Documente Academic
Documente Profesional
Documente Cultură
CAPÍTULO 1
DEFINICIÓN DE ERROR
Objetivos
Definir los términos: error, error relativo, error relativo porcentual, verdadero
y aproximado.
Distinguir los conceptos de exactitud y precisión.
Calcular los errores relativos, relativos porcentuales, verdaderos y
aproximados usando como herramienta la hoja de cálculo de Excel.
x 2 x3 x 4
e = 1 + x + + + + ...
x
(1.1)
2! 3! 4!
1
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
Una comparación de los términos de las tablas 1.1 y 1.2 muestran las diferencias
generadas al emplear cuatro y ocho valores decimales en los cálculos. Al usar
cuatro decimales no hay diferencia entre los valores de e x cuando se usan 9 o 10
2
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
Para los dos tipos de errores mencionados en las secciones 1.1 y 1.2, la relación
entre el valor aproximado y el valor verdadero está dado por la expresión:
Ev = x − x (1.4)
error verdadero
error relativo fraccionario = (1.5)
valor verdadero
entonces:
x−x
Er = (1.6)
x
x−x
Ep = .100 (1.7)
x
3
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
Er = x − x (1.8)
x−x
Er = (1.9)
x
x−x
Ep = .100 (1.10)
x
Los errores anteriores tienen el inconveniente de que para poder ser evaluados se
requiere del valor verdadero, hecho que desafortunadamente no sucede en
situaciones reales; así que se recurre a definiciones similares o paralelas para
calcular errores aproximados, basados precisamente en aproximaciones
consecutivas. En los métodos numéricos se usan esquemas iterativos donde se
obtiene una aproximación actual sobre la base de una aproximación anterior. Este
proceso se repite sucesivamente para calcular más y mejores aproximaciones a la
solución. Así que el error se puede estimar como la diferencia entre la
aproximación previa y la aproximación actual, teniendo entonces, como en los
casos anteriores las siguientes definiciones de errores:
xi +1 − xi
Error relativo fraccionario aproximado er = (1.12)
xi +1
x −x
Error relativo porcentual aproximado e p = i +1 i .100 (1.13)
xi +1
La mayoría de las ocasiones no interesa el signo del error, sino más bien su
magnitud, por lo que quedan entonces expresados los diferentes errores de la
siguiente manera:
ea = xi +1 − xi (1.14)
xi +1 − xi
er = (1.15)
xi +1
4
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
xi +1 − xi
e p = er .100 = .100 (1.16)
xi +1
x2 x4 x6
cos ( x ) = 1 − + − + ...
2! 4! 6!
Solución:
5
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
x2 x4 x6
cos ( x ) = 1 − + − + ...
2! 4! 6!
6
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
Ejemplo 1.3: Determine el volumen específico del vapor de agua en m3/kg, a 200
bar y 520°C, utilizando
Solución:
7
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
8
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
CAPÍTULO 2
Objetivos
un polinomio en x
f ( x) = 4 x 5 + x 3 − 8 x + 2
f ( x) = e x sen x + ln 3 x + x 3
Sólo en muy pocos casos será posible obtener las raíces exactas de f ( x) = 0 ,
como cuando f (x) es un polinomio factorizable. Pero el objetivo que se persigue
en este tema no es proponer funciones del tipo de polinomio factorizable para
aplicar un método numérico, salvo que se desee tomar el valor de la raíz exacta
del polinomio factorizable para hacer una comparación con el valor de la raíz
obtenida mediante un método numérico.
Los métodos numéricos para resolver una ecuación no lineal puede clasificarse en
función a la cantidad de puntos iniciales que requiere, así tenemos:
1
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
Aplicaciones
x = g (x ) (2.1)
x 2 − 2x + 3 = 0
2
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
De esta manera dado un valor inicial de la raíz xi , la ecuación (2.2) se puede usar
para obtener una nueva aproximación xi +1 .
Dado
g ( x), xi , ε
xi +1 = g ( xi )
No
xi +1 − xi ≤ ε xi = xi +1
Si
Fin
3
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
Ejemplo 2.1: Mediante el método de punto fijo encontrar la raíz o las raíces de
f ( x) = x 2 − 2 x − 3
xi +1 = g ( xi ) = 2 xi + 3 i = 0, 1, 2, . . .
x0 = 4
x1 = 2(4 ) + 3 = 3.316624
x 2 = 2(3.316624) + 3 = 3.103747
x3 = 2(3.103747 ) + 3 = 3.034385
x 4 = 2(3.034385) + 3 = 3.011440
x5 = 2(3.011440) + 3 = 3.003810
si continuamos con este proceso iterativo, nos daremos cuenta que converge en la
raíz x = 3 .
4
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
3 x2 − 3
x = g 2 ( x) =
; x = g 3 ( x) =
x−2 2
pueden conducir como no también a encontrar la raíz o raíces.
Ejemplo 2.2: Obtener una raíz real se la siguiente función por el método de punto
fijo:
f ( x ) = e x − 3x 2 (2.3)
Realizar el proceso iterativo hasta que se cumpla en e p < 0.001% .
Solución:
5
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
g1 ( x ) = x = ln 3x 2 (2.5)
O bien:
ex
g2 ( x ) = ± (2.6)
3
Al analizar la primera opción, la derivada de la ecuación (2.5) es:
6x 2
g1' ( x ) =
= (2.7)
3x 2 x
la cual debe cumplir el criterio de convergencia g ' ( x ) < 1 .
2
<1 (2.8)
x
Que al resolver se aplica la propiedad si a < b ⇔ −b < a < b , a la ecuación (2.8) se
tiene:
2
−1 < < 1 (2.9)
x
En intervalo general que contiene los posibles puntos de inicio es ℜ − {−2,0, 2} .
6
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
Tal vez, dentro de las fórmulas para encontrar raíces, la fórmula de Newton –
Raphson sea la más ampliamente usada. Si el valor inicial de la raíz es xi ,
entonces se puede extender una tangente desde el punto [xi , f ( xi )]. El punto
donde esta tangente cruza al eje x representa una aproximación mejorada de la
raíz.
y y = f (x )
Pendiente = f ' ( xi )
f (xi )
f ( xi ) − 0
xi +1 xi
x
xi − xi +1
Figura 2.3. Método de Newton - Raphson
7
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
Dado
f ( x), f ' ( x ), xi , ε
f (xi )
x i +1 = x i −
f ' (xi )
No
xi +1 − xi ≤ ε xi = xi +1
Si
Fin
8
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
f ' ( x) = 2 x − 2
i xi f ( xi ) f ' ( xi ) xi +1
0 4 5 6 3.166666
1 3.166666 0.694444 4.333333 3.006410
2 3.006410 0.025682 4.012820 3.000010
3 3.000010 0.000040 4.000020 3.000000
4 3.000000
Ejemplo 2.4: Use el método de Newton - Raphson para calcular la raíz de:
f ( x) = e − x − x
MÉTODO DE LA BISECCIÓN
Este método es el más simple, aunque también el más seguro y sólido para
encontrar una raíz en un intervalo donde se sabe que existe dicha raíz. Además
funciona aun para funciones no analíticas.
9
ERROR: undefined
OFFENDING COMMAND: r
STACK:
4
4
2883
2774
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
CAPÍTULO 3
Objetivos
Definiciones
1
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
Ax=b (3.3)
2
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
x2 a11 x1 + a12 x 2 = b1
Solución al sistema : ( x1 , x 2 )
x2 a 21 x1 + a 22 x 2 = b2
x1 x1
x2 a11 x1 + a12 x 2 = b1
No hay solución
a 21 x1 + a 22 x 2 = b2
x1
3
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
x2 a11 x1 + a12 x 2 = b1
a 21 x1 + a 22 x 2 = b2
x1
x2 a11 x1 + a12 x 2 = b1
a 21 x1 + a 22 x 2 = b2
x1
4
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
Inconsistente Consistente
5
Figura 3.5. Solución de sistemas de ecuaciones lineales.
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
2 x1 + 3 x 2 = 1
x1 − 5 x 2 = 4
4 x1 + 6 x 2 = 2
− 3 x1 + 15 x 2 = −12
x1 + 21x 2 = −10
6
Figura 3.6. Métodos para la solución de sistemas de ecuaciones lineales.
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
MÉTODO DE GAUSS
Algoritmo
7
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
1 x1 − 5 x 2 + 3 x3 − 1 x 4 = 5
2 x1 + x 2 − 1 x3 + 3 x 4 = 4
− 1 x1 + 4 x 2 − 2 x3 + 5 x 4 = −3
6 x1 − 1 x 2 − 4 x3 − 1 x4 = 0
1 −5 3 −1 5
2 1 −1 3 4
− 1 4 −2 5 − 3
6 −1 −4 −1 0
1 −5 3 −1 5
0 11 − 7 5 − 6
− 1 4 −2 5 − 3
6 −1 −4 −1 0
1 −5 3 −1 5
0 11 − 7 5 − 6
0 −1 1 4 2
0 29 − 22 5 − 30
8
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
1 −5 3 −1 5 1 −5 3 −1 5
11 − 7 −6
0 5 → 0 11 − 7 5 −6
0 0 0.364 4.455 1.455 0 0 0.364 4.455 1.455
0 29 − 22 5 − 30 0 0 − 3.545 − 8.182 − 14.182
1 −5 3 −1 5
0 11 − 7 5 −6
0 0 0.364 4.455 1.455
0 0 0 35.21 − 0.012
− 0.012
x4 = = 0.000
35.21
− 6 − 5 (0.000) + 7 (3.997 )
x2 = = 1.998
11
9
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
Uno de los métodos preferidos por aquellas personas que tienen necesidad de
resolver sistemas de ecuaciones lineales es el método de Gauss – Jordan siendo
una variante del método de Gauss, consiste en que la última matriz a determinar
corresponda a la matriz unitaria A, es decir, una matriz que contiene unos en la
diagonal principal y ceros en las demás posiciones
1 0 0 ... 0
0 1 0 ... 0
A= 0 0 1 ... 0
.................
0 0 0 ... 1
Esto ofrece la ventaja de que la solución es directa puesto que la última columna
de la matriz ampliada es la solución del sistema de ecuaciones lineales.
1 0 0 0 . . . d1
0 1 0 0 . . . d2
0 0 1 0 . . . d3
............... .......
0 0 0 1 . . . dn
x1 = d1 ; x 2 = d 2 ; x3 = d 3 ; . . . ; x n = d n
10
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
Algoritmo
1 x1 − 15 x 2 + 10 x3 + 2 x 4 = − 5
− 3 x1 + 5 x 2 − 20 x3 + 1x 4 = − 12
3 x1 − 10 x 2 + 20 x3 − 1x4 = 5
2 x1 + 10 x 2 − 10 x3 + 3 x 4 = 0
1 x1 − 15 x 2 + 10 x3 + 2 x 4 = − 5
− 3 x1 + 5 x 2 − 20 x3 + 1x 4 = − 12
3 x1 − 10 x 2 + 20 x3 − 1x4 = 5
2 x1 + 10 x 2 − 10 x3 + 3 x 4 = 0
11
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
1 x1 − 15 x 2 + 10 x3 + 2 x 4 = − 5
0 x1 − 40 x 2 + 10 x3 + 7 x 4 = − 27
0 x1 + 35 x 2 − 10 x3 − 7 x 4 = 20
0 x1 + 40 x 2 − 30 x3 − 1 x 4 = 7
A continuación, el punto 3 del algoritmo nos regresa al inicio para determinar ceros
en la ecuación 2 y la posición de x 2 que se efectúa al dividir el reglón 2 entre –40,
obteniendo el siguiente sistema modificado
Regresando a los puntos 1 y 2, hasta completar las dos etapas que restan se
obtienen los siguientes sistemas de ecuaciones
1 x1 + 0 x 2 + 0 x3 − 5 x 4 = − 13
0 x1 + 1x 2 + 0 x3 + 0 x4 = 1.4
0 x1 + 0 x 2 + 1x3 + 0.7 x 4 = 2.9
0 x1 + 0 x 2 + 0 x3 + 20 x 4 = 38
12
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
1 x1 + 0 x 2 + 0 x3 + 0 x 4 = − 3.5
0 x1 + 1x 2 + 0 x3 + 0 x 4 = 1.4
0 x1 + 0 x 2 + 1x3 + 0 x 4 = 1.57
0 x1 + 0 x 2 + 0 x3 + 1 x 4 = 1.9
MÉTODOS ITERATIVOS
Los métodos iterativos son preferibles por cuanto pueden ser más económicos en
cuanto a requisitos de memoria de una computadora.
Se aplican los métodos iterativos preferidos a menudo para resolver sistemas muy
grandes que ocurren frecuentemente en ingeniería de modelado y problemas
científicos. No obstante, para usar el método iterativo, la matriz de coeficientes
debe cumplir ciertas condiciones.
n
aii > ∑ aij , i = 1, 2, ..., n, (3.4)
j =1
j ≠i
13
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
Ax–b=0 (3.5)
x=Bx+c (3.6)
donde
x(k) = [ x1k x 2k ... x nk ]T
I x(1) - x(0) I
I x(2) - x(1) I
. (3.8)
.
.
I x(k+1) - x(k) I
convergirá a cero.
14
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
MÉTODO DE JACOBI
a12 a b
x1 = − x 2 − 13 x3 + 1
a11 a11 a11
a 21 a 23 b
x2 = − x1 − x3 + 2 (3.10)
a 22 a 22 a 22
a31 a b3
x3 = − x1 − 32 x 2 +
a 33 a33 a33
a a13 b1
0 − 12 −
a11 a11 a11
x1 1
x
x = − a 21 a
− 23 x + b2
2 0 2 (3.11)
a 22 a 22 a 22
x3 x3
a31 a b3
− − 32 0
a 33 a33 a33
15
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
Si se hace
a a13 b1
0 − 12 −
a11 a11 a11
a a b
B = − 21 0 − 23 y c= 2
a 22 a 22 a 22
a31 a b3
− − 32 0
a 33 a 33 a 33
x=Bx+c (3.6)
a a13 b1
0 − 12 −
x1k +1 a11 a11 k a11
x1
k +1 a 21 a b
x 2 = − 0 − 23 x 2k + 2 (3.13)
x k +1 a 22 a 22 k a 22
3 a31 x
3 b3
a
− − 32 0
a33 a33 a 33
Una vez que se tiene la forma (3.12) o (3.13), se propone un vector inicial x(0) que
puede ser x(0) = 0, o algún otro que sea aproximado al vector solución x.
Si
x1k
x(k) = x 2k (3.14)
x k
3
16
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
1
− (
− b1 + a12 x 2k + a13 x3k )
x1k +1 a11
1
x(k+1) = x 2k +1 = −
a
(
− b2 + a 21 x1k + a 23 x3k ) (3.15)
x k +1 22
3 1
− (
− b3 + a31 x1k + a32 x 2k )
a33
1 k
x k +1
=− − bi + ∑ aij x j 1≤ i ≤ n (3.16)
aii
i
j =1
j ≠i
6 x1 − 2 x 2 + x3 = 11
x1 + 2 x 2 − 5 x3 = −1
− 2 x1 + 7 x 2 + 2 x3 = 5
6 x1 − 2 x 2 + x3 = 11
− 2 x1 + 7 x 2 + 2 x3 = 5
x1 + 2 x 2 − 5 x3 = −1
Se empieza con alguna aproximación inicial, esto es, cada componente puede
tomarse igual a cero en caso de no tener a la mano mejores estimaciones
iniciales.
17
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
k 0 1 2 3 4 5 6 7 8
x1k 0.000 1.833 2.038 2.084 2.004 1.994 1.996 2.000 2.000
x2k 0.000 0.714 1.180 1.053 1.001 0.990 0.997 1.000 1.000
x3k 0.000 0.200 0.852 1.080 1.038 1.001 0.994 0.998 1.000
Los cálculos solo muestran valores con cuatro cifras, esto es referencial, pues, la
solución de este sistema de ecuaciones lineales se hizo con un programa.
Observe que este método es exactamente el mismo que el método de punto fijo
para una ecuación no lineal, pero que ahora se aplica a un sistema de ecuaciones
lineales.
Ejemplo 3.5: Resolver el siguiente sistema de ecuaciones lineales por medio del
método de Jacobi. Emplear el vector inicial x(0) = 0.
6 x1 − x2 − x3 + 4 x4 = 17
x1 − 10 x2 + 2 x3 − x4 = −17
3x1 − 2 x2 + 8 x3 − x4 = 19
x1 + x2 + x3 − 5 x4 = −14
18
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
x1 = 17 − ( − x2 − x3 + 4 x4 ) / 6
x2 = −17 − ( − x1 + 2 x3 − x4 ) / ( −10 )
x3 = 19 − ( 3 x1 − 2 x2 − x4 ) / 8
x4 = −14 − ( x1 + x2 + x3 ) / ( −5 )
x11 = 2.833333
x12 = 1.7
x31 = 2.375
x14 = 2.8
Los demás resultados del proceso iterativo se muestran en la siguiente tabla
19
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
1
− (
− b1 + a12 x 2k + a13 x3k )
x1k +1 a11
1
x(k+1) = x 2k +1 = − (
− b2 + a 21 x1k +1 + a 23 x3k ) (3.17)
x k +1 a 22
3 1
− (
− b3 + a31 x1k +1 + a32 x2k +1 )
a33
1 i −1 n
x ik + 1 = − − bi +
a ii
∑ a ij x kj + 1 + ∑ a ij x kj 1≤ i ≤ n
j =1 j = i +20
1
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
(3.18)
6 x1 − 2 x 2 + x3 = 11
x1 + 2 x 2 − 5 x3 = −1
− 2 x1 + 7 x 2 + 2 x3 = 5
6 x1 − 2 x 2 + x3 = 11
− 2 x1 + 7 x 2 + 2 x3 = 5
x1 + 2 x 2 − 5 x3 = −1
Para hacer una comparación de este método con el método del ejemplo anterior,
se empieza con mismo vector inicial x(0) = [ 0 0 0 ]T.
Como se hizo mención acerca del método de Gauss - Seidel al inicio, los valores
que se van calculando en la (k+1)-ésima iteración se emplean para calcular los
valores faltantes de esa misma iteración, para luego obtener una primera
aproximación. El proceso se repite hasta que los valores sucesivos de cada una
de las variables son suficientemente semejantes.
21
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
k 0 1 2 3 4 5
x1k 0.0000 1.833 2.069 1.998 1.998 2.000
x2k 0.0000 1.238 1.002 0.995 1.000 1.000
x k
3
0.0000 1.061 1.014 0.997 0.999 1.000
Observe que este método converge más rápido que el método de Jacobi, esto es,
aproximadamente dos veces más rápido.
Objetivos
22
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
Este método es una generalización del método del mismo nombre utilizado para
resolver ecuaciones no lineales en una incógnita.
f 1 ( x, y ) = 0
f 2 ( x, y ) = 0
∂ 2 f1 ( xk , y k )
+ ( x k +1 − xk )( y k +1 − y k ) + ...
∂x∂y
∂f ( x , y ) ∂f ( x , y )
f 2 ( x k +1 , y k +1 ) = f 2 ( x k , y k ) + 2 k k ( x k +1 − x k ) + 2 k k ( y k +1 − y k ) +
∂x ∂y
1 ∂ 2 f 2 ( xk , y k ) 1 ∂ 2 f 2 ( xk , y k )
+ ( x k +1 − x ) 2
+ ( y k +1 − y k ) 2
∂x 2 ∂y 2
k
2 2
∂ 2 f 2 ( xk , y k )
+ ( x k +1 − x k )( y k +1 − y k ) + ...
∂x∂y
23
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
( x k +1 − x k ) >> ( x k +1 − x k ) 2 y ( y k +1 − y k ) >> ( y k +1 − y k ) 2
( x k +1 − x k ) >> ( x k +1 − x k )( y k +1 − y k ) y ( y k +1 − y k ) >> ( x k +1 − x k )( y k +1 − y k )
f1 ( xk +1 , yk +1 ) << f1 ( xk , yk ) y f 2 ( xk +1 , yk +1 ) << f 2 ( xk , yk )
Suponemos que son de por lo menos un orden menor en comparación con el resto
de la serie, y así las igualdades obtenidas de la serie de Taylor quedarán de la
siguiente manera
∂f 1 ( x k , y k ) ∂f ( x , y )
0 ≅ f1 ( xk , y k ) + ( x k +1 − x k ) + 1 k k ( y k +1 − y k )
∂x ∂y
∂f ( x , y ) ∂f ( x , y )
0 ≅ f 2 ( x k , y k ) + 2 k k ( x k +1 − x k ) + 2 k k ( y k +1 − y k )
∂x ∂y
∂f 1 ∂f
h + 1 j = − f1
∂x ∂y
∂f 2 ∂f
h + 2 j = − f2
∂x ∂y
Si h = x k +1 − x k , entonces
x k +1 = x k + h
24
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
Para que exista convergencia con este método, y a la vez tenga solución única, la
condición indispensable es que el determinante de la matriz de coeficientes o
matriz jacobiana J asociado al sistema sea diferente de cero:
∂f 1 ∂f 1
∂x ∂y
J = ≠0
∂f 2 ∂f 2
∂x ∂y
25
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
CAPÍTULO 4
Objetivos
Saber elegir los tipos de datos para hacer uso del criterio de ajuste exacto.
Conocer y estudiar los métodos de ajuste exacto.
Hacer ajustes de los datos (puntos tabulados) a polinomios con los métodos
de ajuste exacto.
Comparar las bondades de cada método a estudiar.
p( x ) = a 0 + a1 x + a 2 x 2 + . . . + a n x n
i 0 1 2 . . . m
xi x0 x1 x2 . . . xm
f (xi ) f ( x0 ) f ( x1 ) f (x2 ) . . . f (xm )
Una vez que se obtiene el polinomio de aproximación, éste puede usarse para
obtener puntos adicionales a los existentes en la tabla, mediante su evaluación, lo
1
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
i 0 1 2 . . . n
xi x0 x1 x2 . . . xn
f (xi ) f ( x0 ) f ( x1 ) f (x2 ) . . . f (xn )
Supóngase que sólo se dispusiera de los tres primeros datos de la tabla anterior.
Ahora sigue el procedimiento del método; supondremos un polinomio de segundo
grado del tipo
p( x ) = a 0 + a1 x + a 2 x 2
Como la ecuación tiene tres constantes que deben calcularse, para ello se debe
sustituir los puntos (0), (1) y (2) en la ecuación, de tal modo que resultan tres
ecuaciones con tres incógnitas que son a0 , a1 y a 2 . El sistema de ecuaciones que
se obtiene es
f ( x0 ) = a 0 + a1 x0 + a 2 x02
f ( x1 ) = a 0 + a1 x1 + a 2 x12
f ( x 2 ) = a 0 + a1 x 2 + a 2 x22
1 x0 x02 a 0 f ( x0 )
a = f ( x )
1 x1 x12 1 1
1 x2 x 22 a 2 f ( x 2 )
2
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
Téngase en cuenta que lo más usual es emplear entre tres y cinco puntos en la
obtención del polinomio interpolador.
Ejemplo 4.1: Un estudiante desea conocer la densidad del agua a 43.7°C con la
mayor precisión posible y recurre a una tabla de datos de un manual
Punto 0 1 2 3 4
Temperatura, °C 10 20 50 75 100
Densidad , g / cm 3 0.99973 0.99823 0.98807 0.97489 0.95838
p( x ) = a 0 + a1 x + a 2 x 2
Solución: Si bien los datos de tabla son muy precisos, el valor buscado no se
encuentra, por lo tanto se recurrirá al método de ajuste exacto.
0.99823 = a 0 + a1 20 + a 2 20 2
0.98807 = a 0 + a1 50 + a 2 50 2
0.97489 = a 0 + a1 75 + a 2 75 2
1 20 400 a 0 0.99823
1 50 2500 a = 0.98807
1
1 75 5625 a 2 0.97489
3
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
a 0 = 1.001575
a1 = −9.871515 *10 −5
a 2 = −3.427878 * 10 −6
p(43.7 ) = 0.9907
i 0 1 2 . . . n
xi x0 x1 x2 . . . xn
f (xi ) f ( x0 ) f ( x1 ) f (x2 ) . . . f (xn )
4
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
p( x ) = L0 ( x ) f ( x0 ) + L1 ( x ) f ( x1 ) + L2 ( x ) f ( x 2 ) + . . . + Ln ( x ) f ( x n )
donde
(x − x1 ) (x − x2 ) . . . (x − xn )
L0 ( x ) =
(x0 − x1 )(x0 − x2 ) . . . (x0 − xn )
(x − x0 ) (x − x 2 ) . . . (x − x n )
L1 ( x ) =
(x1 − x0 )(x1 − x2 ) . . . (x1 − xn )
.
.
.
(x − x1 ) (x − x2 ) . . . (x − xn−1 )
Ln ( x ) =
(xn − x1 )(xn − x2 ) . . . (xn − xn−1 )
El tipo de polinomio para este método puede presentarse en forma más compacta
y útil para programarse en un lenguaje de computadora
n
p( x ) = ∑ Li ( x ) f ( xi )
i =0
donde
n (x − x )
Li ( x ) = ∏
j
j =0
j ≠i
(x − x )
i j
Punto 0 1 2 3 4
Temperatura, °C 10 20 50 75 100
Densidad , g / cm 3 0.99973 0.99823 0.98807 0.97489 0.95838
5
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
Solución:
Punto 0 1 2
Temperatura, °C 20 50 75
Densidad , g / cm 3 0.99823 0.98807 0.97489
p( x ) = L0 ( x ) f ( x0 ) + L1 ( x ) f ( x1 ) + L2 ( x ) f ( x 2 )
p( x ) =
(x − x1 )(x − x2 ) f (x ) + (x − x0 )(x − x2 ) f (x ) + (x − x0 )(x − x1 ) f (x )
(x0 − x1 )(x0 − x2 ) 0 (x1 − x0 )(x1 − x2 ) 1 (x2 − x0 )(x2 − x1 ) 2
Se sustituyen los datos, de tal manera que se obtiene la aproximación
polinomial de Lagrange con los puntos (1), (2) y (3).
p( x ) =
(x − 50)(x − 75) 0.99823 + (x − 20)(x − 75) 0.98807 + (x − 20)(x − 50) 0.97489
(20 − 50)(20 − 75) (50 − 20)(50 − 75) (75 − 20)(75 − 50)
p( x ) = 1.001575 − 9.871515 * 10 −5 x − 3.427878 * 10 −6 x 2
p(43.7 ) = 0.9907
6
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
DIFERENCIAS DIVIDIDAS
La definición de derivada es
df ( x ) f ( x + ∆x ) − f ( x )
= Lim
dx ∆x → 0 ∆x
df ( x ) f ( xi +1 ) − f ( xi )
≈
dx xi +1 − xi
De acuerdo con el teorema del valor medio, la derivada obtenida con esta
expresión es exacta para un punto comprendido entre xi y xi +1 . Pero además esta
expresión se define como la primera diferencia dividida respecto a los argumentos
xi y xi +1
f ( xi +1 ) − f ( xi )
f [xi , xi +1 ] =
xi +1 − xi
Así como existen las derivadas de orden superior, también hay diferencias
divididas de orden superior; la segunda diferencia dividida se define
f [xi +1 , xi + 2 ] − f [xi , xi +1 ]
f [xi , xi +1 , xi + 2 ] =
xi + 2 − xi
f [xi +1 , xi + 2 , . . . , xi + n ] − f [xi , xi +1 , . . . , xi + n −1 ]
f [xi , xi +1 , . . . , xi + n ] =
xi + n − xi
7
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
f [x 3 ] − f [x 2 ] f [x 3 , x 4 ] − f [x 2 , x 3 ]
2 x2 f [x 2 ] f [x 2 , x3 ] = f [x 2 , x3 , x 4 ] = f [x 2 , x3 , x 4 , x5 ] = . ..
x3 − x 2 x4 − x 2
f [x 4 ] − f [x 3 ] f [x 4 , x5 ] − f [x3 , x4 ]
3 x3 f [x3 ] f [x3 , x 4 ] = f [x3 , x 4 , x5 ] =
x 4 − x3 x5 − x 3
f [x5 ] − f [x 4 ]
4 x4 f [x 4 ] f [x 4 , x5 ] =
x5 − x 4
5 x5 f [x5 ]
Punto 0 1 2 3 4
Temperatura, °C 10 20 50 75 100
Densidad , g / cm 3 0.99973 0.99823 0.98807 0.97489 0.95838
8
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
Solución:
3 75 0.97489 -6.604000*10-4
4 100 0.95838
i 0 1 2 . . . n
xi x0 x1 x2 . . . xn
f (xi ) f ( x0 ) f ( x1 ) f (x2 ) . . . f (xn )
Por este método, el polinomio de grado n , que pasa por los n + 1 puntos de la
tabla es de la forma
9
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
+ f [x0 , x1 , x 2 , . . . , x n ]( x − x0 )( x − x1 ) . . . ( x − x n −1 )
Se debe tener en cuenta que en este polinomio interpolador los términos de las
diferencias divididas se expresan tomando como punto de inicio ( x0 , f [x0 ] ) .
Punto 0 1 2 3 4
Temperatura, °C 10 20 50 75 100
Densidad , g / cm 3 0.99973 0.99823 0.98807 0.97489 0.95838
Solución:
10
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
p(43.7 ) = 0.9907
f (x ) = 2 x 2 − 3x − 2
Punto 0 1 2 3 4
x 1 2 3 4 5
f (x ) -3 0 7 18 33
Solución:
0 1 -3 3 2 0
1 2 0 9 2 0
2 4 18 15 2
3 5 33 19
4 6 52
11
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
p( x ) = 2 x 2 − 3x − 2
DIFERENCIAS FINITAS
i 0 1 2 . . . n
xi x0 x1 x2 . . . xn
12
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
( )
∆n f [x 0 ] = ∆ ∆n −1 f [x 0 ] = ∆n −1 f [x1 ] − ∆n −1 f [x 0 ]
Punto 0 1 2 3 4
% en masa alcohol etílico 10 30 50 70 90
Vis cos idad , cP 1.323 2.180 2.400 2.037 1.424
A partir de estos datos, construya una tabla de diferencias finitas hacia delante.
3 70 2.037 -0.613
4 90 1.424
13
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
Supóngase que se tiene una función f ( x ) dada en forma tabular que se presenta
a continuación
i 0 1 2 . . . n
xi x0 x1 x2 . . . xn
f (xi ) f ( x0 ) f ( x1 ) f (x2 ) . . . f (xn )
∆ f [x 0 ]
f [x0 , x1 ] =
h
∆2 f [x0 ]
f [x0 , x1 , x 2 ] =
2h 2
∆3 f [x0 ]
f [x0 , x1 , x 2 , x3 ] =
3!h 3
En general
∆n f [x0 ]
f [x0 , x1 , . . . , x n ] =
n !h n
14
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
x − x0
s=
h
+ f [x0 , x1 , x 2 , . . . , x n ]( x − x0 )( x − x1 ) . . . ( x − x n −1 )
( ) [ 0] [ 0] ( ) 2
[ 0] ( )( ) 3
[ 0] ..
( 1)( 2) . . . ( ( 1))
[ 0]
!
15
ERROR: syntaxerror
OFFENDING COMMAND: --nostringval--
STACK:
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
CAPÍTULO 5
Objetivos
Saber elegir los tipos de datos para hacer uso del criterio de mínimos
cuadrados en el ajuste de curvas.
Conocer el criterio de mínimos cuadrados para el ajuste de curvas a los
datos.
Estudiar la aproximación de funciones disponibles en forma tabulada, con
funciones analíticas (funciones de aproximación).
Comparar la calidad de ajuste con funciones de aproximación.
Linealizar una función para realizar un ajuste.
Ahora se tratará con datos que tienen errores considerables, estos datos
normalmente se obtienen en el laboratorio cuando se desea reproducir los datos
verdaderos de manuales. Para el ajuste de curvas con el criterio de mínimos
cuadrados se requieren datos que tengan errores considerables.
1
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
i 1 2 3 . . . m
xi x1 x2 x3 . . . xm
f (xi ) f ( x1 ) f (x2 ) f ( x3 ) . . . f (xm )
m m
∑ [ ψ (x ) − f (x )] =∑ d
i =1
i i
2
i =1
i
2
= mínimo
ψ (x ) = a 0 + a1 x + a 2 x 2 + . . . + a n x n
Si se utiliza
ψ (x ) = a 0 + a1 x
∑ [a
i =1
0 + a1 xi − f ( xi )] 2
Nótese que el número infinito de polinomios que pasan entre los puntos, se
selecciona aquel cuyos coeficientes a0 y a1 minimicen la expresión anterior.
En este caso se tiene una expresión (que es una función) de dos variables ( a0 y
a1 ) por minimizar, el procedimiento es derivar parcialmente con respecto a cada
2
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
una de las variables e igualar a cero cada derivada, con lo cual se obtiene un
sistema de dos ecuaciones algebraicas con incógnitas a0 y a1 ; o sea,
∂ m
∑ [a0 + a1 xi − f (xi )] 2 = 0
∂ a 0 i =1
∂ m
∑ [a0 + a1 xi − f (xi )] 2 = 0
∂ a1 i =1
m
∂ m
m
∂ m
al desarrollar se tiene
m m
m a0 + a1 ∑ xi =
i =1
∑ f (x )
i =1
i
m m m
a 0 ∑ xi + a1 ∑ xi2 =
i =1 i =1
∑ x f (x )
i =1
i i
m
m
m ∑ xi a 0 ∑ f ( x i )
i =1
= i =1
m m
2
m
∑ xi ∑ xi a1 ∑ xi f ( xi )
i =1 i =1 i =1
3
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
El grado del polinomio no tiene relación con el número de puntos usados y debe
seleccionarse de antemano con base en consideraciones teóricas que apoyan el
fenómeno estudiado.
Si se utiliza
ψ ( x ) = a 0 + a1 x + a 2 x 2
∑ [a ]
m
0 + a1 xi + a 2 xi2 − f ( xi ) 2
i =1
m m
m
m ∑x ∑x i
2
i a 0 ∑ f ( x i )
i =1 i =1
i =1
m m
3
m m
∑ xi ∑x i
2
∑ xi a1 = ∑ xi f ( xi )
i =1 i =1 i =1 i =1
m 2 m m
m
∑ xi ∑x 3
i ∑ xi4 a 2 ∑ xi2 f ( xi )
i =1 i =1 i =1 i =1
i 1 2 3 . . . m
xi x1 x2 x3 . . . xm
4
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
d i = Ax iM − f ( xi )
[ ]
m
E ( A) = ∑ Ax iM − f ( xi ) 2
i =1
dE ( A)
En este caso solo bastará resolver =0
dA
dE ( A) d m
[ 2
] [ ][ ]
m
= ∑ Ax M
i − f ( x i ) = ∑ 2 Ax iM − f ( xi ) x iM = 0
dA dA i =1 i =1
[ ]
m m
A ∑ x i2 M − ∑ x iM f ( xi ) = 0
i =1 i =1
∑ [x ]
m
M
i f (x i )
A= i =1
m
∑x
i =1
2M
i
Ejemplo 5.2: A veces uno se encuentra con modelos o funciones del tipo
ψ ( x ) = Ce Ax para ser ajustado a los siguientes datos experimentales
i 1 2 3 . . . m
xi x1 x2 x3 . . . xm
5
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
Solución: En este caso hay dos constantes o parámetros a ser determinados por
el método de mínimos cuadrados, este es A y C . Se define una desviación en
cada punto i , designado como d i
d i = ψ ( xi ) − f ( xi )
[ ]
m
E ( A, C ) = ∑ Ce Axi − f ( xi ) 2
i =1
dE ( A, C ) m
dA
[
= ∑ 2 Ce Axi − f ( xi ) Cxi e Axi ][ ]
i =1
dE ( A, C ) m
dC
[
= ∑ 2 Ce Axi − f ( xi ) e Axi ][ ]
i =1
m m
C ∑ xi e 2 Axi − ∑ xi e Axi f ( xi ) = 0
i =1 i =1
m m
C ∑ e 2 Axi − ∑ e Axi f ( xi ) = 0
i =1 i =1
6
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
Linealización
y = ae bx x vs. ln y
x
y= x vs. x / y
a + bx
x3 = x1 .x 2
y1 y 2 − y 32
c=
y1 + y 2 − 2 y 3
y = ax b + c log x vs. log( y − c )
(x1 , y1 ) son las coordenadas del
punto inicial , que sólo se usa
para mod ificar los datos
x1 + x 2
x3 =
2
y1 y 2 − y 32
y = 10 a +bx + c x vs. log( y − c ) c=
y1 + y 2 − 2 y 3
Una vez que se calcula x3 , se debe
obtener y 3 por int erpolación.
(xi , yi ) son las coordenadas de
y − yi
y = a + bx + cx 2
x vs. del punto i de la tabla de
x − xi
datos.
7
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
CAPÍTULO 6
DERIVACIÓN NUMÉRICA
Objetivos
Esta propiedad la utilizaremos para encontrar fórmulas que se pueden usar para
aproximar una derivada.
i 0 1 2 . . . n
xi x0 x1 x2 . . . xn
f (xi ) f ( x0 ) f ( x1 ) f (x2 ) . . . f (xn )
p n ( x ) = f [x 0 ] + f [x 0 , x1 ]( x − x 0 ) + f [x 0 , x1 , x 2 ]( x − x 0 )( x − x1 ) + . . .
+ f [x0 , x1 , x 2 , . . . , x n ]( x − x0 )( x − x1 ) . . . ( x − x n −1 )
1
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
o bien
f 2 − f1 f1 − f 0
−
f1 − f 0 x 2 − x1 x1 − x0
p n (x ) = f 0 + (x − x0 ) + (x − x0 )(x − x1 ) + . . .
x1 − x0 x 2 − x0
+
1
( f 3 − 3 f 2 + 3 f1 − f 0 )(x − x0 )(x − x1 )(x − x 2 ) + . . .
3! h 3
y al derivarlo encontramos
p ´n ( x ) = ( f1 − f 0 ) + 1 2 ( f 2 − 2 f1 + f 0 )(2 x − x0 − x1 ) + . . .
1
h 2!h
+
1
3! h 3
[ ]
( f 3 − 3 f 2 + 3 f1 − f 0 ) 3x 2 − 2 (x0 + x1 + x2 )x + (x0 x1 + x0 x 2 + x1 x 2 ) + . . .
p1 ( x ) = f 0 + ( f1 − f 0 )(x − x0 )
1
h
p ´1 ( x ) = ( f1 − f 0 )
1
h
2
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
p ´2 ( x ) = ( f1 − f 0 ) + 1 2 ( f 2 − 2 f1 + f 0 )(2 x − x0 − x1 )
1
h 2!h
sen 0° = sen 0 = 0
π 1
sen 30° = sen =
2 6 2
3 π 3
sen 60° = sen =
2 3 2
π
sen 90° = sen =1
2
1
d2 f
para f ( x ) = sen x haciendo uso de la derivada
df
a) Encuentre y
dx dx 2
numérica y evalúe en x = π / 3 .
b) Comparar los valores obtenidos en el apartado (a) con los valores de la
derivada analítica a través del error relativo porcentual (ERP ) .
Solución:
i 0 1
xi π /6 π /3
f (xi ) 1/ 2 3/2
( )
f ´( x ) ≈ p ´1 ( x ) =
1
( f1 − f 0 ) = f1 − f 0
h x1 − x0
3
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
3 1
π π
f ´ x = ≈ p ´1 x = = 2
−
2 = 3 3 − 1 = 0.6990 ( )
3 3 π π π
−
3 6
La segunda derivada
f ´´( x ) ≈ p ´´1 ( x ) = 0
i 0 1 2
xi π /6 π /3 π /2
f ( xi ) 1/ 2 3/2 1
f ´( x ) ≈ p ´2 ( x ) = ( f1 − f 0 ) + 1 2 ( f 2 − 2 f1 + f 0 )(2 x − x0 − x1 )
1
h 2!h
3 1 π π π
3 1
− 1 − 2 + 2 − −
2
π π 2 2 2 3 6 3
f ´ x = ≈ p ´2 x = = + = 0.4774
3 3 π π
2
6 2
6
La segunda derivada
f ´´( x ) ≈ p ´´2 ( x ) = ( f 2 − 2 f1 + f 0 )
1
h2
3 1
1 − 2 +
2
π π 2
f ´´ x = ≈ p ´´2 x = = = −0.8464
π
2
3 3
6
4
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
f ´( x ) = cos x
π
En x =
3
π π
f ´ x = = cos = 0.5
3 3
f ´´( x ) = − sen x
π π
f ´´ x = = − sen = −0.8660
3 3
0.6990 − 0.5
ERP = *100 = 40 %
0.5
0.4774 − 0.5
ERP = * 100 = 5 %
0.5
0 − (− 0.8660)
ERP = *100 = 100 %
− 0.8660
− 0.8464 − (− 0.8660)
ERP = * 100 = 2 %
− 0.8660
5
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
Redlich – Kwong:
( )
2.5
a R 2Tc RTc
P+ 1/ 2
υ − b = RT a = 0.4275 y b = 0.0867
υ (υ + b) T Pc Pc
Para el agua como vapor sobrecalentado (gas) se desea completar la tabla para la
temperatura de 440°C:
Puntos 0 1 2 3
υ (m3 / kg ) 0.1611 0.03742 0.01652 0.00712
P (bar )
b) Comparar los valores obtenidos en el apartado (a) con los valores de las
derivadas analíticas a partir de la ecuaciones cúbicas de estado a través del
error relativo porcentual (ERP ) .
c) Comentarios
6
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
Solución:
7
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
CAPÍTULO 7
INTEGRACIÓN NUMÉRICA
Objetivos
t3
Φ(x ) = ∫
x
dt
0 et − 1
Dado que no hay una expresión analítica para Φ ( x ) , la integración numérica debe
ser usada para obtener valores aproximados. Por ejemplo, el valor Φ (5) es el área
( )
debajo de la curva y = f (t ) = t 3 / e t − 1 para 0 ≤ t ≤ 5 . La aproximación numérica
para Φ (5) es
t3
Φ (5) = ∫
5
dt ≈ 4.899892
0 et − 1
Cada valor adicional de Φ (x ) debe ser determinada por otra integración numérica,
por ejemplo en la siguiente tabla se muestra los valores de Φ (x )
1
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
x Φ (x )
1.0 0.224805
2.0 1.176342
3.0 2.552218
4.0 3.877054
5.0 4.899892
6.0 5.585855
7.0 6.003169
8.0 6.239623
9.0 6.366573
10.0 6.431921
p1 ( x ) = f 0 + ( f1 − f 0 )(x − x0 )
1
h
f ( x ) dx = ∫
b x1 x1
∫ a x0
f ( x ) dx ≈ ∫ p1 ( x) dx
x0
2
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
∫ f (x ) dx ≈ ∫ f 0 + ( f 1 − f 0 )( x − x0 ) dx
b x1 1
a x0
h
Integrando, se tiene
∫ f (x ) dx ≈ 2 [ f + f1 ]
b h
0
a
∫ f (x ) dx =∫
b x2 x2
f ( x) dx ≈ ∫ p 2 ( x) dx
a x0 x0
∫ f (x ) dx ≈ ∫ f 0 + h ( f 1 − f 0 )( x − x0 ) + 2!h 2 ( f 2 − 2 f 1 + f 0 )( x − x0 )( x − x1 ) dx
b x2 1 1
a x0
Integrando, se tiene
∫ f (x ) dx ≈ 3 [ f + 4 f1 + f 2 ]
b h
0
a
3
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
∫ f (x ) dx ≈ 2 [ f + f1 ]
b h
0
a
n = 2 (regla de Simpson 1 / 3)
∫ f (x ) dx ≈ 3 [ f + 4 f1 + f 2 ]
b h
0
a
n = 3 (regla de Simpson 3 / 8)
∫ f (x ) dx ≈ 8 [ f + 3 f1 + 3 f 2 + f 3 ]
b 3h
0
a
n=4
∫ f (x ) dx ≈ 45 [7 f + 32 f 1 + 12 f 2 + 32 f 3 + 7 f 4 ]
b 2h
0
a
n=5
∫ f (x ) dx ≈ 288 [19 f + 75 f1 + 50 f 2 + 50 f 3 + 75 f 4 + 19 f 5 ]
b 5h
0
a
n=6
R
∫ −R
R 2 − x 2 dx
4
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
Solución:
en donde
b−a
h=
n
R − (− R )
h= = 2R
1
a = x0 = − R f (− R ) = R 2 − (− R ) = 0
2
b = x1 = R f ( R ) = R 2 − (R ) = 0
2
∫ f (x ) dx ≈ 2 [ f (a ) + f (b)] = 2 [0 + 0] = 0
b h 2R
a
en donde
b−a
h=
n
R − (− R )
h= =R
2
a = x0 = − R f (− R ) = R 2 − (− R ) = 0
2
x1 = − R + R = 0 f (0) = R 2 − (0) = R
2
b = x2 = R f (R ) = R 2 − (R ) = 0
2
5
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
en donde
b−a
h=
n
R − (− R ) 2
h= = R
3 3
a = x0 = − R f (− R ) = R 2 − (− R ) = 0
2
f (− R / 3) = R 2 − (− R / 3) =
2 1 2 2
x1 = − R + R=− R
2
R
3 3 3
f ( R / 3) = R 2 − ( R / 3)
1 2 1 2 2
x2 = − R + R = R =
2
R
3 3 3 3
b = x3 = R f ( R ) = R 2 − (R ) = 0
2
2
3 R
b
( ) 3h
[ ] 3 (0 ) + 3 2 2 R + 3 2 2 R + (0 )
∫a f x dx ≈ f 0 + 3 f 1 + 3 f 2 + f 3 =
8
3 3
8
=
R
4
[ ]
4 2 R = 2 R 2 = 1.4142 R 2
R π
∫ −R
R 2 − x 2 dx =
2
R2
0 −π / 2
ERP = *100 = 100 %
π /2
6
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
4 / 3−π / 2
ERP = *100 = 15%
π /2
2 −π / 2
ERP = *100 = 10 %
π /2
Una forma de reducir el error inherente a las fórmulas de integración de orden bajo
es la de dividir el intervalo [a, b] en intervalos más pequeños y aplicar la fórmula de
manera repetida e independiente en cada uno de los nuevos intervalos.
b = xn
f ( x ) dx = ∫ f ( x) dx + ∫
x1 x2 x3 xn
∫ a = x0 x0 x1
f ( x) dx + ∫ f ( x) dx + . . . + ∫
x2 x n −1
f ( x) dx
≈
h
[ f0 + f1 ] + h [ f1 + f 2 ] + h [ f 2 + f3 ] + . . . + h [ f n −1 + f n ]
2 2 2 2
n −1
f ( x ) dx ≈
h
[ f0 + 2 f1 + 2 f 2 + 2 f3 + . . . + 2 f n −1 + f n ] = h f0 + 2∑ fi + f n
b
∫ a 2 2 i =1
≈
h
[ f0 + 4 f1 + f 2 ] + h [ f 2 + 4 f3 + f 4 ] + h [ f 4 + 4 f5 + f6 ] + . . . + h [ f n − 2 + 4 f n −1 + f n ]
3 3 3 3
7
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
n −1 n−2
f ( x ) dx ≈
h
[ f0 + 4 f1 + 2 f 2 + 4 f3 + 2 f 4 + . . . + 2 f n − 2 + 4 f n −1 + f n ] = h f 0 + 4 ∑ fi + 2 ∑ fi + f n
b
∫ a 3 2 i =1 i=2
impares pares
n Coeficientes
1 1, 2, 2, 2, . . ., 2,1
2 1, 4, 2, 4, 2, 4, . . . , 2, 4, 1
3 1, 3, 3, 2, 3, 3, 2, . . . , 2, 3, 3, 1
4 7, 32, 12, 32, 14, 32, 12, . . . , 12, 32, 7
5 19, 75, 50, 50, 75, 38, 75, . . . , 50, 50, 75, 19
6 41, 216, 27, 272, 27, 216, 82, 216, . . . , 272, 27, 216, 41
Nótese que los valores remarcados son los coeficientes en donde los puntos son
al mismo tiempo el extremo derecho de un subintervalo y el extremo izquierdo de
subintervalo siguiente.
Ejemplo 7.2: Se han extraído los datos para el nitrógeno ( N 2 ) como vapor
sobrecalentado de una fuente bibliográfica (A. A. Vasserman, Ya. Z. Kazavchinshii
y V. A. Rabinovich, “Thermophysical Properties of Air and Air Components”
Izdatel’stvo Nauta, Moscow, 1966) a 300K:
8
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
υ 2 = 4.70
w = −∫ P dυ
υ 1 =890.2
Solución:
υ 2 = 4.70
w = −∫ P dυ
υ 1 =890.2
υ 2 = 4.70
P dυ ≈
(177.9 − 890.2 ) [1 + 5] + ( 88.9 − 177.9 ) [5 + 10] + ( 44.4 − 88.9 ) [10 + 20]
∫υ 1 =890.2 2 2 2
+
(17.8 − 44.4 ) [20 + 50] + (8.95 − 17.8) [50 + 100] + ( 6.09 − 8.95) [100 + 150]
2 2 2
+
( 4.70 − 6.09 ) [150 + 200] = −566.74 kJ / kg
2
υ 2 = 4.70
w = −∫ P dυ = − ( −566.74 kJ / kg ) = 566.74 kJ / kg
υ 1 =890.2
mRT (1 + a / V )
PV =
M
V2
W = − ∫ PdV
V1
9
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
Cuadratura de Gauss
En la figura 7.1 se tiene la curva de la función f ( x ) que se desea integrar entre los
límites a y b. La parte (a) de la figura muestra cómo se integraría usando un
trapezoide: uniendo el punto A de coordenadas (a, f (a ) ) con el punto B (b, f (b ) )
mediante un segmento de recta p1 ( x ) . Esto forma un trapezoide de base
h = (b − a ) , cuya área es
T = [ f (a ) + f (b)]
h
2
y que podría escribirse como
T = w1 f (a) + w2 f (b)
h
donde w1 = w2 =
2
y
p1 ( x)
a) Regla de los trapecios
A
B
f (x)
10
x0 x1 x
a b
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
y
b) Método de Gauss con dos puntos
C
f (x)
a b x
Figura 7.1. Desarrollo del método de integración de Gauss usando dos puntos
a partir de la regla de los trapecios.
Se traza una línea recta por estos dos puntos, se extiende hasta los extremos del
intervalo y se forma el trapezoide sombreado. Parte del trapezoide queda por
encima de la curva y parte por abajo. 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 cálculo del área del trapezoide resultante da la integral
exacta. El método de Gauss consiste esencialmente en seleccionar los puntos C y
D adecuados. La técnica se deduce a continuación.
Considérese primero, sin que esto implique perder generalidad, que se desea
integrar la función mostrada en la figura 7.2 entre los límites -1 y +1 (si los límites
11
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
son distintos, se hace un cambio de variable para pasarlos a -1 y +1). Los puntos
C y D se escogen sobre la curva y se forma el trapezoide con vértices E, F, G y H.
A = w1 F ( z1 ) + w2 F ( z 2 )
y F (z )
D G
C
F (z2 )
F ( z1 )
-1 z1 0 z2 +1
z
E H
12
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
CAPÍTULO 8
Objetivos
= f ( x, y )
dy
(8.1)
dx
En la teoría de las EDO se establece que su solución general debe contener una
constante arbitraria c , de tal modo que la solución general de la ecuación (8.1) es:
F ( x, y , c ) = 0 (8.2)
1
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
F3 = 0
y0
F2 = 0, con y ( x0 ) = y0
F1 = 0
x
x0
Figura 8.1. Representación gráfica de la solución general, ecuación (8.2).
Cada una de estas curvas corresponde a una solución particular de la EDO (8.1),
y analíticamente dichas constantes se obtienen exigiendo que la solución de esa
ecuación pase por algún punto ( x0 , y 0 ) ; esto es, que:
y (x0 ) = y 0 (8.3)
2
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
= f ( x, y )
dy
dx
PVI y (x0 ) = y 0
y (x f ) = ?
(8.4)
Método de Euler
xi = x 0 + i h 0≤i≤n (8.6)
3
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
dy
F ´( x ) = = f ( x0 , y0 ) (8.7)
dx P0
Con esta información se traza una recta, aquella que pasa por P0 y de pendiente
f ( x0 , y 0 ) . Esta recta aproxima F ( x ) en una vecindad de x0 . Tómese la recta como
reemplazo de F ( x ) localice en ella (la recta) el valor de y correspondiente a x1 .
F (x f )
y
F ( x1 ) f (x0 , y 0 )
y1
y0
h
x
x0 x1 x f = xn
y1 − y 0
= f (x0 , y 0 ) (8.8)
x1 − x0
Se resuelve para y1
y1 = y 0 + ( x1 − x0 ) f ( x0 , y 0 ) = y 0 + h f ( x0 , y 0 ) (8.9)
4
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
x0 y0
x1 = x0 + h y1 = y 0 + h f ( x0 , y 0 )
x 2 = x1 + h y 2 = y1 + h f ( x1 , y1 )
.
. (8.10)
.
xi +1 = xi + h y i +1 = y i + h f ( xi , yi )
.
.
.
x n = xn −1 + h y n = y n −1 + h f ( xn −1 , y n −1 )
y = F (x )
y
Error final
y Euler
x0 x1 x3 x4 x f = xn
5
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
dy
= x− y
dx
PVI y( 0 ) = 2
y( 1 ) = ?
1− 0
h= = 0.2
5
x0 = 0 y0 = 2
x1 = x0 + h = 0 + 0.2 = 0.2 y1 = y 0 + h f ( x0 , y 0 ) = 2 + 0.2 [0 − 2] = 1.6
x 2 = x1 + h = 0.2 + 0.2 = 0.4 y 2 = y1 + h f ( x1 , y1 ) = 1.6 + 0.2 [0.2 − 1.6] = 1.32
x3 = x 2 + h = 0.4 + 0.2 = 0.6 y 3 = y 2 + h f ( x 2 , y 2 ) = 1.32 + 0.2 [0.4 − 1.32] = 1.136
x 4 = x3 + h = 0.6 + 0.2 = 0.8 y 4 = y3 + h f ( x3 , y 3 ) = 1.136 + 0.2 [0.6 − 1.136] = 1.0288
x5 = x 4 + h = 0.8 + 0.2 = 1.0 y 5 = y 4 + h f ( x 4 , y 4 ) = 1.0288 + 0.2 [0.8 − 1.0288] = 0.98304
6
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
dy
=x
dx
PVI y (2 ) = 4
y( 4 ) = ?
4−2
h= = 0.5
4
x0 = 2 y0 = 4
x1 = 2.5 y1 = y 0 + h f ( x0 , y 0 ) = 4 + 0.5 [2] = 5
x2 = 3 y 2 = y1 + h f ( x1 , y1 ) = 5 + 0.5 [2.5] = 6.25
x3 = 3.5 y3 = y 2 + h f ( x 2 , y 2 ) = 6.25 + 0.5 [3] = 7.75
x4 = 4 y 4 = y 3 + h f ( x3 , y3 ) = 7.75 + 0.5 [3.5] = 9.5
x2
y= +2
2
A partir de la solución analítica se puede presentar una tabla con los siguientes
resultados
yi , aprox. − yi , analítico
i xi y i , aproximado yi , analítico ERP = x100
yi , analítico
0 2.000 4.000 4.000 0.000
1 2.500 5.000 5.125 2.439
2 3.000 6.250 6.500 3.846
3 3.500 7.750 8.125 4.615
7
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
Método de Taylor
Antes de explicar este método, conviene hacer una acotación al método de Euler.
Puede decirse que el método de Euler utiliza los primeros dos términos de la serie
de Taylor para su primera iteración; o sea:
F ( x1 ) ≈ y1 = F ( x0 ) + F ' ( x0 )( x1 − x0 ) (8.11)
F ( x2 ) ≈ y2 = F ( x1 ) + F ' ( x1 )( x2 − x1 ) (8.12)
8
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
h = x1 − x0
h 2 df ( x, y )
y1 = y0 + h f ( x0 , y0 ) + x0 , y0 (8.15)
2! dx
Ahora cabe pensar que usando una fórmula de iteración basada en la ecuación
(8.15) para obtener y2 , y3 , . . . yn mejoraría la exactitud obtenida con la
ecuación (8.11). Se propone entonces la fórmula:
h 2 df ( x, y )
yi +1 = yi + h f ( xi , yi ) + xi , yi (8.16)
2! dx
df ( x, y ) ∂f ( x, y ) ∂f ( x, y ) dy
= + (8.17)
dx ∂x ∂y dx
Si se aplican las ideas vistas en el método de Euler pero empleando como fórmula
la ecuación (8.16), se obtiene el método de Taylor de segundo de orden. Este
último es indicativo de la derivada de mayor orden que se emplea y de cierta
exactitud. Con esta terminología, al método de Euler le correspondería el nombre
de método de Taylor de primer orden.
9
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
dy
= x− y
dx
PVI y( 0 ) = 2
y( 1 ) = ?
1− 0
h= = 0.2
5
Se aplica la ecuación (8.16)
h 2 df ( x, y )
yi +1 = yi + h f ( xi , yi ) + xi , yi (8.16)
2! dx
df ( x, y ) ∂f ( x, y ) ∂f ( x, y ) dy
= +
dx ∂x ∂y dx
df ( x, y )
= 1 + ( −1)( x − y ) = 1 − x + y
dx
10
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
x0 = 0 y0 = 2
h 2 df ( x, y )
x1 = x0 + h = 0 + 0.2 = 0.2 y1 = y0 + h f ( x0 , y0 ) + x0 , y0
2! dx
0.22
= 2 + 0.2 [ 0 − 2] + (1 − 0 + 2 ) = 1.66
2
h 2 df ( x, y )
x2 = x1 + h = 0.2 + 0.2 = 0.4 y2 = y1 + h f ( x1 , y1 ) + x1 , y1
2! dx
0.22
= 1.66 + 0.2 [ 0.2 − 1.66] + (1 − 0.2 + 1.66 ) = 1.4172
2
h 2 df ( x, y )
x3 = x2 + h = 0.4 + 0.2 = 0.6 y3 = y2 + h f ( x2 , y2 ) + x2 , y2
2! dx
= 1.254104
h 2 df ( x, y )
x4 = x3 + h = 0.6 + 0.2 = 0.8 y4 = y3 + h f ( x3 , y3 ) + x3 , y3
2! dx
= 1.15636528
h 2 df ( x, y )
x5 = x4 + h = 0.8 + 0.2 = 1.0 y5 = y4 + h f ( x4 , y4 ) + x4 , y4
2! dx
= 1.11221953
El valor de y5 = y ( x5 ) = y (1.0 ) = 1.11222 obtenido por este método puede
compararse con la solución analítica que es 1.10364; el error relativo porcentual
es 0.8%.
11
UNIVERSIDAD NACIONAL DE INGENIERIA CALCULOS DE INGENIERIA QUIMICA
FACULTAD DE INGENIERIA QUIMICA Y TEXTIL ING. ALEX PILCO NUÑEZ
Solución:
d (VC A )
( 3)( 2 ) − 2C A =
dt
donde V es el volumen de la solución en un tiempo t.
dC A dV
6 − 2C A = V + CA
dt dt
d ( ρV )
( 3)( ρ ) − ( 2 )( ρ ) =
dt
dV
=1
dt
V t
∫20
dV = ∫ dt
0
V = 20 + t
dC A
6 − 2C A = ( 20 + t ) + C A (1)
dt
dC A 6 − 3C A
=
dt 20 + t
12