PARTE I. Modelos matemáticos y solución de problemas en ingeniería

Transcripción

1 PARTE I Modelos matemáticos y solución de problemas en ingeniería

2 Introducción Conocimiento Prerrequisitos Aplicación eficaz de una herramienta Comprensión

3 Introducción Si no sabemos cómo funcionan las herramientas, tendremos serios problemas para reparar un automóvil, aunque la caja de herramientas sea de lo más completa.

4 Introducción Ésta es una realidad, cuando se utilizan computadoras para resolver problemas de ingeniería. las computadoras tienen una gran utilidad, pero son prácticamente inútiles si no se comprende el funcionamiento de los sistemas de ingeniería.

5 Introducción Muchos problemas de ingeniería se resuelven con el empleo de un doble enfoque: el empirismo y el análisis teórico

6 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.

7 Modelo matemático simple La variable dependiente es una característica que refleja el comportamiento o estado de un sistema. Las variables independientes son, dimensiones 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.

8 Modelo matemático simple Ejemplo: Segunda ley de Newton F = ma o a = F m a: es la variable dependiente que refleja el comportamiento del sistema, F: es la función de fuerza 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.

9 Modelo matemático simple La ecuación 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, 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.

10 APROXIMACIONES Y ERRORES DE REDONDEO

11 CIFRAS SIGNIFICATIVAS Cuando se emplea un número para realizar un cálculo, debe haber seguridad de que pueda usarse con confianza. Con un simple vistazo al velocímetro se observa que el vehículo viaja a una velocidad comprendida entre 48 y 49 km/h. Como la aguja está más allá de la mitad entre las marcas del indicador, es posible asegurar que el automóvil viaja aproximadamente a 49 km/h

12 CIFRAS SIGNIFICATIVAS supongamos que se desea obtener una cifra decimal en la estimación de la velocidad. En tal caso, alguien podría decir 48.8, mientras que otra persona podría decir 48.9 km/h. Sería ridículo afirmar, considerando el velocímetro de la figura, que el automóvil viaja a km/h.

13 CIFRAS SIGNIFICATIVAS El odómetro muestra hasta seis dígitos confiables. De la figura se concluye que el automóvil ha recorrido un poco menos de km. Aquí el séptimo dígito (y los siguientes) resultan inciertos.

14 CIFRAS SIGNIFICATIVAS Las cifras significativas de un número son aquellas que pueden utilizarse en forma confiable. Para el velocímetro, los dos dígitos seguros son 48. la lectura del velocímetro consistirá de las tres cifras significativas: En forma similar, el odómetro dará una lectura con siete cifras significativas,

15 CIFRAS SIGNIFICATIVAS Determinar las cifras significativas de un número es un procedimiento sencillo, pero genera cierta confusión. Ejemplo, los ceros no siempre son cifras significativas, ya que se usa para ubicar el punto decimal: los números , y tienen cuatro cifras significativas. Asimismo, cuando se incluye ceros en números muy grandes, no queda claro cuántos son significativos. Por ejemplo, el número puede tener tres, cuatro o cinco dígitos significativos, dependiendo de si los ceros se conocen o no con exactitud. La incertidumbre se puede eliminar utilizando la notación científica, donde , , muestran, respectivamente, que el número tiene tres, cuatro y cinco cifras significativas.

16 CIFRAS SIGNIFICATIVAS El concepto de cifras significativas tiene dos implicaciones en el estudio de los métodos numéricos: 1) Los métodos numéricos dan resultados aproximados. Por lo tanto, se deben desarrollar criterios para especificar qué tan confiables son dichos resultados. Una manera de hacerlo es en términos de cifras significativas. 2) Aunque ciertas cantidades tales como pi, e, o 7 representan cantidades específicas, no se pueden expresar exactamente con un número finito de dígitos. Por ejemplo, p = hasta el infinito. Como las computadoras retienen sólo un número finito de cifras significativas, tales números jamás se podrán representar con exactitud. A la omisión del resto de cifras significativas se le conoce como error de redondeo.

17 EXACTITUD Y PRECISIÓN La exactitud se refiere a qué tan cercano está el valor calculado o medido del valor verdadero. La precisión se refiere a qué tan cercanos se encuentran, unos de otros, diversos valores calculados o medidos. Un ejemplo de puntería ilustra los conceptos de exactitud y precisión. a) Inexacto e impreciso; b) exacto e impreciso; c) inexacto y preciso; d) exacto y preciso.

18 DEFINICIONES DE ERROR Los errores numéricos surgen del uso de aproximaciones para representar operaciones y cantidades matemáticas exactas. 1) Éstas incluyen los errores de truncamiento que resultan del empleo de aproximaciones como un procedimiento matemático exacto, 2) y los errores de redondeo que se producen cuando se usan números que tienen un límite de cifras significativas para representar números exactos. Para ambos tipos de errores, la relación entre el resultado exacto, o verdadero, y el aproximado está dada por Valor verdadero = Valor aproximado + error (3.2) Reordenando la ecuación, se encuentra que el error numérico es igual a la diferencia entre el valor verdadero y el valor aproximado, es decir (valor exacto del error) Et = valor verdadero valor aproximado

19 DEFINICIONES DE ERROR Una desventaja en esta definición es que no toma en consideración el orden de la magnitud del valor que se estima. Por ejemplo, un error de un centímetro es mucho más significativo si se está midiendo un remache en lugar de un puente. Una manera de tomar en cuenta las magnitudes de las cantidades que se evalúan consiste en normalizar el error respecto al valor verdadero, es decir error verdadero

20 DEFINICIONES DE ERROR El error relativo también se puede multiplicar por 100% para expresar como

21 DEFINICIONES DE ERROR Ejercicio de Cálculo de errores Planteamiento del problema. Suponga que se tiene que medir la longitud de un puente y la de un remache, y se obtiene y 9 cm, respectivamente. Si los valores verdaderos son y 10 cm, calcule a) el error verdadero y b) el error relativo porcentual verdadero en cada caso.

22 DEFINICIONES DE ERROR

23 DEFINICIONES DE ERROR Observe que en las ecuaciones (3.2) y (3.3), E y e tienen un subíndice t que significa que el error ha sido normalizado al valor verdadero. En el ejemplo teníamos el valor verdadero. Sin embargo, en las situaciones reales a veces es difícil contar con tal información. En los métodos numéricos, el valor verdadero sólo se conocerá cuando se tengan funciones que se resuelvan analíticamente. Sin embargo, en muchas aplicaciones reales, no se conoce a priori la respuesta verdadera. Entonces en dichos casos, una alternativa es normalizar el error, usando la mejor estimación posible al valor verdadero; es decir: donde el subíndice a significa que el error está normalizado a un valor aproximado.

24 DEFINICIONES DE ERROR Uno de los retos que enfrentan los métodos numéricos es el de determinar estimaciones del error en ausencia del conocimiento de los valores verdaderos. Por ejemplo, ciertos métodos numéricos usan un método iterativo para calcular los resultados. En tales métodos se hace una aproximación considerando la aproximación anterior. Este proceso se efectúa de forma iterativa, esperando cada vez mejores aproximaciones. En tales casos, el error a menudo se calcula como la diferencia entre la aproximación previa y la actual. Por lo tanto, el error relativo porcentual está dado por

25 DEFINICIONES DE ERROR Los signos de las ecuaciones pueden ser positivos o negativos. Si la aproximación es mayor que el valor verdadero (o la aproximación previa es mayor que la aproximación actual), el error es negativo; Si la aproximación es menor que el valor verdadero, el error es positivo. También en las ecuaciones anteriores, el denominador puede ser menor a cero, lo cual también llevaría a un error negativo. A menudo, cuando se realizan cálculos, no importa mucho el signo del error, sino más bien que su valor absoluto porcentual sea menor que una tolerancia porcentual prefijada es. Por lo tanto, es útil emplear el valor absoluto de las ecuaciones anteriores. En tales casos, los cálculos se repiten hasta que

26 DEFINICIONES DE ERROR Si se cumple la relación anterior, entonces se considera que el resultado obtenido está dentro del nivel aceptable fijado previamente Es. Observe que en el resto del texto en general emplearemos exclusivamente valores absolutos cuando utilicemos errores relativos. Es conveniente también relacionar estos errores con el número de cifras significativas en la aproximación. Es posible demostrar que si el siguiente criterio se cumple, se tendrá la seguridad que el resultado es correcto en al menos n cifras significativas.

27 DEFINICIONES DE ERROR Ej.- Estimación del error con métodos iterativos Planteamiento del problema. En matemáticas con frecuencia las funciones se representan mediante series infinitas. Por ejemplo, la función exponencial se calcula usando Así cuanto más términos se le agreguen a la serie, la aproximación será cada vez más una mejor estimación del valor verdadero de e x. Empezando con el primer término e x = 1 y agregando término por término, estime el valor de e 0.5. Después de agregar cada término, calcule los errores: relativo porcentual verdadero y normalizado a un valor aproximado. Observe que el valor verdadero es e 0.5 = Agregue términos hasta que el valor absoluto del error aproximado ea sea menor que un criterio de error preestablecido es con tres cifras significativas.

28 DEFINICIONES DE ERROR Solución. En primer lugar la ecuación (3.7) se emplea para determinar el criterio de error que asegura que un resultado sea correcto en al menos tres cifras significativas: es = ( )% = 0.05% Por lo tanto, se agregarán términos a la serie hasta que ea sea menor que este valor. La primera estimación es igual a la ecuación (E3.2.1) con un solo término. Entonces, la primera estimación es igual a 1. La segunda estimación se obtiene agregando el segundo término, así: ex = 1 + x y para x = 0.5, e0.5 = = 1.5 Esto representa el error relativo porcentual verdadero de [ecuación (3.3)] et = 100% = 9.02% La ecuación (3.5) se utiliza para determinar una estimación aproximada del error, dada por: ea = 100% = 33.3% 1.5 Como ea no es menor que el valor requerido es, se deben continuar los cálculos agregando otro término, x2/2!, repitiendo el cálculo del error. El proceso continúa hasta que ea < es. Todos los cálculos se resumen de la siguiente manera Así, después de usar seis términos, el error aproximado es menor que es = 0.05%, y el cálculo termina. Sin embargo, observe que, el resultado es exacto con cinco cifras significativas! en vez de tres cifras significativas.

29 3.4 ERRORES DE REDONDEO Como se mencionó antes, los errores de redondeo se originan debido a que la computadora emplea un número determinado de cifras significativas durante un cálculo. Los números tales como p, e o 7 no pueden expresarse con un número fijo de cifras significativas. Por lo tanto, no pueden ser representados exactamente por la computadora. Además, debido a que las computadoras usan una representación en base 2, no pueden representar exactamente algunos números en base 10. Esta discrepancia por la omisión de cifras significativas se llama error de redondeo.

30 3.4 ERRORES DE REDONDEO Representación de números en la computadora Numéricamente los errores de redondeo se relacionan directamente con la forma en que se guardan los números en la memoria de la computadora. La unidad fundamental mediante la cual se representa la información se llama palabra. Ésta es una entidad que consiste en una cadena de dígitos binarios o bits (binary digits). Por lo común, los números son guardados en una o más palabras. Para entender cómo se realiza esto, se debe revisar primero algún material relacionado con los sistemas numéricos.

31 3.4 ERRORES DE REDONDEO Representación de números en la computadora Sistemas numéricos. Es simplemente una convención para representar cantidades. Debido a que se tienen 10 dedos en las manos y 10 dedos en los pies, el sistema de numeración familiar es el decimal o de base 10. Una base es el número que se usa como referencia para construir un sistema. El sistema de base 10 utiliza 10 dígitos (0, 1, 2, 3, 4, 5, 6, 7, 8, 9) para representar números. Para grandes cantidades se usa la combinación de estos dígitos básicos; con la posición o valor de posición se especifica su magnitud. El dígito en el extremo derecho de un número entero representa un número del 0 al 9. El segundo dígito a partir de la derecha representa un múltiplo de 10. El tercer dígito a partir de la derecha representa un múltiplo de 100 y así sucesivamente. Por ejemplo, si se tiene el número se tienen 8 grupos de , seis grupos de 1 000, cuatro grupos de 100 y cero grupos de 10, y nueve unidades, o bien

32 3.4 ERRORES DE REDONDEO Representación de números en la computadora Sistemas numéricos. No es común darse cuenta de que existen otras alternativas. Por ejemplo, si el ser humano tuviera ocho dedos en las manos y ocho en los pies, se tendría, sin duda, una representación en un sistema octal o de base 8. En tal sentido la computadora es como un animal que tiene dos dedos, limitado a dos estados: 0 o 1. Esto se relaciona con el hecho de que las unidades lógicas fundamentales de las computadoras digitales sean componentes electrónicos de apagado/encendido. Por lo tanto, los números en la computadora se representan con un sistema binario o de base 2. Del mismo modo que con el sistema decimal, las cantidades pueden representarse usando la notación posicional. Por ejemplo, el número binario 11 es equivalente a (l 2 1 ) + (1 2 0 ) = = 3 en el sistema decimal.

33 3.4 ERRORES DE REDONDEO Representación de números en la computadora Sistemas numéricos.

34 3.4 ERRORES DE REDONDEO Representación de números en la computadora Representación entera. Ahora que se ha revisado cómo los números de base 10 se representan en forma binaria, es fácil concebir cómo los enteros se representan en la computadora. El método más sencillo se denomina método de magnitud con signo y emplea el primer bit de una palabra para indicar el signo: con un 0 para positivo y un 1 para el negativo. Los bits sobrantes se usan para guardar el número. Por ejemplo, el valor entero 173 puede guardarse en la memoria de una computadora de 16 bits como se muestra en la figura 3.4.

35 3.4 ERRORES DE REDONDEO Representación de números en la computadora Ejem.- Rango de enteros Planteamiento del problema. Determine el rango de enteros de base 10 que pueda representarse en una computadora de 16 bits. Solución. De los 16 bits, se tiene el primer bit para el signo. Los 15 bits restantes pueden contener los números binarios de 0 a El límite superior se convierte en un entero decimal, así que es igual a (observe que esta expresión puede simplemente evaluarse como ). Así, en una computadora de 16 bits una palabra puede guardar en memoria un entero decimal en el rango de a Además, debido a que el cero está ya definido como , sería redundante usar el número para definir menos cero. Por lo tanto, es usualmente empleado para representar un número negativo adicional: , y el rango va de a

36 3.4 ERRORES DE REDONDEO Representación de números en la computadora Representación del punto-flotante. Las cantidades fraccionarias generalmente se epresentan en la computadora usando la forma de punto flotante. Con este método, el número se expresa como una parte fraccionaria, llamada mantisa o significando, y una parte entera, denominada exponente o característica, esto es, m be donde m = la mantisa, b = la base del sistema numérico que se va a utilizar y e = el exponente. Por ejemplo, el número se representa como en un sistema de base 10 de punto flotante. En 1a figura 3.5 se muestra una forma en que el número de punto flotante se guarda en una palabra. El primer bit se reserva para el signo; la siguiente serie de bits, para el exponente con signo; y los últimos bits, para la mantisa. lugar decimal.

37 3.4 ERRORES DE REDONDEO Representación de números en la computadora Representación del punto-flotante. Observe que la mantisa es usualmente normalizada si tiene primero cero dígitos. Por ejemplo, suponga que la cantidad 1/34 = se guarda en un sistema de base 10 con punto flotante, que únicamente permite guardar cuatro lugares decimales. Entonces, 1/34 se guardaría como Sin embargo, al hacerlo así, la inclusión del cero inútil a la derecha del punto decimal nos obliga a eliminar el dígito 1 del quinto lugar decimal. El número puede normalizarse para eliminar el cero multiplicando la mantisa por 10 y disminuyendo el exponente en 1, para quedar

38 3.4 ERRORES DE REDONDEO Representación de números en la computadora Representación del punto-flotante. Así, se conserva una cifra significativa adicional al guardar el número. La consecuencia de la normalización es que el valor absoluto de m queda limitado. 1 Esto es, m < 1 (3.8) b donde b = la base. Por ejemplo, para un sistema de base 10, m estaría entre 0.1 y 1; y para un sistema de base 2, entre 0.5 y 1. La representación de punto flotante permite que tanto fracciones como números muy grandes se expresen en la computadora. Sin embargo, hay algunas desventajas. Por ejemplo, los números de punto flotante requieren más espacio y más tiempo de procesado que los números enteros. Más importante aun es que su uso introduce una fuente de error debido a que la mantisa conserva sólo un número finito de cifras significativas. Por lo tanto, se introduce un error de redondeo.