Introducción a los Métodos Numéricos

¿Que es el análisis numérico?

El análisis numérico es una rama de las matemáticas que se ocupa del diseño de algoritmos
para brindar soluciones aproximadas a problemas matemáticos. Es decir, el análisis
numérico proporciona todo el andamiaje para llevar a cabo los procedimientos matemáticos
desarrollados mediante algoritmos.

In [1]: from IPython.display import Image

Image(filename="Imagenes/Intro_1.png", width=500,height=350)

Out[1]:

¿Qué son los métodos numéricos?

Los métodos numéricos son técnicas mediante las cuales es posible formular problemas de
tal forma que sean resueltas con operaciones aritméticas. Por lo general los métodos
numéricos se componen de un número de pasos finitos que se ejecutan de manera lógica,
mejorando aproximaciones iniciales a cierta cantidad, tal como la raíz de una ecuación, hasta
que se cumple con cierta cota de error. A esta operación cíclica de mejora del valor se le
conoce como iteración.

¿Cuál es la importancia de los métodos numéricos?

Es importante distinguir la diferencia entre estudiar matemáticas abstractas, lo que

seguramente debe tener su encanto, para los científicos puros, y estudiar matemáticas para
resolver problemas reales, que es el cometido de los ingenieros. Los métodos numéricos son
herramientas muy poderosas para la solución de problemas. Capaces de manejar sistemas
de ecuaciones grandes, no linealidades y geometrías complicadas, comunes en la práctica
de la ingeniería Aumentan la habilidad de quien los estudia para resolver problemas

In [3]: from IPython.display import Image

Image(filename="Imagenes/Intro_2.png", width=500,height=250)
Out[3]:

¿Qué son los modelos matemáticos?

Un modelo matemático se define como una formulación o una ecuación que expresa las
caracteristicas esenciales de un sistema físico (Conjunto de elementos interrelacionados. se
encuentra en un medio ambiente acotado por un límite y la visión que se tiene de él depende
del observador) o de un proceso en términos matemáticos. En general, el modelo se
representa mediante una relación funcional de la forma

V ariabledependiente = f(V ariableindependientes, parámetros, funciones)

Si el modelo matemático es adecuado, podemos predecir el comportamiento del

sistema real.
Por naturaleza, los métodos numéricos producen soluciones aproximadas a los
problemas matemáticos pero pueden ser muy útiles para caracterizar un sistema real.
Un modelo es un arreglo físico o un conjunto de ecuaciones que sirven para representar
algún sistema o proceso

Clasificación general de los modelos:

Modelos descriptivos
Modelos predictivos

Un sistema es una colección de entidades (seres o máquinas que actuan y se relacionan

hacia un fin lógico

In [4]: from IPython.display import Image

Image(filename="Imagenes/Intro_3.png", width=500,height=250)
Out[4]:

In [6]: from IPython.display import Image

Image(filename="Imagenes/Intro_4.png", width=500,height=250)

Out[6]:

¿Qué es una simulación numérica?

Es la construcción de modelos que describen la parte que se considera esencial del

comportamiento de un sistema de interés, así como diseñar y realizar experimentos con este
modelo y extraer conclusiones de sus resultados para apoyar la toma de decisiones.

Se usa como un paradigma para analizar sistemas complejos. La idea es obtener una
representación simplificada de algún aspecto de interés de la realidad Permite experimentar
con sistemas (reales o propuestos) en casos en los que de otra manera esto no sería
práctico o bien demasiado costoso o incluso imposible

In [7]: from IPython.display import Image

Image(filename="Imagenes/Intro_5.png", width=500,height=250)
 Out[7]:

De manera general, se presentan entonces tres posibles alternativas para para adquirir
conocimiento sobre las propiedades de los sistemas

1. Teorías
2. Simulación Numérica
3. Experimentos

In [31]: from IPython.display import Image

Image(filename="Imagenes/Intro_6.png", width=400,height=250)

Out[31]:
 Etapas de la simulación numérica
1. Se parte de la observación de un fenómeno o un procesos que se desea comprender o
mejorar
2. Posteriormente se realiza una representación matemática de lo observado aplicando las
leyes físicas, lo que comúnmente se expresa mediante ecuaciones diferenciales
ordinarias (ODEs) y/o ecuaciones diferenciales parciales (PDEs). Resulta un sistema con
sus respectivas condiciones iniciales (IC) y/o de frontera (BC) que son necesarias para
determinar el campo de variables que se desenvuelven en espacio y tiempo.
3. establecer la geometría del modelo y generar una división en componentes discretas lo
que resulta en una malla con variado tamaño de celdas, nodos deliberadamente
espaciados o partículas con diferentes propiedades.
4. La discretización del dominio se refiere a la representación de un problema continuo en
un número finito de componentes que determinan el marco computacional para la
aproximación numérica. Este paso determina el método computacional a implementar
5. Una simulación numérica implica llevar la descomposición del dominio y el algoritmo
numérico a un código computacional desarrollado en un lenguaje de programación
determinado. La elección de la herramienta depende principalmente de factores como la
exactitud y la eficiencia (velocidad y almacenamiento). Otros factores son la robustez
(control de consistencia, detección de errores) y si el código es amigable con el usuario
(fácil de leer, usar y modificar).
6. La simulación numérica se da por terminada una vez se logra verificar que el código
proporciona una serie de datos esperados, soluciones que se corresponden con las
teóricas o los experimentos.

In [4]: from IPython.display import Image

Image(filename="Imagenes/Intro_7.png", width=300,height=200)
Out[4]:

In [ ]: