Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INTRODUCCION
0B o trigonomtricos que las hacen de un
manejo complejo. Una alternativa para
Muchos planteamientos matemticos sobre afrontar tal dificultad la ofrecen los mtodos
situaciones problmicas, en procesos numricos permitiendo que una funcin se
qumicos, son de difcil solucin analtica y pueda expresar por otra equivalente en
hacen que el ingeniero qumico tenga que cuanto a la correspondencia entre la
recurrir a los mtodos numricos para variable independiente y el valor de la
encontrar una respuesta a sus casos de funcin pero mas sencilla y, por lo tanto, de
estudio. Una necesidad muy frecuente es la ms fcil manipulacin. Lo anterior es lo que
de representar un conjunto de datos se conoce como ajuste de curvas,
experimentales tomados en forma discreta interpolacin o clculo de la ecuacin de
ajustados a una expresin analtica que una curva. A continuacin se muestra el
permita de forma ms fcil la estimacin de, mtodo de ajuste de curvas a un polinomio
por ejemplo, valores intermedios, como una Serie de Potencias o mediante
sumatorias o integrales y variaciones o procedimiento de interpolacin como el de
razones de cambio entre ellos. El desarrollo Newton y Lagrange.
de los mtodos numricos, la certidumbre .
de sus resultados y la posibilidad de SERIE DE POTENCIAS.
ejecutarlos con la ayuda de cdigos por
computador hacen de ellos un recurso que Prcticamente todas las funciones
ofrece ventajas con respecto a los mtodos matemticas se pueden expresar como un
analticos. En sta revisin se presentan polinomio de grado n, es decir, mediante
algunos mtodos de ajuste de datos a una expresin en serie de potencias.
ecuaciones con ejemplos a la ingeniera
qumica que se resuelven con los pro Es ms fcil encontrar el valor numrico de
cedimientos explicados y con la ayuda de una funcin expandindola en una serie de
un computador mediante la construccin de potencia polinomial como la ecuacin (1):
instrucciones cortas codificadas con
n
MATLAB.
f ( xi ) = an x n = a0 + a1 xi + a2 xi2 + ...an xin (1)
i =0
AJUSTE DE CURVAS PARA FUNCIONES y evaluando los coeficientes a0 .. ..an .
POLINOMICAS.
Las funciones logartmicas, hiperblicas y
Muchas funciones matemticas incluyen elpticas son casos puntuales.
trminos como logartmicos, exponenciales
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
2
Procedimiento 2
plot(x,fx,o)
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!
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
y = a + bx + cx 2 + dx 3 + ex 4
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 Error
tanto, la serie de Taylor tiene una ventaja h
sobre otros mtodos, por que puede = [ y1 + yn +1 4( y0 + yn ) + 7( y1 + yn 1 )L
90
programarse en un computador, de tal 8( y2 + y4 + L + yn 2 ) + 8( y3 + y5 + L yn 3 ) ]
manera que los trminos se pueden agregar
(14)
automticamente hasta que el ltimo
trmino (trmino error) sea menor que el Donde h = xi y n 6
limite especificado. Una nota de precaucin Mtodo trapezoidal compuesto. Consiste
en el uso de todos los mtodos de ajuste de en dividir el intervalo[a , b] en n
curvas debe expresarse. La exactitud de la subintervalos y aproximar cada uno por un
correlacin entre los puntos de datos (xi,yi) polinomio de primer grado, luego se aplica la
se debe chequear. frmula trapezoidal a cada subintervalo y se
obtiene el rea de cada trapezoide, de tal
CALCULO DE INTEGRALES POR modo que la suma de todas ellas da la
INTEGRACIN NUMRICA aproximacin al rea bajo la curva de la
funcin. La forma final de la ecuacin para el
El proceso de calcular el valor de una mtodo trapezoidal compuesto es:
h
a ydx = 2 [ y0 + 2( y1 + y2 + y3 + L + yn 1 ) + yn ]
integral definida a partir de un conjunto de b
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.
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