1

MTODOS NUMRICOS PARA INGENIEROS

QUMICOS CON MATLAB (I)
Francisco Muoz Paba M.Sc.
. Departamento de Ingeniera Qumica, Grupo de Simulacin y Control de
Procesos. f31paba @ yahoo.com, Universidad del Atlntico,
Barranquilla, Colombia

0BINTRODUCCION

Muchos planteamientos matemticos sobre
situaciones problmicas, en procesos
qumicos, son de difcil solucin analtica y
hacen que el ingeniero qumico tenga que
recurrir a los mtodos numricos para
encontrar una respuesta a sus casos de
estudio. Una necesidad muy frecuente es la
de representar un conjunto de datos
experimentales tomados en forma discreta
ajustados a una expresin analtica que
permita de forma ms fcil la estimacin de,
por ejemplo, valores intermedios,
sumatorias o integrales y variaciones o
razones de cambio entre ellos. El desarrollo
de los mtodos numricos, la certidumbre
de sus resultados y la posibilidad de
ejecutarlos con la ayuda de cdigos por
computador hacen de ellos un recurso que
ofrece ventajas con respecto a los mtodos
analticos. En sta revisin se presentan
algunos mtodos de ajuste de datos a
ecuaciones con ejemplos a la ingeniera
qumica que se resuelven con los pro
cedimientos explicados y con la ayuda de
un computador mediante la construccin de
instrucciones cortas codificadas con
MATLAB.

AJUSTE DE CURVAS PARA FUNCIONES
POLINOMICAS.

Muchas funciones matemticas incluyen
trminos como logartmicos, exponenciales
o trigonomtricos que las hacen de un
manejo complejo. Una alternativa para
afrontar tal dificultad la ofrecen los mtodos
numricos permitiendo que una funcin se
pueda expresar por otra equivalente en
cuanto a la correspondencia entre la
variable independiente y el valor de la
funcin pero mas sencilla y, por lo tanto, de
ms fcil manipulacin. Lo anterior es lo que
se conoce como ajuste de curvas,
interpolacin o clculo de la ecuacin de
una curva. A continuacin se muestra el
mtodo de ajuste de curvas a un polinomio
como una Serie de Potencias o mediante
procedimiento de interpolacin como el de
Newton y Lagrange.
.
SERIE DE POTENCIAS.

Prcticamente todas las funciones
matemticas se pueden expresar como un
polinomio de grado n, es decir, mediante
una expresin en serie de potencias.

Es ms fcil encontrar el valor numrico de
una funcin expandindola en una serie de
potencia polinomial como la ecuacin (1):

=
+ + + = =
n
i
n
i n i i
n
n i
x a x a x a a x a x f
0
2
2 1 0
) 1 ( ... ) (
y evaluando los coeficientes
n
a a . . . .
0
.

Las funciones logartmicas, hiperblicas y
elpticas son casos puntuales.


2
Las series de potencias pueden usarse para
ajustar un conjunto de datos tomando un
nmero suficiente de trminos. El nmero
de trminos est dado por el siguiente
teorema:

S las ensimas diferencias divididas de una
funcin tabulada son constantes cuando los
valores de la variable independiente son
tomadas en progresin aritmtica, la funcin
es un polinomio de grado n.

1BEjemplo 1

4
4
3
3
2
2 1 0
) ( x a x a x a x a a x f + + + + = (2)

Tabla 1. Datos de la funcin

Punto 0 1 2 3 4 5
x 1.0 1.1 1.2 1.3 1.4 1.5
fx 5.000 5.785 6.763 7.971 9.451 11.25

Elabore una tabla de diferencias divididas
determine los coeficientes del polinomio
dado por la ecuacin (2).

Las primeras diferencias divididas mediante
los puntos (0), (1) y (1), (2),
respectivamente, son:

| |
| | 7800 . 9
1 . 1 2 . 1
7852 . 5 7632 . 6
,
8520 . 7
0 . 1 1 . 1
0000 . 5 7852 . 5
,
2 1
1 0
=

=
=

=
x x f
x x f


La segunda diferencia dividida mediante los
puntos (0), (1) y (2) es:

| | 6400 . 9
0 . 1 2 . 1
8520 . 7 7800 . 9
, ,
2 1 0
=

= x x x f

La Tabla 2 muestra los resultados
correspondientes hasta la cuarta diferencia
dividida.



Tabla 2. Diferencias divididas

x f(x)
| | | | | | | | 4 3 2 1
i i i i
f f f f
1 5.0000 7.852 9.640 6.200 2.000
1.1 5.7852 9.780 11.50 7.000 2.000
1.2 6.7632 12.08 13.60 7.800
1.3 7.9712 14.80 15.94
1.4 9.4512 17.98
1.5 11.250

Debe notarse que todas las diferencias
divididas de cuarto orden tienen el mismo
valor, independientemente de los
argumentos que se usen para su clculo,
por lo tanto , la ecuacin(2) se puede
escribir en forma de series de potencias
como un polinomio de cuarto orden.
Para realizar los clculos de diferencias
divididas puede usarse el siguiente
procedimiento codificado con MATLAB:

Procedimiento 1

x=[1.0 1.1 1.2 1.3 1.4 1.5];
fx=[5.000 5.7852 6.7632 7.9712 9.4512
11.25];
M=6; N= M-1;

for i=1:N
T(i,1)= (fx(i+1)- fx(i))/(x(i+1)-x(i));
end

for j=2 :N
for i=j : N
T(i,j)= (T(i,j-1)- T(i-1,j-1))/(x(i+1)-x(i-j+1));
end
end

T


Para encontrar los coeficientes
4 3 2 1 0
, , , a y a a a a del polinomio en series de
potencia de la ec(2), se escribe el siguiente
procedimiento codificado con MATLAB:



3

Procedimiento 2


x=[1.0 1.1 1.2 1.3 1.4 1.5];
fx =[5.00 5.7852 6.7632 7.9712 9.4512
11.25];

plot(x,fx,o)

a = polyfit (x, fx, 4);
Y= polyval (a, x);

fprintf ( a0=%8.5f\n a1=%9.6f\n a2=%9.6f\n

a3=%9.6f\n
a4=%9.6f\n,a(5),a(4),a(3),a(2),a(1))

plot(x,fx,o,x,Y,-)

Donde se obtiene que:
000 . 2
000 . 3
000 . 5
000 . 2
000 . 3
4
3
2
1
0
=
=
=
=
=
a
a
a
a
a


En la figura 1 se muestran los datos
suministrado junto con el polinomio ajustado

FORMULA DE NEWTON EN
DIFERENCIAS FINITAS HACIA
ADELANTE.

La frmula necesita una tabla de valores y0,
y1, y2, .......yn para valores equidistantes
x0, x1, x2, ..xn de la variable independiente
x.
Para usar la frmula de Newton en
diferencias finitas es de mucha ayuda
construir una tabla de diferencias finitas.
La tabla 3 es una tabla de diferencias finitas,
para
3
x y = Los valores numricos estn
arriba y la nomenclatura est debajo.

Figura 1 Grfica del polinomio ajustado.


Tabla 3 Diferencias finitas hacia adelante
_______________________________________
X
3
x y =
| | | | | | | | 4 3 2 1
i i i i
f f f f
1.1 1.331 0.397 0.072 0.006 0
1.2 1.728 0.469 0.078 0.006
1.3 2.197 0.547 0.081 0
1.4 1.744 0.631 0 0
1.5 3.375 0 0 0
_______________________________________
x
| | | | | | 3 2 1
i i i
f f f y
| | | | | |
3 3 1 0 2 1 0 1 0 0 0
, , , , , , ) ( x x x x f x x x f x x f x f x
| | | | | |
| | | | | |
| | | |
| |
________ __________ __________ __________
, ) (
, , , ) (
, , , , , , ) (
, , , , , , ) (
5 4 4 4
4 4 3 4 3 3 3
5 4 3 2 4 3 2 3 2 2 2
4 3 2 1 3 2 1 2 1 1 1
x x f x f x
x x x f x x f x f x
x x x x f x x x f x x f x f x
x x x x f x x x f x x f x f x

La funcin tabulada debe ajustarse con un
polinomio f(x) de n-simo grado, que se
expresa por


4
h x x s x x x x h Haciendo
x x x x x x a
x x x x x x a
x x x x a x x a a x f
n n
/ ) (
) ( . . ). )( (
) )( )( (
) )( ( ) ( ) (
0 1 2 0 1
1 1 0
2 1 0 3
1 0 2 0 1 0
= = =

+
+ + + =

Por derivacin:
| | | |
| | | |
| |
) 3 (
!
) 1 .( . . ) 1 (
! 4
) 3 )( 2 )( 1 (
! 3
) 2 )( 1 (
! 2
) 1 (
) ( ) (
4 3
2 1
0
n
i
i i
i i
f
n
n s s s
f
s s s s
f
s s s
f
s s
sf x f x f y
+
+

+

+
+

+ + = =


Siendo
| | | | | |
, , ,
3 2 1
i i
f f f la primera, segunda y
tercera diferencia finitas, respectivamente.

La frmula es til solo para valores
puntuales, no para la ecuacin de la curva
total


Ejemplo 2

La velocidad de sedimentacin de una
suspensin, se relaciona con la
concentracin volumtrica del sedimento.
Los datos y la curva para la sedimentacin
de una suspensin de precipitado de
carbonato de calcio se muestran en la figura
2. La graficacin de la curva se deja como
ejercicio para el lector
Se requiere:

1. Encontrar la ecuacin de la curva que
mejor se ajuste a los datos dados.

2. Calcular la velocidad de edimentacin
para una concentracin volumtrica
de 2.5%.

.


Figura. 2 Datos de sedimentacin.

Solucin por Serie Potencias

Para encontrar el polinomio en serie de
potencias, suponemos un polinomio de
sptimo grado que se encuentra mediante el
siguiente procedimiento codificado con
MATLAB

Procedimiento 3

x= [ 0 1.0 2.0 3.0 4.0 5.0 6.0 7.0 8.0];
y= [0 3.2 4.8 4.25 3.23 2.87 2.75 2.70
2.65];
plot(x,y,o)

Coef = polyfit(x,y,7);

X=1:0.1:8;

Y= polyval (Coef,X);

plot(x,y,o,X,Y)

fprintf ( a0=%9.6f\n a1=%9.6f\n a2=%9.6f\n

a3=%9.6f\n a4=%9.6f\n a5=%9.6f\n
a6=%9.6f\n

5

a7=%9.6f\n,a(8),a(7),a(6),a(5),a(4),a(3),a(2)
,a(1))

Donde los coeficientes del polinomio de
sptimo grado son:
00040 . 0 27 . 3
0121 . 0 8871 . 3
1579 . 0 7060 . 1
023 . 1 0004 . 0
7 3
6 2
5 1
4 0
= =
= =
= =
= =
a a
a a
a a
a a

La ecuacin de la curva es:
) 4 (
) (
7
7
6
6
5
5
4
4
3
3
2
2 1 0
x a
x a x a x a x a x a x a a x f
+
+ + + + + + =


La velocidad msica de concentracin para
una concentracin volumtrica de 2.5%, se
halla sustituyendo los coeficientes
encontrados con el procedimiento 3 en la
ecuacin (4) para un valor de x =2.5.

Empleando los siguientes comandos de
MATLAB:


Pol= [-0.0004 0.0121 -0.1579 1.023
3.8871 0.0004];
fx = polyval (Pol,2.5)

Obtenemos que: f(2.5) = 4.6783 h cm g
2
/

Solucin por la frmula de Newton

Este problema se puede resolver utilizando
la frmula de Newton en diferencias finitas.
Este mtodo es vlido solamente para
calcular valores puntuales de la funcin y no
para calcular la ecuacin de la curva, por
consiguiente, se calcula solamente el valor
de la funcin para un valor de x = 2.5.

Se calculan las diferencias finitas que se
resumen en la Tabla 4.


Tabla 4. Diferencias finitas

| | | | | | | | | | 5 4 3 2 1
i i i i i
f f f f f y x
2.0 4.8 -0.55 -0.47 1.13 -1.55 1.80
3.0 4.25 1.02 0.66 -0.42 0.25 -0.150
4.0 3.23 0.36 0.24 -0.17 0.10
5.0 2.87 0.12 0.07 -0.07
6.0 2.75 0.050 0
7.0 2.70 -0.05 0
8.0 2.65 0

h =1.0

5 . 0
0 . 1
0 . 2 5 . 2
=

= s

Aplicando la ecuacin (3)
h cm g
f
2
/ 7149 . 4
) 55 . 1 (
) 2 )( 3 )( 4 (
) 3 5 . 0 )( 2 5 . 0 )( 1 5 . 0 ( 5 . 0
) 13 . 1 (
) 2 )( 3 (
) 2 5 . 0 )( 1 5 . 0 ( 5 . 0
) 47 . 0 (
2
) 1 5 . 0 ( 5 . 0
) 50 . 0 )( 5 . 0 ( 8 . 4 ) 5 . 2 (
=

+

+

+ + =

Aunque la cuarta diferencia finita no es
constante, el resultado obtenido es
satisfactorio. Es evidente a partir de ste
ejemplo que tanto el polinomio en serie de
potencias como la frmula de Newton son
bastante aproximadas al valor medido que
es de 4.700.

Los clculos anteriores se pueden realizar
con el siguiente procedimiento codificado
con MATLAB.

Procedimiento 4

x= [2.0 3.0 4.0 5.0 6.0 7.0 8.0];
y= [4.8 4.25 3.23 2.87 2.75 2.70 2.65];
N=7;

for i =1: N-1
f(i,1) = y(i+1) y(i);

6
end

for j=2: N-1
for i=j: N-1
f(i,j) = f(i,j-1) f(i-1,j-1);
end
end

f

h= 1.0 ; xi = 2.5;

s = (xi x(1))/h ;

yi = y(1) + s*f(1,1) + s*(s-1)/2*f(2,2)
+ s*(s-1)*(s-2)/(3*2)*f(3,3)
+ s*(s-1)*(s-2)*(s-3)/(4*3*2)*f(4,4) ;

fprintf(\n\n Resultado: 4 grado f(%4.2f)
=... %6.2f \ n, xi,yi )

FRMULA DE INTERPOLACIN DE
LAGRANGE.

Muchas frmulas de interpolacin son
aplicables solo cuando los valores de la
variable independiente son dados en
intervalos equidistantes. La frmula de
Lagrange no tiene sta limitacin, pero solo
utiliza datos que sean necesarios para
aproximarse al valor correcto.
Los datos donde los valores de x no son
equidistantes, a menudo son resultados de
observaciones experimentales o de anlisis
de datos histricos.
Supngase que se tiene una tabla de datos
con cuatro pares de valores x y f(x)

i 0 1 2 3 . . n
n
n
f f f f f x f
x x x x x x
L
L
3 2 1 0
3 2 1 0
) (


Estos cuatro pares de datos es posible
ajustarlos a una funcin cbica. La frmula
de Lagrange para un polinomio de n-simo
grado es

) 5 (
) (
) ( ) )( (
) ( ) )( (
) (
) ( ) )( )( (
) ( ) )( )( (
) (
) ( ) )( (
) ( ) )( (
) (
) ( ) )( (
) ( ) )( (
) (
1 1 0
1 1 0
2
2 3 2 1 2 0 2
3 1 0
1
1 2 1 0 1
2 0
0
0 2 0 1 0
2 1
n
n n n n
n
n
n
n
n
n
n
f
x x x x x x
x x x x x x
f
x x x x x x x x
x x x x x x x x
f
x x x x x x
x x x x x x
f
x x x x x x
x x x x x x
x f

+ +


+


+


=
L
L
L
L
L
L
L
L
L

La frmula de Lagrange se usa
principalmente para :

(1) Calcular el valor de la variable
independiente correspondiente a un
valor dado de la funcin .
(2) Calcular cualquier valor de una
funcin, cuando los valores dados
de la variable independiente no son
equidistantes.

Adems de que la frmula de Lagrange es
tediosa, tiene una limitacin muy seria,
cuando los valores no son tan cercanos
unos a otros, los resultados tienden a ser
indeseables. Sin embargo puede utilizarse
cuando sea imposible utilizar otro mtodo.


Ejemplo 3

Se desea estimar la densidad de una
sustancia a una temperatura de 251 C a
partir de los siguientes datos experimentales
que se dan en la Tabla 5.



Tabla 5 Datos de Temperatura-Densidad

i 0 1 2
860 902 929 ,
371 205 94 ,
3
m
kg
C T
i
i

7
Como se dispone de tres datos, el orden de
la frmula de Lagrange es 2 y el clculo de
la densidad a 251 es dado por

3
/ 5 . 890
) 860 (
) 205 371 )( 94 371 (
) 205 251 )( 94 251 (
) 902 (
) 371 205 ( 94 205
) 371 251 )( 94 251 (
) 929 (
) 371 94 )( 205 94 (
) 371 251 )( 205 251 (
) 251 (
m kg
C
=


+


+


=


El siguiente procedimiento codificado con
MATLAB realiza los clculos anteriores.

Procedimiento 5

X = [94 205 371];
Y = [929 902 860];
Xi= 251;

Densidad =interp1(X,Y,Xi,cubic)

En la Tabla 6 se muestran las densidades en
3
/ m kg , de soluciones acuosas de cido
sulfrico de diferentes concentraciones en
% para un conjunto de temperaturas en C.
Se desea calcular la densidad de una
solucin de cido sulfrico a una
concentracin del 40% y a una temperatura
de 15 C.


Tabla 6 Tabulacin de una funcin de dos
variables ) , ( C T f =
(%)
) (
C
C T


10

30

60

100
5 1.0344 1.0281 1.0140 0.9888
20 1.1453 1.1335 1.1153 1.0885
40 1.3103 1.2953 1.2732 1.2446
70 1.6923 1.6014 1.5753 1.5417

Para una funcin polinmica de dos
variables como ste caso, se puede aplicar
la frmula de Lagrange , tomando los datos
de las densidades a una concentracin del
40% y la temperatura como la variable
independiente.
El orden de la frmula es de 1 y el clculo
de la densidad mediante la frmula de
Lagrange es:

3
/ 3066 . 1
) 12953 (
) 10 30 (
) 10 15 (
3103 . 1 (
) 30 10 (
) 30 15 (
) 15 (
m kg
C
=

=


El siguiente procedimiento codificado con
MATLAB realiza los clculos anteriores.

Procedimiento 6


x= [10 30];
y= [1.3103 1.2953];
xi = 15;
d = interp1(x,y,xi,linear)

FRMULA DE INTERPOLACIN HACIA
DELANTE DE DERIVADAS DE NEWTON.

La frmula de diferenciacin de Newton para
una estimacin de f(x) se obtiene

| | | | | | | | | |

+ + = L
5
1
4 3 2 1
5
1
4
1
3
1
2
1 1
) ( f f f f f
h
x f
i i i i

(6)

Derivaciones sucesivas se obtienen

| | | | | | | |
| | | | | |
| | | |
| | ) 9 ( 2
1
) (
) 8 (
4
7
2
3 1
) (
) 7 (
6
5
12
11 1
) (
5 4
4
5 4 3
3
5 4 3 2
2
L
L
L
+ =

+ =

+ + =
i i
IV
i i i
i i i i
f f
h
x f
f f f
h
x f
f f f f
h
x f






8
METODO DE DOUGLAS-AVAKIAN
Este mtodo usa un polinomio de cuarto
orden que se ajusta a siete puntos
equidistantes por el mtodo de mnimos
cuadrados. El polinomio es

4 3 2
ex dx cx bx a y + + + + =

Estos puntos son espaciados en intervalos
iguales con las coordenadas escogidas, tal
que, en x = 0 se encuentra el punto central
de los siete. Los siete valores de x pueden
escribirse como 3h, -2h, -h, 0, 2h y 3h.

Por derivacin,

) 10 (
216
7
1512
397
3
0
h
y k
h
ky
dx
dy

= |

\
|


Donde k representa el coeficiente de h en
los valores de x, por ejemplo 3, -2 , -1, 0, 1,
2, 3.

Ejemplo 5
Una pasta de material cristalino se seca con
aire, que se hace fluir por encima de ella .
Para disear el sistema de secado, se
obtuvieron los datos experimentales que se
muestran en la figura 3. A partir de esto,
calcule la velocidad de secado en 0.9h ,es
decir, 9 . 0 / = dt dy , donde t es el tiempo en
horas.

Solucin por la Frmula de la
derivada de Newton
Se divide parte de la curva en cinco
subdivisiones comenzando en t=0.9 hora,
como muestra la figura 3 y se elabora la
Tabla de diferencias finitas ( Tabla 7)



Figura 3 Curva de velocidad de secado.

Tabla 7 Diferencias Finitas

x y
| | | | | | | | | | 5 4 3 2 1
i i i i i
f f f f f
0.9 0.18335 -0.01995 0.0025 0.0003 0.00007 -0.00021
1.0 0.1634 -0.01745 0.00280 0.00037 0.00014
1.1 0.14595 0.1465 0.00317 0.00023
1.2 0.1313 -0.001148 0.00340
1.3 0.11982 0.0808
1.4 0.11174

Y se aplica la ecuacin (6) para determinar
la velocidad de secado.

+ = |

\
|
=
6
) 0003 . 0 ( 2
2
0025 . 0
01995 . 0
1 . 0
1
9 . 0 t
dx
dy

|
120
) 00021 . 0 ( 6
24
) 00007 . 0 ( 6
=

= o slido lb O H lb sec / 2111 . 0
2


Solucin por el mtodo de
Douglas-Avakian.
Primero se prepar la Tabla 8, a partir del
polinomio de cuarto orden ajustado los
datos experimentales, y la ecuacin (11) con
ayuda de MATLAB.



9
40 . 0 1958 . 0
1453 . 0 119 . 0 0146 . 0
2 3 4
+
+ =
x
x x x fx
(11)


Tabla 8 Datos de y = f(x)

x f(x) k ky
3
k y
0.3 0.3313 -3 -0.9939 -8.9451
0.5 0.2798 -2 -0.5596 -2.2384
0.7 0.2291 -1 -0.2291 -0.2291
0.9 0.1833 0 0 0
1.1 0.1459 1 0.1459 0.1459
1.3 0.1198 2 0.2396 0.9584
1.5 0.1071 3 0.3219 2.8971

= 0752 . 1

= 4112 . 7

La velocidad de secado se calcula con la
ecuacin (10), de la siguiente manera

o slido lb O lbH
dx
dy
t
sec / 2106 . 0
) 2 . 0 )( 216 (
) 4112 . 7 ( 7
) 2 . 0 )( 1512 (
) 0752 . 1 )( 397 (
2
9 . 0
=

= |

\
|
=


Comparando los resultados encontramos un
valor de 0.2111 por el mtodo de Newton y
0.2106 por el mtodo de Douglas-Avakian.
El valor medido es de 0.21. El mtodo de
Douglas-Avakian se basa en el mtodo de
mnimos cuadrados, por lo tanto, es un
mtodo inseguro.

El siguiente procedimiento codificado con
MATLAB realiza los clculos anteriores
donde se aplica el mtodo de Douglas-
Avakian.

Procedimiento 7
function y = Douglas(y,k)
x = [0.9 1.0 1.1 1.2 1.3 1.4] ;
fx =[0.18335 0.1634 0.14595 0.1313
0.11982 0.11174];
pol = polyfit (x, fx, 4);
xi = [0.3 0.5 0.7 0.9 1.1 1.3 1.5] ;
yi = polyval(pol,xi) ;
k = [-3 -2 -1 0 1 2 3] ;
y = yi ;
for i = 1 : 7
K(i,1) = k(i)*y(i);
K(i,2) = k(i)^3*y(i);
end
K
s= sum (K)
Derivada= 397*s(1)/(1512*0.2)
- 7*s(2)/(216*0.2)

OTROS MTODOS PARA AJUSTE
DE CURVAS.
Mtodo de mnimos cuadrados. Este
mtodo se basa en la suposicin, que la
mejor curva representativa es aquella para
la cual la suma de los cuadrados de los
residuos (errores) es un mnimo. Los
residuos son elevados al cuadrado para
eliminar lo que concierne a su signo.
Consultar el libro de Nieves-Domnguez
pgina
1
. 362
Este mtodo es mucho ms complicado
para polinomios de mayor grado y se usa
para polinomios no mayores de segundo
grado. Es menos seguro que la Frmula
interpolacin de Newton y debe emplearse
para correlacionar o encontrar el mejor
ajuste de un conjunto de datos
experimentales.

Frmula de diferencia central de Stirling.
Dos formas de la frmula de Newton se
usan para la interpolacin cercana al
comienzo y cercana al final de un conjunto
de datos tabulados. La frmula de Stirling es
particularmente disponible para valores
interpolados cercanos a la mitad de un
conjunto de datos tabulados. Este mtodo
est explicado en el libro de Constantinides-
Mostoufi, pgina
2
176
Series de Taylor. Un mtodo de expandir
funciones en series de potencias es
utilizando las series de Taylor. El ltimo
trmino en la serie es el residuo o tamao

10
de error despus de n trminos y por lo
tanto, la serie de Taylor tiene una ventaja
sobre otros mtodos, por que puede
programarse en un computador, de tal
manera que los trminos se pueden agregar
automticamente hasta que el ltimo
trmino (trmino error) sea menor que el
limite especificado. Una nota de precaucin
en el uso de todos los mtodos de ajuste de
curvas debe expresarse. La exactitud de la
correlacin entre los puntos de datos (xi,yi)
se debe chequear.

CALCULO DE INTEGRALES POR
INTEGRACIN NUMRICA

El proceso de calcular el valor de una
integral definida a partir de un conjunto de
valores numricos del integrando recibe el
nombre de integracin numrica. El
integrando se representa por una frmula de
interpolacin y la frmula se integra entre
los limites deseados.

Mtodo de Simpson. Este mtodo se
puede resumir diciendo que se basa en la
conexin de los puntos (xi,yi) por una series
de parbolas.
Las funciones de ste tipo son polinomios
de segundo grado
2
) ( cx bx a x f + + =
Hay un error inherente, por supuesto, si el
polinomio es mayor de segundo grado. La
frmula final de la ecuacin para la Regla
1/3 de Simpson es
|

+ + +
+ + + + + =

b
a
n n
n
y y y y
y y y y
h
ydx
) ( 2
) ( 4 [
3
2 4 2
1 3 1 0
L
L

(13)
La regla de Simpson sola es exacta para
polinomios de primero y segundo grado. El
grado de la funcin es desconocida en
muchas aplicaciones, por consiguiente, se
debe calcular el error. El error se calcula por
la siguiente ecuacin:
Error
= | L ) ( 7 ) ( 4
90
1 1 0 1 1 +
+ + + +
n n n
y y y y y y
h

| ) ( 8 ) ( 8
3 5 3 2 4 2
+ + + + + +
n n
y y y y y y L L
(14)
Donde h = 6 n y x
i

Mtodo trapezoidal compuesto. Consiste
en dividir el intervalo[a , b] en n
subintervalos y aproximar cada uno por un
polinomio de primer grado, luego se aplica la
frmula trapezoidal a cada subintervalo y se
obtiene el rea de cada trapezoide, de tal
modo que la suma de todas ellas da la
aproximacin al rea bajo la curva de la
funcin. La forma final de la ecuacin para el
mtodo trapezoidal compuesto es:
| |

+ + + + + + =

b
a
n n
y y y y y y
h
ydx ) ( 2
2
1 3 2 1 0
L
(15)
Los siguiente dos ejemplo ilustran estos dos
mtodos.
Una torre empacada absorbe un gas A de un gas
de combustin. El gas de entrada a la torre
contiene 10.5% molar de A y el gas de salida
contiene 2.5% molar de A. Calcule el nmero de
unidades de transferencia necesarias,
OG
N . Los
datos se muestran en la tabla 6.
Tabla 6 Datos para el problema de unidades
de transferencia.
Datos Calculados de los datos
y y* y y*
*
1
y y

0.015 ) (
1
x 0.006342 0.008658 115.5 ) (
1
y
0.025 ) (
0
x 0.014328 0.010672 93.7 ) (
0
y
0.035 ) (
1
x 0.022500 0.012500 80.0 ) (
1
y
0.045 . 0.031264 0.013736 72.8 .
0.055 . 0.040141 0.014859 67.3 .
0.065 . 0.049202 0.015798 63.3
0.075 0.058444 0.016556 60.4
0.085 . 0.067833 0.017167 58.25 .
0.095 ) (
7
x 0.077425 0.017575 56.9 ) (
7
y
0.105 ) (
n
x 0.087127 0.017873 55.95 ) (
n
y
0.115 ) (
1 + n
x 0.096819 0.018181 55.0 ) (
1 + n
y
y* = Composicin en equilibrio.

11

Primero resolvemos el problema aplicando el
mtodo 1/3 de Simpson. Suponiendo que la
pelcula gaseosa es la controlante, tenemos:

+ + =

=
) 2 (
) 1 (
*
3 . 67 80 ( 4 7 . 93 [
3
01 . 0
y
y
OG
y y
dy
N
+ 60.4 +56.9) + 2 (72.8 + 63.3 + 58.25)
+ 55.95] = 5.3225 unidades de transf.
Error =
| . 000333 . 0 ) 4 . 60
3 . 67 ( 8 ) 25 . 58 3 . 63 8 . 72 ( 8 ) 7 . 56
80 ( 7 ) 95 . 55 7 . 93 ( 4 55 5 . 115 [
90
01 . 0
transf de unidades = +
+ + + + +
+ + + +

El error es relativamente pequeo.

Por el mtodo trapezoidal compuesto aplicamos
la ecuacin (15)

+ + = =
) 2 (
) 1 (
8 . 72 80 ( 2 7 . 93 [
2
01 . 0
y
y
OG
N
+ 67.3 + 63.3 + 60.4 + 58.25 + 56.9)
+ 55.95 ] = 5.3377 unidades de transf.

Consideremos ahora una columna de destilacin
discontinua que contiene una mezcla de 50%
molar de A en B, se destila hasta que la fraccin
molar de A en el calderin sea menor que 0.20.
Calcule la razn
0
W
W
Los datos se muestran en
la tabla 7. y se grafican en la figura 4.

Tabla 7 Datos para el problema de la columna de
destilacin discontina
W D
W D W D
x x
x x x x

1

0.549 0.129 ) (
0
x 0.420 2.38 ) (
0
y
0.691 0.191 ) (
1
x 0.500 2.00 ) (
1
y
0.793 0.253 ) (
2
x 0.540 1.85 ) (
2
y
0.806 0.314 . 0.492 1.83 .
0.902 0.376 . 0.526 1.90 .
0.928 0.438 ) (
5
x 0.490 2.04 ) (
5
y
0.950 0.50 ) (
n
x 0.450 2.22 ) (
n
y



Aplicando el mtodo 1/3 de Simpson, tenemos
=

=

f
x
x
w D
w
x x
dx
A
0
|
4776 . 0 739 . 0 ln
739 . 0 22 . 2 ) 04 . 2 85 . 1 ( 2
) 04 . 2 83 . 1 0 . 2 ( 4 38 . 2 [
3
0618 . 0
0 0
= =
= + + +
+ + +
W
W
y
W
W


Fig 4 Grfica de Xw vs 1/(XD- Xw)

Por el mtodo trapezoidal compuesto, tenemos
que

+ + =

=
w
x
x
w D
w
x x
dx
A
0
0 . 2 ( 2 38 . 2 [
2
0618 . 0

+ 1.85 + 1.83 + 1.90 + 2.04) + 2.22 ]

= 0.7366
4787 . 0 ; 7366 . 0 ln
0 0
= =
W
W
W
W

Se observa que los dos resultados son casi iguales
debido a que el polinomio es de orden 3. El
siguiente cdigo de MATLAB hace los clculos
de los dos problemas dados anteriormente.

x = input( Introduzca los valores de x = );
y = input( Introduzca los valores de y = );
Area_1= trapz(x,y);
Area_2= Simpson(x,y);
fprintf ( \ n Area_1(Mtodo ...
trapezoidal)=%9.4f ,Area_1)
fprintf( \ n Area_2(Mtodo 1/3 de ...
Simpson)=%9.4f ,Area_2)

12



function A=Simpson(x,y)
puntos = length(x);
if length(y) ~= puntos
error( x y y no son de la
misma longitud )
break
end
dx = diff(x);
if max(dx)-min(dx) >
min(abs(x))/1000
error (x no son equidistantes)
break
end
h= dx(1);
if mod (puntos,2) == 0
precaucin(Agregue nmeros de
intervalos )
n= puntos 1;
else
n= puntos;
end






BIBLIOGRAFIA

1. Nieves A y Domnguez F. Mtodos
numricos aplicados a la ingeniera. 2
Edicin CECSA 2002.
2. Constantinides A y Mostoufi N Numerical
methods for chemical engineers with
MATLAB applications 1 Edicin
Prentice-Hall 1999.
3. Gerald C.F y Wheatley P.O Anlisis
numrico con aplicaciones. 7 Edicin
Pearson Educacin 2000.
4. Nakamura S. Anlisis numrico y
visualizacin grfica con MATLAB 1
Edicin Pearson Educacin 1997.


if n ~= puntos
A = A + (y(puntos) + y(n))* h/2;
end.
y2 = y(3:2:n1);
A= (h/3)*(y(1) + 4*sum(y1)+2*
sum(y2) + y(n)) ;
y1 = y(2:2:n1);

end

































2