Métodos Numéricos

EDITORIAL
LUIS CARRASCO VENEGAS
MÉTODOS
NUMERICOS
APLICADOS A LA INGENIERÍA
Problemas en Polymath y Matlab
MÉTODOS
NUMÉRICOS
APLICADOS A LA INGENIERÍA
Problemas en Polymath y Matlab
Métodos numéricos aplicados a la ingeniería
Autor: Luis A. Carrasco Venegas
© Derecho de autor reservado

Empresa Editora Macro E.I.R.L.
© Derecho de edición, arte gráfico y diagramación reservados

Edición a cargo de:

Av. Paseo de la República 5613 – Miraflores
Lima - Perú
(511) 719-9700
ventas@editorialmacro.com
hp://www.editorialmacro.com
Primera edición: 2005

Segunda edición: 2007
Tercera edición: 2008
Cuarta edición: 2011
Tiraje: 1000 ejemplares
Impreso en los Talleres Gráficos de

Lima - Perú
ISBN Nº 978-612-304-028-4
Hecho el Depósito Legal en la Biblioteca Nacional del Perú Nº 2011-12579
Prohibida la reproducción parcial o total, por cualquier medio o método de este libro sin
previa autorización de la Empresa Editora Macro E.I.R.L.
Dr. LUIS AMÉRICO CARRASCO VENEGAS
Luis Carrasco Venegas, es Ing. Químico (UNSCH), Magister en Ingeniería Química (UNI), Doctor en
Ing. Ambiental (UNFV), Doctorado en Ing. Química, concluidos (UNMSM). Ha realizado estudios
de especialización en Venezuela y Colombia. Ha trabajado en las industrias de alcohol, azúcar y de
recubrimientos electrolícos.
A la fecha cuenta con 25 años de experiencia como Docente Universitario e Invesgador, especialmente
en las áreas de termodinámica, fenómenos de transporte, modelamiento y simulación de procesos,
ingeniería de procesos, gesón ambiental y química e ingeniería ambiental. Docente de Maestría y
Doctorado en diversas universidades del país.
Ponente de eventos cienficos. Ganador de Premios Nacionales de Fenómenos de Transferencia, Mejor
Trabajo de Invesgación, entre otras disnciones. Asesor Externo de CONCYTEC.
Ha publicado los siguientes libros: “Química Experimental” (05 ediciones), “Métodos Numéricos
Aplicados a la Ingeniería” (04 ediciones), “Transferencia de Candad de Movimiento, Calor y Masa”
(02 ediciones), Fenómenos de Transporte y actualmente se encuentra editando el libro: “Química
General”. Ha desarrollado diversos trabajos de invesgación en el área de ingeniería química e ingeniería
ambiental. Asesor externo de consultoras ambientales.
Agradecimiento
A la Universidad Nacional del Callao, instución en
la cual me desempeño como Docente principal.
Al Ing. Leoncio Sicha Punil quien ha contribuido

decididamente en la edición del presente texto
tanto en la parte académica, como con el apoyo
logísco.
A los señores Nino Romaní Flores, Mario Armas

Villanueva, Carlos Casllo Peralta y José Ramos
Uzco, por su valiosa contribución en el desarrollo
de la obra.
A los estudiantes de la Facultad de Ingeniería

Química de la Universidad Nacional del Callao:
Madeley Pérez Pereyra, John Riveros Cones y
Gustavo Vásquez Garay quienes apoyaron en la
conclusión del presente trabajo.
Dedicatoria
A Dios nuestro Señor por regalarnos la dicha de vivir
y la fuerza para enfrentar diversos desafios de la vida.
A mi querida familia y amigos quienes constantemente

me alientan para connuar en este camino que exige
mucha dedicación y sacrificios.
Introducción
En la actualidad la matemáca aplicada, cuya herramienta fundamental son los métodos numéricos,
se ha converdo en una necesidad. La mayoría de los fenómenos sicos, químicos y hasta sociales se
enden a matemazar; como resultado de ello, se obenen modelos que describen el comportamiento
de estos fenómenos.
El estudio de estos modelos permite un conocimiento más profundo del fenómeno, así como de su
evolución en el empo. Desafortunadamente, no siempre es posible aplicar métodos analícos clásicos
por diversas razones:
• No se adecuan al modelo concreto.
• Su aplicación resulta excesivamente compleja.
• La solución formal es tan compleja que hace imposible cualquier interpretación posterior.
• No existen métodos analícos capaces de solucionar el problema.
En estos casos son úles las técnicas numéricas, que mediante un trabajo de cálculo más o menos intenso,
conducen a soluciones aproximados que son siempre numéricos. El importante esfuerzo de cálculo que
implica la mayoría de estos métodos hace que su uso este ínmamente ligado al uso de computadoras
provisto de un soware apropiado; en este texto se uliza el Polymath.
Con estas herramientas, hoy en día es posible realizar cálculos muy complejos, con relava facilidad.
Ejemplos de cálculos simples y complejos se presentan en esta edición, con la finalidad de que el
estudiante tenga una herramienta de estudio, que no solamente lo ulice en sus estudios de pregrado,
sino también a nivel de Postgrado.
El presente texto está diseñado para ser ulizado como guía para los profesores y también será de
ulidad para los estudiantes de maestría y doctorados en ciencias de la Ingeniería.
Espero una vez más, con este modesto aporte, contribuir con el desarrollo de las ciencias aplicadas, y, al
mismo empo dotar a la comunidad universitaria de un material ciertamente úl.
Índice
Capítulo 1
ECUACIONES ALGEBRAICAS NO LINEALES ..................................................................................17
1.1 Introducción ..............................................................................................................................17
1.2 Métodos de solución .................................................................................................................17
1.2.1 Método de la bisección ...................................................................................................17
Problema 1.1 ...................................................................................................................18
1.2.2 Método del punto fijo o sustuciones sucesivas.............................................................22
Problema 1.2 ...................................................................................................................23
1.2.3 Método de la sustución sucesiva amorguada .............................................................25
1.2.4 Método de Weigstein ......................................................................................................25
1.2.5 Método de Aitken............................................................................................................26
Problema 1.3 ...................................................................................................................26
1.2.6 Método de Newton-Raphson ..........................................................................................26
Problema 1.4 ...................................................................................................................29
Problema 1.5 ...................................................................................................................30
1.2.7 Método de la secante ......................................................................................................31
Problema 1.6 ...................................................................................................................32
1.2.8 Método de Newton Raphson de segundo orden ............................................................32
Problema 1.7 ...................................................................................................................33
1.2.9 Método de los factores cuadrácos ................................................................................34
Problema 1.8 ...................................................................................................................36
1.2.10 Método de Müller .........................................................................................................37
Problema 1.9 ...................................................................................................................39
1.2.11 Problemas desarrollados ...............................................................................................42
Problema 1.10 .................................................................................................................42
Problema 1.11 .................................................................................................................44
Problema 1.12 .................................................................................................................46
Problema 1.13 .................................................................................................................48
Problema 1.14 .................................................................................................................50
Problema 1.15 .................................................................................................................50
Problema 1.16 .................................................................................................................52
Problema 1.17 .................................................................................................................54
Problema 1.18 .................................................................................................................56
Problemas propuestos ..............................................................................................................59
Capítulo 2
ECUACIONES ALGEBRAICAS NO LINEALES ..................................................................................77
2.1 Introducción ..............................................................................................................................77
2.2 Métodos de interpolación .........................................................................................................77
2.2.1 Diferencias y polinomios de Newton de una función tabular .........................................77
Problema 2.1 ...................................................................................................................80
2.2.2 El significado de la interpolación .....................................................................................81
Problema 2.2 ...................................................................................................................82
Problema 2.3 ...................................................................................................................84
Problema 2.4 ...................................................................................................................86
Problema 2.5 ...................................................................................................................87
Problema 2.6 ...................................................................................................................87
2.3 Interpolación con espacios no equidistantes ...........................................................................88
2.3.1 Interpolación de Lagrange ...............................................................................................88
Problema 2.7 ...................................................................................................................90
2.3.2 Interpolación Inversa .......................................................................................................91
Problema 2.8 ...................................................................................................................91
2.3.3 Interpolación Iterada .......................................................................................................91
Problema 2.9 ...................................................................................................................92
2.3.4 Diferencias divididas ........................................................................................................94
2.3.5 Esmación de errores en la aproximación ......................................................................99
2.3.6 Interpolación por mínimos cuadrados ............................................................................100
Problema 2.10 .................................................................................................................108
Problema 2.11 .................................................................................................................110
Problema 2.12 .................................................................................................................111
Problema 2.13 .................................................................................................................112
Problema 2.14 .................................................................................................................113
Problema 2.15 .................................................................................................................113
Problema 2.16 .................................................................................................................115
Problema 2.17 .................................................................................................................117
Problema 2.18 .................................................................................................................119
Problema 2.19 .................................................................................................................120
Problema 2.20 .................................................................................................................121
Problema 2.21 .................................................................................................................123
2.3.7 Interpolación segmentaria (splines) ................................................................................125
Capítulo 3
DIFERENCIACIÓN ...........................................................................................................................147
3.1 Introducción ..............................................................................................................................147
3.2 Desarrollo de las ecuaciones .....................................................................................................147
3.2.1 Fórmulas de derivación de dos puntos: Polinomio interpolante de Primer Grado .........148
3.2.2 Fórmulas de derivación de tres puntos: Polinomio interpolante de Segundo Grado......149
3.2.3 Fórmulas de derivación de cuatro puntos: Polinomio interpolante de Tercer Grado ......150
3.3 Derivadas obtenidas mediante polinomios de grado superior .................................................151
3.3.1 Fórmulas de derivación de cinco puntos: Polinomio interpolante de Cuarto Grado.......151
Problema 3.1 ...................................................................................................................152
Problema 3.2 ...................................................................................................................153
3.3.2 Fórmulas de derivación de seis puntos: Polinomio interpolante de Quinto Grado .........154
3.3.3
Fórmulas de derivación de siete puntos: Polinomio interpolante de Sexto Grado .........155
3.3.4
Fórmulas de derivación de ocho puntos: Polinomio interpolante de Sépmo Grado.....155
3.3.5
Fórmulas de derivación de nueve puntos: Polinomio interpolante de Octavo Grado .....156
3.3.6
Fórmulas de derivación de diez puntos: Polinomio interpolante de Noveno Grado .......156
Problema 3.3 ...................................................................................................................157
3.4 Derivación de funciones tabulares con espacios no equidistantes ...........................................159
3.4.1 Derivación de los polinomios de Lagrange ......................................................................159
Problema 3.4 ...................................................................................................................160
3.4.2 Derivación de las fórmulas de diferencia dividida ...........................................................161
Problema 3.5 ...................................................................................................................161
Problema 3.6 ...................................................................................................................163
Capítulo 4
INTEGRACIÓN ................................................................................................................................171
4.1 Introducción ..............................................................................................................................171
4.2 Integración con espacios equidistantes ....................................................................................171
4.3 Regla del trapecio......................................................................................................................172
4.4 Regla de Simpson 1/3 ................................................................................................................173
4.5 Regla de Simpson 3/8 ................................................................................................................174
Problema 4.1 ...................................................................................................................175
Problema 4.2 ...................................................................................................................176
Problema 4.3 ...................................................................................................................177
Problema 4.4 ...................................................................................................................179
Problema 4.5 ...................................................................................................................180
Problema 4.6 ...................................................................................................................182
4.6 Interpolación de Richardson - Integración de Romberg ............................................................186
Problema 4.7 ...................................................................................................................186
4.7 Integración de funciones con espacios no equidistantes ..........................................................188
4.7.1 Polinomios ortogonales ...................................................................................................188
Problema 4.8 ...................................................................................................................190
Problema 4.9 ...................................................................................................................190
Problema 4.10 .................................................................................................................191
Problema 4.11 .................................................................................................................193
Problema 4.12 .................................................................................................................194
Problema 4.13 .................................................................................................................197
Problema 4.14 .................................................................................................................198
4.8 Integración de funciones tabulares por cuadratura ..................................................................200
Problema 4.15 .................................................................................................................200
Problema 4.16 .................................................................................................................201
Capítulo 5
ECUACIONES ALGEBRAICAS LINEALES ........................................................................................217
5.1 Introducción ..............................................................................................................................217
5.2 Método de Thomas para sistemas tridiagonales ......................................................................217
5.2.1 Etapa de eliminación .......................................................................................................218
5.2.2 Etapa de sustución regresiva .........................................................................................218
Problema 5.1 ...................................................................................................................218
Problema 5.2 ...................................................................................................................222
5.3 Método de Thomas para sistemas tridiagonales por bloques ..................................................223
Problema 5.3 ...................................................................................................................224
Problema 5.4 ...................................................................................................................226
Capítulo 6
SISTEMA DE ECUACIONES ALGEBRAICAS NO LINEALES ...........................................................235
6.1 Introducción ..............................................................................................................................235
6.2 Caracteríscas del sistema de ecuaciones algebraicas no lineales ...........................................235
6.3 Método del punto fijo mulvariable .........................................................................................235
Problema 6.1 ...................................................................................................................236
6.4 Método de Newton Raphson estándar .....................................................................................238
6.4.1 Introducción ....................................................................................................................238
6.4.2 Desarrollo del método.....................................................................................................238
6.4.3 Algoritmo de solución .....................................................................................................240
6.4.4 Criterio de convergencia..................................................................................................240
Problema 6.2 ...................................................................................................................240
6.5 Método de Newton Raphson modificado .................................................................................243
6.5.1 Introducción ....................................................................................................................243
Problema 6.3 ...................................................................................................................243
6.6 Generalización del método de Newton Raphson estándar .......................................................245
6.6.1 Dificultades del método ..................................................................................................246
6.7 Método de Newton Raphson estándar con opmización .........................................................246
6.7.1 Introducción ....................................................................................................................246
6.7.2 Desarrollo del método.....................................................................................................246
Problema 6.4 ...................................................................................................................247
6.8 Método de Newton Raphson modificado con opmización .....................................................252
6.9 Método del descenso de máxima pendiente ............................................................................253
6.9.1 Introducción ....................................................................................................................253
6.9.2 Deducción del método ....................................................................................................253
Problema 6.5 ...................................................................................................................254
Problema 6.6 ...................................................................................................................260
Problema 6.7 ...................................................................................................................275
Problema 6.8 ...................................................................................................................277
Problema 6.9 ...................................................................................................................282
Capítulo 7
ECUACIONES DIFERENCIALES ORDINARIAS ...............................................................................301
7.1 Introducción ..............................................................................................................................301
7.2 Conceptos básicos .....................................................................................................................301
7.2.1 Ecuación diferencial ordinaria .........................................................................................301
7.2.2 Ecuación diferencial parcial .............................................................................................301
7.2.3 Orden de una ecuación diferencial..................................................................................302
7.2.4 Grado de una ecuación diferencial ..................................................................................302
7.3 Métodos de solución de ecuaciones diferenciales ordinarias ...................................................302
7.3.1 Problemas de valor inicial................................................................................................303
Problema 7.1 ...................................................................................................................304
Problema 7.2 ...................................................................................................................305
Problema 7.3 ...................................................................................................................306
Problema 7.4 ...................................................................................................................309
Problema 7.5 ...................................................................................................................310
Problema 7.6 ...................................................................................................................311
Problema 7.7 ...................................................................................................................312
Problema 7.8 ...................................................................................................................316
Problema 7.9 ...................................................................................................................316
Problema 7.10 .................................................................................................................318
Problema 7.11 .................................................................................................................320
Problema 7.12 .................................................................................................................321
7.4 Sistema de ecuaciones diferenciales ordinarias y ecuaciones diferenciales de orden superior ...322
7.4.1 Sistema de ecuaciones diferenciales ...............................................................................322
Problema 7.13 .................................................................................................................324
Problema 7.14 .................................................................................................................326
Problema 7.15 ................................................................................................................331
Problema 7.16 ................................................................................................................333
Problema 7.17 ................................................................................................................337
Problema 7.18 .................................................................................................................342
Problema 7.19 .................................................................................................................351
7.4.2 Ecuaciones diferenciales de orden superior ....................................................................353
Problema 7.20 .................................................................................................................354
Problema 7.21 .................................................................................................................354
Problema 7.22 .................................................................................................................358
7.5 Ecuaciones diferenciales con valores en la frontera (método de las diferencias finitas) ..........360
7.5.1 Método de diferencias finitas para EDO lineales.............................................................360
7.5.2 Resolución de ejercicios mediante el método de las diferencias finitas ........................362
7.5.3 Aplicaciones del método de las diferencias finitas ..........................................................367
Problema 7.23 .................................................................................................................369
Problema 7.24 .................................................................................................................375
7.5.4 Método general de soluciones de sistemas EDO con valores en la frontera ...................380
7.6 Método de diferencias finitas para ecuaciones diferenciales ordinarias no lineales ................381
7.6.1 Método de las sustuciones sucesivas ............................................................................382
7.6.2 Método de Newton - Raphson ........................................................................................384
Problema 7.25 .................................................................................................................384
Problema 7.26 .................................................................................................................393
Problema 7.27 .................................................................................................................397
7.7 Método de Rayleigh - Ritz ........................................................................................................403
Problema 7.28 .................................................................................................................404
7.8 Método de colocación...............................................................................................................405
Problema 7.29 .................................................................................................................405
7.9 Método de Galerkin ..................................................................................................................406
Problema 7.30 .................................................................................................................406
Problema 7.31 .................................................................................................................407
Problema 7.32 .................................................................................................................408
Problema 7.33 .................................................................................................................410
Capítulo 8
ECUACIONES DIFERENCIALES PARCIALES ...................................................................................439
8.1 Introducción ..............................................................................................................................439
Ecuaciones diferenciales elípcas .............................................................................................439
Ecuaciones diferenciales parabólicas e hiperbólicas .................................................................440
8.2 Aproximación de las ecuaciones diferenciales parciales con ecuaciones de diferencias ..........440
8.3 Métodos de solución de ecuaciones diferenciales parciales.....................................................441
8.3.1 Métodos de aproximación global ....................................................................................441
8.3.2 Métodos aproximados por porciones .............................................................................442
8.4 Método de Lines .......................................................................................................................442
Problema 8.1 ...................................................................................................................443
Problema 8.2 ...................................................................................................................444
8.5 Método explícito .......................................................................................................................447
Problema 8.3 ...................................................................................................................448
8.6 Método implícito.......................................................................................................................449
Problema 8.4 ...................................................................................................................449
Problema 8.5 ...................................................................................................................451
Problema 8.6 ..................................................................................................................454
Problema 8.7 ...................................................................................................................461
Problema 8.8 ...................................................................................................................465
8.7 Ecuaciones diferenciales parciales acopladas ...........................................................................476
8.7.1 Modelamiento de un reactor de lecho fijo para la deshidrogenación del ciclohexanol
con dispersión radial .......................................................................................................476
Problema 8.9 ...................................................................................................................489
Problema 8.10 .................................................................................................................499
Problema 8.11 .................................................................................................................507
Problema 8.12 .................................................................................................................515
Problema 8.13 .................................................................................................................525
8.8 Dispersión de contaminantes ....................................................................................................530
Capítulo 9
VOLÚMENES FINITOS ....................................................................................................................539
9.1 Introducción ..............................................................................................................................539
9.2 Ecuación diferencial de transferencia de calor, unidireccional, régimen estacionario,
sin generación en coordenadas rectangulares ..........................................................................540
Problema 9.1 ...................................................................................................................541
9.3 Ecuación diferencial de transferencia de calor unidireccional, en régimen estacionario,
con generación, en coordenadas rectangulares ........................................................................543
Problema 9.2 ...................................................................................................................545
9.4 Transferencia de calor por conducción y convección, unidireccional, régimen estacionario,
coordenadas rectangulares.......................................................................................................547
Problema 9.3 ...................................................................................................................549
Problema 9.4 ...................................................................................................................553
Problema 9.5 ...................................................................................................................556
Problema 9.6 ...................................................................................................................560
9.5 Transferencia de candad de movimiento en régimen estacionario, con generación
de candad de movimiento, en coordenadas cilíndricas...........................................................565
Problema 9.7 ...................................................................................................................565
9.6 Transferencia de calor en régimen estacionario con generación de calor en coordenadas
esféricas .....................................................................................................................................573
Problema 9.8 ...................................................................................................................573
Problema 9.9 ...................................................................................................................575
9.7 Métodos de volúmenes finitos en dos dimensiones, en régimen estacionario ........................576
9.8 Ecuación de transferencia de masa en dos dimensiones, régimen estacionario ......................578
Problema 9.10 ................................................................................................................579
9.9 Difusión bidimensional con reacción química de segundo orden .............................................583
9.10 Dispersión de contaminantes ..................................................................................................585
BIBLIOGRAFÍA ................................................................................................................................589
Capítulo 10
APLICACIONES A PROBLEMAS CON MATLAB en el CD
Capítulo
1 Ecuaciones
algebraicas no lineales
1.1 INTRODUCCIÓN
Numerosos modelos matemáticos provenientes del planteamiento de los fenómenos físicos y químicos,
resultan en una ecuación algebraica no lineal, normalmente de grado 2 ó de mayor grado, y en muchos
casos con exponentes fraccionarios. Estas ecuaciones algebraicas, deberán resolverse por alguno de los
métodos numéricos que a continuación se ilustrarán en forma detallada.
El éxito de la resolución de estas ecuaciones radica en la habilidad de seleccionar el método más adecuado.
En tal sentido, este debe ser primero, de fácil implementación y segundo, debe asegurar la convergencia
dentro de un margen de tolerancia estimado.
1.2 MÉTODOS DE SOLUCIÓN
En la literatura existe una serie de métodos de solución, los cuales se caracterizan fundamentalmente
por el uso de uno o dos puntos iniciales para el inicio del proceso iterativo. En realidad cada uno de estos
métodos poseen ventajas y desventajas a la hora de resolver un problema específico. Elegir alguna de
las técnicas que vamos a estudiar, es uno de los problemas fundamentales. Asociado a este problema
también está el aseguramiento de la convergencia.
Hoy en día, la velocidad de convergencia ya no constituye un problema, puesto que la velocidad de

procesamiento de la información de los softwares modernos se han incrementado de forma rápida.
1.2.1 MÉTODO DE LA BISECCIÓN

Este es un método de convergencia lento; sin embargo, es de fácil implementación, por ello se usa en
muchos problemas de aplicación. Una desventaja de este método es el requerimiento de dos puntos
iniciales para iniciar el proceso iterativo. En este método sólo se requiere evaluar la función en diversos
puntos.
Supongamos una función:

ƒ(x) = 0 (1.1)
Se debe conocer un intervalo [x1, x2] tal que ƒ(x1) y ƒ(x2) deben tener signos contrarios. Si la función es
continua en ese intervalo, entonces existe una raíz ƒ(x) entre x1 y x2 .
Una vez determinado el intervalo [x1, x2] y asegurada la continuidad de la función en dicho intervalo, se
evalúa esta en el punto medio xM del intervalo tal como se muestra en la figura 1.1.
17
Métodos Numéricos - Aplicados a la Ingeniería
ƒ(x)
ƒ(x2)
ƒ(xM)
x1
xM x2 x
ƒ(x1)
Figura 1.1. Interpretación geométrica del método de la Bisección.
Si ƒ(xM) y ƒ(x1) tienen signos contrarios, se reducirá el intervalo de x1 a xM, luego se hace xM = x2 ; se procede
del mismo modo hasta satisfacer los criterios de convergencia que se establece previamente.
Criterios de convergencia
Los criterios de convergencia que se verán en este punto, son aplicables para todos los métodos que
se estudian en este capítulo. Previamente se establece una tolerancia ya sea para la variable x o para la
función ƒ(x), dependiendo de los valores de las propiedades físicas motivo de estudio, esto es, TOL1 y
TOL2.
Se calcula el error para la variable x, hasta que este sea menor que la tolerancia, es decir:
Criterio 1:
(1.2)
Criterio 2:
(1.3)
Si se cumple alguno de estos criterios se habrá encontrado la solución, de lo contrario, se continúa

iterando de acuerdo al método seleccionado.
PROBLEMA 1.1
Encuentre la raíz real positiva de ƒ(x) = Ln x − x + 2 = 0; usando el método de la bisección, con una
tolerancia de 10−4 para la variable x.
RESOLUCION:
La función ƒ(x) = Ln x − x + 2 = 0, es continua para todo x > 0, por lo tanto realizamos la tabulación de la
función para diferentes valores positivos de x, hasta conseguir que ƒ(x) cambie de signo.
x ƒ(x)
2 0,6931
4 –0,6137
Puesto que ƒ(x) cambia de signo entre 2 y 4, la raíz se encuentra en el intervalo: 1 < x < 2.
Se evalúa y su ordenada.
ƒ(xM) = Ln 3 − 3 + 2 = 0,0986
18
Ecuaciones algebraicas no lineales CAP. 1
Como este valor es positivo y ƒ(x1) es positivo, entonces este valor positivo de ƒ(x1) es sustituido por ƒ(xM),
es decir:
x ƒ(x)
3 0,0986
4 –0,6137
Se procede de igual forma para obtener el punto medio del nuevo intervalo
x ƒ(x)
3 0,0986
3,5 –0,2472
x ƒ(x)
3 0,0986
3,25 –0,0713
x ƒ(x)
3,125 0,0144
3,25 –0,0713
x ƒ(x)
3,125 0,0144
3,1875 –0,0282
x ƒ(x)
3,125 0,0144
3,15625 –0,0686
19
x ƒ(x)
3,140625 0,00379
3,15625 –0,0686
x ƒ(x)
3,140625 0,00379
3,1484375 –0,00153
A continuación se calcula el error:
Se observa que este valor, no es menor que la tolerancia de 1×10–4, por lo que se continúa con la iteración.
x ƒ(x)
3,14453125 0,00113
3,1484375 –0,00153
Se continúa con el proceso iterativo.
x ƒ(x)
3,14453125 0,00113
3,146484375 –1,9861 × 10–4
20
xM = 3,145507813 ƒ(xM) = 4,6753 × 10–4
x ƒ(x)
3,1445507813 4,6753 × 10–4
3,146484375 –1,9861 × 10–4
Se continua con la iteración.

xM = 3,145996094 ƒ(xM) = 1,34469 × 10–4
x ƒ(x)
3,145996094 1,34469 × 10–4
3,146484375 –1,9861 × 10–4
xM = 3,146240235 ƒ(xM) = –3,2070 × 10–5
x ƒ(x)
3,145996094 1,34469 × 10–4
3,146240235 –3,2070 × 10–5
xM = 3,146118165 ƒ(xM) = 5,119966 × 10–5
x ƒ(x)
3,146118165 5,119932 × 10–5
3,146240235 –3,2070 × 10–5
xM = 3,1461792 ƒ(xM) = 9,5642 × 10–6
x ƒ(x)
3,1461792 9,5642 × 10–5
3,146240235 –3,2070 × 10–5
Es decir, que se ha cumplido con el criterio de convergencia dada por la ecuación (1.2).
Por lo tanto, el valor buscado es: x = 3,1461792; luego de 17 iteraciones.
21
1.2.2 MÉTODO DEL PUNTO FIJO O SUSTITUCIONES SUCESIVAS

El método del punto fijo o sustituciones sucesivas junto con el método de la bisección, es uno de los
primeros métodos que se utilizaron para resolver ecuaciones trascendentes. Es un método de fácil
implementación y tiene la ventaja adicional de requerir un solo punto inicial para el proceso iterativo.
El valor inicial para la iteración sea cual fuese el método empleado, esta en una función del fenómeno
físico que se estudia.
A la ecuación (1.1) se le adiciona x en ambos miembros y se tiene la siguiente ecuación
ƒ(x) + x = x (1.4)
es decir:
g(x) = x (1.5)
Cuando hipotéticamente se llegue a la solución, se cumple en forma precisa la ecuación (1.5); sin embargo,
no es posible encontrar dicha solución exacta; en realidad, se encuentra una solución aproximada, es
decir se asume un valor tal como x0 que permite calcular x1 mediante la ecuación (1.5)
x1 = g(x0) (1.6)
La ecuación (1.6) puede ser generalizada como:
xk+1 = g(xk) (1.7)
k = 0, 1, 2, ....., n
Interpretación geométrica y criterio de convergencia

Supongamos que los valores obtenidos pueden disponerse del siguiente modo:
x*
x0 x1 x2 x3 x4 x5 x 6 x7 x8
Un modo práctico de saber si los valores consecutivos se acercan es ir calculando la distancia entre ellos
di = xi+1 − xi = ξ
Si la sucesión d1 , d2 , d3 , ...., dn tiende a cero, puede pensarse que la solución va convergiendo a una raíz
x* y debe continuarse hasta que di < ξ.
Las figuras 1.2 muestran la interpretación geométrica.
Las figuras 1.2: a y b muestran el comportamiento geométrico del método cuando |g’(x0)| < 1, en los cuales
se observa que el método converge a la raíz. Cuando |g’(x0)| > 1 el método diverge, el comportamiento
típico de estas funciones se muestra en las figuras 1.2: c y d.
22
y y
y=x y = g(x)
y=x
x*
y = g(x)
x* x3 x2 x1 x0 x x1 x3 x2 x0 x
0 < G’(x) < 1 – 1 < G’(x) < 0
a) Convergencia monótona b) Convergencia oscilatoria
y y
y = g(x) y = g(x)
y=x y=x
x0 x1 x2 x x5 x3 x1 x0 x2 x4 x
G’(x) > 1 G’(x) < 1
c) Divergencia monótona d) Divergencia oscilatoria
Figura 1.2. Interpretación geométrica del método del punto fijo.
PROBLEMA 1.2
Encuentre la raíz real positiva de ƒ(x) = Ln x – x + 2 = 0, usando el método del punto fijo, con una tolerancia
de 10–4 para la variable x.
RESOLUCION:
Tomando en consideración que la raíz real positiva se encuentra entre 2 y 4, tal como se ha analizado en
el método de la bisección, tomemos como valor inicial x0 = 3.
Hacemos: x = Ln x + 2
luego: g (x) = Ln x + 2
Luego |g’(3)| < 1, por tanto, la serie es convergente. En consecuencia usamos la fórmula de recurrencia,
xk+1 = Ln xk + 2
23
Si: k = 0 ⇒ x1 = Ln x0 + 2 = Ln (3) + 2 = 3,0986

Si: k = 1 ⇒ x2 = Ln x1 + 2 = Ln (3,0986) + 2 = 3,1309
Si: k = 2 ⇒ x3 = Ln x2 + 2 = Ln (3,1309) + 2 = 3,141337866
Si: k = 3 ⇒ x4 = Ln x3 + 2 = Ln (3,141337866) + 2 = 3,144648781
Si: k = 4 ⇒ x5 = Ln x4 + 2 = Ln (3,144648781) + 2 = 3,145702209
Si: k = 5 ⇒ x6 = Ln x5 + 2 = Ln (3,145702209) + 2 = 3,146037143
Calculamos el error:
Este valor no es menor que la tolerancia, por lo que se continúa con el proceso iterativo.
Si: k = 6 ⇒ x7 = Ln x6 + 2 = Ln (3,146037143) + 2 = 3,146143611

Si: k = 7 ⇒ x8 = Ln x7 + 2 = Ln (3,146143611) + 2 = 3,146177452
Nuevamente, se procede a calcular el error:
Por tanto, se ha cumplido con el criterio de convergencia, en consecuencia la raíz buscada es: x =
3,146177452, después de 7 iteraciones.
Supongamos que g(x) se hubiese obtenido despejando x de Ln x, es decir:
Es decir, no es menor que 1, por lo tanto la serie no es convergente. Si se continúa el

procedimiento iterativo, no se llega a obtener la solución.
ALGORITMO: MÉTODO DEL PUNTO FIJO

Para determinar una raíz ƒ (x) = 0 dado un valor x1 razonablemente próximo a la raíz.
Reordenar la ecuación en una forma equivalente: x = g(x)
REPEAT
Hacer x2 = x1
Hacer x1 = g(x1)
UNTIL | x1 – x2 | < TOLERANCIA
El método puede converger en una raíz diferente a la raíz buscada, o puede diverger. Reordenamientos
diferentes pueden conducir a raices diferentes a los esperados, cuando la función posee más de una raíz.
24
1.2.3 MÉTODO DE LA SUSTITUCIÓN SUCESIVA AMORTIGUADA

Este método se implementa a consecuencia de que el método del punto fijo o sustituciones sucesivas
converge lentamente. En ocasiones la sustitución sucesiva funciona muy bien y converge en pocos
pasos, sin embargo, de cuando en cuando se observa tres patrones de convergencia insatisfactoria. En el
primero, las estimaciones sucesivas oscilan en torno a un valor central:
37,6; 2,3; 36,8; 2,6; 34,4; 2,9; ...
La raíz se encuentra entre 3 y 30, pero es evidente de que se requerirá muchas iteraciones para encontrar
la raíz.
El problema aqui es que la sustitución sucesiva genera pasos demasiados largos. En vez de saltar desde
37,6 a 2,3 como dicta la sustitución sucesiva debemos recorrer solo parte del camino del primer al segundo
valor para obtener la estimación de x(2). Para ello debemos emplear una sustitución sucesiva modificada,
llamada también sustitución sucesiva amortiguada, cuya fórmula está dada por:
(1.8)
Donde p es el parámetro de amortiguación que fluctúa entre 0 y 1. Cuando p = 1, tenemos el método de

la sustitución sucesiva.
1.2.4 MÉTODO DE WEIGSTEIN

Este método es de sustitución sucesiva con aceleración de la convergencia.
ALGORITMO: MÉTODO DE WEIGSTEIN

a) Elegir x(i). Calcular ƒ(x(i)) e igualar x(2) = ƒ(x(i)); es decir, realizar un paso de sustitución sucesiva.
Sea k = 2.
b) Calcular ƒ(x(k)).
c) Verificar la convergencia o su x(k) y ƒ(x(k)) si están lo bastante cercanas para cumplir con el criterio de
convergencia, dar por terminado el procedimiento, si no se logra la convergencia, calcule:
(1.9)
(1.10)
d) Calcular:
(1.11)
e) Incrementar k en 1 y regresar al paso b).
Es fácil demostrar que el método de Weigstein equivale a generar dos puntos sobre la curva de ƒ(x) contra
x y determinar como la siguiente estimación la intersección entre estos dos puntos y la línea de 45°(en la
cual x = ƒ(x)).
25
ƒ (2)
ƒ (1)
x
x (1) x (2) x (3)
Figura 1.3. Ilustración del método de Weigstein.
1.2.5 MÉTODO DE AITKEN

Este método es de aceleración de la convergencia. Para realizar esta aceleración, se calculan dos valores,
D1 y D3 a partir del valor inicial, x0 y las dos primeras iteraciones x1 y x2 , calculado por el método del
punto fijo
D1 = x0 – 2x1 +x0 ; D2 = x2 – 2x1 +x0
luego se calcula:
PROBLEMA 1.3
Usando el método de Aitken, calcule la raíz de la función:
x2 – 2x +3 = 0
RESOLUCIÓN:
Hacemos: x0 = 4 ; x1 = 3,31662 ; x2 = 3,10375
Obtenemos:
D1= 4 – 3,31662 = 0,68338
D2 = 3,10375 – 2(3,31662) + 4 = 0,47051
1.2.6 MÉTODO DE NEWTON-RAPHSON
a) Para raíces reales

Es uno de los métodos más eficaces para la resolución de ecuaciones algebraicas no lineales debido a
la velocidad de convergencia que es de orden 2. Para lograr este propósito es necesario dar un valor
adecuado del valor inicial.
Uno de los inconvenientes de este método es el conocimiento previo de la derivada de la función que en
muchos de los casos puede resultar demasiado dificultoso de obtener, por lo cual el uso de este método
es limitado en ciertos casos.
26
Este método está basado en la serie de Taylor que se genera a partir de una raíz x0 para la función ƒ(x).
(1.12)
Truncando la expresión en la primera derivada y haciendo ƒ(x) = 0, por condición de solución:
0 = ƒ(x0) + ƒ’(x0)(x –x0) (1.13)
Es decir:
(1.14)
Generalizando la ecuación (1.14):

(1.15)
Interpretación geométrica del método de Newton-Raphson

Dependiendo del tipo de función, el método converge rápidamente a la solución por trazos sucesivos de
la pendiente en los puntos consecutivos de aproximación.
y ƒ(x)
x*
x2 x1 Δx x0 x
Figura 1.4. Interpretación geométrica del método de Newton-Raphson.
Se observa que el problema converge rápidamente. En las figuras que se muestran a continuación, no se
produce la convergencia.
y y
x0 x1 x x0 x
x2 x3
(a) (b)
27
x0 x1
x
(c)
x4 x6 x5 x2 x3 x1 x0 x
(d)
Figura 1.5 . Casos especiales de convergencia:

(a),(b) y (c): No hay convergencia, sin embargo, cambiando x0 , se puede lograr la convergencia.
(d): Se producen fluctuaciones pero finalmente se logra las convergencias.
Es posible que este fenómeno ocurra en muchos casos, por lo que hay que realizar una serie de iteraciones
antes de descartar el punto inicial x0. Esto se logra mediante una estructura de control que permite fijar un
máximo número de iteraciones.
28
ALGORITMO: MÉTODO DE NEWTON RAPHSON

Para determinar una raíz ƒ(x) = 0, dado un valor de x0 razonablemente próximo a la raíz:
se calcula ƒ(x0) = 0 y ƒ’(x0) = 0
IF ƒ(x0) ≠ 0 AND ƒ’(x0) ≠ 0
REPEAT
se hace x1 = x0
se hace
UNTIL
( |x0 – x1| < valor de tolerancia 1) OR
( |ƒ(x0)| < valor de tolerancia 2)
El método puede converger a una raíz diferente a la esperada o diverger si el valor no está suficiente-
mente cerca a la raíz.
b) Para raíces complejas

El procedimiento que se aplica es similar al de raíces reales, con la diferencia de que durante el proceso, se
toma como valor inicial un valor complejo.
PROBLEMA 1.4
En la función ƒ(x) = x2 + 8, encuentre las raíces complejas de dicha función, utilizando el procedimiento
de Newton Raphson.
RESOLUCIÓN:
ƒ(x) = x2 + 8 ƒ’(x) = 2x
Asumir x0 = 2i
luego, usando el algoritmo de Newton Raphson de la ecuación 1.15:
Primera iteración
Segunda iteración
29
Tercera iteración
Se puede observar que la raíz compleja es 2,8284i.
PROBLEMA 1.5
Encuentre la raíz real positiva de ƒ(x) = Ln x – x + 2 = 0, asumiendo como valor inicial x0 = 3 con una
tolerancia de 1 × 10–4.
RESOLUCIÓN:
Usando el método dado en la ecuación (1.15)
ƒ(xk ) = Ln xk – xk + 2
Si k = 0
Asumimos x0 = 3:
Si k = 1
Si k = 2
Ahora calculamos el error:
Es decir, que el valor de x = 3,146193221 después de tres iteraciones con un error mucho menor que los
otros dos métodos.
30
1.2.7 MÉTODO DE LA SECANTE

El método de Newton - Raphson es una técnica extremadamente poderosa, pero tiene una dificultad
grande, es el conocimiento de la derivada de la función ƒ’(x) que es mucho más complicada que la misma
función.
Esta situación se complica aun más cuando se desea realizar trabajos de simulación. Para evitar este
inconveniente se usa la siguiente variante, que consiste en usar un procedimiento numérico para el
cálculo de la derivada:
(1.16)
Para la aplicación del método se requiere de dos valores iniciales que pueden ser obtenidos mediante el
método del punto fijo u otro método.
Cuando:
i=1 ⇒
i=2 ⇒
Generalizando se obtiene:
(1.17)
k = 1, 2, 3, ....., n
Y así sucesivamente hasta que g(xi) = xi+1 o una vez que se cumpla alguno de los siguientes criterios de
convergencia.
| xi+1 – xi | < TOL 1 ó | ƒi+1 | < TOL 2
ALGORITMO: MÉTODO DE LA SECANTE

Para determinar una raíz de ƒ(x) = 0, dados dos valores x0 y x1 próximos a la raíz,
IF | ƒ(x0) | < | ƒ(x1)|
intercambiar x0 con x1
REPEAT
sea
sea x0 = x1
sea x1 = x2
UNTIL | ƒ(x2) | < TOLERANCIA 2 ó
ERROR = | x2 – x1 | < TOLERANCIA 1
31
PROBLEMA 1.6
Encuentre la raíz real positiva de ƒ(x) = Ln x – x + 2 = 0, asumiendo como valores iniciales x0 = 3 y x1 = 3,15,
con una tolerancia de 10–4.
RESOLUCIÓN:
Usando la ecuación (1.17):
Si k = 1
x2 = 3,146150255
Como este valor es mayor que la tolerancia, se continúa con la siguiente iteración:
Si k = 2
x3 = 3,146193209
Como este valor es menor que la tolerancia de 10–4, se ha concluido con el proceso iterativo, siendo la raíz
buscada igual a x = 3,146193209, luego de tres iteraciones.
y secante
y = ƒ(x)
secante y = g(x)
x0 x3 x* x2 x1 x
Figura 1.6 Interpretación geométrica del método de la Secante.
Este método es conocido como un ‘cuasi Newton’, debido que se origina a partir del método de Newton.
1.2.8 MÉTODO DE NEWTON RAPHSON DE SEGUNDO ORDEN

Este método se deriva de la serie de Taylor truncada en la segunda derivada, es decir:
(1.18)
Haciendo: ƒ(x) = 0 y Δx = x – x0
32
Usando la fórmula de la ecuación de segundo grado:
Se obtiene dos ecuaciones, una con la raíz positiva y la otra con la raíz negativa; es decir:
(1.19)
(1.20)
Se reemplaza el valor de xk en ambas ecuaciones y se analiza cual de las dos conduce a la solución buscada.
PROBLEMA 1.7
Encuentre la raíz real positiva de la función ƒ(x) = Ln x – x + 2 = 0, mediante el Método de Newton -
Raphson de segundo orden, asumiendo el valor inicial de: x0 = 3.
RESOLUCIÓN:
ƒ(x) = Ln x – x + 2 = 0
hacemos:
Si k = 0, x0 = 3 (valor asumido)
33
Se observa que el valor que permite la convergencia a la raíz es el correspondiente al positivo del
discriminante.
Se repite el procedimiento haciendo:

k=1 ; = 3,146138722 ; D = 6,752104635
luego:
El valor de la raíz es 3,146193221 luego de dos iteraciones.
Es importante notar que en este método, el número de iteraciones es menor respecto a los otros métodos
debido a que se ha considerado más términos en la serie de Taylor; sin embargo el método se hace
restrictivo debido que en primer lugar se requiere del conocimiento de la primera y segunda derivada
además de la función y en consecuencia el número de cálculos es mayor.
1.2.9 MÉTODO DE LOS FACTORES CUADRÁTICOS

Este método solo es aplicable para resolver ecuaciones algebraicas polinomiales. Es conocido también
como el método de LIN facilita la determinación de las raíces complejas de una ecuación algebraica, ya
que en la aplicación del método, una ecuación de grado n sé factoriza en un polinomio cuadrático por
un polinomio de grado n–2. Con el polinomio así factorizado se obtienen las raíces por parejas del factor
cuadrático y se aplica el método tantas veces como se requiera.
El método también se usa para encontrar raíces reales.
Sea la ecuación P(x) = 0, donde P(x) tiene la forma:

(1.21)
Se obtiene un factor cuadrático de la forma: x2 + px + q
con lo cual la ecuación anterior resulta:

(1.22)
Donde Rx+S es el residuo.
Multiplicando la ecuación anterior para obtener los coeficientes bi : i = 0, 1, 2, ... , n–2
P(x) = b0xn + pb0xn–1 + qb0xn–2 + b1xn–1 + pb1xn–2 + qb1xn–3 + b2xn–2 + pb2xn–3 + qb2xn–4 + ... +
bn–3x3 + pbn–3x2 + qbn–3x + bn–2x2 + pbn–2x + qbn–2 + Rx + S (1.23)
34
Igualando coeficientes de las mismas potencias

a0 = b0 b0 = a0
a1 = b1 + pb0 b1 = a1 + pb0
.. ..
. .
an–1 = R + pbn–2 + qbn–3 R = an–1 – pbn–2 + qbn–3
an = S + qbn–2 S = an + pbn–2
En general, los coeficientes del polinomio reducido están dados por:

bk = ak – pbk–1 – qbk–2 (1.24)
k = 1, 2, 3, ... , n–2
b–1 = b–2 = 0
y los residuos dados por:

R = an–1 – Pbn–2 – qbn–3 (1.25)
S = an – qbn–2 (1.26)
Para que x2 + px + q sea un factor del polinomio P(x) se requiere que R y S sean iguales a cero; por lo tanto:
R = 0 = an–1 – pbn–2 – qbn–2 (1.27)
S = 0 = an – qbn–2 (1.28)
Despejando p y q de la última ecuación:

;
Definiendo:
Δp = p* – p y Δq = q* – q (1.29)
Donde p* y q*, son las nuevas aproximaciones de p y q que se obtiene de:
; (1.30)
Reemplazando en (1.29)
y
Que se simplifica:
;
Observando (1.27) y (1.28) se tiene:

;
El método converge cuando R, S, Δp y Δq tienden a cero y para cualquiera de ellos se puede fijar una
tolerancia adecuada.
Las ecuaciones (1.24), (1,25), (1.26), (1,27) y (1.28) definen el Método de Lin.
35
PROBLEMA 1.8
Obtenga una aproximación a las raíces complejas de la siguiente ecuación algebraica con dos cifras
decimales exactas, aplicando el método de LIN, con una tolerancia de 0,01 en los valores de p y q.
x4 – x3 – 6x2 – 3x + 4 = 0
RESOLUCIÓN:
Se comienza por factorizar p(x) según la ecuación (1.22):
Tomamos como valores iniciales p y q: p = 0; q = 0
b0 , b1 y b2 se obtienen de la ecuación (1.24) para k = 0, 1 y 2 respectivamente:
b0 = a0 = 1
b1 = a1 + pb0 = – 1
b2 = a2 + pb1 + qb0 = 6
R y S se obtienen de (1.25) y (1.26):
R = a3 – pb2 – qb1 = – 3
S = a4 – qb2 = 4
luego con la ecuación (1.24):
p= 0 –0,50
q= 0 –0,67
a0 1 b0 1
a1 –1 b1 –1
a2 6 b2 6
a3 –3 b3 –3
a4 4 b4 4
Δp = –0,50
Δq = –0,67
Se continua el proceso de la misma forma; si el método converge, R y S tenderán a cero, así como Δp
y Δq. El método se terminará de aplicar cuando la diferencia en el valor absoluto entre las dos últimas
aproximaciones de p, sean menores o iguales que la tolerancia prefijada.
b0 = 1
b1 = –1 – (–0,50)(1) = –0,50
b2 = 6 – (–0,50)(–0,50) – (0,67)(1) = 5,08
36
R = –3 – (–0,50)(5,08) – (0,67)(–0,50) = –0,13
S = 4 – (0,67)(5,08) = 0,60
Al continuar el proceso de forma análoga hasta que los valores de p y q no cambien en sus dos primeras
cifras decimales.
De la última iteración: p = –0,53 y q = 0,81 con dos cifras decimales exactas.
Al sustituir los valores de p, q, b0, b1, b2, R y S, se tiene
p= 0 –0,50 –0,52 –0,53 –0,53 –0,53

q= 0 –0,67 0,78 0,81 0,81 0,81
a0 1 b0 1 1,00 1,00 1,00 1,00
a1 –1 b1 –1 –0,50 –0,48 –0,47 –0,47
a2 6 b2 6 5,08 4,97 4,45 4,94
a3 –3 b3 –3 –0,13 –0,04 0,00 0,00
a4 4 b4 4 0,60 0,12 0,04 0,04
Δp = –0,50 –0,02 –0,01 0,00 0,00
Δq = –0,67 0,11 0,02 0,01 0,00
Como el residuo es muy pequeño se puede despreciar:
Resolviendo mediante la fórmula de segundo grado:

x1 = 0,27 + 0,86i x3 = 0,24 + 2,21i
x2 = 0,27 – 0,86i x4 = 0,24 – 2,21i
1.2.10 MÉTODO DE MÜLLER

Es un método que ha logrado mucho éxito en problemas donde se requiere programación; se usa para
cualquier tipo de raíz real o compleja y repetida de una función sea polinomial o no; además no se requiere
de la evaluación de la derivada de la función. Es una extensión del método de la secante la cual aproxima
la función por una línea recta, mientras que en el método de Müller la aproxima por un polinomio de
segundo grado.
Se toman tres valores iniciales x0, x1, x2 y se halla un polinomio p(x) de segundo grado que pasa por los
puntos (x0, ƒ(x0)), (x1, ƒ(x1)) y (x2, ƒ(x2)) y se toma una de las raíces de p(x), la más cercana a x2, como la
siguiente aproximación x3.
37
Se repite el procedimiento hasta lograr satisfacer el criterio de convergencia establecido previamente.
y y = ƒ(x)
y = p(x)
x3 x2 x1 x0 x
Figura 1.7. Interpretación geométrica del método de la Müller.
Sean tres aproximaciones iniciales xi, xi - 1, xi - 2 se calculan los siguientes parámetros:
(1.31)
(1.32)
(1.33)
Con lo cual se obtiene el siguiente polinomio:
ó (1.34)
Comparando las dos últimas ecuaciones:
Con los valores de a0, a1, a2, las raíces de p(x), se determinan a partir de la fórmula cuadrática:
(1.35)
Como el denominador produce dos valores, en el cálculo de xi+1, se toma el valor de D que sea máximo
en valor absoluto.
Luego se calcula
Posteriormente hacemos: x0 = x1
x1 = x2
x3 , el último valor calculado
Finalmente se continua con las demás iteraciones.
38
PROBLEMA 1.9
Encuentre la raíz real positiva de ƒ(x) = Ln x – x + 2 = 0, usando el método de Müller, para lo cual use como
valores iniciales 2, 3 y 4 respectivamente.
RESOLUCIÓN:
De acuerdo a los datos del problema;
Primera iteración
x0 = 2 ⇒ ƒ[ x0 ] = Ln 2 – 2 + 2 = 0,693147
x1 = 3 ⇒ ƒ[ x1 ] = Ln 3 – 3 + 2 = 0,098612
x2 = 4 ⇒ ƒ[ x2 ] = Ln 4 – 4 + 2 = –0,613705
Luego:
Luego:
= –0,300080
Definiendo:
Se toma el valor más alto, en valor absoluto:
Segunda iteración:
x0 = 3 , ƒ(x0) = 0,098612
x1 = 4 , ƒ(x1) = –0,613705
x3 = 3,1481 , ƒ(x2) = –1,868652 × 10–3
39
a2 = −0,044192
a1 = 0,718891 − 3,148932 × (−0,0441924) = –0,402962
a0 = –1,868652 × 10–3 – 3,148932 (–0,718891 – 4(–0,044192)) = 1,705239
Nuevamente se toma el valor más alto
Tercera iteracción
x0 = 4 , ƒ(x0) = –0,613705
x1 = 3,148930 , ƒ(x1) = –1,868652 × 10–3
x2 = 3,146203 , ƒ(x2) = –6,67107 × 10–6
luego
a 2 = –0,042870 a1 = –0,4123585 a0 = 1,7218099
luego
40
ALGORITMO: MÉTODO DE MÜLLER

Para encontrar una raíz real o compleja de la ecuación ƒ(x) = 0.
ENTRADA:
Valores iniciales x0 , x1 , x2 , TOLERANCIA,
máximo número de iteraciones (MAX_IT).
SALIDA:
Raíz aproximada de x o un mensaje de falla.
PASO 1:
Hacer I = 1
PASO 2:
Mientras I<MAX_IT, repetir los pasos 3 a 7
PASO 3:
Hacer
A2 = F210
A1 = F21 – (x2 + x1) × A2
A0 = ƒ(x2) – x2 × (F21 – x1A2)
PASO 4:
Si ABS( D1 )>ABS( D2 ) hacer
x3 = 2A0/D1 , en caso contrario
Hacer:
x3 = 2 × A0/D2
PASO 5:
Si ABS(x3–x2) < EPS ó ABS(f(x3) < EPS1))
Imprimir x3 y terminar.
De otro modo continuar.
41
PASO 6
Hacer x0 = x1
x1 = x2 (actualización de valores iniciales).
x2 = x3
PASO 7:
Hacer I = I + 1
1.2.11 PROBLEMAS DESARROLLADOS
PROBLEMA 1.10
La relación entre la alimentación, residuo y destilado y sus respectivas fracciones molares en una
destilación diferencial está dada por:
W , xw
D,
Fig. 1.8. Esquema de una destilación simple
F : Moles de la carga inicial.

W : Moles de la carga final o residuo.
D : Moles de destilado.
α : Volatilidad relativa.
xf : Fracción molar del componente más volátil en la carga.
xW : Fracción molar del componente más volátil en el residuo.
: Fracción molar promedio del componente más volátil en el destilado.
42
Suponiendo:
F = 100 moles, W = 35 moles, xf = 0,40 y α = 2,05. encuentre el valor de xw usando el método de Newton
Raphson con una tolerancia de 10–6.
RESOLUCIÓN:
g(xw) = 100(0,4)(35)2,05(1 – xw )2,05 – 35(100 × 0,6)2,05 xw
g(xw) = 40(35)2,05(1 – xw )2,05 – 35(60)2,05 xw
g(xw) = 40(35)2,052,05(1 – xw )1,05 – 35(60)2,05
luego usamos la ecuación:
En problemas de Ingeniería Química, es necesario el conocimiento adecuado de los valores iniciales, los
que estarán en función directa del fenómeno físico que se estudia. En este caso, como la alimentación
tiene un 40% de sustancia más volátil, en el residuo, el valor final será menor al 40% mol, lo cual nos
permite asumir un valor tal como de un 30%, es decir xw = 0,30.
0
Luego se sustituye este valor en la ecuación anterior y se obtiene los siguientes resultados:
xw = 0,3 xw = 0,22459641
0 3
xw = 0,2142429428 xw = 0,224685149
1 4
xw = 0,2255620967
2
Ahora analizamos el error:
Como este valor es mayor que la tolerancia, el proceso iterativo continúa
xw = 0,224677044
5
xw = 0,2246777847
6
Como este valor es menor que la tolerancia, se culmina el proceso iterativo, por lo tanto:
xw = 0,2246777847, luego de 6 iteraciones

6
43
Programa destilacion_batch.pol
PROBLEMA 1.11
Calcule la composición de la mezcla en equilibrio, en porcentaje molar de la siguiente reacción en fase
gaseosa a 475°K y a 1 atm de presión.
2C2H5OH (g) CH3COOC2H5 (g) + 2H2 (g)
La constante de equilibrio correspondiente es Log Kp = 0,227. Aplique el método del punto fijo. Asuma
una tolerancia de 10–4.
RESOLUCIÓN:
Realizamos un balance de moles:
A R S
2C2H5OH (g) ⇔ CH3COOC2H5 (g) + 2H2 (g)
Moles iniciales 1 0 0
Moles formadas 0 x 2x
Moles consumidas 2x 0 0
Moles en equilibrio 1 – 2x x 2x
Moles totales 1+x
44
Por otro lado: Log Kp = 0,227 ⇒ Kp = 1,686
Se plantea la Ley de acción de masas:

(1)
La presión total es P = 1 atm ; Kp = Kx PΔn ; Δn = 3 – 2 = 1
Reemplazando en (1):
Simplificando se obtiene:
ƒ(x) = 1,627x3 – 3x + 1 = 0
Hacemos x0 = 0,5 puesto que: 0 ≤ x ≤ 1,
Por lo tanto la serie no es convergente.
Hacemos:
;
⇒ la serie es convergente, luego;
Tomando una aproximación de cuatro cifras decimales: x = 0,3583
45
Moles en Equilibrio:
C2H5OH = 1 – 2x = 1 – 2 (0,3583) = 0,2384
CH3COOC2H5 =x = 0,3583
H2 = 2x = 2 (0,3583) = 0,7166
Moles totales =1+x = 1 + 0,3583 = 1,3583
Composición de la mezcla en equilibrio
C2H5OH
CH3COOC2H5
H2
PROBLEMA 1.12
Calcule el volumen molar de oxígeno a 50 atm y a 100°C, utilizando la ecuación de Redlich-Kwong.
Datos: Pc = 49,70 atm , Tc=154,40
RESOLUCIÓN:
La ecuación de Redlich-Kwong, está dada por:
Realizando operaciones algebraicas:
V3 – AV2 + BV – C = 0
, ,
46
Luego, la ecuación se transforma en:

V 3 – 0,61172V 2 – 0,003634V – 0,0003894 = 0
Método de la bisección:
Hacemos:
V0 = 0,6 y V1 = 0,7 (valores cercanos al volumen ideal).
V ƒ(V)
0,6 –0,0321268
0,7 0,0141827012
V ƒ(V)
0,65 –0,0123175
0,7 0,0141827
Se continua el procedimiento, luego de 13 iteraciones, se obtiene:
V = 0,6067929 L
Programa redlich_kwong_1.pol
Con el programa Redlich-Kwong se obtiene las tres raíces posibles, de las cuales son validas la raíz que
tiene el valor numérico más alto y la raíz de valor numérico más bajo que representa los volúmenes
molares del vapor y líquido respectivamente.
47
PROBLEMA 1.13
Calcule el volumen molar del líquido y vapor en equilibrio a 90°C y a 16,54 bar de presión para el isobutano,
suponiendo que el factor acéntrico se calcula mediante la relación de Pitzer y el gas obedece la ecuación
de Redlich-Kwong.
RESOLUCIÓN:
Datos
w = 0,181 P = 16,54 bar
Tc = 408,1 K T = 273,15 + 90 = 363,15 K
Pc = 36,48 bar Vc = 262,7 cc/mol
R = 83,14 bar × cm3/mol K zc = 0,282
(1)
(2)
(3)
Donde:
Reemplazando w en ƒw , se tiene:
ƒw = 0,758404
a = 14674743,02 cm6/mol2
b = 80,5824 cm3/mol
Reemplazando los valores en (2) y (3) respectivamente
A* = 0,266265 B* = 0,044145
Luego, mediante la ecuación (1), se tiene

z3 – z2 + 0,22171z – 0,011754 = 0
ƒ(z) = z3 – z2 + 0,22171z – 0,011754 = 0
48
Hacemos que
Si tomamos z0 = 0,85
g’(0,85) = 0,7174 < 1, entonces hay convergencia
Se continua el procedimiento, hasta z22 = 0,715214
Es decir, se llega a la solución después de 22 iteraciones
Vreal, vapor = z × Videal, vapor
Vreal, liq = 133,8474 cm3/mol
Programa redlich_kwong_pitzer.pol
49
PROBLEMA 1.14
Resuelva el problema 1.12 usando el método del punto fijo.
RESOLUCIÓN:
Partimos de la ecuación cúbica
G’(0,6) = 0,6295 < 1
V(0,6) = 0,628413573
V(0,628413573) = 0,646207247
V(0,646207247) = 0,657199961
V(0,657199961) = 0,664021971
V(0,664021971) = 0,668223783
luego de 18 iteraciones, se obtiene:

V = 0,67490 litros.
PROBLEMA 1.15
Calcule la composición de la mezcla en porcentaje molar de los productos de reacción en equilibrio, que
ocurre a 900°C y a 1 atm de presión entre el monóxido de carbono y dióxido de azufre para obtener azufre
elemental y dióxido de carbono, cuyo Kp es 81,6.
RESOLUCIÓN:
La reacción está dada por:
2CO (g) + SO2 (g) ⇔ S2 (g) + 2CO2 (g)
Moles iniciales 2 1 0 0
Moles formadas 0 0 x/2 2x
Moles consumidas 2x x 0 0
Moles en equilibrio 2 – 2x 1–x x/2 2x
Moles totales
2 – 2x + 1 – x + + 2x =
50
P = 1 atm
Hacemos: x0 = 0,5 puesto que: 0 < x < 1, y luego usamos el método de Newton-Raphson dada por la
ecuación (1.15)
x1 = 0,660609
Similarmente: x2 = 0,754185 x3 = 0,793090 x4 = 0,799824 x5 = 0,800010 x6 = 0,800010
por lo tanto, x = 0,800010
moles en equilibrio
CO = 2 − 2x = 2 − 2(0,800001) = 0,399998
SO2 = 1 − x = 1 − 0,800001 = 0,199999
CO2 = 2x = 2(0,800001) = 1,600002
moles totales en equilibrio:
composición molar de la mezcla en equilibrio
51
Programa equilibrio_quimico_1.pol
PROBLEMA 1.16
Calcule el volumen molar del vapor de agua (su temperatura crítica es Tc = 647,4 K y la presión crítica es
Pc = 218,3 atm a Tr = 1 y Pr = 1,2).
RESOLUCIÓN:
La ecuación de R-K generalmente se escribe como:
(1)
(2)
(3)
P = Presión en atm
V = Volumen en L/mol g
52
T = Temperatura en K
R = Constante de los gases (R = 0,08206 L-atm/mol K)
Tc = Temperatura crítica, K
Pc = Presión crítica en atm
El factor de compresibilidad viene dado por:
(4)
La ecuación (1) también se puede escribir, de forma algebraica, en función del factor de compatibilidad
como una ecuación cúbica.
f(z) = z3 – z2 – qz – y = 0 (5)
donde
r = A2 B (6)
2 2
q=B +B–A (7)
A2 = 0,42747 (8)
B = 0,08664 (9)
En la que Pr es la presión reducida (P/Pc) y Tr la temperatura reducida T/Tc.
La ecuación(5) se puede resolver analíticamente para raíces cúbicas.
Algunas de las raíces complejas. considerando solo las raíces reales, la secuencia de cálculos es la siguiente:
(10)
donde:
(11)
(12)
Si c > 0, hay una solución real para z está dada por:
z=D+E+ (13)
donde:
(14)
(15)
53
Si c < 0, hay tres soluciones reales:
(16)
donde:
(17)
En la región supercrítica, cuando Tr ≥ 10, dos de estas soluciones son negativas, por lo que se selecciona el
valor máximo zk como el factor de compresibilidad verdadero.
Calcule el volumen molar del vapor de agua (su temperatura crítica es Tc = 647,4 K y la presión crítica es
Pc = 218,3 atm a Tr = 1,0 Pr = 1,2).
Programa redlich_kwong_analitico.pol
PROBLEMA 1.17
Calcule la temperatura de flama adiabática, cuando se quema CH4 con un 100% de exceso de aire, si los
gases (metano y aire) ingresan al reactor a 25°C.
RESOLUCIÓN:
1
CH4 CO2
3 H2O
2
O2
O2 = 21% N2
Aire
N2 = 79% Q=0
Fig. 1.9. Esquema de un quemador
54
Reacción:
CH4 + 2O2 → CO2 + 2H2O
base de cálculo: 1 mol de CH4
Por estequiometría:
Resumen del balance de materia:
Componente Entrada Salida Reacción

CH4 1 0 1
O2 4 2 2
N2 15,047 15,047 –
CO2 – 1 1
H2O – 2 2
Balance de energía:
Datos de tablas:
Componentes H°ƒ (kcal/mol) cp = a + bT + cT 2

CH4 –17,88 3,381 + 18,04 × 10–3 T – 4,5 × 10–6 T2
O2 – 6,148 + 3,102 × 10–3 T – 0,923 × 10–6 T2
N2 – 6,524 + 1,28 × 10–3 T – 0,001 × 10–6 T2
CO2 –94,0518 6,214 + 10,346 × 10–3 T – 3,545 × 10–6 T2
H2O 68,3174 7,256 + 2,298 × 10–3 T – 0,283 × 10–6 T2
Reemplazando se obtiene:
55
Para aplicar el método de Newton Raphson, usamos T3, 0 = 200°C
, i=0
Continuando el procedimiento y tabulando los valores:
i T3, ( T3, i+1 – T3, i )

0 2000 503,57
1 1496,42819 12,934
2 1483,4939 0,010461
3 1483,4834 0
4 1483,4836
Luego, la temperatura de la flama es 1483,4834°C. Si bien este es el resultado obtenido por el método
numérico con la precisión deseada en la práctica debe considerar como 1483,5°C.
PROBLEMA 1.18
La ecuación de estado de Van der Waals se puede utilizar para calcular los factores de compresibilidad
de los gases. Los diferentes textos con frecuencia proporcionan gráficos de factores de compresibilidad a
diferentes temperaturas reducidas, Tr, en función de la presión reducida, Pr. Kyle proporciona un ejemplo
para este caso.
Considere los cálculos necesarios para un gráfico general de factores de compresibilidad para el CO2, cuya
temperatura crítica es Tc = 304 K y su presión crítica, Pc = 72,9 atm.
a) Represente gráficamente el factor de compresibilidad del CO2, en un rango de presión reducida de
0,1 ≤ Pr ≤ 10 para una temperatura reducida constante, Tr = 1,1.
b) Repita a) para Tr = 1,3.
c) Repita a) para Tr = 2,0.
d) Represente graficamente los resultados de a), b) y c) en una sola gráfica y compare estos resultados con
los que figuran en la tabla de compresibilidad generalizada que se encuentra en los textos.
RESOLUCIÓN:
La ecuación de Van der Waals está dada por:
(1)
Diferenciando (1) respecto a V1 se tiene:

(2)
56
La variación de V respecto a Pr , se puede determinar utilizando:
(3)
Por definición:
Pr = P/Pc
(4)
La derivada de la ecuación anterior y la inversa de la ecuación (2) se pueden introducir en la ecuación (3)
para dar lugar a la variación de V respecto a Pr, por lo tanto:
(5)
En la ecuación de Van der Walls se obtiene simultáneamente el valor volumen molar para Tr = 1,1, Tr = 1,3
y Tr = 2,0, para Pr = 0,1, cuyo programa se denomina Van_der_Waals_1_2_3.
Programa van_der_waals_1_2_3
Al ejecutar el programa se obtiene:
V1 = 3,719985 L V2 = 4,4344 L V3 = 6,899883 L
Luego se prepara el programa denominado factor_de_compresibilidad_1_2_3 usando la ecuación (5)

para cada caso, con los valores iniciales calculados en el programa anterior, considerando la variación de
Pr desde 0,1 hasta 10.
57
Programa factor_de_compres_1_2_3.pol
Al ejecutar el programa se encuentra el siguiente gráfico:
58
PROBLEMAS PROPUESTOS
1.1 Determine el flujo de vapor V (moles/h) y el flujo de líquido, L(moles/h) que se generan en una
vaporización instantánea contínua a una presión de 1600 psia y a una temperatura de 120°F en la
siguiente mezcla:
Componente Composición zi Ki = yi /xi

CO2 0,0046 1,65
CH4 0,8345 1,80
C2H6 0,0381 0,94
C3H8 0,0163 0,55
i-C4H10 0,0050 0,40
n-C4H10 0,0074 0,38
C5H12 0,0287 0,22
C6H14 0,0220 0,14
C7H16 0,0434 0,09
Asimismo, calcule la composición del líquido y del vapor.

PLANTEAMIENTO:
Preparar el esquema siguiente:
vapor
V(mol/h)
yi
alimentación P, T
F(mol/h)
zi
líquido
L(mol/h)
xi
Fig. 1.10. Esquema de una destilación flash
Balance de materia total

F=L+V (1)
Balance de materia para cada componente
(2)
Relaciones de equilibrio líquido-vapor

(3)
restricciones:
, (4)
59
Sustituyendo la ecuación (3) en (2), se obtiene:

(5)
ó
luego:
(6)
La ecuación (4) puede ser escrita como:
ó , (7)
sustituyendo (6) en (7):

(8)
Esta ecuación sirve para el cálculo de Vi , sin embargo, normalmente se calcula la fracción vaporizada,
para lo cual, se modifica ligeramente la ecuación, dividiendo entre F, luego se tiene:
(9)
donde φ: fracción vaporizada,
Este valor está comprendido entre 0 y 1.

Si se desea aplicar el método de Newton Raphson se requiere la derivada de la función
La composición del líquido, se calcula mediante (6) y la del vapor mediante (3).
Programa flasheo_1.pol
60
1.2 Una forma alternativa de la ecuación de flasheo en el problema 1.1, es:
Encuentre los flujos de vapor y líquido y sus composiciones respectivas usando la ecuación anterior.
Previamente demuestre la fórmula.
DATOS:
Componente Composición zi Ki = yi /xi
1 0,0079 16,2
2 0,1321 5,2
3 0,0849 2,6
4 0,2690 1,98
5 0,0589 0,91
6 0,1321 0,72
7 0,3151 0,28
Programa flasheo_2.pol
1.3 El problema de equilibrio líquido-líquido puede ser tratado de manera similar al equilibrio líquido
vapor:
F1,
Fz I
i
II
F2,
Fig. 1.11. Esquema de un separador de fases
Balance de masa total:

F = F1 + F2 (1)
61
Balance de masa del componente i :

(2)
Relación de equilibrio:
(3)
Restricciones:
,
ó (4)
Combinando las ecuaciones (1), (2), (3) y (4) se obtiene:
(5)
Haciendo
la ecuación (5) se transforma en:
(6)
La ecuación (6) debe resolverse mediante algún método iterativo tal como el de la secante, de
Newton o de Muller, para lo cual se muestran los datos del sistema: metanol(1) / ciclohexano(2) /
ciclopentano (3), los cuales se mezcla en un decantador. Predecir los flujos de las fases F1 y F2 , y sus
composiciones molares a 298,15 K, considerando F = 1 mol g.
Componente Composición zi Ki = xi (1)/xi(2)

metanol 0,25 4,4546
ciclohexano 0,30 0,2589
ciclopentano 0,45 0,123
Programa liquido_liquido_1.pol
62
1.4 De Santis (1976) dedujo una relación para el factor de compresibilidad de gases reales de la forma:
con , donde b es la corrección de Van der Walls y es el volumen molar. Si z = 0,892, ¿cuál
es el valor de y?
1.5 En estudios de recolección de energía solar al enfocar un campo de espejos planos en un colector
central, un investigador obtuvo la siguiente ecuación para el factor de concentración geométrica, C:
Donde A es el ángulo de anillo del campo, F es la cobertura fraccionaria del campo con los espejos,
D es el diámetro del colector y h es la altura del mismo. Encuentre A, si h = 300, C = 1 200, F = 0,8 y
D = 14.
1.6 Con base en el trabajo de Frank-Kamenetski realizado en 1 995, las temperaturas en el interior de un
material con fuentes de calor incrustada pueden determinarse si se resuelve la siguiente ecuación:
Dado que: Lc=0,088, encuentre T (°C).
1.7 Una esfera de densidad ρ y radio r pesa . El volumen de un fragmento esférico es .

Como una fracción del radio de la esfera, encuentre la profundidad en la que una esfera de densidad
0,6 se hunde en el agua.
63
1.8 La ecuación de Underwood para destilación de mezclas multicomponente está dada por:
F : flujo molar de la alimentación

n : número de componentes en la alimentación
: fracción molar de cada componente en la alimentación
ziF
αi: volatilidad relativa promedio de cada componente en la columna
ф : raíces de la ecuación de Underwood
q : calidad de la mezcla (q = 0: vapor saturado, q = 1 líquido saturado) todos los valores de q deben
fluctuar entre 0 y 1 para diversas mezclas de líquido y vapor.
Esta ecuación contiene n−1 raíces y cada una de ellas está comprendida en:
Usando algunos de los métodos estudiados encuentre las raíces respectivas de la ecuación de
Underwood, para los siguientes datos:
Componente de Volatilidad
Composición zi F
la alimentación relativa
C1 0,05 10
C2 0,05 5
C3 0,10 2,05
C4 0,30 2,0
C5 0,05 1,5
C6 0,30 1,0
C7 0,10 0,9
C8 0,05 0,1
Programa underwood.pol
64
1.9 Lee y Duffy (1976) relacionan el coeficiente de fricción para el flujo de una suspensión de partículas
fibrosas con el número de Reynolds mediante la siguiente ecuación empírica:
ƒ : coeficiente o factor de fricción

Re : número de Reynolds
K : constante que depende de la concentración de la suspensión
¿Cuál es el valor de ƒ, cuando K = 0,28 y Re = 3750?
1.10 Las frecuencias de vibración natural de una viga uniforme en un extremo es la solución de la
siguiente ecuación:
cos x . cos h x + 1 = 0
L : longitud de la viga (m)

w : frecuencia (s−1)
EI : rigidez ante la flexión (Nm2)
ρ : densidad del material de la viga (Kg/m3)
Determine los valores de las tres raíces positivas más bajas usando alguno de los procedimientos
anteriores.
1.11 Encuentre la intersección de las dos funciones, que se muestran a continuación:
1.12 Imagine una pared de tabique con un espesor de 0,05 m. La temperatura en el lado interior de
la pared, es 625 K, pero se desconoce la temperatura del lado exterior. La pérdida de calor de la
superficie exterior se efectúa por convección y por radiación. La temperatura T1 está determinada
por la ecuación:
65
k : conductividad térmica de la pared; 1,2 W/mK

ε : emisividad; 0,8
T0 : temperatura del lado interior de la pared; 625 K.
T1 : temperatura del lado exterior de la pared (desconocida)
T : temperatura del entorno; 298 K
Tf : temperatura del aire; 298 K
h : coeficiente de transferencia de calor; 20 W/m2 K
σ : constante de Stefan-Boltzman; 5,67×10−8 W/m2 K4
Δx : espesor de la pared; 0,05 m
Determine el valor de T1 .
1.13 Una bala de M = 0,02 kg se disparó verticalmente en el aire y está descendiendo a su velocidad
terminal. La velocidad terminal está dado por gM = Farrastre , donde: g es la aceleración debido a la
gravedad y M es la masa. Después de evaluar todas las constantes, la ecuación se escribe así:
Donde V es la velocidad terminal. El primer término del miembro derecho representa el arrastre por
fricción, y el segundo, el arrastre por presión. Determine la velocidad terminal por el método del
punto fijo con amortiguamiento, con p = 0,5.
1.14 Una mezcla equimolar de monóxido de carbono y oxígeno, debe alcanzar el equilibrio a 3000 K y a
una presión de 5 bar, la reacción teórica es:
La reacción química real se escribe así:
La ecuación de equilibrio químico para determinar la fracción de CO restante, o sea x, está dada por:
, 0<x<1
Donde Kp = 3,06 es la constante de equilibrio para a 3000 K, P = 5 bar y P0 = 1 bar.

Determine el valor de x.
1.15 Considere la misma reacción química del problema anterior, excepto que ocurre en presencia de N2
a presión atmosférica. la reacción es:
La ecuación de equilibrio es:
Determine el valor de x.
66
1.16 El factor de fricción ƒ, para flujo turbulento en una tubería, está dado por.
D = 0,1 ; ε = 0,0025 m ; Re = 3 × 104
llamada correlación de Colebrook, donde Re es el número de Reynolds, ε es la rugosidad absoluta

de la tubería y D el diámetro de la tubería.
Encuentre el valor de ƒ para el siguiente conjunto de datos.

D = 0,1 ; ε = 0,0025 m ; Re = 3 × 104
D = 0,1 ; ε = 0,0001 m ; Re = 5 × 106
1.17 Todavía, otra clase de polinomios ortogonales son los polinomios de Chebyshev. Encuentre las
raíces de:
(Observe la simetría de esta función. Todas las raíces de los polinomios de Chebyshev, son menores
a 1 en magnitud).
1.18 Supóngase que se tiene el circuito Timer 555
+
VCC
RA 4 8
6
2 3 salida
RB 555
5
C 1 0,1 μF
cuya forma de salida de onda es:
T2
T1
donde:
, ƒ : frecuencia
ciclo de trabajo =
puede demostrarse que:
67
donde RA = 8 670 ; C = 0,001 × 10–6 ; T2 = 1,4 × 10–4

a) Encuentre T1 , ƒ y el ciclo de trabajo.
b) Encuentre RB usando cualquiera de los métodos estudiados.
c) Seleccione una ƒ y un ciclo de trabajo y luego encuentre T1 y T2.
1.19 La siguiente relación válida para flujo turbulento de un fluido a través de un conducto cilíndrico
estrecho de coeficiente de rozamiento cf y número de Reynolds Re, es:
Calcule cƒ para Re = 104, 105 y 106.
1.20 La caída de presión ∆P en lbƒ /pulg2 de un fluido compresible circulando a lo largo de un conducto
cilíndrico rugoso de longitud L en pies, y diámetro interno D en pulgadas, en régimen constante,
está definido por:
Donde ρ es la densidad del fluido en lbm /pie3, um es la velocidad media del fluido (pies/s), y ƒM es
el coeficiente de rozamiento de Moody (adimensional). Para las unidades indicadas, el factor de
conversión gc es 32,2 lbm pie/lbƒ × s2. El coeficiente de rozamiento ƒM es función de la rugosidad ε
(pulg) del tubo y del número de Reynolds
Donde µ es la viscosidad del fluido en lb/pies s
Para Re < 2000 , ƒM =64/Re.
Para Re > 2000, el valor de ƒM queda definida por la resolución de la ecuación de Colebrook:
una buena iniciación para la solución de la ecuación anterior por el método iterativo puede ser el
valor definido por la ecuación de Blasius
ƒM = 0,316 Re–0,25
apropiada para flujo turbulento en tubería lisa (ε = 0).
Encuentre el valor de ∆P, para el siguiente conjunto de datos:
Datos 1 Datos 2
Q (gal/min) 170 4
D (pulg) 3,068 0,622
L (pies) 10000 100
ρ (lb/pie3) 32,4 80,2
µ (lb/pies) 0,0007 0,05
ε (pulg) 0,002 0,0005
68
1.21 El esquema que se muestra a continuación, se utiliza para transportar fluido de un punto a otro
P1
P3
P2 Q
Dicha bomba eleva la presión de P1 (presión atmosférica) a P2, pero esta última se pierde
gradualmente debido a la fricción en el interior de la tubería y con la salida, la presión P3 vuelve a ser
atmosférica. El incremento de presión en lbf /pulg2 en la bomba queda definida de forma apropiada
por la relación empírica:
donde a y b son constantes propias del tipo de bomba utilizada, Q es el caudal movido en galones/
minuto.
También sabemos que la caída de presión a lo largo de una tubería horizontal de longitud L en pies
y diámetro interno D en pulgadas es:
En la que ρ es la densidad (lb/pie3) del líquido bombeado, en este caso, consideraremos el coeficiente
de rozamiento de Moody, constante.
Calcule el valor de Q, para el siguiente conjunto de datos.
Conjunto 1 Conjunto 2
D (pulg) 1,049 2,469

L (pies) 50 210,6
ρ (lb/pie3) 51,4 (kerosene) 62,4 (agua)
ƒM (adimensional) 0,032 0,026
2
a (lb/pulg ) 16,7 38,5
b (lb/pulg2)/(gal/min)1,5 0,052 0,0296
1.22 La reacción isotérmica irreversible de segundo orden A+B → C+D realizada a volumen constante,
tiene una velocidad de reacción constante k. El flujo volumétrico de una solución formada por
concentraciones idénticas CA0 y CB0 alimentadas a dos CSTR (tanque de reacción continuamente
agitado) colocados en serie, cada uno con un volumen v. Denominando las concentraciones de
salida del producto A de cada tanque respectivamente CA1 y CA2, se obtiene:
Siendo , CA0 = 1,6 mol g/L y la conversión final 80% (es decir,
CA2 /CA0 = 0,2), determine el valor V en litros, de capacidad del tanque.
69
1.23 Se puede demostrar que para el flujo isoentrópico de un gas perfecto que partiendo de un depósito
pasa a través de una tobera convergente-divergente, operando a la velocidad del sonido a través de
la garganta de la tobera, se verifica:
Donde P es la presión en un punto en el que la sección transversal tiene una superficie A, P1 es la

presión del depósito, At , es el área de la sección de la garganta y γ es coeficiente adiabático.
Encuentre el valor de P, cuando At = 0,1 pies2, γ = 1,41, P1 = 100 lbf /pulg2 y A = 0,12 pies2.
Programa tobera_div_conv.pol
1.24 Una bolsa esférica de gas de alta presión, inicialmente de radio r0 y presión P0, se expande radialmente
hacia el exterior en una explosión submarina adiabática. Para el caso especial de un gas con γ = 4/3,
el radio r para tiempos sucesivos t viene definido por:
En el que , ρ es la densidad del agua. Previamente debe varificarse la consistencia de las
unidades. Durante la expansión adiabática la presión del gas viene definida por .
Desarrollar un procedimiento para calcular la presión del gas y su radio en cualquier momento.
Datos:
P0 = 104 lbf /pulg2, ρ = 64 lb/pie3, r0 = 1 pie, t = 0,5; 1; 2; 3; 5 y 10 milisegundos.
Respuesta: Para t = 5 milisegundos α = 1,5034; con α0 = 1. Luego de 4 iteraciones con error<1 × 10–6.
70
1.25 Encuentre los puntos máximo y mínimo de la función
sobre el intervalo [0, 1]. Observe la desventaja al tratar de aplicar el método de Newton.
1.26 La solución de problemas con valor en la frontera por medio de un método analítico (serie de
Fourier) a menudo comprende la determinación de raíces de ecuaciones trascendentes para evaluar
los coeficientes. Por ejemplo:
y’’ + λy = 0 , y(0) = 0 , y(1) = y’(1)
comprende la solución de tan z = z. Encuentre tres valores de z distintos a 0.
1.27 La Cuadratura Gaussiana es un método de integración muy eficiente. En el desarrollo de fórmulas,

para este método es necesario evaluar los ceros de los polinomios de Legendre de sexto orden:
Es decir, encontrar las raíces de la ecuación anterior.
1.28 Los polinomios de Legendre del problema anterior, son una clase de polinomios denominados
ortogonales. Otro conjunto son los polinomios de Laguerre. Encuentre los ceros de los siguientes
polinomios:
a)
b)
1.29 En el salto hidráulico un caudal líquido de calado D1, discurriendo a una velocidad u1, repentinamente
incrementa su calado a un valor D2, con la consiguiente reducción de velocidad. En función de las
ecuaciones de continuidad y de movimiento, se puede demostrar que:
en la que g es la aceleración gravitacional. Se produce un salto hidráulico si .
Si conocemos los valores de u1 y D2, desarrolle uno o varios esquemas que determinan:
a) Si el salto hidráulico es posible.
b) Si se cumple el correspondiente de D1.
Los datos de entrada deben ser parejas de u1 y D2 .
1.30 La ecuación de estado de Van der Walls para un gas real, está dado por:
en la que P es la presión en atm, v volumen en litros, T la temperatura absoluta en K, R la constante

universal de los gases (0,082 L × atm/mol × K), a y b constantes que dependen de cada gas.
71
Calcule el valor de v, para los siguientes gases:
Gas a b
dióxido de carbono 3,592 0,04267
dimetilamina 37,49 0,1970
helio 0,03412 0,2370
óxido nítrico 1,340 0,02789
Si T ≥ Tc , donde (temperatura crítica), temperatura por encima de la cual, el gas no puede ser
licuado, por lo cual existirá solamente una raíz real de v.
Si existieran tres raíces v1 < v2 < v3 , y v1 y v3 corresponden respectivamente a los volúmenes de

líquido y vapor, mientras que v2 no tiene significado físico. Asuma diversos valores de P y T para cada
uno de los gases mencionados y encuentre el o los valores de v, según sea el caso.
1.31 Se emplea un intercambiador de calor tal como se muestra en la figura, para enfriar aceite, encuentre
la temperatura de salida del aceite y del agua de enfriamiento (TH2 y TC2, respectivamente) para flujos
de aceite de 105000, 80000, 50000, 30000 y 14000 lb/h.
, TC , cp
1 2
, TH , cp
1 1
TH = ?
2
TC = ?
2
Fig. 1.12. Esquema del intercambiador de calor
Indicaciones:
Balance de calor para el aceite:
(1)
Balance de calor para el agua:

(2)
La ecuación de transferencia de calor para el intercambiador de calor está dado por:
(3)
U : coeficiente global de transferencia de calor

A : área de intercambio de calor
72
(4)
Por las leyes de conservación, debe cumplirse que:
Q1 = Q2 = Q ó
(5)
Por otro lado:
Despejamos de aquí TH2
(6)
Reemplazando en (5)
(7)
De esta ecuación se debe encontrar el valor de TC2 y reemplazar en (6) para obtener TH2 , luego los
valores de Q.
El valor de TC2 , debe estar comprendido entre: TC1<TC2<TH1 .
Obviamente en este sistema no puede ser usado el método de Newton, debido a la dificultad de
encontrar la derivada. Debe usarse el método de la bisección o el de la secante.
Datos:
TH1 = 250°F TC1 = 80°F
cp1 = 0,5 BTU/lb°F cp2 = 1 BTU/lb°F
= 300 gal/min U = 120 BTU/h pie2 °F

A = 1000 pie2
73
Programa inter_de_calor.pol
1.32 La manera más simple de evitar el cálculo de ƒ’(x) en el método de Newton Raphson es reemplazar
ƒ’(x) en la ecuación (1.15) con un valor constante m. La fórmula resultante:
define un método de convergencia lineal para m en cierto intervalo de valores, cuyo algoritmo se
conoce como método de Wittaker.
a) Utilice este algoritmo conocido como el método de Wittaker, para encontrar una raíz real de la
ecuación
b) Con este algoritmo encuentra una raíz en el intervalo (1,5; 2,5) de la ecuación:
74
1.33 El siguiente algoritmo se conoce como método de Richmond y es de tercer orden:
Encuentre las raíces reales del problema (1.33).
1.34 En un reactor continuo tipo tanque agitado (CSTR), se lleva a cabo la reacción
El esquema se muestra a continuación
, CA
0
, C A , CB
v
Fig. 1.13. Esquema de un CSTR
Datos:
CA0 = 2 mol/L CB0 = 0,1 mol/L
= 2 L/min k1 = 0,80 (mol/L)−1,5
v = 250 L k2 = 0,2 (mol/L)−0,8
Encuentre la composición molar a la salidad del reactor en base a los componentes A y B.
Sugerencia:
El balance de materia, está dado por:
(1)
: número de moles de entrada
: número de moles de salida
: número de moles de generada
(2)
Esta ecuación tiene dos variables CA y CB , por lo que con el criterio de conversión podemos reducir
a una sola variable
CA = CA0 − CA0 xA = 2(1−xA)
75
Reemplazando en (2)
(3)
De la ecuación (3), se obtiene el valor de xA, luego, se calcula las concentraciones y finalmente la
fracción molar.
1.35 Sea la reacción:
con k1 = 0,5 y k2 = 0,3 y las concentraciones iniciales de igual a 2 moles/L y .

Halle la concentración de los reactantes y productos en el equilibrio.
1.36 Determine el coeficiente de fugacidad para el heptano a 200°C y a 50 bar usando la ecuación de
Redlich-Kwong.
Planteamiento:
R = 83,14
(1)
(2)
De la ecuación (1) se obtiene z, y luego se calcula el valor de v con v = zRT/P, luego se reemplaza z y
v en (2) y se obtiene el coeficiente de fugacidad.
76
Capítulo
2 Interpolación
polinómica
2.1 INTRODUCCIÓN
Muchos experimentos en el área de la Ingeniería dan como resultado de funciones tabulares de la variable
independiente, frente a la variable dependiente. Durante la aplicación en ciertos problemas físicos
se relacionan los valores de las variables dependientes e independientes en puntos no base, es decir.
en aquellos puntos en donde no se han experimentado; en otros casos con fines computacionales se
requiere construir una función explícita de toda la tabla obtenida por métodos experimentales señalados
anteriormente, por lo cual se hace importante el conocimiento de técnicas de interpolación polinómica
sea con pasos equidistantes, no equidistantes o técnicas de interpolación iterada.
2.2 MÉTODOS DE INTERPOLACIÓN
2.2.1 DIFERENCIAS Y POLINOMIOS DE NEWTON DE UNA FUNCIÓN TABULAR

En este punto se desarrollará los métodos básicos para correlacionar variables en el intervalo x0 < x < xn
de una función continua y diferenciable, de la cual se conocen algunos puntos tabulados como los que
se muestran a continuación.
x x0 x1 x2 ... xn
y y0 y1 y2 ... yn
x0 x1 x2 ... xn x
Fig. 2.1. Gráfico de los datos x vs y
Un concepto inportante que se utilizará en este capítulo son las diferencias progresivas, regresivas y
centrales.
77
Diferencia Progresiva
Las primeras diferencias progresivas o diferencias hacia adelante se definen del siguiente modo:
(2.1)
i = 0, 1, 2, . . . , n
Las segundas diferencias progresivas se definen así:
(2.2)
i = 0, 1, 2, . . . , n
En forma general, las k-ésimas diferencias se definen como:
(2.3)
i = 0, 1, 2, . . . , n
k = 0, 1, 2, . . . , n
Δ = Operador de diferencias progresivas
Para i = 0, en la ecuación (2.1) se obtiene:
(2.4)
Para i = 1, en la ecuación (2.1), se obtiene:
(2.5)
Para i = 0, en la ecuación (2.2):
(2.6)
Sustituyendo las ecuaciones (2.6) y (2.4) en (2.5)
(2.7)
De la ecuación (2.4) y (2.7), se obtiene respectivamente
(2.8)
(2.9)
Y así sucesivamente, puede generalizarse de tal forma que:
(2.10)
k = 1, 2, . . . n
78
Interpolación polinómica CAP. 2
Como se observa, el segundo miembro de la ecuación (2.10) corresponde al binomio de Newton elevado
al exponente k, el cual puede desarrollarse del siguiente modo:
(2.11)
k = 1, 2, . . . n
Si se toma un valor j cualquiera, menor que k y si las j-ésimas diferencias son constantes, entonces todas
las diferencias de orden superior a j serán cero, por lo que la ecuación (2.11) queda del siguiente modo:
(2.12)
k = 1, 2, 3, . . . n
con la fórmula de la combinación,
donde:
Es un polinomio en k de grado j, por lo que yk se puede expresar de la siguiente forma:
(2.13)
Si se considera la función tabular anterior con espaciamiento h, constante:
x x0 ó
x0 y0 x1 – x0 = h
x1 = x0 + h y1 x2 – x0 = 2h
x2 = x0 + 2h .
y2 .
. . .
. .
. . xk – x0 = kh
xk = x0 + kh yk .
.
. . .
. .
. . xn – x0 = nh
xn = x0 + nh yn
(2.14)
Sustituyendo (2.14) en (2.13):

(2.15)
Al polinomio obtenido mediante la ecuación (2.12), se denomina polinomio de Newton con espaciamiento
constante.
79
PROBLEMA 2.1
En base a la función tabular que se muestra, prepare la tabla de diferencias.
x 0 1 2 3 4 5
y –5 1 9 25 55 105
RESOLUCION:
Primeras diferencias:
Δy0 = y1 − y0 = 1 − (−5) = 6
Δy1 = y2 − y1 = 9 − 1 =8
Δy2 = y3 − y2 = 25 − 9 = 16
Δy3 = y4 − y3 = 55 − 25 = 30
Δy4 = y5 − y4 = 105 − 55 = 50
Segundas diferencias:
Δ2y0 = Δy1 − Δy0 = 8 − 6 =2
Δ2y1 = Δy2 − Δy1 = 16 − 8 =8
Δ2y2 = Δy3 − Δy2 = 30 − 16 = 14
Δ2y3 = Δy4 − Δy3 = 50 − 30 = 20
Terceras diferencias:
Δ3y0 = Δ2y1 − Δ2y0 = 8 − 2 =6
Δ y1 = Δ y2 − Δ y1 = 14 − 8 = 6
3 2 2
Δ3y2 = Δ2y3 − Δ2y2 = 20 − 14 = 6
Los resultados se presentan en la siguiente tabla adjunta:
x y Δy Δ2y Δ3y
0 –5
6
1 1 2
8 6
2 9 8
16 6
3 25 14
30 6
4 55 20
50
5 105
Puesto que las terceras diferencias son constantes, todas las diferencias progresivas en delante serán
iguales a cero, y se puede concluir que la función tabulada corresponde a un polinomio de tercer grado y
además es un polinomio exacto. Si por el contrario luego de las k-ésimas diferencias quedase un residuo,
entonces el polinomio que se obtenga será solamente un polinomio aproximado y el grado de exactitud
estará en función de la magnitud del residuo antes mencionado.
En consecuencia, la función tabular anterior puede expresarse como:
(2.16)
80
2.2.2 EL SIGNIFICADO DE LA INTERPOLACIÓN

Veamos el siguiente esquema
y
x y y = ƒ(x)
x0 y0
x1 = x0 + h y1
x0 x1 x
h
Fig. 2.2
Interpolar, significa encontrar un valor intermedio entre dos o más puntos base conocidos, los cuales se
pueden aproximar mediante polinomios de primer, segundo, tercer o grados superiores:
x y
y = ƒ(x)
x0 y0
xk = x0 + kh y1 = ?
x1 = x0 + h y1
x0 xk x1 x
h
Fig. 2.3
Debido a que se conocen solamente dos puntos de la función ƒ(x), estos se pueden unir mediante una
recta tal como se muestra en la figura siguiente:
y = ƒ(x)
x0 xk x1 x
h
Fig. 2.4
Fig. (2.2), (2.3) y (2.4): El significado de la interpolación
81
si se evalúa la recta en el punto xk se tendrá una buena aproximación de ƒ(xk). La ecuación de la recta
puede obtenerse mediante el polinomio de Newton, haciendo j = 1 en la ecuación (2.12)
Al sustituir k por
Luego,
Este es un polinomio de primer grado que se aproxima a ƒ(x).
Debe tomarse en cuenta que el polinomio de Newton fue desarrollado considerando a k como un número
entero positivo, y en la interpolación k es normalmente un valor fraccionario; esto sin embargo no limita
la aplicación del método.
En general, si se cuenta con una mayor cantidad de puntos, se puede utilizar el polinomio de Newton que
más se aproxima a la función, considerando que el grado del polinomio puede llegar hasta (n−1) donde
n es el número de datos.
PROBLEMA 2.2
Dada la tabla del ejemplo anterior, encontrar el valor de ƒ(x) para x =1.5, asumiendo que la función tabular
obedece a:
a) un polinomio de primer grado.
b) un polinomio de segundo grado.
c) un polinomio de tercer grado.
RESOLUCIÓN:
Se escribe la función tabular y la tabla de diferencias:
x y Δy Δ2y Δ3y
0 –5
6
1 1 2
8 6
2 9 8
16 6
3 25 14
30 6
4 55 20
50
5 105
a) Considerando un polinomio de primer grado:
82
b) Considerando un polinomio de segundo grado:
c) Considerando un polinomio de tercer grado:
k = 0,5
Este es el valor correcto, puesto que el polinomio es de tercer grado, y estas diferencias de tercer grado
son constantes.
83
PROBLEMA 2.3
A partir de la función tabular del problema 2.2, encuentre una función explícita de tercer grado:
y = ƒ(x)
RESOLUCIÓN:
Usando como punto base x0 = 1 , y0 = 1
Si usamos como punto base x0 = 0
Luego, y0 = −5,
Luego:
El polinomio interpolante progresivo de acuerdo a la notación de Carnahan es:
(2.17)
84
Diferencia regresiva
Por un procedimiento similar a la diferencia progresiva, se encuentra un polinomio interpolante de
grado n.
(2.18)
Usando este procedimiento, se puede encontrar un polinomio interpolante. Para el mismo ejemplo
anterior, se hace:
Se obtiene el mismo polinomio interpolante de tercer grado.
Si tomamos:
Diferencia central
El uso de las diferencias progresivas, regresivas y centrales, está determinado por la ubicación del punto
a interpolar, así, si el valor a interpolar se encuentra ubicada alrededor de la zona superior, entonces se
usará la interpolación vía polinomio progresivo de Newton. Si el valor a interpolar se encuentra en la
parte inferior, entonces se usará el polinomio regresivo de Newton y finalmente si el dato a interpolar
se ubica alrededor de la zona central, se usará el polinomio central de Newton que a continuación se
ilustra.
Previamente veamos la notación:
i xi ƒ(xi ) δ δ2 δ3 δ4
–2 x–2 ƒ(x–2 )
–1 x–1 ƒ(x–1 ) δ2 ƒ(x–1 )
0 x0 ƒ(x0 ) δ2 ƒ(x0 ) δ4 ƒ(x0 )
1 x1 ƒ(x1 ) δ2 ƒ(x1 )
2 x2 ƒ(x2 )
85
Eligiendo el camino en zigzag a lo largo de las líneas de trazo continuo se obtiene la fórmula de Gauss
Progresiva cuya fórmula de interpolación es la siguiente:
(2.19)
donde:
Si se utiliza el camino en zigzag indicado con trazo discontinuo se genera la fórmula de Gauss Regresiva
cuya fórmula de interpolación es la siguiente
(2.20)
PROBLEMA 2.4
Utilice la fórmula de Gauss progresiva así como las diferencias centrales de la tabla siguiente para
encontrar el polinomio interpolante del grado respectivo.
RESOLUCION:
i xi δ δ2 δ3
0 –5
6
1 1 2
8 6
2 9 8
16 6
3 25 14
30 6
4 55 20
50
5 105
Haciendo
De acuerdo al polinomio de Gauss Progresivo, se tiene:
86
PROBLEMA 2.5
Use el polinomio de Gauss Regresivo para encontrar un polinomio interpolante, haciendo x0 = 2 y
ƒ(x0) = 9.
RESOLUCIÓN:
i xi δ δ2 δ3
0 –5
6
1 1 2
8 6
2 9 8
16 6
3 25 14
30 6
4 55 20
50
5 105
PROBLEMA 2.6
Usar el polinomio de Gauss Progresivo y encontrar el polinomio interpolante de tercer grado, usando
como puntos base: x0 = 3 y ƒ(x0) = 25.
RESOLUCIÓN:
i xi δ δ2 δ3
0 –5
6
1 1 2
8 6
2 9 8
16 6
3 25 14
30 6
4 55 20
50
5 105
87
Fórmula de Stirling
A continuación se utiliza la fórmula de Stirling que viene a ser la media de las dos fórmulas de interpolación
Gauss Progresivo y Gauss Regresivo, cuya fórmula se da a continuación:
(2.21)
Haciendo
x0 = 2 y ƒ(x0) = 9
i xi δ δ2 δ3
0 –5
6
1 1 2
8 6
2 9 8
16 6
3 25 14
30 6
4 55 20
50
5 105
Una vez obtenido el polinomio interpolante, es posible obtener la derivada de la función o la integral de
la función derivada de un problema físico.
2.3 INTERPOLACIÓN CON ESPACIOS NO EQUIDISTANTES
2.3.1 INTERPOLACIÓN DE LAGRANGE

Si se presenta una función tabulada de la forma:
x y
x0 y0 h0 = x1 – x0
x1 = x0 + h0 y1 h1 = x2 – x1
.
x2 = x1 + h1 y2 .
.
. . hn–1 = xn – xn–1
. .
. .
xn = xn–1 + hn–1 yn
88
En la que no necesariamente se cumple:
Entonces, el polinomio
o bien
(2.22)
Los coeficientes a0 , a1 , a2 , . . . an se determinan de tal forma que el polinomio pase por todos y cada uno
de los puntos conocidos de la función, entonces, si se evalúa la ecuación anterior para x = x0 , se tiene:
Si se evalúa la misma ecuación en x = x1 , se tiene:
En forma similar, se obtiene los otros coeficientes, y en último lugar se calcula el coeficiente an , evaluando
la ecuación para x = xn
Sustituyendo en la ecuación de Lagrange:
o simplemente:
(2.23)
89
ALGORITMO: INTERPOLACIÓN DE LAGRANGE CON UN POLINOMIO DE GRADO N

A fin de interpolar para ƒ(x), dados x y un conjunto de N+1 pares de datos (xi , ƒi )
I = 0, 1, 2, ..., N
Hacer SUM=0
Do For I=0 hasta N
Set P=1
Do For J=0 hasta N
If J ≠ I
Set
End If
End Do
Set SUM=SUM+P ´ ƒi
End Do (I)
El valor interpolado es SUM.
PROBLEMA 2.7
Dada la función tabular definida por la siguiente tabla, encontrar el valor de la función para x = 3.
x 0 1 2 5
y = ƒ(x) 5 7 9 15
RESOLUCIÓN:
Reemplazando en la ecuación (2.23), se tiene:
Haciendo x = 3
90
2.3.2 INTERPOLACIÓN INVERSA

La interpolación inversa consiste en determinar el valor de x, dado el valor de la variable dependiente ƒ(x).
Se hace el intercambio de la tabla haciendo ƒ(x) = x y x = ƒ(x); tal como se ilustra en el siguiente problema.
PROBLEMA 2.8
Obtener la raíz real positiva de la ecuación: ƒ(x) = x3 + 3x2 + 2x − 2 = 0
Utilizando la interpolación inversa.
RESOLUCIÓN:
Obtenemos los valores de ƒ(x) para diferentes valores de x tal como:
x 0,2 0,4 0,6
y = ƒ(x) –1,472 –0,656 0,496
se observa que existe una raíz real positiva entre 0,4 y 0,6.
En este caso, estamos tratando de encontrar un valor de x de forma tal que la ƒ(x) sea igual a cero, para lo
cual hacemos el intercambio correspondiente
x 0,2 0,4 ? 0,6
y = ƒ(x) –1,472 –0,656 0 0,496
luego:
con una aproximación de cuatro cifras decimales.
2.3.3 INTERPOLACIÓN ITERADA

Cuando realizamos una interpolación normalmente no conocemos el grado del polinomio que
correlaciona adecuadamente los datos mostrados en la tabla, por lo cual, este método puede aproximar
sucesivamente con polinomios de primer, segundo, tercer y de grados superiores. A este método se
le conoce como el método de interpolación de Neville y es válido para espacios equidistantes y no
equidistantes.
Se usa el siguiente algoritmo:
(2.24)
para: j = 1, 2, 3, ..., n
para: i = j, j +1, ...
con Qi, 0 = f(xi)
91
Veamos la tabla siguiente:
x x0 x1 x2 ... xn
ƒ(x) ƒ(x0) ƒ(x1) ƒ(x2) ... ƒ(xn)
En base a la tabla anterior, se obtiene una nueva tabla:
x0 Q0,0
Q1,1
x1 Q1,0 Q2,2
Q2,1 Q3,3
x2 Q2,0 Q3,2 Q4,4
Q3,1 Q4,3
x3 Q3,0 Q4,2
Q4,1
x4 Q4,0
PROBLEMA 2.9
En la función tabular mostrada a continuación, encontrar el valor ƒ(x), cuando x = 1,5; usando el método
de interpolación de Neville.
i x ƒ(x)
0 1,0 0,7651977 = Q0,0
1 1,3 0,6200860 = Q1,0
2 1,6 0,4554022 = Q2,0
3 1,9 0,2818186 = Q3,0
4 2,2 0,1103623 = Q4,0
RESOLUCIÓN:
Usamos el algoritmo:
Hacemos i = 1 ; j = 1
i=2 , j=1
92
i=3 , j=1
i=4 , j=1
Se construye la siguiente tabla:
1,0 Q0,0 = 0,7651977

Q1,1 = 0,5233449
1,3 Q1,0 = 0,6200860
Q2,1 = 0,5102968
1,6 Q2,0 = 0,4554022
Q3,1 = 0,5132634
1,9 Q3,0 = 0,2818186
Q4,1 = 0,5104270
2,2 Q4,0 = 0,1103623
Hacemos:
i=2 , j=2
i=3 , j=2
i=4 , j=2
93
1,0 Q0,0 = 0,7651977

Q1,1 = 0,5233449
1,3 Q1,0 = 0,6200860 Q2,2 = 0,5124715
Q2,1 = 0,5102968
1,6 Q2,0 = 0,4554022 Q3,2 = 0,5112857
Q3,1 = 0,5132634
1,9 Q3,0 = 0,2818186 Q4,2 = 0,5137361
Q4,1 = 0,5104270
2,2 Q4,0 = 0,1103623
i=3 , j=3
i=4 , j=3
i=4 , j=4
1,0 Q0,0 = 0,7651977

Q1,1 = 0,5233449
1,3 Q1,0 = 0,6200860 Q2,2 = 0,5124715
Q2,1 = 0,5102968 Q3,3 = 0,5118127
1,6 Q2,0 = 0,4554022 Q3,2 = 0,5112857 Q4,4 = 0,5118200
Q3,1 = 0,5132634 Q4,3 = 0,5118302
1,9 Q3,0 = 0,2818186 Q4,2 = 0,5137361
Q4,1 = 0,5104270
2,2 Q4,0 = 0,1103623
2.3.4 DIFERENCIAS DIVIDIDAS

Para usar este concepto, es necesario recordar la definición de la derivada de una función ƒ(x), es decir:
Cuando esta función se encuentra en forma tabular, estas diferencias deberán obtenerse numéricamente
en forma aproximada:
x x0 x1 x2 ... xn
ƒ(x) ƒ(x0) ƒ(x1) ƒ(x2) ... ƒ(xn)
94
luego, la derivada se calcula como:
El lado derecho de esta expresión se conoce como la primera diferencia dividida y normalmente se
denota mediante:
En la tabla siguiente, se presenta un resumen de la notación de estas diferencias divididas.
La función tabular que se muestra a continuación se obtiene mediante la función:
i 0 1 2 3 4 5
x –3 –2 0 2 5 6
ƒ(x) –50 –19 1 5 86 157
Con esta información podemos encontrar las diferencias divididas haciendo uso de la tabla.
Primeras diferencias
Segundas diferencias
95
Terceras diferencias
Resumiendo se obtiene la siguiente tabla de diferencias divididas
i x ƒ(x) Prim. dif. Seg. dif. Terc. dif.

0 –3 –50
31
1 –2 –19 –7
10 1
2 0 1 –2
2 1
3 2 5 5
27 1
4 5 86 11
71
5 6 157
Supongamos que esta función tabular, deseamos aproximar por ejemplo por un polinomio de primer
grado, que pase por los puntos 0 y 1, entonces el polinomio tendrá la forma:
(2.25)
Donde:
x0 : abcisa en el punto 0
a0 y a1 : constantes por determinar.
Para determinar a0 , se hace x = x0 , luego a0 = P(x0) = ƒ[x0] .
Para determina a1 , se hace x = x1 , luego P(x1) = ƒ[x1] .
Reemplazando en (1)
o sea, la primera diferencia dividida,
luego:
(2.26)
En este caso:
96
Si aproximamos la función tabular con un polinomio de segundo grado,
Donde:
x0 , x1 : son las abcisas de los puntos (0) y (1)
a0 , a1 , a2 : son constantes por determinar.
Si x = x0 ,
Si x = x1 ,
Si x = x2 ,
Desarrollando se obtiene:
Luego,
Al sustituir valores tenemos:
Del mismo modo con un polinomio de tercer grado,
Es el polinomio con el cual se obtuvo la función tabular.
97
98
Información Diferencias divididas
x ƒ(x) Primeras diferencias Segundas diferencias Terceras diferencias
x0 ƒ[x0]
x1 ƒ[x1]
x2 ƒ[x2]
x3 ƒ[x3]
x4 ƒ[x4]
2.3.5 ESTIMACIÓN DE ERRORES EN LA APROXIMACIÓN

Cuando se aproxima una función tabular a un polinomio, normalmente se cometen errores.
Por ejemplo, si la función tabular ajustamos mediante un polinomio de primer grado, matemáticamente
se puede representar por:
(2.27)
Donde R(x) es el error cometido al aproximar la función f(x) al polinomio P(x).
En los casos de que el polinomio fuese exacto, obviamente, R(x) es igual a cero.
Despejando R1(x) de (a)
Multiplicando y dividiendo por (x-x1), se obtiene
(2.28)
Donde:
: segunda diferencia dividida con respecto a los argumentos x0 x1 y x.
Pero se sabe que es imposible determinar ya que no se conoce la función f(x) necesaria
para evaluarla. Sin embargo, si se tiene otro valor, ƒ(x2) , y si la segunda diferencia , no varia
significativamente en el intervalo donde esten los puntos x0 , x1 y x2 , entonces:
sustituyendo en (a) tenemos:
Esto implica de que una función tabular se aproxima mejor con un polinomio de segundo grado que con
uno de primero.
Por otro lado, si se aproxima la función con un polinomio de segundo grado P2(x), se espera que R2(x), sea
menor, así:
De donde:
En este caso tampoco puede determinarse con exactitud, sin embargo, si se tiene un
punto adicional
Luego:
(2.29)
99
2.3.6 INTERPOLACIÓN POR MÍNIMOS CUADRADOS
2.3.6.1 INTRODUCCIÓN
Cuando se realiza un procedimiento experimental, en muchos casos se busca correlacionar dos o
más variables entre si. A menudo se tiene una variable dependiente y las demás son las variables
independientes. Por ejemplo:
En un experimento de cinética química, normalmente se mide la concentración de uno de los reactivos o

productos como una función del tiempo en un caso, y en otro, como función del tiempo y la temperatura
u otro parámetro que haga variar el valor de la concentración.
Por diversas causas tales como mala calibración de un equipo, lectura inadecuada, pureza de los reactivos,
etc., los datos se presentan en forma dispersa tal como se muestra en la figura 2.5.
Estos puntos representados en el sistema de coordenadas, se denominan diagramas de dispersión. Con

estos diagramas de dispersión es posible representar mediante una curva que se aproxime a los datos a
través de ecuaciones de dispersión.
La representación de datos dispersos mediante una ecuación, es muy frecuente en Ingeniería de

Proyectos, debido a su uso en estudios de proyección de la oferta y la demanda de un producto que se
desea introducir al mercado.
y y
x x
y y
x x
Fig. 2.5. Modelo de dispersión de datos experimentales
100
2.3.6.2 ECUACIONES DE APROXIMACIÓN

Existen diversas ecuaciones estándares para relacionar dos variables, como resultado de un proceso de
experimentación. Dichas ecuaciones son básicamente las siguientes,
1) y = a0 + a1x : Línea recta
2) y = a0 + a1x + a2x2 : Parábola o curva de segundo grado
3) y = a0 + a1x + a2x2 + a3x3 : Curva cúbica
4) y = a0 + a1x + a2x2 + a3x3 + a4x4 : Curva de cuarto grado
5) ó : Hipérbola
6) y = abx ó Lny = Lna + xLnb : Curva exponencial
7) y = abx ó Lny = Lna + bLnx : Curva geométrica
8) y = abx + c : Curva exponencial modificada
9) y = axb + c : Curva geométrica modificada

bx
10) y = pq ó Lny = Lnp + bxLnq : Curva de Gompertz
x
11) y = pqb ó h : Curva de Gompertz modificada
12) ó : Curva logística
13)
2.3.6.3 El método de mínimos cuadrados

El objetivo en este caso es encontrar la mejor curva de ajuste que tenga una forma polinomial, ya que el
manejo de polinomios resulta sencilla en cualquier aplicación.
En el siguiente gráfico se observa la representación de algunos puntos experimentales.
y
(xn, yn)
(x2, y2)
(x3, y3)
(x1, y1)
x
Fig. 2.6. Representación de los puntos dispersos
Se observa que los datos se encuentran muy dispersos.
101
A continuación se hace pasar una curva de tal forma que la suma del cuadrado de las distancias desde los
puntos experimentales a la curva de ajuste sea mínima, es decir:
y
C (curva de ajuste)
D2
D1
y1
Fig. 2.7. Esquema de la dispersión
Se observa que hay una diferencia entre y1 (valor observado o experimental) y (valor ajustado). Esta
diferencia se denota por D1 , que a veces se conoce como desviación, error o residuo y puede ser positivo,
negativo o cero.
Una medida de la «bondad de ajuste» de la curva C a los datos viene dado por:
(2.30)
2.3.6.4 ALGUNOS CONCEPTOS

Supongamos que tenemos el siguiente conjunto de datos experimentales que se muestra, donde y
representa el porcentaje del reactivo en la alimentación que ha reaccionado
corrida 1 2 3 4 5 6 7 8 9 10
y (%) 67,1 73,1 69,6 67,4 71,0 68,2 69,4 68,2 68,7 70,2
Si la reacción se lleva a cabo bajo las mismas condiciones a la temperatura de 45 °C, en teoría, y debería
tener un único valor, sin embargo, en un reactor real y es una variable aleatoria y cambia de una manera
impredecible de una corrida a otra.
La pregunta es ¿por qué no se obtuvieron los mismos valores en cada corrida?
Respuesta: Es imposible reproducir las condiciones experimentales de manera exacta en los experimentos
sucesivos. Un cambio de una corrida a otra, de apenas 0,1°C en la temperatura del reactor puede bastar
para modificar el valor medido de y.
• Aunque las condiciones fueran idénticas en dos corridas, sería imposible obtener la muestra en los
tiempos exactos dados en la tabla, una diferencia de unos segundos podría ocasionar una diferencia
medible en x.
102
• Las variaciones en los procedimientos de muestreo y de análisis químico introducen, siempre dispersión
en los valores medidos.
Entonces, de inmediato uno podría preguntarse lo siguiente:
a. ¿Cuál es el valor verdadero de x?
En teoría debería haber un «valor verdadero», es decir, el valor que mediríamos si fuera posible fijar
exactamente a 45,000... °C, iniciar la reacción, mantener la temperatura, velocidad de agitación y las
demás variables experimentales que afectan a y perfectamente constantes, y después de efectuar el
muestreo y análisis con precisión total y en el tiempo exacto, tal como 1,000...; 2,000...; etc. minutos. Sin
embargo, en la práctica es imposible realizar la medición con tanta precisión. También se podría definir
el verdadero valor de y como el valor que se obtendría al efectuar un número infinito de mediciones y
promediar los resultados, pero tampoco hay una manera práctica para llevar esto a cabo. Lo más que
se puede hacer es estimar el valor verdadero de y a partir de un número finito de mediciones.
b. ¿Cómo se puede estimar el valor verdadero de y?
La estimación más común es la media de la muestra (media aritmética). Se suman N valores medidos
de y (y1 , y2 , ..., yN) y después se calcula la media de la muestra
(2.31)
Para los datos dados en la tabla anterior se tiene
Los datos representados en forma gráfica tendrían la siguiente apariencia
corridas
Fig. 2.8. Valor medio de datos experimentales
Entre más mediciones se hagan de una variable aleatoria, es mejor el valor estimado en base a la
media de la muestra. Sin embargo, incluso con un gran número de mediciones la media de la muestra
constituye, cuanto mucho, una aproximación del valor verdadero y, de hecho, puede estar muy
alejada de este (por ejemplo, si los instrumentos o procedimientos que se utilizan para medir y no
funcionan bien).
103
2.3.6.5 VARIANZA DE LA MUESTRA DE DATOS DISPERSOS

Consideremos el conjunto de datos de la figura siguiente
ymax = 95%
y ymax = 72%
ymin = 52%
ymin = 68%
corridas corridas
(a) (b)
Fig. 2.9. Representación de los rangos de una función
Estos datos fueron obtenidos por dos técnicas diferentes de medición. Aunque en ambos casos la media
es la misma, se observa claramente que el gráfico (b) hay mayor dispersión de los datos, por lo tanto, el
primer conjunto de datos correspondiente a la figura (a) presenta mayor confianza.
Rango
El rango es la medida más gruesa de la dispersión, incluye solo dos valores medidos y no indica si la
mayoría de los valores se agrupan cerca de la media o se dispersan ampliamente alrededor de la misma
R = ymáx. – ymín.
para los datos de la figura (a)

R = (72 – 68)% = 4%
para los datos de la figura (b)

R = (95 – 52)% = 43%
Varianza de la muestra
La varianza de la muestra también es una medida de la dispersión de los datos, la cual se determina
mediante:
(2.32)
Desviación estandar
Entre más se aleja la variable medida (yj ) de la media, ya sea en sentido positivo o negativo, mayor es
el valor de , y, por tanto, los valores de la varianza y de la desviación estándar de la muestra
aumentan.
Para variables aleatorias típicas, casi dos terceras partes de los valores medidos, caen dentro de una
desviación estándar de la media; cerca de 95% caen dentro de dos desviaciones estándar, aproximadamente
99% caen dentro de tres desviaciones estándar
104
corridas
Fig. 2.10. Desviaciones estándares medias de los datos experimentales
2.3.6.6 LA RECTA DE MÍNIMOS CUADRADOS

Ciertos datos experimentales se ajustan adecuadamente a una línea recta; el conjunto de datos (x1, y2),
(x2, y2), ... , (xN, yN) por tanto, obedece a la ecuación:
(2.33)
: valor ajustado de y
Donde las constantes a0 y a1 se determinan a partir de los puntos experimentales. La ecuación anterior
se denomina recta de regresión de y sobre x. Aplicando sumatoria a la ecuación (2.33)
(2.34)
(2.35)
Las ecuaciones (2.34) y (2.35), también se denominan ecuaciones normales, cuya resolución simultánea
conduce a:
(2.36)
(2.37)
Correlación lineal
Se dice que hay una correlación lineal entre las variables, cuando los puntos parecen estar cerca a una
recta tal como se observa en la figura siguiente
y y
x x
(a) Correlación lineal positiva (b) Correlación lineal negativa
Fig. 2.11. Correlación lineal de los datos
105
En otros casos los puntos parecen estar cerca a una curva y en otros simplemente, no hay correlación
y y
x x
Correlación no lineal No hay correlación
Fig. 2.12. Correlación no lineal de datos
El índice de correlación para dos variables x e y se obtiene mediante
(2.38)
ó (2.39)
Se dice que cuando r es igual a 1, las variables están perfectamente correlacionadas. Normalmente se
obtienen valores menores a la unidad. En general, para que una curva sea aceptada como curva de
correlación, el valor de r deberá ser mayor que 0,7 mínimamente. Estas fluctuaciones también son válidos
para r = −1.
Sx , Sy : desviaciones típicas de las variables x e y respectivamente
Sxy : covarianza de x e y
También pueden aplicarse las fórmulas
(2.40)
con: ,
: centro de gravedad de la muestra, la cual representa los valores promedio de cada variable
, , (2.41)
Las ecuaciones (2.29) y (2.30) pueden también ser obtenidos minimizando la función:
(2.42)
por criterio de mínimo de una función
y (2.43)
106
derivando se obtiene
(2.44)
(2.45)
al dividir entre (−2) y aplicar las sumatorias, se obtienen las ecuaciones (2.34) y (2.35).
2.3.6.7 POLINOMIO DE MÍNIMOS CUADRADOS

Debido a que los polinomios pueden manejarse fácilmente, es común ajustar tales funciones a datos cuya
gráfica es no lineal. La ventaja de este método radica en que las ecuaciones normales son lineales. En este
esquema n, representa el grado del polinomio y N representa el número de puntos.
Supongamos la relación funcional

(2.46)
Con errores definidas como

(2.47)
Se minimiza la suma de los cuadrados
(2.48)
Luego
, , ... ,
(2.49)
(2.50)
.
.
.
(2.51)
expresando en forma matricial
107
PROBLEMA 2.10
En el siguiente conjunto de datos observados, encontrar los valores de los parámetros a0 , a1 y a2 , si los
datos se ajustan a un polinomio de segundo grado
xi 0,05 0,11 0,15 0,31 0,46 0,52 0,70 0,74 0,82 0,98 1,17
yi 0,956 0,890 0,832 0,717 0,571 0,539 0,378 0,370 0,306 0,242 0,104
RESOLUCIÓN:
N = 11
Escribiendo las ecuaciones normales
Resolviendo se obtiene
Luego, la ecuación polinómica por mínimos cuadrados es:
El sistema matricial anterior, puede ser desarrollado siguiendo el procedimiento que a continuación se
muestra.
Si hay más de una variable independiente de interés x1 , x2 , ..., xk , el modelo
Donde:
E(y) : esperanza de y
Se llama modelo de regresión lineal múltiple o regresión multilineal ya que se considera x1 , x2 , ..., xk como
constantes conocidas, supuestamente medidas sin error en un experimento.
El modelo estadístico lineal que relaciona una respuesta aleatoria y con un conjunto de variables
independientes x1 , x2 , ..., xk tiene la forma
Donde β0 , β1 , ... , βk son parámetros, e es una variable aleatoria y x1 , x2 , ..., xk son constantes conocidas.
Supondremos que E(e) = 0 y por lo tanto se tiene
llamado modelo de regresión lineal múltiple o regresión multilineal.
108
2.3.6.8 ECUACIONES DE MÍNIMOS CUADRADOS MEDIANTE MATRICES

Una manera conveniente de manejar las ecuaciones lineales de mínimos cuadrados es mediante el uso
del álgebra matricial.
Supongamos que tenemos el modelo lineal
(2.52)
y hacemos n observaciones independientes y1 , y2 , ..., yk de y, podemos escribir yi como,
(2.53)
donde xj es el valor de la j-ésima variable independiente para la i-ésima observación i = 1, 2, ..., n

(j = 1, 2, ..., k).
Definamos ahora las matrices siguientes con x0 = 1
Por lo tanto n ecuaciones que representan las yi como función de las x, las β y las e se pueden escribir
simultáneamente como:
para n observaciones de un modelo lineal simple de la forma:
tenemos las matrices:
Note que se ha suprimido el segundo subíndice de x ya que hay solamente una variable x involucrada.
109
Anteriormente se dieron las ecuaciones mínimos cuadrados para β0 y β1 como
Para las matrices tenemos:
Por comparación obtenemos
donde: Xt : matriz transpuesta de X
De esta manera se obtiene

(2.54)
En general, las ecuaciones mínimos cuadrados y sus soluciones se presentan en notación matricial como
ECUACIONES:
SOLUCIONES:
PROBLEMA 2.11
Ajustar a una línea recta los siguientes datos
x –2 –1 0 1 2
y 0 0 1 1 3
Aplicando el modelo
110
RESOLUCIÓN:
Para este caso: x0 = 1 , x1 = x
Luego, la recta de correlación es y = 1+0,7x
PROBLEMA 2.12
Los datos del problema anterior, ajustar a un polinomio de segundo grado.
RESOLUCIÓN:
En este caso: x0 = 1 , x1 = x , x2 = x2
111
Finalmente
Por lo tanto
Y la ecuación ajustada queda como
PROBLEMA 2.13
Los datos de la tabla anterior, ajuste a un polinomio de tercer grado.
RESOLUCIÓN:
En este caso: x0 = 1 , x1 = x , x2 = x2 , x3 = x3
Luego, las matrices están dadas por:
luego:
Luego, la curva de correlación es:
En general el tratamiento matricial es más apropiado para el cálculo de los parámetros del polinomio, en
lugar de resolver el sistema de ecuaciones normales para el cálculo de dichos parámetros.
A pesar de que finalmente se encuentra un polinomio interpolante de grado 1, 2, 3 ó mayor, la regresión

sigue siendo lineal en los parámetros .
112
PROBLEMA 2.14
En la siguiente tabla se presentan los alargamientos de un resorte correspondientes a fuerzas de diferentes
magnitudes que lo deforman
Fuerza (kgf ) x 0 2 3 6 7
Longitud de resorte (m) y 0,120 0,153 0,170 0,225 0,260
Determine por mínimos cuadrados el mejor polinomio de primer grado que represente la función dada.
RESOLUCIÓN:
Aplicamos la ecuación:
Para lo cual:
Resolviendo se tiene:
;
Por lo cual, la recta ajustada queda como
PROBLEMA 2.15
El calor específico Cp (cal/molg K) del Mn3O4 varía con la temperatura de acuerdo con la siguiente tabla:
T (K) 280 650 1000 1200 1500 1700
Cp (cal/mol K) 32,7 45,4 52,15 53,7 52,9 50,3
Aproxime el calor específico a un polinomio de tercer grado.

RESOLUCIÓN:
Nuevamente aplicamos la ecuación:
Para lo cual
113
Resolviendo se obtiene:
β1 = 19,26072 ; β2 = 0,0538869; β3 = –2,107 × 10–5 ; β2 = 6,273 × 10–11
Por lo tanto el calor específico será: Cp = 19, 26072 + 0,0538869T – 2,107 × 10–5 T2 + 6,273 × 10–11T3
Programa calor_esp_regres.pol
114
PROBLEMA 2.16
A partir de un estudio experimental acerca de la estabilización de arcilla muy plástica, se observó que el
contenido de agua para moldeo con densidad óptima dependía linealmente de los porcentajes de cal y
puzolana mezclados con arcilla. Se tuvieron así los resultados que se dan en la parte inferior. Ajuste a una
ecuación de la forma
A los datos dados en la tabla siguiente:
agua (%) cal (%) puzolana (%)

y x1 x2
27,5 2,0 18,0
28,0 3,5 16,5
28,8 4,5 10,5
29,1 2,5 2,5
30,0 8,5 9,0
31,0 10,5 4,5
32,0 13,5 1,5
RESOLUCIÓN:
Se sigue el mismo procedimiento de los casos anteriores para lo cual se presenta las matrices
correspondientes
Aplicando la ecuación matricial:
Se obtiene,
; ;
Para lo cual la ecuación de ajuste queda como
2.3.6.9 REGRESIÓN NO LINEAL

En este tipo de regresión previamente se propone un modelo matemático no lineal que contiene
generalmente varios parámetros, los cuales deben ser obtenidos mediante la minimización de una
función objetivo, similar al caso de una regresión multilineal.
115
Como ejemplo tomaremos el siguiente modelo matemático que describe el comportamiento de un

fluido no newtoniano y se denomina modelo de Ostwald - de - Waele, cuyo modelo es el siguiente:
Se dispone de los datos observados de un experimento realizado a un viscosímetro de rotación.
trθ (N/m2) 3,36 4,36 5,94 7,59 9,48 11,86 14,56 19,24 23,69
7,33 9,67 13,94 18,72 24,63 32,86 43,35 62,93 84,50
RESOLUCIÓN:
Este es un modelo de dos parámetros: m y n, los cuales deben ser determinados.
La función objetivo está dada por:

(1)
S: función objetivo
yi : valor observado (experimental)
: valor estimado (por el modelo)
Hacemos:
yi = τrθi y (2)
Reemplazando (2) y la expresión del modelo en (1).
(3)
puesto que:
(4)
Derivando la ecuación (3) respecto a m:
(4)
Reemplazando para cada valor dado en la tabla:
(7,33 – 3,36n – m × 7,332n) + (9,67 – 4,36n – m × 9,672n) + (13,94 – 5,94n – m × 13,942n)

+ (18,72 – 7,59n – m × 18,722n) + (24,63 – 9,48n – m × 24,63)2n + (32,86 – 11,86n – m × 32,862n)
+ (43,35 – 14,56n – m × 43,352n) + (62,93 – 19,24n – m × 62,932n ) + (84,50 – 23,672n – m × 84,502n) = 0
116
Derivando respecto a n:
(5)
Reemplazando valores:
(3,36 – m × 7,33n)(7,33n × ln(7,33)) + (4,36 – m × 9,67n)(9,67n × ln(9,67))

+ (5,94 – m × 13,94n)(13,94n × ln(13,94)) + (7,59 – m × 18,72n)(18,72n × ln(18,72))
+ (9,48 – m × 24,63n)(24,63n × ln(24,63)) + (11,86 – m × 32,86n)(32,86n × ln(32,86))
+ (14,56 – m × 43,35n)(43,35nln(43,35)) + (19,24 – m × 62,93n)(62,93n × ln(62,93))
+ (23,67 – m × 84,5n)(84,5n × ln(84,50)) = 0
Se obtiene un sistema no lineal de dos variables m y n, cuya solución conduce a: m = 0,8142 y n = 0,7618
Luego se obtiene el índice de correlación mediante:
(6)
El modelo obtenido en base a los parámetros calculados es el siguiente:
(7)
Luego los valores encontrados se obtienen para cada x, reemplazando en (7) y finalmente en (6), cuyo
valor es R2 = 0,8962, lo cual indica que hay una buena correlación de los datos ajustados al modelo.
Programa modelo_de_ostwald.pol
PROBLEMA 2.17
Ajuste los datos del ejercicio anterior al modelo de Sisko, dado por:
μa = μ∞ + m × γ n – 1
donde:
μa: viscosidad aparente
μ∞: parámetro a calcular
m: parámetro a calcular
n: parámetro a calcular
117
RESOLUCIÓN:
Este es un modelo de tres parámetros cuyo tratamiento es similar al caso anterior:
Sabemos que:
y
Dividiendo se obtiene:
Luego tomando los datos de la tabla, se tiene:
τrθ 3,36 4,36 5,94 7,59 9,48 11,86 14,56 19,24 23,69
7,33 9,67 13,94 18,72 24,63 32,86 43,35 62,93 84,50
μa 0,45839 0,45088 0,42611 0,40545 0,38489 0,36092 0,33587 0,30574 0,28012
Haciendo: y = μa y
El modelo resulta: y = μ∞ + mx n – 1
La función objetivo esta dado por:
Luego se deriva respecto a cada parámetro:
Reemplazando los valores de la tabla y resolviendo el sistema se tiene:
μ∞ = 0,2771895 (Este valor puede ser obtenido leyendo de la gráfica de μa vs , con

m = 0,7551915 lo cual se requiere resolver un sistema de dos ecuaciones no lineales)
n = 0,3400699
Luego, el modelo es el siguiente:

y = 0,27718947 – 0,7551915x 0,3400699 – 1
Con un índice de correlación R2 = 0,9466
118
Programa modelo_de_sisko.pol
PROBLEMA 2.18
Los resultados del experimento de un túnel de aire sobre el flujo del aire en la punta del ala de un avión
proporcionaron los siguientes datos:
R/C R/C R/C
0,73 0,0788 1,02 0,0681 1,385 0,0575

0,78 0,0788 1,03 0,0681 1,43 0,049
0,81 0,064 1,055 0,079 1,445 0,0532
0,86 0,0788 1,135 0,0575 1,535 0,0511
0,875 0,0681 1,14 0,0681 1,57 0,049
0,89 0,0703 1,245 0,0575 1,63 0,0532
0,95 0,0703 1,32 0,0511 1,755 0,0426
donde: R : distancia al núcleo

C : cuerda del ala del avión libre de corrientes
Sean .
Es aconsejable que la curva sea de la forma:
RESOLUCIÓN:
La ecuación por mínimos cuadrados se convierte en:
119
Derivando respecto a A
Derivando respecto a λ
Después de reemplazar valores, se obtiene un sistema no lineal de dos ecuaciones de donde se obtiene
los valores A y λ, esto es
A = 0,07618 ; λ = −2,30574
para lo cual, la ecuación queda descrita como
PROBLEMA 2.19
Halle el coeficiente de correlación lineal entre las variables X e Y presentadas en la tabla siguiente:
X 1 3 4 6 8 9 11 14
Y 1 2 4 4 5 7 8 9
RESOLUCIÓN:
A partir de los datos dados obtenemos la tabla siguiente.
De la tabla se obtiene:
Puesto que y
X Y x2 xy y2
1 1 –6 –4 36 24 16
3 2 –4 –3 16 12 9
4 4 –3 –1 9 3 1
6 4 –1 –1 1 1 1
8 5 1 0 1 0 0
9 7 2 2 4 4 4
11 8 4 3 15 12 9
14 9 7 4 49 28 16
120
También se puede aplicar la ecuación:
Puesto que,
;
Se observa que los datos están bien correlacionados.
PROBLEMA 2.20
En el problema anterior, calcule los parámetros de la recta de regresión.
RESOLUCIÓN:
luego, la recta de regresión es
También podemos obtener;
Desviación típica de X:
Desviación típica de Y:
Varianza de X,
Varianza de y
121
Covarianza de x e y,
2.3.6.10 ÍNDICE DE CORRELACIÓN MÚLTIPLE

El índice de correlación múltiple puede obtenerse mediante la siguiente ecuación
(2.55)
o también:
(2.56)
: valor observado
: valor obtenido por ajuste (pre dicho por el modelo)
: valor promedio
R : índice de corrección total
Para una ecuación del tipo
El índice de correlación, estará dado por
Donde
r : índice de correlación parcial
122
PROBLEMA 2.21
En un experimento de cinética química del tipo
se obtuvieron datos de concentración inicial y velocidad de reacción que se muestran a continuación
Nro. experiencias CA0 CA0 –rA0
1 0,02 0,01 0,0689

2 0,01 0,02 0,0522
3 0,03 0,02 0,1952
4 0,02 0,03 0,1660
5 0,04 0,04 0,4800
Dado que la reacción química es irreversible, el modelo puede ser escrito como,
Usando el ajuste por mínimos cuadrados, encuentre los valores de k, a y b, asimismo, señale si los datos
están adecuadamente correlacionados.
RESOLUCIÓN:
Escribamos el modelo como
Tomando logaritmos, tenemos
–2,6750 –3,9120 –4,6051

–2,9526 –4,6051 –3,9120
–1,6337 –3,5065 –3,9120
–1,7957 –3,9120 –3,5065
–0,7339 –3,2188 –3,2188
x1y x2y x12

10,4650 12,3192 15,3039
13,5975 11,5509 21,2076
5,7287 6,3912 12,2959
7,0250 3,2969 15,3039
2,3625 2,3625 10,3611
123
x1 x2 y2
21,2076 18,0155 7,1561

15,3039 18,0155 8,7182
15,3039 13,7177 2,6690
12,2959 13,7177 3,2247
10,3611 10,3611 0,5387
Reemplazando en las ecuaciones anteriores tenemos:
Ahora usamos la ecuación
Se observa que hay una correlación casi perfecta, por lo tanto al aplicar la regresión multilineal, las
ecuaciones normales son:
resolviendo se obtiene
el orden global es como sigue:
La aplicación de la ecuación (2.55) es más sencilla para el cálculo de R.
124
2.3.7 INTERPOLACIÓN SEGMENTARIA (SPLINES)

En este tipo de interpolación, la idea central es que en lugar de usar un solo polinomio para interpolar
todos los datos, se pueden usar segmentos de polinomios entre pares coordenados de datos y unir cada
uno de ellos los cuales permiten ajustar los datos.
Cabe mencionar que entre todas los formas de ajustar datos, los splines cúbicos han resultado ser los más
adecuados para cualquier tipo de aplicación.
Se puede decir que una función spline está formada por varios polinomios, cada uno definido en un
intervalo y que se unen entre sí, bajo ciertas condiciones de continuidad.
Para un conjunto numeroso de puntos no es útil calcular el polinomio interpolante que pase por
esto puntos, pues este tiende a tener grandes oscilaciones; por tanto, es más aconsejable hacer una
interpolación secuencial de grado bajo sobre subconjuntos más pequeños del total de puntos así una
función a trazos.
La interpolación por trozos más útil y de uso generalizado en diversos campos tales como el diseño de
automóviles, vestidos, los gráficos por computadora, la economía, etc. es la que se realiza mediante
polinomios de grado tres llamados trazadores o splines cúbicos que se definen en cada uno de los
intervalos (xk , xk – 1) definidos por las abscisas de los puntos (xi , yi) y (x k, x k + 1), ambos coincidan en xk no solo
como función si no también su primera y segunda derivada, con el fin de que haya suavidad en los puntos
(xk , yk) de coincidencia de ambas gráficas.
2.3.7.1 SPLINES DE GRADO CERO

Los splines de grado cero son funciones constantes por zonas. Una forma de presentar un spline de grado
cero es la siguiente:
Los intervalos (ti –1, ti) o (xi – 1 , xi) no se intersectan entre sí, por lo que no hay ambigüedad en la definición
de la función en los nodos.
S4
S1
S0
t0 t1 t2 t3 S3 t4 t5
S2
Fig. 2.13. Representación de un spline de grado cero
2.3.7.2 SPLINES DE GRADO UNO

Los splines de grado uno son funciones polinomiales de grado 1 (rectas de la forma: y = ax + b) que se
encargan de unir cada par de coordenadas mediante una recta, en el siguiente conjunto de datos:
x x1 x2 x3 ... xn
y y1 y2 y3 ... yn
125
Una función spline de grado uno que interpole los datos es simplemente unir cada uno de los puntos
mediante segmentos de recta, como se ilustra en la siguiente figura:
S0
S1
S3 S4 S5
t0 t1 t3 t4 t6
t2 t5
S2
Fig. 2.14. Representación de un spline de grado uno
Claramente esta función cumple con las condiciones de la spline de grado 1, de tal manera que para este
caso es:
donde:
1. Sj(x) es un polinomio de grado menor o igual que 1.
2. S(x) tiene derivada continua de orden k – 1 = 0.
3. S(xj ) = yj , para S = 0, 1, 2, ..., n.
Por lo tanto, el spline de grado 1 queda definido como:
2.3.7.3 SPLINES DE GRADO DOS

Los splines de grado dos, se encargan de unir cada par coordenado con ecuaciones polinomiales de orden
dos. Las ecuaciones son de la forma: ax 2 + bx + c, de tal manera que las funciones están definidas por:
Vemos un ejemplo de aplicación:
Consideramos el siguiente conjunto de datos:
x 3 4,5 7 9
y 2,5 1 2,5 0,5
Proceda a calcular la interpolación por splines de grado 2.
126
RESOLUCIÓN:
Se observa que se forman tres intervalos en los datos sobre el eje x, es decir:
[3; 4,5], [4,5; 7], [7; 9]
La ecuación S1(x), une los puntos (3; 2,5) y (4,5; 1), la ecuación S2(x) une los puntos (4,5; 1) y (7; 2,5) y la
ecuación S3(x) une los puntos (7; 2,5) y (9; 0,5); es decir:
con S(3) = 2,5; S(4,5) = 1; S(7) = 2,5; S(9) = 0,5
De tal forma que se obtiene el siguiente sistema de ecuaciones:
S(3) = 2,5 = 9a1 + 3b1 + c1 (1)
(2)
(3)
(4)
(5)
(6)
Se obtiene un total de 6 ecuaciones y 9 incógnitas. El siguiente paso es manejar la existencia de las

derivadas continuas. En el caso de los splines de grado 2, se necesita que el spline tenga derivada de
orden k – 1 = 1, es decir, primera derivada continua.
Se calcula la primera derivada:
Se observa que las derivadas anteriores, están formadas por segmentos de rectas, que pudieran presentar
descontinuidad en los cambios de intervalos; es decir, las posibles discontinuidades se darían en x = 4,5 y
x = 7. Por lo tanto para que S'(x) sea continua, se debe cumplir que:
2a(4,5) + b1 = 2a2(4,5) + b2
o sea:
S'(4,5) → 9a1 + b1 = 9a2 + b2 (7)
y también debe cumplirse:
2a2(7) + b2 = 2a3(7) + b3
127
o sea:
S'(7) → 14a2 + b2 = 14a3 + b3 (8)
Ahora se tiene un total de 8 ecuaciones y 9 incógnitas, esto da un grado de libertad para elegir alguna de
las incógnitas; se elige por conveniencia, a1 = 0.
De esta forma se tiene las siguientes ecuaciones:
3b1 + c1 = 2,5 (1)

4,5b1 + c1 = 1 (2)
20,25a2 + 4,5b2 + c2 = 1 (3)
49a2 + 7b2 + c2 = 2,5 (4)
49a3 + 7b3 + c3 = 2,5 (5)
81a3 + 9b3 + c3 = 0,5 (6)
b1 – 9a2 – b2 = 0 (7)
14a2 + b2 – 14a3 – b3 = 0 (8)
Se resuelve el sistema y se obtiene:

a1 = 0; b1 = –1; c1 = 5,5
a2 = 0,64; b2 = –6,76; c2 = 18,46
a3 = –1,6; b3 = 24,6; c3 = –91,3
Luego, se obtiene la siguiente función interpolante:
Luego se obtiene la siguiente gráfica tanto de los puntos dados en la tabla como de las funciones de
interpolación.
y
2,5
2,0
1,5
1,0
0,5
x
1 2 3 4 5 6 7 8 9 10
Fig. 2.5. Representación de un spline de grado dos
128
2.3.7.4 SPLINES CÚBICOS

El spline cúbico (k = 3), es el método más empleado, debido a que proporciona un excelente ajuste de
puntos tabulados y su calculo es relativamente sencillo.
Sobre cada intervalo [t0, t1], [t1, t2], ..., [tn – 1, tn], S está definido por un polinomio cúbico diferente. Sea si el
polinomio cúbico que representa a S en el intervalo [ti , ti – 1], por tanto:
Los polinomios Si – 1 y Si interpolan el mismo valor en el punto ti , es decir, se cumple:
Si – 1(ti) = yi = Si(ti ), 1 ≤ i ≤ n – 1
Por lo que se garantiza que S es continuo en todo el intervalo. Además, se supone que S' y S'' son continuas,
condición que se emplea en la deducción de una expresión para la función del spline cúbico.
EJEMPLO:
Interpolar los siguientes datos mediante un spline cúbico.
x 2 3 5
y –1 2 –7
RESOLUCIÓN:
Se define un polinomio cúbico en cada uno de los intervalos que se forman. A continuación se busca que
se cumpla la condición de que la splice debe pasar por los puntos dados en la tabla, o sea S(x) = y.
La forma general de todos los splices son:

S(x) = a1x 3 + b1x 2 + ax + d
que reemplazado para cada uno de los puntos conduce a:
S(2) = –1 = 8a1 + 4b1 + 2c1 + d1 (1)

S(3) = –2 = 27a1 + 9b1 + 3c1 + d1 (2)
S(3) = 2 = 27a2 + 9b2 + 3c2 + d2 (3)
S(5) = –7 = 15a2 + 25b2 + 5c2 + d2 (4)
Ahora se calcula la primera derivada de S(x).
Al igual que en el caso de los splines cuadráticos, se presentan ecuaciones que pueden tener discontinuidad
en los cambios de intervalo; las posibles discontinuidades son los puntos donde se cambia de intervalo,
en este caso x = 3. Para evitar esta discontinuidad, se evalúa en x = 3 los dos polinomios y se igualan, de
tal manera que:
3a1(3)2 + 2b1(3) + c1 = 3a2(3)2 + 2b2(3) + c2
129
Simplificando se tiene:
27a1 + 6b1 + c1 = 27a2 + 6b2 + c2 (5)
De la misma manera se procede con la segunda derivada:
Para lograr que S''(x) sea continua en x = 3, en las dos últimas ecuaciones se obtiene:
6a1(3) + 2b1 = 6a2(3) + 2b2
que simplificado permite obtener:
18a1 + 2b1 = 18a2 + 2b2 (6)
En este punto se cuenta con 6 ecuaciones y 8 incógnitas, por lo que se tienen 2 grados de libertad; en
general, se agregan las siguientes dos condiciones:
S''(x 0) = 0 y
S''(xn) = 0
De lo cual se obtiene:
S''(2) = 0 entonces: 6a1(2) + 2b1 = 0
ó 12a1 + 2b1 = 0 (7)
S''(5) = 0 entonces: 6a2(5) + 2b2 = 0
ó 30a2 + 2b2 = 0 (8)
Con lo cual se obtiene 8 ecuaciones con 8 incógnitas como son:
8a1 + 4b1 + 2c1 + d1 = –1

27a1 + 9b1 + 3c1 + d1 = 2
27a2 + 9b2 + 3c2 + d2 = 2
125a2 + 25b2 + 5c2 + d2 = –7
27a1 + 6b1 + c1 – 27a2 – 6b2 – c2 = 0
18a1 + 2b1 – 18a2 – 2b2 = 0
12a1 + 2b1 = 0
30a2 + 2b2 = 0
a1 = –1,250; b1 = 7,50; c1 = –10,750; d1 = 0,50
a2 = 0,625; b2 = –9,375; c2 = 39,875; d2 = –50,125
130
Sustituyendo estos valores en la función inicial, se ve que el spline cúbico para la tabla de datos dada,
queda definida como:
A continuación se presenta el gráfico correspondiente:
x
1 2 3 4 5
–1
–2
–3
–4
–5
–6
–7
Fig. 2.6. Representación de un spline de grado tres
EJEMPLO:
Interpolar los siguientes datos utilizando splines cúbicos:
x –1 1 2 4
y –1 1 5 –2
RESOLUCIÓN:
Nuevamente, se define un polinomio cúbico en cada uno de los intervalos:
Después, se hace que el spline pase por los puntos dados en la tabla.
Así, se tiene que:

S(–1) = –1, implica que: –a1 + b1 – c1 + d1 = –1
S(1) = 1, implica que: a1 + b1 + c1 + d1 = 1, a2 + b2 + c2 + d2 = 1
S(2) = 5, implica que: 8a2 + 4b2 + 2c2 + d2 = 5, 8a3 + 4b3 + 2c3 + d3 = 5
y finalmente S(4) = –2 implica que: 64a3 + 16b3 + 4c3 + d3 = –2
131
Enseguida se calcula la primera derivada:
Se nota que los posibles discontinuidades de S'(x) son x = 1 y x = 2.
Por lo tanto, para hacer que S'(x) sea continua, se igualan las ecuaciones correspondientes en ambos
valores:
3a1 + 2b1 + c1 = 3a2 + 2b2 + c3

12a2 + 4b2 + c2 = 12a3 + 4b3 + c3
Ahora se procede a calcular la segunda derivada:
Nuevamente, las posibles discontinuidades se podrían dar en los puntos x = 1 y x = 2. Por lo tanto, para
que S''(x) sea continua, se igualan las ecuaciones en ambos valores:
6a1 + 2b1 = 6a2 + 2b2 → 3a1 + b1 = 3a2 + b2

12a2 + 2b2 = 12a3 + 2b3 → 6a2 + b2 = 6a3 + b3
Finalmente, se agregan las condiciones de que la doble derivada se anule en los puntos inicial y final de
la tabla, es decir:
S''(–1) = 0 → –6a1 + 2b1 = 0 → –3a1 + b1 = 0

S''(4) = 0 → 24a3 + 2b3 = 0 → 12a3 + b3 = 0
Con esto se obtiene un sistema de doce ecuaciones con doce variables:
–a + b1 – c1 + d1 = –1
a1 + b1 + c1 + d1 = 1
a2 + b2 + c2 + d2 = 1
8a2 + 4b2 + 2c2 + d2 = 5
8a3 + 4b3 + 2c3 + d3 = 5
64a3 + 16b3 + 4c3 + d3 = –2
3a1 + 2b1 + c1 = 3a2 + 2b2 + c2
12a2 + 4b2 + c2 = 12a3 + 4b3 + c3
3a1 + b1 = 3a2 + b2
6a2 + b2 = 6a3 + b3
–3a1 + b1 = 0
12a3 + b3 = 0
132
Resolviendo el sistema que no tiene una particularidad especial, es decir un sistema común y corriente,
se tiene:
a1 = 51/140; a2 = –21/10; a3 = 24/35
b1 = 153/140; b2 = 297/35; b3 = –288/35
c1 = 89/140; c2 = –473/70; c3 = 1867/70
d1 = 153/140; d2 = 48/35; d3 = 732/35
Por dato, el spline cúbico es:
5
4
3
2
1
4
1 2 3
Fig. 2.17. Representación gráfica de un ejemplo de un spline de grado tres
2.3.7.5 CONSTRUCCIÓN DE UN SPLINE CÚBICO PARTICULAR

En este caso, la idea es obtener una función spline cúbico, de tal manera que el sistema lineal resultante
no sea un sistema cualquiera, sino un sistema tridiagonal.
Para el conjunto de pares ordenados que se muestra a continuación encuentre un trazador cúbico.
(x0, y0) = (1; 2); (x1; y1) = (3; 4); (x2; y2) = (4; 3); (x3; y3) = (6; 2)
Como puede observarse, es necesario construir el trazador S(x) que se define como S0(x) en el intervalo [1;
3]; S1(x) en el intervalo [3; 4] y S2(x) en el intervalo [4; 6], donde:
Sj(x) = aj + bj(x – xj ) + cj(x – xj )2 + dj(x – xj)3 para j = 0, 1, 2, ...
Como: x0 = 1; x1 = 3; x2 = 4 y x3 = 6; es claro que:
a0 = S0(x0) = 2 a1 = S1(x1) = 4
a2 = S2(x2) = 3 a3 = S3(x3) = 2
133
A continuación se dan las condiciones que deben cumplir los coeficientes de los polinomios cúbicos aj,
bj, cj y dj , para j = 0, 1, 2, ..., n.
1. Continuidad
En primer lugar debe cumplirse que S0(x) coincida con S1(x) en x1. Además S1(x) debe coincidir con S2(x) en
x2. Estas dos condiciones junto a la definición que se hizo antes de que a3 = S2(x3) conducirá tres ecuaciones.
aj + 1 = aj + bjhj + cj hj2 + dj hj3 para j = 0, 1, 2, ... (1)
donde:
hj = xj + 1 – xj , para j = 0, 1, 2.
2. Suavidad
Como S'j(x) = bj + 2cj(x – xj) + 3dj(x – xj)2 para j = 0, 1, 2.
Ahora debe cumplirse que S'0(x1) = S'1(x1) y que S'1(x2)= S'2(x2). Al agregarle a estas dos condiciones la
definición de: b3 = S'2(x3), se obtienen las tres ecuaciones:
bj + 1 = bj + cj hj + djh2j , para j = 0, 1, 2 (2)
3. Coincidencia en concavidad
Calculando la segunda derivada de cada uno de los problemas Sj(x):
Sj''(x) = 2cj + 6dj(x – xj) para j = 0, 1, 2.
Ahora se le aplica la condición: S'0(x1) = S'1(x1) y S'1(x2) = S'2(x2).
Como Sj''(xj ) = 2cj para j = 0, 1, 2, de manera similar como se hizo en los casos anteriores, se agrega la
definición c3 = S2''(x3)/2 se obtienen las ecuaciones:
cj + 1 = cj + 3dj hj para j = 0, 1, 2 (3)
Despejando dj de la ecuación 3 se obtiene:
(4)
Sustituyendo dj en (1) y en (2) se obtienen las ecuaciones (5) y (6)
aj + 1 = aj + bj hj + (2cj + cj + 1), j = 0, 1, 2 (5)
bj + 1 = bj + (cj + cj + 1)hj , j = 0, 1, 2 (6)
Despejando bj de la ecuación (5)
bj = (aj + 1 – aj) – (2cj + cj + 1), j = 0, 1, 2 (7)
Haciendo un corrimiento de índices, se obtiene
bj – 1 = (aj – aj – 1) – (2cj – 1 + cj ), j = 1, 2, 3 (8)
134
De igual forma, en la ecuación (6) se hace un corrimiento de índices para obtener:
bj = bj – 1 + (cj – 1 + cj )hj – 1 , j = 1, 2, 3 (9)
Al sustituir en esta última ecuación la expresión para bj obtenida en (7) y en (8) y simplificando, se obtiene:
hj –1cj – 1 + 2(hj – 1 + hj )cj + hj cj + 1 = (aj + 1 – aj) – (aj – aj – 1) para j = 1, 2
Concretamente se obtiene el sistema:
h0c0 + 2(h0 + h1)c1 + h1c2 = (a2 – a1) – (a1 – a0)
h1c1 + 2(h1 + h2)c2 + h2c3 = (a3 – a2) – (a2 – a1)
4. Trazador cúbico con frontera libre

Hay varios tipos de trazadores que se pueden obtener, dependiendo de las condiciones de frontera que le
pongamos en los extremos x0, xn, en el cual se está haciendo la interpolación. Continuando con el ejemplo
que estamos desarrollando, le pedimos al trazador S(x) las condiciones:
S''(x0) = 0 y S''(x3) = 0, por lo que se concluye que c0 = 0 y c3 = 0. De esta manera el sistema anterior puede
escribirse en forma matricial:
Usando los puntos en el problema:
La solución de este sistema es:

c0 = 0 c1 = –1,0714286
c2 = 0,4285714 c3 = 0
Por otro lado, ya se sabía antes:

a0 = 2 a1 = 4
a2 = 3 a3 = 2
De la ecuación (4) se obtiene

d0 = –0,1785714 d1 = 0,5
d2 = –0,0714857
135
De la ecuación (7) se obtiene:

b0 = 1,7142857 b1 = –0,4285714
b2 = –1,0714285
Finalmente, el trazador cúbico de frontera libre, está dado por:

Si – 1(ti) = yi = Si(ti ) (1 ≤ i ≤ n – 1)
Fig. 2.18. Representación de un trazador cúbico con frontera libre
2.3.7.6 CASO GENERAL DE UN SPLINE CÚBICO

El spline cúbico (k = 3) es el spline más empleado, debido a que proporciona un excelente ajuste a los
puntos tabulados y su cálculo no es muy complejo.
Sobre el intervalo [t0, t1], [t1, t2], ..., [tn–1, tn], S está definido por un polinomio cúbico diferente o sea si el
polinomio cúbico que representa a S en el intervalo [ti, ti +1], por tanto:
Los polinomios Si –1 y Si interpolan el mismo valor en el punto ti , es decir, se cumple:

Si –1(ti ) = yi = Si (ti ) (1 ≤ i ≤ n – 1)
Por lo que se garantiza que S es continua en el intervalo. Además, se supone que S' y S'' son continuas,
condición que se emplea en la deducción de una expresión para la función del spline cúbico.
Aplicando la condiciones de continuidad del spline S y las derivadas primera S' y segunda S'', es posible
encontrar la expresión analítica del spline cúbico, es decir:
136
En la expresión anterior, hi = ti + 1 – ti y z0, z1, ..., z4 son incógnitas.
Para determinar sus valores, utilizamos las condiciones de continuidad que deben cumplir estas funciones.
El resultado es:
La ecuación anterior con i = 1, 2, ..., n – 1 genera un sistema de n – 1 ecuaciones lineales con n + 1 incógnitas
z0, z1, ..., zn. Podemos elegir z0 y zn de forma arbitraria y resolver el sistema de ecuaciones resultantes para
obtener los valores de z1, z2, ..., zn – 1 o una elección especialmente adecuada es hacer z0 = z1 = 0. La función
spline resultante se denomina spline cúbica natural y el sistema de ecuaciones lineal expresado en forma
matricial es:
donde:
hi = ti +1 – ti
ui = 2(hi + hi –1) –
bi =
Vi = bi – bi –1 –
El algoritmo es el siguiente:
Entrada: n, ti, yi
Para i = 0, 1, ..., n – 1 hacer
hi ← ti+1 – ti
bi ← 6(yi+1 – yi )/hi
Fin
u1 ← 2 (h0 + h1)
V1 ← b1 – b0
Para i = 2, 3, ..., n – 1 hacer
ui ← 2(hi + hi–1) – h 2i –1 /ui –1
V1← bi – bi –1 – hi–1Vi–1 /ui–1
Fin
137
zn ← 0
Para i = n – 1, n – 2, ..., 1 hacer
zi ← (vi – hi zi + 1)/ui
Fin
z0 ← 0
Salida (zi )
Este sistema de ecuaciones, que es tridiagonal, se puede resolver mediante la eliminación Gaussiana
cuyo algoritmo se muestra líneas arriba.
El valor del spline S en un punto x cualquiera interpolado se puede calcular de forma eficiente empleando
la expresión:
donde:
EJEMPLO:
Sea con x ∈[0; 3], y los puntos de apoyo se muestran en la siguiente tabla:
k x ƒ(x)
0 0 0
1 0,5 0,7071
2 1 1
3 1,5 1,2247
4 2 1,4142
5 2,5 1,5811
6 3 1,7321
Primero calculamos los coeficientes hi , bi , ui y vi , con las ecuaciones antes dadas.
i hi bi ui vi
0 0,5 8,4852 - -
1 0,5 3,5148 2,0 –4,9704
2 0,5 2,6964 1,875 –3,72778
3 0,5 2,2740 1,86667 0,1557
4 0,5 2,0028 1,86667 –0,4695
5 0,5 1,8120 1,86603 –0,1454
138
Luego se calcula los zi :
i hi
0 0
1 –1,9777
2 –2,0297
3 0,15590
4 –0,2307
5 –0,0779
6 0
A continuación construimos los splines cúbicos:
Donde yi = f(xi) y,
i Ai Bi Ci
0 –0,16481 0 1,41412
1 –0,00433 –0,98888 1,08024
2 0,18213 –1,01486 0,95683
3 –0,03221 0,07795 0,34002
4 0,01273 –0,11534 0,39147
5 0,00649 –0,32148 0,32148
El gráfico correspondiente es:
17.5 (2,5; 1,58)

(3; 1,73)
(2; 1,41)
(1,5; 1,22)
(0.5; 0,71) (1; 1)
x
3.15
139
2.1 S. H. P. Chen y S.C. Sacena publican datos experimentales para la emisión de tungsteno como una
función de la temperatura [Ind. Eng. Chem. Fund. 12, 220 (1973)]. A continuación se muestran sus
datos.
Encontraron que la ecuación
Correlaciona los datos para todas las temperaturasa con una exactitud de hasta tres dígitos. ¿Qué
grado de polinomio de interpolación se requiere para coincidir con su correlación en los puntos a
la mitad entre las temperaturas tabuladas? Analice las ventajas y desventajas de la interpolación
polinomial en comparación con el empleo de esta correlación.
T (K) 300 400 500 600 700 800 900 1000

e 0,024 0,035 0,046 0,058 0,067 0,083 0,097 0,111
T (K) 1100 1200 1300 1400 1500 1600 1700 1800

e 0,125 0,140 0,155 0,170 0,186 0,202 0,219 0,235
T (K) 1900 2000
e 0,252 0,269
2.2 En estudios sobre polimerización inducida por radiación, se usó una fuente de rayos gamma para
obtener dosis medidas de radiaciones. No obstante, la dosificación varía con la posición en el
aparato, donde se registraron las siguientes cifras,
Posición, pulg 0 0,5 1,0 1,5 2,0 3,0 3,5 4,0

al punto base
Dosificación
1,90 2,39 2,71 2,98 3,20 3,20 2,98 2,74
10 rads/h
Por alguna razón, no se informó la lectura en 2,5 pulg, pero se requiere el valor de la radiación
ahí. Ajuste polinomios de interpolación de varios grados a los datos para obtener la información
faltante, ¿cuál considera que es la mejor estimación para el nivel de dosificación a 2,5 pulg?
2.3 Con base en estudios sobre la cinética de evación de compuestos de cobre a partir de resinas con
intercambio de iones se obtuvieron los siguientes datos. La normalidad del líquido disolvente fue
el factor más importante en la determinación de la difusividad. Los datos se obtuvieron en valores
enteros de normalidad (N = 0,0; 1,0; 2,0; 3,0; 4,0; 5,0). Use los datos para elaborar dicha tabla.
N D × 106 , cm2/s N D × 106 , cm2/s

0,0521 1,65 0,9863 3,12
0,1028 2,10 1,9739 3,06
0,2036 2,27 2,443 2,92
0,4946 2,76 5,06 2,07
140
2.4 Cuando se resuelve numéricamente la ecuación de estado de equilibrio de flujo de calor, las
temperaturas u(x, y) se calculan en los nodos de una retícula construida en el dominio de interés.
Cuando se resuelve cierto problema, se obtienen los valores dados en la siguiente tabla. Este
procedimiento nos proporciona las temperaturas en puntos distintos a los nodos de la retícula y
si se quieren, puede interpolarse para encontrarlos. Use los datos para estimar los valores de la
temperatura en los puntos (0,7; 1,2), (1,6; 2,4), (0,65; 0,82)
y 0,0 0,5 1,0 1,5 2,0 2,5

x
0,0 0,00 5,00 10,00 15,00 20,00 25,00
0,5 5,00 7,51 10,05 12,70 15,67 20,00
1,0 10,00 10,00 10,00 10,00 10,00 10,00
1,5 15,00 12,51 9,95 7,32 4,33 0,00
2,0 20,00 15,00 10,00 5,00 0,00 –5,00
2.5 En un experimento químico ficticio se obtuvieron siete puntos de datos
t –1 –0,96 –0,86 –0,79 0,22 0,5 0,930
y –1 –0,151 0,894 0,986 0,895 0,5 –0,306
a) Trace los puntos e interpole intuitivamente una curva suave.

b) Trace el polinomio de sexto grado que interpola esos puntos.
2.6 En la tabla siguiente se muestran los pesos x1 con aproximación de libras, alturas x2 con aproximación
de pulgadas y edades x3 con aproximación de años de 12 muchachos.
a) Halle la ecuación de regresión de mínimos cuadrados de x1 sobre x2 y x3 .
b) Determine los valores estimados de x1 de los valores de x2 y x3 dados.
c) Estimar el peso de un muchacho de 9 años y 54 pulgadas de alto.
Peso (x1) 64 71 53 67 55 58 77 57 56 51 76 68
Peso (x2) 57 59 49 62 51 50 55 48 52 42 61 57
Peso (x3) 8 10 6 11 8 7 10 9 10 6 12 9
2.7 Con los datos del problema 2.6, encuentre los valores de la desviación típica S1 , S2 y S3 mediante las
fórmulas
141
2.8 Con los datos del problema 2.6, encuentre r12 , r13 y r23 , luego calcule el valor de R.
2.9 La producción en Estados Unidos de ciertos productos durante los años 1995-2004 aparece en la
tabla siguiente
Año 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004
Número de
productos 98,2 92,3 80,0 89,1 83,5 68,9 69,2 67,1 58,3 61,2
(millares)
a) Representar los datos en una gráfica.

b) Halle la ecuación de la recta de mínimos cuadrados que se ajuste a los datos.
c) Estime la producción de cigarros puros durante el año 2006.
2.10 Al medir la velocidad (con un tubo de Pitot) en una tubería circular de diámetro interior de 20 cm, se
encontró la siguiente información
v (cm/s) 600 550 450 312 240

r (cm) 0 3 5 7 8
Donde r es la distancia en cm medida a partir del centro del tubo.

a) Obtenga la curva v = ƒ(r) que aproxime a estos datos experimentales mediante una curva
adecuada de regresión, para lo cual obtenga el índice de correlación.
b) Calcule la velocidad en el punto r = 7,5 cm.
2.11 El porcentaje de impurezas que se encuentra, a varias temperaturas y tiempos de esterilización

en una reacción asociada con la fabricación de cierta bebida, está representada por los datos
siguientes
Temporizador de
Temperatura °C, x1
esterilización (min)
x2 75 100 125
14,05 10,55 7,55
15
14,93 9,48 6,59
16,56 13,63 9,23
20
15,87 11,75 8,78
22,11 18,55 15,93
25
21,66 17,98 16,44
Estime los coeficientes de regresión lineal en el modelo
142
Usando el método matricial.

Sugerencia:
Hacer:
y1 x1 x2 x3 x4 x5
14,05 75 15 5625 225 1125

14,93 75 15 5625 225 1125
16,56 75 20 5625 400 1500
15,87 75 20 5625 400 1500
22,41 75 25 5625 625 1875
21,66 75 25 5625 625 1875
10,55 100 15 10000 225 1500
9,48 100 15 10000 225 1500
13,63 100 20 10000 400 2000
11,75 100 20 10000 400 2000
18,55 100 25 10000 625 2500
17,98 100 25 10000 625 2500
7,55 125 15 15625 225 1875
6,59 125 15 15625 225 1875
9,23 125 20 15625 400 2500
8,78 125 20 15625 400 2500
15,93 125 25 15625 625 3125
16,44 125 25 15625 625 3125
Luego aplicar la ecuación
Esto permite obtener
2.12 Los datos de presión-temperatura-volumen para el etano se muestra en la tabla siguiente, donde
la temperatura (T) está en °C, la presión (P) en atmósferas y el volumen específico (V), litros/mol.
Calcule el volumen específico para P = 5 atm y T = 175°C. Indique asimismo si los datos están bien
correlacionados o no.
P
T
1 2 4 6 8 9 10
25 20,14 32,84 - - - - -
75 24,95 43,80 68,89 85,95 104,38 118,32 139,23
150 31,89 59,31 106,06 151,38 207,66 246,57 298,02
200 36,44 69,38 130,18 194,53 276,76 332,56 -
250 40,87 79,16 153,59 237,38 345,38 - -
143
Sugerencia:
Previamente construir la siguiente matriz, considerando el volumen específico como variable
dependiente, P y T como variables independientes.
V Temperatura Presión
20,14 25 1
24,95 75 1
31,89 150 1
36,44 200 1
40,87 250 1
32,84 25 2
43,80 75 2
59,31 150 2
69,38 200 2
79,16 250 2
68,89 75 4
106,06 150 4
130,18 200 4
153,59 250 4
85,95 75 6
151,38 150 6
194,53 200 6
237,38 250 6
104,38 75 8
207,66 150 8
276,76 200 8
345,38 250 8
118,32 75 9
246,57 150 9
332,56 200 9
139,23 75 10
298,02 150 10
2.13 Interpole para ƒ(3,32; 0,71) a partir de los siguientes datos. Debido a que los datos no están
igualmente espaciados, es necesario usar polinomios de Lagrange o diferencias divididas.
x y 0,1 0,4 0,6 0,9 1,2
1,1 1,100 0,864 0,756 0,637 0,550

3,0 8,182 6,429 5,625 4,737 4,091
3,7 12,445 9,779 8,556 7,205 6,223
5,2 24,582 19,314 16,900 14,232 12,291
6,5 38,409 30,179 26,406 22,237 19,205
2.14 Observe que los datos siguientes parecen ser ajustados por una curva y = aebx al hacer una gráfica
en papel semilogarítmico y observar que los puntos parecen caer sobre una recta (los datos son las
solubilidades de n-butano en ácido fluorhídrico anhidro a altas presiones y se usaron en el diseño
de refinerías de petróleo). Encuentre los valores de a y b por medio de una regresión.
144
Temperatura, °F Solubilidad, peso %

77 2,4
100 3,4
185 7,0
239 11,1
285 19,6
2.15 Se sospecha (a partir de consideraciones teóricas) que la razón de flujo en la boquilla de una
manguera contra incendios es proporcional a alguna potencia de la presión en la boquilla. ¿Los
datos siguientes confirman esta afirmación? ¿Cuál es el valor por mínimos cuadrados del exponente?
(Suponga que los datos sobre la presión son más exactos).
Flujo, galones 94 118 147 180 230

por minuto
Presión,
10 16 25 40 60
lb f/pulg2
2.16 Los valores que se muestran en la tabla siguiente, indican la conductividad térmica, k (BTU/h pie °F)
del dióxido de carbono gaseoso, así como la viscosidad, μ (lb/pie h) del etilenglicol líquido para
diversas temperaturas en °F.
En cada caso, determine el polinomio de interpolación más sencillo que obtenga k y μ.
T k T μ
32 0,0085 0 242
212 0,0133 50 82,1
392 0,0181 100 30,5
572 0,0228 150 12,6
200 5,57
2.17 Los valores indicados en la tabla siguiente provienen de Perry, para las presiones de vapor totales, P
(lb/pulg2), de soluciones acuosas de amoníaco a diferentes temperaturas y porcentajes molares de
amoníaco.
Temp Porcentaje molar de amoníaco

(°F) 0 10 20 25 30 35
60 0,26 1,42 3,51 5,55 8,65 13,22

80 0,51 2,43 5,85 9,06 13,86 20,61
100 0,95 4,05 9,34 14,22 21,32 31,16
140 2,89 9,98 21,49 31,54 45,73 64,78
180 7,51 21,65 44,02 62,68 88,17 121,78
220 17,19 42,47 81,91 113,81 156,41 211,24
250 29,83 66,67 124,08 164,48 229,62 305,60
Encuentre la presión de vapor a 15 % mol y a 150 °F.
145
2.18 Además de todo lo expuesto también es posible la construcción de polinomios de interpolación que
utilicen además de la información procedentes de valores funcionales, valores de sus derivadas. Por
ejemplo se podría obtener un polinomio de tercer grado que reproduzcan los valores funcionales
ƒ(x0) y ƒ(x1) así como los de sus derivadas ƒ’(x0) y ƒ’(x1) en x0 y x1 respectivamente. El sistema de
ecuaciones que se tendría que resolver en este caso sería:
cuyo determinante será:
es decir el sistema a resolver es
Aplicar el esquema anterior a los datos de la tabla siguiente
xi ƒ(xi ) δ δ2 δ3 δ4
0 –5
6
1 1 2
8 6
2 9 8 0
16 6
3 25 14
30
4 55
146
Capítulo
3 Diferenciación
3.1 INTRODUCCIÓN
La diferenciación numérica es una técnica que permite encontrar la derivada de una función tabular en
algún punto base o en un punto intermedio cualquiera (punto no base). Su aplicación es basta en el
campo de la Ingeniería, tales como en el Análisis Instrumental, Transferencia de Calor, Transferencia de
Masa, Termodinámica y fundamentalmente en la Ingeniería de las Reacciones Químicas, Resistencia de
materiales, etc.
3.2 DESARROLLO DE LAS ECUACIONES
El problema de la derivación numérica consiste en obtener el valor de las derivadas de una función
tabulada en algunos puntos base
y otros puntos no base.
Del capítulo anterior se tiene:
(3.1)
La primera derivada es:
(3.2)
Como el polinomio está en función de k y no de x, la derivada respecto a x, equivale a obtener la derivada

del polinomio de Newton con respecto a x y multiplicarlo por la derivada de k respecto a x de esta manera:
(3.3)
Ahora bien
⇒ (3.4)
Reemplazando (3.4) en (3.3)
(3.5)
147
Derivando la ecuación anterior se obtiene
(3.6)
Del mismo modo se puede encontrar la segunda derivada
(3.7)
como
La segunda derivada será
(3.8)
A continuación desarrollaremos fórmulas de derivación usando 2 o más puntos los cuales permiten
aproximar la función tabular mediante polinomios de primer grado, segundo grado o superiores
dependiendo del número de puntos usados durante la etapa de derivación. Estas fórmulas se derivan a
partir de la ecuación (3.6).
3.2.1 FÓRMULAS DE DERIVACIÓN DE DOS PUNTOS: POLINOMIO INTERPOLANTE DE

PRIMER GRADO
(3.9)
e1 : error de truncamiento
Δy0 = y1 −y0
(3.10)
Esta fórmula permite encontrar la derivada de la función tabular en x = x0 , aproximándolo con un

polinomio de primer grado, es decir:
(3.11)
Si deseamos encontrar la derivada de la función tabular en x = x1 mediante un polinomio interpolante de

primer grado tenemos:
(3.12)
Y así sucesivamente podemos encontrar la derivada de la función en cada uno de los puntos de la función
tabular.
148
Diferenciación CAP. 3
3.2.2 FÓRMULAS DE DERIVACIÓN DE TRES PUNTOS: POLINOMIO INTERPOLANTE DE

SEGUNDO GRADO
Nuevamente partimos de la ecuación (3.6)
(3.13)
Sabemos que:
Δy0 = y1 − y0
Ahora podemos encontrar la derivada de función en x = x0 , x = x1 y x = x2 ; haciendo k = 0, k = 1 y k = 2

respectivamente.
Si k = 0
(3.14)
Si k = 1
(3.15)
Si k = 2
(3.16)
149
3.2.3 FÓRMULAS DE DERIVACIÓN DE CUATRO PUNTOS: POLINOMIO INTERPOLANTE

DE TERCER GRADO
Las fórmulas que a continuación ilustraremos, también se derivan a partir de la ecuación (3.6) haciendo
k = 0, k = 1, k = 2 y k = 3 respectivamente
(3.17)
Si k = 0
(3.18)
Del mismo modo:

si k = 1
(3.19)
si k = 2
(3.20)
si k = 3
(3.21)
150
También se puede encontrar las derivadas de orden superior:
(3.22)
(3.23)
(3.24)
(3.25)
3.3 DERIVADAS OBTENIDAS MEDIANTE POLINOMIOS DE GRADO SUPERIOR
El uso de las derivadas de orden superior tienen gran importancia debido a que contienen a polinomios
interpolantes de grado inferior y además el cálculo es más exacto debido que no se realizan particiones
de la función tabular que introducen errores de cálculo.
3.3.1 FÓRMULAS DE DERIVACIÓN DE CINCO PUNTOS: POLINOMIO INTERPOLANTE DE

CUARTO GRADO
Para la ilustración de estas fórmulas partimos nuevamente de la ecuación (3.6)
(3.26)
(3.27)
Si k = 0
(3.28)
151
Del mismo modo se encuentra las derivadas en cada uno de los puntos:
k=1
(3.29)
k=2
(3.30)
k=3
(3.31)
k=4
(3.32)
Asimismo, se puede obtener las derivadas de orden superior, en este caso la segunda derivada de la
función con cinco puntos
(3.33)
(3.34)
(3.35)
(3.36)
(3.37)
PROBLEMA 3.1
Dada la siguiente función tabular, encuentre la derivada de la función cuando x = 0.
a) Considerando un polinomio de primer grado
b) Considerando un polinomio de segundo grado
c) Considerando un polinomio de tercer grado
d) Considerando un polinomio de cuarto grado
x 0 1 2 3 4 5
y –5 1 9 25 55 105
RESOLUCIÓN:
a) Considerando un polinomio de primer grado
152
b) Considerando un polinomio de segundo grado
c) Considerando un polinomio de tercer
d) Considerando un polinomio de cuarto grado
Conclusiones:
Los datos que se han tabulado provienen de la ecuación
Derivando
si:
Como se puede observar la función tabular proviene de un polinomio de tercer grado, consecuentemente
se deberá usar la derivada de cuatro puntos, y en efecto, el valor analítico coincide con el numérico.
También se observa que la derivada usando 5 puntos provee el mismo valor. Esto es lógico debido a que
un polinomio de grado superior contiene a un polinomio de grado inferior y en consecuencia previamente
deberá analizarse el comportamiento del polinomio; si se desconoce dicho comportamiento, entonces es
preferible usar polinomio interpolantes de grado superior.
Las ecuaciones anteriores también pueden ser usados para encontrar las derivadas en punto no base,
calculando previamente el valor de k.
PROBLEMA 3.2
En el problema anterior, encuentre la derivada de la función cuando:
a) x = 0,5 b) x = 3,5
RESOLUCIÓN:
a) Como el polinomio es de tercer grado, usamos la ecuación (3.17), debido que el valor de k es
fraccionario. En estos casos es más conveniente usar directamente la tabla de diferencias finitas que
encontrar fórmulas explícitas de derivación, puesto que para cada valor de k habrá una fórmula por lo
que teóricamente sería posible encontrar infinitas fórmulas
153
De la tabla de diferencias del Capítulo 2, página 110; se obtiene
El valor exacto es 3(0,5)2 − 4(0,5) + 7 = 5,75
que concuerda con el valor numérico.
b) Como el polinomio es de tercer grado, se requieren solo cuatro puntos es decir x = 0, x = 1, x = 2 y

x = 3, sin embargo 3,5 está fuera de este rango, por lo que se usará un polinomio interpolante de cinco
puntos (polinomio de cuarto grado), es decir, la ecuación (3.27)
La solución analítica es:
Generalización del método

Obtendremos derivadas de más puntos, es decir consideraremos polinomios interpolentes de grado
superior, para lo cual previamente calculamos los parámetros correspondientes.
3.3.2 FÓRMULAS DE DERIVACIÓN DE SEIS PUNTOS: POLINOMIO INTERPOLANTE DE

QUINTO GRADO
154
3.3.3 FÓRMULAS DE DERIVACIÓN DE SIETE PUNTOS: POLINOMIO INTERPOLANTE

DE SEXTO GRADO
3.3.4 FÓRMULAS DE DERIVACIÓN DE OCHO PUNTOS: POLINOMIO INTERPOLANTE DE

SÉPTIMO GRADO
155
3.3.5 FÓRMULAS DE DERIVACIÓN DE NUEVE PUNTOS: POLINOMIO INTERPOLANTE DE

OCTAVO GRADO
3.3.6 FÓRMULAS DE DERIVACIÓN DE DIEZ PUNTOS: POLINOMIO INTERPOLANTE DE

NOVENO GRADO
156
PROBLEMA 3.3
La descomposición de una sustancia se lleva a cabo de acuerdo a la reacción: A → B + 2C, en un reactor
batch, cuyos datos de la presión total del sistema en función del tiempo, ha sido reportado a 200°C
t(s) 0 5 10 15 20
PT (mmHg) 7,5 12,5 15,8 17,9 19,4
a) Encuentre la expresión que permita la obtención de la ley de velocidad en función de la presión total, PT .
b) Encuentre el valor del orden de reacción y la constante de velocidad específica de reacción.
RESOLUCIÓN:
La ley de velocidad estará dada por:
Hacemos un balance de materia

A → B + 2C
Luego:
En este problema
Luego
157
Derivando
Tomando logaritmos
Luego construimos la siguiente tabla
t(s) PT (mmHg) dPT /dt* Ln (dPT /dt) Ln [(3PT – PT)/2]

0
0 7,5 1,1983 0,1802 2,0149

5 12,5 0,8150 –0,2045 1,6094
10 15,8 0,5217 –0,6506 1,2089
15 17,9 0,3383 –1,0838 0,8329
20 19,4 0,2850 –1,2552 0,4382
* Se toma la tabla correspondiente a la derivada de cinco puntos
158
Ajustando los datos a una recta por mínimos cuadrados, con
Obtenemos
; ; ; n = 0,9584
Con el índice de correlación R2 = 0,9855.
3.4 DERIVACIÓN DE FUNCIONES TABULARES CON ESPACIOS NO EQUIDISTANTES
3.4.1 DERIVACIÓN DE LOS POLINOMIOS DE LAGRANGE

El polinomio de Lagrange puede ser escrito del siguiente modo
(3.38)
Derivando (3.38):
(3.39)
Hacemos:
Tomando logaritmos:
Despejando:
Luego
(3.40)
159
Esta ecuación no tiene validez, cuando x = xj , por lo cual se sustituye por la siguiente expresión
(3.41)
Cuando n = 2
(3.42)
Así pueden desarrollarse las derivadas cuando n = 1 (considerando polinomios de primer grado), n = 3
(considerando polinomios de tercer grado), n = 4 (considerando polinomios de cuarto grado), etc.
PROBLEMA 3.4
En la siguiente función tabular, encuentra la primera y segunda derivada en x = 2,5; considerando que la
función tabular se ajusta adecuadamente a un polinomio de segundo grado.
x 1 2 3 4 5
y –13 –10 –5 2 11
RESOLUCIÓN:
Para la primera derivada, usamos la ecuación (3.42)
Para la segunda derivada, se vuelve a derivar la ecuación (3.41) o (3.42) y se obtiene
La función tabular proviene del polinomio P(x) = x2 −14, si derivamos dicha función obtenemos
Al reemplazar en x = 2, obtenemos el mismo valor que se encontró al derivar el polinomio de Lagrange.
160
3.4.2 DERIVACIÓN DE LAS FÓRMULAS DE DIFERENCIA DIVIDIDA

Al considerar la función tabular como un polinomio de primer grado, se encontró en el tema de
interpolación que:
(3.42)
Luego:
Al considerar un polinomio de segundo grado:
Derivando y simplificando se obtiene
(3.43)
Al considerar un polinomio de tercer grado
Derivando y simplificando se obtiene
(3.44)
Y así se pueden obtener funciones polinomiales de mayor grado y sus derivadas de primer orden y orden
superior.
PROBLEMA 3.5
En la siguiente tabla se muestra los valores de x, la función y sus diferencias divididas
x Prim. dif. Seg. dif. Terc. dif.

i ƒ(x)
divididas divididas divididas
0 –3 –50
31
1 –2 –19 –7
10 1
2 0 1 –2
2 1
3 2 5 5
27 1
4 5 86 11
71
5 6 157
Encuentre la primera y segunda derivadas

a) En x = 0 b) En x = 2,5
161
RESOLUCIÓN:
Ya que las terceras diferencias divididas son constantes, vemos que el polinomio es de tercer grado, por
lo cual aplicamos la ecuación
Reemplazando se obtiene
La función de la cual se obtuvo la función tabular proviene de
Cuyo valor coincide con el valor calculado numéricamente
Cuyo valor es coincidente con el valor analítico.
Cuando x = 2,5; redefinimos los puntos

x0 = –2 ; x1 = 0 ; x2 = 2
Primera diferencia dividida = 10 =
Segunda diferencia dividida = –2 =
Tercera diferencia dividida =1 =
Cuyo valor coincide con el valor analítico.
162
PROBLEMA 3.6
De la gráfica del diagrama de Moliere se obtienen los siguientes datos de temperatura (T), contra la
presión (P) a entalpía constante (H = 700 BTU/lb)
0 1 2 3 4
T (ºF) 175 200 225 250 275
P (psia) 100 270 450 640 850
Calcule el coeficiente de Joule-Thompson definido por a una presión de 270 psia.
a) Mediante las fórmulas de derivación obtenidas por diferencias finitas.

b) Mediante la derivada del polinomio interpolante de Lagrange, considerando un polinomio de tercer
grado (n = 3).
c) Mediante la derivación analítica de la ecuación ajustada a un polinomio de tercer grado.
d) Mediante la fórmula de la diferencia dividida.
RESOLUCIÓN:
a) Observamos en la tabla de que la variable temperatura tiene un incremento h constante, por lo cual
podemos tener como la variable independiente y obtener el coeficiente de Joule-Thompson como
A partir de las fórmulas de derivación de cinco puntos, obtenemos
Luego:
b) La fórmula de derivación del polinomio de Lagrange para n = 3 está dada por:
163
Donde :
x : presión
P3(x) : temperatura, T3 (x)
c) Para ajustar a un polinomio de tercer grado, hacemos lo siguiente
i T (ºF) = y P (psia) = x x2 x3
0 175 100 10000 1 × 106
1 200 270 72900 19,683 × 106
2 225 450 202500 91,125 × 106
3 250 640 409600 262,144 × 106
4 275 850 722500 614,125 × 106
Los coeficientes a0 , a1 , a2 y a3 , obtenemos mediante
a0 = 159,3291 a1 = 0,15225 a2 = –1,29 × 10–5 a3 = –1 × 10–8
164
Luego, el polinomio es
Su derivada será
Luego:
d) A continuación obtenemos la tabla de diferencia dividida
i T=x P=y Prim. dif. Seg. dif. Terc. dif.

0 175 175
6,8
1 200 200 8 × 10–3 8 × 10–3
7,2
2 225 225 8 × 10–3 8 × 10–3
7,6
3 250 250 10 × 10–3 10 × 10–3
8,4
4 275 275
Ahora usamos la ecuación respectiva, cuando n = 3
Luego:
puesto que:
165
3.1 En una reacción química A + B → P, la concentración del reactante A es una función de la presión P
y temperatura T. La siguiente tabla presenta la concentración de A en mol g/l como una función de
estas variables
P Temperatura (K)
(kgf/cm2) 273 300 325 360
1 0,99 0,97 0,96 0,93
2 0,88 0,82 0,79 0,77
8 0,62 0,51 0,48 0,45
15 0,56 0,49 0,46 0,42
20 0,52 0,44 0,41 0,37
Usando la fórmula de derivación de Lagrange calcule cuando T = 325 K y P = 15 atm, cuando
n = 1, n = 2 y n = 3 respectivamente. Además calcule cuando T = 360 K y P = 8, cuando n = 1,

n = 2 y n = 3, respectivamente.
En cada caso, n es el grado del polinomio.
3.2 La siguiente tabla muestra medidas observadas de una curva de imantación del hierro
β 5 6 7 8 9 10 11 12
μ 1090 1175 1245 1295 1330 1340 1320 1250
En ella, β es el número de kilolineas/cm2 y μ la permeabilidad. Encuentre la permeabilidad máxima.

a) Encuentre un polinomio interpolante de cuarto grado usando la diferencia central y obtenga su
derivada analítica, luego el valor de β crítico y luego la permeabilidad máxima.
b) Encuentre un polinomio interpolante de cuarto grado por mínimos cuadrados y luego derive y
encuentre el valor de permeabilidad máxima.
3.3 La ecuación de estado Redlich-Kwong es
Donde a = 17,19344 y b = 0,02211413 para el oxígeno molecular. Si T = 373,15 K, se obtiene la tabla

siguiente de valores
Puntos 0 1 2 3
Puntos 30,43853 27,68355 25,38623 23,44122
V (Lmol g) 1,0 1,1 1,2 1,3
166
Calcule
a) b) c) d)
3.4 En la tabla siguiente, x es la distancia en metros que recorre una bala a lo largo de un cañón en t
segundos. Encuentre la velocidad de la bala en t = 2 segundos y en t = 1,2 segundos
x 0 1 2 3 4 5
t 0 0,0359 0,0493 0,0596 0,0700 0,0786
3.5 Dado un circuito con un voltaje E(t) y una inductancia L, la primera ley de Kirchhoff que lo modela es
Donde i es la corriente en amperes y R la resistencia en ohms. En la tabla siguiente se muestra los

valores experimentales. Si la inductancia L es constante e igual a 0,97 henrys y la resistencia es de
0,14 ohms, calcule los valores de E, en cada uno de los puntos dados en la tabla, usando la fórmula
de derivada de 6 puntos.
t (s) 0,95 0,96 0,97 0,98 0,99 1,0

i (amp) 0,90 1,92 2,54 2,88 3,04 3,10
3.6 La densidad de soluciones de cloruro de calcio (CaCl2) a diferentes temperaturas y concentraciones

se presenta en la tabla siguiente
T (ºC) –5 0 20 40 80 100
C (% peso)
2 1,0148 1,0084 0,9881 0,9748
8 1,0708 1,0708 1,0659 1,0586 1,0382 1,0257
16 1,1471 1,1471 1,1386 1,1301 1,1092 1,0973
30 1,2816 1,2709 1,2478 1,2359
40 1,3957 1,3826 1,3571 1,3450
Calcule:
a) La variación de la densidad con respecto a la temperatura a T = 20°C y C = 40%.
b) La variación de la densidad con respecto a la concentración a T = 20°C y C = 40%.
c) La variación de la densidad con respecto a la concentración a T = 30°C y C = 30%.
d) La variación de la densidad con respecto a la temperatura a T = 30°C y C = 30%.
Previamente obtener una regresión multilineal que sea cuadrática respecto a la temperatura y la
concentración del tipo
167
Luego la ecuación se transforma en
Luego aplicar:
y derivar el polinomio respectivo y obtener los valores en cada punto pedido.
y x1 x2 x3 x4 x5
1,0708 –5 25 8 264 –40
1,1471 –5 25 16 256 –80
1,0171 0 0 2 4 0
1,0703 0 0 8 64 0
1,1454 0 0 16 256 0
1,2922 0 0 30 900 0
1,0148 20 400 2 4 40
1,0659 20 400 8 64 160
1,1386 20 400 16 256 320
1,2816 20 400 30 900 600
1,3957 20 400 40 1600 800
1,0084 40 1600 2 4 80
1,0586 40 1600 8 64 320
1,1301 40 1600 16 256 640
1,2709 40 1600 30 900 1200
1,3826 40 1600 40 1600 1600
0,9881 80 2400 2 4 1600
1,0382 80 2400 8 64 640
1,1092 80 2400 16 256 1280
1,2478 80 2400 30 900 2400
1,3571 80 2400 40 1600 3200
0,9748 100 10000 2 4 200
1,0257 100 10000 8 64 800
1,0973 100 10000 16 256 1600
1,2359 100 10000 30 900 3000
1,3450 100 10000 40 1600 4000
3.7 El análisis térmico diferencial es una técnica especializada que puede aplicarse para determinar
las temperaturas de transición y la termodinámica de las reacciones químicas. Tiene aplicación
especial en el estudio de minerales y arcillas. Vold [Anal. Chem. 21, 683 (1949)] describe la técnica.
En este método, la temperatura de un material de referencia inerte cuando ambos se calientan
simultáneamente en condiciones idénticas. La envoltura de calentamiento de ambos materiales
suele calentarse de modo que su temperatura Tf aumente (aproximadamente) linealmente con el
tiempo (t), y se registra la diferencia en temperaturas (Δt) entre la muestra y la referencia. Algunos
datos típicos son:
168
t, min 0 1 2 3 4 5 6 7
ΔT , °F 0,00 0,34 1,86 4,32 8,07 13,12 16,80 18,95
Tƒ , ºF 86,2 87,8 89,4 91,0 92,7 94,43 95,9 97,5
t, min 8 9 10 11 12 13 14 15 16
ΔT , °F 18,07 16,69 15,26 13,86 12,58 11,40 10,33 8,95 6,46
Tƒ , ºF 99,2 100,8 102,3 103,9 105,5 107,1 108,9 110,2 111,8
t, min 17 18 19 20 21 22 23 24 25
ΔT , °F 4,65 3,37 2,40 1,76 1,26 0,88 0,63 0,42 0,30
Tƒ , ºF 113,5 115, 116,8 118,4 120 121,6 123,2 124,9 126,5
Los valores ΔT aumentan a un máximo, luego disminuyen, debido al calor que ha evolucionado
en una reacción exotérmica. Una cuestión interesante es el tiempo (y la temperatura del horno)
cuando la reacción es completa. Vold demuestra que el logaritmo de ΔT debe disminuir linealmente
después de terminada la reacción; mientras ocurre la reacción química, los datos se apartan de esta
relación lineal. Vold utilizó un método gráfico para encontrar este punto. Efectúe cálculos numéricos
para encontrar, a partir de los datos precedentes, el tiempo y la temperatura del horno, cuando
termina la reacción. Compare las ventajas y desventajas de hacer esto en forma gráfica o numérica.
3.8 La ecuación de Van der Walls para 1 mol g de CO2 es
Si T = 350 K, se obtiene:
V (cm3) 200 2200 2400 2600

P (amt) 13,782 12,577 11,565 10,104
Calcule la derivada de la función tabular en cada uno de los puntos considerando que la función
tabular se ajusta a un polinomio de tercer grado. Compare con los valores analíticos.
169
Capítulo
4 Integración
4.1 INTRODUCCIÓN
La integración numérica es uno de los métodos numéricos más usados dentro del campo de la Ingeniería
Química. De gran aplicación en cinética química, ingeniería de las reacciones químicas, transferencia de
masa, ingeniería civil y otras áreas.
Consiste en encontrar el área bajo la curva de una función tabular usando diversas técnicas que permitan
aproximar de la mejor manera al valor correcto.
4.2 INTEGRACIÓN CON ESPACIOS EQUIDISTANTES

A continuación se deduce las ecuaciones correspondientes para obtener un valor aproximado de la
integral ƒ(x) en el intervalo x0 < x < xn , se parte de la fórmula de interpolación de Newton.
(4.1)
Se integra la ecuación anterior
(4.2)
Sabemos que:
si
Al sustituir estos valores en la integral, se obtiene:
(4.3)
Al efectuar la integración:
(4.4)
Sustituyendo los limites:
(4.5)
171
4.3 REGLA DEL TRAPECIO

En la ecuación anterior, si se considera sólo las primeras diferencias.
(4.6)
Y la integral sólo se calcula entre los dos primeros valores es decir, entre x0 y x1
(4.7)
(4.8)
La ecuación anterior es igual al área bajo la curva entre los puntos de coordenadas
ambos unidos por una recta definida por la ecuación .
Su interpretación geométrica es:
y
e1 (error) y = y0 + kΔy0
y = ƒ(x)
x0 x1 x
h
Fig. 4.1. Representación de la regla del trapecio
De la misma manera al integrar entre x1 y x2 se obtiene:
(4.9)
Y así sucesivamente, hasta:

(4.10)
Por lo cual, el área es la suma de todas las áreas
(4.11)
(4.12)
Finalmente al simplificar se obtiene:
(4.13)
La fórmula también se conoce como la regla del trapecio compuesta.
172
Integración CAP. 4
4.4 REGLA DE SIMPSON 1/3
Si se desea obtener una mejor aproximación de la integral definida entre x0 y xn de ƒ(x) se considera el
polinomio interpolante hasta las segundas diferencias, es decir:
(4.14)
Al calcular la integral entre los tres primeros valores de la función, por los puntos de la tabla,
para k = n = 2
(4.15)
(4.16)
(4.17)
Del mismo modo puede integrarse entre x2 y x4 , es decir:
(4.18)
y así sucesivamente sumando
(4.19)
(4.20)
Simplificado:
(4.21)
A diferencia de la fórmula de integración trapezoidal, la ecuación anterior es aplicable solamente para

valores pares de n, ya que de lo contrario no se podrá obtener el valor de la ultima integral. Si el número
de puntos fuese impar, entonces el último tramo puede integrarse mediante la regla del trapecio
La interpretación geométrica es
x0 x1 x2 x
Fig. 4.2. Representación de la regla de Simpson 1/3
173
4.5 REGLA DE SIMPSON 3/8
Se aplica para tener una mejor aproximación de la integral, para lo cual el polinomio interpolante
respectivo, se aproxima hasta los primeros cuatro términos y la integral va de x0 a x3 , es decir:
(4.22)
(4.23)
(4.24)
Del mismo modo de x3 a x6 :

(4.25)
y así sucesivamente hasta el último punto.
Sumando se tiene:
(4.26)
Simplificando:
(4.27)
Esta fórmula se denomina fórmula de Simpson 3/8, y se aplica para n múltiplos de 3.
Su interpretación geométrica es:
x0 x1 x2 x3 x
Fig. 4.3. Representación de la regla de Simpson 3/8
174
Integración CAP. 4
De forma similar se puede obtener fórmulas de integración que implique mayor número de puntos y
consecuentemente involucre polinomios interpolantes de más alto grado.
Si n = 4
(4.28)
Si n = 5
(4.29)
Si n = 6
(4.30)
PROBLEMA 4.1
Integre la función tabular mostrada a continuación desde x = 0 hasta x = 6
x 0 1 2 3 4 5 6
y –5 1 9 25 55 105 181
a) Usando la regla del trapecio b) La regla de Simpson 1/3

c) La regla de Simpson 3/8 d) Usando la formula de 7 puntos (6 intervalos)
RESOLUCIÓN:
a) Usando la regla del trapecio; ecuación (4.13)
b) Usando la regla de Simpson 1/3; ecuación (4.21)
El valor exacto de la integral es 276, que coincide exactamente con el valor de la integral de Simpson
1/3.
c) Usando la regla de Simpson 3/8; ecuación (4.27)
175
Observamos que la integral obtenida mediante un polinomio interpolante de grado n, integra

exactamente una función tabular de grado n+1. Es decir que por ejemplo la Regla de Simpson
1/3 (polinomio interpolante de grado 2), integra en forma exacta la función tabular de grado 3.
Obviamente si el polinomio interpolante es de grado n y la función tabular es de grado n ó menor, la
integral será «exacta», dependiendo de la correlación existente en la función tabular.
d)
PROBLEMA 4.2
Integre la función tabular mostrada a continuación desde x0 = 0 hasta x = 5
x 0 1 2 3 4 5
y –5 1 9 25 55 105
RESOLUCIÓN:
Observamos que el número de intervalos es impar, en este caso 5 por lo que no se puede aplicar la regla
de Simpson 1/3 y tampoco se puede utilizar la regla de Simpson 3/8 debido a que el número de intervalos
no es múltiplo de tres, por lo que se sugiere una combinación de ambas fórmulas, es decir:
x 0 1 2 3 4 5
y –5 1 9 25 55 105
Simpson 1/3 Trapecio
Que coincide exactamente con el valor analítico. También se pudo haber usado la fórmula de 5 puntos.
Usando las ecuaciones anteriores o una combinación de ellas, podemos integrar la gran mayoría de las
funciones, pero se debería tener el suficiente conocimiento y criterio para saber cuales de las probables
combinaciones son las más apropiadas. En el ejemplo anterior se pudo haber usado la siguiente
combinación:
x 0 1 2 3 4 5
y –5 1 9 25 55 105
Simpson 1/3 Trapecio
El valor obtenido es 137,3333 que difiere del valor exacto en 1,41%, debido a que en el último tramo se
ha usado la Regla del Trapecio (polinomio interpolante de primer grado), siendo la función tabular un
polinomio de tercer grado.
En muchos ocasiones, es posible usar la Regla del Trapecio con mucho éxito, pero todo dependerá del
análisis que se haga de la función tabular.
176
Integración CAP. 4
PROBLEMA 4.3
Una mezcla líquida conteniendo 20% mol de metanol y 80% mol de agua es calentado a la presión
constante de 1 atm en su sistema de tal forma que se retira continuamente el vapor formado, hasta que
el líquido se agota a un 10% de metanol.
a) ¿Cuál es la composición media del destilado?
b) Si el 75% mol de vapor obtenido se condensa, determinar la composición del líquido condensado y el
vapor remanente.
valor remanente (25%)
condensado del vapor total (75%)

xF = 0,20
xW = 0,10
Fig. 4.4. Esquema de un destilador simple
T (ºC) x y T (ºC) x y
100 0 0,0 75,3 40 72,9
96,4 2 13,4 73,2 50 77,9
93,5 4 23,0 71,2 60 82,5
91,2 6 30,4 69,3 70 87,0
89,3 8 36,5 67,6 80 91,5
87,7 10 41,8 66,0 90 95,8
87,4 15 51,7 65,0 95 97,9
81,7 20 57,3 64,0 100 100,0
78,0 30 66,8
RESOLUCIÓN:
a) Se realiza el ajuste correspondiente, sea gráfico o numérico y se tabula desde xF = 0,20 a xw = 0,10 tal
como indica la tabla siguiente
x y x y
xF 0,20 0,573 0,20 2,6384
0,19 0,566 0,19 2,6596
0,18 0,550 0,18 2,8027
0,17 0,543 0,17 2,6809
0,16 0,530 0,16 2,7027
0,15 0,517 0,15 2,7248
0,14 0,500 0,14 2,7777
0,13 0,480 0,13 2,8571
0,12 0,460 0,12 3,2258
0,11 0,440 0,11 3,0303
xw 0,10 0,418 0,10 3,1446
177
La ecuación para una destilación diferencial, esta dada por:
En la tabla anterior, evaluamos la función ƒ(x), dada por:
Luego se aplica la regla de Simpson 1/3, ya que el número de intervalos es par
I = 0,2820
Si F = 100 moles W = 75,4278 moles
D = 24,5722 moles
Hacemos un balance de materia: F = D + W
T
100
90
80 L V
1 M 2
70
60
x, y
0,2 0,43 0,743 1,0
Fig. 4.5. Equilibrio líquido vapor para el sistema metanol - agua
178
Integración CAP. 4
b) Para responder a la otra pregunta, usamos la regla de la palanca en el diagrama T, x, y, es decir
x = 0,430 ; y = 0,743
PROBLEMA 4.4
Una mezcla liquida de 60% mol de benceno y 40 % mol de tolueno es cargado a un destilador simple
donde se realiza una destilación diferencial a 1atm de presión total.
a) ¿Qué cantidad de la carga inicial será vaporizada para obtener un residuo de 80% mol de tolueno?
b) ¿Qué cantidad de calor es necesario suministrar al calentar hasta la terminación de la destilación?
RESOLUCIÓN:
a) xF = 0,60; xW = 0,20; D=?
obtenemos los datos de equilibrio x vs y, y luego construimos la tabla x vs es decir:
x 0,60 0,55 0,50 0,45 0,40 0,35 0,30 0,25 0,20
y 0,784 0,749 0,708 0,665 0,618 0,563 0,502 0,436 0,370
1/(y – x) 5,4338 5,0251 4,8077 4,6512 4,5877 4,6948 4,9505 5,3763 5,8834
Usamos la regla del trapecio
I = 1,9876
Si: F = 100 moles; → W = 13,70245 moles; D = 86,2976 moles
b) Aplicamos el balance de energía. Se calcula qR , que es la cantidad de calor suministrado al reboiler
qC
qR = qC
qR = Calor suministrado al reboiler

qR qC = Calor retirado del condensador
Fig. 4.6. Esquema de un destilador simple
179
Para el benceno:
;
Para el tolueno:
;
F=D+W
PROBLEMA 4.5
Una mezcla equimolar de benceno y tolueno, se somete a una destilación batch en una columna de
rectificación de cuatro platos teóricos, con el objeto de obtener una destilación de composición de 0,90
en fracción molar que contenga el 80% de benceno contenido en la carga inicial.
Determinar el tiempo necesario para llevar a cabo la operación, si el caudal molar del vapor a lo largo de
la columna es de 50 mol/hr.
RESOLUCIÓN:
Número de etapas = 4 + 1 = 5
xD = 0,90 (constante)
El destilado contiene 80% del benceno de la carga inicial

RD = variable
Usando la ecuación de Bogart:
xD : composición molar del componente más volatil en el destilado

W1 : moles de la carga inicial = 50 moles
: composición del componente más volátil de la carga inicial
W2 : moles de residuo en el reboiler después de un tiempo t
: composición del componente más volátil después de un tiempo t
180
Integración CAP. 4
Base: W1 = 100 moles ; = 0,50 ;
Benceno de la carga inicial = 50 moles
Tolueno de la carga inicial = 50 moles
Benceno en el destilado = 0,80 × 0,50 = 40 moles
Tolueno en el destilado = 40/9 = 4,44 moles
Benceno en el residuo = 0,20 × 50 = 10 moles
Tolueno en el residuo = 50,00 – 4,44 = 45,56 moles
Luego construimos la siguiente tabla
Rv = L/V (1 – Rv ) φ = (1 – Rv ) xD xW xD – xW (xD – xW )2
(asumido) (calculado) (calculado) (gráfico) (calculado) (calculado) (calculado)
0,50 0,50 0,45 0,510 0,390 0,1521 13,1492

0,60 0,40 0,36 0,427 0,473 0,2237 11,1742
0,70 0,30 0,27 0,343 0,557 0,3102 10,7441
0,80 0,20 0,18 0,255 0,645 0,4160 12,0185
0,90 0,10 0,09 0,170 0,730 0,5329 18,7652
El valor de φ y de xW, se calcula con la ayuda del siguiente gráfico, partiendo del punto (xd , xd) = (0,90 ; 0,90)
y trazando 5 platos
y
1
2 (0,9;0,9)
43
5
0,45
0,51 x
Fig. 4.7. Diagrama de equilibrio del sistema benceno-tolueno
Se procederá del mismo modo para diferentes valores de Rv .
181
Posteriormente se hace el siguiente gráfico, con los puntos obtenidos anteriormente.
20
18
16
14
12
10
8
6
4
2
xW
0,1 0,2 0,3 0,4 0,5 0,6
xW = 0,18 xW = 0,5
2 1
Fig. 4.8. Esquema para el cálculo del área
Luego se obtiene nuevos puntos más estrechos a partir de esta gráfica, desde hasta
xw 0,50 0,45 0,40 0,35 0,30 0,25 0,20 0,18
13,15 11,60 11,06 10,80 11,50 12,50 13,60 14,35
A continuación se puede usar la Regla de Integración con n = 6 en los primeros tramos con h = 0,05 y en
el último tramo se usa la Regla del Trapecio con h = 0,02; luego
I = 3,7926
luego:
PROBLEMA 4.6
El intercambiardor de calor de la figura que se muestra a continuación se emplea para calentar una
corriente permanente de m lb/hr de un fluido, de una temperatura T1 de entrada a una T2 de salida. Esto se
consigue condensando continuamente en la celda un vapor saturado, manteniendo su temperatura a Ts .
182
Integración CAP. 4
Por integración del intercambio de calor en un elemento diferencial del tubo, se obtiene la longitud
necesaria del intercambiador
Donde D es el diámetro del tubo. El coeficiente local de transmisión de calor h viene dado por :
Donde cp , μ y k (calor específico, viscosidad y conductividad térmica del fluido) son funciones de la
temperatura T. Todas las cantidades en las fórmulas anteriores deben darse en unidades consistentes
Entrada de
vapor saturado
Salida del
Entrada del fluido caliente
fluido frío
T1 T2
Salida de
vapor condensado
Fig. 4.9. Intercambiador de calor de tubo y carcasa
Con los datos que se muestra a continuación, determine la longitud del intercambiador de calor.
Al hacer cálculos aproximados de intercambiadores de calor se suponen a menudo valores medios para
cp , μ y k, calculándolos a la temperatura media del fluido (Ts+ T2)/2. Calcule el error obtenido con esta
aproximación.
Fluido Dióxido de carbono

m, lb/h 22,5
T1 , °F 60
T2 , °F 280
T3 , °F 550
D, inch 0,495
cp , BTU/lb°F:
k, BTU/h pie °F
0,0085 (32 ºF) 0,0133 (212 ºF)

0,0181 (392 ºF) 0,0228 (572 ºF)
μ, lb/pie h:
183
RESOLUCIÓN:
Mediante el polinomio interpolante de Lagrange, podemos encontrar un polinomio que describe el
comportamiento de la conductividad con la temperatura
T (ºF) k (BTU/h pie °F)

32 0,0085
212 0,0133
392 0,0181
572 0,0228
T=x
Como:
m = 22,5 lb/hr D = 0,04125 pies
Ts = 550°F T1 = 60 T2 = 280 °F
Para cada valor de T, comprendido entre 60 y 280°F, calculamos cada uno de los parámetros correspondientes
i T (ºF) cp (BTU/lb °F) k (BTU/h pie °F) μ (lb/pie h) h (BTU/h pie °F) ƒ(T)
0 60 0,199821 9,242628 0,037232 12,331162 5,741838

1 80 0,204385 9,774350 0,038569 12,687391 5,950974
2 100 0,208541 0,103069 0,039903 13,025326 6,177323
3 120 0,212345 0,010840 0,041234 13,346794 6,424021
4 140 0,215844 0,011374 0,042562 13,653360 6,694609
5 160 0,219035 0,011908 0,043887 13,946367 6,993198
6 180 0,222071 0,012443 0,045210 14,226982 7,324660
7 200 0,224862 0,012978 0,046530 14,496219 7,694887
8 220 0,227470 0,013514 0,047847 14,754965 8,111122
9 240 0,229916 0,014049 0,049151 15,004002 8,582415
10 260 0,234391 0,014584 0,050473 15,244018 9,120266
11 280 0,234391 0,151187 0,051783 15,475627 9,739539
184
Integración CAP. 4
Usamos dos fórmulas combinadas uno de seis puntos y la otra de siete puntos:
L = 1,615449895 pies
Calculamos error al tomar 170 °F con este valor promedio calculamos los valores medios de cp , k , μ y h.
Luego
cp = 0,2206008202 ; k = 0,01217632284 ; h = 14,08815764
Lm = 1,620301377
Luego el error será:

pies,
que puede considerarse insignificante.
185
4.6 INTERPOLACIÓN DE RICHARDSON - INTEGRACIÓN DE ROMBERG
La integración de Romberg es un método que tiene aplicaciones muy variadas debido a que utiliza la
Regla del Trapecio para dar aproximaciones preliminares y luego aplica el proceso de extrapolación de
Richardson, para obtener las correciones a las aproximaciones.
Las aproximaciones sucesivas se obtienen mediante la ecuación
(4.31)
Para obtener las primeras aproximaciones mediante la Regla del Trapecio se usa la siguiente tabla
Aproximaciones
k Número de trapecios, 2k
trapezoidales
0 1
1 2
2 4
3 8
4 16
.. .. ..
. . .
luego se encuentran las aproximaciones sucesivas de acuerdo al esquema siguiente:
Aproximaciones Primera Segunda Tercera

trapezoidales extrapolac. extrapolac. extrapolac.
PROBLEMA 4.7
Encuentre el valor de
usando el método expuesto anteriormente con k = 3.
RESOLUCIÓN:
a) Considerando un trapecio
x ƒ(x)
–3 –244
5 3124
186
Integración CAP. 4
b) Considerando dos trapecios
x ƒ(x)
–3 –244
1 0
5 3124
c) Considerando cuatro trapecios
x ƒ(x)
–3 –244
–1 –2
1 0
3 242
5 3124
d) Considerando ocho trapecios
x ƒ(x)
–3 –244
–2 –33
–1 –2
0 –1
1 0
2 31
3 242
4 1023
5 3124
Luego se construye la siguiente tabla con la fórmula de recurrencia
Aproximaciones Primera Segunda Tercera

k
trapezoidales extrapolac. extrapolac. extrapolac.
0 11520
3840
1 5760 2474.667
2560 2474.67
2 3360 2474.667
2480
3 2700
en la segunda extrapolación se obtiene el valor exacto de la integral, el cual se obtiene integrandolo

analíticamente.
187
4.7 INTEGRACIÓN DE FUNCIONES CON ESPACIOS NO EQUIDISTANTES

(Integración por cuadratura)
Con la finalidad de disminuir el error cuando se realiza una integración se aplica los métodos de
integración conocidos como integración por cuadratura. En el siguiente gráfico se observa la diferencia
con los métodos estudiados anteriormente
y P1(x) y P1(x)
A B C D
ƒ(x)
ƒ(x)
x0 x1 x x0 x1 x
a b a b
a) Método trapezoidal b) Método de cuadratura de
Gauss con dos puntos
Fig. 4.10. Esquema para la integración por cuadratura
En la integración por el método de cuadratura de Gauss, en lugar de tomar los dos puntos A y B en los
extremos del intervalo, se escogen dos puntos interiores C y D.
Se traza una línea recta por estos dos puntos, se extiende hasta los extremos del intervalo y se forma el
trapezoide sombreado
y ƒ(z)
D G
C
F
ƒ(z1) ƒ(z2)
E z1 z2 H z
Fig. 4.11. Representación de una cuadratura
Parte del trapezoide queda por encima y parte por debajo de la curva.
Si se escogen adecuadamente los puntos C y D, cabe igualar las dos zonas de modo que el área del
trapezoide sea igual al área bajo la curva, el área del trapezoide resultante es el área exacta de la integral.
4.7.1 POLINOMIOS ORTOGONALES

Se dice que gn(x) y gm(x) que pertenecen a una familia de funciones relacionadas gk(x), son ortogonales a
una tercera función o función de peso w(x) en el intervalo [a, b], cuando:
(4.32)
(4.33)
188
Integración CAP. 4
En general, las funciones 1, x, x2, x3, ..., xn no son ortogonales, sin embargo, algunas familias de polinomios
bien conocidos poseen la propiedad de ortogonalidad. Cuatro de estos conjuntos son:
4.7.1.1 POLINOMIO DE LEGENDRE: Pn(x)

Los polinomios de Legendre son ortogonales en el intervalo [–1, 1] con respecto a la función peso w(x) = 1,
es decir
(4.34)
(4.35)
Estos polinomios de Legendre son:
Cuando el orden de cuadratura es mayor a 2, la función peso w(x) es diferente de 1. Ver Tabla adjunta.
La fórmula de recurrencia es:
¿Cómo calculamos las raíces de los polinomios de Legendre?

1:
2:
3:
4:
y así sucesivamente.
4.7.1.2 CUADRATURA DE GAUSS-LEGENDRE

Todas las formas de integración descritas anteriormente y las que presentaremos tienen la forma
(4.36)
En la regla del trapecio, wi = h/2 , en la regla de Simpson 1/3, wi = h/3 , y en la regla de Simpson 3/8,
wi = 3h/8 y así sucesivamente.
189
La integración usando la cuadrtura de Gauss-Legendre tiene la forma
(4.37)
Es decir los límites de integración van de [–1, 1], así que cualquier integral deberá llevarse a esta forma
de límite.
m : orden de la cuadratura
PROBLEMA 4.8
Usar la fórmula de la cuadratura de Gauss-Legendre de dos puntos para calcular:
RESOLUCIÓN:
La integral tiene la forma:
y usando la ecuación (4.37)

para m = 2
wi 1 1
zi
–
Luego
Cuyo valor coincide con el valor analítico. Una cuadratura de orden m integra exactamente a un polinomio
de grado (2m + 1).
PROBLEMA 4.9
Usando la cuadratura de Gauss-Legendre de cinco puntos calcule una aproximación de Ln 2, es decir
RESOLUCIÓN:
Previamente transformamos los límites de integración de 1<x<2 a –1<z<1 usando el cambio de variable
190
Integración CAP. 4
Reemplazando en la integral:
La cuadratura de cinco puntos viene dada por:
A continuación usamos la siguiente tabla
i zi wi
0 0,0000 0,56888889 0,33333333 0,18962962

1 0,53846931 0,47862867 0,28260808 0,13526433
2 –0,53846931 0,47862867 0,40625128 0,19444351
3 0,90617985 0,23692689 0,25600460 0,06065437
4 –0,90617985 0,23692689 0,47759593 0,11315529
La otra alternativa es transformar la fórmula de cuadratura de Gauss-Legendre del intervalo normal

-1<z<1 al intervalo a<x<b mediante
Luego:
La cuadratura normal viene dada por:
Entonces:
PROBLEMA 4.10
Usar la fórmula de una cuadratura de Gauss-Legendre de dos puntos para calcular:
191
RESOLUCIÓN:
Haciendo a = 1, b = 3 y los wi y zi dados en la tabla
Cuyo valor es exacto.
Vectores z y w que contienen las raíces y sus pesos respectivos para la cuadratura de Gauss-
Legendre
i zi wi m
1 ±0,577350269189626 1,000000000000000 2
2 0,000000000000000 0,888888888888888 3
3 ±0,774596669241483 0,555555555555555 3
4 ±0,339981043584856 0,652145154862546 4
5 ±0,861113631159405 0,347854845137454 4
6 0,000000000000000 0,568888888888889 5
7 ±0,538469310105683 0,478628670499366 5
8 ±0,906179845938664 0,236926885056189 5
9 0,238619186083197 0,467913934572691 6
10 ±0,661209386466265 0,360761573048139 6
11 ±0,932469514203152 0,171324492379170 6
12 ±0,148874338981631 0,295524224714753 10
13 ±0,433395394129247 0,269266719309996 10
14 ±0,679409568299024 0,219086362515982 10
15 ±0,865063366688985 0,149451349150581 10
16 ±0,973706528517172 0,066671344308688 10
4.7.1.3 CUADRATURA DE GAUSS-LAGUERRE

Los polinomios de Laguerre son ortogonales en el intervalo [0, ] con respecto a una función peso
, es decir
(4.38)
(4.39)
192
Integración CAP. 4
Los polinomios respectivos son
La fórmula de recurrencia es
La integral tiene la forma

(4.40)
La cuadratura de Gauss-Laguerre se puede usar para integrar , donde a es arbitrario y finito,

por medio de la transformación lineal
Luego:
Y la fórmula general está dada por:
(4.41)
donde wi y zi están tabulados.
PROBLEMA 4.11
Usar la cuadratura de Gauss-Laguerre de dos puntos para calcular la integral
RESOLUCIÓN:
Hacemos:
Reemplazando con los datos de la tabla
I = 5e–1
193
Cuyo valor coincide con la solución analítica.
Raíces de los polinomios de Laguerre Ln+1(z) y pesos

correspondientes para la cuadratura de Gauss-Laguerre
Raíces (zi ) Pesos(wi )

Fórmula de dos puntos n = 1
0,585786437627 0,853553390593
3,414213562373 0,146446609407
Fórmula de tres puntos n = 2
0,415774556783 0,711093009929
2,294280360279 0,278517733569
6,289945082937 *(1) 103892565016
Fórmula de cuatro puntos n = 3
0,322547689619 0,603154104342
1,745761101158 0,357418692438
4,536620296921 *(1) 388879085150
9,395070912301 *(3) 539294705561
Fórmula de cinco puntos n = 4
0,263560319718 0,521755610583
1,413403059107 0,398666811083
3,596425771041 *(1) 759424496817
7,085810005859 *(2) 361175867992
12,640800844276 *(4) 233699723858
* (1), (2), (3), (4): Números de ceros.

* También hay fórmulas de 6, 10 y 15 puntos.
PROBLEMA 4.12
Usando la cuadratura de Gauss-Laguerre, calcule la integral
RESOLUCIÓN:
La idea, en este caso, es llevar la integral a la forma
Para lo cual, previamente, hacemos los siguientes cambios
Luego x = z+1
dx = dz
194
Integración CAP. 4
Usaremos la integral de tres puntos
zi zi
0,415774556783 0,711093009929 1,112612111 0,7911706947

2,294280360279 0,278517733569 0,005663987 0,0015775208
6,289945082937 0,01103892565016 6,480022 x 10–19 0,0000000000
4.7.1.4 CUADRATURA DE GAUSS-CHEBYSHEV

Polinomios de Chebyshev
Al analizar los polinomios de la forma 1, x, x2, ..., xn, haciendo un examen de estos monomios en el intervalo
[–1, 1] indica que cada uno adopta un valor máximo para x = ±1 y su valor mínimo para x = 0.
Si aproximamos una función ƒ(x) por medio de un polinomio

(4.48)
producirá un error pequeño para valores pequeños de x (cerca de cero), pero al contrario, grande en las
proximidades de los extremos del intervalo (x cerca a ±1).
El intervalo a ≤ z ≤ b puede reducirse al intervalo –1 ≤ x ≤ 1 mediante el cambio de variable
z en [a, b] , x en [–1, 1]
Por ejemplo, si a = 1, b = 2:
Se trata de encontrar aproximaciones que sean fáciles de obtener y que reduzcan el máximo error al
mínimo.
Las funciones cos φ, cos 2φ, ..., cos nφ, parecen ser los mejores candidatos, cada una de las funciones tiene
idénticos valores máximos y mínimos distribuidos de forma regular en cualquier intervalo, por ejemplo
0 ≤ φ ≤ π. Una forma útil se logra mediante la transformación de cosnφ en el intervalo 0 ≤ φ ≤ π en un
polinomio de grado n en la variable x en el intervalo –1 ≤ x ≤ +1.
El conjunto de polinomios , n = 0, 1, 2, ..., que se origina al aplicar la transformación
La secuencia de cosenos se conoce como los polinomios de Chebyshev
195
Por otro lado
Se puede generalizar el procedimiento
1
cosθ
cos4θ
cos3θ
cos2θ
0
–1
π
Fig. 4.12. Gráfica de los polinomios de Chebyshev
Basada en los procedimientos anteriores, la integral mediante la cuadratura de Chebyshev, está dada por
(4.43)
La integral es exacta si ƒ(z) es un polinomio de grado 2n+1 ó menor; en este caso los n+1 valores zi son las
raices del polinomio de Chebyshev de grado n+1, es decir
Los wi en este caso son iguales y su valor es , por lo tanto la fórmula de integración queda como:
(4.44)
196
Integración CAP. 4
PROBLEMA 4.13
Usando la cuadratura de Chebyshev, calcule
RESOLUCIÓN:
Hacemos el cambio de variable
dx = dz
Ahora calculamos las raíces del polinomio, haciendo uso de la ecuación
197
4.7.1.5 CUADRATURA DE GAUSS-HERMITE

Basada en la propiedad de ortogonalidad de los polinomios de Hermite puede deducirse una fórmula útil
para integrar expresiones del tipo
(4.45)
Raíces de los polinomios de Hermite y peso para la

cuadratura de Gauss-Hermite
Raíces (zi ) Pesos(wi )

Fórmula de dos puntos n = 1
±0,7071067811 0,8862269255
Fórmula de tres puntos n = 2
±1,2247448714 0,2954089752
0,0000000000 1,1816359006
Fórmula de cuatro puntos n = 3
±1,6506801239 0,0813128354
±0,5246476233 0,8049140900
Fórmula de cinco puntos n = 4
±2,20201828705 0,0199532421
±0,9585724646 0,3436193232
0,0000000000 0,9453087205
PROBLEMA 4.14
El coeficiente de fugacidad para un gas está dado por
En la tabla se encuentra algunos valores de C y P para el metano
P (atm) C P (atm) C
1 0,9940 80 0,3429
10 0,9370 120 0,4259
20 0,8683 160 0,5252
40 0,7043 250 0,7468
60 0,4515 400 1,0980
Calcule el coeficiente de fugacidad a 400 atm, con la cuadratura de Gauss-Legendre de cinco puntos,
cuyos datos se muestran a continuación
zi wi
0,000000000000000 0,568888888888889
±0,538469310105683 0,478628670499336
±0,906179845938664 0,236926885056189
198
Integración CAP. 4
RESOLUCIÓN:
Por otro lado, haciendo la interpolación cúbica
Luego, con esta ecuación obtenemos
P (atm) C
381,2359 1,0525028
307,6938 0,8808752
200,0000 0,625746
92,3061 0,361209
18,7640 0,8770851
199
4.8 INTEGRACIÓN DE FUNCIONES TABULARES POR CUADRATURA
La integración por método de la cuadratura Gaussiana, no solamente puede ser empleada para integrar
funciones explícitas, sino también funciones tabulares, tal como se ilustra en el problema siguiente.
PROBLEMA 4.15
Calcule el coeficiente de fugacidad φ del butano a 40 atm y a 200°C con la cuadratura de Gauss-Legendre
de tres puntos. La ecuación del coeficiente de fugacidad está dado por la ecuación
y la relación de la presión con el factor de compresibilidad z se determinó experimentalmente y se da en

la tabla:
Puntos 1 2 3 4 5 6 7 8
P (atm) 5 8 15 19 25 30 35 40
z 0,937 0,887 0,832 0,800 0,781 0,754 0,729 0,697
se sabe también que
RESOLUCIÓN:
w0 = 0,8888888888 w1 = w2 = 0,5555555555
z0 = 0,00000 z1 = 0,77459666692 z2=–0,7745966692
Interpolando por mínimos cuadrados
P z
20 0,8032
35,4919 0,7215
4,5080 0,9288
200
Integración CAP. 4
Luego, con estos puntos calculamos la función a integrar
; ;
Luego sustituyendo en la fórmula
PROBLEMA 4.16
Aplicación al cálculo de los coeficientes de dispersión en ríos
Con frecuencia es posible calcular el coeficiente de dispersión con mediciones del canal considerado.
Entre varias técnicas, el método de momentos parece ser el más aceptado, sobre todo con el advenimiento
de estaciones de muestreo automáticas, relativamente baratas cuya precisión de detección de trazador
es muy alta.
La ecuación siguiente es la base para la aplicación del método de momentos.
(1)
Donde σx2 es la varianza espacial de las partículas difundidas. Sin embargo, en la práctica es mucho más
conveniente medir la varianza temporal del trazador difundido en un río en un lugar específico en lugar
de medir la varianza espacial a lo largo del mismo. La relación entre los dos procedimientos, se puede
expresar como:
(2)
La varianza temporal, la cual es la medida de dispersión alrededor del centroide de la concentración

promediada a través de la sección transversal, se define como:
(3)
Donde el tiempo de travesía del dendroide tp esta dado por:
(4)
El denominador de las ecuaciones (3) y (4) se denomina momento estadístico de orden cero μ0 y la
ecuación (4) se denomina momento estadístico de primer orden y la ecuación (3) se denomina momento
estadístico de segundo orden.
Se integra la ecuación (1) y se obtiene:
(5)
201
EJEMPLO DE APLICACIÓN:
Se realizaron estudios de asignación de cargas de desechos en el área metropolitana de Minneapolis / St.
Paul con un modelo de calidad de agua corriente. Se realizaron estudios con colorante (Rhodamine WT)
en el río Mississippi. Se dan los datos de muestreo tomados en las estaciones 1 y 2. La velocidad de flujo del
río es Q = 131 m3/s, y su sección transversal promedio es A = 1254 m2. a) Determine el primer y segundo
momento temporal de la distribución de la concentración promediada a través de la sección transversal.
b) Use los momentos para predecir el coeficiente de dispersión (K) en el tramo de río comprendido entre
los sitios de muestreo. Las distancias entre los sitios de muestreo es de 5,3 km. La ubicación y extensión
de los tramos estudiados son las siguientes:
Río Minesota
Sitio de inyección de colorante (x = 0)
Río Minesota Sitio de muestreo 1

(x = 4,3 km)
Sitio de muestreo 2
(x = 9,6 km)
Fig. 4.13. Puntos de muestreo para medir la dispersión de un contaminante
Río Mississippi @ Estación 1
11 de mayo 12 de mayo
t (horas) 0 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
C (mg/L) 0,00 0,18 0,94 12,9 19,0 8,5 2,5 1,4 0,93 0,71 0,51 0,40 0,29 0,21 0,16 0,13
Río Mississippi @ Estación 2
11 de mayo 12 de mayo
t (horas) 20 20,5 22 24 25,5 27 29 31 33 35 37 39 41 43 45 47
C (mg/L) 0,00 0,2 2,8 5,0 8,8 8,1 7,4 6,0 4,4 3,0 2,0 1,45 1,0 0,75 0,56 0,42
t (horas) 49 51 53 55 57
C (mg/L) 0,32 0,25 0,19 0,15 0,11
202
Integración CAP. 4
RESOLUCIÓN:
El primer y segundo momento estadísticos de la concentración de colorante medida se determinan con
las ecuaciones (3) y (4). La integración numérica de las integrales puede realizarse con una hoja de cálculo
con los dos datos tomados en las dos estaciones de muestreo.
Paso 1: Calcule el momento estadístico de orden cero.
Donde n es el número de mediciones y Δt es el tiempo que transcurre entre dos observaciones sucesivas.
Paso 2: Aproxime el numerador de la ecuación (4) usando la aproximación:
Divida esta expresión entre μ0 para obtener
Paso 3: Aproxime el numerador de la ecuación (3) por medio de la suma:
Divida esta entre μ0 para obtener σt2.
Programa varianza_temporal_1.pol
203
Programa varianza_temporal_2.pol
Programa K_dispersion.pol
Se ejecutan por separado los programas varianza_temporal_1.pol y varianza_temporal_2.pol, se

toman los datos tp1 , st1 , tp2 y st2 para ejecutar el programa K_dispersion.pol
204
Integración CAP. 4
4.1 Un automóvil de masa M = 200 kg viaja a una velocidad de 30 m/s. La transmisión se pone en neutro
en t = 0 s. Suponga que la ecuación de la desaceleración después de t = 0 es
donde u es la velocidad y x la distancia lineal recorrida por el automóvil desde el lugar en que
se encontraba en t = 0. El miembro izquierdo es la fuerza de aceleración, el primer término del
miembro derecho es la resistencia aerodinámica, y el segundo, la resistencia al rodamiento. Calcule
la distancia que recorre el automóvil antes de que la velocidad se reduzca a 15 m/s.
4.2 Sabiendo que la respuesta exacta es I = 4,006994, analice el efecto del número de intervalos, n,
sobre el error de la regla trapezoidal a la siguiente integral
4.3 Repita el ejemplo anterior usando la Regla de Simpson 1/3.
4.4 Un tanque de agua esférico con radio de 5 m está lleno hasta el tope. Se va ha drenar agua por un
agujero de radio b = 0,1 m en el fondo, comenzando a t = 0 s. Si no hay fricción, ¿cuánto tiempo
tardará el nivel del agua en llegar a 0,5 m medido desde el fondo?
Sugerencia: La velocidad del agua que drena por el agujero está determinada por la ecuación de
energía:
(a)
donde u es la velocidad, z es el nivel del agua medido desde el centro de la esfera, R es el radio del
tanque y g es la aceleración debida a la gravedad y es igual a 9,8 m/s2.
Considere el cambio en el nivel del agua dz durante el intervalo de tiempo dt. El volumen de agua
en dz es igual a πx2dz, donde x es el radio de la superficie circular de agua a la altura z. Podemos
escribir la ecuación de continuidad
(b)
Donde A es el área de la sección transversal del agujero de salida, igual a
(c)
El radio de la superficie de agua x está relacioanda con z por:
(d)
Si evaluamos u, x y A de la ecuación (b) mediante las ecuaciones (a), (c) y (d) obtenemos:
Observe que el nivel del agua en la parte superior del tanque es z = R mientras que a 0,5 m del fondo
es z = 0,9 R. Si integramos desde z = R hasta –0,9R tenemos
205
O después de intercambiar los límites
Calcule la integral usando la Regla de Simpson 3/8.
4.5 Repita el problema 4.4, integrando por el método de la cuadratura de Gauss-Legendre.
4.6 Repita el problema 4.4, integrando por el método de la cuadratura de Gauss-Chebyshev.
4.7 Un tanque esférico de agua con 20 m de radio está situado a 40 m sobre el suelo. Un tubo de
drenaje vertical recto con radio b = 0,2 m y 40 m de longitud está conectado al fondo del tanque
para drenar el agua al nivel del suelo. El factor de fricción del tubo es ƒ = 0,0016. El tanque está lleno
hasta el tope y el drenado se inicia en t = 0. ¿Cuánto tiempo se requiere para drenar el agua?
Sugerencia: La ecuación de energía para determinar la velocidad del agua en el tubo está dada por:
donde el primer miembro del término derecho es la energía cinética del agua que sale del tubo y el
segundo término es el efecto de pérdida por fricción. Utilice 20 intervalos.
4.8 El fondo de un cilindro circular tiene un radio de 0,5 m y es perpendicular al eje, pero la tapa tiene
una inclinación de 45° respecto al eje, como se muestra en la figura.
H=1m
D=1m
Obtenga el volumen mediante la Regla trapezoidal con 20 intervalos.

4.9 Suponga que usted es un arquitecto y piensa utilizar un arco grande cuya forma parabólica está
dada por:
Donde y es la altura sobre el suelo y x está en metros. Calcule la longitud total del arco por la Regla
de Simpson
4.10 La longitud de una curva depende de x = φ(t), y = ψ(t), a < t < b, está dada por
206
Integración CAP. 4
Utilice la cuadratura de Gauss-Legendre con n = 2, 4 y 6 para calcular la longitud del cicloide definido
por:
4.11 Fugacidad es un término usado por los ingenieros para escribir el trabajo disponible en un proceso
isotérmico. Para un gas ideal, la fugacidad ƒ es igual a su presión P, pero para gases reales:
Donde z es el factor de compresibilidad determinado experimentalmente. Para el metano, algunos

valores de z son
P (atm) z P (atm) z
1 0,9940 80 0,3429
10 0,9370 120 0,4259
20 0,8683 160 0,5252
40 0,7043 250 0,7468
60 0,4515 400 1,0980
Escriba un programa que lea los valores de P y z y los aplique para calcular e imprimir la ƒ
correspondiente a cada presión proporcionada en la tabla. Suponga que el valor de z varía
linealmente entre los valores tabulados (una hipótesis más precisa sería ajustar un polinomio a los
valores tabulados z). El valor de z tiende a 1,0 cuando P tiende a cero.
4.12 El trabajo de expansión o descompresión de un gas está dada por la expresión: dw = PdV.
Calcule el trabajo de expansión del gas oxígeno que obedece la ecuación de Redlich-Kwong
desde la presión de 20 atm a 1 atm, a la tamperatura de 300 K.

P en atm, T en K, V en litros/mol g, R en litros atm/ molg K.
4.13 Un proceso químico se llava a cabo de acuerdo a la reacción
las concentraciones iniciales son:

y las otras concentraciones son nulas, k1 = 2,2 y k2 = 0,2 respectivamente.
a) Encuentre el tiempo necesario de reacción para que la concentración de A disminuya a la mitad.
b) Encuentre el tiempo necesario para obtener una conversión de A de un 90% de la conversión de
equilibrio.
4.14 Repita el problema 4.13, usando:

a) La cuadratura de Gauss-Legendre.
b) La cuadratura de Gauss-Chebyshev.
207
4.15 La siguente tabla representa el gasto instantáneo de petróleo crudo en un oleoducto (en miles de
libras por hora). El flujo se mide en intervalos de 12 minutos
Hora 6:00 6:12 6:24 6:36 6:48 7:00 7:12 7:24

Gasto 6,2 6,0 5,9 5,9 6,2 6,4 6,5 6,8
Hora 7:36 7:48 8:00 8:12

Gasto 6,9 7,1 7,3 9,9
¿Cuál es la cantidad de petróleo bombeado en 2 horas 12 minutos?
Utilice las reglas de Simpson 1/3 y 3/8 u otros de orden mayor tal como una de 7 puntos (6 intervalos)
y una de 6 puntos (5 intervalos).
4.16 Repetir el problema 4.6 desarrollado, con los siguientes datos
Fluido Etilenglicol líquido

m, lb/h 45000
T1, ºF 0
T2, ºF 90 y 180
T3, ºF 250
D, inch 1,032
cp, BTU/lb ºF 0,53 + 0,00065 T
k, BTU/h pie ºF 0,153
Fluido Etilenglicol líquido Temperatura

μ, lb/pie h 242 (0 ºF)
82,1 (50 ºF)
30,5 (1000 ºF)
12,6 (150 ºF)
5,57 (200 ºF)
4.17 La función error, erf (x), se define por
utilizando una fórmula de cuadratura gaussiana de cuatro puntos apropiada, calcular ambas
integrales para x = 0,5 y comparar el resultado con el valor tabulado, erf (0,5) = 0,520500.
208
Integración CAP. 4
4.18 Gill y Scher han deducido una expresión para la distribución de velocidades en un fluido en
movimiento en una tubería circular lisa, modificando la expresión de la longitud de mezcla de
Prandtl. La velocidad adimensional en la dirección axial, u+, viene dada en función de la distancia
adimensional desde la pared interior de la tubería, y+, por la expresión:
(1)
donde
(2)
(3)
En estas expresiones es la distancia adimensional correspondiente al eje del tubo, y viene dada
por:
(4)
y φ es una función de y de unas constantes empíricas, siendo su expresión
(5)
NRe , es el número de Reynolds, y f el factor de fricción de Fanning, son parámetros adimensionales

que dependen de las propiedades físicas y de la velocidad media del fluido, como también de la
rugosidad superficial del tubo. El número de Reynolds tiene como expresión:
(6)
Donde u es la velocidad media del fluido, D el diámetro del tubo, ρ la densidad del fluido y μ la
viscosidad del fluido, todos ellos en unidades consistentes. Para tubos lisos circulares en un campo
de número de Reynolds comprendidos entre 2000 y 50000, ƒ puede calcularse de forma adecuada
por la ecuación de Blasius
(7)
Utilizando las cuadraturas de Gauss-Legendre y Gauss-Chebyshev calcule la integral respectiva.

Comparar ambos resultados con NRe = 5000, 10000, 25000 y 50000 con y+ = 1, 2, 5, 10, 20, 50, 100,
200, 500 y 1000, usando las cuadraturas de 2, 4 y 6 puntos.
Sugerencia:
La integral (8)
a ≤ x ≤ b puede transformarse al intervalo normal para la cuadratura de Gauss-Chebyshev, –1 ≤ z ≤

1 por medio del cambio de variable
Dando como resultado
209
En esta cuadratura se tiene

(10)
Se obtiene luego
(11)
Donde
(12)
La fórmula de la cuadratura de Gauss-Chebyshev queda de la forma
(13)
Donde:
i = 1, 2, ..., m
(14)
i = 1, 2, ..., m
y m es el número de puntos en la fórmula de cuadratura. En estas expresiones xi es simplemente una

raiz zi del polinomio de Chebyshev de grado m transformada al intervalo [a, b]. El integrando de la
primera ecuación es indeterminado para el límite inferior de integración. Para evitar esta dificultad
puede utilizarse la expresión equivalente
(15)
Para mejorar la exactitud de la integración numérica, la integral se escribe de la forma
(16)
i = 2, 3, ..., N
donde
como un valor de mayor que no tiene sentido físico, para algunos conjuntos de datos sería
necesario calcular un número de veces menor que N–1 la última integral (16).
Los resultados a obtenerse para u+ son:

cuando y + = 500 y NRe = 25000
210
Integración CAP. 4
u+ u+
m (cuadratura de Gauss- (cuadratura de Gauss-
Legendre) Chebishev)
2 20,5245821 23,2999976
4 20,5672100 21,1692723
6 20,5672992 20,8286561
10 20,5672993 20,6609113
15 20,5672993 20,6085537
4.19 Dos placas paralelas infinitamente largas, de ancho w, están separadas una distancia d, como se
indica en la figura
T2, ε2
x2
d
x1
T1, ε1
w
Puede demostrarse que las radiosidades locales B1 y B2 (definidas como la cantidad por unidad
de tiempo de radiación emitida mas reflejada que abandona un área de cada superficie), son la
solución de las ecuaciones integrales simultáneas:
(1)
(2)
En la que σ es la constante de Stefan-Boltzman, y
(3)
La integral de la ecuación (1) es llamada irradiosidad, I1 = I1(x1), y es la cantidad de radiación incidente

en un área es un punto x1 de la placa inferior por unidad de tiempo.
La integral aparece al tomar en consideración la radiación emitida por todos los puntos de la placa
inferior.
Análogamente la integral en (2) es I2 , la irradiosidad en la placa superior.
Los cálculos netos con que debe proporcionarse la energía calorífica por unidad de longitud de las
superficies superior e inferior para mantenerla a temperaturas constantes son:
(4)
(5)
Escribir un programa que, en función de los valores T1 , T2 , ε1 , ε2 , d, w, σ y n, calcule

a) Las potencias emisivas y para las dos placas.
211
b) Las radiosidades locales B1 y B2 en puntos cuyas abcisas sean x1 y x2 iguales a 0, Δx, 2Δx, ..., nΔx,
donde Δx = w/2n.
c) Las irradiosidades locales I1 e I2 en los mismos puntos que en b).
d) La cantidad de calor recibida Q1 y Q2 en cada placa.
Usar la Regla de Simpson 1/3 para aproximar las integrales de las ecuaciones anteriores. Supóngase
simetría de B1 e I1 con respecto a x1 = 0 y de B2 e I2 con respecto a x2 = 0.
Sugerencia:
Se escribe en primer lugar un procedimiento llamado SIMPS, que calcula la integral general
por n aplicaciones repetidas de la Regla de Simpson, la cual es
(6)
donde:
una llamada apropiada para la función podría ser
Área = SIMPS(A, B, N, F)
en donde A, B y N tienen evidente interpretación y F es el nombre de la función a integrar.
La siguiente figura correspondiente a n = 2 indica que se calcula B1 por ejemplo, en solo n+1 puntos
a los que se asignan subíndices i = 0, 1, ..., n.
–2 –1 0 1 2
Placa 2
Placa 1
0 1 2
B1 y B2 se calculan solo en puntos aislados.
El proceso resolutivo es inmediato. Como hipótesis inicial se supone B1 = E1 y B2 = E2 en todos los

puntos. Los términos de la derecha de las ecuaciones (1) y (2) se calculan para estos valores, y
así pueden estimarse nuevas distribuciones de los valores de B1 y B2 . Estos valores se introducen
nuevamente en las integrales, obteniéndose así nuevas aproximaciones, y el proceso continúa de
esta forma. Las iteraciones terminan bien al llegar el número de ellas a ITMAX, o bien cuando los
valores de B1 y B2 no cambian en dos iteraciones sucesivas mas del valor δ.
Obsérvese que el número de aplicaciones de la Regla de Simpson es la que a su vez, el número de

incrementos Δx en cada semiancho de la placa. Por ejemplo si n = 2, una estimación de B11 a partir
de la ecuación (1) operará con los cinco valores de B2: B1(–2), B2(–1), B20, B21 y B22 , que son suficientes para
dos aplicaciones de la Regla de Simpson.
Dado que el procedimiento SIMPS calcula el integrando en valores discretos de las variables
continuas x1 y x2 , debe hacerse una correspondencia (en el programa se realiza por medio de la
función ISUB) entre las variables continuas y los subíndices apropiados para los valores en cada
punto tal como B1i . Con este propósito se usa por ejemplo, evita complicaciones con
212
Integración CAP. 4
el error de truncamiento al calcular x1/Δx. En la programación surgen también otras complicaciones,

fundamentalmente del hecho de que SIMPS necesita un solo nombre para la función integrada,
mientras que los integrandos (1), (2), (4) y (5) incluyen bien el producto o bien la diferencia de
dos funciones. Se resuelve esta dificultad al definir dos funciones adicionales tales como FBI, que
representa el producto de B1(x1) y ƒ(x1, x2 , d).
4.20 La distribución de la intensidad q de radiación de longitud de onda λ que sale de un área unidad de
un cuerpo negro viene dado por la ley de Plank
C : velocidad de la luz (2,997925×1010 cm/s)

h : constante de Planck (6,6256×10–27 erg s)
K : constante de Boltzmann (1,38054×10–16 erg/K)
T : temperatura absoluta (K)
λ : longitud de onda (cm)
Calcule la cantidad de calor total Q de radiación emitida entre las longitudes de onda λ1 y λ2, es decir
El cálculo de la integral utilizada puede comprobarse observando que la radiación total, en todas
las longitudes de onda, tiene como valor exacto σT4, donde σ es la constante de Stefan-
Boltzman
Asimismo deberá calcularse la fracción emitida
Datos:
T=2000 K, 6 000 K; λ1=3933,666 Å (línea K del Cu+)
λ2=5895,923 Å (línea D1 del Na)
4.21 Considere la condensación de un vapor puro en la superficie exterior de un tubo refrigerado

horizontal. De acuerdo con la teoría de condensación de capas de Nusselt, el coeficiente medio de
transmisión de calor, h, viene dado por
donde:
aquí k, ρ y ν son respectivamente la conductividad térmica, la densidad y la viscosidad cinemática de

la película de líquido condensado, r es el radio del tubo, λ es el calor latente del vapor condensado,
g es la aceleración de la gravedad, ΔT es la diferencia de temperatura de saturación del vapor (Tv) y la
temperatura de la pared del tubo (Tw), y todas estas cantidades vienen dadas en unidades consistentes.
213
Para el agua, el grupo en BTU4/h4 °F3, ft7 varía con la temperatura como sigue:
T 100 110 120 130 140 150 160 170

φ × 10 –14
0,481 0,536 0,606 0,670 0,748 0,820 0,892 0,973
T 180 190 200 210 220 230 240 250

φ × 10–14 1,051 1,130 1,218 1,280 1,327 1,376 1,430 1,503
Cuando se utiliza la fórmula anterior de h, φ debe calcularse a la temperatura media de la capa

condensada
Escribir un programa que utilice las ecuaciones anteriores para calcular h. Los datos deben incluir
valores de Tv , Tw (°F) y d (diámetro del tubo en pulgadas), estos valores también deben aparecer
impresos en los resultados. El programa debe calcular y escribir los valores de la integral I, la
temperatura media de la capa condensada , el valor correspondiente de φ y el coeficiente h de
transmisión de calor resultante.
Se sugiere los cuatro conjuntos de datos de la tabla
Tv Tw d
212 208 0,75
212 208 2,00
212 210 0,75
120 116 0,75
4.22 Un haz de radiación de intensidad πF incide formando un ángulo θ0 con la normal sobre la superficie
de un medio semiinfinito que dispersa isotrópicamente con un albedo w0 (fracción del haz de
radiación dispersado en un punto). A causa de la dispersión en el interior del medio, algo de la
radiación vuelve a emerger de la superficie. Puede demostrarse que la intensidad de la radiación
que emerge formando un ángulo θ con la normal viene dado por
Donde μ = cos θ y μ0 = cos θ0 . La función H satisface la ecuación integral siguiente, de importancia

fundamental en la teoría de la dispersión de radiación
En el caso presente, la función característica es simplemente
214
Integración CAP. 4
Escribir un programa que tabule H para todas las combinaciones de μ y w0 entre 0 y 1 con incrementos
de 0,1. Calcule después I/F para varios valores de θ, θ0 y w0.
4.23 Tal como se ilustra en la figura siguiente, dos placas negras, paralelas, infinitas, a temperaturas
absolutas Th y Tc están separadas por una capa de espesor óptico τ = L de un gas gris que absorbe
y emite (pero no dispersa) energía radiante. Se define el espesor óptico como la capacidad de un
medio gaseoso de longitud z de atenuar la radiación, midiéndose como
donde ρ es densidad y k es el coeficiente de absorción.
La intensidad de radiación en dirección exterior (τ aumenta) e interior (τ disminuye) depende

de τ y de la dirección θ, de la ecuación básica de la transmisión, puede demostrarse que ambas
intensidades I vienen dados por la solución de las ecuaciones integrales simultáneas
I (τ, θ)
θ
Placa caliente Placa fría
Th Tc
τ=0 T=L
En ambos casos μ=cos θ. Las potencias de emisión de ambas placas son
donde es la constante de Stefan-Boltzman. E es la potencia de emisión

del gas, y viene dada en función de τ por
En donde el lado derecho de la igualdad es en realidad la intensidad media de radiación en un

punto cualquiera.
Escribir un programa que resuelva las ecuaciones anteriores para obtener las intensidades de
radiación en función de τ, μ y E como función de τ. La exactitud de los cálculos debe comprobarse
calculando la densidad de flujo neto radiante en la dirección +τ
215
que debe ser constante para todo τ. Deben obtenerse soluciones en puntos que subdividen L
en n incrementos iguales Δτ = L/n y para direcciones angulares cuyos cosenos esten igualmente
espaciados, un valor Δμ entre los límites .
Datos a usar:
Th = 1500K, Tc = 1000 K, n = 10, Δμ = 0,1 con L = 0,1; 0,5 y 2
(Las ecuaciones anteriores pueden escribirse en forma adimensional si se desea, introduciendo
;
4.24 Las raíces xi del polinomio de Chebyshev Tn(x) valen y los coeficientes valen .
La regla de Gauss-Chebyshev es:
Se pide aplicar la regla anterior al cálculo de la integral,
Las operaciones se dejan indicadas.
216
Capítulo
5 Ecuaciones
algebraicas lineales
5.1 INTRODUCCIÓN
La forma general de un sistema lineal especial es del tipo AX = b y generalmente son simétricas las
cuales se denominan matrices banda cuyo ancho es 1, 3 y 5 para las matrices diagonales, tridiagonales y
pentadiagonales, respectivamente, tal como se muestra en el ejemplo siguiente:
a) Matriz diagonal b) Matriz tridiagonal c) Matriz pentadiagonal
Fundamentalmente, las matrices tridiagonales se presentan en la resolución simultanea de los balances

de materia energía, relaciones de equilibrio y restricciones en una etapa de una columna de destilación
multicomponente. También se presentan en la resolución de las ecuaciones de transporte de calor,
masa o movimiento para sistemas en estado no estacionario y en una dirección o sistemas en estado
estacionario bidimensional.
5.2 MÉTODO DE THOMAS PARA SISTEMAS TRIDIAGONALES
Es un método basado en la eliminación gaussiana, y reduce el consumo de memoria de la máquina, ya

que no almacena los elementos que son ceros. Este detalle es muy importante cuando se trabaja con
sistemas grandes con sistemas de 1000 a más ecuaciones que normalmente se presenta en los problemas
de Ingeniería química. Básicamente consiste en dos etapas: Triangulación y Sustitución Regresiva.
La forma general de una matriz tridiagonal es:

(5.1)
i = 1, 2, 3, ..., n–1
con ai = 0 y cn = 0
Para un sistema de tres ecuaciones, la ecuación (1) puede escribirse del siguiente modo:
b1 x1 + c1 x2 = d1
a2 x1 + b2 x2 + c2 x3 = d2 (5.2)
a3 x2 + b3 x3 = d3
217
El sistema (2), puede reescribirse en forma matricial como sigue:
(5.3)
5.2.1 ETAPA DE ELIMINACIÓN

Si b1 ≠ 0, entonces se elimina x1 sólo de la segunda ecuación y se obtiene una nueva segunda ecuación:
Con
Si b2 ≠ 0, se elimina x2 sólo en la tercera ecuación y así se obtiene una nueva tercera ecuación:
Con
5.2.2 ETAPA DE SUSTITUCIÓN REGRESIVA

Se procede a la sustitución regresiva calculando primero x3 , luego x2 y finalmente x1 , tal como sigue:
Con:
PROBLEMA 5.1
Resolver el siguiente sistema tridiagonal, usando el método de Thomas
4x1 + x2 = –1
–8x1 – x2 + x3 = 13
3x2 – 2x3 + 4x4 = –3
x3 – x4 + x5 = 2,1
2x4 + 6x5 = 3,4
RESOLUCIÓN:
Escribiendo en forma matricial.
218
Ecuaciones algebraicas lineales CAP. 5
Se obtiene los siguientes elementos
Etapa de triangulación:
Etapa de Sustitución Regresiva:
219
En consecuencia, el vector solución esta dado por:
El sistema anterior puede ser generalizado del siguiente modo:
para i = 1, 2, ..., ..., n–1
para la etapa de triangulación:

si , se elimina xi solo en la ecuación (i + 1) con lo que se obtiene como nueva ecuación (i + 1), la
siguiente:
con:
para la etapa de sustitución regresiva:
el sistema AX = B, tridiagonal puede ser escrito como:

(5.4)
que se muestra en forma matricial del siguiente modo: para sistemas grandes es un procedimiento más
adecuado que en esencia tiene la forma anteriormente descrita.
(5.5)
Este sistema puede ser triangulado usando un procedimiento mas estructurado, el mismo que puede ser
ampliado a sistemas tridiagonales por bloques.
Para la Etapa 1, según el algoritmo de Thomas usando la ecuación (4), se tiene:
(5.6)
La cual se resuelve para Xi,1

(5.7)
220
Haciendo el cambio de variable:
Entonces:
(5.8)
Por lo tanto, los coeficientes de la matriz se transforman en B1 ← 1 , C1 ← p1 , y D1 ← q1 , donde ← quiere

decir «reemplazando por», sólo se requiere conservar los valores de p1 y q1.
Para la etapa (2), la ecuación básica combinada con la anterior permite obtener:
Tomando:
Resulta:
(5.10)
De esta manera: A2 ← 0 , B2 ← 1 , C2 ← p2 , y D2 ← q2 , sólo se necesita conservar los valores de p2 y q2.
De forma general, podemos definir:
Por lo tanto:
(5.11)
Donde Aj ← 0 , Bj ← 1 , Cj ← pj , y Dj ← qj , sólo se necesita conservar los valores de pj y qj. De esta forma,

partiendo de la etapa 1, se van calculando en forma progresiva los valores de pj y qj en el siguiente orden:
p1, q1, p2, q2, ..., pN–1, qN–1, qN .
En la etapa N, la última ecuación aísla a:

(5.12)
Se calcula entonces a partir de la ecuación (5.7) valores sucesivos de Xi, sustituyendo a lo largo del camino
inverso de la siguiente forma:
(5.13)
221
PROBLEMA 5.2
Resolver el siguiente sistema, utilizando el algoritmo anterior
4x1 + x2 = –1
–8x1 – x2 + x3 = 13
3x2 – 2x3 + 4x4 = –3
x3 – x4 + x5 = 2,1
2x4 + 6x5 = 3,4
Con:
RESOLUCIÓN:
Para la primera etapa:
Para la segunda etapa:
Para la tercera etapa:
Para la cuarta etapa:
Para la quinta etapa:
222
En la etapa quinta se aísla X5 como q5, luego se calcula los valores de Xi , sucesivas:
5.3 MÉTODO DE THOMAS PARA SISTEMAS TRIDIAGONALES POR BLOQUES
En muchos problemas de Ingeniería, debería resolverse un sistema tridiagonal por bloques, tal como se
muestra a continuación:
(5.14)
Donde los elementos son matrices y son vectores y también son

vectores.
El tratamiento de este sistema tridiagonal por bloques es similar al procedimiento dado para matrices
tridiagonales sencillas, es decir, para la etapa 1.
es decir:
(5.15)
los coeficientes de la matriz se transforman en , ,y , solo se requiere conservar los

valores de .
Para la etapa 2:
223
Haciendo:
Resulta
(5.16)
, , , y , solo se necesita conservar los valores de .
De forma general, podemos definir:
Por lo tanto:
(5.17)
Donde , , , y , sólo se necesita conservar los valores de .
En la etapa N, la última ecuación aísla a
Se calculan entonces partir de la ecuación (5.12) valores sucesivos de , sustituyendo a lo largo del
camino inverso de la siguiente forma:
PROBLEMA 5.3
Resolver el siguiente sistema tridiagonal por bloques usando el algoritmo anterior.
RESOLUCIÓN:
El sistema es equivalente a:
224
Donde
Primera Etapa:
Segunda Etapa:
Tercera Etapa:
225
Aislando X3 como q3:
PROBLEMA 5.4
Escribir las ecuaciones de balance de masa, energía, relaciones de equilibrio, y las relaciones de equilibrio
para una etapa j de una columna de destilación continua tal como se muestra en la figura.
Fig. 5.1. Variables a calcular en la etapa J
Ecuaciones de balance de masa:

(1)
Relaciones de equilibrio
(2)
Restricciones:
(3)
(4)
226
Ecuaciones de balance de energía:

(5)
A estas ecuaciones se denominan ecuaciones MESH. Para una cascada de N etapas, se esquematiza del
siguiente modo:
Fig. 5.2. Esquema de una torre de destilación
En lugar de las ecuaciones (3) ó (4) se puede utilizar una ecuación de balance total. Se obtiene combinando
estas dos ecuaciones y con (1) sumando para los c componentes y a lo largo de la etapa 1 a j
para dar:
(6)
El método B.P. (Boiling Point) aplicado por Wang y Henke, se obtiene mediante una modificación de la
ecuación (1), en las cuales se procede a tantear seleccionando como variables de tanteo Tj y Vj.
Las ecuaciones M modificadas se obtienen mediante la substitución de (2) en (1) para eliminar Y, y
sustituyendo (6) en (1) para eliminar L.
Se obtienen así la siguiente ecuación para cada componente y etapa.
(7)
Donde:
(8)
(9)
227
(10)
(11)
Este sistema se resuelve usando el segundo algoritmo para matrices tridiagonales.
Realícese una iteración para la columna de destilación, utilizando la constante de equilibrio K,

independiente de la composición. La etapa 3 recibe una alimentación de 100 mol-lb/hr de un líquido
saturado a la presión de la columna de 100 PSIA (68,94 KPa) y 528°F (323,3 K) y con una composición de
30, 30 y 40 de propano, n-butano y n-pentano respectivamente. La presión se mantiene en la columna a
100 PSIA.
Fig. 5.3. Aplicación del balance de materia y energía en una torre de destilación
Balance de materia global en la columna líquida en el destilado:
De la relación:
228
Balance de materia global en el condensador total:
A continuación se estima las variables iniciales de tanteo:
Etapa j Vj , lb mol/h Tj , ºF
1 (Fijada a 0 por estimación) 65
2 (Fijada a 150 por estimación) 90
3 150 115
4 150 140
5 150 165
A partir de los nomogramas, se obtienen los valores de K a 100 PSIA y a la temperatura supuesta:
Kij
Etapa j
1 2 3 4 5
C3(1) 1,23 1,63 2,17 2,70 3,33
nC4(2) 0,33 0,50 0,71 0,95 1,25
nC5(3) 0,103 1,166 0,255 0,36 0,49
La ecuación matricial (5.12) para el primer componente C3 se desarrolla a continuación de (8) con V1 = 0,
W=0
Donde:
Reemplazando
Según la ecuación (9), con V1 = 0 y todas las W = 0
229
Entonces
Del mismo modo:
A partir de la ecuación (10):
A partir de la ecuación (11)
La sustitución de los valores anteriores en la ecuación (7), produce:
Se resuelve el sistema utilizando el algoritmo de Thomas tal como se indica a continuación:
Etapa 1:
Etapa 2:
230
Etapa 3:
Etapa 4:
Etapa 5:
Ordenando
En la etapa 5, se aísla x1,5 como q5 y luego se calcula los valores sucesivos de xij sustituyendo a lo largo del
camino inverso
De esta manera se obtiene la composición del componente 1 en cada etapa.
Del mismo modo se determina la composición del segundo componente (n-C4) en cada una de las 5
etapas.
A5 = 200 lb mol/h A2 = 100 lb mol/h
A4 = 200 lb mol/h A1 = 0
A3 = 100 lb mol/h
B5 = –[100–50+150 (1,25)] = –237,5 lb mol/h
B4 = –[150+(100–50)+150 (0,95)] = –342,5 lb mol/h
B3 = –[150+(100–50)+150 (0,71)] = –306,5 lb mol/h
B2 = –[150–50+150 (0,5)] = –150 lb mol/h
B1 = –[150+(–50)+50+0] = –150 lb mol/h
231
C1 = 150 (0,5) = 75 lb mol/h C3= 150 (0,95) = 142,5 lb mol/h
C2 = 150 (0,71) = 106,5 lb mol/h C4= 150 (1,25) = 187,5 lb mol/h
D1 = 0 D4 = 0
D2 = 0 D5 = 0
D3 = (–100) (0,30) = –30 lb mol/h
Expresando en forma matricial
Resolviendo:
Etapa 1:
Etapa 2:
Etapa 3:
Etapa 4:
Etapa 5:
Entonces:
232
Sustituyendo a lo largo del camino inverso:
Finalmente, se procede del mismo modo para el tercer componente nC5.
A5 = 200 lb mol/h A2= 100 lb mol/h
A4 = 200 lb mol/h A1= 0
A3 = 100 lb mol/h
B5 = –[50+150(0,49)] = –123,5 lb mol/h
B4 = –[100+100(0,36)] = –254 lb mol/h
B3 = –[200+150(0,166)] = –238,25 lb mol/h
B2 = –[100+150(0,166)] = –124,9 lb mol/h
B1 = –[150+0] = –150 lb mol/h
C1 = 150(0,166) = 24,9 lb mol/h C4 = 150 (0,49) = 73,5 lb mol/h

C2 = 150(0,255) = 38,25 lb mol/h C5 = 0
C3 = 150(0,36) = 54 lb mol/h
D1 = 0 D2 = 0 D4 = 0 D5 = 0
D3 = (–100)(0,40) = –40 lb mol/h
Expresando en forma matricial:
Etapa 1: p1 = –0,1666 q1 = 0
Etapa 2: p2 = –0,3532 q2 = 0
Etapa 3: p3 = –0,2661 q3 = 0,19711
Etapa 4: p4 = –0,360 q4 = 0,1963
Etapa 5: p5 = 0 q5 = 0,781
233
Sustituyendo a lo largo del camino inverso:

x35 = 0,7809 x32 = 0,1149
x34 = 0,4822 x31 = 0,0190
x33 = 0,3524
Resumiendo:
Kij
Etapa
1 2 3 4 5
C3(1) 0,5664 0,3475 0,1938 0,0915 0,033
nC4(2) 0,1910 0,3820 0,4483 0,4857 0,4090
nC5(3) 0,0191 0,1149 0,3253 0,4820 0,7806
0,7765 0,8444 0,9674 1,0592 1,2229
Para hallar la temperatura de burbuja a 100 psia en cada etapa, se utilizará la ecuación ; en
forma iterativa.
Donde Kij está en función de T, además se utiliza las composiciones normalizadas, obteniéndose los
siguientes resultados:
Etapa T (ºF) supuesto T (ºF) calculado

1 65 66
2 90 94
3 115 131
4 140 154
5 165 184
Se procede del mismo modo hasta lograr que la temperatura supuesta sea igual a la calculada.
234
Capítulo
6 Sistema de ecuaciones
algebraicas no lineales
6.1 INTRODUCCIÓN
La resolución de sistemas de ecuaciones algebraicas no lineales es la generalización de alguno de

los métodos estudiados en el Capítulo 1. Los métodos de solución que se analizarán en este capítulo
tienen gran aplicación en diversos campo de la Ingeniería Química tales como: equilibrio químico,
Termodinámica, Resolución de Balances de Materia y Energía en Reactores tipo tanque, Destilación
continua, Evaporadores de múltiple efecto y otros.
Estos métodos de solución mencionados son los siguientes: Método del Punto Fijo, Método de Newton
Raphson Estándar, Método de Newton Raphson Estándar con Optimización, Método de Newton Raphson
Modificado con Optimización, Método de la Aceleración de la Convergencia: Método del Descenso de la
Máxima Pendiente.
6.2 CARACTERÍSTICAS DEL SISTEMA DE ECUACIONES ALGEBRAICAS NO

LINEALES
Los sistemas de ecuaciones no lineales del tipo: ƒ(x) = 0; x = (x1 , x2 , ..., xn), en primer lugar, son difíciles de
representarlos gráficamente para poder tener una idea aproximada del comportamiento de la curva y
segundo, que la convergencia no está garantizada si no se consideran valores iniciales apropiados, que si
se trata de un fenómeno físico o químico, será precisamente dependiente de estos fenómenos.
6.3 MÉTODO DEL PUNTO FIJO MULTIVARIABLE
Supongamos el sistema:
(6.1)
Por procedimientos similares al desarrollado en el Item del Capítulo 1, la ecuación (1), puede ser
transformada a:
(6.2)
k: número de iteración
Con:
El procedimiento de solución consiste en asignar un vector solución tal como: ,

sustituir en el miembro derecho de (2) y encontrar: .
235
Una condición no necesaria pero suficiente para asegurar la convergencia es que:
(6.3)
en todos los puntos de la región del plano que contiene todos los valores x(k) y la raíz x(k+1).
Si M1, M2 , ..., Mn es pequeña, entonces el sistema convergerá rápidamente; y si estos valores son cercanos
a la unidad entonces la convergencia será muy lenta. Si sucede este último caso, se podría modificar los
valores iniciales de tal forma que se consiga valores pequeños de M, que permitan encontrar rápidamente
los valores deseados.
En algunos casos sólo es necesario que se cumpla una de las condiciones propuestas para que la ecuación
(3), tal como se ilustra en el ejemplo.
De esta manera se encuentran los sucesivos valores de x(k+1) a partir de x(k) y se establece una tolerancia
para cada variable que dependiendo del caso puede ser el mismo valor o que puede tener distintos
valores si el caso lo merece, esto quiere decir, si tenemos una función dependiente tal como:
donde
x : composición en la fase líquida
y : composición en la fase vapor
T : temperatura del sistema
P : presión del sistema
x e y pueden tener el mismo orden de tolerancia e incluso iguales, T deberá tener su propia tolerancia,
del mismo modo que P.
Las órdenes de la tolerancia varían normalmente entre 10–3 a 10–8, en casos especiales pueden desbordarse
estos límites.
Se calcula el error para cada variable que estará dado por la función vectorial: ERROR = Abs (x(k+1) – x(k)) y
este valor deberá de ser menor que la tolerancia fijada.
Si se cumple con este criterio que es uno de varios criterios, se habrá llegado a la solución, de lo contrario
se procederá a una nueva iteración.
PROBLEMA 6.1
Resolver el sistema:
Usando el método del punto fijo, con una tolerancia de 10–4, para ambas variables.
RESOLUCIÓN:
Hacemos la siguiente modificación del sistema anterior
236
Sistema de ecuaciones algebraicas no lineales CAP. 6
Asumiendo valores iniciales: y
Derivando parcialmente:
El sistema puede o no converger, puesto que la segunda condición no satisface por completo el criterio
de convergencia.
Ahora procedemos a realizar el proceso iterativo
• Primera iteración:
• Segunda iteración:
• Tercera iteración:
• Cuarta iteración:
Y así sucesivamente.
• Quinta iteración:
• Sexta iteración:
237
• Calculamos el error:
Luego de seis iteraciones se han obtenido los valores de x1 y x2 que son 0,999997417 y 4,000000646
respectivamente. Si se disminuye la tolerancia, se observa claramente, que los valores convergen a 1 y 4
respectivamente.
6.4 MÉTODO DE NEWTON RAPHSON ESTÁNDAR
6.4.1 INTRODUCCIÓN
El método de Newton Raphson Estándar Multivariable, es un método de convergencia de segundo orden;
cuando los valores iniciales son asignados adecuadamente, se obtiene la solución con un número bajo de
iteraciones; sin embargo cuando estos puntos no son lo suficientemente buenos, se tienen dificultades en
lograr la convergencia. Este método, es uno de los métodos usados con mayor frecuencia en la solución
de problemas derivados del modelamiento matemático de fenómenos físicos y químicos dentro del
campo de la Ingeniería.
6.4.2 DESARROLLO DEL MÉTODO

Un sistema de ecuaciones algebraicas no lineales puede representarse mediante:
(6.4)
o más simplemente
(6.5)
El método parte de la expansión de la función ƒ alrededor de un punto, mediante la utilización de la serie

de Taylor, tal como se ilustra para una función de dos variables expandida alrededor del punto (x0, y0)
(6.6)
Supongamos el sistema de dos variables:

(6.7)
(6.8)
238
Si expandimos estas funciones alrededor del punto genérico (xk, yk), tenemos:
()
(6.10)
Ambas funciones truncadas en la primera derivada de la serie de Taylor. Por otro lado, de acuerdo a (6.4):
(6.11)
(6.12)
Luego de las ecuaciones (6.6) y (6.7) resulta:
(6.13)
(6.14)
En las ecuaciones (6.9) a (6.14) ƒ1 y ƒ2 son iguales a y
Hacemos el siguiente cambio de variable

(6.15)
(6.16)
Reacomodando las ecuaciones anteriores:

(6.17)
(6.18)
Las ecuaciones (6.10) y (6.11) pueden reescribirse como:
(6.19)
(6.20)
Este sistema puede escribirse en forma matricial como:
(6.21)
La ecuación (6.21) es un sistema lineal de dos variables, la que se puede resolver por los métodos
tradicionales de eliminación Gaussiana.
239
6.4.3 ALGORITMO DE SOLUCIÓN

El sistema algebraico no lineal se resuelve del siguiente modo:
1. Escribir las ecuaciones en forma explícita, tal como la propuesta en la ecuación (6.4).
2. Asumir un valor inicial para cada variable, tal como (x0, y0).
3. Evaluar la matriz jacobiana y el vector de funciones y resolver el sistema (6.21).
4. Los valores de δx y δy se sustituyen en (6.15) y (6.16) respectivamente y se encuentran los nuevos
valores (x1, y1).
5. Se continúa el procedimiento hasta cumplir con el criterio de convergencia establecido previamente,
en función del tipo de variable física que se debe medir.
6.4.4 CRITERIO DE CONVERGENCIA

Los criterios de convergencia pueden ser diversos, es decir, que se puede establecer dicho criterio
respecto a las variables o a las funciones, para lo cual se establece un vector tolerancia que dependiendo
del problema físico puede tomar un mismo valor de tolerancia para cada variable.
Criterio 1:
(6.22)
Criterio 2:
(6.23)
Criterio 3:
(6.24)
En cualquiera de los casos debe cumplirse

(6.25)
PROBLEMA 6.2
En un reactor se efectúan las siguientes reacciones en fase gaseosa:
A la temperatura de reacción, las constantes de equilibrio son: Kp1 = 2,6 y Kp2 = 3,1. Las composiciones
iniciales son 2 mol/l de A y 1 mol/l de B. Calcule las composiciones a la salida del reactor asumiendo que
alcanza el equilibrio.
RESOLUCIÓN:
Si x1 representa los moles de A convertidos en la reacción (1) y x2 representa los moles de A convertidos en
la reacción (2), entonces en el equilibrio tenemos:
Moles de A : 2 – x1 – x2
Moles de B : 1 – x1
Moles de C : x1 – x2
Moles de D : x1
Moles de E : 2x2
Moles Totales : 3
240
Como la variación del número de moles es igual a cero, entonces, KP = KX.
Luego:
(1)
(2)
De acuerdo a las conclusiones del problema, tanto x1 como x2 , deberán ser menores que 2, la suma de
ambos valores deberán de ser aproximadamente igual a 1 debido a que las constantes de equilibrio no
son muy altas, por lo que asumimos los siguientes valores.
reordenando las ecuaciones (a) y (b):
y además
1. Evaluando el sistema en [0,5; 0,4]t, hallamos δ1 y δ2 para la primera iteración:
δ1 = 0,276369878 ; δ2 = 0,080599223
Con estos valores hallamos:
241
2. Evaluando el sistema en: [0,776369878; 0,480599223]t para la segunda iteración:
δ1 = 0,055171607 ; δ2 = –0,023514214
3. Evaluando el sistema en [0,831541485; 0,457085009]t para la tercera iteración:
δ1 = 0,000103962 ; δ2 = –0,001429954
4. Evaluando el sistema en [0,831437623; 0,455655055]t para la cuarta iteración
δ1 = 0,00000013 ; δ2 = –0,000000247
En consecuencia, los valores de x1 y x2 son: 0,8314377530 y 0,455654808 respectivamente.
242
6.5 MÉTODO DE NEWTON RAPHSON MODIFICADO
6.5.1 INTRODUCCIÓN
Este método consiste en la aplicación del Método de Newton - Raphson de una variable, tantas veces como
número de ecuaciones contenga el sistema. La ventaja de este método radica en su fácil implementación
y puede ser usado para resolver un sistema relativamente pequeño.
(6.26)
La ecuación (6.26) es aplicable a cada variable.

1. Se asume un vector solución inicial en función de los fenómenos físicos modelados.
2. Se evalúa cada una de las funciones y sus derivadas
3. Se sustituyen en la ecuación (6.26) y se encuentra el valor de x(k+1).
4. Se continúa e procedimiento hasta lograr los criterios de convergencia descritos anteriormente.
PROBLEMA 6.3
Encontrar la raíz positiva real del siguiente sistema:
Usando como valores iniciales: , con una tolerancia de 10−4 para ambas variables.
RESOLUCIÓN:
Haciendo: k = 0 ; x1 = 4 ; x2 = 3
Primera iteración:
243
Segunda iteración:
Tercera iteración:
Cuarta iteración:
Quinta iteración:
Sexta iteración:
244
Calculamos el ERROR:
Con la tolerancia adecuada obtenemos los valores de x1 y x2 que satisfacen el sistema. Como se observa,
x1 tiende a 1 y x2 tiende a 4, que son los valores exactos.
6.6 GENERALIZACIÓN DEL MÉTODO DE NEWTON RAPHSON ESTÁNDAR
El sistema lineal mostrado en la ecuación (6.5) puede ser desarrollado en forma similar al método descrito
para dos variables cuya etapa final es similar a la mostrada en la ecuación (6.21), es decir:
(6.27)
O más simplemente:
(6.28)
que también se puede expresar como:

(6.29)
La ecuación (6.29) es un sistema lineal cuya solución se realiza por los métodos de eliminación o de la
matriz inversa.
La solución del sistema lineal de n variables se realiza mediante el algoritmo propuesto anteriormente.
245
6.6.1 DIFICULTADES DEL MÉTODO

La implementación del método presenta las siguientes dificultades:
a) La evaluación de n × n derivadas parciales
n = número de funciones igual al número de variables.
b) La evaluación de n funciones.
c) La solución de un sistema de ecuaciones lineales de orden n.
Cuando el sistema presenta dificultades para la derivación, esta se puede hacer numéricamente.
Para un sistema de dos variables:

ƒ1 (x, y) = 0 ƒ2 (x, y) = 0
(6.30)
(6.31)
(6.32)
(6.33)
6.7 MÉTODO DE NEWTON RAPHSON ESTÁNDAR CON OPTIMIZACIÓN
6.7.1 INTRODUCCIÓN
En el Método de Newton Raphson Estándar el tamaño de desplazamiento es constante, sin embargo
este valor puede ser optimizado para acelerar la velocidad de convergencia, es decir, para lograr la
convergencia con menor esfuerzo.
6.7.2 DESARROLLO DEL MÉTODO

A partir de la Ecuación (6.29) se tiene:
(6.34)
(6.35)
Este es el método de Newton Raphson Estándar, donde el tamaño del desplazamiento es constante e
igual a −1; en forma general la ecuación (6.35) puede escribirse como:
(6.36)
t : tamaño del desplazamiento; parámetro optimizable

J −1 F : vector de exploración
246
Luego
(6.37)
El valor de t varía en un intervalo cercano a −1 que arbitrariamente podemos señalar entre −0,5 y −1,5,
cuyo valor central es −1 (Método de Newton Raphson Estándar).

1. Asumir un vector solución y calcular el vector de exploración.
2. Subdividir el intervalo −0,5; −1,5 en varios sub intervalos, tomando en consideración alguna serie tal
como la serie de Fibonacci o la serie natural.
3. Usar la ecuación (6.37) y encontrar diversos valores de xk+1.
4. Evaluar el residuo de la función:
5. El conjunto de valores de Xk+1 que produzca el valor de Zk+1, es el óptimo de la variable, es decir, el valor
que más se aproxima a la solución.
PROBLEMA 6.4
Resolver el problema de aplicación anterior usando el método de Newton Raphson Estándar con
Optimización.
RESOLUCIÓN:
Para:
Intervalo de búsqueda [a, b] : [−0,5; 1,5]
Puntos de [a, b] por ensayar : 6
Vector de inicialización :
Se calculan valores de t dentro del intervalo, de la siguiente manera:
F : términos en la serie de Fibonacci (1, 1, 2, 3, 5, 9, 13, 21)
F=1 F=2
F=3 F=5
F=8 F = 13
247
Hallando las derivadas parciales:
Configuramos el sistema:
Luego con δ1 y δ2 hallamos:
El residuo de la función quedará definido por:
Criterio de convergencia: 0,000000001
Evaluamos el sistema en [0,5 ; 0,4]t para la primera iteración
δ1 = − 0,276369878 ; δ2 = − 0,80599223
Hallamos los valores de para las t respectivas:
Para: t = −1,5
Z = 0,212176932
Para: t = – 0,5
Z = 0,592653776
248
Para: t = −1
Z = 0,099832607
Para: t = −0,833333333
Z = 0,184976081
Para: t = –1,166666667
Z = 0,080697242
Para: t = –0,7
Z = 0,306857548
Para: t = –1,3
249
Z = 0,107792064
Para: t = –0,625
Z = 0,398694311
Para: t = −1,375
Z = 0,138305471
Para: t = −0,576923077
Z = 0,467032915
Para: t = –0,1,423076923
Z = 0,163378797
250
Ordenando datos:
Iteración: 1
T Z
–1,500000000 0,914554817 0,520898834 0,212176932

–0,500000000 0,638184939 0,442099611 0,592653776
–1,000000000 0,776369879 0,480599223 0,099832607
–0,833333333 0,730308232 0,467166019 0,184976081
–1,166666667 0,822431524 0,494032426 0,080697242
–0,700000000 0,693458914 0,456419456 0,306857548
–1,300000000 0,859280842 0,504778989 0,107792064
–0,625000000 0,672731174 0,450354714 0,398694311
–1,375000000 0,880008582 0,510823931 0,138305471
–0,576823077 0,659444160 0,446499551 0,467032915
–1,423076925 0,893295596 0,514698894 0,163378797
Para la primera iteración, el valor de t óptimo es: t = –1,166666667
Similarmente con estos valores de se evalúa la matriz y se obtiene la tabla correspondiente.
Iteración: 2
T Z
–1,500000000 0,836478455 0,436883158 0,019314888

–0,500000000 0,827113835 0,474982670 0,020272177
–1,000000000 0,831796145 0,455932914 0,000003800
–0,833333333 0,820235375 0,462282833 0,002333820

–1,166666667 0,833354915 0,449582995 0,002071452
–0,700000000 0,828986759 0,467362768 0,007378476
–1,300000000 0,834605531 0,444503060 0,006877622
–0,625000000 0,828284412 0,470220231 0,011463038
–1,375000000 0,835307878 0,441645597 0,010807894
–0,576823077 0,837834190 0,472051938 0,014554732
–1,423076925 0,835758100 0,439813890 0,013790731
Para la segunda iteración, el valor de t óptimo es: t = –1
251
Nuevamente en estos valores se evalúa la matriz y se obtiene la tabla siguiente:
Iteración: 3
T Z
–1,500000000 0,831258322 0,455515819 0,000000950

–0,500000000 0,831616871 0,455793882 0,000000950
–1,000000000 0,831437596 0,455654851 0,000000000
–0,833333333 0,831497354 0,45701195 0,000000106
–1,166666667 0,831377838 0,455608507 0,000000106
–0,700000000 0,831545161 0,455738270 0,000000342
–1,300000000 0,83330031 0,455571432 0,000000342
–0,625000000 0,831572052 0,455759125 0,000000534
–1,375000000 0,831303140 0,455550577 0,000000534
–0,576823077 0,831589290 0,455772493 0,000000680
–1,423076925 0,831285902 0,455537209 0,000000680
Se encontraron los valores , en tres iteraciones.
con un error menor que la tolerancia prefijada.
6.8 MÉTODO DE NEWTON RAPHSON MODIFICADO CON OPTIMIZACIÓN
Este método permite reducir el número de iteraciones, debido a que en cada paso de la iteración se
encuentra el valor óptimo de la variable.
De acuerdo a la ecuación (6.26), el tamaño del desplazamiento es constante e igual a –1; sin embargo
este valor no asegura que la aproximación sea la mejor; para lograr una buena aproximación, se utiliza el
parámetro t, de tal forma que se tiene:
(6.38)
De igual forma que en el resto de Newton Raphson Estándar, con optimización en el intervalo en el cual
varía t está entre –0,5 y –1,5 que luego de evaluar la función y la derivada, permite encontrar el valor
actual de X; es decir, para diferentes valores de t.
Luego se evalúa la función residual que permite obtener el valor óptimo de las variables.
252
6.9 MÉTODO DEL DESCENSO DE MÁXIMA PENDIENTE
6.9.1 INTRODUCCIÓN
La ventaja de los métodos de Newton Raphson radica en la rapidez de la convergencia una vez que se
conoce una aproximación suficientemente precisa para asegurar la convergencia. El método del descenso
de la máxima pendiente convergerá a la solución en forma lineal. Por lo cual este método se utiliza para
encontrar una aproximación inicial suficiente precisa para poder ser empleada en los métodos de Newton
Raphson.
6.9.2 DEDUCCIÓN DEL MÉTODO

Sea el sistema:
Tiene una solución en X=(x1, x2, ..., xn)t precisamente cuando la función G definida como:
Tiene el valor cero.
El algoritmo para resolver el sistema, se procede del siguiente modo:

1. Evaluar G en una aproximación inicial
2. Encontrar una dirección a partir de x(0) que resulte en un descenso del valor de G.
3. Decidir que tanto debe moverse en esta dirección y llamar a este nuevo valor x(1).
4. Repetir los pasos 1 y 2 reemplazando a x(0) por x(1).
El gradiente puede definirse como:
Es decir:
253
Que en forma matricial produce:
Luego:
PROBLEMA 6.5
En la batería de reactores de flujo continuo tipo tanque agitado, se lleva a cabo la siguiente reacción:
donde: K = 1,2 min-1 (mol litro-1)-1,5
Fig. 6.1. Esquema de una bateria de reactores
Encontrar la concentración en cada uno de los reactores, usando todos los métodos de Newton Raphson
ilustrado anteriormente.
RESOLUCIÓN:
Con el balance del componente A en cada uno de los reactores se tiene:
Entrada – Salida + Generación = Acumulación
Para el rector 1:
5 × 2 + 6 CA3 – 6CA1 – 5CA1 – V1 × k × CA12,5 = 0
Para el reactor 2:
5 CA1 + 4CA3 – 9CA2 – V2 × k × CA22,5 = 0
Para el reactor 3:
9 CA2 + 6CA1 – (10+5)CA3 – V3 × k × CA32,5 = 0
Operando vemos que se tiene un sistema con 3 ecuaciones no lineales en las incógnitas CA1 , CA2 y CA3 .
ƒ1 = 10 + 6 CA3 – 11CA1 – 120CA12,5 = 0
ƒ2 = 5 CA1 + 4CA3 – 9 CA2 – 144CA22,5 = 0
ƒ3 = 9 CA2 + 6CA1 – 15 CA3 – 96CA32,5 = 0
Vector inicial
En virtud de las funciones y de CA0 = 2 mol/l se propone los siguientes valores:
CA10 = 1,0 mol/L CA20 = 0,8 mol/L CA30 = 0,6 mol/L
254
A) Usando el método de Newton Raphson estandar

Como se sabe el método de Newton - Raphson consiste en formar y resolver el siguiente sistema de
ecuaciones lineales:
En primer lugar necesitamos calcular las derivadas parciales y las funciones para resolver el sistema
anterior.
Estas son:
; ;
; ;
; ;
Primera iteración:
al evaluar el sistema en CA10, CA20 y CA30 se obtiene lo siguiente:
resolviendo:
d1 = -0.38172 d2 = -0.31889 d3 = -0.21914
Como d = CA1 – CA0, entonces:
Calculando la distancia entre CA0 y CA1 de forma vectorial:
Segunda iteración:
Al evaluar el sistema en CA11, CA21 y CA31 se obtiene lo siguiente:
Resolviendo:
d1 = –0,19991 d2 = –0,18854 d3 = –0,12832
255
Como d = CA2 – CA1, entonces:

Calculando la distancia entre CA1 y CA2 de forma vectorial:
Con la continuación de este proceso iterativo se obtienen los resultados siguientes:
k y
0 1 0,8 0,6
1 0,61828 0,18111 0,38086 0,54353
2 0,41837 0,2957 0,25254 0,30328
3 0,34152 0,18863 0,18395 0,14633
4 0,32759 0,14570 0,15815 0,05199
5 0,32684 0,13784 0,15398 0,0893
6 0,32683 0,13759 0,15386 0,00028
7 0,32683 0,13759 0,15386 2,7E-7
Donde se trabajo con una tolerancia de 1 × 10−6.
Finalmente tenemos:
Programa bateria de tres reactores.pol
B) Usando el método de Newton Raphson modificado

El método de Newton Raphson modificado consiste en aplicar el método de Newton Raphson univariable
3 veces para el caso de nuestro sistema de 3 ecuaciones no lineales con 3 incógnitas, una para cada
variable. Cada vez que se hace esto se consideran a las demás variables fijas, es decir:
256
Vemos que en primer lugar debemos obtener:
Primera iteración
Al evaluar ƒ1 y en se obtiene lo siguiente:
En seguida para calcular se necesita evaluar ƒ2 y en y ;

veamos:
Ahora se evalúa ƒ3 y ;
veamos: ƒ3 (0,62251; 0,48447; 0,6) = –27,67475 y
Finalmente, después de la primera iteración, tenemos los siguientes valores:
; ;
Segunda iteración
Primero calculamos:
ƒ1 (0,62251; 0,48447; 0,38130) = –31,2494 y
Luego:
ƒ2 (0,42516; 0,48447; 0,38130) = –24,2347 y
257
luego:
ƒ3 (0,42516; 0,29862; 0,38130) = –9,09958 y
Finalmente, después de la segunda iteración, tenemos los siguientes valores:
; ;
k y
0 1 0,8 0,6
1 0,62251 0,48447 0,38130 0,53841
2 0,42516 0,29862 0,25405 0,29947
3 0,34768 0,19306 0,18663 0,15417
4 0,33033 0,15090 0,16032 0,05504
5 0,32742 0,13916 0,15454 0,01341
6 0,32689 0,13771 0,15391 0,00167
7 0,32683 0,13760 0,15386 0,00013
8 0,32683 0,13759 0,15386 9,1E-6
9 0,32683 0,13759 0,15386 6,2E-7
Donde se trabajó con una tolerancia de 1×10−6. Observar que en las iteraciones 8 y 9, las raíces obtenidas
ya no cambian con respecto a 5 cifras decimales.
Finalmente tenemos:
; ;
C) Usando el método de Newton Raphson estandar con optimización de t

Este método trata de optimizar el algoritmo de Newton - Raphson estándar según:
Donde tomar distintos valores del parámetro t lleva a distintos vectores Xk+1, alguno más cercano a la raíz
buscada.
Para ello debemos resolver lo siguiente: d = J−1 F
Y luego reemplazamos el valor encontrado en la ecuación anterior para hallar el t óptimo.
Primera Iteración
Al evaluar el sistema en se obtiene lo siguiente:
258
Resolviendo:
d1 = −0,38172 d2 = −0,31889 d3 = −0,21914
De donde:
En seguida debemos enlistar una serie de valores para el parámetro t. Estos valores se pueden elegir de
manera arbitraria alrededor de −1 siguiendo la serie natural de −1.5 hasta −0.5 como lo haremos en el
presente trabajo, o también de se pueden elegir de una manera más sofisticada siguiendo la serie de
Fibonacci. Se enlistan a continuación una serie de valores para t, veamos:
k ∑ƒ²
–0,5 0,80914 0,61055 0,49043 6819,26492

–0,6 0,77097 0,60867 0,46852 5238,87086
–0,7 0,73280 0,57677 0,44660 3957,53562
–0,8 0,69462 0,54489 0,42469 2931,94828
–0,9 0,65645 0,51300 0,40277 2423,11890
–1,0 0,61828 0,48111 0,38086 1496,15218
–1,1 0,58011 0,44922 0,35895 1020,02136
–1,2 0,54194 0,4173 0,33703 667,34222
–1,3 0,50376 0,38544 0,31512 414,14740
–1,4 0,46559 0,35355 0,29320 239,66093
–1,5 0,42742 0,32166 0,27129 126,07320
Para determinar el valor óptimo de t se desarrolla un nuevo criterio de convergencia basado en la

definición de residuo de la función ∑ƒ². Según esto vemos por simple inspección que el valor óptimo
está dado por:
t = –1,5
Lo cual nos genera los siguientes resultados:
Segunda iteración
Al evaluar el sistema en se obtiene lo siguiente:
Resolviendo:
d1 = –0,08309 d2 = –0,11856 d3 = –0,07883
De donde:
259
Se enlistan a continuación una serie de valores para t , para encontrar el valor óptimo de las variables:
k ∑ƒ²
–0,5 0,38588 0,26238 0,23188 32,28043

–0,6 0,37757 0,25052 0,22400 28,23743
–0,7 0,36926 0,23867 0,21611 20,12432
–0,8 0,36095 0,22681 0,20823 13,72905
–0,9 0,35264 0,21496 0,20035 8,85559
–1,0 0,34433 0,20310 0,19247 5,32325
–1,1 0,33602 0,19124 0,18458 2,96605
–1,2 0,32772 0,17939 0,17670 1,63202
–1,3 0,31941 0,16753 0,16882 1,18251
–1,4 0,31110 0,15568 0,16094 1,49157
–1,5 0,30279 0,14382 0,15305 2,44526
Según esto, vemos que el valor óptimo está dado por t = –1,3. Lo cual nos genera los siguientes resultados:
k t ∑ƒ²
0 0,1 0,8 0,6

1 0,42742 0,32166 0,27129 1,5 126,07320
2 0,31941 0,16753 0,16882 1,3 1,18256
3 0,32784 0,13796 0,15394 1,1 0,0458
4 0,32683 0,13796 0,15386 1,0 1,7E-8
Se consideró una tolerancia de 1×10−6. Observar que en este proceso se realizaron menos iteraciones que
en los métodos anteriores.
Finalmente tenemos:
PROBLEMA 6.6
Se desea someter a destilación una mezcla de etanol, benceno y agua a 760 mmHg y a 63,70 °C; supónga
que es aplicable la ecuación (6.30)
Donde:
γ1 : Coeficiente de actividad
Pi : Presión de vapor
P : Presión total
φ1 : Coeficiente de fugacidad (en este caso igual a 1)
260
Los coeficientes de actividad y las presiones de vapor se pueden calcular a partir de los datos de la tabla
siguiente:
i j a b
1 2 1,6 –217
2 1 3,125 –855
1 3 0,63 23,3
3 1 0,33 23,3
2 3 1,54128 554
3 2 –2,2534 1449
Índices: 1: etanol; 2: benceno; 3: agua
Determinar los valores de α y β, así como la composición de cada fase líquida y vapor en equilibrio del
sistema anterior que forma tres fases. Asimismo se debe determinar la composición de cada fase final y
el flujo respectivo.
La alimentación consiste de una mezcla de composición molar de 0,23 de etanol, 0,27 de benceno y 0,50
de agua.
Los coeficientes de actividad pueden ser calculados mediante:
Para Log10 γ2 y Log10 γ3 se sustituyen los índices 1 por 2, 2 por 3 y 3 por 1.
Siendo:
PRESIÓN DE VAPOR
Ai Bi Ci
Etanol 8,21337 1652,050 231,480
Benceno 6,90565 1211,033 220,790
Agua 8,10765 1750,286 235,000
261
RESOLUCIÓN:
Previamente se plantea el problema en forma gráfica
Fig. 6.2. Esquema de un separador de equilibrio líquido - líquido - vapor
Aplicando el balance de materia para el componente:

F zi = L1 xi,1 + L2 xi,2 + V yi (1)
Siendo L1 y L2 los flujos molares de los líquidos 1 y 2 respectivamente, y xi,1 y xi,2 representan sus
composiciones molares. V representa el flujo molar de vapor e yi su composición correspondiente.
Luego, aplicamos el balance global:
F = L1 + L2 + V (2)
Haciendo:
(3)
(4)
La ecuación (1) se transforma en:

(5)
Definiendo: Ki,1 y Ki,2 por:

(6)
(7)
Expresando el segundo miembro de la ecuación (5) en función de xi,1 , xi,2 y yi sucesivamente resulta:
(8)
262
(9)
(10)
En el equilibrio:
Puesto que:
Y a partir de las ecuaciones (6), (8) y (10), se obtiene:
(11)
Análogamente puesto que:
(12)
Las ecuaciones (11) y (12) se resuelven simultáneamente, obteniendo α y β como variables de salida,
teniendo en consideración de que:
Ki,1 = Ki, j (xij , y, T, P) (13)
xij : es el vector composición del líquido i en la fase líquida j

yi : es el vector de la composición del vapor
T y P : son la temperatura y presión del sistema
Como α y β son relaciones molares de los flujos, entonces los rangos de dichas variables están entre 0 y
1, es decir:
Si pretendemos el método de Newton Raphson para la solución, requerimos las derivadas de cada una de
las funciones respecto a  y , es decir, requerimos el conocimiento de la matriz Jacobiana:
(14)
263
(15)
(16)
(17)
Cálculo de los Aij :
Cálculo de las presiones de vapor:
Para el Etanol:
Para el Benceno:
Para el Agua:
264
Cálculo de los coeficientes de actividad:
Para iniciar el proceso iterativo, se comienza suponiendo la composición de los líquidos L1 y L2 y

opcionalmente de la fase vapor V.
Los valores que se hace supuesto son:
Siendo:
x1 : fracción molar del etanol
x2 : fracción molar del benceno
x3 : fracción molar del agua
Primera iteración:
Se calcula 1, 2 y 3 para el líquido L1 , con ( ) = (0,225; 0,04; 0,771), con lo cual resulta:
1 = 2,127231193 2 = 218,442316 3 = 1,114395019
Del mismo modo para el líquido L2:

( ) = (0,09; 0,9; 0,01)
1 = 5,189549553 2 = 1,028932348 3 = 68,15744119
265
Cálculo de Kij (del componente i en la fase j):

Líquido L1:
Etanol:
Benceno:
Agua:
Líquido L2:
Etanol:
Benceno:
Agua:
Se aplica la ecuación del método Newton Raphson dada por:
Los valores calculados se reemplazan en las ecuaciones (11), (12), (14), (15), (16), (17), asumiendo valores
iniciales de  y , en este caso, ° = 0,4 y ° = 0,9.
Sub iteración 1:
ƒ1 (°, º) = 7,0425568 × 10–3
ƒ2 (°, º) = 0,01018490571
, , ,
266
Luego:
Segunda sub iteración:

Siguiendo el mismo proceso descrito anteriormente:
Luego de 12 subiteraciones con una tolerancia de 1 × 10–10, los valores de  y  son:
= 0,3919677922 ,  = 0,8970641226
Los valores de α y β, y los calculados anteriormente, se sustituyen en las ecuaciones (8), (9) y (10) para
calcular xi,1, xi,2 y yi respectivamente, es decir:
x1,1 = 0,224411736
x1,2 = 0,0919878768
yi = 0,2598137571
De manera similar se reemplaza y se obtiene para el benceno y agua en cada fase, obteniéndose los
siguientes valores:
267
Componente xi,1 xi,2 yi

Etanol 0,224411736 0,091987876 0,259813757
Benceno 0,004217616 0,895399977 0,539988087
Agua 0,771370647 0,012612146 0,200198155
Se observa que
Por lo tanto no se requiere de una normalización. Cuando ocurre lo contrario; es decir, que la suma es
mayor o menor que 1 se procede a la normalización; y con estos valores se procede a la segunda etapa
de la iteración.
Segunda iteración:
Con los valores de xi, 1 y xi, 2 , se calculan los nuevos valores de 1, 2 y 3
Líquido 1:
γ1 = 2,127806246 , γ2 = 218,6520298 , γ3 = 1,114301559
Líquido 2:
γ1 = 5,07322424 , γ2 = 1,031569698 , γ3 = 66,75460707
con estos valores se calculan los Ki,1 con los mismos valores anteriores de Pi° y Pi , es decir:
Etanol:
Ki,1 = 1,158067742 Ki,2 = 2,761124213
Benceno:
Ki,1 = 128,15448 Ki,2 = 0,604614913
Agua:
Ki,1 = 0,2595138488 Ki,2 = 15,54672958
Primera Sub iteración:
Asumiendo valores iniciales de  y , es decir:
Segunda sub iteración:
268
Tercera sub iteración:
Estos valores son sustituidos nuevamente en las ecuaciones (8), (9) y (10), obteniéndose los siguientes
valores:

Etanol 0,2244293722 0,09412992593 0,2599044174
Benceno 4,213021672 × 10–3 0,892994184 0,5399176017
Agua 0,7713576052 0,01287589006 0,2001779809
Como la suma en cada caso es igual a 1, se evita la normalización
Tercera iteración
Líquido 1:
γ1 = 0,2127763059 γ2 = 218,6391797 γ3 = 1,114308497
Líquido 2:
γ1 = 5,102474023 γ2 = 1,033031521 γ3 = 65,99842502
Luego los valores de Ki,1 se calculan con las mismas ecuaciones dadas anteriormente:
Fase líquida 1 Fase líquida 2

Etanol K1,1 = 1,158044237 K1,2 = 2,728060642
Benceno K2,1 = 128,1469484 K2,2 = 0,6054717053
Agua K3,1 = 0,2595154646 K3,2 = 15,27061959
Primera sub iteración:

asumiendo:
Segunda sub iteración
269
Luego de cuatro iteraciones se obtiene:

α = 0,3898760268 β = 0,8948490719
Reemplazando nuevamente en las ecuaciones (8), (9) y (10), se obtiene

Etanol 0,2244568175 0,09528047873 0,259930924
Benceno 4,013108469 × 10–3 0,8916964885 0,5398969935
Agua 0,771330074 0,0130230327 0,2001720821
Luego se calcula los valores de los coeficientes de actividad.
Líquido 1:
γ1 = 0,2127598611 γ2 = 218,5945783 γ3 = 1,114334799
Líquido 2:
γ1 = –4,980123461 γ2 = 1,033833653 γ3 = 65,59492299
y con estos valores se determinan los Ki,j

Etanol K1,1 = 1,157954736 K1,2 = 2,710453708
Benceno K2,1 = 128,120807 K2,2 = 0,6059418441
Agua K3,1 = 0,2595215902 K3,2 = 15,27664642
Cuarta iteración
Primera sub iteración
Asumiendo:
Luego de tres iteraciones más se obtienen los siguientes valores de  y β:
 = 0,3894408221 ;  = 0,8944067695
270
Estos valores son substituidos en las ecuaciones (8), (9) y (10) y se obtiene las siguientes composiciones

Etanol 0,2244808586 0,09590227371 0,2599386734
Benceno 4,21391079 × 10–3 0,8909946962 0,5398909693
Agua 0,7713052203 0,01310303006 0,2001703573
Cálculo de los coeficientes de actividad:

γ1 = 2,427446800 γ1 = 4,962747898
γ2 = 218,5530128 γ2 = 1,034271454
γ3 = 1,114359420 γ3 = 65,37794575
K1,1 = 1,157870958 K1,2 = 2,70996983
K2,1 = 128,0964449 K2,2 = 0,6061984443
K3,1 = 0,2595273242 K3,2 = 15,22611378
Quinta iteración
Asumiendo:
Luego de tres iteraciones más, se obtiene:
 = 0,3891845491 = 0,8941517881
y con estos valores se obtiene la siguiente composición, reemplazando en las ecuaciones (8), (9) y (10)

Etanol 0,2244990649 0,0962388846 0,2699409474
Benceno 4,214708711 × 10–3 0,8906146282 0,6398892021
Agua 0,7712862264 0,0131464833 0,2001698505
271
Con estos datos se obtienen los valores de γ1 y Kij para los líquidos 1 y 2 respectivamente:

γ1 = 2,127325807 γ1 = 4,959372676
γ2 = 218,520956 γ2 = 1,034509729
γ3 = 1,114378437 γ3 = 65,26079835
K1,1 = 1,157806261 K1,2 = 2,695894478
K2,1 = 128,0776561 K2,2 = 0,6063381001
K3,1 = 0,2595317532 K3,2 = 15,19883081
Sexta iteración
Asumiendo:
Después de cuatro iteraciones más, se obtienen los siguientes valores:

 = 0,3890311419 β = 0,8940022407
Reemplazando en las ecuaciones (8), (9) y (10)

Etanol 0,2245121859 0,0964428676 0,2599416145
Benceno 4,215322959 × 10–3 0,8904086408 0,5398886836
Agua 0,7112724912 0,01317007231 0,2001697018
Sétima iteración

γ1 = 2,127239518 γ1 = 4,998301727
γ2 = 218,4976982 γ2 = 1,034639213
γ3 = 1,114392243 γ3 = 65,19741287
K1,1 = 1,157759298 K1,2 = 2,693134592
K2,1 = 128,0640244 K1,2 = 0,6064110616
K3,1 = 0,2595349685 K1,2 = 15,18406881
272

Asumiendo:
Después de 4 iteraciones se obtienen los siguientes valores:
α = 0,38889032861 β = 0,8938820947
Reemplazando estos valores en las ecuaciones (8), (9) y (10) se tiene:

Etanol 0,2245254788 0,09652189738 0,2599464607
Benceno 4,215742234 × 10–3 0,8902952974 0,5398849164
Agua 0,7112587789 0,01318280531 0,2001686229
Con estos valores, se obtiene los siguientes datos

γ1 = 2,127154833 γ1 = 4,94551426
γ2 = 218,4748278 γ2 = 1,034710572
γ3 = 1,114405795 γ3 = 65,16255965
K1,1 = 1,157713207 K1,2 = 2,691617501
K2,1 = 128,0506198 K2,2 = 0,6064558165
K3,1 = 0,2595381247 K3,2 = 15,17595171
Octava iteración
Asumiendo:
Después de 4 iteraciones se obtienen los siguientes valores:
α = 0,3888675889 β = 0,8938488519
273
Con estos valores se calculan las nuevas composiciones

Etanol 0,2245304519 0,09657459479 0,2599418695
Benceno 4,216211423 × 10–3 0,8902354816 0,5398884859
Agua 0,7712533367 0,01318992367 0,2001696447
Con estos valores, se obtiene los siguientes datos

γ1 = 2,127118957 γ1 = 4,844044464
γ2 = 218,4652115 γ2 = 1,039748249
γ3 = 1,114411535 γ3 = 65,14418651
K1,1 = 1,157693682 K1,2 = 2,690817558
K2,1 = 128,0449836 K2,2 = 0,6064778894
K3,1 = 0,2595394615 K3,2 = 15,17167272
Novena iteración
Asumiendo
Luego de 4 iteraciones se obtienen los siguientes valores: α = 0,3888351664; β = 0,8938187005
Luego se obtienen las siguientes composiciones:

Etanol 0,224534253 0,09660331124 0,2599418861
Benceno 4,216396908 × 10–3 0,8902030452 0,5398884729
Agua 0,7712493502 0,01319364349 0,200169641
comparando las composiciones de xi,1 , xi,2 , yi de las iteraciones 8 y 9, los errores son bastante pequeños,
menores de 10−4 tal como se observa, por lo tanto, la composición de cada una de las fases es la
correspondiente a la última iteración.
xi,1 Etanol: | 0,224534253 − 0,2245304519 | = 3,802 × 10−6

Benceno: | 4,216396908 × 10−3 − 4,216211423 × 10−3 | = 3,986 × 10−7
Agua: | 0,7712493502 − 0,7712533367 | = 3,986 × 10−6
274
xi,2 Etanol: | 0,9660331124 − 0,0965745947 | = 2,8717 × 10−5

Benceno: | 0,8902031452 − 0,8902354816 | = 3,2436 × 10−5
Agua: | 0,01319364349 − 0,01318992367 | = 3,72 × 10−6
yi Etanol: | 0,2599418861 − 0,2599418695 | = 1,7 × 10−8
Benceno: | 0,5398884729 − 0,5398884859 | = 1,3 × 10−8
Agua: | 0,200169641 − 0,2001696447 | = 3,0 × 10−9
conociendo los valores de  = 0,388351664 y β = 0,8938187005.
Se obtienen los valores de los flujos de los líquidos y vapor del siguiente modo:
Asumiendo: F = 100 moles

V = F × α = 0,388351664 × 100 = 38,88351664 moles
Luego:
L1 = 54,62705574 moles L2 = 6,489427624 moles.
El problema desarrollado, es el resultado de un trabajo de investigación. Se puede mejorar los resultados

usando una ecuación de estado para φ y un modelo termodinámico actual tal como UNIQUAC o
UNIFAC-DO para el cálculo de γi .
PROBLEMA 6.7
EVAPORADOR DE TRES ETAPAS PARA LA RECUPERACIÓN DE HEXANO A PARTIR DE UNA MEZCLA
HEXANO-OCTANO
Seader y Henley investigaron la separación del hexano (1) a partir de una mezcla de hexano y octano
(2) mediante una serie de tres unidades de evaporación rápida a 1 atm. La alimentación de la primera
etapa es una mezcla equimolar en estado líquido en el punto de burbuja, con una velocidad de flujo de
100 kgmol/h. Las etapas del evaporador rápido operan isotérmicamente a unas temperaturas dadas, las
cuales se especifican en la figura. Los condensadores a las salidas de las etapas 1 y 2 condensan el vapor
a líquido en las condiciones del punto de burbuja.
V2 = 42,31506
y12 = 0,7700429 QII = – 3,282 × 105 Etapa 3 V3 = 31,98686
86,3 ºC y13 = 0,8546513
V1 = 57,93148
QI = – 4,709 × 105 TII = 75,75626 Q3 = 2,364 × 105
y11 = 0,6643626 Etapa 2
93,3 ºC
F = 100 molkg/h
TI = 79,62836 Q2 = 3,321 × 105 L3 = 10,3282
Etapa 1
100 ºC x13 = 0,5080073
TF = 86,78427
Q1 = 4,82 × 105 L2 = 15,61642
x12 = 0,3780059
L1 = 42,06852
x11 = 0,27
Fig. 6.3. Esquema de un separador múltiple
275
a. Calcule las temperaturas desconocidas, velocidades de flujo composiciones y requerimientos de calor

mostrados en la figura.
b. Pruebe el programa de diversas condiciones de operación.
RESOLUCIÓN:
Las relaciones de equilibrio líquido - vapor se pueden calcular suponiendo una solución ideal, por lo que
Kj = Pj / P. Las presiones de vapor se calculan mediante:
Hexano Octano
Presión de vapor
Log(P1) = Log(P2) =
(mmHg)
Entalpía molar del

h1 = 51,72 × T h2 = 66,07 × T
líquido (cal/molg)
Entalpía molar del
H1 = 7,678 + 31,83T + 0,0903T 2/2 H2 = 10444,7 + 41,836T + 0,1218
vapor (cal/molg)
Programa evap_tres_etapas1.pol
evap_tres_etapas2.pol
276
evap_tres_etapas3.pol
Se ejecuta el primer programa y los resultados obtenidos se ingresan como datos del segundo programa
y la salida de datos de este programa se ingresan como datos de entrada del tercer programa
PROBLEMA 6.8
El isobutanol (20%) y 80% mol de agua es una mezcla para la cual dos fases líquidas salen del evaporador
o la temperatura de burbuja y a la presión atmosférica, se desea diseñar un separador rápido simple
a. Calcule la temperatura de burbuja de la mezcla (Tb) y la temperatura de rocío (Td) a la presión
atmosférica (P = 760 mmHg).
277
b. Calcule la fracción evaporada a diferentes temperaturas entre las temperaturas de burbuja y rocío (a la
presión atmosférica) y represente gráficamente la temperatura de ebullición frente a la fracción mola
evaporada (α). (Curva de separación).
La relación de equilibrio líquido - vapor puede ser usada la Ley de Raoult modificada Kij = γij Pi /P, donde
γij es el coeficiente de actividad modificando el componente i en el número de fases líquidas j; Pi es la
presión de vapor del componente i, P es la presión total.
Isobutanol Agua
Presión de vapor (mmHg) Log(P1) = Log(P2) =
Coeficiente de actividades
(*)
xij : fracción molar del componente i en la fase líquida j.
RESOLUCIÓN:
Se necesita utilizar ecuaciones separadas para modelar el cálculo del punto de burbuja de tres fases, el
punto de rocío de dos fases y los cálculos de evaporación rápida.
Las variables usadas son:

F: flujo de alimentación (mol/hr)
Zi: fracción molar del componente i en la alimentación
V: flujo de vapor (mol/hr)
yi: fracción molar del componente i en el vapor
L1 y L2: flujo molar del líquido 1 y líquido 2 respectivamente (mol/h0)
xij : fracción molar del componente i en la fase líquida j
La temperatura y la presión en el evaporador rápido son constantes, T y P respectivamente.
En el esquema siguiente se muestra las variables
V, yi
zi, F
xi,1
L1
xi,2
L2
Fig. 6.4. Esquema de un separador de tres fases
Balance de masa total:

F = L1 + L2 + V (1)
278
Balance del componente:

Fzi = L1xi, 1 + L2 xi,2 + Vyi (2)
Equilibrio de fases:
yi = ki,1 xi,1 (3)
yi = ki, 2 xi, 2 (4)
Suma de fracciones molares de vapor:
(5)
Suma de fracciones molares del líquido 1:
(6)
Suma de fracciones molares del líquido 2:
(7)
a.1) Calculo de la temperatura del punto de burbuja y de la composición de las fases de los dos líquidos.
En el punto de burbuja, V = 0. Dividiendo la ecuación (2) por F se obtiene:
(8)
Puesto que:
Se reescriben las ecuaciones de la suma de fracciones molares
(10)
(11)
En este caso se tiene 2N + 2 incógnitas: T, β, x1,1, x21, x12 y x22 debido a la dependencia de los
coeficientes de actividad con la composición de la fase líquida. Las ecuaciones de (8) a (11) permiten
obtener un total de 2N + 2 ecuaciones, las cuales se resuelven usando el software Polymath.
Programa eq_L_L_V_1.pol
279
a.2) Cálculo del punto de rocío y la composición de la fase líquida
En el punto de rocío L1 = 0, L2 = 0, V = F; yi = zi y xi = xi,1.
Hay N + 1 incógnitas T, x, y x2.
280
94
93 Dos fases
Dos fases
Temperatura (ºC)
L1 y V
L1, L2 y V
92
91
90
89
88
0 0,2 0,4 0,6 0,8 1,0
fracción evaporada (V/F)
b) Cálculos del evaporador rápido isotérmico de dos fases.

La región de dos fases se encontraba entre las temperaturas Td = 93,97 ºC y Tb = 88,54 ºC, tal como se
indica en la figura anterior.
Para calcular la fracción evaporada y las composiciones del líquido y del vapor a diferentes valores de
temperatura en esta región, a partir de la ecuación (2) se obtiene:
Donde α es la fracción evaporada (β = V/F)
"CÁLCULOS RIGUROSOS DE DESTILACIÓN PARA UNA TORRE DE SEPARACIÓN SIMPLE" se utiliza las
ecuaciones de balance de materia, balance de energía y las ecuaciones de equilibrio conjuntamente
con la restricciones inherentes, denominadas ecuaciones MESH para cada etapa. Para la resolución se
utiliza el sistema de ecuaciones algebraicas no lineales.
281
PROBLEMA 6.9
Se utiliza una columna de destilación simple de tres etapas teóricas para separar n-butano y n-pentano.
Una corriente de alimentación formada por 0,23 lbmol/h de butano y 0,77 lbmol/h de pentano. Entra en
la columna como líquido en su punto de burbuja en el plato 2. la presión a la que opera la columna es
120 psig. Se utiliza un condensador total y la cantidad de calor aportada al calderín es de 10,000 BTU/h. El
destilado se extrae a una velocidad D = 0,25 lbmol/h.
a) Realice los balances de materia y energía para obtener las temperaturas y del condensador, las
velocidades de flujo, composiciones y las temperaturas de destilado y de la corriente de fondo de la
columna.
b) Cambio de composición de la alimentación, la presión de la columna y la velocidad de flujo del
destilado e investigue como afectan estos cambios a la recuperación del n-pentano en las corrientes
de fondo, utilizando el apartado a) como base.
Datos adicionales
Las relaciones de equilibrio líquido-vapor se calculan suponiendo una solución ideal, por lo que kj = Pj /P.
En la siguiente tabla se muestran las ecuaciones de Antoine para estimar las presiones de vapor y las
ecuaciones para calcular las entalpías molares de los componentes puros. Se suponen mezclas ideales
para calcular las entalpías de las mezclas.
n-butano (1) n-pentano (2)
Presión de vapor (mmHg) Log(P1) = Log(P2) =
Entalpía molar del líquido

h1 = 29,6T + 0,04T 2 h2 = 38,5T + 0,025T 2
(BTU/lbmol)
Entalpía molar del vapor

H1 = 8,003 + 43,8T – 0,04T 2 H2 = 12,004 + 31,7T + 0,007T 2
(BTU/lbmol)
T: es la temperatura en ºC para la presión de vapor y en ºF para las entalpías
En la siguiente tabla se proporcionan suposiciones iniciales para las temperaturas de las etapas y
velocidades de flujo de vapor:
Plato Nro ( j) T (ºF) Vj (2)
1 145 1,1
2 190 1,0
3 210 1,1
RESOLUCIÓN:
Las ecuaciones de balance de materia para una sola etapa (ecuaciones MESH) se pueden formular con
referencia a la etapa ideal j, la cual se representa en el esquema siguiente:
282
wj Vj Lj –1
yij xi, j–1
Fj
zij Etapa j
Qj
Vj +1 Lj Uj
yi, j+1 xij
Fig. 6.5. Etapa de equilibrio general
Se definen las variables a ser usadas a continuación:
n: número total de etapas

j: número de etapa
i: número de componente
Nc: número total de componentes
xij: fracción molar del componente i dejando la etapa j
yij: fracción molar del componente i entrando a la etapa 1
zij: fracción molar del componente i entrando a la etapa j
Tj: temperatura de la etapa j (ºF)
B: producto de fondo de la columna (lb-mol/h)
D: producto destilado (lb-mol/h)
Fj: flujo de alimentación en la etapa j (lb-mol/h)
kij: relación de equilibrio del componente i en la etapa j
HF j : entalpía de la corriente de alimentación j (BTU/mol-lb)
1
hj : entalpía de la corriente de líquido dejando la etapa j (BTU/lb-mol)

Lj: flujo del líquido desde la etapa j hasta la etapa j + 1 (lb-mol/h)
Wj : flujo de la corriente de la parte líquida desde la etapa (lb-mol/h)
Vj: flujo de vapor desde la etapa j hasta la etapa j + 1 (lb-mol/h)
Uj: flujo de la corriente de la parte vapor desde la etapa j (lb-mol/h)
Hj: entalpía de la corriente de vapor que deja la etapa j (BTU/lb-mol)
hj: entalpía de la corriente de líquido que deja la etapa j (BTU/lb-mol)
Qj: transferencia de calor desde la etapa j (BTU/h)
Las ecuaciones MESH para una etapa de equilibrio son:
1. Balance de moles del componente j (M-ecuaciones, Nc ecuaciones para cada etapa)

Lj–1xi, j–1 + Fj zij + Vj +1 yi, j+1 = (Lj + Vj )xij + (Vj + Wj )yij (1)
2. Equilibrio líquido-vapor (E-ecuaciones, Nc ecuaciones para cada etapa)

yi,j = ki,j xi,j (2)
3. Suma de fracciones molares (S-ecuaciones)
(3)
283
4. Balance de entalpía (H-ecuaciones)
Lj–1hj–1 + Fj hFj + Vj+1Hj+1 = (Lj + Uj )hj + (Vj + Wj )Hj (4)
Una de las S-ecuaciones se puede reemplazar
L j –1 + Fj + Vj+1 = Lj + Uj + Vj + Wj
a) En la figura siguiente se representa la columna de destilación especificada en el planteamiento del

problema.
Como se supone que en el condensador se condensa todo el vapor que entra en el (condensador
total), no se considera como una etapa de equilibrio y se utiliza el número 0 (cero) para identificar
todas las variables asociadas.
L0 QD
V1 L0
D
alimentación
L1 0,25 mol/h
0,23 mol/h n-C4 V2
0,77 mol/h n-C5
L2
V3
QB
calderín
B
0,75 mol/h
Programa dest_cont_rig.pol
284
b) Cambie la composición de la alimentación, la presión de la columna y la velocidad de flujo del

destilado e investigue como afectan estos cambios a la recuperación del n-pentano en las corrientes
de fondo, usando el item a) como base.
Comentarios sobre el programa
Especificaciones del programa y cálculos del condensador.
La especificación general se introduce en las líneas (2) - (8). En la línea (11) se utiliza el balance de masa
total, en la parte superior de la columna, para definir una ecuación explícita para calcular la velocidad
de flujo de líquido que vuelve desde el condensador a la columna 1.
La composición del líquido en el condensador se calcula en los puntos (12) y (13), suponiendo que
tiene la misma composición que el vapor que asciende desde la primera etapa (un condensador total).
285
La temperatura del condensador (temperatura del punto de burbuja del líquido) se calcula en las
líneas (14) a (17). Se debe considerar que en el cálculo de las relaciones de equilibrio líquido vapor
(líneas 16 y 17) requiere una transformación de ºF a ºC. El cálculo de la temperatura del punto de
burbuja necesita la resolución de una ecuación implícita punto (14). Usando la suposición inicial del
punto (15). Finalmente la entalpía molar del líquido que retorna desde el condensador se calcula en el
punto 18.
2. Calculo de la Etapa 1.
El flujo de líquido desde la etapa 1 se calcula a partir de una ecuación explícita que se obtiene a partir
de un balance molar en la parte superior de la columna (punta 21). Las ecuaciones del balance molar
del componente j esta cambiadas, sustituyendo la ecuación (2) en (1) y fijando Fj = Uj = Wj = 0. En los
puntos (22) y (24) están definidas las ecuaciones implícitas mientras que las suposiciones iniciales
para x11 y x21 se encuentran en los puntos (23) y (25), respectivamente. Esta temperatura se calcula
basada en la ecuación implícita (3) que se encuentra en la línea (26) y con una suposición inicial que
se encuentra en la línea (27). La ecuación del balance de entalpía, ecuación (4) se escribe en forma
implícita para determinar la velocidad de flujo de vapor desde la etapa 1 (líneas 28 y 29). Las relaciones
del equilibrio líquido vapor y las entalpías molares del líquido y del vapor se calculan en las líneas 31
a 34.
3. Resultados calculados
a) En la tabla siguiente se muestra los resultados seleccionados para la columna de separación del
n-butano del n-pentano.
Se observa que la temperatura más baja (188,28 ºF) es la del condensador y que aumenta
progresivamente hacia el fondo de la torre de destilación, alcanzando la temperatura de 226,55
ºF en la parte inferior. Tal como se esperaba, la concentración del n-butano es la más en la parte
superior (x1 = 0,5526) y la concentración del n-pentano es la más alta en la parte inferior de la
columna (x2 = 0,8775).
Condensador Etapa 1 Alimentación Etapa 2 Etapa 3
T (ºF) 188,28 206,43 215,49 218,55 225,55
V(lb-mol/h) - 1,0537 - 1,0988 1,0417
L(lb-mol/h) 0,8037 0,7888 1 1,792 0,75
x1 0,05526 0,3272 0,23 0,1991 0,1225
x2 0,4474 0,6728 0,77 0,8009 0,8775
h(BTU/lb-mol) 7503,1 8620,8 9176,3 9363,4 9852,7
b) La recuperación de n-pentano, se puede calcular a partir de:
286
Conclusiones:
1) La exactitud en los resultados depende fundamentalmente del modelo termodinámico empleado

para el cálculo de los coeficientes de actividad y de los coeficientes de fugacidad (que en este caso se
ha supuesto igual a 1); mas no así del método numérico empleado.
2) A pesar de que el método de Newton Raphson se complica por el cálculo de la derivada, esta dificultad
se ve grandemente compensada por la velocidad de convergencia en el cálculo de los valores de  y .
3) Si α = 1, todo el sistema se encontrará en fase vapor, consecuentemente  será igual a cero.
Si α = 0, todo el sistema se encontrará en fase líquida y  podrá tener cualquier valor entre 0 y 1.
4) A pesar de que el cálculo pueda parecer muy tedioso, cuando se resuelve vía computadora, el
problema del cálculo se simplifica enormemente, superando este inconveniente.
6.1 Para la obtención del butadieno a partir de etanol en fase vapor, se propone el siguiente mecanismo
de reacción
CH3 – CH2 – OH CH2 = CH2 + H2O (1)
A B F
OH
CH3 – CH2 OH CH2 = C + H2 (2)
A C H D
OH
CH2 = C + CH2 = CH2 CH2 = CH – CH = CH2 + H2O (3)
C H B E F
Las constantes de equilibrio a 400°C y a 1 atm son 5,97; 0,27 y 2,8 para las reaciones (1), (2) y (3)
respectivamente.
Encuentre las conversiones en equilibrio x1, x2 y x3 respectivamente.
Balance de moles
A : 1 – x1 – x2
B : x1 – x3
C : x2 – x3
D : x2
E : x3
F : x1 + x3
NT = 1 + x1 + x2
Se calcula la fracción molar de cada especie. Luego, las presiones parciales y finalmente se aplica la
ley de acción de masas y se resuelve un sistema de tres ecuaciones no lineales.
287
Programa estireno.pol
6.2 Para la circulación turbulenta de fluidos en un red interconectada tal como se muestra en la figura
adjunta, el caudal Q de un nodo a otro es aproximadamente proporcional a la raíz cuadrada de
la diferencia de presiones en los nodos (así: La circulación de fluidos difiere del flujo de corriente
eléctrica en una red en el sentido que se obtienen ecuaciones no lineales). Para los conductos de la
figura, encuentre la presión en cada nodo. Los valores de b representan factores de conductancia en
la relación:
P = 500 , b = 0,3 1
b = 0,2
4
b = 0,1
2
b = 0,2 b = 0,1
b = 0,2
b = 0,1 3
Estas ecuaciones pueden establecerse para las presiones en cada nodo
nodo 1:
nodo 2:
nodo 3:
nodo 4:
288
Programa red de tuberias.pol
6.3 Se desea concentrar una solución con una concentración inicial de sólidos de 20% a una concentración
final de 60% en un evaporador de triple efecto. Se dispone de vapor saturado a 0,68 atm (10 psig), el
segundo efecto opera al vacío a 0,34 atm y el tercero también opera al vacío a 0,136 atm.
Si la alimentación al sistema es 18 240,6 Kg/h entra al primer efecto a 93,3°C, determine el área de
los evaporadores A1 , A2 y A3 y la cantidad de vapor requerido.
Datos
6.4 En una batería de reactores tipo tanque, en fase líquida se lleva a cabo la reacción
tal como se muestra en la figura.
Encuentre la secuencia adecuada de los reactores para obtener una mayor producción de B y C (la
más alta conversión de A a la salida del último reactor).
Asimismo, analice la situación si se produce o no una mayor producción de B y C, al aumentar o

disminuir el flujo volumétrico respectivo.
289
= 0,5 l/mol
CA0 = 2 mol /L
V1 = 500 L V2 = 400 L V3 = 300 L V4 = 100 L
6.5 Determine la temperatura de ebullición de una mezcla de etilbenceno y etilciclohexano, a la presión

de 400 mmHg, por medio de la ecuación de Antoine. Se dispone de los siguientes datos de presión-
temperatura
Presión Temperatura (ºC)

(mmHg) Etilbenceno Etilciclohexano
1 760 136,19 131,78
2 100 74,1 69,04
3 30 46,7 41,50
6.6 Una reacción química, en forma general puede ser escrita como
(1)
donde son los coeficientes estequiométricos y las Ai corresponden a las fórmulas químicas. Los
se llaman números estequimétricos y por convención los signos son positivos para los Productos
y negativos para los Reactantes.
Así, para la reacción:
Los números estequiométricos son
El número estequiométrico para cualquier espacio inerte es cero. Para la reacción representada
mediante la ecuación (1), los cambios en los números de moles de las especies presentes estan en
proporción directa con los números estequiométricos. Así para la reacción procedente, si 0,5 mol
de CH4 desaparecen debido a la reacción, también deben desaparecer 0,5 mol de H2O. Se forman
simultáneamente 0,5 mol de CO y 1,5 mol de H2 . Si se aplica este principio a una cantidad diferencial
de reacción, se puede escribir:
(2)
Se puede generalizar mediante:

(3)
La relación general entre un cambio diferencial dni en el número de moles de una especie reactiva
y dε es, por consiguiente
(4)
Donde ε, se denomina avance de la reacción, que caracteriza el grado al cual ha tenido lugar una
reacción.
290
Integrando la ecuación (4)
ni : moles de la especie i
ni0 : moles iniciales de la especie i
Sumando:
ó
υi : coeficiente estequiométrico de la especie i

n0 : moles totales iniciales
n : moles totales actuales
donde
luego, puede calcularse la fracción molar
(4)
EJEMPLO 1:
Para el sistema
suponga que inicialmente hay 2 mol de CH4 , 1 mol H2O , 1 mol de CO y 4 mol de H2. Obtenga las
expresiones para el cálculo de la fracción molar.
PLANTEAMIENTO:
reemplazando en (4)
,
Cuando dos o más reacciones independientes se efectúan en forma simultánea, se deja que el sub
índice j sea el índice de la reacción y se asocia a una coordenada de reacción εj , que se encuentra
separada con cada reacción. A los coeficientes estequimétricos se les pone doble sub índice para
identificar su asociación con ambas, una especie y una reacción. Así υij se designa el coeficiente
estequiométrico de la especie i en la reacción j. Como el número de moles de una especie ni puede
cambiar debido a varias reacciones, la ecuación general análoga a la ecuación (3) incluye una suma:
(5)
291
la integración de ni = ni0 y εj = 0 a ni y εj arbitraria da
(6)
sumando las especies, se tiene
o lo que es lo mismo
luego
combinando estas expresiones obtenemos la ecuación para el cálculo de la fracción molar:
(7)
EJEMPLO 2:
Considere la siguiente reacción
(1)
(2)
donde (1) y (2) indican el valor de j, el índice de reacción. Si existen inicialmente 2 mol de CH4 y 3 mol
de H2O, determine las expresiones para el cálculo de la fracción molar.
PLANTEAMIENTO:
Los números estequiométricos uij se pueden acomodar como sigue
i= CH4 H2O CO CO2 H2

j vj
1 –1 –1 1 0 3 2
3 –1 –2 0 1 4 2
luego al aplicar la ecuación (7) se obtiene
ampliar estos criterios para resolver el problema (1) y calcule los valores de ε1 , ε2 y ε3 .
292
6.7 Consideremos un caudal Q, en galones por minuto, circulando a lo largo de una tubería inclinada de
longitud L pies y diámetro D en pulgadas, del punto 1 al 2.
Suponiendo un valor constante para el factor fM de rugosidad de Moody, se puede demostrar que la
siguiente ecuación es válida para régimen turbulento en tuberías de rugosidad media:
En este caso p es la presión en libras-fuerzas/pulg2 sobre la atmosférica y z la elevación en pies.

Así mismo una fórmula típica que relaciona la variación de presión con el caudal suministrado para
las bombas centrífugas es:
en la que p es el incremento de presión en el cuerpo de la bomba expresado en libras-fuerza/pulg2,

Q es el caudal en galones por minuto, α y β son unos parámetros que dependen de cada bomba.
Supóngase la red de tuberías indicada en la figura. Las presiones p1 y p5 son esencialmente la

atmosférica (p1 = p5 = 0); existe un incremento de elevación entre los puntos 4 y 5 pero las tuberías C
y D son horizontales. Apoyándonos en lo anterior podemos escribir las siguientes relaciones:
293
6.8 Escríba un programa que admita valores de αA, A, αB , βB , z5–z4, DC , LC , DD , LD , DE y LE y que resuelva
las ecuaciones anteriores con las siguientes incógnitas, QC, QD , QE , p2 , p3 y p4 .
Una sugerencia en cuanto a datos de entrada puede ser z5 – z4 = 70 pies, con:
α β,
Bomba Tubería D, pulg2 L, pies
lb/pulg2
A 156,6 0,00752 C 1,278 125

B 117,1 0,00427 D 2,067 125
E 2,469 145
Hága la hipótesis de que en las longitudes de las tuberías de la tabla vienen incluidas las equivalentes
a codos, válvulas y piezas especiales.
6.9 En el método de Newton Raphson, la matriz jacobiana φ(xk) se calcula y se invierte en cada pasada del
algoritmo iterativo. Como prácticamente todo el tiempo y esfuerzo de cálculo para la resolución de
un sistema de ecuaciones no lineales por este método se consume demasiado tiempo en el cálculo
e inversión de las sucesivas xk , investígue la posibilidad de utilizar una matriz φ−1(xk) previamente
obtenida en más de una iteración. Consideremos por ejemplo la secuencia
etc.
Desarrollar un criterio que decida cuando es preciso recalcular los elementos de φ(x) y sus inversos.
6.10 Se puede demostrar que las ecuaciones que a continuación se describen relacionan las temperaturas
y presiones en cada uno de los lados de una onda de detonación que se mueve hacia una zona de
gas sin quemar:
Programa tobera_div_conv.pol
294
En este caso, T = temperatura absoluta, P = presión absoluta, γ = relación entre el calor específico a
presión constante y el de volumen constante, m = peso molecular, HR = calor de reacción, cp = calor
específico, correspondiendo los sub índices 1 y 2 al gas sin quemar y quemado respectivamente.
Escribir un programa que admita los valores de m1 , m2 , γ2 , HR1 , cp2 , T1 y P1 como datos, y que
desarrolle el cálculo e imprima los valores de T2 y P2. Córrase el programa con los datos siguientes
que son aplicables a la detonación de una mezcla de hidrógeno y oxígeno: m1 = 12 g/gmol , m2 = 18
g/gmol, 2 = 1,31; HR1 = –58 300 cal/gmol , cp2 = 9,86 cal/gmol K , T1 = 300 K y p1 = 1 atm.
6.11 A continuación considérese un plano de regresión cuya ecuación sea:
pero supongamos que los puntos observados (xi , yi , zi), i = 1, 2, ..., m, contienen errores arbitrarios en
todas las variables. Como alternativa del método normal de los mínimos cuadrados, es posible elegir
α, β y  de manera que se haga mínimo la suma de los cuadrados de las distancias perpendiculares
de cada punto al plano de regresión.
Sea P el punto del plano situado más próximo al origen O, y definamos sus coordenadas esféricas en
la forma (r ,  , ). Podemos escribir la ecuación del plano de regresión en la siguiente forma
Demostrar que ahora el problema se limita a minimizar
y que haciendo se obtienen tres ecuaciones simultáneas no lineales en

, yr.
Escriba un programa que reciba las coordenadas de los m puntos utilizados como datos y que
determine  ,  y γ según el criterio anterior. Para un determinado conjunto de datos, comparar
estos coeficientes de regresión con los obtenidos por el método usual de los mínimos cuadrados,
utilizando , y cada vez.
6.12 Las principales reacciones en la producción de gas de síntesis por oxidación parcial del metano con
oxígeno son
(1)
(2)
(3)
Escríba un programa que calcule la proporción de reactivos O2 /CH4 que produzca una temperatura
de equilibrio adiabático de 2 200 °F, a una presión de trabajo de 20 atmósferas, cuando los gases
reactivos se precalientan a una temperatura inicial de entrada de 1000 °F.
Suponiendo que estos gases se comportan como ideales, de tal forma que las actividades de
los componentes se pueden identificar con las presiones parciales de dichos componentes, las
constantes de equilibrio a 2 200 °F para las tres ecuaciones son respectivamente:
(4)
295
(5)
(6)
En nuestro caso son las presiones parciales del CO (monóxido

de carbono), CO2 (dióxido de carbono), H2O (vapor de agusa), H2 (hidrógeno), CH4 (metano) y O2
(oxígeno), respectivamente.
Entalpías de los componentes en BTU/libras mol
Componente 1000 °F 2200 °F

CH4 13492 8427
H2O 90546 78213
CO2 154958 139009
CO 38528 28837
H2 10100 18927
O2 10690 20831
A temperaturas altas también puede tener lugar una cuarta reacción:
(7)
A 2 200 °F cualquier carbón que se formase se depositaría en estado sólido; la constante de equilibrio
viene definida por
(8)
donde aC es la actividad del carbón en estado sólido. No se incluye la reacción (7) en el análisis del
equilibrio. Después de establecer la composición del equilibrio, considerando exclusivamente las
reacciones homogéneas gaseosas definidas en (1), (2) y (3), determine la posibilidad termodinámica
de que se produzca carbón sólido como resultado de la ecuación (7). Supónga que la actividad del
carbón sólido no resulta afectada por la presión y vale la unidad.
Utilice el método de Newton Raphson para resolver el sistema de ecuaciones no lineales y

simultáneas generadas como consecuencia del análisis del equilibrio.
PLANTEAMIENTO:
Como consecuencia de la magnitud de la constante de equilibrio de la reacción (1) K1, se puede
suponer que la primera reacción se realiza completamente a la temperatura de 2 200 °F, es decir,
prácticamente no queda oxígeno sin reaccionar en los gases resultantes en equilibrio.
Definamos la nomenclatura siguiente:

x1 Fracción molar de CO en la mezcla en equilibrio
x2 Fracción molar de CO2 en la mezcla en equilibrio
x3 Fracción molar de H2O en la mezcla en equilibrio
x4 Fracción molar de H2 en la mezcla en equilibrio
x5 Fracción molar de CH4 en la mezcla en equilibrio
296
x6 Número de moles de O2 por mol de CH4 en los gases de alimentación

x7 Número de moles de gases producidos en la mezcla en equilibrio por mol de CH4 en los gases de
alimentación
Con esto se puede escribir un sistema de siete ecuaciones simultáneas consecuencia de tres
balances atómicos, un balance de energía, una limitación en la fracción molar y dos ecuaciones de
equilibrio.
Balances de conservación atómica

El número de átomos de cada elemento que entra, es igual al número de átomo de cada elemento
en la mezcla en equilibrio.
Oxígeno: (9)
Hidrógeno: (10)
Carbono: (11)
Balance de energía (entalpía)

Como la reacción se desarrolla de forma adiabática, o sea, no se añade energía o se elimina de los
gases en reacción, la entalpía (H) de los reactivos tiene que ser igual a la entalpía de los productos
resultantes.
(12)
Restricción de la fracción molar
Relaciones de equilibrio
(13)
(15)
Las relaciones (14) y (15) se deducen directamente de (5) y (6) respectivamente, donde P es la
presión total y pCO = Px1, etc. Además existen cinco condiciones auxiliares
(16)
Estas últimas garantizan que todas las fracciones molares en la mezcla en equilibrio son no negativas,
es decir, que cualquier solución de las ecuaciones (9) a (15) que contenga fracciones molares
negativas carece de sentido. Por principios de tipo fisicoquímico sólamente hay una solución única
que satisfaga las condiciones (16). Es muy fácil detectar cualquier solución sin sentido.
Las siete ecuaciones pueden ser puestas en la forma

(17)
donde , como sigue
(18)
(19)
297
(20)
(21)
(22)
(23)
(24)
El sistema de ecuaciones simultáneas no lineales será resuelto por el método de Newton Raphson.
Se puede localizar las derivadas parciales realizando la diferenciación parcial de las siete funciones,
ƒi (x), respecto a las siete variables. Por ejemplo
El método de Newton Raphson se resume de la forma siguiente:
1. Elejir un vector inicial xk = x0 = [x10 , x20 , ..., x70] de tal forma que pueda esperarse que x0 esté
próximo a la solución.
2. Resolver el sistema de ecuaciones
en el que
(25)
i = 1, 2, ..., 7 j = 1, 2, ..., 7
y también
(26)
para el vector incremental como variable
(27)
3. Actualícese la aproximación de la raíz para la siguiente iteración
298
Análisis de resultados
Se toma como valores iniciales los siguientes:
Con estos valores las composiciones de equlibrio, la proporción de los reactivos O2/CH4 en los
gases de alimentación, y el número total de moles del producto por cada mol de CH4 en la
alimentación, se encuentran relacionados en la tabla siguiente.
Mezcla de gases en el equilibrio
x1 fracción molar CO 0,322871

x2 fracción molar CO2 0,009224
x3 fracción molar H2O 0,046017
x4 fracción molar H2 0,618172
x5 fracción molar CH4 0,003717
x6 relación de alimentación O2/CH4 0,576715
x7 total de moles del producto 2,977863
Por lo tanto la proporción molar de la alimentación es 0,5767 moles de oxígeno por mol de
metano en los gases de alimentación.
Para establecer si es posible la formación de carbón según la reacción (7) a 2200 °F para un gas
de la composición ya calculada, es necesario determinar la magnitud de
(28)
Si es superior a la K4 de (8) habrá tendencia en la reacción (7) a desplazarse hacia la izquierda:

se formará carbón. Suponiendo que aC = 1,
(29)
Por lo tanto no existe tendencia en nuestro caso a la formación de carbón.
Programa gas de sintesis1.pol
299
6.13 Determinar las constantes de Antoine del etilbenceno y etilciclohexano. Se dispone de los siguientes
datos:
Presión Temp. (°C)
(mmHg) Etilbenceno Etilciclohexano
1) 760 136,19 13,78
2) 100 74,1 69,04
3) 30 46,7 41,50
Para lo cual deberá usar la ecuación correspondiente:

a) Puede aplicar un método algebraico en cada caso se formulan tres ecuaciones no lineales.
b) El método Dreisbach permite calcular la constante C mediante:
C = 239 – 0,19 teb (teb : temperatura de ebullición normal, °C)
c) Compare estos valores obtenidos con aquellos valores publicado en la literatura:
Etilbenceno Etilciclohexano
A 6,95719 6,87041
B 1424,255 1373,2
C 213,206 215,128
d) Con los valores obtenidos algebraicamente, encuentre el rango de punto de ebullición de la

mezcla a 400 mmHg.
e) Usando las siguientes relaciones, construya la curva de equilibrio Líquido-Vapor del sistema
antes mencionado a 400 mmHg.
xEC : fracción molar del etilciclohexano en el líquido

PEC : presión parcial del etilciclohexano
PEB : presión parcial del etilbenceno
Pt : presión total (en este caso, 400 mmHg)
yEC : fracción molar del etilciclohexano en el vapor
Además, xEB = 1 – xEC yEB = 1 – yEC
300
Capítulo
7 Ecuaciones
diferenciales ordinarias
7.1 INTRODUCCIÓN
La gran mayoría de los fenómenos físicos y químicos dentro del campo de la Ingeniería, pueden
ser modelados mediante las ecuaciones diferenciales ordinarias, por lo cual se hace necesario
estudiar las técnicas mas apropiadas que nos permiten resolver estos modelos que por lo general
no contienen soluciones analíticas. Dentro de estas técnicas de resolución destacan aquellas de
solución inmediata y otras que involucran ecuaciones predictoras y concretas las cuales van a ser
analizadas en este capítulo.
7.2 CONCEPTOS BÁSICOS
7.2.1 ECUACIÓN DIFERENCIAL ORDINARIA

Es aquella ecuación que presenta una sola variable independiente; por lo tanto, sus derivadas son totales.
x = variable independiente
y = variable dependiente
En muchas ecuaciones diferenciales, x puede estar en forma explícita o implícita.
=y+x : explícita en la variable independiente
= y + sen y : implícita en la variable dependiente
7.2.2 ECUACIÓN DIFERENCIAL PARCIAL

Es aquella en la que existen dos o más variables independientes, por ello sus derivadas serán parciales.
Por ejemplo: La ecuación de transferencia de calor en estado no estacionario en una dimensión:
En este caso T = ƒ(t , x) donde t y x pueden variar libremente.
301
7.2.3 ORDEN DE UNA ECUACIÓN DIFERENCIAL

El orden de una ecuación diferencial es la derivada de mayor orden que aparece en una ecuación, por
ejemplo:
Esta es una ecuación diferencial de tercer orden.
7.2.4 GRADO DE UNA ECUACIÓN DIFERENCIAL

Es el grado algebraico de la derivada de mayor orden que se encuentra en la ecuación. Ejemplo:
Esta es una ecuación diferencial de primer grado, ya que el grado de la derivada de mayor orden es 1.
Considerando la ecuación diferencial:
Cuya solución es:
Fig. 7.1. Familia de curvas de la solución de la ecuación diferencial
Esta solución es una familia de curvas.
Para determinar una solución particular, será necesario una condición inicial, (x0, y0).
7.3 MÉTODOS DE SOLUCIÓN DE ECUACIONES DIFERENCIALES ORDINARIAS
Existen una serie de métodos de solución de ecuaciones diferenciales ordinarias. La elección de alguna
de ellas estará en función del tipo de ecuación diferencial que sea resultado del modelamiento de un
fenómeno físico o del grado de precisión que se quiera obtener los resultados pudiéndolos clasificar en
dos grandes grupos: los de paso constante y los de paso variable.
En función a las condiciones iniciales y de frontera, las ecuaciones diferenciales se pueden clasificar en
problemas de valor inicial y problemas de valor de frontera.
302
Ecuaciones diferenciales ordinarias CAP. 7
7.3.1 PROBLEMAS DE VALOR INICIAL

Los problemas de este tipo requieren el conocimiento de la variable dependiente en x = x0, para una
ecuación diferencial de primer orden y el conocimeinto anterior y el de la primera derivada en x = x0
para una ecuación diferencial de segundo orden. Estos métodos son conocidos como explicitos que a
continuación detallamos.
A. Método de Euler
Este es uno de los métodos más sencillos de implementar para resolver ecuaciones diferenciales
ordinarias, el cual consiste en hacer una integración de una ecuación diferencial: entre los
puntos consecutivos xi y xi+1, es decir:
(7.1)
Integrando el miembro de la izquierda
(7.2)
Por otro lado, de acuerdo a la ecuación (4.4) del capítulo (4), se tiene:
(7.3)
Truncando la ecuación anterior en el primer término:
Al integrar entre los puntos x0 y y0 se tiene:
Donde
y0 : ƒ (x0)
e : error de truncamiento
Al sustituir ƒ(x) por una función de dos variables ƒ(x , y) e integrar entre un punto cualquiera, xi, y el
siguiente, xi+1, se tiene:
(7.4)
Comparando (7.2) y (7.3):

ó
(7.5)
i = 0, 1, 2, ..., n
303
PROBLEMA 7.1
Resolver la ecuación diferencial:
Usando el método de Euler, con h = 0,1.

RESOLUCION:
Previamente encontramos la solución analítica, con la finalidad de comparar con la solución numérica por
el método de Euler
ó
Usando la ecuación (7.5): i = 0 ; h = 0,1
i=1
i=2
i=3
Solución analítica Solución numérica

x
y y
0,0 0,0 1,0
0,1 0,8 0,8
0,2 0,6 0,6
0,3 0,4 0,4
0,4 0,2 0,2
En este caso, la solución numérica coincide con la solución analítica, debido a la forma lineal de la solución,
encontrada mediante el procedimiento analítico.
304
PROBLEMA 7.2
Resolver la ecuación diferencial y’ = 2xy + x ; con la condición inicial y(0,5) = 1. Utilizando el método de
Euler en el intervalo 0,5 < x < 1 con h = 0,1.
RESOLUCIÓN:
Nuevamente usamos la ecuación (7.5)
Para i = 0
Para i = 1
Para i = 2
Para i = 3
Para i = 4
x Euler: y(x) Exacta: y(x)

0,5 1,00000 1,00000
0,6 1,15000 1,17442
0,7 1,34800 1,40687
0,8 1,60672 1,71547
0,9 1,943790 2,1260
1,0 2,38367 2,67550
La solución analítica es: que es una función altamente no lineal, por lo que hay
discrepancias entre la solución analítica y numérica por el método de Euler.
B. Método de Taylor
Este método está basado en la expansión de la serie de Taylor alrededor del punto (x0 , y0). La dificultad
radica en que se tiene que obtener las derivadas de orden superior de la ecuación diferencial ordinaria,
es decir:
(7.6)
Esta solución será correcta siempre y cuando se evalúe en el entorno de x = x0 y a medida que se aleje
de este punto, la solución tendrá un mayor error.
305
PROBLEMA 7.3
Resolver la ecuación diferencial.
Usando el método de Taylor y aproximándolo con un polinomio de tercer grado.

RESOLUCIÓN:
y(x0) = 1 ; x0 = 0,5
Luego:
y(x) = 1 – 2(x – 0) + 0 + 0 = 1 – 2x
Coincide exactamente con la solución analítica, esto se debe a que la solución es una ecuación lineal.
C. Métodos de Runge-Kutta
Estos métodos son uno de los métodos más ampliamente usados en la resolución de ecuaciones
diferenciales ordinarias, con los cuales se pueden resolver un gran número de problemas de aplicación.
A partir de la ecuación (7.3):

(7.7)
Integrando entre x0 y x1
(7.8)
306
Luego:
(7.9)
Simplificando:
(7.10)
e : error de truncamiento
Podemos observar que en el método de Euler la función tiene la forma:
(7.11)
Y en el método de Euler - Gauss:
(7.12)
Los métodos de Runge - Kutta tienen la forma siguiente:
(7.13)
i = 0, 1, 2, . . . , n
k1 = h ƒ (x0, y0)
k2 = h ƒ (xi+a1h, yi + b1,1k1)
k3 = h ƒ (xi+a1h, yi + b2,1k1 + b2,2k2)
k4 = h ƒ (xi+a3h, yi + b3,1k1 + b3,2k3)
.
.
.
kn = h ƒ (xi+a1n −1h, yi + bn ,1k1 + bn−1,2k2 + . . . bn −1,n −1kn −1)
w1, w2, . . ., wn ; a1, a2, . . ., an ; b1,1, b2,1, . . . , bn ,n−1; son constantes.
La ventaja de los métodos de Runge - Kutta respecto a los otros métodos es que proporcionan errores de
cálculo menores.
C.1 Método de Runge-Kutta de segundo orden

Hacemos n = 2
(7.14)
(7.15)
Desarrollando la serie de Taylor en la ecuación (7.14) alrededor de x = xi, se obtiene:
(7.16)
Simplificando:
307
Si aplicamos la serie de Taylor de dos variables, f(x, y) en el entorno x = xi e y = yi, se tiene:
(7.17)
Haciendo:
Y se asume que las derivadas se evalúan en x = xn y y = yn; la ecuación anterior queda:
(7.18)
Evaluando la función para:
Se tiene:
Simplificando se obtiene:
De la ecuación (7.7) se observa que:
Se despeja k2 :
(7.19)
Se sustituye la ecuación (7.17) y (7.19) en la ecuación (7.15) y como , se obtiene
Igualando potencias de h:
Y como:
308
Se obtiene
1 = w1 + w2 (7.20)
Al igualar potencias de h2:

(7.21)
Al usar la notación indicada:
Sustituyendo en (b)
Luego:
= w2 α1 = w2 β1,1 (7.22)
con las ecuaciones (7.10) y (7.12), se obtiene el siguiente sistema:

w1 + w2 = 1 se tiene un sistema de tres ecuaciones y cuatro
w2 α1 = 1/2 variables, lo cual admite un número infinito de
w2 β1,1 = 1/2 soluciones
Un conjunto de probables soluciones son:

w1 = w2 = 1/2
α1 = β1,1 = 1
Al sustituir en la ecuación (7.15) se obtiene la fórmula de recurrencia que define el método de Ruge - Kutta
de segundo orden
yi+1 = yi + [k1 + k2] (7.23)
i = 0, 1, 2, . . ., n
Donde
k1 = h f(xi , yi)
k2 = h f(xi+h, yi+k1)
PROBLEMA 7.4
Resolver la ecuación diferencial
Usando el método de Runge - Kutta de segundo orden con h = 0,1.

RESOLUCIÓN:
i=0
y1 = y0 + (k1 + k2)
309
k1 = h f(x0 , y0) = h = 0,1 = –0,2
k2 = h f(x’+h, y0+k1) = h = 0,1 = –0,2
Luego:
y1 = 1 + (–0,2 – 0,2) = 0,8
i=1
y2 = y1 + (k1 + k2)
k1 = h ƒ(x1 , y1) = h = 0,1 = –0,2
k2 = h ƒ(x1+h, y1+k1) = h = 0,1 = –0,2
y2 = 0,8 + (–0,2 – 0,2) = 0,6
Se continua del mismo modo, y los valores son coincidentes con el valor analítico; tal como ocurre con el
método de Euler.
PROBLEMA 7.5
y' = x + 2xy ; y(0,5) = 1
Usando el método de Runge Kutta de segundo orden.

RESOLUCIÓN:
Si: i=0
y1 = y0 + (k1 + k2)
k1 = h ƒ(x0, y0) = 0.1 [x0+2x0 y0] = 0.1[0,5 + 2(0,5)1] = 0,15
k2 = h ƒ(x0+h, y0+k1) = h[(x0+h) + 2(x0+h)(y0+k1)]
k2 = 0,1 [(0,5+0,1) +2(0,5 + 0,1)(1 + 0,15)] = 0,198
y2 = 1 + (0,15 + 0,198) = 1,174
Se continúa el procedimiento en forma similar.
310
C.2 Método de Runge-Kutta de cuarto orden

El método de Runge-Kutta de cuarto orden se obtiene el considerar n = 4 en la ecuación (7.14).
yi+1 =yi + [w1k1 + w2k2 + w3k3 + w4k4] (7.24)
i = 0, 1, 2, . . ., n
Donde:
k1 = h ƒ(xi , yi)
k2 = h ƒ(xi + α1h , yi + β1,1k1)
k3 = h ƒ(xi + α2h , yi + β2,1k1 + β2,2k2)
k4 = h ƒ(xi + α3h , yi + β3,1k1 + β3,2k2 + β3,3k3)
Haciendo un análisis similar:

w1 = 1/6 α1 = α2 = 1/2
w2 = 1/3 α3 = 1
w3 = 1/3 β1,1 = β2,2 = , β3,3 = 1
w5 = 1/6 β2,1 = β3,2 = β3,2 = 0
Al sustituir se obtiene:
yi+1 = yi + (k1 + 2k2 + 2k3 + k4) (7.25)
i = 0, 1, 2, . . ., n
PROBLEMA 7.6
Resolver la EDO , usando el método de Runge - Kutta de cuarto orden, con h = 0,1.
RESOLUCIÓN:
i=0
y1 = y0 + (k1 + 2k2 + 2k3 + k4)
311
y1 = 1 + (−0,2 + 2(−0,2) + 2(−0,2)− 0,2) = 0,8
Se prosigue del mismo modo para otros valores de i.
PROBLEMA 7.7
Resolver la ecuación diferencial y’ = x + 2xy
con y(0,5) = 1 ; h = 0,1
RESOLUCIÓN:
Si: i=0
y1 = y0 + (k1 + 2k2 + 2k3 + k4)
= 0,17325
= 0,17453
= 0,20094
Luego
Se continua el procedimiento de manera similar, incrementando el valor de i, y se obtiene:
x 0,5 0,6 0,7 0,8 0,9 1,0

y(x) 1,00000 1,17442 1,40688 1,71548 2,12602 2,67551
Valores que aproximan de manera muy coherente, ya que coinciden con la solución analítica.
312
ALGORITMO: RUNGE-KUTTA DE CUARTO ORDEN

Como este método es uno de los más ampliamente usado, a continuación se presenta el algoritmo
correspondiente para aproximar la solución del problema de valor inicial
En los n+1 puntos igualmente espaciados en el intervalo [a, b].
ENTRADA: Puntos extremos a, b entero N; condición inicial α.
SALIDA: Aproximación w de y en los N+1 valores t.
PASO 1: Tomar h = (b−a)/N

t=a
w=α
salida (t, w)
PASO 2: Para i = 1, 2, ..., N seguir los pasos 3-5
PASO 3:
PASO 4: Tomar
t=a+ih
PASO 5: Salida (t, w)
PASO 6: Parar.
D. Resumen de fórmulas más útiles para la resolución de ecuaciones diferenciales ordinarias

D.1 Método de Runge-Kutta
Tercer orden
a) (7.26)
313
b) (7.27)
Cuarto orden
a) (7.28)
Esta forma es una de las más usadas.
b) (7.29)
c) (7.30)
Esta fórmula se denomina método de Runge - Kutta - Gill.
314
D.2 Método de Runge-Kutta-Merson
a)
D.3 Método de Runge-Kutta-Fehlberg
Error global: 0 (h5)
315
PROBLEMA 7.8
Usando el método de Runge-Kutta-Fehlberg resuelva una iteración de la EDO
RESOLUCIÓN:
Reemplazando en las ecuaciones anteriores se obtiene:
Se continua el procedimiento para obtener los valores subsiguientes.
PROBLEMA 7.9
Calcule el tiempo necesario para que el nivel de líquido, en la figura que se muestra, cambie de h0 a h1 ,
h0<h1, h0 y h1 <R. dentro del tanque esférico de radio R. La velocidad de salida por el orificio del fondo
puede obtenerse mediante la ecuación de Torricelli, dado por . Se conoce el diámetro de salida
del orificio.
y
R R
(0,R)
h h
x
d
u1
a) Esquema del tanque de descarga b) Esquema del volumen de rotación
Fig. 7.2. Esquema de un tanque esférico
RESOLUCIÓN:
Acumulación = Entrada – Salida
(1)
(2)
Considerando que el fluido es incomprensible, ρ = constante:
(3)
316
Usando el concepto de rotación de un plano:
(4)
La ecuación del círculo con centro en (x,y) = (o,R), está dada por:
(5)
(6)
Reemplazando (6) en (4):

(7)
Integrando y reemplazando límites:

(8)
Donde V, es el volumen del líquido que queda en el tanque. Derivando la ecuación (8):
(9)
igualando (3) y (9):
se integra con la condición h(0) = h0 , hasta llegar a h1 .
El volumen de líquido que sale se puede calcular por procedimiento similar al anterior, es decir:
E. Métodos Predictor-Corrector
E.1 Método de Euler-Gauss
La aproximación que proporciona el método de Euler puede mejorarse al integrar la ecuación diferencial
(7.31)
Por medio de la regla del trapecio, lo que es equivalente a considerar los dos primeros sumandos de la
ecuación (7.26):
Luego
(7.32)
(7.33)
i = 0, 1, 2, . . ., n
317
En esta última ecuación no es posible cnocer el valor de yi+1, debido a que esté valor está en función de
si mismo. El problema se resuelve obteniendo el valor de y*i+1 a través del método de Euler, el cual se
considerá solamete una predicción que será susstituida en el lado derecho de la ecuación (7.26), con lo
que se obtendrá un nuevo valor corregido de yi+1, por lo tanto se tiene una ecuación predictora y otra
correctora, es decir:
(7.34)
(7.35)
PROBLEMA 7.10
; y(0) = 1 ; con h = 0,1
RESOLUCIÓN:
Si: i = 0
si i = 1
Se observa que los valores coinciden exactamente con el valor analítico. En general, si el método de Euler
reproduce adecuadamente la solución de una ecuación diferencial, entonces, cualquier método lo hará
también.
E.2 Método de Milne de Tercer Orden

Este método se basa en la información de cuatro puntos para calcular el siguiente punto, lo cual se ilustra
gráficamente.
y
y = ƒ(x)
xi–3 xi–2 xi–1 xi xi+1 x
Fig. 7.3. Esquema para la aplicación del método de Milne de tercer orden
318
Sabemos que la ecuación diferencial es de la forma:

y’(x) = ƒ(x , y) (7.36)
Cuya solución se obtiene por integración:
(7.37)
(7.38)
El segundo miembro de la ecuación (7.36) se integra, para lo cual previamente se usa la serie de Taylor
Al sustituir este resultado en la ecuación (7.36) e integrar entre
(7.39)
La segunda derivada se escribe conforme a lo estudiado anteriormente
Y al sustituir en (7.30)
Simplificando:
Asumiendo n = 2, puesto que se requiere 4 puntos:
La ecuación puede expresarse en función del pivote x0
Al simplificar:
(7.40)
i = 3, 4, 5, . . ., n
319
La corrección del valor de yi+1 que proporciona esta última expresión se obtiene integrando la ecuación
diferencial de primer orden entre xi−1 y xi+1.
Por medio de la fórmula de Simpson 1/3 se obtiene:
por lo que la ecuación queda:

(7.41)
i = 3, 4, 5, . . ., n
La desventaja que presenta este método es que requiere de los cuatro primeros puntos de la solución
para poder utilizarse. Esta limitación puede superarse con facilidad, aplicando algunos de los métodos
vistos anteriormente; en particular la aproximación a través de un polinomio de Taylor puede ser usado
para obtener la solución de los primeros puntos, sobre todo si el valor de h usado es pequeño, ya que los
puntos estarán cercanos al entorno de x0 y por lo tanto el error será mínimo.
PROBLEMA 7.11
Resuelva la ecuación diferencial: ; y(0) = 1 ; con h = 0,1
Usando el método de Milne de tercer orden

RESOLUCIÓN:
Mediante alguno de los métodos vistos anteriormente se obtiene:
x 0,0 0,1 0,2 0,3

y(x) 1,0 0,8 0,6 0,4
Hacemos i = 3
La ecuación correctora es:
cuyo valor es concordante con la solución analítica.
320
PROBLEMA 7.12
mediante el método de Milne de tercer orden haciendo h = 0,1.

RESOLUCIÓN:
Usando el método de Taylor se obtiene los primeros cuatro puntos:
x 0,5 0,6 0,7 0,8

y(x) 1,00000 1,17425 1,40400 1,69975
Sustituyendo:
Y para la corrección de este valor se efectúa utilizando la ecuación:
y2 = 1,40400
ƒ(x2, y2) = 2,66560
ƒ(x3, y3) = 3,51960
ƒ(x4, y4p) = 0,9 + 2(0,9)(2,11891) = 4,71404
Luego se sustituyen estos valores:
En forma similar se obtienen los valores siguientes:
x 0,5 0,6 0,7 0,8 0,9 1,0

y(x) 1,00000 1,17425 1,40400 1,69975 2,11927 2,65723
E.3 Método de Milne de cuarto orden

Esta fórmula ha sido deducida anteriormente
PREDICTOR
(7.42)
i = 3, 4, 5, . . ., n
321
CORRECTOR
(7.43)
i = 3, 4, 5, . . ., n
E.4 Método de Milne sexto orden
PREDICTOR
(7.44)
i = 5, 6, . . ., n
CORRECTOR
(7.45)
i = 5, 6, 7, . . ., n
E.5 Método de Adams-Moulton
PREDICTOR
(7.46)
i = 3, 4, 5
CORRECTOR
(7.47)
i = 3, 4, 5
A pesar de que estos métodos predictores correctores, son más difíciles de implementar, presenta una
gran ventaja la cual es la reducción de los errores que presentan otros métodos.
7.4 SISTEMA DE ECUACIONES DIFERENCIALES ORDINARIAS Y ECUACIONES

DIFERENCIALES DE ORDEN SUPERIOR
7.4.1 SISTEMA DE ECUACIONES DIFERENCIALES

Un sistema de orden m ecuaciones diferenciales de problemas de valor inicial de primer orden, se puede
expresar de la forma:
(7.48)
322
para con las condiciones iniciales:
(7.49)
Los métodos de una variable descritos anteriormente, pueden ser generalizados para un sistema de
ecuaciones diferenciales ordinarias.
A. Método de Runge-Kutta de cuarto orden

Este método puede ser usado para resolver un número grande de ecuaciones diferenciales, donde no se
produzcan fluctuaciones bruscas en las funciones, por lo cual este método es aplicado cuando el paso es
constante.
Supongamos el sistema:
(7.50)
En los (N+1) números igualmente espaciados en el intervalo [a, b].
Entrada: Puntos extremos a, b; número de ecuaciones m; entero N; condiciones iniciales α1 , α1 , α1 ,
Salida: Aproximaciones wj a uj (t) en los (N+1) valores de t.
Hacemos
Luego para j = 1, 2, . . ., m; hacer .
Salida , estos corresponden a los valores iniciales, es decir las condiciones iniciales de
frontera del sistema de ecuaciones diferenciales ordinarias.
Luego se comienza a calcular los valores de los parámetros k.
Para i = 1, 2, . . ., N y j = 1, 2, . . . m.
Luego:
(7.51)
Finalmente tomamos y se tiene como salida: t, w1, w2, . . ., wm.
323
PROBLEMA 7.13
La ley de Kirchoff afirma que la suma de todos los cambios instantáneos de voltaje alrededor de un circuito
cerrado es cero. Esta ley implica que la corriente I(t) en un circuito cerrado que contiene una resistencia de
R ohmios, una capacitancia de c faradios, una conductancia de L henrios y una fuente de voltaje E(t) volts
debe satisfacer la ecuación:
Las corrientes I1(t) y I2(t) en los subcircuitos izquierdo y derecho respectivamente del circuito mostrado en
la figura son las soluciones del sistema de ecuaciones:
Equivalente a:
Cuya solución analítica es:
RESOLUCIÓN:
Solución numérica: Se usa el algoritmo descrito anteriormente.
Haciendo h = 0,1
324
De manera similar, se obtienen los otros parámetros:
En consecuencia:
Se continúa con el procedimiento, hasta cubrir el intervalo [a, b] fijado previamente.
B. Método de Milne de tercer orden

El método de Milne descrito para una sóla ecuación diferencial, puede también ser generalizado para 2 ó
más ecuaciones diferenciales, tal como se ilustra en este caso para dos ecuaciones diferenciales:
Sea:
Con el método del Milne se pueden determinar los valores de y4, y5, . . ., yn y z4, z5, . . ., zn respectivamente;
las ecuaciones productoras son:
(7.52)
(7.53)
i = 3, 4, 5, . . .
Y las ecuaciones correctoras son:

(7.54)
(7.55)
i = 3, 4, 5, . . .
325
PROBLEMA 7.14
Resolver el sistema siguiente, usando el Método de Milne.
y(0) = 1 ; z(0) = 1
RESOLUCIÓN:
Primero se obtendrá los valores de y1, y2, y3 y z1, z2, z3 respectivamente utilizando un polinomio de Taylor
de tercer grado en el entorno de cada uno de los puntos dados por las condiciones iniciales, esto es,
x0 = 0
; (condiciones iniciales)
Sustituyendo estos valores en el polinomio de Taylor:
Simplificando se tiene:
Cuya tabulación de valores conduce a:
x y(x) z(x)
0,0 1,000 1,000
0,2 1,075 1,240
0,4 1,277 1,560
0,6 1,576 1,960
326
Con el método de Milne, las ecuaciones predictoras para calcular el siguiente punto están dadas por las
ecuaciones para i = 3.
Donde:
y0= 1,0000 ; z0 = 1,0000 ; h = 0,2
Al sustituir valores:
Y las ecuaciones correctoras están dadas para i = 3 por:
Donde:
y2 = 1,277 ; z2 = 1,560 ; h = 0,2
Sustituyendo valores:
327
Luego se calcula y5p, z5p y y5c y z5c , obteniendo el siguiente resultado:
x y(x) y(x)p y(x)c x z(x) z(x)p z(x)c

0,0 1,000 0,0 1,000
0,2 1,075 0,2 1,240
0,4 1,277 0,4 1,560
0,6 1,567 0,6 1,960
0,8 2,007 1,998 0,8 2,508 2,509
1,0 2,469 2,454 1,0 3,209 3,183
C. Método matricial para la resolución de sistemas de ecuaciones diferenciales ordinarias,

explícitas en la variable dependiente
Rosenbrock propuso una extensión del método explícito de Runge-Kutta que involucra el uso de
conocido como el método de Runge-Kutta-Michelsen.
Sabemos que el método de Runge-Kutta tiene la forma:
Donde:
con c1 = 0
La suma de 1 a j en el método implícito, permite obtener:
(7.56)
Donde puede ser expandido como:
(7.57)
Reordenando:
(7.58)
(7.59)
(7.60)
328
C.1 Método de Runge-Kutta-Michelsen de paso constante

Para encontrar la solución del sistema de orden m de problemas de valor inicial de primer orden:
; j = 1, 2, . . ., m
j = 1, 2, . . ., m (7.61)
Se usa el siguiente algoritmo:
(7.62)
(7.63)
(7.64)
(7.65)
El procedimiento anterior puede ser desarrollado para un sistema de tres ecuaciones diferenciales:
(7.66)
De esta expresión se obtiene
(7.67)
329
donde:
(7.68)
Donde:
La solución se obtiene:
(7.69)
(7.70)
(7.71)
C.2 Método de Runge-Kutta-Michelsen de paso variable

Muchos sistemas que se estudian en Ingeniería Química modelados vía sistemas de ecuaciones
diferenciales, presentan gran irregularidad a pesar de ser continuos, es decir que las funciones son
altamente fluctuantes por lo que requiere que el paso sea variable.
A continuación se ilustra el procedimiento para este tipo de sistemas:
Se asume un valor de h0 . Se obtiene dos soluciones:

u : solución numérica, considerando el paso igual a h0 .
w : solución numérica considerando el paso igual a h0/2 en ambos casos se sigue el algoritmo de paso
constante.
Luego se calcula el error dado por:

(7.72)
Donde: : vector error de truncamiento local
Si es lo suficientemente pequeño como para cumplir la condición ej<TOLj para cada una de las
variables, entonces se acepta el paso de integración h0. De lo contrario se tendrá que asumir un
nuevo valor de h0 .
330
Para el caso en que se haya logrado dicho paso de integración satisfactorio, se puede ajustar el mismo,
tratando de aumentarlo convenientemente de acuerdo a la siguiente estrategia, es decir:
j = 1, 2, . . ., m (7.73)
Para un sistema de tres ecuaciones diferenciales, se puede esquematizar del siguiente modo:
w*1 u*1 e*1 TOL**1 w*2 u*2 e*2 TOL**2 w*3 u*3 e*3 TOL**3
* valor calculado ; ** valor asumido
Si entonces se acepta h0 como paso de integración, luego usando la

ecuación (7.70), se obtiene un nuevo valor hasta cubrir el intervalo [a, b].
PROBLEMA 7.15
Resolver el problema 7.13 de circuito eléctrico usando el método matricial
y1 (0) = 0
y2 (0) = 0
RESOLUCIÓN:
Hallando el J del mismo ejemplo
a1 = 0,43586659 ; b2 = 0,75
w3 = 1,0
331
Reemplazando:
Si: y1 = y2 = 0 h = 0.1
⇒ i = 0:
Se continua el procedimiento.
332
PROBLEMA 7.16
Usando el método de Runge Kutta - Michelsen de paso variable, resolver el siguiente sistema:
, ,
Donde:
RESOLUCIÓN:
Asumimos:
u : solución numérica, considerando el peso igual a h0

w : solución numérica considerando el peso igual a h0/2 en ambos casos se sigue el algoritmo de paso
constante.
Entonces hallamos el Jacobiano:
Si:
333
i = 0:
Hallamos el Jacobiano, para:
; todos los demás pasos se repiten:
i = 0:
334
Se calcula el error de truncamiento:
Siguiendo el mismo procedimiento hallamos el Jacobiano: k1, k2, k3, u2 y w2.
k1
k2
k3
335
i = 1:
para:
i = 1:
Calculando el error de truncamiento:
Luego:
336
Hallando el error de truncamiento:
hi y1 y2 y3
0 1 0 0
10 –6
0,9999999617 3,83005131 x 10 –8
1,969558562 x 10–14
1,068910629 x 10–7 0,9999999208 7,924025379 x 10–8 1,240000415 x 10–13
9,526811265 x 10–7 0,9999998843 1,157281989 x 10–7 3,707247666 x 10–13
y así sucesivamente.
PROBLEMA 7.17
En un reactor de laboratorio continuo tipo tanque perfectamente agitado, se lleva a cabo una reacción
química exotérmica cuya temperatura se controla por medio de un líquido que circula por una chaqueta
que se mantiene a una temperatura uniforme Tj. Calcular la temperatura T y la concentración CA de
la corriente de salida cuando el reactor trabaja en régimen transitorio y hasta alcanzar el régimen
permanente para el caso de una reacción de primer orden.
Aplique la siguiente información: Condiciones iniciales:

CA(0) : 5 g mol/L y T(0) = 300 K
F : gasto de alimentación al reactor = 10 mL/s
v : volumen del reactor = 2000 mL
CA0 : concentración del reactante A en el flujo de alimentación de 5 g mol/L
T0 : temperatura del flujo de alimentación = 300 K
∆H : calor de reacción = –10000 cal/g mol
337
U : coeficiente global de transmisión de calor = 100 cal/cm2 °C s

A : área de transmisión de calor = 0.02 m2
k : constante de velocidad de reacción = 8 × 1012 exp(–22500/1.987T) s−1
Tj : temperatura de líquido que circula por la chaqueta = 330 K
cp : 1 Kcal / Kg °C
ρ : 1 Kg/L
Fig. 7.4. Esquema de un reactor en régimen no estacionario
RESOLUCIÓN:
Balance de materia y energía para el reactante A:
Ecuación general: Acumulación = Entrada – Salida – Generación
Balance de masa:
Balance de calor:
Como v, ρ, cp se consideran constantes, al sustituir valores se tiene:
CA(0) = 5 gmol/L , h = 20 min , T(0) = 300 K
Para solucionar este problema, se utiliza el algoritmo descrito en la ecuación (7.50).
338
Primera iteración:
339
Se prosigue del mismo modo anterior y se obtiene los siguientes valores, en el siguiente cuadro resumen:
t CA T
0 5 300
20 4,972618198 300,271156
40 4,947083466 300,519179
60 4,923269955 300,7461553
80 4,901063091 300,9539951
100 4,880356171 300,144405
340
Programa reactor_no_estacionario.pol
5.02
CA
5.00
t vs CA
4.98
4.96
4.94
4.92
4.90
4.88
4.86
0 10 20 30 40 50 60 70 80 90 t 100
T
301.20
t vs T
301.00
300.80
300.60
300.40
300.20
300.00
299.80
0 10 20 30 40 50 60 70 80 90 t 100
Fig. 7.6. Perfil de concentración y temperatura de un reactor no estacionario
341
PROBLEMA 7.18
Se planea diseñar una planta piloto para la producción de cloruro de alilo. Los reactantes constan
de 4 moles de propileno/mol de cloro y entran al reactor a 392 ºF, la unidad será un tubo vertical de
2 pulg de D.I. Si la velocidad de la alimentación combinada es 0,85 mol lb/h. Determine la conversión
a cloruro de alilo en función de la longitud del tubo. Se puede suponer que la presión es constante e
igual a 29,4 lb/plg2 abs.
Los reactantes se precalentarán a 392 ºF por separado y se mezclarán a la entrada del reactor. A esta
temperatura baja, los problemas de explosiones durante el mezclado no son serios. El reactor estará
enchaquetado con etilenglicol a ebullición, para que la temperatura en el interior de la pared sea constante
e igual a 392 ºF. El coeficiente de transferencia de calor en el interior es de 5 BTU/h pie2 ºF. Detalles de la
deducción pueden observarse en el texto de Ingeniería de los Reacciones Químicas de J. Smith.
Primero:
La reacción de adición paralela que produce 1,2 - dicloropropano
Segundo:
Y la cloración consecutiva del cloruro de alilo par dar 1,3 - dicloro -1 - propeno
Tercero:
(T, °R)
(T, °R)
∆H
298 K
BTU/mol Lb
Reacción 1 – 48000
Reacción 2 – 79200
Componente Cp BTU/(mol Lb) (R)

Propileno 25,3
Cloro 8,6
Cloruro de hidrógeno 7,2
Cloruro de alilo 28,0
1,2 - dicloropropano 30,7
RESOLUCIÓN:
,
Ft es la velocidad molal total de alimentación.
342
Por balance de energía, para un reactor no adiabático (transferencia de calor variable):
Si z es la longitud del reactor y d su diámetro
FtCpdT : Variación de energía de los flujos de entrada y salida

: Flujo de energía generada por las reacciones
: velocidad de transferencia de calor al medio
(1)
(2)
343
(3)
(4)
(5)
Se resuelve por el método de Runge-Kutta de cuarto orden para lo cual utilizamos el algoritmo dado por
la ecuación (7.50).
T = 852 °R ; (xt)1 = 0 ; (xt)2 = 0
w[1] = 852 ; w[2] = 0 ; w[3] = 0 ; h = 1 pie
El segundo suníndice de w, indica el número de iteración.
344
Primera iteración:
Reemplazando en la ecuación (1) y (2), para los valores iniciales dados:
345
346
347
Segunda iteración:
Usando como valores iniciales los últimos valores calculados se prosigue a calcular los nuevos valores.
, ,
348
Se prosigue del mismo modo y se obtienen cada uno de los nuevos valores. En la siguiente tabla se
muestran los calculos manuales para z = 4 pies. El resto de valores se calcula usando un software
adecuado.
z (xt )1 (xt )2 T(R)

0 0,0 0,0 852
1 3,9233 x 10–4 3,3817 x 10–3 864,1897
2 8,6950 x 10–4 6,885 x 10–3 875,3784
3 0,00143616 0,0104992 885,6342
4 0,002094 0,014192 895,012
8 0,0056 0,0294 925
12 0,0102 0,0444 942
16 0,0151 0,0582 949
20 0,0196 0,0704 948
Programa cloruro de alilo.pol
349
0.08 Xt1, Xt2

0.07
0.06
0.05
0.04
0.03
0.02
0.01
z
0.00
0 2 4 6 8 10 12 14 16 18 18
960.00 T
940.00
920.00
900.00
880.00
860.00
z
840.00
0 2 4 6 8 10 12 14 16 18 20
Fig. 7.7. Perfil de conversión y temperatura del cloruro de alilo en un reactor tubular
350
PROBLEMA 7.19
En el esquema que se muestra, se tienen tres tanques dispuestos uno a continuación del otro. Prepare
las ecuaciones diferenciales respectivas que permita calcular la altura instantánea del fluido en cada uno
de los tanques. Asuma diferentes datos de diámetro de los tanques, alturas iniciales, caudal de entrada al
primer tanque, longitud y radio de cada uno de los tubos interconectados, etc.
Fig. 7.8. Dinámica en un sistema de tres tanques
RESOLUCIÓN:
Balance de materia en el tanque (I):
(1)
m1 : masa instantánea en el tanque (I)

: flujo de masa de entrada al tanque (I)
: flujo de masa de salida al tanque (I)
por otro lado,

(2)
h1 : altura instantánea de fluido en el tanque (I)

A1 : área de la sección transversal del tanque (I)
ρ : densidad del fluido
ν1 : volumen instantáneo de fluido en el tanque (I)
reemplazando (2) en (1)
, (3)
Los caudales pueden ser calculados mediante la ecuación de Hagen-Poiseville, ecuación que no considera
los factores de fricción, es decir
(4)
351
reemplazando (4) en (3) y escribiendo adecuadamente la diferencia de presiones
(5)
similarmente pueden escribirse las ecuaciones respectivas para los otros tanques
(6)
(7)
Las presiones instantáneas pueden ser calculadas a partir de las leyes de la hidrostática:
(8) (9) (10)
(11) (12) (13)
reemplazando las ecuaciones (8), (9), (10), (11), (12) y (13) en (5), (6) y (7), se obtiene:
(14)
(15)
(16)
se resuelve simultáneamente las tres ecuaciones diferenciales con
Programa tres_tanques.pol
352
7.4.2 ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR

Las ecuaciones diferenciales de orden superior pueden ser transformadas en un sistema de ecuaciones
diferenciales ordinarias, y obviamente tratados como tal. Esto se logra con un cambio de variable
apropiado.
Sea la ecuación diferencial de orden m:
(7.73)
Con las condiciones iniciales:

,
Hacemos:
Usando esta notación, obtenemos el sistema de primer orden:
.
.
.
(7.74)
(7.75)
.
.
.
353
PROBLEMA 7.20
Transforme la ecuación diferencial en un sistema de dos ecuaciones diferenciales de primer orden:
con .
RESOLUCIÓN:
Hacemos:
con:
La solución se obtiene siguiendo el procedimiento de Milne o de Runge-Kutta.
PROBLEMA 7.21
Transforme la ecuación diferencial en tres ecuaciones diferenciales de primer orden:
con:
RESOLUCIÓN:
Como esta es una ecuación diferencial de tercer orden, se obtendrían tres ecuaciones diferenciales de
primer orden, hacemos el siguiente cambio de variable:
Luego, el sistema se transforma en:
Cuyas condiciones iniciales son:
354
Programa sistema_edo1
De esta manera, el sistema está listo para ser resuelto por alguno de los métodos estudiados anteriormente.
Existen algunos sistemas EDO especiales, alguno de los cuales son los siguientes:
Programa Atractor de Lorenz.pol
355
Programa oscilador amortiguado.pol
Programa presa-predador.pol
356
Programa oscilador armonico.pol
Programa Van der pol.pol
357
PROBLEMA 7.22
Tal como indica Seinfeld, las siguientes reacciones fotoquímicas dan lugar a la formación de ozono.
PASO 1: NO2 + hν → NO + O K1 = 0,533 min–1

PASO 2: O + O2 + M → O3 + M K2 = 2,21 × 10–5 ppm–2 × min–1
PASO 3: O3 + NO → NO2 + O2 K3 = 26,7 ppm–2 × min–1
PASO 4a: HCHO + hν → 2HO2 + CO K4a = 1,6 × 10–3 min–1
PASO 4b: HCHO + hν → H2 + CO K4b = 2,116 × 10–3 min–1
PASO 5: HCHO + OH → HO2 + CO + H2O K5 = 1,62 × 104 min–1
PASO 6: HO2 + NO → NO2 + OH K6 = 1,22 × 104 ppm–1 × min–1
PASO 7: OH + NO2 → HNO3 K7 = 1,62 × 104 ppm–1 × min–1
Las reacciones de fotólisis 1, 4a y 4b estan escritas para el caso en el que se supone la radiación solar
incidente es constante para el valor de mediodía, KiM, lo que origina las constantes de velocidad para estos
pasos, las cuales dependen de la hora del día de acuerdo con:
, para
Ki = 0 para los demás valores de t.
Donde t es el tiempo en horas en la base 24 h/día y la radiación solar comienza a las 6 a.m. y acaba a las
6 p.m.
La aplicación sencilla de la ingeniería de una sección química a una simulación de una nube de
contaminación urbana (5 mog) implica el considerar la atmósfera bajo una capa de inversión térmica para
poder utilizar el modelo por lotes en términos de entrada y salida. Se puede hacer el balance de materia
resultante para cada una de las especies del mecanismo y expresarlo como ecuaciones diferenciales.
RESOLUCIÓN:
Considerando la similitud con un reactor batch, las ecuaciones diferenciales son:
= –K1CNO2 + K3O3CNO + K6CHO2CNO – K7COH CNO2
= K2CO CO2CM – K3CO3CNO
= K1CNO2 – K3CO3CNO – K6CHO2CNO
= 2K4aCHCHO + K5CHCHOCOH – K6CHO2CNO
= –K5CHCHOCHO + K6CHO2CNO – K7COH CNO2
= K1CNO2 – K2CO × CO2CM
= –K4aCHCHO – K4bCHCHO – K5CHCHOCOH
358
Las concentraciones iniciales son:
CNO2 = 0,1 ppm, CNO = 0,01 ppm

CHCHO = 0,1 ppm, CO3 = 0,0 ppm
CM = 106 ppm (concentración de otras especies)
CO2 = 0,21 ppm
Los otros valores iniciales son iguales a cero.

Para las reacciones de fotólisis se usan la siguiente sentencia:
K1 = if(sign(sin(2 × 3,1416/24 * (t – 6))) <= 0) then (0) else ((0,533 * 60) sin(2 × 3,1416/24 * (t – 6)))
El programa respectivo está dado en el archivo fotólisis_batch.
Programa fotolisis_batch.pol
359
7.5 ECUACIONES DIFERENCIALES CON VALORES EN LA FRONTERA (MÉTODO

DE LAS DIFERENCIAS FINITAS)
Este método consiste en realizar la discretización de una ecuación diferencial ordinaria, correspondiente
a las derivadas de primer y segundo orden que son las que generalmente se presentan en los problemas
de ingeniería. Puede aplicarse en los diversos sistemas de coordenadas conocidas con condiciones de
frontera diversos, como las que se muestra a continuación
Tipo Explicación Ejemplos

Condición de frontera de Se da el valor φ(x0) = y0
primera clase funcional de la
(tipo Dirichlet) solución φ(x0) = y1
Condición de frontera de φ’(x0) = y0
Se específica el valor
segunda clase
de la derivada φ’(xn) = yn
(tipo Neuman)
Condición de frontera de El valor funcional está
tercera clase relacionado con la φ’(x0) + α φ (x0) = β
(tipo Robben) derivada
7.5.1 MÉTODO DE DIFERENCIAS FINITAS PARA EDO LINEALES

La discretización de este tipo de ecuaciones diferenciales sea con coeficientes constantes o coeficientes
variables conduce a la resolución de sistemas de ecuaciones algebraicas lineales.
PROBLEMA 7.22
Supongamos la ecuación diferencial con la condición de frontera de primera clase
Con:
Resolver la ecuación diferencial dada con h = 0,2 = Δx
360
RESOLUCIÓN:
Discretizando la ecuación diferencial
(1)
Simplificando se tiene
(2)
Reemplazando en la ecuación (2) con Δx = 0,2
Se obtiene el siguiente sistema
Escribiendo en forma matricial:
Cuya solución conduce a:
La solución analítica conduce a:
Reemplazando en cada punto se obtiene
Los errores relativos son respectivamente:
x 0,2 0,4 0,6 0,8
% error 7,94 5,52 3,39 1,55
Los porcentajes de error pueden ser minimizados si se incrementa el número de particiones, es decir,
hacemos Δx = 0,1.
361
Al reemplazar en la ecuación (2) se tiene
Los errores obtenidos para este caso son:
x 0,2 0,4 0,6 0,8

% error 4,42 3,04 1,85 0,84
7.5.2 RESOLUCIÓN DE EJERCICIOS MEDIANTE EL MÉTODO DE LAS DIFERENCIAS FINITAS

a) Se conocen en los extremos el valor de la variable dependiente: condiciones de Dirichlet
y0 y1 y2 y3 y4 y5
=1 =2
Discretizando:
Cuando i = 1
(1)
362
Cuando i = 2
Cuando i = 3:
Cuando i = 4
Reordenando en forma matricial:
b) En el extremo izquierdo se conoce el valor de la variable independiente (condición de Dirichlet)

y en el derecho su derivada (condición de Neuman).
=2
y0 y1 y2 y3 y4 y5
=1
Se procede como en el caso anterior:
Cuando i = 1 (1)
Cuando i = 2 (2)
Cuando i = 3 (3)
363
Cuando i = 4
(4)
Cuando i = 5
Usando las condiciones de frontera:
(5)
c) En el extremo izquierdo se conoce la derivada de la función (condición de Neuman) y en el

extremo derecho el valor de la función (condición de Dirichlet).
y0 y1 y2 y3 y4 y5
=2
Cuando i = 0
364
Usando la derivada de la función:
Luego:
(1)
Cuando i = 1, 2, 3, 4 y 5, se procede como en caso anterior:
Para i = 1:
(2)
Para i = 2:
(3)
Para i = 3:
(4)
Para i = 4:
(5)
365
Resolviendo, se obtiene:
y = (1,043657; 1,283657; 1,494285; 1,701891; 1,878844)
d) Se conoce el valor de la derivada en ambos extremos (condiciones de Neuman):
=1 =2
y0 y1 y2 y3 y4 y5
Para cuando i = 0
(1)
Para i =1:
(2)
Para i = 2:
(3)
Para i = 3:
(4)
Para i = 4:
(5)
366
Para i = 5:
(6)
y = (3,178017; 3,418017; 3,546554; 3,672070; 3,759191; 3,773801)t
7.5.3 APLICACIONES DEL MÉTODO DE LAS DIFERENCIAS FINITAS
A. Problemas de valor en la frontera para varillas y planchas

Con el objeto de explicar el principio del método, consideremos la ecuación
(5)
Con las condiciones de frontera
(6)
Donde q es un coeficiente constante. Si dividimos el dominio en N intervalos equidistantes obtenemos

una retícula cuyos intervalos son h = H/N. Si aplicamos la aproximación de diferencia central a la ecuación
(5) tenemos
(7)
Donde se supone constante, reordenando tenemos:
367
Para el caso específico, tomamos cinco intervalos
i=1 (a)
En el extremo izquierdo:
,
Si i = 1
reemplazando en (a)
(b)
i = 2: (c)
i = 3: (d)
i = 4: (e)
Escribiendo en forma matricial se tiene
Este sistema se resuelve fácilmente por los métodos estudiados en el capítulo.
Con el objeto de analizar la implementación de una condición de frontera de tipo mixto, supongamos
que ambas condiciones de la izquierda y derecha son de este tipo, tal como:
(9)
(10)
Donde ƒL, gL y gR son constantes. Consideremos la retícula que se muestra en el esquema:
La ecuación de diferencia (9) no cambia para i = 2, hasta N-1, pero es necesario modificarla para i = 1 e
i = N, debido a las nuevas condiciones de frontera.
Consideremos primero la frontera izquierda, con un intervalo h/2,
368
Luego
(11)
Aquí se sustituye por la aproximación de diferencia central
puede obtenerse de la ecuación (9)
O lo que es lo mismo
(12)
La ecuación de diferencia para la frontera derecha se deduce de la misma manera
(13)
PROBLEMA 7.23
Usando el método de diferencias finitas resuelva el problema de valor en la frontera, dada por:
(1)
RESOLUCIÓN:
La ecuación diferencial discretizada es:
Hacemos i = 1
Del gráfico, observamos que: Dx = 1, x1 = 1, y0 = 0,1
Luego:
(2)
369
Para i = 10, aproximamos la ecuación diferencial mediante
(3)
Utilizando la diferencia central:

(4)
Sustituyendo (4) en (3):

(5)
En los puntos centrales:
i = 2:
i = 3:
Y así sucesivamente:
i = 9:
y1 = 0,3964 ; y2 = 0,4817 ; y3 = 0,4728 ; y4 = 0,4258 ; y5 = 0,3670 ; y6 = 0,3079
y7 = 0,2520 ; y8 = 0,1989 ; y9 = 0,1443 ; y10 = 0,0792
B. Transferencia de calor en un cilindro sólido con generación.

Supongamos la ecuación diferencial de transferencia de calor en régimen estacionario en un sólido
de radio R y longitud L, que genera calor constante G0. La temperatura de la superficie del cilindro es
conocida;
370
Fig. 7.9. Transferencia de calor en un cilindro sólido
Se pretende encontrar la ecuación de distribución de calor, haciendo uso del método de diferencias finitas.
La ecuación diferencial está dada por:
(1)
(2)
Reemplazando (2) en (1) se tiene
(3)
Con k constante
(4)
Discretizando la ecuación (4)
i=1,n=1
(5)
i=2,n=2
(6)
i=3,n=3
(7)
cuando i = 4 , n = 4
(8)
371
Cuando i = 0:
(8)
Discretizando:
i = 0:
Por otro lado en el centro:
Discretizando:
Si i = 0 , T0 = T–1
Luego:
(9)
Hacemos que:
Con:
La matriz se transforma en
T0 = 62,2833 ; T1 = 61,2833 ; T2 = 59,7833 ; T3 = 57,45 ; T4 = 54,200
372
Resolviendo analíticamente
Luego:
Luego:
Si r = 0, T0 = Tmax
Sabemos que:
Luego:
C. Transferencia de calor en una esfera sólida con generación

El procedimiento de solución es similar al desarrollado para el caso de coordenadas cilíndricas.
La ecuación diferencial es:

(1)
(2)
Reemplazando (2) en (1)
(3)
Discretizando la ecuación (3)
i = 1:
(4)
373
i = 2:
(5)
i = 3:
(6)
i = 4:
(7)
Cuando i = 0, usamos el teorema de L'Hospital para levantar la indeterminación en r = 0
discretizando:
(8)
Condición de frontera:
r = 0,
discretizando:
Luego:
(9)
Hacemos:
Se resuelve simultáneamente las ecuaciones (4), (5), (6), (7) y (9).
Ordenando en forma matricial
Donde T5 es un valor conocido en la frontera.
D. Perfil de velocidad en un tubo capilar.
374
PROBLEMA 7.24
Usando el método de diferencias finitas encuentre la ecuación de distribución de velocidades de un fluido
newtoniano dentro de un tubo capilar, del esquema que se muestra a continuación:
Fig. 7.10. Flujo en un tubo capilar
ρm : densidad del fluido newtoniano=1,594 g/cm3

ρa : densidad del agua a 20°C = 0,9982 g/cm3
μ : viscosidad del agua a 20°C = 0,01002 g/cm* s
L : longitud del tubo capilar = 300 cm
H : altura del fluido manométrico = 2,5 cm
RESOLUCIÓN:
(1)
μ = constante, vz = v
(2)
Hacemos vz = v:
(3)
Discretizando:
(4)
Fig. 7.11. Perfil de temperatura en un cilindro sólido
375
Cuando i = 1 , n = 1
(5)
Cuando i = 2 , n = 2
(6)
Cuando i = 0:
Luego:
(7)
Se debe resolver simultáneamente las ecuaciones (5), (6) y (7)
Por otro lado
Resolviendo:
v0 = 20,40 × 10–3 v1 = 16,183 × 10–3 v2 = 9,8506 × 10–3 v3 = 0
376
E. Perfil de temperatura en una pared plana con generación y aislada en un extremo.
Fig. 7.12. Transferencia de calor en una pared aislada
Resolviendo analíticamente:
Considerando los siguientes datos particulares:
377
Cuando x = 0
Cuando x = L
Solución numérica:
Discretizando:
(1)
Por otro lado, de la condición de frontera:
Reemplazando en (a):
i=0 (2)
i=1 (3)
i=2 (4)
i=3 (5)
i=4 (6)
La ecuación (6) se convierte en:

(7)
378
Luego:
De donde:
F. Perfil de temperatura en una pared plana sin generación, con convección en un extremo.
Ta
Ahora bien, analizando, se tiene:
Para: hb Tb
i=1 (1)
i=2 (2)
i=3 (3)
Fig. 7.13. Transferencia de calor en una
i=4 (4)
pared sólida con convección en un extremo
i=5 (5)
(6)
Reordenando todas las ecuaciones, se tiene:
379
7.5.4 MÉTODO GENERAL DE SOLUCIONES DE SISTEMAS EDO CON VALORES EN LA

FRONTERA
Supongamos el problema lineal de segundo orden de valor de frontera:
(1)
Seleccionamos un mínimo N > 0 y dividimos el intervalo [a, b] en (N+1) subintervalos iguales, cuyos
extremos son los puntos de red xi = a+ih, para i = 0, 1, 2,..., N+1, donde .
En los puntos interiores de la red xi , i = 1, 2, 3, ...., N, la ecuación diferencial a aproximar es:
(2)
Ahora aproximamos cada uno de los términos mediante el uso de las diferencias progresivas, regresiva
o central.
(3)
(4)
Reemplazando (3) y (4) en (2):
(5)
En forma más simple podemos escribir la ecuación (5) como:
(6)
Con las condiciones:
para cada i = 1, 2, 3, ....., N, la ecuación (6) se reescribe así:
380
Se obtiene un sistema tridiagonal de N × N ecuaciones lineales:
Es decir, se obtiene el sistema lineal

Ay=b
7.6 MÉTODO DE DIFERENCIAS FINITAS PARA ECUACIONES DIFERENCIALES

ORDINARIAS NO LINEALES
Una ecuación diferencial ordinaria es no lineal si la incógnita aparece en forma no lineal o si su(s)
coeficiente(s) depende(n) de la solución.
Por ejemplo la ecuación de conducción de calor para una aleta de enfriamiento se hace no lineal si
interviene la transferencia de calor desde la superficie por radiación.
La ecuación de difusión de una especie química es no lineal si se tiene un término de eliminación (reacción)
cuyo coeficiente depende de la concentración de la especie o en un reactor nuclear, las propiedades
se ven afectadas significativamente por la concentración de neutrones cuando el nivel de energía es
elevado, de modo que la ecuación que gobierna el flujo de neutrones se vuelve no lineal.
La resolución de problemas de valor en la frontera no lineales requiere de método iterativo de resolución

para problemas de valor en la frontera lineales. Analizaremos dos métodos generales considerando una
ecuación de difusión no lineal dada por:
(1)
con
Cabe resaltar algunos aspectos peculiares de problemas de valor en la frontera no lineales. En primer
lugar, a diferencia de los problemas de valor en la frontera lineales, no se garantiza la existencia de
una solución. En segundo lugar, un problema de valor en la frontera no lineal, puede tener más de una
solución. De hecho, es posible obtener diferentes soluciones con estimaciones iniciales distintas en el
curso de un algoritmo iterativo.
Por tanto, al obtener una solución numérica debemos analizarla para determinar si se tiene un significado
físico.
381
7.6.1 MÉTODO DE LAS SUSTITUCIONES SUCESIVAS

Para aplicar este método algebraico de solución de ecuaciones algebraicas no lineales, previamente
necesitamos la ecuación (1) como:
(2)
donde:
El método se desarrolla del siguiente modo:

a) Igualar a una estimación, por ejemplo: = 0,01
b) Resolver la ecuación (2) numéricamente como un problema de valor en la frontera lineal (como a está
fija, la ecuación es lineal)
c) Actualizar = 0,01 , con el valor de obtenido en (b).
d) Repetir (b) y (c) hasta que en dos soluciones sucesivas coincidan dentro de una tolerancia
preestablecida.
Supongamos en la ecuación (2)

a = 0,01
Luego, la ecuación diferencial se transforma en:
La ecuación anterior se transforma en:

(3)
Discretizando, se tiene:
(4)
(5)
Haciendo:
i=1
i=2
i=3
i=4
Escribiendo ahora en forma matricial, se tiene:
382
De donde:
Luego, podemos escribir:
Nuevamente reemplazamos en (5)
i=1
i=2
i=3
i=4
Operando tenemos:
Resolviendo por el método de la matriz tridiagonal se tiene:
Se puede continuar del mismo modo, hasta lograr los criterios de tolerancia previamente establecidos, si
se usa el criterio de tolerancia 1´10-3 en todos los casos:
En todos los casos, los errores son menores que la tolerancia, por lo que se da por concluido el método
iterativo.
383
7.6.2 MÉTODO DE NEWTON - RAPHSON

Si denotamos una estimación de por , la solución exacta puede expresarse así:
(6)
Donde es una corrección de la estimación:
(7)
La ecuación (7) puede resolverse como un problema de valor en la frontera lineal. Entonces se obtendrá
una solución aproximada de (1) con .
La solución puede lograrse todavía más si se repite el procedimiento utilizando el resultado más actual
como nueva iteración. Este procedimiento es una extensión del Método de Newton.
PROBLEMA 7.25
Deduzca ecuaciones de diferencias linealizadas basadas en la iteración de Newton para la ecuación (1) en
el dominio 0 < x < x, con las condiciones de frontera , utilizando 10 intervalos de retícula.
Resuelva las ecuaciones.
RESOLUCIÓN:
La ecuación de diferencias de la ecuación (7) con h = 2/10 = 0,2 se puede escribir así:
De acuerdo al esquema de una matriz tridiagonal
Ai = –1
Ci = –1
Ahora bien:
i=1
i=2
i=3
Y así sucesivamente:
i=9
384
Ordenando en forma matricial, se tiene:
Tomando como valor inicial , luego el sistema lineal de la matriz se transforma en:
Resolviendo llegamos a:
Teniendo en cuenta que
Luego recalculamos los elementos de la matriz:
385
Luego calculamos los términos Di, dados por:
Entonces:
Por tanto, se produce un nuevo sistema con:
y (recientemente calculado).
Con lo cual se obtiene:
Luego podemos escribir:
386
Se puede verifica fácilmente que todos los errores, son menores que la tolerancia, por lo que se da por
concluido el proceso iterativo.
Supongamos un problema de difusión en el interior de un catalizador esférico.
Encuentre el perfil de incidencia para este sistema.
Usamos el método de diferencias finitas combinada con el método de Newton-Raphson.
Hacemos:
Sea A = k/DAB
Reemplazando en la ecuación diferencial, se tiene::
Discretizando:
Cs = C5
387
i=1
i=2
i=3
i=4
Cuando i = 0
(1)
Cuando:
i=1
(2)
i=2
(3)
388
i=3
(4)
i=4
(5)
Resolvemos simultáneamente el sistema
Asumiendo:
Otro método de solución
Cs = C5
389
Discretizando:
Cuando:
i = 1:
(1)
i = 2:
(2)
Se debe resolver simultáneamente el sistema de cinco ecuaciones con cinco variables.

i = 3:
(3)
i = 4:
(4)
Cuando i = 0:
390
(5)
Se resuelve simultáneamente las cinco ecuaciones no lineales que permite obtener C0 , C1 , C2 , C3 y C4 ,

puesto que C5 = CS, luego el valor es conocido.
a) El valor de la derivada en el extremo izquierdo
Cuando i = 0, x = 0, usamos el Teorema de L'Hospital:
Luego en:
Ahora bien:
Para i = 0
391
Factorizando:
Para los tres puntos:

Nuevamente discretizamos:
Cuando i = 1
(2)
Cuando i = 2
(3)
Cuando i = 3
(4)
Cuando i = 4
(5)
392
Resumiendo
resolviendo mediante un software:

y0 = 0,336438; y1 = 0,599013; y2 = 0,507256
y3 = 0,264472; y4 = 0,157586
Otros casos se resuelven similarmente.
PROBLEMA 7.26
En una aleta triangular que se muestra en la figura, encuentre el perfil de temperatura correspondiente
para los siguientes datos:
Fig. 7.14. Aleta triangular
393
RESOLUCIÓN:
Consideramos que el mayor flujo de calor se produce por las superficies achuradas (WLLL).
La secante del ángulo es 0,99995, por lo que su valor puede ser aproximado a la unidad, en otros cases se
deberá considerar.
Derivando:
Ahora obtenemos la ecuación de la recta directriz:
De la figura, se obtiene:
Luego:
Dividiendo todo entre 2a(mx+b) y usando la Ley de Fourier:
Simplificando, se obtiene la ecuación diferencial de la aleta, dada por:
(I)
Condiciones de frontera:
Discretizando la ecuación (I):
(II)
394
Reemplazando valores:
i = 1: (1)
i = 2: (2)
i = 3: (3)
i = 4: (4)
i = 5: (5)
i = 6: (6)
i = 7: (7)
i = 8: (8)
i = 9: (9)
Cuando i = 10:
Luego, reemplazando en (I):
i = 10:
Resolviendo para 10 puntos. Con: ∆x = 0,05 m
(1)
395
(2)
(3)
(4)
(5)
(6)
(7)
(8)
(9)
(10)
(11)
Resolviendo:
T0 = 200 T4 = 69,78 T8 = 28,87
T1 = 153,88 T5 = 54,19 T9 = 25,32
T2 = 118,09 T6 = 42,76 T10 = 25,32
T3 = 90,62 T7 = 34,55 T11 = 25,32
Integrando por la regla de Simpson 1/3. se obtienen:
Fig. 7.15. Perfil de temperatura de la aleta triangular
396
PROBLEMA 7.27
Una pila cilíndrica de origen nuclear esta aislada externamente con otro material cilíndrico tal como se
observa en el esquema. Encuentre los perfiles de temperatura usando los métodos analítico y numérico.
RESOLUCIÓN:
a. Método Analítico:
Balance de energía:
En el cilindro interno:
(*)
397
Donde:
a = 30 G0 = 106
b = 0,2 h = 80
R1 = 0,1 Ta = 25
R2 = 0,2 k2 = 110
Perfil de temperatura:
... (α)
Para el cilindro externo:
... (β)
(a)
(b)
(c)
(a) en (*):
Para que sea continua:
Evaluando (b): q’ = q”
398
Evaluando (c):
Cuando: r = R2 = 0,2; T’’=197,003, entonces reemplazando en (β):
Como falta evaluar el punto (1) de la ecuación (b), entonces:
Cuando: r = R1 = 0,1; T’=T’’=197,003, entonces reemplazando en (α):
Con estos valores obtenemos los 2 perfiles:
Cilindro interno:
Cilindro externo:
Cuadro de resultados:
Cilindro interno Cilindro externo

r T r T
0 220,043 0,12 192,8594
0,02 221,7138 0,14 189,35
0,04 217,860 0,16 186,32
0,06 211,899 0,18 183,6443
0,08 204,57 0,20 181,2498
0,10 197,003
b. Método Numérico:
Cilindro interno:
399
(1)
Para i = 0:
Se sabe que:
Con los datos del método analítico y tomando ∆r = 0,02 , se calcula:
(2)
400
i = 1: De (1):
Multiplicando a ambos lados nos queda:
(3)
i = 2:
(4)
i = 3:
(5)
i = 4:
(6)
i = 5:
(7)
Cilindro externo:
i = 6:
(8)
i = 7:
(9)
401
i = 8:
(10)
i = 9:
(11)
i = 10:
(12)
Se sabe que:
En (*):
Resolviendo en polymath, tenemos:
Cilindro interno Cilindro externo

r T r T
0 220,215 0,12 190,573
0,02 218,587 0,14 187,459
0,04 216,1127 0,16 184,204
0,06 210,548 0,18 182,051
0,08 202,489 0,20 179,899
0,10 195,587
Fig. 7.16. Perfil de temperatura en dos cilindros concéntricos
402
7.7 MÉTODO DE RAYLEIGH - RITZ
Este método se basa en el cálculo variacional. Con este método se resuelve problemas con valor en la
frontera al aproximar la solución con una combinación lineal finita de funciones básicas simples que se
escogen para cumplir ciertos criterios, entre ellos la satisfacción de las condiciones de frontera.
El círculo de variaciones busca optimizar (a menudo minimizar) una clase especial de funciones
denominadas funcionales. La forma para denotar una funcional en problemas de una variable
independiente es:
(1)
no es una función de x, puesto que x desaparece cuando se evalúa la integral finita. El argumento y
de no es una simple variable sino una función, y = y(x). Una funcional puede entenderse como una
«función de funciones». El valor del lado derecho de la ecuación (1) cambia cuando se hace variar la función
y(x), pero cuando y(x) es fija, se evalúa una cantidad es calor (una constante). Se busca la y(x) que minimiza
.
Consideremos el problema en valor en la frontera lineal de segundo orden sobre [a, b].
(2)
como los valores de la variable son conocidos en la frontera, a estas se denominan condiciones de Dirchlet.
La funcional de la ecuación (2) es:
(3)
La ecuación (3) puede transformarse en la ecuación (2) por medio de las condiciones Euler-Logrange, de
modo que al optimizar la ecuación (3), se obtiene la solución de la ecuación (2).
Si se conoce la solución de la ecuación diferencial que está trabajándose, cuando la sustituimos con u en
la ecuación (3), se hace mínimo a . En caso de no conocerse la solución, quizás podamos aproximarnos
a esta mediante alguna función (casi) arbitraria y ver si es posible minimizarse la funcional por medio de
una elección adecuada de los parámetros de aproximación. El método de Rayleigh - Ritz se basa en esta
idea. Se hace que u(x) que es la aproximación a y(x) (la solución exacta), sea una suma.
(4)
* debe escogerse de modo que μ(x) cumpla las condiciones

en la frontera.
v * la ν individuales deben ser linealmente independientes
(lo que siginfica que ninguna ν puede obtenerse por
combinación lineal de otras).
Las v se denominan funciones de ensayo; las C y las v deben escogerse para hacer de u(x) una aproximación
aceptable a la solución verdadera de la ecuación (2).
403
Como funciones de aproximación normalmente se usan polinomios. debe encontrarse una forma para
obtener valores de los C a fin de obligar a que u(x) esté cerca de y(x).
Usamos la funcional definidas por la ecuación (3)
(5)
Para minimizar la función, se toman las derivadas
(6)
PROBLEMA 7.28
Resuelva la FDO: , con puntos en la frontera y(0) = 0 y y(2) = 3,5.
RESOLUCIÓN:
En este caso : Q = 1 ; F = 3x²
Usamos una función de ensayo polinomial de grado 2.
Si u(x) se define como:
se tienen las v linealmente independientes y cumplen tambien las condiciones de frontera:
Luego:
Integrando se obtiene:
;
404
Reemplazando en (7) se tiene:
Cuya gráfica coincide adecuadamente con la solución de Rayleigh -Ritz.
Los errores más grandes ocurren cerca de la parte media del intervalo.
7.8 MÉTODO DE COLOCACIÓN
Supongamos la ecuación diferencial dada por la ecuación (2), empezamos definiendo el residuo R(x)
como:
(1)
Se aproxima y(x) con u(x) igual a la suma de funciones de ensayo que debe tener las características dadas
anteriormente (linealmente independientes y cumplan con las condiciones de frontera).
Se sustituye u(x) en R(x) intenta hacerse R(x) = 0 por medio de una elección apropiada de los coeficientes
en u(x). Esto normalmente no puede hacerse en todas partes del intervalo [a, b], así que se seleccionan
varios puntos donde se hace R(x) = 0, (el número de puntos en que se hace lo anterior debe ser igual al
número de coeficientes desconocidos en u(x)).
PROBLEMA 7.29
Resuelva la ecuación diferencial
Usando el método de colocación.

RESOLUCIÓN:
Se toma u(x) de tal forma que satisfagan las condiciones de frontera:
(a)
En efecto, si
Despues de sustituir u(x) por y(x), el residuo es:

(b)
Obtenemos:
(c)
(d)
Reemplazando (10) y (11) en (9), se tiene:
(e)
405
Debido a que hay dos constantes desconocidas, puede obligarse a que R(x) sea cero en dos puntos en (0,
2). No se sabe cuáles de estos puntos son la mejor elección, de modo que R(x) sea cero.
El número de puntos en que se hace lo anterior debe ser igual al número de coeficientes desconocidos
en u(x).
(f)
(g)
Resolviendo simultáneamente (13) y (14) se obtiene:
Luego:
7.9 MÉTODO DE GALERKIN
Este método se usa ampliamente sobre todo en las técnicas de integración de ecuaciones diferenciales
por el método de los elementos finitos. Así como el método de colocación, este también es un «método
residual» que usa la R(x) de la ecuación del método de colocación y que se multiplica por funciones de
ponderación, . Las pueden escogerse de muchas formas, pero Galerkin demostró que una
elección especialmente acertada es usar las funciones de ensayo individuales, , de la ecuación del
método de Rayleigh - Ritz.
Una vez seleccionados las para la ecuación (4), los coeficientes desconocidos se calculan al igualar a
cero la integral sobre [a, b] del residuo ponderado, es decir.
(8)
Donde
PROBLEMA 7.30
Resuelva la ecuación diferencial ordinaria:
Por el método de Galerkin. Use la misma u(x) usada en el ejemplo anterior.
RESOLUCIÓN:
De modo que:
Por otro lado, el residuo es:
406
Después de sustituir u” y u por y” y y , respectivamente.
Ahora realizamos las integraciones respectivas:
Al usar v2 como una wi :
Al usar v3 como una wi :
Se obtienen dos ecuaciones lineales para calcular C1 y C2 .
Al resolver las ecuaciones (16) y (17) se obtene:
El método de Galerkin tiene la ventaja de no trabajar con la forma variacional del método de Rayleigh -
Ritz.
PROBLEMA 7.31
Resolver la ecuación diferencial de transferencia de masa molecular con reacción química en una esfera
de radio R, está dada por:
Con condiciones:
(a)
(b)
RESOLUCIÓN:
Suponemos una función de prueba de la forma
(1)
Usando la condición (a) en (1):

(2)
(3)
Derivando la ecuación (1):

(4)
Utilizando la condición (b) en (4):
407
Reemplazando (3) en (1):

(5)
Derivando la ecuación (5), se tiene:

(6)
Reemplazando (6), (5) y (4) en la ecuación diferencial, se obtiene
Despejando el valor de a:
(7)
Reemplazando en la ecuación (3)
(8)
Reemplazando en la ecuación (1):
(9)
Ordenando:
La ecuación (9) representa la ecuación del perfil de concentración.
Datos para comprobar usando otros métodos:

;
;
PROBLEMA 7.32
Resolver la EDO por el método de colocación ortogonal
408
RESOLUCIÓN:
Para resolver esta ecuación diferencial por el método de colocación, se requiere las condiciones
denominadas de Dirichlet, es decir los valores de la variable independiente en los extremos.
Para esto, previamente usamos el Método de Runge Kutta y obtenemos los siguientes valores:
x y dy/dx
1,00 1,00000 2,00000
1,25 1,44115 1,53950
1,50 1,77186 1,10729
1,75 1,99477 0,67560
2,00 2,10975 0,24530
2,25 2,11849 –0,17208
2,50 2,02690 –0,56106
2,75 1,84168 –0,90560
3,00 1,57825 –1,19090
Para el método de colocación, ahora supongamos las siguientes condiciones:
Usamos la función de prueba:

(1)
(2)
(3)
Derivando la ecuación (1)

(4)
(5)
(6)
Reemplazando (5), (4), (1) en (6)

(7)
Como el intervalo de solución es [1, 3] forzamos a que R(x) sea cero en el punto medio, es decir x = 2.
Luego:
(8)
Resolviendo simultáneamente (2), (3) y (8) se obtiene:
409
Luego, reemplazando en la ecuación (1)
Resumiendo los valores en el cuadro adjunto:
y
x
Runge-Kutta Colocación
1,00 1,00000 2,00000
1,25 1,44115 1,53950
1,50 1,77186 1,10729
1,75 1,99477 0,67560
2,00 2,10975 0,24530
2,25 2,11849 0,17208
2,50 2,02690 0,56106
2,75 1,84168 0,90560
3,00 1,57825 1,19090
PROBLEMA 7.33
Sea la ecuación diferencial adimensional de transferencia de calor dada por:
Sujeta a la condición inicial:
Resuelva dicha ecuación diferencial por los métodos de diferencias finitas y por el método de colocación.
Para resolver por el método de colocación, requerimos pero como no contamos con este valor,
primeramente usaremos el método de diferencias finitas para encontrar dicho valor.
Resolviendo por el método de diferencias finitas.
Hacemos ∆z = h y reordenando la ecuación:
h = 0,2 ; i = 1, 2, ...., 5
Luego:
i = 1; θ2 = 2,10666 θ1 – 1,1111
i = 2; θ3 = 2,10666 θ2 – 1,1111 θ1
i = 3; θ4 = 2,10666 θ3 – 1,1111 θ2
i = 4; θ5 = 2,10666 θ4 – 1,1111 θ3
410
Cuando:
Resolviendo por el método de Thomas:
Ahora para resolver por el método de colocación, usamos la condición de frontera calculada por el
método anterior, es decir:
y(1) = 1,05
Usamos la función de prueba:
Derivando la ecuación cuadrática:

θ = ax2 + bx + c
θ’ = 2ax + b
θ” = 2a
Hacemos R(0.5) = 0 (valor exacto)
411
Reemplazando en la función
Resumiendo los valores obtenidos:
θ
z=x Diferencias
Colocación
finitas
0,00 1,00000000 1,00000000
0,20 1,01696845 1,01627848
0,40 1,03130836 1,02941772
0,60 1,04268534 1,03941772
0,80 1,05069502 1,04627848
1,00 1,05491938 1,05000000
7.1 Un paracaidista de masa M kg salta desde un avión en t = 0. Suponemos que la velocidad vertical
inicial del paracaidista es de cero en t = 0 y que la caída es vertical. Si el arrastre aerodinámico está
dado por Faire = CV 2, donde C es una constante y V es la velocidad vertical (positivo hacia abajo),
deduzca una EDO para determinar la velocidad del paracaidista.
PLANTEAMIENTO:
Aplicando la Primera Ley de Newton:
Reacomodando:
Reemplazando en términos de la distancia recorrida por el paracaidista en su caída, la relación entre

la velocidad y la altura es:
Luego:
7.2 La Primera Ley de Kirchoff dice que el total de los voltajes en circuito cerrado es cero, es decir:
I (t)
Es R
412
ES = voltaje de la fuente y puede depender del tiempo.

EL = voltaje a través del inductor.
ER = voltaje a través del resistor.
Luego: ;
L : autoinductancia ; I: la resistencia.
Por tanto: con: I (0) = 0
7.3 Un objeto cúbico de masa M = 10 kg, se fija al extremo inferior de un sistema amortiguador de este
resorte, tal como se muestra en la figura.
El extremo superior del resorte se fija a una estructura en reposo. La fuerza del amortiguador es
R = −B|u’| u’, donde B es una constante y u es el desplazamiento con respecto a la posición inicial en
metros.
La ecuación del movimiento es:
Calcular u(t) para ,
utilizando el método de Euler.
7.4 La corriente eléctrica del circuito que se muestra en la figura siguiente satisface la ecuación integral-
diferencial.
(1)
(2)
Donde q(t) es la carga del condensador (Coulombs), el interruptor está cerrado en t = 0, I(t) es la
corriente (amperios) y las constantes están dadas por:
R = 100 Ω C = 10 μF L = 200 mH E=1V
Las condiciones son q(0) = 0 (carga inicial del condensador)
I(o) = 0. Calcular la corriente para con h = 0,0025 s.
413
PLANTEAMIENTO:
La diferenciación de la ecuación (2) produce:
(3)
Reescribiendo la ecuación (1):
Luego:
La que puede ser resuelta fácilmente por el Método de Euler.
7.5 Una placa delgada a 200ºC (473ºK) se coloca repentinamente en una habitación que está a 25K, en
la cual se enfría por transferencia de calor natural tanto por convección como por radiación. Se dan
las siguientes condiciones físicas:
Densidad: ρ = 300 kg/m³
Volumen = v = 0.001 m³
Área superficial: A = 0.25 m²
Calor específico: C = 900 J/Kg K
Coef. de transferencia de calor: hc = 30 J/m² K
Emisividad: ε = 0.8
Constante de Stefan -Boltzman: σ = 5.67×10-8 W/m²K4
Suponiendo que la distribución de temperatura en el metal es uniforme, la ecuación para la

temperatura es:
donde T es la temperatura en Kelvin. Encuentre la temperatura para 0 < t < 180 s, utilizando el
Método RK2, con h = 2 s.
7.6 Una caja rectangular de masa M = 0,5 kg se fija al extremo inferior de un sistema de resorte-
amortiguador sin masa, como se ilustra en la figura siguiente.
414
El extremo superior del resorte se fija a una estructura en reposo. El amortiguador ejerce una fuerza
de R = -B du/dt sobre la caja, donde B es la constante de amortiguación.
La ecuación del movimiento es:
a) Calcular u(t) para , utilizando el Método RK2 con h = 0.025 s;

b) Calcular u(t) para usando RK2, con h = 0.025 s.
7.7 El movimiento de un electrón en un campo electromagnético uniforme está dado por:
donde V es el vector velocidad B, es el vector campo magnético, E es el vector campo eléctrico, m es

la masa del electrón y e es la carga del electrón.
Condición inicial: V = (–10, 2, 0.1) × 105 m/s
Posición inicial del electrón: R = (0, 0, 0) m
Vector campo magnético: B = (0, 2, 0) × 104 V/m
Masa del electrón: m = 9,1 × 10–31 Kg
Carga del electrón: e = 1,6 × 10–19 C
Resuelva la ecuación diferencial usando el método de Runge Katta de segundo orden, con h = 0,5 × 10–11 s,
para y determine la posición del electrón.
7.8 La figura muestra un sistema de tres masas. Los desplazamientos de las masas satisfacen las
ecuaciones dadas por:
donde son desplazamientos. Las constantes y las condiciones inciales son:
(constantes de los resortes), N/m)

(masa, kg)
415
(fuerza, N)
(coeficientes de amortiguación, Ns/m)
(desplazamiento inicial, m)
(velocidad inicial, m/s)
Resuelve las ecuaciones anteriores con el Método de Runge Kutta de cuarto orden para ,
con h = 0,1 s.
Hacemos: Luego:
La ecuación puede escribirse como:
7.9 Una varilla de 0,2 m de longitud se coloca en una corriente de aire a 293K. La temperatura en el
extremo izquierdo (x = 0) está fija a 493K, pero el extremo derecho está aislado. El calor se elimina de
la superficie mediante transferencia de calor por convección. Utilizando las siguientes constantes,
determine la distribución de temperatura en la dirección axial.
K = 60 w/mK (conductividad térmica)
hc = 20 w/m²K (coeficiente de transferencia de calor)
A = 0,0001 m² (área de la sección transversal)
p = 0,01 m (perímetro de la varilla)
La ecuación de transferencia de calor es:
416
Con las condiciones: T(0) = 493 ;

En el problema en cuestión uno de los valores en la frontera (se especifican las condiciones de
frontera en x = 0 y en x = 0,2 m), pero puede resolverse como problema de valor inicial con el
método de prueba y error.
Si definimos: ,
Luego, la ecuación correspondiente se transforma en:
Este problema se resuelve por prueba y error ya que no se conoce y2(0), sino mas bien y2(0,2).
7.10 Un tubo en U de 0,05 m de radio está lleno inicialmente con agua, pero separado con una
participación de modo que el nivel del agua en la rama izquierda está 0.2 m más alto que el nivel del
agua en la rama derecha. En t = 0 la partición se retira repentinamente. El nivel del agua en la rama
vertical izquierda, yA, medido desde el plano medio entre dos superficies, satisface:
donde L es la longitud total de agua en el tubo (se supone que es 1 m) y g = 9,8 m/s². Ignore la
fricción en el tubo y calcule el nivel del agua por el método de Euler hacia adelante para 0 < t < 10 s
y encuentre en qué momentos yA alcanza mínimos y máximos. Utilice h = 0,1 s.
7.11 Repita el problema anterior suponiendo que hay fricción en el tubo, de modo que la ecuación del
movimiento está dada por:
donde β = 0,8 m/s. Utilice h = 0,001 s.
7.12 La densidad numérica (número de átomos por cm³) del radioisótopo yodo 135 satisface
Donde N(t) es la densidad numérica del yodo 135 y λi es su constante de integración, igual a 0,1044
h−1. Si Ni(0) = 105 átomos /cm³ en t = 0.
Calcule en t = 1 h por el método de Euler modificando, utilice h = 0,05h.
7.13 El producto de la desintegración del yodo 135 (considerado en el problema anterior) es xenón
135, que también es radiactivo. La constante de desintegración del xenón_135 es λx=0,0753 h−1. La
densidad numérica del xenón satisface la ecuación:
Donde Nx es la densidad numérica del Xenón y Ni es la densidad numérica del yodo definida en el
problema anterior. Suponemos que Nx(0) = 0. Calcule Ni y Nx en base al método de Euler modificado
en el intervalo 0<t<50 h. Utilice h = 0,1 .
417
7.14 (a) Un tanque de 50 gal lleno de agua contiene sal a una concentración de 10 onz/gal. Con objeto
de reducir el contenido de sal, se agrega agua dulce a razón de 2 gal/min. Si el tanque se mezcla
bien y el agua sale del tanque con la misma velocidad de flujo, el contenido de sal satisface
Donde y1(t) es la concentración de sal en onz/gal y t es el tiempo en minutos. Aplique el método

de Runge - Kutta de segundo orden con h = 1 min para averiguar cuánto tardará la concentración
de sal en llegar a 1/10 de su valor inicial.
(b) El agua que sale del tanque ingresa en otro con capacidad de 20 gal, en el cual tambien se vierte
agua dulce con una velocidad de 3 gal/min, mezclándose bien. La concentración de sal en este
tanque satisface:
Donde y1(t)es la concentración de sal en el tanque de 50 galones del inciso anterior. Utilice el
método RK2 para averiguar en qué momento la concentración de sal en el tanque de 20 gal
llega a su máximo. Suponga que el agua en el segundo tanque es dulce en t = 0.
7.15 La temperatura inicial de una pieza de metal es de 25ºC. La pieza se calienta internamente mediante
una corriente eléctrica a razón de Q = 3000 W. La ecuación para la temperatura es:
T está dada en K.
k = 60 w/mK (conductividad térmica)
σ = 5,67 × 10–8 w/m2K4 (constante de Stefan-Boltzman)
A = 0,25 m2 (área superficial)
V = 0,001 m3 (volumen)
c = 9200 J/KgK (calor específico)
ρ = 3000 Kg/m2 (densidad)
ε = 0,8 (emisividad)
Calcular la temperatura para 0 < t < 10 min por el método de Runge- Kutta de tercer orden para
h = 0,1 min.
7.16 El movimiento del sistema resorte -masa que se ilustra en la figura está dada por:
418
Si F(t) =1, para 0 < t <1 y F(t) = 0 para t >1s, determine el movimento de la masa para 0 < t < 10 s,
utilizando el método de Runge-Kutta de cuarto orden.
7.17 Determine la respuesta del sistema resorte- masa del problema anterior sujeto a un pulso de fuerza
triangular
donde F0 = 1 N. Utilice el método de Runge-Kutta de tercer orden.
7.18 Resuelva el siguiente problema por el Método de Prueba y Error con base al método de Runge-
Kutta de cuarto orden:
7.19 La ecuación de capa límite de Blasius está dada por

(1)
En las condiciones en la frontera:
La tercera condición en la frontera puede sustituirse por ƒ’(10) = 1. Resuelva la ecuación diferencial
mediante la aproximación de diferencia finita:
Sugerencia:
La ecuación (1) puede reducirse a un problema de valor en la frontera de segundo orden, definido:
(2)
(3)
419
Que satisface la condición de frontera ƒ(0) = 0, sustituyendo (2) en (1), se tiene:

(4)
Con la condición de frontera:
La ecuación (4) es un problema de valor en la frontera no lineal de segundo orden y puede resolverse
mediante sustituciones sucesivas como sigue:
(5)
donde
(6)
En la ecuación (6) se aplicó la regla trapezoidal con g0 = 0. La ecuación (5) se resuelve iterativamente
del siguiente modo:
a) Suponer una distribución inicial de gi y calcular ƒi con (6).
b) Resolver la ecuación (5) en el esquema tridiagonal.
c) Actualizar ƒi sustituyendo la gi que se acaba de calcular en la ecuación (6).
7.20 La ecuación para el desplazamiento de una membrana circular medida a una presión constante P,
tal como se muestra en la figura, está dada por:
Donde r es la coordenada radial, y el desplazamiento de la membrana (positivo hacia abajo), T es

la tensión (400 Kgf /m) y la presión se da como P = 800 Kgf/m². Las condiciones de frontera son
y(0,2) = y(0,5) = 0. Determine el desplazamiento de la membrana y (r).
7.21 El cuerpo esférico de un material de radio 0.05 m se calienta con una fuente de calor distribuida por:
Donde r es el radio en metros y las unidades de S son W/m³. La superficie de la esfera está expuesta
al aire. El calor escapa al aire circundante por convección con el coeficiente de transferencia de
calor hc = 20 W/m²K. En el estado estacionario, la distribución de temperatura es la solución de la
ecuación:
420
Las condiciones de frontera son:
a) Escribir las ecuaciones de diferencia para la temperatura utilizando cuatro intervalos de retícula
equidistantes.
b) Resuelva el sistema resultante por el Método de Thomas.
7.22 Un extremo de una aleta de enfriamiento rectangular de longitud H = 0,1 m está conectada a una
fuente de calor de 200ºC. La aleta transfiere calor tanto por radiación como por convección al
entorno que está a 20ºC. suponinedo que tanto la aleta como el entorno son cuerpos negros, la
temperatura de la aleta satisface la ecuación de difusión no lineal:
Donde:
(coeficiente de transferencia de calor por convección)

(constante de Stefan-Boltzman)
(temperatura del entorno)
;
Si se supone que el entorno derecho de la aleta está perfectamente aislado

a) Deduzca una ecuación de diferencia para la ecuación diferencial anterior, empleando 10
intervalos de retícula igualmente espaciados.
b) Resuelva la ecuación diferencial.
7.23 Un sistema de resorte tiene una resistencia al movimiento proporcional al cuadrado de la velocidad,
y su movimiento está descrito por:
Si el resorte se suelta desde un punto que está a una unidad de distancia por arriba de su punto de
equilibrio, x(0) = 1, x’(0) = 0. Use el método de Taylor para escribir una expresión por series para el
desplazamiento como una función del tiempo, donde incluya términos hasta t6.
7.24 En la figura siguiente, se estudia el problema resorte-masa. La masa 1 es un bloque que rueda a lo
largo de una superficie horizontal y cuyo movimiento lo controla el resorte lineal, cuya constante
del resorte es igual a k1. La segunda masa, m2, es una rueda de radio r2 que gira sobre la parte
superior de la masa 1 y que está fija a otro resorte cuya constante del resorte es k2.
421
Las ecuaciones de movimiento para este sistema son:
Suponga que m1=m2=5 kg y que k1=k2=1,5 N/m, si las condiciones iniciales son x1(0)=1,5 m; x2(0)=0
(ambas medidas a partir de las posiciones de equilibrio de las masas), y si las velocidades iniciales
dx/dt de ambas masas son cero. Resuelva la ecuacion diferencial correspondiente y plotee x1 , x2 vs
t para 0< t <10.
7.25 En el modelo matemático de un circuito eléctrico, cuya ecuación es:
con Q = 0, e I = dQ/dt = 0, para t = 0. Resuelva el problema con un paso de integración apropiada.
7.26 En la teoría de vigas, se demuestra que el radio de curvatura en cualquier punto es proporcional al
momento de flexión:
Donde y es al deflexión del eje neutro. En el método de costumbre (y’)² se desprecia en comparación
con la unidad, pero si la viga tiene una curvatura apreciable, esto es inválido. Para la viga voladiza
para la que y(0) = y’(0) =0 exprese una ecuación como un par de ecuaciones simultáneas de primer
orden.
7.27 El movimiento del sistema de resorte compuesto según se muestra en la figura siguiente, se da con
la solución del par de ecuaciones simultáneas:
donde y1 y y2 son los desplazamientos de las masas a partir de sus

posiciones de equilibrio, las condiciones iniciales son y1(0) = A, y1’(0) = B,
y2(0) = C, y2(0) = D.
Exprese como un conjunto de ecuaciones de primer orden.
422
7.28 Si se hacen algunos supuestos de simplificación, las ecuaciones de movimiento de un satélite

alrededor de un cuerpo central son:
donde:
a) Evalue x(t) y y(t) para t=0,5 y t=10.

b) Trace la curva sobre este intervalo de tiempo.
c) Estime el período de la órbita.
7.29 Para un sistema de resorte resonante con una función de fuerza periódica, la ecuación diferencial es:
Determine el desplazamiento en t=0,1 a t=0,8 con h=0,1. Compare con la solución analítica x=t
sen 8t.
7.30 La ecuación de primer orden:
no es difícil comprobar que la solución es:
Si a = 0 (de modo que y(0)=0), la solución se reduce a una simple cúbica en t. Aun así, los errores por
redondeo acumulados actuan como si el valor inicial de y no fuese exactamente cero, provocando
que el término exponencial aparezca cuando no debe. Esto convierte al problema en una ecuación
rígida. Suponga que y(0) = 0 y demuestre que no se obtiene la respuesta analítica cuando se integra
desde t=0 hasta t=2, usando el método de Runge-Kutta de cierto orden con un tamaño de paso de
0,005.
7.31 La masa de la figura se mueve horizontalmente sobre una barra sin fricción. Un resortre la conecta
a un soporte ubicado centralmente por debajo de la barra. La longitud sin estirar el resorte es L =
= 3,1623 m, la constante del resorte es k = 100 N/m, la masa del bloque 3 kg. Sea x(t) la distancia
del centro de la barra a la ubicación del bloque en el instante t. Resulta evidente que la posición de
equilibrio del bloque está en x= 1 m ó (x=−1 m). Sea y0= 10 m (la longitud del resorte sin estirar). Esta
ecuación diferencial de segundo orden describe el movimiento:
a) Use métodos de un solo paso y métodos predictores-correctores para encontrar la posición del
bloque entre t=0 y t= 10 s. Si x0=1,4; la velocidad inicial es cero.
b) Repita la parte (a) pero ahora con el resorte estirado más al principio, x0 =2,5.
423
7.32 En un circuito eléctrico tal como se muestra en la figura que contiene resistencia, inductancia y
capacitancia (como sucede en todos los circuitos), la caída de tensión a lo largo de la resistencia es
iR (i es la corriente en amperios, R la resistencia en ohms) a través de la inductancia es (L es la
inductancia en henrys) y a través de la capacitancia es q/C (q es la carga del capacitor en coulombs,

C es la capacitancia en faradios).
Así la diferencia de tensión entre los puntos A y B puede escribirse:
Al diferenciar respecto a t y recordar que dq/dt = i, se tiene una ecuación diferencial de segundo
orden.
Si el voltaje VAB (que antes era 0 V) se lleva repentinamente a 15 V (por ejemplo, al conectar una
batería a través de los terminales) y se mantiene estable en 15 V (de modo que dV/dt = 0), por
el circuito circula corriente. Aplique un método numérico idóneo para determinar cómo varía la
corriente entre 0 y 0,1 s. Si C=1000μF, L=50 mH y R = 4,70 ohms, use Dt de 0,002 s. Tambien determine
cómo se acumula tensión a través del capacitor durante este tiempo. Quizás sea necesario comparar
los cálculos con la solución analítica.
7.33 Repita el problema 7.32, pero haga que la fuerte de tensión esté en una entrada sinusoidal de 60 hz.
VAB=15 sen (120 πt)
¿Cuánto se parece el voltaje a través del capacitor en una onda sinusoidal durante el último ciclo
completo de variación del voltaje?
7.34 Después que se han estabilizado los voltajes del problema 7.32 (15 V a través del capacitor), la batería
se pone en corto de modo que el capacitor se descarga a través de la resistencia y el inductor. Siga
la corriente y los voltajes del capacitor durante 0,1 s; de nuevo con ∆t = 0,0025.
424
Las oscilaciones de amplitud decreciente se denominan oscilaciones amortiguadas, si se repiten los

cálculos pero con el valor de la resistencia aumentado, las oscilaciones se amortiguan más rápido;
las oscilaciones deben desaparecer en R = 14.14 ohms, esto se denomina amortiguamiento critico.
Realice cálculos numéricos con valores de R que crecen desde 4,7 hasta 22 ohms para confirmar
que a 14,14 ohms ocurre amortiguamiento crítico.
7.35 Una situación más realista de tener un circuito RLC combinados se presentan en el esquema adjunto.
Si se usan las leyes de Kirchhoff, de la corriente o el voltaje, puede establecerse un conjunto de
ecuaciones diferenciales simultaneas.
En los que i1 e i2 representan las corrientes en cada una de los espirales. Resuelva las ecuaciones
para i1 e i2 entre t=0 y t =0,25. Si e1(t)=100 sen (120 πt) y e2(t) = 0.
Dado: R1 = 220 ohms C1 = C2 = C3 = 10mF
R2 = 4,7 ohms L1 = 25 mH
R3 = 47 ohms L2 = L3 = 0,5 mH.
7.36 Un péndulo de Foucault es un péndulo que puede oscilar en ambos direcciones: x e y. Suele
tratarse en museos científicos para exhibir la rotación de la tierra, que hace que el péndulo oscile en
direcciones que varían de manera continua. Las ecuaciones del movimiento son:
Cuando no hay amortiguamiento (o está compensado). En estas ecuaciones, los puntos sobre
la variable representan diferenciación con respecto al tiempo. Aquí w es la velocidad angular de
la rotación de la tierra (7.29 × 10−5 s−1), g es la latitud, k2 = y/l, donde l es la longitud del péndulo.
¿Cuánto tiempo es necesario para que un péndulo de 10m de longitud gire su plano de oscilaciones
45º a la latitud en que vive el actor? ¿Cuánto si está situado en Lima Perú?
425
7.37 Odishaw (1967) analizó la ecuación de Duffing para el flujo φ en un transformador. Esta ecuación
diferencial no lineal es:
En esta ecuación, E sen wt es la fuente de tensión sinusoidal y N es el número de espiras en el

devanado primario, mientras wo y b son parámetros del diseño del transformador. Haga una gráfica
de φ contra t (compare con la fuente de tensión) si E =165, w=120π, N=600, wo2=83 y b=0,14. Para
cálculos aproximados. El término no lineal bφ3 se desprecia algunas veces. Evalúe sus resultados
para determinar si esto produce un error significativo en los resultados.
7.38 El oxido de etileno es una materia prima importante para la manufactura de productos químicos
orgánicos. Se produce por medio de una reacción de etileno y oxígeno juntos sobre un catalizador
de plata. La ecuación que se muestra se obtuvo en estudios de laboratorio. Se piensa explicar
este proceso comercialmente al hacer pasar la mezcla gaseosa por tubos llenos de catalizador.
La velocidad de reacción varía con la posición , la temperatura y las concentraciones de etileno y
oxígeno, según la ecuación:
donde:
r = velocidad de reacción (unidades de óxido de etileno formado por libra de catalizador por hora).
T = temperatura en K
P = presión absoluta (lb/pulg2)
Ce = concentración de etileno.
Co = concentración de oxigeno
En las condiciones planificadas, cuando el gas circula por el tubo, la reacción ocurre según la
ecuación:
x = fracción de etileno convertido en óxido de etileno.

L = longitud del reactor (pies).
La reacción es fuertemente exotérmica, por lo que es necesario enfriar el reactor tubular para evitar
sobrecalentamiento (temperaturas excesivamente altas producen reacciones laterales indeseables).
El reactor se enfría al rodear los tubos del catalizador con enfriamiento en ebullición bajo presión
de modo que las paredes del tubo se mantienen a 225ºC. Así se elimina calor proporcional a la
diferencia de temperatura entre el gas y el agua hirviente. Por supuesto en la reacción se genera
calor. El efecto neto puede expresarse con esta ecuación para el cambio de temperatura por cada
pie de tubo, donde B es un parámetro de diseño:
Para cálculos preliminares puede despreciarse el cambio de presión , cuando los gases fluyen por el
tubo, se usa una presión media de 22 lbs/pulg2 absoluta. Se puede calcular la longitud de los tubos
necesarios para la conversión de 65% de etileno , si la temperatura de entrada es de 250ºC.
Las concentraciones de etileno y oxígeno pueden ser obtenidas mediante;
426
Al realizar los cálculos varíe el valor de B para encontrar el menor valor que mantiene la temperatura
máxima por debajo de 300ºC. Los valores permisibles para el parámetro B van desde 1.0 hasta
100. Además de encontrar que tan largos deben ser los tubos, es necesario conocer como varía la
temperatura con x y con la distancia a lo largo de los tubos. Para tener una indicación de cuanto
control se tiene sobre el proceso, también se puede determinar cuanto cambia la temperatura
de salida, para un cambio de 1ºC en la temperatura de entrada, usando el valor de B que se ha
determinado.
Programa oxido-de_etileno.pol
7.39 Escribir en forma de sistema de ecuaciones diferenciales ordinarias de primer orden el siguiente
sistema de ecuaciones diferenciales ordinarios.
7.40 Cuando la ecuación diferencial ordinaria de segundo orden
El algoritmo que se muestra a continuación sirve para resolver una ecuación diferencial de segundo
orden, sin la necesidad de escribir como un sistema de ecuaciones de primer orden.
427
Deben definirse las condiciones iniciales y(x0) y y’(x0)

Este es un algoritmo de tercer orden proveniente de los métodos de Runge Kutta usando este
algoritmo, resolver la EDO.
7.41 La viga biarticulada de la figura se somete a la acción de una carga axial P
Donde E es el módulo de Young, e I es el momento de inercia de la viga (para pequeñas deformaciones

suele despreciarse la derivada dy/dx, pero este no es el caso).
Siendo L la longitud de la viga, supuesta constante, calcular el valor de PL2/EI para que la deformación
en el centro, yc sea tal que yc /L = 0,3.
7.42 La instalación cuyo esquema se representa en la figura alimenta la turbina por medio de un embalse
de altura constante H. La chimenea de equilibrio de diámetro D se prevee para evitar excesivas
presiones en la tubería al cerrar la válvula rápidamente en caso de emergencia.
Suponiendo constante la densidad y despreciando el efecto de la aceleración del agua en la

chimenea, la igualdad de cantidad de movimiento del agua en la tubería conduce a la expresión
428
Siendo h la altura de agua en la chimenea (ho en condiciones de equilibrio fM el factor de fricción de

Moody, u la velocidad media en la tubería, g la aceleración de la gravedad y t el tiempo. Del mismo
modo, la ecuación de continuidad resulta en:
El caudal Qv a través de la válvula en el período 0≤t≤tc durante el que se está cerrando puede
aproximarse por la expresión.
Donde la constante K depende del tipo de válvula y la altura h* aguas abajo depende de la turbina.
Calcule la variación de nivel en la chimenea de equilibrio en función del tiempo durante y después
de un cierre de emergencia de la válvula.
Datos:
g = 32,2 pies/s2 , H=100 pies, h0 = 88pies, ƒM = 0,024; L=2000 pies, d=2 pies, tc = 6 s, K=21,4pies2.5/s,
D =4, 6, 10 y 15 pies. Tome dos valores extremos para h*: (a) su valor original en condiciones normales
h0−Q2v0/k2, donde Qv0 es el caudal en condiciones normales; y (b) cuando es cero.
7.43 Un proyectil de masa m y diámetro máximo d es disparado con velocidad inicial V0 y ángulo θ0
con la horizontal. Los componentes de la velocidad u y v en dirección horizontal y vertical x e y
respectivamente, responden a las ecuaciones diferenciales siguientes:
Donde θ es el ángulo de la trayectoria del proyectil con la horizontal y g la aceleración de la gravedad.
La fuerza de rozamiento FD viene dada por la expresión donde V es la velocidad del
proyectil, A=πd2/4 la proyección del área del proyectil normal a su trayectoria y ρ la densidad del
aire. Se supone unidades consistentes en el anterior sistema de ecuaciones.
El coeficiente de rozamiento C0 varia en función del número de Mach, M=V/c, siendo c la velocidad
del sonido en el aire, valores típicos son los siguientes:
M CD
0,0 1,6
6,5 1,8
0,75 2,1
1,0 4,8
1,25 5,8
1,5 5,4
2,0 4,8
2,5 4,2
3,0 3,9
429
El alcance en terreno horizontal ha de ser R. Escribir un programa que determine si puede

conseguirse dicho alcance y, en caso afirmativo, los dos posibles ángulos de tiro, los tiempos
totales de vuelo y la velocidad de impacto. En cada caso determinar el error en alcance que
resultará de un error de mas o menos 10 minutos en el ángulo de tiro.
Datos:
M = 100 lb mol, g = 32 pies/s2, d = 6 pulg, Vo = 2154 pies/s.
ρ = 0,0742 lb/pie3 , C = 1137 pies/s , para R = 0,5; 1, 2, 4, 6, 8 y 10 mil yardas.
7.44 Suponga el sistema de suspensión de un vehículo de masa M representado por el sistema elástico
amortiguado de la figura. En el instante t=0 el vehículo viaja con velocidad constante y su centro
de gravedad situado a una altura ho sobre el suelo sin velocidad vertical. En los instantes siguientes
(t>o). La superficie de la carretera (desplazamiento de esta superficie sobre el nivel de referencia
inicial) viene dada por una función arbitraria xo=xo(t).
Siendo K la rigidez del resorte (fuerza/deformación) y r el coeficiente de amortiguamiento del

amortiguador, demostrar que el desplazamiento del centro de gravedad del vehículo en función
del tiempo, x(t), es la solución de la ecuación diferencial ordinaria de segundo orden.
Con las condiciones iniciales
Sea la ecuación de la superficie de la carretera

x0(t) = A(1−cos w t)
Donde 2A es la máxima distancia entre la superficie de la carretera y el nivel de referencia.
Observe que las condiciones de amortiguamiento inferior o superior al crítico corresponden

respectivamente a los casos en que el cociente sea menor, igual o mayor que 1.
Datos:
M = 3680 lb; K = 640 lb f/pulg; A = 2 pulg; w = 7 rad/s; tmax = 10 s.
Investigar los casos r = 80, 160 y 240 lbf s/pulg. Para cada caso trace el gráfico de x , x0 ,
en función al tiempo.
430
7.45 Sea el coeficiente de amortiguamiento r del problema anterior una función no lineal de las
velocidades relativas de las dos partes del amortiguador.
Vuelva a resolver el problema anterior para esta definición de amortiguamiento. Estudiar las nueve
combinaciones de r0 = 80, 160 y 240 lbf s/pulg, con C = 0,1; 1 y 1,0 (s/pulg)2.
7.46 Se debe producir oxido de etileno pasando una mezcla de etileno y oxígeno a través de un
reactor formado por un conjunto de tubos verticales paralelos rodeados por partículas catalíticas
consistentes en plata soportados sobre aluminio. La reacción es la siguiente
La gran cantidad de calor desarrollado en la reacción sirve para producir vapor de agua que rodea los
tubos. Puede añadirse nitrógeno a los gases de entrada como gas inerte para moderar la velocidad
de la reacción.
Utilizando ciertas hipótesis de simplificación y por medio de correlaciones habitualmente utilizados
en el proyecto, se demostró que las ecuaciones que gobiernan las variaciones de presión, la
conversión y la temperatura del gas y el catalizador a lo largo de los tubos (la transferencia de masa
no es un factor limitador) son los siguientes:
Presión a lo largo de los tubos:
Conversión a lo largo de los tubos:
Temperatura del gas a lo largo de los tubos:
donde H viene dado por la relación adimensional siguiente:
Velocidad de reacción.
Diferencia de temperatura entre el gas y el catalizador.
Siendo:
Ecuación de Estado.
431
En las ecuaciones anteriores se ha utilizado la notación siguiente:

av : Superficie de catalizador por unidad de volumen, ft-1
Cp : Calor específico medio del gas BTU/lb ºF.
Suponga que Cp=(0,585 + 0,260 n + 0,269 g)/ (1+n+1,143 g), valor medio para el gas de alimentación
sobre el intervalo de temperatura de mayor interes, y que este valor es constante para todo el reactor.
D : diámetro del tubo, pies.
dp : diámetro de las partículas de catalizador, pies
G : velocidad másica de flujo de gas, lb/pie2 h
g : moles de oxígeno por mol de etileno en la alimentación.
h, H : Coeficientes de transmisión de calor entre el catalizador y el gas y entre el gas y el agua
de refrigeración , BTU/h pie2 ºF
k : Conductividad térmica media del gas, BTU/h pie ºF
L : Longitud medida a lo largo del tubo, pie.
Lmáx : Valor a la salida
M : Peso molecular medio del gas lbm/lbmol.
n : Número de moles de nitrógeno por moles de etileno en la alimentación.
No : Moles lb de etileno/h pie2 que entra al reactor.
P : Presión absoluta, atm. P0= valor a la entrada
p : Presión absoluta, lb/pie3h2 para la conversión a unidades prácticas se necesitarán los
factores 32,2 Lb/pie/lbf-s2, 144 pulg2/pie2 y 14,7 lbf/pulg2/atm.
Pr : Número de Prandtl del gas, μcP/k
r : Velocidad específica de reacción, lbmol de óxido de etileno formado por libra masa de
catalizador por hora.
R : Constante del gas, 0,7302 atm pie3/lbmol ºF.
Re : Número de Reynolds de la partícula dpG/μ.
Tg, Tc, Tw : Temperatura del gas, del catalizador y del agua , oR.
Tmáx : Temperatura sobre el cual existe peligro de explosión R.
x1, x2 : Fracciones molares de etileno y oxígeno respectivamente.
V : Valor total de óxido de etileno, lbmol/h pie2.
Z : Conversión, moles de óxido de etileno formados por mol de etileno en la alimentación.
AHR : Calor medio de reacción BTU/lbmol de oxido de etileno formado.
ε : Fracción de huecos en el conjunto de tubos.
ρc : Densidad del catalizador, lb/pie3.
ρg : Densidad del gas, lb/pie3.
µ : Viscosidad media del gas, lb/ pie h.
Por medio de las igualdades de masa establecer en primer lugar las relaciones:
432
Un anteproyecto ha sugerido los valores siguientes (en las unidades citadas)
ρc = 83,5; TwF = 300; D=1/12; dp=0,0033; Tmáx=1010, ε=0,57; µ=0,0595; k=0,028; av=782 , P0 = 15;
pero estos pueden precisar alguna modificación.
Deben tomarse todavía valores adecuados para G, g, n, TgFo y Lmáx. Estudiar el comportamiento del
reactor para varias condiciones distintas de estas variables, teniendo en cuenta las condiciones
siguientes: (a) máximo valor de Y, (b) Tg debe ser siempre inferior a Tmáx, (c) no debe ser negativo
en la entrada (la reacción se auto extinguiría), (d) P debe ser siempre positiva, y (e) por motivo
de control un cambio de 1ºF en la temperatura del gas a la entrada no debe producir cambios
demasiado grandes en su valor a la salida (no más de 10ºF por ejemplo).
Los valores que se sugiere investigar son los siguientes

G=5000 a 40000; g=0,2 a 0,6; n=0 a 4; TgFo=350 a 500; Lmáx=2 a 6.
7.47 Una pared vertical caliente mantenida a una temperatura θw, está situada en un fluido de extensión
indefinida. Lejos de la pared el fluido tiene temperatura θ0 y velocidad nula. Debido a la temperatura
de la placa aparece una convección natural del fluido. Sea u = u(x, y) y v=v(x, y) las velocidades del
fluido en direcciones x e y (distancias horizontal y vertical respectivamente medidos desde el fondo
de la pared), θ=θ (x, y). La temperatura del fluido y Pr, β y ν sus números de Prandt, coeficiente
volumétrico de expansión y viscosidad cinemática, respectivamente.
El movimiento permanente queda definido por las ecuaciones de continuidad, conservación de la

cantidad de movimiento y conservación de la energía, convenientemente simplificadas. Utilizando
la transformación:
Se demuestra que las velocidades y temperaturas adimensionales vienen dadas por:
Donde las funciones y T=T(η) son soluciones del sistema de ecuaciones diferenciales
ordinarias.
433
Con las condiciones de contorno:
Observa que en una aproximación por diferencias finitas, η = ∞ debe aproximarse por n = nmáx
suficientemente grande para que su valor exacto no tenga influencia apreciable sobre la resolución.
Resolver las ecuaciones diferenciales anteriores y dibujar los gráficos de U, V, y T con η. Hallar el
gradiante de temperatura adimensional en la pared
7.48 La figura siguiente esquematiza la sección transversal de una larga aleta de refrigeración de longitud
W, espesor L y conductividad térmica k, unida a una pared caliente y manteniendo en su base (en
x=0) a una temperatura Tw.
El calor se transmite de forma constante a través de la aleta y se pierde por ambos lados de esta por
convección al aire que la rodea, con un coeficiente de transmisión h. (Se desprecia la radiación a
temperaturas suficientemente bajas).
La ecuación diferencial esta dada por:
Desde Ta es la temperatura media del aire circundante (La ley de Fourier da la densidad de flujo
de calor por conducción permanente en una dirección como si la superficie de la aleta
es vertical, h viene dada por la relación dimensional , con ambas

temperaturas en ºF.
Deducir las condiciones de contorno de T y calcular: a) La distribución de temperatura a lo largo de

la aleta , el flujo del calor perdido por la aleta por unidad de longitud.
Datos sugeridos:
Tw = 200 ºF, Ta = 70 ºF , t=0,25 pulg, estudiar las ocho combinaciones de k= 25,9 (acero) y 230
(cobre) BTU/h pieºF, W=0,5; 1; 2 y 5 pulg.
7.49 Considere dos especies animales salvajes: A, que posee una abundante reserva de alimento natural,
y B, que depende totalmente para su alimentación de su depredación en la especie A. En un instante
dado, t, sean NA y NB las poblaciones de A y B respectivamente en un area natural determinada.
434
Por medio de sencillas hipótesis, demostrar que el crecimiento o decrecimiento de ambas

poblaciones puede escribirse por medio del sistema de ecuaciones diferenciales.
¿Qué significado tienen las constantes positivas α, β, γ y δ? Resolver el sistema para una amplia
variedad de condiciones iniciales y valores de α, β, γ y δ. Grafique NA vs t.
7.50 La pirólisis del etano en el intervalo de temperaturas de 1200 a 1700 ºF queda representada en
escencia por la siguiente reacción química irreversible y de primer orden
En un tubo de acero de diámetro interior 4.026 pulg se introduce etano puro con un caudal de 1800
lb/h y a una temperatura de 1200ºF. El horno suministra calor al tubo a razón de 5000 BTU/h pie2 (de
superficie interior del tubo). Se supone que este no contiene obstrucciones internas (por ejemplo
catalíticas), y que pueden depreciarse las caídas de presión a lo largo del eje, la presión media de
los gases en el interior puede tomarse igual a 30 lbf/pulg2. Suponiendo control de caudal en el tubo
escriba un programa que calculo la longitud necesaria del tubo para producir la descomposición
del 75% del etano en etileno e hidrógeno. El programa debe prepararse para tener como datos
los parámetros necesarios (caudal del etano, temperatura de entrada, diámetro del tubo, presión
media, etc), e imprimir las temperaturas (ºF) y los perfiles de conversión a lo largo del eje del tubo
(pie) a intervalos determinados.
En la tabla siguiente se indican las propiedades termodinámicas necesarias (calores teóricos de

formación, AHf , capacidades caloríficas dependientes de la temperatura, cp) y la información
cinética, y las constantes físicas necesarias.
Datos de reacción de pirólisis del etano
∆Hf a 298 K Cp
(cal/molg) (cal/mol ºF)
C2H6 (g) – 20236 3,75 + 35,7 × 10–3 T – 10,12 × 10–6 T2
C2H4 (g) 12496 5,25 + 24,2 × 10–3 T – 6,88 × 10–6 T2
H2 (g) 0 7,00 + 0,385 × 10–3 T – 0,60 × 10–6 T2
Constante de reacción:
Constante de los gases:
T = Temperatura en K.
Método de solución
El problema se resolverá en las siguientes unidades, BTU, lbmol, ºR, pies y horas.
435
Se adopta la notación siguiente:

A = Sección del tubo, pies2
C = Concentración de etano , lbmol/pie3
cp = Capacidad calorífica, BTU/lb mol R
k = Constante de la reacción, s-1
L = Longitud media desde la entrada del tubo, pie
n0 = Caudal molar de entrada de etano, lbmol/h
= Caudal molar de etileno en un punto , lbmol/h
= Caudal molar de etano en un punto , lbmol/h
= Caudal molar de hidrógeno en un punto , lbmol/h
P = Presión total, lbf/pulg2
q = Caudal unitario de calor suministrado por el horno, BTU/hora pie de longitud de tubo
r = Velocidad específica de la reacción, lbmol etano/pie3 h
T = Temperatura absoluta, ºF
= Temperatura absoluta, K
V = Volumen del reactor, pie3
x = Fracción moler de etano.
z = Fracción de etano convertido en etileno e hidrógeno
AHf = Calor de formación, cal/molg
∆HR = Calor de reacción, BTU/mol
K = R/1,8
El valor de la capacidad calorífica específica en cal/molg K es igual numéricamente al dado en BTU/

lbmol R.
El calor de reacción ∆HR en BTU/lbmol es igual a 1,8 veces su valor numérico en cal/molg.
Los caudales molares de los tres componentes son:
Caudal molar a la entrada :
Caudal molar cuando la conversión es z :
Por lo tanto, el número total de moles en un punto cualquiera del reactor tubular es n0(1+z) y la
fracción molar de etano correspondiente es:
A continuación se establecen las ecuaciones de continuidad de masa y energía para un elemento

diferencial de longitud del reactor, dL, indicado en la figura
436
Continuidad de masa
La ecuación de continuidad del etano para el elemento de volumen dV = AdL es:
etano que entra + de la reacción = etano a la salida
Ordenando esta ecuación
(1)
Para la reacción dada: Irreversible y de primer orden, la velocidad es:
r = 3600 C (2)
Habiendose introducido la constante de conversión 3 600 s/h para trabajar en unidades consistentes.
Para la baja presión que tiene lugar la reacción es válidad la ley de los gases ideales y la ecuación
anterior resulta:
se obtiene luego
(3)
Para más valores dados del diámetro interno del tubo, presión del reactor y caudal de entrada del
etano el primer factor del miembro derecho de la última ecuación es constante, el segundo factor
es función solamente de la temperatura.
Conservación de energía
La continuidad de la energía en el volumen dV se realiza considerando el calor liberado por
la reacción, mismo es conducido en el reactor por el horno a través de las paredes y los efectos
caloríficos a tener en cuenta (debido a cambios de temperatura) en la corriente de los gases. Para un
cambio dz en la conversión en el elemento diferencial el calor liberado por la reacción es n0 dz(-DHR).
La energía correspondiente introducida a través del tubo es q dL. El aumento correspondiente de
entalpía de la corriente de gases viene dado por:
(4)
Siendo dT el incremento de la temperatura a lo largo del elemento diferencial.
La ecuación de continuidad resulta ser:
De aquí se deduce la temperatura en función dela longitud, por medio de la ecuación diferencial
ordinaria
(5)
437
Calculando la a partir de T y las capacidades caloríficas del denominador de la última ecuación

puede deducirse directamente de la tabla anterior. El calor de reacción, , varía con la temperatura
de acuerdo con la ley:
(6)
El calor de reacción a 298 K se calcula a partir de los calores de formación de la tabal dada. Resultado
12496 + 20236 = 32732 cal/mol K. El calor de reacción a una temperatura T (R) se obtuvo sustituyendo
en la última ecuación e integrando:
(7)
Símbolos para el problema:

P : presión en el reactor, P, lbf/pulg2
Q : q/n0 BTU/lb mol pie
T, TF, TK : temperatura R, ºF, K.
Z : fracción de etileno convertida, Zi
438
Capítulo
8 Ecuaciones
diferenciales parciales
8.1 INTRODUCCIÓN
Muchos sistemas que se estudian en diversas áreas de la ingeniería, se modelan mediante las ecuaciones
diferenciales parciales. Los modelos resultan de las abstracciones que se realizan en campos como las
transferencias de cantidad de movimiento, calor y masa donde por lo general una variable dependiente
depende de dos o más variables independientes.
Las ecuaciones diferenciales de segund orden se clasifican en tres categorías dependiendo de los valores
de los coeficientes: en esta ecuación general:
(8.1)
donde ƒ, puede ser una función de x, y u, y donde A(x,y) , B(x,y) y C(x,y) son funciones continuas
de x e y.
Estas ecuaciones diferenciales pueden ser elípticas, parabólicas o hiperbólicas en algún punto (a, b)
dependiendo del valor del discriminante, es decir:
ECUACIONES DIFERENCIALES ELÍPTICAS

Este tipo de ecuaciones tienen la forma:
(8.2)
Tambien se conoce como ecuaciones diferenciales con valores en la frontera.
Sus coeficientes son: B = 0, A = 1 y C = 1
Las ecuaciones diferenciales parciales mas conocidas de este tipo son:
• Ecuación de Poisson:
(8.3)
• Ecuación de Laplace
(8.4)
439
ECUACIONES DIFERENCIALES PARABÓLICAS E HIPERBÓLICAS

La forma general de estas ecuaciones son:
(8.5)
La ecuación es parabólica cuando A = 1, B = 0 y C = 0, las ecuaciones mas conocidas de este tipo son:
• Ecuación de calor:
(8.6)
• Difusión de materia
(8.7)
donde Cp, k, D son parámetros físicos
La ecuación de la onda es una ecuación hiperbólica, resulta cuando A = 1, B = 0 y C = –(Tg/w)
(8.8)
donde T, g y w son parámetros físicos que siempre son positivos.
Las ecuaciones parabólicas e hiperbólicas pueden ser aplicadas en regiones de dos o tres dimensines, tal
como:
(8.9)
(8.10)
8.2 APROXIMACIÓN DE LAS ECUACIONES DIFERENCIALES PARCIALES CON

ECUACIONES DE DIFERENCIAS
El método de resolución de ecuaciones diferenciales parciales es mediante la subdivisión del plano en
pequeñas cuadrículas de espacio constante en el intervalo comprendido entre los límites del sistema.
Dicho procedimiento se muestra a continuación.
Fig. 8.1. Representación de una malla bidimensional
440
Ecuaciones diferenciales parciales CAP. 8
En base a los puntos mostrados de la malla pueden representarse las primeras y segundas derivadas del
siguiente modo:
Diferencia progresiva (8.11)
Diferencia regresiva (8.12)
Diferencia central (8.13)
Donde 0(Δx) y 0(Δx)2 son las órdenes de error truncamiento. Cuanto más alto es el orden del error de
truncamiento, el valor de derivada es más cercano del valor analítico.
Luego, el valor de la segunda derivada:
(8.14)
(8.15)
Las primeras derivadas respecto a y y a la segunda derivada respecto a la misma variable se obtiene del
mismo modo.
8.3 MÉTODOS DE SOLUCIÓN DE ECUACIONES DIFERENCIALES PARCIALES
Dentro de los principales métodos tenemos:
Métodos analíticos
• Separación de variables
• Transformada de Laplace y Fourier
Métodos numéricos con aproximación global

• Técnicas de perturbación
• Series de potencias
• Métodos variacionales (Rayleigh - Ritz)
• Métodos de Residuos ponderados (Galerkin)
Métodos numéricos de aproximación por porciones

• Diferencias finitas (explícitas, implícitas)
• Elementos finitos
• Elementos de contorno
• Volúmenes finitos.
8.3.1 MÉTODOS DE APROXIMACIÓN GLOBAL

Ventajas
• Permiten encontrar soluciones aproximadas a la mayor parte de los EDP’s encontradas en problemas de
ingeniería.
441
Desventajas
• Difícil de encontrar una aproximación que cumpla las condiciones de contorno complejas.
• Difícil de encontrar una aproximación válida para cualquier geometría o dominio.
• Requiere altos grados de la aproximación si la función es variable en el dominio.
• No es posible focalizar la atención en alguna región en particular.
8.3.2 MÉTODOS APROXIMADOS POR PORCIONES

Hipótesis
• Si la EDP es válida en todo el dominio, tambien lo es en una porción de él.
• Si el funcional asociado es válido en todo el dominio, tambien lo es en una porción de él, y el valor total
es la suma de su valor en las porciones.
• La minimización del residuo en cada porción equivale a la minimización del residuo global de todo el
dominio.
Entonces:
• Es posible dividir el dominio en pequeñas porciones de geometría simple.
• Como la geometría es simple, se pueden aplicar condicines de contorno complejas compuestas por
una combinación de condiciones de contorno simples.
• La suma de la minimización del funcional, o el residuo, en cada porción equivale a minimizar el funcional,
o el residuo en el dominio.
8.4 MÉTODO DE LINES
Este es un método sencillo para la solución de ecuaciones diferenciales parabólicas. Consiste en discretizar
parcialmente la EDP para luego transformarlo en un sistema de ecuaciones diferenciales ordinarias.
Supongamos la EDP de transferencia de calor en región no estacionario unidimensional con transferencia

de calor al medio por convección.
(8.16)
ρ : densidad del material

Cp : calor específico del material
k : conductividad térmica del material
h : coeficiente de transferencia de calor por convección
p : perímetro del soluto
: temperatura del medio
Las condiciones de frontera aplicados son:
442
Reordenando la ecuación y discretizando:
(1)
(2)
(3)
Dividimos en cinco partes:
La ecuación (3) se expande y se obtiene de acuerdo al esquema:
(4)
(5)
(6)
(7)
Se resuelve las ecuaciones (4), (5), (6), y (7) simultáneamente con las condiciones
PROBLEMA 8.1
Usando las ecuaciones anteriores, con los datos que se muestran a continuación, encontrar el perfil de
temperatura, usando las ecuaciones anteriores:
Luego:
(8)
(9)
443
(10)
(11)
con
Este sistema puede ser resuelto por alguno de los métodos desarrollados en el capítulo VII, tal como el de
Runge-Kutta.
Este método puede hacerse extensivo a dos o mas dimensiones, tal como el sistema:
(8.17)
El procesode discretización se procede del siguiente modo:
(8.18)
El sistema resultante puede ser homogéneo o no homogenea. En este caso, la ecuación anterior describe
el fenómeno de transferencia de calor en un plano sólido, sometido a un medio convectivo, lo cual nos
permite encontrar la temperatura en cualauier punto del plano y en cualquier tiempo t.
El método puede hacerse extensivo a diferentes sistemas de coordenadas, cilíndricas y esféricas.
PROBLEMA 8.2
Supongamos un conductor eléctrico de longitud L y radio R, que genera calor G0 y la temperatura de la
superficie es Ta en el tiempo t = 0. La tempertura externa se mantiene a Ts en todo instante. Encu entre el
perfil de temperatura en función del radio. La ecuación diferencial está dada por:
(8.19)
Reacomodando:
(8.20)
Discretizando:
(8.21)
(8.22)
Expendiendo la ecuación (9.22), se obtiene el siguiente sistema:
(1)
444
(2)
(3)
(4)
En r = 0:
(5)
Se resuelve el sistema para cualquier T0, T1, T2, T3, T4, , dado que T5 se conoce. Las condiciones iniciales son
.
Ahora podemos aplicar el método a un sistema esférico que genera calor y que intercambia calor con el
medio circundante a .
La temperatura inicial del sistema es Ta y la temperatura externa se mantiene a T5 .
La ecuación de transferencia de calor está dada por:
(8.23)
Reordenando:
(8.24)
α : coeficiente de difusión térmica

ρ : densidad del sólido
Cp : calor específico del sólido
v : volumen del sólido
A : área del sólido
445
(8.25)
(8.26)
Expandiendo la ecuación (8.26), se tiene:
(1)
(2)
(3)
(4)
Luego la ecuación (8.25), se transforma en:
Discretizando:
Luego:
446
8.5 MÉTODO EXPLÍCITO
El método explícito, es uno de los métodos más sencillos de implementar, puesto que los valores de las
variables se van encontrando punto a punto. Este método se adecua para cálculos manuales. Un análisis
de sensibilidad, muestra que el sistema es estable cuando λ<1/2, siendo λ un parámetro que resulta de la
relación de los anchos de la cuadricula, tal como:
Para ilustrar el método veamos el siguiente problema:
: Ecuación de transferencia de calor en estado no estacionario.
con: R = {(x,t) / 0< x< xM , 0 ≤ t}
En la condición inicial: u(x,0)= ƒ(x), 0 < x < xM
Condición de frontera: u(0,t)= g0(t), 0 < t < T

u(xM,t)= g1(t), 0 < t < T
Esquemáticamente, estas ecuaciones pueden ser representadas por:
Donde:
La ecuación diferencial en función de las diferencias finitas está dada por:
(8.27)
447
El procedimiento consiste en calcular por ejemplo, el punto u1,1 a partir de los puntos u0,0, u1,0 y u2,0 y u3,0,
hasta cubrir toda la primera fila, una vez echo esto, se comienza calculando el valor de u1,2, a partir de u0,1,
u1,1, u2,1 y así sucesivamente.
Simplificando la ecuación (8.27) se tiene:
(8.28)
Con:
PROBLEMA 8.3
Con los datos particulares que se muestra, resolver el problema anterior usando el método explícito.
u(x,0) = 0 = ƒ(x) u(1,t) = 50 = g1(t)

u(0,t) = 50 = g0(t)
Haciendo Δt=0,01 y Δx=0,2:
por lo que la estabilidad del sistema está garantizada.
Reemplazando en (8.28):
ui,n+1 = g0(tn+1) = 50
u5,n+1 = g1(tn+1) = 50
ui,0 = ƒ(xi) =0
448
Resumiendo:
Índice del Índice del espacio

tiempo n 0 1 2 3 4 5
0 0 0 0 0 0 0
1 50 0 0 0 0 50
2 50 12,5 0 0 12,5 50
3 50 18,75 3,125 3,125 18,75 50
8.6 MÉTODO IMPLÍCITO
Este es el método más elaborado para el cálculo de los puntos de la malla, sin embargo, permite encontrar
simultáneamente todos los valores de una fila o de varias filas mediante la resolución simultánea de un
sistema de ecuaciones algebraicas lineales. El método converge para todo λ.
PROBLEMA 8.4
A manera de ilustración se resolverá a continuación el mismo problema usando el método implícito.
; (8.29)
ui,n+1 – ui,n = λ (ui-1,n+1 – 2 ui,n+1 + ui+1,n+1)
ui,n+1 – ui,n = 0,25 ui–1,n+1 – 0,5 ui,n+1 + 0,25 ui+1,n+1
Simplificando:
1,5ui,n+1–ui,n–0,25ui–1,n−0,25ui+1,n+1 = 0 (8.30)
Reemplazando en (9.30) para diferentes valores de n e i.
Si n = 0, i = 1: 1,5 u1,1 – u1,0 – 0,25 u0,1 – 0,25 u2,1 = 0
Si n = 0, i = 2: 1,5 u2,1 – u2,0 – 0,25 u1,1 – 0,25 u3,1 = 0
Sí n = 0, i = 3: 1,5 u3,1 – u3,0 – 0,25 u2,1 – 0,25 u4,1 = 0
Sí n = 0, i = 4: 1,5 u4,1 – u4,0 – 0,25 u3,1 – 0,25 u5,1 = 0
u1,0 = 0 , u0,1 = 50 , u2,0 = 0 , u3,0 = 0 , u4,0 = 0 , u5,0 = 50
Ordenando en forma matricial:
449
Observamos que es una matriz banda o tridiagonal cuya solución se realiza empleando el método de
Thomas, ilustrado en el ejemplo 1 del capítulo 5.
En este caso se obtiene la siguiente solución:

u1,1 = 8,6206689655 u3,1 = 1,724137931
u2,1 = 1,724137931 u4,1 = 8,620689655
Se continúa el procedimiento para el segundo bloque, es decir:
n = 1, i = 1: 1,5 u1,2 – u1,1 – 0,25 u0,2 –0,25 u2,2 = 0
n = 1, i = 2: 1,5 u2,2 – u2,1 – 0,25 u1,2 –0,25 u3,2 = 0
n = 1, i = 3: 1,5 u3,2 – u3,1 – 0,25 u2,2 –0,25 u4,2 = 0
n = 1, i = 4: 1,5 u4,2 – u4,1 – 0,25 u3,2 –0,25 u5,2 = 0
cuya solución se obtiene en forma similar a lo indicado en el bloque anterior, es decir:

u1,2 = 14,80380499 u3,2 = 4,340071343
u2,2 = 4,340071343 u4,2 = 14,80380499
Tercer bloque:
n = 2, i = 1: 1,5 u1,3 – u1,2 – 0,25 u0,3 – 0,25 u2,3 = 0
Sí n = 2, i = 2: 1,5 u2,3 – u2,2 – 0,25 u1,3 – 0,25 u3,3 = 0
Sí n = 2, i = 3: 1,5 u3,3 – u3,2 – 0,25 u2,3 – 0,25 u4,3 = 0
Sí n = 2, i = 4: 1,5 u4,3 – u4,2 – 0,25 u3,3 – 0,25 u5,3 = 0
Luego:
u1,3 = 19,42884087 u3,3 = 7,357825248
u2,3 = 7,357825248 u4,3 = 19,42884087
450
Se podría continuar en forma indefinidamente hasta cubrir el intervalo de tiempo fijado.
Todo lo desarrollado anteriormente puede ser escrito en una gran matriz que contiene como elementos
otras matrices, tal como se muestra a continuación.
La ubicación de las matrices que contienen a los elementos en la diagonal depende del ordenamiento de
las variables.
El sistema tiene la forma genérica:
Se trata de una matriz banda por bloques, es decir una matriz tridiagonal por bloques, cuya resolución se
realiza por los métodos descritos en el capítulo 5. Obviamente se obtiene el mismo resultado obtenido
desarrollado fila a fila.
PROBLEMA 8.5
Aplicaciones de las EDP a la transferencia de calor
Los fenómenos de transferencia de calor se presentan con frecuencia en el campo de la Ingeniería
Química, específicamente, la transferencia de calor en dos dimensiones en estado estacionario. En
diversos problemas se presentan casos, en los cuales se tienen que aplicar las denominados condiciones
de frontera de primera clase o condiciones de diriclet, donde los valores de la función esta especificada
en la frontera. Condiciones de frontera de segunda clase o condiciones de Neuman, donde se especifica
la derivada de la función en la frontera (cuando el sistema esta aislado, esta deriva es igual a cero) en las
condiciones de tercera clase o condiciones de Robin, el sistema experimenta transferencia de calor en la
frontera debido al fenómeno convectivo; esto significa que en la frontera el transporte molecular es igual
al transporte convectivo.
De la discretizacion de la ecuación diferencial parcial, con la ayuda de las condiciones anteriores se

obtiene un sistema tridiagonal por bloques cuya resolución se muestra en el presente ejemplo.
ECUACIÓN DE LAPLACE
La ecuación de Laplace está dada por:
(1)
451
Comprendida en la región:
La ecuación puede escribirse en términos de diferencias finitas del siguiente modo
(2)
donde ui, j ≈ w(xi, yi), xi = iΔx, yj = jΔy
Si hacemos Δx = Δy, la ecuación (2) se convierte en:

(3)
La ecuación diferencial (1), requiere para su solución un conjunto de condiciones de frontera que aplicados
a la ecuación (3), nos permitirá encontrar cada uno de los puntos de la malla.
EL PROBLEMA DE DIRICHLET
Como se ha mencionado anteriormente, en este caso, los valores de la función son especificadas en la
frontera
Si W = ƒ(x,y) (4)
En la región R, entonces
Ui, j = ƒ(xi , yj) (5)
Las ecuaciones 3 y 5 conducen a:

AU = –ƒ (6)
A : matriz de coeficientes
U : vector de variables
ƒ : vector de funciones
A= (N–1)2 × (N–1)2 elementos
I: Matriz identidad (N–1) × (N–1) elementos
J= , (N–1) × (N–1) elementos
u: [ui,1, ...., u N–1,1, u1,2, ..., uN–1, 2, .... , u1,N–1, ..., uN–1,N–1]T
ƒ: [ ƒ(0,y) + ƒ(x1,0), ƒ2(x,0), .., ƒ(xN–1,0)+ƒ(1,y,), ƒ(0,y2), 0,.., 0, ƒ(1,y2),

..., ƒ(0,yN–1) + ƒ(xi,1), ƒ(x2,1), ... , ƒ(xN–1,1) + ƒ(1,yN–1]T
Una ilustración detallada de este método, puede verse en la referencia (1)
452
EL PROBLEMA DE NEUMAN
En este caso en la frontera se especifica el valor de la derivada de la función en la frontera, es decir:
(7)
En el caso especifico de un sistema aislado, el valor de esta derivada es igual a cero.
La ecuación (7) puede discretizarse usando el método de la falsa frontera
(8)
ó
(9)
donde: g0,j = g(0, j h) , gi,0 = g(ih,0)
Aplicando las condiciones (8) y (9) a las ecuaciones (3), se obtiene un sistema lineal del tipo:
Au = 2 D × g (10)
A= (N–1)2 × (N–1)2 elementos
K= (N–1) × (N–1) elementos
I: matriz identidad (N-1) x (N+1) elementos

u: [u0,0, ...., u N,0, u0,1, ..., uN, 1, .... , u0,N ..., uN,N]T
g: [2g0,0, g1,0, ..., 2gN,0, g0, 0, ... , 0, gN,1, ..., 2g0,N, g1,N, ...gN-1,N, 2gN,N]T
A es una matriz singular donde solamente (N+1)2–1 elementos de la columna son linealmente
independientes. La solución de (10), involucra el uso de constantes arbitrarias.
EL PROBLEMA DE ROBIN
En este caso en la frontera del sistema el transporte convectivo de energía es igual al transporte molecular,
cuando se trata específicamente de la transferencia de calor.
(11)
La ecuación (11) con las restricciones propuestas para x e y puede escribirse como:
x = xo
x = xn
453
y0 < y <yn
x0 < x < xn
Donde φ y η son constantes y φ y γ son funciones conocidas.
Los problemas en el campo de la ingenieria, normalmente presentan las tres condiciones expuestas
anteriormente.
PROBLEMA 8.6
Planteamiento y resolución de un problema específico de la ecuación de Laplace
La ecuación diferencial que describe el fenómeno de transferencia de calor en dos dimensiones y en
estado estacionario, esta dada por la ecuación de Laplace.
(12)
Dentro de la región R = {(x,y): xo < x < xn, yo < y < yn}
Con las condiciones de fronteras siguientes
Condiciones de primera clase:
(13)
Condicion de segunda clase:

(14)
(Condicion particular para este problema)
Condicion de tercera clase:

(15)
(calor de conducción = calor de convección)
En la ecuación (15), se ha supuesto que el valor de la temperatura del medio es igual a T2, sin embargo
esto no siempre es asi. Normalmente dicha temperatura toma cualquier valor particular.
Hacemos:
Δx = Δy , xi = iΔx , yi = jΔy , NΔy = yn , MΔx = xn , uij = T (xi , yj )
Proponemos el siguiente caso particular:
xo = yo = 0, xn = yn = 1, Δx = Δy = 0,25.
454
Con estas restricciones, el plano de solución queda conforme se muestra en la figura 8.1:
Fig. 8.1: Representacion del plano de solución de la ecuación diferencial parcial
De acuerdo a la ecuación (13)
En x = 0: u0,j = T1 , j = 0, 1,2, ... , N (16)
x =1: uN, j = T2 , j = 0,1,2, ... , N (17)
En y = 0: ui,–1 – ui,1 =0 , i = 1, ... , N–1 (18)
En y = 1: (19)
i = 1, 2, ... N–1
De la ecuación (18)
i = 1: u1, –1 – u1,1 = 0
i = 2: u2, –1 – u2, 1 = 0 (20)
i = 3: u3, –1 – u3, 1 = 0
Desarrollando la ecuación (3)
PRIMER BLOQUE: j=0
i=1 u1,–1 + u2,0 – 4u1,0 + u0,0+ u1,1 = 0 ; u0,0 = T1 (21)
i=2 u2,–1 + u3,0 – 4u2,0 + u1,0 + u2,1 = 0 (22)
i=3 u3,–1 + u4,0 – 4u3,0 + u2,0 + u3,1 = 0 ; u4,0 = T2 (23)
455
Reemplazando la ecuación 20 en 21, 22 y 23, respectivamente, se elimina u1,–1, u2,–1 y u3, –1, que son variable
artificiales.
SEGUNDO BLOQUE: j=1
i=1 u1,0 + u2,1 – 4u1,1 + u0,1 + u1,2 = 0 ; u0,1 = T1 (24)
i=2 u2,0 + u3,1 – 4u2,1 + u1,1 + u2,2 = 0 (25)
i =3 u3,0 + u4,1 – 4u3,1 + u2,1 + u3,2 = 0 ; u4,1 = T2 (26)
TERCER BLOQUE: j=2
i=1 u1,1 + u2,2 – 4u1,2 + u0,2 + u1,3 = 0 ; u0,2 = T1 (27)
i=2 u2,1 + u3,2 – 4u2,2 + u1,2 + u2,3 = 0 (28)
i=3 u3,1 + u4,2 – 4u3,2 + u2,2 + u3,3 = 0 ; u4,2 = T2 (29)
CUARTO BLOQUE: j=3
i=1 u1,2 + u2,3 – 4u1,3 + u0,3 + u14 = 0 ; u0,3 = T1 (30)
i=2 u2,2 +u3,3 – 4u2,3 + u1,3 + u2,4 = 0 (31)
i=3 u3,2 + u4,3 – 4u3,3 + u2,3 + u3,4 = 0 ; u4,3 = T2 (32)
QUINTO BLOQUE: j=4
i=1 u1,3 + u2,4 – 4u1,4 + u0,4 + u1,5 = 0 (33)
i=2 u2,3 + u3,4 – 4u2,4 + u1,4 + u2,5 = 0 (34)
i=3 u3,3 + u4,4 – 4u3,4 + u2,4 + u3,5 = 0 (35)
En las ecuaciones (33), (34) y (35), se requiere eliminar u1, 5, u2,5 y u3, 5 respectivamente, para lo cual hacemos
uso de las ecuaciones 19, que replanteada resulta en:
(36)
si i = 1 , N = 4
(37)
Similarmente:
i=2,N=4
(38)
456
i=3,N=4
(39)
Reemplazando (37) en (33), (38) en (34) y (39) en (35), tenemos:
(40)
(41)
(42)
Las ecuaciones (21) al (32) y las ecuaciones (40), (41) y (42) se escriben en forma matricual, lo cual se
muestra a continuacion.
(43)
El sistema dado por la ecuación (43) es lineal de la forma Ax =b, Sin embargo, es predominantemente
diagonal pero no trididiagonal. Si agrupamos por bloques, el sistema anterior se convertira en un sistema
tridiagonal por lo que es, al cual se puede alicar el método analitico de Thomas, cuya caracteristica
fundamental es la de no almacenar las submatrices que contraeran ceros como elemento.
Para un caso particular. T1 = 200 , T2 = 100 , = 0,1
Luego:
457
El sistema (43), agrupado en submatriz conduce al siguiente sistema, considerando los valores particulares
dados anteriormente.
(44)
El sistema dado por la ecuación (44) tiene la forma:
(45)
De acuerdo al algoritmo de Thomas calculamos las matrices Pj y qj, de acuerdo a:

Pj = (Bj-Aj Pj-1)-1Cj y qj = (Bj-Aj Pj-1)-1(Dj-Aj qj-1)
Con los cambios, al sistema dado por la ecuación (45) se simplifica a:
(46)
Luego se prodcede a la sustitucion regresiva mediante:

xj-1 = qj-1 - Pj-1 xj , xi,N = qN (47)
Luego el sistema dado por la ecuación (46) se transforma en:
(48)
458
El procedimiento especifico de resolución del sistema dado por la ecuación (45) es el siguiente:
PRIMERA ETAPA:
SEGUNDA ETAPA:
p2
q2 = (B2 – A2p1)–1 (D2 – A2q1)
TERCERA ETAPA:
p3 = (B3 – A3 p2)–1 C3
p3
q3 = (B3 – A3 p2)–1 (D3 – A3 q2)
459
CUARTA ETAPA:
p4 = (B4 – A4 p3)–1 C4
p4
q4 = (B4 – A4p3)–1(D4 – A4q3)
QUINTA ETAPA:
p5 = (B5 – A5p4)–1 C5 = 0
q5 = (B5 – A5p4)–1 (D5 – A5q4)
ETAPA DE SUSTITUCIÓN REGRESIVA

De acuerdo a la ecuación (47), se procede a calcular cada uno de los vectores solución del sistema
460
CONCLUSIONES:
• Los problemas frecuentes de transferencia de calor provienen de la solución de la ecuación de Laplace.
Un adecuado planteamiento del problema y el uso de un método numérico apropiado para sistemas
grandes, puede ser una etapa muy importante en la resolución del problema.
• Sistemas grandes del orden de 50 variables o mas requieren del uso de un lenguaje de programación
apropiado, siguiendo el procedimiento detallado.
• En otros casos, estos sistemas lineales resultan ser el paso intermedio en la resolución de un sistema no
lineal, caso típico de análisis de una columna de destilación multicomponente continua desarrollado
por métodos rigurosos, para lo cual el método ilustrado anteriormente es el mas eficaz para sistemas
grandes que fácilmente pueden resultar en la resolución de cientos de ecuaciones y considerando
que los métodos de solución de sistemas no lineales son interactivos, la resolución de un sistema lineal
tendría que hacerse varias veces hasta lograr la convergencia en un punto.
PROBLEMA 8.7
Resuelva la ecuación diferencial de transferencia de calor en régimen estacionario, cuya ecuación está
dada por:
con:
a) Usando el método implícito.

b) Usando el método de Cranck-Nicholson.
RESOLUCIÓN:
Previamente esquematizamos el sistema
Fig. 8.1. Esquema para la resolución de la ecuación de Laplace
461
a) Método implícito
haciendo:
i = 1; j = 1, 2, 3, 4
i = 2; j = 1, 2, 3, 4
i = 3; j = 1, 2, 3, 4
i = 4; j = 1, 2, 3, 4
escribiendo en forma matricial
462
resolviendo se obtiene:
x
y
0,0 0,4 0,8 1,2 1,6 20
0,0 20 20 20 20 20 20
0,5 60 46,91 44,77 50,06 65,05 100
1,0 60 56,73 57,95 64,98 78,94 100
1,5 60 59,53 62,04 69,07 81,74 100
2,0 60 57,67 59,06 64,36 75,81 100
2,5 60 50 50 50 50 50
b) Método de Cranck Nicholson

Es uno de los métodos más importantes para resolver ecuaciones diferenciales con valores en la frontera
por su estabilidad incondicional y alto orden de convergencia.
Este método consiste en combinar las aproximaciones de con diferencias progresivas apoyándose
en las filas j y la aproximación con diferencias regresivas apoyándose en la fila j+1, con lo que se obtiene
un algoritmo implícito.
Al aproximar en el nodo (i, j) con diferencias progresivas se obtiene
(1)
al aproximar en el nodo (i, j+1) con diferencias regresivas
(2)
luego de sumar las ecuaciones (1) y (2)
(3)
que es el algoritmo de Cranck-Nicholson.
Nodos usados en el algoritmo de Cranck-Nicholson.
463
Siguiendo el procedimiento descrito aplicamos al problema dado.
discretizando:
sumando:
reemplazando valores:
i = 1, j = 1, 2, 3, 4
i = 2, j = 1, 2, 3, 4
i = 3, j = 1, 2, 3, 4
i = 4, j = 1, 2, 3, 4
464
ordenando en forma matricial
resolviendo se obtiene
x
y
0,0 0,4 0,8 1,2 1,6 20
0,0 20 20 20 20 20 20
0,5 60 44,979 43,049 47,791 61,672 100
1,0 60 55,234 56,226 63,183 76,87 100
1,5 60 58,619 60,274 67,648 82,279 100
2,0 60 56,084 56,710 61,360 72,517 100
2,5 60 50 50 50 50 50
PROBLEMA 8.8
Resuelva las ecuaciones diferencial parcial de transferencia de calor en 2 dimensiones.
Δx = Δy = 0,2
Para
T (0, y) = 100 T(x, 0) = 80
T (2, y) = 100 T(x, 1) = 80
Solución por el método implícito:
465
Sumando:
Si
Luego: Ti−1, j+ Ti+1, j − 4 Ti, j + Ti, j+1+ Ti, j−1 = 0
i = 1, j = 1:
i = 1, j = 2:
i = 1, j = 3:
i = 1, j = 4:
i = 2, j = 1:
i = 2, j = 2:
i = 2, j = 3:
i = 2, j = 4:
i = 3, j = 1:
i = 3, j = 2:
i = 3, j = 3:
i = 3, j = 4:
466
i = 4, j = 1:
i = 4, j = 2:
i = 4, j = 3:
i = 4, j = 4:
i = 5, j = 1:
i = 5, j = 2:
i = 5, j = 3:
i = 5, j = 4:
i = 6, j = 1:
i = 6, j = 2:
i = 6, j = 3:
i = 6, j = 4:
i = 7, j = 1:
i = 7, j = 2:
i = 7, j = 3:
i = 7, j = 4:
i = 8, j = 1:
i = 8, j = 2:
i = 8, j = 3:
i = 8, j = 4:
i = 9, j = 1:
i = 9, j = 2:
i = 9, j = 3:
i = 9, j = 4:
467
La matriz será:
Donde:
Según el algoritmo de Thomas, usando las ecuaciones de forma general.
468
Primera etapa
Segunda etapa
p2
469
q2
Tercera etapa
p3
q3
470
Cuarta etapa
p4
q4
Quinta etapa
p5
471
q5
Sexta etapa
p6
q6
472
Séptima etapa
p7
q7
Octava etapa
p8
473
Novena etapa
x8 = q8 −p8 x9
x8
x7 = q7 −p7 x8
x7 =
x6 = q6 −p6 x7
x6
x5 = q5 −p5 x6
474
x5
x4 = q4 −p4 x5
x4
x3 = q3 −p3 x4
x3
x2 = q2 −p2 x3
x2
x1 = q1 −p1 x2
x1
475
8.7 ECUACIONES DIFERENCIALES PARCIALES ACOPLADAS
8.7.1 MODELAMIENTO DE UN REACTOR DE LECHO FIJO PARA LA DESHIDROGENACIÓN

DEL CICLOHEXANOL CON DISPERSIÓN RADIAL
a) Método de reducción a ecuaciones diferenciales ordinarias: Método de Lines
Balance de Materia
(1)
Balance de Energía
(2)
Hacemos:
Reemplazando en la ecuación del balance de materia:
(3)
Ahora con el balance de energía, se tiene:
(4)
Ahora calculamos el valor del parámetro r.
De acuerdo a la información bibliográfica, para la deshidrogenación del ciclohexano.
La reacción es del tipo:
476
Luego:
Esta expresión se aplica a un reactor de volumen constante; sin embargo, cuando el volumen varía, hay
que aplicar el factor de expansión ε y la ecuación varía ligeramente.
La ecuación del Balance de materia se transforma en:
(5)
(6)
Discretizando las ecuaciones (5) y (6)
Balance de materia:
(7)
(8)
i=1
(A1)
(A2)
i=2
(A3)
(A4)
477
i=3
(A5)
(A6)
i=4
(A7)
i=5
(A8)
Para el balance de materia:
(A9)
Para el balance de energía:
478
Luego:
(A10)
Cuando r = 0
La ecuación (5) se convierte en:
Discretizando:
Luego:
(A11)
Del mismo modo para el caso de la temperatura:
Ahora bien, discretizando:
479
(A12)
Se resuelve simultáneamente las doce ecuaciones diferenciales de (A1) a A(12), con las condiciones:
Nomenclatura:
CAo : concentración inicial
ε : porosidad del lecho
Us : velocidad superficial
ρb : densidad del catalizador
Der : coeficiente de difusión fectivo
Ker : conductividad térmica efectiva radial
PeMr : Número de Pedet de transferencia de masa radial
PeHr : Número de Pedet de transferencia de calor radial
vA : coeficiente estequiometrico
ρg : densidad del gas
Cpg : calor específico del gas
ΔHR : entalpía de reacción
POL : presión parcial del ciclohexanol
Δr : variación radial
Δz : variación axial
r : velocidad de reacción
DATOS PARA EL MODELAMIENTO DEL REACTOR TUBULAR PARA LA DESHIDROGENACIÓN DEL

CICLOHEXANOL
1. Datos estequiométricos y termodinámicos
Estequiometría: ν
C6H12O : –1
H2 : +1
C6H10O : +1
Termodinámica
(–ΔHR) = –52550 KJ/Kmol
Endotérmica
480
2. Datos cinéticos
3. Datos del reactor y de la operación
70% mol C6H12O

Composición del alimento
30% mol N2 (inerte)
ZnO (esferas)
dp = 0,5 cm
Catalizador lecho catalítico
Propiedades del flujo y fase fluida
Temperatura de la alimentación, T0 367 ºC
Temperatura de la pared, Tw 367 ºC

Diámetro del tubo, Dt 10 cm
Longitud del tubo, L 300 cm
Número de Peclet de transferencia
0,81
de calor radial, PeHr
Número de Peclet de transferencia
10
de masa radial, PeMr
Número de Biot en la pared, Biw 5,96
En las ecuaciones correspondientes al ítem 8.7.1, se suprime los términos de difusión radial y el sistema
se transforma en un sistema homogéneo, cuyo desarrollo del programa se encuentra en el archivo
ciclohexanol_1.pol.
481
Programa ciclohexanol_1.pol
Al resolver las ecuaciones (A1) hasta (A12), se obtiene un sistema heterogeneo con distorsión radial,
cuyo programa se encuentra en el archivo ciclohexanol_2.pol
482
483
b) Método de las diferenciales finitas explícitas

Se plantea la solución del problema anterior mediante la técnica de diferencias finitas, la cual se resuelve
en forma iterativa para cada punto, obteniendo la conversión y temperatura respectivamente.
(0, 6) (1, 6) (2, 6) (3, 6) (4, 6) (5, 6)
(0, 2) (1, 2) (2, 2) (3, 2) (4, 2) (5, 2)
(1, 1) (2, 1) (3, 1) (4, 1) (5, 1)
Usemos las ecuaciones (5) y (6):
(B1)
(B2)
484
En el centro
i = 0, j = 0
(B3)
(B4)
Por condición de máximo
Luego se tienen las siguientes ecuaciones:
(B5)
(B6)
b.1) Método iterativo

Se asumen con los valores iniciales
Luego con la ecuación (B5) se calcula x0,1 y con (B6), T0,1 .
Posteriormente se calcula hasta que el valor asumido sea igual al valor calculado en un rango
apropiado de error.
Una vez que se ha logrado la convergencia se pasa al siguiente punto (1, 1).
i = 1; j = 0
(B7)
(B8)
Nuevamente aquí se asume , la misma que puede ser el mismo valor que ha convergido en el
poco anterior.
Luego se calcula con los cuales se recalculan los valores de hasta lograr la convergencia.
Ahora bien, para:
i = 2; j = 0
(B9)
(B10)
485
i = 3; j = 0
(B11)
(B12)
i = 4; j = 0
(B13)
(B14)
i = 5; j = 0
Condición de frontera:
(B15)
Ahora para la temperatura
por condición de frontera:
(B16)
486
Se resuelve iterativamente las doce ecuaciones, de B5 a B16, de dos en dos en cada iteración, calculando
respectivamente la conversión y la temperatura.
Luego se pasa a la segunda fila, calculando sucesivamente con:
y así sucesivamente, teniendo en cuenta que en el eje central, se ua las ecuaciones α y β, mientras que en
el punto cualquiera, se usa las ecuaciones (B1) y (B2).
Se puede proseguir el cálculo indefinidamente hasta avanzar un trecho apropiado en z.
Datos y notas adicionales para los dos métodos
en la pared n = 5 (cinco subdivisiones del radio)
estos valores son reemplazados en las ecuaciones A10 y B16.
Un ejemplo de cálculo usando este método iterativo se ilustra en el problema 8.9.
b.2) Método de Newton Raphson

Otra forma alternativa de resolver este problema por el método de diferencias finitas, es usar el método de
Newton-Raphson en cada punto. Por ejemplo, las ecuaciones (B5) y (B6) que son ecuaciones no lineales,
nos permiten calcular x0,1 y T0,1 respectivamente, es decir
487
Luego se debe calcular el Jacobiano
y así proseguir la metodología descrita en el Capítulo VI y obtener todos los puntos de la malla.
Dados que la función ƒ es compleja, las derivadas pueden ser obtenidas numéricamente, del siguiente modo:
Se asume h y k suficientemente pequeña, de acuerdo a la definición «que tiende a cero».
El valor del Jacobiano puede mantenerse constante durante varias iteraciones debiendo actualizarlo solo
cuando sea necesario, puesto que en el método de Newton-Raphson, el valor de la derivada, en realidad,
solo es un factor de corrección.
La derivada de las funciones ƒ1 y ƒ2 son complejas, motivo por el cual puede calcularse por un
procedimiento mixto; es decir una parte analítica y la otra numérica, del siguiente modo:
El término (1) se obtiene analíticamente.
El término (2) debe obtenerse numéricamente.
está definido en el problema.
De esta manera queda determinada
Se procede del mismo modo para las demás derivadas.
488
En este problema se ha discretizado por diferencias finitas explicitas y se ha resuelto usando 6.21
método de Newton - Raphson.
PROBLEMA 8.9
Un componente A, diluido en un fluido está fluyendo en un reactor catalítico, cuya cinética es de primer
orden, irreversible, con los siguientes datos:
R : radio del reactor: 0,0625 ft
L : longitud del reactor: 0,20 ft
Vz : velocidad promedio del fluido = 2,500 ft/h
ΔH : entalpia de reacción = –30,000 BTU/lb
ρC : densidad del catalizador = 100 lb/ft³
keff : conductividad térmica efectiva de mezcla = 0,015 BTU/h ft ºF
Deff : coeficiente de Difusion efectiva = 5 ft²/h
ρ : densidad promedio de la mezcla = 0,1 lb/ft³
CA0 : concentración inicial de A = 0,002 lb mol/ft³
RA : rA CA0 ρc : velocidad de reacción, dado en mol lb de A/h ft3 cataliz.
rA : 19600 × (1 – x) exp(–9700/T) pie3/h × lb catalizador
T : temperatura en R = ºF + 460
Δr : diferencia o rango de ”radio” = 0,0125 ft
Δz : diferencia o rango de ”longitud” = 0,05 ft
x : conversión de A: lb de reacc/lb de A ingreso
489
Perfil inicial de temperatura:
Distancia desde el
Temperatura Conversión
centro del tubo en pies
0 600 0
0,0125 600 0
0,0250 600 0
0,0375 600 0
0,0500 600 0
0,0625 555 0
Otros datos:
Temperatura externa del tubo = 555 ºF (es constante)
Capacidad calorífica de mezcla = 0,2 BTU/ lb ºF.
Encuentre el perfil de conversión y el de temperatura.
RESOLUCIÓN:
De las ecuaciones de conservación de energía y materia:
(1)
(2)
reemplazando en (2):
reacomodando:
(3)
además
luego la ecuación (3) se convierte en:
(4)
de la ecuación (1):
(5)
490
Las condiciones de frontera de las ecuaciones (4) y (5) son:
discretizando:
, ,
Se produce del mismo modo para la concentración.
Cuando r = 0, las ecuaciones (4) y (5) son indeterminadas, por lo cual aplicamos el teorema de L’ Hospital
y (6)
Luego, se establecen las ecuaciones pertinentes:

Para r ≠ 0
(7)
(8)
Para r = 0
(9)
(10)
Además:
Como primer paso, se va a simplificar las ecuaciones (7), (8), (9) y (10) reemplazando los valores de los
parámetros conocidos y resulta:
(11)
(12)
Para r ≠ 0
(13)
(14)
491
seguidamente se establece la distribución de puntos: (mitad derecha del tubo).
Además:
margen de error o tolerancia asumida
Para
Procedimiento:
1) Calcular rA , con x = 0 y T = 600, luego denominar a este valor y comparar con el valor
asumido.
2) Hallar x y T con las ecuaciones (9) y (10).
3) Volver a calcular rA .
4) Encontrar el margen de error.
Si este error es menor que la tolerancia, se habrá encontrado los valores de x y T en (0,1). De lo contrario
se prosigue con el proceso iterativo.
5) Continuar para otro r del mismo L, ecuación (7) y (8), es decir para los puntos (1,1), (2,1), (3,1) y (4,1).
6) Continuar con la siguiente fila.
La temperatura está expresada en grados Farenheit
Ahora procedemos a calcular:
Punto (0, 0) T = 600ºF ; x = 0.00 ; (rA)asum = 2,07994
492
PRIMERA FILA (L1)

Punto (0, 1):
En realidad este valor asumido se obtiene evaluando el valor de rA en x = 0 y T = 600°F.
Con estos nuevos valores de x y T, se calcula nuevamente rA y se compara con el valor anterior, es decir:
x = 4,15988 × 10–3 ; T = 612,4796 ; rA = 2,3040
Error =
Iteración x T rA Error
1º 4,6080 × 10–4 613,8241 2,3292 0,2592 > 10–3
2º 4,65840 × 10–3 613,9752 2,3320 0,284 × 10–3 > 10–3
3º 4,664 × 10–3 613,9923 2,3323 3,26 × 10–4 < 10–3
Por lo tanto termina el proceso iterativo.
Punto (1, 1) :
Evaluando: rA = 2,3324 , Error = 3,3839 × 10–5 < 10–3
Punto x T rA Error
(2,1) 4,6648 × 10–3 613,9944 2,3324 7,22 × 10–6 < 10–3
(3,1) 4,6048 × 10–3 613,9945 2,3324 6,86 × 10–5 < 10–3
x T rA Error
Punto (4,1) 4,6649 × 10–3 611,8349 2,29035 0,042 > 10–3
1º Iteración 4,5807 × 10–3 611,5821 2,28566 4,69 × 10–3 > 10–3
2º Iteración 4,5713 × 10–3 611,5821 2,28514 5,20 × 10–4 < 10–3
Punto (5, 1):

x =4,5702 × 10–3 , T = 555
493
SEGUNDA FILA: (L2)

Punto (0, 2)
Base rA = 2,3323765 (del punto (0,1))
T = 613,9923 , x = 4,6641 × 10–3
x = 9,3305 × 10–3 ; T = 627,9873 ; , Error = 0,275 > 10–3
1º 9,8806 × 10–3 629,6376 2,6414 0,0339 > 10–3
2º 9,9486 × 10–3 629,8415 2,6425
3º 9,9570 × 10–3 629,86685 2,6461 5,24 × 10–4 < 10–3
Punto x T rA Error
(1,2) 9,9567 × 10–3 629,8711 2,6462 9,18 × 10–5 < 10–3
(2,2) 9,938 × 10–3 629,8719 2,64631 6,81 × 10–5 < 10–3
x T rA Error
Punto (3,2) 9,9067 × 10–3 629,71878 2,6430 3,22 × 10–3 > 10–3
1º Iteración 9,6580 × 10–3 624,1657 2,5259 3,99 × 10–4 < 10–3
2º Iteración 9,6330 × 10–3 624,0906 2,5251 8,14 × 10–4 < 10–3
Punto (4, 2)
x = 3,8665 × 10–3 ; T = 624,79 ; rA = 2,5384 , Error = 0,104 > 10–3
1º 9,6580 × 10–3 624,1657 2,5259 0,0125 > 10–3
2º 9,6330 × 10–3 624,0906 2,5251 8,14 × 10–4 < 10–3
Punto (5, 2):

x = 8,4506 × 10–3 , T = 555
TERCERA FILA: (L3)

Punto (0, 3)
Base: rA = 2,64727 (del punto (0,2))
T = 629,8668 x = 9,9570 × 10–3
x = 0,01525 × 10–3 ; T = 645,75 ; rA = 2,9909 ; Error = 0,3436 > 10–3
494
1º 0,01494 × 10–3 647,8142 3,0872 0,090 > 10–3
2º 0,01613 × 10–3 648,39213 3,0514 0,035 > 10–3
3º 0,0160 648,1770 3,04645 4,96 × 10–3 > 10–3
4º 0,0160 648,140 3,04577 6,80 × 10–4 < 10–3
Punto x T rA Error
(1,3) 0,158 648,1555 3,04644 6,70 × 10–4 < 10–3
(2,3) 0,01601 648,1339 3,0455 8,77 × 10–4 < 10–3
x T rA Error
Punto (3,3) 0,01588 647,6193 3,0336 0,0119 > 10–3
1º Iteración 0,01586 647,54757 3,0319 1,64 × 10–3 > 10–3
2º Iteración 0,01585 647,53768 3,0317 2,26 × 10–4 < 10–3
Punto (4, 3):

x = 0,0153 ; T = 639,0992 ; rA = 2,8360 , Error = 0,19 > 10–3
1º 0,01496 637,7249 2,8104 0,025 × 10–3 > 10–3
2º 0,0149 637,7717 2,8071589 3,31 × 10–3 > 10–3
3º 0,0149 637,7518 2,8067 4,30 × 10–4 < 10–3
Punto (5, 3):

x = 0,01205 , T = 555
CUARTA FILA: (L4)

Punto (0, 4)
Base: rA = 3,0456 (del punto (0,3))
T = 648,14 x = 0,0160
x = 0,02175 ; T = 666,419 ; rA = 3,4901 , Error = 0,44 > 10–3
1º 0,02264 669,4976 3,56925 0,010 > 10–3
2º 0,0149 637,77172 2,8071 3,31 × 10–3 > 10–3
3º 0,0227 669,56 3,5709 1,65 × 10–3 > 10–3
4º 0,0228 669,5714 3,5711 2,57 × 10–4 < 10–3
495
x T rA Error
Punto (1,4) 0,0232 669,5769 3,5695 1,64 × 10–3 > 10–3
1º Iteración 0,0232 669,5670 3,5692 2,0 × 10–4 < 10–3
x T rA Error
Punto (2,4) 0,0230 669,4934 3,5682 1,0 × 10–3 < 10–3
1º Iteración 0,0230 669,48706 3,5681 1,24 × 10–4 < 10–3
x T rA Error
Punto (2,4) 0,0225 668,3391 3,5384 0,029 > 10–3
1º Iteración 0,0225 668,1613 3,5338 4,53 × 10–3 > 10–3
2º Iteración 0,0225 668,1338 3,5331 7,0 × 10–4 < 10–3
x T rA Error
Punto (2,4) 0,0212 655,2134 3,2025 0,33 > 10–3
1º Iteración 0,0205 653,230 3,1554 0,047 > 10–3
2º Iteración 0,0204 652,9473 3,1487 6,67 × 10–2 > 10–3
3º Iteración 0,0204 652,9073 3,1478 9,00 × 10–4 < 10–3
Punto (5,4)
x = 0,0156 ; T = 555 ; rA = 3,1478
RESUMEN
a) PERFIL DE TEMPERATURA
Pos. Longit. r=0 r = 0,0125 r = 0,025 r = 0,0375 r = 0,050 r = 0,0625

L = 0,00 600,000 600,000 600,000 600,000 600,000 555,0
L = 0,05 613,699 613,992 613,990 613,990 611,991 555,0
L = 0,10 629,860 629,800 629,800 629,700 624,090 555,0
L = 0,15 648,140 648,150 648,130 647,530 637,750 555,0
L = 0,20 669,500 669,500 669,400 668,130 652,900 555,0
496
Las curvas cercanas a z = 0 presentan inestabilidad que es una propiedad intrínseca del sistema
matemático resultante.
Luego conforme se avanza en z, el sistema se hace estable.
b) PERFIL DE CONVERSIÓN:
Pos. Longit. r=0 r = 0,0125 r = 0,025 r = 0,0375 r = 0,050 r = 0,0625

L = 0,00 0,00000 0,00000 0,00000 0,00000 0,00000 0,00000
L = 0,05 0,00466 0,00466 0,00466 0,00466 0,00457 0,00457
L = 0,10 0,00996 0,00996 0,00993 0,00990 0,00963 0,00845
L = 0,15 0,01600 0,01600 0,01600 0,01580 0,01400 0,01200
L = 0,20 0,02300 0,02300 0,02300 0,02200 0,02200 0,01500
El problema fundamental consiste en calcular las dimensiones del reactor. En este caso, se conoce el
diámetro, faltaría conocer la longitud, para lo cual hacemos uso de los perfiles de tempereratura media
para cada longitud, es decir:
497
Por ejemplo cuando L = 0
r T(r) rT(r)
0 600 0
0,0125 600 7,5
0,025 600 15,0
0,0375 600 22,5
0,050 600 30
0,0625 555 34,6875
Del mismo modo se obtiene para cada uno de los puntos

Estos valores deben ser graficados
〈T 〉 obteniendose una curva del tipo
z 〈T 〉
0,0 591
0,025 601,552
0,10 612,988
0,15 626,04
0,20 640,9432
z
Para un mayor número de puntos se espera obtener una curva del tipo
〈T 〉
L z
La longitud L' del reactor se obtiene cuando la pendiente de la curva se hace constante, es decir dT/dz=0,
punto en el cual, ya no se produce reacción química alguna.
Una vez conocida la longitud del tubo y teniendo como dato el diámetro, se puede obtener el volumen
del catalizador, considerando la porosidad del lecho. Se construye una curva similar a la anterior <x> vs z
y se determina la conversión media a la salida del reactor.
La longitud real se calcula mediante:

V T = Vocupado + Vvacío
V T = Vocupado + ε × Vtotal
Vocupado = V T – ε × Vtotal
498
Luego, conociendo el diámetro, la longitud real del reactor será:
Es decir, la longitud real se calcula previamente leyendo la longitud L' de la gráfica <T> vs z ó <x> vs z.
En este problema se ha discretizado usando el método de diferencias finitas explícitas y luego se ha

aplicado el procedimiento b.1) método iterativo.
PROBLEMA 8.10
Con los datos que se muestran a continuación, encuentre los perfiles de conversión y temperatura
considerando la dispersión axial y radial, usando el método de diferencias finitas explícitas. El sistema no
lineal resultante, se resuelve usando el procedimiento b.1) método iterativo.
Datos para la dispersión radial y axial:

Radio del tubo : 0,0625 pies
Longitud del tubo : 0,30 pies
Calor específico de la mezcla : 0,2 BTU/Lb °F
Velocidad media del fluido : 3000 pie/h
Entalpía de reacción : –30 000 BTU/Lb
Densidad del catalizador : 90 Lb/pie3
Conductividad térmica efectiva : 0,015 BTU/h pie °F
Coeficiente de difusión radial : 5 pie2/h
Coeficiente de difusión axial : 5 pie2/h
Densidad de la mezcla : 0,1 Lb/pie3
Concentración inicial de A : 0,0025 Lb/pie3
Distancia desde el centro

Temperatura Conversión
del tubo en pies
0 600 0
0,0125 600 0
0,0250 600 0
0,0375 600 0
0,0500 600 0
0,0625 555 0
RESOLUCIÓN:
499
PRIMERA FILA
De las ecuaciones (7) y (8), cuando r = 0:
Resolviendo por el método de Newton - Raphson:
Cuando r ≠ 0:
De las ecuaciones (11) y (12):

i = 1, j = 0:
Se prosigue del mismo modo:

i = 2, j = 0:
500
Resolviendo se obtiene: ,
Cuando i = 3, j = 0:
Resolviendo: ,
i = 4, j = 0:
Resolviendo: ,
i = 5, j = 0:
condición de frontera:
, (Dato del problema)
Continuando con el proceso iterativo:
SEGUNDA FILA
i = 0, j = 1:
501
Reordenando estás dos últimas ecuaciones:
Resolviendo: ,
Ahora: i = 1, j = 1:
Resolviendo: ,
Ahora: i = 1, j = 2:
Resolviendo: ,
i = 2, j = 2:
Resolviendo: ,
i = 3, j = 2:
502
Resolviendo: ,
i = 4, j = 2:
Resolviendo: ,
i = 5, j = 2:
Puesto que:
Continuando con el proceso iterativo:
TERCERA FILA
i = 0, j = 3:
Ahora i = 1, j = 3:
Resolviendo: ,
i = 2, j = 3:
503
Resolviendo: ,
i = 3, j = 3:
Resolviendo: ,
i = 4, j = 3:
Resolviendo: ,
i = 5, j = 3:
CUARTA FILA
i = 0, j = 4:
504
Ahora i = 1, j = 4:
i = 2, j = 4:
i = 3, j = 4:
i = 4, j = 4:
i = 5, j = 4:
505
Resumiendo los datos obtenidos:

Perfil de conversión
Posición
r = 0×10–3 r = 0,0125×10–3 r = 0,0250×10–3 r = 0,0375×10–3 r = 0,0500×10–3 r = 0,0625×10–3
z
0,06 4,3963 4,3963 4,3963 4,3936 4,1938 2,5600
0,12 9,3689 9,3689 9,3689 9,1839 7,5742 6,0061
0,18 15,2622 15,2622 15,1061 13,8640 12,2988 9,3799
0,24 22,4377 22,2840 21,3259 20,2716 16,5188 13,5447
0,30 31,3204 30,4825 29,9744 26,4309 22,6842 17,7089
Perfil de temperatura (R)
z r=0 r = 0,0125 r = 0,0250 r = 0,0375 r = 0,0500 r = 0,0625

0 1060 1060 1060 1060 1060 1015
0,06 1076,09 1076,09 1076,09 1076,09 1070,47 1015
0,12 1094,693 1094,693 1094,693 1093,9256 1081,77 1015
0,18 1116,710 1116,710 1166,000 1114,28 1094,02 1015
0,24 1143,80 1143,80 1143,074 1137,98 1107,668 1015
0,30 1177,40 1177,40 1177,13 1166,51 1123,17 1015
Perfil de temperatura (°F)
z r=0 r = 0,0125 r = 0,0250 r = 0,0375 r = 0,0500 r = 0,0625

0 600 600 600 600 600 555
0,06 616,09 616,09 616,09 616,09 610,47 555
0,12 634,69 634,69 934,69 633,95 621,77 555
0,18 656,71 656,71 656,60 654,28 634,02 555
0,24 683,50 681,49 683,07 677,95 647,66 555
0,30 717,40 717,34 716,13 706,51 663,31 555
Con estos datos se calcula los valores de conversión media y temperatura media.
z 〈x〉 〈T〉
0 0
0,06 3,8621 × 10–3 623,3439
0,12 8,02207 × 10 –3
616,3071
0,18 12,98 × 10–3 624,9600
0,24 18,176 × 10 –3
640,097
0,30 20,63 × 10 –3
659,813
506
Ahora calculamos los perfiles de temperatura en cada punto z:
z = 0,06
z = 0,12
z = 0,18
z = 0,24
z = 0,30
Luego el perfil de concentración:
z = 0,06
z = 0,12
z = 0,18
z = 0,24
z = 0,30
Para indicar los puntos de igual temperatura:
T = 620 °F T = 640 °F T = 660 °F

r = ± 0,0207669 z = 0,06 r = ± 0,01971 z = 0,12 r = ± 0,0229 z = 0,18
r = ± 0,037978 z = 0,12 r = ± 0,036127 z = 0,18 r = ± 0,03644 z = 0,24
r = ± 0,04597 z = 0,18 r = ± 0,04422 z = 0,24 r = ± 0,04414 z = 0,30
r = ± 0,05083 z = 0,24 r = ± 0,04937 z = 0,30
r = ± 0,054094 z = 0,30
PROBLEMA 8.11
Usando los siguientes datos, obtener los perfiles de conversión y temperatura de la oxidación del
anhídrido sulfuroso o anhídrido sulfúrico, considerando los siguientes casos:
a) Sin dispersión axial ni radial.
b) Con dispersión radial.
c) Con dispersión radial y axial.
1. Datos estequiométricos y cinéticos
Estequiometría:
SO2 = –1
O2 = –1/2
SO3 = 1
Termodinámica
ΔHR = –94886 kcal/mol
507
2. Datos cinéticos
K1 = exp(12,160 – 5473/T ), T: K
K2 = exp(–9,953 + 8619/T )
K3 = exp(–71,745 + 52596/T)
K4 = exp(11300/T – 10,68)
P: presión parcial en atm
3. Datos del reactor y de la operación
Competición del 6.5% mol SO2

alimento 93.5% mol de aire seco
Pt/Al2O3 (esferas)
Catalizador dp = 0.3175 cm
lecho catalítico ρb = 1025 kg cat/m3
εL = 0.5
Cpg = 1.09 kj/kg ºC
Propiedades del
ρb = 0.5864 kg/m3
flujo y fase fluida
G = 1709 kg/m2h
t0 400 ºC
tw 197 ºC
Dt 5.23 cm
L 9.14 cm
PeHr 4.4
PeMr 9.6
Biw 6.67
RESOLUCIÓN:
a) Las ecuaciones diferenciales para este caso, estan dados por:
con x(0) = 0 y T(0) = 400 ºC
La solución se encuentra en el programa respectivo y se resuelve mediante el polymath.
508
Programa anhidrido_sulfuroso_1.pol
509
b) Las ecuaciones diferenciales para este curso son:
(1)
(2)
Con las condiciones:

r=0 , y ∀z
r=R , ∀z
∀z
z = 0, CA = CA ent y T = Tent ∀z
510
Datos adicionales al item a)
Cpf = 1,09 kj/kg ºC (calor específico del fluido)

ρf = 0,5864 kg/m3 (densidad del fluido)
G = 1709 kg/m2h (velocidad másica de flujo: ρf × Vf )
Vf = velocidad del fluido
Tent = 400 ºC
Tw = 197 ºC (temperatura de la pared)
Dt = 5,23 cm (diámetro interno del tubo)
L = 9,14 cm (longitud del tubo)
PeHr = 4,4 (número de Peclet de transferencia de calor)
PeMr = 9,6 (número de Peclet de transferencia de masa)
Biw = 6,67 (número de Biot en la pared)
Hacemos: CA = CAO – CAO X, para transformar la ecuación de balance de masa, reemplazando y

reordenandolo se tiene:
(3)
Se sabe que:
Luego
(4)
De esta última expresión, se obtiene:
(5)
También se conoce que:
(6)
De donde se tiene
(7)
511
Se resuelve simultáneamente las ecuaciones (5) y (7) con las condiciones de transferencia de masa
r=0, ∀z, r=R, ∀z
z = 0 , x = 0 , ∀r
Las condiciones para la transferencia de calor son las mismas que las propuestas anteriormente.
Se utiliza el método de líneas discretizando el segundo miembro de las ecuaciones (4) y (6).
512
c) Con dispersión axial y radial
Balance de materia:
(1)
Haciendo:
CA = CAO – CAO x
Se obtiene la ecuación
(2)
Haciendo:
, , φ3 = –US ,
, , φ7 = –US ρgCpg , φ8 = ρb(–ΔHR)
513
Reemplazando los parámetros en (1) y (2), se obtiene:
(3)
(4)
Las ecuaciones (3) y (4) se usan ∀ r ≠ 0
Cuando r = 0
(5)
(6)
Se resuelve simultáneamente las ecuaciones (3), (4), (5) y (6) usando el método de diferencias finitas
explícita, debido a su facilidad de cálculo, pues resuelve el balance de materia y energía punto a punto. si
se usase el método de diferencias finitas implícitas, el tiempo de cálculo es muy elevado pues resuelve los
balances de materia y energía en forma simultánea en todos los puntos fijados.
Para este caso, se ha considerado valores iguales de los números de Peclet de transferencia de masa
radial y axial, y Peclet de transferencia de calor axial y radial.
514
PROBLEMA 8.12
El orto-xileno puede oxidarse a anhídrido ftálico por procedimientos semejantes a los empleados en el
caso de naftaleno.
Como detalle importante en lo que se refiere a la producción industrial hay que decir que es
conveniente utilizar proporciones pequeñas de aire, ya que con ello es menor la formación de CO2
y, por lo tanto, más fácil la separación del producto. Además, la purificación del producto se facilita
también, puesto que disminuye la formación de quinonas y otras sustancias cloradas. Las reacciones
que se producen son:
Este proceso se da a una temperatura entre 360 a 400 ºC y a una presión de 0,02 MPa.
Los xilenos son buenos disolventes y se usan como tales. Además forman parte de muchas formulaciones
de combustibles de gasolina donde destacan por su elevado octano. Un inconveniente es la dificultad
de separación de los isómeros que tienen puntos de ebullición casi idénticos (o-xileno: 144 ºC; m-xileno:
139 ºC; p-xileno: 138 ºC).
Encuentre los perfiles de concentración de cada uno de los componentes y de temperatura, con los cuales
pueden obtenerse las dimensiones del reactor. Haga un análisis de la variación de parámetros de proceso
como la temperatura de entrada, presión de operación, composición de la alimentación, etc.
A: o-xileno i: reacción
B: anhídrido ftálico j: componente
C: producto de oxidación total
Modelo bidimensional con difusión radial
Balance de materia
Balance de energía
515
Definición de términos
ε Porosidad de la partícula (0,45; 0,50; 0,65; ...)

Der Coeficiente de difusión efectiva radial
Dez Coeficiente de difusión efectiva axial
US Velocidad superficial
ρb Densidad del catalizador
vij Coeficiente estequiométrico del componente j en la reacción i
r Velocidad de reacción
Ker Conductividad efectiva radial
ρg Densidad del gas
Cpg Calor específico del gas
ΔHR Entalpía de reacción
PeHr Número de Peclet de calor radial
PeMr Número de Peclet de masa radial
Biw Número de Biot
Datos del reactor y de operación
≤ 1% mol de o-xileno
Composición alimento
≥ 99% mol de aire seco
V2O5
dp = 0,3 cm
Catalizador lecho catalítico
ρb = 1300 kgcat/m3
ε = 0,6
Propiedades del flujo y fase gaseosa

ρg = 1,293 kg/m3
G = 4684 kg/m2h
T∞ 352 ºC
Tw 352 ºC
Dt 2,5 cm
Lt 3m
PeHr 5,25
PeMr 10
Biw 2,5
516
Datos cinéticos y termodinámicos
Ri = Ki Pi PO2 (kmol/kg cat h), i = 1, 2, 3
Ri Di Wi (K) (–ΔHi )(kcal/mol)

1 19,837 13595 307
2 20,86 15811 1090
3 18,97 14401 1090
Planeamiento de las ecuaciones de los balances de materia y energía
G = ρg × US
De la ecuación del balance de materia despejando el término ∂Cj / ∂z
De la ecuación del balance de energía:
517
A:
B:
C:
T:
Donde:
Condiciones de frontera
r=0
∀z y ∀z
r=R
Modelando la velocidad de reacción:
rA = r1A + r2A + r3A
rB = r1B + r2B + r3B
rC = r1C + r2C + r3C
r1A = –k1 × CA r1B = k1 × CA r1C = 0 rA = –k1 × CA – k3 × CA

r2A = 0 r2B = –k2 × CB r2C = k2 × CB rB = k1 × CA – k2 × CB
r3A = –k3 × CA r3B = 0 r3C = k3 × CA rC = k2 × CB + k3 × CA
518
Discretización de los balances de matema
Para el componente A:
Si r = 0; i = 0:
Para r ≠ 0:
i = 1:
i = 2:
i = 3:
i = 4:
i = 5:
i = 6:
i = 7:
519
i = 8:
i = 9:
i = 10:
Para el componente B:
i = 0:
i = 1:
i = 2:
i = 3:
i = 4:
i = 5:
i = 6:
520
i = 7:
i = 8:
i = 9:
i = 10:
Para el componente C:
i = 0:
i = 1:
i = 2:
i = 3:
i = 4:
i = 5:
i = 6:
521
i = 7:
i = 8:
i = 9:
i = 10:
Discretización del balance de energía
Cuando r = 0; i = 0:
Cuando r ≠ 0:
i = 1:
i = 2:
i = 3:
522
i = 4:
i = 5:
i = 6:
i = 7:
i = 8:
i = 9:
i = 10:
i = 10 (determinando T11 por diferencias finitas y condiciones de frontera)
Además:
523
Programa oxidacion del orto xileno.pol
524
PROBLEMA 8.13
Un fluido se mueve en las direcciones x e y como consecuencia de haber colocado un obstáculo
rectangular, tal como se muestra en la figura. Encuentre el perfil de velocidad para las condiciones de
frontera propuestos.
RESOLUCIÓN:
La ecuación diferencial para el flujo bidimensional, está dada por:
Discretizando:
Haciendo: , se obtiene el siguiente sistema:
Desarrollando obtenemos los siguientes resultados:
Bloque 1:
i = 1, j = 1: (1)
525
i = 1, j = 2: (2)
i = 1, j = 3: (3)
i = 1, j = 4: (4)
i = 1, j = 5: (5)
i = 1, j = 6: (6)
i = 1, j = 7: (7)
Bloque 2:
i = 2, j = 1: (8)
i = 2, j = 2: (9)
i = 2, j = 3: (10)
i = 2, j = 4: (11)
i = 2, j = 5: (12)
i = 2, j = 6: (13)
i = 2, j = 7: (14)
Bloque 3:
i = 3, j = 1: (15)
i = 3, j = 2: (16)
i = 3, j = 3: (17)
i = 3, j = 4: (18)
i = 3, j = 5: (19)
i = 3, j = 6: (20)
i = 3, j = 7: (21)
Bloque 4:
i = 4, j = 1: (22)
i = 4, j = 2: (23)
i = 4, j = 3: (24)
i = 4, j = 4: (25)
526
i = 4, j = 5: (26)
i = 4, j = 6: (27)
i = 4, j = 7: (28)
Bloque 5:
i = 5, j = 1: (29)
i = 5, j = 2: (30)
i = 5, j = 3: (31)
i = 5, j = 4: (32)
i = 5, j = 5: (33)
i = 5, j = 6: (34)
i = 5, j = 7: (35)
Bloque 6:
i = 6, j = 3: (36)
i = 6, j = 4: (37)
i = 6, j = 5: (38)
i = 6, j = 6: (39)
i = 6, j = 7: (40)
Luego obtenemos el siguiente sistema matricial:
527
528
La solución del sistema matricial es:
Los números en cursiva dentro de la matriz corresponden a los valores calculados y los numeros en
negrita de los extremos son los valores de la frontera.
Las gráficas resultantes son:
529
8.8 DISPERSIÓN DE CONTAMINANTES
La ecuación de conservación de masa de un contaminante en el lecho de un fluido en mocvimeinto,

despreciando los efectos de dispersión y conservando sólo el término de advección, está dada por:
Esta ecuación puede ser discretizada parcialmente usando la diferencia central y obtener:
Suponiendo que se produce una reacción química entre el contaminante y el agua y es una reacción de
pseudo primer orden, la ecuación diferencial puede ser escrita como:
Está ecuación, en realidad es un sistema, puesto que puede ser desarrollado para encontrar la
concentración del contaminante en distintos puntos del río y en función al tiempo y concentración:
Y así sucesivamente,
530
Pero en el último tramo:
Por lo tanto, la última ecuación se convierte en:
Usando la diferencia regresiva por sau mayor solubilidad:
Esto permite resolver el sistema bajo diversas suposiciones.
Cuando el ingreso del contaminante es en forma continua, se resuelve el sistema con las siguientes
condiciones:
C0 ≠ 0, C1(0) = 0, C2(0) = 0, C3(0) = 0, ..., Cn(0) ≠ 0,
Cuando el ingreso de contaminante es discontinuo, es decir el contaminante ingresa a la corriente del

río para un determinado tiempo, lluego cesa dicho ingreso. Se resuelve igual que en el caso anterior por
el período antes mencionado, luego se asigna C0 = 0, con las condiciones iniciales C1(0) ≠ 0, C2(0) ≠ 0, ...,
Cn(0) ≠ 0, cuyos valores son tomados del resultado de la ejecución del programa en su primera parte.
Cuando le entrada de contaminante es instántanea, se ejecuta los programas anteriores con C0 = 0,

C1(0) ≠ 0, C2(0) = 0, C3(0) = 0, ..., Cn(0) = 0
Si consideramos además la dispersión axial, el esquema anterior se puede ampliarse del siguiente modo:
Cuya discretización conduce a:
En x = L: ,
Se reemplaza en la última ecuación:
531
Se resuelve bajo los mismos criterios anteriores.
También se puede usar las diferencias finitas regresivas tal como se indica a continuación:
Los parámetros usados son los siguientes:

V1 = 1 V6 = 1
V2 = 1 V7 = 1
V3 = 1 V8 = 3
V4 = 2 V9 = 1
V5 = 1 V10 = 1
Vi : Velocidad del fluido (m/s)

K1 = 0.01 : Constante de velocidad de reacción (s–1)
C0 = 0 : Concentración de entrada (ppm)
Kx = 20 : Coeficiente de dispersión (m2/s)
Δx = 20 : Variación longitudinal (m)
C1(0) = 400 ppm
Programa dispersion_1.pol
532
El caso anterior solo considera la dispersión turbulenta en la dirección x; este puede se generalizada
considerando además la dispersión en la dirección y y la dirección z.
El modelo matemático para este caso, está dado por:
Discretizando se tiene:
K = 0.1 s–1 Velocidad en m/s

Kx = 20 (m2/s) V1 = 5
Ky = 20 (m2/s) V2 = 4
Kz = 20 (m /s)
2
V3 = 5
Δx = 10 (m) V4 = 4
Δy = 5 (m) V5 = 4
Δz = 5 (m) V6 = 6
V7 = 8
V8 = 4
533
dispersion_2.pol
534
8.1 La siguiente figura muestra la sección recta de un oleoducto semienterrado en un terreno
relativamente frío:
La parte superior de la tubería queda expuesta al efecto solar, pudiendo aproximarse la temperatura
de la superficie de la tubería por la expresión siendo A y B constantes.
Suponiendo que la conductividad térmica del petróleo es constante y que la transmisión de calor
a través de la sección únicamente se produce por conducción, la temperatura local del petróleo
puede definirse como la solución de la ecuación de conducción de calor simplificada en
coordenadas cilíndricas.
Determinar el perfil de temperatura como función de r y θ.
Se debe considerar como datos de entrada A, B, Δr, Δθ, entre θ = – π/2 y θ = π/2 .
Se propone los datos siguientes: A = 125 °F; B = 50 °F; Δr = 8 intervalos; Δθ = 8 intervalos; R = 1 m
Encuentre el perfil de temperatura en el tubo.
8.2 Suponiendo un flujo permanente en la tubería del problema anterior, la velocidad del petróleo
obedece a:
, , C y d constantes.
Suponiendo: , C = 8000° , d = 460°
Encuentre el perfil de velocidad.
8.3 Exprese las siguientes ecuaciones diferenciales en términos de diferencias finitas:
a) b)
c)
535
8.4 Plantee las ecuaciones en diferencias finitas para el transporte de calor, en dos dimensiones y en
regimen no estacionario, cuya ecuación diferencial, está dada por:
, , , ,
Aplique el método de Cranck Nicholson para la discretización con las condiciones:

t = 0 , T = 80 °C , ∀x y ∀y
8.5 Dentro de un esfera de radio R, se produce una reacción química del tipo: 2A → B
La ecuación diferencial que describe este proceso esta dado por:
Discretize esta ecuación diferencial:

a) Usando el método explicito.
b) Usando el método implicito.
c) Usando el método de lines.
8.6 Una cuerda en vibración, con una fuerza de amortiguamiento, opuesta a su movimiento que
esproporcional a la velocidad, obedece la ecuación:
Donde B es la magnitud de la fuerza de amortiguamiento. Resuelva el problema si la longitud de la

cuerda es de 5 pies con T = 24 Lb, w = 0,1 Lb/pie y B = 2,0. Las condiciones iniciales son:
Calcule unos cuantos puntos de la solución con ecuaciones en diferencias.
536
8.7 Una cadena flexible está suspendida libremente como se muestra en la figura. Para pequeñas
perturbaciones a partir de su posición de equilibrio (colgando verticalmente), la ecuación de
movimiento es:
En esta ecuación, x es la distancia desde el extremo de la cadena, y es el desplazamiento a partir

de la posición de equilibrio, t es el tiempo y g es la aceleración de la gravedad. Originalmente,
una cadena de 10 pies de largo está suspendida libremente. Se pone en movimiento al golpearla
fuertemente en su punto medio, impartiendo ahí una velocidad de 1 pie/s. Encontrar cómo se
mueve la cadena como resultado del golpe. Si considera que requiere información adicional en t=0,
establezca hipótesis razonables.
8.8 La dispersión de un contaminantes en un cuerpo de agua tal como un río en regimen turbulento
que se desplaza en la dirección x, puede ser representado mediante:
V : velocidad en la dirección x
C : concentración en cualquier posición longitudinal, lateral y vertical y temporal.
Prepare un esquema para calcular C = ƒ(t, x, y, z) para los siguientes casos:
a) Ingreso constante de contaminante
b) Ingreso intermitente de contaminante
c) Ingreso instantáneo de contaminante
Datos iniciales: t = 0, C = C0 = 800 ppm ∀ x, y, z
Cuando: x = L, (condición de mínimo)
Cuando: y = w, (condición de mínimo)
z = H, (condición de mínimo)
y = 0, (condición de máximo)
z = 0, (condición de máximo)
El origen de coordenadas es en la superficie del río (z = 0), y en el centro del canal (y = 0).
V = 2 m/s , Dx = 18 m2/s , Dy = 15 m2/s , Dz = 25 m2/s , k = 1 × 10–4 s
537
Capítulo
9 Volúmenes
finitos
9.1 INTRODUCCIÓN
El método de los volúmenes finitos permite discretizar y resolver numéricamente ecuaciones diferenciales.
Es un método alternativo a las diferencias finitas y elementos finitos.
Permite resolver ecuaciones diferenciales ordinarias y parciales, con generación de cantidad de

movimiento, materia y energía, y con transferencia de masas por medios convectivos.
La diferencia principal entre los métodos de diferencia finita y volumen finito radica en la interpretación
de las soluciones en los puntos de la retícula. En los métodos de la diferencia finita, la solución uij se
considera como una función de punto, esto implica que u en cualquier punto puede ser interpolada a
partir de un puntos de retícula conocido.
En los métodos de volumen finito, la solución uij considera como el valor promedio de u en una celda, tal
como se muestra mas adelate.
Respecto a la interpretación de las soluciones en puntos de retícula o celdas, los métodos de diferencia
finita y volumen finito son diferentes en la forma que se discretizan las ecuaciones diferenciales parciales.
Los métodos de diferencia finita y volumen finito pueden dar lugar a ecuaciones algebraicas idénticas,
pero los métodos de volumen finito ofrecen varias ventajas. La primera es que la interpretación de la
solución y el método de discretizar la EDP, garantiza el valor correcto de la integral en cada celda y en todo
el dominio espacial (es decir, la ecuación de volumen finito mantiene la conservación ya sea de materia,
energía o cantidad de movimiento). La segunda es que la celda no tiene que ser rectangular, de hecho,
puede tener cualquier forma y dicha forma puede variar de celda en celda mientras no exista traslapos
por espacios vacios entre ellos.
539
9.2 ECUACIÓN DIFERENCIAL DE TRANSFERENCIA DE CALOR, UNIDIRECCIONAL,

RÉGIMEN ESTACIONARIO, SIN GENERACIÓN EN COORDENADAS RECTANGULARES
Consideremos una barra aislada delgada sin fuente de calor, tal como se muestra en la figura
Dado que la transferencia de calor en el cilindro, en este caso, se da en la dirección z, la coordenada

cilíndrica coincide con la coordenada rectangular, en este caso, la ecuacion diferencial, está dada por:
(9.1)
ó (9.2)
Para la discretización procedemos del siguiente modo:
(9.3)
Volviendo a discretizar
(9.4)
En el desarrollo de la ecuación (4), se ha seguido el procedimiento propuesto por Patankar.
Ahora introducimos una nomenclatura similar a la del método de diferencias finitas, propuesto por el
autor.
(9.5)
En este caso, el área de sección es constante y tratándose de un material homogéneo, kw = ke = k.
En el extremo izquierdo, cuando i = 1
(9.6)
ke = ka= k
540
Volúmenes finitos CAP. 9
Simplificando, se obtiene
T2 − 3T1 = −2TA (a)
Cuando i = 2, 3 y 4, se usa la ecuación (9.5), y se obtiene

Ti+1 − 2Ti + Ti−1 = 0
Desarrollando para los diversos valores de i

T3 − 2T2 + T1 = 0 (b)
T4 − 2T3 + T2 = 0 (c)
T5 − 2T4 + T3 = 0 (d)
En el extremo derecho, cuando i = 5
(9.7)
kb = kw = k
(9.8)
2TB − 3Ti + Ti−1 = 0
Luego
T4 − 3T5 = −2TB (e)
Las ecuaciones (a), (b), (c), (d) y (e), se resuelven simultáneamente, para lo cual el sistema se escribe en
forma matricial, del siguiente modo
(9.9)
PROBLEMA 9.1
En el desarrollo anterior considere que L = 0,5 cm, k = 40W/m°C, TA = 100, TB = 500, Δx = 0,10 y encuentre
la temperatura en cada intervalo dado.
RESOLUCIÓN:
En este caso particular, los valores de L, k y Δx, se simplifican y solo se requieren los valores de TA y TB, los
cuales son reemplazados en la ecuación (8.9)
541
El método de solución se describe en el Capítulo 5 de acuerdo a ello la solución es
para comprobar, podemos encontrar la solución analítica
T = C1 x + C2
x = 0, T = 100, C2 = 100
x = 0,5, T = 500, C1 = 800
T = 800x+100
En este caso
Este mismo problema puede ser resuelto usando el método de las diferencias finitas.
La ecuación diferencial, está dada por:
o simplemente:
Discretizando
Ti+1 - 2Ti + Ti-1 =0 (9.10)
Usamos mayor número de puntos para que algunos coincidan con el método de los volúmenes finitos,
del siguiente modo:
i=1 T2 − 2T1 + =0
i=2 T3 − 2T2 + T1 = 0
i=3 T4 − 2T3 + T2 = 0
i=4 T5 − 2T4 + T3 = 0
i=5 T6 − 2T5 + T4 = 0
542
i=6 T7 − 2T6 + T5 = 0
i=7 T8 − 2T7 + T6 = 0
i=8 T9 − 2T8 + T7 = 0
i=9 − 2T9 + T8 = 0
con TA = 100 y TB = 500.
Escribiendo en forma matricial
T = [140, 180, 220, 260, 300, 340, 380, 420, 460]t
9.3 ECUACIÓN DIFERENCIAL DE TRANSFERENCIA DE CALOR UNIDIRECCIONAL,

EN RÉGIMEN ESTACIONARIO, CON GENERACIÓN, EN COORDENADAS
RECTANGULARES
Consideremos el siguiente sistema: Una pared rectangular, por donde se transfiere calor desde el punto
de mayor temperatura hacia los extremos
(9.11)
543
para discretizar, previamente presentamos el siguiente esquema:
Discretizando la ecuación (8.11).

(9.12)
(9.13)
ó (9.14)
con ke = kw = k
Simplificando la ecuación (8.14)
(9.15)
La ecuación (8.15) es aplicable en los puntos 2, 3 y 4, es decir:
i=2 (a)
i=3 (b)
i=4 (c)
En el punto 1m es decir i = 1
(9.16)
(9.17)
ke = ka = k
(d)
544
En el punto 5, es decir cuando i = 5
(9.18)
kb = kw = k
(9.19)
i=5
(e)
Se resuelve en forma simultánea las ecuaciones (a), (b), (c), (d) y (e), y se obtiene el perfil de temperatura.
PROBLEMA 9.2
Con los datos que se muestran a continuación, encuentre el perfil de temperatura para el sistema
desarrollado anterior.
G = 1×106 W/m3; k = 0,5 W/m°C
L = 0,02 m; Δx = 0,004 (cinco particiones)
TA = 100°C; TB = 200°C
RESOLUCIÓN:
T2 − 3T1 + 2×100 + 32 = 0
T2 − 3T1 = −232 (d’)
T3 − 2T2 + T1 = −32 (a’)
T4 − 2T3 + T2 = −32 (b’)
T5 − 2T4 + T3 = −32 (c’)
T4 − 3T5 + 2 × 200 + 32 = 0
T4 − 3T5 = −432 (e’)
La solución permite obtener

T = [150, 218, 254, 258, 230]t
545
Resolviendo en forma analítica
Las condiciones de frontera de acuerdo al problema son:

x=0 , T = 100
x = 0,02 , T = 200
Luego, se obtiene C2 = 100 , C1 = 25 000
El perfil de temperatura estará dado por:
Para comprobar, de acuerdo al gráfico, observamos:
Si j = 1
Si j = 3
Si j = 5
Si j = 7
Si j = 9
El resumen de los resultados se presenta en el siguiente cuadro
Nro. de punto 1 2 3 4 5
x (cm) 0,002 0,006 0,01 0,014 0,018
volumen finito 150 218 254 258 230
solución exacta 146 214 250 254 226
% error 2,73 1,86 1,60 1,57 1,76
546
9.4 TRANSFERENCIA DE CALOR POR CONDUCCIÓN Y CONVECCIÓN, UNIDIRECCIONAL,

RÉGIMEN ESTACIONARIO, COORDENADAS RECTANGULARES
La ecuación diferencial, en este caso, está dada por:
(9.20)
k : Conductividad térmica
h : Coeficiente de transferencia de calor por convección
p : Perímetro del sólido
A : Área de la sección transversal del sólido
En realidad, la forma general de la ecuación diferencial, para cualquier sistema de coordenadas, como el
caso estudiado en este ítem, está dada por:
(9.21)
Donde:
n = 0, en coordenadas rectangulares o cartesianas
n = 1, en coordenadas cilíndricas
n = 2, en coordenadas esféricas
De esta manera, k = ƒ(T), SpT y Sc, se denominan fuente, es decir es cualquier término distinto del
conductivo, veamos el esquema en la aleta rectangular que se muestra a continuación:
Incluso, podemos plantear la ecuación diferencial del sistema descrito por la ecuación (9.20), considerando
el término de generación, lo cual daría
(9.22)
Reordenando
(9.23)
Haciendo: Sp = −hp , Sc = hpT∞ + G × A
Obtendríamos una ecuación similar a (9.21) con n = 0, es decir
(9.24)
547
Enfocando al caso particular del desarrollo de la ecuación (8.20) este problema puede ser resuelto para
tres casos:
a) Cuando x = L, (borde de la aleta aislada)
La solución analítica para este caso, está dada por:
(9.25)
Discretizando la ecuación diferencial
(9.26)
ó (9.27)
La ecuación (8.27) es aplicable en los puntos (2), (3) y (4), multiplicando por
(9.28)
i = 2: (1)
i = 3: (2)
i = 4: (3)
Cuando i = 1, reemplazando en (9.27):
548
Multiplicando por
(4)
Cuando i = 5, reemplazando en (8.27)
Multiplicando por
(9.29)
En el extremo:
(5)
Hacemos
Y luego escribimos en forma matricial
PROBLEMA 9.3
Haciendo uso de los siguientes datos, encuentre el perfil de temperatura de la aleta estudiada y compare
sus resultados con el método analítico.
DATOS
; (Δx) = 0,2 ; T∞ = 20 ; TA = 100 ;
RESOLUCIÓN:
Con estos datos, la matriz anterior resulta:
549
T = [67,37; 39,93; 28,47; 23,77; 22,10] t
Ahora los valores encontrados con la solución analítica en

x = 0,1; 0,3; 0,5; 0,7 y 0,9; son:
T = [71,16; 40,95; 28,64; 23,73; 22,01] t
% de error: 5,32%; 2,49%; 0,59%; 0,17%; 0,40%
Con fines de comparación podemos resolver el mismo problema, usando el método de diferencias finitas:
El método de volúmenes finitos encuentra los valores en cada punto j, mientras que el método de
diferencias finitas lo hace en cada punto i.
Entonces, discretizando la ecuación (9.20)
Y usando los mismos valores de los parámetros del problema

Ti+1 − 2,8Ti + Ti−1= −16
i = 1: T2 − 2,8T1 + = −16 (1)
i = 2: T3 − 2,8T2 + T1 = −16 (2)
i = 3: T4 − 2,8T3 + T2 = −16 (3)
i = 4: T5 − 2,8T4 + T3 = −16 (4)
i = 5: , Ti+1 − Ti = 0, T6 = T5 (5)
T6 − 2,8T5 + T4 = −16
T5 − 2,8T5 + T3 = −16
ó − 1,8T5 + T4 = −16 (6)
550
También: T5 = TB
Escribiendo en forma matricial las ecuaciones (1), (2), (3), (4), (5) y (6)
Resolviendo:
T = [53,62; 34,15; 26,01; 22,67; 21,48] t

T = [52,72; 33,43; 25,62; 22,60; 21,82] t
%ERROR = 1,70; 2,15; 1,52; 0,31; 1,55
b) Cuando x = L, se conoce el valor de la temperatura, es decir TB es conocido.

En este caso, se modifica la ecuación (9.29), lo cual permite obtener:
(9.30)
El sistema lineal resulta:
Suponiendo TA=100 y TB=21
T = [67,34; 39,89; 28,35; 23,50; 21,45] t
c) Cuando la aleta pierde calor por convección por la superficie del extremo derecho, es decir:
Discretizando
551
Pero como: Ti+1 = TB
(9.31)
Y haciendo
Luego, el sistema resulta
En forma particular, si: A = 0,8 y B = 1, se tiene
T = [67,33; 39,87; 28,31; 23,40; 21,21]t
552
PROBLEMA 9.4
Se tiene un calefactor eléctrico en forma de barra plana alargada, hecho de hierro (K = 64 W/m°C), el
cual tiene una longitud de 10 cm y una corriente eléctrica genera calor uniformemente a razón de
k = 1 × 106 W/m3. Las temperaturas de los extremos son T0 = 200°C y TL = 80°C, usando el método de
volúmenes finitos de control obtenga la distribución de temperaturas, considerando 5 nodos.
RESOLUCIÓN:
Según el enunciado del problema, la ecuación de conservación, está dada por:
(1)
Integrando la ecuación (1)

(2)
(3)
(4)
(5)
(6)
Reemplazando (3), (4) y (5) en (2)

(7)
Definiendo las siguientes cantidades denominadas coeficientes de influencia:
553
Reemplazando en (7), se obtiene:

(8)
Según la ecuación (8), la metodología de los volúmenes finitos puede ser acometida mediante el
cálculo sistemático de los respectivos coeficientes de influencia y la solución del sistema de ecuaciones
resultantes de la discretización.
Volumen de control 1
;
La ecuación para este volumen de control es:
;
;
Por lo tanto la ecuación para este volumen de control es:
;
554
;
De tal manera que el sistema de ecuaciones resulta de la forma siguiente:
– = +
– + – =
– + – =
– + – =
– + = +
Reemplazando valores numéricos, se obtiene el sistema
9600T1 – 3200T2 = 1300000
– 3200T1 + 6400T2 – 3200T3 = 20000
– 3200T2 + 6400T3 – 3200T4 = 20000
– 3200T3 + 6400T4 – 3200T5 = 20000
– 3200T4 + 6400T5 = 532000
Resolviendo:
T = (195,81; 181,18; 160,31; 133,18; 99,81)t
555
PROBLEMA 9.5
Empleando el método de volúmenes finitos de control, hallar la distribución de temperatura en una placa
rectangular de espesor H, longitud L y ancho W, tal como se muestra en la figura. Considere los extremos
aislados y que las temperaturas respectivas son 100 y 50°C. La conductividad térmica es de 1 kcal/hm°C y
el espesor H mide 1m. Halle, asímismo, la temperatura en el centro de la placa. La ecuación de distribución
de temperatura calculada por métodos analíticos es:
Compare sus resultados.
RESOLUCIÓN:
La ecuación diferencial está dada por
(9.32)
(9.33)
Integrando el primer miembro de la ecuación (9.33):
(9.34)
Integrando el segundo miembro de la ecuación (9.33):
(9.35)
(9.36)
556
Expandiendo:
(9.37)
En esta ecuación hacemos:
Reemplazando estos parámetros en la ecuación (9.36):
(9.38)
(9.39)
En este caso, , puesto que Sc=0 (no hay generación de calor) y , puesto que SP=0
(no hay transferencia por convección). Además n=0, (coordenadas rectangulares) y ke=kw .
Ahora particionamos el segmento H en partes iguales, en este caso hemos tomado tres partes
Usando el volumen de control 1
(1)
(2)
557
Usando el volumen de control 2:
(3)
De acuerdo al esquema

(4)
(5)
Reemplazando en (5)
(6)
De acuerdo a los datos del problema

T4=50 y T0=100
Resolviendo las ecuaciones (2), (4) y (6)

9T1 − 3T2 = 600
−3T1 + 6T2 −3T3 = 0
−3T2 + 9T3 = 300
558
T = (91,666; 75; 58,333)
Comprobando con el valor analítico:
en el punto 1, x = H/6
en el punto 2, x = H/2
en el punto 3, x = 5H/6
cuyos valores coinciden con el calculado por la técnica de volúmenes finitos.
La ecuación (9.36), puede ser escrita en forma similar a la técnica de diferencias finitas y tener
(9.40)
Esta ecuación es aplicable a cualquiera de los tres sistemas de coordenadas, con generación de calor y
disipación por convección.
Así para los datos del problema anterior.

.
En el extremo izquierdo:
Ti+1 − 3Ti + 2Ti−1 = 0
Si i = 1: T2 − 3T1 + 2T0 = 0 (1)
En el punto medio: Ti+1 − 2Ti + Ti−1 = 0
Si i = 2: T3 − 2T2 + T1 = 0 (2)
En el extremo derecho:
2Ti+1 − 3Ti + Ti−1 = 0
Si i = 3: 2T4 − 3T3 + T2 = 0 (3)
559
Ordenando en forma matricial
T = (91,666; 75; 58,333)
Cuyos resultados coinciden con los valores anteriores.
PROBLEMA 9.6
Empleando el método de los volúmenes finitos de control, halle la distribución de velocidades de un
fluido que fluye sobre una rendija, tal como se muestra en la figura. Compare los resultados con la solución
analítica del problema.
RESOLUCIÓN:
La ecuación diferencial de este problema puede ser escrita en forma similar a la ecuación (8.31)
(9.41)
Cuya discretizacion conduce a:
cuando n = 0
(9.42)
En este caso particular, como el transporte de fluido solo es por difusión molecular, Sp = 0, por otro lado,
Sc, es el término de generación de cantidad de movimiento que en este caso específico está dado por ρ×g.
En otros casos también esta generación de cantidad de movimiento se da por la diferencia de presiones
aplicadas al sistema.
Reordenando la ecuación (9.42)
Con:
560
Luego:
aPVP = aEVE + aWVW + b (1)
Ahora procedemos del siguiente modo:
volumen de control 1
Reemplazando en la ecuación (1): a1V1 = a2 V2 + a0V0 + b
Luego:
(2)
Puesto que no hay diferencia de presiones, el flujo se produce sólo por acción de la gravedad.
Reemplazando en (2)
a2V2 = a3 V3 + a1V1 + b
Reemplazando en la ecuación anterior
(3)
561
En este caso
Luego
a3V3 = a4 V4 + a2V2 + b
Reemplazando en la ecuación discretizada:
(4)
De acuerdo a las condiciones del problema
en x = 0 , Vz = V0 = 0
en x = B , ó → V4 = V3
Resumiendo las ecuaciones

(1’)
(2’)
(3’)
Por la segunda condición de frontera, esta última ecuación se transforma en:
(4’)
562
Podemos tener valores particulares, como por ejemplo

ρ = 1 kg/m3 , g = 10 m/s2 , B = 9 × 10−3 m , μ =10−3 kg/m s
Luego, las ecuaciones se transforman en:
El sistema resulta
V = (0,135; 0,315; 0,405)t m/s
Siendo V4=Vmáx=0,405 m/s, cuyo valor coincide con aquel calculado por método analíticos, dada por la
ecuación de distribución de velocidades.
si x = 0, Vz = Vmáx
Este problema, también puede ser resuelto usando la nomenclatura siguiente, a partir de la ecuación
(9.42)
Factorizando
563
Luego:
Cuando i = 2
(5)
Cuando i = 1
nuevamente
(6)
cuando i = 3
V4 = V3 (condición de frontera)
(7)
Resumiendo las tres ecuaciones

−3V1 + V2 = −0,09
V1 − 2V2 + V3 = −0,09
V2 − V3 = −0,09
Cuya solución, también conduce a

V = (0,135; 0,315; 0,405)t m/s
564
9.5 TRANSFERENCIA DE CANTIDAD DE MOVIMIENTO EN RÉGIMEN ESTACIONARIO,

CON GENERACIÓN DE CANTIDAD DE MOVIMIENTO, EN COORDENADAS CILÍNDRICAS
PROBLEMA 9.7
Determine el flujo másico en el medidor de flujo que se muestra a continuación. El fluido que circula por
el tubo capilar es agua a 20°C y como fluidos manométrico se utiliza cloroformo, cuya densidad es 1,594
g/cm3. El diámetro del capilar es 0,025 cm. Calcule este flujo másico usando el método de volúmenes
finitos y compare su resultado con la ecuación
Calculado por métodos analíticos:

: flujo másico
ρ : densidad del agua a 20°C
ρm : densidad del fluido manométrico
μ : densidad del a gua a 20°C
L : longitud del tubo capilar
H : altura del fluido manométrico
g : aceleración de la gravedad
DATOS
L= 300 cm , H = 2,5 cm
RESOLUCIÓN:
Escribimos la ecuación general
En este caso:
Usando la ecuación (9.36)

(9.43)
Por otro lado: μe = μw = μ
Reordenando
(9.44)
aP VP = aE × VE + aW VW + b (1)
565
En este caso: y
Reemplazando en (1)
(2)
En este caso
Por lo tanto
566
Reemplazando en (1)
(3)
Reemplazando en (1)
(4)
De las ecuaciones (1), (3) y (4)
567
Cuya solución es:
r = R, V4 = 0
La velocidad media es
Por otro lado, de la aplicación de la fórmula
Reemplazando datos, se obtiene
El problema anterior puede ser desarrollado de una manera sistemática siguiendo el procedimiento que
se muestra a continuación.
Usando la ecuación (9.43)

(9.44)
Realizando las siguientes deducciones

n = 1 (sistema de coordenadas cilíndricas)
μe = μw = μ (viscosidad constante)
SP = 0 (no hay transferencia de cantidad de movimiento por convección)
568
Luego, la ecuación anterior se convierte en:
(9.45)
En este caso: Δr + = Δr − = Δr
Luego
(9.46)
Cuando hay tres Cuando hay cinco

volúmenes volúmenes
de control de control
rE = ri+1 r0 = 0 r0 = 0
rP = ri
rW = ri–1
Cuando i = 2, en la ecuación (9.46)
569
Luego
(1)
(2)
(3)
Las ecuaciones (1), (2) y (3) son idénticas a las obtenidas mediante el manejo de volúmenes de control
individuales.
Ahora podemos aplicar estos criterios cuando se incrementa el número de particiones
Usamos la ecuación (9.45)
570
Cuando i = 2
Simplificando
(1)
Cuando i = 3
(2)
Cuando i = 4
Cuando i = 1
571
(4)
Cuando i = 5
(5)
Cuya solución conduce a

V1 = V0 = 12,9183 × 10−3
V2 = 11,9051 × 10−3
V3 = 9,8787 × 10−3
V4 = 6,8391 × 10−3
V5 = 2,7863 × 10−3
Calculamos el flujo másico mediante
572
9.6 TRANSFERENCIA DE CALOR EN RÉGIMEN ESTACIONARIO CON GENERACIÓN

DE CALOR EN COORDENADAS ESFÉRICAS
PROBLEMA 9.8
Aplicar el método del volumen finito a la resolución de la ecuación diferencial
RESOLUCIÓN:
Utilizamos tres volúmenes de control, tal como se muestra en el esquema:
Discretizando la ecuación (9.47)
Hacemos kE = kW = k
i=2
En este caso, ∆r + = ∆r − = ∆r
Cuando i = 2
En este caso:
Luego:
Simplificando
Luego
(1)
573
Cuando i = 1
T1 = T0 , r0 = 0
(2)
Cuando i = 3
En este caso, T4 es dato del problema
(3)
Asignamos un valor valor arbitrarios de:
De la ecuación (2):
T = (20,9648; 20,8413; 20,4364)t
574
PROBLEMA 9.9
Usando el método de diferencias finitas, resuelva el problema de transferencia de calor en una esfera
sólida, en régimen estacionario con generación interna, con los datos supuestos del problema anterior.
RESOLUCIÓN:
Derivando:
Discretizando:
i = 1:
(1)
i = 2: (2)
i = 0:
Luego:
(3)
T0 = 21,399172 T1 = 21,028802 T2 = 20,534976
575
9.7 MÉTODOS DE VOLÚMENES FINITOS EN DOS DIMENSIONES, EN RÉGIMEN

ESTACIONARIO
Este método es una extensión del método de una variable, es decir, se sigue el mismo procedimiento de
discretización
(9.48)
Integrando la ecuación (9.47):
(9.49)
Ahora desarrollamos cada miembro de la ecuación (9.48)
Esta integral es exacta, la aproximación se refiere a la discretización de las derivadas mediante
Sustituyendo estas expresiones se obtiene
De forma similar
576
Finalmente el término fuente
Sustituyendo en la ecuación (9.48)
Escribiendo en forma canónica
También la ecuación puede ser discretizada del siguiente modo:
Luego
Haciendo Δx+ = Δx− = Δx
De manera similar
Con Δy+ = Δy− = Δy
Y la tercera integral
Sumando
Esta ecuación se usa para todos los puntos ij, excepto los extremos izquierdo, derecho, norte y sur, para lo
cual se aplican las siguientes ecuaciones
Extremo izquierdo
Extremo derecho
577
Extremo norte
Extremo sur
En estas ecuaciones u puede representar a la velocidad cuando se desarrolla problemas de transporte de

cantidad de movimiento.
En el caso de transferencia de calor, se representa a la temperatura y en el caso de transferencia de masa,

representa a la concentración molar o fracción molar.
Γ : Propiedad de transporte (viscosidad, conductividad o difusividad).
9.8 ECUACIÓN DE TRANSFERENCIA DE MASA EN DOS DIMENSIONES, RÉGIMEN

ESTACIONARIO
La ecuación diferencial, es este caso, está dado por:
(1)
A continuación discretizamos la ecuación diferencial cuyo dominio está en el plano:
multiplicando la ecuación (1) por el diferencial de área y procediendo a integrar sobre el volumen finito
de control, se tiene
(2)
(3)
(3.a) (3.b)
578
Sustituyendo (3.a) y (3.b) en (3):

(4)
De forma similar
(5)
Reemplazando (4) y (5) en (1)
(6)
(6.a) (6.b)
(6.c) (6.d)
(6.e)
Reemplazando todas las ecuaciones en (6), resulta

(7)
PROBLEMA 9.10
Se tiene agua contenida en un recipiente plano, cuya área es de 6×9 cm2. Una membrana semipermeable
conecta el recipiente por el extremo derecho con una solución cuya concentración es 3×10−4 mol/cm3.
Determine la distribución de concentración de área en la solución contenida en el recipiente. Asumir que
la concentración del área en la parte superior e inferior del recipiente es igual a cero.
RESOLUCIÓN:
Para resolver este problema, establecemos previamente 6 volúmenes de control
579
De esta manera, reemplazando en (7)
La ecuación para este volumen de control queda de la siguiente manera:
La ecuación para este volumen de control queda como:
580
La ecuación para este volumen de control queda como:
Ordenando el sistema
6C1 – C2 – C4 = 4 × 10–4
– C1 + 5C2 – C3 – C5 = 4 × 10–4
– C2 + 6C3 – C6 = 4 × 10–4
– C1 + 6C4 – C5 = 6 × 10–4
– C2 – C4 + 5C5 = 6 × 10–4
– C3 – C5 + 6C6 = 6 × 10–4
C1 = 1,2139 × 10−4 ; C2 = 1,7194 × 10−4 ; C3 = 1,2139 × 10−4
C4 = 1,5639 × 10−4 ; C5 = 2,1694 × 10−4 ; C6 = 1,5639 × 10−4
Este problema se puede resolver empleando la nomenclatura usada en diferencias finitas, para lo cual
previamente esquematizamos los puntos de discretización
Partiendo de la ecuación (7)
i = 1, j = 1
581
En todos los casos, hacemos
(1)
i = 1, j = 2
(2)
i = 1, j = 3
(3)
i = 2, j = 1
(4)
i = 2, j = 2
(5)
i = 2, j = 3
(6)
Que en esencia es la misma matriz anterior, con signo cambiado.
Esta última metodología es mucho más conviente para sistemas grandes.
582
9.9 DIFUSIÓN BIDIMENSIONAL CON REACCIÓN QUÍMICA DE SEGUNDO ORDEN
La ecuación diferencial en régimen estacionario, está dada por
(1)
D : coeficiente de difusión
k : constante específica de velocidad de reacción
La ecuación (1) puede volverse a escribir como
(2)
Integrando
(3)
Discretizando esta ecuación se obtiene
(4)
El esquema a resolver es el siguiente
Resolveremos por un método iterativo, ya que se trata de una ecuación diferencial no lineal, para lo cual
Este es un procedimiento denominado por aproximaciones sucesivas.
Volviendo a escribir la ecuación (4)
i = 1, j = 1
(1)
583
i = 1, j = 2
(2)
i = 1, j = 3
(3)
i = 2, j = 1
(4)
i = 2, j = 2
(5)
i = 2, j = 3
(6)
C11 = 9,458 × 10−8
C12 = 1,279 × 10−7
C13 = 9,458 × 10−8
C21 = 1,247 × 10−7
C22 = 1,656 × 10−7
C23 = 1,247 × 10−7
Luego
584
Reemplazando en el sistema anterior, se obtiene
Cuyos valores coinciden con el anterior cálculo, debido al valor pequeño de α, que incrementa
mínimamente a la variable Cij , con i = j (es decir, el valor de la diagonal).
9.10 DISPERSIÓN DE CONTAMINANTES
La ecuación de conservación de masa en la dirección x para la dispersión de un contaminante en cuerpos

de agua en movimiento, en su forma conservativa esta dado por:
Vamos a desarrollar el esquema de volumenes finitos para plantear la solución del problema:
Discretizando, mediante la diferencia regresiva:
Dividido por Δx:
Este sistema se resuelve bajo los mismos criterios aplicados para el esquema de diferencias finitas.
El esquema de volumenes finitos para la advección y dispersión esta dado por:
Previamente la ecuación diferencial se escribe en su forma conservativa. Integrando:
Discretizando:
585
Dividiendo por Δx:
Este sistema también se resuelve bajo las mismas condiciones de frontera dadas en el item 8.9. Se ha
utilizado la discretización mediante la diferencia regresiva por su estabilidad respecto a la dieferencia
central y diferencia progresiva. Los datos se muestran a continuación:
Programa dispersion_3.pol
586
Velocidad del fluido (m/s)

V1 = 4 V5 = 7 V9 = 6
V2 = 6 V6 = 6 V10 = 8
V3 = 5 V7 = 8 V0 = 9
V4 = 7 V8 = 4
k = 0.01 : Constante de velocidad de reacción (s–1)

Dxx = 20 : Coeficiente de difusión turbulenta (m2/s)
dx = 20 : Δx (m)
Δx = dxp = 20 : Δx + (m)
+
Δx– = dxn = 20 : Δx – (m)

C0 = 0 : Concentración de entrada (ppm)
C1 (0) = 400 : Concentración instantánea inicial (ppm)
587
BIBLIOGRAFÍA
• BURDEN, R. L.; FAIRES, J. D. Análisis Numérico.

México, Grupo Editorial Iberoamericana, 1985.
• CARNAHAN, B.; LUTHER, H. A. Cálculo Numérico, Métodos, Aplicaciones.

Madrid, Editorial Rueda, 1979.
• CARRASCO, L. Transferencia de Cantidad de Movimiento, color y masa.

Lima, Perú, Editorial San Marcos, Primera Edición,
(2005).
• DAVIS, E. Numerical Methods and Modeling for Chemical

Engineers.
New York, Editorial Jhon Wiley & Sons, Inc., 1984.
• GARCIA DE JALÓN, J. y otros Aprenda Matlab 7.0 como si estuviera en primero.
• HENLEY, J. E. Cálculo de Balances de Materia y Energía.

Barcelona, Editorial Reverte S.A., 1978.
• HENLEY, J. E.; SEADER, J. D. Operaciones de separación por etapas de equilibrio

en ingeniería química.
España, Editorial Reverte S.A., 1998
• HENLEY, E.; SEADER, J., Equilibrium - Stage Separation Operations in Chemical

Engineering.
New York, John Wiley & Sons, Inc., 1976.
• HOUGEN, O. A. and. WASON, K. M. Chemical Process Principies, Part II, thermodynamics

New York, John Wile & Sons, 1974.
• IRIARTE DE BALDERRAMA, R. Métodos Numéricos.

México, Editorial Trillas, UNAM, 1990.
• NIEVES, A.; DOMÍNGUEZ, F. C. Métodos Numéricos Aplicados a la Ingeniería Química.

México, Editorial CESCA, 1995.
• PRAUSNITZ, J. M., Molecular Thermodynamics of Fluid - Phase Equilibria.
New Jersey, Prentice - Hall, Inc., Englewood Cliffs,
1969.
• REID, R; PRAUSNITZ, J. M.; The Properties of Gases and Liquids.

SHERWOOD, T. K. New York, Editorial Mc Graw Hill, Inc., 1979.
Tercera edición.
• REID, R; PRAUSNITZ, J. M.; The Properties of Gases and Liquids.

POLYNG, B. New York, Editorial Mc Graw Hill Book Company,
1987.
fourth edition.
• SMITH, J. M.; VAN NESS, H. C. Introducción a la Termodinámica en Ingeniería Química.

y ABOTT, M. New York, Editorial Mc Graw Hill, 1996.
Quinta edición.
• WHEATLEY, P; CURRTIS, G. Análisis Numérico con Aplicaciones.

México, Editorial Prentice - Hall, 2000.
Sexta Edición.
Impreso en los Talleres Gráficos de
Surquillo
7199700 - 7199701

Octubre 2011
Capítulo
10 Aplicaciones
a problemas con MATLAB
10.1 INTRODUCCIÓN A MATLAB
En este capítulo haremos una breve introducción a MATLAB dirigida a usuarios que no han trabajado
nunca con MATLAB. El objetivo principal de este capítulo es que Usted aprenda a programar en MATLAB, es
decir, que sea capaz de crear y modificar programas basados en los algoritmos dados en el libro «Métodos
Numéricos aplicados a la Ingeniería». Vale la pena añadir de que el uso de este software adquiere gran
importancia cuando se aplica a sistemas de gran número de ecuaciones, ya sea de tipo algebraicas o del
tipo de sistemas de ecuaciones algebraicas no lineales. Una ventaja adicional es la fácil representación
gráfica del resultado para su análisis e interpretación.
10.2 ¿QUÉ ES MATLAB?
MATLAB (MATrix LABoratory) es un entorno integrado de computación orientado hacia la resolución de

problemas científicos y de ingeniería. MATLAB integra en un solo paquete cálculo (numérico y simbólico),
visualización gráfica y programación.
Algunas características notables de MATLAB son:

• La programación es más sencilla.
• No hay distinción entre números enteros, reales y complejos.
• La amplitud de intervalo y la exactitud de los números son mayores.
• Cuenta con una biblioteca matemática amplia.
• Abundantes herramientas gráficas.
• Capacidad de vincularse con los lenguajes de programación tradicionales, tales como FORTRAN, C/
C++, Visual Basic, etc.
• Transportabilidad de los programas MATLAB.
Además, el entorno básico de MATLAB se complementa con una amplia colección de cajas de herramientas
(toolboxes) que contienen funciones específicas para determinadas aplicaciones en diferentes ramas de
las ciencias y la ingeniería (por ejemplo: modelado, simulación y optimización de sistemas, control de
procesos, adquisición de datos, estadística y control de calidad, etc.)
Estas características han hecho de MATLAB una herramienta muy efectiva para la educación y la
investigación.
1
10.3 EJECUTANDO MATLAB
Si ya tiene instalado MATLAB, para ejecutarlo proceda igual que con cualquier otra aplicación WINDOWS,
hacer doble clic sobre el icono correspondiente. En seguida se presentará la ventana de comandos, similar
a la figura mostrada:
El símbolo » nos indica que MATLAB está esperando que introduzcamos datos o alguna instrucción
(comando). Una vez que se escribe la orden deseada, hay que pulsar la tecla de retorno, entonces el
programa realiza la operación indicada y muestra la respuesta (ans=). En las guías de uso y de referencia
(PDF) que acompañan al programa, así como en la ayuda (HELP) del programa pueden consultarse
información adicional sobre las instrucciones y el uso de MATLAB.
10.4 TIPOS DE DATOS
Los tipos de datos básicos que soporta MATLAB son números (enteros, reales y complejos), vectores y
matrices.
Ejemplos:
» -2 (entero)
» 0.8205 (real)
» 1.600 + 2.800i (complejo, donde i es la unidad imaginaria)
» [1, -2, 0, 5.23] (vector fila de 4 elementos)
» [1; -2; 0; 5.23] (vector columna de 4 elementos)
» [2, 3, 0; (matriz de orden 2 × 3)
» [1, 4, 3]
Observar que los elementos de un vector fila están separados por comas (o alternativamente por espacios
en blanco), mientras que los elementos de un vector columna están separados por punto y coma. De
igual forma los puntos y comas separan las filas de una matriz, mientras que los elementos de la misma
fila deben separarse mediante comas.
2
Aplicaciones a problemas con MATLAB CAP. 10
10.5 VARIABLES
Una variable almacena un dato cuyo valor puede cambiar durante la ejecución de un programa. En
MATLAB no es necesario declarar las variables ni sus tipos. Sencillamente se crea la variable mediante
asignación directa de su valor. La sintaxis es:
NOMBRE_VARIABLE = VALOR
Ejemplos:
Para definir una variable de tipo real, se puede realizar mediante la siguiente orden:
» R = 0.08205
Para definir una variable de tipo vector, la orden a utilizar sería similar a la siguiente:
» X1 = [0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1]
Para definir una variable tipo matriz, se puede realizar de la siguiente forma:
» A = [2, 3, 0;
1, 4, 3;
2, 1, 0]
Luego, para acceder a un elemento individual de un vector o matriz lo hacemos escribiendo el nombre de
la variable y a continuación el o los índices entre paréntesis. Por ejemplo:
» X1(6)
ans = 0.5
» A(2, 3)
ans = 3
Importante: Tener en cuenta que MATLAB distingue las letras mayúsculas de las minúsculas en los
nombres dados a las variables, así por ejemplo:
VOLUMEN Volumen volumen
Son identificadores válidos y diferentes entre sí.
10.6 OPERADORES EN MATLAB

Operadores aritméticos
A+B Adición
A–B Sustracción
A*B Multiplicación
A’ Transpuesta
A^B Potenciación
A/B División-derecha
A\B División-izquierda
A.*B Producto elemento a elemento
A./B y A.\B División elementoa a elemento
A.^B Elevar a una potecia elemento a elemento
3
Ejemplo 10.1
» R = 2
» V = (4/3) * pi * R^3
V = 33.5103
Observar que hemos utilizado la orden pi, la cual es una constante predefinida de MATLAB y que
corresponde al número π = 3.14159265358979.
Ejemplo 10.2
» A = [1 2 ; 3 4]
A =
1 2
3 4
» A * 2
ans =
2 4
6 8
» A - 4
ans =
-3 -2
-1 0
Operadores relacionales:
A == B Igual a
A ~= B Diferente
A<B Menor
A>B Mayor
A <= B Menor o igual
A => B Mayor o igual
Operadores lógicos:
~P Negación
P&Q Conjunción
P|Q Disyunción inclusiva
xor(P, Q) Disyunción exclusiva. Devuelve unos donde x o y es distinto de cero (verdadero). Devuelve
ceros donde ambos x e y son ceros (falso) o ambos son distintos de ceros (verdadero).
Funciones relacionales y lógicas
Funciones exponenciales y logarítmicas

Devuelve uno si algún elemento en un vector x no es nulo. Devuelve uno
any(x)
para cada columna en una matriz x que tiene elementos no nulos
Devuelve uno si algún elemento en un vector x no es nulo. Devuelve uno
all(x)
para cada columna en una matriz x que tiene elementos no nulos
isnan(x) Devuelve unos en magnitudes no numéricas (NaN) en x.
isinf(x) Devuelve unos en magnitudes no numéricas (NaN) en x.
finite(x) Devuelve unos en magnitudes no numéricas (NaN) en x.
4
En MATLAB los valores lógicos 0 y 1 corresponden a verdadero y falso, respectivamente.
Ejemplo:
» Q = (15 > 22) & (18 < 20)
Q = 0
Funciones predefinidas de MATLAB
Funciones con números enteros y divisibilidad

mod(n,m) Resto de la división de n entre m
sign(n) Signo de n (1 para n < 0, – 1 para n > 0)
max(n,m) Máximo de los números n y m
min(n,m) Mínimo de los números n y m
gcd(n,m) Máximo común divisor de n y m
lcm(n,m) Mínimo común múltiplo de n y m
factorial(n) Factorial de n
factor(n) Descompone n en factores primos
Funciones trigonométricas Funciones hiperbólicas

Función Inversa Función Inversa
sin(x) asin(x) sinh(x) asinh(x)
cos(x) cos(x) cosh(x) cosh(x)
tan(x) atan(x), atan2(x) tanh(x) atanh(x)
cot(x) acot(x) coth(x) acoth(x)
sec(x) asec(x) sech(x) asech(x)
csc(x) acsc(x) csch(x) acsch(x)
Funciones exponenciales y logarítmicas

exp(x) Función exponencial en base e
log(x) Función logarítmica en base e de x
log10(x) Función logarítmica en base 10 de x
log2(x) Función logarítmica en base 2 de x
pow2(x) Función potencial en base 2 de x
sqrt(x) Función raíz cuadrada de x
5
Funciones específicas de variable numérica real

abs(x) Valor absoluto del real x
floor(x) Valor entero más próximo hacia –∞
ceil(x) Valor entero más próximo hacia +∞
round(x) Redondeo hacía el entero más próximo de x
fix(x) Redondeo hacía el entero más próximo a 0
mod(a,b) Resto de la división entre los reales a y b
Devuelve 1 si x>0 y – 1 si x<0. Aplicado en números complejos
sign(x)
devuelve un vector unitario en la misma dirección
10.7 FORMATOS DE VISUALIZACIÓN DE NÚMEROS
En la Tabla siguiente se muestran los formatos numéricos establecidos por MatLab.
Orden de MatLab Comentarios

Format long 16 dígitos
Format ahort e 5 dígitos más exponente
Format long e 16 dígitos más exponente
Format hex Hexadecimal
Format bank 2 dígitos decimales
Format + Positivo, negativo o cero
Format rat Aproximación racional
Format short Visualización por defecto
10.8 INFORMACIÓN SOBRE LAS VARIABLES
MatLab por defecto almacena los resultados en la variable ans. Las variables son sensibles a las mayúsculas
y puede contner hasta 19 caracteres y todos deben comenzar por una letra. Algunas variables especiales
se muestran a continuación:
Variable Valor
ans Nombre por defecto de la variable usada para los resultados.
pi Razón de una circunferencia a su diámetro.
Número más pequeño tal que, cuando se le suma 1, crea un número
eps
en coma flotante en el computador mayor que 1.
inf Infinito.
NaN Magnitud no numérica.
i y j i=1=v–1
realmin El número real positivo más pequeño que es utilizable.
realmax El número real positivo más grande que es utilizable.
6
10.9 MATRICES
La potencia de MATLAB radica en la capacidad de cálculo matricial que posee, se puede trabajar con
matrices de forma muy cómoda y extensa.
Hay ciertas matrices espaciales que se pueden definir en MATLAB de forma directa, usando las siguientes
funciones:
Variable Valor
diag(VECTOR) Crea un matriz diagonal con los elementos de VECTOR en la diagonal.
eye(n) Crea una matriz de orden n
zeros(m,n) Crea una matriz de orden mxn
ones(m,n) Crea una matriz de orden mxn con todos sus elementos 1
rand(m,n) Crea una matriz aleatoria uniforme de orden mxn
randn(m,n) Crea una matriz aleatoria normal de orden mxn
Ejemplos:
» A = diag([5, 4, 3])
A =
5 0 0
0 4 0
0 0 3
» I4 = eye(4)
I4 =
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
» K = zeros(4, 3)
K =
0 0 0
0 0 0
0 0 0
0 0 0
» B = ones(2, 3)
B =
1 1 1
1 1 1
Para el caso de las operaciones matriciales estas se rigen por las reglas del álgebra lineal. A continuación
se especifican las operaciones más importantes:
A+B Suma de matrices
A–B Resta de matrices
A*B Multiplicación de matrices
A’ Transpuesta de una matriz
A^n Potencia escalar de una matriz
7
Ejemplo 10.4
» B = [1, 13, 169]
» B = B’
B =
1
13
169
» A = [1, 1, 1; 7, 9, 11; 49, 81, 121]
A =
1 1 1
7 9 11
49 81 121
» X = A^(-1) * B
X =
1.0000
-3.0000
3.0000
El mismo resultado se obtiene si utilizamos cualquiera de las siguientes órdenes:

» X = inv(A) * B
» X = A \ B
El operador divisor izquierda es aplicable aunque la matriz no tenga inversa e incluso no sea cuadrada,
encuyo caso la solución que se obtiene es la que proporciona el método de mínimos cuadrados.
Ejemplo 10.5
» A = [1, 2], B =[2]
A =
1 2
B =
2
» A \ 2
x =
0
1
Observar que mediante el ejemplo anterior hemos obtenido la solución del sistema de ecuaciones
lineales dado por:
x+ y+ z= 1
7x + 9y + 11z = 13
49x + 81y + 121z = 169
Una de las características más útiles de MATLAB es que dispone de un conjunto de operadores que operan
sobre una matriz, elemento a elemento, estos son:
A .* B
A ./ B
A.^n
8
Ejemplo 10.6
» A = [0, 2; -1, 3]
A =
1 2
2 4
» A^2
ans =
-2 6
-3 7
» A.^2
ans =
0 4
1 9
10.10 GRAFICACIÓN
El comando plot grafica el conjunto de puntos (x, y) sobre el plano euclidiano (2D). Su sintaxis es:
» plot(X, Y, S)
Donde X e Y son vectores fila que representan a las abscisas y las ordenadas, respectivamente. S es una
cadena que indica el tipo de línea y/o carácter a usar en el ploteo y el color de la curva. Su formato es:
S = [TIPO DE LÍNEA][MARCA][COLOR]
Tipos de línea Tipo de marca Color de línea

Continua – Punto . Rojo r
Guiones ––– Cruz + Amarillo y
Punteada : Asterísco * Verde g
Guiones y puntos –.
Círculo ° Azul b
Aspa x Magenta m
Cian c
Negro k
Blanco w
Ejemplo 10.7
» X = [0: 0.05: 10];
» Y = sin(X) .* exp(-0.4 * X);
» plot(X, Y, ‘k’);
» xlabel(‘X’);
» ylabel(‘Y’);
» title(‘Graficación en 2D’);
9
En la primera línea se especifica el dominio y el tamaño de paso, en este caso 0.05. En la siguiente línea
se define la función. Luego mediante la orden plot graficamos la función mediante una curva simple de
color negro (k). La cuarta y quinta líneas muestran un rótulo para los ejes X e Y, respectivamente. La última
línea muestra un título para el gráfico.
El comando plot3 es la versión tridimensional de plot. Todas las reglas y comandos ya explicados para plot
se aplican a plot3.
Ejemplo 10.8
Como ejemplo vamos a graficar la hélice paramétrica definida por:
x(t) = sin(t) ; y(t) = cos(t) ; z(t) = t
» t = [0: pi/50: 10*pi];
» X = sin(t); Y = cos(t); Z = t;
» plot3(X, Y, Z);
» grid on;
» xlabel(‘X’); ylabel(‘Y’); zlabel(‘Z’);
» title(‘Hélice paramétrica’);
10
Las gráficas de superficie permiten obtener representaciones densas de figuras tridimensionales y en

especial de funciones de dos variables, de la forma:
z = ƒ(x, y)
Para graficar una función de este tipo, el procedimiento es el siguiente:

1. Utilizar el comando meshgrid para definir la malla (matriz de puntos) sobre los cuales se evaluará la
función para hacer su representación gráfica.
2. Usar el comando surf o contour, o cualquiera de sus variantes.
La sintaxis básica de estos comandos es:

» [X, Y] = meshgrid(VECTORX, VECTORY)
» surf(X, Y, Z)
» countour(X, Y, Z)
Ejemplo 10.9
Como ejemplo vamos a graficar la superficie dada por la siguiente ecuación:
» [X, Y] = meshgrid(-7.5: 0.5: 7.5);

» warning off all;
» Z = sin(sqrt(X.^2 + Y.^2)) ./ sqrt(X.^2 + Y.^2);
» warning on all;
» figure(1);
» surf(X, Y, Z);
» xlabel(‘X’); ylabel(‘Y’); zlabel(‘Z’);
» figure(2);
» contour(X, Y, Z);
» xlabel(‘X’); ylabel(‘Y’);
11
Mediante el comando contour también es posible graficar funciones implícitas, cuya sintaxis para graficar
curvas implícitas es:
» contour(X, Y, F(X, Y), [0, 0])
Donde X e Y son vectores fila que representan los valores de x e y, respectivamente. F(X, Y) es la función en
x e y. El vector [0, 0] sirve para especificar el nivel de contorno, pues el único contorno que nos interesa es
el del nivel 0, pero los niveles de contorno deben estar en forma de vector, por lo que repetimos el cero.
Ejemplo 10.10
Suponga que se desea graficar la siguiente función implícita:
y3 + exp(y) – tanh(x) = 0
» X = [-3: 0.2: 3];

» Y = [-2: 0.2: 1];
» [X, Y] = meshgrid(X, Y);
» F = Y .^3 + exp(Y) - tanh(X);
» contour(X, Y, F, [0, 0]);
» xlabel(‘X’); ylabel(‘Y’);
12
10.11 ESCRITURA DE PROGRAMAS
Un programa MATLAB es una secuencia de instrucciones escritas en lenguaje MATLAB, que puede aceptar
argumentos de entrada y produce una salida (resultados). Los programas de MATLAB suelen escribirse en
archivos denominados «archivos M». La ventaja de escribir programas es que estos se pueden guardar en
disco y pueden modificarse tantas veces como sea necesario.
Los archivos M se pueden crear utilizando el editor de programas de MATLAB, para ello teclear la siguiente
orden en la ventana de comandos:
» edit
En la ventana de edición de programas (Editor/Debugger) se abre con un archivo en blanco en el cual

debemos crear nuestro archivo M. Para guardar los cambios realizados en un archivo M ingresar al menú
File → Save. Si se desea crear un nuevo archivo M ingresar File → New. Para abrir un archivo M ya existente
utilizar File → Open.
10.12 INSTRUCCIONES DE ENTRADA Y SALIDA
Un programa MATLAB puede aceptar datos de entrada a través del teclado mediante el comando input.
Si se desea leer un valor numérico (escalar, vector o matriz), su sintaxis es la siguiente:
N = input(‘MENSAJE’)
Donde MENSAJE es una cadena que se exhibe en la pantalla y le indica al usuario que información debe
ingresar.
De forma similar un programa MATLAB puede imprimir mensajes y resultados numéricos si se utiliza el
comando disp, cuya sintaxis es:
disp(EXPRESIÓN)
Donde EXPRESIÓN puede ser un valor numérico o una cadena de caracteres.
13
Ejemplo 10.11
Suponga que se le pide escribir un programa MATLAB para resolver el siguiente sistema de dos ecuaciones
lineales:
ax + by = c
dx + ey = ƒ
Recordar que la solución del sistema está dada por:
Para resolver este problema, cargar el editor de programas de MATLAB e ingresar el siguiente código:
Listado SISLIN2.m
% Ingreso de datos
a = input(‘INGRESE A? ‘);
b = input(‘INGRESE B? ‘);
c = input(‘INGRESE C? ‘);
d = input(‘INGRESE D? ‘);
e = input(‘INGRESE E? ‘);
f = input(‘INGRESE F? ‘);
% Cálculo de x e y
x = (c * e - b * f) / (a * e - b * d);
y = (a * f - c * d) / (a * e - b * d);
% Impresión de resultados
disp(‘SOLUCIÓN (X,Y)= ‘);
disp([x, y]);
Una vez escrito el código mostrado, guarde el programa como «SisLin2.M». Para probar el código que
acaba de escribir, vamos a resolver el sistema:
6x + y = 9
2x + 5y = 17
Para ello ingrese en la ventana de comandos de MATLAB lo siguiente:

» SISLIN2
INGRESE A? 6
INGRESE B? 1
INGRESE C? 9
INGRESE D? 2
INGRESE E? 5
INGRESE F? 17
SOLUCIÓN (X, Y)=
1 3
Observar que las sentencias que comienzan con el símbolo % son comentarios, es decir son ignoradas
por el programa, pero sirven como referencia para hacer más legible el código.
14
10.13 CONTROL DE FLUJO
Las estructuras de control permiten tomar decisiones y en función de ello el flujo de control de un
programa se bifurca a una de entre dos o más posibles acciones. También se utilizan para realizar un
proceso repetidas veces (procesos iterativos). MATLAB dispone de las estructuras de control if, for y
while, las cuales operan de manera similar a sus homólogas en otros lenguajes de programación. Estas
instrucciones adoptan la sintaxis básica siguiente:
if CONDICIÓN
COMANDOS_VERDADEROS;
else
COMANDOS_FALSOS;
end
-------------------------------------------
for CONTADOR = INICIO : INCREMENTO/DECREMENTO : FINAL
COMANDOS A EJECUTARSE;
end
-------------------------------------------
while CONDICIÓN
COMANDOS A EJECUTARSE;
end
-------------------------------------------
Ejemplo 10.12
Escríbase un programa que permita leer un entero y determine todos sus divisores.
Listado DIVISORES.m
N = input(‘INGRESE UN ENTERO?’);
disp(‘LOS DIVISORES SON:’);
for I = 1 : N
if mod(N, I) == 0
disp(I);
end
end
» DIVISORES
INGRESE UN ENTERO? 12
LOS DIVISORES SON:
1
2
3
4
6
12
15
Ejemplo 10.13
Escriba un programa que permita leer un número e imprima en pantalla la suma de cifras del mismo.
Listado SUMCIFRASM.m
S = 0;
NUM = input(‘INGRESE UN NÚMERO?’);
while NUM > 0
S = S + mod(NUM, 10);
NUM = fix(NUM / 10);
end
disp(‘SUMA DE CIFRAS DEL NÚMERO=’);
disp(S);
» SUMCIFRAS
INGRESE UN NÚMERO? 290175
SUMA DE CIFRAS DEL NÚMERO=
24
Ejemplo 10.14
Escriba un programa que para un número x permita calcular la siguiente sumatoria:
Hasta que el valor absoluto del término sea menor que el error ε = 1 × 10–6.
Listado SUMCIFRASM.m
EPS = 1e-6;
X = input(‘VALOR DE X?’);
SUMA = 1 + X;
TERMINO = X;
N = 1;
while abs(TERMINO) > EPS
N = N + 1;
TERMINO = TERMINO * X / N;
SUMA = SUMA + TERMINO;
end
disp(‘SUMA=’);
disp(SUMA);
» SERIE_EXP
VALOR DE X? 1
SUMA=
2.71828180114638
Ejemplo 10.15
Escriba un programa para obtener una solución real de la ecuación:
cosx – 3x = 0
Utilizando el algoritmo de Newton–Raphson, tomando como valor inicial .
16
Listado NEWTON.m
X0 = input(‘VALOR INICIAL?’);
EPS1 = input(‘CRITERIO DE CONVERGENCIA?’);
EPS2 = input(‘CRITERIO DE EXACTITUD?’);
MAXIT = input(‘MÁXIMO NÚMERO DE ITERACIONES?’);
for I = 1 : MAXIT
FX = cos(X0) - 3 * X0;
dFX = -1 * sin(X0) - 3;
Xp = X0 - FX / dFX;
if (abs(Xp - X0) < EPS1) | (abs(FX) < EPS2)
disp(‘RAIZ APROXIMADA Xp=’);
disp(Xp);
break;
end
X0 = Xp;
end
if K == MAXIT
disp(‘EL MÉTODO NO CONVERGE A UNA RAÍZ’);
end
» NEWTON
VALOR INICIAL? pi/8
CRITERIO DE CONVERGENCIA? 1e-6
CRITERIO DE EXACTITUD? 1e-6
MÁXIMO NÚMERO DE ITERACIONES? 10
RAIZ APROXIMADA Xp=
0.31675082877122
La instrucción break permite salir de un bucle antes de que este se complete.
10.14 FUNCIONES
MATLAB dispone de una amplia gama de funciones que permiten realizar una gran variedad de tareas. Sin
embargo, se pueden crear funciones definidas por el usuario para realizar tareas específicas. Para ello se
debe definir la función como un archivo M, el nombre del archivo debe ser igual al nombre de la función
y se debe guardar en el directorio de trabajo por defecto.
La sintaxis para definir una función es:

function PARÁMETROS_SALIDA = NOMBRE_FUNCIÓN(PARÁMETROS _ENTRADA)
.
.
CUERPO DE LA FUNCIÓN
.
.
return;
Para invocar una función hacemos uso de la siguiente sintaxis:

VARIABLE = NOMBRE_FUNCIÓN(LISTA_ARGUMENTOS)
Donde LISTA_ARGUMENTOS debe coincidir con el número de PARÁMETROS_ENTRADA, de lo contrario

se produce un error.
17
Ejemplo 10.16
Escriba la siguiente función en MATLAB:
ƒ(x) = x3 + 2x2 + 10x = 20
Listado FX.m
function y = FX(x)
y = x^3 + 2 * x^2 + 10 * x - 20;
return;
Importante: No olvide guardar el archivo con el nombre «FX.M». En MATLAB el nombre la función debe
coincidir con el nombre del correspondiente archivo M.
Luego, desde la ventana de comandos vamos a invocar a la función recientemente creada:

» y = FX(3)
y = 55
Sin embargo, en MATLAB es común evaluar una función mediante la orden feval, tal como se indica a
continuación:
» y = feval(FX, 3)
Lo cual produce el mismo resultado.
Ejemplo 10.17
La ecuación de Antoine para estimar la presión de vapor está dada por:
Escriba una función en MATLAB que acepte como argumentos de entrada los valores de las constantes de
Antoine y la temperatura, y retorne el valor de la presión de vapor.
Listado ANTOINE.m
function P = ANTOINE(A, B, C, T)
P = exp(A - B / (T + C));
return;
Para probar la función que acaba de crear estimar la presión de vapor del etilbenceno a 347.2 ºK
Las constantes de Antoine para el etilbenceno son (donde PSat está en KPa y T en ºC):
A = 14.0045
B = 3279.47
C = 213.2
» PSAT = ANTOINE(14.0045, 3279.47, 213.2, 347.20 - 273.15)

PSAT= 13.2994
Una forma eficiente de construir programas es crear nuevas funciones que se almacenan como
archivos m. Estas funciones nos permiten especificar los datos que se deben introducir y los nos
retornan los resultados que deben mostrarse y pueden ser llamados como subprogramas desde
otros programas.
18
10.15 PROBLEMAS DESARROLLADOS APLICANDO MATLAB
Listado BISECCION.m
Aproximación a una solución de la ecuación no líneal ƒ(x) = 0 mediante el método de la bisección.
function [Xp, ITER, FLAG] = BISECCION(F, a, b, EPS1, EPS2, MAXIT)
% Sintaxis
% [Xp, ITER, FLAG] = BISECCION(F, a, b, EPS1, EPS2, MAXIT)
% Entrada
% - F es la función, almacenada como un archivo F.m
% - a, b son los extremos del intervalo inicial
% - EPS1 es el criterio de convergencia
% - EPS2 es el criterio de exactitud
% - MAXIT es el número máximo de iteraciones
% Salida
% - Xp es el valor de la raíz aproximada
% - ITER es el número de iteraciones realizadas
% - FLAG es una variable lógica, es 1 si hubo convergencia, caso
% contrario es 0
Ya = feval(F, a);
Yb = feval(F, b);
if (Ya * Yb > 0)
disp(‘Detenido porque F(a)*F(b) > 0’);
return;
else
for K = 1 : MAXIT
Xm = (a + b) / 2;
Ym = feval(F, Xm);
if Ym > 0
a = Xm;
else
b = Xm;
end
if (abs(a - b)) < EPS1 | abs(Ym) < EPS2
Xp = Xm;
ITER = K;
FLAG = 1;
return;
end
end
disp(‘Se ha excedido el máximo número de iteraciones...’);
ITER = MAXIT;
FLAG = 0;
end
Para usar este programa y resolver la ecuación ƒ(x) = lnx – x + 2 = 0, dada en el Problema 1.1 (pág. 17), es
necesario almacenar la función de iteración como un archivo M, por ejemplo F1.m, tal como se muestra
a continuación:
Listado F1.m
function Y = F1(X)
Y = log(X) - X + 2;
return;
19
Luego, para obtener el resultado, en la ventana de comandos de MATLAB ingresar lo siguiente:
» [Xp, ITER, FLAG] = BISECCION(@F1, 2, 4, 1e-6, 1e-6, 25)

Xp =
3.14619445800781
ITER =
17
FLAG =
1
Listado PUNTOFIJO.m
Aproximación a una solución de la ecuación x = g(x) mediante el método del punto fijo.
function [Xp, ITER, FLAG] = PUNTOFIJO(G, X0, EPS1, MAXIT)

% Sintaxis
% [Xp, ITER, FLAG] = PUNTOFIJO(G, X0, EPS1, MAXIT)
% Entrada
% - G es la función, almacenada como un archivo G.m
% - X0 es el valor inicial
% Salida
% contrario es 0
for K = 1 : MAXIT
X = feval(G, X0);
if (abs(X - X0)) < EPS1
Xp = X;
ITER = K;
FLAG = 1;
return;
end
X0 = X;
end
ITER = MAXIT;
FLAG = 0;
La función de iteración g(x) = lnx + 2 , dada en el Problema 1.2 (pág. 24) la ingresamos como un archivo
M, en este caso G1.m, cuya codificación se muestra a continuación:
Listado G1.m
function Y = G1(X)
Y = log(X) + 2;
return;
20
Luego, en la ventana de comandos tipear lo siguiente para obtener el resultado:
» [Xp, ITER, FLAG] = PUNTOFIJO(@G1, 3, 1e-6, 25)

Xp =
3.14619305968798
ITER =
12
FLAG =
1
Listado NEWTON.m
Aproximación a una solución de la ecuación no lineal ƒ(x) = 0 mediante el método de Newton – Raphson
function [Xp, ITER, FLAG] = NEWTON(F, dF, X0, EPS1, EPS2, MAXIT)
% Sintaxis
% [Xp, ITER, FLAG] = NEWTON(F, dF, X0, EPS1, EPS2, MAXIT)
% Entrada
% - dF es la derivada de de la función, almacenada como un archivo dF.m
% - X0 es el valor inicial
% Salida
% contrario es 0
for K = 1 : MAXIT
Xp = X0 - feval(F, X0) / feval(dF, X0);
if (abs(Xp - X0) <= EPS1) | (abs(feval(F, Xp)) <= EPS2)
ITER = K;
FLAG = 1;
return;
end
X0 = Xp;
end
ITER = MAXIT;
FLAG = 0;
En este caso vamos a utilizar el programa NEWTON.m para resolver la ecuación ƒ(x) = lnx – x + 2 = 0,
Problema 1.5 (pág. 33), la cual ya está almacenada como un archivo F1.m (problema anterior, método de
la bisección).
Listado F1.m
function Y = F1(X)
Y = log(X) - X + 2;
return;
21
Sin embargo, para el método de Newton – Raphson es necesaria la derivada de la función:
la cual también debe ser guardada como un archivo, por ejemplo dF1.m.
Listado dF1.m
function Y = dF1(X)
Y = 1 / X - 1;
return;
Para obtener el resultado ingresar lo siguiente en la ventana de comandos de MATLAB:

» [Xp, ITER, FLAG] = NEWTON(@F1, @dF1, 3, 1e-6, 1e-6, 25)
Xp = 3.14619344079791
ITER = 2
FLAG = 1
El método de Newton – Raphson también es aplicable para la obtención de raíces complejas, con la
diferencia que el valor inicial debe ser un valor complejo. Por ejemplo, para hallar las raíces complejas de
la ecuación ƒ(x) = x2 + 8, dada en el Problema 1.4 (pág. 31), primero almacenamos la función y su derivada
como archivos, por ejemplo F2.m y dF2, respectivamente.
Listado F2.m
function Y = F2(X)
Y = X^2 + 8;
return;
Listado dF2.m
function Y = dF2(X)
Y = 2 * X;
return;
Luego, en la ventana de comandos:

» [Xp, ITER, FLAG] = NEWTON(@F2, @dF2, 2*i, 1e-6, 1e-6, 25)
Xp = 0 + 2.82842712474938i
ITER = 4
FLAG = 1
Donde la raíz compleja es 2.828427i y la raíz compleja conjugada será –2.828427i . Para obtener el valor de
la raíz conjugada dar como valor inicial –2i (esto último se deja como ejercicio para el lector).
Listado SECANTE.m
Aproximación a una solución de la ecuación ƒ(x) = 0 mediante el método de la secante.
function [Xp, ITER, FLAG] = SECANTE(F, X0, X1, EPS1, EPS2, MAXIT)
% Sintaxis
% [Xp, ITER, FLAG] = SECANTE(F, X0, X1, EPS1, EPS2, MAXIT)
% Entrada
% - X0, X1 son los valores iniciales
22

% Salida
% contrario es 0
for K = 1 : MAXIT
Xp = X0 - (X1 - X0) * feval(F, X0) / (feval(F, X1) - feval(F, X0));
if (abs(Xp - X1) <= EPS1) | (abs(feval(F, Xp)) <= EPS2)
ITER = K;
FLAG = 1;
return;
end
X0 = X1;
X1 = Xp;
end
ITER = MAXIT;
FLAG = 0;
En este caso vamos a utilizar el programa SECANTE.m para resolver la ecuación ƒ(x) = lnx – x + 2 = 0, dada
en el Problema 1.6 (pág. 35), la cual ya está almacenada como un archivo F1.m (problema anterior, método
de la bisección). Por tanto, para obtener el resultado ingresar lo siguiente en la ventana de comandos de
MATLAB:
» [Xp, ITER, FLAG] = SECANTE(@F1, 3, 3.15, 1e-6, 1e-6, 25)
Xp = 3.14619320852215
ITER = 2
FLAG = 1
Listado MULLER.m
Aproximación a una solución de la ecuación ƒ(x) = 0 mediante el método de la Müller.
function [Xp, ITER, FLAG] = MULLER(F, X0, X1, X2, EPS1, EPS2, MAXIT)
% Sintaxis
% [Xp, ITER, FLAG] = MULLER(F, X0, X1, X2, EPS1, EPS2, MAXIT)
% Entrada
% - X0, X1, X2 son los valores iniciales
% Salida
% contrario es 0
for K = 1 : MAXIT
F10 = (feval(F, X1) - feval(F, X0)) / (X1 - X0);
F21 = (feval(F, X2) - feval(F, X1)) / (X2 - X1);
23
F210 = (F21 - F10) / (X2 - X0);

A2 = F210;
A1 = F21 - (X2 + X1) * A2;
A0 = feval(F, X2) - X2 * (F21 - X1 * A2);
D1 = -A1 + sqrt(A1^2 - 4 * A0 * A2);
D2 = -A1 - sqrt(A1^2 - 4 * A0 * A2);
if abs(D1) > abs(D2)
X3 = 2 * A0 / D1;
else
X3 = 2 * A0 / D2;
end
if (abs(X3 - X0) <= EPS1) | (abs(feval(F, X3)) <= EPS2)
Xp = X3;
ITER = K;
FLAG = 1;
return;
end
X0 = X1;
X1 = X2;
X2 = X3;
end
ITER = MAXIT;
FLAG = 0;
Para resolver la ecuación ƒ(x) = lnx – x + 2 = 0, Problema 1.9 (pág. 45), mediante el programa MULLER.m,
ingresar lo siguiente en la ventana de comandos de MATLAB:
» [Xp, ITER, FLAG] = MULLER(@F1, 2, 3, 4, 1e-6, 1e-6, 25)
Xp = 3.14619322048079
ITER = 3
FLAG = 1
Gráficas
Como las gráficas son parte natural de MATLAB se puede aprovechar esa característica para graficar
previamente la función de la cual deseamos encontrar sus raíces, Sabiendo el comportamiento
de la función, el número de raíces y su valor aproximado, el resto puede hacerse fácilmente con una
computadora, o incluso con una calculadora de bolsillo.
Por ejemplo, para analizar gráficamente la siguiente función ƒ(x) = lnx – x + 2 = 0, escribimos el siguiente
programa MATLAB:
Listado GRAFICA_F1.m
close all;
clear;
X = [0: 0.1: 5];
Y = feval(@F1, X);
plot(X, Y, ‘k’, X, 0, ‘k’);
xlabel(‘X’);
ylabel(‘Y’);
24
Luego, para ejecutar el programa en la ventana de comandos de MATLAB ingresar la siguiente orden:
» GRAFICA_F1
Como puede apreciar en la gráfica obtenida se puede ver claramente que la función presenta dos raíces,
una de las cuales se encuentra aproximadamente entre 0.1 y 0.2, y la otra que se encuentra entre 3.0 y 3.2.
Listado APROXILIN.m
Aproximación polinomial simple. Construcción del polinomio interpolador de grado N que pasa
por los (N + 1) puntos
function [YINT, C] = APROXLIN(X, Y, XINT)
% Sintaxis
% [YINT, C] = APROXLIN(X, Y, XINT)
% Entrada
% - X es un vector fila que contiene la lista de abscisas
% - Y es un vector fila que contiene la lista de ordenadas
% - XINT es el valor para el que se desea la interpolación
% Salida
% - YINT es el valor de la función en XINT
% - C es el vector de coeficientes (en forma ascendente, a0, a1, ..., aN)
% del polinomio de grado N que pasa por los (N + 1) puntos
N = length(X) - 1;
X = X’;
Y = Y’;
for I = 1 : N + 1
B(I, 1) = 1;
for J = 2 : N + 1
B(I, J) = B(I, J - 1) * X(I);
end
end
C = inv(B) * Y;
YINT = 0;
for I = N + 1 : -1 : 1
YINT = YINT * XINT + C(I);
end
25
Por ejemplo para la función tabular dada en el Problema 2.7 (pág. 101):
x 0 1 2 5
y = f(x) 5 7 9 15
Para hallar el valor de la función en x = 3, en la ventana de comandos de MATLAB tipear:

» X = [0, 1, 2, 5];
» Y = [5, 7, 9, 15];
» [YINT, C] = APROXLIN(X, Y, 3)
YINT = 11
C = 5
2
-7.7715611723761e-016
-5.55111512312578e-017
Listado LAGRANGE1.m
Interpolación con polinomios de Lagrange de grado N.
function YINT = LAGRANGE1(X, Y, XINT)
% Sintaxis
% YINT = LAGRANGE1(X, Y, XINT)
% Entrada
% - X es un vector que contiene la lista de abscisas
% - Y es un vector que contiene la lista de ordenadas
% Salida
N = length(X) - 1;
YINT = 0;
for I = 1 : N + 1
L = 1;
for J = 1 : N + 1
if I ~= J
L = L * (XINT - X(J)) / (X(I) - X(J));
end
end
YINT = YINT + L * Y(I);
end
Para el mismo caso anterior (Problema 2.7, pág. 107), tipear en la ventana de comandos de MATLAB lo
siguiente:
» X = [0, 1, 2, 5];
» Y = [5, 7, 9, 15];
» YINT = LAGRANGE1(X, Y, 3)
YINT = 11
26
Listado LAGRANGE2.m
Construcción del polinomio interpolador de Lagrange de grado N que pasa por los (N + 1) puntos
function [YINT, C, L] = LAGRANGE2(X, Y, XINT)
% Sintaxis
% [YINT, C, L] = LAGRANGE2(X, Y, XINT)
% Entrada
% Salida
% - C es la matriz que contiene los coeficientes del polinomio
% interpolador de Lagrange, en forma ascendente (a0, a1, a2, ..., aN)
% - L es la matriz que contiene los coeficientes de los polinomios
% coeficientes de Lagrange
N = length(X) - 1;
L = zeros(N + 1, N + 1);
for I = 1 : N + 1
V = 1;
for J = 1 : N + 1
if I ~= J
V = conv(V, poly(X(J))) / (X(I) - X(J));
end
end
L(I, :) = V;
end
C = (Y * L)’;
C = flipud(C);
YINT = 0;
for I = N + 1 : -1 : 1
YINT = YINT * XINT + C(I);
end
Para el mismo caso anterior (Problema 2.7, pág. 107), tipear en la ventana de comandos de MATLAB lo
siguiente:
» [YINT, C, L] = LAGRANGE2(X, Y, 3)
YINT = 11
C =
5
2
-1.11022302462516e-016
0
L =
-0.1000 0.8000 -1.7000 1.0000
0.2500 -1.7500 2.5000 0
-0.1667 1.0000 -0.8333 0
0.0167 -0.0500 0.0333 0
27
Listado NEVILLE.m
Interpolación mediante el método de Neville
function [YINT, Q] = NEVILLE(X, Y, XINT)
% Sintaxis
% [YINT, Q] = NEVILLE(X, Y, XINT)
% Entrada
% Salida
% - Q es el esquema de Neville
N = length(X);
Q = Y’;
for J = 2 : N
for I = J : N
Q(I, J) = ((XINT - X(I - J + 1)) * Q(I, J - 1) - (XINT - X(I)) ...
* Q(I - 1, J - 1)) / (X(I) - X(I - J + 1));
end
end
YINT = Q(end);
Para la función tabular mostrada en el Problema 2.9 (página 109), vamos a hallar el valor de y = ƒ(x) cuando
x = 1.5, veamos:
x 1.0 1.3 1.6 1.9 2.2

y = f(x) 0.7651977 0.6200860 0.4554022 0.2818186 0.1103623
Para ello en la ventana de comandos de MATLAB ingresar la siguiente orden:

» X = [1.0, 1.3, 1.6, 1.9, 2.2];
» Y = [0.7651977, 0.6200860, 0.4554022, 0.2818186, 0.1103623];
» [YINT, Q] = NEVILLE(X, Y, 1.5)
YINT = 0.511819994238683
Q =
0.7652 0 0 0 0
0.6201 0.5233 0 0 0
0.4554 0.5103 0.5125 0 0
0.2818 0.5133 0.5113 0.5118 0
0.1104 0.5104 0.5137 0.5118 0.5118
Listado MINCUAD.m
Interpolación por mínimos cuadrados.
function [YC] = MINCUAD(X, Y, N)
% Sintaxis
% YC = MINCUAD(X, Y, N)
% Entrada
% - N es el orden del polinomio
28
% Salida
% - YC es un vector que contiene los coeficientes del polinomio en forma
% ascendente (a0, a1, a2, ..., aN), es decir de menor a mayor exponente
% de la variable
M = length(X);
X = X’;
Y = Y’;
for I = 1 : M
B(I, 1) = 1;
for J = 2 : N + 1
B(I, J) = B(I, J - 1) * X(I);
end
end
YC = inv(B’ * B) * (B’ * Y);
Por ejemplo para la función dada en el Problema 2.11 (página 135), se tiene:
x –2 –1 0 1 2
y = f(x) 0 0 1 1 3
Para ajustar la función a una recta escriba las siguientes instrucciones en la ventana de comandos de
MATLAB:
» X = [-2, -1, 0, 1, 2];
» Y = [0, 0, 1, 1, 3];
» YC = MINCUAD(X, Y, 1)
YC = 1
0.7
Con los mismos datos del problema anterior, para ajustarlos a un polinomio de segundo grado, tipear lo
siguiente en la ventana de comandos:
YC =
0.571428571428571
0.700000000000000
0.214285714285714
Para ajustar los datos anteriores a un polinomio de tercer grado hacer:

YC =
0.5714285714285710
0.4166666666666670
0.2142857142857140
0.0833333333333335
29
Listado MINCUAD2.m
Ajuste por mínimos cuadrados para una ecuación de la forma
function [YC] = MINCUAD2(X1, X2, Y)
% Sintaxis
% YC = MINCUAD2(X1, X2, Y)
% Entrada
% - X1 es un vector fila que contiene los valores de la variable
% independiente X1
% - X2 es un vector fila que contiene los valores de la variable
% independiente X2
% - Y es un vector fila que contiene los valores de la variable
% dependiente Y
% Salida
% - YC es un vector que contiene los coeficientes de la curva ajustada
% en el orden: a0, a1, a2
N = length(X1);
X1 = X1’;
X2 = X2’;
Y = Y’;
X = [ones(N, 1), X1, X2];
YC = inv(X’ * X) * (X’ * Y);
Para utilizar el programa anterior con los datos de la tabla mostrada en el Problema 2.16 (página 140):
y x1 x2
27.8 2.0 18.0
28.0 3.5 16.5
28.8 4.5 10.5
29.1 2.5 2.5
30.0 8.5 9.0
31.0 10.5 4.5
32.0 13.5 1.5
En la ventana de comandos de MATLAB ingresamos lo siguiente:

» X1 = [2.0, 3.5, 4.5, 2.5, 8.5, 10.5, 13.5]
» X2 = [18.0, 16.5, 10.5, 2.5, 9.0, 4.5, 1.5]
» Y = [27.5, 28.0, 28.8, 29.1, 30.0, 31.0, 32.0]
» YC = MINCUAD2(X1, X2, Y)
YC =
28.6917135088340000
0.25693926572616200
-0.0960681843122408
30
Gráficas
Para graficar los siguientes datos del problema 2.11 (pág. 135) y las curvas ajustadas mediante mínimos
cuadrados:
x –2 –1 0 1 2
y = f(x) 0 0 1 1 3
Lo podemos realizar mediante el siguiente programa:
Listado GRAFICA_MC.m
close all;
clear;
X = [-2, -1, 0, 1, 2];
Y = [0, 0, 1, 1, 3];
YC1= MINCUAD(X, Y, 1);
YC1 = YC1(1) + YC1(2) .* X;
YC2 = YC2(1) + YC2(2) .* X + YC2(3) .* X.^2;
YC3 = YC3(1) + YC3(2) .* X + YC3(3) .* X.^2 + YC3(4) .* X.^3;
figure(1);
plot(X, Y, ‘*’, X, YC1)
xlabel(‘X’); ylabel(‘Y’);
title(‘Polinomio de 1er. grado’);
figure(2);
plot(X, Y, ‘*’, X, YC2);
title(‘Polinomio de 2do. grado’);
figure(3);
plot(X, Y, ‘*’, X, YC3)
title(‘Polinomio de 3er. grado’);
31
Listado DIFLAGRANGE.m
Diferenciación numérica mediante el polinomio interpolador de Lagrange
function DY = DIFLAGRANGE(X, Y, XD)
% Sintaxis
% DY = DIFLAGRANGE(X, Y, XD)
% Entrada
% - XD es punto en que se desea evaluar la derivada
% Salida
% - DY es la aproximación a la primera derivada en XD
N = length(X);
DY = 0;
for I = 1 : N
32
P = 1;
for J = 1 : N
if I ~= J
P = P * (X(I) - X(J));
end
end
S = 0;
for K = 1 : N
if I ~= K
P1 = 1;
for J = 1 : N
if (J ~= I) & (J ~= K)
P1 = P1 * (XD - X(J));
end
end
S = S + P1;
end
end
DY = DY + Y(I) / P * S;
end
Para evaluar la derivada de la función dada en el Problema 3.1 (pág. 169), cuando x = 0:
x 0 1 2 3 4 5
y = f(x) –5 1 9 25 55 105
Ingresar lo siguiente en la ventana de comandos de MATLAB:

» X = [0, 1, 2, 3, 4, 5]
» Y = [-5, 1, 9, 25, 55, 105]
» DY = DIFLAGRANGE(X, Y, 0)
DY = 7
Para evaluar la derivada de la misma función para x = 0.5 y x = 3.5 (Problema 3.2, pág. 170), hacemos lo
siguiente:
» DY = DIFLAGRANGE(X, Y, 0.5)
DY = 5.75
DY = 29.75
Para evaluar la primera derivada de la función tabular dada en la página 180,
x 1 2 3 4 5 5
y = f(x) –13 –10 –5 2 11 105
Tipear lo siguiente en la ventana de comandos de MATLAB:

» X = [1, 2, 3, 4, 5]
» Y = [-13, -10, -5, 2, 11]
DY = 5
33
Listado DIFLIM.m
Diferenciación numérica mediante límites
function [L, N] = DIFLIM(F, X, EPS)
% Sintaxis
% [L, N] = DIFLIM(F, X, EPS)
% Entrada
% - X es el punto en el que se deriva
% - EPS es la tolerancia para el error
% Salida
% - L = [H, D, E]
% H es el vector de los incrementos
% D es el vector de las aproximaciones a la derivada
% E es el vector de las cotas del error
% - N es la coordenada de la «mejor aproximación»
EPS = 2^(-52);
MAX = 15;
h = 1;
H(1) = h;
D(1) = (feval(F, X + h) - feval(F, X - h)) / (2 * h);
E(1) = 0;
R(1) = 0;
for N = 1 : 2
h = h / 10;
H(N + 1) = h;
D(N + 1) = (feval(F, X + h) - feval(F, X - h)) / (2 * h);
E(N + 1) = abs(D(N + 1) - D(N));
R(N + 1) = 2 * E(N + 1) * (abs(D(N + 1)) + abs(D(N)) + EPS);
end
N = 2;
while ((E(N) > E(N + 1)) & (R(N) > TOL)) & N < MAX
h = h / 10;
H(N + 2) = h;
D(N + 2) = (feval(F, X + h) - feval(F, X - h)) / (2 * h);
E(N + 2) = abs(D(N + 2) - D(N + 1));
R(N + 2) = 2 * E(N + 2) * (abs(D(N + 2)) + abs(D(N + 1)) + EPS);
N = N + 1;
end
N = length(D) - 1;
H = H’;
D = D’;
E = E’;
L = [H, D, E];
Por ejemplo para obtener la derivada de ƒ(x) = cos(x) en x = 0.8, primero almacenamos la función como
un archivo, por ejemplo, F6.m, tal como se indica a continuación:
Listado F6.m
function Y = F6(X)
Y = cos(X);
return;
34
Luego en la ventana de comandos de MATLAB ingresar lo siguiente:

» [L, N] = DIFLIM(@F6, 0.8, 1e-9)
L =
1.0000 -0.603634336267164 0
0.1000 -0.716161095069120 0.1125267588019560000
0.0100 -0.717344135024456 0.0011830399553358600
0.0010 -0.717355971340150 1.18363156942358e-005
0.0001 -0.717356089703913 1.18363763235152e-007
1e-005 -0.717356090884635 1.18072207566655e-009
1e-006 -0.717356090917942 3.33066907387547e-011
1e-007 -0.717356090640386 2.77555756156289e-010
N = 7
Listado TRAPECIO.m
Regla compuesta del trapecio para aproximar la integral de una función dada en forma tabular, en
el intervalo
function S = TRAPECIO(X, FX)
% Sintaxis
% I = TRAPECIO(X, FX)
% Entrada
% - X es un vector que contiene la lista de variables independientes
% - FX es un vector que contiene la lista de variables dependientes o
% integrando
% - a y b son los extremos inferior y superior del intervalo de
% integración
% Salida
% - S es la aproximación a la integral con la regla compuesta del
% trapecio
N = length(X);
a = X(1);
b = X(N);
H = (b - a) / (N - 1);
S = 0;
for K = 2 : (N - 1)
S = S + FX(K);
end
S = (H / 2) * (FX(1) + 2 * S + FX(N));
Para integrar la función dada en forma tabular del Problema 4.1 (página 202):
x 0 1 2 3 4 5 6
y = f(x) –5 1 9 25 55 105 181
Digitar lo siguiente en la ventana de comandos de MATLAB:

» X = [0, 1, 2, 3, 4, 5, 6]
» Y = [-5, 1, 9, 25, 55, 105, 181]
» I = TRAPECIO(X, Y)
I = 283
35
Listado SIMPSON13.m
Regla compuesta de Simpson 1/3 para aproximar la integral de una función dada en forma tabular,
en el intervalo [a, b].
function S = SIMPSON13(X, FX)
% Sintaxis
% I = SIMPSON13(X, FX)
% Entrada
% integrando
% integración
% Salida
% Simpson 1/3
N = length(X);
a = X(1);
b = X(N);
H = (b - a) / (N - 1);
S1 = 0;
S2 = 0;
for K = 2 : 2 : (N - 1)
S1 = S1 + FX(K);
end
for K = 3 : 2 : (N - 2)
S2 = S2 + FX(K);
end
S = (H / 3) * (FX(1) + 4 * S1 + 2 * S2 + FX(N));
Para integrar la misma función del ejemplo anterior (Problema 4.1, página 202), ingresar lo siguiente en
la ventana de comandos de MATLAB:
» X = [0, 1, 2, 3, 4, 5, 6]
» Y = [-5, 1, 9, 25, 55, 105, 181]
» I = SIMPSON13(X, Y)
I = 276
Listado SIMPSON38.m
Regla compuesta de Simpson 3/8 para aproximar la integral de una función dada en forma tabular,
en el intervalo [a, b].
function S = SIMPSON38(X, FX)
% Sintaxis
% I = SIMPSON38(X, FX)
% Entrada
% integrando
% integración
% Salida
36

% Simpson 3/8
N = length(X);
a = X(1);
b = X(N);
H = (b - a) / (N - 1);
S1 = 0;
S2 = 0;
for K = 2 : (N - 1)
if mod(K - 1, 3) == 0
S1 = S1 + FX(K);
else
S2 = S2 + FX(K);
end
end
S = (3 * H / 8) * (FX(1) + 2 * S1 + 3 * S2 + FX(N));
Para integrar la misma función del ejemplo anterior , ingresar lo siguiente en la ventana de comandos de
MATLAB:
» X = [0, 1, 2, 3, 4, 5, 6]
» Y = [-5, 1, 9, 25, 55, 105, 181]
» I = SIMPSON38(X, Y)
I = 276
Para integrar la función tabular dada en el Problema 4.2 (página 203), desde tal como se muestra:
x 0 1 2 3 4 5
y = f(x) –5 1 9 25 55 105
Como el número de subintervalos es impar (en este caso 5) aplicamos una combinación de las fórmulas
de Simpson 1/3 y Simpson 3/8, veamos:
» X1 = [0, 1, 2, 3]
» Y1 = [-5, 1, 9, 25]
» X2 = [3, 4, 5]
» Y2 = [25, 55, 105]
» I = SIMPSON38(X1, Y1) + SIMPSON13(X2, Y2)
I = 135.4167
Listado ROMBERG.m
Aproximación a la integral de una función y = ƒ(x) dada en forma analítica mediante el método de
integración de Romberg, en el intervalo [a, b].
function [R, Q, EPS, H] = ROMBERG(F, a, b, K, TOL)
% Sintaxis
% [R, Q, EPS, H] = ROMBERG(F, a, b, K, TOL)
% Entrada
% - F es la función integrando, almacenada como un archivo F.m
% integración
37
% - K es el número máximo de filas de la tabla

% - TOL es la tolerancia
% Salida
% - R es el esquema de Romberg
% - Q es la aproximación a la integral
% - EPS es una estimación del error
% - H es el menor de los incrementos utilizados
N = 1;
H = b - a;
EPS = 1;
J = 0;
R = zeros(4, 4);
R(1, 1) = H * (feval(F, a) + feval(F, b)) / 2;
while ((EPS > TOL) & (J < K)) | (J < 4)
J = J + 1;
H = H / 2;
S = 0;
for P = 1 : N
X = a + H * (2 * P - 1);
S = S + feval(F, X);
end
R(J + 1, 1) = R(J, 1) / 2 + H * S;
N = 2 * N;
for M = 1 : J
R(J + 1, M + 1) = R(J + 1, M) + (R(J + 1, M) - R(J, M)) / (4^M - 1);
end
EPS = abs(R(J, J) - R(J + 1, M + 1));
end
Q = R(J + 1, J + 1);
Luego, para obtener el valor de la siguiente integral , dada en el Problema 4.7

(pág. 217), primero tiene que almacenar la función como un archivo, por ejemplo F3.m, tal como se
muestra a continuación:
Listado F3.m
function Y = F3(X)
Y = 4 * X^3 - 3 * X^2 + 2 * X + 1;
return;
Luego, en la ventana de comandos de MATLAB ingresar las siguientes instrucciones:

» [R, I, EPS, H] = ROMBERG(@F3, 0, 1, 4, 1e-2)
R =
2.500000000 0 0 0 0
2.125000000 2.0000 0 0 0
2.031250000 2.0000 2.0000 0 0
2.007812500 2.0000 2.0000 2.0000 0
2.001953125 2.0000 2.0000 2.0000 2.0000
I = 2
EPS = 0
H = 0.0625
38
Listado GAUSS_LEGENDRE.m
Aproximación a la integral de una función dada en forma analítica mediante la fórmula de la
cuadratura de Gauss-Legendre, en el intervalo [a, b].
function Q = GAUSS_LEGENDRE(F, a, b, N)
% Sintaxis
% I = GAUSS_LEGENDRE(F, a, b, N)
% Entrada
% - F es la función integrando, almacenada como un archivo F.m
% integración
% - N es el número de puntos a utilizar (2, 3, 4, 5 ó 6)
% Salida
% - Q es la aproximación a la integral
NP(1) = 2; NP(2) = 3; NP(3) = 4; NP(4) = 5; NP(5) = 6;
IAUX(1) = 1; IAUX(2) = 2; IAUX(3) = 4;
IAUX(4) = 6; IAUX(5) = 9; IAUX(6) = 12;
Z(1) = 0.577350269; Z(2) = 0.0; Z(3) = 0.774596669;
Z(4) = 0.339981044; Z(5) = 0.861136312; Z(6) = 0.0;
Z(7) = 0.53846931; Z(8) = 0.906179846; Z(9) = 0.238619186;
Z(10) = 0.661209387; Z(11) = 0.932469514;
W(1) = 1.0; W(2) = 0.888888889; W(3) = 0.555555556;
W(4) = 0.652145155; W(5) = 0.347854845; W(6) = 0.568888889;
W(7) = 0.478628671; W(8) = 0.236926885; W(9) = 0.467913935;
W(10) = 0.360761573; W(11) = 0.171324493;
I= 0;
for J =1 : 5
if N == NP(J)
I = J;
end
if I == 0
Q = 0;
else
J1 = IAUX(I);
J2 = IAUX(I + 1) - 1;
C = (b - a) / 2;
D = (b + a) / 2;
S = 0;
for J=J1 : J2
if Z(J) == 0
S = S + W(J) * F(D);
end
if Z(J) ~= 0
S = S + W(J) * (F(Z(J) * C + D) + F(-Z(J) * C + D));
end
end
Q = C * S;
end
end
39
Luego, para obtener la integral de la función , dada en el Problema 4.8 (pág. 222),
primero se debe almacenar la función como un archivo, por ejemplo F4.m, veamos:
Listado F4.m
function Y = F4(X)
Y = X^3 + X^2 + X + 1;
return;
Luego, en la ventana de comandos de MATLAB ingresar las siguientes instrucciones, para calcular la
integral mediante la fórmula de Gauss-Legendre de 2 puntos:
» I = GAUSS_LEGENDRE(@F4, -1, 1, 2)
I = 2.66666666622874
Para la misma función, la integral evaluada desde a = 1 hasta b = 3 (ver pág. 224), el resultado se puede
obtener mediante las siguientes instrucciones en la ventana de comandos:
» I = GAUSS_LEGENDRE(@F4, 1, 3, 2)
I = 34.66666666360121
Para calcular la integral de la función (Problema 4.9, pág. 223) mediante la fórmula de Gauss-
Legendre de 5 puntos, primero almacenamos la función como un archivo, para este caso F5.m, tal como
se indica a continuación:
Listado F5.m
function Y = F5(X)
Y = 1 / X;
return;
Luego, en la ventana de comandos de MATLAB digitar lo siguiente:
» I = GAUSS_LEGENDRE(@F5, 1, 2, 5)
I = 0.69314715819178
Listado THOMAS.m
Método de Thomas para la resolución de un sistema tridiagonal AX = B
function [X] = THOMAS(A, B)
% Sintaxis
% X = THOMAS(A, B)
% Entrada
% - A es la matriz de coeficientes del sistema tridiagonal
% - B es el vector de términos independientes (vector columna)
% Salida
% - X es el vector solución del sistema tridiagonal AX = B
N = length(B);
b = diag(A, 0);
a = [0; diag(A, -1)];
c = [diag(A, 1); 0];
d = B;
for I = 1 : (N - 1)
if b(I) == 0
40
disp(‘El sistema no tiene solución...’);

return;
end
b(I + 1) = b(I + 1) - a(I + 1) * c(I) / b(I);
d(I + 1) = d(I + 1) - a(I + 1) * d(I) / b(I);
end
if b(N) == 0
disp(‘El sistema no tiene solución...’);
return;
end
X(N) = d(N) / b(N);
for I = (N - 1) : -1 : 1
X(I) = (d(I) - c(I) * X(I + 1)) / b(I);
end
X = X’;
Para resolver el sistema dado en el Problema 5.2 (página 265), ingresamos las siguientes instrucciones en
la ventana de comandos de MATLAB:
» A = [ 4, 1, 0, 0, 0;
-8, -1, 1, 0, 0;
0, 3, -2, 4, 0;
0, 0, 1, -1, 1;
0, 0, 0, 2, 6]
» B = [-1; 13; -3; 2.1; 3.4]
» [X] = THOMAS(A, B)
X =
0.9250
-4.7000
15.7000
10.6250
-2.9750
Nota: En MATLAB este sistema pudo resolverse directamente mediante la siguiente orden en la ventana
de comandos:
» X = inv(A) * B
X =
0.9250
-4.7000
15.7000
10.6250
-2.9750
El mismo resultado se obtiene si hacemos:

» X = A^(-1) * B
O también:
» X = A \ B
Queda como tarea para el lector comprobar los resultados de estas dos últimas órdenes.
41
Listado TRIDIAG3.m
Resolución de un sistema tridiagonal por bloques en tres etapas, de la forma:
function [X1, X2, X3] = TRIDIAG3(A1, A2, A3, B1, B2, B3, C1, C2, C3, D1, D2, D3)
P1 = inv(B1) * C1;
Q1 = inv(B1) * D1;
P2 = inv(B2 - A2 * P1) * C2;
Q2 = inv(B2 - A2 * P1) * (D2 - A2 * Q1);
P3 = inv(B3 - A3 * P2) * C3;
Q3 = inv(B3 - A3 * P2) * (D3 - A3 * Q2);
X3 = Q3;
X2 = Q2 - P2 * X3;
X1 = Q1 - P1 * X2;
Luego, para resolver el sistema tridiagonal por bloques planteado en el Problema 5.3 (página 269),
primero ingresamos las matrices bloques:
» b1 = [1, 2, 1; » b2 = [1, 2,
1; » b3 = [2, 1, 1;
2, 1, 1; 2, 2,
0; 1, 1, 1;
1, 2, 2] 2, 1,
1] 3, 1, 2]
» a1 = zeros(3) » a2 = [0, 1,
3; » a3 = [0, 1, 2;
0, 0, 1; 0, 0, 2;
0, 0, 2] 0, 0, 1]
» c1 = [2, 2, 1; » c2 = [1, 2, 1; » c3 = zeros(3)
2, 1, 0; 1, 2, 0;
1, 2, 0] 1, 1, 0]
» d1 = [9; 7; 8] » d2 = [12; 8; 8] » d3 = [7; 5; 6]
Luego, llamamos al programa que acabamos de crear:

» [X1, X2, X3] = TRIDIAG3(a1, a2, a3, b1, b2, b3, c1, c2, c3, d1, d2, d3)
X1 = 1.0000 X2 = 1.0000 X3 = 1.0000
1.0000 1.0000 1.0000
1.0000 1.0000 1.0000
Nota: Otra forma de resolver el problema anterior es aprovechando la capacidad de MATLAB para el
cálculo matricial, veamos:
Primero construimos la matriz de coeficientes A y la matriz de términos independientes B, respectivamente:
» A = [b1, c1, zeros(3); a2, b2, c2; zeros(3), a3, b3]
A =
1 2 1 2 2 1 0 0 0
2 1 1 2 1 0 0 0 0
1 2 2 1 2 0 0 0 0
0 1 3 1 2 1 1 2 1
0 0 1 2 2 0 1 2 0
0 0 2 2 1 1 1 1 0
0 0 0 0 1 2 2 1 1
0 0 0 0 0 2 1 1 1
0 0 0 0 0 1 2 1 2
42
» B = [d1; d2; d3]

B = 9
7
8
12
8
8
7
5
6
Luego, el sistema se resuelve mediante la siguiente orden:

» X = inv(A) * B
X =
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
Listado PUNTOFIJO_MV.m
Resolución de un sistema de ecuaciones no lineales F(X) = 0 mediante el método del punto fijo
multivariable con desplazamientos simultáneos
function [Xp, ITER, FLAG] = PUNTOFIJO_MV(G, X0, EPS, MAXIT)
% Sintaxis
% PUNTOFIJO_MV(G, X0, EPS, MAXIT)
% Entrada
% - G es el sistema de ecuaciones no lineales, almacenado como G.m
% - X0 es el vector de valores iniciales
% - EPS es el criterio de convergencia
% Salida
% - Xp es el vector solución
% contrario es 0
for K = 1 : MAXIT
X = feval(G, X0);
if norm(X - X0) <= EPS
Xp = real(X);
ITER = K;
FLAG = 1;
return;
end
X0 = X;
end
ITER = MAXIT;
FLAG = 0;
43
Luego, para resolver el sistema de ecuaciones no lineales dado en el Problema 6.1 (página 287),
Primero tenemos que almacenar el sistema como un archivo, por ejemplo FG_2EC.m, veamos:
Listado FG_2EC.m
function G = FG_2EC(X)
G(1) = (4 - sqrt(X(2)))^3 / 8;
G(2) = sqrt(17 - X(1)^2);
return;
Ahora, en la ventana de comandos de MATLAB digitar lo siguiente:

» [Xp, ITER, FLAG] = PUNTOFIJO_MV(@FG_2EC, [0.5, 0.5], 1e-6, 25)
Xp = 0.999999719761863 4.0000000005318
ITER = 17
FLAG = 1
Listado NEWTON_MV.m
Resolución de un sistema de ecuaciones no lineales mediante el método de Newton – Raphson
estándar
function [Xp, ITER, FLAG] = NEWTON_MV(F, JF, X, EPS1, EPS2, MAXIT)
% Sintaxis
% [Xp, ITER, FLAG] = NEWTON_MV(F, JF, X, EPS1, EPS2, MAXIT)
% Entrada
% - F es el sistema de ecuaciones no lineales, almacenado como F.m
% - JF es la matriz jacobiana, almacenada como JF.m
% - X es el vector de valores iniciales
% Salida
% contrario es 0
Y = feval(F, X);
for K = 1 : MAXIT
J = feval(JF, X);
Q = X + (inv(J) * (-Y)’)’;
Y = feval(F, Q);
if (norm(Q - X) < EPS1) | (abs(Y) < EPS2)
ITER = K;
FLAG = 1;
Xp = real(Q);
return;
end
X = Q;
end
ITER = MAXIT;
FLAG = 0;
44
Luego, para resolver el sistema dado en el Problema 6.2 (página 293),
Primero almacenamos el sistema como un archivo F_2EC.m, tal como se muestra a continuación:
Listado F1_2EC.m
function Y = F1_2EC(X)
Y(1) = 1.6*X(1)^2 + 3.6*X(1)*X(2) - 7.8*X(1) - 2.6*X(2) + 5.2;
Y(2) = 0.9*X(2)^2 + 3.1*X(1)^2 - 6.2*X(1) + 6.2*X(2);
return;
Luego, la matriz jacobiana está dada por:
La cual almacenamos como un archivo, por ejemplo JF_2EC.m, tal como se indica:
Listado JF1_2EC.m
function W = JF1_2EC(X)
W(1, 1) = 3.2 * X(1) + 3.6 * X(2) - 7.8;
W(1, 2) = 6.2 * X(1) - 6.2;
W(2, 1) = 3.2 * X(1) - 2.6 * X(2);
W(2, 2) = 1.8 * X(2) + 6.2;
return;
Luego, para resolver el sistema, en la ventana de comandos de MATLAB ingresamos la siguiente orden:
» [Xp, ITER, FLAG] = NEWTON_MV(@F1_2EC, @JF1_2EC, [0.5, 0.4], 1e-6, 1e-
6, 25)
Xp = 0.831437674158452 0.45565479630685
ITER = 6
FLAG = 1
Listado NEWTON_MODIF.M
Resolución de un sistema de ecuaciones no lineales F(X) = 0 mediante el método de Newton –
Raphson modificado con desplazamientos sucesivos
function [Xp, ITER, FLAG] = NEWTON_MODIF(F, D, X, EPS1, MAXIT)
% Sintaxis
% [Xp, ITER, FLAG] = NEWTON_MODIF(F, D, X, EPS1, MAXIT)
% Entrada
% - F es el sistema de ecuaciones no lineales, almacenado como F.m
% - D son las derivadas, almacenadas como D.m
% - X es el vector de valores iniciales
% Salida
45

% contrario es 0
for K = 1 : MAXIT
XAUX = X;
for I = 1 : 2
FX = feval(F, X);
DX = feval(D, X);
X(I) = X(I) - FX(I) / DX(I);
end
if norm(XAUX - X) < EPS1
ITER = K;
FLAG = 1;
Xp = X;
return;
end
end
ITER = MAXIT;
FLAG = 0;
En este caso para resolver el sistema mostrado en el Problema 6.3 (página 297), el cual está dado por las
siguientes ecuaciones:
En primer lugar almacenamos el sistema como un archivo, por ejemplo:
Listado F2_2EC.m
function Y = F2_2EC(X)
Y(1) = 4 - (8 * X(1))^(1/3) - X(2)^(1/2);
Y(2) = 17 - X(1)^2 - X(2)^2;
return;
Además requerimos las siguientes derivadas:
Las cuales también deben estar almacenadas como un archivo, por ejemplo DF2.m:
Listado DF2_2EC.m
function dY = DF2_2EC(X)
dY(1) = -(8/3) * (8 * X(1))^(-2/3);
dY(2) = -2 * X(2);
return
Luego, para resolver el sistema, en la ventana de comandos de MATLAB ingresar la siguiente instrucción:
» [Xp, ITER, FLAG] = NEWTON_MODIF(@F2_2EC, @DF2_2EC, [4, 3], 1e-6, 25)
Xp = 0.9999999839973 4.00000000400067
ITER = 9
FLAG = 1
46
Listado EULER.m
Aproximación a la solución del problema del valor inicial y’ = ƒ(t, x) con y0 = y(a) en el intervalo [a, b],
mediante el método de Euler
function [t, Y] = EULER(F, a, b, Y0, N)
% Sintaxis
% [t, Y] = EULER(F, a, b, Y0, N)
% Entrada
% - a y b son los extremos del intervalo
% - Y0 es la condición inicial YO = Y(a)
% - N es ell número de pasos
% Salida
% - t es el vector de la abscisas o variable independiente
% - Y es el vector de las ordenadas o variable dependiente
H = (b - a) / N;
t = zeros(1, N + 1);
Y = zeros(1, N + 1);
t = [a: H: b];
Y(1) = Y0;
for J = 1 : N
Y(J + 1) = Y(J) + H * feval(F, t(J), Y(J));
end
t = t’;
Y = Y’;
Para resolver la ecuación diferencial dada en el Problema 7.1 (página 367),
; y(0) = 1
primero almacenamos la función como un archivo, por ejemplo ODEF1.m, según se indica a continuación:
Listado ODEF1.m
function DYDX = ODEF1(X, Y)
DYDX = (Y + 1) / (X - 1);
return;
Luego, en la ventana de comandos ingresar la siguiente orden:

» [X, Y] = EULER(@ODEF1, 0, 0.4, 1, 4)
X = 0 Y = 1.0
0.1 0.8
0.2 0.6
0.3 0.4
0.4 0.2
Listado RK2.m
Aproximación a la solución del problema del valor inicial y’ = ƒ(t, x) con y0 = y(a) el intervalo [a, b],
mediante el método de Runge – Kutta de segundo orden
function [t, Y] = RK2(F, a, b, Y0, N)
% Sintaxis
% [t, Y] = RK2(F, a, b, Y0, N)
47
% Entrada
% Salida
H = (b - a) / N;
t = zeros(1, N + 1);
Y = zeros(1, N + 1);
t = [a: H: b];
Y(1) = Y0;
for J = 1 : N
K1 = H * feval(F, t(J), Y(J));
K2 = H * feval(F, t(J) + H, Y(J) + K1);
Y(J + 1) = Y(J) + 0.5 * (K1 + K2);
end
t = t’;
Y = Y’;
Luego, para resolver la ecuación diferencial del ejemplo anterior Problema 7.1 (pág. 367) simplemente
ingresar la siguiente orden en la ventana de comandos de MATLAB:
» [X, Y] = RK2(@ODEF1, 0, 0.4, 1, 4)
X = 0 Y = 1.0
0.1 0.8
0.2 0.6
0.3 0.4
0.4 0.2
Para resolver la ecuación diferencial del Problema 7.5 (página 377), dada por:
; y(0.5) = 1
En primer lugar la almacenamos como un archivo, por ejemplo ODEF2.m, veamos:
Listado ODEF2.m
function DYDX = ODEF2(X, Y)
DYDX = X + 2 * X * Y;
return;
Luego, en la ventana de comandos de MATLAB ingresar la siguiente orden:

» [X, Y] = RK2(@ODEF2, 0.5, 1, 1, 5)
X = 0.5000 Y = 1.0000
0.6000 1.1740
0.7000 1.4057
0.8000 1.7129
0.9000 2.1209
1.0000 2.6661
48
Listado RK4.m
Aproximación a la solución del problema del valor inicial y’ = ƒ(t, x) con y0 = y(a) en el intervalo [a, b],
mediante el método de Runge – Kutta de cuarto orden
function [t, Y] = RK4(F, a, b, Y0, N)
% Sintaxis
% [t, Y] = RK4(F, a, b, Y0, N)
% Entrada
% Salida
H = (b - a) / N;
t = zeros(1, N + 1);
Y = zeros(1, N + 1);
t = [a: H: b];
Y(1) = Y0;
for J = 1 : N
K1 = H * feval(F, t(J), Y(J));
K2 = H * feval(F, t(J) + H/2, Y(J) + K1/2);
K3 = H * feval(F, t(J) + H/2, Y(J) + K2/2);
K4 = H * feval(F, t(J) + H, Y(J) + K3);
Y(J + 1) = Y(J) + (K1 + 2 * K2 + 2 * K3 + K4)/6;
end
t = t’;
Y = Y’;
Por ejemplo, para resolver la ecuación diferencial anterior (Problema 7.7, pág. 379), que está dada por:
; y(0.5) = 1
Como ya esta almacenada como ODEF2.m, simplemente digitar lo siguiente en la ventana de comandos
de MATLAB:
» [X, Y] = RK4(@ODEF2, 0.5, 1, 1, 5)
X = 0.5000 Y = 1.0000
0.6000 1.1744
0.7000 1.4069
0.8000 1.7155
0.9000 2.1260
1.0000 2.6755
Listado RK4_S.m
Aproximación a la solución del sistema de ecuaciones diferenciales:
x1’ = ƒ1(t, x1(t), x2(t), ... xm(t))
x2’ = ƒ2(t, x1(t), x2(t), ... xm(t))
.
.
.
xm’ = ƒm(t, x1(t), x2(t), ... xm(t))
49
Con x1(a) = α1 , x2(a) = α2 , ... xm(a) = αm en el intervalo [a, b], mediante el método de Runge – Kutta de
cuarto orden
function [t, Z] = RK4_S(F, a, b, Z0, N)
% Sintaxis
% [t, Z] = RK4_S(F, a, b, Z0, N)
% Entrada
% - F es el sistema de ecuaciones diferenciales, almacenado como un
% archivo F.m
% - Z0 es la condición inicial ZO = [X10, X20, X30, . . ., XM0]
% Salida
% - Z es el vector de resultados, Z = [X1, X2, X3, . . ., XM]
H = (b - a) / N;
t = zeros(1, N + 1);
Z = zeros(N + 1, length(Z0));
t = [a : H : b]’;
Z(1, :) = Z0;
for J = 1 : N
K1 = H * feval(F, t(J), Z(J, :));
K2 = H * feval(F, t(J) + H/2, Z(J, :) + K1/2);
K3 = H * feval(F, t(J) + H/2, Z(J, :) + K2/2);
K4 = H * feval(F, t(J) + H, Z(J, :) + K3);
Z(J+1, :) = Z(J, :)+(K1 + 2*K2 + 2*K3 + K4) / 6;
end
Para resolver el sistema dado en el Problema 7.14 (página 400), dado por:
y’ = 4x – y + 1
z’ = 2z – y
Con: y(0) = 1 ; z(0) = 1
En primer lugar debemos almacenar el sistema como un archivo, por ejemplo ODE1_S2.m, tal como se
indica:
Listado ODE1_S2.m
function [F] = ODE1_S2(X, Z)
F(1) = 4 * X - Z(1) + 1;
F(2) = 2 * Z(2) - Z(1);
return;
Luego, en la ventana de comandos de MATLAB ingresar la siguiente instrucción:

» [X, Z] = RK4_S(@ODE1_S2, 0, 0.6, [1, 1], 3)
X = 0.0000 Z = 1.0000 1.0000
0.2000 1.0749 1.2403
0.4000 1.2813 1.5646
0.6000 1.5953 1.9850
50
Listado TC_UESG_CR.m
Aproximación a la solución la ecuación diferencial de transferencia de calor, unidireccional,
régimen estacionario, sin generación en coordenadas rectangulares
function T = TC_UESG_CR(TA, TB)
% Sintaxis
% T = TC_UESG_CR(TA, TB)
% Entrada
% - TA, TB son las temperaturas en los extremos de la barra
% Salida
% - T = [T1, T2, T3, T4, T5]’ es un vector que retorna las temperaturas
% interiores de la barra
D(1) = -3;
D(5) = -3;
for I = 2 : 4
D(I) = -2;
end
for I = 1 : 4
D1(I) = 1;
end
A = diag(D1, -1) + diag(D, 0) + diag(D1, 1);
B(1) = -2 * TA;
B(5) = -2 * TB;
B = B’;
T = inv(A) * B;
Para resolver el problema 8.1 dado en la página 562, ingresar la siguiente orden en la ventana de comandos
de MATLAB:
» T = TC_UESG_CR(100, 500)
T =
140.00
220.00
300.00
380.00
460.00
Listado TC_UECG_CR.m
Aproximación a la solución la ecuación diferencial de transferencia de calor, unidireccional,
régimen estacionario, con generación en coordenadas rectangulares
function T = TC_UECG_CR(TA, TB, G, K, DX)
% Sintaxis
% T = TC_UECG_CR(TA, TB)
% Entrada
% - TA, TB son las temperaturas en los extremos de la barra
% - G es el término de generación
% - K es el coeficiente de conductividad
% - DX es el incremento de longitud
% Salida
C = G * DX^2 / K;
51
D(1) = -3;
D(5) = -3;
for I = 2 : 4
D(I) = -2;
end
for I = 1 : 4
D1(I) = 1;
end
B(1) = -2 * TA - C;
B(5) = -2 * TB - C;
for I = 2 : 4
B(I) = -C;
end
B = B’;
T = inv(A) * B;
de MATLAB:
» T = TC_UECG_CR(100, 200, 1e6, 0.5, 0.004)
T =
150.00
218.00
254.00
258.00
230.00
Listado TC_COND_CONV_UE_CR.m
Aproximación a la solución la ecuación diferencial de transferencia de calor por conducción y
convección, unidireccional, régimen estacionario, en coordenadas rectangulares
function T = TC_COND_CONV_UE_CR(TA, TInf, H, K, P, A, DX)
% Sintaxis
% T = TC_UECG_CR(TA, TInf, H, DX)
% Entrada
% - TA es la temperatura de la pared de la aleta
% - TInf es la temperatura del fluido
% - H es el coeficiente de transferencia de calor por convección
% - K es el coeficiente de transferencia de calor por conducción
% - P es el perímetro del sólido
% - DX es el incremento de longitud
% Salida
C = (H * P) / (K * A) * DX^2;
D(1) = -(3 + C);
D(5) = -(1 + C);
for I = 2 : 4
D(I) = -(2 + C);
end
for I = 1 : 4
D1(I) = 1;
end
52
B(1) = -(C * TInf) - (2 * TA);

for I = 2 : 5
B(I) = -(C * TInf);
end
B = B’;
T = inv(A) * B;
de MATLAB:
» T = TC_COND_CONV_UE_CR(100, 20, 20, 1, 1, 1, 0.2)
T =
67.3513
39.9351
28.4670
23.7724
22.0958
Listado EXPLICITO.m
Resolución de la ecuación diferencial parcial:
Mediante el método explícito.

function [TMALLA] = EXPLICITO(CI, CF1, CF2, NX, Nt, XF, tF, ALFA)
% Sintaxis
% [TMALLA] = EXPLICITO(CI, CF1, CF2, NX, Nt, XF, tF, ALFA)
% Entrada
% - CI es la condición inicial, almacenada como un archivo CI.m
% - CF1 y CF2 son las condiciones de frontera, almacenadas como archivos
% CF1.m y CF2.m, respectivamente
% - NX es el número de puntos de la malla en el eje X
% - Nt es el número de puntos de la malla en el eje t
% - XF es la longitud total del eje X
% - tF es la longitud total del eje t
% - ALFA es el coeficiente de la derivada de segundo orden
% Salida
% - TMALLA es una matriz que contiene la tabla (malla) con los valores de
% la variable dependiente T a lo largo del eje X a distintos tiempos t
DX = XF / (NX - 1);
Dt = tF / (Nt - 1);
LAMBDA = ALFA * Dt / DX^2;
for I = 2 : (NX - 1)
T(I) = CI(DX * (I - 1));
end
T(1) = (CI(DX) + CF1(Dt)) / 2;
53
T(NX) = (CI(XF - DX) + CF2(Dt)) / 2;

TMALLA(1, :) = T;
for J = 1 : (Nt - 1)
for I = 2 : (NX - 1)
T1(I) = LAMBDA * T(I - 1) + (1 - 2 * LAMBDA) * T(I) + LAMBDA * T(I
+ 1);
end
for I = 2 : (NX - 1)
T(I) = T1(I);
end
T(1) = CF1(Dt * J);
T(NX) = CF2(Dt * J);
TMALLA(J + 1, :) = T;
end
Por ejemplo, para resolver el Problema 9.3 (página 692), el cual presenta los siguientes datos:
u(x;0) = 0 u(0;t) = 50 u(1;t) = 50
Entonces primero tenemos que crear los archivos para la condición inicial y para las condiciones de
frontera.
Listado C1.m
function T0 = CI(X)
T0 = 0;
return;
Listado CF1.m
function T = CF1(t)
T = 50;
return;
Listado CF2.m
function T = CF2(t)
T = 50;
return;
Luego, en la ventana de comandos de MATLAB ingresar la siguiente orden:

» TMALLA = EXPLICITO(@CI, @CF1, @CF2, 6, 4, 1, 0.03, 1)
TMALLA =
25.0000 0 0 0 0 25.0000
50.0000 6.2500 0 0 6.2500 50.0000
50.0000 15.6250 1.5625 1.5625 15.6250 50.0000
50.0000 20.7031 5.0781 5.0781 20.7031 50.0000
Para obtener de manera gráfica una distribución de la temperatura en la barra para diferentes tiempos,
ingresar las siguientes órdenes en la ventana de comandos de MATLAB:
» plot(X, TMALLA(1, :), X, TMALLA(2, :), X, TMALLA(3, :), X, TMALLA(4, :))
» xlabel(‘X’);
» ylabel(‘T’);
54
Para obtener la gráfica de la solución numérica de la EDP de conducción de calor en una sola dimensión
hacer:
» surf(X, t, TMALLA)
» xlabel(‘X’); ylabel(‘t’); zlabel(‘T’);
Listado IMPLICITO.m
Resolución de la ecuación diferencial parcial:
55
Mediante el método implícito.

function [TMALLA] = IMPLICITO(CI, CF1, CF2, NX, Nt, XF, tF, ALFA)
% Sintaxis
% [TMALLA] = IMPLICITO(CI, CF1, CF2, NX, Nt, XF, tF, ALFA)
% Entrada
% - CI es la condición inicial, almacenada como un archivo CI.m
% - CF1 y CF2 son las condiciones de frontera, almacenadas como archivos
% CF1.m y CF2.m, respectivamente
% - NX es el número de puntos de la malla en el eje X
% - Nt es el número de puntos de la malla en el eje t
% - XF es la longitud total del eje X
% - tF es la longitud total del eje t
% - ALFA es el coeficiente de la derivada de segundo orden
% Salida
% - TMALLA es una matriz que contiene la tabla (malla) con los valores de
% la variable dependiente T a lo largo del eje X a distintos tiempos t
DX = XF / (NX - 1);
Dt = tF / (Nt - 1);
LAMBDA = ALFA * Dt / DX^2;
for I = 2 : (NX - 1)
T(I) = CI(DX * (I - 1));
end
T(1) = (CI(DX) + CF1(Dt)) / 2;
T(NX) = (CI(XF - DX) + CF2(Dt)) / 2;
TMALLA(1, :) = T;
for I = 1 : (NX - 3)
A(I) = - LAMBDA;
C(I) = - LAMBDA;
end
for I = 1 : (NX - 2)
B(I) = 1 + 2 * LAMBDA;
end
for J = 1 : (Nt – 1)
T(1) = CF1(Dt * J);
T(NX) = CF2(Dt * J);
for I = 1 : (NX - 2)
D(I) = T(I + 1);
end
D(1) = D(1) + LAMBDA * T(1);
D(NX - 2) = D(NX - 2) + LAMBDA * T(NX);
AA = diag(A, -1) + diag(B, 0) + diag(C, 1);
X = inv(AA) * D’;
for I = 1 : (NX - 2)
T(I + 1) = X(I);
end
TMALLA(J + 1, :) = T;
end
Para el problema del caso anterior, en la ventana de comandos de MATLAB ingresar la siguiente orden:
» TMALLA = IMPLICITO(@CI, @CF1, @CF2, 6, 4, 1, 0.03, 1)
TMALLA =
25.0000 0 0 0 0 25.0000
50.0000 8.6207 1.7241 1.7241 8.6207 50.0000
50.0000 14.8038 4.3401 4.3401 14.8038 50.0000
50.0000 19.4288 7.3578 7.3578 19.4288 50.0000
56

Métodos Numéricos

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Métodos Numéricos

Cargado por

Copyright:

Formatos disponibles

EDITORIAL

LUIS CARRASCO VENEGAS

© Derecho de autor reservado

© Derecho de edición, arte gráﬁco y diagramación reservados

Edición a cargo de:

Primera edición: 2005

Tiraje: 1000 ejemplares

Impreso en los Talleres Gráﬁcos de

Al Ing. Leoncio Sicha Punil quien ha contribuido

A los señores Nino Romaní Flores, Mario Armas

A los estudiantes de la Facultad de Ingeniería

A mi querida familia y amigos quienes constantemente

1.2 MÉTODOS DE SOLUCIÓN

Hoy en día, la velocidad de convergencia ya no constituye un problema, puesto que la velocidad de

1.2.1 MÉTODO DE LA BISECCIÓN

Supongamos una función:

Figura 1.1. Interpretación geométrica del método de la Bisección.

Si se cumple alguno de estos criterios se habrá encontrado la solución, de lo contrario, se continúa

A continuación se calcula el error:

Se continúa con el proceso iterativo.

xM = 3,145507813 ƒ(xM) = 4,6753 × 10–4

Se continua con la iteración.

xM = 3,146240235 ƒ(xM) = –3,2070 × 10–5

xM = 3,146118165 ƒ(xM) = 5,119966 × 10–5

xM = 3,1461792 ƒ(xM) = 9,5642 × 10–6

1.2.2 MÉTODO DEL PUNTO FIJO O SUSTITUCIONES SUCESIVAS

A la ecuación (1.1) se le adiciona x en ambos miembros y se tiene la siguiente ecuación

La ecuación (1.6) puede ser generalizada como:

xk+1 = g(xk) (1.7)

Interpretación geométrica y criterio de convergencia

Las figuras 1.2 muestran la interpretación geométrica.

G’(x) > 1 G’(x) < 1

c) Divergencia monótona d) Divergencia oscilatoria

Figura 1.2. Interpretación geométrica del método del punto fijo.

Si: k = 0 ⇒ x1 = Ln x0 + 2 = Ln (3) + 2 = 3,0986

Si: k = 6 ⇒ x7 = Ln x6 + 2 = Ln (3,146037143) + 2 = 3,146143611

Nuevamente, se procede a calcular el error:

Supongamos que g(x) se hubiese obtenido despejando x de Ln x, es decir:

Es decir, no es menor que 1, por lo tanto la serie no es convergente. Si se continúa el

ALGORITMO: MÉTODO DEL PUNTO FIJO

Reordenar la ecuación en una forma equivalente: x = g(x)

UNTIL | x1 – x2 | < TOLERANCIA

1.2.3 MÉTODO DE LA SUSTITUCIÓN SUCESIVA AMORTIGUADA

37,6; 2,3; 36,8; 2,6; 34,4; 2,9; ...

Donde p es el parámetro de amortiguación que fluctúa entre 0 y 1. Cuando p = 1, tenemos el método de

1.2.4 MÉTODO DE WEIGSTEIN

ALGORITMO: MÉTODO DE WEIGSTEIN

e) Incrementar k en 1 y regresar al paso b).

Figura 1.3. Ilustración del método de Weigstein.

1.2.5 MÉTODO DE AITKEN

D2 = 3,10375 – 2(3,31662) + 4 = 0,47051

1.2.6 MÉTODO DE NEWTON-RAPHSON

a) Para raíces reales

Truncando la expresión en la primera derivada y haciendo ƒ(x) = 0, por condición de solución:

0 = ƒ(x0) + ƒ’(x0)(x –x0) (1.13)

Generalizando la ecuación (1.14):

Interpretación geométrica del método de Newton-Raphson

Figura 1.4. Interpretación geométrica del método de Newton-Raphson.

Figura 1.5 . Casos especiales de convergencia:

ALGORITMO: MÉTODO DE NEWTON RAPHSON

se calcula ƒ(x0) = 0 y ƒ’(x0) = 0

IF ƒ(x0) ≠ 0 AND ƒ’(x0) ≠ 0

( |ƒ(x0)| < valor de tolerancia 2)