> REPLACE THIS LINE WITH YOUR PAPER IDENTIFICATION NUMBER (DOUBLE-CLICK HERE TO EDIT) <

Proyecto final Mtodos numricos

Nestor Pea 2072110
Kevin Velandia 2082807
Manuel Alejandro Tejedor 2123256
Juan Carlos Pabon 2123156

A. Definicin matemtica del problema.

Abstractin this paper we show the importance of using

numerical methods in problems associated with engineering in all
fields. through the solution 2 examples of great influence to many
areas of knowledge.

Palabras clave mtodos numricos, buffon, varianza,

mercurio, perihelio, Matlab.

I.

INTRODUCCIN

En el siguiente documento se expone la solucin a dos

problemas, uno de ellos de gran utilidad en la aplicacin de los
mtodos numricos y la probabilidad que relaciona y
comprueba la flexibilidad en el clculo de reas y su
convergencia al nmero Pi mediante la relacin de la
probabilidad y reas.
El otro es un caso que, a pesar de presentarse en una forma
particular se puede tomar como base para el estudio de
fenmenos similares en el rea de los movimientos planetarios
y sus diferentes caractersticas y su proporcionar resultados
ms agiles y eficientes a travs del uso los mtodos
numricos.

Primer paso es definir el experimento

matemticamente. Idealizamos los objetos fsicos al asumir
que las tablas del suelo son uniformes y que cada uno tiene de
ancho D= 1. Tambin vamos a suponer que la aguja tiene
longitud L <1, de modo que la aguja no puede atravesar ms
de una grieta. Por ltimo, se supone que las grietas entre las
tablas del suelo y la aguja son segmentos de lnea.
Cuando se deja caer la aguja, queremos tomar en cuenta su
orientacin con respecto a las grietas del piso. Una forma de
hacer esto es para registrar el ngulo x que la mitad superior
de la aguja hace con la lnea a travs del centro de la aguja,
paralela a las tablas del suelo y la distancia desde el centro
de la aguja a la grieta inferior. As el espacio muestral
(conjunto de resultados posibles) se define como:
= {(, ): 0 , 0 }

II. PLANTEAMIENTO DEL PROBLEMA

Aguja de Buffon
El experimento de la aguja de Buffon es un experimento
aleatorio muy antiguo y famoso, llamado as por el gran
naturalista e historiador francs Georges-Louis Leclerc, Comte
de Buffon, que vivi desde 1707 hasta 1788. El experimento
consiste en dejar caer una aguja en un piso de madera. El
evento principal de inters es que la aguja atraviesa una fisura
entre las tablas del suelo. Curiosamente, la probabilidad de
este evento conduce a una estimacin estadstica del nmero

Grafica 1. Esquema de variables para definicin del

problema de la aguja de Buffon.

Nuestra hiptesis principal es que el modelado de la aguja se

lanza "al azar" en el suelo. Esto significa que no tenemos

> REPLACE THIS LINE WITH YOUR PAPER IDENTIFICATION NUMBER (DOUBLE-CLICK HERE TO EDIT) <
ninguna razn para preferir una parte del S sobre otro, y por lo
tanto matemticamente, la probabilidad de un
suceso A, deber ser proporcional a la zona de A. Por lo tanto,
a S le damos el nombre de Distribucin uniforme de
probabilidad (similar a la usada en problemas de estadstica
del poquer y cumpleaos)
1) Muestre que la probabilidad de que una aguja cruce
2
una linea es de =

2) Denotar una variable igual a 1 si, en el i-esimo

lanzamiento , la aguja cruza la linea y de lo contrario sera
0, N denota el numero de veces que la aguja cruza la
linea.

La probabilidad entonces de que la aguja cruce una fisura en el

suelo est representada por el rea bajo la curva de = sin
dividida por el rea total dela grafica A establecida por las
restricciones del intervalo S.

=
=1

Determine una expresin para la varianza y la media de N en

funcin de p y n.
La definicin establecida para la variable Ii es coincide
adecuadamente con la definicin de una variable de
distribucin binomial es decir una distribucin de
probabilidad discreta que cuenta el nmero de xitos en una
secuencia de n experimentos tipo de Bernoulli independientes
entre s, con una probabilidad fija p de ocurrencia del xito
entre los ensayos. Un experimento de Bernoulli se caracteriza
por ser dicotmico, esto es, slo son posibles dos resultados
para nuestro caso es 1 o 0.
!
() =
(1 )
! ( )

sin = cos { = 2
0
0

Teniendo en cuenta que:

= =

De esta forma la probabilidad de cruce de la aguja es:

=

Obtendremos que el valor medio es:

=

Entonces:
1

2
=
Punto de estimacin para

El valor medio
=

En ese sentido la varianza ser:

2 = (1 )
Varianza ara una distribucin Binomial.

> REPLACE THIS LINE WITH YOUR PAPER IDENTIFICATION NUMBER (DOUBLE-CLICK HERE TO EDIT) <
III. R

%%%%%%%%% Esta es la posicion de la x

para el rango entre 0 y 10 %%%%%%%%%
in = 0;
fin = 20;
x = (fin-in).*rand(n,1) + in;
% Crea n valores uniformemente
distribuidos en x.
% Posicion para y en un rango entre 0 y
20.
in = 0;
fin = 20;
y = (fin-in).*rand(n,1) + in;
% Crea n valores uniformemente
distribuidos en y.
% Angulos uniformemente distribuidos.
in = 0;
fin = pi;
th = (pi-in).*rand(n,1) + in;
% Crea n valores uniformemente
distribuidos en y.
% Encuentra la distancia a la lnea
horizontal ms cerca (only in y) .
sigmas=zeros([1 n]);
for k=1:n,
sigmas(k)=abs(y(k)-round(y(k)));
end

Cdigo=
%%%%%%%%%%%%%%%%%%%%%%%%%%%%% La aguja de
Buffon %%%%%%%%%%%%%%%%%%%%%%%%%%%%
% Suponiendo longitud de la aguja l es
menor que la distancia entre las
%lneas horizontales de l<d
clear all
clc
%%%%%%%%%%%%%%%%%% DefIniendo el valor de
las constantes %%%%%%%%%%%%%%%%%%%
d=1;
% Distancia entre las lIneas
horizontales.
l=1;
% Longitud de la aguja.
n=500; % DefIniendo el numero de
lanzamientos.
iteraciones=180; % Numero total de
iteraciones.
Alpha_p=zeros([1 iteraciones]); % Valor
aproximado de Alpha_p.
for run=1:iteraciones, % vamos hacer la
ultima iteracion
%%%%%% Creando aleatoriamente posiciones
uniformemente defInidas %%%%%%%%
%%% rng(0,'twister'); % Inicializando el
generador de numeros aleatorias %%%%%%%

% grfico de dispersin de los puntos

(solo en la ULTIMA iteraciion)
if (run==iteraciones),
scatter(x,y,3);
hold on
% Solo crea lineas horizontales
for i=1:20,
line([0,20],[i,i],'LineWidth',1,'Color',[
.8 .8 .8]);
hold on
end
end
% El gestor debe contener los valores
de Ii:
I=zeros([1 n]);
N=0;
% Crea las agujas.
for i=1:500,
% En primer lugar el punto de la aguja
inferior.
if (th(i)<pi/2),% Valores comprendidos
0 y 90.
p1x=x(i)-(l/2)*sin(th(i)); % Punto en
x1
p2x=x(i)+(l/2)*sin(th(i)); % Punto en
x2
p1y=y(i)-(l/2)*cos(th(i)); % Punto en
y1

> REPLACE THIS LINE WITH YOUR PAPER IDENTIFICATION NUMBER (DOUBLE-CLICK HERE TO EDIT) <
p2y=y(i)+(l/2)*cos(th(i)); % Punto en
y2
if ((l/2)*cos(th(i))>=sigmas(i)), %
Encuentra la aguja cruzada.
if (run==iteraciones),
line([p1x,p2x],[p1y,p2y],'LineWidth',1,'C
olor',[1 0 0]);
end
I(i)=1; % Crea el vector para I.
N=N+1;
else
if (run==iteraciones),
line([p1x,p2x],[p1y,p2y],'LineWidth',1,'C
olor',[0 0 0]);
end
end
else
p1x=x(i)+(l/2)*sin(pi-th(i));
p2x=x(i)-(l/2)*sin(pi-th(i));
p1y=y(i)-(l/2)*cos(pi-th(i));
p2y=y(i)+(l/2)*cos(pi-th(i));
if ((l/2)*cos(pi-th(i))>=sigmas(i)), %
Encuentra la aguja cruzada.
if (run==iteraciones),

IV. ESULTADOS Y ANLISIS

If you are using Word, use either the Microsoft Equation
Editor or the MathType add-on (http://www.mathtype.com)
for equations in your paper (Insert | Object | Create New |
Microsoft Equation or MathType Equation). Float over text
should not be selected.

Orbitas mercurio
Mercurio no slo es atrado por el Sol, sino tambin por los
dems planetas -Venus y la Tierra, que estn cerca, pero, sobre
todo, Jpiter y Saturno, los planetas gigantes, y todos los
dems-". As que calcularon -usando siempre la teora de
Newton- la posicin de Mercurio, teniendo ahora en
cuenta todos los cuerpos del Sistema Solar.
Definicion matematica del sistema:

line([p1x,p2x],[p1y,p2y],'LineWidth',1,'C
olor',[1 0 0]);
end
I(i)=1;
N=N+1;
else
if (run==iteraciones),
line([p1x,p2x],[p1y,p2y],'LineWidth',1,'C
olor',[0 0 0]);
end
end
end
%ma=sqrt((p2x-p1x)^2 + (p2y-p1y)^2)
hold on
end
if (run==iteraciones),
xlim([0 20])
ylim([0 20])
end
% Estimado para el angulo theta_p:
r=l/d;
theta_p(run)=(1/(2*r))*(N/n);

El modelo Universo Viviente parte de la siguiente expresin,

en la que he considerando una distribucin esfrica
homognea de energa:
2 = 22 + 2 / 2 2/2 (7.1)
En esta expresin v es la velocidad del planeta mercurio y v2
es la velocidad que se observa.
Si aplicamos la expresin de las transformaciones de Lorentz
indicadas en (3.1), obtenemos:
= [ 1 22 /2 + (2 2 / 2) (1 () /
() ) ]1/2

end
% Boxplot para theta_p
figure(2)
boxplot(theta_p)

Si consideramos, como es posible en este caso, una

distribucin esfrica y uniforme de energa, la expresin
anterior se queda como:
= (1 22 /2 2 / 2
+ 2/ 2)1/2 (7.2)

> REPLACE THIS LINE WITH YOUR PAPER IDENTIFICATION NUMBER (DOUBLE-CLICK HERE TO EDIT) <
En este caso particular es posible calcular la velocidad v2, en
efecto, dado que la rbita es circular, se cumple que v22 / r =
G M / r2; la expresin (7.2) queda pus:
= (1 3 / 2 + 2/ 2)1/2 (7.3)
Podemos aplicar esta expresin al clculo de la dilatacin
temporal y a la contraccin espacial sufridas por Mercurio a lo
largo de la rbita; llamar tm el tiempo medido en Mercurio y
tt el tiempo medido por el observador, sustituyendo valores y
despreciando inicialmente el trmino cosmolgico,
obtenemos:
= / (7.4)
La contraccin sufrida por Mercurio debido a su movimiento
ser:

La trayectoria de la partcula ser aquella que haga del camino

ptico un extremal:
(, , ) = 1 / (1
2(, , )2/ 2 2 (, ,
/ 2() + 2/2) (7.5)
S = n(r,,) ds = 0

(7.6)

Podra aplicarse a estas expresiones la metodologa de la

integral de camino de Richard Feynman?
En el caso del perihelio de Mercurio, a partir de (7.3)
obtenemos el siguiente ndice variable:
( ) = 1 / (1 3 / 2 + 2/ 2)

=
La velocidad media medida en Mercurio ser:
= /
Y la medida en la Tierra ser:
= /
= / ( / )
= 2
Utilizando los valores de masa del Sol y radio de la orbita de
Mercurio encontramos que la diferencia de velocidades entre
la real de Mercurio y la observada en la Tierra es de 0,36817
cm/sg. Esta diferencia acumulada a lo largo de un siglo genera
un desfase en la rbita de Mercurio de 1.161.064.532 cm que
equivale a un arco de 2,0018 10-4 rad.
El mismo valor que el obtenido con la expresin de la TGR.
En los prrafos anteriores he simplificado el problema al
considerar rbitas elpticas, a continuacin tratar de
generalizar el problema del movimiento de una partcula en el
seno de un campo gravitatorio.
La velocidad de fase de una partcula con energa E podemos
definirla como w = , = / = / . La
frecuencia tambin se puede definir como la inversa del
periodo = 1 / .
Si tenemos en cuenta la expresin dada en (3.1), considerando
una distribucin esfrica homognea tenemos que = (1 22/2 2 /2 )1/2 despreciando el trmino
cosmolgico. La longitud de onda de la partcula sufrir una
contraccin quedando = o y el periodo sufrir una
dilatacin = o/ . Llegamos por tanto a la siguiente
expresin del ndice de refraccin:
() = /
() = / (( )( / ))
() = 1 / 2 (7.4)

Codigo:
%%%%%%%%%%%%%%%%%%%%%%% Definiendo las
variables %%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%% Usando el metodo
de euler %%%%%%%%%%%%%%%%%%%%%%%%
clc
clear
G=6.673e-11; %Nm^2/kg^2
Masa=1.989e30; %kg
Masa2=3.285e23; %kg
tetha=0.0008;

> REPLACE THIS LINE WITH YOUR PAPER IDENTIFICATION NUMBER (DOUBLE-CLICK HERE TO EDIT) <

%%%% Usando el metodo simples de euler en

las ecuaciones reescritas %%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%%% x_{i+1}=x_i +
x'_i*h %%%%%%%%%%%%%%%%%%%%%%%%%
% y_{i+1}=y_i + y'_i*h
% v_{i+1}=v_i + v'_i*h
% w_{i+1}=w_i + w'_i*h
% Trabajandolas como:
% x''=v'=-((G*Ms*Mm*x)/run
2)*(1+alpha/(r^2))
% y''=w'=((G*Ms*Mm*y)/r^3)*(1+alpha/(r^2))
% vr=sqrt(x^2 + y^2)
%%%%%%%%%%%% Reescribiendo las
ecuaciones,en un sistema EDOs %%%%%%%%
% Haciendo: v=dx/dt
and w=dy/dt
%
%
%
%

v=x'
w=y'
v'=x''
w'=y''

% Empezando por
(condiciones iniciales):
xo=46e9;
%m Perihelion
http://nssdc.gsfc.nasa.gov/planetary/fact
sheet/mercuryfact.html
yo=0;
%m
ro=sqrt(xo^2 + yo^2);
%Empezando
apartir del radio
Dpi=60*60*24;
%Paso [s]
vo=0;
%m/s (Velocidad
en x)
wo=47.36e3;
%m/s (Velocidad
en y) Tomado de
http://nssdc.gsfc.nasa.gov/planetary/fact
sheet/mercuryfact.html
rpost=xo;
% Numero de orbitas:
No=10;
% Orbita opuesta.
startc=0;
% Vector para evaluar x y y.
Xs=[xo];
Ys=[yo];
Apk=[];
Cc=2;
while (No>=startc),
ro=sqrt(xo^2 + yo^2);
% guardamos rmin como el punto de
perielio.
if (rpost>ro),
rpost=ro; % Radio minimo.
rpostx=xo; % Guardamos posicion X.
rposty=yo; % Guardamos posicin Y.
end

vpo=-((G*Masa*xo)/ro^3)*(1+tetha/(ro^2));
wpo=-((G*Masa*yo)/ro^3)*(1+tetha/(ro^2));
v = vo + vpo*Dpi;
w = wo + wpo*Dpi;
% Posicion actual de los valores:
xrpost=v;
yrpost=w;
x = xo + xrpost*Dpi;
y = yo + yrpost*Dpi;
% Revison de la orbita.
if (y>0 && yo<0),
Orbit=startc+1
% Encuentra el angulo del perielio de la
orbita.
sprintf('Perihelium at: %g x, %g
y',rpostx,rposty)
angle=acos(rpostx/rpost)*180/pi;
sprintf('The angle at orbit %d is
%3.2f',Orbita,angulo)
Apk(startc+1:startc+1)=angulo; %Se
guardan los angulos.
scatter(Xs,Ys,2);
hold on
Cc=2;
% Movimiviento de los puntos:
wo=w;
vo=v;
xo=x;
yo=y;
Xs=[xo];
s=[yo];
startc=startc+1;
else
% Movimiento de los puntos:
wo=w;
vo=v;
xo=x;
yo=y;
Xs(Cc:Cc)=x;
Ys(Cc:Cc)=y;
Cc=Cc+1;
end
end
scatter([0],[0],50,'y')
title('Orbitas')
figure(2)
plot(Apk) % Muestra los angulos de todos
las orbitas.
title('Angulo vs Orbitas')
ylabel('Angulo []')
xlabel('Numero de Orbita')

> REPLACE THIS LINE WITH YOUR PAPER IDENTIFICATION NUMBER (DOUBLE-CLICK HERE TO EDIT) <
V. CONCLUSIONES

Para poder analizar la rbita de mercurio se necesit

de grandes y nuevas teoras como la relatividad para
poder analizar y entender su movimiento de forma
teorica.
REFERENCIAS

[1] http://perso.telecomparistech.fr/~bianchi/athens/LabI_buffon.pdf
[2] https://prezi.com/dlcnir98zh0g/buffons-needle/
[3] http://www.dartmouth.edu/~chance/teaching_aids/books_
articles/probability_book/Chapter2.pdf
[4] http://webspace.ship.edu/deensley/mathdl/stats/Buffon.ht
ml
[5] http://www.tandar.cnea.gov.ar/doctorado/Materias/santacr
uz14.pdf
[6] https://es.wikipedia.org/wiki/Medida_de_Lebesgue
[7] http://www.uv.es/montes/probabilitat/manual.pdf
[8]
[9] https://www.youtube.com/watch?v=rdc9oCN9sJ0
[10]
[11] http://www.virtual.unal.edu.co/cursos/ciencias/2001065/h
tml/un2/cont_229_71.html