Universidad de Costa Rica Facultad de Ingeniera Escuela de Ingeniera Qumica Anlisis de Procesos II

Reporte #1

Luis Eduardo Solano A96016 Felipe Bonilla A90999 Georgina Granados A62620

I semestre 2012

29 de marzo de 2012

Prof. Gerardo Chacn Valle

Introduccin Gran parte de la potencia de las matemticas se presenta en la resolucin de problemas concretos, que pueden ser expresados mediante un modelo matemtico, por ejemplo en forma de ecuaciones. As, al resolver la ecuacin correspondiente puede resolverse el problema concreto planteado. Muchos problemas de la ingeniera y en general de la ciencia pueden ser formulados en forma de ecuaciones. Problemas de optimizacin, construccin de cuadraturas o modelados mediante ecuaciones diferenciales llevan frecuentemente a la necesidad de resolver ecuaciones. En algunos casos la ecuacin no puede ser resuelta directamente mediante mtodos como la formula cuadrtica o la formula general y es necesario recurrir a los mtodos de anlisis numrico para obtener una aproximacin a la solucin. Los mtodos numricos para resolver ecuaciones son todos de naturaleza iterativa y se basan en modelos de aproximaciones sucesivas. La utilizacin de un mtodo iterativo plantea numerosos problemas tericos y prcticos, por ejemplo es necesario estudiar cmo se construyen esos mtodos, estudiar la convergencia, determinar cuntas iteraciones son necesarias para obtener la precisin deseada y adems los efectos de la aritmtica de la computadora sobre la sucesin. Los mtodos numricos en combinacin con un software determinado hacen la solucin de la mayora de races de ecuaciones una tarea sencilla y eficiente.

Marco Terico Antes de la llegada de las computadoras se dispona de una serie de mtodos para encontrar las races de ecuaciones algebraicas y trascendentes. En algunos casos las races se obtenan con mtodos directos, sin embargo existen otras que no pueden resolverse de manera analtica y la nica alternativa es una tcnica con solucin aproximada. Un mtodo para obtener una solucin aproximada consiste en graficar la funcin, el inconveniente es la falta de precisin. Un mtodo alternativo es el de prueba y error, donde se escoge un valor de x y se evala en la funcin hasta obtener un valor de f(x) cercano a cero. Estos mtodos evidentemente son ineficientes e inadecuados para las exigencias de la ingeniera. Los mtodos cerrados aprovechan el hecho de que una funcin cambia de signo en la vecindad de una raz. Se les conoce tambin como mtodos de intervalos porque se necesita de dos valores iniciales que encierren la raz. Estos mtodos (grficos, de biseccin y de falsa posicin) emplean diferentes tcnicas para reducir sistemticamente el tamao del intervalo y as converger a la respuesta correcta. Los mtodos grficos son de utilidad para determinar valores iniciales, o las propiedades de las funciones y el comportamiento de los distintos mtodos. En contraste con los mtodos cerrados, los mtodos abiertos se basan en formulas que requieren nicamente de un solo valor de inicio x o que empiecen con un par de ellos, pero que no necesariamente encierran la raz. Estos algunas veces divergen o se alejan de la raz verdadera a medida que se avanza el clculo. Sin embargo, cuando convergen lo hacen mucho ms rpido que los mtodos cerrados. Estos son la iteracin simple de punto fijo, el mtodo NewtonRaphson y el mtodo de la secante. A continuacin se describirn los dos mtodos que se utilizaran en la realizacin de esta asignacin:

El mtodo de biseccin: Si f(x) es real y continua en el intervalo que va desde xi hasta xu y f(xi) y f(xu) tienen signos opuestos, es decir f(xi)f(xu)<0 entonces hay al menos una raz real entre xi y xu. Los mtodos de bsqueda incremental aprovechan esta caracterstica localizando un intervalo en que la funcin cambie de signo. Entonces, la localizacin de la raz se logra con ms exactitud al dividir el intervalo en varios subintervalos. Se investiga cada subintervalo para encontrar el cambio de signo. El proceso se repite y la aproximacin a la raz mejora cada vez ms a medida que los subintervalos se dividen en intervalos cada vez ms pequeos. El mtodo de biseccin, conocido tambin como de corte binario, de particin de intervalos o de Bolzano, es un tipo de bsqueda incremental en el que el intervalo se divide siempre a la mitad. Si la funcin cambia de signo sobre un intervalo, se evala el valor de la funcin en el punto medio. La posicin de la raz se determina situndola en el punto medio del subintervalo, dentro del cual ocurre un cambio de signo. El proceso se repite hasta obtener una mejor aproximacin. Para este mtodo se define un intervalo [ ], en donde necesariamente

debe encontrarse la raz buscada, es decir f(xi)f(xu)<0 y adems debe ser nica en l. Luego de esto se calcula una aproximacin de la raz usando la siguiente operacin

Para la siguiente aproximacin de x, se deben realizar algunas evaluaciones: a) Si f(xi)f(xu)<0 entonces la raz se encuentra dentro del subintervalo inferior o izquierdo. Por lo tanto debe hacerse xu= xr y volver a la ecuacin (1). b) Si f(xi)f(xu)>0, entonces la raz se encuentra dentro del subintervalo superior o derecho. Por lo tanto debe hacerse xi= xr y volver a la ecuacin (1).

c) Si f(xi)f(xu)=0, la raz es igual a xr, termina el clculo. Se requiere estimar el error de forma tal que no se necesite el conocimiento previo de la raz, se puede calcular el error relativo potencial a de la siguiente manera | |

Se utiliza el valor absoluto porque en general importa solo su magnitud, no su signo. Cuando a es menor que un valor previamente fijado s, termina el clculo. Aunque el error aproximado a no proporciona una estimacin exacta del error verdadero t,la figura 1 sugiere que a toma la tendencia general descendente de t. Tambin podemos ver ah que a siempre es mayor que t. Por lo tanto cuando a es menor que s los clculos se pueden terminar, con la confianza de saber que la raz es al menos tan exacta como el nivel aceptable predeterminado. Como sabemos que y podemos

sustituir en la ecuacin (2) y as desarrollamos una formulacin alternativa | |

Otro beneficio del mtodo de biseccin es que el nmero de iteraciones requerido para obtener un error absoluto se calcula a priori, esto es, antes de empezar las iteraciones. La frmula general que relaciona el error y el nmero de iteraciones (n) es

Si Ea,d es el error deseado entonces despejando n tenemos que ( ) ( )

Se eligi el mtodo de biseccin como mtodo principal de clculo de esta asignacin, esto debido a que su aplicacin es bastante sencilla; adems que dada la naturaleza de la ecuacin asignada la nica raz con sentido fsico se encuentra entre cero y uno, por lo que parece muy conveniente utilizar un mtodo del tipo cerrado para hacer el clculo. Conjuntamente se sabe que los mtodos cerrados siempre van a convergir, por lo que es mejor, si se tiene la suerte de conocer el intervalo en el cual se encuentra la raz, la utilizacin de estos. Asimismo, el mtodo de la biseccin es el que tiende a converger ms rpidamente si hablamos de mtodos cerrados.

El mtodo de la secante: El mtodo de la secante parte de dos puntos (y no slo uno como el mtodo de Newton) y estima la tangente (es decir, la pendiente de la recta) por una aproximacin de acuerdo con la expresin:

Sustituyendo esta expresin en la ecuacin del mtodo de

Newton, obtenemos la expresin del mtodo de la secante que nos proporciona el siguiente punto de iteracin:

Figura 2. Representacin geomtrica del mtodo de la secante.

El metodo requiere de dos valores iniciales de x. Sin embargo, debido a que no se necesita que f(x) cambie de signo entre los valores dados, este metodo no se clasifica como un metodo cerrado.

Muestra de clculos Para esta asignacin la muestra de clculos es equivalente a la programacin de los mtodos, se utiliz el lenguaje de programacin Python A continuacin se presenta el programa principal que ejecuta los mtodos:
import math

xinf (biseccin) =0.024 xsup (biseccin ) =0.026 xinf (secante) =0.01 xsup (secante ) =0.02 error_deseado=10**-8 f(biseccin) = biseccion (xinf (), xsup(), error_deseado) f(secante) =secante(xinf(), xsup(), error_deseado) f2 (f)

def f2 (f): L=3000 Q=0.00090 D=0.0246 7

pi=math.pi dp=8*f*L*(Q*Q)/(pi**2)/(D**5) print " El resultado es: ", dp , "Pa"

def f1(x): #recibe los extremos de los intervalos para calcular sus resultados Q=0.00090 p=848 D=0.0246 u=0.000468 pi=math.pi Re=4*Q*p/(pi*D*u) e=0.000046 f=((-math.log(2.523/(Re*math.sqrt(x))+(0.269*e/D)))/math.log(10))-((2*math.sqrt(x))**-1) return f

def biseccion(xinf, xsup, error_deseado): cont=0 xmed_ant=0 bandera=0 while bandera==0: xmed_nuevo=(xinf+xsup)/2 cont=cont+1 Finf= f1(xinf) Fsup= f1(xsup)

if (xmed_nuevo-xmed_ant) < error_deseado: bandera=1 elif Finf*Fsup<0: xmed_ant=xmed_nuevo xsup=xmed_nuevo print xmed_ant, "ant" print "inf2:", xinf, "sup2:", xsup else: xmed_ant=xmed_nuevo xinf=xmed_nuevo print "inf3:", xinf, "sup3:", xsup print "numero de iteraciones con biseccion es :", cont return xinf

def secante(xinf, xsup, error_deseado): # funcion para realizar las iteraciones0.01 cont=0 bandera=0 while bandera==0: fx_sup=f1(xsup) fx_inf=f1(xinf) cont=cont +1 xsup_1 = xsup - ((fx_sup*(xsup - xinf))/(fx_sup - fx_inf)) error = abs ((fx_sup - fx_inf)) if error > 10**-8: xinf = xsup xsup = xsup_1 9

else: bandera = 1 print "numero de iteraciones con secante es : ", cont print xsup, "el valor de f secante" return xsup

Anlisis de resultados Se busca calcular las prdidas de energa expresadas como prdidas de presin a vencer, debido a la friccin por el movimiento de un fluido a lo largo de un tubo, las cuales se expresan como:

Donde: P = diferencia de presin (Pa) f = factor de friccin L = longitud del tubo = 3000m v = volumen (m3) D = dimetro interno del tubo = 24,6mm Q = flujo volumtrico (m3/ks) El fD se estima (15% de desviacin) con la relacin de Colebrook ( )

10

Donde: f = factor de friccin Re = numero de Reynolds = coeficiente de asperezas = 0,046mm D = dimetro interno del tubo = 24,6mm Y el nmero de Reynolds se evala segn la funcin

Donde: Re = numero de Reynolds D = dimetro interno del tubo = 24,6mm v = volumen (m3) = densidad del liquido = 848kg/m3 = viscosidad del liquido = 0,000468mPas Q = flujo volumtrico = 0,90 m3/ks El nmero de Reynolds es adimensional al igual que el factor de friccin segn comprobamos [ [ ][ ][ ] ] [ [ ][ ] ]

Para tener consistencia dimensional, utilizamos las unidades del SI, es decir que por ejemplo para el caso de Q = 0,90m3/ks, hacemos:

11

Tambin en el caso de:

Entonces aplicando la ecuacin (10) y sustituyendo los datos tenemos que:

Este resultado se introduce en la ecuacin (9) para calcular el factor de friccin f, utilizando el programa anteriormente presentado.

Mtodo de biseccin: El primer paso del mtodo de biseccin consiste en asignar dos valores iniciales a la incgnita (que en este problema seria fD) que den valores de P con diferentes signos. En este caso utilizamos segn la ecuacin (1) como lmite inferior xi=0,17 y el lmite superior xu=0,19. Por lo tanto la estimacin inicial de la raz xr se encontrara en el punto medio del intervalo

y si evaluamos la funcin (8) en cada uno de los limites tenemos que ( )

podemos trabajar con los criterios del mtodo si observamos que:

12

donde segn el criterio como

entonces la raz se

encuentra dentro del subintervalo inferior o izquierdo. Por lo tanto debe hacerse xu= xr y volver a la ecuacin (1). Asi sucesivamente hasta que el criterio nos de cmo resultado que f(xi)f(xr) igual a la tolerancia y as la raz es igual a xr y termina el clculo. Tabla I. Iteraciones del mtodo de biseccin.
Nmero de Iteracin 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 xi f(xi) 0,024 -0.0700690477123 0,024 -0.0700690477123 0,0245 -0.0357290331854 0,02475 -0.0189492984738 0,024875 -0.0106541390407 0,0249375 -0.00652989053773 0,0249687500000 -0.00447355657809 0,0249843750000 -0.00344683190084 0,0249921875000 -0.00293382948176 0,0249960937500 -0.00267741817026 0,0249980468750 -0.0025492349788 0,0249990234375 -0.00248514899787 0,0249995117188 -0.00245310741094 0,0249997558594 -0.00243708696834 0,0249998779297 -0.00242907683476 0,0249999389648 -0.00242507178989 0,0249999694824 -0.00242306927294 0,0249999847412 -0.00242206801584 0,0249999923706 -0.00242156738763 0,0249999961853 -0.00242131707361 0,0249999980927 -0.00242119191662 0,0249999990463 -0.00242112933813 0,0249999995232 -0.00242109804889 0,0249999997616 -0.00242108240427 0,0249999998808 -0.00242107458196

xr
0,026 0,025 0,025 0,025 0,025 0,025 0,025 0,025 0,025 0,025 0,025 0,025 0,025 0,025 0,025 0,025 0,025 0,025 0,025 0,025 0,025 0,025 0,025 0,025 0,025

f(xr) 0.0612982140314 -0.00242106675965 -0.00242106675965 -0.00242106675965 -0.00242106675965 -0.00242106675965 -0.00242106675965 -0.00242106675965 -0.00242106675965 -0.00242106675965 -0.00242106675965 -0.00242106675965 -0.00242106675965 -0.00242106675965 -0.00242106675965 -0.00242106675965 -0.00242106675965 -0.00242106675965 -0.00242106675965 -0.00242106675965 -0.00242106675965 -0.00242106675965 -0.00242106675965 -0.00242106675965 -0.00242106675965

El nmero de iteraciones con biseccin es : 25 El valor de f es : 0.0249999999404

13

El resultado es: P=5465.89124517 Pa

Metodo de secante: En el mtodo de la secante se toman inicialmente dos valores cualesquiera, que en este caso utilizamos como
y

Tabla II. Iteraciones del mtodo de secante.

Nmero de Iteracin 1 2 3 4 5 6 7 8

f(xi) -0,3894595076100000 -0,1743877218300000 -0,0252221386007000 -0,0018555112072 -0,0000211101058833 -0,0000000178486790 -0,0000000170974346 -0,0000000000000004

f(x i+1) -1,9041334935400000 -0,3894595076100000 -0,1743877218300000 -0,0252221386007000 -0,0018555112072 -0,0000211101058833 -0,0000000178486790 -0,0000000170974346

Error 1,5146739859300000 0,2150717857800000 0,1491655832293000 0,0233666273935000 0,0018344011013167 0,0000210922572043 0,0000000007512444 0,0000000170974341

Luego el mtodo demuestra ser eficiente pues el nmero de iteraciones realizadas fue n=8, lo cual nos indica que fue un proceso rpido que no demando gran cantidad de tiempo.

El resultado es para este caso es: P=5473.96700764 Pa obtenido con el mtodo de la secante

Comparacin: Al observar los resultados obtenidos, vemos que al utilizar la biseccin obtuvimos la raz deseada que cumple con las condiciones establecidas, adems se confirma que es cercana a la respuesta correcta mediante la comprobacin utilizando el mtodo de la secante; sin embargo cabe resaltar las diferencias que
14

se presentaron en el nmero de iteraciones realizadas y la diferencia en los valores numricos de la raz encontrada que puede deberse a errores durante el calculo.

Conclusiones Aunque se observa que ambos mtodos llegaron a resultados muy similares para el cambio de presin, es fcil notar que el mtodo de la secante resulto ms eficiente para este caso, ya que el resultado se logr en 8 iteraciones mientras que con el mtodo de la biseccin fueron necesarias 25 iteraciones La utilizacin de ambos mtodos para aproximar la raz buscada, fueron bastante precisos, pues solo difirieron en una tolerancia de 10-8, adems al evaluar cualquiera de estos valores obtenidos la funcin da un valor que se aproxima al cero absoluto, con lo cual se comprueba que adems los mtodos son muy certeros. Tanto mtodos cerrados como abiertos son una herramienta til cuando se necesita obtener una raz de una ecuacin que tiene una alta complejidad, estos son confiables, siempre y cuando se establezcan las condiciones de frontera correctas.

Bibliografa Chapra, S. C. y Canale, R. P. Mtodos numricos para ingenieros. Mc. Graw-Hill, Mxico, 1970. Huerta, C. A., Sarrate, R. J. y Rodrguez, F. A. Mtodos numricos. Introduccin, aplicaciones y propagacin. Edicions UPC, Barcelona, 1998.
15

16