2. Aplicabilidad de los Métodos Numéricos.

En la actualidad, gracias a la gran evolución que han tenido los

métodos numéricos y su implementación en potentes computadoras, es
posible, por ejemplo, modelar el choque de un vehículo o hacer el análisis
aerodinámico-estructural de un avión, resolviendo en cada caso sistemas
algebraicos de ecuaciones con varios cientos de miles (a veces de millones)
de incógnitas.

En este documento se presentan algunas aplicaciones de los métodos

numéricos a diversos problemas de ingeniería. Se muestra una descripción
de algunos de los problemas importantes en el diseño asistido por
computadora utilizando métodos numéricos que actualmente se abordan en
ingeniería, explicando además algunos ejemplos con desarrollos teóricos y
computacionales. Este trabajo presenta un panorama general de algunas de
las aplicaciones que pueden darse a los métodos numéricos.

Aplicación de Métodos numéricos para simulación en la

ingeniería.
Los problemas de ingeniería se pueden resolver a través de distintas
metodologías, siendo que la solución por métodos numéricos proporciona
una serie de puntos positivos que colaboran para una mejor comprensión de
los fenómenos con un buen balance entre tiempo, costo y calidad.

Los métodos numéricos son aplicaciones de algoritmos por las cuales

es posible formular y solucionar problemas matemáticos usando operaciones
aritméticas menos complejas. Ellos también se conocen como métodos
indirectos. El análisis numérico idealiza y concibe métodos para «aprobar»
de forma eficiente las soluciones de problemas expresados
matemáticamente. El objetivo principal del análisis numérico es encontrar
soluciones «aproximadas» para problemas complejos
 Un algoritmo es un grupo finito de operaciones organizadas y
ordenadas que permite solucionar un cierto problema. Se trata de una serie
de instrucciones o reglas establecidas que, por medio de una sucesión de
etapas, permiten acercar el resultado real.

El análisis numérico es el estudio de algoritmos que busca resultados

numéricos de problemas de las más distintas áreas del conocimiento
humano, modelados matemáticamente. En general, los algoritmos de
métodos numéricos se dividen en directos, recursivos e iterativos. Por
ejemplo, los iterativos presentan una sucesión de pasos que converge o no
hacia el valor aproximado de la solución exacta. El objetivo del análisis
numérico es encontrar sucesiones que aproximen los valores exactos con un
número mínimo de operaciones elementales.

Aunque el análisis numérico se haya concebido antes de las

computadoras, comúnmente el tema está relacionado a una
interdisciplinariedad entre la matemática y la información. También es muy
citado en la disciplina de cálculo numérico.

En este artículo presentaremos un panorama introductorio de los

fundamentos de los principales métodos, sus diferencias y principales
aplicaciones.

Método de los Elementos Discretos (DEM)

Un método de los elementos discretos o método de los elementos distintos

(DEM – Discrete Element Method or Distinct Element Method) es, de hecho,
algún método de una familia de métodos para calcular el movimiento y el
efecto de un gran número de partículas pequeñas (discretas).
El método de los elementos discretos está relacionado a la dinámica
molecular, pero se diferencia debido a la inclusión de grados de libertad
(movimientos) de rotación, contacto entre los elementos discretos y,
frecuentemente, geometrías complejas usadas para definirlos.

En pocas palabras, una simulación con el DEM empieza con la generación

de un modelo donde resultan en orientación espacial y velocidad inicial para
todas las partículas. Las fuerzas que actúan en cada partícula se calculan a
partir de las condiciones iniciales, y de las leyes de la física relevantes
(mecánica Newtoniana) y contacto. El resultado, un nuevo arreglo de las
partículas, se puede visualizar en un software de visualización proyectado
para este fin (un post procesador).
 

Representación del contacto entre partículas (formato esférico).

La premisa fundamental del método es que el material consiste en partículas

discretas, separadas. Estas partículas pueden tener distintas formas y
propiedades, como, por ejemplo: granos, piedras, arena, tóner, comprimidos,
azúcar.
 
Las industrias que típicamente usan el DEM son: agrícola, alimentos,
química, minería, farmacéutica, metalurgia del polvo, ingeniería civil, industria
de aceite y gas, procesamiento de minerales.

Método de los Volúmenes Finitos (FVM)

El método de volúmenes finitos (Finite Volume Method – FVM en inglés) se
introdujo en la década de 1970 por McDonald, MacCormack y Paullay e,
históricamente, ha sido el método preferido por los científicos e ingenieros
que trabajan con la mecánica de fluidos, aunque él, el FVM, no se limite
apenas a la solución de problemas de mecánica de fluidos.
Comúnmente, el método de los volúmenes finitos se usa para solucionar
problemas de la mecánica de los fluidos, algunos de ellos considerados
complejos, como los que abarcan  flujos multifásicos, reactivos o fuertemente
turbulentos. En la práctica, el FVM mostró que es el método más eficaz en el
cálculo y solución de distintos problemas de mecánica de los fluidos.
Considérese que  en el método de volúmenes finitos está la descomposición
(discretización) del dominio continuo en pequeños volúmenes, llamados
volúmenes de control (VCs), donde las variables se calculan y almacenan en
los nudos o en el centro del volumen. Estos   volúmenes de control están
conectados por estos nudos y  definen una reja numérica llamada malla,
ilustrada en la Figura 1.La figura  2 muestra los nudos (allí llamados Nudos) 
en los vértices y centro de los volúmenes.
En el Métodos de los Volúmenes Finitos se usa la idea de observación de
Euler, es decir, material fluye por un volumen de control fijo. A partir de los
valores calculados en los nudos y centros de los volúmenes de control se
obtiene una solución que se transporta al resto del dominio.
 

Mallas superficiales coloridas por la razón de aspecto de la célula. 

Los principios de conservación de la masa, momentum (cantidad de
movimiento) y energía, son la base de la modelación matemática en el
Método de los Volúmenes Finitos para la mecánica del continuo. Por
definición, estos principios son respetados por las ecuaciones montadas a
partir de la discretización del continuo que se realiza en este método. De
forma general, el FVM abarca los siguientes pasos:

 Descomponer el dominio en volúmenes de control;

  Formular las ecuaciones integrales de conservación para cada
volumen de control;

 Aproximar numéricamente las integrales;

 Aproximar los valores de las variables en las faces y las derivadas con
la información de las variables nodales;

 Montar y resolver el sistema algebraico obtenido;

El sistema de ecuaciones se resuelve y, como resultado, se obtienen

respuestas como presión, temperatura y velocidad. Obsérvese que es una
solución numérica aproximada. Un aspecto fundamental en los algoritmos de
solución es el proceso de descomposición de matrices donde se han
desarrollado diversas técnicas para aumentar la eficiencia del uso de
recursos computacionales y la velocidad de la obtención de resultados.
 

Nudos en los vértices de los VCs (izquierda) y nudos en los centros de los
VCs (derecha) para una reja cuadrilátera.

 
Otros métodos numéricos usados para la solución de problemas de
ingeniería:
Método de los Elementos de Contorno (BEM)

El método de los elementos de contorno (en inglés: boundary element

method (BEM)) es un método computacional para la solución de sistemas de
ecuaciones diferenciales, formuladas en forma integral. Se aplica en diversas
áreas de la ingeniería, como, por ejemplo, en mecánica de los
fluidos, acústica, electromagnetismo y mecánica de fracturas.

En el BEM, el contorno del dominio en estudio es discretizado (dividido en

elementos). Esto, en muchos casos, reduce drásticamente el tamaño del
problema, además de ser más simple la implementación de pre
procesadores (generadores de geometría y de malla).Una vez encontrada la
solución en el contorno, en la etapa de post procesamiento, las ecuaciones
integrales nuevamente se usan para calcular numéricamente la solución en
cualquier punto en el interior del dominio involucrado por el contorno.

Método de las Diferencias Finitas (FDM)

En matemática, los métodos de diferencia finita (FDM – Finite Difference
Method en inglés) son métodos numéricos para resolver ecuaciones
diferenciales, aproximándolos con ecuaciones de diferencia, en las cuales las
diferencias finitas se aproximan de las derivadas. Los FDMs son, por lo tanto,
métodos de discretización. El método de diferencias finitas depende de la
discretización de una función en una reja (“grid”).

Método de Lattice-Boltzmann
Lattice Boltzmann es frecuentemente considerado como un solver numérico
de la ecuación de Boltzmann. La ecuación de Boltzmann es el análogo de la
ecuación de Navier-Stokes en nivel molecular, donde describe la dinámica
espacio-temporal de una cantidad estadística llamada función de distribución
de probabilidad, que se define en espacio de fase de 6 dimensiones. El
número de fenómenos físicos cubiertos por el modelo en este nivel molecular
de descripción es más alto que en el nivel hidrodinámico de la ecuación de
Navier-Stokes.
6. Fuentes de Errores. Definición de Cada Uno.

Error total: Variación entre el valor verdadero de media de la muestra

y el valor observado de la población.
1) Error de muestreo aleatorio: Ocurre cuando la muestra que se
seleccionó es una representación imperfecta de la población de interés.
2) Error no atribuible al muestreo: Tiene su origen en fuentes
distintas al muestreo, pueden ser aleatorios o no aleatorios.
Error por falta de respuesta: Surge cuando algunos de los
encuestados no responden.
Error de respuesta: Surge cuando lo que contestan los encuestados
es inexacto, o sus respuestas se registran o analizan mal.
Error del investigador: Por Reemplazo de Información: Variación
entre la información que se requiere para el problema de investigación de
mercados y la información que busca el investigador.
Error del entrevistador: Uno de los errores más comunes del
entrevistador vendría de la fase previa a la apertura de un proceso de
selección, es decir, la fase en la que se efectúa un análisis de necesidades y
una definición del puesto y perfil del candidato “ideal” para cubrirlo.
Error del encuestado: Se detalla con falta de respuesta o respuesta
incoherente.
Error Análisis de Datos: Descripción e inferencias de acuerdo al tipo
de variables estadísticas. En las cuantitativas calcular e interpretar medidas
de tendencias central medidas de variabilidad y medidas de formas. Se debe
considerar el diseño de la investigación.
Error Sistemático: Se origina esencialmente por una por una
deficiente calibración del instrumento en relación al patrón.
 Error de Apreciación: Mientras mayor apreciación tenga un
instrumento (es decir, mientras más pequeña sea la menor división de su
escala) menor será el error de apreciación.
INTRODUCCION:

Hoy en día, gran parte de la tecnología actual depende de la solución

de modelos matemáticos, desde la programación empotrada de una
calculadora científica y el cálculo estructural de un edificio multinivel con
estructuras de acero, hasta el diseño y simulación de aeronaves y vuelos
espaciales. La solución de un modelo matemático relativamente sencillo
puede obtenerse de manera analítica.
 
En ocasiones, para la gran mayoría de los modelos matemáticos del
mundo real, las soluciones analíticas pueden no existir o ser
extremadamente complejas, por lo cual se recurre a métodos numéricos que
aproximen las soluciones dentro de ciertos márgenes de tolerancia.
 
El análisis de los métodos numéricos nos permite realizar
estimaciones tanto de la eficiencia o complejidad de los algoritmos
asociados, así como de la confiabilidad de los resultados numéricos
obtenidos durante su aplicación.
Entre las disciplinas que hacen uso intensivo de los métodos
numéricos podemos mencionar:
 
 Matemáticas financieras
 Análisis de elemento finito
 Análisis estructural
 Química computacional
 Investigación de operaciones
 Electromagnetismo computacional
  Mecánica computacional
 Procesamiento de imágenes
 Procesamiento de señales
 Simulación por computadora
 Computación multi-escala
 Meteorología 

También se desarrollará los errores significado y tipos aplicados en la

ingeniería específicamente. Al igual de todos los métodos numéricos en
mapas conceptuales o mentales. Interpretación de software y su aplicación
serán desarrollados brevemente necesarios para programación.
 CONCLUSIONES:

- Los métodos numéricos son técnicas mediante las cuales es

posible formular problemas matemáticos de tal forma que puedan
resolverse usando operaciones aritméticas.
- - Los métodos numéricos pueden ser aplicados para resolver
procedimientos matemáticos en ecuaciones diferenciales, ajuste de
curvas y cálculo de polinomios e interpolaciones.
- El método de interpolación de diferencias divididas puede
convertirse en un método numérico complejo si el grado de
polinomio que deseamos identificar es mayor de 3
- El método de la Bisección converge lentamente, lo que genera la
propagación de error por la cantidad de operaciones e iteraciones
necesaria para que el método converja.
- Cuando se plantean problemas y de ellos se sabe el número de
multiplicidad, si este número es impar no es difícil de resolver y
podría resolverse con diferentes métodos, mientras que si el
número de multiplicidad es par es necesario el uso de métodos
más complejos y su análisis es más difícil.
- Para las búsquedas incrementales es de gran importancia saber
elegir el valor del incremento, pues de este depende que el método
tenga gran eficiencia o no.
- Para los métodos cerrados es necesario garantizar que dentro del
intervalo de entrada la función sea continua y que este contenga
una raíz.
- Para los métodos aciertos es necesario garantizar que la función
sea continua.
- El método de Newton se va volviendo lento cuando la derivada de
la función tiende a 0.
- Los métodos abiertos convergen de una manera más rápida que
los métodos cerrados.
- El método de punto fijo busca hallar las raíces en funciones de la
forma a través de aproximaciones sucesivas que convergen a la
solución de la ecuación.
- En los métodos cerrados, en ocasiones el método de la regla falsa
puede volverse lento, por lo que se prefiere bisección.
- En el método de Newton Raphson, cuando se tiene un máximo o
mínimo local la tendencia del método será oscilar alrededor del
máximo o mínimo local, desenfocándose de la raíz y perdiendo el
efecto de búsqueda de raíces del método.
- El método de la secante es un método simple y muy utilizado,
gracias a su rapidez y al hecho de que no hay que hallar derivas
como en el de Newton.