Vous êtes sur la page 1sur 15

PROBLEMAS DE INVESTIGACIN

FORMATIVA
INTEGRANTES:
ROXANA CONDORI HUAMAN

16
UNIVERSIDAD NACIONAL DE SAN AGUTN (UNSA)
ASIGNATURA: MODELAMIENTO DE SIMULACIN Y PROCESOS
PROFESOR: Dr. ROLANDO BASURCO CARPIO

INTRODUCCIN

Esta investigacion formativa se llev a cabo a cargo de la materia de Modelamiento y Simulacion


de Procesos ,abordando como tema central , tcnicas diferenciales con mtodos numricos
,correspondiente al segundo capitulo del la materia. En cuyo desarrollo se plantean dos problemas
de apliacin con los objetivos de Conocer la forma general de los mtodos de Runge-Kutta;
entender la deduccin del mtodo RK de cuarto orden multidimensional,Saber cmo aplicar
cualquiera de los mtodos RK a los sistemas de ecuaciones; poder reducir una EDO de n-simo
orden a un sistema de n EDO de primer orden y Utilizar los paquetes de software y/o bibliotecas
para integrar las EDO y evaluar los valores propios en ambos problemas.
Al momento de aplicar las Matemticas a situaciones del mundo real ,nos encontramos a menudo
con problemas que no pueden ser resueltos analticamente o de manera exacta tal es el caso de
las ecuaciones ordinarias que modelan una realidad especifica aumentan su complejidad en la
medida que se aproximen cada vez mas al comportamiento del fenmeno y cuya solucin debe ser
abordada con ayuda de algn procedimiento numrico.

Las leyes fundamentales de la fsica: la mecnica, la electricidad y la termodinmica con frecuencia


se basan en observaciones empricas que explican las variaciones de las propiedades fsicas y los
estados de los sistemas. Ms que en describir directamente el estado de los sistemas fsicos, las
leyes a menudo se expresan en trminos de los cambios del espacio y del tiempo.Esas leyes definen
mecanismos de cambio. Cuando se combinan con las leyes de conservacin de la energa, masa o
momentum, resultan ecuaciones diferenciales. La integracin subsecuente de estas ecuaciones
diferenciales origina funciones matemticas que describen el estado espacial y temporal de un
sistema en trminos de variaciones de energa, masa o velocidad. El problema del paracaidista en
cada que se present en clase es un ejemplo de la obtencin de una ecuacin diferencial ordinaria,
a partir de una ley fundamental. Recuerde que se utiliz la segunda ley de Newton para desarrollar
una EDO que describe la razn de cambio de la velocidad de un paracaidista en cada.

En conclusin luego de la aplicacion del metodo empleado (Mtodo de runge Kutta multivarible) al
primer problema ,mediante la implementacion en el programa elaborada en excel , estimando como
datos las variables dependientes, las diferentes concentraciones: CA, CB, CC.Como variable
independiente al tiempo. Adems, de las constantes de velocidad de reaccin k1 = 0.5min-1 y k2 =
1.0min-1. Concentraciones en un t=0 CA= 1, CB= 0, CC= 0

Se logro determinar los valores de las concentraciones.En cuyo comportamiento en su desarrollo


de cada una de ellas se aprecia como varia estas con el tiempo , el comportamiento ms interesante
es el del compuesto intermedio. [B] comienza creciendo ligeramente con el tiempo (t), pasa por un
mximo, en este caso es [B]=0.2318; comienza a decaer exponencialmente.
Como resultado final al realizar los diversos anlisis llegamos a que la reaccin se de mejor manera
a los 1,2 min, teniendo B una concentracin adecuada para la reaccin.

1. ANTECEDENTES MATEMTICOS

2
UNIVERSIDAD NACIONAL DE SAN AGUTN (UNSA)
ASIGNATURA: MODELAMIENTO DE SIMULACIN Y PROCESOS
PROFESOR: Dr. ROLANDO BASURCO CARPIO

La solucin de una ecuacin diferencial ordinaria es una funcin en trminos de la variable


independiente y de parmetros que satisfacen la ecuacin diferencial original.

Para ilustrar este concepto, empecemos con una funcin dada

y = 0.5x4 + 4x3 10x2 + 8.5x + 1 (PT7.12)

la cual es un polinomio de cuarto grado (figura PT7. 3a).

Ahora, si derivamos con respecto de x a la ecuacin (PT7.12), obtenemos una EDO:

dy/dx =2x3 +12 x2-20x+8.5 (PT7.13)

Esta ecuacin tambin describe el comportamiento del polinomio, pero de una manera diferente a
la ecuacin (PT7.12). Ms que representar explcitamente los valores de y para cada valor de x, la
ecuacin (PT7.13) de la razn de cambio de y con respecto a x (es decir, la pendiente) para cada
valor de x. La figura PT7.3 muestra tanto la funcin original como la derivada graficadas contra x.
Observe cmo el valor cero en la derivada corresponde al punto en el cual la funcin original es
plana; es decir, tiene una pendiente cero. Note tambin que los valores absolutos mximos de la
derivada estn en los extremos del intervalo donde las pendientes de la funcin son mayores. Como
se acaba de mostrar, aunque es posible determinar una ecuacin diferencial dando la funcin
original, en esencia el objetivo es determinar la funcin original dada la ecuacin diferencial. La
funcin original representa la solucin. En el presente caso, esta solucin se determina de manera
analtica al integrar la ecuacin (PT7.13):

la cual es idntica a la funcin original con una notable excepcin. En el proceso de la diferenciacin
y despus en la integracin, se pierde el valor constante de 1 en la ecuacin original y ganamos el
valor C. Esta C es llamada constante de integracin. El hecho de que aparezca esta constante
arbitraria indica que la solucin no es nica. Es decir, es solucin pero con un nmero infinito de
funciones posibles (correspondiente al nmero infinito de posibles valores de C) que satisfacen la
ecuacin diferencial. Por ejemplo, la figura PT7.4 muestra seis funciones posibles que satisfacen la
ecuacin (PT7.14).

3
UNIVERSIDAD NACIONAL DE SAN AGUTN (UNSA)
ASIGNATURA: MODELAMIENTO DE SIMULACIN Y PROCESOS
PROFESOR: Dr. ROLANDO BASURCO CARPIO

Por lo tanto, para especificar la solucin por completo, la ecuacin diferencial usualmente se
encuentra acompaada por condiciones auxiliares. Para las EDO de primer orden, se requiere un
tipo de condicin auxiliar, llamada valor inicial, para determinar la constante y obtener una solucin
nica. Por ejemplo, la ecuacin (PT7.13) se acompaa por la condicin inicial definida por x = 0, y
= 1. Estos valores se sustituyen en la ecuacin (PT7.14):

4
UNIVERSIDAD NACIONAL DE SAN AGUTN (UNSA)
ASIGNATURA: MODELAMIENTO DE SIMULACIN Y PROCESOS
PROFESOR: Dr. ROLANDO BASURCO CARPIO

para determinar C = 1. Por consiguiente, la solucin nica que satisface tanto a la ecuacin
diferencial como la condicin inicial especificada se obtiene al sustituir C = 1 en la ecuacin
(PT7.14):

De esta forma, hemos sujetado la ecuacin (PT7.14) al forzarla a pasar a travs de un punto dado
por la condicin inicial y, al hacerlo, encontramos una solucin nica para la EDO y completamos
un ciclo con la funcin original [ecuacin (PT7.12)]. Las condiciones iniciales por lo comn tienen
interpretaciones muy tangibles para las ecuaciones diferenciales surgidas de las condiciones de
problemas fsicos.
Cuando tratamos con una ecuacin diferencial de n-simo orden, se requiere de n condiciones para
obtener una solucin nica. Si se especifican todas las condiciones en el mismo valor de la variable
independiente (por ejemplo, en x o t = 0), entonces se conocen como problemas de valor inicial. En
cambio en los problemas de valor frontera, la especificacin de condiciones ocurre con diferentes
valores de la variable independiente.

2.MARCO TERICO:

2.1 .Cintica de reaccin

Las ecuaciones diferenciales ordinarias de la cintica qumica pueden resolverse numricamente


mediante mtodos robustos, y existen cdigos especializados capaces de resolver miles de etapas
elementales simultneas. Adems, las aproximaciones del estado estacionario y de la etapa
limitante permiten encontrar ecuaciones cinticas simplificadas de muchos sistemas complejos. Al
final, los problemas verdaderamente difciles consisten en determinar qu procesos tienen lugar y
obtener los datos cinticos precisos de las etapas relevantes.

Reacciones consecutivas de primer orden:

En el sistema
1 2

La concentracin de [A] vara como

[]
= [] ==> [] = []

Para el componente intermedio tenemos

[]
= + [] [] = [] []

2.1.1 Aproximacin del estado estacionario (EE): Esta aproximacin, propuesta por Bodenstein
en 1913, se basa en suponer que la concentracin de los compuestos intermedios de la reaccin
permanece constante. Esto permite simplificar notablemente las ecuaciones de muchos sistemas
cinticos hasta el punto de permitir su resolucin analtica. A cambio, la aproximacin puede
introducir errores muy importantes que pueden llegar a hacer intil la solucin. En general, slo
debemos aplicarla en el caso de aquellos intermedios cuya concentracin permanece siempre muy
baja, o casi constante, comparada con la del resto de reactantes. Veamos cmo se usa la
aproximacin del estado estacionario aplicada al caso de dos reacciones consecutivas de primer
orden. Para el reactivo inicial empleamos la solucin exacta:

5
UNIVERSIDAD NACIONAL DE SAN AGUTN (UNSA)
ASIGNATURA: MODELAMIENTO DE SIMULACIN Y PROCESOS
PROFESOR: Dr. ROLANDO BASURCO CARPIO

1 2 []
, = 1 [] ==> [] = []0 1

Para el componente intermedio emplearamos la aproximacin:

[]
= [] [] ==> [] = [] = []

De modo que, para el tercer componente:

[]
= [] [] ==> [] = [] + [] ( )

La comparacin de esta solucin con la exacta obtenida anteriormente muestra que la aproximacin
EE da resultados razonables para este sistema cintico slo si k2 k1.

Comparacin entre la solucin exacta (lneas continuas) y la obtenida con la aproximacin del
estado estacionario (lneas punteadas).

La aproximacin del estado estacionario puede A cambio, la aproximacin del estado


dar buenos resultados si k2 > k1. Los estacionario puede dar lugar a resultados
principales errores corresponden a la tremendamente errneos si sus condiciones de
concentracin del compuesto intermedio en los aplicacin no se cumplen.
primeros instantes.

Integracin numrica de los sistemas cinticos: Consideremos una ecuacin diferencial ordinaria de
primer orden


= = (, ),

6
UNIVERSIDAD NACIONAL DE SAN AGUTN (UNSA)
ASIGNATURA: MODELAMIENTO DE SIMULACIN Y PROCESOS
PROFESOR: Dr. ROLANDO BASURCO CARPIO

Donde y(t) es la funcin que deseamos encontrar y f(t, y) es su derivada, que podemos evaluar en
los puntos que el algoritmo determine. Tambin supondremos conocidos un nmero de puntos
iniciales (t0, y0), (t1, y1), ..., con los que comienza el proceso.

2.1.2 Mtodo de Runge-Kutta Multivariable (PRIMER PROBLEMA)

Son un conjunto de mtodos genricos iterativos, explcitos e implcitos, de resolucin numrica


de ecuaciones diferenciales.
Los mtodos de Runge-Kutta (RK) logran una exactitud del procedimiento de una serie de Taylor,
sin requerir el clculo de derivadas superiores. Probablemente uno de los procedimientos ms
difundidos, y a la vez ms exactos, para obtener la solucin numrica del problema de valor inicial:
y = f(t,y), con y(to) = yo
El ms popular de los mtodos RK es el de cuarto orden. Como en el caso de los procedimientos
de segundo orden, hay un nmero infinito de versiones. La siguiente, es la forma comnmente
usada y, por lo tanto, le llamamos mtodo clsico RK de cuarto orden:

de modo que cada etapa h requiere cuatro evaluaciones diferentes de la pendiente en puntos
cuidadosamente elegidos.

2.2. Difusin ms reaccin de un gas (SEGUNDO PROBLEMA)

Una reaccin controlada por difusin (o limitada por difusin) es una reaccin qumica que ocurre
tan rpidamente que la velocidad de reaccin es directamente la velocidad de transporte de
los reactivos a travs del medio donde se produce (por lo general una solucin).Tan pronto como
los reactivos se encuentran uno con otro, se produce la reaccin.

El proceso de reaccin qumica puede ser considerado como una serie de pasos que incluyen la
difusin de los reactivos hasta que estos se encuentran en la proporcin correcta y forman
un complejo activado el cual a su vez se rompe para formar los productos. La velocidad de reaccin
observada, es, por lo general; la velocidad del paso ms lento o paso limitante de la velocidad. En

7
UNIVERSIDAD NACIONAL DE SAN AGUTN (UNSA)
ASIGNATURA: MODELAMIENTO DE SIMULACIN Y PROCESOS
PROFESOR: Dr. ROLANDO BASURCO CARPIO

las reacciones controladas por difusin, la formacin de los productos a partir del complejo activado
es mucho ms rpida que la velocidad de difusin de los reactivos, y por lo tanto la velocidad de
reaccin se encuentra dominada por la frecuencia de colisin.

Las reacciones controladas por difusin son raras en la fase gaseosa, donde las velocidades
de difusin son por lo general muy altas. Las reacciones controladas por difusin son ms probables
en medios ms densos como el lquido o el slido, donde las velocidades de difusin son ms lentas
debido a las colisiones con las molculas de la fase dispersante (solvente).

3. OBJETIVOS:

3.1. OBJETIVOS ESPECFICOS (PRIMER PROBLEMA):

Conocer la forma general de los mtodos de Runge-Kutta; entender la deduccin del mtodo
RK de cuarto orden multidimensional.

Saber cmo aplicar cualquiera de los mtodos RK a los sistemas de ecuaciones; poder
reducir una EDO de n-simo orden a un sistema de n EDO de primer orden.

Utilizar los paquetes de software y/o bibliotecas para integrar las EDO y evaluar los valores
propios.

3.1. OBJETIVOS ESPECFICOS (SEGUNDO PROBLEMA):

4.PLANTEAMIENTO DEL PROBLEMA Y VARIABLES

4.1 PROBLEMA N1

En nuestro primer problema de cintica de reaccin, se nos plantea hallar las concentraciones de
los diferentes reactivos y productos obtenidos en la reaccin. Para ello haremos uso de un mtodo
numrico como el Runge-Kutta Multidimensional, pues ste se apega ms a nuestro caso.

Variables:

Como variables dependientes, tenemos a las diferentes concentraciones: CA, CB, CC.
Como variable independiente tenemos al tiempo. Adems, de las constantes de velocidad
de reaccin k1 = 0.5min-1 y k2 = 1.0min-1.
Concentraciones en un t=0 CA= 1, CB= 0, CC= 0

8
UNIVERSIDAD NACIONAL DE SAN AGUTN (UNSA)
ASIGNATURA: MODELAMIENTO DE SIMULACIN Y PROCESOS
PROFESOR: Dr. ROLANDO BASURCO CARPIO

4.2 PROBLEMA N2

En nuestro segundo problema de difusin de un gas con reaccin qumica, deberemos de hallar
cada uno de los puntos aclarados con la ayuda del software matemtico MATLAB. Para introducir
la serie de interfase en nuestro paquete de MATLAB, primero pasaremos a resolver y plantear los
cdigos de acuerdo al mtodo numrico a utilizar.

En este caso, haremos uso del mtodo de Ecuaciones en Derivadas parciales o mtodo de
diferencias finitas: Aproximacin explcita.

El problema trabaja en un estado no estacionario, teniendo en el balance:

Sobre una pelcula lquida se absorbe un gas (A) que reacciona para dar un compuesto B. dicho
compuesto a su vez reacciona para dar otro C.

Un balance en estado no estacionario viene dado por

Con condiciones iniciales y de contorno.

Utilizando un mtodo de diferencias finitas realice un programa en Matlab que permita visualizar la
variacin de la concentracin de A y B con el tiempo para los 25 primeros segundos. (Utilice 50
puntos para sincretizar el espacio x).
Indique claramente el resultado de aplicar el criterio de estabilidad.

Para el compuesto B realice un grfico en 3 dimensiones que represente la concentracin frente al


tiempo y a la posicin (considere los 25 primeros segundos).

Datos:
L = 0.5 cm; k2 = 0.04 s-1
DA = 0.001 cm2 / s CAo= 1 mol / L
DB = 0.0001 cm2 / s CBo= 0 mol / L
k1 = 0.05 s-1

9
UNIVERSIDAD NACIONAL DE SAN AGUTN (UNSA)
ASIGNATURA: MODELAMIENTO DE SIMULACIN Y PROCESOS
PROFESOR: Dr. ROLANDO BASURCO CARPIO

Variables:

5. RESOLUCIN:

5.1. DEL PRIMER PROBLEMA

Considerando los puntos iniciales como CA(0)=1,C2=0,C3=0 y el intervalo a definir


t=[0,10],calculamos las constantes de Runge Kutta Multidimensional para cada funcin.

=(100)/10=1
a) 1 definimos el tamao de paso h:

h 1.000
CA 1.000
b) Entonces el primer punto a considerar es =(1 , 0 , 0)
CB 0.000
Cc 0.000

5.2. DEL SEGUNDO PROBLEMA:

Segn los datos tenemos que L=0.5 cm que es nuestro espacio en el que se utilizaran 50
puntos para sincretizarlo por ende tenemos que para cada distancias discretizaremos cada
0.01 cm

El tiempo en el que se utilizara para visualizar la variacin de la concentracin de A y B ser


de 25 segundos por lo tanto tiempo cada 1 segundo.

10
UNIVERSIDAD NACIONAL DE SAN AGUTN (UNSA)
ASIGNATURA: MODELAMIENTO DE SIMULACIN Y PROCESOS
PROFESOR: Dr. ROLANDO BASURCO CARPIO

Construyendo la malla tenemos:

Para la concentracin en A

Sabemos que:

DA = 0.001 cm2 / s
k1 = 0.05 s-1
CAo = 1 mol / L
Por lo tanto:

,+1 , 1
= 2 [(1, 2, + +1, )(1 ) + (1,+1 2,+1 + +1,+1 )] 1

Si i=0 y j=0

Remplazamos tenemos

1,1 0 1
= 0.001 [(0.5 2(0) + 0)(1 0)] 0.05
1 0.012
C1,1=4.95

6. RESULTADOS:

6.1. PRIMER PROBLEMA:

o La idea de obtener una mejor estimacin de la pendiente promedio en el intervalo da lugar


a los mtodos de Runge-Kutta. De entre ellos destaca el mtodo RK4, uno de los ms
utilizados en la integracin de las ecuaciones diferenciales ordinarios.

11
UNIVERSIDAD NACIONAL DE SAN AGUTN (UNSA)
ASIGNATURA: MODELAMIENTO DE SIMULACIN Y PROCESOS
PROFESOR: Dr. ROLANDO BASURCO CARPIO

o Cada etapa h requiere cuatro evaluaciones diferentes de la pendiente en puntos


cuidadosamente elegidos.
o Los resultados obtenido se dan mediante la grafica

[]

[]

[]

1. Es una reaccin consecutiva de primer orden.


2. La concentracin de A siempre decae, en este caso llega a los 10 min a una [A]=0.0068.
3. La concentracin [C]aumenta a medida que la reaccin progresa, sin embargo en los 10min
no se lleg a formar a un el producto [C], por tanto la grfica del c se mantiene lineal.
4. El comportamiento ms interesante es el del compuesto intermedio. [B] comienza creciendo
ligeramente con el tiempo (t), pasa por un mximo, en este caso es [B]=0.2318; comienza a
decaer exponencialmente.
5. Como resultado final al realizar los diversos anlisis llegamos a que la reaccin se da de
mejor manera a los 1,2 min, teniendo B una concentracin adecuada para la reaccin, sin
embargo nos damos cuenta que los principales errores que se dan son en el componente
[B].

6.2. SEGUNDO PROBLEMA:

12
UNIVERSIDAD NACIONAL DE SAN AGUTN (UNSA)
ASIGNATURA: MODELAMIENTO DE SIMULACIN Y PROCESOS
PROFESOR: Dr. ROLANDO BASURCO CARPIO

6. DISCUSIONES

o Lo que se quiere es mantener la concentracin de B casi contante, bajas comparadas con


los dems reactivos para que la reaccin sede de manera correcta. Ya es el punto intermedio
donde al inicio ocurre errores.
o Si se hubiera llega do a tiempos ms de 10 min se lograra ver cuanto a crecido la
concentracin de C.
o La aproximacin del estado estacionario puede dar buenos resultados si k2 /k1> 1. Los
principales errores corresponden a la concentracin del compuesto intermedio en los
primeros instantes.

DIFERENCIAS

CURVA EXPERIMENTAL CURVA TERICA

La aproximacin del estado estacionario


puede dar buenos resultados si K2>K1. Los A partir de los datos procesados en la
principales errores corresponden a la curva terica coinciden con la curva de
concentracin del compuesto intermedio experimental para las [A] y [C].
en los primeros instantes. En la curva terica con respecto a la
La curva experimental En este caso Se experimental cumple la misma
observa que la [B] es menos que la [A] Y relacin ,lo que indica que pasa de un
[C). proceso no estacionario tiende a ser
En la curva experimental pasa de un estado estacionario.
no estacionario a un estado estacionario
cuando sus constantes de velocidad
especifica de la segunda reaccin es mayor
a la primera.

13
UNIVERSIDAD NACIONAL DE SAN AGUTN (UNSA)
ASIGNATURA: MODELAMIENTO DE SIMULACIN Y PROCESOS
PROFESOR: Dr. ROLANDO BASURCO CARPIO

7. ANALISIS DE LA GRFICA:

Cc=0: Durante los 10 min no se producira el componente C, se corrobora con los datos por
el mtodo numrico ya que desde 1 min a 10 min los datos son valores negativos.
CA: Disminuye con el transcurso del tiempo hasta que en los 10 min llega con una
concentracin de 0.0068.
CB: En el intervalo de 0 min hasta 1.2 min la concentracin aumenta hasta 0.23, sin embargo
desde el 1.2min hasta 10 min la concentracin decrece llegando a 0.0067 a los 10 min.
8. RECOMENDACIONES:

Si se requiere mayor cantidad del componente B, solo debera trabajarse hasta 1.2 min,
quedando as una considerable cantidad de A (0.4) y finalizar la reaccin ya que si se
mantiene hasta 10 min el componente A sera 0.0068 y B 0.0067 lo cual no conviene en el
proceso.
9. CONCLUSIN:

El mtodo de RungeKutta multidimensional es un mtodo imprescindible para la solucin de


ecuaciones ordinarias diferenciales, especialmente cuando se quiere conocer la variacin
de concentraciones de varios elementos que intervienen en una reaccin por unidad de
tiempo y as saber la tendencia de estos para determinar el instante donde la reaccin nos
favorece.

14
UNIVERSIDAD NACIONAL DE SAN AGUTN (UNSA)
ASIGNATURA: MODELAMIENTO DE SIMULACIN Y PROCESOS
PROFESOR: Dr. ROLANDO BASURCO CARPIO

15