Documentos de Académico
Documentos de Profesional
Documentos de Cultura
NDICE
Objetivo general del curso
Competencias especificas a desarrollar en el curso
Competencias genricas
Competencias instrumentales
Competencias interpersonales
Competencias sistmicas
Competencias previas
Sugerencias Didcticas
Sugerencias de Evaluacin
3
3
7
7
8
8
9
9
11
12
12
17
17
17
17
20
25
26
36
36
40
53
56
60
70
70
70
77
88
94
94
103
111
119
129
129
129
136
138
141
143
144
149
153
155
Bibliografa
162
f(x)
f(x) = 0
x = raz de la ecuacin
x2
x1
Mtodos directos sistemas lineales: Eliminacin Gausiana y Gauss-Jordan
Mtodos iterativos sistemas lineales: Jacobi y Gauss-Seidel
f 1 x1 , x 2 , x3 ,... x n 0
f 2 x1 , x 2 , x3 ,... x n 0
f 3 x1 , x 2 , x 3 ,... x n 0
F (x) = 0
La solucin a este sistema, es el vector x = [x1, x2, x3,...xn] que hace que simultneamente todas las ecuaciones sean iguales a
cero.
Mtodos iterativos para sistemas no-lineales: Punto fijo, Newton
Unidad IV. Ajuste de funciones (Ajuste de curvas e interpolacin)
f(x)
Polinomio de interpolacin
f(x)=Pn(x)
Ajuste de lnea recta
f(x) = a0 + a1x + error
error
x
Regresin lineal, polinomial, lineal mltiple por mnimos cuadrados
Interpolacin: Usando polinomios de Newton y Lagrange
Unidad V. Integracin y Derivacin Numrica
d
f ( x x ) f ( x)
f ( x) lim
cuando x 0
dx
x
geomtrica mente la ecuacin anterior representa la pendiente de
la recta tangente al punto donde se evalua la derivada
I f ( x)dx Pn ( x)dx
f(x)
m=
I = rea bajo
la curva
a
x0
d
f (x)
dx
x=x0
Derivacin por el Mtodo de: Tangentes, Ajuste de polinomios, Formulas de diferencias finitas, Igualacin de reas.
Integracin: Regla Trapezoidal, Simpson 1/3
VI. Solucin de ecuaciones diferenciales (valor inicial y valor en la frontera)
Valor inicial
y = f(x)
yi+1 = yi + h
error
yi+1
Pendiente =
xi
xi+1
Mtodo de Euler
10
dy
f ( x, y )
dx
11
12
13
x = xo
y = yo
14
15
16
17
18
19
20
21
yi+1 = yi + h
22
23
24
25
26
27
28
Se extienden el uso de los mtodos para una sola ecuacin a un sistema de ecuaciones
29
30
31
32
dy1
f1 x, y1 , y2 ,... yn
dx
dy2
f 2 x, y1 , y2 ,... yn
dx
dyn
f n x, y1 , y2 ,... yn
dx
33
34
La solucin de este sistema requiere de n condiciones iniciales conocidas para un valor inicial de x.
35
36
Una ecuacin diferencial de orden superior puede escribirse como un sistema de ecuaciones diferenciales de primer orden.
37
38
39
Valor en la frontera
40
41
Ecuacin diferencial parcial parablica que gobierna el flujo de calor unidireccional en funcin de tiempo.
42
2T T
43
T(x, t) = Tn
Condiciones en la
frontera izquierdaCondiciones en la
T(x, 0) = Ti
Condiciones inciales
Competencias genricas:
Competencias instrumentales
Capacidad de anlisis y sntesis
Capacidad de organizar y planificar
Conocimientos bsicos de la carrera
Comunicacin oral y escrita
Habilidades bsicas de manejo de la computadora
Habilidad para buscar y analizar informacin proveniente de fuentes diversas
Solucin de problemas
Toma de decisiones.
Competencias interpersonales
Capacidad crtica y autocrtica
Trabajo en equipo
Habilidades interpersonales
Competencias sistmicas
Capacidad de aplicar los conocimientos en la prctica
Habilidades de investigacin
Capacidad de aprender
Capacidad de generar nuevas ideas (creatividad)
Competencias Previas
Aplicar pensamiento lgico matemtico
Representar las funciones matemticas
Aplicar integrales en problemas prcticos
Calcular funciones de varias variables
Aplicar ecuaciones diferenciales y transformadas de Laplace como una herramienta para la solucin de problemas
prcticos
(0
44
Sugerencias de Evaluacin
La evaluacin debe ser continua y formativa por lo que se debe considerar el desempeo en cada una de las actividades del
aprendizaje, haciendo especial nfasis en:
Exmenes escritos para comprobar el manejo de aspectos tericos y declarativos.
Revisin de los cdigos de los programas de cmputo con los algoritmos de los mtodos encargados extra clase.
Reportes escritos de investigaciones encargados como trabajo extra clase.
Evaluacin en la computadora de problemas seleccionados
45
PV = nRT
La cual, relaciona la presin P, el volumen V, la temperatura T, el nmero de moles n de un gas ideal, y la constante R
conocida como la constante universal de los gases.
En la obtencin de esta ecuacin se hicieron algunas suposiciones que restringen su uso para todos los gases, tales como:
1.
2.
Las distancias entre las molculas son lo suficientemente grande para que no interacten entre s excepto cuando
chocan.
Las molculas tienen disponible todo el volumen del recipiente que las contiene para ocuparlo.
En 1873 J. D. Van der Waals propuso la ecuacin siguiente que corrige en parte estas suposiciones.
a
v b RT
v2
Donde a y b son constantes positivas cuyo valor depende del gas en particular.
a
2
El trmino v tiene como objeto explicar las fuerzas de interaccin entre las molculas, que hace que la presin sea
menor que la que ejercera por ser gas ideal.
El termino b tiene como objeto dar margen para el tamao finito de las molculas, lo que hace que el volumen sea mayor
que el de un gas ideal.
Esta ecuacin es parte de los modelos propuestos para relacionar datos PVT, que se conocen como ecuaciones de estado
cuyo volumen es cbico.
Un modelo matemtico debe conducir a resultados predecibles, y por lo tanto sirve par evaluar el comportamiento del
sistema o fenmeno fsico que representa.
Si queremos conocer el volumen que ocupa cierto gas, conociendo la Temperatura y Presin a la que se encuentra,
tendramos que usar la ecuacin que mejor representa el comportamiento del gas y escribirla en forma explcita en trminos
46
de la variable a conocer. Sin embargo, para ecuaciones cubicas de estado esto no es posible, pero se puede hacer uso
de un mtodo numrico para aproximar la solucin.
Portafolio de evidencias
Investigar la obtencin de modelos matemticos para la solucin de problemas de Ingeniera.
Aplicacin
Volumen de una sustancia pura
Conceptos utilizados
Al aplicar los conceptos anteriores a la ecuacin de van der Waals, esta se representa en la forma:
vb
RT
P a
v2
RT
P a
vi
Curso
Termodinmica, Fisicoqumica I
Problema
Calcular el volumen especfico del vapor de agua a 500 lb/pulg2 y 700 F,
R = 8.3144x 103 J/kg-mol K
Tc = 647.35 K Pc = 2.2118x107 Pa
27 R 2Tc 2
a
64 Pc
RTc
8Pc
Con los valores de las constantes: a = 5.5251x105 N m4/(kg-mol)2; b = 0.0304 m3/kgmol y R = 8.3149 103 J/kgmol K.
Solucin
Convirtiendo P y T a unidades SI se tiene:
P = 34.4737 105 N/m2
T = 644.2611 K
vi 1 0.0304
5356644.49
5.5251x105
34.4737 10 5
vi2
Para iniciar el proceso iterativo (i = 0), se propone un valor inicial v = RT/P = 1.5538, se sustituye en la ecuacin
y se determina v1 = 1.4875 m3/kg-mol.
Pasos posteriores:
i = 1, se sustituye v1 para determinar v2
i = 2, se sustituye v2 para determinar v3
y as sucesivamente.
47
Se repite el procedimiento hasta que el valor anterior y el nuevo, sean iguales en un nmero determinado de cifras
significativas, hasta llegar al valor de 1.4781
Portafolio de evidencias
Hacer un programa para evaluar el volumen especfico del vapor de agua a 500 lb/pulg2 y 700 F,
48
5.
Ve V a
100
Ve
Sin embargo, el valor exacto normalmente no se conoce. Ya que en algunos casos el mtodo numrico aproxima la solucin
mediante un proceso iterativo, por lo que es mejor definir un error aproximado (a)
Todo proceso iterativo requiere de un criterio de paro. Por lo que es necesario establecer la tolerancia (o error supuesto s)
dentro de un valor aceptable para concluir el proceso, esto puede enfocarse hacia el nmero de cifras significativas entre la
aproximacin actual y la aproximacin previa. El siguiente criterio garantiza que al menos son iguales n cifras
significativas, s = (0.5 102-n) %
b) Errores por Redondeo. Estos se deben a que las computadoras o calculadoras solo pueden almacenar o representar
cantidades con un nmero finito de dgitos.
49
c)
Errores de Truncamiento. Estos se deben a que el mtodo numrico es una aproximacin a un modelo matemtico
exacto.
d) Error Numrico Total. Es la suma de los errores anteriores.
e) Errores Humanos. Estos se deben a equivocaciones o torpeza del ejecutor del mtodo.
1.4 Aplicaciones
Errores por truncamiento y errores por redondeo
Conceptos utilizados: Serie de Taylor.
La serie de Taylor es una herramienta matemtica poderosa para predecir el valor de una funcin f (xi+1), alrededor de un
punto xi.
f xi 1
Rn
Donde h = xi+1 - xi. ,
f xi h f xi h 2 f xi h 3
f n xi h n
f xi
...
Rn
1!
2!
3!
n!
f n1 ( ) n1
h
(n 1)!
y es un valor cualquiera de x entre = xi+1 - xi.
Rn es muy importante en desarrollo de los mtodos numricos y se conoce como error por truncamiento.
Si x1 = 0, se convierte en la Serie de Mclaurin.
f x f 0
f 0 h f 0 h 2 f 0 h 3
f
...
1!
2!
3!
0 h n
n!
Si f(x) = ex
x2 x3 x4
...
2! 3! 4!
ex 1 x
Si f(x) = cos x,
f(x) = -sen x,
f(x) = -cos x,
f (x) = sen x,
cos x 1
f(IV)(x) = -cos x
x 2 x 4 x6 x8
...
2! 4! 6! 8!
Algunas funciones no pueden representarse en series de Maclaurin, ya que no estn definidas para xi = 0
Si f(x) = ln x, f(x) = 1/x, f(x) = -1/x2, f (x) = 2/x3,
fIV(x) = -6/x4
ln xi 1 ln xi
h h2
h3
h4
h5
2 3 4 5 ...
x 2 x 3x 4 x 5 x
Curso
Instrumentacin y Control
Problema
Utilizar la serie de Taylor para calcular el valor de ln (1.3) tomando como base el valor de xi = 1.
Orden
Valor
f(xi+1)
r
a
0
ln (1) = 0
0
100
h 0.3
0 .3
1
0.3
14.3448
100
x 1
2
h2
0.3
0.045
2
0.255
2.8069
17.647
2
2x 2
21
h3
0.3 0.009
3 x 3 31 3
3
0.264
0.6235
3.4091
50
h4
0.3
0.002025
4
4
4x
41
4
h 5 0.3
0.000486
5 x 5 51 5
0.261975
0.1484
0.7730
0.262461
0.0369
0.1852
Podemos observar que al truncar la serie, generamos un error por truncamiento, si adems redonderamos a dos dgitos
despus del punto tendramos:
Orden
Valor
f(xi+1)
r
a
0
1
2
ln (1) = 0
h 0.3
0.3
x 1
2
h2
0.3
2
0.04
2
2x
21
h3
0.3 0.01
3
3
3x
31
100
0.30
14.3448
100
0.26
0.9011
17.3846
0.27
2.9104
3.7037
0.27
2.9104
0.0000
h4
0.3
0.00
4
4
4x
41
4
Se observa que el redondeo conduce a un resultado inexacto, aunque el mtodo est bien aplicado.
Portafolio de evidencias
Hacer un programa que utilice la serie de Taylor para calcular el valor de e0.5 tomando como base el valor de xi = 0.
Programa 1.1 Serie de Taylor
PRINT"*****************************************************************"
PRINT"*
INSTITUTO TECNOLGICO DE DURANGO
*"
PRINT"*
DEPARTAMENTO DE INGENIERA QUMICA Y BIOQUMICA
*"
PRINT"*
CALCULO DEL LOGARITMO DE UN NUMERO
*"
PRINT"* USANDO LA SERIE DE TAYLOR TOMANDO COMO BASE Xi = 1
*"
PRINT"*
INSTRUCTOR: JOS DOMINGO POPE SOLIS
*"
PRINT"*****************************************************************"
INPUT "NMERO AL CUAL SE CALCULARA EL LOGARITMO ";X
INPUT "NUMERO DE CIFRAS SIGNIFICATIVAS ";N
INPUT "NUMERO MAXIMO DE TERMINOS ";NMI
ES = 0.5*10^(2.0-N)
EA = 1.1*ES: SUMA = 0: SUMA1 = 0
TERM = 1: I = 1: S = 1: H = X - 1
PRINT "TERMINO
LN(X)
ERROR"
WHILE (EA > ES) AND (I < NMI)
TERM = TERM *H
SUMA = SUMA + (S)*TERM/I
EA = ABS((SUMA - SUMA1) / SUMA)*100
SUMA1 = SUMA:I=I+1:S=(-1)*S
PRINT I,SUMA, EA
WEND
IF (I >= NMI)THEN
PRINT "NO SE ALCANZO CONVERGENCIA"
51
ELSE
PRINT "RESULTADO = ";SUMA
END IF
Ejecucin 1.1 Serie de Taylor
*****************************************************************
*
INSTITUTO TECNOLGICO DE DURANGO
*
*
DEPARTAMENTO DE INGENIERA QUMICA Y BIOQUMICA
*
*
CALCULO DEL LOGARITMO DE UN NUMERO
*
* USANDO LA SERIE DE TAYLOR TOMANDO COMO BASE Xi = 1
*
*
INSTRUCTOR: JOS DOMINGO POPE SOLIS
*
*****************************************************************
NMERO AL CUAL SE CALCULARA EL LOGARITMO 1.3
NUMERO DE CIFRAS SIGNIFICATIVAS 4
NUMERO MAXIMO DE TERMINOS 12
TERMINO
EXP(X)
ERROR
2
0.3
100
3
0.255
17.6470588
4
0.264
3.40909091
5
0.261975
0.77297452
6
0.262461
0.18517037
7
0.2623395
0.46314032e-1
8
0.26237074
0.01190790
9
0.26236254
0.31259226e-2
RESULTADO = 0.26236254
Si la funcin es un polinomio, la serie de Taylor lo ajusta perfectamente, dado que un polinomio tiene un nmero finito de
derivadas.
Por lo que hemos observado, pareciera que la serie de Taylor es una panacea, pero no es as, ya que usa como punto de
referencia un solo valor de x, tambin como todas las series de potencias tiene su radio de convergencia; por lo que en el
curso no la usaremos para aproximar funciones, sino para derivacin de algunos mtodos numricos, as como para
analizar los errores.
Evaluacin Sumativa
Problema 1
Hacer un programa que calcule la distancia horizontal que viajara una pelota lanzada desde un punto con una
velocidad inicial vo y un ngulo. Determine adems el ngulo que maximiza la distancia recorrida.
52
y
y
v
vy
Origen
Impacto
vx
Anlisis
Si suponemos que la friccin del aire es despreciable e ignoramos la curvatura de la tierra la trayectoria que seguira una
pelota que es lanzada desde un punto sera una parbola cuya altura despus de un cierto tiempo t estara determinada par la
ecuacin:
y (t ) y 0 v y 0 t
1 2
gt
2
Donde:
yo es la altura inicial del objeto con respecto a la tierra
vyo es la componente vertical de la velocidad inicial de la pelota.
g aceleracin de la gravedad.
La distancia horizontal recorrida por la pelota despus de un tiempo t esta dada por la ecuacin:
x(t ) x 0 v x0 t
Donde:
xo es la posicin horizontal inicial del objeto.
vxo es la componente horizontal de la velocidad inicial de la pelota.
Condiciones limite: y(tinicial) = 0,
y(tfinal) = 0
0 v y0 gt t
2
tfinal =
tfinal =
2v y0
g
Recorrido de la pelota:
53
2v y 0
x(t final ) 0 v x0
g
2v cos v 0 sin
x(t final ) 0
g
x(t final )
Datos
x(t final )
2v x0 v y0
g
2v 02 cos sin
g
vo = 20 m/s; g = -9.81m/s2
Problema 2
El aumento con el tiempo en el nmero de bacteria en un cultivo es directamente proporcional al nmero de
bacterias al inicio del intervalo de tiempo. En forma matemtica el nmero de bacteria puede expresarse como:
(0.054t ) n
0.054t (0.054t ) 2 (0.054t ) 3
Pt Po 1
...........
1!
2!
3!
n!
54
55
xa x p
Paso 6
Paso 7
Paso 8
Salida
Parar
xa
Si
100 s
xa x2
f x2 x1 x2
f x1 f x2
y = f(x)
f(x2) - f(xa)
f(xa) - f(x1) f(x2) - f(x1)
m = --------------- = -------------- = -------------x 2 - xa
xa - x1
x2 - x1
f(xa) = 0
(x2 , f(x2))
f(x2)
f(x2) - f(x1)
--------------- = --------------x2 - xa
x2 - x1
x1
xa
x2
xa = x2
(x1 , f(x1))
xa = x2
--
--
f(x2) (x2 - x1 )
------------------f(x2) - f(x1)
f(x2) (x1 - x2 )
------------------f(x1) - f(x2)
56
Ejemplo
Encontrar una raz de la funcin f(x1) = x3 - 2x 1 en el intervalo [1, 2]
57
Portafolio de Evidencias
Hacer un programa (diagrama de flujo y seudocdigo) para resolver f(x)=x3- 8 usando los mtodos biseccin y
regla falsa. Codificar y ejecutar en scilab
b) Utilizar software matemtico para encontrar la raz de una ecuacin no lineal (Excel, Polymath, Matlab, etc.)
a)
f(x) = x(x2 - 2) - 1
1 x3 x3 1
x
2
2
1
x 2
x 2
f(x) = x3 - 2x - 1
x 2x 1
g [1,2]
f(x) = x3 - 2x - 1
g [1,2]
2
1
2
g x 2 x 1 3 2
2
3
3
3 2 x 1
g (x) < 0.32
Si las condiciones anteriores no se cumplen no se asegura convergencia.
58
Ejemplo
Encontrar una raz de la funcin f(x) = x3 - 2x - 1
xa 3 2 x p 1
xp = 1
s = 0.005
NMI = 5
59
xa x p
f x
f xp
Grficamente
y = f(x)
f (x1)
x2 = x1 - -------f' (x1)
( x1, f(x1))
x2
f(x1) - f(x2)
m = ---------------- = f' (x1)
x1 - x2
f (xi)
xi+1 = xi - -------f' (xi)
x1
f'(xi)h
f''(xi)h
f'''(xi)h
f(xi+1)= f(xi) + --------- + ---------- + ---------- + ..........
1!
2!
3!
Truncando la serie de Taylor
f'(xi)h
f(xi+1)= f(xi) + --------- + Rn
1!
f (xi)
xi+1 = xi - -------f' (xi)
f(xi+1) = 0 en xi+1
como h = xi+1 - xi
60
Ejemplo
Encontrar una raz de la funcin f(x) = x3 - 2x - 1
f (x) = 3x2 2
xp = 1
s = 0.005
NMI = 5
61
x a x2
f x2 x1 x2
f x1 f x2
Esta ecuacin es semejante a la del mtodo de la regla falsa, con la diferencia que en el mtodo de la secante la raz no
necesariamente se encuentra entre x1 y x2.
El algoritmo es semejante al de punto fijo, solo que en la entradas se proponen dos valores: x1 y x2, y adems se cambia la
ecuacin del mtodo. El paso 5 se modifica tomando x1 = x2 y x2 = xa.
Ejemplo 2.4
f(x) = x3 - 2x - 1 x1 = 1, x2 = 2
s = 0.005
NMI = 5
62
Portafolio de Evidencias
Hacer un programa (diagrama de flujo y seudocdigo) para resolver f(x)=x2-4 usando los mtodos Punto fijo, Newton y
Secante. Codificar y ejecutar en scilab
xa x p
f xp
f x0
Ejemplo 2.5
f(x) = x3 - 2x - 1 f (x) = 3x2 2
No se alcanzo convergencia en cinco iteraciones, podemos observar que la convergencia es muy lenta utilizando
este mtodo, se requieren aproximadamente ochenta iteraciones para alcanzar convergencia con la tolerancia deseada.
63
2.6 Aplicaciones
Aplicacin: Clculo de Volmenes molares
Conceptos utilizados.
Uso de ecuaciones de Estado para el clculo de propiedades termodinmicas de sustancias puras.
Curso. Termodinmica, Fisicoqumica I
Problema.
Dado que la presin de vapor del Cloruro de Metilo a 60 C es de 13.76 bar, emplee la ecuacin de Redlich/Kwong para
calcular los volmenes molares del vapor y lquido saturados a esas condiciones.
Solucin
El desarrollo moderno de las ecuaciones cbicas de estado se inicio en 1949 con la publicacin de la ecuacin de
Redlich/Kwong.
RT
a
1
V b T 2V (V b)
0.4278 R 2Tc2.5
a
Pc
0.0867 RTc
Pc
Tc = 416.3 K
Pc = 66.8 bar
T= 333.15 K,
P = 13.76 bar
64
Vi 1
Reacomodando la ecuacin:
a (Vi b)
RT
b 1
P
T 2Vi (Vi b) P
65
66
f (V )
Reacomodando la ecuacin:
RT
a
1
P
V b T 2V (V b)
67
END FUNCTION
Ejecucin 2.2 Mtodo de la Biseccin para Liquido Saturado
*****************************************************************
*
INSTITUTO TECNOLOGICO DE DURANGO
*
* DEPARTAMENTO DE INGENIERIAS QUIMICA Y BIOQUIMICA
*
*
MTODOS NUMRICOS
*
*
RAICES DE LA ECUACION DE REDLICH-WONG
*
*
METODO DE LA BISECCIN
*
*
INSTRUCTOR: JOSE DOMINGO POPE SOLIS
*
*****************************************************************
NOMBRE DE LA ESPECIE QUIMICA CLORURO DE METILO
TEMPERATURA(K) 333.15
PRESIN(BAR) 13.76
TEMPERATURA CRITICA 416.3
PRESIN CRITICA 66.8
TOLERANCIA
.005
NUMERO MAXIMO DE ITERACIONES 12
VAPOR SATURADO (TECLEA 1); LIQUIDO SATURADO (TECLEA 2) 2
LIQUIDO SATURADO
82.6719982
76.5469982
73.4844982
71.9532482
71.1876232
71.5704357
71.3790294
71.4747326
71.426881
71.4029552
71.3909923
71.3850109
VOLUMEN ESPECIFICO DEL CLORURO DE METILO = 71.3850109 CM^3/MOL
68
69
K a ivi
a i fi f i y i P p i
K
Sustituyendo
y H 2 y O2
yH
2O
1/ 2
PP 1 / 2
P
yi
n i ni 0 v i
nt
n0 v
nH 2 n0 H 2
n o2 n 0 o 2 1 2
nH 2 O n0 H 2 O
v = vi =
oH 2O
Base
Sustituyendo
1mol
70
12
1 12 1 12
K
1
1 12
K
Reacomodando
2P
1 2
f ()
2 P
K
1 2
Para las condiciones en que se efecta la reaccin
f ()
4
0.04568
1 2
71
Evaluacin Sumativa
Problema 1
Una alimentacin de 100 kmol/h que contiene 10, 20, 30, y 40 moles % de propano (3), n-butano (4), n-pentano (5) y nhexano (6), respectivamente, entra a una columna de destilacin de 100 psia(689.5 kPa) y 200 F(366.5 K). Suponiendo
que existe equilibrio, Qu fraccin de la alimentacin entra como liquido y cuales son las composiciones del liquido y el
vapor. Datos K3=04.2, K4=1.75, K5=0.74, K6=0.34
Vaporizacin instantnea
Determinacin de la cantidad de vapor V (moles/hr) y la de lquido L (moles/hr) que se generan en una vaporizacin
instantnea.
V moles/hr
yi
F moles/hr
zi
L moles/hr
xi
F=L+V
F zi = L xi + V yi
Ki
Las relaciones de equilibrio lquido-vapor establecen:
yi
xi
i = 1, 2, 3, ,n
i = 1, 2, 3, ,n
72
Fz i ( K i 1)
0
i 1)
F V (K
z ( K 1)
f ( ) i i
0
i 1 1 ( K i 1)
n
z i ( K i 1) 2
f ' ( )
0
2
i 1 [1 ( K i 1)]
n
Donde = V/F
Problema 2
Encuentre el volumen molar del gas butano a 500 K y 50 bar.
La ecuacin cubica de estado genrica:
P=
a( T )
RT
V b ( V + b ) (1+ b)
( Z+ ) (1+ )
Z=1+q
Z =1.097030.3754
Z0.09703
( Z ) ( Z +0.09703)
73
74
Notacin Matricial
a11 a12 a13
a
21 a22 a23
A a31 a32 a33
am1 am 2 am 3
por un smbolo simple
a1n
a2 n
a3 n
amn
Definimos que una matriz consta de un arreglo rectangular de elementos representados
Generalmente se utiliza la expresin matriz de m n y escribimos matriz m n para referirnos a una matriz de m filas
y n columnas.
Al conjunto horizontal de elementos se le llama rengln
Al conjunto vertical de elementos se le llama columna
Las matrices con dimensin m =1 en el rengln se les llama vectores rengln.
B b1 , b2 , , bn
[ 3, -1, 2, 0, 5, 4 ] Vector rengln de seis columnas
c1
c
C 2
cn
Las matrices con dimensin n =1, se les conoce como vector columna.
A las matrices donde m = n se les llama cuadradas.
Se le llama diagonal principal de la matriz a la diagonal consistente de los elementos a11, a22, a33, a44,...
Reglas de Operacin sobre Matrices
La suma de dos matrices [A] y [B], se realiza sumando los elementos correspondientes de cada matriz. Los elementos de la
matriz [C] resultante se calculan como:
cij = aij
para i = 1,2,3,.., m
+ bij
j =1,2,3,.,n
Para multiplicar dos matrices se requiere que el nmero de columnas sea igual al nmero de renglones de la otra, la
dimensin de la matriz resultante ser el nmero de renglones y el nmero de columnas de la otra
La multiplicacin no es conmutativa
[A][B]=[C]
[A]mn[B]np=[C]mp
n
Transpuesta
Comprende la transformacin de sus renglones en columnas
c11
c
C 21
c31
c41
75
Tipos de Matrices
Simtrica
5 7 2 1
7 4 9 6
A 2 9 8 3
1 6 3 3
3 8 5 1
Diagonal
a11 0
0 a
22
[ A]
0
0
0
0
8
5
0
0
a33
0
0
0
0
a44
Identidad
Es una matriz diagonal donde todos los elementos de la diagonal principal son igual a 1
1
0
[I ]
0
0 0 0
1 0 0
0 1 0
0 0 1
a11
0
[ A]
0
a14
a12
a13
a 22
0
a 23
a 33
a 24
a34
a 44
Aumentada
Es el resultado de aumentarle una columna (o ms columnas) a la matriz original.
a11 a12
a
a
[ A] 21 22
a31 a32
a41 a42
a13
a23
a33
a43
a14
a24
a34
a44
a
a22 a23 a24 0 1 0
[ A] 21
a31 a32 a33 a34 0 0 1
Portafolio de evidencias
Utilizar software matemtico Matlab o Scilab para desarrollar las operaciones matriciales de suma, resta y multiplicacin de
arreglos o vectores.
76
a11 x1
a12 x2
a13 x3
a1n xn C1
a 21 x1
a31 x1
a22 x2
a32 x2
a23 x3 a 2 n xn C 2
a33 x3 a3n xn C3
a n1 xn an 2 x2 an 3 x3 a nn xn C n
Donde las aij son coeficientes constantes, las C son constantes y n es el nmero de ecuaciones.
Un sistema de ecuaciones algebraicas lineales se puede representar en forma matricial como
a11
a
21
a31
am1
C T c1
X T x 1
[X] es un vector columna de n 1 incgnitas
[C] es un vector columna n 1 de constantes
a1n
a2 n
a12
a22
a13
a23
a32
am 2
a33 a3n
am 3 amn
c2 c3 c4
x2 x3 x4
Si c1, c2, c3, cn son cero, se dice que el sistema es homogneo, en este caso tiene por lo menos la solucin trivial x1 = x2 = x3
= xn = 0, tiene ms soluciones si y solo si, D = 0.
Si por lo menos c1 o cualquier otra cn no es cero, se dice que el sistema es no homogneo. Entonces si D es distinto de cero,
el sistema tiene precisamente una solucin que puede obtenerse por algn mtodo analtico o numrico.
Determinantes
Los determinantes surgen en relacin con los sistemas de ecuaciones lineales.
Por ejemplo en el sistema
a11 x1 + a12 x2 = b1
a21 x1 + a22 x2 = b2
en el que las incgnitas son x1, y x2.
(1)
Para resolver este sistema, puede multiplicarse la primera ecuacin por a22, la segunda por
-a12 y sumar, encontrando
(a11 a22 - a21 a12) x1 = b1 a22 b2 a12
Entonces se multiplica la primera ecuacin de (1) por -a21, la segunda por a11 y se suma nuevamente, encontrando
(a11 a22 - a21 a12) x2 = a11 b2a21 b1
Si a11 a22 - a21 a12 no es cero, puede dividirse y obtener el resultado deseado
x1
b1 a 22 b2 a12
a11a 22 a 21a12
x2
b2 a11 b1 a 21
a11 a 22 a 21 a12
(2)
77
a11
a 21
a12
a 22
a11
a 21
a12
a 22
Los cuatro nmeros a11, a12, a21, a22 se llaman elementos del determinante. Se dice que los elementos en una lnea horizontal
forman un rengln y que los elementos en una lnea vertical forman una columna del determinante.
Ahora puede escribirse la solucin (2) del sistema (1) en la forma
D
D
x1 1
x2 2
D
D
(D 0)
donde
a
a12
b a12
a
b1
D 11
D1 1
D 2 11
a 21 a 22
b2 a 22
a 21 b2
Esta frmula se llama Regla de Cramer. Ntese que D1 se obtiene reemplazando la primera columna de D por la columna
con elementos b1, b2 y D2 se obtiene reemplazando la segunda columna de D por esa columna.
Una forma distinta de evaluar el determinante de un sistema de ecuaciones se basa en el hecho de que el determinante de
una matriz triangular se puede calcular simplemente con el producto de los elementos de su diagonal
D = a11 a22 a33 ... ann
a11 a12
a
21 a22
a31 a32
... ...
an1 an 2
x1
b1
b
x2
2
x3 b3
...
...
bn
xn
Escrito en forma matricial:
x = b
78
... 1n n 1
a11
a11
a11
a11 Para aplicar el mtodo se divide la ecuacin pivote por el elemento que
1. a11
corresponde a la diagonal principal, llamado elemento pivote
A este proceso se le conoce como normalizacin.
a11x1
a x
a x
a x
b
a21 12 2 a21 13 3 ... a21 1n n a21 1
a11
a11
a11
a11
a11 Se multiplica esta ecuacin por el elemento que se quiere
2.
eliminar en la ecuacin correspondiente
a21
a 21 a 21
a
a
a11
a
b
x1 a 22 a 21 12 x 2 a 23 a 21 13 x1 ... a 2 n a 21 1n x n b2 a 21 1
a11
a
a
a
a
11
11
11
11
El procedimiento se repite hasta que se elimina la primera incgnita de las ecuaciones restantes, y despus la segunda,
tercera y hasta la n-1esima incgnitas
a11 x1 + a12 x2 + a13 x3 + ........+ a1n xn = b1
a22 x2 + a23 x3 + ........+ a2n xn = b2
a33 x3 + ........+ a3n xn = b3
................................................
an-1nn xn = bn-1n
Que representado en forma matricial generara una matriz triangular superior derecha.
Sustitucin hacia atrs.
xi bi
j i 1
ij
xj
i n 1, n 2,...1
La ltima ecuacin resultante se puede resolver a para xn, este resultado se sustituye
en la ecuacin inmediata anterior, y as sucesivamente
79
Ejemplo
Dado el problema
-12 x1 + x2 - 7 x3 = -80
x1 - 6x2 + 4 x3 = 13
-2 x1 - x2 + 10 x3 = 92
Encontrar los valores de x1, x2, x3.
12 1 7
1 6 4
2 1 10
x1 80
x 13
2
x3 92
Escrito en forma matricial
80
Eliminacin de incgnitas
Para aplicar el mtodo de eliminacin gaussiana simple se forma la siguiente matriz ampliada
Elementos a eliminar
Ecuacin Pivote
12
1
10
80
13
92
81
80
13 1 6.3333
12
80
92 2 105.3333
12
12
0
5.9167 3.4167
1.1667 11.1667
80
6.3333
105.3333
Se repite el procedimiento
hasta formar una matriz triangular superior derecha haciendo ceros los elementos bajo la diagonal principal.
1
7
80
12
Nueva Ecuacin Pivote
Elemento a eliminar
0
5.9167 3.4167
6.3333
0
1.1667 11.1667 105.3333
6.3333
105.3333 1.1667 104.0845
5.9167
12
0
5.9167
3.4167
10.493
80
6.3333
104.0845
-12 x1 +
x2 7 x3 = -80
- 5.9167 x2 + 3.4167 x3 = 6.3333
10.493 x3 = 104.0845
Sustitucin hacia atrs
82
x3
104.0845
9.9194
5.9167
10.493
3.2.2 Matriz Inversa
Si una matriz A es cuadrada no singular (det A 0), hay otra matriz A-1 llamada inversa de A tal que
x2
x3
x2
x1
80 4.6577 79.9194
-12
x3
1.2684
A A-1 = A-1 A = I
2 1 10 x3 92
Escrito en forma matricial
83
2 1 10
92
0 0 1
1.
1
0.0833
12
1
1
0.0833
6
1
0.5833
4
10
6.6667
13
92
0.0833
0
0
0
1
0
0
0
1
Normalizar
la
ecuacin pivote, dividindola entre el elemento pivote (el elemento correspondiente a la diagonal principal)
2. Multiplicar la ecuacin pivote por el elemento que se quiere hacer cero en la columna del elemento pivote y se resta
esta ecuacin de la ecuacin que contiene el elemento a eliminar
1(1)(1) = 0
6 (1)(0.0833)= 5.9167
4 (1)(0.5833)= 3.4167
13 (1)(6.6667)= 6.3333
0 (1)(0.0833)= 0.0833
1(1)(0) = 1
0(1)(0) = 0
1
0
0.0833 0.5833
6.6667
5.9167 3.4167
6.3333
1.1667 11 .1667 105.3333
2 (2)(1)= 0
1 (2)(0.0833)=1.1667
10 (2)(0.5833)= 11.1667
92 (2)(6.6667)= 105.3333
0 (2)( 0.0833)= 0.1667
0 (2)(0)= 0
1 (2)(0)= 1
0.0833
0.08333
0.1667
0
1
0
0
0
1
3. Se repiten los pasos 1. y 2. hasta formar una matriz identidad en el lado izquierdo de la matriz ampliada, el lado
derecho es la matriz inversa.
84
1 0
Nueva ecuacin pivote.
0 1
Resultado de dividir segunda ecuacin entre 10.4930
0 0
0
0
1
1.2684
4.6577
9.9195
0.0752
0.0242
0.0175
0.0141
0.1690
0.0188
0.051
0.055
0.0953
(3)
por la ecuacin
a11
D a 21
a 31
a12
a 22
a 32
a13
a
a 23 a11 22
a 32
a 33
a 23
a
a 21 12
a 33
a 32
a13
a
a 31 12
a 33
a 22
a13
a 23
(4)
x1
D1
D
x2
D2
D
x3
D3
D
Ejemplo
Dado el problema
-12 x1 + x2 - 7 x3 = -80
x1 - 6x2 + 4 x3 = 13
-2 x1 - x2 + 10 x3 = 92
Encontrar los valores de x1, x2, x3.
El determinante del sistema es
85
12 1 7
6 4
1 7
1 7
D 1
6 4 12
1
2
1 10
1 10
6 4
2 1 10
12 1 7
1
6 4
D=
10
80
13
13
92
10
92
10
D1 =
12 80 7
= 945
12
1
D3 =
x1 = 1.2685
D2 =
= 3470
1 80
6 13
1
92
= 7390
x2 = 4.6577
x3 = 9.9195
Portafolio de Evidencias
a)
Hacer un programa (diagrama de flujo y seudocdigo) para resolver un sistema de n ecuaciones lineales con n
incgnitas usando el mtodo de gauss simple. Codificar y ejecutar en scilab
b) Utilizar software matemtico para encontrar la inversa de una matriz (Excel, Polymath, Matlab, etc.)
Dx = b - Cx
x
b C x
D
Esta ltima ecuacin se puede usar para aproximar la solucin mediante un proceso iterativo.
b C xi
x i 1
D
Ntese la semejanza con el mtodo de punto fijo desarrollado en la unidad anterior. El criterio de
convergencia para este es que los elementos de la diagonal principal de la matriz A sean dominantes, es decir
86
b a
1
x1,i 1
x 2 ,i 1
x 3,i 1
12
b a
2
b a
3
x a 23 x 3,i ... a 2 ,n x n ,i
21 1,i
a 22
31 3, i
a 32 x 2 ,i ... a 3, n x n ,i
a 33
x n ,i 1
b a
n
x a n , 2 x 2 ,i ... a n ,n 1 x n 1,i
n ,1 1, i
a n,n
sera entonces
a ii a ij
i j
Como en todos los procesos iterativos, se requiere dar una aproximacin inicial, que en este caso sera un
vector solucin inicial x0, as como un criterio de convergencia
xi1 xi 100
xi 1
Que deber cumplirse para cada elemento del vector actual y previo; tambin se dar el nmero
mximo de iteraciones.
Ejemplo
Dado el problema
-12 x1 + x2 - 7 x3 = -80
x1 - 6x2 + 4 x3 = 13
-2 x1 - x2 + 10 x3 = 92
Encontrar los valores de x1, x2, x3 por el mtodo de Jacobi.
x0 = [0, 0, 0]. s = 0.05. Nmero mximo de iteraciones = 5.
87
Primera iteracin
x1,i 1
80 x2i 7 x3i
12
13 x1i 4 x3i
x2 ,i 1
6
92 2 x1i x2 i
x3,i 1
10
a1
a2
a3
1,i 1
x
x
x1,i
x1,i 1
2 ,i 1
x 2 ,i
x 2 ,i 1
3,i 1
x 3 ,i
x3,i 1
x1,0 = 0
x2,0 = 0
x3,0 = 0
x1,1
x 2 ,1
x 3,1
80 0 7 0 6.667
12
13 0 4 0 2.1667
92 2 0 0
9.2
10
100 s
100 s
a1 = a2 = a3 = 100
a i < s? NO
100 s
88
Segunda iteracin
x1, 2
x 2,2
x 3, 2
1.1194
12
13 6.6667 4 9.2 5.0778
6
92 2 6.6667 2.1667 10.3167
10
Tercera iteracin
x1, 3
x 2 ,3
x 3,3
x1, 4
x 2, 4
x 3, 4
80 2.1667 7 9.2
a1 = 495.5601
a2 = 142.67
a3 = 10.8242
a i < s? NO
80 5.0778 710.3167
1.0717
12
13 1.1194 410.3167 4.8977
6
92 21.1194 5.0778 9.9317
10
a1 = 4.4509
a2 = 3.6772
a3 = 3.8765
a i < s? NO
80 4.8977 7 9.9317
1.2813
12
13 1.0717 4 9.9317 4.6361
92 21.0717 4.8977
9.9041
10
Quinta iteracin
80 4.6361 7 9.9041 1.2756
x1, 5
12
13 1.2813 4 9.9041
x 2 ,5
4.6496
6
92 21.2813 4.6361 9.9199
x 3, 5
10
a1 = 16.3584
a2 = 5.7111
a3 = 0.2887
a i < s? NO
Cuarta iteracin
a1 = 0.4455
a2 = 0.2907
a3 = 0.1590
a i < s? NO
NMI ? SI
3.2.5.2 Gauss-Seidel
Este mtodo es una mejora del mtodo de Jacobi, la cual consiste en que los valores de cada aproximacin se usan
inmediatamente para el clculo de las aproximaciones sucesivas.
89
x1,i 1
x 2,i 1
x 3,i 1
b a
1
12
b a
2
b a
3
21 1,i 1
31 1, i 1
a 32 x 2,i 1 ... a 3, n x n ,i
a 33
manera:
Ejemplo
Dado el problema
-12 x1 + x2 - 7 x3 = -80
x1 - 6x2 + 4 x3 = 13
-2 x1 - x2 + 10 x3 = 92
Encontrar los valores de x1, x2, x3 x0 = [0, 0, 0]. s = 0.05. Nmero mximo de iteraciones = 5.
90
Primera iteracin
x1,i 1
x 2 ,i 1
x 3,i 1
80 x 2i
7 x 3i
x1,0 = 0
x2,0 = 0
x3,0 = 0
12
13 x1,i 1 4 x3i
x1,1
x 2 ,1
6
92 2 x1,i 1 x 2,i 1
10
a1
a2
a3
1,i 1
x
x
x1,i
x1,i 1
2 ,i 1
x 3,1
12
13 6.667 4 0 1.0556
6
92 2 6.667 1.0556 10.4278
10
100 s
x 2 ,i
x 2 ,i 1
3 ,i 1
80 0 7 0 6.667
x 3 ,i
x3,i 1
100 s
a1 = a2 = a3 = 100
a i < s? NO
100 s
Segunda iteracin
x1 , 2
x2 ,2
x3 , 2
x1, 3
x 2 ,3
x 3,3
x 3, 4
0.4958
12
13 0.4958 410.4278
4.8678
6
92 20.4958 4.8678
9.7859
10
80 4.8678 7 9.7859
1.3638
12
13 1.3638 4 9.7859 4.5846
92 21.3638 4.5846
9.9312
10
x1, 4
x 2,4
80 1.0556 710.4278
a1 = 63.6457
a2 = 6.1772
a3 = 1.4631
a i < s? NO
Tercera iteracin
80 4.5846 7 9.9312
1.2555
12
13 1.2555 4 9.9312 4.6634
6
92 21.2555 4.6634 9.9174
10
x1, 5
a1 = 1244.6349
a2 = 121.6854
a3 = 6.5594
a i < s? NO
a1 = 8.6260
a2 = 1.6898
a3 = 0.1391
a i < s? NO
Cuarta iteracin
x 2,5
x 3, 5
10
Quinta iteracin
a1 = 1.1495
a2 = 0.1460
a3 = 0.0232
a i < s? NO
NMI ? SI
91
Portafolio de Evidencias
Hacer un programa (diagrama de flujo y seudocdigo) para resolver un sistema de n ecuaciones lineales con n incgnitas
usando el mtodo de Gauss-Seidel, el programa debe incluir un procedimiento para verificar si el sistema es diagonalmente
dominante. Codificar y ejecutar en scilab
92
f 2 x1 , x 2 , x 3 ,... x n 0
f 3 x1 , x 2 , x 3 ,... x n 0
f n x1 , x 2 , x 3 ,... x n 0
g i x K
x j
n
G
x
D
con la propiedad de
para x D donde D = {(x1, x2,...xn)t ai xi bi para i = 1, 2, ...n}.
Ejemplo
El sistema no lineal
x12 - 10x1 + x22 + 8 = 0
x1x22 + x1 - 10x2 + 8 = 0
2
x1 g1 x1 , x2
x1 x2 8
10
x2 g 2 x1 , x2
x1 x2 x1 8
10
puede transformarse al problema de punto fijo
G g ,g
1
2
Demuestre que
tiene un nico punto fijo en D = {(x1, x2)t 0 x1,x2 1.5}.
a) Aplique la iteracin funcional para aproximar la solucin (Jacobi).
a) Acelera el mtodo de Seidel la convergencia?
Solucin
a)
93
g 2 x 2 2 1
0.325
x1
10
g1 2 x1
0.3
x1 10
g1 2 x1
0.3
x1 10
gi
0.45
x j
g2 2 x1 x2
0.45
x2
10
se cumple con K = 0.9
x 0 = (0,0)t
x 1 = (0.8,0.8)t
x 2 = (0.928,0.931)t
x 3 = (0.973,0.973)t
x 4 = (0.989,0.989)t
x 5 = (0.996,0.996)t
c) Utilizando el vector solucin inicial:
x 0 = (0,0)t
x 1 = (0.8,0.88)t
x 2 = (0.941,0.967)t
x 3 = (0.982,0.990)t
x 4 = (0.994,0.997)t
x 5 = (0.998,0.999)t
3.4.2 Newton
Si escribimos la serie de Taylor truncada a partir de los trminos que contienen segundas derivadas parciales para cada una
de las ecuaciones tendremos:
f 1,i 1 f 1,i
f 2 ,i 1 f 2 ,i
f 3,i 1 f 1,i
f 1,i
x1
f 2 ,i
x1
f 3,i
x1
1, i 1
x1,i
f 1,i
x 2
x1,i
f 2 ,i
x1,i
f 3,i
1,i 1
1,i 1
x 2
x 2
2 ,i 1
x
x
x 2 ,i ...
2 ,i 1
2 ,i 1
f 1,i
x n
x 2 ,i ...
f 2 ,i
x 2 ,i ...
f 3,i
x n
x n
n ,i 1
x
x
x n ,i
n ,i 1
n ,i 1
x n ,i
x n ,i
f n ,i
f
f
x1,i 1 x1,i n,i x 2,i 1 x 2,i ... n,i x n,i 1 x n,i
f n ,i 1 f 1,i
x1
x 2
x n
Puesto que todas las ecuaciones deben ser
cero en las races.
94
f 1,i
f 1,i
x1
f 2 ,i
f 2 ,i
x1
f 3,i
f 1,i
x1
x1,i
f 1,i
x1,i
f 2 ,i
1,i 1
x1,i
f 3,i
1,i 1
1,i 1
x 2
x 2
x 2
f 1,i
x 2 ,i ...
2 ,i 1
2 ,i 1
2 ,i 1
x n
x 2 ,i ...
f 2 ,i
x 2 ,i ...
f 3,i
x n
x n
x n ,i 0
n ,i 1
x
x
n ,i 1
n ,i 1
x n ,i 0
x n ,i 0
f n ,i
f 1,i
f 1,i x1,i
f 1,i
f 2 ,i
f 2 ,i x1,i
f 3,i x1,i
f 1,i
x 2 ,i
x1
x1
f 3,i
x1
x1
x 2,i
1,i 1
x1,i
... x n ,i
x 2
x 2 ,i
f 2 ,i
x 2
f 3,i
x 2
... x n ,i
... x n ,i
f 1,i
x n
f n ,i
x 2
x n
f 3,i
x n
2 ,i 1
f 1,i
x1,i 1
f 2 ,i
x1
x1,i 1
x1,i 1
x 2 ,i ...
x 2,i 1
f 2 ,i
x1
f 3,i
x1
f 1,i
x 2
x 2 ,i 1
x 2 ,i 1
f n ,i
x n
n ,i 1
... x n ,i 1
f 2 ,i
x 2
f 3,i
x 2
x n ,i 0
f 1,i
x n
... x n ,i 1
... x n ,i 1
f 2 ,i
x n
f 3,i
x n
f n ,i x1,i
f1,i
x
1
f 2 ,i
J x x
1
...
f n ,i
x1
f n ,i
x1
x 2 ,i
f1,i
x2
f 2 ,i
x2
...
f n ,i
x2
f n ,i
...
...
...
...
x 2
... x n ,i
f n ,i
x n
x1,i 1
f n ,i
x1
x 2 ,i 1
f n ,i
x 2
... x n ,i 1
f n ,i
x n
f1,i
xn
f 2 ,i
xn
...
f n ,i
xn
Definiendo la matriz J(x) como:
Podemos escribir
F (x) + xi J(x) = xi+1 J(x)
Dividiendo entre J(x) y reacomodando
xi+1 = xi - J(x)-1 F (x)
Esta es la ecuacin de Newton para sistemas no lineales.
Puesto que en cada iteracin se tiene que calcular la inversa de la matriz J(x) y esto implica un considerable esfuerzo de
clculo, para evitar este paso se utiliza el artificio de encontrar un vector y que satisfaga
J(x) y = -F (x)
Por lo que la ecuacin del mtodo quedara:
xi+1 = xi - J(x)-1 F (x) = xi - J(x)-1 (-J(x) y) = xi + y
xi+1 = xi - y
95
Ejemplo
Encuentre una solucin al siguiente sistema no lineal usando el mtodo de Newton.
Itere hasta quex (i) - x (i-1) < 10-5
x12 - 10x1 + x22 + 8 = 0
x1x22 + x1 - 10x2 + 8 = 0
(1)
x 2 2 x1 10
1
J xi
2
f
(x)
f
(x)
2
2
x 2 1 2 x1 x 2 10
x1
x 2
y F(x) es el vector de funciones:
x1 2 - 10 x1 x 2 2 8
2
x1 x 2 x1 - 10 x 2 8
se establece un esquema iterativo donde cada nueva aproximacin se obtiene como:
F x
96
x(k+1) = y + x(k)
Al resolver el sistema tomando como valores iniciales (x1, x2) = (0, 0) se tiene:
2 x2
2 0
0
2 x 10
2 0 10
10
J x1, x2 12
0 2 1 2 0 0 10 1
x
1
2
x
x
10
10
2
1 2
x12 - 10 x1 x2 2 8
0 2 10 0 0 2 8
8
0 y1
10
8
F
2
2
y
1
10 2
8
8
0 0 0 10 0 8
x1 x2 x1 - 10 x2 8
que por el sistema (1) resulta:
resolviendo
y1 0.8
y
2 0.88
y el primer valor en la iteracin de (x1, x2) genera:
t
0
0.8 0.8
x1 , x 2 1
0 0.88 0.88
0.6195
2
0.0491 y1 0.0082
F x 2
0.0083
2
1.9835 8.0329
y1 1
0.0000
8 2
0
1
F x 3
1
J x
0
.
0000
y2
2 8
0 (x(3)) = (1.0000, 1.0000)
97
xik 1 xik
Ecuacin del mtodo:
Ejemplo
f i (x k 1 , x k )
f i (x k 1 , x k )
xi
Encuentre una solucin al siguiente sistema no lineal usando el mtodo de Newton modificado
.
f 1 ( x1 , x 2 ) x15 10 x1 x 22 8 0
f 2 ( x1 , x 2 ) x1 x 22 x1 10 x 2 8 0
x1k 1 x1k
f 1 ( x1k , x 2k )
f 1 ( x1k , x 2k )
x1
f 1 ( x1 , x 2 )
2 x1 10
x1
x 2k 1 x 2k
f 2 ( x1k 1 , x 2k )
f 2 ( x1k 1 , x 2k )
x 2
f 2 ( x1 , x 2 )
2 x1 x 2 10
x 2
Primera iteracin
x11 x10
f1 ( x10 , x 20 )
8
0
0 .8
0
0
10
f 1 ( x1 , x 2 )
x1
x 12 x12
f 2 ( x11 , x 20 )
8 .8
0
0.88
1
0
10
f 2 ( x1 , x 2 )
x 2
Segunda iteracin
f 1 ( x11 , x 12 )
f 2 ( x12 , x12 )
1.4144
0.9183
2
2
x x
0.8
0.9684 x 2 x 2
0.88
0.9907
1
1
2
1
8.4
8.2957
f 1 ( x1 , x 2 )
f 2 ( x1 , x 2 )
x1
x 2
2
1
1
1
Tercera iteracin
f 1 ( x12 , x 22 )
0.2353
x x
0.9684
0.9976
2
2
8.0632
f 1 ( x1 , x 2 )
x1
3
1
2
1
f 2 ( x13 , x 22 )
0.0697
x x
0.9907
0.9994
3
2
8..0234
f 2 ( x1 , x 2 )
x 2
3
2
3
2
Cuarta iteracin
98
x14 x13
f 1 ( x13 , x 23 )
0.0180
0.9976
0.9998
3
3
8.0048
f 1 ( x1 , x 2 )
x1
f 2 ( x14 , x 23 )
0.0044
x x
0.9994
0.9999
4
3
8.0016
f 2 ( x1 , x 2 )
x 2
4
2
4
2
Portafolio de Evidencias
a)
Hacer un programa (diagrama de flujo y seudocdigo) para resolver un sistema de n ecuaciones no lineales con n
incgnitas usando el mtodo de Newton. Codificar y ejecutar en scilab
b) Utilizar software matemtico para encontrar la solucin de un sistema de ecuaciones no lineales (Excel, Polymath,
Matlab, etc.)
3.5 Aplicaciones:
Sistemas lineales
Aplicacin: Destilacin Flash
Conceptos utilizados
Cuando un lquido a una presin y temperatura dadas, es alimentado a un destilador que se encuentra a una presin menor a
la de alimentacin, el lquido bulle muy rpidamente, a esto se llama flash. Si el lquido est compuesto de varias especies
qumicas, el vapor y el lquido en equilibrio que sale del destilador tienen una composicin distinta. Esta operacin puede
99
repetirse en otro destilador comprimiendo el lquido que sale de la primera unidad de destilacin flash y alimentndolo a
otra unidad a una presin menor, separando las especies ms voltiles en el vapor y las menos voltiles en el lquido.
Curso
Balances de Materia y Energa, Operaciones Unitarias II
Problema
Para el tren de destilacin flash que se muestra en la figura encontrar el flujo msico en las corrientes de salida.
D1
71.6 % Metanol
26.8 % Butanol
1.6 % Etilen glicol
F = 1000 Kg/hr
30 % Metanol
40 % Butanol
30 % Etilen glicol
D2
53.3 % Metanol
44.3 % Metanol
2.4 % Etilen glicol
R2
8.6 % Metanol
38.8 % Butanol
52.6 % Etilen glicol
R1
Butanol
Etilen glicol
100
DIM A(N,N+1),X(N),XP(N)
INPUT "TOLERANCIA
";ES
INPUT "NUMERO MAXIMO DE ITERACIONES ";NMI
PRINT: PRINT "ENTRADA DE COEFICIENTES"
FOR I=1 TO N
FOR J=1 TO N
PRINT"A(";I;",";J;")= ";:INPUT A(I,J)
NEXT J
PRINT"B(";I; ")= ";:INPUT A(I,N+1)
NEXT I
FOR I=1 TO N
PRINT"X(";I; ")= ";:INPUT X(I)
NEXT I
FOR I= 1 TO NMI
PRINT: PRINT "ITERACION ";I
SEAL=0
FOR J = 1 TO N
XP(J)=X(J)
SUMA=A(J,N+1)
FOR K= 1 TO N
IF J <> K THEN
SUMA = SUMA-A(J,K)*X(K)
END IF
NEXT K
X(J) = SUMA / A(J,J)
IF ABS((X(J)-XP(J))/X(J))*100 > ES THEN SEAL = 1
PRINT"X(";J; ")= "; X(J)
NEXT J
IF SEAL=0 THEN
PRINT "NUMERO DE ITERACIONES ";I
FOR J=1 TO N
PRINT"X(";J; ")= ";X(J)
NEXT J
END
END IF
NEXT I
PRINT "NO SE ALCANZO CONVERGENCIA"
END
101
ITERACION 6
X(1)= 72.2322398
X(2)= 376.680694
X(3)= 550.958075
ITERACION 7
X(1)= 72.4117261
X(2)= 376.573192
X(3)= 550.95752
ITERACION 8
X(1)= 72.491818
X(2)= 376.525225
X(3)= 550.957273
ITERACION 1
X(1)= 135.614525
X(2)= 382.969091
X(3)= 548.743174
ITERACION 9
X(1)= 72.527555
X(2)= 376.503823
X(3)= 550.957162
ITERACION 2
X(1)= 67.9965944
X(2)= 381.184111
X(3)= 550.881437
ITERACION 10
X(1)= 72.5435009
X(2)= 376.494273
X(3)= 550.957113
ITERACION 3
X(1)= 69.0685268
X(2)= 378.662838
X(3)= 550.96387
ITERACION 11
X(1)= 72.5506159
X(2)= 376.490012
X(3)= 550.957091
ITERACION 4
X(1)= 70.9354951
X(2)= 377.461187
X(3)= 550.961908
ITERACION 12
X(1)= 72.5537905
X(2)= 376.48811
X(3)= 550.957081
ITERACION 5
X(1)= 71.8302559
X(2)= 376.921605
X(3)= 550.959311
NUMERO DE ITERACIONES
D1 = 72.5537905 Kg/hr
D2 = 376.48811 Kg/hr
R2 = 550.957081 Kg/hr
12
102
Sistemas no lineales
Aplicacin: Composicin de la salida de un reactor
Conceptos utilizados
K j ai i , j
v
Para un sistema reaccionante donde ocurre mas de una reaccin la constante de equilibrio se expresa como:
Donde Kj es la constante de equilibrio en la reaccin j
a i fi f i y i P p i
K1
Sustituyendo
y C y D PP
y A y B PP
K1
y E2 P 2
y A y C PP
yi
ni ni 0 j vi , j j
nt
n0 j v j j
A + C
2E
C + D
K1 = 2.6
K2 = 3.1
2 1 2
= 1 1
Moles de C =
1 2
Moles de D =
Moles de E =
22
__________________________
Moles totales = 3
Sustituyendo
2.6
1 2 1
2 1 2 1 1
2 2 2
2 1 2 1 2
3.1=
103
";IM
CALL ENTRADA N, XP
FOR K = 1 TO IM
SEAL = 0
CALL JACOBIANA XP, A
CALL GAUSS N, X, A
FOR J = 1 TO N
IF ABS(X(J)) > ES THEN SEAL = 1
NEXT J
IF SEAL = 1 THEN
FOR W = 1 TO N
XP(W) = XP(W) + X(W)
PRINT XP(W)
NEXT W
ELSE
PRINT " "; K-1; " ITERACIONES"
CALL SALIDA N, XP
END
END IF
NEXT K
PRINT "NO ALCANZO CONVERGENCIA"
CALL SALIDA N, XP
104
END
SUB ENTRADA N, BYREF XP
PRINT : PRINT "ENTRADA DE VALORES INICIALES"
FOR I = 1 TO N
PRINT "X0("; I; ")="; : INPUT XP(I)
NEXT I
END SUB
SUB GAUSS N, BYREF X, BYREF A
FOR K = 1 TO N - 1
PRINT
FOR I = K + 1 TO N
QT = A(I, K) / A(K, K)
FOR J = K + 1 TO N + 1
A(I, J) = A(I, J) - QT * A(K, J)
NEXT J
NEXT I
FOR I = K + 1 TO N
A(I, K) = 0
NEXT I
NEXT K
X(N) = A(N, N + 1) / A(N, N)
FOR NX = 1 TO N - 1
SUM = 0
I = N - NX
FOR J = I + 1 TO N
SUM = SUM + A(I, J) * X(J)
NEXT J
X(I) = (A(I, N + 1) - SUM) / A(I, I)
NEXT NX
END SUB
SUB JACOBIANA XP, BYREF A
A(1, 1) = 3.2 * XP(1) +3.6 * XP(2)- 7.8
A(1, 2) = 3.6 * XP(1) - 2.6
A(1, 3) = (-1)*(1.6*XP(1)^2 + 3.6*XP(1)*XP(2) - 2.6*XP(2) - 7.8*XP(1) + 5.2)
A(2, 1) = 6.2*XP(1) - 6.2
A(2, 2) = 1.8*XP(2) + 6.2
A(2, 3) = (-1)*(0.9*XP(2)^2 + 3.1*XP(1)^2 + 6.2*XP(2) - 6.2*XP(1))
END SUB
SUB SALIDA N, BYREF XP
PRINT : PRINT "SALIDA DE VALORES FINALES"
FOR I = 1 TO N
PRINT "XP("; I; ")="; XP(I)
NEXT I
END SUB
105
1
0.8
0.8294
0.8314
2
0.4
0.4561
0.4557
Composicin
0.2376
0.0562
0.1252
0.2771
0.3038
106
Evaluacin Sumativa
Problema 1
Sistema de reactores tipo tanque con agitacin
Considere el siguiente sistema de reactores tipo tanque donde:
Q = Flujo volumtrico en metros cbicos por minuto
c = concentracin en miligramos por metro cbico
m 3 mg mg
3
min
Flujo msico = Q c = min m
C5
Q15 = 3
Q55 = 2
Q54 = 2
Q25 = 1
Q01 = 5
c01 = 10
C1
Q12 = 3
C2
Q24 = 1
C4
Q44 = 11
Q23 = 1
Q34 = 8
Q31 = 1
C3
Q03 = 8
c03 = 20
107
- 2 c5
+ 4 c5
= 50
=0
= 160
=0
=0
[
[
]
]
Componente 1
ln 1=ln ( x 1+ 12 x 2 )x 2
12
21
x 1 +12 x2 21 x 1 + x 2
Componente 2
ln 2=ln ( x 2+ 21 x 1 )x 1
12
21
x 1 +12 x2 21 x 1 + x 2
12
108
La variancia de una muestra x1, x2, ..., xn, o brevemente, variancia de la muestra se denota por s2 y se define por la frmula
1 n
2
s2
xj x
n 1 j 1
Es la suma de los cuadrados de las desviaciones de los valores de la muestra respecto a la media, dividido entre n-1.
4.2 Interpolacin
Si se da una tabla de valores de una funcin f(x), con frecuencia es necesario obtener valores de f(x) para valores de x
intermedios entre los valores tabulados. La solucin a este problema se llama interpolacin.
Los mtodos usuales de interpolacin se basan en la suposicin de que en la vecindad del valor en cuestin x, f(x) pueda
aproximarse por un polinomio P(x), y por lo tanto el valor encontrado de P(x) ser una aproximacin al valor verdadero de
f(x).
4.2.1 Polinomio de interpolacin con diferencias divididas de Newton
Sea y = f(x) definida en forma tabular, para la cual se desconoce la expresin analtica.
Tabla 4.1 Diferencias finitas.
xi
x0
yi = f(xi)
y0 = f(x0)
f(xi)
2 f(xi)
3 f(xi)
4 f(xi)
f(x1) - f(x0)
109
x1
y1 = f(x1)
f(x2)-2f(x1)+f(x0)
f(x2) - f(x1)
x2
f(x3)-3f(x2)+3f(x1)-f(x0)
y2 = f(x2)
f(x3)-2f(x2)+f(x1)
f(x4)-4f(x3)+6f(x2)-4f(x1)+f(x0)
f(x3) - f(x2)
x3
f(x4)-3f(x3)+3f(x2)-f(x1)
y3 = f(x3)
f(x4)-2f(x3)+f(x2)
f(x4) - f(x3)
x4
y4 = f(x4)
yi = f(xi)
y0 = f(x0)
f`[xi, xi - 1]
f x1 , x0
x1
f`[xi, xi - 1, xi - 2]
f(x1 ) - f(x0 )
x1 x0
y1 = f(x1)
f x2 , x1 , x0
f x2 , x1
x2
f(x2 ) - f(x1 )
x2 x1
y2 = f(x2)
f x3 , x2 , x1
f x3 , x2
x3
f(x3 ) - f(x2 )
x3 x2
y3 = f(x3)
f x4 , x3 , x2
f x4 , x3
x4
f`[xi, xi - 1, xi 2, xi - 3]
f x2 , x1 - f x1 , x0
x2 x0
f x3 , x2 , x1 , x0
f x3 , x2 , x1 - f x2 , x1 , x0
x3 x0
f x4 , x3 , x2 , x1
f x4 , x3 , x2 - f x3 , x2 , x1
x4 x1
f x3 , x2 - f x2 , x1
x3 x1
f x4 , x3 - f x3 , x2
x4 x2
f(x4 ) - f(x3 )
x4 x3
y4 = f(x4)
yi = f(xi)
y0 = f(x0)
x1
y1 = f(x1)
f`[xi, xi - 1, xi 2, xi - 3]
f x3 , x2 , x1 , x0
x2
f x3 , x2 , x1 - f x2 , x1 , x0
x3 x0
y2 = f(x2)
f x4 , x3 , x2 , x1 , x0
f x4 , x3 , x2 , x1
x3
y3 = f(x3)
x4
y4 = f(x4)
f`[xi, xi - 1, xi 2, xi - 3, xi - 4]
f x4 , x3 , x2 - f x3 , x2 , x1
x4 x1
f x4 , x3 , x2 , x1 - f x3 , x2 , x1 , x0
x4 x0
110
fn(x) = a0 + a1 x + a2 x2 +... + an xn
este polinomio puede escribirse en la forma
fn(x) = b0 + b1 (x x0) + b2 (x x0) (x x1) + b3 (x x0) (x x1) (x x2) +...
... + bn (x x0) (x x1) (x x2)... (x xn - 1)
Los coeficientes b0, b1, b2,... , bn se pueden determinar a partir de los datos tabulados sustituyendo en el polinomio los
valores de xi para cada par ordenado.
Para x = x0
f(x0) = b0
b0 = f(x0)
b1
Para x = x1
f x1 f x0
f x1 , x0
x1-x0
f x1 f x0
x2 x0 b2 x2 x0 x2 x1
x1-x0
f x1 f x0
f x2 f x1 f x1 f x0
x2 x0 b2 x2 x0 x2 x1
x1-x0
f x2 f x0
f x1 f x0
x2 x0 b2 x2 x0 x2 x1
f x2 f x0
x1-x0
f x 2 f x1 f x1 f x 0 f x1 f x 0 x 2 x 0
x 2 x1
x 2 x1
x1-x 0
x 2 x1
b2 x 2 x 0
f x2 f x1 f x1 f x0 f x1 f x0 x2 x0
b2 x2 x0
x2 x1
x2 x1
x1-x0
x2 x1
f x1 f x0 f x1 f x0 x2 x0
f x1 f x0
x2 x1
x1 x0
x1-x0
x
x
2 1
f x2 f x1 f x1 f x0
b2 x2 x0
x2 x1
x1 x0
Entonces
Para x = x2
b2
Como
f x2 , x1 f x1 , x0
f x2 , x1 , x0
x2 x0
111
n f
n!
f
2 f
3 f
n f
f n x f x0 k
k k 1
k k 1 k 2
...
n!
1!
2!
3!
Por lo que
Esta expresin recibe el nombre de frmulas de interpolacin de Newton con incrementos constantes y es aplicable para
cualquier valor de x correspondiente o no a la tabla.
... k k 1 k 2 k n 1
f ( x) f ( x0 )
Entonces
f x1 f x0
f x1 , x0
x1-x0
f x1 f x0
( x x0 )
x1-x0
f x1 f x0
f x1 , x0
x1-x0
Como
f x2 , x1 f x1 , x0
f x2 , x1 , x0
x2 x0
f x2 f x1 f x1 f x0
x2 x1
x1 x0
f x1 f x0
f ( x) f ( x0 )
( x x0 )
x1-x0
+
x2 x0
(x x0) (x x1)
b0
f ( x0 )
( x0 x1 )( x0 x2 )( x0 x3 ).......( x0 xn )
Para x = x1
112
b1
f ( x1 )
( x1 x 0 )( x1 x 2 )( x1 x 3 ).......( x1 x n )
bn
f ( xn )
( x n x 0 )( x n x 2 )( x n x 2 ).......( x n x n 1 )
f n ( x)
( x x1 )( x x2 )( x x3 )...........( x xn )
( x x0 )( x x2 )( x x3 )...........( x xn )
f ( x0 )
f ( x1 )
( x0 x1 )( x0 x2 )( x0 x3 ).......( x0 xn )
( x1 x0 )( x1 x2 )( x1 x3 ).......( x1 xn )
.........
( x x1 )( x x2 )( x x3 )...........( x xn 1 )
f ( xn )
( xn x0 )( xn x1 )( xn x2 ).......( xn xn 1 )
f n ( x ) Li ( x ) f ( xi ) Li ( x )
i 0
j 0
i j
x xj
xi x j
L0
x x1
x 0 x1
L1
x x0
x1 x 0
Como
L0
( x x1 )( x x 2 )
( x 0 x1 )( x 0 x 2 )
L1
( x x 0 )( x x 2 )
( x1 x 0 )( x1 x 2 )
L2
( x x 0 )( x x1 )
( x 2 x 0 )( x 2 x1 )
113
( x x1 )( x x 2 )
( x x 0 )( x x 2 )
( x x 0 )( x x1 )
( x x 0 )( x1 x 2 ) f(x ) + ( x 2 x 0 )( x 2 x1 ) f(x )
Entonces f2(x) = ( x 0 x1 )( x 0 x 2 ) f(x0) + 1
1
2
Ejemplo
Dados los datos de la siguiente tabla:
x
y
1
-2
3
1
5
2
7
-3
114
Portafolio de Evidencias
c)
Hacer un programa (diagrama de flujo y seudocdigo) para interpolar valores en una tabla usando interpolacin
lineal y cuadrtica por los mtodos de Newton y Lagrange. Codificar y ejecutar en scilab
d) Utilizar software matemtico para interpolar datos en una tabla (Polymath, Matlab, Matcad, etc.)
115
y = a 0 + a1 x
Sr = E2 = (yi - a0 - a1 xi )2
donde la sumatoria opera para i = 1,2,3, ..... , n
Para determinar los valores de a0 y a1 que nos proporcionen el error mnimo se deriva la ecuacin
Sr = E2 = (yi - a0 - a1 xi )2 con respecto a a0 y a1 y se iguala a cero.
Sy
a0 = 2 (y - a - a x )(-1) = (-2) (y - a - a x ) = 0
i
0
1 i
i
0
1 i
S y
a1 = 2 (y - a - a x )(-x ) = (-2) [ (y - a - a x )(x )] = 0
i
0
1 i
i
i
0
1 i
i
0 = (yi - a0 - a1 xi ) = yi - a0 - a1 xi = yi - n a0 - a1 xi
0 = (yi - a0 - a1 xi )xi = yi xi - a0 xi - a1 xi 2
n a0 + xi a1 = yi
xi a0 + xi 2 a1 = yi xi
Estas ecuaciones se conocen como ecuaciones normales, y se pueden resolver por algn mtodo adecuado.
yi
xi
a0
yi
n
xi
x
x
x
i
2
y x
n x
i
xi xi yi
i
i
a0 = ymedia - a1 xmedia
116
a1
xi
n
xi
y
x y
x
x
i
n xi yi
i
2
n xi
x y
x
i
St
S t ( yi y ) 2
Sy
n1
i 1
donde
donde St es la suma total de los cuadrados de los residuos entre los valores de la muestra y la media.
Se puede observar que existe una similitud entre esta ecuacin y la ecuacin
n
S r [ y i ( a 0 a1 xi )] 2
i 1
En la cual se representan los residuos al cuadrado de la distancia vertical entre los datos y una medida de la tendencia
central La lnea recta
Esta analoga se acenta mas en los siguientes casos:
1.- La dispersin de los puntos alrededor de la recta es de una magnitud similar a lo largo del rango entero de los
datos.
2.- La distribucin de estos puntos alrededor de esta lnea es normal.
Si este criterio se cumple la regresin por mnimos cuadrados proporciona la mejor aproximacin de a0 y a1
Una desviacin estndar de la lnea de regresin se puede determinar como:
Sy/x
Sr
n2
r2
Se puede normalizar el error mediante:
Donde r2 se denomina coeficiente de determinacin
St Sr
St
Sr = 0
r2 = 1,
Si r2 = 0 el ajuste no sirve.
Para cualquier anlisis de regresin, se trazan y visualizan los datos, para decidir si es correcto o aceptable aplicar el
modelo lineal, ya que algunos conjuntos de datos se representan pobremente mediante una lnea recta. En estos casos, se
recurre a otra tcnica para ajustar los datos a alguna curva mas adecuada.
sacando logaritmos ln y = ln a + b x
v = ln y
v = a 0 + a1 u
a0 = ln a
a1 = b
Modelo de la potencia
y=axb
sacando logaritmos ln y = ln a + b ln x
haciendo la transformacin
u = ln x
v = ln y
a0 = ln a
a1 = b
obtenemos la ecuacin de la lnea recta
v = a 0 + a1 u
La gama de posibles transformaciones es muy amplia, aqu solo se dan dos casos.
Estos modelos en sus estados transformados, se ajustan usando regresin lineal por mnimos cuadrados para evaluar los
coeficientes a0 y a1 despus se pueden transformar a su estado original y usarse para propsitos predictivos.
4.4.2 Regresin polinomial (ajustar una polinomio al conjunto de puntos)
El procedimiento que usamos, para regresin lineal se puede extender para ajustar un polinomio de grado m-esimo o menor
a un conjunto de m + 1 puntos.
y = a0 + a1 x + a2 x2 + a3 x3 + .................... + am xm
En este caso, la suma de los cuadrados de los residuos es:
Sr = ( yi - a0 - a1 xi - a2 xi 2- a3 xi 3 - .................... - an xi m )2
Derivando con respecto a cada uno de los coeficientes del polinomio tenemos:
Sy
a0 = 2 (y - a - a x - a x 2 - a x 3 - .................... - a x m )(-1 )
i
0
1 i
2 i
3 i
n i
S y
a1 = 2 (y - a - a x - a x 2 - a x 3 - .................... - a x m )(-x )
i
0
1 i
2 i
3 i
n i
i
S y
a 2 = 2 (y - a - a x - a x 2 - a x 3 - .................... - a x m )(-x 2 )
i
0
1 i
2 i
3 i
n i
i
...............................................................................................................
...............................................................................................................
S y
am = 2 (y - a - a x - a x 2 - a x 3 - .................... - a x m )(-x m )
i
0
1 i
2 i
3 i
n i
i
Igualando a cero y reordenando tenemos:
(-2) (yi - a0 - a1 xi - a2 xi 2 - a3 xi 3 - .................... - an xi m )
=0
118
Sr
a0
Sr
a1
Sr
a2
Sr
am
119
=0
S y / x1 , x 2 ,.., x m
Sr
n (m 1)
r2
El coeficiente de correlacin
St Sr
St
Una aplicacin importante de esta tcnica es encontrar los valores de a0,a1,a2,........, am en la ecuacin de potencias.
y a0 x1a1 x2a2 x3a3 ....xmam
120
Ejemplo
Regresin lineal:
x
y
0
1
y a 0 a1 x
0.2
0.99
2
0.91
6
0.77
10
0.672
14
0.603
20
0.536
52,2
5,481
736,04
Media
7,45714286
0,783
xy
0
0,198
1,82
4,62
6,72
8,442
10,72
32,52
121
a1
Ejemplo
Regresin polinomial
y a a x a x2
0
1
2
Ajuste de una parbola:
Tabla 4.5 Ajuste de una parbola a un conjunto de pares ordenados (x,y)
x
y
x2
x3
0
1
0
0
0,2
0,99
0,04
0,008
2
0,91
4
8
6
0,77
36
216
10
0,672
100
1000
14
0,603
196
2744
20
0,536
400
8000
Sumatoria
52,2
5,481
736,04
11968,008
Media
7,45714286
0,783
x4
0
0,0016
16
1296
10000
38416
160000
209728,002
xy
0
0,198
1,82
4,62
6,72
8,442
10,72
32,52
x2 y
0
0,0396
3,64
27,72
67,2
118,188
214,4
431,1876
122
Resultados
Sistema de ecuaciones
7
52,2
736,04
52,2
736,04
736,04 11968,008
11968,008 209728,002
5,481
32,52
431,1876
a0 = 0,99575
a1 = -0,042199
a2 = 0,0009694
y ae bx
uv
0
-0,00201007
-0,18862136
-1,56818858
-3,97496938
-7,08173315
-12,4724224
-25,2879449
123
a1
b = a1 = -0.03222
Hacer un programa (diagrama de flujo y seudocdigo) para ajustar una curva a un conjunto de datos usando
Regresin por Mnimos Cuadrados (lineal, polinomial, linealizar ecuaciones no lineales y lineal mltiple).
Codificar y ejecutar en scilab
b) Utilizar Excel para ajustar datos a una curva.
2746.4
160
2758.1
170
2768.7
-0.00005
124
1.25
150
2746.4
-.0040
1.17
160
2758.1
170
2768.7
-0.00005
-.0055
1.06
-0.00005
Lineal
x x1
x x0
f1(x)= x 0 x1 f(x0) + x1 x 0 f(x1)
( x x1 )( x x 2 )
( x x 0 )( x x 2 )
( x x 0 )( x x1 )
( x x 0 )( x1 x 2 ) f(x ) + ( x 2 x 0 )( x 2 x1 ) f(x )
f2(x) = ( x 0 x1 )( x 0 x 2 ) f(x0) + 1
1
2
H (157) = (157-160)(157-170)(2746.4)/[(150-160)(150-170)] + (157-150)(157-170)(2758.1)/[(160-150)(160-170)] + (157150)(157-160)(2768.7)/[(170-150)(170-160)]= 535.548 + 2509.871 - 290.7135 = 2754.71
Programa 4.1 Interpolacin por el mtodo de Lagrange
PRINT "*******************************************************************"
PRINT "*
INSTITUTO TECNOLOGICO DE DURANGO
*"
PRINT "* DEPARTAMENTO DE INGENIERIAS QUMICA Y BIOQUMICA
*"
PRINT "*
MTODOS NUMERICOS
*"
PRINT "*
INTERPOLACION POR EL MTODO DE LAGRANGE
*"
PRINT "*
INSTRUCTOR: JOS DOMINGO POPE SOLIS
*"
PRINT "*******************************************************************"
'ENTRADA DE DATOS
INPUT "NUMERO DE PARES ORDENADOS
";N
125
DIM X(N),Y(N)
PRINT: PRINT "ENTRADA DE PARES ORDENADOS (X, Y)"
FOR I=1 TO N
PRINT: PRINT"PAR ";I
PRINT"X(";I; ")= ";:INPUT X(I)
PRINT"Y(";I; ")= ";:INPUT Y(I)
NEXT I
INPUT "INTRODUCE EL VALOR DE X PARA EL CUAL DESEAS CONOCER Y ";XI
YI=0
FOR I=1 TO N
PNUM=1:PDEN=1
FOR J=1 TO N
IF I<>J THEN
PNUM=PNUM*(XI-X(J))
PDEN=PDEN*(X(I)-X(J))
END IF
NEXT J
YI = YI + (PNUM/PDEN)*Y(I)
NEXT I
PRINT: PRINT "T(C)
H(Kj/Kg)"
PRINT XI, YI
END
*
*
*
*
*
126
T
157
H(Kj/Kg
2754.69185
k Ae
Donde
A
Ea
R
T
Ea
RT
127
Ea 1
ln k ln A
R T
Haciendo
y ln k , a 0 ln A,
Ea
a1
,
R
128
129
PAR 4
X(4)= ?1023.15
Y(4)= ?0.244
TRANSFORMACION: NINGUNA(1), EXP(2), POT(3), SAT(4), ARRENHIUS(5)
Y = 5.05244235e11 E (-29015.0739/X)
ENERGIA DE ACTIVACIN = 241231.324J/MOL
4.5.3 Constante especifica de velocidad de una Reaccin Qumica
Conceptos utilizados
La ley de accin de masas dice que la velocidad de una reaccin qumica (aA + bB Productos) es proporcional a la
concentracin de los reactivos elevados a una potencia. Por lo tanto, la velocidad de desaparicin de la especie A puede
expresarse mediante la ecuacin diferencial:
dC A
kC A C B
dt
Curso
Fisicoqumica II, Diseo de Reactores Qumicos
Problema
Considere la siguiente reaccin qumica
aA + bB Productos
a partir de los siguientes datos, obtenidos a una temperatura dada, determine el orden de la reaccin y la constante
especifica de velocidad.
Tabla 4.12 Velocidades iniciales
Concentracin inicial de A
(M = moles/litro)
0.1
0.2
0.4
0.2
0.4
Concentracin inicial de B
(M = moles/litro)
0.5
0.3
0.6
0.6
0.3
Solucin
El mtodo de velocidades iniciales para determinar el orden de una reaccin se basa en calcular la velocidad inicial de la
reaccin.
dC A
dt
kC Ao C Bo
Esta ecuacin se puede linealizar si tomamos logaritmos en ambos lados de la ecuacin para hacer la transformacin a una
ecuacin lineal mltiple.
130
dC A
ln
ln k ln C Ao ln C Bo
dt 0
dC A
v ln
dt 0
a 0 ln k
a1
u 1 ln C Ao
a2
Si hacemos
u 2 ln C Bo
Tenemos:
v a0 a1u1 a 2 u
k e ao
Tabla 4.13 Orden de la reaccin usando regresin lineal mltiple con transformaciones
x1
x2
y
u1
u2
0,1
0,5
0,053 -2,302585093 -0,69314718
0,2
0,3
0,127 -1,609437912 -1,2039728
0,4
0,6
1,02 -0,916290732 -0,51082562
0,2
0,6
0,254 -1,609437912 -0,51082562
0,4
0,3
0,509 -0,916290732 -1,2039728
-7,354042382 -4,12274404
v
-2,93746337
-2,06356819
0,01980263
-1,37042101
-0,67530726
-7,02695721
u12
u22
u1u2
u1 v
u2 v
5,30189811 0,48045301 1,59603037 6,763759356 2,03609445
2,59029039 1,44955051 1,93771948 3,321184884 2,48447998
0,83958871 0,26094282 0,46806478 -0,018144964 -0,01011569
2,59029039 0,26094282 0,82214213 2,205607533 0,70004617
0,83958871 1,44955051 1,10318912 0,618777786 0,81305158
12,1616563 3,90143968 5,92714587 12,89118459 6,02355649
Sistema de ecuaciones
5
-7,35404
-7,35404
12,16166
-4,12274
5,92715
-4,12274
5,92715
3,90144
Matriz inversa
3,75099537 1,29589749
1,29589749 0,76446346
1,99500694
0,2080152
1,99500694
0,2080152
2,04846355
-7,02696
12,89118
6,02356
a0 =
a1 =
a2 =
Resultado
2,36459732
2,00160828
1,00177049
131
=2
=1
Ecuacin cintica:
Evaluacin Sumativa
n=3
dC A
10.6398C A2 C B1
dt
Problema 1
En el clculo de las entalpias y entropas residuales mediante correlaciones generalizadas se tienen las siguientes
ecuaciones
HR
HR
HR
RTc
RTc
RTc
SR
SR
R
R
R 1
R 0
Donde
R 0
RT
R 0
Valores de
Pr
Tr
1.10
1.15
1.20
RTc
1.2
1.5
2.0
-1.487
-1.239
-1.076
-2.203
-1.719
-1.443
-2.965
-2.479
-2.079
Problema 2
El ritmo al que un gas difunde a travs de una membrana semipermeable se determina por la difusividad D (cm2 / s). D
vara con la temperatura de la membrana T (K) de acuerdo a la ley de Arrhenius segn:
D = D0 exp(-E/ RT)
Donde D0 es el factor preexponencial
E es la energa de activacin para la difusin
R es la constante universal de los gases
La difusividad del SO2 en un tubo de fluorosilicon se midi a distintas temperaturas con, los siguientes resultados:
T (K)
347.0
374.2
396.2
420.7
D (cm2 / s ) 10-6
1.34
2.50
4.55
8.52
132
447.7
471.2
14.07
19.99
f xi 1 f xi
f x i h f xi h 2 f x i h 3
f n xi h n
...
1!
2!
3!
n!
(A)
133
f xi
f xi 1 f xi
o h
h
1
1
2
3
f x i h f x i h ...
2!
3!
1
1
f x i 1 f x i f x i h f x i h 2 f x i h 3 ...
2!
3!
(B)
f x i 1 f x i f x i h
1
f x i h 2
2
!
Si truncamos la serie de Taylor a partir del trmino
f x i 1 f x i f x i h o h 2
Resolviendo para f(xi)
f xi
f xi f xi 1
o h
h
f xi 1 f x i 1 2 f x i h 2
1
f x i h 3 ...
3!
1
f x i h 3
Si truncamos la serie a partir del trmino 3!
2
f x i 1 f x i 1 2 f x i h o h 3 ...
Resolviendo para f(xi)
f xi
f x i 1 f xi 1
o h 2
2h
f x i 1 f x i 1 2 f x i f x i h 2
1
f
12
IV
xi h 4 ...
IV
xi h 4 ...
f x i 1 2 f xi f x i 1 f xi h 2
1
f
12
Si truncamos la serie a partir del trmino
IV
1
f
12
xi h 3
f x i 1 2 f x i f x i 1 f x i h 2 o h 4
Resolviendo para f(xi)
f x i
f x i 1 2 f x i f x i 1
o h 2
h2
134
1
f x i h 3
3
!
Si truncamos la serie de Taylor a partir del trmino
y resolvemos para f(xi):
f x i 1 f x i 1
f xi h o h 2
h
2!
f x i
(C)
f x i 2 f x i f x i 2h
1
1
2
3
f x i 2h f x i 2h ...
2!
3!
2 f x i 1 2 f x i f x i 2h
1
1
f x i 2h 2 f x i 2h 3 ...
2!
3!
f x i 2 2 f x i 1 f x i 2
1
1
f x h 2 6 f x i h 3 ...
2!
3!
1
f x i h 3
3!
y resolvemos para f(xi):
f x i
f xi 2 f xi 1 f xi
o h 2
h2
f x i 2 4 f xi 1 3 f xi
o h 2
2h
Para el caso de datos tabulados no igualmente espaciados, se puede aproximar la derivada mediante la frmula de
interpolacin cuadrtica de Lagrange:
f x
x x1 x x 2
x x 0 x x 2
x x 0 x x1
f x0
f x1
f x
x 0 x1 x 0 x 2
x1 x 0 x1 x 2
x 2 x 0 x 2 x1 2
f x
2 x x1 x 2
2 x x0 x2
2 x x 0 x1
f x0
f x1
f x
x 0 x1 x 0 x 2
x1 x 0 x1 x 2
x 2 x 0 x 2 x1 2
Derivando:
Para el caso de funciones de varias variables, las frmulas anteriores se pueden adecuar para su uso de la siguiente manera:
fx
f xx
f x x, y f x x, y
f
2x
x
f x x, y 2 f x, y f x x, y 2
2 f
x 2
x
135
Las frmulas deducidas son tan solo algunas de las muchas frmulas disponibles para derivar numricamente. Existen
reportadas en la bibliografa frmulas adicionales que se debern utilizar en caso necesario.
dy
y
lim
f x
dx x 0 x
n
xn
y
y n y1 f x dx lim
x i
x1
i 1 xi 0 x i
x i
i 1 x i
dy
El mtodo de igualacin de reas hace un intento por estimar dx de manera que
xn dy
y n y1
dx
x1 dx
dy
y
haciendo que el rea bajo x sea la misma que el rea bajo dx , siempre que sea posible.
n
y n y1
Mediante el procedimiento que se describe ms abajo, encontraremos la derivada de (y) con respecto a (x).
1. Tabule los datos (xi, yi) como se muestra en la tabla.
xi
yi
x1
y1
x2
y2
x2 x1
y2 y1
x3 x2
x3
2.
3.
4.
x4
y4
x5
y5
x5 x4
y4 y3
y5 y4
dy
dx
dy
dx
dy
dx
dy
dx
dy
dx
y3 y2
y3
x4 x3
y
x
y n
Calcule x n como un estimado de la pendiente promedio en el intervalo de xn-1 a xn.
Grafique estos valores como un histograma contra xi. El valor entre x2 y x3, por ejemplo, es
referencia la figura.
y3 y 2
x3 x 2 . Tome como
136
5.
6.
A continuacin, dibuje la curva suave que mejor aproxime el rea bajo el histograma. Esto es, intente que en cada
intervalo la reas se igualen, tal como las reas marcadas A y B en la figura, pero cuando esta aproximacin no sea
posible, iguale reas sobre varios intervalos, tal como lo muestran las reas marcadas C y D.
dy
Lea las estimaciones de dx en la curva para los puntos que corresponden a los datos x1, x2, etc. y complete la tabla
anterior.
y
x
dy
dx
x
dy
dx
AA
BB
C
C
5
D
D
x1
x2
x3
x4
x5
x6
x7
Figura 5.1
Igualacin de reas
En contraste con la integracin numrica, la cual no es afectada demasiado por las inexactitudes de los valores de la
funcin, debido a que la integracin es esencialmente un proceso suavizador.
Por esto no es recomendable derivar funciones analticas obtenidas numricamente o a travs de tablas usando nicamente
mtodos de ajuste de polinomio y frmulas de derivacin. Por estas consideraciones es que se recomienda el mtodo de
derivacin por igualacin de reas.
Los mtodos anteriores se desarrollan en el siguiente ejemplo.
137
Ejemplo
Dada la siguiente tabal de datos:
x
2
3
y
2.079
3.296
Calcular la derivada en x = 4
4
4.159
1,5
1
0,75
0,6
0,5
5
4.828
6
5.375
7
5.838
orden 2
orden 3
orden 4
dy/dx
dy/dx
dy/dx
1,1837
1,0039
0,8241
0,6443
0,4645
1,381
1,0278
0,761
0,5806
0,4866
1,4553
1,0156
0,7565
0,618
0,5401
138
5,83773045
Polinomio Orden 2
Polinomio Orden 3
Polinomio Orden 4
0,42857143
0,2847
0,479
0,4628
139
Adelante
dy/dx
1,39306988
0,959854
0,73066365
0,58922099
Centrales
dy/dx
Atrs
dy/dx
1,03972077
0,76623844 0,68637166
0,60819766 0,57262287
0,50470835 0,48573168
0,42019572
140
dy/dx
2,07944154
3,29583687
4,15888308
4,82831374
5,37527841
5,83773045
1,5
1
0,75
0,6
0,5
0,42857143
delta y / delta
x
1,5
1,216395324
0,863046217
0,669430654
0,54696467
0,462452039
141
delta y
delta x
Figura 5.5 Derivacin por el mtodo de igualacin de reas
142
Portafolio de Evidencias
e)
f)
Utilizar software matemtico para derivar datos en una tabla (Polymath, Matlab, Matcad, etc.)
Utilizar derivacin por igualacin de reas para encontrar la derivada en un punto en un conjunto de datos de
velocidad para una reaccin qumica.
f x dx
b
donde a y b estn dados, y f(x) es una funcin dada mediante una expresin analtica o bien empricamente mediante una
tabla de valores.
En ingeniera frecuentemente se presentan problemas que se expresan matemticamente mediante integrales, de las que el
integrando es una funcin complicada o bien emprica, dada por una tabla, y entonces puede usarse un mtodo numrico de
integracin aproximada, donde I es el rea de la regin acotada por la curva entre a y b.
5.2.1 Obtencin de formulas de integracin numrica
Dada la funcin y = f(x) se aceptar como aproximacin de la funcin el polinomio de interpolacin de Newton, que pasa
por los n + 1 puntos x = x0, x1,... , xn, todos ellos igualmente espaciados.
x0
k k 1 2
k k 1 k 2 3
k k 1 k 2 ....(k n 1) n
f0
f ......
f0
2!
3!
n!
De la frmula de
interpolacin de Newton se tiene que:
f x f x0 kf 0
Donde
x x0
h
xn
xn
x0
x0
f x dx
f x0 kf 0
k k 1 2
k k 1 k 2 3
k k 1 k 2....( k n 1) n
f0
f 0 .....
f 0 dx
2!
3!
n!
Integrando en
dx = h dk;
143
si
y si
x = x0;
x =xn.
k = 0;
Entonces
f x dx
xn
x0
f x0 kf 0
k2 k 2
k 3 3k 2 2k 3
f0
f 0 ... hdk
2
6
xn = x0 + nh
x x0
k n
n
h
= nh
n
f x dx h nf x 2 f
xn
x0
xn - x0
n3 n 2 2
n 4 n3 n 2 3
f 0
f 0 ...
6
4
24
6
6
k3 k2 2
k4 k3 k2 3
k2
x0 f x dx h kf x0 2 f0 6 4 f 0 24 6 6 f 0 ...
0
Esta forma general se puede particularizar, para polinomios de distinto orden que mejor se adapten a la funcin que
sustituyen.
Si la interpolacin se limita al primer orden y la integral solo se calcula entre los dos primeros valores de x es decir, entre x0
y x1, se obtiene
x1
12
f
x
dx
h
y
x0
0 2 y 0
y0 = y1 y0
x1
y1 y 0
y1 y 0
y 0 y1
x0 f x dx h y0 2 h y0 2 2 h 2
Regla Trapezoidal
xn
23 2 2 2
22
8 6
1
x2
y0
h 2 y 0 2y 0 2 y 0 h 2 y 0 2y 0 y 2 2 y1 y 0 x0 f x dx h 2 y0 y0
2
4
6 6
3
6
Si la
interpolacin se limita al segundo orden, la integral solo se calcula entre los tres primeros valores de x, es decir entre x0, x1,
y x2. Se obtiene
6 y 0 6 y1 y 0 y 2 2 y1 y 0 x 2
y 4 y1 y2
h
f x dx h 0
x
3
3
9
27 2
9 3
h 3 y 0 y 0
y0
y0
2
12
24
f x dx h 3 y
x3
x0
9
27 9 2
81 27 9 3
h 3 y 0 y 0
y0
y0
2
6
4
24 6 6
3
3
3
3
3
3
y 0
2 y 0
3 y 0
2
4
6
6
24 6
9
9
3
3
y 0 y1 y 2 y 3
8
8
8
8
9
54 27 2
81 108 36 3
h 3 y 0 y 0
y0
y0
2
12
24
9
9
3
h 3 y 0 y1 y 0 y 2 2 y1 y 0 y 3 3 y 2 3 y1 y 0
2
4
8
x3
9
9
3
9 9 3
9 9 9
9 9
3
h 3 y 0 y 0 2 y 0 3 y 0 f x dx h 3 y 0 y1 y 2 y 3
x0
2
4
8
2
4
8
2
2
8
4
8
8
x3
3
x0 f x dx h 8 y 0 3 y1 3 y 2 y3 Regla de Simpson 3/8
144
n 1
ba
f x 0 2 f x i1 f x n
2n
i 1
f x dx
x1
x2
x0
x1
f x dx ...
xn
x n 1
f x dx h
ba
n
h
f x0 4 f x1 f x2
3
Regla de Simpson 1/3
Esta regla se puede mejorar dividiendo el intervalo en n segmentos de igual anchura
x2
x4
xn
ba
x0 f x dx x2 f x dx ... xn 2 f x dx h n La integral total se representa por
h
I f x0 4 f x1 f x2 f x2 4 f x3 f x4 ... f xn2 4 f xn1 f xn
3
h
h
h
I f x0 4 f x1 f x2 f x2 4 f x3 f x4 ... f xn2 4 f xn1 f xn
3
3
3
h
I f x0 4 f x1 f x3 ... f xn1 2 f x2 f x4 ... f xn2 f xn
3
I
n 1
n 2
ba
f x0 4 f xi 2 f xi f xn
3n
i 1, 3, 5
i 2 , 4 , 6
Sustituyendo la Regla de
Simpson 1/3
145
Ejemplo
1
Encontrar
dx
(1 x 2 ) usando la regla trapezoidal y la regla de Simpson 1/3 usando 6, 8 y 10 subintervalos
146
Tabla 5.5 Integracin numrica para datos igualmente espaciados obtenidos de la funcin
Limite superior
Limite inferior
No. Intervalos
k
0
1
2
3
4
5
6
7
8
9
10
1
0
6
h = 0,16666667
x
0
0,166666667
0,333333333
0,5
0,666666667
0,833333333
1
f(x)
1
0,98639392
0,9486833
0,89442719
0,83205029
0,76822128
0,70710678
1
0
8
0,125
x
0
0,125
0,25
0,375
0,5
0,625
0,75
0,875
1
f(x)
1
0,99227788
0,9701425
0,93632918
0,89442719
0,8479983
0,8
0,75257669
0,70710678
1
0
10
0,1
x
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
1
0,99503719
0,98058068
0,95782629
0,92847669
0,89442719
0,85749293
0,81923192
0,78086881
0,74329415
0,70710678
147
Ejemplo
Encontrar
x
y
0
0
f ( x) dx
1
2.08
3
4.16
4
4.83
5
5.38
6
5.84
7
6.24
8
6.59
148
Valor exacto
35,3251
Ejemplo
Encontrar
8.1
0. 1
f ( x)dx
Tabla 5.5 Integracin numrica datos desigualmente espaciados dados en una tabla
Datos no igualmente espaciados
k
x
y = f(x)
0
0,1
-6,91
1
0,5
-2,08
2
1
0
3
2
2,08
4
3
3,3
5
3,5
3,76
6
4
4,16
7
5
4,83
8
6
5,38
9
7
5,84
10
8,1
6,28
-1,798
-0,52
3,87333333
3,75
15,23625
6,666
27,2075833
27,5232
149
Portafolio de Evidencias
a)
Hacer un programa (diagrama de flujo y seudocdigo) para integrar funciones o valores en una tabla usando los
mtodos de la regla Trapezoidal y Simpson 1/3. Codificar y ejecutar en scilab
150
f x m , y 0 2 f x m , y j f x m , y n
j 1
n 1
m1
m1 n 1
m1
hk
I
f x0 , y0 2 f x0 , y j f x0 , yn 2 f xi , y0 4 f xi , y j 2 f xi , yn
4
j 1
i 1
i 1 j 1
i 1
2 f xi , yn f xm , y0 2 f xm , y j f xm , yn
m 1
n 1
i 1
j 1
m 1
m 1 n 1
ba d c
f x 0 , y 0 2 f x 0 , y j f x 0 , y n 2 f xi , y 0 4 f xi , y j
2 m 2n
j 1
i 1
i 1 j 1
n
1
m
1
n
1
d c
d c
f x m , y 0 2 f x m , y j f x m , y n 2
f xi , y 0 2 f x i , y j f x i , y n
2n
j 1
j 1
i 1 2n
n
d
b
ba d c
f x0 , y j f x0 , y n
c a f x, y dx dy 2m 2n f x0 , y 0 2
j 1
1
n 1
d
d
d c
d c
x
,
y
dy
x
,
y
2
f
x
,
y
x
,
y
x
,
y
dy
x
,
y
2
f xi , y j f xi , y n
m
m
0
m
j
m
n
i
i
0
c
c
2n
2n
j 1
j 1
1
m
1
d
d
d
d c
ba d
f x0 , y j f x0 , y n
f x0 , y dy 2 f xi , y dy f xm , y dy
c f x0 , y dy 2n f x0 , y0 2
c
c
c
2m
j 1
i 1
1
m
1
d
b
d ba
ba d
f x 0 , y 2 f xi , y f x m , y dy
f x0 , y 2 f xi , y f xm , y dy c a f x, y dx dy c
2m
i 1
i 1
2m
f x, y dx
n 1
m 1
ba
f
x
,
y
2
f xi , y f x m , y
2m
i 1
f x, y dxdy f x, y dx dy
d
151
Ejemplo
2.2 1.4
Resolver
2.1 1.3
xy2 dxdy
b a 1.4 1.3
0.025
m
4
xi = a + ih
x0 =1.3 + 0(0.025) = 1.3
x1 =1.3 + 1(0.025) = 1.325
x2 =1.3 + 2(0.025) = 1.35
x3 =1.3 + 3(0.025) = 1.375
x4 =1.3 + 4(0.025) = 1.4
x4 =1.3 + 4(0.025) = 1.4
d c 2.2 2.1
0.025
n
4
yi = c + jk
y0 = 2.1 + 0(0.025) = 2.1
y1 = 2.1 + 1(0.025) = 2.125
y2 = 2.1 + 2(0.025) = 2.15
y3 = 2.1 + 3(0.025) = 2.175
y4 = 2.1 + 4(0.025) = 2.2
y4 = 2.1 + 4(0.025) = 2.2
f(x, y) = xy2
f x , y 18.0294
n 1
j 1
f x , y 56.1684
m 1 n 1
i 1 j 1
f x , y 19.6020
i 1
f x
n 1
j 1
, y j 19.4163
m 1
f x , y 17.8606
i 1
I = 0.0624
152
ba d c
f x 0 , y 0 , z 4 f x 0 , y1 , z f x 0 , y 2 , z 4 f x1 , y 0 , z
6 6
d c
d c
f x1 , y 0 , z 4 f x1 , y1 , z f x1 , y 2 , z 6 f x 2 , y 0 , z 4 f x 2 , y1 , z f x2 , y 2 , z
4
6
d ba
ba d c
c 6 f x0 , y , z 4 f x1 , y, z f x 2 , y, z dy 6 6 f x0 , y0 , z 4 f x0 , y1 , z f x0 , y 2 , z
d
d c
c f x 2 , y , z dy 6 f x 2 , y 0 , z 4 f x 2 , y1 , z f x 2 , y 2 , z
d
d c
c f x1 , y, z dy 6 f x1 , y0 , z 4 f x1 , y1 , z f x1 , y 2 , z
d
d c
c f x0 , y , z dy 6 f x0 , y 0 , z 4 f x0 , y1 , z f x0 , y 2 , z
f ba d
f d ba
f x 0 , y , z 4 f x1 , y , z f x 2 , y , z dy dz
f x 0 , y, z 4 f x1 , y, z f x 2 , y , z dydz
e
c
e c
6
6
ba d c f
f x 0 , y 0 , z 4 f x 0 , y1 , z f x 0 , y 2 , z 4 f x1 , y 0 , z
6 6 e
16 f x1 , y1 , z 4 f x1 , y 2 , z f x 2 , y 0 , z 4 f x 2 , y1 , z f x 2 , y 2 , z dz e c a f x, y , z dxdydz
b
f d b
f d
b
ba
a f x, y , z dx 6 f x0 , y, z 4 f x1 , y, z f x2 , y , z e c a f x, y, z dxdydz e c a f x, y, z dx dydz
f
153
f e
f x 2 , y 2 , z 0 4 f x 2 , y 2 , z1 f x 2 , y 2 , z 2
6
f
f e
e f x 2 , y1 , z dz 6 f x 2 , y1 , z 0 4 f x 2 , y1 , z1 f x 2 , y1 , z 2
f
f e
e f x 2 , y 0 , z dz 6 f x 2 , y 0 , z 0 4 f x 2 , y 0 , z1 f x 2 , y 0 , z 2
f
f e
e f x1 , y 2 , z dz 6 f x1 , y 2 , z 0 4 f x1 , y 2 , z1 f x1 , y 2 , z 2
f x 2 , y 0 , z1 f x 2 , y1 , z 0 f x 2 , y1 , z 2 f x 2 , y 2 , z1 16 f x 0 , y1 , z1 f x1 , y 0 , z1
f x
f
, y 2 , z dz
f x 0 , y1 , z 2 f x 0 , y 2 , z1 f x1 , y 0 , z 0 f x1 , y 0 , z 2 f x1 , y 2 , z 0 f x1 , y 2 , z 2
f x1 , y1 , z 0 f x1 , y1 , z 2 f x1 , y 2 , z1 f x 2 , y1 , z 1 64 f x1 , y1 , z1
f x 2 , y 0 , z 0 f x 2 , y 0 , z 2 f x 2 , y 2 , z 0 f x 2 , y 2 , z 2 4 f x 0 , y 0 , z1 f x 0 , y1 , z 0
ba d c f e
f x0 , y0 , z 0 f x0 , y0 , z 2 f x0 , y 2 , z 0 f x0 , y 2 , z 2
6 6 6
f x 2 , y 2 , z 0 4 f x 2 , y 2 , z1 f x 2 , y 2 , z 2
4 f x 2 , y 0 , z1 f x 2 , y 0 , z 2 4 f x 2 , y1 , z 0 16 f x 2 , y1 , z1 4 f x 2 , y1 , z 2
16 f x1 , y1 , z 2 4 f x1 , y 2 , z 0 16 f x1 , y 2 , z1 4 f x1 , y 2 , z 2 f x 2 , y 0 , z 0
4 f x1 , y 0 , z 0 16 f x1 , y 0 , z1 4 f x1 , y 0 , z 2 16 f x1 , y1 , z 0 64 f x1 , y1 , z1
16 f x 0 , y1 , z1 4 f x 0 , y1 , z 2 f x 0 , y 2 , z 0 4 f x 0 , y 2 , z1 f x 0 , y 2 , z 2
f x, y, z dxdydz
f
d c f e
f x 0 , y 0 , z 0 4 f x 0 , y 0 , z1 f x 0 , y 0 , z 2 4 f x 0 , y1 , z 0 f d b f x, y , z dxdydz
e c a
6 6
f e
4 f x 2 , y 0 , z1 f x 2 , y 0 , z 2 4
f x 2 , y1 , z 0 4 f x 2 , y1 , z1 f x 2 , y1 , z 2
6
f e
f x1 , y1 , z 2 4
f x1 , y 2 , z 0 4 f x1 , y 2 , z1 f x1 , y 2 , z 2 f e f x 2 , y 0 , z 0
6
6
f e
f e
4
f x1 , y 0 , z 0 4 f x1 , y 0 , z1 f x1 , y 0 , z 2 16
f x1 , y1 , z 0 4 f x1 , y1 , z1
6
6
f e
4 f x 0 , y1 , z1 f x 0 , y1 , z 2
f x 0 , y 2 , z 0 4 f x 0 , y 2 , z1 f x 0 , y 2 , z 2
6
ba d c f e
f x0 , y 0 , z 0 4 f x 0 , y1 , z1 f x 0 , y 2 , z 2 4 f e f x0 , y1 , z 0 f d b f x, y, z dxdydz
6
e c a
6 6 6
f e
f x 2 , y 2 , z 0 4 f x 2 , y 2 , z1 f x 2 , y 2 , z 2
6
Ejemplo
ba
1 2
b a 0.5 0
0.25
2
2
xi = a + ih
x0 =0
x1 =0.25
x2 =0.5
0.5
e xyz dxdydz
d c 2 1
0.5
2
2
yi = c +ik
y0 = 1
y1 = 1.5
y2 = 2
f(x0, y2, z2) = 1
f(x2, y0, z0) = 1.6487
f(x2, y0, z2) = 1
f e 1 0
0.5
2
2
zi = e +il
z0 = 1
z1 = 0.5
z2 = 0
f(x2, y2, z0) = 2.7183
f(x2, y2, z2) = 1
154
I = 0.6105
155
Portafolio de Evidencias
a)
Utilizar software matemtico para integracin mltiple de funciones matemticas ( Matlab, Matcad, etc.)
156
5.4 Aplicaciones
5.4.1 Calculo de Propiedades Termodinmicas
Conceptos utilizados
En el calculo de las propiedades termodinmicas fundamentales entalpa y entropa a partir de propiedades residuales se
requiere el calculo de las integrales1
dP
P y
( Z 1)
dP
P
Curso
Fisicoqumica I, Fisicoqumica II, Operaciones Unitarias
Problema
Evaluar el valor de estas integrales para el caso del isobutano a 360 K a partir de la informacin dada en la siguiente tabla.
Tabla 5.10 Datos del factor de compresibilidad a distintas temperaturas y presiones
Factores de compresibilidad Z para el isobutano
P/bar
340 K
350 K
360 K
370 K
380 K
0,1
0,997
0,99719
0,99737
0,99753
0,99767
0,5
0,98745
0,9883
0,98907
0,98977
0,9904
2
0,95895
0,96206
0,96483
0,9673
0,96953
4
0,92422
0,93069
0,93635
0,94132
0,94574
6
0,88742
0,89816
0,90734
0,91529
0,92223
8
0,84575
0,86218
0,87586
0,88745
0,897413
10
0,79659
0,82117
0,84077
0,85695
0,87061
12 0,7731
0,80103
0,82315
0,84134
14 0,75506
0,78531
0,80923
15,41 0,71727 Solucin
Tabla 5.11 Evaluacin de las derivadas con formulas de derivacin numrica
Clculo de derivadas con diferencias centrales
Clculo de derivadas con diferencias hacia delante
P=0.1 bar
P=0.5 bar
P=2 bar
0,1
T
Z
(dZ/dT)/P
340
0,997
350
0,99719
0,000185
360
0,99737
0,00017
370
0,99753
0,00015
380
0,99767
P=0.1 bar
0,5
T
Z
(dZ/dT)/P
340
0,98745
350
0,9883
0,000162
360
0,98907
0,000147
370
0,98977
0,000133
380
0,9904
P=0.5 bar
0,1
T
Z
(dZ/dT)/P
340
0,997
0,000195
350
0,99719
0,00019
360
0,99737
0,00017
370
0,99753
380
0,99767
P=2 bar
0,5
T
Z
(dZ/dT)/P
340
0,98745
0,000178
350
0,9883
0,000161
360
0,98907
0,000147
370
0,98977
380
0,9904
2
T
Z
(dZ/dT)/P
340
0,95895
350
0,96206
0,000147
360
0,96483
0,000131
370
0,9673
0,0001175
380
0,96953
P=4 bar
P=6 bar
P=8 bar
P=10 bar
P=12 bar
T
Z
340
0,95895
350
0,96206
360
0,96483
370
0,9673
380
0,96953
4
T
Z
(dZ/dT)/P
340
0,92422
350
0,93069
0,000151625
360
0,93635
0,000132875
370
0,94132
0,000117375
380
0,94574
P=4 bar
6
T
Z
(dZ/dT)/P
340
0,88742
350
0,89816
0,000166
360
0,90734
0,00014275
370
0,91529
0,000124083
380
0,92223
P=6 bar
8
T
Z
(dZ/dT)/P
340
0,84575
350
0,86218
0,000188188
360
0,87586
0,000157938
370
0,88745
0,000134813
380
0,89743
P=8 bar
10
T
Z
(dZ/dT)/P
340
0,79659
350
0,82117
0,0002209
360
0,84077
0,0001789
370
0,85695
0,0001492
380
0,87061
P=10 bar
12
T
Z
(dZ/dT)/P
340
350
0,7731
360
0,80103
0,000208542
370
0,82315
0,00020155
380
0,84134
P=12 bar
P=14 bar
0,000164
0,000146
0,0001295
4
T
Z
340
0,92422
350
0,93069
360
0,93635
370
0,94132
380
0,94574
0,00017187
0,00015013
0,00013112
6
T
Z
340
0,88742
350
0,89816
360
0,90734
370
0,91529
380
0,92223
0,000192
0,00016325
0,00014092
8
T
Z
340
0,84575
350
0,86218
360
0,87586
370
0,88745
380
0,89743
0,00022256
0,00018406
0,00015494
10
T
Z
340
0,79659
350
0,82117
360
0,84077
370
0,85695
380
0,87061
0,0002707
0,0002131
0,0001744
12
T
Z
340
350
0,7731
360
0,80103
370
0,82315
380
0,84134
0,00025696
0,00020071
14
158
T
Z
340
350
360
0,75506
370
0,78531
380
0,80923
0,00023868
159
160
161
X2
X1
X0
360
P
0
0,1
0,5
2
4
6
8
10
12
14
15,4
1
(dZ/dT)/P
(Z-1)/P
1,75E-04
2,59E-02
1,70E-04
2,47E-02
1,51E-04
2,19E-02
1,29E-04
1,76E-02
1,29E-04
1,59E-02
1,40E-04
1,54E-02
1,56E-04
1,55E-02
1,78E-04
1,59E-02
2,07E-04
1,66E-02
2,43E-04
1,75E-02
2,72E-04
1,84E-02
162
Tabla 5.15 Valores de la funcin para evaluar la primera integral por regla de Simpson 1/3
Xa = 0
Xb = 15,41
n = 10
h=
1,541
k
0
1
2
3
4
5
6
7
8
9
10
x
0
1,541
3,082
4,623
6,164
7,705
9,246
10,787
12,328
13,869
15,41
f(x)
0,0001712
0,00013709
0,00012529
0,00012799
0,00013917
0,00015461
0,00017189
0,00019038
0,00021125
0,00023745
0,00027374
Tabla 5.16 Integracin numrica por regla Simpson 1/3 primera integral
Integracin por la regla de Simpson 1/3
Ajustando un polinomio de orden 4
I=
0,00263524
163
Tabla 5.17 Valores de la funcin para evaluar la segunda integral por regla de Simpson 1/3
k
x
f(x)
0
0
0,025172
1
1,541
0,0190726
2
3,082
0,01612587
3
4,623
0,01514722
4
6,164
0,01521252
5
7,705
0,01565811
6
9,246
0,01608076
7
10,787
0,01633774
8
12,328
0,01654674
9
13,869
0,01708594
10
15,41
0,01859397
Tabla 5.18 Integracin numrica por regla Simpson 1/3 segunda integral
Integracin por la regla de Simpson 1/3
Ajustando un polinomio de orden
4
I=
0,25935247
164
Evaluacin Sumativa
Problema 1
El estudio publicado sobre una reaccin qumica:
AP
indica que cuando un reactor contiene inicialmente A a la concentracin CAo(g/L) y la temperatura, T, se mantiene constante
el orden de la reaccin es un entero. Y la constante especifica de velocidad varia con la temperatura.
Para comprobar este hecho, se lleva a cabo la reaccin en cuatro laboratorios distintos. Los datos experimentales reportados
son los siguientes.
t(s)
0
10
20
30
60
120
240
360
480
600
Laboratorio 1
T = 275 C
CAo = 4.83
CP(g/L)
0.0
0.287
0.594
0.871
1.51
2.62
3.91
4.30
4.62
4.68
Laboratorio 2
T = 275 C
CAo = 12.2
CP(g/L)
0.0
1.21
2.43
3.38
5.89
8.90
11.2
12.1
12.1
12.2
Laboratorio 3
T = 275 C
CAo = 5.14
CP(g/L)
0.0
0.310
0.614
0.885
1.64
2.66
3.87
4.61
4.89
5.03
Laboratorio 4
T = 275 C
CAo = 3.69
CP(g/L)
0.0
0.245
0.465
0.670
1.20
2.06
3.03
3.32
3.54
3.59
dC A
kCAn
dt
Tomando logaritmos en ambos lados de la ecuacin
dC A
ln k n ln C A
dt
ln
dC A
y = ln dt
a0 = ln k
a1 = n y
x = ln CA
Para poder aplicar regresin lineal por mnimos cuadrados es necesario evaluar las derivadas de la concentracin con
respecto del tiempo.
165
Problema 2
A principios del siglo pasado, Lord Rayleigh resolvi el problema de la destilacin binaria simple (una etapa) por lotes, con
la ecuacin que ahora lleva su nombre
Lf
Li
xf
dL
dx
x
i
L
yx
Donde L son los moles de la mezcla liquida en el hervidor, x las fracciones mol del componente mas voltil en la mezcla
liquida y y las fracciones mol de su vapor en equilibrio. Los subndices i y f se refieren al estado inicial y final.
Calcule que fraccin de un lote es necesario destilar en una mezcla binaria para que x cambie de xi = 0.7 a xf = 0.4. La
relacin de equilibrio esta dada por la ecuacin
x
1 ( 1) x
Donde es la volatilidad relativa de los componentes y es una funcin de x segn la siguiente tabla (para una mezcla dada).
x
0.70
2.20
0.65
2.17
0.60
2.13
0.55
2.09
0.50
2.04
0.45
1.99
0.40
1.94
166
dy
f x, y
dx
,
y0 = y(x0)
1
f xi h 2
Si truncamos la serie de Taylor a partir del trmino 2!
f(xi+1)
f(xi)
f (xi)
+ (o) h2
167
yi+1 = yi+ h
f(x)
yi+1 = yi + h
yi+1
pendiente =
xi
xi+1
tamao de paso h= xi+1 - xi
Figura 6.1 Mtodo de un solo paso
6.2.1.1 Mtodo de Euler
La primera derivada proporciona una aproximacin directa a la pendiente en xi
= f (xi, yi)
donde f(xi, yi) es la ecuacin diferencial evaluada en (xi, yi)
yi+1 = yi+ f (xi, yi) h
A esta frmula se le conoce como mtodo de Euler, o mtodo de Euler-Cauchy o de pendiente puntual.
Ejemplo
dy
yx 2 y
dx
Hallar el valor de f(x) en x =2, s y(0) = 1
Analticamente
dy
yx 2 y y x 2 1
dx
dy
y x2 1
dx
dy
x 2 1 dx
y
d ln y x 1
ln y
x3
xC
3
y Ae
x3
x
3
ye
x3
x
3
168
Numricamente
Por el mtodo de Euler, usando h = 0.5, y(0) = 1.
169
xi = 1.5
yi = 0.3125
f (xi, yi) = f (1.5, 0.3125)
= 0.3125 [(1.5)2 1] = 0.390625
170
(xi, yi) =
mtodo de Heun
k1 = f (xi, yi);
k1 +
k2) h
k2 = f (xi+
h, yi+
h k1)
Tercer Orden.
yi+1 = yi + [
171
donde
k1 = f (xi, yi);
k2 = f (xi+
h, yi+
h k1);
Cuarto Orden.
yi+1 = yi + [
donde
k1 = f (xi, yi);
k2 = f (xi+
k3 = f (xi +
h, yi +
h k1);
h, yi +
hk2);
k4 = f (xi + h, yi + h k3);
Ejemplo
Resuelva la ecuacin diferencial de los ejemplos anteriores por los mtodos de Runge-Kutta de segundo, tercer y cuarto
orden; s y(0) = 1, utilizando h = 0.5
dy
y x2 1
dx
Segundo Orden
yi+1 = yi + (
y i = y(0) = 1
k1 = f (xi, yi) = f (0, 1) = 1(02-1) =-1
k2 = f (xi+ h, yi+ h k1)
xi+h = 0+ (0.5) = 0.375
yi+ h k1 = 1 +(0.5)(-1) = 0.625
k2 = f (0.375, 0.625) = 0.625(0.3752 - 1)
= -0.5371
y i+1 = y (0.5)
= 1 + ( (-1) + (-0.5371)) (0.5)
= 0.6543
k1 +
k 2) h
y i = y (1) = 0.5358
k1 = f (1, 0.5358) = 0
xi+ h = 1.375
yi+ h k1 = 0.5358
k2 = f (1.375, 0.5358) = 0.4772
y i+1 = y (1.5) = 0.6948
y i = y (1.5) = 0.6948
k1 = f (1.5, 0.6948) = 0.8685
xi+ h = 1.875
yi+h k1 = 1.0205
k2 = f (1.875, 1.0205) = 2.5673
y i+1 = y (2) = 1.6953
y i = y (0.5) = 0.6543
k1 = f (0.5, 0.6543) = -0.4907
xi+ h = 0.875
yi+ h k1 = 0.4703
k2 = f (0.875, 0.4703) = -0.1102
y i+1 = y (1) = 0.5358
Tercer Orden
yi+1 = yi + [
y i = y(0) = 1
k1 = f (xi, yi) = f (0, 1) = 1(02-1) = -1
k2 = f (xi+ h, yi+ h k1)
xi+ h = 0+ (0.5) = 0.25
yi+ h k1 = 1 + (0.5)(-1) = 0.75
k2 = f (0.25, 0.75) = 0.625(0.3752 - 1)
= -0.7031
k3 = f (xi+h, yi - hk1 +2hk2)
xi+h = 0 + 0.5 = 0.5
yi - hk1 +2hk2
= 10.5(-1)+2(0.5)(-0.7031)
= 0.7969
k3 = f (0.5, 0.7969) = -0.5977
172
y i = y (1) = 0.5180
k1 = f (1, 0.5180) = 0
xi+ h = 1.25
yi+ h k1 = 0.5180
k2 = f (0.875, 0.4703) = -0.2914
xi+h = 1.5
yi - hk1 +2hk2 = 0.8094
k3 = f (1, 0.6448) = 1.0117
y i+1 = y (1) = 0.6995
Cuarto Orden
yi+1 = yi + [
y i = y(0) = 1
k1 = f (xi, yi) = f (0, 1) = 1(02-1) = -1
k2 = f (xi+ h, yi+ h k1)
xi+ h = 0+ (0.5) = 0.25
yi+ h k1 = 1 + (0.5)(-1) = 0.75
k2 = f (0.25, 0.75) = 0.625(0.3752 - 1)
= -0.7031
k3 = f (xi + h, yi + hk2)
xi+ h = 0+ (0.5) = 0.25
yi+ h k2 = 1 + (0.5)(-0.7031)
= 0.8242
k3 = f (0.25, -0.7031) = -0.7727
k4 = f (xi + h, yi + h k3)
xi+ h = 0+ (0.5) = 0.5
yi+ h k3 = 1 + (0.5)(-0.7727)
= 0.6136
k4 = f (0.5, 0.6136) = -0.4602
y i+1 = y (0.5)
=1+
[-1 + 2(-0.7031)
+ 2(-0.7727) + 4(-0.4602)] (0.5)
= 0.6323
y i = y(0.5) = 0.6323
k1 = f (0.5, 0.6323) = -0.4743
xi+ h = 0.75
yi+ h k1 = 0.5138
k2 = f (0.75, 0.5138) = -0.2248
xi+ h = 0.75
yi+ h k2 = 0.5761
k3 = f (0.75, -0.5761) = -0.2521
xi+ h = 1
yi+ h k3 = 0.5063
k4 = f (1, 0.5063) = 0
y i+1 = y (1) = 0.5133
Portafolio de Evidencias
173
g) Hacer un programa (diagrama de flujo y seudocdigo) para resolver una ecuacin diferencial ordinaria con valores
iniciales por el Mtodo de Euler y Runge-Kutta 4 Orden. Codificar y ejecutar en scilab
h) Utilizar software matemtico para resolver ecuaciones diferenciales ordinarias con valores iniciales (Polymath y
Matlab)
174
Figura 6.4 Codificacin del Algoritmo Mtodo Implcito del Trapecio (races con Newton)
175
Figura 6.5 Corrida del Algoritmo Mtodo Implcito del Trapecio (races con Newton)
176
y i 1 y i
xi 1
xi
f x, y dx
(Ecuacin predictora)h
yi yi 1 f xi , yi f xi 1 , yi 1
2
2
por lo que
f xi , yi f xi 1 , yi 1
h
2
(Ecuacin correctora)
Por ello, el mtodo de Heun es un esquema predictor-corrector.
Ntese que la ecuacin correctora tiene el trmino yi+1 a ambos lados de la igualdad, y puede aplicarse para corregir en un
esquema iterativo hasta que se obtenga una yi+1 mejorada para una tolerancia preestablecida.
yi 1 yi
Ejemplo
Resolver el ejemplo anterior utilizando el mtodo de Heun, y valores de h de 0.5, 0.25 y 0.125.
f (xi, yi) = yi (xi2 - 1)
h = 0.5
xi = 0, yi = 1
Corrector
xi+1 = 0.5
Predictor
f (xi, yi) = 1 [02 - 1] = -1
yi+1 = yi+ f (xi, yi) h = 1+ (-1) (0.5) = 0.5
177
y i 1 y i
f x i , y i f xi 1 , y i 1
h
2
1 0.375
0.5 0.65625
2
Corrector primera iteracin
1
yi 1 1
1 0.4923
0.5
2
yi 1 1
- 1 - 0.4736
0.5 0.63161
2
0.62695
0.5
1.0
1.5
2.0
h = 0.25
y
1.0000
0.6316
0.5132
0.7464
3.9174
x
0.00
y
1.0000
0.25
0.7832
0.50
0.6322
0.75
0.5432
1.00
0.5135
1.25
0.5523
1.50
0.7006
1.75
1.0915
2.00
2.1965
x
0.000
0.125
0.250
0.375
0.500
0.625
0.750
0.875
1.000
1.125
1.250
1.375
1.500
1.625
1.750
1.875
2.000
h = 0.125
y
1.0000
0.8832
0.7830
0.6995
0.6323
0.5806
0.5436
0.5211
0.5134
0.5221
0.5501
0.6030
0.6905
0.8296
1.0499
1.4064
2.0031
y i 1 y i 3
4h
2 f ( xi , y i ) f ( xi 1 , y i 1 ) 2 f ( xi 2 , y i 2 )
3
Corrector
y i 1 y i 1
h
2 f ( xi 1 , y i 1 ) 4 f ( xi , y i ) 2 f ( x i 1 , y i 1 )
3
Un tipo de frmulas que tienen la forma general descrita anteriormente son las frmulas de Adams
Frmula abierta de n-simo orden
(Adams-Bashforth)
178
yi 1 yi h k f i k o h n 1
n 1
k 0
(Adams-Moulton)
n 1
y i 1 y i h k f i 1 k o h n 1
k 0
dy
y x2 1
dx
Predictor
y i 1 y i h
fi
f i 1
f i 2
f i 3
24
24
24
24
Corrector
y i 1 y i h
f i 1
fi
f i 1
f i 2
24
24
24
24
Segundo Paso
xi = 0.5, yi = 0.6379742
xi - 1 = 0, yi - 1 = 1
xi - 2 = -0.5, yi - 2 = 1.581052
xi - 3 = -1, yi - 3 = 1.947028
Predictor
y (1) = 0.735548
Corrector
y (1) = 0.5319068
179
y i+1= yi +
16
6656
28561
9
2
k+
k +
k k + k
135 1 12825 3 56430 4 50 5 55 6
y i+1= yi +
25
1408
2197
1
k1 +
k3 +
k 4 k 5
216
2565
4104
5
Donde
k 1=hf (t i , y i)
h
1
k 2=hf (t i+ , y i + k 1 )
4
4
k 3 =hf (t i+
3h
3
9
, y i + k 1 + k 2)
8
32
32
k 4=hf (t i +
12h
1932
7200
7296
, y i+
k 1
k 2+
k )
13
2197
2197
2197 3
k 5 =hf (t i+ h , y i +
439
3680
845
k 18 k 2+
k 3
k )
216
513
4104 4
h
8
3544
1859
11
k 6 =hf (t i+ , y i k 1+2 k 2
k 3+
k 4 k 5 )
2
27
2565
4104
40
h
| y i+ 1 y i|
1
n
Donde q es positivo y no cercano a cero, para este mtodo se recomienda usar n=4
Ejemplo
180
dy
y t 1
Resuelva la ecuacin diferencial rgida dt
por el mtodo Runge Kutta Fehlberg, con tamao de paso variable
iteracin de Newton para encontrar las races. Si
y(0)=1 ,
tf=1
Tomar hmax = 0.1 y hmin = 0.02
181
Figura 6.7
Corrida del Algoritmo Mtodo de Runge Kutta Fehlberg
dy1
f1 x, y1 , y2 ,... yn
dx
dy2
f 2 x, y1 , y2 ,... yn
dx
dyn
f n x, y1 , y2 ,... yn
dx
La solucin de este sistema requiere de n condiciones iniciales conocidas para un valor inicial de x.
Una ecuacin diferencial de orden superior puede escribirse como un sistema de ecuaciones diferenciales de primer orden.
Escsriba la ecuacin diferencial ordinaria y(n) = f (x, y, y, y, ..., y(n - 1)) como un sistema de ecuaciones de primer orden
haciendo las sustituciones
y1 = y, y2 = y, ..., yn = y(n - 1)
Entonces:
y1 = y2
y2 = y3
yn = f (x, y1, y2, y3, ..., yn )
es un sistema de n ecuaciones diferenciales ordinarias.
Por ejemplo, considere el problema de valor inicial.
y -3y yy = 0
y (0) = 0
y (0) = 1
y (0) = -1
182
Despeje en la ecuacin diferencial, para su derivada de mayor orden escribiendo y en trminos de x y de sus derivadas de
orden menor y = 3y + yy. Si hacemos las sustituciones
y1 = y
y2 = y y3 = y
entonces
y1 = y2
y2 = y3
y3 = 3y3 + y2 y1
con las condiciones iniciales
y1 (0) = 0
y2 (0) = 1
y3 (0) = -1
Ejemplo
Resolver el problema de valores en la frontera definido por la ecuacin:
d2y
y0
dx 2
si y(0) = 1, y(0) = 2; y calcular el valor de y(1).
Analticamente
Teorema.
Si la ecuacin auxiliar m2 + bm +c = 0 tiene las races complejas s ti, entonces la solucin general de y + by +
cy = 0 es y = esx (c1 cos tx + c2 sen tx)
En el ejemplo, para la ecuacin auxiliar b = 0 y c = 1
Por ello, s = 0 y t = 1, y la solucin general queda:
m2 + 1 = 0
m =i
c1 = 1
c2 = 2
y = cos x + 2sen x
y(1) = cos (1) + 2sen (1) = 2.223244
Utilizando el paquete Polymath, para x =1, y = 2.2232
183
d2y
y0
dx 2
d dy1
y1 0
dx dx
dy1
y2
dx
dy 2
dy 2
y1 0
y1
dx
dx
Ecuaciones del mtodo:yj, i+1 = yj, i + ( k1, j + k2, j) h
k1, j = fj (xi, y1, i, y2, i,..., yn, i);
k2, j = fj (xi+ h, y1, i+ h k1, 1, y2, i+ h k1, 2,..., yn, i+ h k1, n,)
xi = 0; y1, i = 1; y2, i = 2
k1, 1 =f1 (0, 1, 2) = 2
k1, 2 =f2 (0, 1, 2) = -1
y1 (1) =
1.875 + [( (1.25) + (0.546875)](0.5)
= 2.265625
y2 (1) =
1.25 + [ (-1.875) + (-2.34375)](0.5)
= 0.15625
184
185
Figura 6.8 Corrida del Algoritmo Mtodo Runge Kutta 2 orden h=0.5
186
Figura 6.9 Corrida del Algoritmo Mtodo Runge Kutta 2 orden h=0.1
Ejemplo
Usando el mtodo de Runge-Kutta de cuarto orden con h = 0.5, y las mismas condiciones iniciales
Ecuaciones del mtodo:
yj, i+1 = yj, i +
1
6
1
6
[2+2(1.75)+2(1.625)+1.28125](0.5)
= 1.835938
y2 (0.5)
=2+
1
6
[-1+2(-1.5)+2(-1.4375)-1.8125](0.5)
= 1.276042
1
6
[1.276042 + 2(0.817057)
+ 2(0.737305) + 0.255941](0.5)
= 2.222663
y2 (1)
=1.276042 +
1
6
[-1.835938 + 2(-2.154948)
187
+ 2(-2.040202) -2.204590](0.5)
= 0.240139
188
Portafolio de Evidencias
a)
Hacer un programa (diagrama de flujo y seudocdigo) para resolver una sistema de ecuaciones diferenciales
ordinarias con valores iniciales por el Mtodo de Euler y Runge-Kutta 4 Orden. Codificar y ejecutar en scilab
b) Utilizar software matemtico para resolver sistemas de ecuaciones diferenciales ordinarias con valores iniciales
(Polymath y Matlab)
189
6.8 Mtodos generales para problemas con valores en la frontera, lineales y no-lineales
En el caso, en que las condiciones para la variable dependiente, estn definidos para distintos valores en el rango de la
variable independiente (normalmente en los extremos), tenemos una ecuacin diferencial con valores en la frontera.
6.8.1 Mtodo de disparo
Este mtodo se basa en la conversin de un problema de valores en la frontera a su equivalente de un problema de valores
iniciales, implementndose un esquema de prueba y error para alcanzar una solucin adecuada.
6,8.1.1 Solucin de una ecuacin diferencial lineal.
Una ecuacin diferencial es lineal; si en ella no aparecen potencias de la variable dependiente y sus derivadas, ni productos
de la variable dependiente por sus derivadas o productos entre derivadas.
Ejemplo:
Resolver la ecuacin diferencial
d2y
dy
16 4 y 20
2
dx
dx
con la condicin de frontera y(0) = 5 y y(20)=2
Transformacin
dy
d dy1
16 1 4 y1 20
dx dx
dx
entonces
dy
8 2 16 y 2 4 y1 20
dx
entonces
8
Si
y = y1
Si
dy1
y2
dx
dy 2 4 y1 16 y 2 20
dx
8
Implementacin del esquema de prueba y error
Primer disparo
Segundo disparo
Tercer disparo
Cuarto disparo
x
0
20
0
20
0
20
0
20
0
20
y1
5
2
5
808.41783
5
442.79486
5
77.171891
5
-288.45108
y2
Desconocido
Desconocido
0 (supuesto)
182.81149
-10 (supuesto)
100.6396
-20 (supuesto)
18.467711
-30 (supuesto)
-63.704177
Interpolacin lineal
f ( x) f ( x0 )
Formula de Newton
f x1 f x0
( x x0 )
x1-x0
190
d 2 y 1
dy
43
32 2 x 3 y
2
dx con la condicin de frontera y(1) = 17 y y(3)= 3
dx
8
Transformacin
dy
d dy1 1
32 2 x 3 y1 1
dx dx 8
dx
entonces
Si
y = y1
Si
dy1
y2
dx
entonces
dy 2 1
32 2 x 3 y1 y 2
dx 8
Primer disparo
Segundo disparo
Tercer disparo
Cuarto disparo
y1
17
14.3333
17
21.018501
17
18.91181
17
16.525478
17
13.733708
x0
x1
x2
y2
Desconocido
Desconocido
0 (supuesto)
3.4514128
-5 (supuesto)
3.7089641
-10 (supuesto)
3.9942859
-15 (supuesto)
4.2740796
f(x0)
f(x1)
f(x2)
Interpolacin Cuadrtica
f ( x) f ( x0 )
f x1 f x0
( x x0 )
x1-x0
+
f x2 f x1 f x1 f x0
x2 x1
x1 x0
x2 x0
(x x0) (x x1)
Portafolio de Evidencias
191
a)
Utilizar software matemtico Polymath para resolver ecuaciones diferenciales ordinarias no lineales con valores en
la frontera por el Mtodo de disparo
d2y
dy
16 4 y 20
2
dx
dx
con la condicin de frontera y(0) = 5 y y(20)=2
Construccin de la retcula
y0(0)=5
y1(2)=? y2(4)=? y3(6)=? y4(8)=? y5(10)=? y6(12)=? y7(14)=? y8(16)=? y9(18)=? y10(20)=2
y 2 y i y i 1
y y i 1
8 i 1
16 i 1
4 y i 20
2
2h
h
x x 0 20 0
h n
2
n
10
2 y i 1 4 y i 2 y i 1 4 y i 1 4 y i 1 4 y i 20
Ecuacin en diferencias
2 y i 1 8 y i 6 y i 1 20
- 8y1 + 6y2 = 30
-2y8 - 8y9 = 8
192
Portafolio de Evidencias
a)
Utilizar software matemtico Polymath para resolver ecuaciones diferenciales ordinarias lineales con valores en la
frontera por el Mtodo de diferencias finitas
6.8.2.2 Solucin de una ecuacin diferencial no-lineal
Ejemplo
Resolver la ecuacin diferencial
d 2 y 1
dy
43
32 2 x 3 y
2
dx con la condicin de frontera y(1) = 17 y y(3)= 3
dx
8
Construccin de la retcula
y0(1)=17 y1(1.2)
y2(1.4)
y i 1 2 y i y i 1
y y i 1
1
32 2 x 3 y i i 1
8
2h
h
xn x0 3 1
h
0.2
n
10
2
50y1 +
50y2 +
50y3 +
50y4 +
50y5 +
50y6 +
50y7 +
50y8 +
50y9 +
25y0 +
25y1 +
25y2 +
25y3 +
25y4 +
25y5 +
25y6 +
25y7 +
25y8 +
2.5y1y0 - 0.25(1.2)3 - 4 = 0
2.5y2y1 - 0.25(1.4)3 - 4 = 0
2.5y3y2 - 0.25(1.6)3 - 4 = 0
2.5y4y3 - 0.25(1.8)3 - 4 = 0
2.5y5y4 - 0.25(2.0)3 - 4 = 0
2.5y6y5 - 0.25(2.2)3 - 4 = 0
2.5y7y6 - 0.25(2.4)3 - 4 = 0
2.5y8y7 - 0.25(2.6)3 - 4 = 0
2.5y9y8 - 0.25(2.8)3 - 4 = 0
193
Portafolio de Evidencias
194
a)
Utilizar software matemtico Polymath para resolver ecuaciones diferenciales ordinarias no lineales con valores en
la frontera por el Mtodo de diferencias finitas
195
196
Si una variable U depende de ms de una variable independiente, las derivadas de U con respecto de una o ms variables
independientes, se llaman derivadas parciales.
197
2U
2U
2U
C
D0
xy
x 2
y 2
Las derivadas parciales tienen un amplio campo de aplicacin en ingeniera, en especial
la ecuacin diferencial parcial de segundo orden, para dos variables independientes, cuya frmula general es:
198
U
U
Donde A, B y C son funciones de x y y, y D es funcin de x, y, x y y .
199
200
Elptica s
B2 4AC < 0
2u 2u
0
x 2 y 2
Ecuacin de Laplace
201
Parablica s
B2 4AC = 0
2 u u
x 2 t
202
Hiperblica s
B2 4AC > 0
c2
2u 2u
x 2 t 2
Ecuacin de onda.
203
204
Estas ecuaciones aparecen en ingeniera cundo se estudian los fenmenos de conduccin de calor en estado transitorio, as
como en el estudio de la difusin molecular en el seno de un fluido, etc.
205
Ejemplo. Conduccin del calor en una varilla aislada, cuyos extremos libres se encuentran a distintas temperaturas.
206
aislamiento
T0
Tn
Figura Varilla aislada con conduccin de calor
207
208
209
210
2T T
211
T(x, t) = Tn
Condiciones en la
frontera izquierdaCondiciones en la
T(x, 0) = Ti
Figura 7.3 Condiciones iniciales
Portafolio de evidencias
a)
Hacer un programa (diagrama de flujo y seudocdigo) para solucionar una Ecuacin Diferencial Parcial Parablica
por el Mtodo Explicito. Codificar y ejecutar en scilab
6.10 Aplicaciones
6.10.1 Ley de Newton del enfriamiento
Conceptos utilizados
Aplicando la primera ley de la termodinmica a la esfera, y suponiendo que el calor fluye tan rpidamente en la esfera que
la temperatura es prcticamente la misma en todos los puntos de la misma, el calor disipado por la esfera se puede expresar
analticamente por medio de la ecuacin diferencial homognea:
dT
hA
(T T ) 0
dt cV
Donde
h = coeficiente de transferencia de calor
A = rea de la esfera para la transferencia de calor
= densidad de la esfera
V = volumen de la esfera
c = calor especifico de la esfera
(0
Curso
Fenmenos de Transporte II
212
Problema
Una esfera de aluminio de 3 cm. de dimetro se calienta hasta una temperatura de 200 C. Entonces, en el instante t = 0, se
coloca en aire que se mantiene a una temperatura de 30 C. Si el coeficiente promedio de transferencia de calor es de 20
W/m C, calcule el tiempo necesario para que la esfera alcance una temperatura de 150 C.
Suponga las siguientes propiedades del aluminio:
k = 210 W / m C
c = 0.895 J / g C
= 2.72 g / cm3
Solucin
h(4R 2 )
hA
3h
3 * 20
16.43x10 4 s 1
3
3
2
3
cV c( 4 R ) cR 2.75 x10 * 0.895 x10 * 1.5 x10
3
dT
16.43x10 4 (T 30)
dt
t 0, T 200 C
213
FUNCTION F(t, T)
F = (-16.43e-4)*(T - 30)
END FUNCTION
t seg.
195
200
205
210
215
220
225
230
235
240
245
250
T C
153.234643
152.22227
151.218214
150.222407
149.23478
148.255266
147.283799
146.320313
145.364741
144.41702
143.477084
142.54487
Conceptos utilizados
La teora bsica de las interacciones depredador-presa fue propuesta en las dcadas de los veinte y treinta por los pioneros
Alfred Lotka y Vito Volterra. Lotka propuso sus ecuaciones haciendo una analoga con ciertas reacciones qumicas, en tanto
que Volterra se inspir en un problema sobre pesqueras en el mar Adritico. Las ecuaciones, sin embargo, resultaron
idnticas. El modelo de depredador-presa propuesto por Lotka y Volterra no tiene ms que una importancia histrica. En la
actualidad, los modelos generales de depredador-presa son modificaciones o extensiones de las ecuaciones de LotkaVolterra. En trminos generales, dichos modelos son particularizaciones del siguiente:
Tasa de crecimiento de la presa
dx
px qxy
dt
La ecuacin anterior corresponde a la dinmica de la poblacin de las presas, con una ecuacin correspondiente para los
depredadores.
214
Incremento en la tasa de
crecimiento del depredador
debido a la presencia de las
presas de la ecuacin anterior
dy
sy rxy
dt
Los detalles biolgicos correspondientes a un sistema o clase de sistemas en particular se traducirn en una forma
especfica para las ecuaciones anteriores en funcin de los valores de p, q, r y s. Por ejemplo, la ecuacin para las presas
ser diferente si se trata de felino-gacela que cuando se trata de pjaro-oruga.
Curso
Desarrollo Sustentable
Problema
Para un sistema dado, el sistema de ecuaciones se puede expresar como:
dx
2 x 1.2 xy en t 0, x 2
dt
dy
y 0.9 xy en t 0, y 1
dt
Resolver el sistema para t = 10 con h = 0.5 usando el mtodo de Runge-Kutta cuarto orden
215
10
0.5
t (tiempo)
0
0.5
1
1.5
2
x (presa)
2
2.48753405
1.71540573
0.79674181
0.44787062
y (depredador)
1
1.7209284
2.78769076
2.91807071
2.30396979
216
2.5
3
3.5
4
4.5
5
5.5
6
6.5
7
7.5
8
8.5
9
9.5
10
0.37178288
0.42991085
0.62162002
1.01547679
1.68624889
2.4019644
2.13221144
1.07269346
0.53680762
0.38428791
0.39639645
0.53242309
0.83859212
1.4011262
2.17139134
2.40097536
1.669793
1.20772636
0.92274406
0.80177991
0.88508871
1.36576392
2.41497402
3.00432733
2.56092812
1.89411688
1.36319352
1.01397804
0.83091722
0.82589839
1.11973653
1.98437432
Evaluacin Sumativa
Problema 1
Sistema de reactores tipo tanque con agitacin
Considere el siguiente sistema de reactores tipo tanque donde:
Q = Flujo volumtrico en metros cbicos por minuto
c = concentracin en miligramos por metro cbico
m 3 mg mg
3
min
Flujo msico = Q c = min m
C5
Q15 = 3
Q55 = 2
Q54 = 2
Q25 = 1
217
C1
C4
C2
Q12 = 3
Q01 = 5
c01 = 10
Q24 = 1
Q44 = 11
Q23 = 1
Q34 = 8
Q31 = 1
C3
Q03 = 8
c03 = 20
V
Acumulacin =
dc
dt
dc
dt = Entradas Salidas;
reacomodando
dc Entradas Salidas
dt
V
Reactor 1:
dc1 50 c3 6c1
dt
V1
dc 2 3c1 3c2
dt
V2
Reactor 2:
dc3 160 c2 9c3
dt
V3
Reactor 3:
dt
V4
Reactor 4:
dc5 3c1 c2 4c5
dt
V5
Reactor 5:
Suponiendo que en tiempo igual a cero, la concentracin de todos los reactores es cero, resuelva el sistema tomando: V1 =
50; V2 = 20; V3 = 40; V4 = 80; V5 = 100
Problema 2
218
dy1
y
k1 y1 (1 1 )
dt
k2
Para describir la dinmica del crecimiento celular. Esta ecuacin es una modificacin de la ley logartmica
dy1
k1 y1
dt
(1
y1
)
k 2 en la ley logstica explica el cese del crecimiento debido a la limitacin del nutriente.
El trmino
La ley logstica ha sido usada exitosamente en los modelos de crecimiento de penicillium chrysogenum un organismo
productor de penicilina.
La velocidad de produccin de la penicilina puede ser cuantificada a partir de la ecuacin
dy 2
k 3 y1 k 4 y 2
dt
La cantidad de penicilina (y2) obtenida es proporcional a la concentracin celular (y1) y es afectada por la degradacin
hidrlitica a una velocidad que depende de la concentracin de la penicilina misma.
1. Mostrar que k2 es equivalente a la mxima concentracin celular, la cual es alcanzada bajo las condiciones dadas.
2. Encontrar la concentracin celular y de penicilina para un rango de tiempo: 0 t 212 hr.
En t = 0 y1 = 5.0 y y2 = 0
Usar las siguiente condiciones: k1 = 0.0312; k2 = 47.70, k3 = 3.374; k4 = 0.01268
Bibliografa
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
219