You are on page 1of 13

MTODOS NUMRICOS

Mtodo de falsa posicin.


Semejante al mtodo de bisseccin f(x)
, pero con otro clculo de xn+1

an f (bn ) bn f (an)
xn+1 = an xn+1 x
f (bn ) f (an )
bn
Este punto corresponde a inter-
seccin del eje x con la recta
que une (an , f (an )) y (bn , f (bn )).

MTODOS NUMRICOS

Mtodo iterativo simple

y =x

F (x0 )
F (x2 )

F (x1 )
y = F (x )

x0 x2 s x1
Inicializacin Escoger x0
Repetir xn+1 = F (xn )
verificar critrio
MTODOS NUMRICOS

Mtodo de secante y = f(x)

Semejante al mtodo de Newton Raphson


La Tangente del grfico s e sustituye por
secante d e l o s dos ltimos puntos. La
gran ventaja es no tener que derivar.

s xn+1 xn xn-1 x

xn1 f (xn ) xn f (xn1 )


xn+1 =
f (xn) f (x n1 )

MTODOS NUMRICOS
GRFICOS DE DISPERSIN: Permite ver si hay asociacin

Dadas dos variables X y Y tomadas sobre el mismo elemento de la poblacin, el


diagrama de dispersin es simplemente un grfico de dos dimensiones, donde en un eje
(la abscisa) se sita una variable, y en el otro eje (la ordenada) se sita la otra variable.
Si las variables estn correlacionadas, el grfico mostrara algn nivel de correlacin
(tendencia) entre las dos variables. Si no hay ninguna correlacin, el grfico presentara
una figura sin forma, una nube de puntos dispersos en el grfico.

Estadstica Econmica 2007-


2008. Sara Mateo.
MTODOS NUMRICOS

Independencia - Dependencia
Cuando se estudian dos caractersticas simultneamente sobre una muestra, se puede considerar que una de ellas
influye sobre la otra . Por ejemplo la altura y el peso o las horas de estudio y la calificacin en un examen.

El objetivo principal de la regresin es descubrir el modo en que se relacionan. Dos variables pueden considerarse:

Variables independientes No tienen relacin (una de ellas no sirve para explicar los movimientos de la otra)

Dependencia funcional Y=f(x)

Dependencia estadstica.

Dependencia
Independencia estadstica Dependencia funcional
estadstica

- +
Grado de asociacin entre dos variables

MTODOS NUMRICOS
Mnimos cuadrados
MTODOS NUMRICOS

Para el clculo de la recta de regresin se aplica el mtodo de mnimos


cuadrados entre dos variables. Esta lnea es la que hace mnima la suma de los
cuadrados de los residuos, es decir, es aquella recta en la que las diferencias
elevadas al cuadrado entre los valores calculados por la ecuacin de la recta y
los valores reales de la serie, son las menores posibles.
y = a + bx

MTODOS NUMRICOS

GRFICOS DE DISPERSIN / RECTA DE REGRESIN


La relacin entre dos variables mtricas puede ser representada mediante la lnea de
mejor ajuste a los datos. Esta recta se le denomina recta de regresin, que puede ser
negativa o positiva, la primera con tendencia decreciente y la segunda creciente.
Recta de regresin
Pendiente

yn
yn 1 y i
y3
u3 ui
yi
y1 yi
y2

Intercepto
x1 x2 x3 xi xn 1 xn

yi a bxi ui ui yi yi
Error

MTODOS NUMRICOS

Llamemos a u perturbacin o error, siendo la diferencia que hay entre el valor observado de la variable
exgena (y) y el valor estimado que obtendremos a travs de la recta de regresin .

y i a bxi
La metodologa para la obtencin de la recta ser hacer MNIMA la suma de los CUADRADOS de las
perturbaciones. Por qu se elevan al cuadrado?
n n

u ( yi yi )
2
i
2
ui2 ( yi yi )2
i 1 i 1

n 2 n n
2
min
q, p

i 1
ui
i 1
( yi
y i ) 2

i 1

yi a
q b
p xi


MTODOS NUMRICOS
n n
y abx y abx
i 1
i i
2

i 1
i i
2 MINIMIZAR


a
2 yi abxi 0

y ab x
i
i
i i
i na y b x
i
i
i
i
a y bx
i

2 yi abxi xi 0 x y a x b x
i i i
2
i

b i i i i

x yi y bx xi b xi2
i
i
i i
x
i
yi ynx b xi2 nx 2
i
i

x yi
y x bx nx b x
i 2 S
S xy bS x2
b 2
xy
i i i
i n i i Sx

MTODOS NUMRICOS
Mnimos cuadrados
MTODOS NUMRICOS
Mnimos cuadrados

MTODOS NUMRICOS
Mnimos cuadrados

Mnimos cuadrados
MTODOS NUMRICOS
Mnimos cuadrados

Linealizacin de relaciones no lineales


y y y

x
y 1e 1x y 2 x 2 y 3
3 x

x x x

ln y log y 1/y

Pendiente = 1
Pendiente = 2 Interseccin = 1/3
x log x 1/x
Interseccin = ln 1 Interseccin = log 2

MTODOS NUMRICOS
Mtodo de Thomas
Llewellyn Hilleth Thomas

Las Conferencias de L.H. Thomas esta entre las


presentaciones mas prestigiosas con audiencia general.

Thomas naci el Londres, Inglaterra el 21 de octubre de 1903.

Su nombre es con frecuencia asociado al mtodo de eliminacin eficiente


de Gauss para matrices tridiagonales denominado algoritmo de Thomas.
MTODOS NUMRICOS
Mtodo de Thomas
Tambin Conocido como el algoritmo de la matriz tridiagonal.
En la literatura Inglesa este mtodo se conoce como algoritmo de Thomas, ya que
ha sido utilizada por LH Thomas en 1949.
En general una ecuacin lineal puede ser resuelta por la tcnica de eliminacin de
Gauss, excepto para tipos especiales de matrices, donde este mtodo de
eliminacin necesitara gran trabajo, almacenamiento y tiempo de computador.
El Algoritmo de Thomas es para sistemas lineales tridiagonales la cual es una
simple variante del mtodo de eliminacin de Gauss la cual es altamente eficiente.
El Algoritmo es estable estrictamente para sistemas diagonalmente dominantes.
|bi| > |ai|+|ci|, i = 1, . . . ,n Se resuelve en 3 pasos.

MTODOS NUMRICOS
Mtodo de Thomas
Matrices Especiales: Matriz tridiagonal: El mtodo de eliminacin de Gauss se puede
simplificar en el caso de sistema triagonal y aumentar eficiencia. El mtodo simplificado
resultante se llama Thomas.
Un sistema tridiagonal :

b1 c1 0 0 x1 d1

a1 b2 c2 0 x2 = d2

0 a2 b3 c3 x2 d3

0 0 a3 b4 x3 d4
MTODOS NUMRICOS
Mtodo de Thomas
El mtodo gaussiano se puede simplificar en sistema triagonal para aumentar la eficiencia. mtodo Thomas. Un sistema :
1x1 +1x2 +0x3 +0x4 +0x5 +0x6 + +0xn2 +0xn1 +0xn = b1
1x1 +2x2 +2x3 +0x4 +0x5 +0x6 + +0xn2 +0xn1 +0xn = b2
0x1 +2x2 +3x3 +3x4 +0x5 +0x6 + +0xn2 +0xn1 +0xn = b3
0x1 +0x2 3x3 +4x4 +4x5 +0x6 + +0xn2 +0xn1 +0xn = b4
(Sistema ecuaciones)


0x1 +0x2 +0x3 +0x4 +0x5 +0x6 + +n xn +n1xn +n xn = bn
1 2 1 1 1

0x1 +0x2 +0x3 +0x4 +0x5 +0x6 + +0xn2 +n-1xn + nxn = bn


1

Aqu, suponemos que todos los , , son diferentes de cero.


La primera ecuacin del sistema dice: 1x1 +1x2 = b1 x1 + e1x2 = f1 e1= 1 / 1 ; f1= b1 / 1
La segunda ec. sistema puede hacerse:x2 + e2x3 = f2 , Si e2= 2 /( 2 - 2e1) f2= ( b2 - 2 f1)/( 2-2e1)
La Jth puede asumirse en la forma: Xj + ejXj+1 = fj
La Jth+1 reduce a: Xj+1 + ej+1Xj+2 = fj+1 Si ei+1= i+1 /( i+1 - i+1ei); fi+1= ( bi+1 - i+1 fi)/( i+1 - i+1ei)
Para j = 1, 2, ..., n - 2. Tenga en cuenta que si j= n-2, tenemos la ecuacin j+1= (n- 1) th. Para la forma
reducida de la ecuacin n-th, elimine xn-1 de la ecuacin n-th multiplicando n y restando.
( nen-1 - n ) Xn = ( n fn-1 - bn )

Esto se llama barrido hacia adelante. A continuacin


se obtiene la solucin por sustitucin hacia atrs
MTODOS NUMRICOS
Mtodo de Thomas
function x = TDMAsolver(a,b,c,d);%a, b, c columnas, d vector derecho
% N numero de columnas
N= length(d);% Modifica coeficientes iniciales
c(1) = c(1) / b(1); % Division cero
d(1) = d(1) / b(1);
for n = 2:1:N
temp = b(n) - a(n) * c(n - 1);
if (n<N)
c(n) = c(n) / temp;
end
d(n) = (d(n) - a(n) * d(n - 1)) / temp;
end
% substitucion atrs.
x(N) = d(N);
for n = (N - 1):-1:1
x(n) = d(n) - c(n) * x(n + 1);
X1=5 ; X2=3 ; X3=2
end
end

MTODOS NUMRICOS
Mtodo de Thomas
1. Sistema de Ecuaciones MESH y su Estructura.

El mtodo Wang-Henke (BubblePoint) se basa en llamadas ecuaciones MESH:


Balances de masa (M).
Las ecuaciones de equilibrio lquido-vapor (E).
Sumatoria de las fracciones molares igual a 1 (S).
Y balances de entalpa (H).
Estas ecuaciones se aplican a los niveles de equilibrio de la columna de destilacin
representada en la figura (el ndice i se refiere al componente y el ndice j al piso):
MTODOS NUMRICOS
Mtodo de Thomas
1. MESH y su Estructura.
masa (M).

equilibrio (E).

Fj
sumafraccion (S).

entalpa (H).