenemos que encontrar la solución más eficiente, más aplicable y por supuesto
contemplando los efectos ajenos a la práctica.
Los métodos numéricos que bien son acogidos por programas como “MATLAB” son
herramientas que nos brindan una mayor utilidad y que nos vuelven aptos para entender
esquemas numéricos de ingeniería y ciencia. Reducir esquemas numericos basicos, escribir
programas y resolverlos en una computadora no sólo aumenta nuestra habilidad con una
computadora, sino que también amplía nuestra comprensión de principios científicos
básicos.
OBJETIVOS
● Encontrar soluciones aproximadas a problemas muy complejos utilizando
únicamente las operaciones más simples de la matemática
● Determinar para qué valores de conductividad térmica la conducción de calor de
materiales colocados en paralelo se puede o no considerar como unidimensional
● Tener un previo conocimiento de operaciones lógicas y algebraicas las cuales
producen la solución al problema matemático
● Manejar conceptos de exactitud y cifras significativas
● Conocer acerca de la teoría del error que se manejan y su valor
● Resolver de manera eficaz problemas complejos de modelar
2
MARCO TEORICO
Análisis numérico.
Una definición de análisis numérico podría ser el diseño, uso y análisis de algoritmos, los
cuales son conjuntos de instrucciones cuyo fin es calcular o aproximar alguna cantidad o
función.
El análisis numérico consiste en procedimientos que resuelven problemas y realizan
cálculos puramente aritméticos. Pero hay que tomar en cuenta las características
especiales y limitaciones de los instrumentos de cálculo (como las computadoras) que nos
ayudan en la ejecución de las instrucciones del algoritmo.
Si bien no nos interesa la construcción de tal dispositivo o la manera en que funciona, si
nos importarán los sistemas numéricos de máquinas en contraposición con nuestro
sistema de números reales, y los errores resultantes de cambiar de uno a otro sistema.
Métodos numéricos
Los métodos numéricos son herramientas muy poderosas para a solución de problemas.
Pueden manejar sistemas de ecuaciones grandes, no linealidades y geometrías
complicadas, comunes en la ingeniería. También es posible que se utilice software
disponible comercialmente que contenga métodos numéricos. El uso inteligente de estos
programas depende del conocimiento de la teoría básica de estos métodos; además hay
muchos problemas que no pueden plantearse al emplear programas hechos, conociendo
bien los métodos numéricos se puede diseñar programas propios y así no comprar
software costoso. Al mismo tiempo se aprende a conocer y controlar los errores de
aproximación que son inseparables de los cálculos numéricos a gran escala.
Los métodos numéricos son un medio para reforzar la comprensión de las matemáticas,
porque profundizan en los temas que de otro modo resultarían difíciles de entender, esto
aumenta su capacidad de comprensión y entendimiento en la materia.
Cifras significativas
Cuando se emplea un número en un cálculo, debe haber seguridad de que pueda usarse
con confianza. El concepto de cifras significativas tiene dos implicaciones importantes en el
estudio de los métodos numéricos.
3
1.- Los métodos numéricos obtienen resultados aproximados. Por lo tanto, se debe
desarrollar criterios para especificar que tan precisos son los resultados obtenidos.
2.- Aunque ciertos números representan número específicos, no se pueden expresar
exactamente con un número finito de cifras.
Exactitud y Precisión
La exactitud se refiere a que tan cercano está el valor calculado o medido del valor
verdadero. La precisión se refiere a qué tan cercano está un valor individual medido o
calculado respecto a los otros.
La inexactitud se define como un alejamiento sistemático de la verdad. La imprecisión,
sobre el otro lado, se refiere a la magnitud del esparcimiento de los valores.
Los métodos numéricos deben ser lo suficientemente exactos o sin sesgos para que
cumplan los requisitos de un problema particular de ingeniería.
Error
En general, para cualquier tipo de error, la relación entre el número exacto y el obtenido
por aproximación se define como:
En ocasiones, se sabrá exactamente el valor del error, que denotaremos como Ev, o
deberemos estimar un error aproximado.
Ahora, para definir la magnitud del error, o que incidencia tiene en el cálculo el error
detectado, podemos normalizar su valor :
Como el valor de Ea puede ser tanto positivo como negativo, en muchos casos nos interesa
saber más la magnitud del error, caso en el cual usaremos el valor absoluto de este.
Un caso muy interesante es una investigación que realiza Scarborough, en que determinó
el número de cifras significativas que contiene el error como:
Así, si queremos que nuestro cálculo tenga un error menor al criterio para dos cifras
significativas, debemos obtener números que correspondan a menos de:
4
Es=(0.5x 10^(2-2))%=0.5%
Esto nos servirá para determinar cuántos términos serán necesarios en un cálculo
aproximado para tener la certeza que el error se encuentra bajo el margen especificado en
Es.
Una especial atención tiene la aproximación de funciones por la utilización de series de
expansión de Taylor. Así, si una función es continua y diferenciable dentro del intervalo de
interés, puede ser escrita como una serie de potencia finita, o serie de Taylor.
Este método no puede, sin embargo, usarse para ajustar datos experimentales [Xi , f(xJ],
sino que para transformar funciones ya conocidas y diferenciables a unas de más fácil
manejo.
Existen ciertas observaciones que deben conocerse al aplicar esta fórmula. Por ejemplo,
para tener una mejor aproximación de la función a un intervalo [a, b], el valor de Xo debe
elegirse lo más cercano posible al centro de dicho intervalo. De esta manera se minimiza la
contribución máxima del término (X-Xo)n+l del residuo en el cálculo de R(x) entre a < = x < =
b.
Otra forma de minimizar el valor del residuo es elevar el grado del polinomio de ajuste, o
sea incluir más términos en la serie y reducir así el exponente de R(x).
Formulación
Se conoce que el calor es conducido de manera perpendicular a las líneas a igual
temperatura (isotermas) en un sólido, luego, si se tienen varias paredes en paralelo, el
calor tenderá a fluir por la que oponga menor resistencia a la transferencia de calor, es ahí
cuando las formulas usadas para transferencia de calor unidimensional dejan de servir.
Debido a la complejidad de los cálculos, se recurre a los métodos numéricos para resolver
con agilidad dicho interrogante sobre el flujo de calor cuando este es bidimensional o
incluso en tres dimensiones.
5
situación a analizar
(Imagen del problema)
Se tienen parades paralelas con k (conductividad térmica) bastante diferentes unas de otras,
por lo que el calor (que viene paralelo a la horizontal) se desvía con el fin de pasar por las
paredes de mayor k, puesto que oponen menor resistencia al flujo de calor. las paredes
izquierda y derecha se mantienen a una temperatura constante T1 y T2 respectivamente
Metodología
Por medio de métodos numéricos y método analítico, con el fin de comparar ambas
maneras de solución, se recurre a la herramienta MATLAB para resolver numéricamente el
problema planteado. Se toma una malla de 8 filas por 15 columnas (5 columnas por
sección con un total de tres secciones) lo cual se consideró una buena distribución puesto
que la distribución de temperaturas es lineal.
Nota: en el caso de que hubiese generación de energía dentro del material a
analizar se recomienda tomar una malla mucho mayor (mayor numero de celdas) puesto
que la distribución de temperaturas sería no lineal y por ende requerirá de una mayor
precisión en la toma de datos.
Algo importante a tener en cuenta al momento de analizar resultados es que para la
resolución del problema se asumieron las conductividades térmicas de los materiales
como constantes.
6
Análisis numérico
Se realiza el código en MATLAB lo cual permite una mejor visualización de datos
comparado con los cálculos manuales puesto que se requiere de muchas iteraciones y se
manejan muchas ecuaciones (1 ecuación por nodo, con un total de 15x8=120 nodos)
A la derecha se observa una celda de
donde se aprecia que ésta intercambia
calor con las adyacentes. Del balance de
energía de dicha celda se obtiene una
ecuación la cual se almacena en una
matriz de i x j (en nuestro caso de 8x15) y
mediante un proceso iterativo se
resuelve y se obtienen las incógnitas
deseadas que en este caso son las
temperaturas de cada nodo (centro de
cada celda).
La temperatura hallada para cada nodo
se asume como igual para toda la celda
que lo contiene, es decir que las
propiedades de un mismo nodo se asumen como constantes
Resultados y discusión
Se analiza la situación planteada por tres métodos:
- Método analítico (pared adiabática)
- Método analítico (paredes isotermas)
- Método numérico (MATLAB)
Nota: Para poder visualizar mejor los resultados se toman valores numéricos para
conductividades y longitudes con el fin de comparar los resultados arrojados por los
diferentes métodos. Los valores tomados para los cálculos son los siguientes:
7
La profundidad (3 m) no influye sobre las temperaturas puesto que ésta no cambia con la
profundidad, sin embargo si influye en el calor total transferido
Para cada método se obtiene lo siguiente:
Paredes isotermas
Se asume que las paredes verticales de unión entre los materiales son isotermas por lo
tanto el calor es este caso es unidimensional (en la dirección horizontal) puesto que el calor
siempre se conduce perpendicular a las isotermas:
8
La distribución es lineal para una pared determinada,
en este caso, al asumir las paredes verticales como
isoterma, no se hace distinción entre los materiales
del medio lo cual conlleva a errores considerables en
los resultados como se ve más adelante.
Paredes adiabáticas
Para este método, se asume que no hay transferencia de calor a través de la pared que
divide a todo el sólido por la mitad de manera horizontal.
9
Al tomar paredes adiabáticas, se divide todo en
dos partes (superior e inferior) con lo cual se
tienen dos distribuciones diferentes de
temperaturas, siendo este un caso más
aproximado a la realidad
Se tiene que para valores no muy distintos de k este método da muy similar al de
elementos finitos (error muy pequeño)
Para este método, las isotermas no son totalmente verticales y por ende la distribución de
temperaturas varía un poco respecto a los anteriores métodos. Esta distribución se puede
visualizar en la matriz arrojada por MATLAB al desarrollar el código
10
Como se aprecia en la última parte, el error arrojado para las longitudes, valores de k y
temperaturas descritas, el error máximo es de 62% entre el método adiabático y de
elementos finitos lo cual es muy grande.
Ahora, se quiere saber para qué valores de k se puede usar el método adiabático sin un
error significativo (tomando el método de elemento finitos como el teórico y correcto) para
lo cual se determina el máximo error porcentual entre estos dos y además se recurre a el
concepto de desviación típica de las conductividades para tener un indicio de qué tanto
varía el error en los resultados al variar los valores de k.
Nota: Para lo anterior, se tomó el error porcentual entre los valores obtenidos
mediante método de paredes adiabáticas y los resultados arrojados por MATLAB. El
método de isotermas se descarta puesto que es un método idealizado ya que arroja
resultados bastante alejados de la realidad para conducción bidimensional
11
¿Hasta dónde puedo usar métodos analíticos sin recurrir a grandes errores?
Para resolver la pregunta anterior, recalculamos con la ayuda de MATLAB pero variando los
valores de las conductividades térmicas de los materiales de donde se obtiene la siguiente
tabla:
(Tabla 1)
N° de dato k1 k2 k3 k4 σ ε %
Donde:
σ → desviación típica de las
conductividades
ε % → desviación porcentual (o
estándar) máxima entre los
resultados por el método adiabático y
elementos finitos
Nota: Para diferencias muy grandes entre los valores de k se necesitan más
iteraciones para que la matriz se resuelva de manera más exacta, por ejemplo, para una
diferencia de k de 700, se requieren aproximadamente 700.000 iteraciones para que el
valor sea constante y más acertado.
12
Conclusiones
Analizando la Tabla 1 se aprecia que:
- Según los datos de la fila 2, los métodos numérico y adiabático coinciden para
cuando todas las conductividades son iguales, lo cual era de esperarse
- A medida que se distancian los valores de k se aprecia un error porcentual que
incrementa también lo cual nos indica que hay cierto límite para variar las k a
menos que queramos tener un gran error en los resultados obtenidos mediante el
método analítico
- Según datos en la fila 7, para valores numéricos pequeños de k se tienen grandes
errores aún para desviaciones estándar no tan grandes del mismo
- Comparando los datos 6 y 7 se podría decir que la medida de desviación estándar
como una referencia para determinar el error porcentual entre método analítico y
numérico no es un parámetro certero puesto que no guardan una relación lineal
(σ-ε %)
Recomendaciones
Teniendo en cuenta los resultados arrojados por los métodos anteriormente analizados se
podría recomendar lo siguiente:
- Si se tienen materiales con una diferencia en sus conductividades térmicas
considerable ubicados en paralelo, se recomienda utilizar los métodos numéricos
para resolver las incógnitas
- En el caso de querer diseñar algún arreglo de materiales con el fin de determinar el
flujo de calor a través de los mismos, se recomienda usar los métodos numéricos,
en este caso el programa MATLAB puesto que el Diseño es un proceso iterativo lo
cual es mucho mejor y fácil llevarlo a cabo con un programa como este
- Si las conductividades térmicas de los materiales en paralelo a trabajar son
similares, se puede trabajar el método de paredes adiabáticas debido a su poca
complejidad y facilidad de manejo
- Se puede considerar el error máximo permitido del 10% para efectos ingenieriles y
de academia, sin embargo este criterio puede variar dependiendo de la situación a
trabajar
13
Bibliografía
Página web
MATLAB - FISEM
Libro
INCROPERA, F. P.
Foundations of heat transfer
En el texto: (Incropera, 2013)
Bibliografía: Incropera, F. (2013). F
oundations of heat transfer. Singapore: John Wiley & Sons.
Libro
CENGEL, Y.
Heat transfer
En el texto: (Cengel, 2003)
Bibliografía: Cengel, Y. (2003). H
eat transfer. Boston: McGraw-Hill.
Página web
PIMENTEL
14
Visualizando el código
A continuación se presenta de manera resumida el código escrito el MATLAB para obtener
los resultados vistos con anterioridad:
%DATOS INICIALES
m=8; Qt=(Tpared1-Tpared2)/(R1+(1/(1/R2+1/R4))+R3);
end end
Tm(2,j)=Sum/(m/2);
%Material 3 end
Tadiabatico(2,p)=T34-((T34-Tpared2)/L3)*x; disp(Tm)
Tisotermas(1,p)=T2-((T2-Tpared2)/L3)*x;