Mestodos Numericos

3.8 MÉTODO DE DIFERENCIAS FINITAS.
El Método de Diferencias Finitas es un método de carácter general que permite la

resolución aproximada de ecuaciones diferenciales en derivadas parciales definidas en
recintos finitos. Es de una gran sencillez conceptual y constituye un procedimiento muy
adecuado para la resolución de una ecuación bidimensional como la que hemos
planteado.
El primer paso para la aplicación del método consiste en discretizar el recinto del
plano en el que se quiere resolver la ecuación con una malla, por conveniencia cuadrada.
Los puntos de la malla están separados una distancia h en ambas direcciones x e y.
Podemos desarrollar T(x,y) en serie de Taylor alrededor de un punto:
Sumando miembro a miembro, agrupando, despreciando los términos o(h3) y

despejando el término de la derivada segunda resulta:
De forma similar se obtiene la expresión equivalente:
Pero de la ecuación de Laplace:
C. Chapra Raymond, P. Canale.

Métodos numéricos para ingenieros.
Quinta edición; McGRAW-HILL.
por lo tanto:
Lo que significa que el valor de la temperatura en un punto se puede escribir

como la media de las temperaturas de los 4 puntos vecinos.
Otro aspecto importante es que las diferencias finitas aproximan cocientes
diferenciales a medida que h se acerca a cero. Así que se pueden usar diferencias finitas
para aproximar derivadas. Esta técnica se emplea a menudo en análisis numérico,
especialmente en ecuaciones diferenciales numéricas ordinarias, ecuaciones en
diferencias y ecuación en derivadas parciales. Los métodos resultantes reciben el
nombre de métodos de diferencias finitas.
Las aplicaciones habituales de los métodos de diferencias finitas son en los campos de la
computación y áreas de la ingeniería como ingeniería térmica o mecánica de fluidos.

3.9 MÉTODO DE MÍNIMOS CUADRADOS.
Es una técnica de análisis numérico encuadrada dentro de la optimización matemática,

en la que, dados un conjunto de pares (o ternas, etc), se intenta encontrar la función que
mejor se aproxime a los datos (un "mejor ajuste"), de acuerdo con el criterio de mínimo
error cuadrático.
En su forma más simple, intenta minimizar la suma de cuadrados de las diferencias

ordenadas (llamadas residuos) entre los puntos generados por la función y los
correspondientes en los datos. Específicamente, se llama mínimos cuadrados promedio
(LMS) cuando el número de datos medidos es 1 y se usa el método de descenso por
gradiente para minimizar el residuo cuadrado. Se puede demostrar que LMS minimiza el
residuo cuadrado esperado, con el mínimo de operaciones (por iteración), pero requiere
un gran número de iteraciones para converger.
Desde un punto de vista estadístico, un requisito implícito para que funcione el método
de mínimos cuadrados es que los errores de cada medida estén distribuidos de forma
aleatoria. El teorema de Gauss-Márkov prueba que los estimadores mínimos cuadráticos
carecen de sesgo y que el muestreo de datos no tiene que ajustarse, por ejemplo, a una
distribución normal. También es importante que los datos recogidos estén bien
escogidos, para que permitan visibilidad en las variables que han de ser resueltas (para
dar más peso a un dato en particular, véase mínimos cuadrados ponderados).
La técnica de mínimos cuadrados se usa comúnmente en el ajuste de curvas. Muchos
otros problemas de optimización pueden expresarse también en forma de mínimos
cuadrados, minimizando la energía o maximizando la entropía.
El método de mínimos cuadrados para el cálculo de la ecuación de una recta a través de

los datos de interés da la línea de mejor ajuste, para llegar a la ecuación de tendencia
por mínimos cuadrados se resuelven dos ecuaciones simultáneamente.

El procedimiento más objetivo para ajustar una recta a un conjunto de datos presentados
en un diagrama de dispersión se conoce como "el método de los mínimos cuadrados".
La recta resultante presenta dos características importantes:
1. Es nula la suma de las desviaciones verticales de los puntos a partir de la recta de

ajuste.
∑ (Y-- Y) = 0.
2. Es mínima la suma de los cuadrados de dichas desviaciones. Ninguna otra recta daría.
Una suma menor de las desviaciones elevadas al cuadrado ∑ (Y-- Y)² → 0 (mínima).
El procedimiento consiste entonces en minimizar los residuos al cuadrado Ci²
Reemplazando y nos queda
Ecuaciones normales del modelo que pueden ser resueltas por cualquier método ya
sea igualación o matrices para obtener los valores de a y b.
Derivamos parcialmente la ecuación respecto de a

Primera ecuación normal
Derivamos parcialmente la ecuación respecto de b
Segunda ecuación normal
Los valores de a y b se obtienen resolviendo el sistema de ecuaciones resultante.


Mestodos Numericos

Cargado por

Copyright:

Formatos disponibles

Mestodos Numericos

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Mestodos Numericos

Cargado por

Copyright:

Formatos disponibles

3.8 MÉTODO DE DIFERENCIAS FINITAS.

El Método de Diferencias Finitas es un método de carácter general que permite la

Sumando miembro a miembro, agrupando, despreciando los términos o(h3) y

De forma similar se obtiene la expresión equivalente:

Pero de la ecuación de Laplace:

C. Chapra Raymond, P. Canale.

Lo que significa que el valor de la temperatura en un punto se puede escribir

C. Chapra Raymond, P. Canale.

Es una técnica de análisis numérico encuadrada dentro de la optimización matemática,

En su forma más simple, intenta minimizar la suma de cuadrados de las diferencias

El método de mínimos cuadrados para el cálculo de la ecuación de una recta a través de

C. Chapra Raymond, P. Canale.

1. Es nula la suma de las desviaciones verticales de los puntos a partir de la recta de

El procedimiento consiste entonces en minimizar los residuos al cuadrado Ci²

Reemplazando y nos queda

Derivamos parcialmente la ecuación respecto de a

C. Chapra Raymond, P. Canale.

Derivamos parcialmente la ecuación respecto de b

Segunda ecuación normal

Los valores de a y b se obtienen resolviendo el sistema de ecuaciones resultante.

C. Chapra Raymond, P. Canale.

También podría gustarte