SlideShare una empresa de Scribd logo
1 de 9
Descargar para leer sin conexión
Nombre del alumno: Carlos Perales González
Nombre de la asignatura: Programación Científica
Curso académico: 1º del Grado de Física, 2011-2012
Nombre y número de la práctica:

27.- CÁLCULO DEL NÚMERO DE MACH
1.-Descripción y análisis del problema
1.1-Número de Mach
El número de Mach, que se aplica para cálculos relacionados con flujos
en fluidos compresibles, es la relación entre la velocidad de una de las partes
de un cuerpo que se mueve en un fluido y la velocidad del sonido en ese
fluido. El número de Mach, por tanto, se expresa así:
M=

V cuerpo
V sonido

1.2.-Regímenes de flujo
Si nos fijamos en la gama de valores que puede tomar M, podemos
distinguir cinco regímenes de flujo:
-Régimen incompresible: La proporción es pequeña, muy inferior a la unidad
(aproximadamente 0.2 para gases perfectos). El fluido se considera
incompresible.
-Régimen subsónico: El número de Mach es mayor que 0.2 pero menor que
0.7. Los efectos de la compresibilidad del fluido empiezan a notarse.
-Régimen transónico: El número de Mach se situa entre 0.7 y 1.2. Dentro de
este régimen se incluyen los objetos que viajan a la velocidad del sonido
(Mach 1).
-Régimen supersónico: Mach toma valores desde 1.2 hasta otros que
pueden alcanzar el 5.
-Régimen hipersónico: El número de Mach es superior a 5

1.3.-Número de Mach crítico y coeficiente de presión
Para entender el número de Mach Crítico, debemos suponer que el
observador del movimiento es el propio cuerpo que se desplaza en un fluido.
En ese caso, M sería la proporción entre la velocidad del fluido que se mueve
en torno a él y la velocidad del sonido en ese fluido. El número de Mach
Crítico es entonces aquel en el cual el flujo del fluido, en una de las partes
del cuerpo, alcanza la velocidad del sonido en dicho fluido. Sin embargo,
otras partes del fluido se desplazarán en torno al cuerpo a menor velocidad,
siendo por tanto el número de Mach crítico necesariamente menor que la
unidad.
El coeficiente de presión, Cp, se define como la presión que ejerce un
flujo sobre un cuerpo para un número Mach. Si M es Mach crítico, C p será la
máxima presión que se ejerce sobre el cuerpo. En el aire, la ecuación de C p
es:
2

( 7/2 )

(2+0.4×M )
1
C p=
×[[
]
2
2.4
(0.7× M )

−1]

Cuando se realizan test a aviones a bajas velocidades, los efectos de
compresibilidad son despreciables y se puede calcular el valor
experimentalmente del coeficiente de presión mínima, C pi. Este coeficiente se
relaciona con Cp a través de la relación de Kármán-Tsien:
C pi
M 2×C pi
2
=√ (1−M )+
Cp
(2×(1+√ (1−M 2)))
Para determinar M, se sustituye la expresión de C p en la relación de
Kárman-Tsien, y se resuelve la ecuación que resulta para M.
M 2×C pi

2

(7/ 2)

(2+0.4× M )
1
[ √(1− M )+(
)]×[
×((
)
2
2.4
(0.7×M )
(2×(1+ √(1− M 2 )))
2

−1)]−(C pi)=0

2.-Problema, gráfica y desarrollo informático
2.1.-Problema
Una vez que sabemos esto, la actividad que se nos presenta es
calcular el valor del número de Mach crítico M, teniendo como dato que C pi =
- 0.383 y que el valor es menor que 1.
El obstáculo con el que nos encontramos es que dicha ecuación no
puede resolverse por métodos algebraicos, por lo que debemos recurrir a
métodos númericos. Para este problema, nos piden que calculemos M
usando:
-El método de la bisección con una tolerancia de ε = 10⁻².
-El método de la secante, partiendo de los mismos valores iniciales, con una
tolerancia de 10-6.
Sabemos que, como el método de la secante es más eficaz, en la
misma tolerancia tendríamos la misma solución con muchas menos
iteraciones que en el caso del método de la bisección. La desventaja del
método de la secante es que supone que la ecuación con la que trabajamos
es, no solo continua (condición necesaria también para el método de la
bisección), sino también derivable en el intervalo, mientras que ese requisito
no es necesario en el caso de aplicar el método de la bisección.
Graficaremos la función para ver si es continua y derivable en todo el
intervalo.
Nos informan de que el valor de M se espera menor que la unidad,
luego el intervalo que tenemos que tomar es desde 0 hasta 1. Aquí una
gráfica de la ecuación con la que trabajamos (es la ecuación en función de M
con Cpi=-0.383, expuesta en el punto 1.3)

Cuando la graficamos en un intervalo mayor (desde -1 hasta +1, por
ejemplo), nos damos cuenta de que la función tiende hacia menos infinito en
el punto cero, luego no es derivable en dicho punto.
Hay que tener en cuenta eso para no elegir el valor x = 0 como punto
de partida en el programa del método de la secante. Elgiremos, en ese caso,
x = 1.

2.2.-Códigos en Matlab
Este es el código de la función del método de la bisección que usaremos
function [solucion,x,fsolucion,fx,error,iter] = biseccion(fun,a,b,tolinter,tolfun,maxiter)
% Aproxima por el metodo de la biseccion una raiz de la ecuacion
%
fun(x)=0
% suponiendo que esta existe y es unica en el intervalo [a,b]
%------------------------------------------------------------% Argumentos de entrada:
%----------------------% a = extremo inferior del intervalo
% b = extremo superior del intervalo
% tolinter = tolerancia para el intervalo
% tolfun = tolerancia para el valor de la funcion
% maxiter = numero maximo de iteraciones a realizar
% fun
= funcion (debe estar definida en el programa
%
de llamada usando 'inline' )
%-------------------------------------------------------------
% Argumentos de salida:
%----------------------% solucion = raiz aproximada
% x
= vector con la sucesion de valores que da el metodo
% fsolucion = valor de la funcion en la raiz aproximada
% fx
= vector con la sucesion de los valores de la funcion
% error = error cometido
% iter
= numero de iteraciones realizadas
%------------------------------------------------------------fa=fun(a);
fb=fun(b);
% Se comprueba que la raiz est� en los extermos
if fa==0
fprintf('La raiz es = %f n',a)
return
end
if fb==0
fprintf('La raiz es = %f n',b)
return
end
% Se comprueba que hay cambio de signo en [a,b]
if sign(fa)==sign(fb)
disp('Error la funcion debe cambiar de signo en (a,b)');
return;
end
% Inicializacion de variables
% Se hace la primera iteracion de la biseccion
iter
= 1;
error =(b-a)*0.5;
solucion = a+error;
fsolucion =fun(solucion);
x
= solucion;
fx
= fsolucion;
% Iteraciones de la biseccion
while (error >tolinter | fsolucion>tolfun) & (iter < maxiter)
% Se comprueba si se ha dado con la solucion
if fsolucion==0
fprintf('La raiz es = %f n',fsolucion)
return
end
% Se busca el nuevo subintervalo
if sign(fa)==sign(fsolucion)
% el cambio de signo esta entre b y solucion
a = solucion;
fa = fsolucion;
else
% el cambio de signo esta entre a y solucion
% Puedo comentar las dos instrucciones que siguen porque, al calcular el
% punto medio en la forma que se hace no se necesita ni el valor de b ni el
% de fun(b)
%
b =solucion;
% fb =fsolucion;
end
% actualizacion de las variables
error = error/2;
solucion = a+error;
fsolucion = fun(solucion);
x
= [x solucion];
fx
= [fx fsolucion];
iter
= iter+1;
end
% Se comprueba si se han alcanzado las tolerancias
if error > tolinter | fsolucion>tolfun
disp('No se alzanzan las tolerancias en las iteraciones dadas')
end

Este es el código de la función del método de la secante que usaremos
function [x2,xvect,nit]=metodosecante(f,x,maxiter,tolerancia)
% Aproxima por el metodo de la biseccion una raiz de la ecuacion
%
f(x)=0
% suponiendo que esta, y su derivada, existen en [a,b]
%------------------------------------------------------------% Argumentos de entrada:
%----------------------% x = valor inicial del que partimos
% tolerancia = tolerancia para el intervalo
% maxiter = numero maximo de iteraciones a realizar
% f
= funcion (debe estar definida en el programa
%
de llamada usando 'inline' )
%------------------------------------------------------------% Argumentos de salida:
%----------------------% x2 = raiz aproximada
% xvect
= vector con la sucesion de valores que da el metodo
% intervalo = error cometido
% nit
= numero de iteraciones realizadas
%------------------------------------------------------------% Definimos fuera del intervalo el número de iteraciones
nit=0;
% Para calcular una aproximación en este método, necesitamos dos
% anteriores. Definimos uno como "x" y otro como "x1" tal que
x1=f(x)+x;
% Agruparemos todos los resultados en un vector llamado "xvect"
xvect=x1;
for a=1:maxiter
intervalo=x1; % este será el valor que nos de la cota de error entre un valor de x y el
anterior
x2=x1-f(x1)*(x1-x)/(f(x1)-f(x));
xvect=[xvect x2];
nit=nit+1;
intervalo=abs(intervalo-x2);
if intervalo<tolerancia;
return
else % cambio de variables
x=x1;
x1=x2;
end
end

Teniendo estos dos archivos en la misma carpeta, creamos dos programas
diferentes: uno que calcule la solución con el método de la bisección y otro
con el de la secante
-Según el método de la bisección:
% Con este programa evaluaremos el numero de Mach (M) para un coeficiente
% de presion minimo de un fluido de -0.383
disp('Calculo del numero de Mach por el metodo de la biseccion');
Cpi=-0.383;
f=inline('((1-M^2)^(1/2)+M^2*(-0.383)/(2*(1+(1-M^2)^(1/2))))*1/
(0.7*M^2)*(((2+0.4*M^2)/2.4)^(7/2)-1)-(-0.383)');
% Graficamos la función para asegurarnos de que corta con el eje OX en ese
% intervalo
ezplot('((1-M^2)^(1/2)+M^2*(-0.383)/(2*(1+(1-M^2)^(1/2))))*1/
(0.7*M^2)*(((2+0.4*M^2)/2.4)^(7/2)-1)-(-0.383)',[0,1]); grid on;
% Sabiendo que M está entre 0 y 1
a=0;
b=1;
% Definiremoson una tolerancia de 10^-2
tolinter=10^-2;
% Usaremos una tolerancia de f muy pequeño, lo suficiente para que el
% programa no se detenga debido a esta tolerancia. Estableceremos también
% un número grande de iteraciones, con la misma finalidad
tolfun=10^-8;
maxiter=1000;
% Llamamos a la funcion 'biseccion'
[M,x,fM,fx,error,iter]=biseccion(f,a,b,tolinter,tolfun,maxiter);
% Con esta solucion, podríamos aplicar el metodo de la
% secante para aproximarnos más a la solución
fprintf('Para un coeficiente de presión mínimo de %2.4fn',Cpi)
fprintf('El número de Mach es %f,n',M)
fprintf('con un error de %2.1e ',error)
fprintf('en %i iteracionesn',iter)

-Según el método de la secante:
% Con este programa evaluaremos el numero de Mach (M) para un coeficiente
% de presion minimo de un fluido de -0.383
disp('Calculo del numero de Mach por el metodo de la secante');
Cpi=-0.383;
f=inline('((1-M^2)^(1/2)+M^2*(-0.383)/(2*(1+(1-M^2)^(1/2))))*1/
(0.7*M^2)*(((2+0.4*M^2)/2.4)^(7/2)-1)-(-0.383)');
% Graficamos la funcion para asegurarnos de que corta con el eje OX en ese
% intervalo
ezplot('((1-M^2)^(1/2)+M^2*(-0.383)/(2*(1+(1-M^2)^(1/2))))*1/
(0.7*M^2)*(((2+0.4*M^2)/2.4)^(7/2)-1)-(-0.383)',[0,1]); grid on;
% Como hemos visto en la grafica, usaremos 1 como punto de partida
x=1;
% Definimos ahora la tolerancia como 10^-6, y dejaremos el mismo numero de
% maximas iteraciones permitidas que en la funcion anterior
tolerancia=10^-6;
maxiter=1000;
% Llamamos a la funcion 'metodosecante'
[M,xvect,nit,intervalo]=metodosecante(f,M,maxiter,tolerancia);
fprintf('Para un coeficiente de presión mínimo de %2.4fn',Cpi)
fprintf('El número de Mach es %2.8f, ',M)
fprintf('con un error de %2.1en',intervalo)
fprintf('en %i iteracionesn',nit)

3.-Análisis de los resultados matemáticos obtenidos
El número de Mach obtenido nos da una idea de la resistencia al aire
que opone el cuerpo, ya que a números de Mach de entre el 2% y el 5% del
Mach crítico, la resistencia al aire aumenta significativamente (es lo que se
conoce como drag).
El primer programa (método de la bisección) nos da una solución de
0.738281 con un error de 3.9x10⁻³ en 8 iteraciones. El segundo programa,
sin embargo, resulta para M un valor de 0.73959828, con un error de
1.8x10⁻⁷ en 14 iteraciones. Cogiendo cualquiera de los dos valores podemos
afirmar que el cuerpo es muy aerodinámico, ya que, por ejemplo, el número
de Mach Crítico de un helicóptero ronda el 0.3, y el de algunos
aerorreactores, 0.75.
Parece importante destacar la diferencia en el número de iteraciones
realizadas. Aunque el segundo programa realizó la aproximación en más
iteraciones, aproximó con más del cuadrado de afinidad en menos del doble
de iteraciones. Tal y como comentamos en el punto 2, el método de la
bisección es mucho más lento, ya que el orden de error máximo es 1 (la cota
de error de una aproximación es la mitad de la cota de error de la
aproximación anterior). Sin embargo, el método de la secante es de orden Ф
= 1.618…, por ello aproxima mejor en un menor número de pasos.

Más contenido relacionado

La actualidad más candente

Capitulo 8 de Dinámica del movimiento
Capitulo 8 de Dinámica del movimientoCapitulo 8 de Dinámica del movimiento
Capitulo 8 de Dinámica del movimientoJorge Arias
 
Método del trapecio
Método del trapecioMétodo del trapecio
Método del trapecioicaicedo33
 
Ecuaciones de estado. Ejercicios resueltos
Ecuaciones de estado. Ejercicios resueltosEcuaciones de estado. Ejercicios resueltos
Ecuaciones de estado. Ejercicios resueltosDavid Escobar
 
Ecuaciones Diferenciales - Aplicaciones de las Ecuaciones diferenciales de Pr...
Ecuaciones Diferenciales - Aplicaciones de las Ecuaciones diferenciales de Pr...Ecuaciones Diferenciales - Aplicaciones de las Ecuaciones diferenciales de Pr...
Ecuaciones Diferenciales - Aplicaciones de las Ecuaciones diferenciales de Pr...Kike Prieto
 
Problemas sobre vaciado de tanques
Problemas sobre vaciado de tanquesProblemas sobre vaciado de tanques
Problemas sobre vaciado de tanquesNedzon Pinto Catalan
 
Capitulo iv. fisica ii. tensión superficial y capilaridad
Capitulo iv. fisica ii. tensión superficial y capilaridadCapitulo iv. fisica ii. tensión superficial y capilaridad
Capitulo iv. fisica ii. tensión superficial y capilaridadVictor Rojas Lopez
 
Texto de ejerciciosresueltos de hidraulica 1 nelame
Texto de ejerciciosresueltos de hidraulica 1 nelameTexto de ejerciciosresueltos de hidraulica 1 nelame
Texto de ejerciciosresueltos de hidraulica 1 nelameerslide71
 
Ejercicios ecuaciones diferenciales
Ejercicios ecuaciones diferencialesEjercicios ecuaciones diferenciales
Ejercicios ecuaciones diferencialesRuben Jordan Rojas
 
ED Coeficientes Indeterminados
ED Coeficientes IndeterminadosED Coeficientes Indeterminados
ED Coeficientes Indeterminadosguest975210
 
Ejercicios resueltos edo homogéneas
Ejercicios resueltos edo homogéneasEjercicios resueltos edo homogéneas
Ejercicios resueltos edo homogéneasYerikson Huz
 
Tabla de integrales inmediatas- con ejemplos
Tabla de integrales inmediatas- con ejemplosTabla de integrales inmediatas- con ejemplos
Tabla de integrales inmediatas- con ejemplosDaniela Daffunchio Diez
 
Hidrostatica hidrodinamica-problemas resueltos 1ºsem-2015 (1)
Hidrostatica hidrodinamica-problemas resueltos 1ºsem-2015 (1)Hidrostatica hidrodinamica-problemas resueltos 1ºsem-2015 (1)
Hidrostatica hidrodinamica-problemas resueltos 1ºsem-2015 (1)Esteban Hernanddez
 
Cinética Química
Cinética QuímicaCinética Química
Cinética QuímicaLuis Seijo
 
MEZCLA DE GASES
MEZCLA DE GASESMEZCLA DE GASES
MEZCLA DE GASESYanina C.J
 

La actualidad más candente (20)

Capitulo 8 de Dinámica del movimiento
Capitulo 8 de Dinámica del movimientoCapitulo 8 de Dinámica del movimiento
Capitulo 8 de Dinámica del movimiento
 
6. Problemas de campo magnético
6. Problemas de campo magnético6. Problemas de campo magnético
6. Problemas de campo magnético
 
Formulario de termodinamica 2
Formulario de termodinamica 2Formulario de termodinamica 2
Formulario de termodinamica 2
 
Método del trapecio
Método del trapecioMétodo del trapecio
Método del trapecio
 
Ecuaciones de estado. Ejercicios resueltos
Ecuaciones de estado. Ejercicios resueltosEcuaciones de estado. Ejercicios resueltos
Ecuaciones de estado. Ejercicios resueltos
 
Termodinamica ejercicios resueltos
Termodinamica ejercicios resueltosTermodinamica ejercicios resueltos
Termodinamica ejercicios resueltos
 
Disoluciones test
Disoluciones testDisoluciones test
Disoluciones test
 
Ecuaciones Diferenciales - Aplicaciones de las Ecuaciones diferenciales de Pr...
Ecuaciones Diferenciales - Aplicaciones de las Ecuaciones diferenciales de Pr...Ecuaciones Diferenciales - Aplicaciones de las Ecuaciones diferenciales de Pr...
Ecuaciones Diferenciales - Aplicaciones de las Ecuaciones diferenciales de Pr...
 
Problemas sobre vaciado de tanques
Problemas sobre vaciado de tanquesProblemas sobre vaciado de tanques
Problemas sobre vaciado de tanques
 
Capitulo iv. fisica ii. tensión superficial y capilaridad
Capitulo iv. fisica ii. tensión superficial y capilaridadCapitulo iv. fisica ii. tensión superficial y capilaridad
Capitulo iv. fisica ii. tensión superficial y capilaridad
 
ejercicios óptica y ondas
 ejercicios óptica y ondas ejercicios óptica y ondas
ejercicios óptica y ondas
 
Texto de ejerciciosresueltos de hidraulica 1 nelame
Texto de ejerciciosresueltos de hidraulica 1 nelameTexto de ejerciciosresueltos de hidraulica 1 nelame
Texto de ejerciciosresueltos de hidraulica 1 nelame
 
Ejercicios ecuaciones diferenciales
Ejercicios ecuaciones diferencialesEjercicios ecuaciones diferenciales
Ejercicios ecuaciones diferenciales
 
ED Coeficientes Indeterminados
ED Coeficientes IndeterminadosED Coeficientes Indeterminados
ED Coeficientes Indeterminados
 
Ejercicios resueltos edo homogéneas
Ejercicios resueltos edo homogéneasEjercicios resueltos edo homogéneas
Ejercicios resueltos edo homogéneas
 
Tabla de integrales inmediatas- con ejemplos
Tabla de integrales inmediatas- con ejemplosTabla de integrales inmediatas- con ejemplos
Tabla de integrales inmediatas- con ejemplos
 
Hidrostatica hidrodinamica-problemas resueltos 1ºsem-2015 (1)
Hidrostatica hidrodinamica-problemas resueltos 1ºsem-2015 (1)Hidrostatica hidrodinamica-problemas resueltos 1ºsem-2015 (1)
Hidrostatica hidrodinamica-problemas resueltos 1ºsem-2015 (1)
 
Cinética Química
Cinética QuímicaCinética Química
Cinética Química
 
MEZCLA DE GASES
MEZCLA DE GASESMEZCLA DE GASES
MEZCLA DE GASES
 
Movimiento circular uniforme
Movimiento circular uniformeMovimiento circular uniforme
Movimiento circular uniforme
 

Similar a Un estudio numérico sobre el número de Mach

ECUACIONES NO LINEALES
ECUACIONES NO LINEALESECUACIONES NO LINEALES
ECUACIONES NO LINEALESsdiupg1
 
Actividad slideshare
Actividad slideshareActividad slideshare
Actividad slideshareLuis Verde
 
SOLUCION DE ECUACIONES NO LINEALES
SOLUCION DE ECUACIONES NO LINEALESSOLUCION DE ECUACIONES NO LINEALES
SOLUCION DE ECUACIONES NO LINEALESJagg602
 
Progracion numerica
Progracion numericaProgracion numerica
Progracion numericaYhonny Ochoa
 
3.3.2 método de bairstow (1)
3.3.2 método de bairstow (1)3.3.2 método de bairstow (1)
3.3.2 método de bairstow (1)Ricardo Sarabia
 
RAÍCES DE ECUACIONES
RAÍCES DE ECUACIONESRAÍCES DE ECUACIONES
RAÍCES DE ECUACIONESJenny López
 
Ejemplo de serie de maclaurin exponencial
Ejemplo de serie de maclaurin exponencialEjemplo de serie de maclaurin exponencial
Ejemplo de serie de maclaurin exponencialTensor
 
Metodo de optimización. listo
Metodo de optimización. listoMetodo de optimización. listo
Metodo de optimización. listomarinfranklin
 
Exposicion de meodos numericos - UNIVERSIDAD DE LOS ANGELES COMALCALCO
Exposicion de meodos numericos - UNIVERSIDAD DE LOS ANGELES COMALCALCOExposicion de meodos numericos - UNIVERSIDAD DE LOS ANGELES COMALCALCO
Exposicion de meodos numericos - UNIVERSIDAD DE LOS ANGELES COMALCALCOEden Cano
 
Integración numérica muy bueno
Integración numérica muy buenoIntegración numérica muy bueno
Integración numérica muy buenoLuis Elias
 
Diferenciación e integración numérica
Diferenciación e integración numéricaDiferenciación e integración numérica
Diferenciación e integración numéricaArmany1
 
Guia curso microeconomia d miras pilar - pedro baroni 2012
Guia curso microeconomia d miras   pilar - pedro baroni 2012Guia curso microeconomia d miras   pilar - pedro baroni 2012
Guia curso microeconomia d miras pilar - pedro baroni 2012giomaralvarezc
 
8. Raices de ecuaciones no lineales (Una variable).pptx
8. Raices de ecuaciones no lineales (Una variable).pptx8. Raices de ecuaciones no lineales (Una variable).pptx
8. Raices de ecuaciones no lineales (Una variable).pptxWalbertoCantilloAcua
 

Similar a Un estudio numérico sobre el número de Mach (20)

Metodo de biseccion en matlab
Metodo de biseccion  en matlabMetodo de biseccion  en matlab
Metodo de biseccion en matlab
 
Metodo de biseccion en matlab
Metodo de biseccion  en matlabMetodo de biseccion  en matlab
Metodo de biseccion en matlab
 
ECUACIONES NO LINEALES
ECUACIONES NO LINEALESECUACIONES NO LINEALES
ECUACIONES NO LINEALES
 
Metodos numericos equipo 3
Metodos numericos equipo 3Metodos numericos equipo 3
Metodos numericos equipo 3
 
Actividad slideshare
Actividad slideshareActividad slideshare
Actividad slideshare
 
SOLUCION DE ECUACIONES NO LINEALES
SOLUCION DE ECUACIONES NO LINEALESSOLUCION DE ECUACIONES NO LINEALES
SOLUCION DE ECUACIONES NO LINEALES
 
Raices deecuaciones
Raices deecuacionesRaices deecuaciones
Raices deecuaciones
 
Progracion numerica
Progracion numericaProgracion numerica
Progracion numerica
 
Oviedo mco nolineales
Oviedo mco nolinealesOviedo mco nolineales
Oviedo mco nolineales
 
3.3.2 método de bairstow (1)
3.3.2 método de bairstow (1)3.3.2 método de bairstow (1)
3.3.2 método de bairstow (1)
 
RAÍCES DE ECUACIONES
RAÍCES DE ECUACIONESRAÍCES DE ECUACIONES
RAÍCES DE ECUACIONES
 
Ejemplo de serie de maclaurin exponencial
Ejemplo de serie de maclaurin exponencialEjemplo de serie de maclaurin exponencial
Ejemplo de serie de maclaurin exponencial
 
Metodo de optimización. listo
Metodo de optimización. listoMetodo de optimización. listo
Metodo de optimización. listo
 
Unidad3 metodo simplex
Unidad3 metodo simplexUnidad3 metodo simplex
Unidad3 metodo simplex
 
Método de la Secante
Método de la SecanteMétodo de la Secante
Método de la Secante
 
Exposicion de meodos numericos - UNIVERSIDAD DE LOS ANGELES COMALCALCO
Exposicion de meodos numericos - UNIVERSIDAD DE LOS ANGELES COMALCALCOExposicion de meodos numericos - UNIVERSIDAD DE LOS ANGELES COMALCALCO
Exposicion de meodos numericos - UNIVERSIDAD DE LOS ANGELES COMALCALCO
 
Integración numérica muy bueno
Integración numérica muy buenoIntegración numérica muy bueno
Integración numérica muy bueno
 
Diferenciación e integración numérica
Diferenciación e integración numéricaDiferenciación e integración numérica
Diferenciación e integración numérica
 
Guia curso microeconomia d miras pilar - pedro baroni 2012
Guia curso microeconomia d miras   pilar - pedro baroni 2012Guia curso microeconomia d miras   pilar - pedro baroni 2012
Guia curso microeconomia d miras pilar - pedro baroni 2012
 
8. Raices de ecuaciones no lineales (Una variable).pptx
8. Raices de ecuaciones no lineales (Una variable).pptx8. Raices de ecuaciones no lineales (Una variable).pptx
8. Raices de ecuaciones no lineales (Una variable).pptx
 

Más de Carlos Perales

Clustering de canciones usando Fourier
Clustering de canciones usando FourierClustering de canciones usando Fourier
Clustering de canciones usando FourierCarlos Perales
 
A preliminary study of diversity in ELM ensembles (HAIS 2018)
A preliminary study of diversity in ELM ensembles (HAIS 2018)A preliminary study of diversity in ELM ensembles (HAIS 2018)
A preliminary study of diversity in ELM ensembles (HAIS 2018)Carlos Perales
 
Análisis de sentimiento como indicador reputacional - TFM
Análisis de sentimiento como indicador reputacional - TFMAnálisis de sentimiento como indicador reputacional - TFM
Análisis de sentimiento como indicador reputacional - TFMCarlos Perales
 
¿Podemos predecir si Twitter hundirá un banco?
¿Podemos predecir si Twitter hundirá un banco?¿Podemos predecir si Twitter hundirá un banco?
¿Podemos predecir si Twitter hundirá un banco?Carlos Perales
 
Estudio y simulación numérica de las ecuaciones de aguas someras
Estudio y simulación numérica de las ecuaciones de aguas somerasEstudio y simulación numérica de las ecuaciones de aguas someras
Estudio y simulación numérica de las ecuaciones de aguas somerasCarlos Perales
 
Energía fotovoltaica en España y el mundo (2004-2008)
Energía fotovoltaica en España y el mundo (2004-2008)Energía fotovoltaica en España y el mundo (2004-2008)
Energía fotovoltaica en España y el mundo (2004-2008)Carlos Perales
 
Propagación de una enfermedad en poblaciones dinámicas
Propagación de una enfermedad en poblaciones dinámicasPropagación de una enfermedad en poblaciones dinámicas
Propagación de una enfermedad en poblaciones dinámicasCarlos Perales
 
Sobre la radiación Cherenkov (presentación)
Sobre la radiación Cherenkov (presentación)Sobre la radiación Cherenkov (presentación)
Sobre la radiación Cherenkov (presentación)Carlos Perales
 
Sobre la radiación Cherenkov y los rayos cósmicos
Sobre la radiación Cherenkov y los rayos cósmicosSobre la radiación Cherenkov y los rayos cósmicos
Sobre la radiación Cherenkov y los rayos cósmicosCarlos Perales
 

Más de Carlos Perales (9)

Clustering de canciones usando Fourier
Clustering de canciones usando FourierClustering de canciones usando Fourier
Clustering de canciones usando Fourier
 
A preliminary study of diversity in ELM ensembles (HAIS 2018)
A preliminary study of diversity in ELM ensembles (HAIS 2018)A preliminary study of diversity in ELM ensembles (HAIS 2018)
A preliminary study of diversity in ELM ensembles (HAIS 2018)
 
Análisis de sentimiento como indicador reputacional - TFM
Análisis de sentimiento como indicador reputacional - TFMAnálisis de sentimiento como indicador reputacional - TFM
Análisis de sentimiento como indicador reputacional - TFM
 
¿Podemos predecir si Twitter hundirá un banco?
¿Podemos predecir si Twitter hundirá un banco?¿Podemos predecir si Twitter hundirá un banco?
¿Podemos predecir si Twitter hundirá un banco?
 
Estudio y simulación numérica de las ecuaciones de aguas someras
Estudio y simulación numérica de las ecuaciones de aguas somerasEstudio y simulación numérica de las ecuaciones de aguas someras
Estudio y simulación numérica de las ecuaciones de aguas someras
 
Energía fotovoltaica en España y el mundo (2004-2008)
Energía fotovoltaica en España y el mundo (2004-2008)Energía fotovoltaica en España y el mundo (2004-2008)
Energía fotovoltaica en España y el mundo (2004-2008)
 
Propagación de una enfermedad en poblaciones dinámicas
Propagación de una enfermedad en poblaciones dinámicasPropagación de una enfermedad en poblaciones dinámicas
Propagación de una enfermedad en poblaciones dinámicas
 
Sobre la radiación Cherenkov (presentación)
Sobre la radiación Cherenkov (presentación)Sobre la radiación Cherenkov (presentación)
Sobre la radiación Cherenkov (presentación)
 
Sobre la radiación Cherenkov y los rayos cósmicos
Sobre la radiación Cherenkov y los rayos cósmicosSobre la radiación Cherenkov y los rayos cósmicos
Sobre la radiación Cherenkov y los rayos cósmicos
 

Un estudio numérico sobre el número de Mach

  • 1. Nombre del alumno: Carlos Perales González Nombre de la asignatura: Programación Científica Curso académico: 1º del Grado de Física, 2011-2012 Nombre y número de la práctica: 27.- CÁLCULO DEL NÚMERO DE MACH
  • 2. 1.-Descripción y análisis del problema 1.1-Número de Mach El número de Mach, que se aplica para cálculos relacionados con flujos en fluidos compresibles, es la relación entre la velocidad de una de las partes de un cuerpo que se mueve en un fluido y la velocidad del sonido en ese fluido. El número de Mach, por tanto, se expresa así: M= V cuerpo V sonido 1.2.-Regímenes de flujo Si nos fijamos en la gama de valores que puede tomar M, podemos distinguir cinco regímenes de flujo: -Régimen incompresible: La proporción es pequeña, muy inferior a la unidad (aproximadamente 0.2 para gases perfectos). El fluido se considera incompresible. -Régimen subsónico: El número de Mach es mayor que 0.2 pero menor que 0.7. Los efectos de la compresibilidad del fluido empiezan a notarse. -Régimen transónico: El número de Mach se situa entre 0.7 y 1.2. Dentro de este régimen se incluyen los objetos que viajan a la velocidad del sonido (Mach 1). -Régimen supersónico: Mach toma valores desde 1.2 hasta otros que pueden alcanzar el 5. -Régimen hipersónico: El número de Mach es superior a 5 1.3.-Número de Mach crítico y coeficiente de presión Para entender el número de Mach Crítico, debemos suponer que el observador del movimiento es el propio cuerpo que se desplaza en un fluido. En ese caso, M sería la proporción entre la velocidad del fluido que se mueve en torno a él y la velocidad del sonido en ese fluido. El número de Mach Crítico es entonces aquel en el cual el flujo del fluido, en una de las partes del cuerpo, alcanza la velocidad del sonido en dicho fluido. Sin embargo, otras partes del fluido se desplazarán en torno al cuerpo a menor velocidad, siendo por tanto el número de Mach crítico necesariamente menor que la unidad. El coeficiente de presión, Cp, se define como la presión que ejerce un
  • 3. flujo sobre un cuerpo para un número Mach. Si M es Mach crítico, C p será la máxima presión que se ejerce sobre el cuerpo. En el aire, la ecuación de C p es: 2 ( 7/2 ) (2+0.4×M ) 1 C p= ×[[ ] 2 2.4 (0.7× M ) −1] Cuando se realizan test a aviones a bajas velocidades, los efectos de compresibilidad son despreciables y se puede calcular el valor experimentalmente del coeficiente de presión mínima, C pi. Este coeficiente se relaciona con Cp a través de la relación de Kármán-Tsien: C pi M 2×C pi 2 =√ (1−M )+ Cp (2×(1+√ (1−M 2))) Para determinar M, se sustituye la expresión de C p en la relación de Kárman-Tsien, y se resuelve la ecuación que resulta para M. M 2×C pi 2 (7/ 2) (2+0.4× M ) 1 [ √(1− M )+( )]×[ ×(( ) 2 2.4 (0.7×M ) (2×(1+ √(1− M 2 ))) 2 −1)]−(C pi)=0 2.-Problema, gráfica y desarrollo informático 2.1.-Problema Una vez que sabemos esto, la actividad que se nos presenta es calcular el valor del número de Mach crítico M, teniendo como dato que C pi = - 0.383 y que el valor es menor que 1. El obstáculo con el que nos encontramos es que dicha ecuación no puede resolverse por métodos algebraicos, por lo que debemos recurrir a métodos númericos. Para este problema, nos piden que calculemos M usando: -El método de la bisección con una tolerancia de ε = 10⁻². -El método de la secante, partiendo de los mismos valores iniciales, con una tolerancia de 10-6. Sabemos que, como el método de la secante es más eficaz, en la misma tolerancia tendríamos la misma solución con muchas menos
  • 4. iteraciones que en el caso del método de la bisección. La desventaja del método de la secante es que supone que la ecuación con la que trabajamos es, no solo continua (condición necesaria también para el método de la bisección), sino también derivable en el intervalo, mientras que ese requisito no es necesario en el caso de aplicar el método de la bisección. Graficaremos la función para ver si es continua y derivable en todo el intervalo. Nos informan de que el valor de M se espera menor que la unidad, luego el intervalo que tenemos que tomar es desde 0 hasta 1. Aquí una gráfica de la ecuación con la que trabajamos (es la ecuación en función de M con Cpi=-0.383, expuesta en el punto 1.3) Cuando la graficamos en un intervalo mayor (desde -1 hasta +1, por ejemplo), nos damos cuenta de que la función tiende hacia menos infinito en el punto cero, luego no es derivable en dicho punto.
  • 5. Hay que tener en cuenta eso para no elegir el valor x = 0 como punto de partida en el programa del método de la secante. Elgiremos, en ese caso, x = 1. 2.2.-Códigos en Matlab Este es el código de la función del método de la bisección que usaremos function [solucion,x,fsolucion,fx,error,iter] = biseccion(fun,a,b,tolinter,tolfun,maxiter) % Aproxima por el metodo de la biseccion una raiz de la ecuacion % fun(x)=0 % suponiendo que esta existe y es unica en el intervalo [a,b] %------------------------------------------------------------% Argumentos de entrada: %----------------------% a = extremo inferior del intervalo % b = extremo superior del intervalo % tolinter = tolerancia para el intervalo % tolfun = tolerancia para el valor de la funcion % maxiter = numero maximo de iteraciones a realizar % fun = funcion (debe estar definida en el programa % de llamada usando 'inline' ) %-------------------------------------------------------------
  • 6. % Argumentos de salida: %----------------------% solucion = raiz aproximada % x = vector con la sucesion de valores que da el metodo % fsolucion = valor de la funcion en la raiz aproximada % fx = vector con la sucesion de los valores de la funcion % error = error cometido % iter = numero de iteraciones realizadas %------------------------------------------------------------fa=fun(a); fb=fun(b); % Se comprueba que la raiz est� en los extermos if fa==0 fprintf('La raiz es = %f n',a) return end if fb==0 fprintf('La raiz es = %f n',b) return end % Se comprueba que hay cambio de signo en [a,b] if sign(fa)==sign(fb) disp('Error la funcion debe cambiar de signo en (a,b)'); return; end % Inicializacion de variables % Se hace la primera iteracion de la biseccion iter = 1; error =(b-a)*0.5; solucion = a+error; fsolucion =fun(solucion); x = solucion; fx = fsolucion; % Iteraciones de la biseccion while (error >tolinter | fsolucion>tolfun) & (iter < maxiter) % Se comprueba si se ha dado con la solucion if fsolucion==0 fprintf('La raiz es = %f n',fsolucion) return end % Se busca el nuevo subintervalo if sign(fa)==sign(fsolucion) % el cambio de signo esta entre b y solucion a = solucion; fa = fsolucion; else % el cambio de signo esta entre a y solucion % Puedo comentar las dos instrucciones que siguen porque, al calcular el % punto medio en la forma que se hace no se necesita ni el valor de b ni el % de fun(b) % b =solucion; % fb =fsolucion;
  • 7. end % actualizacion de las variables error = error/2; solucion = a+error; fsolucion = fun(solucion); x = [x solucion]; fx = [fx fsolucion]; iter = iter+1; end % Se comprueba si se han alcanzado las tolerancias if error > tolinter | fsolucion>tolfun disp('No se alzanzan las tolerancias en las iteraciones dadas') end Este es el código de la función del método de la secante que usaremos function [x2,xvect,nit]=metodosecante(f,x,maxiter,tolerancia) % Aproxima por el metodo de la biseccion una raiz de la ecuacion % f(x)=0 % suponiendo que esta, y su derivada, existen en [a,b] %------------------------------------------------------------% Argumentos de entrada: %----------------------% x = valor inicial del que partimos % tolerancia = tolerancia para el intervalo % maxiter = numero maximo de iteraciones a realizar % f = funcion (debe estar definida en el programa % de llamada usando 'inline' ) %------------------------------------------------------------% Argumentos de salida: %----------------------% x2 = raiz aproximada % xvect = vector con la sucesion de valores que da el metodo % intervalo = error cometido % nit = numero de iteraciones realizadas %------------------------------------------------------------% Definimos fuera del intervalo el número de iteraciones nit=0; % Para calcular una aproximación en este método, necesitamos dos % anteriores. Definimos uno como "x" y otro como "x1" tal que x1=f(x)+x; % Agruparemos todos los resultados en un vector llamado "xvect" xvect=x1; for a=1:maxiter intervalo=x1; % este será el valor que nos de la cota de error entre un valor de x y el anterior x2=x1-f(x1)*(x1-x)/(f(x1)-f(x)); xvect=[xvect x2]; nit=nit+1; intervalo=abs(intervalo-x2); if intervalo<tolerancia; return
  • 8. else % cambio de variables x=x1; x1=x2; end end Teniendo estos dos archivos en la misma carpeta, creamos dos programas diferentes: uno que calcule la solución con el método de la bisección y otro con el de la secante -Según el método de la bisección: % Con este programa evaluaremos el numero de Mach (M) para un coeficiente % de presion minimo de un fluido de -0.383 disp('Calculo del numero de Mach por el metodo de la biseccion'); Cpi=-0.383; f=inline('((1-M^2)^(1/2)+M^2*(-0.383)/(2*(1+(1-M^2)^(1/2))))*1/ (0.7*M^2)*(((2+0.4*M^2)/2.4)^(7/2)-1)-(-0.383)'); % Graficamos la función para asegurarnos de que corta con el eje OX en ese % intervalo ezplot('((1-M^2)^(1/2)+M^2*(-0.383)/(2*(1+(1-M^2)^(1/2))))*1/ (0.7*M^2)*(((2+0.4*M^2)/2.4)^(7/2)-1)-(-0.383)',[0,1]); grid on; % Sabiendo que M está entre 0 y 1 a=0; b=1; % Definiremoson una tolerancia de 10^-2 tolinter=10^-2; % Usaremos una tolerancia de f muy pequeño, lo suficiente para que el % programa no se detenga debido a esta tolerancia. Estableceremos también % un número grande de iteraciones, con la misma finalidad tolfun=10^-8; maxiter=1000; % Llamamos a la funcion 'biseccion' [M,x,fM,fx,error,iter]=biseccion(f,a,b,tolinter,tolfun,maxiter); % Con esta solucion, podríamos aplicar el metodo de la % secante para aproximarnos más a la solución fprintf('Para un coeficiente de presión mínimo de %2.4fn',Cpi) fprintf('El número de Mach es %f,n',M) fprintf('con un error de %2.1e ',error) fprintf('en %i iteracionesn',iter) -Según el método de la secante: % Con este programa evaluaremos el numero de Mach (M) para un coeficiente % de presion minimo de un fluido de -0.383 disp('Calculo del numero de Mach por el metodo de la secante'); Cpi=-0.383; f=inline('((1-M^2)^(1/2)+M^2*(-0.383)/(2*(1+(1-M^2)^(1/2))))*1/ (0.7*M^2)*(((2+0.4*M^2)/2.4)^(7/2)-1)-(-0.383)'); % Graficamos la funcion para asegurarnos de que corta con el eje OX en ese
  • 9. % intervalo ezplot('((1-M^2)^(1/2)+M^2*(-0.383)/(2*(1+(1-M^2)^(1/2))))*1/ (0.7*M^2)*(((2+0.4*M^2)/2.4)^(7/2)-1)-(-0.383)',[0,1]); grid on; % Como hemos visto en la grafica, usaremos 1 como punto de partida x=1; % Definimos ahora la tolerancia como 10^-6, y dejaremos el mismo numero de % maximas iteraciones permitidas que en la funcion anterior tolerancia=10^-6; maxiter=1000; % Llamamos a la funcion 'metodosecante' [M,xvect,nit,intervalo]=metodosecante(f,M,maxiter,tolerancia); fprintf('Para un coeficiente de presión mínimo de %2.4fn',Cpi) fprintf('El número de Mach es %2.8f, ',M) fprintf('con un error de %2.1en',intervalo) fprintf('en %i iteracionesn',nit) 3.-Análisis de los resultados matemáticos obtenidos El número de Mach obtenido nos da una idea de la resistencia al aire que opone el cuerpo, ya que a números de Mach de entre el 2% y el 5% del Mach crítico, la resistencia al aire aumenta significativamente (es lo que se conoce como drag). El primer programa (método de la bisección) nos da una solución de 0.738281 con un error de 3.9x10⁻³ en 8 iteraciones. El segundo programa, sin embargo, resulta para M un valor de 0.73959828, con un error de 1.8x10⁻⁷ en 14 iteraciones. Cogiendo cualquiera de los dos valores podemos afirmar que el cuerpo es muy aerodinámico, ya que, por ejemplo, el número de Mach Crítico de un helicóptero ronda el 0.3, y el de algunos aerorreactores, 0.75. Parece importante destacar la diferencia en el número de iteraciones realizadas. Aunque el segundo programa realizó la aproximación en más iteraciones, aproximó con más del cuadrado de afinidad en menos del doble de iteraciones. Tal y como comentamos en el punto 2, el método de la bisección es mucho más lento, ya que el orden de error máximo es 1 (la cota de error de una aproximación es la mitad de la cota de error de la aproximación anterior). Sin embargo, el método de la secante es de orden Ф = 1.618…, por ello aproxima mejor en un menor número de pasos.