CALCULO NUMERICO
Curso prctico con aplicaciones
a la Ingeniera en Alimentos
2008
Prlogo
Los mtodos numricos constituyen una herramienta muy valiosa para la resolucin de
problemas prcticos de Ingeniera, por ello el objetivo de este libro es presentarlos de manera
prctica y sinttica.
Los distintos captulos se disearon de acuerdo con las exigencias requeridas para la enseanza de clculo numrico, asignatura de 3 ao de la carrera de Ingeniera en Alimentos, desde el punto de vista prctico, considerando que los temas desarrollados servirn como base para
estudios ms profundos.
Los temas tratados incluyen aspectos tericos y prcticos sobre modelos y algoritmos;
aproximaciones y errores; solucin numrica de ecuaciones; sistemas de ecuaciones lineales;
aproximacin polinomial y funcional; simulacin; series de Fourier; transformada de Laplace y
ecuaciones diferenciales. Se presentan grficos aclaratorios, algoritmos de cada mtodo numrico, as como tambin ejercicios resueltos y propuestos aplicados a la Ingeniera de Alimentos.
ndice
Dedicatoria
Prlogo
ndice
Captulo 1: METODOS NUMERICOS, MODELOS Y ALGORITMOS
1.1. METODOS NUMRICOS
1.2. MODELOS MATEMTICOS
1.2.1. Clasificacin de modelos matemticos
1.3. ALGORITMOS
1.4. RESOLUCIN NUMRICA DE UN PROBLEMA REAL
EJERCICIOS PROPUESTOS
Captulo 2: APROXIMACIONES Y ERRORES
2.1. CIFRAS SIGNIFICATIVAS
2.2. EXACTITUD Y PRECISIN
2.3. ERRORES
2.3.1. Error absoluto y relativo
2.3.2. Errores en la resolucin numrica
2.3.2.1. Error de truncamiento
2.3.2.2. Error de redondeo
2.3.2.3. Otros tipos de error
EJERCICIOS PROPUESTOS
Captulo 3: SOLUCION NUMERICA DE ECUACIONES
3.1. METODO GRAFICO
3.2. METODOS NUMERICOS DE CALCULO DE UNA RAIZ
3.2.1. Mtodos cerrados
3.2.1.1. Mtodo de la Biseccin
3.2.1.2. Mtodo de la Falsa Posicin o Regula Falsi
3.2.2. Mtodos abiertos
3.2.2.1. Mtodo de Aproximaciones sucesivas
3.2.2.2. Mtodo de Newton-Raphson o de la Tangente
3.2.2.3. Mtodo de Newton de segundo orden
3.2.2.4. Mtodo de Von Mises
3.2.2.5. Mtodo de la secante
3.3. RACES DE POLINOMIOS
3.3.1. Teoremas fundamentales de la Teora de ecuaciones algebraicas
3.3.2. Divisin sinttica
3.3.3. Regla de los signos de Descartes
3.3.4. Races racionales
3.3.5. Races irracionales
3.3.5.1. Mtodo de Newton-Raphson
EJERCICIOS PROPUESTOS
Captulo 4: SISTEMAS DE ECUACIONES LINEALES
4.1. CONCEPTOS PREVIOS
4.2. MTODOS DE RESOLUCIN DE SISTEMAS DE ECUACIONES ALGEBRAICAS LINELES
4.2.1. Mtodos directos
4.2.1.1. Mtodo de eliminacin de Gauss
4.2.1.2. Mtodo de Gauss - Jordan
4.2.1.3. Particin de matrices
4.2.2. Mtodos iterativos
4.2.2.1. Mtodo de Jacobi
4.2.2.2. Mtodo de GaussSeidel
Pg.
2
3
4-6
7-14
7
8
9
10
12
14
15-20
15
16
16-19
16
16
17
17
19
19
21-40
21
22-35
22-26
22
24
26-35
26
29
31
32
34
35-39
35
36
37
37
37
38
39
41-55
41-42
42-54
42-48
42
46
47
48
49
52
4
54
55
56-80
56-71
56
58
59
61
63
63
66-71
67
69
69
71-77
71
73
74
75
77
81-93
81
82-89
82
83
83
83
83
85
85
87
88
89-93
89
90
91
92
92
93
94-104
94-97
94
95
95
96
97-101
98
99
100
100
101
102
103
105-111
105
106
106
107
107
108
109
109
110
112-131
112-113
113-125
114
114
116
116
116
117
119
123
125
125-129
125
125
126
126
127
128
128
129
129
131-132
132
132
132
132
134
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Captulo 1
METODOS NUMERICOS, MODELOS Y ALGORITMOS
La resolucin de problemas de Ingeniera est asociada, por lo general, a resultados
numricos puesto que se requieren respuestas prcticas. Muchos de estos problemas slo se
pueden resolver de forma aproximada, por ello es importante el estudio de una rama de las Matemticas denominada Anlisis Numrico, esta rama involucra el estudio de Mtodos Numricos.
Su desarrollo estuvo y est notablemente influenciado y determinado por las computadoras digitales que permiten realizar los clculos de manera veloz, confiable y flexible.
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Clculo Numrico
Dra. Lucrecia Luca Chaillou
entre las variables; en la segunda etapa se deben determinar las ecuaciones asociadas al modelo
y seleccionar y estimar los parmetros del modelo.
El objetivo del modelo es aplicarlo para obtener alguna informacin del problema o fenmeno que se estudia. Frecuentemente sufre modificaciones y a veces es descartado y aunque
contenga errores, puede poner en evidencia componentes esenciales de una realidad compleja.
1.2.1. Clasificacin de modelos matemticos
Los modelos matemticos pueden clasificarse en funcin del tratamiento de la incertidumbre; del origen de la informacin; de su campo de aplicacin, etc.
a) En funcin del tratamiento de la incertidumbre
Determinstico: se conoce de manera puntual la forma del resultado ya que no hay incertidumbre.
Adems, los datos utilizados para alimentar el modelo son completamente conocidos y determinados.
Estocstico: probabilstico, no se conoce el resultado esperado, sino su probabilidad y existe por
lo tanto incertidumbre.
b) En funcin del origen de la informacin utilizada para construirlos
Modelos heursticos: del griego euriskein, hallar, inventar. Son los que estn basados en las
explicaciones sobre las causas o mecanismos naturales que dan lugar al fenmeno estudiado.
Modelos empricos: del griego empeiricos (experiencia, experimento) Son los que utilizan las
observaciones directas o los resultados de experimentos del fenmeno estudiado.
c) En funcin de su campo de aplicacin
Modelos conceptuales: son los que reproducen mediante frmulas y algoritmos matemticos
ms o menos complejos los procesos fsicos que se producen en la naturaleza.
Modelo matemtico de optimizacin: los modelos matemticos de optimizacin son ampliamente utilizados en diversas ramas de la ingeniera para resolver problemas que por su naturaleza son
indeterminados, es decir presentan ms de una solucin posible.
d) En funcin del factor tiempo
Modelos estticos: son independientes del tiempo, consideran situaciones estacionarias.
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Modelos dinmicos: son los que describen el comportamiento del sistema en estudio en funcin
del tiempo.
1.3. ALGORITMOS
Un algoritmo puede definirse como una secuencia lgica de pasos necesarios para la ejecucin de una tarea especfica, tal como la solucin de un problema, tambin como una secuencia de instrucciones para alcanzar un resultado deseado en un tiempo finito.
Un buen algoritmo se caracteriza por: terminar luego de una cantidad finita de pasos, ser lo
ms general y preciso posible, ser determinstico, no dejar nada al azar y permitir obtener resultados independientes de quien lo est utilizando.
Para generar un algoritmo se debe seguir una serie de pasos:
1. Determinar el objetivo de la tarea
2. Identificar los datos de entrada y de salida
3. Determinar el proceso involucrado
4. Identificar las variables internas
5. Dividir el proceso en acciones elementales
6. Determinar la secuencia de estas acciones
7. Incorporar estructuras de control
Por lo general, el objetivo del algoritmo ser el de implementar un procedimiento numrico
para resolver un problema o para aproximar una solucin del problema. Consta de un principio;
de una serie de pasos en los que se deben definir los valores iniciales de las variables del problema, operar con estos valores hasta llegar a un resultado, proporcionar un resultado y de un final.
Un algoritmo se puede representar mediante un pseudocdigo que especifica los datos
de entrada, la forma de los resultados deseados y los pasos involucrados bien mediante un diagrama de flujo que es una representacin visual o grfica del algoritmo que emplea una serie de
bloques y flechas. Cada bloque representa una operacin particular o un paso en el algoritmo. Las
flechas indican la secuencia en que se implementan las operaciones.
Los smbolos que se utilizan en diagramas de flujo se representan en la Figura 1.1.
10
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Bloque de Decisin: representa una comparacin o pregunta que determina alternativas diferentes a seguir
Por ejemplo, si se deseara escribir el algoritmo para la solucin de un problema simple tal como, dados dos nmeros x1 y x2, escribir el mayor de ellos, se presentan a continuacin el
pseudocdigo y el diagrama de flujo (Figura 1.2) correspondientes:
Algoritmo Mayor (algoritmo que muestra el mayor
Inicio
de dos nmeros)
Las variables de entrada son: x1, x2
Introducir
x1 y x2
PARAR
x1 > x2
Imprimir
x2
SI
Imprimir
x1
FIN
11
Clculo Numrico
Dra. Lucrecia Luca Chaillou
t=0
F
y(t)
t=t
P
Figura 1.3. Representacin de las fuerzas que actan sobre un cuerpo
en cada libre.
El modelo fsico que lo rige est dado por la segunda Ley de Newton. Su expresin matemtica es
F= M a
(1.1)
(1.2)
dv
= Mg v
dt
(1.3)
= g v
dt
M
(1.4)
12
Clculo Numrico
Dra. Lucrecia Luca Chaillou
La ecuacin (1.4) es un modelo matemtico y es una ecuacin diferencial puesto que est
escrita en trminos de la razn de cambio diferencial (dv/dt). Para resolverla pueden utilizarse dos
mtodos: el analtico que aplica las reglas del clculo diferencial o bien el mtodo numrico.
a) Solucin analtica
La solucin analtica exacta de la ecuacin (1.4) es:
t
gM
M
v( t ) =
1 e
(1.5)
t
9,8(m / s 2 )70(kg)
70
v( t ) =
1
e
0,27(kg / m)
b) Solucin numrica
Como se mencion anteriormente, los mtodos numricos permiten reformular el problema
para que se pueda resolver mediante simples operaciones aritmticas. Entonces se aproxima la
razn de cambio de la velocidad con respecto al tiempo por:
dv v v( ti+1) v( ti )
=
dt
t
ti+1 ti
(1.6)
Reemplazando en (1.4)
v( ti+1) v( ti )
= g v( t i )
ti+1 ti
M
(1.7)
v( ti+1) = v( ti ) + g v( ti ) ( ti+1 ti )
M
(1.8)
13
Clculo Numrico
Dra. Lucrecia Luca Chaillou
t (s)
0
2
4
6
8
10
12
Solucin Solucin
analtica numrica
v (m/s)
0
0
19,5246
19,6000
38,8991
39,0488
58,1248
58,3476
77,2027
77,4975
96,1341
96,4996
114,9199 115,3552
Puede observarse que por un mtodo numrico la solucin se aproxima bastante bien a
solucin exacta. Para minimizar las diferencias se puede utilizar un menor intervalo de clculo, por
ejemplo intervalos de 1 s. Con la ayuda de una computadora digital se puede efectuar un gran
nmero de clculos en pocos segundos y modelar con exactitud la velocidad de un cuerpo que
cae sin tener que resolver la ecuacin diferencial.
EJERCICIOS PROPUESTOS
1.1. Ejemplifique el proceso de generacin de un modelo matemtico, a partir de un fenmeno o
problema del mundo real. Detalle los aspectos involucrados en la conceptualizacin y la formulacin del mismo.
1.2. Responda verdadero o falso:
blemas matemticos que surgen en Ingeniera y pueden resolverse por Mtodos Numricos.
1.4. Calcule analtica y numricamente la velocidad de cada, a los 20 s, de un cuerpo de 50 kg
que se deja caer desde un aeroplano, considerando que la fuerza de roce es v2 (=0,27
kg/m).Grafique ambas soluciones.
1.5. Escriba el algoritmo y el diagrama de flujo correspondiente al problema de la multiplicacin de
dos nmeros.
14
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Captulo 2
APROXIMACIONES Y ERRORES
El anlisis del error en un resultado numrico es esencial en cualquier clculo hecho a mano o con una computadora. Los datos de entrada rara vez son exactos puesto que se basan en
ensayos experimentales o bien son estimados y los mtodos numricos introducen errores de
varios tipos, por ello brindan resultados aproximados. En la prctica profesional, los errores son
costosos y en algunos casos letales. Adems como los resultados de los mtodos numricos son
aproximaciones, es necesario tener en claro los conceptos de cifras significativas, exactitud y precisin.
La confiabilidad de un valor numrico est dada por sus cifras significativas que se definen como el nmero de dgitos, ms un dgito estimado que se pueda usar con confianza. Por
ejemplo, si se leen 25 ml en una bureta, que est graduada en 0,1 ml, se puede decir que el nivel
del lquido es mayor que 25,1 y menor que 25,2 ml como puede observarse en la Figura 2.1. Hasta puede estimarse con una aproximacin de 0,05 ml, por lo tanto el volumen vertido es 25,15 ml
que tiene 4 cifras significativas. Los primeros tres dgitos son seguros y el ltimo es una estimacin.
25
Un cero puede ser significativo o no, dependiendo de su posicin en un nmero dado. Los
ceros que solamente sitan la cifra decimal no son significativos, si se escribiera 25,15 ml como
0,02515 l, el nmero de cifras significativas sigue siendo el mismo. Los ceros al final de un nmero pueden ser significativos o no. Si se dice que un tanque de agua se encuentra a 10,0 m de altura, significa que la altura se conoce hasta las dcimas de metro. Si esa misma altura se da como
15
Clculo Numrico
Dra. Lucrecia Luca Chaillou
2.3. ERRORES
2.3.1. Error absoluto y relativo
(2.1)
error
valor verdadero
(2.2)
Si se expresa en porcentaje:
Ev =
error verdadero
x 100
valor verdadero
(2.3)
(2.4)
s = (0,5 x 10 2 n )%
(2.5)
16
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Las soluciones que resultan de la aplicacin de los mtodos numricos son aproximadas
debido a que existen incertidumbres en los datos, puesto que stos son empricos; en el modelo
ya que es una idealizacin y simplificacin de la realidad y en la resolucin numrica debido a
errores de truncamiento y de redondeo.
2.3.2.1. Error de truncamiento
i+1
en
f ' ' ( xi )
f (n)( xi )
( xi+1 xi )2 + L +
( xi+1 xi )n + Rn (2.6)
2!
n!
El trmino residual considera todos los trminos desde n+1 hasta el infinito.
Rn =
f (n+1) ()
( xi+1 xi )n+1, con ( xi+1 xi ) = h (paso)
(n + 1) !
(2.7)
17
Clculo Numrico
Dra. Lucrecia Luca Chaillou
fl ( x ) = 0. a1 a2 a3 L apBb
(2.8)
Donde:
: es el signo del nmero, puede ser positivo o negativo
a1a2a3...ap: es la parte fraccionaria significativa
B: es la base, puede ser 2, 10 16
b: es el exponente entero, las computadoras de 12 dgitos tiene un valor de b de 999
p: es el nmero de dgitos significativos (precisin)
Por ejemplo, si se quiere representar el nmero 24,12 como un nmero de punto flotante
con B=10 y p=4, este ser:
fl(x)= +.2412x102
Si la computadora admite solo p cifras significativas el redondeo se hace al nmero ms
prximo. Dado el nmero:
x = 0. a1 a2 a3 Lapap +1 ap + 2 L10b
El redondeo para este nmero utilizando el punto flotante fl(x) es:
18
Clculo Numrico
Dra. Lucrecia Luca Chaillou
fl ( x ) = 0. a1 a2 a3 Lap10b
fl ( x ) = 0. a1 a2 a3 L(ap + 1) 10b
si ap +1 < 5
si ap +1 5
Son errores por torpeza o por equivocacin, son debidos por lo general a errores humanos.
Las equivocaciones ocurren en cualquier etapa del proceso de modelado matemtico y pueden
contribuir con las otras componentes del error.
Errores de formulacin
Estos errores degeneran en un modelo matemtico incompleto y si se est usando un modelo deficiente, ningn mtodo numrico generar resultados adecuados.
Incertidumbre en los datos
EJERCICIOS PROPUESTOS
2.1. Suponga que debe cuantificar la cantidad de -caroteno en lechuga y experimentalmente se
determin que el valor es 0,042 mg/100g. Si el valor verdadero es 0,048 mg/100g, indique el error
verdadero y el error relativo porcentual.
2.2. Estime el valor de e0.5 utilizando la expansin en serie de Mac Laurin, calculando los errores
relativos porcentuales real y aproximado (considere que el valor real de e0.5 es1, 648721271 despus del agregado de cada trmino hasta que el valor absoluto del error aproximado sea menor
que el criterio establecido por la frmula de Scarborough para 3 cifras significativas.
2.3. En la tabla que sigue se muestran las velocidades de formacin del compuesto C, mediante
una reaccin enzimtica, a partir de los reactivos A y B. Se indican las velocidades de formacin
con 3, 4, 5 y 6 cifras significativas. Calcule los errores relativos porcentuales para un tiempo t =
12s, considerando que el valor real con 10 cifras significativas es 4984,921508 g/s.
19
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Tiempo (s)
4
8
12
0,2 x4 - 0,35 x3-0,5 x2-0,45 x+1,8 para x= 2 y calcule el error de truncamiento en cada caso. Considere h=1.
2.7. Represente las siguientes cantidades como nmeros de punto flotante. Considerando base
10 y 4 dgitos significativos.
a) 28,31; b) -0,00144; c) 38000
20
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Captulo 3
SOLUCION NUMERICA DE ECUACIONES
Uno de los problemas ms antiguos y bsicos del clculo numrico es el problema de
bsqueda de la solucin de una ecuacin, es decir encontrar los valores de la variable x que satisfacen la ecuacin f(x)=0, para una funcin f dada. Las ecuaciones pueden ser algebraicas (la funcin f es un polinomio), por ejemplo: x2+5x-4=0 o bien trascendentes puesto que estn constituidas por funciones trascendentes tales como funciones exponenciales, trigonomtricas, logartmicas, etc., por ejemplo: e-x x; sen x; ln x2 1. Solamente en casos muy simples, de ecuaciones
algebraicas, existen frmulas que permiten resolverlas en trminos de sus coeficientes, para el
resto de las ecuaciones se utilizan mtodos aproximados que permiten mejorar la solucin por
simple repeticin del mismo mtodo hasta adquirir el grado de aproximacin requerido. Estos
mtodos son apropiados para realizarlos utilizando computadoras puesto que comprenden la repeticin de un proceso, es decir iteracin. A continuacin se describen mtodos numricos que
permiten calcular las races de ecuaciones algebraicas y trascendentes.
Este es un mtodo muy simple, consiste en calcular valores de la variable dependiente para distintos valores de la variable independiente. A continuacin se grafican en un sistema de ejes
coordenados cartesianos y se observa el punto de interseccin de la funcin con el eje de las
abscisas. Este punto proporciona una primera aproximacin a la raz de la ecuacin.
Por ejemplo, si se desea determinar, aplicando el mtodo grfico, los valores aproximados de
las races de x2-6 x +1 =0. Para ello se calcula el valor de la funcin en el intervalo [-2,8] y se
representan los valores en un sistema de ejes cartesianos (Figura 3.1).
y 20
15
10
5
0
-5
-10
-2
21
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Los mtodos de cmputo de una raz real de una ecuacin involucra dos pasos, en primer
lugar la determinacin del intervalo de bsqueda, es decir el intervalo al que la raz pertenece,
siempre que la ecuacin est vinculada a un sistema fsico y en segundo lugar la seleccin y aplicacin de un mtodo numrico apropiado para determinar la raz con la exactitud adecuada.
Estos mtodos se clasifican en dos categoras: mtodos abiertos y mtodos cerrados. Los
mtodos cerrados, tales como el mtodo de la biseccin y el de la falsa posicin, son aquellos que
usan intervalos, se caracterizan por ser siempre convergentes pero la velocidad de convergencia
es lenta. Los mtodos abiertos, mtodo de aproximaciones sucesivas, de Newton-Raphson, de
Newton de 2 orden, de Von Mises, de la secante, requieren informacin nicamente de un punto,
o de dos pero que no necesariamente encierran a la raz. La convergencia es ms rpida pero
algunas veces divergen.
3.2.1. Mtodos cerrados
3.2.1.1. Mtodo de la Biseccin
Si se tiene una funcin f(x) continua en el intervalo [xL,xU], con f(xL) y f(xU) de signos
opuestos, por el teorema anterior, existe un valor x* incluido en el intervalo (xL,xU) tal que f(x*)=0.
El mtodo requiere de dividir el intervalo a la mitad y localizar la mitad que contiene a la raz. El
proceso se repite y su aproximacin mejora a medida que los subintervalos se dividen en intervalos ms y ms pequeos. La primera aproximacin a la raz, se determina como xM =
ver Figura 3.2.
(x L + x U )
2
xL
(xM,0)
xU
22
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Se calcula una nueva aproximacin a la raz en el nuevo subintervalo y se contina con las iteraciones hasta la cota de error fijada de antemano.
Las ventajas y desventajas del mtodo se detallan a continuacin:
Ventajas
Desventajas
9 Es siempre convergente
(x L + x U )
2
xL + xU
< E f(xM)=0, SALIDA xM
2
PARAR
Paso 5: Tomar i = i+1
Paso 6: Si f(xL). f(xM) >0, tomar xL=xM,
si no tomar xU=xM
Paso 7: SALIDA (Procedimiento completado sin xito despus de N iteraciones)
PARAR
23
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Por ejemplo, si se desea determinar, aplicando el mtodo de la biseccin, una de las races de
(x L + x U )
2
1+ 2
= 1,5
2
1,5 + 2
= 1,75
2
y f(1,5) . f(1,75) = -1,70312< 0 , por lo tanto la raz est en (1,5, 1,75), entonces la tercera iteracin es:
xM =
1,5 + 1,75
= 1,625
2
y as sucesivamente, en la sexta iteracin se llega a un valor de x6=1,734 bastante prximo al valor verdadero de la raz 1,7321
3.2.1.2. Mtodo de la Falsa Posicin o Regula Falsi
Este mtodo es similar al de la biseccin salvo que la siguiente iteracin se toma en la interseccin de una recta entre el par de valores x y el eje de las abscisas en lugar de tomar el punto medio. El reemplazo de la curva por una lnea recta da una posicin falsa de la raz, de aqu el
nombre de mtodo de la regla falsa.
Para aplicarlo se eligen los extremos xL y xU del intervalo entre los que se encuentra la raz,
verificando que se cumpla que f(xL). f(xU) < 0. Si se observa la Figura 3.3, por semejanza de tringulos, puede escribirse la siguiente igualdad:
f(xU )
f(xL )
=
xM xL xM xU
(3.1)
Y despejando de la expresin (3.1) el valor de xM, que es una aproximacin de la raz, se obtiene
la siguiente frmula de iteracin o recurrencia:
xM = xU f(xU )
xU xL
f(xU ) f(xL )
(3.2)
El valor de xM, calculado con la ecuacin (3.2), reemplaza a uno de los dos valores, xL o xU
que produzca un valor de la funcin que tenga el mismo signo de f(xM). De esta manera los valores xL y xU siempre encierran a la raz.
Clculo Numrico
Dra. Lucrecia Luca Chaillou
(xM,0)
xL
xU
xU xL
f(xU ) f(xL )
xU xL
< E f(xM)=0, SALIDA xM
f(xU ) f(xL )
PARAR
Paso 5: Tomar i = i+1
Paso 6: Si f(xL). f(xM) >0, tomar xL=xM,
si no tomar xU=xM
Paso 7: SALIDA (Procedimiento completado sin xito despus de N iteraciones)
PARAR
25
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Por ejemplo, si se desea determinar, aplicando el mtodo de la falsa posicin, una de las ra-
ces de la ecuacin planteada en el tem 3.2.1.1, considerando que la funcin cambia de signo
en el intervalo (1,2).
Se iniciarn los clculos con los valores iniciales xL = 1 y xU = 2
Primera iteracin:
xL = 1, f(xL) = -4
xU = 2 f(xU) = 3
xM = 2 3
(2 1)
= 1,57142
3 ( 4)
Segunda iteracin:
Como f(xM)= -1,36449 tiene el mismo signo que f(xL), xM se convierte en el lmite superior de la
siguiente iteracin, xU = 1,57142
xL = 1, f(xL) = -4
xU = 1,57142 f(xU) = -1,36449
x M = 1,57142 1,36449
(1,57142 1)
= 1,70540
1,36449 ( 4)
Se procede de esta manera hasta que en la quinta iteracin el valor de xM es 1,73194 muy
prximo al valor verdadero 1,7321
Las ventajas y desventajas del mtodo son:
Ventajas
9 Es siempre convergente
Desventajas
mtodo de la biseccin
El mtodo de aproximaciones sucesivas o iteracin de punto fijo es una forma muy til y
simple de encontrar la raz de una ecuacin de la forma f(x)=0. Para ello se reordena la ecuacin
de manera que x sea igual a g(x). Esta transformacin se puede llevar a cabo mediante operaciones algebraicas o simplemente agregando x en ambos miembros de la ecuacin original. A una
solucin de esta ecuacin se le llama un punto fijo de la funcin g. Sin embargo, es muy importante la seleccin de la funcin g(x), ya que no siempre converge con cualquier forma elegida de g(x).
26
Clculo Numrico
Dra. Lucrecia Luca Chaillou
En sntesis, sea:
f(x)=0
(3.3)
una ecuacin algebraica o trascendente y x = x* una raz de ella o sea un valor de x tal que la verifique idnticamente, es decir: f(x*)=0. Sumando x a ambos miembros de (3.3) se tiene f(x) +x = x y
llamando g(x)= x + f(x) se tiene que:
x = g(x)
(3.4)
(3.5)
Si a medida que n crece, xi+1 tiende a x* se dice que el mtodo converge, en caso contrario
diverge. Si el mtodo converge, la diferencia entre dos iteraciones sucesivas ser ms pequea a
medida que i aumenta, lo que proporciona un criterio de terminacin de aplicacin del mtodo. Se
acepta el siguiente teorema sin demostracin:
27
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Un planteamiento grfico diferente es el de separar la ecuacin x = g(x) en dos partes, como y1 = x (recta a 45) y y2 = g(x), stas se pueden graficar por separado. Los valores de x correspondientes a las intersecciones de estas funciones representan las races de f(x) = 0. En la
Figura 3.4 se muestra la convergencia (a) y (b) ya que verifican el teorema de la convergencia y la
divergencia (c) y (d) en el mtodo de Aproximaciones sucesivas.
y
(b)
(a)
x1
x*
x*
x2
x0
(c)
x* x1 x2
(d)
x1
x1
x0 x2
x2 + 2
, por lo tanto la ecuacin de recurrencia
4
( xi )2 + 2
4
28
Clculo Numrico
Dra. Lucrecia Luca Chaillou
En la tabla siguiente se muestran los valores obtenidos, se comienza con una aproximacin x0=1. El valor real de la raz (0.586) se alcanza luego de cinco iteraciones.
xi
1
0,75
0,641
0,603
0,591
0,587
xi+1
0,75
0,641
0,603
0,591
0,587
0,586
Desventajas
9 Es simple
9 Es flexible
En este mtodo si el valor inicial de la raz es xi, se puede extender una tangente desde el
punto (xi, f(xi)). El punto donde esta tangente corta al eje x representa una aproximacin mejorada
de la raz.
Existen por lo menos tres maneras usuales de introducir el mtodo de Newton Raphson
puesto que se puede derivar a partir de un mtodo grfico a partir de la de iteracin de punto fijo
bien utilizando la serie de Taylor. El desarrollo a partir de esta serie es el siguiente:
f ( x i +1 ) = f ( x i ) + f ' ( x i )( x i +1 x i ) +
f ' ' ( )
( x i +1 x i ) 2
2
(3.6)
donde se encuentra en alguna parte del intervalo xi y x i+1. Truncando la serie de Taylor despus
de la primera derivada, se obtiene:
f(x i+1) f(xi) + f (xi)(x i+1-xi)
(3.7)
x i +1 = x i
f ( xi )
f ' ( xi )
(3.8)
(3.9)
29
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Este mtodo definido por el denominador f (xi) hace que geomtricamente se pase de una
aproximacin a la siguiente por la tangente a la curva y = f(x) trazada en el punto correspondiente
a la aproximacin presente, esto puede observarse en la Figura 3.5.
y
x*
x2
x1
x0
f(x 0 )
f ' (x 0 )
Por ejemplo, si se desea determinar, aplicando el mtodo Newton-Raphson, una de las races
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Como f(xi)= x2 - 4x + 2, su derivada primera es: f(xi)= 2x - 4. Por lo tanto la frmula de recurrencia es:
x i +1 = x i
f(xi )
x 2 4x + 2
= xi i
f ' (xi )
2x i 4
En la tabla siguiente se muestran los valores obtenidos, se comienza con una aproximacin x0=1. El valor real de la raz (0.586) se alcanza luego de dos iteraciones.
xi
1
0,5
0,583
xi+1
0,5
0,583
0,586
Desventajas
Si en lugar de considerar los dos primeros trminos de la serie de Taylor se consideran los
tres primeros trminos (3.6), se representa con xi a la diferencia entre x i+1 y xi y se iguala a cero,
se tiene:
f ( x i ) + x i f ' ( x i ) +
y sustituyendo xi por
( x i ) 2
f ' ' (xi ) = 0
2
(3.10)
f(xi )
(a partir de la frmula de Newton-Raphson) queda:
f '(xi )
1 f(xi )
f ( x i ) + x i f ' ( x i )
f ' ' ( x i ) = 0
2 f ' (xi )
(3.11)
Despejando xi se obtiene:
x i =
f(x i )
f(xi )
f ' (xi )
f ' ' (xi )
2f ' ( x i )
(3.12)
31
Clculo Numrico
Dra. Lucrecia Luca Chaillou
f(xi )
f(xi )
f ' (xi )
f ' ' (x i )
2f ' ( x i )
(3.13)
Este mtodo considera un mayor nmero de trminos de la serie por lo tanto converge
ms rpidamente que el mtodo de Newton-Raphson.
Un algoritmo para este mtodo iterativo es el que sigue.
Algoritmo para el mtodo de Newton de segundo orden
Permite encontrar una solucin a la ecuacin f(x)=0, dada una aproximacin inicial x0.
f(x 0 )
f(x0 )
f ' (x 0 )
f ' ' (x 0 )
2f ' ( x 0 )
32
Clculo Numrico
Dra. Lucrecia Luca Chaillou
x i +1 = x i
f ( xi )
f ' ( x0 )
(3.14)
x*
x3 x2
x1
x0
f(x 0 )
f ' ( x 00 )
Surge como una variacin del mtodo de Newton-Raphson, en lugar de tomar la tangente
se toma la secante. De manera que la derivada se aproxima por una diferencia dividida, es decir:
33
Clculo Numrico
Dra. Lucrecia Luca Chaillou
f ' ( xi)
f ( x i 1 ) f ( x i )
x i 1 x i
(3.15)
f ( x i )( x i 1 x i )
f ( x i 1 ) f ( x i )
(3.16)
La ecuacin (3.16) es la frmula para el mtodo de la secante. El mtodo requiere de dos valores
iniciales pero como no se requiere que f(x) cambie de signo en el intervalo considerado, no se lo
incluye dentro de los mtodos que utilizan intervalos.
Un algoritmo para este mtodo iterativo es el que sigue.
Algoritmo para el mtodo de la Secante
Permite encontrar una solucin a la ecuacin f(x)=0, dadas dos aproximacin inicial x0 y x1.
f ( x 1 )( x 0 x1 )
f ( x 0 ) f ( x1 )
34
Clculo Numrico
Dra. Lucrecia Luca Chaillou
y
f(xi)
f(xi-1)
x*
xi-1
xi
Los polinomios son funciones de relevancia en modelos de ciencia e ingeniera, a continuacin se detallan teoremas y reglas necesarias para el clculo de sus races.
Demostracin:
Sea Q(x) el cociente y R el residuo que resulta de dividir P(x) entre x a, por definicin de
divisin de un polinomio entre un binomio se tiene:
P(x) = (x a) Q(x) + R
y si:
Teorema recproco: el valor del polinomio P(x) para x = a, es igual al residuo que resulta de dividir P(x) entre
x a.
35
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Teorema del factor: si x =a es una raz de la ecuacin P(x) = 0, entonces x a es un factor del polinomio
P(x).
P(x) = (x a) Q(x) + R
y si:
(3.17)
36
Clculo Numrico
Dra. Lucrecia Luca Chaillou
a0
a
a1
...
a A0
A0
A1
...
a n -1
an
a A n-2
a A n-1
An-1
Este es un esquema de la divisin sinttica, se debe ordenar el polinomio P(x) en potencias decrecientes de x, insertando un 0 para todos los trminos con coeficientes nulos. Si P(x) es
de grado n, entonces el cociente Q(x) es de grado n-1.
3.3.3. Regla de los signos de Descartes
Para determinar las races racionales de una ecuacin algebraica de coeficientes enteros
o reales si se elimina la parte decimal multiplicndose por un nmero lo suficientemente grande
pueden establecerse los siguientes pasos:
1.
2.
3.
Determinar los nmeros mximos de races positivas y negativas por la regla de los
signos de Descartes.
4.
5.
Probar que una de estas es raz, aplicando el teorema recproco del factor.
6.
Si una ecuacin algebraica posee races irracionales, en primer lugar se deben aplicar los
procedimientos descriptos anteriormente para encontrar y separar las races racionales, de forma
que se tenga una ecuacin reducida que posea solamente races irracionales. Si esta ecuacin es
de primer o segundo grado, sus races se obtienen por medio de frmulas, para grados superiores
al segundo se pueden aplicar los mtodos detallados anteriormente.
37
Clculo Numrico
Dra. Lucrecia Luca Chaillou
P( x i )
P' ( x i )
(3.18)
El polinomio P(x) puede expresarse como la ecuacin (3.17), si se toma x = xi, se tiene que:
P(xi)= R
(3.19)
(3.20)
(3.21)
Y de acuerdo con el teorema recproco al del residuo Q(x) puede determinarse como el residuo R
que resulta de dividir Q(x) entre (x-xi) puesto que:
Q(x)=(x-xi) S(x)+R
(3.22)
(3.23)
R
R'
(3.24)
x i
P( x i ) 2 P ' ( x i ) R' R
(3.25)
Por ejemplo, si se desea determinar, aplicando el mtodo Newton-Raphson, una de las races
irracionales de la ecuacin x3 +2x2-3x-3=0, (se sabe que una de las races es 1.4605), se comienza con x=2:
1
2
1
2
1
2
2
4
2
6
-3
8
5
12
17
-3
10
7
38
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Entonces se aplica la frmula (3.24) para obtener una mejor aproximacin de la raz:
x1 = 2
7
= 1.5882
17
1
1,5882
1
1,5882
1
x 2 = 1,5882
-3
-3
1,5882
5,6988
4,2862
3,5882
2,6988
1,2862
1,5882
8,2211
5,1764 10,9198
1,2862
= 1,4704
10,9198
Se realiza la divisin sinttica para este valor y as sucesivamente hasta llegar al valor
buscado.
EJERCICIOS PROPUESTOS
3.1. Calcule la raz cuadrada negativa de 0.8 utilizando el mtodo de aproximaciones sucesivas.
3.2. Evale, aplicando Iteracin de Punto Fijo, el factor de friccin f en una tubera por la que circu-
la un fluido con flujo turbulento. Este factor est dado por la ecuacin:
e
9,35
= 1,14 2 log +
. Considere que el dimetro D= 0,2 m; el espesor e=0,0035 m y el
f
D Re f
orden.
3.4. Aplique el mtodo de von Mises, y luego comprelo con Newton-Raphson y Newton de 2
K, si las prdidas de calor desde la superficie externa se producen por conveccin y radiacin,
determine la temperatura del lado externo de la pared (T1). La ecuacin que rige esta situacin
problemtica es:
k
(T1 T0 ) + T14 Tf 4 + h (T1 Tf ) = 0
x
Conductividad trmica, k =1,33 W/mK; Emisividad, = 0.8;Temperatura del lado interno de la pared, T0 = 642 K; Temperatura del lado externo de la pared, T1;Temperatura del aire, Tf =299 K;
39
Clculo Numrico
Dra. Lucrecia Luca Chaillou
(v) de monxido de carbono a 80 bares de presin y 226 K, de tal forma que se pueda determinar
el tubo adecuado que los contenga. Aplique los mtodos de Newton Raphson y von Mises.
Datos: R=0.08314 bar m3/kgmol K; a=1.396 bar m6/(kgmol)2; b= 0,0345 m3/kgmol
3.7. Demuestre que: 1, 2 y -2, son races de la ecuacin: x3 x2 - 4 x + 4 =0, utilizando el teorema
del factor.
3.8. Resuelva la ecuacin: x3 7 x2 - 10 x + 16 =0, utilice la regla de los signos de Descartes.
40
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Captulo 4
SISTEMAS DE ECUACIONES LINEALES
En muchas ocasiones los problemas de matemticas aplicadas a la ciencia e ingeniera
pueden reducirse a un sistema de ecuaciones algebraicas lineales. Estos sistemas pueden resolverse tanto por mtodos exactos como por mtodos aproximados.
Una ecuacin algebraica lineal es una ecuacin en donde en cada trmino aparece nicamente una variable o incgnita elevada a la primera potencia.
Por ejemplo, a11 x1 + a12 x2 + a13 x3 + + a1n xn = c1, es una ecuacin algebraica lineal en
las variables x1, x2, x3, , xn. Se admite que los coeficientes a11, a12, a13,, a1n y el trmino independiente c1, son constantes reales.
Un sistema de ecuaciones lineales es un conjunto de ecuaciones que deben resolverse
simultneamente. Por ejemplo,
a11 x1 + a12 x2 + a13 x3 + + a1n xn = c1
a21 x1 + a22 x2 + a23 x3 + + a2n xn = c2
a31 x1 + a32 x2 + a33 x3 + + a3n xn = c3
(4.1)
a n1 a n2
a13 K a1n
a 23
a 2n
K
K
a n3
a nn
x1 c 1
x c
2 = 2
K K
x n c n
(4.2)
Este sistema de ecuaciones se simboliza como [A]nxn [X]nx1 = [C]nx1, en donde A es la matriz
del sistema, X es el vector incgnita y C es el vector de trminos independientes, que en forma
sinttica se simboliza como AX=C.
41
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Los mtodos directos son aquellos que obtiene la solucin exacta, salvo errores de redondeo en los clculos, luego de un nmero finito de operaciones elementales. Pertenecen a este
grupo el mtodo de eliminacin de Gauss, el mtodo de Gauss-Jordan, particin de matrices, etc.
A continuacin se describen los mtodos mencionados.
4.2.1.1. Mtodo de eliminacin de Gauss
42
Clculo Numrico
Dra. Lucrecia Luca Chaillou
(4.3a)
(4.3b)
(4.3c)
(4.3d)
a 21x 1 + a 21 12 x 2 + K + a 21 1n x n = a 21 1
a11
a11
a11
(4.4)
a 22 a 21 12 x 2 + K + a 2n a 21 1n x n = c 2 a 21 1 , es decir:
a11
a11
a11
a22x2++a2nxn =c2
(4.5)
el apstrofe se utiliza para indicar que los coeficientes de las incgnitas han sufrido modificaciones
en sus valores. El proceso se repite hasta que se elimina la primera incgnita de las ecuaciones
restantes dando como resultado el siguiente sistema modificado:
a11 x1 + a12 x2 + a13 x3 + + a1n xn = c1
a22 x2 + a23 x3 + + a2n xn = c2
(4.6a)
(4.6b)
M
an2 x2 + an3 x3 + + ann xn = cn
(4.6d)
43
Clculo Numrico
Dra. Lucrecia Luca Chaillou
La ecuacin pivotal, es decir la que permanece invariante es la ecuacin (4.6a). A continuacin se repite el proceso para eliminar la segunda incgnita (x2) desde la tercera ecuacin hasta la ltima, restando a cada ecuacin la segunda ecuacin (4.6b) multiplicada por
a' i2
(recora' 22
dando que i representa al nmero de fila o rengln, siendo i3): Una vez completado este paso se
repite el procedimiento de manera de eliminar las incgnitas iniciales de las ecuaciones subsiguientes hasta llegar a la ltima, transformndose el sistema en un sistema triangular superior:
a11 x1 + a12 x2 + a13 x3 + + a1n xn = c1
(4.7a)
(4.7b)
a33 x3 + + a3n xn = c3
(4.7c)
a(n-1)nn xn = c(n-1)n
(4.7d)
xn =
cn
(4.8)
n 1)
a(nn
n-1.
El
a 12
a 13
a 22
a 23
a 32
a 12
a ' 22
a 33
a 13
a ' 23
a ' ' 33
c1
c2
c 3
c1
c '2
c ' ' 3
c ' '3
a ' '3
(c '1 a ' 23 x 3 )
x2 =
a 22
(c 1 a 12 x 2 a 13 x 3 )
x1 =
a 11
x3 =
Una de las desventajas de este mtodo es que durante el proceso en las fases de eliminacin y sustitucin es posible que ocurra una divisin entre cero. Por ello se ha desarrollado una
estrategia del pivoteo que evita parcialmente estos problemas.
44
Clculo Numrico
Dra. Lucrecia Luca Chaillou
a ij
a ii
cn
(Sustitucin hacia atrs)
a nn
n
1
c i a ij x j
xi =
a ii
j = i +1
x1 + x 2 + 2x 3 = 3
Clculo Numrico
Dra. Lucrecia Luca Chaillou
x 1 + x 2 + 2x 3 = 3
4 x 2 5 x 3 = 8
x 2 8x 3 = 2
Se procede ahora a eliminar la segunda incgnita de la tercera ecuacin, para ello se divide la segunda ecuacin por -4 y se multiplica por el coeficiente de la tercera ecuacin que en este
caso es 1, quedando la segunda como: x 2 +
5
x 3 = 2 y se resta este resultado de la tercera
4
x 1 + x 2 + 2x 3 = 3
4 x 2 5 x 3 = 8
37
x3 = 0
4
b) Sustitucin hacia atrs
Se despeja x3 de la tercera ecuacin, en este caso: x3=0, se reemplaza este valor en la segunda ecuacin: 4 x 2 = 8 por lo tanto x2=2 y por ltimo se reemplazan estos valores en la primera ecuacin x 1 + 2 = 3 entonces x1=1.
4.2.1.2. Mtodo de Gauss - Jordan
Es diferente al mtodo de eliminacin gaussiana puesto que cuando se elimina una incgnita no slo se elimina de las ecuaciones siguientes sino de todas las otras ecuaciones. De esta
forma el paso de eliminacin genera una matriz identidad en lugar de una matriz triangular. Por
consiguiente no es necesario emplear la sustitucin hacia atrs para obtener la solucin. A continuacin se esquematiza el mtodo.
46
Clculo Numrico
Dra. Lucrecia Luca Chaillou
a 11
a
21
a 31
a 12
a 13
a 22
a 32
a 23
a 33
1
0
0
x1
0
1
0
0
0
1
x2
x3
c1
c2
c 3
c *1
c *2
c * 3
=
=
c *1
c *2
c *3
Por ejemplo, si se desea resolver el sistema anterior utilizando este mtodo, se escribe el sis-
tema en forma matricial, se trabaja con la matriz ampliada (formada por la matriz de coeficientes a la que se le adiciona una ltima columna constituida por los trminos independientes),
luego se efectan operaciones elementales en las filas hasta llegar a la matriz identidad quedando los valores de las incgnitas en la ltima columna de la matriz ampliada.
2 3 3F1 +F2 1 1
2
3
1 1
1 1 2 3 1F2 +F1
1 / 4F2 3
F +F3
2F1 +F3
3 1 1 1
0 4 5 8 0 1 5 / 4 2 2
2 3 4 8
0 1 8 2
0 1 8 2
3/ 4
1
4
1 0
1 0 3 / 4 1 3 / 4F3 +F1 1 0 0 1
F3
5 / 4F3 +F2
0 1
37
5/4
2
0 1 5 / 4 2
0 1 0 2
0 0 37 / 4 0
0 0 1 0
0 0 1 0
Se llega al mismo resultado que con el mtodo anterior, es decir x1=1, x2=2 y x3=0.
Este no es un mtodo recomendable ya que involucra alrededor de un 50% de clculos
adicionales, sin que haya ms beneficios.
4.2.1.3. Particin de matrices
Este mtodo puede utilizarse para resolver grandes sistemas de ecuaciones lineales, y
consiste en dividir las matrices de la ecuacin matricial del sistema en submatrices de orden
menor.
(4.9)
47
Clculo Numrico
Dra. Lucrecia Luca Chaillou
En donde fijada la posicin de la submatriz A22 en A, quedan obligadas las de las otras
submatrices.
Para resolver el sistema matricial se realizan las operaciones matriciales indicadas en l,
producto e igualdad, teniendo en cuenta que los elementos matriciales son a la vez matrices.
Se tiene:
A11 x1 + A12 x2 = c1
(4.10)
A21 x1 + A22 x2 = c2
(4.11)
(4.13)
(4.14)
En esta ltima expresin se hace B = A11 - A12 A22-1 A21 y D = A12 A22-1, por lo tanto (4.14)
queda como:
x1 = B-1(c1 - Dc2)
(4.15)
(4.16)
Haciendo en esta ltima expresin: E = A22-1 A21 y F = A22-1+ E B-1D, se puede escribir
(4.16) como sigue:
x2 = - EB-1 c1 + F c2
(4.17)
En sntesis se llega a:
x1 B 1
B 1D c 1
=
x
F c 2
2 EB 1
(4.18)
48
Clculo Numrico
Dra. Lucrecia Luca Chaillou
la solucin de las incgnitas hasta obtener una precisin determinada o hasta completar un nmero determinado de iteraciones. Son ejemplos el mtodo de Jacobi, el de Gauss-Seidel, etc.
4.2.2.1. Mtodo de Jacobi
Si se considera un sistema de ecuaciones algebraicas, que puede escribirse en forma matricial como [A] [X] = [C] y que A = D + R, donde D es una matriz diagonal; es decir, una matriz
cuadrada cuyos elementos sobre la diagonal principal son los nicos diferentes de cero. Entonces
puede escribirse que:
(D + R) X = C
DX = C RX
X = D-1C D-1R X
(4.19)
Se admite que la diagonal de A no contiene elementos nulos, para que exista la matriz inversa D-1. La ecuacin (4.19) sugiere el mtodo iterativo:
X k+1= D-1C D-1R Xk
(4.20)
Este es el mtodo iterativo de Jacobi, de iteraciones totales o de desplazamientos simultneos, definido por la ecuacin de recurrencia (4.20), significa que del sistema de ecuaciones, se
(4.21)
c 2 a 21x 1 a 23 x 3 K a 2n x n
a 22
(4.22)
c a 31x1 a 32 x 2 K a 3n x n
x3 = 3
a 33
(4.23)
x2 =
xn =
c n a n1x1 a n2 x 2 K a n,n 1x n 1
a nn
(4.24)
Para aplicar el mtodo, se considera una primera aproximacin al valor de las incgnitas x,
que se denomina X(0) (el suprandice indica el orden de aproximacin). Se sustituye esta primera
aproximacin en los segundos miembros de las ecuaciones (4.21) a (4.24), por ejemplo, si se toma la solucin trivial, en la ecuacin (4.21) se encuentra x1 haciendo x2 hasta xn iguales a cero.
Luego se calcula x2 de la ecuacin (4.22) tomando x1, x3, xn iguales a cero y as sucesivamente
hasta llegar a la ltima ecuacin y encontrar xn. Se obtiene de esta manera una nueva aproxima-
49
Clculo Numrico
Dra. Lucrecia Luca Chaillou
cin a los valores de las incgnitas, es la aproximacin de orden 1, es decir X(1). El procedimiento
se repite hasta que la solucin converja cerca de los valores reales. La convergencia se puede
verificar usando el criterio de error relativo.
Este mtodo es muy poco utilizado debido a que el mtodo de Gauss-Seidel converge ms
rpidamente a la solucin y adems lo hace cuando no se logra que el mtodo de Jacobi converja.
La condicin suficiente para que el mtodo de Jacobi converja es que la matriz de coeficientes sea diagonal dominante, es decir que cada elemento de la diagonal principal es mayor en
valor absoluto que la suma del resto de los elementos de la misma fila en la que se encuentra el
elemento en cuestin.
A continuacin se presenta un algoritmo para este mtodo iterativo.
Algoritmo de Jacobi
n
1
c i a ij x 0 j
xi =
a ii
j=1
ji
50
Clculo Numrico
Dra. Lucrecia Luca Chaillou
2x 1 x 2 0,1x 3 = 4
3 x 1 2x 2 + 100 x 3 = 450
suponiendo una cota de error del 3 %.
Se despeja x1 de la primera ecuacin, x2 de la segunda y x3 de la tercera ecuacin.
x1 =
4 + x 2 + 0,1x 3
20 0,1x1 + 0,3 x 3
450 3 x 1 + 2 x 2
; x2 =
; x3 =
2
7
100
20
= 2,857 y
7
450
= 4,5 .
100
Se realiza una nueva iteracin con los valores: x1= 2; x2= 2.857 y x3= 4.5, es decir:
x1 =
x2 =
x3 =
3,653 2
.100 = 45,25% ;
3,653
E x2 =
3,021 2,857
.100 = 5,43% ;
3,021
E x3 =
4,497 4,5
.100 = 0,07%
4,497
Se realiza una nueva iteracin, ahora con x1= 3,653; x2= 3,021 y x3= 4,497 y se llega a que
x1=3,735 con Ex1= 2,19 %; x2=2,998 con Ex2= 0,77 %; x3=4,451 con Ex3= 1,03 %.
51
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Es un mtodo iterativo que disminuye el error de redondeo, se denomina tambin de desplazamientos sucesivos o de iteraciones parciales. Si se tiene un conjunto de n ecuaciones (4.1),
que puede escribirse en forma matricial como: [A] [X] = [C] y si los elementos de la diagonal principal son diferentes de cero, la primera ecuacin se puede resolver para x1, la segunda para x2,
etc., lo que lleva a las ecuaciones (4.21) a (4.24).
Se puede comenzar el proceso de solucin utilizando una aproximacin inicial X0 a la solucin que es el vector columna X. La solucin trivial puede servir de valor inicial, se supone que x2,
..., xn valen 0. Estos valores se sustituyen en la ecuacin (4.21) y de ella se despeja un nuevo valor de x 1 =
c1
. Luego se sustituye el nuevo valor de x1 con x3,, xn iguales a cero en la ecuaa11
cin (4.22) y se calcula un nuevo valor de x2. Este procedimiento se repite en cada una de las
ecuaciones hasta llegar a la ecuacin (4.24) de la que se calcula un nuevo valor de xn. Se regresa
a la primera ecuacin y se repite todo el proceso hasta que la solucin converja cerca de los valores reales. La convergencia se puede verificar usando el criterio de error relativo. Este mtodo se
diferencia del de Jacobi puesto que una vez que se calcula una aproximacin a una incgnita se
utiliza esta aproximacin en la misma iteracin.
Las condiciones suficientes para que el mtodo de Gauss-Seidel converja es que la matriz
de coeficientes sea diagonal dominante o bien que la matriz de coeficientes sea simtrica y definida positiva. Un algoritmo del mtodo se muestra a continuacin.
Algoritmo de Gauss-Seidel
xi =
1
a ii
i 1
n
c i a ij x a ij x
j
0j
j =1
j=i+ 1
continua
52
Clculo Numrico
Dra. Lucrecia Luca Chaillou
2x 1 x 2 0,1x 3 = 4
3 x 1 2x 2 + 100 x 3 = 450
suponiendo una cota de error del 3 %.
Se despeja x1 de la primera ecuacin, x2 de la segunda y x3 de la tercera ecuacin.
x1 =
4 + x 2 + 0,1x 3
20 0,1x1 + 0,3 x 3
450 3 x 1 + 2 x 2
; x2 =
; x3 =
2
7
100
Se supone que x2 = x3= 0, por lo tanto x1= 2, con este nuevo valor y con x3= 0 se calcula x2,
es decir:
x2 =
20 ((0,1) . ( 2))
= 2,828
7
x1 =
53
Clculo Numrico
Dra. Lucrecia Luca Chaillou
x3 =
E x1 =
3,639 2
.100 = 45,04% ;
3,639
E x2 =
2,998 2,828
.100 = 5,67% ;
2,998
E x3 =
4,451 4,497
.100 = 1,03%
4,451
En la tercera iteracin se llega a que x1=3,722 con Ex1= 2,23 %; x2=2,995 con Ex2= 0,1 %;
x3=4,448 con Ex3= 0,07 %.
El mtodo de relajacin fue ideado por el ingeniero britnico Richard Southwell, converge
ms rpidamente que el de Gauss-Seidel. Consiste en tomar nueva aproximacin a la solucin
como una combinacin lineal de la solucin de la etapa anterior, es decir aplicando la frmula
(4.24) correspondiente al mtodo de Gauss-Seidel pero con la incorporacin de un factor de relajacin denominado w:
x (ik ) = (1 w )x (ik 1) + w
1
a ii
i 1
n
c i a ij x a ij x
j
0j
j =1
j=i+ 1
(4.25)
Seidel diverge
Mtodo de sobre-relajacin, si 1<w<2, se aplica para acelerar la convergencia del mtodo de
Gauss-Seidel
Mtodo de Gauss-Seidel si w=1
EJERCICIOS PROPUESTOS
4. 1. Utilice el mtodo de eliminacin gaussiana y el de Gauss-Jordan para resolver el siguiente
sistema de ecuaciones:
54
Clculo Numrico
Dra. Lucrecia Luca Chaillou
3 x1 0,1 x2 2 x3 = 14
0,1 x1 + 8 x2 2,3 x3 = - 21
0,4 x1 0,8 x2 + 10 x3 = 75
4.2. En una fbrica de embutidos, se elaboran tres tipos diferentes de estos productos que res-
ponden a las formulaciones A, B y C. En el cuadro que sigue se presentan las proporciones necesarias de las materias primas principales de cada formulacin.
Si se dispone diariamente de 140 tn de hgado, 130 tn de carne porcina y 180 tn
de tocino, indique la produccin diaria de cada tipo de producto en kg/d.
Tipo de
embutido
Hgado
Carne
Tocino
A
B
C
3
1
3
1
3
2
2
2
4
4.3. Calcule el valor de las incgnitas x1 y x2 del sistema de 5 ecuaciones con 5 incgnitas, apli-
x2 +
x3 + x4 +
x5 = 18
x1 + 2 x2 + 2 x3 +3 x4 + 4 x5 = 27
2 x1 + x2 - 2 x3 + 2 x4 - 3 x5 = - 32
3 x1 + 2 x2 + 3 x3 + 4 x4 + x5 = 6
- x1 + x2 - 4 x3 + 4 x4 + 2 x5 = - 24
4.4. Utilice el mtodo de Jacobi para resolver el sistema indicado a continuacin, calculando para
cada iteracin el error relativo porcentual. Utilice como criterio de parada un error del 6 %, compare con la solucin obtenida anteriormente.
16 x1 +2 x2 2 x3 = 16
4 x1 + 24 x2 +18 x3 = 24
2 x1 14 x2 + 34 x3 = -16
4.5. Resuelva el sistema anterior utilizando el mtodo de Gauss-Seidel.
4.6. Resuelva el sistema anterior por el mtodo de sobre-relajacin, utilizando w=1.4
55
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Captulo 5
APROXIMACION POLINOMIAL Y FUNCIONAL
En la prctica es frecuente tratar funciones que no son del tipo de las elementales, adems
de funciones definidas de manera tabular o grfica, de las que se desconoce su expresin analtica y de las que se necesita conocer valores de la variable que no estn tabulados.
Existen casos de funciones expresadas en forma tabular en los que se requiere una alta
aproximacin y para ello existen mtodos numricos que por lo general utilizan funciones racionales enteras (polinomios), de manera que la curva descripta por los mismos toque todos los puntos
definidos. Si no se requiere gran aproximacin se deriva una curva simple que represente el comportamiento general de los datos.
El clculo de las diferencias finitas permite encontrar el grado del polinomio por el cual
puede describirse una funcin tabular.
Dada la funcin y=f(x) definida en forma tabular como la que se presenta en la Tabla 5.1, y
suponiendo que los valores de la variable independiente xn, estn igualmente espaciados entre s,
es decir que el incremento o paso es igual a un valor constante denominado h.
Tabla 5.1. Funcin tabular de paso constante
x
x0
x1= x0+h
x2= x0+2h
x3= x0+3h
xn= x0+nh
y
y0
y1
y2
y3
yn
Se denominan primeras diferencias hacia adelante y se representan con yi a las diferencias entre dos valores consecutivos de y, es decir:
56
Clculo Numrico
Dra. Lucrecia Luca Chaillou
a0 = y1 y0
(5.1)
a1 = y2 y1
(5.2)
a2 = y3 y2
(5.3)
an-1 = yn yn-1
(5.4)
Las diferencias de las primeras diferencias se llaman segundas diferencias hacia adelante, 2yi:
b0 = a1 a0 = y2 2y1 + y0
(5.5)
b1 = a2 a1 = y3 2y2 + y1
(5.6)
b2 = a3 a2 = y4 2y3 + y2
(5.7)
(5.8)
Las diferencias de las segundas diferencias se llaman terceras diferencias hacia adelan3
te, yi:
c0 = b1 b0 = y3 3y2 + 3y1 y0
(5.9)
c1 = b2 b1 = y4 3y3 + 3y2 y1
(5.10)
c2 = b3 b2 = y5 3y4 + 3y3 y2
(5.11)
(5.12)
Siguiendo este proceso se definen las cuartas, quintas, etc., diferencias hacia adelante.
Todas las diferencias pueden arreglarse en una tabla de diferencias (ver Tabla 5.2), en donde
cada diferencia se indica entre los dos elementos que la producen, ver la tabla siguiente:
Tabla 5.2. Tabla de diferencias
xi
yi
x0
y0
yi
2yi
3yi
a0 = y1 y0
x1= x0+h
b 0 = a1 a 0
y1
a1 = y2 y1
x2= x0+2h
y2
x3= x0+3h
y3
xn= x0+nh
yn
c 0 = b1 b 0
b 1 = a2 a 1
a2 = y3 y2
c 1 = b2 b 1
b 2 = a3 a 2
an-1 = yn yn -1
c n - 3 = b n - 2 bn - 3
bn - 2 = an-1 an - 2
57
Clculo Numrico
Dra. Lucrecia Luca Chaillou
(5.14)
f(x s ) f(xr )
x s xr
(5.15)
f [ x 1,K, x n ] f [ x 0 , x1,K, x n 1 ]
xn x0
(5.16)
Una vez definidas las diferencias, los coeficientes se determinan como sigue:
a0=f(x0)
a1=f[x0,x1] =
(5.17)
f ( x1 ) f ( x 0 )
x1 x 0
f [ x1, x 2 ] f [ x 0 , x1 ] [ f ( x 2 ) f ( x1 )] [ f ( x1 ) f ( x 0 )]
=
x2 x0
x2 x0
(5.18)
(5.19)
an= f [ x 0 , x 1,K, x n ] =
f [ x 1,K, x n ] f [ x 0 , x1,K, x n 1 ]
xn x0
(5.20)
58
Clculo Numrico
Dra. Lucrecia Luca Chaillou
(5.21)
Si se desea encontrar un valor incluido entre dos valores consecutivos de una funcin tabular puede utilizarse la interpolacin de Newton. Para ello se utilizan las diferencias finitas definidas en el tem 5.1.1.
Dada la funcin y = f(x), definida en la Tabla 5.1, para encontrar un valor de x incluido entre
dos valores consecutivos de la tabla mencionada, x k < x< x
k+1,
aproxima a un polinomio Pn(x) de grado n, que pasa por todos los puntos que definen a la funcin
(puesto que la diferencia de orden n es aproximadamente constante). Recordando la definicin de
diferencias hacia adelante y que las diferencias de orden superior se definen en funcin de las
diferencias de orden inferior pueden calcularse los valores de la variable dependiente y en funcin
de estas diferencias como se indica a continuacin:
y1 = y0 + a0
(5.22)
(5.23)
y3 = y2 + a2= y0 + 2a0 + b0 + (a1 + b1)= (y0 + 2a0 + b0) + (a0 + b0+ b0+c0)= y0 + 3a0 + 3b0+c0 (5.24)
En estas expresiones puede verse que aparecen las primeras de las distintas diferencias
de rdenes sucesivos a partir de y0, afectadas por los coeficientes del desarrollo del binomio de
Newton. Suponiendo que esto es verdadero para cualquier valor de y, puede establecerse que:
y k = y 0 + ka 0 +
k(k 1)
k(k - 1)(k - 2)
k(k 1)(k 2)(k 3)
b0 +
c0 +
d0 + ... (5.25)
2!
3!
4!
k(k 1) 2
k(k - 1)(k - 2) 3
k(k 1)(k 2)(k 3) 4
y0 +
y0 +
y 0 + .. . (5.26)
2!
3!
4!
Esta frmula es verdadera para todo valor entero positivo de k, se denomina frmula de interpolacin de Newton y es aplicable para cualquier valor de xk correspondiente o no a la tabla. En
59
Clculo Numrico
Dra. Lucrecia Luca Chaillou
4y0, , son las diferencias hacia adelante de rdenes sucesivas correspondientes a y0; y k se
determina como sigue:
x x 0
xk = x0 + kh k = k
h
(5.27)
(5.28)
D k, j =
Dk, j 1 Dk 1, j 1
xk xk j
Paso 9: SALIDA ys
PARAR
Por ejemplo si se desea encontrar el valor de la variable independiente para x=6,2 de la fun-
x
y
0
4
4
16
8
124
12
424
16
1012
20
1984
60
Clculo Numrico
Dra. Lucrecia Luca Chaillou
y
4
16
124
424
1012
1984
2y
3y
12
108
300
588
972
96
192 96
288 96
384 96
0,55(0,55 1)
0,55(0,55 - 1)(0,55 - 2)
192 +
96 = 62,1
2!
3!
O bien puede resolverse el problema encontrando el polinomio de interpolacin de Newton, para ello se calculan las diferencias divididas hasta el orden quinto, es decir:
x
0
4
8
12
16
20
y
4
16
124
424
1012
1984
3
4
4,5
4,8
0,083
0,031
0,015
-3,25 x10-3
-8 x10-4
-2,025 x10-4
Este mtodo se utiliza para funciones tabulares en las cuales los valores de x no son equidistantes. Para realizar la interpolacin, se busca un polinomio que pase por todos los puntos. Si
se tienen n puntos el polinomio debe ser de grado n-1, o sea:
y = a 0 x n 1 + a1x n 2 + L + a n 2 x + a n 1
(5.29)
61
Clculo Numrico
Dra. Lucrecia Luca Chaillou
el grado del polinomio es n-1. Los coeficientes A0, A1, A2, An se determinan de manera que la
grfica del polinomio pase por todos los puntos especificados.
Si x = xn, se tiene y = yn, entonces reemplazando en la frmula (5.28) se llega a que:
yn = An(xn x1) (xn x2) (xn x3) . . . (xn xn-1)
(5.30)
yn
( x n x1 )( x n x 2 )( x n x 3 )L( x n x n 1 )
(5.31)
Si se sustituyen los coeficientes dados por la ecuacin (5.31) en la ecuacin (5.29) se tiene
la frmula de interpolacin de Lagrange:
y=
( x x 2 )( x x 3 )L ( x x n )
( x x 1 )( x x 3 )L ( x x n )
y1 +
y2 +
( x 1 x 2 )( x 1 x 3 )L ( x 1 x n )
( x 2 x1 )( x 2 x 3 ) L ( x 2 x n )
( x x1 )( x x 2 )L ( x x n 1 )
yn
+L+
( x n x1 )( x n x 2 )L ( x n x n 1 )
(5.32)
j =1
j =1
Pn 1( x ) = L j ( x )f ( x i ) = L j ( x )y i
(5.33)
x xk
k =1 x j x k
n
con: L j ( x ) =
kj
(5.34)
62
Clculo Numrico
Dra. Lucrecia Luca Chaillou
continua
frmula: L j = L
xs x j
xi x j
n +1
Paso 5: SALIDA ys
PARAR
Por ejemplo si se deseara encontrar el valor de la funcin tabular dada por la tabla para x=4
2
0,69315
8
2,07944
12
2,48491
( x x 2 )( x x 3 )
( x x 1 )( x x 3 )
( x x 1 )( x x 2 )
y1 +
y2 +
y 3 y reemplazan( x 1 x 2 )( x 1 x 3 )
( x 2 x 1 )( x 2 x 3 )
( x 3 x 1 )( x 3 x 2 )
( 4 8)( 4 12)
( 4 2)( 4 12)
( 4 2)( 4 8)
0,69315 +
2,07944 +
2,48491 = 1,25899
(2 8)(2 12)
(8 2)(8 12)
(12 2)(12 8)
El problema de interpolacin inversa consiste en determinar el valor de la variable independiente x conocido el valor de la funcin f(x). Se resuelve utilizando la frmula de interpolacin
de Lagrange y formando una tabla con los valores de la variable dependiente como valores de x y
los de la independiente como los de y.
5.1.6. Derivacin numrica
Dada la funcin y = f(x) se trata de calcular el valor de sus derivadas en algunos de los
puntos x = x0, x1, x2, , xn. Si se acepta aproximar la funcin con la frmula de interpolacin de
Newton (5.26):
y k = y 0 + ky 0 +
Derivando ambos miembros de la ecuacin (5.26) con respecto a x y teniendo en cuenta que el
segundo miembro es una funcin compuesta de x, se tiene:
63
Clculo Numrico
Dra. Lucrecia Luca Chaillou
d
d
k2 k 2
k 3 3k 2 + 2k 3
[y 0 + ky 0 +
y0 +
y0 + L
f(x) =
dx
dk
2!
3!
y de (5.27),
dk
dx
(5.35)
dk 1
= , entonces la ecuacin (5.35) queda reducida a:
dx h
3k 2 6k + 2 3
2k 1 2
1
d
y0 +
y0 + L
f ( x ) = [y 0 +
6
2
h
dx
(5.36)
f ( x) =
1
h
dk
por lo que:
dx
[2 y 0 + (k 1)3 y 0 + L ]
(5.37)
f ( x) =
1
h
[3 y 0 + L]
(5.38)
Considerando que si x=x0 entonces k=0, se puede escribir una frmula muy simple para
estimar la primera derivada de la funcin en ese punto xi como se indica a continuacin:
n y 0
d
1
1
1
f ( x ) = f ' ( x i ) = y 0 2 y 0 + 3 y 0 + L ( 1)n 1
dx
h
2
3
n
(5.39)
Si se utiliza el primer trmino de la frmula (5.39) esto significa que la interpolacin es lineal y la frmula, considerando el error (ltimo trmino) es:
f ' (xi ) =
1
1
[y 0 ] h2 f ( 2) ()
2
h
(5.40)
1
1
1
y 0 2 y 0 + h 2 f (3 ) ()
h
2
3
(5.41)
La frmula de la ecuacin (5.39) se denomina aproximacin de diferencias hacia adelante debido a que todas las diferencias se realizan con valores de la funcin que estn delante
de yi. Si se utilizan diferencias entre valores de la funcin que estn antes de yi, se tienen la
aproximacin de diferencias hacia atrs y si se utilizan intervalos de diferencias en los que el
64
Clculo Numrico
Dra. Lucrecia Luca Chaillou
utilizando uno a cuatro trminos de la ecuacin (5.39) con diferencias hacia adelante, hacia atrs y
centrales. Para facilitar la escritura se hace f(xi) = fi.
Tabla 5.3. Frmulas para calcular derivadas mediante aproximaciones de diferencia
Primera derivada
Aproximaciones de diferencia hacia adelante
f f
fi' = i +1 i + E,
h
1
E h fi' '
2
fi' =
f i + 2 + 4 fi + 1 3 f i
+ E,
2h
fi' =
1
E h 2 fi' ' '
3
1
E h 3 fi' ' ' '
4
f f
fi' = i i 1 + E,
h
1 ''
h fi
2
fi' =
3fi 4fi 1 + fi 2
+ E,
2h
fi' =
1 2 '''
h fi
3
1 3 ''''
h fi
4
f f
fi' = i +1 i 1 + E,
2h
fi' =
h2 '''
fi
6
fi + 2 + 8 f i + 1 8 f i 1 + f i 2
+ E,
12h
1 4 (v )
h fi
30
Segunda derivada
Aproximaciones de diferencia hacia adelante
f
2fi +1 + fi
fi' ' = i + 2
+ E,
h2
fi' ' =
+ E,
f 2 fi 1 + fi 2
fi' ' = i
+ E,
h2
fi' ' =
+ E,
f 2 fi + fi 1
fi' ' = i +1
+ E,
h2
h2 ''''
fi
12
65
Clculo Numrico
Dra. Lucrecia Luca Chaillou
fi' ' =
fi + 2 + 16fi + 1 30fi + 16 fi 1 fi 2
12h
+ E,
1 4 ( vi)
h fi
90
Tercera derivada
Aproximaciones de diferencia hacia adelante
f
3fi + 2 + 3fi +1 fi
fi' ' ' = i + 3
+ E,
h3
3
E h 2 fi' ' ' '
2
3 2 ''''
h fi
2
f
2fi + 1 + 2fi 1 2 fi 2
fi' ' = i + 2
+ E,
2h 3
1
E h 2 fi( v )
4
Por ejemplo si se deseara encontrar el valor de la segunda derivada para x=4 para la funcin
tabular:
x
y
2
3,010
3
4,771
4
6,021
5
6,990
fi'' =
Dada la funcin f(x) cuya aproximacin est dada por la ecuacin (5.26) que pasa por los
n+1 puntos pivotes para los que x = x0, x1, x2,, xn, todos ellos igualmente espaciados, entonces
se podr tener una aproximacin a la integral de la funcin:
xn
xn
k(k 1) 2
k(k 1)(k 2) 3
f
(
x
)
dx
=
y0 +
y 0 + Ldx
y 0 + ky 0 +
2!
3!
x0
x0
(5.42)
x0
0
2
f ( x )dx = y 0 + ky 0 +
k2 k 2
k 3 3k 2 + 2k 3
y0 +
y 0 + Lhdk =
2
6
3
2
k3 k2 2
4
k
y 0 + k k + k 3 y 0 + L n
= h ky 0 +
y 0 +
2
4
6
6
6
24
(5.43)
66
Clculo Numrico
Dra. Lucrecia Luca Chaillou
xn
x0
f ( x )dx = h ny 0 +
3
2
n3 n2 2
4
n2
y 0 + n n + n 3 y 0 + L (5.47)
y 0 +
6
24
6
6
4
2
Si la interpolacin se limita al primer orden, y la integral solo se calcula entre los dos primeros valores de x, es decir entre x0 y x1 (n=1), aplicando (5.47), se obtiene:
x1
f ( x )dx = h( y 0 +
x0
x1
h
12
y 0 ) y como y 0 = y 1 y 0 , f ( x )dx = ( y 0 + y1 ) (5.48)
2
2
x
0
para A2, A3, , An (ver Figura 5.1). Por ejemplo, para An se tiene: f ( x )dx =
x n 1
h
( y n 1 + y n ) .
2
h
2
f ( x )dx = (y 0 + y n + 2( y1 + y 2 + y 3 + L + y n 1)
x n 1
(5.48)
h
[y 0 + y n + 2 resto de las ordenadas]
2
(5.49)
A1
A2
x0
A3
An
A4
x1
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Para mejorar la exactitud de la regla del trapecio, se puede dividir el intervalo de integracin en h segmentos y aplicar el mtodo a cada uno de ellos. El ancho de segmento se calcula
x x0
y la regla se denomina trapecial de segmentos mltiples.
como h = n
n
Algoritmo para Integracin por la regla trapecial de segmentos mltiples
Paso 5: Ingresar y1
Paso 6: Hacer SU= y1
Paso 7: Para i=2 hasta m hacer SU=SU+2*yi
Paso 8: Calcular el rea mediante la frmula A=(SU+yn)/2*m
Paso 9: Calcular IN mediante la frmula IN = ( x n x 0 ) * A
Paso 10: la SALIDA es IN
PARAR
Si la interpolacin es limitada de segundo orden y la integral solo se calcula entre los tres
primeros valores de x (n=2) en (5.47) se obtiene:
x2
x0
f ( x )dx = h 2y 0 +
3
2
23 2 2 2
4
22
y 0 + 2 2 + 2 3 y 0 + L (5.50)
y 0 +
2
4
6
6
6
24
1
3
f ( x )dx = h 2y 0 + 2( y1 y 0 ) + ( y 2 2y 1 + y 0 ) =
x0
h
( y 0 + 4 y 1 + y 2 ) , en forma general:
3
68
Clculo Numrico
Dra. Lucrecia Luca Chaillou
xn
f ( x )dx = 3 ( y n 2 + 4y n 1 + y n )
(5.51)
x 02
h
3
f ( x )dx = [y 0 + y n + 2( y 2 + y 4 + y 6 + L + y n 2 ) + 4( y1 + y 3 + y 5 + L + y n 1 )] (5.52)
x0
El segundo miembro de la ecuacin se denomina frmula de Simpson del 1/3 y se expresa como:
A1 =
3
h
[y 0 + y n + 2 ordenadas de orden par + 4 ordenadas de orden impar ] (5.53)
3
A1
x1
x2
x0
f ( x )dx = h 3 y 0 +
x3
3
2
33 32 2
4
32
y 0 + 3 3 + 3 3 y 0 + L
y 0 +
6
6
4
2
6
24
(5.54)
x0
3
h ( y 0 + 3y 1 + 3y 2 + y 3 )
8
en forma general:
=
xn
3
8
f ( x )dx = h( y n 3 + 3 y n 2 + 3 y n 1 + y n )
x0 3
(5.55)
69
Clculo Numrico
Dra. Lucrecia Luca Chaillou
xn
y + y + 2( y + y + y + L + y 3 ) +
f ( x )dx = h +03( y n+ y + 3y + 6y + 9y + y +nL
y
y
)
+
+
1
2
4
5
7
8
n2
n 1
8
(5.56)
x0
El segundo miembro de la ecuacin se denomina frmula de Simpson del 3/8 y se expresa como:
A3 =
8
3
h[y 0 + y n + 2 ordenadas de orden mltiplo de 3 + 3 resto de ordenadas ] (5.57)
8
x0 x1 x2 x3
2
8
4
4
6
2
8
1
10
2
12
6
14
9
16
10
2[8 + 10 + 2( 4 + 2 + 1 + 2 + 6 + 9)]
= 66
2
A1/ 3 =
A3 / 8 =
70
Clculo Numrico
Dra. Lucrecia Luca Chaillou
En este tipo de aproximacin se trata de encontrar la ecuacin de una curva que, aunque
no pase por todos los puntos, tenga pocas variaciones, es decir sea suave y pase lo ms cerca
posible de todos ellos, para ello es necesario aplicar el criterio de mnimos cuadrados. Antes de
aplicar este criterio, debe escogerse la forma de la curva que se va a ajustar al conjunto de puntos
dado y su ecuacin puede obtenerse desde un conocimiento previo del problema, es decir por su
interpretacin fsica o en forma arbitraria observando que ecuacin conocida describe aproximadamente a esta curva.
Dentro de la aproximacin funcional por mnimos cuadrados se distinguen tres tipos de regresin: lineal, polinomial, lineal mltiple.
5.2.1. Regresin lineal
El ejemplo ms simple de aproximacin por mnimos cuadrados es el ajuste de un conjunto de datos a una lnea recta.
La expresin matemtica de una recta es:
y = a0 + a1x + E
(5.58)
en donde a0 y a1 son coeficientes que representan la interseccin con el eje de las ordenadas y la
pendiente, respectivamente y E es el error o residuo entre el modelo y las observaciones. Reordenando, se puede calcular el error como
E = y - a0 - a1x
(5.59)
es decir, es la diferencia entre el valor real de y y el valor aproximado, a0 + a1x que predice la
ecuacin lineal.
Una forma de obtener un mejor ajuste es minimizar la suma de cuadrados de los residuos,
Sr, de la siguiente manera:
n
i =1
i =1
Sr = Ei2 = ( yi a0 a1x i )2
(5.50)
Para encontrar los valores de a0 y a1 que minimicen la ecuacin (5.50) se debe derivar esta
ecuacin con respecto a los coeficientes indicados, es decir:
n
S r
= 2 ( y i a 0 a1x i )
a 0
i =1
(5.51)
n
S r
= 2 ( y i a 0 a1x i )x i ]
a1
i =1
(5.52)
71
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Para generar un mnimo, se igualan estas derivadas a cero y se expresan como un conjunto de dos ecuaciones lineales con dos incgnitas a0 y a1.
na0 + xia1= yi
(5.53)
xia0 + xi2a1= xi yi
Si se resuelve este sistema se obtiene:
a1 =
n x i y i x i y i
n x i 2 ( x i ) 2
a0 = y a1x
(5.54)
(5.55)
Sr
n2
(5.56)
S t Sr
St
(5.57)
72
Clculo Numrico
Dra. Lucrecia Luca Chaillou
y = d1e b1x
(5.58)
en donde d1 y b1 son constantes. Para linealizar este modelo se aplican logaritmos naturales, es
decir:
ln y = ln d1 + b1 ln e
(5.59)
73
Clculo Numrico
Dra. Lucrecia Luca Chaillou
En una grfica semilogartmica de ln y vs. x se genera una lnea recta con pendiente b1 y
ordenada al origen: ln d1.
Modelo de ecuacin elevada a una potencia
y = d 2 x b2
(5.60)
En donde d2 y b2 son coeficientes, puede linealizarse mediante logaritmos en base 10, o sea:
log y = b2 log x + log d2
(5.61)
de forma que en una grfica logartmica de log y vs log x se genera una lnea recta con pendiente
b2 y ordenada al origen log d2.
Modelo de crecimiento a saturacin
y = d3
x
b3 + x
(5.62)
(5.63)
Una grfica de 1/y contra 1/x ser lineal, con pendiente b3/d3 y ordenada al origen 1/d3.
y = a 0 + a1x + a 2 x 2 + L + a m x m
(5.64)
S r = ( y i a 0 a1x i a 2 x i 2 L a m x im ) 2
i =1
(5.65)
Siguiendo el procedimiento anterior, se deriva la ecuacin con respecto a cada uno de los
coeficientes del polinomio, para obtener:
n
S r
= 2 ( y i a 0 a1x i a 2 x i 2 L a m x im )
a 0
i =1
(5.66)
n
S r
= 2 x i ( y i a 0 a1x i a 2 x i 2 L a m x im )
a1
i =1
(5.67)
74
Clculo Numrico
Dra. Lucrecia Luca Chaillou
...
n
Sr
= 2 x im ( y i a 0 a1x i a 2 x i 2 L am x im )
a m
i =1
(5.68)
a0 xi + a1 xi
m+1
+ a2 xi
m+2
+ . . . +am xi
(5.69)
.
2m
= xim yi
Sr
n (m + 1)
(5.70)
S v Sr
Sv
(5.71)
(5.72)
S r = ( y i a 0 a1x1,i a 2 x 2,i ) 2
i =1
(5.73)
(5.74)
n
Sr
= 2 x1,i ( y i a 0 a1x1,i a 2 x 2,i )
a1
i =1
(5.75)
75
Clculo Numrico
Dra. Lucrecia Luca Chaillou
n
S r
= 2 x 2,i ( y i a 0 a1x1,i a 2 x 2,i )
a 2
i =1
(5.76)
Los coeficientes que generan la suma mnima de los cuadrados de los residuos se obtienen igualando a cero cada una de las derivadas parciales y expresando las ecuaciones como un
conjunto de ecuaciones lineales simultneas, de la forma:
(5.77)
Por ejemplo se desean ajustar los datos experimentales de la tabla que se presenta a conti-
x
y
1
0,4
2
0,7
2,5
0,8
4
1,0
6
1,2
Y=ln y
x.Y
x2
0,4
-0,916
-0,916
0,7
-0,365
-0,712
2,5
0,8
-0,223
-0,557
6,25
16
1,2
0,182
1,092
36
-1,313
-1,093 63,25
15,5
Clculo Numrico
Dra. Lucrecia Luca Chaillou
= 0,195
EJERCICOS PROPUESTOS
5.1. Obtenga, aplicando el mtodo de diferencias finitas, el grado del polinomio que puede repre-
0
2
6
8
12
62
18
212
24
506
30
992
a) conocer la produccin de arroz parboilizado durante el ao 95 si los datos de produccin en toneladas se presentan en la tabla que sigue:
Ao
Produccin (tn)
90
1229
92
1302
94
1100
96
1200
98
1220
-40
1.489
-34
1.450
-30
1.413
-24
1.375
-20
1.388
-15
1.299
-10
1.255
-5
1.183
5.3. Para la funcin definida en la tabla de la distribucin de velocidades de leche en una tubera,
calcule:
a) la primera derivada en x = 2, utilizando las frmulas de interpolacin limitadas al primero,
segundo y tercer orden.
b) La primera y segunda derivadas para x = 4, aplicando la interpolacin de segundo orden.
X
y
5.4.
2
3
4
5
6
7
6,010 8,144 12,022 14,990 16,781 20,451
velocidad de crecimiento en funcin del tiempo, descripta por los datos que se presentan en la
tabla, indique el valor de la pendiente de la curva en un tiempo t = 300 min.
77
Clculo Numrico
Dra. Lucrecia Luca Chaillou
t(min)
v
6
( N/min) x 10
100
200
300
400
30
45
50
50
5.5. Las dos primeras columnas de la tabla que se presenta a continuacin indican las relaciones
tiempo temperatura en el centro de una lata de habas en salsa de tomates que se est esterilizando en un autoclave discontinuo. La tercera columna presenta el valor letal de las temperaturas
superiores a 100 C. Como el rea bajo la curva de letalidad vs. tiempo corresponde al valor esterilizante de este tratamiento, determine si el mismo es suficiente considerando que el valor apropiado es 6 minutos.
t (min)
T (C)
t (min)
T (C)
54,44
2,208 x 10
-7
14
116,77
0,378
62,78
1,506 x 10
-6
15
117,22,
0,419
68,54
5,675 x 10
-6
16
118,05
0,507
75,55
2,851 x 10
-5
17
118,61
0,577
81,66
1,164 x 10
-4
18
119,05
0,638
87,22
4,188 x 10
-4
19
119,5
0,708
92,77
1,503 x 10
-4
20
119,61
0,726
97,77
4,753 x 10
-3
21
117,77
0,475
102,22
0,013
22
108,33
0,054
105,55
0,028
23
93,33
1,710 x 10
-3
10
108,33
0,054
24
80,00
7,943 x 10
-5
11
110,55
0,090
25
68,88
6,138 x 10
-6
12
112,77
0,150
13
114,44
0,221
5.6. Determine la ecuacin de la recta de regresin para los datos de la tabla que sigue que re-
presentan la cantidad de -caroteno (mg) extrado de granos de maz (kg). Grafique la funcin
tabular y el ajuste. Calcule la media, desviacin estndar y el coeficiente de variacin.
Maz (kg)
0,1
0,4
0,5
0,7
0,8
0,9
-caroteno (mg)
0,61
0,92
0,99
1,52
1,47
2,03
0
4,1
1
14,7
2
26,6
3
52,2
4
80,9
5
122,1
78
Clculo Numrico
Dra. Lucrecia Luca Chaillou
utilizan en la elaboracin de cerveza y que f es la concentracin de la fuente de carbono que servir de sustrato a estos microorganismos. Las medidas de k (tasa de crecimiento especfico en
das
-1
contra f (mg/L) se muestran en la tabla. Determine los valores de kmx (tasa mxima de cre-
cimiento para valores de f) y K (constante de semi-saturacin), empleando la linealizacin del modelo de promedio de crecimiento a saturacin.
La ecuacin que rige el modelo es: k = k mx
f
K +f
15
25
40
75
100
150
0,28
0,36
0,56
0,74
0,86
0,97
0,99
1,14
5.9. La relacin entre la concentracin de una sustancia orgnica en funcin del tiempo est ex-
0,1
0,4
0,5
0,7
0,7
0,9
0,61
0,92
0,99
1,52
1,47
2,03
Establezca la relacin emprica C=f (t) que mejor se ajuste a los datos y grafique los datos experimentales y el ajuste.
5.10. La relacin entre el contenido en CO2 de un determinado vapor (W en ppm) y la conductivi-
dad especfica del condensado (C en mhos cm-1) est dada por la siguiente tabla:
C (mhos cm-1)
0,49
1,56
2,32
3,11
3,74
4,44
5,36
W (ppm)
0,78
3,09
5,25
8,44
11,88
15,79
20,18
Determine la ecuacin polinomial W=f (C) que se ajuste a los datos y grafique.
79
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Captulo 6
SIMULACION
El trmino simulacin se refiere a la construccin de una representacin simplificada de un
proceso o un sistema fsico con el fin de facilitar su anlisis, se caracteriza por el hecho de no incluir todas las propiedades del sistema real; es decir, que el propsito de la simulacin es mostrar
el efecto de ciertos factores particulares que se estn investigando.
Se utiliza simulacin si no existe una formulacin matemtica o mtodos de resolucin
analticos (o son demasiado complejos); se desea experimentar con el sistema antes de su construccin e interesa controlar las condiciones del sistema y resulta imposible experimentar sobre el
mismo. Sus objetivos son observar, predecir, modificar y optimizar un sistema. De esta manera es
posible estudiar el comportamiento del sistema, imaginar situaciones para mejorarlo, con costos
bajos o poco peligrosos.
Debido al carcter tan complejo de un sistema real, el estudio que se hace para obtener un
modelo o simulacin se considera dividido en cuatro etapas principales, que son las siguientes:
1.
Observacin del sistema: representa la fase experimental del estudio en la que se hace
un anlisis preliminar del sistema, con el fin de determinar la interaccin con otros sistemas, sus
restricciones, las variables que interactan dentro del mismo y sus interrelaciones, las medidas de
efectividad que se van a utilizar para definirlo y estudiarlo y los resultados que se esperan obtener
del estudio que fundamentarn el diseo del modelo.
2.
rior se fijan los postulados sobre los que se fundamenta el modelo matemtico y en general puede
consistir en un sistema de ecuaciones diferenciales o de diferencias. En la formulacin del modelo
es necesario definir todas las variables que forman parte de l, sus relaciones lgicas y los diagramas de flujo que describan en forma completa el modelo.
3.
Solucin del modelo matemtico: esta proporciona informacin que predice el compor-
tamiento del sistema real, el cual sirve para conocer el grado de validez del modelo. Si no se pueden resolver las ecuaciones que forman el modelo matemtico, ya sea por la cantidad de clculos
matemticos que requieren, por falta de capacidad de la computadora o por no poder obtenerse
80
Clculo Numrico
Dra. Lucrecia Luca Chaillou
exactamente la solucin, se puede hacer un anlisis cualitativo del modelo matemtico con el fin
de resolverlo; el planteamiento y solucin de estos modelos cualitativos es lo que constituye los
mtodos de Montecarlo.
4.
Verificacin y ajuste del modelo: Los resultados obtenidos en la etapa anterior se com-
paran con los resultados del comportamiento que sigue el sistema real y con los cuales se estableci el modelo de la etapa 1.
6.1.1. Mtodos de Montecarlo
Los mtodos de Montecarlo abarcan una coleccin de tcnicas que permiten obtener soluciones de problemas matemticos o fsicos por medio de pruebas aleatorias repetidas. En la
prctica, las pruebas aleatorias se sustituyen por resultados de ciertos clculos realizados con
nmeros aleatorios.
El problema crucial de la aplicacin de estos mtodos es hallar los valores de una variable
aleatoria (discreta o continua) con una distribucin de probabilidad dada por la funcin p(x) a partir
de una transformacin de los valores de una variable aleatoria uniformemente distribuida en el
intervalo [0,1), proporcionada por la computadora o por una rutina incorporada al programa (esto
se denomina generacin de nmeros aleatorios).
6.1.1.1. Generacin de nmeros aleatorios
las ruletas, dados, cartas, etc., actualmente pueden generarse mediante tcnicas que utilizan tablas, computadoras analgicas y digitales. En la Tabla 6.1 se presenta un cuadro comparativo de
estas tcnicas.
Tabla 6.1. Tcnicas de generacin de nmeros aleatorios
TECNICA
CARACTERISTICAS
DE
OPERACION
VENTAJAS
TABLAS
COMPUTADORAS
ANALOGICAS
COMPUTADORAS
DIGITALES
DESVENTAJAS
Es lenta y puede quedar limitada si
se trata de una muestra grande.
Los nmeros con los que se trabaja
son siempre los mismos para cualquier problema.
No se puede repetir la misma secuencia.
En el caso de tablas la generacin
se vuelve lenta y ocupa un gran
espacio en la memoria y en el caso
de aditamentos analgicos no se
puede reproducir una misma secuencia de nmeros.
81
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Cabe aclarar que las relaciones de recurrencia producen secuencias en las que es posible
identificar cualquier nmero de antemano, estableciendo una secuencia determinstica y perdiendo su carcter aleatorio. Estas secuencias se consideran aleatorias si las sucesiones de nmeros
generados tienen una distribucin uniforme y son estadsticamente independientes y se denominan nmeros pseudoaleatorios o nmeros aleatorios producidos por mtodos secuenciales.
6.1.1.2. Generacin de Nmeros pseudoaleatorios
Para generarlos pueden utilizarse los mtodos de cuadrados centrales, de los productos
centrales y mtodos congruenciales.
6.1.1.2.1. Mtodo de los cuadrados centrales
Se parte de un nmero de n cifras que se eleva al cuadrado y del resultado obtenido, que
por lo general es un nmero de 2n cifras, se toman las n cifras de la parte central, que a su vez se
vuelven a elevar al cuadrado y as sucesivamente. La desventaja es que tiende a degenerar rpidamente hacia valores constantes dependiendo del nmero inicial que se elija.
Por ejemplo se desean generar nmeros entre 0 y 999 y se elige como nmero inicial a 204,
Se efecta el producto entre dos nmeros seguidos de la sucesin de nmeros pseudoaleatorios y del resultado tomar los nmeros del medio para obtener el nmero siguiente de la sucesin. Tambin tiende a degenerar a valores constantes.
Por ejemplo se desean generar 3 nmeros aleatorios y se eligen como nmeros iniciales a
Dentro de los mtodos secuenciales, los ms importantes son los de tipo congruencial y
responden a una expresin general de la forma:
Ui+1 = (Ui + k) md m
(6.1)
82
Clculo Numrico
Dra. Lucrecia Luca Chaillou
donde:
Ui+1: nmero aleatorio generado en el paso i+1
Ui: nmero aleatorio generado en el paso i
: multiplicador
k: incremento
m: mdulo
Significa que (Ui + k) se divide entre m y el residuo que se obtenga es el valor de Ui+1.
Estos nmeros quedan limitados ya que U0 y k deben ser mayores o iguales a 0, pero menores
que m. El multiplicador debe ser mayor que cero y menor que m.
Pueden distinguirse los siguientes mtodos congruenciales:
a) Mtodo congruencial mixto
Se lo denomina as si k es una constante diferente de cero. Para asegurar que el perodo
de una secuencia sea mayor a la cantidad de nmeros aleatorios requeridos es importante la seleccin del mdulo, incremento, multiplicador y del valor inicial.
Se puede obtener una muestra con un perodo igual al mdulo m si se cumplen las siguientes condiciones:
1.
2.
3.
Como las computadoras emplean nmeros binarios o decimales, se utilizan criterios diferentes para la seleccin de m, por ejemplo para computadoras decimales conviene que m valga
10d, siendo d el nmero de dgitos decimales que se tiene en una palabra. U0 puede ser cualquier
nmero decimal positivo, k un nmero impar positivo no divisible entre 5, y = 20t +1, donde t es
cualquier entero no negativo o bien =10s +1, con s>1.
b) Mtodo congruencial multiplicativo
Es el ms empleado, se obtiene cuando k =0, o sea:
Ui+1 = (Ui) md m
(6.2)
(6.3)
83
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Para explicar este mtodo supongamos que se desea saber cual es la distancia D que recorre un nio en una plaza despus de haber dado n pasos, cada paso tiene la misma longitud P,
variando exclusivamente la direccin hacia la que se mueve dentro de un ngulo tal que 0
360, como se muestra en la Figura 6.1.
y1
y3
D
y2
P
y1
x1
x2
x3
(6.4)
Para realizar la simulacin de la distancia recorrida por el nio se genera un nmero aleatorio Ui, para obtener el ngulo i en radianes se multiplica al nmero por 2.
Las componentes de cada paso dado se calculan mediante las expresiones:
xi = P cos i
(6.5)
yi = P sen I
(6.6)
n
n
D esp = X i + Yi
i =1
i =1
(6.7)
84
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Sy=0
Paso 5: Si jN seguir los pasos 6 a 11
Paso 6: Tomar i=1
Paso 7: Si in seguir los pasos 8 a 11
Paso 8: Generar U=rand(1)
Paso 9: Hacer =2**U;
x= P *cos
y = P *sen
Paso 10: Hacer Sx=Sx+x;
Sy=Sy+y
Paso 11: Tomar i=i+1
Paso 12: Si I>N ,calcular la distancia acumulada mediante la frmula
D( j) = D( j 1) + Sx ^2 + Sy ^2
Paso 13: Tomar j=j+1
Paso 14: Repetir los pasos 7a 11
Paso 15: Si j>N entonces hacer DM=D(j)/j;
E=
DE DM
.100
DE
85
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Una de las aplicaciones ms frecuentes que han tenido los mtodos de Montecarlo ha sido
el clculo de reas o volmenes.
Si se desea calcular el rea bajo la curva de una funcin, en el intervalo (a,b), como la que
se muestra en la Figura 6.2., se deben seguir ciertos pasos.
y
c
se desea calcular
Definir un rea conocida que comprende el rea que se desea integrar, en este caso un
rectngulo.
2.
Considerar esta rea como un blanco con dos zonas, sobre la que se lanzan dardos, que
se distribuyen sobre toda el rea. Cada vez que se lanza el dardo, se observa si qued en
el rea bajo la curva, contabilizando como un acierto en el caso de que as ocurra y no indicando nada en caso contrario.
3.
4.
(6.8)
(6.9)
86
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Se puede utilizar el mtodo de Montecarlo para calcular el tiempo medio de espera en una
situacin dada.
El problema se estudia para distintas frecuencias de llegada y se simula el transcurso del tiempo
por medio del generador de nmeros aleatorios, el cual proporciona un nmero cada minuto y de
acuerdo al nmero se tendr o no el arribo de una muestra para hacer uso del servicio.
El tiempo de servicio, que por lo general no depende de cuando ocurre el perodo sino ms
bien de la longitud del intervalo, es bastante comn en las situaciones cotidianas de lneas de espera. Para calcular el tiempo se aplican los siguientes pasos:
1.
(6.10)
3.
(6.11)
(6.12)
Clculo del nmero promedio de muestras que esperan ser analizadas, Lq.
Lq = L =
6.
(6.13)
2
1
(6.14)
(6.15)
87
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Wq =
Lq
(6.16)
que llegan 20 muestras por hora y el tiempo promedio de anlisis es 30 muestras por hora.
Se calcula la probabilidad de que el sistema est ocupado Pw =
20 2
=
= , la probabilidad de
30 3
2 4
2/3
= 2 , por lo tanto el nmero que espera ser analizado es L q = 2 = .
3 3
1/ 3
El tiempo promedio de una unidad en el sistema es W =
medio de espera es
Wq =
2
1
=
h = 6 min
20 10
y el tiempo pro-
4/3
1
=
h = 15 min
20
15
(6.17)
Esta ecuacin representa un modelo matemtico simple de la poblacin y permite determinar la poblacin en el instante T.
Adems, por lo general, los nacimientos y las defunciones se expresan en funcin de las
tasas de natalidad, TN, y de defuncin TD, entonces se tienen las siguientes expresiones:
N = P(T-1)*TN
(6.18)
D= P(T-1)*TD
(6.19)
Se tienen tres ecuaciones, que se pueden interpretar como tres instrucciones de programacin que pueden integrarse en un programa de una computadora. Para generarlo deben realizarse las siguientes tareas:
88
Clculo Numrico
Dra. Lucrecia Luca Chaillou
1. Encabezamiento: se identifica el nombre del programa y su versin, ao, autores, finalidad y otros datos de inters para el usuario.
2. Inicializacin: se definen todos los elementos que participan en el programa, por ejemplo,
variables, parmetros, constantes, etc. Es conveniente especificar el nombre o el rol de
cada variable.
3. Dimensionamiento de las variables: se especifica la dimensiones de las variables que
requieren exigen la reserva de memoria en la computadora y se almacenan en vectores
para su posterior impresin en tablas.
4. Ingreso de datos: el programa debe ser verstil, es decir debe permitir la modificacin de
los datos de entrada.
5. Mdulo de clculo: en el se incluye una estructura iterativa mediante la cual se ordena a
la computadora que realice la tarea incluida entre las instrucciones FOR T = y NEXT T,
hasta alcanzar una determinada condicin.
6.2.2. Modelos de la cintica qumica
La cintica qumica tiene por objetivo el estudio de las velocidades de las reacciones qumicas en sistemas homogneos y heterogneos, as como los factores que determinan esas velocidades. El estudio de estos ltimos permite formular conclusiones sobre el mecanismo que rige
en esas reacciones.
En el estudio de estos modelos se pueden considerar dos aspectos: el fenomenolgico y el
terico.
Con respecto al primero se estudia la forma en que las velocidades dependen de la concentracin.
La velocidad de una reaccin, puede definirse como la cantidad de sustancia transformada
en la unidad de tiempo. El estudio se realiza sobre una reaccin conocida es decir una en la que
ya estn establecidas las reacciones estequiomtricas entre reactantes y productos,
aA + bB +
mM + nN +
(6.20)
(6.21)
La teora demuestra que, en general, la velocidad de reaccin en un instante t es proporcional a los productos de las concentraciones molares actuales (masas activas) de los reactivos,
elevadas a una potencia igual a su respectivo coeficiente estequiomtrico. La cantidad de sustancia transformada puede expresarse en nmero de unidades de reaccin convertidos en productos.
Si esta cantidad es x en el tiempo t, la velocidad es:
89
Clculo Numrico
Dra. Lucrecia Luca Chaillou
v=
dx
= k[A ]a [B]b [C]c L
dt
(6.22)
(6.23)
La constante k es la constante de velocidad o velocidad especfica, se determina isotrmicamente. El orden total de la reaccin, N, se define como el nmero total de molculas o tomos
de las sustancias reaccionantes cuyas concentraciones, al variar en funcin del tiempo, participan
en la expresin de la velocidad de la reaccin.
La experiencia prueba que no siempre las reacciones ocurren de acuerdo a lo expresado
en las expresiones anteriores y la ley fundamental de la cintica se expresa en funcin de los
rdenes de reaccin i con respecto a la concentracin que ponderan, es decir:
d[A ]
= k[A ] a [B]b [C] c L
dt
(6.24)
90
Clculo Numrico
Dra. Lucrecia Luca Chaillou
(6.25)
la ecuacin integrada es
[A] = [A]0 e kt
por lo tanto una representacin de log
(6.26)
por lo que a partir de las medidas experimentales de [A]con el tiempo se puede obtener el valor de
la constante de velocidad k a partir de la pendiente de la grfica.
El mtodo integral tiene mucho de artesanal, ya que se formula una hiptesis sobre la
ecuacin de velocidad y los rdenes de reaccin en reactantes y productos y se valida por contraste con los resultados experimentales. Si no existe buena concordancia se formula otra hiptesis y se repiten los clculos hasta llegar a un resultado satisfactorio.
Este mtodo es el ms usado, su principal inconveniente es que se supone que los rdenes de reaccin son nmeros enteros y esto no siempre es as, adems se aplica a una sola curva
de cintica en determinadas condiciones.
El mtodo diferencial es tericamente ms correcto, su inconveniente deriva de la determinacin de las pendientes.
6.2.2.3. Dinmica de sistemas cinetoqumicos
C+D
(6.27)
(6.28)
91
Clculo Numrico
Dra. Lucrecia Luca Chaillou
[L](T ) [L](T 1)
H
(6.29)
(6.30)
tiempo promedio de anlisis es 10 muestras por hora, realice un anlisis de esta lnea de espera.
6.4. Considere la seccin de empaque de una gran fbrica de galletitas a donde llega el producto
listo para ser envasado. Si llegan a una tasa de 90 grupos a ser envasados por hora y existen 10
lneas de envasado si la tasa de servicio es 12 por hora calcule el tiempo de espera promedio y la
utilizacin de la instalacin.
6.5. Considere una reaccin irreversible de primer orden y que la velocidad de reaccin se ha se-
guido midiendo la absorbancia de la disolucin en distintos tiempos, con los siguientes resultados:
Tiempo
(min)
18
57
130
240
337
398
Absorbancia
Si [A]0= 1,39 y [B]0=0, encuentre el valor de k y los valores de [A]t por aplicacin del modelo y por integracin directa para t = 0 hasta70 minutos con H = 10 min.
92
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Captulo 7
SERIES DE FOURIER
En numerosos problemas de ingeniera aparecen funciones peridicas discontinuas y funciones aperidicas que pueden representarse por funciones senoidales, esto conduce a la Teora
de las Series e Integrales de Fourier.
La idea bsica de las series de Fourier es que toda funcin peridica de perodo T puede
ser expresada como una suma trigonomtrica de senos y cosenos del mismo perodo T.
Neugebauer en 1952 descubri que los Babilonios utilizaron una forma primitiva de las series de Fourier para predecir eventos celestiales. La historia moderna de las series de Fourier comenz en 1747con D'Alembert y su tratado sobre las oscilaciones de las cuerdas de un violn.
Euler en 1748 propuso que la solucin poda ser expresada en una serie senoidal. Las mismas
ideas fueron luego expuestas por D. Bernoulli (1753) y Lagrange (1759). La formula para calcular
los coeficientes apareci por primera vez en un artculo escrito por Euler en 1777. La contribucin
de Fourier comenz en 1807 con sus estudios del problema del flujo del calor.
7.1. CONSIDERACIONES PREVIAS
7.1.1. Funciones peridicas
Una funcin f(x) es peridica con perodo T si est definida para cualquier valor de x real y
si existe un nmero positivo T tal que:
f(x+T)= f(x)
(7.1)
En la Figura 7.1 se muestra un ejemplo de funcin peridica. Adems de la definicin puede deducirse que si el perodo es T entonces cualquier mltiplo entero de T tambin lo es.
f(x)
x
T
2T
Figura 7.1. Funcin peridica con perodo T
93
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Puede demostrarse que si f(x) y g(x) son funciones de perodo T, la funcin: h(x) = f(x) +
g(x) tambin tiene perodo T.
(7.2)
donde an y bn son coeficientes de la serie y cada trmino tiene perodo 2. Si la serie converge, su
suma es una funcin de perodo 2.
(7.3)
f ( x 0 ) = lim f ( x 0 h)
h0
(7.4)
Si f(x)
diente de los valores que toma la funcin f en sus puntos de discontinuidad. En particular si f(x) y
g(x) son idnticas en [a, b] excepto en sus puntos de discontinuidad, entonces puede escribirse la
siguiente igualdad:
b
f ( x ) dx = g( x ) dx
(7.5)
94
Clculo Numrico
Dra. Lucrecia Luca Chaillou
b) Si f(x) y g(x)
Las funciones pares e impares se caracterizan por su simetra con respecto al eje de las
ordenadas y al origen de coordenadas, respectivamente.
Analticamente las funciones pares son aquellas para las cuales se verifica que:
f(-x)= f(x)
(7.6)
(7.7)
(a)
(b)
Son ejemplos de funciones pares x2, cos nx, x2n, x y de funciones impares x, x3, sen nx,
x2n+1.
95
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Estas funciones tienen propiedades que son muy tiles para el desarrollo de funciones en
serie de Fourier, a continuacin se enuncian las ms interesantes:
9 La suma o diferencia y el producto o cociente de dos funciones pares da como resultado
Sea f(x) una funcin de la variable real x, que en el intervalo (, +2) satisface las condiciones de Dirichlet, es decir:
1) f(x) tiene un nmero finito de discontinuidades,
2) f(x) tiene un nmero finito de mximos y mnimos
3) f(x) es acotada
entonces, f(x) pertenece a la clase de funciones seccionalmente continuas o continuas por partes
Fourier:
b
f ( x ) = 0 + a n sen nx + b n cos nx , con n = 1, 2, 3,
2 n =1
n =1
(7.8)
Siendo an y bn los coeficientes de Fourier que se calculan con las frmulas siguientes:
an =
1
f ( x ) sen nx dx
(7.9)
bn =
1
f ( x ) cos nx dx
(7.10)
b0 1
=
f ( x ) dx
2 2
(7.11)
96
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Para demostrar la validez de las ecuaciones (7.9) y (7.11) se utilizan las siguientes propiedades de las funciones senoidales:
0 para n m
a) sen nx sen mx dx =
para n = m
0 para n m
b) cos nx cos mx dx =
para n = m
c) sen nx cos mx dx = 0
Para determinar an, se multiplican ambos miembros de la serie (7.8) por sen mx y se integra en un perodo es decir:
b0
+ a n sen nx + b n cos nx dx
2 n =1
n =1
f ( x ) sen mx dx = sen mx
(7.12)
a n sen nx sen mx dx = a n
(7.13)
Por lo tanto,
f ( x ) sen mx dx = a n a n =
1
f ( x ) sen nx dx
(7.14)
97
Clculo Numrico
Dra. Lucrecia Luca Chaillou
En la prctica las funciones peridicas rara vez tiene un perodo igual a 2, por lo general
tiene cualquier perodo T, por lo general expresado en unidades de tiempo. Para solucionar esto
se utiliza un cambio de escala.
Suponiendo una funcin f(t) de periodo T, puede introducirse una nueva variable x tal que
f(t) como funcin de x tenga perodo 2 . Si se hace que:
t=
T
x
2
(7.15)
2
t
T
(7.16)
T
. Esto significa que f(x) tiene perodo 2. De
2
T b0
f ( t ) = f
x =
+ a n sen nx + b n cos nx
2 n =1
2
n =1
(7.17)
b0 1 T
1 T
1 T
=
f ( x ) sen nx dx ; b n = f ( x ) cos nx dx ;
f ( x ) dx
2
2
2 2 2
2
dt
T
(7.18)
T
T
t , por lo tanto consi2
2
2
y reemplazando en las expresiones de la serie y de los coeficientes se tiene
T
que:
b
f ( t ) = 0 + a n sen n t + b n cos n t
2 n =1
n =1
con n = 1, 2, 3,
(7.19)
98
Clculo Numrico
Dra. Lucrecia Luca Chaillou
2 2
an =
f ( t ) sen n t dt
T T
bn =
T
2
2
f ( t ) cos n t dt
T T
b0 =
(7.20)
(7.21)
T
2
1
f ( t ) dt
T T
(7.22)
Si se consideran las relaciones de Euler: eix = cos x i sen x la serie puede expresarse
como sigue:
f ( t ) = n e in t
(7.23)
n =
Con n =
T
2
1
in t
dt , n= 0, 1, 2, 3,
f (t) e
T T
(7.24)
rier es:
b
1
2
f ( x ) = 0 + b n cos nx y adems b n =
f ( x ) cos nx dx = f ( x ) cos nx dx
2 n =1
0
Fourier es:
f ( x ) = a n sen nx y adems a n =
n =1
1
2
f ( x ) sen nx dx = f ( x ) sen nx dx
0
99
Clculo Numrico
Dra. Lucrecia Luca Chaillou
b
f ( t ) = 0 + C n cos(nt n )
2 n =1
(7.25)
con Cn = a n 2 + b n 2
(7.26)
a
y con n = tg 1 n
bn
(7.27)
La funcin f(t) queda desarrollada en una suma de componentes armnicas en las que Cn
y n son la amplitud y el ngulo de fase respectivamente, como se observa en la Figura 7.3.
Cn
n
bn
an
nt
Figura 7.3. Diagrama fasorial de la Serie de Fourier
La ecuacin (7.25) muestra claramente que una funcin peridica que satisface las condiciones de Dirichlet puede descomponerse en un valor medio y componentes senoidales armnicamente relacionadas cuyas frecuencias son mltiplos enteros de la frecuencia fundamental 1/T.
La amplitud y fase de las componentes estn dadas por las expresiones (7.26) y (7.27), respectivamente.
Si se representa grficamente el valor absoluto de Cn en funcin de n, se obtiene el espectro discreto de frecuencias, si se desea representar tambin n, se deben ampliar las deno-
minaciones a espectro discreto de amplitud (Figura 7.4.(a)) y el espectro discreto de fase (Figura 7.4 (b)), respectivamente, en el que cada componente de fase o de amplitud est espaciada
en y consiste en lneas discretas.
100
Clculo Numrico
Dra. Lucrecia Luca Chaillou
(a)
Cn
(b)
Las integrales de Fourier pueden interpretarse como el resultado de una generalizacin del
mtodo de las Series de Fourier para incluir funciones no peridicas. La forma ms frecuentemente adoptada es del par unilateral de integrales de Fourier, que se representa como sigue:
f (t) =
1
it
1
g() e d = F (g())
2
(7.28)
g() = f ( t ) e it dt = F( f ( t ))
(7.29)
f(x)=
k para 0 < x <
-k
101
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Por inspeccin grfica se puede afirmar que es una funcin impar puesto que f(x)=-f(-x), y
tomando en cuenta las consideraciones simplificatorias el desarrollo en Serie de Fourier est dado
an =
=
1
2
2
2 k
2k
( cos n + cos 0 ) =
f ( x ) sen nx dx = f ( x ) sen nx dx = k sen nx dx = cos nx =
0
0
n
0 n
2k
(1 cos n)
n
Puede deducirse que si n es impar (1-cos n) es igual a 2 y si n es par (1-cos n) es igual a cero,
por lo tanto la serie toma valores solamente para n impar, esto puede expresarse tomando (2n-1)
como coeficiente del argumento. En sntesis, la serie en forma compacta es:
4k
sen(2n 1)x
n =1 ( 2n 1)
f ( x) =
-2
f(x)
1 arm
3 arm
5 arm
7 arm
-4
-6
-3
-2
-1
0
x
EJERCICIOS PROPUESTOS
7.1. Demuestre que las formas trigonomtricas dadas a continuacin son expresiones de la serie
de Fourier:
a) f (t ) = c 0 +
n =1
c n cos( n t n )
b) f (t ) = c 0 +
sen( n t + n )
n =1
102
Clculo Numrico
Dra. Lucrecia Luca Chaillou
en serie de Fourier.
103
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Captulo 8
TRANSFORMADA DE LAPLACE
El mtodo de la Transformada de Laplace constituye una valiosa herramienta para la resolucin de numerosos problemas que se presentan en ingeniera, tales como la resolucin de
ecuaciones diferenciales, evaluacin de integrales, solucin de ecuaciones integrales, etc.
En el caso particular de la resolucin de ecuaciones diferenciales, este mtodo tiene notables ventajas sobre los otros mtodos de resolucin ya que se pueden transformar las ecuaciones
diferenciales en algebraicas, cualesquiera sean las condiciones iniciales dadas, estas se incorporan al problema algebraico y el uso de tablas de transformadas de Laplace facilita notablemente la
resolucin.
Sea f(t) una funcin de t definida para t 0, la Transformada de Laplace de f(t), que se
denota por L [f(t)] por F(s), est definida por la ecuacin:
(8.1)
L se denomina
lm e
m 0
st
(8.2)
f ( t )dt
Si este lmite existe, la integral converge y puede asegurarse la existencia de la Transformada de Laplace. A continuacin se indica el teorema para la existencia de la transformada.
Teorema para la existencia de la transformada de Laplace: Si f(t) es seccionalmente continua en el intervalo
0 t A, para cualquier A positiva y adems f (t )
104
Clculo Numrico
Dra. Lucrecia Luca Chaillou
(8.3)
L[ e
f(t)] = F(s +)
(8.4)
c) Desplazamiento temporal
Teorema: Si
(8.5)
d) Cambio de escala
Teorema: Si
1 s
F
a a
(8.6)
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Teorema de la derivacin: Si una funcin f(t) y su primera derivada son ambas Laplace transformables y si
d f (t )
= L[D f(t)] = s F(s) f(0+)
dt
(8.7)
F (s )
s
(8.8)
(8.9)
(8.10)
a t
n
n =0
L [f(t)] =
a 0 a1 2! a 2
n! a n
+ 2 + 3 + L=
n +1
s s
s
n =0 s
que sea satisfecha por f(t) y aplicar luego los teoremas anteriores.
9 Mediante el uso de tablas.
Simplifica funciones: pues la transformada convierte funciones que ocurren frecuentemente, tales como funciones exponenciales o funciones trascendentes y sus combinaciones en
simples funciones algebraicas, fciles de operar.
106
Clculo Numrico
Dra. Lucrecia Luca Chaillou
dado por el mtodo de la transformada de Laplace, la solucin surge completa y no es necesario operar adicionalmente para determinar las constantes.
9 Permite generalizar respuestas de sistemas: si se determina la respuesta de un sistema a
las funciones escaln o impulso como excitacin, es posible determinar fcilmente la respuesta del mismo sistema a cualquier otro tipo de funcin excitacin.
En la Tabla 8.1 se muestran las transformadas de Laplace para algunas funciones importantes.
Tabla 8.1. Transformadas de Laplace de algunas funciones utilizadas con frecuencia
Nombre de la Funcin
Expresin
Transformada de Laplace
Escaln unitaria
u(t)
Exponencial de t
e at
1
s
1
s a
Seno
sen t
Coseno
cos t
Seno hiperblico
senh bt
Coseno hiperblico
cosh bt
Potencias positiva de t
tn
s +2
s
2
s2 + 2
b
s2 b2
s
s2 b2
n!
sn +1
Clculo Numrico
Dra. Lucrecia Luca Chaillou
L[f(t)]=
8
72
24
4s
+
+
4
2
2
s5 s
s + 16 s + 4
Si se necesita encontrar una funcin f(t) cuya trasformada de Laplace se conoce, es decir
F(s), lo que se est buscando es en realidad una funcin que se denomina transformada inversa
de Laplace que se simboliza como L-1 [f(t)], donde L-1 se denomina operador de la transformada
inversa de Laplace.
Para evaluar estas transformadas inversas se pueden utilizar varios mtodos, tales como
el uso de tablas, de teoremas sobre transformadas inversas de Laplace, el mtodo de las convoluciones.
Por ejemplo si se desea determinar la funcin que tiene como transformada de Laplace a:
F(s) =
8
9
Si F(s) y G(s) son las transformadas de Laplace de las funciones f(t) y g(t), respectivamente, entonces:
L-1 [F(s)G(s)]= f(t) g(t)
(8.11)
108
Clculo Numrico
Dra. Lucrecia Luca Chaillou
s
(s 2 + 1) 2
, se
s
1
tiene que: L-1
= cos t y que L-1
L-1
= cos t * sent = cos u sen( t u) du =
(s 2 + 1) (s 2 + 1)
0
t
t
t
1
1
1
1
= sent cos 2 u du cos t senu cos u du = sent t + sent cos t cos t sen 2 t = t sent
2
2
2
2
0
0
EJERCICIOS PROPUESTOS
8. 1. Demuestre, suponiendo que s > 0 y s > a, que:
a)
L [ eat
]=
1
a
s
; b)L [sen at] =
; c)L [cos at] =
2
2
2
s a
s +a
s + a2
sen t
t
109
Clculo Numrico
Dra. Lucrecia Luca Chaillou
8.5. Considere dos tanques de salmuera conectados como se indica en la Figura 2. El tanque 1
110
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Captulo 9
ECUACIONES DIFERENCIALES
Una ecuacin diferencial es una ecuacin que involucra derivadas de una funcin desconocida de una o ms variables.
Una ecuacin diferencial ordinaria es aquella en la que la funcin desconocida depende
de una variable (las derivadas son derivadas ordinarias). Un ejemplo se muestra en la ecuacin
(9.1).
dy
= 4 x y o y' = 4 x 4 o bien D y = 4 x 4
dx
(9.1)
2v
x2
=v
(9.2)
111
Clculo Numrico
Dra. Lucrecia Luca Chaillou
(9.3)
donde f(x) y los coeficientes a0(x), a1(x),, an(x) son funciones de x y a0(x) no es idntica a 0.
Solucin de una ecuacin diferencial: es cualquier relacin funcional que no incluya de-
cular y(x) y tambin por cy(x), donde c es una constante arbitraria. Por ejemplo, una condicin
homognea puede obtenerse del requerimiento de que una funcin o una de sus derivadas (o
alguna combinacin lineal de la funcin y/o ciertas de sus derivadas) sea nula.
Problemas de valor inicial y de frontera
Dada una ecuacin diferencial ordinaria de orden n y cualquier grado, se establece que en
su solucin general deben aparecer n constantes arbitrarias, entonces la solucin general es
una funcin g de la forma: g(x, y, c1, c2, , cn) =0 y los valores de estas constantes se determinan
sujetando la solucin general a n condiciones independientes.
Dependiendo de cmo se establezcan estas condiciones, se distinguen dos tipos de problemas: los de valores iniciales y los de valores de frontera.
9 Un problema de valor inicial es un problema que busca determinar una solucin a una
(9.4)
112
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Dentro del tema de las ecuaciones diferenciales ordinarias, se destaca, dentro de las matemticas aplicadas, el problema del valor inicial.
El conjunto constituido por una ecuacin diferencial ordinaria lineal y la condicin inicial
constituyen el problema del valor inicial, que puede expresarse como sigue:
d y
a1
+ a o ( x ) y( x ) = f ( x )
dx
y(0) = y 0
(9.5)
+ b o ( x ) y( x ) = h( x )
d x
y(0) = y 0
(9.6)
a
f (x)
en la que b 0 = 0 y h( x ) =
a1
a1
Recordando lo estudiado en anlisis matemtico puede afirmarse que la solucin general
del problema de valor inicial es:
y( x ) = K e b0 ( x ) dx + e b0 ( x ) dx h( x ) e b0 ( x ) dx dx
(9.7)
La solucin general est constituida por el primer sumando que corresponde a la solucin
transitoria o funcin complementaria yc(x), que es independiente de la funcin excitacin y el
segundo sumando que corresponde a la solucin permanente o forzada yp(x) que depende de
la funcin excitacin.
Por lo general se trabajan con coeficientes constantes, por lo tanto la solucin general de
una ecuacin diferencial lineal de 1 orden puede expresarse como sigue:
y( x ) = K e b 0 x + e
b0 x
h( x ) e
b0 x
dx
(9.8)
Clculo Numrico
Dra. Lucrecia Luca Chaillou
du
+ u( t ) = h( t )
dt
u( t 0 ) = u 0
(9.9)
(9.10)
(9.11)
Si la funcin excitacin h(t) es nula, el problema descripto por (9.9) se puede escribir como:
du c
+ uc (t) = 0
dt
uc (t 0 ) = u0
(9.12)
y su solucin es:
uc(t) = K e
- t
-t
- t
(9.13)
Si existe funcin excitacin la ecuacin (9.9) puede escribirse en forma abreviada como:
D u(t) + u(t)= h(t)
(9.14)
(9.15)
1
h( t ) up ( t ) = e t h( t ) e t d t
D+
(9.16)
1
es el operador derivada polinmico inD+
verso.
114
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Dentro de los mtodos numricos de solucin aproximada a ecuaciones diferenciales ordinarias, se distinguen los mtodos de un paso y los de pasos mltiples.
9.2.2.1. Mtodos de un paso
Con los mtodos de Paso nico, la solucin numrica a una ecuacin diferencial, se encuentra utilizando la informacin de la derivada en el punto xi para extrapolar a partir de un valor
anterior yi a un valor actual yi+1 en una distancia determinada, denotada con h. Este procedimiento
se aplica paso a paso para encontrar el valor de y y trazar la trayectoria de la solucin. En cada
paso de extrapolacin se comete error. Puede simbolizarse como:
y i +1 = y i + h
(9.17)
Este mtodo no es estrictamente un mtodo numrico pero por lo general se utiliza junto
con los esquemas numricos, es de aplicabilidad general y sirve como punto de partida para otros
mtodos.
Dada una ecuacin diferencial como la explicitada en la ecuacin (9.4), la relacin entre x y
y se obtiene al encontrar los coeficientes de la Serie de Taylor. Desarrollando la serie para un valor xi se tiene:
f ( x i+1 ) = f ( x i ) + f ' ( x i )( x i+1 x i ) +
(9.18)
Si se trunca la serie en el tercer trmino, el mtodo se denomina de 2 orden y reemplazando f(x) por y(x) y (xi+1-xi) por h, se obtiene:
y( x i + 1 ) = y i + y ' ( x i ) h +
(9.19)
El valor de y(x) se conoce a partir de la ecuacin diferencial y y(x) se obtiene por diferenciacin de la ecuacin original. Incrementando el orden del mtodo se obtiene mayor precisin
pero las expresiones se tornan complicadas, por lo general se utiliza muy poco en la prctica.
Por ejemplo si se desea encontrar la solucin del siguiente problema de valor inicial para x=1:
dy
=x+y
dx
y(0) = 1
115
Clculo Numrico
Dra. Lucrecia Luca Chaillou
h2
(1 + x i + y i )
2!
Se comienza con x=0 para el que y(0)=1 y suponiendo un paso h=0,1 en la tabla que sigue se
explicitan los valores obtenidos. Se incluyen tambin los valores que se obtiene utilizando la solucin analtica que es: y(x)=2ex-x-1.
xi
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
Mtodo de la
Serie de
Taylor
Mtodo
analtico
Error
verdadero
yi
1,000
1,110
1,240
1,390
1,560
1,750
1,960
2,190
2,440
2,710
3,000
yi
1
1,110
1,243
1,399
1,584
1,797
2,044
2,327
2,651
3,019
3,436
0
0
0,003
0,09
0,024
0,047
0,084
0,137
0,211
0,309
0,436
(9.20)
Por lo general y por razones de simplicidad se denota a y(xi) como f(xi,yi). A la expresin (9.20) se
la conoce como mtodo de Euler o mtodo de Euler-Cauchy o de pendiente puntual. Se caracteriza porque se predice un nuevo valor de y usando la pendiente, es decir la primera derivada en el
valor anterior de x para extrapolar linealmente sobre un tamao de paso constante h. En la figura
9.1 se muestra un esquema del mtodo.
116
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Valor predicho
Error
Valor real
h
xi
xi+1
La solucin de una ecuacin diferencial ordinaria por este mtodo incluye dos tipos de
error: error de truncamiento y de redondeo. El error de truncamiento se compone de dos partes, el
error de truncamiento local que resulta de aplicar el mtodo en un paso y el error de propagacin
que resulta de las aproximaciones producidas en los pasos anteriores, la suma de ambos da el
error de truncamiento global. A partir de la serie de Taylor puede deducirse que el error de truncamiento local es:
Et =
f ' (xi, yi ) 2
h + L + h(n + 1)
2
(9.20)
Para un paso lo suficientemente pequeo los errores decrecen a medida que el orden crece y por
lo general se calcula el error de truncamiento local aproximado:
Eta =
f ' (xi, yi ) 2
h = (h 2 )
2
(9.21)
117
Clculo Numrico
Dra. Lucrecia Luca Chaillou
(x 0 xn )
N
X=X+h
Paso 5: la SALIDA es (X,Y)
PARAR
Por ejemplo si se desea encontrar la solucin del problema de valor inicial planteado en el tem
y( x i + 1 ) = x i + ( x i + y i ) h
Si se desea calcular y(x0)= y0 + (x0+ y0)h=1+(0+1)0,1=1,1 y as sucesivamente.
xi
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
Mtodo de
Euler
Mtodo
analtico
Error
verdadero
yi
1,000
1,100
1,220
1,362
1,528
1,721
1,943
2,197
2,487
2,816
3,187
yi
1
1,110
1,243
1,399
1,584
1,797
2,044
2,327
2,651
3,019
3,436
0
0,010
0,023
0,037
0,056
0,076
0,101
0,130
0,164
0,203
0,249
(9.22)
Donde (xi,yi,h) es la funcin de incremento y puede interpretarse como el promedio de la pendiente sobre el intervalo.
118
Clculo Numrico
Dra. Lucrecia Luca Chaillou
(9.23)
los valores de son constantes y los de b son en realidad ecuaciones recurrentes de la forma:
b1=f(xi,yi)
(9.23a)
(9.23b)
(9.23c)
(9.23c)
En este caso las ecuaciones (9.22), (9.23a y 9.23b) pueden expresarse como:
y i + 1 = y i + (1b1 + 2b 2 ) h
(9.24)
b1=f(xi,yi)
(9.24a)
(9.24b)
Para obtener el valor de los coeficientes se debe igualar la ecuacin (9.24) a la serie de
Taylor de 2 orden que es:
y( x i + 1 ) = y i + f ( x i , y i ) h + f ' ( x i , y i )
h2
2!
(9.25)
f f dy
+
x y dx
(9.26)
x y dx 2 !
(9.27)
119
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Para tratar de igualar la expresin (9.24b) a la serie se utiliza la expresin (9.27) pero aplicada a una funcin de dos variables, es decir:
f ( x i + l 1h, y i + m11b1h) = f ( x i , y i ) + l 1h
f
f
+ m11b1h
+ (h 2 )
x
y
(9.28)
f
f
+ 2 m11h 2 f ( x i , y i )
+ (h 3 ) (9.29)
x
y
Comparando (9.30) con (9.27) se determina que para que las dos expresiones sean equivalentes,
se debe cumplir que:
1 + 2 = 1
2 l 1=
1
2
2 m 11=
(9.31)
1
2
Volviendo a la expresin (9.24), para calcular los coeficientes con las expresiones (9.31) se
debe suponer el valor de una de ellas para calcular el resto. Suponiendo que se especifique el
valor de 2, las ecuaciones se resuelven para:
1 = 1 2
1
l 1= m 11=
2 2
(9.32)
(9.33)
b1=f(xi,yi)
(9.33a)
b2=f(xi + h, yi + b1h)
(9.33b)
donde:
120
Clculo Numrico
Dra. Lucrecia Luca Chaillou
(x 0 xn )
N
b2=f(X + h, Y+ b1h)
Paso 5: Tomar Y = Y +
h
(b1 + b 2 ) Y=Y+h*f(x,y)
2
X=X+h
Paso 6: la SALIDA es (X,Y)
PARAR
Si se considera que 2 es igual a 2/3 las ecuaciones (9.32) pueden resolverse y se obtiene
1=1/3 y l1=m11=3/4, sustituyendo estos valores en la ecuacin (9.24) se tiene:
1
2
y i + 1 = y i + ( b1 + b 2 ) h
3
3
(9.34)
b1=f(xi,yi)
(9.34a)
donde:
b2= f(xi +
3
3
h, yi + hb1 )
4
4
(9.34b)
Clculo Numrico
Dra. Lucrecia Luca Chaillou
(9.35)
b1=f(xi,yi)
(9.35a)
b2= f(xi +
1
1
h, y i + hb1 )
2
2
(9.35b)
(9.35c)
(9.36)
b1=f(xi,yi)
(9.36a)
b2= f(xi +
1
1
h, y i + hb1 )
2
2
(9.36b)
b3= f(xi +
1
1
h, y i + hb 2 )
2
2
(9.36c)
b4= f(xi + h, y i + hb 3 )
(9.36d)
Este es un mtodo que permite mejorar la aproximacin de la pendiente e implica el clculo de dos derivadas, se promedian las mismas y se obtiene una aproximacin mejorada de la pendiente en el intervalo completo. Puede decirse que el mtodo de Heun utiliza un esquema predictor-corrector.
El valor de la pendiente, es decir
yi=f(xi,yi)
(9.37)
y pi +1 = y i + f ( x i , y i ) h
(9.38)
este valor de y se utiliza para calcular una pendiente aproximada al final del intervalo:
y' i + 1 = f ( x i + 1, y pi + 1 )
(9.39)
122
Clculo Numrico
Dra. Lucrecia Luca Chaillou
p
y '+ y ' f ( xi, yi ) + f ( xi+1, yi+1)
y' = i i+1 =
2
2
(9.40)
Esta pendiente se utiliza en la ecuacin correctora que permite calcular el valor de la variable dependiente de la funcin:
yi+1 = yi +
(9.41)
Por ejemplo si se desea encontrar la solucin del problema de valor inicial, ya resuelto por el
1 + 1,2
= 1,1
2
Esta pendiente se utiliza en la ecuacin correctora que permite calcular el valor de la varia-
123
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Mtodo de
Heun
Mtodo
analtico
Error
verdadero
yi
1,000
1,110
1,242
1,398
1,582
1,795
2,041
2,323
2,646
3,012
3,428
yi
1
1,110
1,243
1,399
1,584
1,797
2,044
2,327
2,651
3,019
3,436
0
0
0,001
0,001
0,002
0,002
0,003
0,004
0,005
0,007
0,008
xi
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
Los mtodos de pasos mltiples se basan en que una vez que los clculos han comenzado, los datos obtenidos en puntos anteriores sirven de gua. Se caracterizan porque no se inician
por s mismos, requieren de valores previos que deben ser obtenidos por otros mtodos, los cambios de paso son complicados.
d2 y
dt
+ a1
dy
+ a 0 y( t ) = f ( t )
dt
(9.42)
+ b1
dy
+ b 0 y( t ) = h( t )
dt
(9.43)
(9.44)
124
Clculo Numrico
Dra. Lucrecia Luca Chaillou
y factoreando:
(D2 + b1 D + b0) y(t) = h(t)
(9.45)
(9.46)
que se puede interpretar como una ecuacin cuadrtica y si sus races son: 1 y 2, el parntesis
de la ecuacin (9.45) puede expresarse en funcin de las mismas:
(D - 1) (D - 2) y(t) = h(t)
(9.47)
(9.48)
(9.50)
(9.51)
y c ( t ) = K 1e 1 t + K 2 e 2 t
(9.52)
125
Clculo Numrico
Dra. Lucrecia Luca Chaillou
K 1e 1t + K 2 e 2 t
K 2 e 2t
K 1e 1t
(9.53)
En la Figura 9.3 se muestra un esquema del caso crtico considerando las constantes K1 y
K2 positivas.
K 1e 1t
K 1e 1t + K 2 te 1t
K 2 te 1t
126
Clculo Numrico
Dra. Lucrecia Luca Chaillou
Las races 1 y 2 son complejas y distintas, es decir: 1,2= i , la solucin puede expresarse de cuatro formas diferentes:
(9.54)
y c ( t ) = e t ( A cos t + B sen t )
(9.55)
y c ( t ) = C e t cos( t )
(9.56)
y c ( t ) = C e t sen( t + )
(9.57)
y c ( t ) = e t K1 ei t + K 2 e i t
K 1e 1t
K 1e 1t cos t
x
K 1e 1t
yp ( t ) = e1 t e 2 t h( t ) e ( 1 + 2 ) t (d t )
(9.58)
Como se expres anteriormente, la solucin general es la suma de la solucin complementaria y de la particular, esta suma puede esquematizarse como:
127
Clculo Numrico
Dra. Lucrecia Luca Chaillou
k1e1t + k 2e 2 t
2
t
t
( + ) t
y( t ) = (k1 + k 2 t )e1t
+ e 1 e 2 h( t ) e 1 2 (d t )
Ce t cos( t )
(9.59)
9 Por ejemplo si se desea calcular la solucin del siguiente problema de valor inicial:
y(0) = (K 1 + K 2 0 ) e 2. 0 = 3 K 1 = 3
Para aplicar la segunda condicin inicial se debe derivar la solucin, es decir:
y' ( t ) = 2K 1e 21 t + K 2 e 21 t + 2 K 2 te 21 t
y' (0) = 2 3e 0 + K 2 e 0 + 0 = 1 K 2 = 1 6 = 5
La solucin complementaria que tambin es la solucin general se escribe como:
y c ( t ) = (3 5t )e 2t
9.3.1.2. Mtodo de los coeficientes indeterminados
128
Clculo Numrico
Dra. Lucrecia Luca Chaillou
d2 y
dx
+b
dy
+ c y = h( x )
dx
(9.60)
La funcin excitacin puede tener alguna de las formas que se presentan a continuacin:
Pn(x) = a0xn + a1x n-1 + + an
ex Pn(x)
ex Pn(x) sen x
h(x) =
(9.61)
ex Pn(x) cos x
(9.62)
n-1
+ + an)
(9.63)
cos t
sen t
, la solucin es:
yp(x) = ex (A0 xn + A1 x n-1 + An) cos t + ex (A0 xn + A1 x n-1 + An) sen t (9.64)
Por ejemplo si se desea calcular la solucin particular de la ecuacin diferencial:
y + 4y + 9y = x2 + 3x
Se supone que la solucin particular es:
yp(x) = A0 x2 + A1 x + A2
Se deriva esta solucin y se llega a:
yp(x) = 2A0 x + A1
y se deriva de nuevo:
yp(x) = 2A0
Se reemplazan estos valores en la ecuacin diferencial original y se tiene:
2A0 +4(2A0 x + A1)+9(A0 x2 + A1 x + A2)= x2 + 3x
Distribuyendo y agrupando trminos se obtiene:
9A0 x2 + (8A0+ 9A1) x +2A0 + 4 A1 + A2= x2 + 3x
129
Clculo Numrico
Dra. Lucrecia Luca Chaillou
1 2 19
94
x +
xA2
9
81
729
Una forma de representar una ecuacin diferencial parcial de segundo orden con dos variables independientes es:
A
2u
x2
+B
2u
2u
u
u
+C
+E
+F
+ G u( x, y ) = H( x, y )
2
x y
x
y
y
(9.65)
Ecuacin de Poisson:
2u
2u
=0
x2 y2
u(a, y ) = f 1 ( y )
u(b, y ) = f 2 ( y )
u( x, c ) = g 1( x )
u( x, e ) = g 2 ( x )
2u
x2
2u
y2
= F(x, y )
2u
1 u
x
2 t
u(0, t ) = T1
u(L, t ) = T2
u(x,0 ) = f ( x )
2
130
Clculo Numrico
Dra. Lucrecia Luca Chaillou
2u
1 2u
x2 t2
u(0, t ) = 0
u(L, t ) = 0
u( x,0 ) = f ( x )
u
(x,0 ) = g(x )
t
=
dp
= f ( p)
dt
La expresin ms simple para f(p) es f(p) = p(t), donde es una constante positiva. Determine: la
poblacin en funcin del tiempo si p(0) = p0
1.2. Se determin experimentalmente que un cierto material radioactivo decae con una rapidez
que es proporcional a la cantidad presente. Un bloque de este material tiene originalmente una
masa de 100 g y se observa que al cabo de 20 aos es de 75 g.
a) Determine una expresin para la masa en funcin del tiempo.
b) Determine el tiempo de vida media del material.
c) Represente grficamente masa en funcin del tiempo.
1.3. Un cuerpo de masa M se lanza verticalmente con una velocidad v0. Se asume que el aire pre-
cia al aire libre es proporcional a la diferencia entre la temperatura de la sustancia y la del aire. Si
la temperatura del aire es 28 C y la de la sustancia se enfra desde 100 C a 75C en 15 minutos,
indique cunto tardar dicha sustancia en alcanzar 50C? Resuelva analticamente y por los
mtodos de la serie de Taylor, Euler, Heun y Runge-Kutta de 4 orden.
131
Clculo Numrico
Dra. Lucrecia Luca Chaillou
1.5. Un trozo de carne de 2,3 kg, originalmente a 10C, se lleva a un horno a 300 C a las 20
b)
y + 4 y +48 y = x2 +2x
c)
y + 12 y +16 y = 24 sen 8x
1.7. Se encontr experimentalmente que un peso de 8 N estira un resorte 8 cm. Si el peso se lleva
5 cm por debajo de la posicin de equilibrio y se suelta:
a) Establezca la ecuacin diferencial y las condiciones asociadas que describan el movimiento;
b) Encuentre la posicin del peso como una funcin del tiempo;
c) Determine la posicin, velocidad, y aceleracin del peso 0,6 s despus de haberlo soltado.
132
Clculo Numrico
Dra. Lucrecia Luca Chaillou
BIBLIOGRAFIA CONSULTADA
AYRES, F Jr. 1991. Ecuaciones diferenciales. Editorial Mc Graw Hill/ Interamericana de
S. A. de C. V. Mxico.
LASBAINES A. 2003. Introduccin al Clculo Numrico. Cuaderno de Laboratorio de Teor-
de C. V. Mxico.
PITA, C. 1989. Ecuaciones diferenciales: una introduccin con aplicaciones. Editorial LI-
MUSA, S. A. de C. V. Mxico.
SPIEGEL, M. R. 1997. Ecuaciones diferenciales aplicadas. Editorial Prentice Hall Hispa-
133