Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Metodos Numericos para Ingenieros Quimicos PDF
Metodos Numericos para Ingenieros Quimicos PDF
INTRODUCCION
0B o trigonométricos que las hacen de un
manejo complejo. Una alternativa para
Muchos planteamientos matemáticos sobre afrontar tal dificultad la ofrecen los métodos
situaciones problémicas, en procesos numéricos permitiendo que una función se
químicos, son de difícil solución analítica y pueda expresar por otra equivalente en
hacen que el ingeniero químico tenga que cuanto a la correspondencia entre la
recurrir a los métodos numéricos para variable independiente y el valor de la
encontrar una respuesta a sus casos de función pero mas sencilla y, por lo tanto, de
estudio. Una necesidad muy frecuente es la más fácil manipulación. Lo anterior es lo que
de representar un conjunto de datos se conoce como ajuste de curvas,
experimentales tomados en forma discreta interpolación o cálculo de la ecuación de
ajustados a una expresión analítica que una curva. A continuación se muestra el
permita de forma más fácil la estimación de, método 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 interpolación como el de
razones de cambio entre ellos. El desarrollo Newton y Lagrange.
de los métodos numéricos, la certidumbre .
de sus resultados y la posibilidad de SERIE DE POTENCIAS.
ejecutarlos con la ayuda de códigos por
computador hacen de ellos un recurso que Prácticamente todas las funciones
ofrece ventajas con respecto a los métodos matemáticas se pueden expresar como un
analíticos. En ésta revisión se presentan polinomio de grado n, es decir, mediante
algunos métodos de ajuste de datos a una expresión en serie de potencias.
ecuaciones con ejemplos a la ingeniería
química que se resuelven con los pro Es más fácil encontrar el valor numérico de
cedimientos explicados y con la ayuda de una función expandiéndola en una serie de
un computador mediante la construcción de potencia polinomial como la ecuación (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 logarítmicas, hiperbólicas y
Muchas funciones matemáticas incluyen elípticas son casos puntuales.
términos como logarítmicos, exponenciales
1
Las series de potencias pueden usarse para Tabla 2. Diferencias divididas
ajustar un conjunto de datos tomando un
número suficiente de términos. El número [1] [2 ] [3] [4 ]
x f(x) ∆f i ∆f i ∆f i ∆f i
de términos está 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
Sí las enésimas diferencias divididas de una
1.3 7.9712 14.80 15.94
función tabulada son constantes cuando los
1.4 9.4512 17.98
valores de la variable independiente son
1.5 11.250
tomadas en progresión aritmética, la función
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’)
plot(x,fx,’o’,x,Y,’-‘)
Figura 1 Gráfica 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 fórmula 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 fórmula de Newton en
diferencias finitas es de mucha ayuda La función tabulada debe ajustarse con un
construir una tabla de diferencias finitas. polinomio f(x) de n-ésimo grado, que se
La tabla 3 es una tabla de diferencias finitas, expresa por
para y = x 3 Los valores numéricos están
arriba y la nomenclatura está 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 derivación:
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 , º C 94 205 371
ajustarlos a una función cúbica. La fórmula kg
de Lagrange para un polinomio de n-ésimo ρi, 929 902 860
m3
grado es
6
Como se dispone de tres datos, el orden de la fórmula de Lagrange , tomando los datos
la fórmula de Lagrange es 2 y el cálculo de de las densidades a una concentración del
la densidad a 251 es dado por 40% y la temperatura como la variable
independiente.
(251 − 205)(251 − 371) El orden de la fórmula es de 1 y el cálculo
ρ (251º C ) = (929) de la densidad mediante la fórmula de
(94 − 205)(94 − 371)
Lagrange es:
(251 − 94)(251 − 371)
+ (902)
205 − 94(205 − 371) (15 − 30) (15 − 10)
ρ (15º 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 cálculos anteriores.
MATLAB realiza los cálculos anteriores.
Procedimiento 6
Procedimiento 5
y = a + bx + cx 2 + dx 3 + ex 4
Por derivación,
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 diseñar el sistema de secado, se
obtuvieron los datos experimentales que se Y se aplica la ecuación (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)
Solución por la Fórmula de la − − ]=
24 120
derivada de Newton
Se divide parte de la curva en cinco = − 0.2111 lb H 2O / lb sólido sec o
subdivisiones comenzando en t=0.9 hora,
como muestra la figura 3 y se elabora la Solución por el método de
Tabla de diferencias finitas ( Tabla 7)
Douglas-Avakian.
Primero se preparó la Tabla 8, a partir del
polinomio de cuarto orden ajustado los
datos experimentales, y la ecuación (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 MÉTODOS PARA AJUSTE
DE CURVAS.
∑ = −1.0752 ∑ = −7.4112 Método de mínimos cuadrados. Este
método se basa en la suposición, que la
La velocidad de secado se calcula con la mejor curva representativa es aquella para
ecuación (10), de la siguiente manera la cual la suma de los cuadrados de los
residuos (errores) es un mínimo. 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-Domínguez
= −0.2106 lbH 2O / lb sólido sec o
página 362.1
Este método es mucho más complicado
Comparando los resultados encontramos un
para polinomios de mayor grado y se usa
valor de –0.2111 por el método de Newton y
para polinomios no mayores de segundo
–0.2106 por el método de Douglas-Avakian.
grado. Es menos seguro que la Fórmula
El valor medido es de –0.21. El método de
interpolación de Newton y debe emplearse
Douglas-Avakian se basa en el método de
para correlacionar o encontrar el “mejor
mínimos cuadrados, por lo tanto, es un
ajuste” de un conjunto de datos
método inseguro.
experimentales.
El siguiente procedimiento codificado con
Fórmula de diferencia central de Stirling.
MATLAB realiza los cálculos anteriores
Dos formas de la fórmula de Newton se
donde se aplica el método de Douglas-
usan para la interpolación cercana al
Avakian.
comienzo y cercana al final de un conjunto
de datos tabulados. La fórmula 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 método
fx =[0.18335 0.1634 0.14595 0.1313 está explicado en el libro de Constantinides-
0.11982 0.11174]; Mostoufi, página 176 2
pol = polyfit (x, fx, 4); Series de Taylor. Un método 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 último
yi = polyval(pol,xi) ; término en la serie es el residuo o tamaño
9
de error después de n términos y por lo Error
tanto, la serie de Taylor tiene una ventaja h
sobre otros métodos, por que puede = − [ y−1 + 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 términos se pueden agregar
(14)
automáticamente hasta que el último
término (término error) sea menor que el Donde h = ∆xi y n ≥ 6
limite especificado. Una nota de precaución Método trapezoidal compuesto. Consiste
en el uso de todos los métodos 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
correlación entre los puntos de datos (xi,yi) polinomio de primer grado, luego se aplica la
se debe chequear. fórmula trapezoidal a cada subintervalo y se
obtiene el área de cada trapezoide, de tal
CALCULO DE INTEGRALES POR modo que la suma de todas ellas da la
INTEGRACIÓN NUMÉRICA aproximación al área bajo la curva de la
función. La forma final de la ecuación para el
El proceso de calcular el valor de una método 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 método 1/3 de Simpson, tenemos
método 1/3 de Simpson. Suponiendo que la xf dxw
película 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 = ∫ y−y
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 pequeño.
Consideremos ahora una columna de destilación Por el método trapezoidal compuesto, tenemos
discontinua que contiene una mezcla de 50% que
molar de A en B, se destila hasta que la fracción
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 razón 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
destilación discontinúa 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 código de MATLAB hace los cálculos
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( ʹ Introduzca los valores de x =ʹ );
0.806 0.314 . 0.492 1.83 . y = input(ʹ Introduzca los valores de y = ʹ );
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 (ʹ \ n Area_1(Método ...
trapezoidal)=%9.4f ʹ,Area_1)
fprintf(ʹ \ n Area_2(Método 1/3 de ...
Simpson)=%9.4f ʹ,Area_2)
11
function A=Simpson(x,y)
puntos = length(x);
if length(y) ~= puntos
error( ʹ x y y no son de la
misma longitud ʹ )
break BIBLIOGRAFIA
end
dx = diff(x); 1. Nieves A y Domínguez F. Métodos
if max(dx)-min(dx) > numéricos aplicados a la ingeniería. 2ª
min(abs(x))/1000 Edición CECSA 2002.
error (ʹx no son equidistantesʹ) 2. Constantinides A y Mostoufi N Numerical
break methods for chemical engineers with
end MATLAB applications 1ª Edición
h= dx(1); Prentice-Hall 1999.
if mod (puntos,2) == 0 3. Gerald C.F y Wheatley P.O Análisis
precaución(ʹAgregue números de numérico con aplicaciones. 7ª Edición
intervalosʹ ) Pearson Educación 2000.
n= puntos – 1; 4. Nakamura S. Análisis numérico y
else visualización gráfica con MATLAB 1ª
n= puntos; Edición Pearson Educación 1997.
end
if n ~= puntos
A = A + (y(puntos) + y(n))* h/2;
end.
y2 = y(3:2:n–1);
A= (h/3)*(y(1) + 4*sum(y1)+2*
sum(y2) + y(n)) ;
y1 = y(2:2:n–1);
end
12
2