MTODOS NUMRICOS PARA INGENIEROS

QUMICOS CON MATLAB (I)

Francisco Muoz Paba M.Sc.
. Departamento de Ingeniera Qumica, Grupo de Simulacin y Control de
Procesos. f31paba @ yahoo.com, Universidad del Atlntico,
Barranquilla, Colombia
INTRODUCCION

0B

Muchos planteamientos matemticos sobre

situaciones problmicas, en procesos
qumicos, son de difcil solucin analtica y
hacen que el ingeniero qumico tenga que
recurrir a los mtodos numricos para
encontrar una respuesta a sus casos de
estudio. Una necesidad muy frecuente es la
de representar un conjunto de datos
experimentales tomados en forma discreta
ajustados a una expresin analtica que
permita de forma ms fcil la estimacin de,
por
ejemplo,
valores
intermedios,
sumatorias o integrales y variaciones o
razones de cambio entre ellos. El desarrollo
de los mtodos numricos, la certidumbre
de sus resultados
y la posibilidad de
ejecutarlos con la ayuda de cdigos por
computador hacen de ellos un recurso que
ofrece ventajas con respecto a los mtodos
analticos. En sta revisin se presentan
algunos mtodos de ajuste de datos a
ecuaciones con ejemplos a la ingeniera
qumica que se resuelven con los pro
cedimientos explicados y con la ayuda de
un computador mediante la construccin de
instrucciones
cortas
codificadas
con
MATLAB.
AJUSTE DE CURVAS PARA FUNCIONES
POLINOMICAS.
Muchas funciones matemticas incluyen
trminos como logartmicos, exponenciales

o trigonomtricos que las hacen de un

manejo complejo. Una alternativa para
afrontar tal dificultad la ofrecen los mtodos
numricos permitiendo que una funcin se
pueda expresar por otra equivalente en
cuanto a la correspondencia entre la
variable independiente y el valor de la
funcin pero mas sencilla y, por lo tanto, de
ms fcil manipulacin. Lo anterior es lo que
se conoce como ajuste de curvas,
interpolacin o clculo de la ecuacin de
una curva. A continuacin se muestra el
mtodo de ajuste de curvas a un polinomio
como una Serie de Potencias o mediante
procedimiento de interpolacin como el de
Newton y Lagrange.
.
SERIE DE POTENCIAS.
Prcticamente
todas
las
funciones
matemticas se pueden expresar como un
polinomio de grado n, es decir, mediante
una expresin en serie de potencias.
Es ms fcil encontrar el valor numrico de
una funcin expandindola en una serie de
potencia polinomial como la ecuacin (1):
n

f ( xi ) = an x n = a0 + a1 xi + a2 xi2 + ...an xin

(1)

i =0

y evaluando los coeficientes a0 .. ..an .

Las funciones logartmicas, hiperblicas y
elpticas son casos puntuales.

Las series de potencias pueden usarse para

ajustar un conjunto de datos tomando un
nmero suficiente de trminos. El nmero
de trminos est dado por el siguiente
teorema:
S las ensimas diferencias divididas de una
funcin tabulada son constantes cuando los
valores de la variable independiente son
tomadas en progresin aritmtica, la funcin
es un polinomio de grado n.
Ejemplo 1

1B

f ( x) = a0 + a1 x + a2 x 2 + a3 x 3 + a4 x 4

(2)

Tabla 1. Datos de la funcin

Punto 0
1
2
3
4
5
x
1.0 1.1 1.2 1.3 1.4 1.5
fx
5.000 5.785 6.763 7.971 9.451 11.25

Tabla 2. Diferencias divididas

[1]

[2 ]

f i
f i
x
f(x)
1 5.0000 7.852 9.640
1.1 5.7852 9.780 11.50
1.2 6.7632 12.08 13.60
1.3 7.9712 14.80 15.94
1.4 9.4512 17.98
1.5 11.250

[3]

[4 ]

f i
f i
6.200 2.000
7.000 2.000
7.800

Debe notarse que todas las diferencias

divididas de cuarto orden tienen el mismo
valor,
independientemente
de
los
argumentos que se usen para su clculo,
por lo tanto , la ecuacin(2) se puede
escribir en forma de series de potencias
como un polinomio de cuarto orden.
Para realizar los clculos de diferencias
divididas puede usarse el
siguiente
procedimiento codificado con MATLAB:
Procedimiento 1

Elabore una tabla de diferencias divididas

determine los coeficientes del polinomio
dado por la ecuacin (2).
Las primeras diferencias divididas mediante
los
puntos
(0),
(1)
y
(1),
(2),
respectivamente, son:
5.7852 5.0000
= 7.8520
1 .1 1 .0
6.7632 5.7852
f [x1 , x2 ] =
= 9.7800
1 .2 1 .1

f [x0 , x1 ] =

La segunda diferencia dividida mediante los

puntos (0), (1) y (2) es:
9.7800 7.8520
f [x0 , x1 , x2 ] =
= 9.6400
1 .2 1 .0

La Tabla 2 muestra los resultados

correspondientes hasta la cuarta diferencia
dividida.

x=[1.0 1.1 1.2 1.3 1.4 1.5];

fx=[5.000 5.7852 6.7632 7.9712 9.4512
11.25];
M=6; N= M-1;
for i=1:N
T(i,1)= (fx(i+1)- fx(i))/(x(i+1)-x(i));
end
for j=2 :N
for i=j : N
T(i,j)= (T(i,j-1)- T(i-1,j-1))/(x(i+1)-x(i-j+1));
end
end
T

Para
encontrar
los
coeficientes
a0 , a1 , a2 , a3 y a4 del polinomio en series de
potencia de la ec(2), se escribe el siguiente
procedimiento codificado con MATLAB:

Procedimiento 2

x=[1.0 1.1 1.2 1.3 1.4 1.5];

fx =[5.00 5.7852 6.7632 7.9712
11.25];

9.4512

plot(x,fx,o)
a = polyfit (x, fx, 4);
Y= polyval (a, x);
fprintf ( a0=%8.5f\n a1=%9.6f\n a2=%9.6f\n

a3=%9.6f\n
a4=%9.6f\n,a(5),a(4),a(3),a(2),a(1))

plot(x,fx,o,x,Y,-)
Donde se obtiene que:
a0 = 3.000
a1 = 2.000
a2 = 5.000
a3 = 3.000
a4 = 2.000

En la figura 1 se muestran los datos

suministrado junto con el polinomio ajustado
FORMULA
DE
NEWTON
EN
DIFERENCIAS
FINITAS
HACIA
ADELANTE.
La frmula necesita una tabla de valores y0,
y1, y2, .......yn para valores equidistantes
x0, x1, x2, ..xn de la variable independiente
x.
Para usar la frmula de Newton en
diferencias finitas es de mucha ayuda
construir una tabla de diferencias finitas.
La tabla 3 es una tabla de diferencias finitas,
para y = x 3 Los valores numricos estn
arriba y la nomenclatura est debajo.

Figura 1 Grfica del polinomio ajustado.

Tabla 3 Diferencias finitas hacia adelante

_______________________________________
f i [2 ]
f i [3]
f i [4 ]
X y = x 3 f i [1]
1.1 1.331 0.397 0.072 0.006 0
1.2 1.728 0.469 0.078 0.006
1.3 2.197 0.547 0.081 0
1.4 1.744 0.631 0
0
1.5 3.375 0
0
0
_______________________________________
x y
fi[1]
fi[2]
fi[3]
x0 f ( x0 ) f [x0 , x1 ]

x1 f ( x1 ) f [x1 , x 2 ]
x 2 f ( x 2 ) f [x 2 , x 3 ]
x3 f ( x3 ) f [x 3 , x 4 ]

x 4 f ( x 4 ) f [x 4 , x 5 ]

f [x0 , x1 , x2 ]

f [x0 , x1 , x3 , x3 ]

f [x 2 , x3 , x 4 ]

f [x 2 , x 3 , x 4 , x 5 ]

f [x1 , x 2 , x3 ]

f [x 3 , x 4 , x 4 ]

f [x1 , x 2 , x3 , x 4 ]

__________ __________ __________ ________

La funcin tabulada debe ajustarse con un

polinomio f(x) de n-simo grado, que se
expresa por

f ( x) = a0 + a1 ( x x0 ) + a2 ( x x0 )( x x1 ) +
a3 ( x x0 )( x x1 )( x x2 ) +
an ( x x0 )( x x1 ). . . ( x xn 1 )
Haciendo h = x1 x0 = x2 x1

s = ( x x0 ) / h

Por derivacin:
y = f ( x) = f ( x0 ) + sf i [1] +

s( s 1) [2]
fi +
2!

s ( s 1)( s 2) [3] s ( s 1)( s 2)( s 3) [4 ]

fi +
fi +
3!
4!

s ( s 1) ...( s n + 1) [n ]
fi
n!

(3)

Siendo f i [1] , f [2 ], f i [3], la primera, segunda y

tercera diferencia finitas, respectivamente.
La frmula es til solo para valores
puntuales, no para la ecuacin de la curva
total

Ejemplo 2
La velocidad de sedimentacin de una
suspensin,
se
relaciona
con
la
concentracin volumtrica del sedimento.
Los datos y la curva para la sedimentacin
de una suspensin
de precipitado de
carbonato de calcio se muestran en la figura
2. La graficacin de la curva se deja como
ejercicio para el lector
Se requiere:
1. Encontrar la ecuacin de la curva que
mejor se ajuste a los datos dados.
2. Calcular la velocidad de edimentacin
para una concentracin volumtrica
de 2.5%.
.

Figura. 2 Datos de sedimentacin.

Solucin por Serie Potencias
Para encontrar el polinomio en serie de
potencias, suponemos un polinomio de
sptimo grado que se encuentra mediante el
siguiente procedimiento codificado con
MATLAB
Procedimiento 3
x= [ 0 1.0 2.0 3.0 4.0 5.0 6.0 7.0 8.0];
y= [0 3.2 4.8 4.25 3.23 2.87 2.75 2.70
2.65];
plot(x,y,o)
Coef = polyfit(x,y,7);
X=1:0.1:8;
Y= polyval (Coef,X);
plot(x,y,o,X,Y)
fprintf ( a0=%9.6f\n a1=%9.6f\n a2=%9.6f\n
L
a3=%9.6f\n
a4=%9.6f\n
a5=%9.6f\n
a6=%9.6f\n
4

Tabla 4. Diferencias finitas

a7=%9.6f\n,a(8),a(7),a(6),a(5),a(4),a(3),a(2)
,a(1))
Donde los coeficientes del polinomio de
sptimo grado son:

a 0 = 0.0004

a 4 = 1.023

a1 = 1.7060

a 5 = 0.1579

a 2 = 3.8871

a 6 = 0.0121

a 3 = 3.27

a 7 = 0.00040

f i [1]

2.0
3.0
4.0
5.0
6.0
7.0
8.0

4.8
4.25
3.23
2.87
2.75
2.70
2.65

-0.55
1.02
0.36
0.12
0.050
-0.05
0

f i [2 ]

f i [3]

-0.47 1.13
0.66 -0.42
0.24 -0.17
0.07 -0.07
0
0

f i [4 ]

f i [5]

-1.55 1.80
0.25 -0.150
0.10

h =1.0

La ecuacin de la curva es:

f ( x) = a0 + a1 x + a2 x 2 + a3 x 3 + a4 x 4 + a5 x 5 + a6 x 6

+ a7 x 7

s=

2 .5 2 .0
= 0 .5
1 .0

(4)
Aplicando la ecuacin (3)

La velocidad msica de concentracin para

una concentracin volumtrica de 2.5%, se
halla
sustituyendo
los
coeficientes
encontrados con el procedimiento 3 en la
ecuacin (4) para un valor de x =2.5.
Empleando los siguientes comandos de
MATLAB:

0.5(0.5 1)
(0.47)
2
0.5(0.5 1)(0.5 2)
+
(1.13)
(3)(2)
0.5(0.5 1)(0.5 2)(0.5 3)
+
(1.55)
(4)(3)(2)

f (2.5) = 4.8 + (0.5)(0.50) +

= 4.7149 g / cm2h
Pol= [-0.0004 0.0121
3.8871 0.0004];
fx = polyval (Pol,2.5)

-0.1579 1.023

Obtenemos que: f(2.5) = 4.6783 g / cm 2 h

Solucin por la frmula de Newton
Este problema se puede resolver utilizando
la frmula de Newton en diferencias finitas.
Este mtodo es vlido solamente para
calcular valores puntuales de la funcin y no
para calcular la ecuacin de la curva, por
consiguiente, se calcula solamente el valor
de la funcin para un valor de x = 2.5.
Se calculan las diferencias
resumen en la Tabla 4.

finitas que se

Aunque la cuarta diferencia finita no es

constante, el resultado obtenido es
satisfactorio. Es evidente a partir de ste
ejemplo que tanto el polinomio en serie de
potencias como la frmula de Newton son
bastante aproximadas al valor medido que
es de 4.700.
Los clculos anteriores se pueden realizar
con el siguiente procedimiento codificado
con MATLAB.
Procedimiento 4
x= [2.0 3.0 4.0 5.0 6.0 7.0 8.0];
y= [4.8 4.25 3.23 2.87 2.75 2.70 2.65];
N=7;
for i =1: N-1
f(i,1) = y(i+1) y(i);
5

end

( x x1 )( x x2 )L( x xn )
( f0 )
( x0 x1 )( x0 x2 )L ( x0 xn )

f ( x) =

for j=2: N-1

for i=j: N-1
f(i,j) = f(i,j-1) f(i-1,j-1);
end
end

+L+

( x x0 )( x x2 )L( x xn )
( f1 )
( x1 x0 )( x1 x2 )L ( x1 xn )

( x x0 )( x x1 )( x x3 )L( x xn )
( f2 )
( x2 x0 )( x2 x1 )( x2 x3 )L ( x2 xn )
( x x0 )( x x1 )L ( x xn 1 )
( fn )
( xn x0 )( xn x1 )L ( xn xn 1 )

h= 1.0 ; xi = 2.5;

(5)

La frmula de Lagrange
principalmente para :

s = (xi x(1))/h ;
yi = y(1) + s*f(1,1) + s*(s-1)/2*f(2,2)
+ s*(s-1)*(s-2)/(3*2)*f(3,3)
+ s*(s-1)*(s-2)*(s-3)/(4*3*2)*f(4,4) ;
fprintf(\n\n Resultado: 4 grado f(%4.2f)
=... %6.2f \ n, xi,yi )
FRMULA DE INTERPOLACIN DE
LAGRANGE.
Muchas frmulas de interpolacin son
aplicables solo cuando los valores de la
variable independiente son dados en
intervalos equidistantes. La frmula de
Lagrange no tiene sta limitacin, pero solo
utiliza datos que sean necesarios para
aproximarse al valor correcto.
Los datos donde los valores de x no son
equidistantes, a menudo son resultados de
observaciones experimentales o de anlisis
de datos histricos.
Supngase que se tiene una tabla de datos
con cuatro pares de valores x y f(x)
i
x

..

x0

x1

x2

x3

n
L xn

f ( x)

f0

f1

f2

f3

L fn

Estos cuatro pares de datos es posible

ajustarlos a una funcin cbica. La frmula
de Lagrange para un polinomio de n-simo
grado es

(1)

(2)

se

usa

Calcular el valor de la variable

independiente correspondiente a un
valor dado de la funcin .
Calcular cualquier valor de una
funcin, cuando los valores dados
de la variable independiente no son
equidistantes.

Adems de que la frmula de Lagrange es

tediosa, tiene una limitacin muy seria,
cuando los valores no son tan cercanos
unos a otros, los resultados tienden a ser
indeseables. Sin embargo puede utilizarse
cuando sea imposible utilizar otro mtodo.

Ejemplo 3
Se desea estimar la densidad de una
sustancia a una temperatura de 251 C a
partir de los siguientes datos experimentales
que se dan en la Tabla 5.

Tabla 5 Datos de Temperatura-Densidad

i
Ti , C

i,

kg
m3

0
94

1
205

2
371

929

902

860

Como se dispone de tres datos, el orden de

la frmula de Lagrange es 2 y el clculo de
la densidad a 251 es dado por
(251 205)(251 371)
(929)
(94 205)(94 371)
(251 94)(251 371)
+
(902)
205 94(205 371)
(251 94)(251 205)
+
(860)
(371 94)(371 205)

(251 C ) =

la frmula de Lagrange , tomando los datos

de las densidades a una concentracin del
40% y la temperatura como la variable
independiente.
El orden de la frmula es de 1 y el clculo
de la densidad mediante la frmula de
Lagrange es:

(15 C ) =

(15 30)
(15 10)
(1.3103 +
(12953)
(10 30)
(30 10)

= 1.3066 kg / m 3

= 890.5 kg / m3

El siguiente procedimiento codificado con

MATLAB realiza los clculos anteriores.

El siguiente procedimiento codificado con

MATLAB realiza los clculos anteriores.
Procedimiento 6

Procedimiento 5

x= [10 30];
y= [1.3103 1.2953];
xi = 15;
d = interp1(x,y,xi,linear)

X = [94 205 371];

Y = [929 902 860];
Xi= 251;
Densidad =interp1(X,Y,Xi,cubic)
En la Tabla 6 se muestran las densidades en
kg / m3 , de soluciones acuosas de cido
sulfrico de diferentes concentraciones en
% para un conjunto de temperaturas en C.
Se desea calcular la densidad de una
solucin de cido sulfrico a una
concentracin del 40% y a una temperatura
de 15 C.

FRMULA DE INTERPOLACIN HACIA

DELANTE DE DERIVADAS DE NEWTON.
La frmula de diferenciacin de Newton para
una estimacin de f(x) se obtiene
f ( x) =

1 [1] 1 [2 ] 1 [3] 1 [4 ] 1 [5 ]

f i f i + f i f i + f1 L
2
3
4
5
h

(6)
Derivaciones sucesivas se obtienen

Tabla 6 Tabulacin de una funcin de dos

variables = f (T , C )
T ( C )
10
30
60
100
C (%)

5
20
40
70

1.0344
1.1453
1.3103
1.6923

1.0281
1.1335
1.2953
1.6014

1.0140
1.1153
1.2732
1.5753

0.9888
1.0885
1.2446
1.5417

1 [2]
11
5

f fi[3] + fi[4] fi[5] + L

2 i
12
6
h

1
3
7

f (x) = 3 fi[3] fi[4] + fi[5] L

h
2
4

1
f IV (x) = 4 fi[4] 2 fi[5] + L
h
f (x) =

(7)
(8)

(9)

Para una funcin polinmica de dos

variables como ste caso, se puede aplicar
7

METODO DE DOUGLAS-AVAKIAN
Este mtodo usa un polinomio de cuarto
orden que se ajusta a siete puntos
equidistantes por el mtodo de mnimos
cuadrados. El polinomio es
y = a + bx + cx 2 + dx 3 + ex 4

Estos puntos son espaciados en intervalos

iguales con las coordenadas escogidas, tal
que, en x = 0 se encuentra el punto central
de los siete. Los siete valores de x pueden
escribirse como 3h, -2h, -h, 0, 2h y 3h.
Por derivacin,
397 ky 7 k 3 y
dy

=
1512 h
216 h
dx 0

Figura 3 Curva de velocidad de secado.

(10)

Tabla 7 Diferencias Finitas

Donde k representa el coeficiente de h en
los valores de x, por ejemplo 3, -2 , -1, 0, 1,
2, 3.
Ejemplo 5
Una pasta de material cristalino se seca con
aire, que se hace fluir por encima de ella .
Para disear el sistema de secado, se
obtuvieron los datos experimentales que se
muestran en la figura 3. A partir de esto,
calcule la velocidad de secado en 0.9h ,es
decir, dy / dt = 0.9 , donde t es el tiempo en
horas.

Solucin por la Frmula de la

derivada de Newton
Se divide parte de la curva en cinco
subdivisiones comenzando en t=0.9 hora,
como muestra la figura 3 y se elabora la
Tabla de diferencias finitas ( Tabla 7)

f i [1]

f i [2 ]

f i [3]

f i [4 ]

f i [5]

0.9 0.18335 -0.01995 0.0025 0.0003 0.00007 -0.00021

1.0 0.1634 -0.01745 0.00280 0.00037 0.00014
1.1 0.14595 0.1465 0.00317 0.00023
1.2 0.1313 -0.001148 0.00340
1.3 0.11982 0.0808
1.4 0.11174

Y se aplica la ecuacin (6) para determinar

la velocidad de secado.

1
0.0025 2(0.0003)
dy
=
0.01995
+

2
6
dx t = 0.9 0.1
6(0.00007) 6(0.00021)

]=
24
120
=

0.2111 lb H 2O / lb slido sec o

Solucin por el
Douglas-Avakian.

mtodo

de

Primero se prepar la Tabla 8, a partir del

polinomio de cuarto orden ajustado los
datos experimentales, y la ecuacin (11) con
ayuda de MATLAB.

fx = 0.0146 x 4 + 0.119 x 3 0.1453 x 2

0.1958 x + 0.40

(11)

Tabla 8 Datos de y = f(x)

x
0.3
0.5
0.7
0.9
1.1
1.3
1.5

f(x)
0.3313
0.2798
0.2291
0.1833
0.1459
0.1198
0.1071

ky
k3 y
-0.9939
-8.9451
-0.5596
-2.2384
-0.2291
-0.2291
0
0
0.1459
0.1459
0.2396
0.9584
0.3219
2.8971
= 1.0752 = 7.4112

k
-3
-2
-1
0
1
2
3

La velocidad de secado se calcula con la

ecuacin (10), de la siguiente manera
(397)(1.0752) 7(7.4112)
dy
=

(1512)(0.2)
(216)(0.2)
dx t = 0.9
= 0.2106 lbH 2O / lb slido sec o

Comparando los resultados encontramos un

valor de 0.2111 por el mtodo de Newton y
0.2106 por el mtodo de Douglas-Avakian.
El valor medido es de 0.21. El mtodo de
Douglas-Avakian se basa en el mtodo de
mnimos cuadrados, por lo tanto, es un
mtodo inseguro.
El siguiente procedimiento codificado con
MATLAB realiza los clculos anteriores
donde se aplica el mtodo de DouglasAvakian.
Procedimiento 7

function y = Douglas(y,k)
x = [0.9 1.0 1.1 1.2 1.3 1.4] ;
fx =[0.18335 0.1634 0.14595 0.1313
0.11982 0.11174];
pol = polyfit (x, fx, 4);
xi = [0.3 0.5 0.7 0.9 1.1 1.3 1.5] ;
yi = polyval(pol,xi) ;

k = [-3 -2 -1 0 1 2 3] ;
y = yi ;
for i = 1 : 7
K(i,1) = k(i)*y(i);
K(i,2) = k(i)^3*y(i);
end
K
s= sum (K)
Derivada= 397*s(1)/(1512*0.2)
- 7*s(2)/(216*0.2)

OTROS MTODOS PARA AJUSTE

DE CURVAS.
Mtodo de mnimos cuadrados. Este
mtodo se basa en la suposicin, que la
mejor curva representativa es aquella para
la cual la suma de los cuadrados de los
residuos (errores) es un mnimo. Los
residuos son elevados al cuadrado para
eliminar lo que concierne a su signo.
Consultar el libro de Nieves-Domnguez
pgina 362.1
Este mtodo es mucho ms complicado
para polinomios de mayor grado y se usa
para polinomios no mayores de segundo
grado. Es menos seguro que la Frmula
interpolacin de Newton y debe emplearse
para correlacionar o encontrar el mejor
ajuste de un conjunto de datos
experimentales.
Frmula de diferencia central de Stirling.
Dos formas de la frmula de Newton se
usan para la interpolacin cercana al
comienzo y cercana al final de un conjunto
de datos tabulados. La frmula de Stirling es
particularmente disponible para valores
interpolados cercanos a la mitad de un
conjunto de datos tabulados. Este mtodo
est explicado en el libro de ConstantinidesMostoufi, pgina 176 2
Series de Taylor. Un mtodo de expandir
funciones en series de potencias es
utilizando las series de Taylor. El ltimo
trmino en la serie es el residuo o tamao
9

de error despus de n trminos y por lo

tanto, la serie de Taylor tiene una ventaja
sobre otros mtodos, por que puede
programarse en un computador, de tal
manera que los trminos se pueden agregar
automticamente hasta que el ltimo
trmino (trmino error) sea menor que el
limite especificado. Una nota de precaucin
en el uso de todos los mtodos de ajuste de
curvas debe expresarse. La exactitud de la
correlacin entre los puntos de datos (xi,yi)
se debe chequear.
CALCULO
DE
INTEGRALES
INTEGRACIN NUMRICA

POR

El proceso de calcular el valor de una

integral definida a partir de un conjunto de
valores numricos del integrando recibe el
nombre de integracin numrica. El
integrando se representa por una frmula de
interpolacin y la frmula se integra entre
los limites deseados.

Mtodo de Simpson. Este mtodo se

puede resumir diciendo que se basa en la
conexin de los puntos (xi,yi) por una series
de parbolas.
Las funciones de ste tipo son polinomios
de segundo grado
f ( x) = a + bx + cx 2
Hay un error inherente, por supuesto, si el
polinomio es mayor de segundo grado. La
frmula final de la ecuacin para la Regla
1/3
de
Simpson
es

b
a

ydx =

h
[ y 0 + 4 ( y1 + y 3 + L + y n 1 ) +
3
2( y2 + y4 + L yn2 ) + yn ]

(13)
La regla de Simpson sola es exacta para
polinomios de primero y segundo grado. El
grado de la funcin es desconocida en
muchas aplicaciones, por consiguiente, se
debe calcular el error. El error se calcula por
la siguiente ecuacin:

Error
h
= [ y1 + yn +1 4( y0 + yn ) + 7( y1 + yn 1 )L
90
8( y2 + y4 + L + yn 2 ) + 8( y3 + y5 + L yn 3 ) ]
(14)
Donde h = xi y n 6
Mtodo trapezoidal compuesto. Consiste
en dividir el intervalo[a , b] en n
subintervalos y aproximar cada uno por un
polinomio de primer grado, luego se aplica la
frmula trapezoidal a cada subintervalo y se
obtiene el rea de cada trapezoide, de tal
modo que la suma de todas ellas da la
aproximacin al rea bajo la curva de la
funcin. La forma final de la ecuacin para el
mtodo trapezoidal compuesto es:
b
h
a ydx = 2 [ y0 + 2( y1 + y2 + y3 + L + yn 1 ) + yn ]
(15)
Los siguiente dos ejemplo ilustran estos dos
mtodos.
Una torre empacada absorbe un gas A de un gas
de combustin. El gas de entrada a la torre
contiene 10.5% molar de A y el gas de salida
contiene 2.5% molar de A. Calcule el nmero de
unidades de transferencia necesarias, N OG . Los
datos se muestran en la tabla 6.
Tabla 6 Datos para el problema de unidades
de transferencia.
Datos
Calculados de los datos
1
y
y*
y y*
y y*
0.015 ( x1 ) 0.006342 0.008658
0.025 ( x0 ) 0.014328 0.010672

115.5 ( y1 )
93.7 ( y0 )

0.035 ( x1 )
0.045 .
0.055 .
0.065 .
0.075
0.085 .
0.095 ( x7 )

0.012500
0.013736
0.014859
0.015798
0.016556
0.017167
0.017575

80.0 ( y1 )
72.8 .
67.3 .
63.3
60.4
58.25 .
56.9 ( y7 )

0.105 ( xn ) 0.087127 0.017873

55.95 ( yn )

0.115 ( xn +1 ) 0.096819 0.018181

y* = Composicin en equilibrio.

55.0 ( yn +1 )

0.022500
0.031264
0.040141
0.049202
0.058444
0.067833
0.077425

10

Primero resolvemos el problema aplicando el

mtodo 1/3 de Simpson. Suponiendo que la
pelcula gaseosa es la controlante, tenemos:
dy
0.01
=
[93.7 + 4(80 + 67.3
*
3
yy
+ 60.4 +56.9) + 2 (72.8 + 63.3 + 58.25)
+ 55.95] = 5.3225 unidades de transf.
Error =
0.01

[115.5 + 55 4(93.7 + 55.95) + 7(80 +

90
+ 56.7) 8(72.8 + 63.3 + 58.25) + 8(67.3 +
N OG =

y ( 2)

y (1)

Aplicando el mtodo 1/3 de Simpson, tenemos

xf
dxw
A=
=
x0 x x
D
w
0.0618
[2.38 + 4 (2.0 + 1.83 + 2.04)
3
+ 2 (1.85 + 2.04) + 2.22 ] = 0.739
W
W
ln
= 0.739 y
= 0.4776
W0
W0

+ 60.4) ] = 0.000333 unidades de transf .

El error es relativamente pequeo.
Por el mtodo trapezoidal compuesto aplicamos
la ecuacin (15)
y (2)
0.01
N OG = =
[93.7 + 2(80 + 72.8
y (1)
2
+ 67.3 + 63.3 + 60.4 + 58.25 + 56.9)
+ 55.95 ] = 5.3377 unidades de transf.
Consideremos ahora una columna de destilacin
discontinua que contiene una mezcla de 50%
molar de A en B, se destila hasta que la fraccin
molar de A en el calderin sea menor que 0.20.
Calcule la razn W
Los datos se muestran en
W0
la tabla 7. y se grafican en la figura 4.
Tabla 7 Datos para el problema de la columna de
destilacin discontina
1
xD
xW
xD xW
xD xW
0.549

0.129 ( x0 ) 0.420

2.38 ( y0 )

0.691
0.793
0.806
0.902
0.928

0.191
0.253
0.314
0.376
0.438

( x1 )
( x2 )
.
.
( x5 )
0.50 ( xn )

2.00
1.85
1.83
1.90
2.04

0.950

0.500
0.540
0.492
0.526
0.490
0.450

( y1 )
( y2 )
.
.
( y5 )
2.22 ( yn )

Fig 4 Grfica de Xw vs 1/(XD- Xw)

Por el mtodo trapezoidal compuesto, tenemos
que
A=

0.0618
dxw
=
[2.38 + 2 (2.0 +
x0 x x
2
D
w
+ 1.85 + 1.83 + 1.90 + 2.04) + 2.22 ]

xw

= 0.7366
W
W
ln
= 0.7366 ;
= 0.4787
W0
W0
Se observa que los dos resultados son casi iguales
debido a que el polinomio es de orden 3. El
siguiente cdigo de MATLAB hace los clculos
de los dos problemas dados anteriormente.
x = input( Introduzca los valores de x = );
y = input( Introduzca los valores de y = );
Area_1= trapz(x,y);
Area_2= Simpson(x,y);
fprintf ( \ n Area_1(Mtodo ...
trapezoidal)=%9.4f ,Area_1)
fprintf( \ n Area_2(Mtodo 1/3 de ...
Simpson)=%9.4f ,Area_2)
11

function
A=Simpson(x,y)
puntos = length(x);
if length(y) ~= puntos
error( x y y no son de la
misma longitud )
break
end
dx = diff(x);
if max(dx)-min(dx) >
min(abs(x))/1000
error (x no son equidistantes)
break
end
h= dx(1);
if mod (puntos,2) == 0
precaucin(Agregue nmeros de
intervalos )
n= puntos 1;
else
n= puntos;
end

BIBLIOGRAFIA
1. Nieves A y Domnguez F. Mtodos
numricos aplicados a la ingeniera. 2
Edicin CECSA 2002.
2. Constantinides A y Mostoufi N Numerical
methods for chemical engineers with
MATLAB applications 1 Edicin
Prentice-Hall 1999.
3. Gerald C.F y Wheatley P.O Anlisis
numrico con aplicaciones. 7 Edicin
Pearson Educacin 2000.
4. Nakamura S. Anlisis numrico y
visualizacin grfica con MATLAB 1
Edicin Pearson Educacin 1997.

if n ~= puntos
A = A + (y(puntos) + y(n))* h/2;
end.
y2 = y(3:2:n1);
A= (h/3)*(y(1) + 4*sum(y1)+2*
sum(y2) + y(n)) ;
y1 = y(2:2:n1);

end

12