METODOS NUMERICOS PARA REDES

Andres L. Granados M. Ene/2016

Llamemos redes a los sistemas conformados por elementos que estan unidos por nodos. Existen
dos tipos de variables puntual y distribuda tanto en elementos como nodos.
En cada elemento la variable puntual puede ser: Caudal, Intensidad de Corriente, Fuerza-Momento,
etc. La variable distribuda puede ser: Presion, Voltaje, Deformacion, etc. Estas variables se relacionan
mediante una ecuacion homogenea, por ejemplo, P + f (Q) = 0. El diferencial de la variable distribuda es
funcion de una potencia de la variable puntual Q en cada elemento. Estos elementos pueden ser: Tuberas,
Lneas Electricas, Vigas, etc. Puede ser que f (Q) = C |Q|1 Q, lo que determina unvocamente el sentido
de Q. El coeciente C tambien puede depender de Q, normalmente de forma no-lineal, aunque cuando se
linealiza el sistema, este coeciente se considera constante, al menos para una iteracion (linealizaci on de
Wood).
En cada nodo, las variables se invierten, las puntuales se convierten

en distribuda y viceversa. La
sumatoria de todas las variables distribudas es nula, por ejemplo, Q = 0, y existe una u nica variable
puntual P en el nodo. La ecuacion por supuesto t ambien es homogenea (aunque la variable P no interviene
explcitamente en su ecuacion). La convencion de suma para estas ecuaciones es simple: lo que entra en el
nodo se suma, lo que sale se resta.
Existen tantas ecuaciones homogeneas como nodos y elementos (una variable por cada uno), y el
sistema de ecuaciones planteado para las incognitas, variables puntuales y distribudas, se pueden resolver
con estos metodos. Para que el sistema sea compatible determinado al menos una P en un nodo debe ser
conocida. Los elementos se pueden agrupar en circuitos no redundantes o dependientes (teora de grafos)
para eliminar variables P . De otra forma el sistema se convierte en compatible indeterminado.

INTRODUCCION

El problema que se desea resolver es un sistema de ecuaciones algebraicas de los siguientes dos tipos

f (x) = 0 x = g(x) (1)

La primera ecuacion de la izquierda se denomina ecuacion homogenea, la segunda en la derecha es cualquier

despeje de la primera (o cualquier formulaci on algortmica). La soluci
on de las ecuaciones anterior, designada
con la letra r, satisface las siguientes deniciones

f (r) 0 r g(r) (2)

En el primer caso r se denomina la raz de la funci

on f , y en el segundo caso r se denomina el punto fijo de
la funcion g.
on f : Rn Rn es una funci
La funci on vectorial de la variable x tambien vectorial. Es decir, existe
una dependencia de las componentes de la forma fi (x1 , x2 , . . . , xj , . . . , xn ) con i = 1, 2, . . . , n. Lo mismo es
valido para la funci
on g.

EXPANSION EN SERIES DE TAYLOR

Serie de Taylor

La expansion en series de Taylor de la funci

on f involucrada en la ecuaci
on homogenea hasta el termino
de segundo orden es

1
f (r) = f (x) + [Jf (x)].(r x) + 2 [Hf (x)] : (r x)(r x) + (3)

1
La serie se desarrolla alrededor del punto x y esta evaluada en r. La operaci on producto : es una doble
contraccion de los ndices contiguos de las componentes de los factores (identicable como el producto escalar
de dos tensores de segundo orden), mientras que un solo punto es una contracci on simple (identicable como
el producto escalar de dos vectores). Esto hace que los vectores y tensores descritos pertenezcan a espacios
de Hilbert. Una generalizaci on de las expansiones en Series de Taylor para funciones multi-variables puede
verse en [4].

Matriz Jacobiana

El tensor de segundo orden Jf en la expansion en serie anterior se denomina el tensor jabobiano y

tiene componentes
fi
[Jf (x)]ij Jij = (4)
xj

agrupados de forma matricial en un arreglo de dos ndices.

Tensor Hessiano

El tensor de tercer orden Hf en la expansion en serie anterior se denomina el tensor hessiano y tiene
componentes
2 fi
[Hf (x)]ijk Hijk = (5)
xj xk

agrupados en un arreglo de tres ndices.

METODOS ALGEBRAICOS

Punto Fijo

Utilizando el despeje de la ecuaci

on homogenea en la forma

xs + 1 = g(xs ) (6)

se puede implementar un esquema iterativo convergente tal que 
s + 1  < 
s , donde
s = xs xs1 es el error
local. Dicho esquema se detendra si se satisface la condicion de parada en el error local s = 
s  max
y simultaneamente en la desviacion global s = f (xs ) max , donde los valores max y max son las
tolerancias permitidas. Tambien se impone una condici on de parada en el n umero de iteraciones s > smax
para evitar procesos iterativos no convergentes en un n umero m aximo razonable de iteraciones smax .
Este metodo se puede relajar en la forma

xs + 1 = xs + [ g(xs ) xs ] (7)

siendo el factor de relajaci

on.

Linealizaci
on de Wood

Una forma particular del metodo de punto jo es mediante la linealizaci

on del tipo [6]

[A(xs )]. xs + 1 = b (8)

donde lo que no depende del valor actual xs + 1 se aglomera en una matriz [A] dependiente de la iteracion
anterior xs . Resolviendo el sistema de ecuaciones lineales anterior para cada iteraci
on s se obtiene el esquema

2
iterativo deseado. Los criterios de convergencia y las condiciones de parada seguiran siendo los mismos para
todos los esquemas iterativos propuestos.
Este metodo se relajara de forma parecida como

xs + 1 = xs + { [A(xs )]1 .b xs } (9)

utilizando la matriz inversa [A]1 (realmente es un metodo de punto jo).

METODOS ANALITICOS

Dos metodos iterativos, que tambien son metodos del tipo punto jo, se deducen de forma analtica a
partir de la expansion en series de Taylor hasta el termino de primer orden. Luego reasignando r = xs + 1 y
x = xs se obtienen los dos siguientes metodos.

Newton-Raphson

Directamente con la reasignacion antes descrita y despejando r se obtiene el metodo de Newton-

Raphson, cuya f
ormula algortmica se traduce en las siguientes expresiones [2]

xs + 1 = xs + zs [Jf (xs )].zs = f (xs ) (10)

donde la expresion de la derecha es un sistema de ecuaciones lineales. El vector zs =
s + 1 es el error local en

on s + 1, en el caso de que no haya relajamiento del metodo ( = 1). El metodo de Newton-Raphson
la iteraci
es un caso especial de metodo de punto jo si se dene la siguiente aplicacion

g(x) = x [Jf (x)]1 .f (x) (11)

Hardy Cross

Asumiendo un valor de zki de avance del metodo de Newton-Raphson anterior, que es igual para todas
las componentes de la variable xk , pero u on i. Se establece entonces el
nicamente las envueltas en la ecuaci
siguiente metodo de Hardy-Cross

n

xk+1 = xk + zki zik = fi (xk )/ Jij zki = zik 1 (12)
j=1

donde la sumatoria aparece de sumar todos los elementos de la la i de la matriz jacobiana Jij . El rango
m del ndice i (i = 1, 2, . . . , m) puede ser menor que el rango n del ndice j (j = 1, 2, . . . , n), a diferencia de
los metodos anteriores, donde el sistema de ecuaciones debe ser compatible determinado (igual n umero de
ecuaciones que de inc ognitas). El vector 1 tiene unos en todas sus componentes.
El recorrido de la red se hace en m circuitos cerrados o pseudo-circuitos abiertos, tales que la variable
Pj tenga el mismo valor en el nodo de partida y de llegada (o un diferencial P conocido, al menos que se
eliga dicho diferencial como inc on i correspondiente (o solo
ognita), y as se elimine dicha variable de la ecuaci
quede P como incognita). Las variables P intermedias tambien quedan eliminadas en todo su recorrido
del circuito dentro de este proceso. Los circuitos no deben ser redundantes, es decir, dos circuitos no deben
tener las mismas incognitas.

Otros

3
 Un metodo que ha dado muy buenos resultados es el metodo de segundo orden. Puesto que el sistema
de ecuaciones no lineales es aproximadamente de segundo orden cuando IReD (en redes de tuberas),
entonces los metodos de segundo orden son los idoneos para este tipo de problemas. A esto se le agrega el
hecho de que muestran una mayor estabilidad y convergencia segura en los casos de alta no-linealidad [2].

ANALISIS

De todos los metodos anteriores, el mejor de ellos es el metodo de Newton-Raphson, por su simpleza,
pero mejor a un es el metodo de segundo orden. Le sigue de cerca el metodo de Hardy-Cross. De u ltimo,
el peor de ellos, es el metodo de linealizaci
on de Wood. Por esta raz on, en este u
ltimo metodo es casi
imprescindible sub-relajarlo ( < 1) para obtener convergencia segura, en caso de escoger un iterado inicial
x0 lejano a la solucion.
Todo metodo de punto jo (todos lo son) converge a la soluci on r, si se satisface que la aplicacion g
del algoritmo es una contraccion del espacio en su cercana. Esto es,

Jg () < 1 (13)

donde pertenece a un entorno Vrs = B(r, r xs ), o sea, la n-bola abierta con centro en r y radio r xs .
La norma   del tensor debe estar subordinada a la norma sobre vectores.
Aunque el metodo no se muestra aqu, y por la forma de la ecuacion de los elementos de la red, el
mejor metodo de todos, con convergencia casi segura y estable, es el metodo de Segundo Orden mostrado en
otro artculo [2] [3] (comprobado por experiencia propia).

REFERENCIAS

[1] Cross, H. Analysis of Flow in Networks of Conduits or Conductors. Univ. Illinois Bull., Engi-
neering Experiment Station, No.286, (1936).
[2] Granados M., A. L. Second Order Methods for Solving Non-Linear Equations, INTEVEP, S.
A. (Research Institute for Venezuelan Petroleum Industry), Tech. Rep. No.INT-EPPR/322-91-0002,
Los Teques, Edo. Miranda, Jun, 1991, pgs. 14-36.
[3] Granados, A. L. Numerical Taylors Methods for Solving Multi-Variable Equations, Universidad
Simon Bolvar, Mayo, 2015. https://www.academia.edu/12520473/Numerical Taylors Methods for
Solving Multi-Variable Equations
[4] Granados, A. L. Taylor Series for Multi-Variable Functions, Universidad Sim
on Bolvar, Dic. 2015.
https://www.academia.edu/12345807/Taylor Series for Multi-Variables Functions
[5] Mendez, M. V. Tuberas a Presi on. En Los Sistemas de Abastecimiento de Agua. Fundacion Polar
& Universidad Catolica Andres Bello, 1995.
[6] Wood, D. J.; Charles, C. O. A. Hydraulic Network Analysis Using Linear Theory. Journal of The
Hydraulics Division, ASCE, Vol.98, No.HY7, July (1972).