Documente Academic
Documente Profesional
Documente Cultură
FORMATIVA
INTEGRANTES:
ROXANA CONDORI HUAMAN
16
UNIVERSIDAD NACIONAL DE SAN AGUTN (UNSA)
ASIGNATURA: MODELAMIENTO DE SIMULACIN Y PROCESOS
PROFESOR: Dr. ROLANDO BASURCO CARPIO
INTRODUCCIN
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
1. ANTECEDENTES MATEMTICOS
2
UNIVERSIDAD NACIONAL DE SAN AGUTN (UNSA)
ASIGNATURA: MODELAMIENTO DE SIMULACIN Y PROCESOS
PROFESOR: Dr. ROLANDO BASURCO CARPIO
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:
En el sistema
1 2
[]
= [] ==> [] = []
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).
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.
de modo que cada etapa h requiere cuatro evaluaciones diferentes de la pendiente en puntos
cuidadosamente elegidos.
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:
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.
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.
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.
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.
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:
=(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
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
10
UNIVERSIDAD NACIONAL DE SAN AGUTN (UNSA)
ASIGNATURA: MODELAMIENTO DE SIMULACIN Y PROCESOS
PROFESOR: Dr. ROLANDO BASURCO CARPIO
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:
11
UNIVERSIDAD NACIONAL DE SAN AGUTN (UNSA)
ASIGNATURA: MODELAMIENTO DE SIMULACIN Y PROCESOS
PROFESOR: Dr. ROLANDO BASURCO CARPIO
[]
[]
[]
12
UNIVERSIDAD NACIONAL DE SAN AGUTN (UNSA)
ASIGNATURA: MODELAMIENTO DE SIMULACIN Y PROCESOS
PROFESOR: Dr. ROLANDO BASURCO CARPIO
6. DISCUSIONES
DIFERENCIAS
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:
14
UNIVERSIDAD NACIONAL DE SAN AGUTN (UNSA)
ASIGNATURA: MODELAMIENTO DE SIMULACIN Y PROCESOS
PROFESOR: Dr. ROLANDO BASURCO CARPIO
15