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.

1
Las series de potencias pueden usarse para Tabla 2. Diferencias divididas
ajustar un conjunto de datos tomando un
nmero suficiente de trminos. El nmero [1] [2 ] [3] [4 ]
x f(x) f i f i f i f i
de trminos est dado por el siguiente
1 5.0000 7.852 9.640 6.200 2.000
teorema:
1.1 5.7852 9.780 11.50 7.000 2.000
1.2 6.7632 12.08 13.60 7.800
S las ensimas diferencias divididas de una
1.3 7.9712 14.80 15.94
funcin tabulada son constantes cuando los
1.4 9.4512 17.98
valores de la variable independiente son
1.5 11.250
tomadas en progresin aritmtica, la funcin
es un polinomio de grado n.
Debe notarse que todas las diferencias
divididas de cuarto orden tienen el mismo
Ejemplo 1
valor, independientemente de los
1B

argumentos que se usen para su clculo,

f ( x) = a0 + a1 x + a2 x 2 + a3 x 3 + a4 x 4 (2) por lo tanto , la ecuacin(2) se puede
escribir en forma de series de potencias
Tabla 1. Datos de la funcin como un polinomio de cuarto orden.
Para realizar los clculos de diferencias
Punto 0 1 2 3 4 5 divididas puede usarse el siguiente
x 1.0 1.1 1.2 1.3 1.4 1.5 procedimiento codificado con MATLAB:
fx 5.000 5.785 6.763 7.971 9.451 11.25
Procedimiento 1
Elabore una tabla de diferencias divididas
determine los coeficientes del polinomio x=[1.0 1.1 1.2 1.3 1.4 1.5];
dado por la ecuacin (2). fx=[5.000 5.7852 6.7632 7.9712 9.4512
11.25];
Las primeras diferencias divididas mediante M=6; N= M-1;
los puntos (0), (1) y (1), (2),
respectivamente, son: for i=1:N
T(i,1)= (fx(i+1)- fx(i))/(x(i+1)-x(i));
5.7852 5.0000 end
f [x0 , x1 ] = = 7.8520
1 .1 1 .0
for j=2 :N
6.7632 5.7852
f [x1 , x2 ] = = 9.7800 for i=j : N
1 .2 1 .1 T(i,j)= (T(i,j-1)- T(i-1,j-1))/(x(i+1)-x(i-j+1));
end
La segunda diferencia dividida mediante los end
puntos (0), (1) y (2) es:
T
9.7800 7.8520
f [x0 , x1 , x2 ] = = 9.6400
1 .2 1 .0
Para encontrar los coeficientes
La Tabla 2 muestra los resultados a0 , a1 , a2 , a3 y a4 del polinomio en series de
correspondientes hasta la cuarta diferencia potencia de la ec(2), se escribe el siguiente
dividida. procedimiento codificado con MATLAB:

2
Procedimiento 2

x=[1.0 1.1 1.2 1.3 1.4 1.5];

fx =[5.00 5.7852 6.7632 7.9712 9.4512
11.25];

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,-)
Figura 1 Grfica del polinomio ajustado.
Donde se obtiene que:
a0 = 3.000
Tabla 3 Diferencias finitas hacia adelante
a1 = 2.000 _______________________________________
a2 = 5.000 X y = x 3 f i [1] f i [2 ] f i [3] f i [4 ]
a3 = 3.000 1.1 1.331 0.397 0.072 0.006 0
a4 = 2.000 1.2 1.728 0.469 0.078 0.006
1.3 2.197 0.547 0.081 0
En la figura 1 se muestran los datos 1.4 1.744 0.631 0 0
suministrado junto con el polinomio ajustado 1.5 3.375 0 0 0
_______________________________________
FORMULA DE NEWTON EN x y fi[1] fi[2] fi[3]
DIFERENCIAS FINITAS HACIA x0 f ( x0 ) f [x0 , x1 ] f [x0 , x1 , x2 ] f [x0 , x1 , x3 , x3 ]
ADELANTE. x1 f ( x1 ) f [x1 , x 2 ] f [x1 , x 2 , x3 ] f [x1 , x 2 , x3 , x 4 ]
x 2 f ( x 2 ) f [x 2 , x 3 ] f [x 2 , x3 , x 4 ] f [x 2 , x 3 , x 4 , x 5 ]
La frmula necesita una tabla de valores y0,
y1, y2, .......yn para valores equidistantes x3 f ( x3 ) f [x 3 , x 4 ] f [x 3 , x 4 , x 4 ]
x0, x1, x2, ..xn de la variable independiente x 4 f ( x 4 ) f [x 4 , x 5 ]
x. __________ __________ __________ ________
Para usar la frmula de Newton en
diferencias finitas es de mucha ayuda La funcin tabulada debe ajustarse con un
construir una tabla de diferencias finitas. polinomio f(x) de n-simo grado, que se
La tabla 3 es una tabla de diferencias finitas, expresa por
para y = x 3 Los valores numricos estn
arriba y la nomenclatura est debajo.

3
 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:
s( s 1) [2]
y = f ( x) = f ( x0 ) + sf i [1] + 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 (3)
n!

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

tercera diferencia finitas, respectivamente.

La frmula es til solo para valores Figura. 2 Datos de sedimentacin.

puntuales, no para la ecuacin de la curva
total Solucin por Serie Potencias

Para encontrar el polinomio en serie de

Ejemplo 2 potencias, suponemos un polinomio de
sptimo grado que se encuentra mediante el
La velocidad de sedimentacin de una siguiente procedimiento codificado con
suspensin, se relaciona con la MATLAB
concentracin volumtrica del sedimento.
Los datos y la curva para la sedimentacin Procedimiento 3
de una suspensin de precipitado de
carbonato de calcio se muestran en la figura x= [ 0 1.0 2.0 3.0 4.0 5.0 6.0 7.0 8.0];
2. La graficacin de la curva se deja como y= [0 3.2 4.8 4.25 3.23 2.87 2.75 2.70
ejercicio para el lector 2.65];
Se requiere: plot(x,y,o)
1. Encontrar la ecuacin de la curva que Coef = polyfit(x,y,7);
mejor se ajuste a los datos dados.
X=1:0.1:8;
2. Calcular la velocidad de edimentacin
para una concentracin volumtrica Y= polyval (Coef,X);
de 2.5%.
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)) x y f i [1] f i [2 ] f i [3] f i [4 ] f i [5]
2.0 4.8 -0.55 -0.47 1.13 -1.55 1.80
Donde los coeficientes del polinomio de
3.0 4.25 1.02 0.66 -0.42 0.25 -0.150
sptimo grado son:
4.0 3.23 0.36 0.24 -0.17 0.10
a 0 = 0.0004 a 4 = 1.023 5.0 2.87 0.12 0.07 -0.07
a1 = 1.7060 a 5 = 0.1579 6.0 2.75 0.050 0
7.0 2.70 -0.05 0
a 2 = 3.8871 a 6 = 0.0121
8.0 2.65 0
a 3 = 3.27 a 7 = 0.00040
h =1.0
La ecuacin de la curva es: 2 .5 2 .0
f ( x) = a0 + a1 x + a2 x 2 + a3 x 3 + a4 x 4 + a5 x 5 + a6 x 6 s= = 0 .5
1 .0
+ a7 x 7 (4)
Aplicando la ecuacin (3)
La velocidad msica de concentracin para 0.5(0.5 1)
una concentracin volumtrica de 2.5%, se f (2.5) = 4.8 + (0.5)(0.50) + (0.47)
2
halla sustituyendo los coeficientes
encontrados con el procedimiento 3 en la 0.5(0.5 1)(0.5 2)
+ (1.13)
ecuacin (4) para un valor de x =2.5. (3)(2)
0.5(0.5 1)(0.5 2)(0.5 3)
Empleando los siguientes comandos de + (1.55)
MATLAB: (4)(3)(2)
= 4.7149 g / cm2h
Pol= [-0.0004 0.0121 -0.1579 1.023
3.8871 0.0004]; Aunque la cuarta diferencia finita no es
fx = polyval (Pol,2.5) constante, el resultado obtenido es
satisfactorio. Es evidente a partir de ste
ejemplo que tanto el polinomio en serie de
Obtenemos que: f(2.5) = 4.6783 g / cm 2 h
potencias como la frmula de Newton son
bastante aproximadas al valor medido que
Solucin por la frmula de Newton es de 4.700.
Este problema se puede resolver utilizando Los clculos anteriores se pueden realizar
la frmula de Newton en diferencias finitas. con el siguiente procedimiento codificado
Este mtodo es vlido solamente para con MATLAB.
calcular valores puntuales de la funcin y no
para calcular la ecuacin de la curva, por Procedimiento 4
consiguiente, se calcula solamente el valor
de la funcin para un valor de x = 2.5. 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];
Se calculan las diferencias finitas que se N=7;
resumen en la Tabla 4.
for i =1: N-1
f(i,1) = y(i+1) y(i);
5
end
for j=2: N-1
for i=j: N-1
f(i,j) = f(i,j-1) f(i-1,j-1);
end
end
f ( x x0 )( x x1 )L ( x xn 1 )
h= 1.0 ; xi = 2.5;
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)
( x x1 )( x x2 )L( x xn )
f ( x) = ( f0 )
( x0 x1 )( x0 x2 )L ( x0 xn )
( 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 )
+L+ ( fn )
( xn x0 )( xn x1 )L ( xn xn 1 )
(5)
La frmula de Lagrange se usa
principalmente para :
(1) Calcular el valor de la variable
independiente correspondiente a un
valor dado de la funcin .
(2) 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.

i 0 1 2 3 .. n
x x0 x1 x2 x3 L xn Tabla 5 Datos de Temperatura-Densidad
f ( x) f0 f1 f2 f3 L fn
i 0 1 2
Estos cuatro pares de datos es posible Ti , C 94 205 371
ajustarlos a una funcin cbica. La frmula kg
de Lagrange para un polinomio de n-simo i, 929 902 860
m3
grado es

6
Como se dispone de tres datos, el orden de la frmula de Lagrange , tomando los datos
la frmula de Lagrange es 2 y el clculo de de las densidades a una concentracin del
la densidad a 251 es dado por 40% y la temperatura como la variable
independiente.
(251 205)(251 371) El orden de la frmula es de 1 y el clculo
(251 C ) = (929) de la densidad mediante la frmula de
(94 205)(94 371)
Lagrange es:
(251 94)(251 371)
+ (902)
205 94(205 371) (15 30) (15 10)
(15 C ) = (1.3103 + (12953)
(251 94)(251 205) (10 30) (30 10)
+ (860)
(371 94)(371 205) = 1.3066 kg / m 3
= 890.5 kg / m3
El siguiente procedimiento codificado con
El siguiente procedimiento codificado con MATLAB realiza los clculos anteriores.
MATLAB realiza los clculos anteriores.
Procedimiento 6
Procedimiento 5

X = [94 205 371]; x= [10 30];

Y = [929 902 860]; y= [1.3103 1.2953];
Xi= 251; xi = 15;
d = interp1(x,y,xi,linear)
Densidad =interp1(X,Y,Xi,cubic)
FRMULA DE INTERPOLACIN HACIA
En la Tabla 6 se muestran las densidades en DELANTE DE DERIVADAS DE NEWTON.
kg / m3 , de soluciones acuosas de cido
sulfrico de diferentes concentraciones en La frmula de diferenciacin de Newton para
% para un conjunto de temperaturas en C. una estimacin de f(x) se obtiene
Se desea calcular la densidad de una
1 [1] 1 [2 ] 1 [3] 1 [4 ] 1 [5 ]
solucin de cido sulfrico a una f ( x) = f i f i + f i f i + f1 L
h 2 3 4 5
concentracin del 40% y a una temperatura (6)
de 15 C.
Derivaciones sucesivas se obtienen
Tabla 6 Tabulacin de una funcin de dos
1 [2] 11 5
variables = f (T , C ) f (x) = f fi[3] + fi[4] fi[5] + L
2 i
(7)
h 12 6
T ( C )
1 3 7
C (%) 10 30 60 100 f (x) = 3 fi[3] fi[4] + fi[5] L (8)
h 2 4
5 1.0344 1.0281 1.0140 0.9888
20 1.1453 1.1335 1.1153 1.0885 1
h
[
f IV (x) = 4 fi[4] 2 fi[5] + L ] (9)
40 1.3103 1.2953 1.2732 1.2446
70 1.6923 1.6014 1.5753 1.5417

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,

dy 397 ky 7 k 3 y
= (10) Figura 3 Curva de velocidad de secado.
dx 0 1512 h 216 h
Tabla 7 Diferencias Finitas
Donde k representa el coeficiente de h en
los valores de x, por ejemplo 3, -2 , -1, 0, 1, x y f i [1] f i [2 ] f i [3] f i [4 ] f i [5]
2, 3. 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
Ejemplo 5 1.1 0.14595 0.1465 0.00317 0.00023
1.2 0.1313 -0.001148 0.00340
Una pasta de material cristalino se seca con 1.3 0.11982 0.0808
aire, que se hace fluir por encima de ella . 1.4 0.11174
Para disear el sistema de secado, se
obtuvieron los datos experimentales que se Y se aplica la ecuacin (6) para determinar
muestran en la figura 3. A partir de esto, la velocidad de secado.
calcule la velocidad de secado en 0.9h ,es
decir, dy / dt = 0.9 , donde t es el tiempo en dy 1 0.0025 2(0.0003)
= 0.01995 +
horas. dx t = 0.9 0.1 2 6
6(0.00007) 6(0.00021)
Solucin por la Frmula de la ]=
24 120
derivada de Newton
Se divide parte de la curva en cinco = 0.2111 lb H 2O / lb slido sec o
subdivisiones comenzando en t=0.9 hora,
como muestra la figura 3 y se elabora la Solucin por el mtodo de
Tabla de diferencias finitas ( Tabla 7)
Douglas-Avakian.
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.

8
fx = 0.0146 x 4 + 0.119 x 3 0.1453 x 2 k = [-3 -2 -1 0 1 2 3] ;
(11)
0.1958 x + 0.40 y = yi ;
for i = 1 : 7
K(i,1) = k(i)*y(i);
Tabla 8 Datos de y = f(x)
K(i,2) = k(i)^3*y(i);
x f(x) k ky k3 y
end
0.3 0.3313 -3 -0.9939 -8.9451 K
0.5 0.2798 -2 -0.5596 -2.2384 s= sum (K)
0.7 0.2291 -1 -0.2291 -0.2291 Derivada= 397*s(1)/(1512*0.2)
0.9 0.1833 0 0 0
- 7*s(2)/(216*0.2)
1.1 0.1459 1 0.1459 0.1459
1.3 0.1198 2 0.2396 0.9584
1.5 0.1071 3 0.3219 2.8971 OTROS MTODOS PARA AJUSTE
DE CURVAS.
= 1.0752 = 7.4112 Mtodo de mnimos cuadrados. Este
mtodo se basa en la suposicin, que la
La velocidad de secado se calcula con la mejor curva representativa es aquella para
ecuacin (10), de la siguiente manera la cual la suma de los cuadrados de los
residuos (errores) es un mnimo. Los
dy (397)(1.0752) 7(7.4112) residuos son elevados al cuadrado para
=
dx t = 0.9 (1512)(0.2) (216)(0.2) eliminar lo que concierne a su signo.
Consultar el libro de Nieves-Domnguez
= 0.2106 lbH 2O / lb slido sec o
pgina 362.1
Este mtodo es mucho ms complicado
Comparando los resultados encontramos un
para polinomios de mayor grado y se usa
valor de 0.2111 por el mtodo de Newton y
para polinomios no mayores de segundo
0.2106 por el mtodo de Douglas-Avakian.
grado. Es menos seguro que la Frmula
El valor medido es de 0.21. El mtodo de
interpolacin de Newton y debe emplearse
Douglas-Avakian se basa en el mtodo de
para correlacionar o encontrar el mejor
mnimos cuadrados, por lo tanto, es un
ajuste de un conjunto de datos
mtodo inseguro.
experimentales.
El siguiente procedimiento codificado con
Frmula de diferencia central de Stirling.
MATLAB realiza los clculos anteriores
Dos formas de la frmula de Newton se
donde se aplica el mtodo de Douglas-
usan para la interpolacin cercana al
Avakian.
comienzo y cercana al final de un conjunto
de datos tabulados. La frmula de Stirling es
Procedimiento 7
particularmente disponible para valores
function y = Douglas(y,k) interpolados cercanos a la mitad de un
x = [0.9 1.0 1.1 1.2 1.3 1.4] ; conjunto de datos tabulados. Este mtodo
fx =[0.18335 0.1634 0.14595 0.1313 est explicado en el libro de Constantinides-
0.11982 0.11174]; Mostoufi, pgina 176 2
pol = polyfit (x, fx, 4); Series de Taylor. Un mtodo de expandir
xi = [0.3 0.5 0.7 0.9 1.1 1.3 1.5] ; funciones en series de potencias es
utilizando las series de Taylor. El ltimo
yi = polyval(pol,xi) ; 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
El proceso de calcular el valor de una
integral definida a partir de un conjunto de
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
POR 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:
h
a ydx = 2 [ y0 + 2( y1 + y2 + y3 + L + yn 1 ) + yn ]
b

valores numricos del integrando recibe el

nombre de integracin numrica. El (15)
integrando se representa por una frmula de Los siguiente dos ejemplo ilustran estos dos
interpolacin y la frmula se integra entre mtodos.
los limites deseados. Una torre empacada absorbe un gas A de un gas
de combustin. El gas de entrada a la torre
Mtodo de Simpson. Este mtodo se contiene 10.5% molar de A y el gas de salida
puede resumir diciendo que se basa en la contiene 2.5% molar de A. Calcule el nmero de
conexin de los puntos (xi,yi) por una series unidades de transferencia necesarias, N OG . Los
de parbolas. datos se muestran en la tabla 6.
Las funciones de ste tipo son polinomios Tabla 6 Datos para el problema de unidades
de segundo grado de transferencia.
f ( x) = a + bx + cx 2 Datos Calculados de los datos
Hay un error inherente, por supuesto, si el 1
polinomio es mayor de segundo grado. La y y* y y*
y y*
frmula final de la ecuacin para la Regla
1/3 de Simpson es 0.015 ( x1 ) 0.006342 0.008658 115.5 ( y1 )
0.025 ( x0 ) 0.014328 0.010672 93.7 ( y0 )
b h 0.035 ( x1 ) 0.022500 0.012500 80.0 ( y1 )
a
ydx =
3
[ y 0 + 4 ( y1 + y 3 + L + y n 1 ) +
0.045 . 0.031264 0.013736 72.8 .
2( y2 + y4 + L yn2 ) + yn ] 0.055 . 0.040141 0.014859 67.3 .
(13) 0.065 . 0.049202 0.015798 63.3
La regla de Simpson sola es exacta para 0.075 0.058444 0.016556 60.4
polinomios de primero y segundo grado. El 0.085 . 0.067833 0.017167 58.25 .
grado de la funcin es desconocida en 0.095 ( x7 ) 0.077425 0.017575 56.9 ( y7 )
muchas aplicaciones, por consiguiente, se
0.105 ( xn ) 0.087127 0.017873 55.95 ( yn )
debe calcular el error. El error se calcula por
la siguiente ecuacin: 0.115 ( xn +1 ) 0.096819 0.018181 55.0 ( yn +1 )
y* = Composicin en equilibrio.

10
Primero resolvemos el problema aplicando el Aplicando el mtodo 1/3 de Simpson, tenemos
mtodo 1/3 de Simpson. Suponiendo que la xf dxw
pelcula gaseosa es la controlante, tenemos: A= =
x0 x x
D w

0.0618
dy
y ( 2) 0.01 [2.38 + 4 (2.0 + 1.83 + 2.04)
N OG = yy
y (1) *
=
3
[93.7 + 4(80 + 67.3 3
+ 2 (1.85 + 2.04) + 2.22 ] = 0.739
+ 60.4 +56.9) + 2 (72.8 + 63.3 + 58.25)
+ 55.95] = 5.3225 unidades de transf. W W
ln = 0.739 y = 0.4776
Error = W0 W0
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 +
+ 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. Fig 4 Grfica de Xw vs 1/(XD- Xw)

Consideremos ahora una columna de destilacin Por el mtodo trapezoidal compuesto, tenemos
discontinua que contiene una mezcla de 50% que
molar de A en B, se destila hasta que la fraccin
xwdxw 0.0618
molar de A en el calderin sea menor que 0.20. A= x0 x x
=
2
[2.38 + 2 (2.0 +
Calcule la razn W Los datos se muestran en D w
W0 + 1.85 + 1.83 + 1.90 + 2.04) + 2.22 ]
la tabla 7. y se grafican en la figura 4.
= 0.7366
Tabla 7 Datos para el problema de la columna de W W
destilacin discontina ln = 0.7366 ; = 0.4787
W0 W0
1 Se observa que los dos resultados son casi iguales
xD xW xD xW
xD xW debido a que el polinomio es de orden 3. El
0.549 0.129 ( x0 ) 0.420 2.38 ( y0 ) siguiente cdigo de MATLAB hace los clculos
de los dos problemas dados anteriormente.
0.691 0.191 ( x1 ) 0.500 2.00 ( y1 )
0.793 0.253 ( x2 ) 0.540 1.85 ( y2 ) x = input( Introduzca los valores de x = );
0.806 0.314 . 0.492 1.83 . y = input( Introduzca los valores de y = );
0.902 0.376 . 0.526 1.90 . Area_1= trapz(x,y);
0.928 0.438 ( x5 ) 0.490 2.04 ( y5 ) Area_2= Simpson(x,y);
0.950 0.50 ( xn ) 0.450 2.22 ( yn ) 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 BIBLIOGRAFIA
end
dx = diff(x); 1. Nieves A y Domnguez F. Mtodos
if max(dx)-min(dx) > numricos aplicados a la ingeniera. 2
min(abs(x))/1000 Edicin CECSA 2002.
error (x no son equidistantes) 2. Constantinides A y Mostoufi N Numerical
break methods for chemical engineers with
end MATLAB applications 1 Edicin
h= dx(1); Prentice-Hall 1999.
if mod (puntos,2) == 0 3. Gerald C.F y Wheatley P.O Anlisis
precaucin(Agregue nmeros de numrico con aplicaciones. 7 Edicin
intervalos ) Pearson Educacin 2000.
n= puntos 1; 4. Nakamura S. Anlisis numrico y
else visualizacin grfica con MATLAB 1
n= puntos; Edicin Pearson Educacin 1997.
end

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
2