viernes, 2 de junio de 2017

Analisis Numerico Computación Numerica Metodos Numericos

Analisis Numerico Computación Numerica Metodos Numericos
Buenos Algoritmos

http://users.dsic.upv.es/asignaturas/eui/cnu/libro/

Libro Electrónico
LIBRO ELECTRÓNICO



TEMA 2  TEMA 3 TEMA 4 TEMA 5 TEMA 6 TEMA 7 TEMA 8


Tema 2

Raíces de funciones.
2.1. Métodos abiertos y cerrados. Condiciones de convergencia.
2.2. Métodos cerrados.
2.3. Métodos abiertos.
2.4. Técnica del punto fijo.
2.5. Teorema del punto fijo.
2.6. Métodos de aceleración del punto fijo.
2.7. Interpretación gráfica de la aceleración del punto fijo.
2.8. Proceso de Aitken.
2.9. Método de Steffensen.
2.10. Comparación de métodos.
2.11. Objetivos para la evaluación.
2.12. Ejercicios.
2.13. Autocontrol.


Prácticas

PRÁCTICAS

PRACTICA 1

PRACTICA 2 PRACTICA 3 PRACTICA 4 PRACTICA 5


Introducción al MATLAB.
1.1 Introducción.
1.2 Ejercicios.
1.3 Material adicional para la práctica.

PRACTICA 1.-
Introducción al MATLAB.

Objetivos para la evaluación.
 
  1. Conocer los comandos del entorno Matlab.
  2. Conocer las sentencias de repetición y decisión del lenguaje de programación Matlab.
  3. Conocer el formato de las rutinas escritas en Matlab.
  4. Escribir rutinas en lenguaje Matlab mediante ficheros .m.
  5. Utilizar los comandos de dibujo de Matlab.
  6. Utilizar la función feval de Matlab.




Tema 2
TEMA 2


TEMA 2

Raices de funciones.
Desde hace años se utiliza la fórmula cuadrática
         (2.1)
para resolver ecuaciones del tipo
.          (2.2)
A los valores calculados con la ecuación (2.1) se les llama "raíces" de la ecuación (2.2). Estas raíces representan los valores de x que anulan la ecuación (2.2). Por lo tanto, se puede definir la raíz de una ecuación como el valor de x que hace que f(x) = 0. Por esta razón, algunas veces a las raíces de una función se les conoce como ceros de la función.
Aunque la fórmula cuadrática es útil parar resolver la ecuación (2.2), hay muchas funciones que no se pueden resolver de manera tan fácil. Afortunadamente, los métodos numéricos que describiremos proporcionan medios eficientes para obtener raíces de todo tipo de ecuaciones.
Antes de la aparición de los ordenadores digitales, ya existía una serie de métodos para hallar raíces de ecuaciones algebraicas o trascendentes. En algunos casos, las raíces se podían obtener con métodos directos, como se hace con la ecuación (2.1), pero en muchos otros casos esto no era posible. Por ejemplo, hasta una función aparentemente tan simple como
no se puede resolver analíticamente. En estos casos, la única alternativa es una técnica de solución aproximada.
Una técnica para obtener una solución aproximada consiste en dibujar la función y determinar dónde corta su gráfica al eje de abscisas. Este punto, que representa el valor de x para el cual f(x) = 0, es una de las raíces de dicha ecuación.
Aunque los métodos gráficos son útiles en la obtención de estimaciones aproximadas de las raíces, están limitados por la carencia de precisión. Una aproximación alternativa consiste en usar la técnica de ensayo y error. Esta "técnica" consiste en escoger un valor de x, y evaluar si f(x) es cero. Si no es así, como sucederá en la mayoría de las ocasiones, se hace otra conjetura y se evalúa nuevamente f(x) para determinar si el nuevo valor ofrece una mejor estimación de la raíz. El proceso se repite hasta que se obtenga un valor que genere un valor de f(x) lo suficientemente cercano a cero.
Estos métodos fortuitos, obviamente son ineficientes e inadecuados para las exigencias actuales de cualquier disciplina científica. Por suerte existen técnicas que además de aproximar el valor de la raíz, emplean estrategias sistemáticas para encaminarse a ella, y son de fácil implementación en programas de ordenador. La combinación de estos métodos sistemáticos con el ordenador hace de la solución de la mayor parte de los problemas de raíces de ecuaciones una tarea que puede resolverse de forma simple y eficiente.
Aunque las raíces de ecuaciones caben dentro de otro contexto, frecuentemente aparecen en problemas de ingeniería, por ejemplo en problemas de balance de energía, balance de calor, problemas en los que aparecen las leyes de Newton del movimiento o las leyes de Kirchhoff, etc.
Un ejemplo de tales modelos se presenta en la ecuación derivada de la segunda ley de Newton, usada en el tema 1 para el cálculo de la velocidad en el ejemplo del paracaidista:
         (2.3)
Donde la velocidad v es la variable dependiente, el tiempo t es la variable independiente y g la constante gravitacional; el coeficiente de rozamiento c y la masa m son parámetros. Si se conocen los parámetros, la ecuación (2.3) se puede usar para predecir la velocidad del paracaidista como una función del tiempo. Estos cálculos se pueden llevar a cabo directamente ya que v se expresa explícitamente como una función del tiempo. Sin embargo, supóngase que se tiene que determinar el coeficiente de rozamiento para un paracaidista de una masa dada en caída libre, de modo que alcance una velocidad determinada en un periodo dado de tiempo.
Aunque la ecuación (2.3) proporciona una representación matemática de la interrelación entre las variables del modelo y los parámetros, no se puede resolver explícitamente para el coeficiente de rozamiento, es decir, no hay forma de reordenar la ecuación para despejar c a un lado de la igualdad. En estos casos se dice que c es implícita.
Esto representa un verdadero inconveniente, ya que muchos de los problemas científicos involucran la especificación de las propiedades o la composición de un sistema (representado por sus parámetros) para asegurar que funciona de la manera deseada (representada por sus variables). Por lo tanto, estos problemas a menudo requieren que se determinen sus parámetros de forma explícita.
La solución a este dilema la proporcionan los métodos numéricos para raíces de ecuaciones. Para resolver el problema usando métodos numéricos es conveniente reestructurar la ecuación (2.3). Esto se hace restando la variable dependiente v de ambos lados de la ecuación, obteniendo:
         (2.4)
Por lo tanto el valor de c que cumple f(c) = 0, es la raíz de la ecuación. Este valor también representa el coeficiente de rozamiento que soluciona el problema que nos hemos planteado.
Existen muchos métodos numéricos que permiten resolver ecuaciones tales como (2.4). A modo de ejemplo, podríamos resolver esta ecuación utilizando el llamado método del punto fijo, y ver si para los valores de masa, velocidad y tiempo obtenidos en el ejemplo del tema 1, el coeficiente de rozamiento obtenido es el que impusimos en aquel ejercicio.
Los datos del problema eran:
c = 12500 g/s.     m = 68100 g      t = 2.,4,6,8,10,12 s
Con estos datos obtuvimos unos valores de v, utilizando primero un método numérico aproximado, en forma de programa de computador, y utilizando después un método analítico, con el que obtuvimos el resultado exacto.
Ahora vamos a tomar como datos iniciales m = 68100 g, t=2,4,6,8,10,12, y la v obtenida por cada uno de los dos métodos en el tema 1, y vamos a calcular mediante un método numérico conocido como la iteración del punto fijo el valor de c que cumple la ecuación (2.4). En este ejemplo tomaremos como función de iteración
con lo que el algoritmo que presentamos a continuación sería equivalente al método de Newton.
Algoritmo del punto fijo.
Elegir la función g(x), el punto de partida x0, la tasa de error y el número máximo de iteraciones I.
Hacer K = 1 (contador de iteraciones).
Hacer x1 = g(x0).
Mientras ( | x1 - x0 | > error y K < I ) hacer
x0 = x1
x1 = g(x0)
K = K + 1
Fin_Mientras
Si K ³ I entonces "no converge"
si no entonces solución = x1.

Tabla 2.1. Valores de c hallados por el método del punto fijo para la v obtenida mediante el método numérico:
Precisión: 0.1
Punto inicial: a = 10
Función:
       

DATOS RESULTADO
Masa (g)
m
Tiempo (s)
t
Vel. (cm/s)
v
coef. roz.(g/s)
c
Iteraciones del punto fijo.
68100
2
1960.0
0
2
68100
4
3200.5
7155.0
4
68100
6
3985.6
9483.9
5
68100
8
4482.5
10605.1
5
68100
10
4796.9
11243.6
5
68100
12
4995.9
11641.1
6

Observamos que los valores de c obtenidos distan mucho del valor que se debería obtener, que es 12500 g/s, pero esto no se debe a un defecto del método del punto fijo, sino del método de diferencias divididas utilizado para aproximar la derivada de la velocidad que utilizamos en el tema 1 para hallar los valores de v. También podemos observar que en instantes de tiempo posteriores el valor de c se va aproximando al valor correcto.
En el tema 1 se propuso como ejercicio que se calculasen los valores de la velocidad con intervalos de tiempo menores que 2. Si realizaste ese ejercicio ahora puedes utilizar los valores que obtuviste, como entradas para el método del punto fijo, y observarás que el valor de c que se obtiene en este caso resulta más cercano al real.


Tabla 2.2. Valores de c hallados por el método del punto fijo para la v obtenida mediante el método analítico:
Precisión: 0.1
Punto inicial: a = 10
Función:
       
DATOS RESULTADO
Masa (g)
m
Tiempo (s)
t
Vel. (cm/s)
v
coef. roz.(g/s)
c
Iteraciones del punto fijo.
68100
2
1640.5
12499.9
4
68100
4
2776.9
12500.4
5
68100
6
3564.2
12499.8
5
68100
8
4109.5
12500.2
5
68100
10
4487.3
12500.1
5
68100
12
4749.0
12500.1
6

Tomando los valores de v calculados mediante el método analítico sí que obtenemos el valor exacto de c. La falta de una precisión absoluta tampoco se debe esta vez al método del punto fijo, sino al error que cometimos en el tema 1 al redondear y quedarnos sólo con el primer decimal del valor de v.
Como se aprecia en las dos tablas, utilizando el método del punto fijo obtenemos rápidamente una solución satisfactoria, en muy pocas iteraciones.
Se consigue una importante mejora de prestaciones utilizando este método cuando sea posible en vez de los métodos menos precisos y más costosos comentados antes, como por ejemplo los métodos gráficos




No hay comentarios:

Publicar un comentario