Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Métodos numéricos para ingenieros Chapra-Preliminares.indd 1 4/11/10 12:47:53 Chapra-Preliminares.indd 2 4/11/10 12:47:53 Métodos numéricos para ingenieros Sexta edición Steven C. Chapra Raymond P. Canale Tufts University University of Michigan Revisión técnica José Job Flores Godoy Universidad Iberoamericana, Ciudad de México Enrique Muñoz Díaz Instituto Tecnológico de Estudios Superiores de Monterrey, Campus Ciudad de México MÉXICO • BOGOTÁ • BUENOS AIRES • CARACAS • GUATEMALA • MADRID NUEVA YORK • SAN JUAN • SANTIAGO • SÃO PAULO • AUCKLAND • LONDRES • MILÁN MONTREAL • NUEVA DELHI • SAN FRANCISCO • SINGAPUR • ST. LOUIS • SIDNEY • TORONTO Chapra-Preliminares.indd 3 4/11/10 12:47:54 Director Higher Education: Miguel Ángel Toledo Castellanos Editor sponsor: Pablo E. Roig Vázquez Coordinadora editorial: Marcela I. Rocha Martínez Editora de desarrollo: Ana L. Delgado Rodríguez Supervisor de producción: Zeferino García García Traducción: Sergio M. Sarmiento Ortega MÉTODOS NUMÉRICOS PARA INGENIEROS Sexta edición Prohibida la reproducción total o parcial de esta obra, por cualquier medio, sin la autorización escrita del editor. DERECHOS RESERVADOS © 2011 respecto a la sexta edición en español por McGRAW-HILL/INTERAMERICANA EDITORES, S.A. DE C.V. A Subsidiary of The McGraw-Hill Companies, Inc. Edificio Punta Santa Fe Prolongación Paseo de la Reforma 1015 Torre A Piso 17, Colonia Desarrollo Santa Fe, Delegación Álvaro Obregón C.P. 01376, México, D. F. Miembro de la Cámara Nacional de la Industria Editorial Mexicana, Reg. Núm. 736 ISBN 978-607-15-0499-9 Diseño de portada: Studio Montage, St. Louis Missouri MATLAb™ es una marca registrada de The Math Works, Inc. Traducido de la sexta edición de Numerical Methods for Engineers by Steven C. Chapra and Raymond P. Canale Copyright ©2010 by The McGraw-Hill Companies, Inc. All rights reserved. ISbN: 978-0-07-340106-5 Impreso en México Printed in Mexico Chapra-Preliminares.indd 4 4/11/10 12:47:54 A Margaret y Gabriel Chapra Helen y Chester Canale Chapra-Preliminares.indd 5 4/11/10 12:47:54 Chapra-Preliminares.indd 6 4/11/10 12:47:54 ContEniDo PREFaCio xvii viSita GuiaDa xx aCERCa DE loS autoRES xxiii PaRtE uno MoDEloS, CoMPutaDoRaS y análiSiS DEl ERRoR 2 PT1.1 Motivación 3 PT1.2 Antecedentes matemáticos 5 PT1.3 Orientación 7 CaPÍtulo 1 Modelos matemáticos y solución de problemas en ingeniería 10 1.1 Un modelo matemático simple 10 1.2 Leyes de conservación e ingeniería 15 Problemas 18 CaPÍtulo 2 Programación y software 22 2.1 Paquetes y programación 22 2.2 Programación estructurada 23 2.3 Programación modular 31 2.4 Excel 32 2.5 MATLAB 36 2.6 Mathcad 41 2.7 Otros lenguajes y bibliotecas 41 Problemas 42 CaPÍtulo 3 aproximaciones y errores de redondeo 48 3.1 Cifras significativas 49 3.2 Exactitud y precisión 50 3.3 Definiciones de error 51 3.4 Errores de redondeo 56 Problemas 70 CaPÍtulo 4 Errores de truncamiento y la serie de taylor 71 4.1 La serie de Taylor 71 Chapra-Preliminares.indd 7 4/11/10 12:47:54 viii contenido 4.2 Propagación del error 85 4.3 Error numérico total 89 4.4 Equivocaciones, errores de formulación e incertidumbre en los datos 93 Problemas 95 EPÍloGo: PaRtE uno 97 PT1.4 Alternativas 97 PT1.5 Relaciones y fórmulas importantes 100 PT1.6 Métodos avanzados y referencias adicionales 100 PaRtE DoS RaÍCES DE ECuaCionES 102 PT2.1 Motivación 103 PT2.2 Antecedentes matemáticos 105 PT2.3 Orientación 106 CaPÍtulo 5 Métodos cerrados 110 5.1 Métodos gráficos 110 5.2 El método de bisección 114 5.3 Método de la falsa posición 120 5.4 Búsquedas por incrementos y determinación de valores iniciales 124 Problemas 126 CaPÍtulo 6 Métodos abiertos 130 6.1 Iteración simple de punto fijo 130 6.2 Método de Newton-Raphson 135 6.3 El método de la secante 140 6.4 Método de Brent 144 6.5 Raíces múltiples 148 6.6 Sistemas de ecuaciones no lineales 151 Problemas 156 CaPÍtulo 7 Raíces de polinomios 159 7.1 Polinomios en la ciencia y en la ingeniería 159 7.2 Cálculos con polinomios 161 7.3 Métodos convencionales 164 7.4 Método de Müller 165 7.5 Método de Bairstow 169 7.6 Otros métodos 174 7.7 Localización de raíces con paquetes de software 174 Problemas 183 Chapra-Preliminares.indd 8 4/11/10 12:47:54 contenido ix CaPÍtulo 8 Estudio de casos: raíces de ecuaciones 185 8.1 Leyes de los gases ideales y no ideales (ingeniería química y bioquímica) 185 8.2 Los gases de invernadero y la lluvia (ingeniería civil y ambiental) 188 8.3 Diseño de un circuito eléctrico (ingeniería eléctrica) 190 8.4 Fricción en tubos (ingeniería mecánica y aeroespacial) 192 Problemas 195 EPÍloGo: PaRtE DoS 205 PT2.4 Alternativas 205 PT2.5 Relaciones y fórmulas importantes 206 PT2.6 Métodos avanzados y referencias adicionales 206 PaRtE tRES ECuaCionES alGEbRaiCaS linEalES 208 PT3.1 Motivación 209 PT3.2 Antecedentes matemáticos 211 PT3.3 Orientación 218 CaPÍtulo 9 Eliminación de Gauss 221 9.1 Solución de sistemas pequeños de ecuaciones 221 9.2 Eliminación de Gauss simple 227 9.3 Dificultades en los métodos de eliminación 234 9.4 Técnicas para mejorar las soluciones 239 9.5 Sistemas complejos 246 9.6 Sistemas de ecuaciones no lineales 247 9.7 Gauss-Jordan 248 9.8 Resumen 250 Problemas 251 CaPÍtulo 10 Descomposición LU e inversión de matrices 253 10.1 Descomposición LU 253 10.2 La matriz inversa 262 10.3 Análisis del error y condición del sistema 266 Problemas 271 CaPÍtulo 11 Matrices especiales y el método de Gauss-Seidel 274 11.1 Matrices especiales 274 11.2 Gauss-Seidel 278 11.3 Ecuaciones algebraicas lineales con paquetes de software 284 Problemas 289 Chapra-Preliminares.indd 9 4/11/10 12:47:54 x contenido CaPÍtulo 12 Estudio de casos: ecuaciones algebraicas lineales 292 12.1 Análisis en estado estacionario de un sistema de reactores (ingeniería química/bioingeniería) 292 12.2 Análisis de una armadura estáticamente determinada (ingeniería civil/ambiental) 295 12.3 Corrientes y voltajes en circuitos con resistores (ingeniería eléctrica) 298 12.4 Sistemas masa-resorte (ingeniería mecánica/aeronáutica) 299 Problemas 302 EPÍloGo: PaRtE tRES 311 PT3.4 Alternativas 311 PT3.5 Relaciones y fórmulas importantes 312 PT3.6 Métodos avanzados y referencias adicionales 312 PaRtE CuatRo oPtiMiZaCiÓn 314 PT4.1 Motivación 315 PT4.2 Antecedentes matemáticos 319 PT4.3 Orientación 320 CaPÍtulo 13 optimización unidimensional sin restricciones 324 13.1 Búsqueda de la sección dorada 325 13.2 Interpolación parabólica 331 13.3 Método de Newton 332 13.4 Método de Brent 335 Problemas 335 CaPÍtulo 14 optimización multidimensional sin restricciones 338 14.1 Métodos directos 338 14.2 Métodos con gradiente 342 Problemas 354 CaPÍtulo 15 optimización con restricciones 355 15.1 Programación lineal 355 15.2 Optimización con restricciones no lineal 366 15.3 Optimización con paquetes de software 366 Problemas 376 CaPÍtulo 16 Estudio de casos: optimización 379 16.1 Diseño de un tanque con el menor costo (ingeniería química/bioingeniería) 379 Chapra-Preliminares.indd 10 4/11/10 12:47:55 contenido xi 16.2 Mínimo costo para el tratamiento de aguas residuales (ingeniería civil/ambiental) 383 16.3 Máxima transferencia de potencia en un circuito (ingeniería eléctrica) 387 16.4 Equilibrio y energía potencial mínima (ingeniería mecánica/aeroespacial) 388 Problemas 391 EPÍloGo: PaRtE CuatRo 399 PT4.4 Alternativas 399 PT4.5 Referencias adicionales 400 PaRtE CinCo aJuStE DE CuRvaS 402 PT5.1 Motivación 403 PT5.2 Antecedentes matemáticos 404 PT5.3 Orientación 413 CaPÍtulo 17 Regresión por mínimos cuadrados 416 17.1 Regresión lineal 416 17.2 Regresión polinomial 429 17.3 Regresión lineal múltiple 433 17.4 Mínimos cuadrados lineales en general 435 17.5 Regresión no lineal 439 Problemas 443 CaPÍtulo 18 interpolación 447 18.1 Interpolación polinomial de Newton en diferencias divididas 447 18.2 Polinomios de interpolación de Lagrange 457 18.3 Coeficientesde un polinomio de interpolación 461 18.4 Interpolación inversa 462 18.5 Comentarios adicionales 463 18.6 Interpolación mediante trazadores (splines) 463 18.7 Interpolación multidimensional 475 Problemas 476 CaPÍtulo 19 aproximación de Fourier 479 19.1 Ajuste de curvas con funciones sinusoidales 480 19.2 Serie de Fourier continua 485 19.3 Dominios de la frecuencia y del tiempo 488 19.4 Integral y transformada de Fourier 492 19.5 Transformada discreta de Fourier (TDF) 493 19.6 Transformada rápida de Fourier 495 19.7 El espectro de potencia 500 Chapra-Preliminares.indd 11 4/11/10 12:47:55 xii contenido 19.8 Ajuste de curvas con paquetes de software 501 Problemas 509 CaPÍtulo 20 Estudio de casos: ajuste de curvas 512 20.1 Regresión lineal y modelos de población (ingeniería química/bioingeniería) 512 20.2 Uso de trazadores para estimar la transferencia de calor (ingeniería civil/ambiental) 515 20.3 Análisis de Fourier (ingeniería eléctrica) 517 20.4 Análisis de datos experimentales (ingeniería mecánica/aeronáutica) 518 Problemas 519 EPÍloGo: PaRtE CinCo PT5.4 Alternativas 530 PT5.5 Relaciones y fórmulas importantes 531 PT5.6 Métodos avanzados y referencias adicionales 531 PaRtE SEiS DiFEREnCiaCiÓn E intEGRaCiÓn nuMÉRiCaS 534 PT6.1 Motivación 535 PT6.2 Antecedentes matemáticos 543 PT6.3 Orientación 545 CaPÍtulo 21 Fórmulas de integración de newton-Cotes 549 21.1 La regla del trapecio 550 21.2 Reglas de Simpson 558 21.3 Integración con segmentos desiguales 566 21.4 Fórmulas de integración abierta 568 21.5 Integrales múltiples 570 Problemas 572 CaPÍtulo 22 integración de ecuaciones 575 22.1 Algoritmos de Newton-Cotes para ecuaciones 575 22.2 Integración de Romberg 576 22.3 Cuadratura adaptiva 581 22.4 Cuadratura de Gauss 584 22.5 Integrales impropias 590 Problemas 593 CaPÍtulo 23 Diferenciación numérica 595 23.1 Fórmulas de diferenciación con alta exactitud 595 23.2 Extrapolación de Richardson 598 Chapra-Preliminares.indd 12 4/11/10 12:47:55 contenido xiii 23.3 Derivadas de datos irregularmente espaciados 599 23.4 Derivadas e integrales para datos con errores 601 23.5 Derivadas parciales 602 23.6 Integración/diferenciación numéricas con paquetes de software 603 Problemas 610 CaPÍtulo 24 Estudio de casos: integración y diferenciación numéricas 613 24.1 Integración para determinar la cantidad total de calor (ingeniería química/ bioingeniería) 613 24.2 Fuerza efectiva sobre el mástil de un bote de vela de carreras (ingeniería civil/ ambiental) 615 24.3 Raíz media cuadrática de la corriente mediante integración numérica (ingeniería eléctrica) 617 24.4 Integración numérica para calcular el trabajo (ingeniería mecánica/aeronáutica) 619 Problemas 621 EPÍloGo: PaRtE SEiS 631 PT6.4 Alternativas 631 PT6.5 Relaciones y fórmulas importantes 632 PT6.6 Métodos avanzados y referencias adicionales 632 PaRtE SiEtE ECuaCionES DiFEREnCialES oRDinaRiaS 634 PT7.1 Motivación 635 PT7.2 Antecedentes matemáticos 638 PT7.3 Orientación 640 CaPÍtulo 25 Métodos de Runge-Kutta 644 25.1 Método de Euler 644 25.2 Mejoras del método de Euler 654 25.3 Métodos de Runge-Kutta 661 25.4 Sistemas de ecuaciones 670 25.5 Métodos adaptativos de Runge-Kutta 675 Problemas 682 CaPÍtulo 26 Métodos rígidos y de pasos múltiples 685 26.1 Rigidez 685 26.2 Métodos de pasos múltiples 688 Problemas 706 CaPÍtulo 27 Problemas de valores en la frontera y de valores propios 708 27.1 Métodos generales para problemas de valores en la frontera 709 Chapra-Preliminares.indd 13 4/11/10 12:47:55 xiv contenido 27.2 Problemas de valores propios 714 27.3 EDO y valores propios con paquetes de software 726 Problemas 732 CaPÍtulo 28 Estudio de casos: ecuaciones diferenciales ordinarias 735 28.1 Uso de las EDO para analizar la respuesta transitoria de un reactor (ingeniería química/bioingeniería) 735 28.2 Modelos depredador-presa y caos (ingeniería civil/ambiental) 741 28.3 Simulación de la corriente transitoria en un circuito eléctrico (ingeniería eléctrica) 744 28.4 El péndulo oscilante (ingeniería mecánica/aeronáutica) 748 Problemas 751 EPÍloGo: PaRtE SiEtE 762 PT7.4 Alternativas 762 PT7.5 Relaciones y fórmulas importantes 763 PT7.6 Métodos avanzados y referencias adicionales 763 PaRtE oCHo ECuaCionES DiFEREnCialES PaRCialES 766 PT8.1 Motivación 767 PT8.2 Orientación 770 CaPÍtulo 29 Diferencias finitas: ecuaciones elípticas 773 29.1 La ecuación de Laplace 773 29.2 Técnica de solución 774 29.3 Condiciones en la frontera 780 29.4 El método del volumen de control 785 29.5 Software para resolver ecuaciones elípticas 788 Problemas 789 CaPÍtulo 30 Diferencias finitas: ecuaciones parabólicas 791 30.1 La ecuación de conducción de calor 791 30.2 Métodos explícitos 792 30.3 Un método implícito simple 795 30.4 El método de Crank-Nicolson 798 30.5 Ecuaciones parabólicas en dos dimensiones espaciales 801 Problemas 804 Chapra-Preliminares.indd 14 4/11/10 12:47:55 contenido xv CaPÍtulo 31 Método del elemento finito 806 31.1 El enfoque general 807 31.2 Aplicación del elemento finito en una dimensión 810 31.3 Problemas bidimensionales 818 31.4 Resolución de EDP con paquetes de software 820 Problemas 825 CaPÍtulo 32 Estudio de casos: ecuaciones diferenciales parciales 827 32.1 Balance de masa unidimensional de un reactor (ingeniería química/bioingeniería) 827 32.2 Deflexiones de una placa (ingeniería civil/ambiental) 831 32.3 Problemas de campo electrostático bidimensional (ingeniería eléctrica) 833 32.4 Solución por elemento finito de una serie de resortes (ingeniería mecánica/aeronáutica) 835 Problemas 838 EPÍloGo: PaRtE oCHo 841 PT8.3 Alternativas 841 PT8.4 Relaciones y fórmulas importantes 841 PT8.5 Métodos avanzados y referencias adicionales 842 aPÉnDiCE a: la SERiE DE FouRiER 843 aPÉnDiCE b: EMPECEMoS Con Matlab 845 aPÉnDiCE C: iniCiaCiÓn a MatHCaD 852 Fundamentos de Mathcad 852 Introducción de texto y operaciones matemáticas 853 Funciones y variables matemáticas 854 Función de métodos numéricos 857 Procedimientos y subprogramas de líneas múltiples 858 Creación de gráficas 858 Matemáticas simbólicas 860 Para aprender más acerca de Mathcad 862 biblioGRaFÍa 863 ÍnDiCE analÍtiCo 867 Chapra-Preliminares.indd 15 4/11/10 12:47:55 Chapra-Preliminares.indd 16 4/11/10 12:47:55 PREFaCio Han pasado veinte años desde que se publicó la primera edición de este libro. Durante ese periodo, nuestro escepticismo acerca de que los métodos numéricos y las compu tadoras tendrían un papel prominente en el currículo de la ingeniería —particularmente en sus etapas tempranas— ha sido rebasado por mucho. Hoy día, muchas universidades ofre- cen cursos para estudiantes de nuevo ingreso, de segundo año e intermedios, tanto de introducción a la computación como de métodos numéricos. Además, muchos de nues- tros colegas integran problemas orientados a la computación con otros cursos en todos los niveles del currículo. Así, esta nueva edición aún se basa en la premisa fundamental de que debe darse a los estudiantes de ingeniería una introducción profunda y temprana a los métodos numéricos. En consecuencia, aunque la nueva edición expande sus alcan- ces, tratamos de mantener muchas de las características que hicieron accesible la prime- ra edición tanto para estudiantes principiantes como avanzados. Éstas incluyen las siguientes: • Orientado a problemas. Los estudiantes de ingeniería aprenden mejor cuando están motivados por la solución de problemas, lo cual es especialmente cierto en el caso de las matemáticas y de la computación. Por tal razón, presentamos los méto- dos numéricos desde la perspectiva de la solución de problemas. • Pedagogía orientada al estudiante. Hemos presentado varios detalles para lograr que el libro sea tan accesible para el estudiante como sea posible. Éstos comprenden la organización general, el uso de introducciones y epílogos para consolidar los temas principales, así como un amplio uso de ejemplos desarrollados y estudios de casos de las áreas principalesde la ingeniería. Hemos puesto especial cuidado en que nuestras explicaciones sean claras y en que tengan una orientación práctica. • Herramientas de computación. Capacitamos a nuestros estudiantes ayudándoles a utilizar las herramientas numéricas tipo “apunte y dispare” para resolución de problemas que están incluidas en programas como Excel, MATLAb y Mathcad. Sin embargo, también se muestra a los estudiantes cómo desarrollar programas sencillos y bien estructurados para extender las capacidades básicas de dichos entornos. Este conocimiento incluye lenguajes de programación estándar tales como Visual basic, Fortran 90 y C/C++. Creemos que el abandono actual de la programación de compu- tadora representa algo así como una “salida fácil” en los planes de estudios de in- geniería. A fin de cuentas, en la medida que los ingenieros no se conformen con herramientas limitadas, tendrán que escribir sus códigos. Sólo entonces se podrán llamar “macros” o “archivos M”. Este libro está diseñado para darles el poder de hacer eso. Chapra-Preliminares.indd 17 4/11/10 12:47:55 xviii PReFAcio Más allá de estos principios originales, la sexta edición tiene varias innovaciones: • Conjuntos de problemas nuevos y ampliados. La mayoría de los problemas se han modificado de manera que den soluciones numéricas diferentes de las de edi- ciones anteriores. Además, se ha incluido una variedad de problemas nuevos. • Nuevo material. Se han agregado secciones nuevas. Éstas incluyen el método de brent para ubicación de raíces y para optimización, además de la cuadratura adaptiva. • Nuevos estudios de casos. Se han desarrollado nuevos estudios de casos, • Mathcad. Además de Excel y MATLAb, hemos agregado material sobre el popu- lar paquete de software Mathcad. Como siempre, nuestra intención principal al escribir este libro es dar a los estu- diantes una introducción a los métodos numéricos. Creemos que los estudiantes motiva- dos que disfrutan de los métodos numéricos, las computadoras y las matemáticas serán, a final de cuentas, mejores ingenieros. Si nuestro libro fomenta el entusiasmo por estos temas, consideraremos que nuestros esfuerzos han tenido buen éxito, Agradecimientos. Nos gustaría agradecer a nuestros amigos de McGraw-Hill. En particular, Lorraine buczek, Debra Hash, bill Stenquist, Joyce Watters y Lynn Lustberg, que nos brindaron una atmósfera positiva de apoyo para crear esta edición. Como de costumbre, beatrice Sussman hizo un trabajo magistral en la revisión del manuscrito. Como en pasadas ediciones, David Clough (Universidad de Colorado), Mike Gustafson (Duke) y Jerry Stedinger (Universidad de Cornell) compartieron generosamente sus ideas y sugerencias. bill Philpot (Cornell), Jim Guilkey (Universidad de Utah), Dong-Il Seo (Universidad Nacional Chungman de Corea) y Raymundo Cordero y Karim Muci (ITESM, México) hicieron útiles sugerencias. La presente edición también se ha bene- ficiado por las revisiones y sugerencias de los siguientes colegas: betty barr, University of Houston Jordan berg, Texas Tech University Estelle M. Eke, California State University, Sacramento Yogesh Jaluria, Rutgers University S. Graham Kelly, The University of Akron Subha Kumpaty, Milwaukee School of Engineering Eckart Meiburg, University of California-Santa barbara Prashant Mhaskar, McMaster University Luke Olson, University of Illinois at Urbana-Champaign Joseph H. Pierluissi, University of Texas at El Paso Juan Perán, Universidad Nacional de Educación a Distancia (UNED) Scott A. Socolofsky, Texas A&M University Se debe subrayar que, aunque recibimos consejos útiles de las personas arriba men- cionadas, somos responsables de cualquier inexactitud o error que usted pudiera detectar en esta edición, Por favor póngase en contacto con el editor por correo electrónico si detectara cualquier error en esta edición: pablo_roig@mcgraw-hill.com Chapra-Preliminares.indd 18 4/11/10 12:47:55 PReFAcio xix Finalmente, nos gustaría dar las gracias a nuestras familias, a nuestros amigos y a nuestros estudiantes por su constante paciencia y apoyo. En especial a Cynthia Chapra, Danielle Husley y Claire Canale, quienes están siempre presentes para brindar entendi- miento, perspectiva y amor. Steven C. Chapra Medford, Massachusetts Raymond P. Canale Lake Leelanau, Michigan Chapra-Preliminares.indd 19 4/11/10 12:47:55 xx contenido viSita GuiaDa Para ofrecer un panorama de los métodos numéricos, hemos organizado el texto en partes y presentamos información unificadora a través de elementos de Motivación, Antecedentes matemáticos, Orienta- ción y Epílogo. Cada capítulo contiene problemas de tarea nuevos y revisados. Alrededor de 80% de los problemas son nuevos o se han modificado. El texto incluye problemas de desafío de todas las disciplinas de la ingeniería. Hay secciones del texto, así como problemas de tarea, dedicadas a implantar métodos numéricos con el software de Microsoft Excel y con el de The MathWorks, Inc. MATLAB. xx El inicio del capítulo 11 se concentra en los tipos especiales de sistemas de ecuaciones que tienen una gran aplicación en ingeniería. En particular, se presentan técnicas eficientes para resolver sistemas tridiagonales. Después, en el resto del capítulo se centra la atención en una alternativa a los métodos de eliminación llamada el método de Gauss-Seidel. Esta técnica es similar en esencia a los métodos aproximados para raíces de ecuaciones que se analizaron en el capítulo 6. Es decir, la técnica consiste en suponer una solución y después iterar para obtener una aproximación mejorada. PT3.3 oRiEnTAciÓn 219 PT3.1 Motivación PT3.2 Antecedentes matemáticos PT3.3 Orientación 9.1 Sistemas pequeños 9.2 Eliminación de Gauss simplePARTE 3 Ecuaciones algebraicas lineales PT3.6 Métodos avanzados EPÍLOGO CAPÍTULO 9 Eliminación de Gauss PT3.5 Fórmulas importantes PT3.4 Alternativas 12.4 Ingeniería mecánica 12.3 Ingeniería eléctrica 12.2 Ingeniería civil 12.1 Ingeniería química 11.3 Software 11.2 Gauss-Seidel 11.1 Matrices especiales CAPÍTULO 10 Descomposición LU e inversión de matrices CAPÍTULO 11 Matrices especiales y el método de Gauss-Seidel CAPÍTULO 12 Estudio de casos de ingeniería 10.3 Condición del sistema 10.2 La matriz inversa 10.1 Descomposición LU 9.7 Gauss-Jordan 9.6 Sistemas no lineales 9.5 Sistemas complejos 9.4 Soluciones 9.3 Dificultades Figura Pt3.5 Diagrama esquemático de la organización del material en la parte tres: Ecuaciones algebraicas lineales. Chapra-09.indd 219 8/9/10 20:30:38 302 ESTUDIO DE CASOS: ECUACIONES ALGEBRAICAS LINEALES Ingeniería química/Bioingeniería 12.1 Lleve a cabo el mismo cálculo que en la sección 12.1, pero cambie c01 a 20 y c03 a 6. También cambie los flujos siguientes: Q01 = 6, Q12 = 4, Q24 = 2 y Q44 = 12. 12.2 Si la entrada al reactor 3 de la sección 12.1 disminuye 25%, utilice la matriz inversa para calcular el cambio porcentual en la concentración de los reactores 2 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 reac- tores 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 12.5 Resuelva el mismo sistema que se especifica en el proble- ma 12.4, pero haga Q12 = Q54 = 0 y Q15 = Q34 = 3. Suponga que las entradas (Q01, Q03) y las salidas (Q44, Q55) son las mismas. Use la conservación del flujo para volver a calcular los valores de los demás flujos. 12.6 En la figura P12.6 se muestran tres reactores conectados por tubos. Como se indica, la tasa de transferencia de produc- tos químicos a través de cada tubo es igual a la tasa de flujo (Q, en unidades de metros cúbicos por segundo) multiplicada por la concentración del reactordesde el que se origina el flujo (c, en unidades de miligramos por metro cúbico). Si el sistema se encuentra en estado estacionario (estable), la transferencia de entra da a cada reactor balanceará la de salida. Desarrolle las ecuaciones del balance de masa para los reactores y resuelva las tres ecuaciones algebraicas lineales simultáneas para sus concentraciones. 12.7 Con el empleo del mismo enfoque que en la sección 12.1, determine la concentración de cloruro en cada uno de los Gran- Figura P12.6 Tres reactores unidos por tubos. La tasa de transferencia de masa a través de cada tubo es igual al producto de flujo Q y la concentración c del reactor desde el que se origina el flujo. 2 3 Q33 = 120 Q13 = 40 Q12 = 90 Q23 = 60 Q21 = 30 Q12c1Q21c2 Q23c2 Q33c3Q13c1 200 mg/s 500 mg/s 1 QSH = 67 QMH = 36 QHE = 161 QEO = 182 QOO = 212 QSHcS QMHcM QHEcH QEOcE QOOcO 3850 4720 740 180 710 Superior Michigan Hurón SuperiorErie Ontario Figura P12.7 Balance del cloro en los Grandes Lagos. Las flechas numeradas denotan entradas directas. PROBLEMAS Chapra-12.indd 302 20/9/10 13:06:16 7.7 LOCALizACión de rAÍCes COn PAqUeTes de sOfTwAre 177 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 MATLAB es capaz de localizar raíces en ecuaciones algebraicas y trascendentes, como se muestra en la tabla 7.1, excelente para la manipulación y localización de raíces en los polinomios. La función fzero está diseñada para localizar la raíz de una función. Una representación sim- plificada de su sintaxis es fzero (f, x0, opciones) donde f es la función que se va a analizar, x0 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) = x10 – 1 dentro del intervalo xl = 0 y xu = 4, obviamente se tiene dos raíces –1 y 1. Recuerde que para determinar la raíz positiva en el ejemplo 5.6 se usó el método de la falsa posición con valores iniciales 0 y 1.3. Solución. Bajo las mismas condiciones iniciales del ejemplo 5.6, se usa MATLAB para determi- nar la raíz positiva >> x0=[0 1.3]; >> x=fzero(@(x) x^10–1,x0) x = 1 TABLA 7.1 Funciones comunes de MATLAB relacionadas con la manipulación de polinomios y la localización de raíces. Función Descripción fzero Raíz de una sola función roots encuentra raíces de polinomios poly Construye polinomios con raíces específicas polival evalúa un polinomio polivalm evalúa un polinomio con argumento matricial residue expansión de la fracción-parcial (residuos) polyder diferenciación polinomial conv Multiplicación de polinomios deconv división de polinomios Chapra-07.indd 177 3/9/10 16:54:35 Chapra-Preliminares.indd 20 4/11/10 12:47:56 xxi El texto presenta numerosos ejemplos resueltos que dan a los estudiantes ilustraciones paso a paso acerca de cómo implantar los métodos numéricos. Existen 28 estudios de caso de la ingeniería para ayudar a los estudiantes a relacionar los métodos numéricos con los campos principa- les de la ingeniería. MATERIALES DE APOYO Esta obra cuenta con interesantes complementos que fortalecen los procesos de enseñanza-aprendizaje, así como la evaluación de los mismos, los cuales se otor- gan 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 de McGraw-Hill. 434 capÍtuLO 17 reGresIÓN pOr MÍNIMOs cuadradOs EJEMPLO 17.6 Regresión lineal múltiple Planteamiento del problema. Los siguientes datos se calcularon con la ecuación y = 5 + 4x1 – 3x2: x1 x2 y 0 0 5 2 1 10 2.5 2 9 1 3 0 4 6 3 7 2 27 Utilice la regresión lineal múltiple para ajustar estos datos. Solución. Las sumatorias requeridas para la ecuación (17.22) se calculan en la tabla 17.5. El resul- tado es 6 16 5 14 16 5 76 25 48 14 48 54 54 243 5 100 0 1 2 . . . . = a a a que se resuelve mediante un método como el de eliminación de Gauss, obteniéndose a0 = 5 a1 = 4 a2 = –3 que es consistente con la ecuación original, de la cual se obtienen los datos. tabla 17.5 Cálculos requeridos para desarrollar las ecuaciones normales para el ejemplo 17.6. 5 0 0 0 0 0 0 0 10 2 1 4 1 2 20 10 9 2.5 2 6.25 4 5 22.5 18 0 1 3 1 9 3 0 0 3 4 6 16 36 24 12 18 27 7 2 49 4 14 189 54 ∑ 54 16.5 14 76.25 54 48 243.5 100 El caso bidimensional anterior fácilmente se extiende a m dimensiones así y = a0 + a1x1 + a2x2 + · · · + amxm + e donde el error estándar se formula como s S n my x r / ( ) = − +1 Chapra-17.indd 434 21/9/10 20:40:07 CAPÍTULO 32 Estudio de casos: ecuaciones diferenciales parciales El propósito de este capítulo es aplicar los métodos de la parte ocho a problemas prácticos de inge- niería. 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 ejem- plo 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 pro- blemas de ingeniería civil y eléctrica. Entre otras cuestiones, esto le permitirá distinguir tanto las similitudes como las diferencias entre los problemas en esas áreas de la ingeniería. Además, se pueden comparar con el problema de la placa caliente 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 bidimen- sional con un extremo curvado. La sección 32.4 presenta un análisis del elemento finito aplicado a una serie de resortes. Este problema de mecánica y estructuras ilustra mejor las aplicaciones del elemento finito, que al problema de temperatura usado para analizar el método en el capítulo 31. 32.1 BALANCE DE MASA UNIDIMENSIONAL DE UN REACTOR (INGENIERÍA 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 reactores simples o acoplados bien mez- clados, los cuales constituyen ejemplos de sistemas de parámetros localizados (recuerde la sección PT3.1.2). La figura 32.1 muestra un reactor alargado con una sola entrada y una salida. Este reactor pue- de caracterizarse como un sistema de parámetros distribuidos. Si se supone que la sustancia quími- x x = 0 x = L FIGURA 32.1 Reactor alargado con un solo punto de entrada y salida. Un balance de masa se desarrolla alrededor de un segmento finito a lo largo del eje longitudinal del tanque con el objetivo de deducir una ecuación diferencial para la concentración. Chapra-32.indd 827 1/10/10 21:25:20 Chapra-Preliminares.indd 21 4/11/10 12:47:56 Chapra-Preliminares.indd 22 4/11/10 12:47:56 aCERCa DE loS autoRES Steven Chapra 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 forEngineers. 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 contri- buciones 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 facul- tades de ingeniería de las universidades de Texas A&M (premio Tenneco, 1986) y de Colorado (premio Hitchinson, 1992). Raymond P. Canale 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 Meriam- Wiley 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, tra- bajando como consultor y perito en empresas de ingeniería, en la industria e institucio- nes gubernamentales. Chapra-Preliminares.indd 23 4/11/10 12:47:56 Chapra-Preliminares.indd 24 4/11/10 12:47:56 Métodos numéricos para ingenieros Chapra-Preliminares.indd 1 3/11/10 12:58:02 Parte uno Parte uno Chapra-01.indd 2 24/11/10 10:14:18 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 rápi das, 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 influi do 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: 1. 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 mode los lineales y también aquellos que tienen una geometría simple y de baja dimensión. En con secuencia, 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 toma ban 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 cálcu lo. 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. 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 compu tadora. 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 simpli ficación 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; PBChapra-01.indd 3 3/11/10 13:26:58 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 prin cipio, este crecimiento estaba limitado por el costo de procesamiento de las grandes computado- ras (mainframes), por lo que muchos ingenieros seguían usando simples procedimientos analíticos en una buena parte de su trabajo. Vale la pena mencionar que la reciente evolución de computa doras personales de bajo costo ha permitido el acceso, de mucha gente, a las poderosas capacida des de cómputo. Además, existen diversas razones por las cuales se deben estudiar los métodos numéricos: 1. 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 geo metrías complicadas, comunes en la práctica de la ingeniería y, a menudo, imposibles de resol ver en forma analítica. Por lo tanto, aumentan la habilidad de quien los estudia para resolver problemas. INTERPRETACIÓN La facilidad de calcular permite pensar holísticamente y desarrollar la intuición; es factible estudiar la sensibilidad y el comportamiento del sistema FORMULACIÓN Exposición profunda de la relación del problema con las leyes fundamentales SOLUCIÓN Método de la computadora fácil de usar b) INTERPRETACIÓN Análisis profundo limitado por una solución que consume tiempo FORMULACIÓN Leyes fundamentales explicadas brevemente SOLUCIÓN Métodos muy elaborados y con frecuencia complicados para hacer manejable el problema a) 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. 4 PARTE 1 ModElos, coMPuTAdoRAs y Análisis dEl ERRoR Chapra-01.indd 4 3/11/10 13:26:58 2. 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. 3. Hay muchos problemas que no pueden resolverse con programas “enlatados”. Si usted es cono cedor 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. 4. 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 de computadora. Debido a que la mayoría de los métodos numéricos están diseñados para usar los 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 forma 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 numéri cos a gran escala. 5. 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 forma 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 in troductorio 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 varia ble 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. 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 con junto de valores que satisfaga simultáneamente un conjunto de ecuaciones algebraicas lineales, las cuales surgen en el contexto de 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. PT1.2 AnTEcEdEnTEs MATEMáTicos 5 Chapra-01.indd 5 3/11/10 13:26:59 FiGura Pt1.2 Resumen de los métodos numéricos que se consideran en este libro. 6 PARTE 1 ModElos, coMPuTAdoRAs y Análisis dEl ERRoR f(x) x Raíz x2 x1 Solución Mínimo f(x) x Interpolación f(x) x f(x) x Regresión f(x) I a) Parte 2: Raíces de ecuaciones Resuelva f(x) = 0 para x. c) Parte 4: Optimización b) Parte 3: Sistema de ecuaciones algebraicas lineales Dadas las a y las c, resolver a11x1 + a12x2 = c1 a21x1 + a22x2 = c2 para las x. Determine la x que da el óptimo de f(x). e) Parte 6: Integración I = ab f (x) dx Encuentre el área bajo la curva. d) Parte 5: Ajuste de curvas x y x g) Parte 8: Ecuaciones diferenciales parciales. Dada determine u como función de x y y = f (x, y) 2u x2 2u y2 + t Pendiente = f(ti, yi) y t ti ti + 1 f ) Parte 7: Ecuaciones diferenciales ordinarias. Dada resolver para y como función de t. yi + 1 = yi + f (ti, yi) t = f (t, y) dy dt y t y x g) Parte 8: Ecuaciones diferenciales parciales. Dada determine u como función de x y y = f (x, y) 2u x2 2u y2 + t Pendiente = f(ti, yi) y t ti ti + 1 f ) Parte 7: Ecuaciones diferenciales ordinarias. Dada resolver para y como función de t. yi + 1 = yi + f (ti, yi) t = f (t, y) dy dt y t f(x) x Raíz x2 x1 Solución Mínimo f(x) x Interpolación f(x) x f(x) x Regresión f(x) I a) Parte 2: Raíces de ecuaciones Resuelva f(x) = 0 para x. c) Parte 4: Optimización b) Parte 3: Sistema de ecuaciones algebraicas lineales Dadas las a y las c, resolver a11x1 + a12x2 = c1 a21x1 + a22x2 = c2 para las x. Determine la x que da el óptimo de f(x). e) Parte 6: Integración I = ab f (x) dx Encuentre el área bajo la curva. d) Parte 5: Ajuste de curvas x f(x) x Raíz x2 x1 Solución Mínimo f(x) x Interpolación f(x) x f(x) x Regresión f(x) I a) Parte 2: Raíces de ecuaciones Resuelva f(x) = 0 para x. c) Parte 4: Optimización b) Parte 3: Sistema de ecuaciones algebraicas lineales Dadas las a y las c, resolver a11x1 + a12x2 = c1 a21x1 + a22x2 = c2 para las x. Determine la x que da el óptimo de f(x). e) Parte 6: Integración I = ab f (x) dx Encuentre el área bajo la curva. d) Parte 5: Ajuste de curvas x f(x) x Raíz x2 x1 Solución Mínimo f(x) x Interpolación f(x) x f(x) x Regresión f(x) I a) Parte 2: Raíces de ecuaciones Resuelva f(x) = 0 para x. c) Parte 4: Optimización b) Parte 3: Sistema de ecuaciones algebraicas lineales Dadas las a y las c, resolver a11x1 + a12x2 = c1 a21x1 + a22x2 = c2 para las x. Determine la x que da el óptimo de f(x). e) Parte 6: Integración I = ab f (x) dx Encuentre el área bajo la curva. d) Parte 5: Ajuste de curvas x f(x) x Raíz x2 x1 Solución Mínimo f(x) x Interpolación f(x) x f(x) x Regresión f(x) I a) Parte 2: Raíces de ecuaciones Resuelva f(x) = 0 para x. c) Parte 4: Optimización b) Parte 3: Sistema de ecuaciones algebraicas lineales Dadas las a y las c, resolver a11x1 + a12x2 = c1 a21x1 + a22x2 = c2 para las x. Determine la x que da el óptimo de f(x). e) Parte 6: Integración I = ab f (x) dx Encuentre el área bajo la curva. d) Parte 5: Ajuste de curvas x f(x) x Raíz x2 x1 Solución Mínimo f(x) x Interpolación f(x) x f(x) x Regresión f(x) I a) Parte 2: Raíces de ecuaciones Resuelva f(x) = 0 para x. c) Parte 4: Optimización b) Parte 3: Sistema de ecuaciones algebraicas lineales Dadas las a y las c, resolver a11x1 + a12x2 = c1 a21x1 + a22x2 = c2 para las x. Determine la x que da el óptimo de f(x). e) Parte 6: Integración I = ab f (x) dx Encuentre el área bajo la curva. d) Parte 5: Ajuste de curvas x f(x) x Raíz x2 x1 Solución Mínimo f(x) x Interpolación f(x) x f(x) x Regresión f(x) I a) Parte 2: Raíces de ecuaciones Resuelva f(x) = 0 para x. c) Parte 4: Optimizaciónb) Parte 3: Sistema de ecuaciones algebraicas lineales Dadas las a y las c, resolver a11x1 + a12x2 = c1 a21x1 + a22x2 = c2 para las x. Determine la x que da el óptimo de f(x). e) Parte 6: Integración I = ab f (x) dx Encuentre el área bajo la curva. d) Parte 5: Ajuste de curvas x f(x) x Raíz x2 x1 Solución Mínimo f(x) x Interpolación f(x) x f(x) x Regresión f(x) I a) Parte 2: Raíces de ecuaciones Resuelva f(x) = 0 para x. c) Parte 4: Optimización b) Parte 3: Sistema de ecuaciones algebraicas lineales Dadas las a y las c, resolver a11x1 + a12x2 = c1 a21x1 + a22x2 = c2 para las x. Determine la x que da el óptimo de f(x). e) Parte 6: Integración I = ab f (x) dx Encuentre el área bajo la curva. d) Parte 5: Ajuste de curvas x y x g) Parte 8: Ecuaciones diferenciales parciales. Dada determine u como función de x y y = f (x, y) 2u x2 2u y2 + t Pendiente = f(ti, yi) y t ti ti + 1 f ) Parte 7: Ecuaciones diferenciales ordinarias. Dada resolver para y como función de t. yi + 1 = yi + f (ti, yi) t = f (t, y) dy dt y t Chapra-01.indd 6 3/11/10 13:27:00 De manera que, como se observa en la figura PT1.2c, 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 opti mización tanto para una sola variable sin restricciones como para varias variables sin restriccio nes. 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 conjunto de datos representados por puntos. Las técnicas desarrolladas para tal propósito se dividen en dos cate gorías 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, relativamen te, 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 integración 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 impor tante en la solución de ecuaciones diferenciales. 6. Ecuaciones diferenciales ordinarias (figura PT1.2f). 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 fron tera. 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 dife renciales 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 dis cretos (figura PT1.2g). 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 concentrar el esfuerzo del lector en el estudio de los temas. PT1.3 oRiEnTAciÓn 7 Chapra-01.indd 7 3/11/10 13:27:00 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 apli cados a la ingeniería. El capítulo 2 es una introducción 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. 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 impor tancia 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. 8 PARTE 1 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 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 flujo estructurado y el pseudocódigo al código de 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 ev, error relativo aproximado ea y error aceptable es y entender cómo ea y es sirven para terminar un proceso iterativo. 11. Entender cómo se representan los números en las computadorasy 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. Chapra-01.indd 8 3/11/10 13:27:00 Objetivos de cómputo. Al terminar de estudiar la parte uno, usted deberá tener suficientes habi lidades en computación para desarrollar su propio software para los métodos numéricos de este texto. También será capaz de desarrollar programas de computadora bien estructurados y confiables basándose en pseudocódigos, diagramas de flujo u otras formas de algoritmo. Usted deberá desa rrollar 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. Programas como Excel, Mathcad o MATLAB®, de The Math Works, Inc., son 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 PARTE 1 Modelos, computadoras y análisis del error CAPÍTULO 2 Programación y software CAPÍTULO 3 Aproximaciones y errores de redondeo CAPÍTULO 4 Errores de truncamiento y la serie de Taylor EPÍLOGO 2.7 Otros lenguajes y bibliotecas 2.5 MATLAB 2.4 Excel 2.3 Programación modular 2.2 Programación estructurada 2.1 Paquetes y programación PT1.2 Antecedentes matemáticos PT1.6 Métodos avanzados PT1.5 Fórmulas importantes 4.4 Varios tipos de error 4.3 Error numérico total 4.2 Propagación del error 4.1 La serie de Taylor 3.4 Errores de redondeo 3.1 Cifras significativas 3.3 Definiciones de error 3.2 Exactitud y precisión PT1.4 Alternativas PT1.3 Orientación PT1.1 Motivación 1.2 Leyes de conservación 1.1 Un modelo simple 2.6 Mathcad FiGura Pt1.3 Esquema de la organización del material en la parte uno: Modelos, computadoras y análisis del error. PT1.3 oRiEnTAciÓn 9 Chapra-01.indd 9 3/11/10 13:27:00 CAPÍTULO 1 Modelos matemáticos y solución de problemas en ingeniería El conocimiento y la comprensión son prerrequisitos para la aplicación eficaz de cualquier herra mienta. 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 experi mentación—. 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 en globa, 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 (figu ra 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 observacio nes. En lo particular, las generalizaciones sirven para organizar principios que se utilizan para sin tetizar 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 ingenie ría, 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 mé todos 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 dependiente = f independientes, parámetros, de fuerza (1.1) 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 tiem po y espacio, a través de las cuales se determina el comportamiento del sistema; los parámetros son CAPÍTULO 1 Chapra-01.indd 10 24/11/10 11:31:47 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 obser vaciones, 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/s2), m es la masa del objeto (kg) y a es su aceleración (m/s2). 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 comportamien to 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: 1. Describe un proceso o sistema natural en términos matemáticos. 2. 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. 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 requieranpara su solución de técnicas matemáticas más sofisticadas que la simple álgebra. Para ilustrar un modelo más complicado de este tipo, se Instauración Resultados numéricos o gráficos Modelo matemático Definición del problema TEORÍA DATOS Herramientas para resolver problemas: computadoras, estadística, métodos numéricos, gráficas, etcétera. Relaciones grupales: programación, optimización, comunicación, interacción pública, etcétera. FiGura 1.1 Proceso de solución de problemas en ingeniería. 1.1 un ModElo MATEMáTico siMPlE 11 Chapra-01.indd 11 3/11/10 13:27:01 12 cAPíTulo 1 ModElos MATEMáTicos y soluciÓn dE PRoblEMAs En ingEniERíA 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 expre sando la aceleración como la razón de cambio de la velocidad con respecto al tiempo (dv/dt), y sustituyendo en la ecuación (1.3). Se tiene d dt F m v = (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 fuer za 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 FD y la fuerza hacia arriba debida a la resistencia del aire FU: F = FD + FU (1.5) 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 FD = 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 FU = –cv (1.7) donde c es una constante de proporcionalidad llamada coeficiente de arrastre (o resistencia) (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 dt mg c m v v= – (1.8) o simplificando el lado derecho de la igualdad, d dt g c m v v= – (1.9) FiGura 1.2 Representación esquemática de las fuerzas que actúan sobre un paracaidista en descenso. FD es la fuerza hacia abajo debida a la atracción de la gravedad. FU es la fuerza hacia arriba debida a la resistencia del aire. FU FD 1 De hecho, la relación es realmente no lineal y podría ser representada mejor por una relación con potencias como FU = –cv 2. Al final de este capítulo investigaremos, en un ejercicio, de qué manera influyen estas no linealidades en el modelo. Chapra-01.indd 12 3/11/10 13:27:02 1.1 un ModElo MATEMáTico siMPlE 13 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 (dv/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 v( ) ( – )–( / )t gm c e c m t= 1 (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 va riable dependiente, t es la variable independiente, c y m son parámetros, y g es la función de fuerza. 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 aeros tático fijo. Aplique la ecuación (1.10) para calcular la velocidad antes de que se abra el paracaídas. Considere que el coeficiente de arrastre es igual a 12.5 kg/s. Solución. Al sustituir los valores de los parámetros en la ecuación (1.10) se obtiene v( ) . ( . ) . ( – ) . ( – )–( . / . ) – .t e et t= =9 8 68 1 12 5 1 53 39 112 5 68 1 0 18355 que sirve para calcular la velocidad del paracaidista a diferentes tiem pos, tabulando se tiene el cuadro de la derecha. De acuerdo con el modelo, el paracaidista acelera rápidamente (fi gura 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 cons tante 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 re solverse 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 respec to al tiempo se puede aproximar mediante (figura 1.4): d dt t t t t t i i i i v v v v≅ = + + ∆ ∆ ( ) – ( ) – 1 1 (1.11) t, s v, m/s 0 0.00 2 16.40 4 27.77 6 35.64 8 41.10 10 44.87 12 47.49 • 53.39 Chapra-01.indd 13 3/11/10 13:27:02 14 cAPíTulo 1 ModElos MATEMáTicos y soluciÓn dE PRoblEMAs En ingEniERíA 0 0 20 40 4 8 12 t, s u, m /s Velocidad terminal FiGura 1.4 Uso de una diferencia finita para aproximar la primera derivada de v con respecto a t. u(ti +1) u(ti ) u Pendiente verdadera du/dt Pendiente aproximada u t u(ti +1) – u(ti ) ti +1 – ti = ti +1ti t t 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. donde Δv y Δt son diferencias en la velocidad y en el tiempo, respectivamente, calculadas sobre inter valos finitos, v(ti) es la velocidad en el tiempo inicial ti, y v(ti+1) es la velocidad algún tiempo más tarde ti + l. Observe que dv/dt ≅ Δv/Δt es aproximado por que Δt es finito. Recordando los cursos de cálculo tenemos que d dt tt v v= → lím ∆ ∆ ∆0 La ecuación (1.11) representa el proceso inverso. A la ecuación (1.11) se le denomina una aproxi mación en diferencia finita dividida de la derivada en el tiempo ti. Sustituyendo en la ecuación (1.9), tenemos v v v ( ) – ( ) – – ( ) t t t t g c m ti i i i i + + =1 1 Esta ecuación se reordena para obtener v v v( ) ( ) – ( ) ( – )t t g c m t t ti ii i i+ += + 1 1 (1.12) Note que el término entre corchetes es el lado derecho de la propia ecuación diferen cial [ecuación (1.9)]. Es decir, este término nos da un medio para calcular la razón de cambio o la pendiente de v. Así, la ecuación diferencial se ha transformado en una ecuación que puede utilizarse para determinar alge braicamente la velocidad en ti+1, usando la pendien te y los valores anteriores de v y t. Si se da un valor inicial para la velocidad en algún tiempo ti, es posi ble calcular con facilidad la velocidad en un tiempo posterior ti+1. Este nuevo valor de la velocidad en ti+1 sirve para calcular la velocidad en ti+2 y así sucesi vamente. Es decir, a cualquier tiempo, valor = valor anterior + pendiente × tamaño nuevo del paso Observe que esta aproximación formalmente se co noce como método de Euler. Chapra-01.indd 14 3/11/10 13:27:04 1.2 lEyEs dE consERVAciÓn E ingEniERíA 15 EJEMPLO 1.2 Solución numérica al problema de la caída de un paracaidista Planteamiento del problema. Realice el mismo cálculo que en el ejemplo 1.1, pero usando la ecuación (1.12) para obtener la velocidad. Emplee un tamaño de paso de 2 s para el cálculo. Solución. Al empezar con los cálculos (ti = 0), la velocidad del paracaidista es igual a cero. Con esta información y los valores de los parámetros del ejemplo 1.1, se utiliza la ecuación (1.12) para calcular la velocidad en ti+l = 2 s: v = + =0 9 8 12 5 68 1 0 2 19 60. – . . ( ) . m/s Para el siguiente intervalo (de t = 2 a 4 s) se repite el cálculo y se obtiene v = + =19 60 9 8 12 5 68 1 19 60 2 32 00. . – . . ( . ) . m/s Se continúa con los cálculos de manera similar para obtener los valores de la tabla de la derecha. Los resultados se muestran gráficamente en la figura 1.5, junto con la solución exacta. Como se puede ver, el método numérico se aproxima bas tante a la solución exacta. Sin embargo, debido a que se emplean segmentos de rectas para aproximar una función que es una curva continua, hay algu nas diferencias entre los dos resultados. Una forma de reducir estas dife rencias consiste en usar un tamaño de paso menor. Por ejemplo, si se aplica la ecuación (1.12) con intervalos de 1 s, se obtendría un error menor, ya que los segmentos de recta estarían un poco más cerca de la verdadera solución. Con los cálculos manuales, el esfuerzo asociado al usar incrementos cada vez más pequeños haría poco prácticas tales soluciones numéricas. No obstante, con la ayuda de una compu tadora personal es posible efectuar fácilmente un gran número de cálculos; por lo tanto, se puede modelar con más exactitud la velocidad del paracaidista que cae, sin tener que resolver la ecuación diferencial en forma analítica. Como se vio en el ejemplo anterior, obtener un resultado numérico más preciso tiene un costo en términos del número de cálculos. Cada división a la mitad del tamaño de paso para lograr mayor precisión nos lleva a duplicar el número de cálculos. Como vemos, existe un costo inevitable entre la exactitud y la cantidad de operaciones. Esta relación es de gran importancia en los métodos nu méricos y constituyen un tema relevante de este libro. En consecuencia, hemos dedicado el epílogo de la parte uno para ofrecer una introducción a dicho tipo de relaciones. 1.2 leyes de conservación e inGenierÍa Aparte de la segunda ley de Newton, existen otros principios importantes en ingeniería. Entre los más importantes están las leyes de conservación. Éstas son fundamentales en una gran variedad de complicados y poderosos modelos matemáticos, las leyes de conservación en la ciencia y en la in geniería conceptualmente son fáciles de entender. Puesto que se pueden reducir a Cambio = incremento – decremento (1.13) t, s v, m/s 0 0.00 2 19.60 4 32.00 6 39.85 8 44.82 10 47.97 12 49.96 • 53.39 Chapra-01.indd 15 3/11/10 13:27:04 16 cAPíTulo 1 ModElos MATEMáTicos y soluciÓn dE PRoblEMAs En ingEniERíA Éste es precisamente el formato que empleamos al usar la segunda ley de Newton para desarrollar un equilibrio de fuerzas en la caída del paracaidista [ecuación (1.8)]. Pese a su sencillez, la ecuación (1.13) represen ta una de las maneras fundamentales en que las leyes de conservación se emplean en ingeniería —esto es, predecir cambios con respecto al tiempo—. Nosotros le daremos a la ecuación (1.13) el nombre especial de cálculo de variable-tiempo (o transitorio). Además de la predicción de cambios, las leyes de conservación se aplican también en casos en los que no existe cambio. Si el cambio es cero, la ecua ción (1.3) será Cambio = 0 = incremento – decremento o bien, Incremento = decremento (1.14) Así, si no ocurre cambio alguno, el incremento y el decremento deberán estar en equilibrio. Este caso, al que también se le da una denominación especial —cálculo en estado estacionario—, tiene diversas aplicaciones en ingeniería. Por ejemplo, para el flujo de un fluido incompresible en estado estacionario a través de tuberías, el flujo de entrada debe estar en equilibrio con el flujo de salida, esto es Flujo de entrada = flujo de salida Para la unión de tuberías de la figura 1.6, esta ecuación de equilibrio se utiliza para calcular el flujo de salida de la cuarta tubería, que debe ser de 60. Para la caída del paracaidista, las condiciones del estado estacionario deberían corresponder al caso en que la fuerza total fuera igual a cero o [ecuación (1.8) con dv/dt = 0] mg = cv (1.15) Así, en el estado estacionario, las fuerzas hacia abajo y hacia arriba están equilibradas, y en la ecuación (1.15) puede encontrarse la velocidad terminal v = mg c Aunque las ecuaciones (1.13) y (1.14) pueden parecer triviales, éstas determinan las dos maneras fundamentales en que las leyes de la conservación se emplean en ingeniería. Como tales, en los capí 0 0 20 40 4 8 12 t, s u, m /s Velocidad terminal o límite Solución analítica, exacta Solución numérica aproximada FiGura 1.5 Comparación de las soluciones numéricas y analíticas para el problema del paracaidista que cae. Tubería 2 Flujo de entrada = 80 Tubería 3 Flujo de salida = 120 Tubería 4 Flujo de salida = ? Tubería 1 Flujo de entrada = 100 FiGura 1.6 Equilibrio del flujo de un fluido incompresible en estado estacionario a través de tuberías. Chapra-01.indd 16 3/11/10 13:27:05 1.2 lEyEs dE consERVAciÓn E ingEniERíA 17 tulos siguientes serán parte importante de nuestros esfuerzos por mostrar la relación entre los méto dos numéricos y la ingeniería. Nuestro primer medio para establecer tal relación son las aplicaciones a la ingeniería que aparecen al final de cada parte del libro. En la tabla 1.1 se resumen algunos de los modelos sencillos de ingeniería y las leyes de conser vación correspondientes, que constituirán la base de muchas de las aplicaciones a la ingeniería. La mayoría de aplicaciones de ingeniería química harán énfasis en el balance de masa para el estudio Estructura Ingeniería civil Conservación del momentum Ingeniería química Campo Dispositivo Principio aplicado Expresión matemática Conservación de la masa Equilibrio de fuerzas: Ingeniería mecánica Conservación del momentum Máquina Equilibrio de fuerzas: Ingeniería eléctrica Conservación de la carga Balance de corriente: Conservación de la energía Balance de voltaje: Balance de masa: Reactores Entrada Salida En un periodo masa = entradas – salidas En cada nodo fuerzas horizontales (FH) = 0 fuerzas verticales (FV) = 0 En cada nodo corriente (i ) = 0 Alrededor de cada malla fems – caída de potencial en los resistores = 0 x – iR = 0 – FV + FV + FH– FH + i2 – i3+ i1+ – Circuito i1R1 i3R3 i2R2 x Fuerza hacia arriba Fuerza hacia abajo x = 0 m = Fuerza hacia abajo – fuerza hacia arribad 2x dt2 taBla 1.1 Dispositivos y tipos de balances que se usan comúnmente en las cuatro grandes áreas de la ingeniería.
Compartir