UNIVERSIDAD NACIONAL DEL CALLAO

VICE- RECTORADO DE INVESTIGACION

INSTITUTO DE INVESTIGACION DE LA FACULTAD DE

INGENIERIA QUIMICA

INFORME FINAL DEL PROYECTO DE INVESTIGACION

TITULADO

TEXTO " METODOS NUMERICOS UTILIZANDO POLYMATH, M ATHCAD Y

MATLAB APLICADOS A INGENIERIA QUIMICA”

PRESENTADO POR

ING. JUAN ME DINA COLLANA

(Del 1 de Marzo del 2010 al 29 de Febrero 2012

Resol. N° 1312-2010 R)

1
 ÍNDICE

I. RESUMEN 4
II. INTRODUCCIÓN 5
III. MARCO TEÓRICO 8
IV. MATERIALESYMÉTODOS 8
V. RESULTADOS 9
VI. DISCUSIÓN 9
VII. REFERENCIALES 10

1. ECUACIONESNOLINEALES 11
1.1 MétododeNewton-Raphson 11
1.2 Métodode
la
secante 14
1.3 Método de la bisección 16
1.4 Métododelareglafalsa 19
1.5 Métododeiteracióndelpuntofijo 22
1.6 Problemas de aplicación a la Ingeniería Química 24
1.7 Aplicaciones en Ingeniería Química 32

2. SISTEMAS DE ECUACIONES NO LINEALES 36

2.1 Método denewtonRaphson 36
2.1.1Aplicación 37
2.2 Problemas 40

3. INTERPOLACIÓN 44
3.1 Polinomiosdeinterpolacióndenewton 45
3.1.1 Interpolaciónlineal 46
3.1.2 Interpolacióncuadrática 47
3.1.3 Diferenciasfinitasdivididas 47
3.2 Polinomios de interpolación de Lagrange 48
3.3 Problemas 50

4. REGRESIÓN 53
4.1 Regresión
lineal 53
4.2 Regresiónpolinomial 54
4.3 Regresiónlinealmúltiple 55
4.4 Problemas 57

5. DIFERENCIACIÓNNUMÉRICA 68
5.1 Diferenciaciónm ediantemétodoNewton 67
5.2 Diferenciación de Lagrange: datos discretos 67
2
5.3 Problemas 69

6. INTEGRACIÓNNUMÉRICA 76
6.1 Método deltrapezoide 76
6.2 Regla de
Simpson 77
6.2.1 regladeSimpson1/3 78
6.2.2Simphson 3/8 80
6.3 Problemas 81

7.S ISTEMADEECUACIONESLINEALES 85
7.1 Métodosde
Jacobi 85
7.2 MétododeGauss – Seidel 87
7.3 Problemas 88

8. ECUACIONES DIFERENCIALES NUMÉRICAS 91

8.1 Método
de
Euler 92
8.2 MétododeEulermodificado 94
8.3 MétodosdeRunge-Kutta(rk) 96
8.4 Métododediferencias finitas 100
8.5 Sistema de ecuaciones diferenciales de primer orden 101
8.6 Problemas 103

99.1
. ECUProblemas
ACIONES DIFERENCIALES PARCIALES (EDP) 1110
10

10. APLICACIONES DE INGENIERÍA QUÍMICA EN

POLYMATH- MATHCADYMATLAB 112
10.1 Problemas conpolymath 112
10.2 Problemasconmathcad 121
10.3 Problemascon
matlab 131

SILABO 147

3
I. RESUMEN

La presente Investigación tuvo como propósito la elaboración de un texto

universitario titulado “TEXTO: " METODOS NUMERICOS UTILIZANDO

POLYMATH, MATHCAD Y MATLAB APLICADOS A INGENIERIA

QUIMICA”

Se trata de un texto básico que se expone brevemente los fundamentos

teóricos, ilustraciones con problemas resueltos y propuestos de

ingeniería química como, equilibrio químico, ecuaciones de estado,

transferencia de calor, cinética química y al final se plantea problemas

resueltos haciendo uso de software de polymath, mathcad y matlab..

Asi mismo en cada capitulo se prantea problemas propuestos

aplicados a la ingeniería química .

4
II. INTRODUCCIÓN.

El tema de investigación, está referida a la elaboración de un texto

Universitario, cuyo propósito es apoyar en la labor de formación de los

alumnos, en el curso de métodos numéricos aplicada a ingeniería

.Quimica en la universidad Nacional del Callao facultad de Ingeniería

Química.

Durante mi experiencia en la docencia, en el intento de encontrar textos

necesarios para el dictado del curso de métodos numéricos , se ha

podido constatar que existe poca bibliografía en nuestro medio haciendo

uso de mathcad, polymath y matlab en un solo texto, mediante ste

trabajo se ha desarrrollado problemas aplicados a la ingeniería química

haciendo uso de una técnica numérica, al mismo timpo se ha resuelto

problemas con el software mathcad, polymath y mathcad, que se vienen

usando con mayor intesnsidad en los últimos años a nivel de ingeniería.

En este trabajo se ha resaltado el capitulo de ecuaciones no lineales y

ecuaciones diferenciales puesto que gran parte de los modelos de

ingenieira química se encuentran en esta area.

5
2.1 PLANTEAM IE NTO DEL PROBLEMA DE INVE STI GACION

A. DESCRIPCIÓN Y ANÁLISIS DEL TEMA

El presente trabajo de investigación es una propuesta para la
elaboración de un texto Universitario titulado:
TEXTO: “METODOS NUMERICOS UTILIZANDO POLYMATH,
MATHCAD Y MATLAB APLICADOS A LA INGENIERIA QUIMICA.”

Dirigido a estudiantes de pre – grado de Ingeniería Química y

otras especialidades afines, que presente de una manera didáctica los
principios fundamentales y el uso adecuado de los software de polymath,
mathcad y matlab, lo que permitirá cumplir con los propósitos de una
adecuada enseñanza y formación profesional.

El texto contendrá una base de teoría apropiada y práctica que van

a permitir desarrollar criterios y habilidades, que resultara muy valioso
para los propósitos de este texto.

B. PLANTEAMIENTO DEL PROBLEMA

¿Como elaborar un TEXTO: “METODOS NUMERICOS

UTILIZANDO POLYMATH, MATHCAD Y MATLAB APLICADOS A LA
INGENIERIA QUIMICA.”, que oriente adecuadamente a los estudiantes
de Ingeniería Química?

2.2 OBJETIVO Y ALCANCE DE L A INVESTIGACION

2.2.1 OBJETIVO GENERAL

Desarrollar un TEXTO: “METODOS NUMERICOS UTILIZANDO
POLYMATH, MATHCAD Y MATLAB APLICADOS A LA INGENIERIA
QUIMICA.”

6
 2.2.2. OBJETIVOS ESPECIFICOS

1. Recopilar Información básica y actualizada, necesaria para iniciar

el desarrollo del texto.
2. Analizar y procesar la información para iniciar el desarrollo del
texto.
3. Desarrollar los capítulos del texto referido a los fundamentos
teóricos.
4. Desarrollar los capítulos del texto referido a las aplicaciones
prácticas aplicada la ingeniería química
5. Desarrollar los capítulos del texto referido a las aplicaciones
prácticas aplicada la ingeniería química haciendo uso del uso
polymath , mathcad y matlab
2.3. ALCANCE DE LA INVESTIGACION
El presente trabajo de investigación de acuerdo a la naturaleza del
problema se puede manifestar que es una investigación básica y
Aplicada, dado los modelos planteados para la solución numérica

proviene de fenómenos químicos, cuya solución analítica sería

demasiada compleja.
El aporte del trabajo de investigación estará orientado al sector
académico conformado por los profesores, estudiantes y egresados de
la Facultad de ingeniería química de la Universidad Nacional del Callao y
otras Universidades del país. Por otro lado, este texto también podría ser
utilizado por estudiantes de especialidades afines tales como ingeniería
de Alimentos, ingeniería ambiental e ingeniería Industrial.

2.4. IMPORTANCIA Y JUSTIFICACION DE L A INVESTIGACION

2.4.1 IMPORTANCIA
Al desarrollar el texto propuesto se facilitará el proceso de
enseñanza – aprendizaje en la for mación profesional del estudiante
universitario a nivel de pre-grado y pueda facilitar los cálculos
laboriosos de ingeniería haciendo uso de software.
2.4.2 JUSTIFICACION
7
 La contribución del presente trabajo estará orientada a la preparación y
el entrenamiento de los alumnos de ingeniería química en el curso de
Métodos numéricos, adquiriendo fundamentos teóricos y la parte
práctica que consiste en efectuar cálculos de balances de materia,
energía, termodinámica, reacciones química, transferencia de calor
entre otros.

III. MARCO TEÓRICO

En la presente investigación se ha incorporado la teoría resumida y
simplificada para nueve capítulos del presente texto.
Así por ejemplo, en el capítulo I se hace referencia a los diferentes
métodos de solución de ecuaciones no lineales con sus respectivos
ejemplos y problemas.
En el capítulo III , se hace referencia de las técnicas de
interpolación , resaltando el método de diferencias por newton .
Asimismo en el capítulo VIII de ecuaciones diferenciales , se hace
referencia de los diferentes ordenes de solución de Runge Kutta y con
sus respectivos ejemplos.
En el capítulo X se presenta problemas resueltos con polymath ,
mathcad y Matlab.
IV. MATERIALES Y MÉTODOS
Materiales:
 Materiales De oficina
 Material bibliográfico
 Software Polymath
 Software Mathcad
 Software Matlab

 Material de cómputo e impresión

Métodos
La elaboración del texto, propósito de la investigación le demandó
al suscrito, ordenar la información disponible y complicada en función del
Syllabus propuesto del curso de métodos numéricos .

8
 La estructuración del texto responde a la experiencia docente en la
Facultad de Ingeniería Química de la Universidad Nacional del Callao.

Para la elaboración del texto, se tuvo cuidado en recurrir a la

síntesis de los aspectos teóricos, selección de los problemas de
ingeneiria química, elaboración de los programas en matnab, asi como
revisión de tutoriales de mathcad.

En cuando al planteamiento de problemas, se quiere plasmar la

experiencia con el dictado del curso, que me ha permitido revisar una
extensa bibliografía sobre la materia, así como volcar en el texto los
resultados de mi ejercicio profesional en el campo de Ingeniería Química
para satisfacer el propósito de la investigación.

V. RESULTADOS
El resultado de la presente investigación es la elaboración de un

texto universitario titulado: TEXTO: “METODOS NUMERICOS

UTILIZANDO POLYMATH, MATHCAD Y MATLAB APLICADOS A LA
INGENIERIA QUIMICA.”, , el cual se adjunta al presente. El texto
contiene 9 capítulos. La teoría desarrollada en el texto, responde a los
aspectos básicos de métodos numericos. Los problemas resueltos en el
texto, tienen el propósito de dar las pautas de la aplicación de la teoría
desarrollada.
Se ha logrado un texto base para el curso de métodos numéricos
necesario en la formación universitaria del estudiante de Ingeniería
Química.
VI. DISCUSIÓN
El texto universitario titulado ““METODOS NUMERICOS UTILIZANDO
POLYMATH, MATHCAD Y MATLAB APLICADOS A LA INGENIERIA
QUIMICA.”, aplicados a la Ingeniería Química, que es el resultado de la
investigación a que se refiere el presente informe, se caracteriza por
presentar la metodología de calculo de los modelos . Los problemas
resueltos y planteados han sido seleccionados con la intención de
9
 brindar una mayor claridad a los alumnos y puedan entender los
fundamentos teóricos tratados.
Los textos de METODOS NUMERICOS contienen demasiada
información, muchas veces muy detallado, sin conexión directa con
aplicación inmediata.
Por eso, el presente texto va a tratar de desenvolver el contenido
de tal manera que cada capítulo describa en forma precisa y concreta la
teoría y los problemas de aplicación. Sin embargo, y por ende no
sustituye el uso de la bibliografía de la especialidad, a la que deberá
referirse necesariamente quienes pretendan profundizar en conocimientos
de temas específicos.

VII. REFERENCIALES

Existen textos que se ocupan de los métodos numéricos en general

entre los cuales tenemos
1. A. Constantinides and N. Mosotoufi, Numerical Methods for Chemical

Engineers with MATLAB Applications Prentice Hall , Upper Saddle River,

1999.
2. Burden, R. Y Faires J. Análisis Numérico. Edit. Iberoamericana, México,
1985.
3. Carnahan, B. Luther, A. Wilkes Cálculo Numérico, Aplicaciones Editorial
Rueda, Madrid, 1979
4. Carrasco Venegas Luis . Métodos Numéricos aplicados a la ingeniera
5. Nieves, A., Domínguez, F. Métodos Numéricos Aplicados a la Ingeniería
Química Edit. CECSA, México 1985.
6. Nakamura, S. Métodos Numéricos aplicados con software. Edit.
Prentice – Hall Hispano Americano, S.A. México, 1992.
7. S.C. Chapra y R. P. Canale,. Métodos Numéricos para Ingenieros.
McGraw Hill, México,1999

10
1.ECUACIONES NO LINEALES
Los métodos numéricos de resolución de ecuaciones no lineales suelen ser
métodos iterativos que producen una sucesión de valores aproximados de la
solución, que se espera, que converja a la raíz de la ecuación. Estos
métodos van calculando las sucesivas aproximaciones en base a los
anteriores, a partir de una o varias aproximaciones iníciales.. Para saber que

método debemos aplicar, hay que tener en cuenta la capacidad de separar

raíces cercanas, confiabilidad en el alcance de soluciones evitando errores
numéricos graves y orden de convergencia . Uno de los problemas que
con mayor frecuencia aparece en la ciencia y en la ingeniería es hallar
las raíces de una ecuación no lineal de la forma f(x) = 0. Estudiaremos
Métodos Iterativos para determinar aproximaciones a raíces reales simples
de la ecuación no lineal f(x) = 0.

1.1 MÉTODO D E N EWTON-RAPHSON

Este método, es uno de los más usados, a diferencia de los otros métodos,
el método de Newton-Raphson no trabaja sobre un intervalo sino que basa
su fórmula en un proceso iterativo.
Supongamos que tenemos la aproximación xi a la raíz xr de f ( x) ,

Fig ura Nº 1: Demostrac ión método de newton

11
Trazamos la recta tangente a la curva en el punto  x , f ( x )  ; ésta cruza al
i i

eje x en un punto xi 1 que será nuestra siguiente aproximación a la raíz xr .

Para calcular el punto xi 1 , calculamos primero la ecuación de la recta
tangente. Sabemos que tiene pendiente
m  f   xi 
Y por lo tanto la ecuación de la recta tangente es:
y  f xi  f  xi  x x i

Hacemos y  0 :
f  x
i
 f  xi xx i

Y despejamos x:

x  xi 
 
f xi
 x  xi 
Que es la fórmula iterativa de Newton-Raphson para calcular la siguiente
aproximación:

x x 
 
f xi
, si f   x   0
i 1 i
f x
 
i
i

Note que el método de Newton-Raphson no trabaja con intervalos donde

nos asegure que encontraremos la raíz, y de hecho no tenemos ninguna
garantía de que nos aproximaremos a dicha raíz. Desde luego, existen
ejemplos donde este método no converge a la raíz, en cuyo caso se dice
que el método diverge. Sin embargo, en los casos donde si converge a la
raíz lo hace con una rapidez impresionante, por lo cual es uno de los
métodos preferidos por excelencia.
También observe que en el caso de que f  xi 0 , el método no se puede
aplicar. De hecho, vemos geométricamente que esto significa que la recta
tangente es horizontal y por lo tanto no intersecta al eje en ningún punto, a
menos que coincida con éste, en cuyo caso x mismo es una raíz de f ( xi )! i

Ejemplo
Usar el método de Newton-Raphson, para aproximar la raíz de
f ( x)  e x  ln x , comenzando con x0  1 y hasta que a  1% .

12
Solución
En este caso, tenemos que
1
f ( x )   e x 
x
De aquí tenemos que:

Iniciamoscon x0  1 y obtenemos:

En este caso, el error aproximado es,

Continuamos el proc so hasta reducir el error aproximado h asta donde se

pidió.
Resumimos los result dos en la siguiente tabla:
Tabla Nº1
Aproxi ación de la raíz y porcentaje de error

Aprox. a la raíz Error aprox.

1
1.268941421 21.19%
1.309108403 3.06%
1.309799389 0.052%

De lo cual concluimos que la aproximación obtenida es:

13
1.2 MÉTODO DE LA SECANTE

Uno de los objetivos de este método es eliminar el problema de la derivada

de la función, ya que existen funciones que describen fenómenos físicos y
químicos, cuya derivada es muy compleja
El método de la secante es muy similar al de Newton con la diferencia
principal que en este método de la secante no requiere de la derivada.
Este método funciona por medio de dos puntos sobre el eje x, es decir un
intervalo (xi-1,xi), los cuales se evalúan en la función para sacar los puntos
correspondientes en el eje de la y, los puntos a obtener son f(xi-1) y f(xi), por
lo que las coordenadas de los puntos que interceptan a la función son (x i-
1,f(xi-1)) y el (xi ,f(xi)).
Se debe considerar que los puntos x i-1 y xi deben de contener a la raíz, por lo
que el punto xi-1 debe estar a la izquierda y el punto xi a la derecha de la
raíz.
Estos dos puntos que interceptan a la función, se unen por medio de una
recta, la cual al cruzar el eje de la x, genera el siguiente punto de
acercamiento xi+1 , el cual quedara ubicado entre el intervalo propuesto,
como se muestra en la Figura.
El método de la secante parte de dos puntos (y no sólo uno como el método
de Newton) y estima la tangente (es decir, la pendiente de la recta) por una
aproximación de acuerdo con la expresión:
Este método se basa en la fórmula de Newton-Raphson, pero evita el cálculo
de la derivada usando la siguiente aproximación:

    x  x
f x f xi
f  xi i 1

i 1 i

(Recuérdese la solución numérica al problema del cuerpo en caída libre).

Sustituyendo en la fórmula de Newton-Raphson, obtenemos:

xi 1  xi
  
f xi
xi
  f xi
f  x 
i    f
f xi1 xi
xi 1  xi

14
Ejemplo
Usar el método de la secante para aproximar la raíz de  x  e x2
x ,
comenzando con x0 0 , x0  1 y hasta que a  1% .
Solución
Tenemos que    1 y f  x   0,632120558
f x0 1
, que sustituimos en la fórmula
de la secante para calcular la aproximación x2 :

Con un error aproxim do de:

Como todavía no se logra el objetivo, continuamos co n el proceso.

Resumimos los result dos en la siguiente tabla:
Tabla Nº2
Aproxi ación de la raíz y porcentaje de error

Aprox. a la raíz Error

aprox.
0
1 100%
0.612699837 63.2%
0.653442133 6.23%
0.652917265 0.08%

De lo cual concluimos que la aproximación a la raíz es:

x4  0,652917265

15
1.3 MÉTODO DE L A BISECC IÓN

Este método es basado en el teorema de Bolzano, que establece que si una

función continua cambia de signo en el intervalo (a,b), es decir, f(a)f(b)<0,
entonces, existe al menos una raíz α, α(a,b).
El método de bisección se basa en el siguiente teorema de Cálculo:
El método de bisección sigue los siguientes pasos:
Sea  
f x continua,
i) Encontrar valores iniciales x a , xb tales que  
f xa y  
f xb tienen
signos opuestos, es decir,
f xa   f  x b
0
ii) La primera aproximación a la raíz se toma igual al punto medio
entre xa y xb :
xa  xb
xr 
2

iii) Evaluar f  xr  . Forzosamente debemos caer en uno de los

siguientes casos:
 f xa   f  x r
0
En este caso, tenemos que  
f xa y f xr   tienen signos

opuestos, y por lo tanto la raíz se encuentra en el intervalo  xa , xb 

 f xa   f  x r
0
En este caso, tenemos que  
f xa y f xr  tienen el mismo
signo, y de aquí que  
f xr y  
f xb tienen signos opuestos. Por
lo tanto, la raíz se encuentra en el intervalo x r
, xb .
   f  x
f xa r
0
En este caso se tiene que  0
f xr y por lo tanto ya localizamos
la raíz.
El proceso se vuelve a repetir con el nuevo intervalo, hasta que:

16
 a s

es decir,
xactual  xprevia
 100% s
xactual

Ejemplo
x

Aproximar la raíz de  
f x  e  ln x hasta que a  1% .
Solución
Sabemos por lo visto en el ejemplo 1 de la sección anterior, que la única raíz
de  
f x se localiza en el intervalo  1,1,5  . Así que este intervalo es
nuestro punto de partida; sin embargo, para poder aplicar el método de
bisección debemos checar que f 1  y  
f 1,5 tengan signos opuestos.
En efecto, tenemos que
   e
f 1
1
 ln 1  e 1
mientras que
   e 
f 1, 5 1.5
 5)
ln(1,  0,18233 0

Cabe mencionar que la función  

f x sí es continua en el intervalo  1,1,5  .
Asípues, tenemos todos los requisitos satisfechos para poder aplicar el
método de bisección. Comenzamos:
i) Calculamos el punto medio (que es de hecho nuestra primera
aproximación a la raíz):
1  1, 5
xr1   1,25
2

ii) Evaluamos 
f 1, 25   e  1,25
 25) 0, 0636
ln(1, 0

iii) Para identificar mejor en que nuevo intervalo se encuentra la raíz,

hacemos la siguiente tabla:

Por lo tanto, vemos que la raíz se encuentra en el intervalo  1.25,1.5  .

17
En este punto, vemos que todavía no podemos calcula ningún error
aproximado, puesto ue solamente tenemos la primera apr ximación. Así,
repetimos el proceso on el nuevo intervalo  1.25,1.5  .
Calculamos el punto edio (que es nuestra segunda aproxim ción a la raíz):
1,2 5  1, 5
xr2   1,375
2
Aquí podemos calcul r el primer error aproximado, puesto qu e contamos ya
con la aproximación a ctual y la aproximación previa:

Puesto que no se ha logrado el objetivo, continuamos con el p roceso.

Evaluamos f  1,375   e 1,375  ln(1, 375)
 0, 06561 0 , y hacemos la tabla:

Así, vemos que la raí se encuentra en el intervalo  1.25,1.375  .

Calculamos el punto edio,

Y calculamos el nuev error aproximado:

Resumimos los result dos que se obtienen en la siguiente tabla:

Tabla Nº3
Aproxi ación de la raíz y porcentaje de error
prox. a la raíz Error aprox.

.25
.375 9.09%
.3125 4.76%
.28125 2.43%
.296875 1.20%
.3046875 0.59%

18
1.4 MÉTODO DE LA REGLA FALSA

Como mencionamos nteriormente, sería bueno considerar si la raíz de una

ecuación está localiz da más cerca de alguno de los extremos del intervalo.
Consideremos nueva ente una gráfica Como la anterior,

Fig ura Nº2: Demo tración de el método regla falsa

Donde hemos agreg do la línea recta que une los puntos xtremos de la

gráfica en el intervalo  a , b  .
Es claro que si en lugar de considerar el punto medio del inte valo, tomamos
el punto donde cruz al ejexesta recta, nos aproximarem s mucho más
rápido a la raíz; ésta es en sí, la idea central del método de la regla falsa y
ésta es realmente la nica diferencia con el método de bisección, puesto que
en todo lo demás los os métodos son prácticamente idéntico .
Supongamos que tenemos una función f ( x ) que es continua en el intervalo
x a
, xb  y además, f xa ) y f ( xb ) tienen signos opuestos.
Calculemos la ecuación de la línea recta que un los puntos
 x , f  x   ,  x , f  x   . Sabemos que la pendiente de esta r
aabb
cta está dada
por:

Por lo tanto la ecuaci n de la recta es:

19
Para obtener el cruce con el eje x, hacemosy = 0:

Multiplicando por xb  a nos da:

Finalmente, de aquí d espejamos x :

Este punto es el qu toma el papel de xr en lugar del p nto medio del

método de bisección.
Así pues, el método de la regla falsa sigue los siguientes pasos:
Sea   continua,
f x

i) Encontrar v lores iníciales xa , xb tales que  y f x 

f xa b
tienen
signos opue tos, es decir,
   f  x
f xa b
0
ii) La primera a proximación a la raíz se toma igual a:
 f  xa xb  xa 
xr  xa   
 f  xb  f  xa 
iii) Evaluar f xr  . Forzosamente debemos caer e uno de los
siguientes c sos:
    f  x
f xa r
0
En este caso, tenemos que   y f  x  tienen signos opuestos, y por lo
f xa r

tanto la raíz se encue tra en el intervalo  xa , xr  .

    f  x
f xa r 0

En este caso, tenemos que f  xa  y f  xr  tienen el mismo signo, y de aquí

que f  xr  y f  xb  tienen signos opuestos. Por lo tanto, la raí se encuentra
en el intervalo x ,x 
r b
.
    f  x
f xa r
0
En este caso se tiene que  0
f xr y por lo tanto ya localiza os la raíz.

20
El proceso se vuelve repetir con el nuevo intervalo, hasta qu e:

a s
Ejemplo
Usar el método de la egla falsa para aproximar la raíz de 
f x  e  x  ln x ,
comenzando en el int rvalo  1, 2 y hasta que ea  1% .
Solución
Este es el mismo e emplo 1 del método de la bisección. Así pues, ya
sabemos que   es
f x continua en el intervalo dado y que toma signos
opuestos en los extremos de dicho intervalo. Por lo tanto pod mos aplicar el
método de la regla fal sa.
Calculamos la primera aproximación:

Puesto que solamente tenemos una aproximación, debemo seguir con el

proceso.

Así pues, evaluamos

Y hacemos nuestra tabla de signos:

De donde vemos qu la raíz se encuentra en el intervalo 1,1.397410482 .

Con este nuevo intervalo, calculamos la nueva aproximación:

En este momento, po emos calcular el primer error aproximad o:

Puesto que no se cu ple el objetivo seguimos con el proceso.

Evaluamos     1,3 21130513    0,0 11654346  0 , y ha
f xr 2 emos la tabla
de signos:

21
 De donde vemos que la raíz se encuentra en el intervalo  1,1.321130513  , con
el cual, podemos calcular la nueva aproximación:

Y el error aproximado:

Como se ha cumplid el objetivo, concluimos que la aproximación buscada

es:
xr 3  1,311269556
Observe la rapidez con la cual converge el método de la regla falsa a la raíz,
a diferencia de la lentitud del método de la bisección.

1.5 MÉTODO DE ITE RACIÓN DEL PUNTO FIJO

Este método se aplic para resolver ecuaciones de la forma
x  g ( x)

Si la ecuación es f ( x)  0 , entonces puede despejarse x ó bien sumar x

en ambos lados de la ecuación para ponerla en la forma adec ada.

Ejemplo
Usar el método de ite ación del punto fijo para aproximar la raíz de
, comenzando con y hasta que .
Solución
Si despejamos la xdel término lineal, vemos que la ecuación e uivale a

de donde,

22
En este caso, tenemque
s .

 1 , para x    1,1 lo que es suficiente para deducir qu el método sí

g ( x )
converge a la raíz bus cada.
Aplicando la fórmula i erativa, tenemos:
x1  g ( x0 )   0, 2

Con un error aproxim do del 100%.

Aplicando nuevamente la fórmula iterativa, tenemos:
x2  g ( x1 )   0,155746150 6

Con un error aproxim do igual al 28.41%.

En este ejemplo, el método solo necesita de 5 iteraciones para reducir el
error menor al 1%. R sumimos los resultados en la siguiente tabla:

Tabla Nº4
Aproxi ación de la raíz y porcentaje de error

prox. a la raíz Error aprox.

0
-0.2 100%
-0.1557461506 28.41%
-0.1663039075 6.34%
-0.163826372 1.51%
-0.164410064 0.35%

De donde vemos que la aproximación buscada es:

x5   0,164410064
Use el método de pun to fijo para resolver f ( x)  x2  2x  3 e el
intervalode : x=-1 y x=3

f ( x)  x2 2x 3

x x2  3  g ( x)  x2  3

23
 3 3
x   g ( x) 
x2 x2

x2 3 x2 3
x  g ( x) 
2 2

x  x
2
 x  3  g x( 
) x 2x 3

1.6 PROBLEMAS DE APLICACIÓN A LA ING ENIERÍA QUÍMICA

1. A un reactor ingresa una mezcla de gases de 8% de dióxido de azufre y el

12% de oxigeno y 80% de nitrógeno, y se desarrolla la siguiente
reacción.
1
SO2( g )  O 2( g ) 
SO 3( g)
2
Calcular la composición en el equilibrio a presión constante de 2 atm y la
constante de equilibrio KP es de 160.atm1/2

Solución :
Asumiendo 100 moles de mezcla
SO2 = 8 moles
O2 = 12 moles
SO3 = 0
N2 = 80 moles
Moles enl equilibrio
SO2 = 8 - x
O2 = 12 - 0,5x
SO3= x
Moles totales = 1 00 - 0,5x
Luego hallamos el Kp

( nSO3 ) Pt ( x )
Kp 
PSO 3
 nt  100  0.5 x
PSO2 x ( PO2 )1 / 2 nSO2 nO 8 x 12  0.5 x
( ) Pt ( 2 )1 / Pt
2 1/ 2
( ) ( ) Pt
nt nt 100  0.5 x 100  0.5 x
Para Kp=160 y Pt=2atm

La ecuación queda de la siguiente manera:

24
 x(100  0.5x)0.5
f ( x)  160 
(8  x)(12  0.5 x)0.5 2

Utilizando el método de la bisección y tomando como referencia los

valores de : X1=7,87 y X2=7,88

Siguiendo el proceso iterativo se tiene los siguientes valores:

Tabla Nº5
Aproximación de la raíz
X1 F(x1) X2 F(x2) x  
F x

7.87 12.604 1.88 -0.3001 7.875 6.2314

7.875 6.2314 7.88 --0.3001 7.8775 3.0323

7.8775 3.0323 7.88 -0.3001 7.87875 1.3833

7.87875 1.3833 7.88 -0.3001 7.879375 0.5460

Entonces X=7.878375 moles

La composición en el equilibrio seria

Moles SO2 = 0.120625
Moles O2 = 8.0606125
Moles SO3 = 7.879375

2. La ecuación de estado Redlich- Kwong es :

 a 
 p  (V  b)  RT
 . (V b ) 
TV

Donde a = 17,19344 y b = 0,0221141 para el oxigeno molecular si T

= 373 K y P= 30 atm
Calcular el volumen molar por el método de la secante

Solución:

Utilizando como referencia la ecuación del gas ideal para obtener el

primer valor
25
 RT 0,0 82  373
V    1.0195
P 30

Tomando dos valores

Xi-1 = 1 ; f(Xi-1 ) = -0,3977
Xi =1,5 ; f(Xi) = 14,3268

Remplazando en la ecuación
14,326 8(1,5  1)
X (i  1)  1, 5 
14,3 268  ( 0,3 977)
X (i  1)  1, 0135
f ( Xi  1)
  E 3
305520

Haciendo ahora :
X(i-1)=1,5 y X(i)=1,0135
Remplazando
3,5 520  10 3 (1,0 135  1,5 )
Xi  )
(1 1, 0135  1, 0136
3, 5520  10 3  14, 3268

X (i  1)  1, 0136

 X (i 1)  V 1.0136 L

E  1.0136  1.01351  104

3. Determinar volumen molar del oxigeno mediante la ecuación del VAN
DER WAALS
 P  a V b  RT
 
V2 
 P = 100 Atm.,

T = 700 K para un gas que tiene a = 1,36 b = 0,0318
 PV 2
a 
V 
b VRT2

PV
3
aV PV b
2
ab V RT2

PV 3 PV b2 V RT 2
  ab aV 0
f  V   100V 3
 V 2  57,
3,18  4 V 2 1.36 V 0, 043248
f  V   100V 3 60,  58V 2 1, 36 V 0, 043248
f '  V   300 V 2  121,16 V  1, 36

26
 Método de Newton Raspón de Primer Orden

v1  v0 
 
f v
f '  v

v1  0,58 
 0,122248 
32,0072
v1  0,5838

Tabla Nº6

Aproximación de la raíz y error

Vi f(V) f'(V) Vi+1 E

0.5740 -0.3100 30.6560 0.5841 0.0101
-
0.5841 0.0115 32.9470 0.5837 3.5x10
-5 -7
0.5837 1.4x10 32.8670 0.5837 4.2x10
-11 -13
0.5837 2.0x10 32.8670 0.5837 6.0x10
-13 -15
0.5837 -1.0x10 32.8670 0.5837 3.0x10
El volumen seria: V=0.5837mol/L

4. Un gas se encuentra a una presión absoluta de 13.76 bar y una

temperatura de 333 K. Encontrar el volumen molar ocupa el gas
empleando la ecuación de estado de Redlich-Kwong.
RT a
P  
V b T V V( b )
1/ 2

Para este compuesto las constantes son:

P = 13.76 atm
T = 333ºk
a = 1.5614 x 108 (cm6 bar/(g mol)2 k1/2)
b = 44.897 (cm3/ g mol)
R = 83.4 (cm3 bar /g mol k)

Solución
Despejando la ecuación Nº 1
Tenemos:

27
 PV
3
RTV 2 
V Pb
 2 RTb
  1/2 
A ab
0
1/2
 T  T
Reemplazando:

v F ( v)  13,76 v3 
27685, 62
v 2 730069 6, 52 38483129 0, 3
Aplicando el método de Bisección
Tomamos:
x1  370 ; x2  365


f x1  ;
 f x2

v f(v)  370  365

v   367 .5
2
370 –
     11674093 .22
f v
365 +  

v (v)
f  370  367 .5
v   368 .75
2
370 –
f  v    2.313174 .844
367.5 +  

v (v)
f  370  368 .75
v   369 .375
2
370 –
     2381900 .225
f v
368.75 +  

v (v)
f  369 .375  368 .75
v  2  369 .06025
369.375 –
     33146 .79984
f v
368.75 +  

28
v (v)
f  369 .0625  368 .75
v   368 .90625
2
369.0625 –
     1140318 .152
f v
368.75 +  

v (v)f  369 .0625  368 .90625

v  2  368 .984375
369.0625 –
     553661 .689
f v
368.90625 +  

v (v)f  369 .0625  368 .984375

v   369 .0234375
2
369.0625 –
     260276 .4453
f v
368.984375 +  

v (v)f  369 .0625  369 .0234375

v   369 .0429688
2
369.0625 –
     113569 .1971
f v
368.0234375 +  

v (v)f  369 .0625  369 .0429688

v   369 .0527344
2
369.0625 –
     40212 .38605
f v
369.0429688 +  

v (v)f  369 .0625  369 .0527344

v   369 .0576172
2
369.0625 –
     3533 .08997
f v

29
 369.0527344 +

v (v)f  369 .0625  369 .0576172

v   369 .0600586
2
369.0625 –
     14806 .78073
f v
369.0576172 +  

v (v)f  369 .0600586  369 .0576172

v   369 .0600586
2
369.0600586 –
     5636 .82683
f v
369.0576172 +  

v  369,0588379 cm gmol
3

E  v2  v1  414 10 3
2,4

5. El factor de fricción (f) para el flujo turbulento en una tubería está dado

por la correlación de Colebrook:

1   D 2, 54 
  0,86ln   
f  3, 4 Re f 
Donde
Re = es el número de Reynolds (adimensional)
, es la aspereza o rugosidad de la tubería (unidad de longitud)
D, es el diámetro de la tubería (unidad de longitud)
Obtener el factor de fricción para un fluido con un Reynolds de 3E4
que fluye en una tubería con un diámetro de 0,1 m y una rugosidad de
0,0025m.

Solución
Despejamos la ecuación (1)
 1 
  
Re 
   2,Re51 e 
R f
0,86 f 

2, 51  3, 7  D

1
f

 1 
  
 
R f f  e
11952,19124
0,86
f  80, 75814889 f 1

30
Utilizando el Método de Bisección
Valores iniciales:

f0  0, 05 F( f 0)
f1  0,1  F( f1)
f F(f) 0.05  0.1
f   0.075
0.05 – 2

0.10 + F f     23.76508585

f F(f) 0.05  0.075

f   0.0625
0.05 – 2

0.075 + F f     7.347809254

f F
(f) 0.0625  0.05
f   0.05625
0.05 – 2

0.0625 + F f     0.8973609056

f (f)
F 0.05  0.05625
f  2  0.053125
0.05 –
0.05625 + F f    1.866717794

f (f)
F 0.05625  0.053125
f   0.0546875
0.053125 – 2

0.05625 + F f     0.5236505211

f (f)
F 0.05625  0.0546875
f   0.05546875
0.0546875 – 2
F f
0.05625 +     0.1771493539
f (f)F 0.05546875  0.0546875
f   0.055078125
0.546875 – 2

0.05546875 + F f     0.1756818303

31
 El factor de fricción es:

f  0,0 55078125en  e  0,0 546875;0 ,0 5546875

Error:

Error  E  x2 x1 7,8 125 10 4

1.7 APLICACIONES EN INGENIERÍA QUÍMICA

1. En un Proyecto de Ingeniería Química se requiere que se determine

exactamente el volumen molar y factor de comprensibilidad del
amoniaco a una presión de 120 atm y 500 °K mediante la siguiente
ecuación:
 P  a V( b RT
)
 V2 
 
27  R 2 T 2 
a   
64  PC 

b  RTC
8 PC

Datos:
TC = 405,5 °K PC = 111,3 atm. R = 0,82

2. La concentración c de una bacteria contaminante en un lago decrece

según la expresión:
c(t) = 80e-2t + 20e-0.5t

Siendo t el tiempo en hs. Determinar qué tiempo se necesita para que

el nº de bacterias sea  7. Utilizar un valor inicial t0 =0. (Newton
Raphson)

3. Para el diseño hidrodinámico de un proceso aparece la ecuación

0,242
  log( R.CF )
CF

Donde R es numero de Reynolds evaluar el valor de CF para ( R=

106 y R=103)

32
4. Calculo de la presión de vapor
Una de las propiedades de una sustancia pura que más comúnmente
se utiliza en cálculos de Termodinámicas es la presión de vapor o
presión de saturación. Esta se define como la presión a la cual existen
en equilibrio una fase liquida y una fase vapor. Si la presión de vapor
iguala a la presión atmosférica, el líquido entrara en ebullición. Solo
depende de la temperatura. Existen diversas ecuaciones para
calcular. Una de las precisas es la ecuación de Frost-Kalkwarf-

Ln Pvap = A – B/T + ClnT + DPvap/T 2

Donde:

A, B, C, D: Constantes empíricas que dependen de cada sustancia.

Calculemos la Pvap del etilbenceno a una temperatura de 347,25 ºK.

Los valores de las constante son: A=58,1, B=6792,54, C=-5,802,
D=5,75. Las unidades de T son ºK y las de Pvap mmHg.

1 y  y2  y3
5. En Química aparece una ecuación de la forma z  (1  y) 3
.
¿Cuánto vale y si z=0.6789?.

6. Para determinar la constante de nacimientos de una población dada, se

necesita calcular el valor de la constante , (0.1,0.9) de la siguiente
0 .435  10 6
ecuación: 1 .564  10 6  10 6 e   (e   1) , para esto utilice el

método de Newton-Raphson hasta que el error sea del orden del 0.01%
(0.10249)

7. La constante de disociación del agua pura es función de la temperatura

como se muestra a continuación.
4470,99
Log(Kw) = + 6,0875 - 0,01706T
T

T en K y Kw en M2

33
 Calcular La temperatura en °C cuando el pH del agua condensada es
de de 6,2

8. La temperatura media logarítmica de un intercambiador de calor a

contracorriente esta dado por:

LMTD 
 T 3 T  2 T T 4  1
 T3T2 
ln  
 T 4  T1 

Fig ura Nº 3: Int err cambi ador es de calor

Se sabe que este sistema la temperatura media logarítmica debe ser
de 52ªC( LMTD) . El fluido caliente se alimenta al sistema a 100ªC y

sale a 40ªC, mientras que el fluido frió se alimenta a 8ªC ¿A qué

temperatura sale del intercambiador el fluido frió?

9. A un reactor ingresa una mezcla de gases de 8% de dióxido de azufre, y

12 % de oxigeno y la diferencia de nitrógeno, y se desarrolla la siguiente
reacción.
1
SO2 + O2  SO3
2

Calcular la composición en equilibrio a presión constante de 2 atm. Y

la constante de equilibrio (Kp) es de 160.

10. La ecuación de estado R-K

RT a
P  
V b V (V  b) T

 R2Tc5 / 2 
a  0.42747 
 Pc 

34
  RTc 
b  0.8664 
 Pc 
P = Presión en atm
V = volumen molar en L/g-mol
T = temperature en K
R = gas constant (R = 0.08206 (atm·liter/g-mol·K))
Tc = critical temperature in K
Pc = critical pressure in atm
The compressibility factor is given by:
PV
z (4)
RT
Calcule el factor de comprensibilidad y el volumen molar a 50 atm t
500 ºC.
11. En un reactor químico ingresaron cierta cantidad de moles con cierta cantidad
de impureza como se indica en la tabla de registro a una Temperatura de
400ºC:

Tabla Nº7

Composicion de alimentación al reactor

SUSTANCIA MOLESQUE
INGRESARON
Nitrógeno 1663,12K mol/h
Hidrogeno 4990,03Kmol/h
Amoniaco 986,45 Kmol/h
Dióxido de carbono 0,076 Kmol/h

Metano 334,16Kmol/h

a partir de la ecuación de Larson queproporciona el valor de laconstante de

equilibrio de la reacción.

2074,8
Log ( Kp )  2,113
  2,   (T) 1, 256 10 4 T
49 Log 1,85 10 7 T 2
T

Donde T en ªC y Kp en bares
Calcular la composición a 300 ºC y 160 bares

35
2. SISTEMAS DE ECUACIONES NO LINEALES

Un sistema de ecuaciones no lineales que se expresa como un sistema no

lineal igualando a cero de la forma F(x) =0Este sistema puede presentar
múltiples soluciones matemáticamente posibles y su solución numérica debe
proporcionar la solución físicamente correcta, uno de los métodos es el de
newton Raphson estándar
2.1 MÉTODO DE NEWTON RAPHSON

 Este procedimiento corresponde, analíticamente, a extender el uso

de la derivada, ahora para calcular la intersección entre dos
funciones no lineales.
 Al igual que para una sola ecuación, el cálculo se basa en la
expansión de la serie de Taylor de primer orden, ahora de múltiples
variables, para considerar la contribución de más de una variable
independiente en la determinación de la raíz.
 Para dos variables, la serie de Taylor de primer orden se escribe,

para cada ecuación no lineal:

u  u  u ui
uxi  i i1  i x i i y i1 y 0
x  x  y y i
v  v  v vi
vi  i xi1  i x i i y i1 y 0
x  x  y y i

 Pero ui+1 = vi+1 = 0 :

u  u  u ui
uxi  i i1  i xi i y i1 y 0
x  x  y y i
v  v  v vi
v i  i xi1  i x i i y i1 y 0
x  x  y y i
 Que reescribiendo en el orden conveniente:

Y cuya solución es:

ui  ui   u ui
x  y   u  i xyi
x i1 y i1  i x y i
v i  vi   vi vi
x  y   v  x i y
x i1 y i1  i x y i

36
 v i u u v
ui v i v i i  ui i
y i y x x
xi1  xi  yi1  yi 
J J
Donde J es el determinante jacobiano del sistema

 ui v i 
 x x 
J
 ui v i 
 y y 
2.1.1 APLICACIÓN

1. Se tiene un sistema de 3 reactores continuos tipo tanque en donde se

lleva a cabo la reacción A  P operando isotérmicamente
manteniendo los volúmenes constantes. Calcular la concentración de
A en régimen permanente en cada reactor si la reacción es de
segundo orden

R1 R2 R2

Fig ura Nº4: Sistema de reactores en serie

FA0 = 10L/min., FR = 5L/min. CA 0 = 1mol/l.

V1 = 100L, V2 = 50L, V3 = 50L, K = 0,1
RESOLUCIÓN:
A partir de la siguiente ecuación tenemos:
ACUMULACIÓN = ENTRADA-SALIDA-REACCIONA
0= ENTRADA-SALIDA-REACCIONA
Las concentraciones en cada reactor son las siguientes:
Primer reactor: CA1
Segundo reactor: CA2
Tercer reactor: CA3
37
ECUACIÓN del primer reactor:


F1 CA1 , CA2 , CA3   10  5CA 3  15CA1  10C 2 A1
df1
 15  20 CA1
dx
df1
0
dy
df
dz
1
5

ECUACIÓN del segundo reactor:

 , CA
F2 CA 1CA 2, 3  CA
15 1 C10
A 2
1

df 2
 15
dx
df 2
 15  10 CA2
dy
df 2
0
dz

ECUACIÓN del tercer reactor:


F3 CA1 , CA2 CA3   15CA 2  15CA3  5C 2 A3
df 3
0
dx
df 3
 15
dy
df 3
 15  10CA3
dz

APLICANDO EL METODO DE NEWTON RAPHSON ESTANDAR

TENDREMOS:

df1 df 1 df 1
, ,
dCA1 dCA 2 dCA 3
h f 1 ( CA CA
1 , CA
2, 3 )
df 2 df df
, 2
, 2
 i  f 2
(CA CA
1
, CA
2
, 3
)
dCA1 dCA 2 dCA 3
j f3 ( CA1 , CA2 , CA3 )
df3 df 3 df 3
, ,
dCA1 dCA 2 dCA 3

38
Reemplazaremos las derivadas y las funciones en la ecuación matricial
anterior:

 15  20 CA1 0 5 h 10  5CA3  15 CA1  10 CA

2
1

15  15  10 CA2 0 i  15 CA1  15 CA2  5 C 2 A2

0 15  15  10 CA3 j 15 CA 2  15 CA3  5 C 2 A3

A partir de estas ecuaciones tenemos:

CA1K 1  CA1K  h
CA2K 1  CA2K  i
CA3 1  CA3  j
K K

Para k=0

CA11  CA10  h
CA21  CA20  i
CA31  CA31  j

PRIMERA ITERACIÓN
 CA 1
0
, CA 0
2 , CA 3
0
   0 .7 ,0 .3 ,0 .1 

Reemplazamos en la matriz:
29 05 h 4, 9

15 18 0 i   5, 55

0 15 16 j 2, 95

h  0.1
i  0.2242
j  0.3945

Reemplazamos estos valores en las ecuaciones anteriores

39
CA11  CA10  h  0.7  h  0 .7  0 .1  0 .6
CA21  CA20  i  0.3  i  0.3  0.2242  0.5242
CA31  CA31  j  0.1  0 .3945  0 .4945

Luego de cinco iteraciones tendremos

Tabla Nº8

Aproximación de la raíz en cada reactor

CA1 CA2 CA3

0.7 0.3 0.1
0.599 0.5242 0.4945
0.5848 0.5012 0.4382
0.5848 0.5009 0.4372
0.5845 0.5009 0.4372

Finalmente las concentraciones en cada reactor serian:

Primer reactor: CA1=0.5845mol/L

Segundo reactor: CA2=0.5009mol/L
Tercer reactor: CA3=0.4372mol/L
2.2 PROBLEMAS

1. La reacción irreversible en fase liquida se lleva a cabo en tres reactores

en serie como se muestra en la figura. El volumen de cada reactor es de
200L y la constante de la velocidad de reacción es de 0,5 l/mol-g min.
A B  R

Calcular la concentración a l salida de cada reactor asumiendo un

comportamiento estable.

40
 Q = 6L/min.

CA= 2 mol-g/l

R1 R2 R3

Q = 6L/min.

CA= 2 mol-g/l

2. A alta temperatura y baja presión H2S y SO2 experimentan las

siguientes reacciones

H2S( g)  H2(g) +
1
S2 (g) Kp1 =0,45atm1/2
2

H2S( g) + SO2 (g)  2H2O(v) +

3
S2(g) Kp2 =28,5 atm1/2
2

La mezcla inicial contiene 45% de H2S( g) 25% de SO 2 (g) y gas

inerte nitrógeno con una presión total de 1,2 atm. Calcular las fracciones
molares en equilibrio de todos los componentes
3. Una reacción tiene lugar en una serie de cuatro reactores
continuamente agitados Como se muestra en la Figura. La reacción es
irreversible y de primer orden
A  B

Las constantes de velocidad ki y los volúmenes Vi tienen los siguientes

valores en cada reactor

Tabla Nº9
Volumen de cada reactor y su constante de velocidad
Reactor Vi(L) ki
1 1000 0.1
2 1500 0.2
3 100 0.4
4 500 0.3

41
 Se supone:
c0= 2mol/l
El sistema está en estado estacionario.

Fig ura Nº5: Sistema de reactores en serie

4. Las siguientes reacciones se lleva a cabo en un reactor a 1000°C y

presión de 1 atm.
CH
3 8 H3O 2 
CO3 H 7 2

CH
3 8 H6O 2 
CO3 H 10
2 2

A 1000 °C KP1 = 0,13x1012 y KP2 = 0,33X1012

Calcular los moles en equilibrio de cada sustancia para una
alimentación de 1 mol de gas propano y 10 moles de vapor de agua.

5. En una reacción química A  B desde un balance de masa y energía se

obtuvieron en las siguientes funciones
120X -75K(1-X) =0
-X(873-T) + 11(T-300) =0
K = 0,12 exp( 12581 ( T-298/298T)
Donde x es la conversión, y T temperatura del sistema, y K constante de
velocidad en base a esta información determine la conversión, temperatura
y la constate de velocidad.
6. Para un sistema binario Liquido – Liquido el modelo de Wilson permite
evaluar el coeficiente de actividad mediante la siguiente ecuación.
A12 A21
Ln(  1 )  Ln( x1  A12 x2 )  x2 (  )
x1  A12 x2 x2  A21 x1

42
 A12 A21
Ln(  2 )  Ln ( x2  A21 x1 )  x1 (  )
x1  A12 x2 x2  A21 x1

Donde: x 1 , x 2 fracciones molares

1 ,  2 coeficientes de actividad

A12 , A21 Parámetros para cada sistema

Evalué los parámetros para el sistema metanol agua
cuando x 1 = 0,2 x 2 = 0,8 1 = 1,2 ;  2 = 1,6

7. La siguiente ecuación muestra el efecto de las variables x e y sobre el costo

total para una operación particular:
11900

CT = 2,33x + xy + 1,86y + 10
Determine los valores de x e y que den el costo total mínimo

8. En el sistema mostrado se lleva a cabo una reacción irreversible isotérmica

de orden 1,8 respecto al reactante con los datos que a continuación se
indica, calcular la concentración del reactante en los reactores 1 y 2.
AB

FA0

R1 R2

FR

Fig ura Nº6: Reactores en serie.

F=25 L/min, CA0 = 1mol/L FR =100 L/min K = 0,2 V 1 =80L

V2 = 20L.

43
3. INTERPOLACIÓ

Introducción

Se denomina interpol ción a la construcción de nuevos punto s partiendo del

conocimiento de un c njunto discreto de puntos.
En ingeniería y otras ciencias es frecuente disponer de un ci rto número de

puntos obtenidos por muestreo o experimento y pretende construir una

función que los ajuste.
Otro problema estrechamente ligado con el de la inter olación es la
aproximación de una función complicada por una más simp le. Si tenemos
una función cuyo c lculo resulta costoso, podemos partir de un cierto
número de sus valor s e interpolar dichos datos construyen o una función
más simple. En general, por supuesto, no obtendremos los ismos valores
evaluando la función btenida que si evaluásemos la función riginal, si bien
dependiendo de la características del problema y d l método de
interpolación usado la ganancia en eficiencia puede comp ensar el error
cometido.
En la grafica se observa diferentes puntos ,

Fig ura Nº7: Punto s de variables x,y.

44
3.1. POLINOMIOS DE INTERPOLACIÓN DE NEWTON
Uno de estas formas de interpolación se denomina Polinomios de
Interpolación de Newton, que trabaja dire ctamente en la tabla obtenida
mediante el proceso de Diferencias Divididas;

3.1.1 Interpolación Lineal

La forma más simple de interpolar es la de conectar dos puntos con una
línea recta. Este método, llamado interpolación lineal, se muestra en la
figura

Figura Nº8 : Interpolaci ón lineal

Usando triángulos semejantes, se tiene:

f 1( x)  f ( x0 ) f ( x1 )  f ( x0 )

x  x0 x1  x0
que se puede reordenar como :

f ( x1 )  f ( x0 )
f 1( x)  f ( x0 )  ( x  x0 )
x  x0

La cual es una fórmula de interpolación lineal. La notación f 1(X) indica

que se trata de un polinomio de interpolación de primer orden. Nótese que
además de representar la pendiente de la linera que conecta los dos
puntos, el termino

45
 f ( x1 )  f ( x0 )
x1  x0

Es una aproximación de diferencias divididas finitas a la primera derivada.

En general, entre más pequeño sea el intervalo entre dos puntos, más
exacta será la aproximación.

3.1.2 Interpolación Cuadrática

Una estrategia que mejora la aproximación es la introducir cierta curvatura

en la línea que conecta a los puntos. Si se dispone de tres datos, lo
anterior se puede llevar a cabo con un polinomio de segundo orden
(llamado también polinomio cuadrático o parábola). Una manera
conveniente para este caso es:

   b
f2 x 0 b1 ( x x0) b1 ( x  x0 )( b 2 x x0 )( x x1 )

Nótese que aunque la ecuación parezca diferente de la ecuación general

de un polinomio:

   a
f x 0 a1 x 2 x
a
2
... a n x n

Las dos ecuaciones son equivalentes. Se puede usar un procedimiento

simple para determinar los valores de los coeficientes. Para bo , se usa la
ecuación con X=X0 y se obtiene.

b0  f (x0 )
Sustituyendo la ecuación y evaluando en X=X1 se obtiene

f ( x1 )  f ( x0 )
b1 
x1  x0

Y por ultimo las ecuaciones se sustituyen en la ecuación y se evalúa

está en X=X2 y se obtiene

f ( x2 )  f ( x1 ) f (x 1 ) f x ( 0 )

x2  x1 x1  x0
b2 
x2  x0
Nótese que, al igual que en el caso de interpolación lineal, b1 aun
representa la pendiente de la línea que une los puntos X0 y X1. Por lo
tanto, los primeros dos términos de la ecuación son equivalentes a la

46
 interpolación de X0 a X1. El ultimo termino b2(X-X0) (X-X1), introduce la
curvatura de segundo orden de la formula.

Tabla de diferencias divididas

---------------------------------------------------------------------------------------------
x f x   diferencia dividida diferencia dividida
primer orden segundoorden
----------------------------------------------------------------------------------------------
x0 f x0  
f [ x0 , x1 ] 
f x1    f  x 0

x1  x0

x1 f x1   f [,,]
x0 x1 x 2 
   f  x , x
f x1 , x2 0 1

x2  x0

f [ x1 , x2 ] 
f x2   f  x 1

x2  x1
x2 f x2  

------------------------------------------------------------------------------------------------

3.1.3 Diferencias Finitas Dividid as

Sea F una función de valor real definida sobre xk , k x 1 , .....
kn x  no
necesariamente equidistante. Se define:


F xk , xk 1   F (x x ) F xx (
k k 1 )
 Primer grado
k k 1

F x kx,  x,
k 1 k2   F (x x, x )Fxx
k k 1 ( k2 )
 2 grado
k k 2

Fx(x k ,k 1 ,.......
x nk   Fx nk1)  ( )
k k nk
1 ,......., 
x x F
 ,
 nx
n  xk  n  grado

Ejemplo

   x   x
fx , x  fx , x1

f x 0 ,x,1 x2
1 2 0

2 0

47
 En la práctica, los cálculos se disponen en una tabla de diferencias
divididas, colocando en la primera columna los valores de la función o
diferencias divididas de orden 0, en la segunda columna las diferencias
divididas de primer orden, en la tercera columna las de orden 2, y así
sucesivamente.

Usando cuatro puntos ( x0 , y0 ), ( x1 , y1 ), ( x2 , y2 ), y ( x3 , y3 ),

f3 ( x)  f [x0 ] f [ x1 ,x0 ]( x x0 )  f [x2 , x1 , x0 ]( x x0 )( x x1 )

 f [ x3 , x2 , x1 ,]x0 ( x x0 )( x x1 )( x x2 )

b0
b1
b2
x0  
f x0
b3

f x1, x0 
x1 f  x1  
f x2 , x1, x0 

f x2 , x1  
f x3 , x2 , x1, x0 
x2 f  x2  
f x3 , x2 , x1 

f x ,x 
3 2

x3  
f x3

3.2. POLINOMIOS DE INTERPOLACIÓN DE LAGRANGE

Presentamos ahora una forma alternativa del polinomio de interpolación P(x)

asociado con una tabla de datos (xi , yi) con 0≤ i ≤ n. Es importante entender
que existe uno y solo un polinomio de interpolación de grado ≤ n asociado
con los datos (suponiendo, claro está, que las n+1 abscisas xi son distintas).
Sin embargo, existe ciertamente la posibilidad de expresar este polinomio de
maneras distintas y de llegar a él a través de distintos algoritmos.

El problema al utilizar Polinomio de Newton para aproximar es que se debe

tener la derivada y muchas veces este lado no se tiene; una forma de evitar
esto es trabajar con una interpolación de Lagrange, que es una
reformulación del Polinomio de Newton que evita las diferencias divididas y
se representa como:

48
 n x  xj n
Li(x)  j  0 
; Fn x( )  iL xFi(x n) R( ) 
i i
xi  x j i0

Para obtener el polinomio de grado uno (lineal) reemplazamos n=1

1
F1 (x )  L xi F 
( x) ( i )
i 0 L0 ( x) 
n 1

x x
x  xj

x  x1
j 0 i j x0  x1
 L0 ( x) F ()x0  L1 ( x) F ( x1 ) i j

x  x
L 1
( x )  0

x 1
 x 0

x  x1 x  x0
Fx1 ( )  xf ( 0 ) xf ( 1)
x0  x1 x1  x0

Ahora calcularemos el polinomio de interpolación de grado dos (Cuadrático),

haciendo n=2:

F ( x) 
 L ( x) F ( x )
2 i i
i 0

 L ( x) F ( x )  L ( x) F ( x )  L ( x) F ( x )
0 0 1 1 2 2

x  x1 x  x2 x  x0 x  x 2 x  x0 x  x1
F2 ( x )  f ( x0 )  f ( x1 )  f ( x2 )
x0  x1 x0  x2 x1  x0 x1  x2 x2  x0 x2  x1

La aproximación del polinomio cúbico es:

3
F3 ( x )   L ( x) F ( x )
i 0
i i

 L0 ( x ) F ( x 0 )  L1 ( x) F ( x1 )  L2 ( x) F ( x 2 )  L3 ( x ) F ( x 3 )

x  x1 x  x2 x  x3 x x x  x2 x  x3
x F3 ( )  x f ( )x f  0 ( 1)
 0 x10 x x12 x x13 x
x01  x x02  x x03 x
x  x0 x  x1 x  x3 x  x0 x  x1 x  x2
 f ( x2 )  f ( x3 )
x20 x x21  x x23 x   x30 x x31 x x32 x

49
Ejemplo

Con un polinomio de interpolación de Lagrange de primero, segundo y tercer

grado evalué 1,5 ; basándose en los datos dados a continuación:

x1234
F(x) 1 1,4142 1,732 2
Solución:

Primero hallamos el polinomio lineal:

x2 x 1
F1 ( x)  (1)  (1,414213)  0.414213x  0.585787  F1 (1.5)  1.2071065
1 2 2 1

Ahora hallamos el polinomio cuadrático:

x2 x3 x 1 x  3 x 1 x  2
F2 ( x)  (1)  (1.414213)  (1.732050)  F2 (1.5)  1.219153825
1 2 1 3 2 1 2  3 3 1 3  2
Finalmente el polinomio cúbico es:

x  2x  3 x 
4  x 1x 3x 4   x 1x 2x 4
F3 ( x )  (1)  (1.414213)  (1.732050)
1 2 1 3 1 4  2 1 2 3 2 4  3 13 23 4
x  1 x 2 x 3 
 (2)
4 1 4  2 4  3

F3 ( x )  1,22205934

3.3 PROBLEMAS
1. A 400ºC y con concentraciones:  CO   NO 2  0 ,10 mol/L se
obtuvieron los siguientes datos para la reacción dada:
CO
 g   g NO 2 
g CO

g 2 NO

Tiempo(s) 0 10 20 30
 
CO mol
L
0,1 0,067 0,05 0,04

 Cuál es la concentración del monóxido de carbono para el tiempo

de 25 s

50
  Usando un polinomio de segundo grado mediante el método de
LaGrange ¿cuáles son las constantes ( a0 , a1 ; a2 ; ) f(x) = a 0
+ a1x + a2x2 .
2. En una prueba experimental de una sedimentación discontinua se a
determinado los siguientes datos:

t(s) Zi(m)
0 0,35
300 0,21
600 0,129
900 0,094
1200 0,083

Determine el polinomio interpolante de grado 3

3. Con una función f las diferencias divididas progresivas están dadas por

x0=0, f[x0]

0
f[x0,x1]

x1=0, f[x0,x1,x2]=
50
f[x1] 7
04
f[x1,x2]=10
x2=0, f[x2]=
7 6

Determine los datos que faltan en la tabla.

4. Dados los nodos (0, -5), (1, -3), (2, 1), (3, 13), averiguar el polinomio
interpolador mediante:
La resolución de un sistema de ecuaciones.
El método de Lagrange.
El método de las diferencias divididas de Newton.

(Solución: P( x)  x  2 x  3 x  5 )
3 2

51
5. En un proceso de desalinización usando un equipo de osmosis inversa se
ha registrado los siguientes datos
p(bar) 5 10 15 20 25
Flujo(mL/h 103 202 287 386 501
¿Cuál es el polinomio usando todos los puntos mediante el método de
Newton?

6. Cuál es el flujo para una caída de presión de 23 bar usando un polinomio

de grado 3
r (cm) 0 5 10 15 20 25 30 35 40 45 47 50
V(m/s) 50 49,5 49 48 46,5 45 43 40,5 37,5 34 25 0
Determine el polinomio de grado 3 para r= 30 y r= 45cm

7. La tabla siguiente enumera la población de los Estados Unidos a partir de

1940 a 1990.
años 1940 1950 1960 1970 1980 1990

Poblacion 132,165 151,326 179,323 203,302 226,542 249,633

(ien millares)
Encuentre el polinomio de Lagrange del grado 4 , y utilice este polinomio
para estimar la población en los años 1965

8. Aproximar f (0.05) , mediante el polinomio interpolación de Newton usando

la tabla siguiente
x 0 0.2 0.4 0.6 0.8
f ( x) 2.00001 2.13456 2.56789 2.67845 2.78954

52
4. REGRESIÓN

Las técnicas de regresión permiten hacer predicciones sobre los valores de

cierta variable Y (dependiente), a partir de los de otra X (independiente),
entre las que intuimos que existe una relación.
4.1. REGRESIÓN LINEAL

Consiste en ajustar a una línea recta un conjunto de parejas de datos

observados: (X1, Y1), (X2, Y2),………, (Xn, Yn) y para ello utilizaremos el
método de mínimos cuadrados.

La expresión matemática de la función lineal es g(x)=a0 + a1x donde a0 y a1

son constantes a determinar.
La desviación de la recta con respecto a cada dato se define como:
di = yi – g(xi) y como g(xi) = a0 + a1 xi
Entonces di = yi – a 0 – a1xi donde i = 1,2………,n siendo n número de
datos.
El cuadrado total de las desviaciones para obtener un buen ajuste está dado

por:
n n
   di   y  a
2 2
D i 0 a1x i
i 1 i 1

cuando este valor es mínimo.

Para determinar los valores de las constantes a0 y a1 y hacer mínimo a D,
se deriva la ecuación anterior con relación a cada uno de los coeficientes
(derivados parciales) y se igualan a cero
n
Considerando que a
i 1
0 na0 , entonces las anteriores ecuaciones se pueden

expresar
Como un conjunto de 2 ecuaciones lineales con 2 incógnitas:

 y
na0 a 1x i i

a x ax  xy
0 i 1
2
i i i

Al expresar estas 2 ecuaciones en forma matricial, tenemos:

53
  n
 x
 x  a     y 
i 0 i

 i  x   a   x y 
2
i 1 i i

Que se resuelven por los métodos conocidos ( gauss-seidel)

4.2. REGRESIÓN POLINOMIAL

El método de mínimos cuadrados puede extenderse para ajustar un

polinomio de cualquier valor a los datos de una medición.

g(x) = a0 + a1x + a2x2 + amxm di=yi – g(xi)
Desviación de la curva con respecto a cada Polinomio.
La suma de los cuadrados de la desviación así:

D =  (yi – a0 – a1 xi – a2xi2 + ……… amxim)2

Siguiendo el mismo procedimiento hecho para la regresión lineal, tenemos:

derivados parciales con respecto a los coeficientes al polinomio.

D 2 m

 a0  2 (y i  a0 1ai x 2 i a x ..........a xm ) i

D
 2x i( 
yi  0a 1i a x2 a x .......a
2
x m) m
2
 a1

D
 2 x 2i( y i a 0 a1 ix 2 ia x .......a
2
x )m m
i
 a2

D
 2 x mi( y i a 0 a1 ix 2 ai x .......a
2
x )m m
i
 am

Al igualar estas ecuaciones a cero y reordenando, se tiene el siguiente

conjunto de ecuaciones.
a0n + a1xi + a2xi2 + ……………+amxim = yi
a0xi + aixi2 + a2x23 + …………+ amxim+1 = xiyi
a0xi2 + a1xi3 + a2xi4 +…………+ amxim+2 = xi2 yi

54
 a0xim + a1xim+1 + a2xim+2 +……+ amxi2m = ximyi
(Todos los  van desde i =1 hasta n)
el anterior sistema lo podemos expresar así:



n  x2i   xmim1   a0    yi 
  xi  xi3   xim 2   a1    x2i y 
 x2 x  x  a    x y 
  i   
i

i
  2     1 
 
 
x
mm
x
m1
x   2m
 x
2   am    x1m yi 
 i i i i   
El sistema de ecuaciones se resuelve por los métodos vistos para resolver
sistema de ecuación.
Ojo : si el polinomio es de grado m => necesitamos m + 1 ecuaciones
lineales con m+1 incógnitas.

4.3. REGRESIÓN LINEAL MÚLTIPLE

Una extensión útil en la regresión lineal es el caso en que y es una función
lineal de dos o más variables. Por ejemplo, y pudiera ser una funciónlineal
de x1 y x2, de la forma:
y = a0 + a1x1 + a2x2
Tal ecuación es útil particularmente cuando se ajustan datos experimentales
en donde la variable que está analizando, a menudo es función de otras dos
variables. En este caso bidimensional, la “línea” de regresión viene a ser un
“plano”.
Como con los casos anteriores, los “mejores” valores de los coeficientes se
determinan agrupando la suma de los cuadrados de los residuos:
n
   yi  a0   2
D a1 x1 a 2 x2
i j

y derivando con respecto a cada uno de los coeficientes:

D1
 2  yi  a0 a1 x1 a 2 x2 
a 0
D1
 2x1  yi a0 a1x1 a2 x2  (1)
a0

55
 D1
a 2
 2  x  y  a
2 i 0 a1 x1 a2 x2 
Los coeficientes que generan la suma mínima de los cuadrados de los
residuos se obtienen igualando cada una de las derivadas parciales a cero y
expresando la ecuación (1) como un conjunto de ecuaciones lineales
simultáneas, de la forma:
nao + ∑ x1 a1 + ∑ x2 a2 = ∑ y1
∑ x1ao + ∑ x12 a1 + ∑ x1 x2 a2 = ∑ x1 y1
∑ x2ao + ∑ x1 x2 a1 + ∑ x22 a2 = ∑ x2 y1
o como una matriz:

 n
 x
x  xa  y  
1  2 0 1

  1 x  x x
2
1
 a  
   xy 1 2 1 1 1

  x
2      
x x 
1
x  
2 a  x y 2
2 3 2 1

56
4.4 PROBLEMAS

1. Una ecuación para la variación de viscosidad del líquido con la temperatura

b
 
T
es:   a  e
Donde a, b son constantes empíricas y T, temperatura en K.

(ºC)
T 20 30 40 50
μ (N.s/m ) 1x10 - 8,08x10- 6,53x10- 5,33x10-

Estime la viscosidad a 25 y 35ºC utilizando la ecuación empírica

Solución:
Sacando “ln” a ambos lados de la ecuación:

   
1 1
ln   
 ln a
 b  T 

T(K) μ(N.s/m2) 1/T ln μ

- -
293,15 1x10 3,411x10 -6,907
303,15 8,08x10- 3,298x10- -7,12
313,15 6,53x10- 3,193x10- -7,333
- -
323,15 5,33x10 3,094x10 -7,536

Obtenemos una recta, de la forma: y c mx

1
Cálculo de m: m 
b

 T1  ln    T1 ln

4 
4  -0,093797  0,0129978  -28,89962
m 
2 2
  105 1, 68943 104
4  4, 422915
4
  T1   T1 
 
m  1989 ,369
1
 m  b  5,0267 10-4
b

Cálculo de c: c  ln a

57
 c y ax 1 -7,22491
  69 3,2 4945 10 3
1989,3

c  -13,689

 c  ln a  -13,689  a  1,134106

ln     -13,689  1989 ,369  1 

T

Por lo tanto el modelo es:

 5,0267104 
 
 T 

  1,134  10 e6  

De la ecuación, calculamos μ para 25 y 35 ºC:

T = 25ºC = 298,15 K
 5, 0267 10  4 
 
 298 ,15 
 298 ,5K 
 1,134  10 e6    8,966  10  4 N.s/m 2

T = 35ºC = 308,15 K
 5, 0267 10  4 
 
 308 ,15 
 308 ,15 K 
 1,134  10 e6    7,22  10  4 N.s/m 2

2. Se desea determinar la energía de activación del proceso de degradación

de un contaminante a un producto inocuo en fase líquida. En el estudio de la

58
cinética de la reacción a diferentes temperaturas se obtuvieron los siguientes
datos:
k (L/mol.s) 4,04x10 - 7,72x10- 1,29x10- 2,50x10-
(ºC)
T 0 7 15 25

Determine la energía de activación

Solución:
De la ecuación de Arrhenius, determinamos el modelo:
 Ea 
 RT 
k  A  e 

Sacando “ln” a ambos lados de la ecuación:

  A   a  1 
E
ln k   ln
 RT T 
(K
T) k 1/T kln
273,15 4,04x10- 3,66x10- -10,116
- -
280,15 7,72x10 3,569x10 -9,469

288,15 1,29x10- 3,47x10- -8,955

298,15 2,50x10- 3,354x10- -8,294
Obtenemos una recta, de la forma: y  a0  a1 x
Ea
Cálculo de a1: a1 
R

4 T1 kln 


1
 Tkln  4  -0,1297  0,01405  -36,8355
a1  
 1
2
  1 
2
 105  1,9754 104
4  4, 9437
4      
 T   T 
a1  - 5850 ,1838

 a  a1
E R 
- 5850,1838 K 8,314 J
mol.K
J
Ea  48,638 103
mol
Cálculo de a0: a0  ln A
a0 y  ax 1  -9,208875  -5850,1838
  3,5 13734 10 3

59
 a0  11,3471
  a 0 ln A 11,
3471  A 84720,2 6

   11,3471  5850 ,1838   1 

ln k
T

Por lo tanto el modelo es:

 - 48,638103 
 
 RT 
k  84720,26  e 

3. Se cuenta con los siguientes datos de temperatura de ebullición de la

acetona a diferentes presiones:
(atm)1
P 2 5 10 20 30 40
T(ºC) 56,5 78,6 113,0 144,5 181,0 205,0 214,5

Si se grafican estos valores se observa que la temperatura no tiene un

comportamiento lineal con respecto a la presión, por lo que se propone
el modelo:
 APB
T
Determine las constantes A y B
Solución:
Sacamos el “ln” a ambos lados de la ecuación y obtenemos:
60
 ln T   ln A  B  ln P

P(atm) T(ºC) lnP lnT

1 56,5 0 4,0342
2 78,6 0,6931 4,3643
5 113 1,6094 4,7273
10 144,5 2,3025 4,9732
20 181 2,9957 5,1984
30 205 3,4011 5,323
40 214,5 3,6888 5,3683
Obtenemos una recta, de la forma: y  a0  a1 x
Cálculo de a1: a1  B

a1 
7   lnT  lnP   lnT  lnP 
7  75, 565  14,6 909  33, 989
7   lnP   
2
 lnP 
2
7  41,8 263  215,8 248

a1  0,362

 B  0,362
Cálculo de a0: a0  ln A
a0 y a
x1 4,8555
 0,362 2,0987

a0  - 4,095

  a 0 ln A - 4,0 9 5  A 60 ,0 39


ln T  4 , 095  0 ,362
  ln P

61
 Por lo tanto el modelo es:

T  60,039 P0,362
4. Experimentos de la cinética enzimática fueron llevados a cabo en el
laboratorio y se registraron los siguientes datos:
  reactantes (s)(g/L)
1 2 3 4 5

v 1 4 5 6 6
rx (r)(g/L-h)

Determine las constantes a y b, si la expresión se ajusta al siguiente modelo:

as
r 
bs
Solución:
Invertimos la ecuación y obtenemos:
1  1  b 1
   
r a a s

  (s) v
rx (r) 1/r 1/s

1 1 1 1
2 4 1/4 1/2
3 5 1/5 1/3
4 6 1/6 1/4
5 6 1/6 1/5

Obtenemos una recta, de la forma: y  k  mx

b
Cálculo de m: m 
a

 11    1 1    19  137 107

5  s       5  15  60 60
m 

 r s  r
2 2 2
 1   1 
 
137
5     5  1, 463611111   60 
 s   s   
m  1,074
1
Cálculo de k: k 
a

62
k y mx
 107
  
1,074
137
 300
  
    300

k  - 0,134
1
 k   - 0,134  a  -7,459
a
Reemplazamos en “m”:
b
m   1,074  b  1,074  -7,459  -8,015
a

 1   - 0,134  1,074   1 
   
r s

Por lo tanto el modelo es:

- 7,459 s
r 
- 8,015  s

PROBLEMAS
1. La densidad del aire es función de la altitud como se muestra en los
siguientes datos.
Altitud( Km) 0,32 0,64 1,28 1,6
Densidad(Km/m) 1,15 1,10 1,05 0,95

63
 Se propone un modelo de regresión :   k1e k h 2

Determine la densidad a 1,5 Km

2. En una celda electrolítica se ha determinado la densidad de corriente
enfunción de la caída de la tensión como se muestra a continuación.

Voltaje(V) 0,03 0,07 0,11 0,21 0,51 0,85

I(mA/cm ) 4 8 12 16 20 24

¿Cuál es la densidad de corriente a 0,25 V usando un polinomio de

tercer grado?
¿Cuáles son las constantes ( a0 , a1 ; a2 ; a3 )
f(x) = a0 + a1x + a2x2 + a3x3
3. Los siguientes conjuntos de mediciones de temperatura tomados de
la cabeza de cilindros de un motor nuevo que está probando con
miras a usarse en un auto de carrera.
TABLA 10
Tiempo vs temperatura
Tiempo (s) Temperatura( ºF)
0 72,5
0,5 78,1
1 86,4
1,5 92,3
2 110,6
2,5 111,5
3 109,3
3,5 110,2
5 110,5
4,5 109,9
5 110,2

Calcule valores de temperatura en los siguientes intervalos usando

un polinomio de grado 2 para 4,48

64
4. Se desea determinar la energía de activación del proceso de
degradación de un contaminante a un producto inocuo en fase líquida.
En el estudio de la cinética de la reacción a diferentes temperaturas
se obtuvieron los resultados que se muestran a continuación:
k (L/mol.s) 4,04x10 - 7,72x10- 1,29x10- 2,5x10-
(ºC)
T 0 7 15 25

Determinar:
La energía de activación.

5. La ecuación de Arrenihus :
 EA
K  Ae R .T

En la siguiente tabla se muestra la constante de velocidad en función

de la temperatura.
Temperatura(K) K(1/s)
273 7,78x10-
298 3,46x10-
318 4,98x10-
328 1,5x10-
338 4,87x10-

Donde
K : constante de velocidad de reacción
EA: energía de activación
R: constante universal de los gases R= 8,314J/ mol.K
A: factor de frecuencia
Determinar la constante de velocidad a 300 K
E a =1.03021 105 joule mole 1

A= 4.00467 1013 s 1

65
6. Un estudio en mecánica de fluidos indica que el flujo de un fluido a
través de una tubería está relacionada con el diámetro de la tubería
y la pendiente como se muestra en la siguiente tabla.

Experimento Diámetro en pies Pendiente, Flujo( pie3/s)

1 1 0,001 1,4
2 2 0,001 8,3
3 3 0,001 24,2
4 1 0,01 4,7
5 2 0,01 28,9
6 3 0,01 84
7 1 0,05 11.1
8 2 0,05 69
9 3 0,05 200

Use una regresión lineal múltiple para analizar estos datos, la

ecuación de potencia a evaluar es

Q = a0Da1Sa2
Donde
Q= Flujo volumétrico
S: Pendiente
D: diámetro de la tubería
Después que se a encontrado el modelo, determine el flujo en una
tubería de 2,5 pies y una pendiente de 0,025

7. La densidad del aire es función de la altitud como se muestra en los

siguientes datos.
Altitud( Km) 0,32 0,64 1,28 1,6
Densidad( Km/m ) 1,15 1,10 1,05 0,95

Se propone un modelo de regresión :   k1e k h

2

Determine la densidad a 1,5 Km

66
8. Experimentos de la cinética enzimática fueron llevados a cabo en el
laboratorio y se registraron los siguientes datos
concentración del reactante (s) (g/L) Velocidad de reacción (r) g/L-h
1 1
2 4
3 5
4 6
5 6

Determine la constante a y b
Si la expresión de la velocidad se ajusta al siguiente modelo

a*s
r 
bs
9. Se cuenta con los siguientes datos de temperaturas de ebullición de la
acetona a
Diferentes presiones:

P(atm) T(ºC)
1 56,5
2 78,6
5 113,0
10 144,5
20 181,0
30 205,0
40 214,5

Si se grafican estos valores se observa que la temperatura no tiene un

comportamiento
Lineal con respecto a la presión, por lo que se propone el modelo:

 APB …..(1)
T
Determinar los valores de las constantes A y B

67
5. DIFERENCIACIÓN NUMÉRICA
Diferenciación numérica es una técnica de análisis numérico para producir
una estimación del derivado de la función matemática o función usando
valores de la función. Dos métodos son los más usuales a la hora de
resolver tal problema:

 Derivar un polinomio de interpolación construido mediante alguno de los

métodos estudiados
 Calcular directamente la derivada utilizando para ello aproximaciones de
la función mediante los polinomios de Taylor. Las formulas obtenidas de
esta manera reciben el nombre de formulas .

La diferenciación numérica puede calcularse usando la definición de derivada

f  x h   f x0
   lim
f ' x0
 hh 0
0

Tomando una h pequeña. Si h > 0 se llama fórmula de diferencia progresiva,

Fórmulas de diferencias divididas hacia adelante
Sea los puntos

x Xi Xi+1 Xi+2 XI+3 …….

f f (Xi) f (Xi+1) f (Xi+2 ) f (XI+3 ) …….

5.1.DIFERENCIACIÓN MEDIANTE MÉTODO NEWTON

Primera derivada

     h  
f x f xi  f  xi 2  4 f xi1   3 f xi
f ' xi
i 1
, f ' xi   2h

Se gund a derivada

   f  x   2 fh x    f x
f '' xi
i 2
2
i 1 i

 f  x 4f x    5 f  x  2f x
f '' x  
i i 3i i 2 1
i 2
h

5.2. DIF ERENCI ACIÓN DE LA GRANGE: datos disc retos

Construimos el polinomio de Lagra nge

68
    L x y   L x 
L x 1 1 2 y2  L3 x y3


 x  x  x x 2 3
   x x 1 x x3
y  y 
 x x 1 x x2 y
 x  x  x x
1 2 1 3  1  x2  x1 x 2 x3 2  x3  x 2 x 3 x1 3
Diferenciando la función
2 x  x2  x3
   L x
f x  y
 x  x x
1213 x 1
2 x  x1
 x3 2 x  x1  x2
  x2  x1  x 2 x3 y2   x 3 x2 x3 x1 y3

Asumiendo espacio constante

   2 x 2xx
f x 2
2
x3
y1
 2 x


x1
x
2
x3
2
y 
2 x  x1
2 x2
 x2
y3

   2 x 2xx
f x 2
2
x3
y1
 2 x


x1
x
2
x3
2
y 
2 x  x1
2 x
 x2
2
y3

   2 x 2xx
f  x1 1 2
2
x3 
y1

2 x1 x1
x
2
x3
y
2
2
x1x1
2 x2
 x2
y3
3 y1 4 y2
2 x
y3

   2 x x
f  x2 2 2
2
x3
y1
2 x2 x1
2
x3
y2
 2 x2  x1  x2
2
y3
y3 y1

2 x  x  2 x 2 x
2 x3 x2 x3  2 x3 x1 x3 2
x3  x1 x2 y123 4 y 3y
f   x3      2 y1 y y3
2 x  x2 2 2 x2 2 x
2 x  x2 x3  2 x x1 x3 2 x  x1  x2
f  x  y1  y  y3
2 x 2  x
2
2 2 x2

y1  2 y2  y3
   1x  y
f  x 2 1 
2
x
2
y2
1
x
2
y
3 x
2

segunda derivada

5.3 PROBLEMAS
1. El flujo de calor en la interfaz suelo-aire puede calcularse con ley
dT
qz   0 k C 
dz z 0

69
(m)Z 0 1,25 1,75
C)
(ºT 13,5 12 10

Donde q = flujo de calor, k = coeficiente de difusividad térmica (3.5x10 -7), 

= la densidad del suelo (1800Kg/m3), C = calor específico del suelo (840).

   13.5 0  1.25
2 0  1.25 3.75  2 0 0 3.75  2 0 0 1.25
f' 0  12    10 1,333
   0 3.75   1.25  0 1.25
   3.75  3.75  0 3.75
 1.25
q = -3.5x10 -7 . 1800 (-1,333). =70.56

2. A 400ºC y con concentraciones:  CO

   NO
 2  0,10 mol/L se obtuvieron
los siguientes datos para la reacción dada:
CO g   NO2
 g   2g 
CO NO g 

Tiempo(s) 0 10 20 30
CO  mol L 0,1 0,067 0,05 0,04

Determinar el orden de la reacción dada

Determinar la constante de velocidad
Calcular la velocidad instantánea de la reacción en el instante t = 10 s
Solución:
dCA
De la ecuación: vA  -  k  CA  n

dt

 dC 
Tenemos: ln  - A   ln x  n ln  CA  ecuación lineal
 dt 
Diferenciación numérica con 4 puntos:

x0 x1 x2 x3
Tiempo(s) 0 10 20 30
CO  mol L 0,1 0,067 0,05 0,04
y0 y1 y2 y3

h  10

70
 dCA 1
Para x0:
dt

6h
11y0
 y1 9 y2
18 2 y3 
dCA 1
  11 0,1  18  0,067  9  0,05  2  0,04  4,4 103
dt 6  10
dCA 1
Para x1:
dt

6h
 2y
0 3 y1  6 y2 y3 

dCA 1 3
 dt  6  10 2  0,1  3  0,067  6  0,05  0,04
   2,35 10
dCA 1
Para x2:
dt

6h
 -632
y  y 
0123
y y 
dCA 1
  - 0,1  6  0,067  3  0,05  2  0,04  1,2 103
dt 6  10
dCA 1
Para x3:
dt

6h
 2y
0 9 y1 18 y2 11y3 
dCA 1
   2  0,1  9  0,067  18  0,05  11 0,04  9,5 104
dt 6  10
Llenamos la tabla y procedemos a graficar:

TABLA 11
CALCULO DIFERENCIACIÓN

Tiempo CO  mol L - dCA

ln -
 dC
A
 ln CA
dt  dt 
(s)
-
0 0,1 4,4
10
x -5,426 -2,302
-
10 0,067 2,35x10 -6,053 -2,703
-
20 0,05 1,2x10 -6,725 -2,995
-
30 0,04 9,5x10 -6,959 -3,218

71
Del ajuste lineal tenemos que la ecuación es: y  1, 7 x  1, 41
Donde:
Orden de reacción es: n  pendiente  1, 7  2
Constante de velocidad es: ln K  -1,41  K 0,244
Para t=10 s: v  k  C At 10 s  n

 
v  0,244 0,067 2  1,095 103

PROBLEMAS
1. La primera ley de difusión de Fick establece que el flujo másico
dc
Flujo másico = F  D
dx
Donde flujo másico es cantidad de masa que pasa a través de una
unidad de area por unidad de tiempo ( g/ cm 2/s.
D= coeficiente de difusión ( cm2/s). C: concentración X: distancia en cm.
Un ing. químico mide la concentración de un contaminante en los
sedimentos depositados en un lago obteniéndose los siguientes datos.

(cm)X 0 1 2
c. 10- g/cm 0,1 0,4 0,9

72
 Use la mejor técnica de derivación numérica para estimar en x =1,5 y

calcule el flujo másico del contaminante cuando D= 2x10-6cm2/s, para

un lago de 3x106m2 de sedimentos ¿cuánto contaminante podría ser

transportada hacia el lago en un año?

2. Para la descomposición del pentaóxido de dinitrógeno a 45ºC se

obtuvieron los siguientes datos:

2N 2 O5 ( g )  O2 ( g )  4NO2 ( g )

Tiempo(s) 0 200 400 600 800

2,5 2,22 1,96 1,73 1,53
 N O  mol
2 5
L

determina de qué orden será la reacción

3. A 440ºC con y con concentraciones |CO| = |NO2| = 0,10 mol/L se
obtuvieron los siguientes datos para la reacción dada:
CO(g ) NO 2g( )   g( )
CO g2 ( )NO

Tiempo(s) 0 10 20 30 40 100 1000

mol 0,1 0,067 0,05 0,04 0,033 0,017 0,002
 CO  L

a) Determina el orden de la rea cción dada

b) Determine la constante de velocidad
c) Calcula la velocidad instantánea de la reacción en el instante t= 10 s.

4. Se ha estudiado la descomposición térmica de arsenamina sobre vidrio,

2 AsH3(g) 2 As(s) + 3H2(g)
La presión total del sistema varia con el tiempo, a 350C, según se
indica a continuación:
t/h 0 4.33 16.00 25.50 37.66 44.75
Pt/cmHg 39.2 40.30 43.65 45.35 48.05 48.80

a) Determine el orden de reacción con respecto a la arsenamina.

b) Calcule la constante de velocidad.
73
5. Para poder estudiar el comportamiento físico químico de una solución de
bromo en presencia de luz solar, se coloca una pequeña cantidad de
solución de bromo en un matraz y se expone al sol, obteniéndose los
siguientes resultados:
Tiempo(min.) 10 20 30 40 50 60
Ppm B r2 a 25ºC 2,45 1,74 1,23 0,88 0,62 0,44

En base a esta información calcular la constante de velocidad en las

unidades adecuadas y orden de la reacción.

6. En el estudio experimental de la velocidad de reacción para la reacción

2 NO (g) + 2 H2(g) → N2(g) + 2 H2O (g)
se han obtenido los siguientes datos a 298 K:
[NO]mol/L [H 2] mol/L Velocidad mol/l s
-
0,02 0,15 1,2
10
x
-
0,02 0,45 3,6
10
x
-
0,03 0,50 9,0
10
x
0,06 0,50 36,010
x -8

Calcular:
a) La ecuación de velocidad para esta reacción.
b) El orden de reacción
c) La constante de velocidad

7. Determinar el orden de reacción para la descomposición en fase

gaseosa del peróxido de di-tert-butilo
(CH3)3COOC(CH3)  C2H6 + 2CH3COCH3
La reacción se lleva a cabo en el laboratorio en un reactor isotérmico

batch
La presión total de reacción a lo largo de reacción evoluciona según la
siguiente tabla

74
 tiempo(min) Presión total (MmHg)
0.0 7.5
2.5 10.5
5.0 12.5
10.0 15.8
15.0 17.9
20.0 19.4

8. Determinar el orden de reacción:

CH3-Cl(g) + H2O(g)  CH3-OH(g) + HCl(g) usando los datos de la tabla.

v  k  [CH3 -Cl]  [H2 O]

n m

Experiencia [CH3-Cl] (mol/l) [H 2O] (mol/l) v (mol·l – ·s– )

1 0,25 0,25 2,83
2 0,50 0,25 5,67
3 0,25 0,5 11,35

9. La transferenciadTde calor está dada por la siguiente ecuación

q   kA
dy

donde k = conductividad térmica 

 J 

smK 

A  
= área m2 T = temperatura  K 

y = distancia  m 

J
k  0 .025
smK

A  3 m2

La temperatura en función de distancia

T  1493y3  2200y2  1076y  500

La transferencia de calor para y= 1,2m

75
6. INTEGRACIÓN NUMÉRICA
En esta lección comenzamos el estudio de métodos numéricos para el
cálculo numérico de integrales de la forma.
b

 
f   f x dx
a

Un método común para aproximar I(f) es reemplazando f(x) con un polinomio

de interpolación. Este procedimiento se conoce como las reglas de
Cuadratura de Newton. Examinamos los primeros dos casos de este método
donde se usan polinomios de interpolación lineales y cuadráticos.

6.1 Método d el t rapezoide :

Sea p1(x) el polinomio lineal que interpola a f(x) en x=a y x=b

f( x)

L( x)

x0 x1 x

Fig ura Nº9: Integración método de trapecio usando dos puntos

Usando la fórmula para el área de un trapezoide o integrando p 1(x)

directamente se obtiene que
h
 f ( x )  f ( x )
b

 a
f ( x ) dx 
2
0 1

h
 f ( a )  f (b ) 
b

 a
f ( x ) dx 
2

Generalizando
Generalizando el método de trapecio

76
 f( x )

b a
h
n

x0 h x1 h x2 h x3 h x4 x

Figura Nº10: Integración método de trapecio usando n puntos

b x1 x2 xn

 f(x)dx
a  x0

f(x)dx  f(x)dx
x1
 
xn 1
f(x)dx

h

2
0  )  h2 f(x
 f(x) f(x 1 ) 1 f(x2 )  
h
2
f(x n 1 ) f(x)n

h

2
 f(x )
0   1 ) 
2f(x  2f(xi )  2(f xn 1 ) f ( xn ) 
h
 
b

 a
f(x)dx 
2
f(x0 )   1 ) 
2f(x  2f(x i )  2 f ( xn 1 ) f ( xn )

4
Evaluar la integral : 0 xe 2 x dx método de trapecio

40
 f (0)
  f(4) 
4
I  0 xe dx
2x
2(0 4e 8 ) 23847.66
2
6.2 REGLA DE SIMPSON
Además de aplicar la regla trapezoidal con segmentos cada vez más
finos, otra manera de obtener una estimación más exacta de una integral,
es la de usar polinomios de orden superior para conectar los puntos. Por

ejemplo, si hay un punto medio extra entre f(a) y f(b), entonces los tres
puntos se pueden conectar con un polinomio de tercer orden.
A las fórmulas resultantes de calcular la integral bajo estos polinomios se
les llaman Reglas de Simpson.

77
6.2.1 REGLA DE SIMPSON 1/3
La Regla de Simpson de 1/3 proporciona una aproximación más precisa,
ya que consiste en conectar grupos sucesivos de tres puntos sobre la
curva mediante parábolas de segundo grado, y sumar las áreas bajo las
parábolas para obtener el área aproximada bajo la curva. Por ejemplo, el
área contenida en dos fajas, bajo la curva f(X) en la Figura. 2, se aproxima
mediante el área sombreada bajo una parábola que pasa por los tres
puntos:

L( x)
f(x )

x0 h x1 h x2 x

Figura Nº11: Integración método de Simpson usando tres puntos

b
2

 a
f ( x)dx  c
i0
i
f ( x i ) c 00 f (x ) c 1 f ( x1 ) c 22 f ( x )

h

3
 f (x 0
)4 f ( x1 )  f ( x2 ) 
Generalizando

78
 b a
h
n
f(x)

…...

x 0 h x1 h x2 h x3 h x4 xn-2 xn-1 xn x

Figura Nº12: Integración método de Simpson usando n puntos

b x2 x4 xn

 a
f(x)dx   x0

f(x)dx  x2
f(x)dx
 
xn  2
f(x)dx

h h

3
 f(x ) 01 4f(x)  f(x2 ) 
3
 f(x 23
) 4f(x ) f(x 4 )

h f(x

3 
 n 2 )  4f(x n1 ) f(x n ) 
h

3

f(x01234
) 4f(x ) 2f(x
 )  4f(x ) 2f(x ) 

4f(x2i-1) 2 f ( x2i) 4f(x 2i1 ) 

2 f ( xn2 )4 f ( xn1 )  f ( xn )
Evaluar la integral
4

 0
xe 2 x dx

h
 f (0) 
4
I  0 xe dx
2x
 4 f (2) f (4)
3
2
  0  e 4 ) 4e8 
4(2 8240.411
3
Simpson’s 3/8 Approximate by a cubic polynomial
La derivación de la Regla de los Tres Octavos de Simpson es similar a la
regla de un tercio, excepto que se determina el área bajo una parábola de
tercer grado que conecta 4 puntos sobre una curva dada. La forma
general de la parábola de tercer grado es:

79
 L(x ) f(x)

x0 h x1 h x2 h x3 x

Figura Nº13: Integración método de Simpson usando cuatro puntos

3
  ci f (xi ) c 0 f(x0 ) c1f(x 1 )
b

a
f ()x dx
i0
c 2 f(x 2 ) c 3 f(x 3 )

3h

8
 f ()3
x0  f ( x1 )3 f ()x2 f ()x3 

b-a
h 
3
6.2.2 SIMPHSON 3/8
4 3h  4 8 
I  0 xe2x dx   f (0) 3 f ( ) 3 f () f (4) 
8  3 3 
3(4/3)

8

 0 3(19.18922)
   3(552.33933) 11923.832  6819.209

5216.926  6819.209
  5216.926  30.71%

80
6.3 PROBLEMAS

1. Los datos que aparecen en la tabla siguiente corresponden a una

velocidad transversal de salida en una tubería ¿cuál es el flujo
volumétrico en m3/s?

(cm)
r 0 5 10 15 20 25 30 35 40 45 47 50
V(m/s) 50 49,5 49 48 46,5 45 43 40,5 37,5 34 25 0


Q  2 V rdr
*

2. La cantidad de calor necesaria para elevar la temperatura de 1000gr

de H2O desde –1000C hasta 2000C se puede evaluar de la siguiente
forma:
T 2
 H  m  T 1
Cp  T dT

Cp  2.64 T 7
 10 2 T 104
1.56 0.132

Determinar  empleando la técnica del trapecio y la regla de

Simpson

3. La masa que entra o sale de un reactor perfectamente agitado en

un periodo especifico se puede determinar mediante:
t2
M  ti Q.cdt
Donde t1 y t2 son el tiempo inicial y final respectivamente Q es el flujo
volumétrico y c es la concentración.

81
 T(,min) C,mg/m3
0 10
5 22
10 35
15 47
20 55
25 58
30 52
35 40
40 37
45 32
50 34

4. Los datos que se muestra a continuación corresponde a la reacción

de tipo. A  B en un reactor tubular
X (-1/rA)
0 0.0053
0.1 0.0052
0.2 0.005
0.3 0.0045
0.4 0.0033
0.5 0.0025
0.7 0.0018
0.8 0.00125
0.85 0.001

La ecuación de diseño para este tipo de reactor es de:

x
1
V FA 0  
0
dx
 rA
V:volumen(m3)FA0: flujo de alimentación A ,X: conversión el flujo
molar de alimentación es de 2 mol/ min. el 80 % es de A y la
diferencia de inertes
Determine el volumen del reactor para una conversión de 90% de A

82
5. Se tiene los siguientes puntos con h constante
x X0 X1 X2 X3 X4
y Y0 Y1 Y2 Y3 Y4

Demostrar una fórmula de integración

6. La reacción de saponificación de acetato de etilo en medio alcalino se

conduce en fase homogénea de acuerdo con la siguiente ecuación.
CH3COOCH2CH3 + NaOH  CH3COONa + CH3CH2OH
Donde la velocidad de reacción es de
dCA 5817
ra  kCCA B , k  2,028* 109 * e T
Constante de velocidad
dt
de reacción el tiempo de reacción para un reactor discontinuo es
calculado mediante la siguiente reacción.
CA
1
t   (radCA
CA0
)

Donde : CA = CA0(1-XA) ; CB = CB0 – CA0XA

Si la concentración inicial de A y B es de 0,8 mol-g/ L ¿ Cual es el
tiempo para alcanzar una conversión de 95%? A 500K

7. La cantidad de calor necesaria para elevar la temperatura de 1 000 g

de H2O desde 100C hasta 900C se puede evaluar de la siguiente
forma:
T2
H  mT1 Cp  T dT
Donde:
Cp  2.64 T 7
 10 2 T 104
1.56 0.132

Determinar  empleando la técnica del trapecio y la regla de

Simpson
8. Resolver la siguiente integración.

83
9. En un reactor tubular continuo se realiza la eliminación de un

contaminante en fase gas mediante la reacción: A + B  R + S, a

200ºC y 7 atm. Para ello, se alimenta una corriente con A y B en
relación equimolar, en las mismas condiciones de presión y
temperatura, con un caudal de 500 L/min. Si se quiere alcanzar una
conversión del 85%, ¿qué volumen de reactor es necesario?
Datos: (rA) = 10.CA.CB [mol/L.min]
10. Una reacción A  R, de ecuación cinética r (mol/L.h) = 1,5 C A (a
50ºC), se lleva a cabo en un reactor discontinuo, de forma isoterma,
siendo la temperatura de trabajo constante e igual a 50ºC. La mezcla
reaccionante tiene una concentración inicial de 10 mol/L en A ¿Cuál

es el tiempo de reacción necesario para alcanzar una XA de 0,90?

84
7. SISTEMA DE ECUACIONES LINEALES

INTRODUCCIÓN

La solución de sistemas de ecuaciones lineales es un tema de gran utilidad en

diversas ramas del conocimiento como la economía, la biología, física,
ingenierías, etc. La resolución de sistemas de cualquier número de ecuaciones
(10, 50, 100, 500, etc.) es una realidad hoy en día, gracias a los computadores,
lo cual proporciona solución directa.
Un gran número de problemas prácticos de ingeniería se reduce a resolver un
sistema de ecuaciones.

Un sistema de ecuaciones lineales con incógnitas, tiene la forma:

a11x1 + a12x2 + ….. + a 1nxn = b1
a21x1 + a22x2 + ….. + a 2nxn = b2


am1x1 + am2x2+ …. + a mnx n = bm

Con notación matricial se escribe así:
 a11 a 12 ..... a 1n   x1  b 1 
a a 22 ......a 2 n
 x   
 21   2   b 2 
     
     
 a m1 a m 2 .....a mn  x
 m b m 
 AX=B
Donde A es la matriz de coeficientes del sistema
X es el vector incógnita
B es el vector de términos independientes.

7.1 METODOS DE J ACOBI

(Método de desplazamiento simultáneos)

a11 x1 + a12 x2 + a13 x3 = b1

a21 x1 + a22 x2 + a23 x3 = b2
a31 x1 + a32 x2 + a33 x3 = b3

85
cona11, a22 y a33 distintos de cero.
Se despeja x1de la primera ecuación, de la segunda y de la tercera con lo
que se obtiene.

=− − +

=− − +

=− − +

que en notación matricial queda

⎡ 0 − − ⎤
= − 0 − +

− − 0

= +

0 − −

= − 0 − =

− − 0
⎣ ⎦ ⎣ ⎦
Una vez que se tiene la forma en notación matricial, se propone un vector
( ) ( )
inicial que puede ser = 0, o algún otro que sea aproximado al vector
solución .
Para iterar existe dos variantes.

( )
Si =

es el vector aproximación a la solución después de iteraciones, entonces se

tiene para la siguiente aproximación.

86
 1
( − − )

( )
1
= = ( − − )

1
( − − )

7.2 METODO DE GAUSS - SEIDEL (método de desplazamientos sucesivos)

En este método los valores que se van calculando en la ( + 1) − ésima

iteración se emplean para calcular los valores faltantes de esa misma iteración;
( ) ( )
es decir, con se calcula de acuerdo con:
( − − )
1
( − − )
=
1
( − − )

87
7.3 PROBLEMAS
1) Determine los valores de x 1 , x2 y x3 usando el método de gaus seidel
2x1  7 x2  11x3  6
x1  2 x2  x3   5
7 x1  5x2  2 x3  17

2) Se tiene la siguiente torre de separación realizar los balances y calcular

los flujos masicos de cada corriente.
H2O 0,2% de HCl

99.8% aire

Masa = 2640Kg/h
43,1% de HCl
63,8% H2O
56,9% aire

Fig ura Nº14: Diagrama de una columna de absorción

3) Un proceso de 5 etapas en equilibrio para una extracción liquido o
absorción gaseosa puede ser modelado mediante un sistema de
ecuaciones lineales de acuerdo como se muestra a continuación.
(1 rr )X 1 rrX
 2 F 0

X i1  (1 rr) X i rrXi1 0 para i = 2,3, ………..(n-1)

X n 1  (1  rr) X n  F
Para : rr = 0,9 ; F0 = 0,05 y F = 0,5
Resolver el sistema de ecuaciones lineales

88
4) Para el sgt.sistema de separación, se conoce el flujo masico(Kg/hr) y las
fracciones de masa de cada sustancia de entrada de la columna de
separacion1 (F0) y la salida de la columna 2(F3 ,F1Y F4)¿ Cual es el valor
de F2 

W 1 = 0.2
F1
W 2 = 0.6
W 3 =0.2

W 1 = 0.2 F0
W 2 = 0.6 W 1 = 0.2
F3
W 3 =0.2 W 2 = 0.6
W 3 =0.2

F2

W 1 = 0.2
F4
W 2 = 0.6
W 3 =0.2

5) Resolver la siguiente sistema de ecuación

4 x1  x2   1
 8 x1 x2 x 3 1 3
3 x 2 2 4x 3 3 x 4
x 3  x 4  x 5  2 ,1
2 x 4 6 x 5 34,
6) La resistencia de un termistor varia con la temperatura
1
 a 0  a1 ln( R )  a 2 ln  R  2  a3 ln R  3

T es la temperatura en Kelvin, R es resistencia en ohms, y a0123

a, a, a , son
constantes
R T
ohm C
1101.0 25.113
911.3 30.131
636.0 40.120
451.1 50.128

Determine las constantes

89
 7) En la figura se muestra la disposición de 5 tanques donde se lleva a cabo
una mezcla de corrientes de entrada y salida. En base a la información
determine concentración en cada en estado estacionario

3
2m /min.
C5
3m3/min.
3
2m /min.
3
5m /min.

3
10mg/m
C1 C1 C2
3
C4
3m /min. 3 3
1m /min. 11m min.

3
1m /min.

C3

1m /min. 3
8m /min.

8m /min.20mg/m

Figura Nº15: Sistema de reactores

90
8. ECUACIONES DIFERENCIALES NUMÉRICAS

INTRODUCCIÓN
Con mucha frecuencia aparecen problemas en ingeniería, física, química,
ecología meteorología, sociología, etc., que exigen el manejo de ecuaciones

diferenciales, muchas de las cuales no se pueden resolver pos los métodos

convencionales, teniéndose que recurrir a métodos numéricos aproximados.
Se llama ecuación diferencial aquella ecuación que contiene una variable
dependiente y sus derivadas con respecto a una o más variables
independientes. Se dividen en dos grandes grupos: Ordinarias, si contienen
una sola variable independiente y Parciales, cuando contienen varias
variables independientes.
Estudiaremos únicamente las ecuaciones diferenciales ordinarias (EDO).
Estas se clasifican y estudian según el orden de la mayor derivada que
aparece en la respectiva ecuación diferencial.
dy
Ejemplo: dt   ky es de 1er orden
2
d y
m  ky es de 2º orden
dt 2

d3y dy
3
5 6y 0 es de 3er orden
dx dx

Los problemas que encierran el uso de ecuaciones diferenciales ordinarias,

constarán de:
Una ecuación diferencial ordinaria:
dy
 y1  f(x,y )
dx
Las condiciones iniciales.
El intervalo para la variable independiente x, para el cual debe determinarse
la función y, si existe.

91
8.1. MÉTODO DE EULER
Consiste en dividir el intervalo de X 0 a Xn en n subintervalos de ancho h.
xn - x o
h obteniéndose un conjunto discreto de (n + 1) punto: x0, x1, x2 ……
n
xn en el intervalo [x0 , xn] generándose la sucesión de aproximaciones
siguientes:
y1 = y0 + hf (x0 , y0)
y2 = y1 + hf (x1 , y1)
y3 = y2 + hf (x2 , y2)
.
yn+1 = yn + hf(xn , yn)
con i = 0 hasta n
siendo f(xi , yi) la ecuación diferencial evaluada en x i y yi.
yi+1 = yi + hf(xi, yi)

Ejemplo 1: Utilice el método de Euler para integrar numéricamente la

ecuación:
y’=f(x,y) = -2x3 + 12x2 – 20x + 8.5 de x=1.0 hasta x=3.0 considerando 4
intervalos y el valor inicial en x=1 es y=3
x10 = f( x0 , y0) = f(1 , 3)

1.0 1.5 2.0 2.5 3.0

x0 x1 x2 x3 x4x4

3 1
h  0.5
4
yi+1 = yi + hf(xi , yi)

i xi yi F(xi , yi) yi+1=yi+hf(xi ,yi)

0 1 3 -1.5 2.25
1 1.5 2.25 -1.25 1.625
2 2.0 1.625 0.50 1.875
3 2.5 1.875 2.25 3.000
4 3.0 3.000 2.5 4.25

92
 dy
Ejemplo 2. Dada la ecuación diferencial  f(x, y) = x - y , resuelva por el
dx
método de Euler para el intervalo [0, 1] considerando 5 intervalos y siendo
y(0)=2
1 0
Y(1)=? h  =0.2
5
x0 x1 x2 x3 x4 x5

0 0.2 0.4 0.6 0.8 00.800.80

yi+1 = yi + hf(xi , yi)

i xi yi F(xi , yi) yi+1=yi+hf(xi ,yi)

0 0 2 -2 1.6
1 0.2 1.6 -1.4 1.32
2 0.4 1.32 -0.92 1.136
3 0.6 1.136 -0.536 1.0288
4 0.8 1.0288 -0.2288 0.98304
5 1.0 0.9834 -0.01696 0.986432

El valor exacto es 1.10364 E R  1.10364  0.986432  100% .93%

1.10364  10
APLICACIÓN
Un balón de acero de 1200 K es enfriado con corriente de aire a
temperatura ambiente de 300K. Asumiendo la transferencia de calor en
forma de radiación es mediante la ecuación diferencial .
 2,2067  10 12 T 4  81  10 8 , T  0   1200 K
dT
dt
Determine la temperatura para t= 480s usando el método de euler
dT
dt
 
2, 2067 10 12 T 4  81 10 8 

f t,T   
2, 2067

10  T 4
12
811 0
8

T1 T 0 f t T 0 h 
, 0 
Ti 1 iT fi it T h, 
 1200  f  0,1200 240

 1200
  2.2067 
1012 1200 4 81 10 8   240

93
  1200   4.5579 240
T1  106.09K
 0  240
t t 1 t h0  240

T1  T  240  106,09K
    f  t ,  h
21 1 1

 106.09  f  240,106.09 240

 
 106.09 12

2.2067 10 106.09
4
81 10
8
  240
 106.09   0.017595 240

 110.32 K
t t 2 th 1 

 240  240  480

2    480  110.32K

8.2. MÉTODO DE EULER MODIFICADO

Una fuente fundamental de error en el método de Euler es que la derivada al

principio del intervalo se supone que se aplica a través del intervalo entero y
para obtener una exactitud razonable se utiliza un intervalo muy pequeño a
cambio de un error de redondeo mayor.
El método de Euler modificado trata de evitar este problema utilizando un
valor promedio de la derivada tomada en los dos extremos del intervalo en
lugar de la derivada tomada en un solo extremo.
El método de Euler modificado consta de dos pasos básicos:

1. Se parte de (x 0,y0) y se utiliza el método de Euler a fin de calcular el

valor de y correspondiente a x 1. Este valor de y se denotará como y1
ya que solo es un valor transitorio para y 1. Esta parte del proceso se
conoce como paso predictor.

94
2. El segundo paso se llama corrector, pues trata de corregir la
predicción. En el nuevo punto obtenido  x , y  se evalúa la derivada de
1 1


f x1 , y1  usando la ecuación ordinaria que se está resolviendo. Se
obtiene la media aritmética de esta derivada y la derivada en el punto
inicial (x0,y0).
1
 f(x ,y )
0 0 1 , y )  derivada promedio
1f(x
2
se usa la derivada promedio para calcular un nuevo valor de yi con la
ecuación de Euler yn+1 = y i + hf(xi, y i) que deberá ser más exacto que
y1.

h
 y1 0y 00
f(x
 ,y 1)1 (f(x ,y )) 
2
que se tomará como valor definitivo de y1.
 x x 
 h  n 0 
n
Este procedimiento se repite hasta llegar a y n.
El esquema iterativo para este método quedaría en general así:
Usando el paso de predicción resulta:
y1i  i y ihf(x
i ,y )

Se calcula la derivada f ( x i1 ,y i1 )

Se establece la derivada promedio (llamémosla B)

1
B 
2
 f(x , y )
i i f(x
1i , y )i  1 
Se sustituye f(xi,yi) con este valor promedio en la ecuación de iteración
h
 , y1i) f (x , y  )
de Euler y se obtiene y1i  iy  i if(x 
2
i 1

o simplificado: yi+1= yi+ hB

Ejemplo 1: Resuelva f(x,y) = x - y en el intervalo [0,1]

Con y(0)=2 y(1)=? y Con 5 intervalos.

x0=0 y0=2 x  x 1  0
h  
n 0
h = 0 .2
xn=1 yn=? n=5 n 5

95
 0 0.2 0.4 0.6 0.8 1

x0 x1 x2 x3 x4 x5
En forma iterativa, hagamos la siguiente tabla:
de i=0 hasta n=5
Recuerde que: x i+1=xi+h f(xi,yi) = xi - yi
1
yi 1 yi hf(x,y
 i i)
B
2

f(xi , y i )  f(xi 1 , y i 1 ) 

i xi Yi f(xi,yi) y i1 Xi+1 f(x i 1,y B Yi+1=yi+h

i 1
b
0 0 2 -2 1.6 0.2 -1.4 -1.7 1.66
1 0.2 1.66 -1.46 1.368 0.4 -0.968 -1.214 1.4172
2 0.4 1.4172 -1.0172 1.21376 0.6 -0.61378 -0.81548 1.254104
3 0.6 1.254104 -0.654104 1.12328 0.8 -0.32328 -0.488694 1.156365
4 0.8 1.156365 -0.356365 1.085092 1.0 -0.08509 -0.2207286 1.112220
5 1.0 1.112222

Para i=5 y 5=y(1)=1.112222

El valor exacto es 1.10364
1.10364  1.112222
 ER  
100%
1.10364
ER  0.78%
8.3. MÉTODOS DE RUNGE-KUTTA (RK)
Los métodos de Runge-Kutta tienen la exactitud del esquema de la serie de
Taylor sin necesidad de cálculo de derivadas superiores y consisten en
obtener un resultado que se obtendría al utilizar un número finito de términos
en una serie de Taylor de la forma:
2 3
f ' ( xi , y i )h f " ( xi , yi )h f ' ' ' ( xi , y i )h 4
y  y  f ( x , y )h   
i 1 i i i 2! 3! 4!
+..........
con una aproximación en la cual se calcula yi+1 de la fórmula:
Yi 1 iy h (fx0y (i , f x)
ii i 1hy( b
 h 1 , 1
) ...
(2)
....   p f ( xi   p h, yi  bp h)

96
donde los  ,  , b se determinan de modo que si expandiera
f ( xi  j ihj , y  b h) con i  j  p en series de Taylor alrededor de (xi, yi), se
observaría que los coeficientes de h, h 2 , h3 , etc. Coincidirían con los
coeficientes correspondientes de la ecuación (1).
Después de efectuar los cálculos convenientes a la ecuación (2) para
establecer los valores de  ,  , b , tenemos las siguientes expresiones de

Runge-Kutta (RK):

1. Método RK de segundo orden:

h
yi+1 = yi + [k1 +k2]
2
donde: k1=f(xi, yi)
k2=f(xi+h, yi+hk1)
2. Método RK de tercer orden:
h
yi+1 = yi + [k1 +4k2 +k3]
6
donde: k1=f(xi, yi)

k2=f(xi+ h , yi+ h k1)

2 2
k3= f(xi+h, yi -hk1+2hk2)

3. MétodoRK de cuarto orden:

h
yi+1 = yi + [k1 +2k2 +2k3 +k4]
6
donde: k1=f(xi, yi)
h h
k2=f(xi+ , yi+ k1)
2 2
h h
k3=f(xi+ , yi+ k2)
2 2
k4=f(xi+h, yi+hk3)
otra forma de expresar

97
 k1  hf ( xn , yn )
h k1
k2  hf ( xn  , yn  )
2 2
h k2
k3  hf ( xn 
, yn  )
2 2
k 4  hf ( xn  h, y n  k 3 )
1
y n 1  yn  ( k1  2k 2  2k 3  k 4 )
6

 El método más utilizado es el de cuarto orden ya que coincide con los

primeros cinco términos de la serie de Taylor lo cual significa gran
exactitud sin cálculo de derivadas aunque haya que evaluar la función
f(x,y) cuatro veces en cada subintervalo.
Ejemplo:
Aplíquese el método de Runge-Kutta de cuarto orden para f(x,y)=x-y donde
x=0 hasta x=1 con 5 intervalos y siendo para x=0, y=2.

Ejemplo:
1. Aplíquese el método de Runge-Kutta de cuarto orden para f(x,y)= x – y
desde x=0 hasta x=1 Con 5 intervalos siendo para x=0 y=2.
Solución:
1 0
(x0, y0)= (0, 2) h   0, 2
5
para x=1 y=?
x0=0 x1=0.2 x2=0.4 x3=0.6 x4=0.8 x5=1.0
h
Aplicamos: yi+1 = yi + [k1 +2k2 +2k3 +k4]
6
Se calculan los valores de k 1, k2, k3, k4 en cada iteración y se halla yi+1

i xi Yi K1 K2 K3 K4 Yi+1

00 2 -2 -1.7 -1.73 -1.454 1.6562

1 0.2 1.6562 -1.4562 -121058 -1.235142 -1.009172 1.410973
2 0.4 1.410973 -1.010973 -0.809876 -0.829985 -0.644976 1.246451
3 0.6 1.246451 -0.746451 -0.471806 -0.49927 -0.346797 1.148004
4 0.8 1.148004 -0.348004 -0.213204 -0.226684 -0.10268 1.103656
5 1.0 1.103656

98
 para x=1.0, y=1.103656
Que al compara con el valor exacto que es 1.10364, ten emos:
1.10364  1.103656
ER   100%  0.001%
1.103 64

2. Resolver
1
F X Y aplicando el método de Runge-Ku ta.
X Y
2

( i, i)
  2 1 i i

Solución
De la condición inicial del problema se tiene que X = 0, y Y = 1;
además, h = 0.1. Sustituyendo estos valores en se obtie e:

Llevando estos valores a (16) y el resultante a (12) se obtien que para X =

0.1 la solución del pro blema es

Los valores de las k i para este punto obtenido de la solución, son:

luego

Continuando de la mi ma forma se obtiene la solución que se muestra en la

siguiente tabla:

99
 X Y k1 k2 k3 k4
0.0 1.0000 0.5000 0.5516 0.5544 0.6127
0.1 1.0554 0.6126 0.6782 0.6823 0.7575
0.2 1.1236 0.7575 0.8431 0.8494 0.9494
0.3 1.2085 0.9492 1.0647 1.0745 1.2121
0.4 1.3158 1.2119 1.3735 1.3896 1.5872
0.5 1.4545 1.5868 1.8234 1.8517 2.1509

8.4. MÉTODO DE DIFERENCIAS FINITAS

Las diferencias divididas finitas se sustituyen por las derivadas en la

ecuación srcinal. Así una ecuación diferencial se transforma en un conjunto
de ecuaciones algebraicas lineales simultaneas.
dy yi1  yi
Primera derivada: 
dx x
2
d y yi 1  2 yi  yi1
Segunda derivada: 
dx2 x2
Resolver la ecuación mediante diferencias finitas
d2 y
 2 106 y  7.5 10
 7 (75 x)
dx2

i 1 i i 1

d2 y yi 1  2 yi  yi 1

dx2 (x) 2

yi 1  2 yi  yi1
21 06 yi 7.51  07 xi (75 xi )
(x)2

i 1 i2 i 3 i 4
x0 x  25 x  50 x  75
x  25 ,
x  0 a x  75 con x  25 .

100
 x0 0
x1  x0  x  0  25  25
x2  x1  x  25  25  50
x3  x2  x  50  25  75
x0 y1 0
y3  2 y2  y1 6 7
(25) 2  2  10 y2  7.5  10 x2 (75  x2 )
0 .0016 y1  0 .003202 y 2  0 .0016 y 3  7.5  10 7 (25 )(75  25 )
0 .0016 y1  0 .003202 y 2  0 .0016 y 3  9 .375  10 4
y4  2 y3  y 2
 2  106 y3  7.5  107 x3 (75  x3 )
(25) 2

0 .0016 y 2  0 .003202 y 3  0 .0016 y 3  7.5  10 7 (50 )(75  50 )

0 .0016 y 2  0 .003202 y 3  0 .0016 y 3  9 .375  10 4
x  75
y4 0
 1 0 0 0   y1  0 
0.0016  0.003202 0.0016     4 
 0
  y 2   9.375  10 
 0 0.0016  0.003202 0.0016  y3  9.375  10 4 
    
 0 0 0 1   y 4  0 
 y1  0 
 y   0.5852
 2   
 y3   0.5852
   
 y 4  0 

8.5. SI STE MA DE ECUACI ONES DI FER ENC IALES DE PRI MER ORDE N

Ya sea que estemos afrontando un problema de ingeniería cuya solución

implique la resolución de una ecuación diferencial de orden n, o uno que
implique la resolución de un sistema de ecuaciones diferenciales ordinarias
de primer orden, nos enfrentaremos a la necesidad de resolver un sistema
que podremos expresar como sigue:

101
dy 1
 f1  x , y 1, y ,. ..........., y
2 n 
dx
dy 2
 f 2  x , y 1, y 2 ,............, y n 
dx
.
.
dy n
 f n  x , y 1, y ,. ..........., y
2 n 
dx

Por supuesto, la solución de tal sistema requiere de que se conozcan las n

condiciones iniciales en el valor inicial del intervalo correspondiente a x.
Todos los métodos vistos anteriormente para simples ecuaciones pueden
extenderse a la resolución de sistemas como el anterior. El procedimiento
para resolver un sistema de ecuaciones simplemente involucra aplicar las
técnicas conocidas para cada ecuación en cada paso, antes de proceder con
el siguiente. Esto quedará claramente ilustrado con el siguiente ejemplo
donde hemos aplicado el método de Euler.

Eje mp lo 1: Resolución de un sistema de EDOs mediante el método de Euler.

Resolver el siguiente conjunto de ecuaciones diferenciales ordinarias:
dy 1
 -0, 5 y 1
dx
dy 2
 4-0, 3 y -0,1 y
2 1
dx
Resolveremos el sistema en el intervalo entre x = 0 y x = 2, con condiciones
iniciales en x = 0, y 1 = 4 , y2 = 6. Utilizaremos un paso h = 0.5.
Se implementa el método de Euler para cada variable mediante la ya
conocida expresión:
yi 1i y f (x ,yi ) i h

Primero calculamos las pendientes:

dy 1
 f1 (0,4,6)  -0.5
 4 -2
dx
dy 2
 f 2 (0,4,6) 4-0.3 6-0.1 4 1.8
dx
Y luego los valores de la función para el primer paso:

102
     y 0
y1 0.5 1  h 4
f (10,4,6)   -2 0 .5 3
y  0.5
2    y 02 f2 
( 0, 4,6) h 6 1.8 0.5 6,9

Para un segundo paso volvemos a calcular las pendientes:

dy 1
 f1 ( 0.5,3,6.9) -0.5 3 -1.5
dx
dy 2
 f 2 ( 0.5, 3, 6.9)
 4-
0.3  6.9 - 0.1 3 1.63
dx

Y luego los valores de la función para el segundo paso:

   y
y1 1.0 1 
0.5   h  3
f 1( 0.5,3, 6.9) -1.5 0.5 2.25
y  1.0
2   y 2 
0.5 2   h 6.9
f ( 0.5, 3,6.9)  1.63 0.5 7.715
Y así continúa el cálculo hasta el final. Los resultados se resumen en la
siguiente tabla:
x y1 y2
0.0 4.000000 6.000000
0.5 3.000000 6.900000
1.0 2.250000 7.715000

1.5 1.687500 8.445250

2.0 1.265625 9.094870

8.6 PROBLEMAS

1. Dada la ecuación diferencial f(x,y)=yx2-y con x=0 a x=2 siendo y(0)=1 y

n=4 intervalos resuelva por el método sencillo de Euler
2. Dada y’=f(x,y) = 2x3 –3x2 entre x=0 y x=1 siendo f(0)=1 y con n=2, evalúe
utilizando

a)el método sencillo de Euler.

3. Dada y’=f(x,y)= -2x3 + 12x2 –20x + 8.5 resuelva utilizando el método RK de
cuarto orden desde x=1 hasta x=3 considerando 4 intervalos y siendo
y(1)=3.
4. Utilice el método de Euler Modificado para resolver:
a) dy/dx=2x3 –2xy con y(0)=0 y(2.5)=? h=0.5

103
 b) y’=2x2 –3y2 con y(1)=0.5 y(2)=? h=0.2
5. Resolver mediante el método euler
dy
  y e  x )
100000( e
x
dx
y (0)  0 , use the implicit Euler method to obtain the solution from x  0 to 0,3
using the step-size of 0.1
6. Un tanque de 600 galones de capacidad contiene inicialmente 200 galones
de salmuera con 25 lb. de sal. Salmuera con 2 lb. por galón entra al tanque a
un flujo de 13 galones/ s. La salmuera mezclada en el tanque fluye hacia
fuera a un flujo volumétrico de 8 galones/ s. ¿Cuál es la cantidad de sal y la
concentración cuando el tanque se Encuentra lleno? Utilizar el método de
runge kutta de segundo orden.
7. Las plantas de desalinización se usan para purificar el agua de mar , para
que pueda beberse . El agua de mar contiene disuelto 8 g de sal /kg. Y es
bombeada hacia un tanque de mezcla a razón de 0,5 kg./ min. Debido a
una falla en el diseño del equipo, el agua se evapora del tanque a razón de
0,5kg/min. .La solución salina sale del tanque a razón de 10 kg/min.

Supóngase que el balance de la disolución es agua pura.

Si el tanque se llena inicialmente con 1 000 kg. de solución a la entrada.
¿ determine la concentración a la salida del tanque en función del
tiempo hasta que el tanque quede vació.?
8. Las siguientes ecuaciones definen las concentraciones de tres reactores
dCA
 20CACC  2CB
dt
dCB
 20CACC  2CB
dt

dCC
 20CCA C C 2 B C0, 2 C
dt
Si las condiciones iniciales son CA = 500, CB = 0 y Cc = 500 halle las
Concentraciones para los tiempos que van desde 0 a 30s usando un h = 3

9. La descarga de un fluido por gravedad por un orificio por el fon deo del
tanque puede ser modelado mediante el siguiente sistema d e ecuaciones
diferenciales.
104
 dv
 0,0010 y  0,00205 v 2
dt
dy 1
 0 , 0624 ( 1  )
dt 100  v
donde v es la velocidad del fluido, y nivel del liquido las condiciones
iniciales son de v0 = 2,5 ; y0 = 20 cual son los valores de v, y para t = 5
con h igual 0,5
10. Par un circuito eléctrico los resistores no obedecen la ley de Ohm, y el
circuito dinámico se describe por la relación siguiente

 R   ( 0
di i i 3
l ) 
dt I I

i = corriente eléctrica ; I = corriente de referencia igual 1; R resistencia

eléctrica 2 ; Resolver la ecuación diferencial si i(0) = 0,6 A para t=
30s con h = 3s
11. Determine usado técnicas numéricas la ecuación diferencial ordinaria
de segundo orden
d 2x dx
3  10x  0
dt 2 dt

 x =1
La condición inicial para la ecuación para t = 0
Determine los valores de x entre 1,2 usando h = 0,1
12. Un tanque de 2 000 L contiene, en el inicio 400L de agua pura .
Comenzando en t = 0 una solución acusa que contiene 1 g/ L de cloruro de
potasio fluye hacia el tanque a razón de 8L/s y al mismo tiempo, comienza a
fluir una corriente de salida a razón de 4L/s .El contenido del tanque esta
mezclado perfectamente y la densidad de la corriente de alimentación y
salida puede considerarse constante. Calcule la concentración de cloruro
de potasio en el tanque en el momento en que este rebosa.

13. Un Reactor CSTR como se muestra en la figura, la concentración de

alimentación (CA0) of 0,5 mole/m3. Determine la concentración al cabo de
0,5h

105
  k1C A
rA 
(1  k 2 C A )
dC A
V FC ( CA 0  V rA )  ( )( A )
dt

1
V  2,m
0 3F 1, 0h k3/
m h 1 1,k0 1,
2 0
m mole / 3

14. Se tiene un intercambiador de calor de tubos concéntricos en

contracorriente y sin cambio de fase .Las ecuaciones que describen el
intercambiador de calor en ciertas condiciones de operación son:
dT B  0 .03 xTS  TB 
dx
dT S
 0 .04 x TS  TB 
dx
CONDICIONES

TB (0)  200 C
TS (0)  1000 C

TB (3)  ¿?
TS (3)  ¿?

Evalué la temperatura para x= 3 m

15. Resolver la siguiente ecuación mediante diferencias finitas

2
du 1d u u
   0, u(5)  0, 08731, u(8) 0.0030769
dr 2 rdr r 2

106
16. El siguiente diagrama ( Figura.18) muestra tres tanques continuos con
agitación conectados en serie Se ha disuelto1500g de Na 2SO4 en el
primer tanque, llenando los otros tanques con solvente puro, e
iniciando después un flujo de 40L/ a través del sistema. Calcular el
tiempo para alcanzar una concentración de 0,01g/l en el tanque tres.

Fig Nº16: Sistema de tanques de mezclado.

17. Determine el valor de y(1) resolviendo


y  t  0,05 y  t  0,15 y t  0, y  0   0 , y 0  1

utilizando el método de Runge-Kutta de segundo orden, con h = 0,5

18. El circuito que se muestra en la figura E9.5 tiene una autoinductancia

de L = 50H, una resistencia de R = 20 ohms y una fuente de voltaje de
V = 10 volts. Si el interruptor se cierra en el instante t = 0, la corriente
I(t) satisface la ecuación:
d
L 
I t  RI
 t  E, I 0 0
dt
Determine el valor de la corriente para 0 < t  10 segundos, mediante el
método de Runge-Kutta de segundo orden, con h = 0.1.
L

SW
i
R

Figura 19: Circuito electrico

107
19. El agua que sale del tanque entra a otro de 20 galones, en cual
también se vierte agua pura a razón de 3 galones/minuto y se mezcla
bien. La concentración de sal en el segundo tanque satisface
3 2

y 2 t    y2 t  
y1 , y2 0  10
20 20
donde y1(t) es la concentración de sal del tanque de 50 galones del
problema anterior. Utilice el método de Runge–Kutta de segundo orden
para determinar cuando alcanza su máximo la concentración de sal en
el tanque de 20 galones. Suponga que el segundo tanque tiene agua
pura en el instante t = 0.

20. Un tanque de 50 galones de agua contiene sal con una concentración

de 10 onzas/galón. Con el fin de diluir el contenido de sal, se suministra
agua pura a razón de 2 galones/minuto. Si el depósito tiene una mezcla
uniforme y la misma cantidad de agua que entra sale del depósito cada
minuto, la concentración de sal satisface
2

y1 t  y1 ,  y1 0  10
50
donde y1(t) es la concentración de sal en onzas/galón y t es el tiempo
en minutos. Utilice el método de Runge–Kutta de segundo orden con h
= 1 minuto para determinar cuánto tiempo debe transcurrir para que la
concentración de la sal sea 1/10 de su valor inicial.
b) El agua que sale del tanque entra a otro de 20 galones, en cual
tambien se vierte agua pura a razon de 3 galones/minuto y se mezcla
bien. La concentracion de sal en el segundo tanque satisface
3 2

y 2 t    y2 t  
y1 , y2 0  10
20 20
donde y1(t) es la concentración de sal del tanque de 50 galones del

problema anterior. Utilice el método de Runge–Kutta de segundo

orden para determinar cuando alcanza su máximo la concentración de
sal en el tanque de 20 galones. Suponga que el segundo tanque tiene
agua pura en el instante t = 0.

108
21. Resolver el sistema de EDOs mediante el método de Runge – Kutta
dy1
 - 0.5 y1
dx
clásico de cuarto orden.
dy2
 4-0.3 y -0.1 
2
y 1
dx
Resolveremos el sistema en el intervalo entre x = 0 y x = 2, con condiciones
iniciales en x = 0, y = 4 , y = 6. Utilizaremos un paso h = 0.5.
1 2

109
9. ECUACIONES DIFERENCIALES PARCIALES (EDP)
INTRODUCCIÓN
Una EDP es una ecuación que tiene como incógnita a una función de dos o
más variables y que involucra a una o más de sus derivadas parciales. El
orden de una EDP es el de la derivada con mayor orden en la ecuación. La
linealidad de las ecuaciones se establece como sigue: Si los coeficientes
dependen sólo de las variables independientes entonces a la ecuación se
le denomina lineal. Si además dependen de la propia función o de alguna
de sus derivadas parciales entonces la ecuación es no lineal.

EJEMPLO
 Ecuación diferencial parcial de transferencia de calor unidimensional
en estado no estacionario.
T T 2
 2
t x
T: Temperatura en K , t es el tiempo en s,
 es la difusivilidad térmica en m 2/s

 Ecuación
bidimensionalde transferencia de calor en estado estacionario
T 2
T 2


x 2 y 2

T es la temperatura en K , x,y ejes coordenados

9.1 PROBLEMAS

1. resuelva la ecuación diferencial parcial de transferencia de calor en dos

dimensiones.

2T 2T
X 2  Y 2  0 0  X  2 , 0  Y  2 , X  Y  0,5

T( 0, Y) = 100 , T( X ,0 ) = 60 , T( 2,Y) = 100 , T(X, 2) = 60

2. Resuelva la siguiente ecuación diferencial de transferencia de calor dada

por

110
2T 2T
 0
X 2 Y 2
T = 40 . 0  y  1 , x=0
T = 120 0 y  1 x =4
T = 40 0 X  4 y=0

T= 50 0 X  4 y=1
Utilizando y  0,25 y x  1

111
10. APLICACIONES DE INGENIERÍA QUÍMICA EN POLYMATH-
MATHCAD Y MATLAB

10.1 PROBLEMAS CON POLYMATH

1. Determine el volumen Molar del gas dióxido de carbono mediante la

ecuación de VAN DER WAALS .

 P  a   V  b   RT
 V *V 
a= 3,592 b= 0,04267 R = 0,082
PARA T= 300K , P =100 ATM
f(v) = (P + a/(V2))*(V-b) –R*T = 0
POLYMATH Results
NLE Solution
Variable Value f(x) Ini Guess
V 0.0793969 -1.776E-13 0.2505
a 3.592
b 0.04267
T 300
R 0.082
P 100

2. En la batería de reactores de mezcla completa que se muestra en el diagrama, se

lleva a cabo una reacción isotermica de Segundo orden a volumen constante si el
flujo volumétrico a cada reactor es constante de 25 l/min. calcular la concentración
de salida de cada reactor

112
 Figura Nº1 7: Bateria re actores

Balance de materia en cada reactor:

Reactor N°1: q*CA0 –q*CA1 –K*CA12*V1 =0
Reactor N°2 q*CA1-q*CA2 –K*CA22*V2 =0
Reactor N°3 q*CA2-q*CA3 –K*CA32*V3 =0
F(CA1) = q*(CA0 –CA1) –K*CA12*V1 =0
F(CA2) = q*(CA1-q*CA2) –K*CA22*V2 =
F(CA3) = q*(CA2-q*CA3) –K*CA32*V3 =0

Variable Value f(x) s

CA1 0.6031317 -7.105E-15 2
CA2 0.2869484 -1.332E-14 1
CA3 0.1725794 -2.944E-13 0.8
V 1200
K 0.08
CA0 2
Q 25

3. En un reactor químico se obtiene glucosa a partir de la hidrólisis de

almidón. La ecuación diferencial que gobierna el proceso para la
concentración del almidón es .

V*Dca/dt = q*CA0 - q*CA + ra

ra = -k*C A2V

CA0: Concentración de la alimentación a la entrada = 6,3 mol/m 3

113
 CA: Concentración del almidon a la salida
V : volumen del reactor = 500m3
Q : caudal volumetrico 100 m3/h
ra : velocidad de transformación de almidon en glucosa
3
K= 0.02 m /h*mol .
Calcular la composición de salida para t = 20h
ODE Report (RKF45)
Differential equations as entered by the user
[1] d(CA)/d(t) = q*CA0 /V - q *C A/V -K*CA2
Explicit equations as entered by the user
[1] q = 100
[2] V = 500
[3] CA0 = 6.3
[4] K = 0.02
Independent variable
variable name : t
initial value : 0

final value : 20
Variableinitial valueminimal valuemaximal valuefinal value
t 0 0 20 20
CA 6.3 4.38179 6.3 4.38179
q 100 100 100 100
V 500 500 500 500
CA0 6.3 6.3 6 .3 6.3
K 0.02 0.02 0.02 0.02

4. La concentración saturada de oxigeno disuelto en agua como función de

temperatura y de la concentración de cloro se lista en la siguiente tabla.
*Determine la ecuación que correlacione C=f(T) de grado 2 y 3
 Evaluar la concentración para T = 20°C

114
 Temperatura Cloro(10000mg/l)

5 11,6
10 10.3
15 9,1
20 8,2
25 7,4
30 6,8

REGRESION LINEAL
Model: C = a0 + a1*T + a2*T2
Variable Value 95% confidence
a0 13.11 0.1595539
a1 -0.3195 0.0208769
a2 0.0036429 5.839E-04

REGRESION POLINOMICAt
Model: C = a0 + a1*T + a2*T2 + a3*T3
Variable Value 95% confidence
a0 13.133333 0.5263102
a1 -0.3253704 0.1199362
a2 0.0040317 0.0076758
a3 -7.407E-06 1.451E-04

5. La siguiente secuencia de reacciones se llevan a cabo en estado no

estacionario según la reacción:

Determinar la ecuación de cada componente de la reacción así como los

productos en función al tiempo. Construya la tabla tiempo vs concentración
en un paso de 1 a 1 hasta 10 minutos, asuma que las concentraciones
iniciales son A (0)=1 mol/L, B (0)=1 mol/L, C (0)=1 mol/L.
Datos:
115
K1=0.5 min-1
K2=1.0 min-1
Solución: formando l s ecuaciones diferenciales en función d la reacción.
C1
  k1C1
t
C 2
 k1C 1 k C2
t 2

C 2
t  k 2 C 2

FIGU A 18: Datos de ingreso en Polymath

FIGUR 19: Gráfica concentración vs tiempo

116
6. Resolver el siguiente istema:

y
  k1x k y2
t
x
 k x
t 1

z
k y
t 2
Con valores iníciales (0)=1, y (0)=0, z(0)=0 con t=0 a t=3 y k 1=1, k2=2
Solución:

FIGU A 20: Ingreso de Datos en Polymath

117
 FIGURA 21: Resultados con el Software Polymat

FIGURA 22: G afica de resultados de la Ecuación difer ncial.

118
7. Resolver las siguientes ecuaciones:

dC1
  C1
0,12  02C3 1
0,
dt
dC2
 0,15C1  0,15C2
dt
dC3
 0, 025C2  0, 225C3  4
dt
dC 4
 0,1C3  0,1375C4  0, 025C5
dt

dC5
 0, 01C1  0, 01C 2  0, 04C5
dt

Con C1 (0)=1, C2 ( )=1, C3 (0)=1, C4 (0)=1 y C5 (0)=1 de t=0 a t=1

Solución:

FIGU A 23: Ingreso de Datos en Polymath

119
FIGURA 24: Resultados Polymath

FIGURA 25: Grafico Polymath

120
10.2 PROBLEMAS CON MATHCAD

1. Para flujo turbulento para todas las tuberías, el Instituto de Hidráulica

de Estados Unidos y la mayoría de ingenieros consideran la ecuación
de Colebrook como la más aceptable para calcular f. La ecuación es:

1   0,86ln  0,36

e  0, 251 
f  d Re f 

Donde:
Re : l número de Reynolds (adimensional)
e : aspereza o rugosidad de la tubería (unidad de longitud)
d :, diámetro de la tubería (unidad de longitud)
Obtener el factor de fricción para un fluido con un Reynolds de 3E4 que
fluye en una tubería con un diámetro de 0,1 m y una rugosidad de
2,x10-3 m.
Solución con mathcad
Ingresando datos:
E = 0,002
D = 0,1
Re = 3104
f = 0,001
Given
1  E 0, 251 
 0,86ln   
f  0,36 D Re f 
Calculo de la fricción
F = Find (f)

f = 0,055
de la figura efectuar un balance de masa y determine los flujos

121
Fig ura Nº26: Sistema de columna de separación

0.07x1 +0.18x2 + 0.15x3 +0.24x4 = 10.5

0.04x1 + 0.24x2 + 0.1x3 +0.65x4 =17.5
0.54x1 + 0.42x2 + 0.54x3 + 0.10x4 = 28
0.35x1 + 0.16x2 + 0.21x3 + 0.01x4 = 14

0.07 0.18 0.15 0.24

 0.04 0.24 0.1 0.65 
A 
 0.54 0.42 0.54 0.1 
 0.35 0.160 0.21 0.01 

122
  10.5
 26.25
B  
17.5
 28  solucion   8.75 
17.5

 14   17.5 

2. La ecuación de Antonie para el cálculo de la presión de vapor (P*) de

un compuesto esta dado por:

Donde:
P*: presión de vapor (mmHg)
T, temperatura (ºC)

Las constantes para el benceno y el hexano son:

Compuesto A B C
benceno 6.89745 1260.350 220.237
Hexano 6.87773 1171.530 224.366

Determinar la temperatura de ebullición de la mezcla a 1 y a 5 atm.

Solución
B
log (P* ) A
C T
sean las fracciones molares
xa = 0,5
xb = 0,5

constantes para el benceno

A1  6.8974

B1  1206.35

C1  220.23

constantes para el hexano

A2  6.8777

B2  1171.53

C2  224.36

para una presión de 1atm en mmHg

123
 Pt  76

asumiendo una temperatura inicial de 30ºC

T  30

Give

 A1 B1   A2 B2 
Pt X a  10
 C1  T 
 Xb 10
C2  T 

T  FindT
( )

T  73.975

3. Resolver el siguiente sistema de ecuaciones no lineales con mathcad

2 2
xy
k1
( 1  x)  ( 1  x  y)

y (x  y)
k2
(x  y) (1  x  y)

Solución

Especifique las constantes k1  0.6 k2  0.2

de equilibri o
Tome dos valores iniciales x  0.8 y  0.5

Given

2 2
x  y
k1
(1  ) x1  (x   y)

y (x  y)
k2
(x  )y1  (x   y)

vec  Find x( y )

vec 
 0.652 
 0.198 

124
4.. Mediante la ecuacion de Vand Der Waals calcular el volumen molar a P
= 60 atm y T = 500K.
P  a   (V  b) R T
ecuacion de
2
Van der Waals  V 
Definiendo las constantes
R  0.082

Para el amoniaco Tc  405 Pc  111.3

Constante a y b

27  R  Tc 
2 2
R  Tc
a  b 
64  Pc  8 Pc

Especifi cando lasconstantes

R  0 .0 8 2 Para el amoniaco Tc  4 0 5 Pc  1 1 1 .3

Constante a y b 27  R 2  Tc 2  R  Tc
a  b 
64  Pc  8  Pc

Evaluando las constantes a y b a  b 

Especifique la presion y temperatura T  500 P  60

Asumiendo un valor inicial( comportamiento ideal)

R T
V 
P V 
D ado

 P 
a  (V  b ) R T
2 
 V 
calcul o del volumen Molar

V  F in d V( )

V 

125
5. Encontrar el volumen molar que ocupa el gas empleando la ecuación
de Redlinh
Kwong
RT a
P 
V b V (V b )T

 R 2TC5 / 2   RTc 
a  0,42747   b  0,08664  
P P
c
 C
  
 Atm L 
P en Atm V en L/mplg T en K R  0,082  
 mol  gK 

Pc: presión critica de amoniaco 111,3 atm.

TC: temperatura critica de amoniaco 405K

ECUACION DE ESTA DO DE R-K

Ingresando las contantes: R  0.082 Pc  111.3 Tc  405

Ingresando los datos: P  60 T  500

Calculo de a yb:

 5

 R
2
 Tc
2
 b  0.08664
 R  Tc 
a  0.42747  Pc 
 Pc 
a  b 

Asumiendo comportamiento ideal RT

V 
P
V 

Dado

RT a
P 
(V  b) V ( V  b) T

V  Find ( V) V 

126
 6. A un sistema de separación FLASH ( Fig. 21) ingresa 100 moles/h de
una mezcla

VAPOR(V)

2
yi

Alimentacion

F
zi xi
3

Liquido(L)

Fig ura Nº27: Sistema de separación de componentes

Alimentación al Flash( Mol/h)

Zi: Fraccion molar de los componentes de la mezcla i = 1,2,3, …NC
V: Caudal de salida del vapor ( mol/h)
yi : Fraccion molar de los componentes en la fase vapor
L: Caudal De salida de la fase liquida ( mol/h)
xi: Fraccion molar de los componentes en la fase liquida
Balance de materia global: F = V + L
Balance de componentes : Zi*F = xi*L + yi*V
Equilibrio Liquido vapor : yi = Ki *xi
Fraccion vaporizada :  
V
F
Remplazando en las anteriores ecuaciones Se obtiene las siguientes
expresiones
zi
x
 ( Ki  1)1

127
 Ki * zi
yi 
 ( Ki  1)1

Ni
 1)
 Zi(Ki(Ki 1)1
i 1 
0

Teniendo en cuenta los datos de la siguiente tabla Calcular la fracción

vaporizada así como los flujos en cada corriente con sus respectivas
composiciones

COMPONENTES FRACCIONMOLAR K

C1 0.05 16.25
C2 0.15 5.25
C3 0.25 1.99
C4 0.2 0.75
C5 0.35 0.29

Ingresando los datos:

F  100 k1  16.25 k2  5.25

k3  1.99 k4  0.75 k5  0.29

z1  0.05 z2  0.15

z3  0.25 z4  0.2 z5  0.35

Asumiendo un valor:   0.5

Dado

z1 ( k1  1) z2 ( k2  1) z3 ( k3  1) z4 ( k4  1) z5 ( k5  1)

    0
 ( k1  1)  1  ( k2  1)  1  ( k3  1)  1  ( k4  1)  1  ( k5  1)  1

  Find ( ) 

128
7. Encontrar el volumen molar que ocupa el gas empleando la ecuación
de estado de Redlinh-Kwong.
A una presión de 14 bar y una temperatura de 333K
RT a
P 
V b V (V b )T
Ingresando los datos: b  44.897 8
a  1.5641410
 R  83.14

T  333 P  14

a b  2 b R T a  R T 2 3
f ( V)  b   V  V  V
P T  P P T  P

Se observa un plinomio de grado 3

Ingrese los coeficientes en una matriz de 4*1

 a b 
 P  T 
  2 b R T a 
 b  P  P T  
V  

  
RT 
 P 
 1 

S  polyroots ( V)  71.299 
S   229.996 
3
 1.676 10 
8. La temperatura media logarítmica de un intercambiador de calor a
contracorriente esta dado por:

LMDT 
 T t  
1 2 
T t 2  1

T t 
ln  1 2 
 T2  t1 

129
 Para este sistema la temperatura media logarítmica debe ser de 50°C y
el fluido caliente se alimenta a 100°C y sale a 60 °C, mientras que el
fluido frió se alimenta a 15°C
¿A qué temperatura sale del intercambiador el fluido frió?

Ingrese los datos :

T1  15 T3  100 T4  60 LMTD  50

Asumiendo un valor inicial: T2  50

Dado

( T3  T2)  ( T4  T1)
LMTD
ln
 T3  T2 
 T4  T1 
T2  Find( T2)

T2 

9. El factor de fricción para diferentes números de Reynolds empleando

la ecuación de Colebrook
1   2,51 
 0,86ln   
f  3, 7 d Re f 

Obtener el factor de friccion para Re de 10 000 , e = 0,002cm y diámetro

de 2cm
CALCULO DEL FACTOR DE FRICCION

Ingresando datos: Re  10000 e  0.002 d  2

Asumiendo para f : f  0.001

Dado

0.86 ln 
1 e 2.51

f  3.7 d Re f 

f  Findf( )

f 
130
10.3. PROBLEMAS CON MATLAB

1. A un reactor ingresa una mezcla de gases de 8% de dióxido de azufre y el

12% de oxigeno y la diferencia de nitrógeno, y se desarrolla la siguiente
reacción.
1
SO 2  O2  SO3
2

Calcular la composición en el equilibrio a presión constante de 2 atm y la

constante de equilibrio KP es de 160.

Algorritmo de Solucion en Matlab:

clear all, close all, clc

disp('H2SO4');
SO2=input('Ingrese moles de SO2: ');
O2=input('Ingrese moles de O2: ');
SO3=input('Ingrese moles de SO3: ');
N2=input('Ingrese moles de N2: ');
P=input('Ingrese Presion Total (atm): ');
KP=input('Ingrese Constante de Equilibrio: ');
syms x;
disp('Moles en Equilibrio: ');
ESO2=SO2-x;
EO2=O2-0.5*x;
ESO3=SO3+x;

disp(ESO2);
disp(EO2);
disp(ESO3);
ET=ESO2+EO2+ESO3+N2;
f=KP-((ESO3/ET)*P)/((ESO2/ET)*((EO2/ET)^0.5)*P^1.5);

131
xai=input('Ingrese Limite Inferior: ');
xbi=input('Ingrese Limite Superior: ');
tol=input('Ingrese Tolerancia: ');
f=inline(f);
i=1;
ea(1)=100;
if f(xai)*f(xbi) < 0
xa(1)=xai;
xb(1)=xbi;
f1=f(xai);
xr(1)=(xa(1)+xb(1))/2;
fprintf('Iter. x1 f1 x2 Error aprox \n');
fprintf('%2d \t %11.7f \t %11.7f \t %11.7f \n',i,xa(i),f1(i),xr(i));
while abs(ea(i)) >= tol,
if f(xa(i))*f(xr(i))< 0
xa(i+1)=xa(i);
xb(i+1)=xr(i);
end
if f(xa(i))*f(xr(i))> 0
xa(i+1)=xr(i);
xb(i+1)=xb(i);
end

xr(i+1)=(xa(i+1)+xb(i+1))/2;
ea(i+1)=abs((xr(i+1)-xr(i))/(xr(i+1))*100);
fprintf('%2d \t %11.7f \t %11.7f \t %11.7f \t %7.3f \n',...
i+1,xa(i+1),xr(i+1),xb(i+1),ea(i+1));
i=i+1;

132
 end
else
fprintf('No existe una raíz en este intervalo');
end
Resultados:

TABLA 12
Resultados en Matlab

2. Se sabe que la t mperatura media logarítmica de un int rcambiador de

calor contracorrie te está dada por:

 ΔT  = LMTD =
Ten t
cal -T sa l d
-T
frio - T
sa l d
cal
e nt r
frio
AQ
 Tcalent - T sfrio
al d

ln  sald entr 
 Tcal - T frio 

133
Se tiene el siguiente intercambiador:
entr
T frio = 15ºC sald
T frio = t
INTERCAMBIADOR
DE CALOR
sald= 60ºC ent
Tcal Tcal = 100ºC

Se sabe que en este sistema la temperatura media logarítmica debe ser

de 50ºC. El fluido caliente se alimenta al sistema a 100ºC, mientras que el
fluido frío se alimenta a 15ºC,. ¿a que temperatura sale del intercambiador
de fluido frío?

Algoritmo de Solución en Matlab:

clear all, close all, clc

disp ('Temperatura en un Intercambiador de Calor')
xo=input('Temperatura Inicial =');
n=input ('Numero de Iteraciones=');

salida=ones(n,3); % matiz de salida de datos

for i=1:n
x1=xo-[(45*exp((55-xo)/50)+xo-100)]/[1+(-45/50)*(exp((55-xo)/50))];
vsal=[xo;x1];
ea=[[abs((x1-xo)/x1)]]; % error
xo=x1;
salida(i,1)=i;
salida(i,2)=x1;
salida(i,3)=ea;
end
disp('Iter. T(i) Error');
disp(num2str(salida));
Resultados:

134
 TABLA 13
R sultados Temperatura en Matlab

3. Un gas se encue tra a una presión absoluta de 13. 6 bar y una

temperatura de 333 K. Encontrar el volumen molar ocupa el as empleando
la ecuación de estado de Redlich-Kwong.

RT a
P= -

V - b T 1/2 VV + b 

Para este compuest las constantes son:

P = 13.76 atm
T = 333ºk
a = 1.5614 x 108 (cm6 bar/(g mol)2 k1/2)
b = 44.897 (cm3/ g ol)
3
R = 83.4 (cm bar /g mol k)
Algoritmo de Solució en Matlab:
clear all, close all, cl
disp('Ecuacion de R dlich-kwong 2');
a=input('Ingrese a: ' ;

b=input('Ingrese b: ' ;
T=input('Ingrese T(K): ');
P=input('Ingrese P(bar): ');
R=input('Ingrese R(cm^3.bar/K.mol): ');
syms x

135
f=R*T/(x-b)-a/((sqrt(T))*x*(x+b))-P;
x0=(R*T)/(P);
disp('Primer punto inicial: ');
disp(x0);
xai=x0;
xbi=input('Ingrese Limite Superior: ');
tol=input('Ingrese Tolerancia: ');
f=inline(f);
i=1;
ea(1)=100;
if f(xai)*f(xbi) < 0
xa(1)=xai;
xb(1)=xbi;
f1=f(xai);
xr(1)=(xa(1)+xb(1))/2;
fprintf('Iter. V1 F1 V2 Error aprox \n');
fprintf('%2d \t %11.7f \t %11.7f \t %11.7f \n',i,xa(i),f1(i),xr(i));
while abs(ea(i)) >= tol,
if f(xa(i))*f(xr(i))< 0
xa(i+1)=xa(i);
xb(i+1)=xr(i);
end

if f(xa(i))*f(xr(i))> 0
xa(i+1)=xr(i);
xb(i+1)=xb(i);
end
xr(i+1)=(xa(i+1)+xb(i+1))/2;

136
ea(i+1)=abs((xr(i+1)-xr(i))/(xr(i+1))*100);
fprintf('%2d \t %11. f \t %11.7f \t %11.7f \t %7.3f \n',...
i+1,xa(i+1),xr(i+1),xb(i+1),ea(i+1));
i=i+1;
end
else
fprintf('No existe una raíz en este intervalo');
end
Resultados:

TABLA 14
Resultados volumen en Matlab

137
4. El factor de fricción (f) para el flujo turbulento en una tubería está dado por
la correlación de Colebrook:
ε

1  
= -0 .86 ln  + 
f  3.4 Re f 

Donde
Re = es el número de Reynolds (adimensional)
, es la aspereza o rugosidad de la tubería (unidad de longitud)
D, es el diámetro de la tubería (unidad de longitud)
Obtener el factor de fricción para un fluido con un Reynolds d e 3E4
que fluye en una tubería con un diámetro de 0.1 m y una rugosidad
de 0.0025m.
Algoritmo de Solución en Matlab:

clear all, close all, clc

disp('Friccion en un Flujo Turbulento');
Re=input('Ingrese el Numero de Reynolds: ');
e=input('Ingrese la Rugosidad: ');
D=input('Ingrese el Diametro de Tuberia: ');
syms x;
f=-sqrt(1/x)-0.86*log((e/D)/3.4+2.54/(Re*sqrt(x)));
xai=input('Ingrese Limite Inferior del Intervalo: ');
xbi=input('Ingrese Limite Superior del Intervalo: ');
tol=input('Ingrese Tolerancia: ');
f=inline(f);

i=1;
ea(1)=100;
if f(xai)*f(xbi) < 0
xa(1)=xai;
xb(1)=xbi;

138
f1=f(xai);
xr(1)=(xa(1)+xb(1))/2;
fprintf('Iter. f1 F1 f2 Error aprox \n');
fprintf('%2d \t %11.7f \t %11.7f \t %11.7f \n',i,xa(i),f1(i),xr(i));
while abs(ea(i)) >= tol,
if f(xa(i))*f(xr(i))< 0
xa(i+1)=xa(i);
xb(i+1)=xr(i);
end
if f(xa(i))*f(xr(i))> 0
xa(i+1)=xr(i);
xb(i+1)=xb(i);
end
xr(i+1)=(xa(i+1)+xb(i+1))/2;
ea(i+1)=abs((xr(i+1)-xr(i))/(xr(i+1))*100);
fprintf('%2d \t %11.7f \t %11.7f \t %11.7f \t %7.3f \n',...
i+1,xa(i+1),xr(i+1),xb(i+1),ea(i+1));
i=i+1;
end
else
fprintf('No existe una raíz en este intervalo');
end

Resultados:
TABLA 15
Resultados volumen en Matlab

139
5. Determinar volumen molar del oxigeno mediante la ecuació del VAN DER
WAALS
 P  a  v  b   RT
 
 v 
2

p = 100 Atm.,
T = 700 K para un gas que tiene a = 1,36 b = 0,0318
Algoritmo de Solució en Matlab:

clear all, close all, lc

disp ('Ecuacion de an der Walls')
T=input('Ingrese T(K): ');
P=input('Ingrese P(atm): ');
R=input('Ingrese R L.atm/K.mol): ');
140
disp('Volumen Inicial: ');
xo=R*T/P;
disp(xo);
n=input ('Numero de Iteraciones=');
salida=ones(n,3); % matiz de salida de datos
for i=1:n
x1=xo-(100*xo^3-60.58*xo^2+1.36*xo-0.043248)/(300*xo^2-
121.16*xo+1.36);
vsal=[xo;x1];
ea=[[abs((x1-xo)/x1)]]; % error
xo=x1;
salida(i,1)=i;
salida(i,2)=x1;
salida(i,3)=ea;

end
disp('Iter. V(i) Error');
disp(num2str(salida));

Resultados:

TABLA 16
Resultados volumen en Matlab

141
6. La siguiente secue cia de reacciones se llevan a cabo en estado no
estacionario según l reacción:
A   B  C
k k
1 2

Determinar la ecuación de cada componente de la reacció así como los

productos en funció al tiempo. Construya la tabla tiempo vs concentración
en un paso de 1 a 1 hasta 10 minutos, asuma que las c ncentraciones
iníciales son A (0)=1 mol/L, B (0)=1 mol/L, C (0)=1 mol/L.
-1
Datos: K1=0,5 mi K2=1,0 min-1
Solución: formando las ecuaciones diferenciales en funció de la
reacción.
C1
  k1C1
t
C 2
 k1C 1 k C2
t 2

C 2
 k 2C 2
t

Metafile:
function[f]=rxnserie(t,C);

142
%constantes
K(1)=0.5;
K(2)=1;
f(1)=-K(1)*C(1);
f(2)=K(1)*C(1)- K(2)*C(2);
f(3)=K(2)*C(2);
f=f';
file:
tr=[0:1:10];C0=[1,0,1];
[t,C]=ode45('rxnserie',tr,C0);
[t,C]
TABLA 17
Resustado de concentracion en Matlab

143
plot(t,C);
xlabel('tiempo (min)');
ylabel('concentración (mol/L)');

FIGURA 28
Resultados volumen en Matlab

144
 UNIVERSIDAD NACIONAL DEL CALLAO
FACUTLAD DE INGENIERIA QUIMICA
ESCUELA PROFESIONAL DE ING. QUIMICA

SILABO

I. DATOS GENERALES
1.1 Asignatura : MétodosNuméricos
1.2C ódigo de la Asignatura : IG-301
1.3 SemestreAcadémico : 2010-A
1.4 Ciclo : V
1.5 Créditos : 04
1.6 Horasdeteoría : 06
1.7 Horasdepráctica : 06
1.8 Duración : 16semanas
1.9 Pre-requisito : IG102, FM202
1.10 Profesor de Teoría : Ing. Juan Medina Collana

II. SUMILLA
2.1 Naturaleza de la Asignatura
El curso de Métodos Numéricos es un curso teórico, práctico de carácter
obligatorio que sirve como base para las asignaturas de ingeniería, debido a
que permite realizar cálculos complejos como resultado del modelamiento de
fenómenos físicos y químicos.

2.2 Síntesis del Contenido

Ecuaciones algebraicas no lineales. Sistema de Ecuaciones algebraicas no
lineales. Interpolación Polinómica. Diferenciación. Integración. Ecuaciones
Diferenciales Ordinarias. Sistema de ecuaciones Diferenciales Ordinarias.
Sistema de Ecuaciones algebraicas lineales. Ecuaciones Diferenciales
parciales. Análisis de regresión lineal, no lineal y multivariable.

145
III. OBJETIVOS
3.1 Objetivo General
Al término del curso, el alumno será capaz de resolver modelos matemáticos
complejos que resulten del modelamiento de los fenómenos físicos y
químicos, aplicando técnicas numéricas.

3.2 Objetivos E specíficos

 Realizar el estudio comparativo entre los métodos analíticos y
métodos numéricos.
 Adquirir destreza en el dominio de las técnicas de solución
numérica.
 Aplicar las técnicas numéricas para resolver problemas diversos de
Ingeniería Química que resultan del modelameinto de fenómenos
físicos y químicos.

IV. PROGRAMA DE CONTENIDOS

PRIMERA SEMANA
Ecuaciones algebraicas no lineales. Método de la bisección. Método de
Newton Raspón de primer y segundo orden. Aplicaciones a la Ing. Química.
Método de la secante. Método del punto fijo. Método de falsa posición.
Métodos cuasi Newton. Métodos de la convergencia. Aplicaciones a la
Ingeniería Química.

SEGUNDA SEMANA
Sistema de ecuaciones no lineales. Método del punto fijo. Método de
Newton Raspón estándar. Método de Newton Raspón modificado. Métodos
cuasi Newton. Aplicaciones a la Ingeniería Química.

TERCERA SEMANA
Interpolación polinómica. Ecuaciones en diferencias progresivas, regresiva
y central de Newton. Aplicaciones a la Ingeniería Química.

146
 Generación de polinomios mediante las diferencias progresiva,
regres iva y central de Gaus s. Interpolación con estaciones no
equidistantes.

CUARTA SEMANA
Análisis de Regresión Lineal y no lineal. Mínimos cuadrados.
Regresión multivariable. Aplicaciones a la Ingeniería Química

QUINTA SEMANA
Diferenciación numérica. Aproximación por diferencias. Diferenciación de
los polinomios de Newton. Aplicaciones a la Ingeniería Química.

SEXTA SEMANA
Integración numérica. Regla del Trapecio. Reglas de Simpson 1/3 y 3/8 y

SEPTIMA SEMANA
Integración por cuadratura Integración múltiple. Aplicaciones a la Ingeniería
Química.

OCTAVA SEMANA
EXAMEN PARCIAL

NOVENA SEMANA
Ecuaciones Diferenciales Ordinarias. Método de Euler. Método de Euler-
Gauss. Método de Taylor.

DECIMA SEMANA

Método de Runge-Kutta. Aplicaciones a la Ingeniería Química.

Métodos Predictor-Corrector. Métodos de paso variable. Aplicaciones a la
Ingeniería Química.

147
DECIMA PRIMERA SEMANA
Sistema de Ecuaciones Diferenciales Ordinarias. Ecuaciones Diferenciales
de Orden Superior: métodos de Ruge Kutta y matricial, explícita en la
variable dependiente. Aplicaciones a la Ingeniería Química.
DECIMA SEGUNDA SEMANA
Sistema de ecuaciones algebraicas lineales. Métodos de Jacobi y Gauss-
Seidal. Matrices y vectores. Sistemas especiales. Aplicaciones a la
Ingeniería Química.
DECIMA TERCERA SEMANA
Ecuacio nes Dif erenci ales Parcial es. Ecuacione s en Diferenc iales.
Métodos explícito e implícito. Aplicaciones a la Ingeniería Química.
Aplicaciones a la Ingeniería Química.

DECIMA CUARTA SEMANA

Practica calificada

EXAMEN FINAL

EXAMEN SUSTITUTORIO

V. PROCEDIMIENTO DIDÁCTICO
Las clases teóricas se desarrollan en forma expositiva, y al mismo
tiempo resolviendo ejercicios base. Con estos conocimientos se
resolverán ejercicios de mayor complejidad con participación de los
estudiantes.
El profesor de práctica se encargará de la resolución de problemas
aplicados a la Ingeniería Química con la finalidad de que los estudiantes se
familiaricen con los tópicos que se estudian en Ingeniería Química.

VI. EQUIPOS Y MATERIALES

Para el desarrollo adecuado del curso, se requiere lo siguiente:
 Calculadora científica.

 Computadora con un software de programación de alto nivel.

 Tiza blanca y de color.

148
VII. SISTEMA DE EVALUACIÓN
El promedio final, se obtendrá del siguiente mo do:

Peso
 Examen
Parcial 1.0
 Examen
Final 1.0
 Promedio de Prácticas Calificadas 1.0

EP  EF  PP
PF   11
3
Al final se tomará un Examen de Recuperación que sustituirá a la nota
mas baja del Examen Parcial o Final. El examen de recuperación se
tomará en base al total del avance del curso.

149
VIII. BIBLIOGRAFÍA

1. Carnahan, B. Luther, A. Wilkes Cálculo Numérico, Aplicaciones

Editorial Rueda, Madrid, 1979.

2. Burden, R. Y Faires J. Análisis Numérico.

Edit. Iberoamericana, México, 1985.

3. Nieves, A., Domínguez, F. Métodos Numéricos Aplicados a la

Ingeniería Química.
Edit. CECSA, México 1985.

4. Valderrama,R. MétodosNuméricos.
Edit. Trillas, UNAM, México, 1985.

5. Nakamura, S. Métodos Numéricos aplicados con

software.

Edit. Prentice – Hall Hispano

Americano, S.A. México, 1992.

6. Gerald,C. Análisis Numérico

Edit. Alfa – Omega, México, 1991.

7. Maron, M. y López R. Análisis Numérico. Un enfoque

práctico.
Edit. CECSA, México, 1998.

150