xx
CONTENIDO
VISITA VISIT A GUIADA PT3.1 Motivación
PT3.6 Métodos avanzados
Para ofrecer un panorama de los métodos numéricos, hemos organizado el texto en partes, y presentamos
PT3.2 Antecedentes matemáticos
PT3.3 Orientación
9.1 Sistemas pequeños
PARTE 3 Ecuaciones algebraicas lineales
PT3.5 Fórmulas importantes
9.3 Dificultades 9.4 Soluciones
CAPÍTULO 9 Eliminación de Gauss
EPÍLOGO
información unificadora a través de elementos de Motivación, Antecedentes Matemáticos, Orientación y Epílogo.
9.2 Eliminación de Gauss simple
9.5 Sistemas complejos
PT3.4 Alternativas 9.7 Gauss-Jordan
10.1 Descomposición
12.4 Ingeniería mecánica
LU
CAPÍTULO 10 Descomposición LU e inversión de matrices
CAPÍTULO 12 Estudio de casos
12.3 Ingeniería eléctrica
12.2 Ingeniería civil
12.1 Ingeniería química
CAPÍTULO 11 Matrices especiales y el método de Gauss-Seidel 11.3 Bibliotecas y paquetes
10.2 La matriz inversa
10.3 Análisis del error y condición del sistema 11.1 Matrices especiales
11.2 Gauss-Seidel
339
PROBLEMAS
9.6 Sistemas no lineales
PROBLEMAS Ingeniería Química/Bioingeniería 12.7 Con el empleo del mismo enfoque que en la sección 12.1, 12.1 Lleve a cabo el mismo cálculo que en la sección 12.1, pero determine la concentración de cloruro en cada uno de los Grancambie c01 a 40 y c03 a 10. También cambie los flujos siguientes: des Lagos con el uso de la información que se muestra en la figura P12.7. Q01 = 6, Q12 = 4, Q24 = 2 y Q44 = 12. 12.2 Si la entrada al reactor 3 de la sección 12.1, disminuye 25 12.8 La parte baja del río Colorado consiste en una serie de
por ciento, utilice la matriz inversa para calcular el cambio porcentual en la concentración de los reactores 1 y 4. 12.3 Debido a que el sistema que se muestra en la figura 12.3 está en estado estacionario (estable), ¿qué se puede afirmar respecto de los cuatro flujos: Q01, Q03, Q44 y Q55? 12.4 Vuelva a calcular las concentraciones para los cinco reactores que se muestran en la figura 12.3, si los flujos cambian como sigue: Q01 = 5 Q31 = 3 Q25 = 2 Q23 = 2 Q15 = 4
Q55 = 3
Q54 = 3
Q34 = 7
Q12 = 4
Q03 = 8
Q24 = 0
Q44 = 10
cuatro almacenamientos como se ilustra en la figura P12.8. Puede escribirse los balances de masa para cada uno de ellos, lo que da por resultado el conjunto siguiente de ecuaciones algebraicas lineales simultáneas: 0 0 0 ⎤ ⎡ 13.42 ⎢ −13.422 12. 252 0 0 ⎥ ⎢ ⎥ 0 ⎥ −12. 252 12. 377 ⎢ 0 ⎢ 0 ⎥ 0 1 2 . 3 7 7 1 1 . 7 9 97 7 − ⎣ ⎦
. ⎫ ⎧ c1 ⎫ ⎧ 7505 ⎪c ⎪ ⎪ 300 ⎪ ⎪ 2⎪ ⎪ ⎪ ⎬ ⎨ ⎬=⎨ ⎪ c3 ⎪ ⎪ 102 ⎪ ⎪⎩c4 ⎪⎭ ⎪⎩ 30 ⎪⎭
donde el vector del lado derecho consiste en las cargas de cloruro hacia cada uno de los cuatro lagos yc1, c2, c3 y c4 = las con12.5 Resuelva el mismo sistema que se especifica en el proble- centraciones de cloruro resultantes en los lagos Powell, Mead, ma 12.4, pero haga Q12 = Q54 = 0 y Q15 = Q34 = 3. Suponga que Mohave y Havasu, respectivamente. las entradas (Q01, Q03) y las salidas (Q44, Q55) son las mismas. Use la conservación del flujo para volver a calcular los valores a) Use la matriz inversa para resolver cuáles son las concende los demás flujos. traciones en cada uno de los cuatro lagos. 12.6 En la figura P12.6 se muestran tres reactores conectados b) ¿En cuánto debe reducirse la carga del lago Powell para que por tubos. Como se indica, la tasa de transferencia de producla concentración de cloruro en el lago Havasu sea de 75? tos químicos a través de cada tubo es igual a la tasa de flujo Q ( , c) Con el uso de la norma columna-suma, calcule el número de en unidades de metros cúbicos por segundo) multiplicada por la condición y diga cuántos dígitos sospechosos se generarían concentración del reactor desde el que se origina el flujo c(, en al resolver este sistema. sp tr o c . Si is t e m
Cada capítulo contiene problemas de tarea nuevos y revisados. El ochenta por ciento de los problemas son nuevos o se han modificado. El texto incluye problemas de desafío de todas las disciplinas de la ingeniería.
7.7 LOCALIZACIÓN DE RAÍCES CON BIBLIOTECAS BIBLIOTECAS Y PAQUETES PAQUETES DE SOFTWARE SOFTWARE
191
Se debe observar que Solver puede fallar. Su éxito depende de 1. la condición del sistema de ecuaciones y/o 2. la calidad de los valores iniciales. El resultado satisfactorio del ejemplo anterior no está garantizado. A pesar de esto, se puede encontrar a Solver bastante útil para hacer de él una buena opción en la obtención rápida de raíces para un amplio rango de aplicaciones a la ingeniería.
7.7.2 MATLAB
Hay secciones del texto, así como problemas de tarea, dedicadas a implantar métodos numéricos con el software de Microsoft Excel y co conn el el de de The MathWorks, Inc. MATLAB .
MATLAB es capaz de localizar ra íces en ecuaciones algebraicas y trascendentes, como se muestra en la tabla 7.1. 7.1. Siendo excelente para la ma nipulación y localización de raíces en los polinomios. La función fzero está diseñada para localizar la raíz de una función. Una representación simplificada de su sintaxis es fzero( f , X 0, opciones )
donde f es la tensión que se va a analizar, x 0 es el valor inicial y opciones son los parámetros de optimización (éstos pueden cambiarse al usar la función optimset ). ). Si no se anotan las opciones se emplean los valores por omisión. Observe que se pueden emplear uno o dos valores iniciales, asumiendo que la raíz está dentro del intervalo. El siguiente ejemplo ilustra cómo se usa la función fzero.
EJEMPLO 7.6 Uso de MATLAB para localizar raíces Planteamiento del problema. Utilice la función fzero de MATLAB para encontrar las raíces de
f ( x x ) = x 10 – 1
xx
11.1 MATRICES ESPECIALES
EJEMPLO 11.1
307
Solución tridiagonal con el algoritmo de Thomas Planteamiento del problema. Resuelva el siguiente sistema tridiagonal con el algoritmo de Thomas.
El texto presenta numerosos ejemplos resueltos que dan a los estudiantes ilustraciones paso a paso acerca de cómo implantar los métodos numéricos.
⎡2.04 −1 ⎤⎧ T 1 ⎫ ⎧ 40.8 ⎫ ⎢ −1 2.04 −1 ⎥⎪T ⎪ ⎪ 0.8 ⎪ ⎪ ⎢ ⎥⎪⎨ 2 ⎪⎬ = ⎪⎨ ⎬ ⎢ −1 2.04 −1 ⎥⎪T 3 ⎪ ⎪ 0.8 ⎪ ⎢ ⎥⎪ ⎪ ⎪ −1 2.04 ⎦⎩T 4 ⎭ ⎩20 2000.8⎪⎭ ⎣
Solución. Primero, la descomposición se realiza así: e2 = –1/2.04 = –0.49 f 2 = 2.04 – (–0.49)(–1) = 1.550 e3 = –1/1.550 = –0.645 f 3 = 2.04 – (–0.645)(–1) = 1.395 e4 = –1/1.395 = –0.717 f 4 = 2.04 – (–0.717)(–1) = 1.323
CAPÍTULO 32 Estudio de casos: ecuaciones diferenciales parciales
Así, la matriz se transforma en –1 ⎡ 2.04 ⎤ ⎢−0.49 1.55 ⎥ −1 5500 ⎢ ⎥ ⎢ −0.64 −1 ⎥ 6455 1.39 3955 ⎢ −0717 1.32 3233⎥⎦ ⎣
El propósito de este capítulo es aplicar los métodos de la par te ocho a problemas prácticos de ingeniería. En la sección 32.1 se utiliza una EDP parabólica para calcular la distribución de una sustancia química, dependiente del tiempo a lo largo del eje longitudinal de un reactor rectangular. Este ejemplo ilustra cómo la inestabilidad de una solución puede deberse a la naturaleza de la EDP, más que a las propiedades del método numérico. Las secciones 32.2 y 32.3 presentan aplicaciones de las ecuaciones de Poisson y Laplace a problemas de ingeniería civil y eléctrica. Entre otras cuestiones, esto le permitirá distinguir tanto las sim ilitudes como las diferencias entre los problemas en esas áreas de la ingeniería. Además, se pueden comparar con el problema de la placa calentada que ha servido como sistema prototipo en esta parte del libro. La sección 32.2 trata de la deflexión de una placa cuadrada; mientras que la sección 32.3 se dedica al cálculo de la distribución del voltaje y el flujo de carga en una superficie bidimensional con un extremo curvado. La sección 32.4 presenta un análisis del elemento finito aplicado a una ser ie de resortes. Este problema de mecá nica y estructuras ilustra mejor las aplicaciones del elemento finito, que al problema de temperatura usado para analizar el método en el capítulo 31. 31.
Existen 28 estudios de caso de la ingeniería para ayudar a los estudiantes a relacionar los métodos numéricos con los campos principales de la ingeniería.
32.1 BALANCE DE MASA UNIDIMENSIONAL DE UN REACTOR REACTOR (INGENIERÍA QUÍMICA/BIOINGENIERÍA QUÍMICA/BIOINGENIERÍA)) Antecedentes. Los ingenieros químicos utilizan mucho los reactores idealizados en
su trabajo de diseño. En las secciones 12.1 y 28.1 nos concentramos en rea ctores simples o acoplados bien mezclados, los cuales constituyen ejemplos de sistemas de parámetros 3.1.2). .2). localizados (recuerde la sección PT 3.1
FIGURA 32.1 Reactor alargado con un lo pun punto to d ntr ntrad ad li l
MATERIALES MA TERIALES DE APOYO APO YO
Esta obra cuenta con interesantes complementos que fortalecen los procesos de enseñanza-aprendizaje, así como la evaluación de los mismos, los cuales se otorgan a profesores que adoptan este texto para sus cursos. Para obtener más información y conocer la política de entrega de estos materiales, contacte a su representante McGraw-Hill.
xxi
ACERCA DE LOS AUTORES
es profesor en el Departamento de Ingeniería Civil y Ambiental de la Universidad de Tufts. Entre sus obras publicadas se encuentran Surface Water-Quality Modeling e Introduction to Computing for Engineers. El Dr. Chapra obtuvo el grado de Ingeniero por las universidades de Manhattan y de Michigan. Antes de incorporarse a la facultad de Tufts trabajó para la Agencia de Protección Ambiental y la Administración Nacional del Océano y la Atmósfera, fue profesor asociado en las universidades de Texas A&M y de Colorado. En general, sus investigaciones están relacionadas con la modelación de la calidad del agua superficial y la aplicación de computación avanzada en la ingeniería ambiental. También ha recibido gran cantidad de reconocimientos por sus destacadas contribuciones académicas, incluyendo la medalla Rudolph Hering (ASCE en 1993) y el premio al autor distinguido Meriam-Wiley (1987), por parte de la Sociedad Americana para la Educación en Ingeniería. Se ha reconocido como profesor emérito en las facultades de ingeniería de las universidades de Texas A&M (premio Tenneco, 1986) y de Colorado (premio Hitchinson, 1992). Steve Chapra
es profesor emérito de la Universidad de Michigan. En sus más de 20 años de carrera en la universidad ha impartido numerosos cursos en la áreas de computación, métodos numéricos e ingeniería ambiental. También ha dirigido extensos programas de investigación en el área de modelación matemática y por computadora de ecosistemas acuáticos. Es autor y coautor de varios libros, ha publicado más de 100 artículos e informes científicos. También ha diseñado y desarrollado software para computadoras personales, con la finalidad de facilitar la educación en ingeniería y la solución de problemas en ingeniería. Ha recibido el premio al autor distinguido MeriamWiley de la Sociedad Americana para la Educación en Ingeniería por sus libros y el software desarrollado, así como otros reconocimientos por sus publicaciones técnicas. Actualmente, el profesor Canale se dedica a resolver problemas de aplicación, trabajando como consultor y perito en empresas de ingeniería, en la industria e instituciones gubernamentales. Raymond P. Canale
Métodos numéricos para ingenieros
PARTE UNO
MODELOS, COMPUTADORAS Y ANÁLISIS DEL ERROR PT1.1 MOTIVACIÓN Los métodos numéricos constituyen técnicas mediante las cuales es posible formular problemas matemáticos, de tal forma que puedan resolverse utilizando operaciones aritméticas. Aunque existen muchos tipos de métodos numéricos, éstos comparten una característica común: invariablemente requieren de un buen número de tediosos cálculos aritméticos. No es raro que con el desarrollo de computadoras digitales eficientes y rápidas, el papel de los métodos numéricos en la solución de problemas en ingeniería haya aumentado de forma considerable en los últimos años.
PT1.1.1 Métodos sin computadora Además de proporcionar un aumento en la potencia de cálculo, la disponibilidad creciente de las computadoras (en especial de las personales) y su asociación con los métodos numéricos han influido de manera muy significativa en el proceso de la solución actual de los problemas en ingeniería. Antes de la era de la computadora los ingenieros sólo contaban con tres métodos para la solución de problemas: Se encontraban las soluciones de algunos problemas usando métodos exactos o analíticos. Dichas soluciones resultaban útiles y proporcionaban una comprensión excelente del comportamiento de algunos sistemas. No obstante, las soluciones analíticas sólo pueden encontrarse para una clase limitada de problemas. Éstos incluyen aquellos que pueden aproximarse mediante modelos lineales y también aquellos que tienen una geometría simple y de baja dimensión. En consecuencia, las soluciones analíticas tienen un valor práctico limitado porque la mayoría de los problemas reales son no lineales, e implican formas y procesos complejos. 2. Para analizar el comportamiento de los sistemas se usaban soluciones gráficas, las cuales tomaban la forma de gráficas o nomogramas; aunque las técnicas gráficas se utilizan a menudo para resolver problemas complejos, los resultados no son muy precisos. Además, las soluciones gráficas (sin la ayuda de una computadora) son en extremo tediosas y difíciles de implementar. Finalmente, las técnicas gráficas están limitadas a los problemas que puedan describirse usando tres dimensiones o menos. 3. Para implementar los métodos numéricos se utilizaban calculadoras y reglas de cálculo. Aunque en teoría dichas aproximaciones deberían ser perfectamente adecuadas para resolver problemas complicados, en la práctica se presentan varias dificultades debido a que los cálculos manuales son lentos y tediosos. Además, los resultados no son consistentes, ya que surgen equivocaciones cuando se efectúan los numerosos cálculos de esta manera. 1.
Antes del uso de la computadora se gastaba bastante energía en la técnica misma de solución, en lugar de usarla en la definición del problema y su interpretación (figura PT1.1a). Esta situación desafortunada se debía al tiempo y trabajo monótono que se requería para obtener resultados numéricos con técnicas que no utilizaban la computadora.
4
MODELOS, COMPUTADORAS Y ANÁLISIS DEL ERROR
FORMULACIÓN Leyes fundamentales explicadas brevemente
FIGURA PT1.1 Las tres fases en la solución de problemas en ingeniería en a) la era anterior a las computadoras y b ) la era de las computadoras. Los tamaños de los recuadros indican el nivel de importancia que se presenta en cada fase. Las computadoras facilitan la implementación de técnicas de solución y, así, permiten un mayor interés sobre los aspectos creativos en la formulación de problemas y la interpretación de los resultados.
SOLUCIÓN
FORMULACIÓN Exposición profunda de la relación del problema con las leyes fundamentales
SOLUCIÓN
Métodos muy elaborados y con frecuencia complicados para hacer manejable el problema
Método de la computadora fácil de usar
INTERPRETACIÓN
INTERPRETACIÓN
Análisis profundo limitado por una solución que consume tiempo
La facilidad de calcular permite pensar holísticamente y desarrollar la intuición; es factible estudiar la sensibilidad y el comportamiento del sistema
a)
b)
En la actualidad, las computadoras y los métodos numéricos ofrecen una alternativa para los cálculos complicados. Al usar la potencia de la computadora se obtienen soluciones directamente, de esta manera se pueden aproximar los cálculos sin tener que recurrir a consideraciones de simplificación o a técnicas muy lentas. Aunque las soluciones analíticas aún son muy valiosas, tanto para resolver problemas como para brindar una mayor comprensión, los métodos numéricos representan opciones que aumentan, en forma considerable, la capacidad para enfrentar y resolver los problemas; como resultado, se dispone de más tiempo para aprovechar las habilidades creativas personales. En consecuencia, es posible dar más importancia a la formulación de un problema y a la interpretación de la solución, así como a su incorporación al sistema total, o conciencia “holística” (figura PT1.1b).
PT1.1.2 Los métodos numéricos y la práctica en ingeniería Desde finales de la década de los cuarenta, la amplia disponibilidad de las computadoras digitales han llevado a una verdadera explosión en el uso y desarrollo de los métodos numéricos. Al principio, este crecimiento estaba limitado por el costo de procesamiento de las grandes computadoras (mainframes) , por lo que muchos ingenieros seguían usando simples procedimientos analíticos en una buena parte de su trabajo. Vale la pena
PT1.2 ANTECEDENTES MATEMÁTICOS
5
mencionar que la reciente evolución de computadoras personales de bajo costo ha permitido el acceso, de mucha gente, a las poderosas capacidades de cómputo. Además, existen diversas razones por las cuales se deben estudiar los métodos numéricos: 1.
2.
3.
4.
5.
Los métodos numéricos son herramientas muy poderosas para la solución de problemas. Son capaces de manipular sistemas de ecuaciones grandes, manejar no linealidades y resolver geometrías complicadas, comunes en la práctica de la ingeniería y, a menudo, imposibles de resolver en forma analítica. Por lo tanto, aumentan la habilidad de quien los estudia para resolver problemas. En el transcurso de su carrera, es posible que el lector tenga la oportunidad de utilizar paquetes disponibles comercialmente, o programas “enlatados” que contengan métodos numéricos. El uso eficiente de estos programas depende del buen entendimiento de la teoría básica en que se basan tales métodos. Hay muchos problemas que no pueden resolverse con programas “enlatados”. Si usted es conocedor de los métodos numéricos y es hábil en la programación de computadoras, entonces tiene la capacidad de diseñar sus propios programas para resolver los problemas, sin tener que comprar un software costoso. Los métodos numéricos son un vehículo eficiente para aprender a servirse de las computadoras. Es bien sabido que una forma efectiva de aprender programación consiste en escribir programas para computadora. Debido a que la mayoría de los métodos numéricos están diseñados para usarlos en las computadoras, son ideales para tal propósito. Además, son especialmente adecuados para ilustrar el poder y las limitaciones de las computadoras. Cuando usted desarrolle en forma satisfactoria los métodos numéricos en computadora y los aplique para resolver los problemas que de otra manera resultarían inaccesibles, usted dispondrá de una excelente demostración de cómo las computadoras sirven para su desarrollo profesional. Al mismo tiempo, aprenderá a reconocer y controlar los errores de aproximación que son inseparables de los cálculos numéricos a gran escala. Los métodos numéricos son un medio para reforzar su comprensión de las matemáticas, ya que una de sus funciones es convertir las matemáticas superiores en operaciones aritméticas básicas, de esta manera se puede profundizar en los temas que de otro modo resultarían oscuros. Esta perspectiva dará como resultado un aumento de su capacidad de comprensión y entendimiento en la materia.
PT1.2 ANTECEDENTES MATEMÁTICOS Cada parte de este libro requiere de algunos conocimientos matemáticos, por lo que el material introductorio de cada parte comprende una sección que incluye los fundamentos matemáticos. Como la parte uno, que está dedicada a aspectos básicos sobre las matemáticas y la computación, en esta sección no se revisará ningún tema matemático específico. En vez de ello se presentan los temas del contenido matemático que se cubren en este libro. Éstos se resumen en la figura PT1.2 y son: 1. Raíces de ecuaciones (figura PT1.2a).
Estos problemas se relacionan con el valor de una variable o de un parámetro que satisface una ecuación no lineal. Son especialmente valiosos en proyectos de ingeniería, donde con frecuencia resulta imposible despejar de manera analítica los parámetros de las ecuaciones de diseño.
6
MODELOS, COMPUTADORAS Y ANÁLISIS DEL ERROR
2.
Sistemas de ecuaciones algebraicas lineales (figura PT1.2b). En esencia, se trata de
problemas similares a los de raíces de ecuaciones, en el sentido de que están relacionados con valores que satisfacen ecuaciones. Sin embargo, en lugar de satisfacer una sola ecuación, se busca un conjunto de valores que satisfaga simultáneamente un conjunto de ecuaciones algebraicas lineales, las cuales surgen en el contexto de
FIGURA PT1.2 Resumen de los métodos numéricos que se consideran en este libro.
a) Parte 2: Raíces de ecuaciones Resuelva f ( x ) = 0 para x .
f ( x )
Raíz x
b) Parte 3: Sistema de ecuaciones algebraicas lineales Dadas las a’s y las c’s, resolver a11 x 1 + a12 x 2 = c1 a21 x 1 + a22 x 2 = c2 para las x ’s.
x 2
Solución
c) Parte 4: Optimización Determine la x que da el óptimo de f ( x ).
x 1 f ( x )
Mínimo x
d ) Parte 5: Ajuste de curvas f ( x )
f ( x )
Interpolación
Regresión x
e) Parte 6 : Integración I = ͐ab f ( x ) dx Encuentre el área bajo la curva.
x
f ( x )
I
x
7
PT1.2 ANTECEDENTES MATEMÁTICOS
f ) Parte 7 : Ecuaciones diferenciales ordinarias Dada dy dt
Ӎ
⌬ y ⌬t
y
= f (t, y) Pendiente =
resolver para y como función de t . yi + 1 = yi + f (t i , yi ) ⌬t
f ( t i , y i ) ⌬ t
t i
g) Parte 8: Ecuaciones diferenciales parciales Dada Ѩ2u Ѩ x 2
+
Ѩ2u Ѩ y2
= f ( x, y)
t i + 1
t
y
determine u como función de x y y
FIGURA PT1.2 (Conclusión)
x
una gran variedad de problemas y en todas las disciplinas de la ingeniería. En particular, se originan a partir de modelos matemáticos de grandes sistemas de elementos interrelacionados, tal como estructuras, circuitos eléctricos y redes de flujo; aunque también se llegan a encontrar en otras áreas de los métodos numéricos como el ajuste de curvas y las ecuaciones diferenciales. 3. Optimización (figura PT1.2c). En estos problemas se trata de determinar el valor o los valores de una variable independiente que corresponden al “mejor” o al valor óptimo de una función. De manera que, como se observa en la figura PT1.2 c, la optimización considera la identificación de máximos y mínimos. Tales problemas se presentan comúnmente en el contexto del diseño en ingeniería. También surgen en otros métodos numéricos. Nosotros nos ocuparemos de la optimización tanto para una sola variable sin restricciones como para varias variables sin restricciones. También describiremos la optimización restringida dando especial énfasis a la programación lineal. 4. Ajuste de curvas (figura PT1.2d ). A menudo se tendrá que ajustar curvas a un con junto de datos representados por puntos. Las técnicas desarrolladas para tal propósito se dividen en dos categorías generales: regresión e interpolación. La primera se emplea cuando hay un significativo grado de error asociado con los datos; con frecuencia los datos experimentales son de este tipo. Para estas situaciones, la estrategia es encontrar una curva que represente la tendencia general de los datos, sin necesidad de tocar los puntos individuales. En contraste, la interpolación se utiliza cuando el objetivo es determinar valores intermedios entre datos que estén, relativamente, libres de error. Tal es el caso de la información tabulada. En dichas situaciones, la estrategia consiste en ajustar una curva directamente mediante los puntos obtenidos como datos y usar la curva para predecir valores intermedios. 5. Integración (figura PT1.2e). Como hemos representado gráficamente, la interpretación de la integración numérica es la determinación del área bajo la curva. La inte-
8
MODELOS, COMPUTADORAS Y ANÁLISIS DEL ERROR
gración tiene diversas aplicaciones en la práctica de la ingeniería, que van desde la determinación de los centroides de objetos con formas extrañas, hasta el cálculo de cantidades totales basadas en conjuntos de medidas discretas. Además, las fórmulas de integración numérica desempeñan un papel importante en la solución de ecuaciones diferenciales. 6. Ecuaciones diferenciales ordinarias (figura PT1.2 f ). Éstas tienen una enorme importancia en la práctica de la ingeniería, lo cual se debe a que muchas leyes físicas están expresadas en términos de la razón de cambio de una cantidad, más que en términos de la cantidad misma. Entre los ejemplos tenemos desde los modelos de predicción demográfica (razón de cambio de la población), hasta la aceleración de un cuerpo que cae (razón de cambio de la velocidad). Se tratan dos tipos de problemas: problemas con valor inicial y problemas con valores en la frontera. Además veremos el cálculo de valores propios. 7. Ecuaciones diferenciales parciales (figura PT1.2g). Las ecuaciones diferenciales parciales sirven para caracterizar sistemas de ingeniería, en los que el comportamiento de una cantidad física se expresa en términos de su razón de cambio con respecto a dos o más variables independientes. Entre los ejemplos tenemos la distribución de temperatura en estado estacionario sobre una placa caliente (espacio bidimensional) o la temperatura variable con el tiempo de una barra caliente (tiempo y una dimensión espacial). Para resolver numéricamente las ecuaciones diferenciales parciales se emplean dos métodos bastante diferentes. En el presente texto haremos énfasis en los métodos de las diferencias finitas que aproximan la solución usando puntos discretos (figura PT1.2 g). No obstante, también presentaremos una introducción a los métodos de elementos finitos, los cuales usan una aproximación con piezas discretas.
PT1.3 ORIENTACIÓN Resulta útil esta orientación antes de proceder a la introducción de los métodos numéricos. Lo que sigue está pensado como una vista general del material contenido en la parte uno. Se incluyen, además, algunos objetivos como ayuda para concentra r el esfuerzo del lector en el estudio de los temas.
PT1.3.1 Alcance y presentación preliminar La figura PT1.3 es una representación esquemática del material contenido en la parte uno. Este diagrama se elaboró para ofrecer un panorama global de esta parte del libro. Se considera que un sentido de “imagen global” resulta importante para desarrollar una verdadera comprensión de los métodos numéricos. Al leer un texto es posible que se pierda uno en los detalles técnicos. Siempre que el lector perciba que está perdiendo la “imagen global” vuelva a la figura PT1.3 para orientarse nuevamente. Cada parte de este libro contiene una figura similar. La figura PT1.3 también sirve como una breve revisión inicial del material que se cubre en la parte uno. El capítulo 1 está diseñado para orientarle en los métodos numéricos y para motivarlo mostrándole cómo se utilizan dichas técnicas, en el proceso de elaborar modelos matemáticos aplicados a la ingeniería. El capítulo 2 es una introducción
9
PT1.3 ORIENTACIÓN
PT1.1 Motivación
PT1.2 Antecedentes matemáticos
PT1.3 Orientación
PARTE 1 Modelos, computadoras y análisis del error
PT1.6 Métodos avanzados
1.1 Un modelo simple
PT1.5 Fórmulas importantes
1.2 Leyes de conservación
CAPÍTULO 1 Modelos matemáticos y solución de problemas en ingeniería
EPÍLOGO PT1.4 Alternativas
2.1 Paquetes y programación 4.4 Varios tipos de error
4.3 Error numérico total
2.2 Programación estructurada
CAPÍTULO 4 Errores de truncamiento y la serie de Taylor
CAPÍTULO 2 Programación y software
2.4 Excel
CAPÍTULO 3 Aproximaciones y errores de redondeo
4.2 Propagación del error 4.1 La serie de Taylor 3.4 Errores de redondeo
2.3 Programación modular
2.6 Otros lenguajes y bibliotecas
2.5 MATLAB
3.1 Cifras significativas 3.3 Definiciones de error
3.2 Exactitud y precisión
FIGURA PT1.3 Esquema de la organización del material en la parte uno: Modelos, computadoras y análisis del error.
y un repaso de los aspectos de computación que están relacionados con los métodos numéricos y presenta las habilidades de programación que se deben adquirir para explotar de manera eficiente la siguiente información. Los capítulos 3 y 4 se ocupan del importante tema del análisis del error, que debe entenderse bien para el uso efectivo de los métodos numéricos. Además, se incluye un epílogo que presenta los elementos de juicio que tienen una gran importancia para el uso efectivo de los métodos numéricos.
10
MODELOS, COMPUTADORAS Y ANÁLISIS DEL ERROR
TABLA PT1.1 Objetivos específicos de estudio de la parte uno. 1. Reconocer la diferencia entre soluciones analíticas y numéricas. 2. Entender cómo las leyes de la conservación se emplean para desarrollar modelos matemáticos de sistemas físicos. 3. Definir diseño modular y top-down. 4. Definir las reglas para la programación estructurada. 5. Ser capaz de elaborar programas estructurados y modulares en un lenguaje de alto nivel. 6. Saber cómo se traducen los diagramas de fl ujo estructurado y el seudocódigo al código en un lenguaje de alto nivel. 7. Empezar a familiarizarse con cualquier software que usará junto con este texto. 8. Reconocer la diferencia entre error de truncamiento y error de redondeo. 9. Comprender los conceptos de cifras significativas, exactitud y precisión. 10. Conocer la diferencia entre error relativo verdadero v , error relativo aproximado a y error aceptable s y entender cómo a y s sirven para terminar un cálculo iterativo. 11. Entender cómo se representan los números en las computadoras y cómo tal representación induce errores de redondeo. En particular, conocer la diferencia entre precisión simple y extendida. 12. Reconocer cómo la aritmética de la computadora llega a presentar y amplificar el error de redondeo en los cálculos. En particular, apreciar el problema de la cancelación por sustracción. 13. Saber cómo la serie de Taylor y su residuo se emplean para representar funciones continuas. 14. Conocer la relación entre diferencias finitas divididas y derivadas. 15. Ser capaz de analizar cómo los errores se propagan a través de las relaciones funcionales. 16. Estar familiarizado con los conceptos de estabilidad y condición. 17. Familiarizarse con las consideraciones que se describen en el epílogo de la parte uno. e
e
e
e
e
PT1.3.2 Metas y objetivos Objetivos de estudio. Al terminar la parte uno el lector deberá estar preparado para aventurarse en los métodos numéricos. En general, habrá adquirido una comprensión fundamental de la importancia de las computadoras y del papel que desempeñan las aproximaciones y los errores en el uso y desarrollo de los métodos numéricos. Además de estas metas generales, deberá dominar cada uno de los objetivos de estudio específicos que se muestran en la tabla PT1.1.
Objetivos de cómputo. Al terminar de estudiar la parte uno, usted deberá tener suficientes habilidades en computación para desar rollar su propio software para los métodos numéricos de este texto. También será capaz de desarrollar programas de computadora bien estructurados y confiables basándose en seudocódigos, diagramas de flujo u otras formas de algoritmo. Usted deberá desarrollar la capacidad de documentar sus programas de manera que sean utilizados en forma eficiente por otros usuarios. Por último, además de sus propios programas, usted deberá usar paquetes de software junto con este libro. Paquetes como MATLAB y Excel son los ejemplos de dicho software. Usted deberá estar familiarizado con ellos, ya que será más cómodo utilizarlos para resolver después los problemas numéricos de este texto.
CAPÍTULO 1 Modelos matemáticos y solución de problemas en ingeniería El conocimiento y la comprensión son prerrequisitos para la aplicación eficaz de cualquier herramienta. Si no sabemos cómo funcionan las herramientas, por ejemplo, tendremos serios problemas para reparar un automóvil, aunque la caja de herramientas sea de lo más completa. Ésta es una realidad, particularmente cuando se utilizan computadoras para resolver problemas de ingeniería. Aunque las computadoras tienen una gran utilidad, son prácticamente inútiles si no se comprende el funcionamiento de los sistemas de ingeniería. Esta comprensión inicialmente es empírica —es decir, se adquiere por observación y experimentación—. Sin embargo, aunque esta información obtenida de manera empírica resulta esencial, sólo estamos a la mitad del camino. Durante muchos años de observación y experimentación, los ingenieros y los científicos han advertido que ciertos aspectos de sus estudios empíricos ocurren una y otra vez. Este comportamiento general puede expresarse como las leyes fundamentales que engloba, en esencia, el conocimiento acumulado de la experiencia pasada. Así, muchos problemas de ingeniería se resuelven con el empleo de un doble enfoque: el empirismo y el análisis teórico (figura 1.1). Debe destacarse que ambos están estrechamente relacionados. Conforme se obtienen nuevas mediciones, las generalizaciones llegan a modificarse o aun a descubrirse otras nuevas. De igual manera, las generalizaciones tienen una gran influencia en la experimentación y en las observaciones. En lo particular, las generalizaciones sirven para organizar principios que se utilizan para sintetizar los resultados de observaciones y experimentos en un sistema coherente y comprensible, del que se pueden obtener conclusiones. Desde la perspectiva de la solución de un problema de ingeniería, el sistema es aún más útil cuando el problema se expresa por medio de un modelo matemático. El primer objetivo de este capítulo consiste en introducir al lector a la modelación matemática y su papel en la solución de problemas en ingeniería. Se mostrará también la forma en que los métodos numéricos figuran en el proceso.
1.1 UN MODELO MATEMÁTICO SIMPLE Un modelo matemático se define, de manera general, como una formulación o una ecuación que expresa las características esenciales de un sistema físico o de un proceso en términos matemáticos. En general, el modelo se representa mediante una relación funcional de la forma: Variable variables funciones = f , parámetros, dependiente independientes de fuerza
(1.1)
12
MODELOS MATEMÁTICOS Y SOLUCIÓN DE PROBLEMAS EN INGENIERÍA
Definición del problema
Modelo matemático
TEORÍA
DATOS
Herramientas para resolver problemas: computadoras, estadística, métodos numéricos, gráficas, etcétera.
Resultados numéricos o gráficos Relaciones grupales: programación, optimización, comunicación, interacción pública, etcétera.
Instauración
FIGURA 1.1 Proceso de solución de problemas en ingeniería.
donde la variable dependiente es una característica que generalmente refleja el comportamiento o estado de un sistema; las variables independientes son, por lo común, dimensiones tales como tiempo y espacio, a través de las cuales se determina el comportamiento del sistema; los parámetros son el reflejo de las propiedades o la composición del sistema; y las funciones de fuerza son influencias externas que actúan sobre el sistema. La expresión matemática de la ecuación (1.1) va desde una simple relación algebraica hasta un enorme y complicado grupo de ecuaciones diferenciales. Por ejemplo, a través de sus observaciones, Newton formuló su segunda ley del movimiento, la cual establece que la razón de cambio del momentum con respecto al tiempo de un cuerpo, es igual a la fuerza resultante que actúa sobre él. La expresión matemática, o el modelo, de la segunda ley es la ya conocida ecuación F = ma
(1.2)
donde F es la fuerza neta que actúa sobre el objeto (N, o kg m/s 2), m es la masa del objeto (kg) y a es su aceleración (m/s2).
1.1 UN MODELO MATEMÁTICO SIMPLE
F U
13
La segunda ley puede escribirse en el formato de la ecuación (1.1), dividiendo, simplemente, ambos lados entre m para obtener a=
F m
(1.3)
donde a es la variable dependiente que refleja el comportamiento del sistema, F es la función de fuerza y m es un parámetro que representa una propiedad del sistema. Observe que en este caso específico no existe variable independiente porque aún no se predice cómo varía la aceleración con respecto al tiempo o al espacio. La ecuación (1.3) posee varias de las características típicas de los modelos matemáticos del mundo físico: F D
FIGURA 1.2 Representación esquemática de las fuerzas que actúan sobre un paracaidista en descenso. F D es la fuerza hacia abajo debida a la atracción de la gravedad. F U es la fuerza hacia arriba debida a la resistencia del aire.
Describe un proceso o sistema natural en términos matemáticos. Representa una idealización y una simplificación de la realidad. Es decir, ignora los detalles insignificantes del proceso natural y se concentra en sus manifestaciones esenciales. Por ende, la segunda ley de Newton no incluye los efectos de la relatividad, que tienen una importancia mínima cuando se aplican a objetos y fuerzas que interactúan sobre o alrededor de la superficie de la Tierra, a velocidades y en escalas visibles a los seres humanos. 3. Finalmente, conduce a resultados reproducibles y, en consecuencia, llega a emplearse con la finalidad de predecir. Por ejemplo, dada la fuerza aplicada sobre un objeto de masa conocida, la ecuación (1.3) se emplea para calcular la aceleración. 1. 2.
Debido a su forma algebraica sencilla, la solución de la ecuación (1.2) se obtiene con facilidad. Sin embargo, es posible que otros modelos matemáticos de fenómenos físicos sean mucho más complejos y no se resuelvan con exactitud, o que requieran para su solución de técnicas matemáticas más sofisticadas que la simple álgebra. Para ilustrar un modelo más complicado de este tipo, se utiliza la segunda ley de Newton para determinar la velocidad final de la caída libre de un cuerpo que se encuentra cerca de la superficie de la Tierra. Nuestro cuerpo en caída libre será el de un paracaidista (figura 1.2). Un modelo para este caso se obtiene expresando la aceleración como la razón de cambio de la velocidad con respecto al tiempo (d v / dt ), y sustituyendo en la ecuación (1.3). Se tiene d v dt
=
F m
(1.4)
donde v es la velocidad (m/s) y t es el tiempo (s). Así, la masa multiplicada por la razón de cambio de la velocidad es igual a la fuerza neta que actúa sobre el cuerpo. Si la fuerza neta es positiva, el cuerpo se acelerará. Si es negativa, el cuerpo se desacelerará. Si la fuerza neta es igual a cero, la velocidad del cuerpo permanecerá constante. Ahora expresemos la fuerza neta en términos de variables y parámetros mensurables. Para un cuerpo que cae a distancias cercanas a la Tierra (figura 1.2), la fuerza total está compuesta por dos fuerzas contrarias: la atracción hacia abajo debida a la gravedad F D y la fuerza hacia arriba debida a la resistencia del aire F U . F = F D + F U
(1.5)
14
MODELOS MATEMÁTICOS Y SOLUCIÓN DE PROBLEMAS EN INGENIERÍA
Si a la fuerza hacia abajo se le asigna un signo positivo, se usa la segunda ley de Newton para expresar la fuerza debida a la gravedad como F D = mg
(1.6)
donde g es la constante gravitacional, o la aceleración debida a la gravedad, que es aproximadamente igual a 9.8 m/s2. La resistencia del aire puede expresarse de varias maneras. Una forma sencilla consiste en suponer que es linealmente proporcional a la velocidad,1 y que actúa en dirección hacia arriba tal como F U = –cv
(1.7)
donde c es una constante de proporcionalidad llamada coeficiente de resistencia o arrastre (kg/s). Así, cuanto mayor sea la velocidad de caída, mayor será la fuerza hacia arriba debida a la resistencia del aire. El parámetro c toma en cuenta las propiedades del objeto que cae, tales como su forma o la aspereza de su superficie, que afectan la resistencia del aire. En este caso, c podría ser función del tipo de traje o de la orientación usada por el paracaidista durante la caída libre. La fuerza total es la diferencia entre las fuerzas hacia abajo y las fuerzas hacia arriba. Por lo tanto, combinando las ecuaciones (1.4) a (1.7), se obtiene d v mg – cv dt
=
m
(1.8)
o simplificando el lado derecho de la igualdad, d v dt
=g–
c
v
m
(1.9)
La ecuación (1.9) es un modelo que relaciona la aceleración de un cuerpo que cae con las fuerzas que actúan sobre él. Se trata de una ecuación diferencial porque está escrita en términos de la razón de cambio diferencial ( d v / dt ) de la variable que nos interesa predecir. Sin embargo, en contraste con la solución de la segunda ley de Newton en la ecuación (1.3), la solución exacta de la ecuación (1.9) para la velocidad del paracaidista que cae no puede obtenerse mediante simples manipulaciones algebraicas. Siendo necesario emplear técnicas más avanzadas, del cálculo, para obtener una solución exacta o analítica. Por ejemplo, si inicialmente el paracaidista está en reposo (v = 0 en t = 0), se utiliza el cálculo integral para resolver la ecuación (1.9), así (t ) =
v
gm c
(1 – e –( c/ m ) t )
(1.10)
Note que la ecuación (1.10) es un ejemplo de la forma general de la ecuación (1.1), donde v (t ) es la variable dependiente, t es la variable independiente, c y m son parámetros, y g es la función de fuerza. 1 De
hecho, la relación es realmente no lineal y podría ser representada mejor por una relación con potencias como F U = –cv 2. Al final de este capítulo, investigaremos, en un ejercicio, de qué manera influyen estas no linealidades en el modelo.
1.1 UN MODELO MATEMÁTICO SIMPLE
15
EJEMPLO 1.1 Solución analítica del problema del paracaidista que cae Planteamiento del problema. Un paracaidista con una masa de 68.1 kg salta de un globo aerostático fijo. Aplique la ecuación (1.10) para calcular la velocidad antes de que se abra el paracaídas. Considere que el coeficiente de resistencia es igual a 12.5 kg/s.
Solución. Al sustituir los valores de los parámetros en la ecuación (1.10) se obtiene (t ) =
v
9.8(6 8.1) (1 – e –(12.5/ 68.1) t ) = 53.39(1 – e –0. 18355t ) 12.5
que sirve para calcular la velocidad del paracaidista a diferentes tiempos, tabulando se tiene m/s
t, s
v,
0 2 4 6 8 10 12
0.00 16.40 27.77 35.64 41.10 44.87 47.49 53.39
•
De acuerdo con el modelo, el paracaidista acelera rápidamente (figura 1.3). Se alcanza una velocidad de 44.87 m/s (100.4 mi/h) después de 10 s. Observe también que, después de un tiempo suficientemente grande, alcanza una velocidad constante llamada velocidad terminal o velocidad límite de 53.39 m/s (119.4 mi/h). Esta velocidad es constante porque después de un tiempo la fuerza de gravedad estará en equilibrio con la resistencia del aire. Entonces, la fuerza total es cero y cesa la aceleración. A la ecuación (1.10) se le llama solución analítica o exacta ya que satisface con exactitud la ecuación diferencial original. Por desgracia, hay muchos modelos matemáticos que no pueden resolverse con exactitud. En muchos de estos casos, la única alternativa consiste en desarrollar una solución numérica que se aproxime a la solución exacta. Como ya se mencionó, los métodos numéricos son aquellos en los que se reformula el problema matemático para lograr resolverlo mediante operaciones aritméticas. Esto puede ilustrarse para el caso de la segunda ley de Newton, observando que a la razón de cambio de la velocidad con respecto al tiempo se puede aproximar mediante (figura 1.4): d v dt
≅
Δv v(ti +1 ) – v( t i ) = ti +1 – t i Δt
(1.11)
donde Δv y Δt son diferencias en la velocidad y en el tiempo, respectivamente, calculadas sobre intervalos finitos, v (t i) es la velocidad en el tiempo inicial t i, y v (t i+1) es la veloci-
16
MODELOS MATEMÁTICOS Y SOLUCIÓN DE PROBLEMAS EN INGENIERÍA
Velocidad terminal
40 s / m , v
20
FIGURA 1.3 Solución analítica al problema del paracaidista que cae según se calcula en el ejemplo 1.1. La velocidad aumenta con el tiempo y tiende asintóticamente a una velocidad terminal.
0
0
4
8
12
t , s
dad algún tiempo más tarde t i + l. Observe que d v / dt ≅ Δv / Δt es aproximado porque Δt es finito. Recordando los cursos de cálculo tenemos que d v dt
Δv Δt → 0 Δt
= lím
La ecuación (1.11) representa el proceso inverso.
FIGURA 1.4 Uso de una diferencia fi nita para aproximar la primera derivada de v con respecto a t .
v(t i +1)
Pendiente verdadera dv/dt
⌬v
Pendiente aproximada v(t ) – v(t ) ⌬v = it +1 – t i i +1 i ⌬ t
v(t i )
t i
t i +1 ⌬ t
t
