ECUACIONES ALGEBRAICAS LINEALES (29) Determinar los valores X1, X2, ,Xn, que en forma simultnea satisfacen un conjunto

de ecuaciones Representacion de matrices

APLICACIN DE LA OPTIMIZACION EN LA INGENIERIA La optimizacin tiene que ver tpicamente con la determinacin del mejor resultado u ptima solucin de un problema. Diseo de estructuras en la ingeniera civil con un mnimo costo. Diseo de presas mitigacin del dao de inundacin (mnimo) y potencia generada (mxima).. Ruta crtica de los proyectos en ingeniera. OPTIMIZACION UNIDIMENSIONAL Los mtodos que se evaluarn en esta parte de Clculo numrico tienen que ver directamente con encontrar los mximos o mnimos de una funcin con una sola variable. SECCION DORADA Se relaciona directamente con la bsqueda de un valor de la funcin en el cual se presente el mximo o el mnimo, siempre estando entre dos valores, como se realiz en el mtodo de biseccin, es decir es un mtodo de intervalos

ECUACIONES NO LINEALES OPTIMIZACION La obtencin de races (aquellos puntos donde la funcin se hace cero (0)) y la optimizacin estn relacionadas, en el sentido que ambas involucran valores iniciales y bsqueda de un punto en una funcin. En la grfica siguiente se muestra la diferencia fundamental entre ambas.

La bsqueda de races involucra los sitios en los cuales la funcin toma un valor de cero (0) mientras que la optimizacin busca la ubicacin del mximo o el mnimo en una funcin.

Xi : Valor inicial inferior. Xu : Valor inicial inferior. Xr : Punto en el cual se encuentra el ptimo. Lo importante de esta metodologa es encontrar los puntos intermedios de la mejor manera, para que se presente la convergencia al valor del mximo real de la funcin.

LA RAZON DORADA En muchas culturas, a ciertos nmeros se les otorga cualidades. Por ejemplo, en Occidente se suele decir el 7 de la suerte y Viernes 13. Los griegos llamaron al nmero encontrado antes la razn dorada. Esta razn la utilizaron para construir El Partenn V Siglos antes de Cristo. INTERPOLACION CUADRATICA (MAXIMOS Y MINIMOS) (6) Se denomina interpolacin a la construccin de nuevos puntos partiendo del conocimiento de un conjunto discreto de puntos. En ingeniera y otras ciencias es frecuente disponer de un cierto nmero de puntos obtenidos por muestreo o a partir de un muestreo o experimento y pretender construir una funcin que los ajuste. Otro problema estrechamente ligado con el de la interpolacin es la aproximacin de una funcin complicada por una ms simple. Ventaja: La interpolacin cuadrtica tiene la ventaja del hecho que un polinomio de segundo orden con frecuencia proporciona una buena aproximacin de la funcin f(x) cercana al ptimo Mtodo numrico: As como existe slo una lnea recta para conectar dos puntos, hay nicamente una cuadrtica o parbola para conectar tres puntos. De esta forma, si se tiene tres puntos que juntos contienen un ptimo, se puede ajustar una parbola a los puntos. Despus puede diferenciar e igualar el resultado a cero, y resolver para una estimacin ptima de x. Se puede demostrar que despus de un manejo algebraico el resultado es:

METODO NEWTON PARA RAICES NEWTON-RAPHASON Mtodo abierto, tal que f(x)=0. con la siguiente frmula:

PARA OPTIMOS (6) NEWTON Mtodo abierto para encontrar optimo f(x) con la siguiente frmula:

Se debera observar que esta ecuacin puede tambin derivarse al escribir una serie de taylor de segundo orden para f(x) e igualar la derivada de la serie a cero (0). El mtodo de Newton es abierto y similar al de Newton Raphson porque no requiere de valores iniciales que contengan el ptimo. tiene la desventaja de poder ser divergente es una buena idea verificar la segunda derivada tenga usualmente el signo correcto para confirmar que la tcnica sea convergente sobre el resultado deseado AJUSTE DE CURVAS: Cuando los datos obtenidos en experimentacin (ensayos de laboratorio) responden a un comportamiento particular, por esto, muchas veces se desea conocer a cual funcin real se aproximan estos valores, es decir que evaluando en la funcin obtenida, con datos del experimento, se pueda llegar a un valor similar al obtenido en el ensayo de Laboratorio Procedimientos generales 1. los datos exhiben un grado significativo de error, no necesariamente la grfica tiene que tener incluido todos los datos del ensayo, en este caso se sigue un patrn para un grupo de puntos, este

Donde xo, x1 y x2 son los valores que fijan el extremo y x3 es el valor de x que corresponde al mximo valor del ajuste cuadrtico a los valores iniciales.

procedimiento se conoce como regresin por mnimos cuadrados. 2. cuando se conoce que los datos son muy precisos, el procedimiento bsico ser ajustar a una curva o una serie de curvas que pasen directamente a travs de cada uno de los puntos. Usualmente tales datos se originan de tablas. La estimacin de valores entre puntos discretos se conoce como interpolacin. Estadstica bsica: Media Promedio: La localizacin estadstica ms comn es la media aritmtica (x) de una muestra y se define como la sumatoria de los datos individuales (xi) dividida entre el nmero de puntos (n). Desviacin estndar: Es el valor del espaciamiento de las mediciones alrededor de la media o el promedio de los valores. Si estn muy alejados de la media, quiere decir que los ensayos no son confiables. Varianza: Es el valor del esparcimiento de las mediciones alrededor de la esperanza. Es un valor que siempre va a ser positivo, est relacionado directamente con la desviacin estndar Coeficiente de variacin: Tal estadstica es la razn de la desviacin estndar a la media. Proporciona una medicin normalizada de la dispersin, indica que tan bien se desarrollaron los ensayos y establece que tan confiable son los datos obtenidos. REGRECION LINEAL: -Si utilizamos un sistema de coordenadas cartesianas para representar la distribucin bidimensional, obtendremos un conjunto de puntos conocido con el diagrama de dispersin. -Se debe determinar la dependencia funcional entre las dos variables (x , y) que mejor ajusta a la distribucin bidimensional -Se denomina REGRESIN LINEAL cuando la funcin es lineal, es decir, requiere la determinacin de dos parmetros: la pendiente y la ordenada (corte eje y) en el origen de la recta de regresin, y=ax+b.

Este ajuste consiste en relacionar pares de datos de un ensayo a una lnea recta. La expresin matemtica adaptada para esta lnea es:

Para determinar los cortes y la pendiente de la lnea recta ajustada, se utilizan las siguientes ecuaciones.

Para determinar los errores se tiene que:

COMO SABEMOS SI ESTA BIEN EL AJUSTE? Si el error estndar estimado es menor que la desviacin estndar, quiere decir que la regresin lineal explica de una manera correcta los datos.

El coeficiente de correlacin es otra tcnica de verificar la eficiencia de la regresin, ya que nos indica la intensidad o grado de dependencia entre las variables X e Y.

r2 es el coeficiente de determinacin y r es el coeficiente de correlacin, para que un ajuste se perfecto, r2 = 1, por lo cual no se necesita desarrollar las ecuaciones del ajuste porque por s sola la funcin explica los datos de una manera lineal. El porcentaje de datos que se explica con la regresin lineal es r2 x 100, lo que significa que con la ecuacin del ajuste lineal se explica el tanto por ciento de los datos del conjunto.