8.

3  Diseño de un circuito eléctrico (ingeniería eléctrica) 165

8.3  DISEÑO DE UN CIRCUITO ELÉCTRICO (INGENIERÍA ELÉCTRICA)

Antecedentes  Los ingenieros eléctricos emplean las leyes de Kirchhoff para estudiar el compor-
tamiento de los circuitos eléctricos en estado estacionario (que no varía con el tiempo). En la sección
12.3 se analiza el comportamiento de dichos estados estacionarios. Otro problema importante tiene
que ver con circuitos de naturaleza transitoria, donde súbitamente ocurren cambios temporales. Esta
situación se presenta cuando se cierra el interruptor como en la figura 8.2. En tal caso, existe un
periodo de ajuste al cerrar el interruptor hasta que se alcance un nuevo estado estacionario. La lon-
gitud de este periodo de ajuste está íntimamente relacionada con las propiedades de almacenamien-
to de energía, tanto del capacitor como del inductor. La energía almacenada puede oscilar entre
estos dos elementos durante un periodo transitorio. Sin embargo, la resistencia en el circuito disipa-
rá la magnitud de las oscilaciones.
El flujo de corriente a través del resistor provoca una caída de voltaje (VR), dada por

VR = iR

donde i = la corriente y R = la resistencia del resistor. Si las uni-

dades de R e i son ohms y amperes, respectivamente, entonces las Interruptor
i
unidades de VR son voltios. – –
De manera semejante, un inductor se opone a cambios de Batería V0 Capacitor Inductor
+ +
corriente tales que la caída del voltaje a través del inductor VL es
di
VL = L Resistor
dt
donde L = la inductancia. Si las unidades de L e i son henrios y Figura 8.2
amperes, respectivamente, entonces las de VL son voltios, y las de Un circuito eléctrico. Cuando se cierra el interruptor, la
t son segundos. corriente experimenta una serie de oscilaciones hasta que
La caída del voltaje a través del capacitor (VC) depende de la se alcance un nuevo estado estacionario.
carga (q) sobre éste:
q
VC = (8.15)
C
donde C = la capacitancia. Si las unidades de carga se expresan en coulombios, entonces la unidad
de C es el faradio.
La segunda ley de Kirchhoff establece que la suma algebraica de las caídas de voltaje alrededor
de un circuito cerrado es cero. Así que, después de cerrar el interruptor se tiene
di q
L + Ri + = 0 (8.16)
dt C
Sin embargo, como la corriente se relaciona con la carga de acuerdo con
dq
i= (8.17)
dt
Por lo tanto,
d 2q dq 1
L 2
+R + q = 0 (8.18)
dt dt C
Ésta es una ecuación diferencial ordinaria lineal de segundo grado que se resuelve usando los mé-
todos de cálculo. Esta solución está dada por
2
1  R
q(t ) = q0 e – Rt /( 2 L ) cos – t (8.19)
LC  2 L 

www.full-ebook.com
166 Capítulo 8  Estudio de casos: raíces de ecuaciones

donde t = 0, q = q0 = V0 C y V0 = el voltaje de la batería. La ecuación (8.19) describe la variación de

q(t)
q0 la carga en el capacitor. La solución q(t) se grafica en la figura 8.3.
Un problema de diseño típico en ingeniería eléctrica consistiría en la determinación del resistor
apropiado para disipar energía a una razón especificada, con valores conocidos de L y C. En este
Tiempo problema, suponga que la carga se debe disipar a 1% de su valor original (q/q0 = 0.01) en t = 0.05 s,
con L = 5 H y C = 10 –4F.

Figura 8.3 Solución  Es necesario despejar R de la ecuación (8.19) con valores conocidos para q, q0, L y C.
La carga en un capaci- Sin embargo, debe emplear una técnica de aproximación numérica, ya que R es una variable implí-
tor como función del
cita en la ecuación (8.19). Se usará el método de bisección para dicho propósito. Los otros métodos
tiempo después de
cerrar el interruptor de
estudiados en los capítulos 5 y 6 también son apropiados; aunque el método de Newton-Raphson
la figura 8.2. tiene el inconveniente de que la derivada de la ecuación (8.19) es un poco complicada. Reordenando
la ecuación (8.19),

2
1  R t q
ƒ( R) = e – Rt /( 2 L ) cos
LC  2L q0

utilizando los valores numéricos dados,

ƒ( R) = e –0.005 R cos [ 2 000 – 0.01R 2 (0.05)] – 0.01 (8.20)

Examinando esta ecuación sugiere que un rango inicial razonable para R es 0 a 400 Ω (ya que 2 000
– 0.01R2 debe ser mayor que cero). La figura 8.4 es una gráfica de la ecuación (8.20), que confirma
lo anterior. Al hacer veintiún iteraciones con el método de bisección se obtiene una raíz aproximada
R = 328.1515 Ω, con un error menor al 0.0001 por ciento.
De esta forma, se especifica un resistor con este valor para el circuito mostrado en la figura 8.2
y se espera tener una disipación consistente con los requisitos del problema. Este problema de dise-
ño no se podría resolver eficientemente sin el uso de los métodos numéricos vistos en los capítulos
5 y 6.

8.4  FRICCIÓN EN TUBOS (INGENIERÍA MECÁNICA Y AEROESPACIAL)

Antecedentes  La determinación del flujo de fluidos en tuberías y mangueras tiene gran im-
portancia en muchas áreas de la ingeniería y de la ciencia. En la ingeniería mecánica y en la ae-
roespacial, las aplicaciones típicas incluyen el flujo de líquidos y gases a través de sistemas de
enfriamiento.
Los parámetros de la resistencia al flujo en tales conductos están determinados por un número
adimensional que se llama factor de fricción. Para flujo turbulento, la ecuación de Colebrook pro-
porciona un medio para calcular el factor de fricción,
 
1 ε 2.51
0 = √ + 2.0 log + √ (8.21)
f 3.7D Re f

donde e = rugosidad (m), D = diámetro (m) y Re = el número de Reynolds,

ρVD
Re = 
μ
donde r = densidad del fluido [kg/m3], V = velocidad [m/s] y μ = viscosidad dinámica [N ∙ s/m2].
Además de aparecer en la ecuación (8.21), el número de Reynolds también sirve como criterio de si
el flujo es turbulento (Re > 4 000).

En el presente estudio de caso, se ilustrará cómo se pueden utilizar los métodos numéricos que
se tratan en esta parte del libro para determinar f para flujo de aire por un tubo liso y delgado.

www.full-ebook.com
 8.4  Fricción en tubos (ingeniería mecánica y aeroespacial) 167

Para este caso, los parámetros son r = 1.23 kg/m3, μ = 1.79 × 10 –5

f (R)
N ∙ s/m2, D = 0.005 m, V = 40 m/s y e = 0.0015 mm. Observe que Raíz  325
los factores de fricción están comprendidos entre alrededor de
0.008 y 0.08. Además, la formulación explícita, llamada ecuación 0.0
200 400 R
de Swamee-Jain, proporciona un cálculo aproximado,
1.325
f =   (8.22)
ε 5.74 2
ln + 0.9 – 0.2
3.7D Re

Solución  El número de Reynolds se puede calcular como

ρVD 1.23(40)0.005
Re = = = 13 743 – 0.4
μ 1.79 × 10−5

Este valor, junto con los otros parámetros, se puede sustituir en

la ecuación (8.21) para dar
  – 0.6
1 0.0000015 2.51
g( f ) = √ + 2.0 log + √
f 3.7(0.005) 13 743 f

Antes de determinar la raíz, es aconsejable graficar la función Figura 8.4

para estimar los valores iniciales y para anticipar dificultades Gráfica de la ecuación (8.20) que se usa para obtener los
posibles. Esto se puede hacer fácilmente con herramientas como valores iniciales de R que abarcan la raíz.
MATLAB, Excel o Mathcad. Por ejemplo, es posible generar una
gráfica de la función con los siguientes comandos de MATLAB

>> rho=1.23;mu=1.79e-5;D=0.005;V=40;e=0.0015/1000;
>> Re=rho*V*D/mu;
>> g=@(f) 1/sqrt(f)+2*log10(e/(3.7*D)+2.51/(Re*sqrt(f)));
>> fplot(g,[0.008 0.08]),grid,xlabel(‘f’),ylabel(‘g(f)’)

Como en la figura 8.5, la raíz se ubica en alrededor de 0.03.

Como se dan los valores iniciales (xl = 0.008 y xu = 0.08), se puede usar cualquiera de los mé-
todos cerrados del capítulo 5. Por ejemplo, la bisección da un valor de f = 0.0289678, con un error
porcentual relativo del error de 5.926 × 10 –5 en 22 iteraciones. El método de falsa posición da un
resultado de precisión similar en 26 iteraciones. Así, aunque producen el resultado correcto, son algo
ineficientes. Esto no sería importante para una sola aplicación,
pero podría resultar prohibitivo si se hicieran muchas evaluaciones.
Se podría tratar de obtener un desempeño mejorado recurrien- 6
do a un método abierto. Como la ecuación (8.21) es relativamente 5
fácil de diferenciar, el método de Newton-Raphson es un buen 4
candidato. Por ejemplo, usando un valor inicial en el extremo
3
inferior del rango (x0 = 0.008). Newton-Raphson converge rápi-
g( f )

–6 2
damente a 0.0289678, con un error aproximado de 6.87 × 10 %
en sólo 6 iteraciones. Sin embargo, cuando el valor inicial se ubi- 1
ca en el extremo superior del rango (x0 = 0.08), ¡la rutina diverge!
0
Como se puede ver al observar la figura 8.5, esto sucede
porque la pendiente de la función en el valor inicial hace que la –1
primera iteración salte a un valor negativo. Las corridas siguientes –2
demuestran que, para este caso, la convergencia sólo ocurre cuan- –3
do el valor inicial es menor de alrededor de 0.066. 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08
De modo que se puede ver que, aunque Newton-Raphson es f
muy eficiente, necesita buenos valores iniciales. Para la ecuación
de Colebrook, una buena estrategia sería emplear la ecuación de Figura 8.5
Swamee-Jain [ecuación (8.22)] para dar un valor inicial como en

www.full-ebook.com
168 Capítulo 8  Estudio de casos: raíces de ecuaciones

1.325
f =  2 = 0.029031
0.0000015 5.74
ln +
3.7(0.005) 137430.9

Para este caso, Newton-Raphson converge en sólo 3 iteraciones rápidamente a 0.0289678 con un
error aproximado de 8.51 × 10 –10%.
Además de estas funciones simples, se pueden también usar determinadores profesionales de
raíces, como la función incorporado fzero de MATLAB. Sin embargo, al igual que con el método
Newton-Raphson, también ocurre divergencia cuando se usa la función fzero con un solo valor. Sin
embargo, en este caso, los valores en el extremo inferior del rango causan problemas. Por ejemplo,
>> rho=1.23;mu=1.79e-5;D=0.005;V=40;e=0.0015/1000;
>> Re=rho*V*D/mu
>> g=@(f) 1/sqrt(f)+2*log10(e/(3.7*D)+2.51/(Re*sqrt(f)));
>> fzero(g,0.008)

Exiting fzero: aborting search for an interval containing a

sign change because complex function value encountered
during search. (Function value at -0.0028 is -4.92028-
20.2423i.)
Check function or try again with a different starting value.
ans =
NaN

Si las iteraciones se muestran en pantalla usando optimset (recuerde la sección 7.7.2), se revela
que ocurre un valor negativo durante la fase de búsqueda antes de que se detecte el cambio de signo
y la rutina aborte. Sin embargo, para valores iniciales únicos superiores de alrededor de 0.016, la
rutina trabaja muy bien. Por ejemplo, para el valor de 0.08 que causó problemas para el método
Newton-Raphson, fzero funciona muy bien.

>> fzero(g,0.08)

ans =
0.02896781017144

Y, como nota final, veamos si es posible la convergencia para iteración sencilla de punto fijo.
La versión más fácil y directa consiste en despejar la primera f en la ecuación (8.21),

0.25
   f i+1 =   2 (8.23)
ε 2.51
y log + √
3.7D Re f i
0.05
y1 = x
La gráfica de 2 curvas de esta función indica un resultado
0.04 sorprendente (figura 8.6). Recuerde que la iteración de punto fijo
converge cuando la curva y2 tiene una pendiente relativamente
0.03
baja (es decir, ⎜g′( x)⎜ < 1). Como se indica en la figura 8.6, el
y2 = g(x)
hecho de que la curva y2 tenga pendiente bastante baja en el rango
de f = 0.008 a 0.08, significa que la iteración de punto fijo no sólo
0.02 converge, sino que lo hace con bastante rapidez. De hecho, para
valores iniciales entre 0.008 y 0.08, la iteración de punto fijo da
0.01 predicciones con errores relativos porcentuales menores de 0.008%
en seis o menos iteraciones. Así, este sencillo método que sólo
necesita un valor y no necesita estimados de derivada funciona
00 x bastante bien para este caso particular.
0.02 0.04 0.06 0.08
El mensaje que se debe sacar de este estudio de caso es que
Figura 8.6 incluso un gran software, profesionalmente desarrollado como el
MATLAB no siempre es a prueba de errores. Además, normal-

www.full-ebook.com
 Problemas 169

mente no hay un solo método que funcione mejor para los problemas. Los usuarios experimentados
entienden las fuerzas y las debilidades de las técnicas numéricas disponibles. Además, entienden
suficiente de la teoría subyacente, de modo que pueden manejar eficazmente situaciones en las que
un método falla.

PROBLEMAS

Ingeniería química/ingeniería bioquímica Si se supone que ésta es la única reacción que se lleva a cabo, la
8.1  Realice el mismo cálculo que en la sección 8.1, pero para aceto- fracción molar x de H2O que se disocia se representa por
na (a = 12.02 y b = 0.08407) a una temperatura de 375 K y p de 2.0
atm. Compare sus resultados con la ley de gases ideales. Use cual- x 2 pt
K= (P8.3.1)
quiera de los métodos numéricos explicados en los capítulos 5 y 6 1– x 2+x
para realizar el cálculo. Justifique su elección de técnica. donde K = la constante de equilibrio de la reacción y pt = la presión
8.2  En ingeniería química, los reactores de flujo tipo tapón (es decir, total de la mezcla. Si pt = 3 atm y K = 0.05, determine el valor de x
aquellos en que el fluido va de un extremo al otro con una mezcla que satisfaga la ecuación (P8.3.1).
mínima a lo largo del eje longitudinal) se usan para convertir reac- 8.4  La siguiente ecuación permite calcular la concentración de un
tantes en productos. Se ha determinado que la eficiencia de la con- químico en un reactor donde se tiene una mezcla completa:
versión algunas veces se mejora recirculando una porción de la
corriente del producto, de tal forma que regrese a la entrada para un c = cent(1 – e–0.04t) + c0e–0.04t
paso adicional a través del reactor (figura P8.2). La razón de recir- Si la concentración inicial es c0 = 4 y la concentración de entrada es
culación se define como cent = 10, calcule el tiempo requerido para que c sea el 93% de cent.
volumen de fluido que regresa a la entrada 8.5  Una reacción química reversible
R=
volumen que sale del sistema C
2A + B 
Suponga que se está procesando una sustancia química A para generar
se puede caracterizar por su relación de equilibrio
un producto B. Para el caso en que A forma a B de acuerdo con una
reacción autocatalítica (es decir, en la cual uno de los productos actúa cc
K = 2
como catalizador o estimulante en la reacción), es posible demostrar ca cb
que una razón óptima de recirculación debe satisfacer donde la nomenclatura ci representa la concentración del componen-
te i. Suponga que definimos una variable x para representar el número
1 + R(1 – X A ƒ ) R +1
ln = de moles de C que se producen. Se puede usar la conservación de la
R(1 – X A ƒ ) R[1 + R(1 – X A ƒ )] masa para reformular la relación de equilibrio como
donde XAƒ es la fracción del reactante A que se convierte en el pro- (cc,0 + x)
ducto B. La razón óptima de recirculación corresponde a K =
(ca,0 − 2x)2 (cb,0 − x)
un reactor de tamaño mínimo necesario para alcanzar el nivel desea-
do de conversión. Utilice un método numérico para determinar la donde el subíndice 0 designa la concentración inicial de cada com-
razón de recirculación necesaria, de manera que se minimice el ta- ponente. Si K = 0.015, ca,0 = 42, cb,0 = 30 y cc,0 = 4, determine el
maño del reactor para una conversión fraccional de XAƒ = 0.9. valor de x. a) Obtenga la solución gráficamente. b) Con base en a),
despeje la raíz con valores iniciales de xl = 0 y xu = 20 hasta s =
0.5%. Elija ya sea bisección o falsa posición para obtener su solución.
Alimentación Producto
Justifique su elección.
Reactor de flujo
tipo tapón 8.6  Las siguientes reacciones químicas se llevan a cabo en un siste-
ma cerrado

Reciclaje
2A + B 
 C
A+D  C

En equilibrio, éstas pueden caracterizarse por
Figura P8.2 c
K11 =
K = c2 cc
Representación esquemática de un reactor de flujo tipo tapón ccaa2 ccbb
con recirculación. c
K 22 = ccc
ccaa ccdd
donde la nomenclatura representa la concentración del componente
8.3  En un proceso de ingeniería química el vapor de agua (H2O) se
i. Si x1 y x2 son el número de moles de C que se producen debido a la
calienta a temperaturas lo suficientemente altas para que una porción
primera y segunda reacciones, respectivamente, emplee un método
significativa del agua se disocie, o se rompa, para formar oxígeno
similar al del problema 8.5 para reformular las relaciones de equi-
(O2) e hidrógeno (H2):
librio en términos de las concentraciones iniciales de los componen-
H2O 
 H2 + 1
2 O2 tes. Después, use el método de Newton-Raphson para resolver el par

www.full-ebook.com