CAPTULO 2 . RACES DE ECUACIONES. ......................................................................................

15
2.1 RACES DE ECUACIONES. ..........................................................................................................16
2. 2 MTODOS NUMRICOS PARA LA DETERMINACIN DE RACES DE ECUACIONES .......................................... 18
2 .3 EL USO DE GRFICOS. .............................................................................................................. 18
2.4 MTODO DE BISECCIN. ............................................................................................................ 21
2.5 MTODO DE LA SECANTE ........................................................................................................... 25
2.6 MTODO DE LA SECANTE MODIFICADO .......................................................................................... 26
2.7 MTODO DE LA FALSA POSICIN .................................................................................................. 27
2.8 MTODO DE NEWTON-RAPHSON .................................................................................................. 32
2.9 LOCALIZACIN DE LA RAZ DE UNA FUNCIN MEDIANTE BIBLIOTECAS Y PAQUETES
DE SOFTWARE ......................................................................................................................... 36
2.9 .1 Excel. ................................................................................................................................. 36
2.9.1.1 Buscar Un Resultado Especfico De Una Celda Ajustando El Valor De Otra Celda
Mediante Buscar Objetivo .................................................................................................... 36
2.9.2 MATLAB. ........................................................................................................................... 37
2 .9.2.1 Uso De MATLAB Para Localizar Races ............................................................................ 38
2 .9.2.2 Uso De MATLAB Para Manipular Y Determinar Las Races de Polinomios ....................... 39
2.10 PROBLEMAS DE APLICACIN. ...................................................................................................... 41
CAPTULO 2
CAPTULO 2
.
.
Races de Ecuaciones
Races de Ecuaciones
2.1Races De Ecuaciones
Se le conocen como soluciones o races de una ecuacin a aquellos
valores de x que hacen que se verifique que se cumpla: f(x) = 0. Debido a esto,
algunas veces a las races se les conoce como ceros de la ecuacin.
y = f (x)
y
x

Raz de una ecuacin
Dentro de una funcin existen dos tipos de variables:
Aquellas cuyos valores no dependen de ninguna otra, conocidas
como variables independientes.
Y aquellas cuyos valores dependen de los valores que toman
otras, es decir, estn en funcin de las variables independientes,
y se denominan variables dependientes.
En la resolucin de problemas de aplicacin de ingeniera es comn el
determinar las races de una ecuacin. Dada la importancia de la resolucin de
este tipo de problemas, a travs de los aos se han formulado un buen nmero
de mtodos para determinar las races de una funcin. Seguramente, algunos
de los tipos de ecuaciones con que se tenga ms familiaridad son ecuaciones
lineales, de la forma:
f(x) = a x + b
Donde la determinacin de las races no tiene mayor problema y se
encuentra despus de un simple manejo algebraico obtenindose:
x = -b /a
Otro tipo, son las ecuaciones de segundo grado o ecuaciones
cuadrticas de la forma:
c bx ax x f + +
2
) (
Donde se pueden evaluar sus races a travs de la frmula:
a
c a b b
x

2
4
2
Ambos tipos, se pueden resolver de manera analtica, al igual que
muchos otros tipos de ecuaciones algebraicas y trascendentales, pero en la
prctica se llegan a encontrar muchas otras funciones cuya resolucin analtica
no es posible o requiere de una manipulacin algebraica ms compleja, que
llega a consumir ms tiempo. Debido a tales funciones, radica la importancia de
conocer y manejar los diferentes mtodos numricos para la resolucin de
ecuaciones y gracias al desarrollo de diversos lenguajes de programacin es
posible implementar estos mtodos para lograr la determinacin de las races
de ecuaciones por medio de las computadoras.
Si se quisiera obtener la raz de la funcin: f(x) = sen (x) x
2
, se podr
observar que no es posible resolverlo por mtodos analticos ya que no hay
manera de expresar de forma explcita la variable x. De tal forma, la nica
opcin es aproximarse a la solucin a travs de algn mtodo.
Una alternativa es hacer una estimacin aproximada de la raz por medio
del mtodo grfico, sin embargo, este mtodo es poco preciso. Otra forma para
determinar la raz de la ecuacin puede ser el mtodo de ensayo y error, donde
se supone un valor de x y se verifica si cumple con la ecuacin, de no serlo se
toma un nuevo valor y se evala para verificar si el nuevo valor hace cero la
ecuacin, de no hacerlo, se contina con la bsqueda. Resulta obvio lo largo y
tedioso que puede tornarse ese mtodo. En ambos mtodos se pierde bastante
tiempo en su ejecucin y resultan poco exactos, adems de ser ineficientes e
inadecuados por s solos.
Lo anterior se puede explicar de manera ms sencilla mediante el
siguiente planteamiento: tenemos una raz en una determinada funcin dentro
de un intervalo del 1 al 100, entonces para aproximarse a esta raz, se prueba si
el nmero es, por ejemplo 28, sin embargo, al sustituirlo en la funcin f(x), se
comprueba que x=28 devuelve una f(x) menor a 0, por lo tanto el intervalo ahora
se encuentra entre el nmero 28 y el nmero 100. Nuevamente se busca la raz,
ahora sustituyendo f(x) en x=55, observando que f(55) es mayor a 0, por lo que
intervalo se encuentra entre los nmeros 28 y 55, finalmente se prueba f(x) en
x= 46 y se obtiene la raz de la funcin.
Este es el punto de partida de los Mtodos Numricos: Las
aproximaciones, pero a diferencia del caso anterior, aproximaciones
obtenidas de una forma ordenada.
2.2Mtodos Numricos Para La Determinacin De Races De Ecuaciones
Las tcnicas a tratar se pueden clasificar en dos categoras: mtodos
cerrados y mtodos abiertos.
Los procedimientos cerrados o por intervalos consisten precisamente en
determinar primero el intervalo que contiene a la raz e ir reduciendo el tamao
de dicho intervalo gradualmente hasta acercarse lo suficiente a la raz. Por otra
parte, se puede decidir si se ha acercado lo suficiente a la raz por medio de la
estimacin del error de aproximacin.
Los procedimientos abiertos no requieren del establecimiento de un
intervalo que contenga la raz, sino que a partir de un valor se va acercando de
diversas maneras hacia la raz. Al igual que en los cerrados, se debe
establecer un criterio de paro basado en que el error est por debajo de algn
valor previamente especificado o haber realizado un cierto nmero de
iteraciones. Los mtodos abiertos convergen ms rpido a la raz que los
mtodos cerrados, pero no siempre funcionan. Esto se discutir ms adelante.
Los mtodos anteriores funcionan tambin para encontrar las races de
polinomios, pero slo sirven para determinar races reales.
Es importante mencionar que el establecimiento de los intervalos o del valor
inicial va a depender del tipo de problema de aplicacin en cuanto a
ingeniera se refiere, y deben adecuarse de acuerdo a los criterios de
planteamiento del problema as como de los resultados que se tienen
previstos o que son razonables.
En este trabajo, comenzaremos con la exposicin de los mtodos ms
sencillos, pero que requieren de ms iteraciones para alcanzar el objetivo, y
terminaremos con los que cuentan con una gran rapidez y efectividad para
alcanzar la raz pero que son basados en clculos que pueden resultar
complicados. Al llegar a la tcnica numrica ms eficiente, nos podramos
preguntar el por qu de la existencia de varios mtodos, sin embargo, se podr
observar que unos tienen mayor eficacia en ciertos casos que en otros.
2.3El Uso De Grficos
Los grficos eran mtodos que servan de base para implementar y
desarrollar muchos otros mtodos, pero en la actualidad son lentos y
anticuados. En el desarrollo de este trabajo, nos servirn de apoyo para lograr
una mejor comprensin de los temas, pero sin perder de vista que para la
resolucin de problemas ingenieriles no son indispensables. Los grficos son
una representacin geomtrica de la funcin a evaluar. El punto donde corta la
grfica con el eje de las abscisas o eje de las x, es la raz de la funcin, es
decir, el valor de x, tal que se cumple f(x) = 0
Ejemplo 2.3.1
Considere la funcin f(x) = sen(x) x
2
, donde x est en radianes.
Determine las races de la ecuacin utilizando grficos.
Solucin:
Se desea encontrar los valores de x que hacen cero la funcin. Para
ello, se evala la funcin para varios valores de x y despus se grafica.
x (en rad) f(x) = sen x - x
2
-0.2 -0.23867
0 0.00000
0.2 0.15867
0.4 0.22942
0.6 0.20464
0.8 0.07736
1 -0.15853
f (x) = sen x - x
2
-0.4
-0.2
0
0.2
0.4
-0.4 -0.2 0 0.2 0.4 0.6 0.8 1 1.2
x, rad
f
(
x
)
De la tabla de evaluaciones y la grfica se observa que la funcin posee
dos races, una situada exactamente en el punto x=0, que cumple con la
condicin de f(x) = 0.
sen(0)-(0)
2
= 0
La otra raz se localiza entre 0.8 y 0.9. Se puede mejorar la estimacin
de la raz ampliando la tabla en el intervalo de 0.8 a 0.9, donde se sabe est
localizada la raz.
x (en rad) f(x) = sen x -x
2
0.8 0.07736
0.82 0.05875
0.84 0.03904
0.86 0.01824
0.88 -0.00366
0.9 -0.02667
Si se prosigue ampliando la tabla de evaluaciones, se podr mejorar
cada vez ms la estimacin de la raz cuyo valor es 0.876726215...
Del ejemplo anterior se puede observar la imprecisin que implica el uso
de grficos, stos permiten una estimacin del intervalo cuando se trata de
ecuaciones meramente matemticas, sin embargo una mayor precisin
consume ms tiempo.
Existen funciones cuya graficacin manual implicara una labor detallada
y requerira por tanto ms tiempo, por lo que se usan las grficas asistidas por
computadora que facilitan y mejoran la localizacin de las races de una
ecuacin. Tal es el caso de la funcin f(x) = sen(10 x) + cos(5 x), que presenta
mltiples races y un comportamiento sinusoide muy remarcado.
Existen diversos paquetes computacionales con funciones de graficacin
excelentes, como es el caso de Excel, MATLAB o Mathcad.
Ejemplo 2.3.2
Determine las races de la funcin f(x) = sen(10 x) + cos(5 x).
Solucin:
Utilizando MATLAB, se genera primero el intervalo:
x={0:0.1:5};
y=sin(10*x)+cos(5*x);
Plot(x,y);
O bien:
Ezplot(sin(10*x)+cos(5*x),[0,5]);
0 0 . 5 1 1 . 5 2 2 . 5 3 3 . 5 4 4 . 5 5
- 2
- 1 . 5
- 1
- 0 . 5
0
0 . 5
1
1 . 5
2
x
s i n ( 1 0 x ) + c o s ( 5 x )
Podemos observar que la grfica tiene varias races en este intervalo,
pero suponiendo que nos interesa la raz cercana a 4.5, se puede mejorar la
precisin de esta raz, ampliando el grfico.
2.4 Mtodo De Biseccin
Como se haba expresado en la seccin 2.1 con el mtodo del tanteo,
nuestro primer mtodo numrico se deriva de la bsqueda de una
aproximacin cuyo procedimiento sea ordenado. Surge as, el mtodo de
biseccin, tambin conocido como de corte binario, de particin de intervalos o
de Bolzano, en este mtodo, nuestro intervalo se va dividiendo en mitades
hasta encontrar la raz, as como otros mtodos, se basa en el hecho de que la
funcin cambia de signo a ambos lados de la raz, por lo que se toman en
cuenta los valores en cuyo intervalo exista un cambio de signo.
Recuerde la grfica del problema que hemos venido manejando, en
donde claramente nuestra f(x) sufre un cambio de signo a ambos lados de las
races:
f (x) = sen x - x
2
-0.4
-0.2
0
0.2
0.4
-0.4 -0.2 0 0.2 0.4 0.6 0.8 1 1.2
x, rad
f
(
x
)
Si la funcin a evaluar, f(x),es real y continua en el intervalo limitado por
x
l
, limite inferior, y x
u
, limite superior, y f(x
l
) y f(x
u
) tienen signos opuestos,
entonces, habr al menos una raz real en dicho intervalo.
El mtodo de biseccin requiere, por tanto, el establecimiento de los
lmites del intervalo y la comprobacin de que en dicho intervalo ocurra el
cambio de signo. Este mtodo consiste en ir dividiendo este intervalo en
intervalos ms pequeos para mejorar la exactitud de la raz. Para ello, el
intervalo inicial se divide en dos subintervalos iguales y se evala si el cambio
de signo ocurre en la primera mitad o en la segunda, para posteriormente
dividir el intervalo donde ocurra el cambio de signo en dos. Las divisiones se
efectan sucesivamente hasta alcanzar una mejor estimacin en la raz.
Si
) ( ) (
r l
x f x f
< 0, la raz se localiza entre
l
x
y
r
x
, y
u
x
tomar el valor de
r
x
Si
) ( ) (
r l
x f x f
> 0, la raz se localiza entre
u
x
y
r
x
, y
l
x
tomar el valor de
r
x
Si
) ( ) (
r l
x f x f
= 0, la raz se localiza en
r
x
En el planteamiento de encontrar la raz de una funcin, en este caso:
239 . 0 05 . 0 0012 . 0 ) (
2
x x x f , en un intervalo cuya xl=1 y xu=100, primero se
divide el intervalo verificando si es 50, como no lo es, se observa que el cambio
de signo se encuentra entre xl=1 y xu=50:
+ +
- -
1 10 19 28 37 46 55 64 73 82 91 100
1 10 19 28 37 46 55 64 73 82 91 100
1 10 19 28 37 46 55 64 73 82 91 100
1 10 19 28 37 46 55 64 73 82 91 100
Posteriormente se divide el intervalo en dos partes iguales ahora se
prueba el nmero 25, y debido a que no se trata de la raz de la ecuacin,
observamos que la funcin cambia de signo en xl=25 y xu=50. Nuevamente se
divide el intervalo entre dos, obteniendo ahora el nmero 37.5 que tampoco se
trata de la raz, de esta manera nuestro nuevo intervalo ser xl=37.5 y xu=50, el
mtodo contina hasta cumplir con
0 ) ( x f
, en este caso el nmero 46.
Ejemplo 2.4.1
Resuelva la funcin f(x)=sen(x)-x
2
por el mtodo de biseccin. De la
grfica se sabe que la funcin posee dos races, una de x=0 y otra ubicada
entre x=0.8 y x=0.9. Determinaremos el valor de esta ltima raz.
Solucin:
Estableceremos el lmite inferior del intervalo como 0.8 y el lmite
superior como 0.9. Observe que la funcin evaluada en dichos puntos posee
signos opuestos.
A continuacin se divide el intervalo en dos, estimando as el valor de la
raz inicial, denotada por x
r
:
85 . 0
2
9 . 0 8 . 0

r
x
Recuerde que la raz real es 0.876726215, esto da un error verdadero
de:
t
=3.048 %
A continuacin se evala en qu subintervalo se realiza el cambio de
signo.
f(0.85)= sen(0.85)-(0.85)
2
=0.02878.
Se verifica si el cambio ocurre entre xl y xr si:
f(x
l
) * f(x
r
)<0
f(0.8) * f(0.85)=(0.07736)(0.02878) = 0.00223
Dado que es mayor a cero, el cambio, y por tanto la raz, se localizan en
el otro subintervalo (xl=xr). As que el nuevo x
l
=0.85 y x
u
=0.9, y se calcula el
nuevo x
r
.
875 . 0
2
9 . 0 85 . 0

r
x Con un
t
= 0.197 %.
Se analiza de nuevo donde se localiza la raz:
f(0.875)=0.00192
f (0.85) * f(0.875)=0.00005
Como f(x
l
)* f(x
r
) de nuevo es mayor a cero, el cambio de signo se
localiza en el intervalo limitado por x
r
y x
u
. Por lo tanto se redefine como
x
l
=0.875 y x
u
=0.9 y se calcula de nuevo x
r
:
8875 . 0
2
9 . 0 875 . 0

r
x
t
= 1.229 %.
El proceso se repite para mejorar la estimacin de la raz.
Como se pudo apreciar, las iteraciones sucesivas mejoran la
aproximacin de la raz, pero de aqu surge un concepto importante: hasta
cundo se debe continuar con los procesos iterativos del mtodo?
Para ello, se puede generar un criterio de paro como el alcanzar un error
verdadero ms bajo que algn nivel de error previamente fijado. Sin embargo,
esto obviamente es inconveniente, ya que supone un conocimiento previo de la
raz real.
Se establece entonces, parar el mtodo cuando se reduzca el error
relativo porcentual como:
% 100

nuevo
r
anterior
r
nuevo
r
a
x
x x
(2.1)
Donde
nuevo
r
x es la raz en la iteracin actual y
anterior
r
x es la raz en la
iteracin anterior. Cuando
a

es menor que un valor previamente fijado

s

, se
detiene el clculo. Otro criterio puede ser el haber realizado un nmero de
iteraciones especficas.
Ejemplo 2.4.2
Con base en esto, se puede terminar el clculo del ejemplo 2.4.1, hasta
que el error de aproximacin sea menor que
s
=0.5 %.
Solucin:
i xl xu xr f(xl) f(xu) f(xr)
a

t
1 0.8 0.9 0.85 0.07736 -0.02667 0.02878 3.048%
2 0.85 0.9 0.875 0.02878 -0.02667 0.00192 2.857% 0.197%
3 0.875 0.9 0.8875 0.00192 -0.02667 -0.01216 1.408% 1.229%
4 0.875 0.8875 0.88125 0.00192 -0.01216 -0.00507 0.709% 0.516%
5 0.875 0.88125 0.87813 0.00192 -0.00507 -0.00156 0.356% 0.160%
Despus de 5 iteraciones, se logra un error porcentual de aproximacin
menor a 0.5 %.
La naturaleza desigual del error verdadero se debe a que en el mtodo
de la biseccin, la raz exacta se encuentra en cualquier lugar dentro del
intervalo cerrado. Adems, cada vez que se estima la raz con el mtodo de
biseccin a partir de:
2
) (
U l
r
x x
x
+
(2.2)
La raz verdadera se localizar con una aproximacin de:
2
x
x
r

t (2.3)
Por lo tanto, en el ejemplo 2.4.1, se sabr que la raz obtenida ser:
r
x = 0.878125 t 0.003125
Se puede notar de la tabla del ejemplo 2.4.2, que el error de
aproximacin relativo siempre es mayor que el respectivo error verdadero
relativo, lo que garantiza que al cumplir con un
a
menor al
s
, la raz
calculada tendr mayor exactitud que la tolerancia establecida.
Para terminar con el mtodo de biseccin recuerde la siguiente nota:
Este mtodo es uno de los ms sencillos teniendo en cuenta el intervalo en
que se localiza la raz, con la seguridad de que siempre se llegar al
resultado esperado. Por otro lado, es necesario tomar en cuenta que la
aproximacin es demasiado lenta por lo que se requiere de muchas
iteraciones.
2.5Mtodo De La Secante
Otra alternativa que se podra utilizar para acercarse a la raz, podra ser
el trazar una lnea secante a dos puntos cualquiera (x
i-1
y x
i
)

que pertenezcan a
la curva formada por nuestra ecuacin a resolver y extender esta lnea hasta un
valor de la abscisa en donde nuestra ordenada f(x)=0, obteniendo una
aproximacin a la raz y utilizando ese nuevo valor x
i+1
ahora como x
i
, y el valor
anterior de x
i
ahora como x
i-1
para extender la nueva lnea hasta un nuevo valor
de x
i+1
:
De esta manera, se logra un nuevo mtodo para la localizacin de una
raz, la tcnica de la secante, cabe mencionar que puntos mencionados (x
i-1
, x
i
y
x
i+1
), no necesitan encerrar el valor de la raz, por lo que nuestro nuevo
procedimiento, es un mtodo abierto.
x
f
(
x
)
xi-fb
3
)
1
xi+1 xi
f(xi)
f(xi-1)
x
f
(
x
)
f(xi)
f(xi-1)
xi+1
xi-1
xi
64 . 56 0248 . 0 0251 . 0 ) (
2
x x x f
En los grficos se puede observar que se forman tringulos semejantes
en los puntos encerrados por (f(x
i
), x
i
, x
i+1,
f(x
i
)) y (f(x
i-1
), x
i-1
, x
i+1,
f(x
i-1
)), por lo que
aplicando las propiedades de tringulos semejantes, obtenemos:
i i
i
i i
i
x x
x f
x x
x f

+ +

1 1 1
1
) ( ) (
(2.4)
De esta forma se despeja x
i+1
que es el valor que se quiere calcular en
cada iteracin:
) x ( f ) x ( f
) x x ( ) x ( f
x x
i i
i i i
i i

+
1
1
1
(2.5)
Ejemplo 2.5.1
Empleando el mtodo de la secante calcule la raz de:

( ) x e x f
x
274 . 50 3135 . 5
Utilice como valores iniciales x
i-1
= 2 y x
i
= 3. La raz real es
3.500000366130...
Solucin:
Para la primera iteracin, se tiene
x
i-1
= 2 f(x
i-1
) = -61.2863
x
i
=3 f( x
i
) = -44.0975
( )
( )
5655 . 5
0975 . 44 2863 . 61
3 2 0975 . 44
3
1




+ i
x
Continuando con las siguientes dos iteraciones se llega a:
i xi-1 xi xi+1 f(xi-1) f(xi) f(xi+1) t

1 2.0000 3.0000 5.5655
-61.2863 -44.0975 1108.3640 -59.01%
2 3.0000 5.5655 3.0982
-44.0975 1108.3640 -38.0246 11.48%
3 5.5655 3.0982 3.1800
1108.3640 -38.0246 -32.0986 9.14%
4 3.0982 3.1800 3.6233
-38.0246 -32.0986 16.8899 -3.52%
5 3.1800 3.6233 3.4705
-32.0986 16.8899 -3.6370 0.84%
6 3.6233 3.4705 3.4975
16.8899 -3.6370 -0.3090 0.07%
2.6 Mtodo De La Secante Modificado
Se puede evitar el establecimiento del punto x
i-1
, mediante el uso de una
amplitud x, cambiando al empleo de los valores extremos x
i
y x
i
+ x
i
. De esta
manera la forma de la ecuacin para los nuevos tringulos semejantes es:
( )
i i
i
i i i
i i
x x
x f
x x x
x x f

+
+
+ + 1 1
) ( ) (

(2.6)
Ahora despejando el punto x
i+1
, que es el punto a calcular en cada
iteracin, se obtiene la ecuacin siguiente:
) x ( f ) x x ( f
) x ( f x
x x
i i i
i i
i i
+

1 (2.7)
Ejemplo 2.6.1
Empleando el mtodo de la secante modificado estime la raz:
( ) x e x f
x
274 . 50 3135 . 5 . Utilice un valor de 0.1 para y comience con x
i
=3.0. Recuerde que la raz verdadera es 3.500000366130......
Solucin:
Para la primera iteracin, se tiene:
x
i
= 3 f(x
i
) = -44.0975
x
i
+ x
i
=3.1 f(x
i
+ x
i
) = -37.9006
( )
7116 . 3
) 0975 . 44 ( 9006 . 37
0975 . 44 1 . 0
3
1

+ i
x
Continuando con las siguientes iteraciones se llega a:
i x
i
x
i
+ x
i
x
i+1
f(x
i
) f(x
i
+ x
i
) f(x
i+1
)
t
1 3.0000 3.1000 3.7116
-44.0975 -37.9006 30.8280 -6.05%
2 3.7116 3.8116 3.5388
30.8280 48.6674 5.0101 -1.11%
3 3.5388 3.6388 3.5035
5.0101 19.2205 0.4458 -0.10%
4 3.5035 3.6035 3.5002
0.4458 13.9898 0.0310 -0.01%
La eleccin de un valor adecuado para no es automtica. Si es muy
pequeo, el mtodo puede no tener xito por el error de redondeo, causado por
la cancelacin por resta en el denominador de la ecuacin. Si sta es muy
grande, la tcnica puede llegar a ser ineficiente y hasta divergente. Por lo tanto
conviene tomar en cuenta la siguiente nota:
Los mtodos de la secante mejoran el mtodo de la biseccin en cuanto a
rapidez de clculos, sin embargo pueden implicar errores si los puntos
iniciales no son adecuados resultando en la posibilidad de no llegar a la
solucin.
2.7 Mtodo De La Falsa Posicin
Los dos mtodos anteriores constituyen dos formas diferentes de
acercarse a la raz, pero ambos poseen ciertas deficiencias particulares, como
la lentitud (tcnica de biseccin) y el posible alejamiento de la raz en (tcnicas
de la secante). Pensando en cmo mejorar los procedimientos mostrados,
podra surgir un mtodo que explote las ventajas de los anteriores.
Empezaremos con un intervalo de x
l
a x
u
, que encierre la raz, despus
trazando una lnea recta de f(x
l
) a f(x
u
), suponemos que nuestra nueva
aproximacin (x
r
) ser el punto situado en la interseccin del eje x con la recta
trazada. Finalmente observamos el intervalo en el que ocurre el cambio de
signo y con este formaremos nuestra nueva iteracin. Esta tcnica es conocida
como el mtodo de la regla falsa o de interpolacin lineal.
f(xu)
f(xl)
xl
xu
x
Y
raz
aproximada
raz real
As como en la tcnica de la secante notamos que los tringulos
sombreados en la grfica son tringulos semejantes, por lo que nuestra
deduccin ser:
u r
u
l r
l
x x
x f
x x
x f

) ( ) (
(2.8)
De donde se puede despejar x
r
, para obtener la frmula de la falsa
posicin:
) ( ) (
) ( ) (
u l
u l u
u r
x f x f
x x x f
x x

(2.9)
El resto del procedimiento resulta similar al de la biseccin: se evala si
la funcin cambia de signo en el primer subintervalo o lo hace en el segundo
subintervalo.
Si
) ( ) (
r l
x f x f
< 0, la raz se localiza entre
l
x
y
r
x
, y
u
x
tomar el valor de
r
x
Si
) ( ) (
r l
x f x f
> 0, la raz se localiza entre
u
x
y
r
x
, y
l
x
tomar el valor de
r
x
Si
) ( ) (
r l
x f x f
= 0, la raz se localiza en
r
x
El mtodo de la falsa posicin es un procedimiento iterativo que se repite
hasta que la aproximacin a la raz sea adecuada. La eficiencia de este mtodo
radica en una convergencia ms rpida hacia la raz.
En las siguientes grficas se puede observar el proceso que sigue este
mtodo numrico con la funcin: 1522 . 2 0837 . 0 0006 . 0 ) (
2
+ x x x f . En el paso
uno, se cuenta con un intervalo de xl=1 y xu=100 se extiende una lnea recta
que une f(xl) con f(xu) y as se obtiene una nueva xr. Observando el nuevo
intervalo que incluye un cambio de signo, se procede a encontrar la nueva xr,
este paso se repite hasta llegar a una aproximacin ptima de la raz.
Ejemplo 2.7.1
Se determinar la raz de f(x)=sen ( x )-x
2
en el intervalo de 0.8 y 0.9,
hasta que el error sea menor o igual a 0.5 %.
Solucin:
i xl xu xr f(xl) f(xu) f(xr)
a

t
1 0.8 0.9
0.8743
6
0.0773
6 -0.0267
0.0026
3 - 0.270%
2
0.8743
6 0.9
0.8766
6
0.0026
3 -0.0267
0.0000
7 0.262% 0.008%
Del ejemplo se observa la rpida convergencia del mtodo de la falsa
posicin, comparado con la del mtodo de biseccin.
Sin embargo, existen casos donde el mtodo de la falsa posicin
converge muy lentamente, considere el siguiente problema:
Ejemplo 2.7.2
-1
-0.5
0
0.5
1
1.5
2
2.5
0 20 40 60 80 100
xl
xu
f(xu)
f(xl)
xr
-1
-0.5
0
0.5
1
1.5
2
2.5
0 20 40 60 80 100
f(xu)
xu
xr
f(xl)
xl
-1
-0.5
0
0.5
1
1.5
2
2.5
0 20 40 60 80 100
f(xu)
xu
xr
f(xl)
xl
-1
-0.5
0
0.5
1
1.5
2
2.5
0 20 40 60 80 100
f(xu)
xu
xr
f(xl)
xl
Determine la raz de la siguiente funcin: f(x) = 5 x
8
0.1, en el intervalo
de 0 a 1 con un
s
menor o igual al 0.5 %.
f(x)=5x
8
- 0.1
-1
0
1
2
3
4
5
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x
Solucin:
Empleando el mtodo de la falsa posicin se obtiene:
i xl xu xr f(xl) f(xu) f(xr)
a

t
1 0 1 0.02 -0.1 4.9 -0.1 - 96.74%
2 0.02 1 0.0396 -0.1 4.9 -0.1 49.49% 93.54%
3 0.0396 1 0.05881 -0.1 4.9 -0.1 32.66% 90.41%
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
50 0.57796 1 0.58118 -0.0378 4.9 -0.0349 0.56% 5.23%
51 0.58118 1 0.58415 -0.0349 4.9 -0.0322 0.51% 4.74%
52 0.58415 1 0.58686 -0.0322 4.9 -0.0297 0.46% 4.30%
Como se observa, se necesitan 52 iteraciones para alcanzar un x
r
con
un

menor al 0.5%.
Se puede apreciar as, la lenta convergencia que muestra el mtodo de
la falsa posicin en este caso, esto es porque nuestro intervalo contiene
puntos muy cercanos a la raz.
Este caso se presenta en funciones que no se comportan de acuerdo a lo
que supone el mtodo, es decir, ocurre en aquellas funciones donde el valor de
la ecuacin en uno de los extremos del intervalo es ms prximo a cero que el
del otro extremo, pero est ms distante a la raz. Por ello, un paso de utilidad
a incluir en los programas de cmputo que es realizar la sustitucin del
resultado en la ecuacin para verificar si se aproxima a cero.
Ejemplo 2.7.3
Considere ahora la funcin f(x) = x
3
+ 4 x
2
+ 5 x +2. Determine la raz en
el intervalo de 2.5 1.5 y de 1.5 a 0.5.
Solucin:
Empleando el mtodo de la falsa posicin para el intervalo de 2.5 a
1.5 se obtiene.
i xl xu xr f(xl) f(xu) f(xr)
a

t
1 -2.5 -1.5 -1.6 -1.125 0.125 0.144

- 20.00%
2 -2.5 -1.6 -1.7021 -1.125 0.144 0.1468
5
6.00%
14.89%
3 -2.5 -1.7021 -1.7942 -1.125 0.1468
5
0.1297
9
5.13%
10.29%
4 -2.5 -1.7942 -1.8673 -1.125 0.1297
9
0.0998
4
3.91%
6.64%
5 -2.5 -1.8673 -1.9188 -1.125 0.0998
4
0.0685
3
2.69%
4.06%
6 -2.5 -1.9188 -1.9522 -1.125 0.0685
3
0.0433
4
1.71%
2.39%
7 -2.5 -1.9522 -1.9725 -1.125 0.0433
4
0.0259
9
1.03%
1.37%
8 -2.5 -1.9725 -1.9844 -1.125 0.0259
9
0.0150
9
0.60%
0.78%
9 -2.5 -1.9844 -1.9913 -1.125 0.0150
9
0.0085
9
0.34%
0.44%
Despus de varias iteraciones, el mtodo converge hacia la raz real de
x=-2, la cual se obtiene si factorizamos la funcin, obtenindose f(x)=(x+1)
(x+1)(x+2).
Para la evaluacin en el intervalo de 1.5 a -0.5, se observa
que f (-1.5)=0.125 y f(-0.5) = 0.375.
Dado que
) 5 . 0 ( ) 5 . 1 ( f f
> 0, parecera indicar que no existe raz en
este intervalo, lo que difiere de lo que se puede notar en la forma factorizada
de la funcin, que indica una raz en x = -1. Visto mediante una grfica:

-3 -2.5 -2 -1.5 -1 -0.5 0
-3
-2
-1
0
1
2
x
Este hecho remarca la importancia de buscar intervalos que se acerquen
lo ms posible a nuestra raz.
Dos casos sencillos que pueden presentarse en la estimacin de una
raz por medio de cualquiera de los mtodos cerrados, es que en el intervalo
definido por x
l
y x
u
exista una sola raz o no exista.
f(xu)
f(xl)
xl
xu
x
Y

f(xu)
f(xl)
xl xu
x
Y
Por otro lado, existen otros tipos de casos que pueden presentarse muy
comnmente, por ejemplo, si f(x
l
) * f(x
u
) > 0, nos indicara que no existe raz en
el intervalo, cuando en realidad s existe, tal como sucedi en el ejemplo 2.4.5.
En tal ejemplo, la funcin f(x)=(x+1)(x+1)(x+2) se hace cero cuando x = -2 y
cuando x = -1. Esta ltima raz se conoce como raz mltiple, haciendo cero a
dos trminos en esta funcin, observndose un comportamiento tangencial de
la funcin en este punto respecto al eje x.
Si f(x
l
) * f(x
u
) < 0, existe un nmero impar de races en el intervalo limitado
por
l
x y
u
x
Si f(x
l
) * f(x
u
) > 0, podr ya sea no existir o existir un nmero par de races,
en el intervalo limitado por
l
x
y
u
x
Existen casos en que estas generalizaciones no se cumplen, tal como es
el caso de las funciones con puntos tangenciales al eje x, y las funciones que
presentan discontinuidad.
f(xu)
f(xl)
xl
xu
x
Y

f(xu)
f(xl)
xl
xu
x
Y
El mtodo de la falsa posicin constituye una mejora a los mtodos de
biseccin y secante aprovechando tcnicas que ambos utilizan. Disminuye el
nmero de iteraciones si se cuenta con un intervalo cercano a la raz.
2.8 Mtodo De Newton Raphson
Finalmente, si se quisiera perfeccionar los mtodos presentados con
anterioridad, buscaramos basarnos en un mtodo abierto que slo tuviera un
valor inicial. Posiblemente el extender una lnea que se extienda de dicho valor
Casos en que f(xl) * f(xu) < 0, teniendo un nmero par de races en el intervalo
limitado por xl y xu.
x
f
(
x
)
f(x
i
)
m=f(x
i+1
)
x
i+1
x
i
x
f
(
x
)
f(x
i
)
x
i+1
x
i
m=f(x
i+1
)
inicial a x
i+1
donde f(x
i+1
)=0
,
lo que implicara que esta lnea fuera tangente al
punto inicial.
Buscando la frmula que define el punto que se establecer como valor
inicial y tomando en cuenta que al prolongar una recta hasta interceptar al eje x
se obtiene un nuevo punto llamado x
i+1
, que representa una estimacin a la raz
de la funcin, se deduce la siguiente ecuacin:
1
0
+

i i
i
x x
) f(x
m
(2.10)
Al observar detenidamente la grfica, se observa que el punto m obtiene
el valor de la pendiente de la recta tangente a este punto lo cual significa que m
es el valor de la derivada de la funcin:
1
0
) (
+

i i
i
i
x x
) f(x
x f m
(2.11)
Despejando x
i+1
, se deduce la frmula para el mtodo de Newton-
Raphson:
) (x f
) f(x
x x
i
i
i i

+1
(2.12)
Resumiendo, esta tcnica consiste en trazar una lnea tangente a un
valor propuesto x
i
, sustituyndolo en la frmula (2.12), si el valor obtenido de
x
i+1
se aproxima al valor esperado, entonces nuestra x
i+1
obtenida, se convierte
en el nuevo valor de x
i
, y se vuelve a sustituir en la ecuacin (2.12), esto se
repite hasta llegar a una aproximacin ptima.
En general, el mtodo de NewtonRaphson es muy eficiente, ya que
presenta una convergencia cuadrtica. Esto significa que el nmero de cifras
decimales correctas aproximadamente se duplica en cada iteracin. En las
grficas siguientes se muestra como es que el Mtodo de Newton-Raphson
avanza con la funcin 64 . 56 0248 . 0 0251 . 0 ) (
2
x x x f a lo largo de sus
iteraciones:
x
f
(
x
) f(x
i
)
x
i+1
x
i
m
Sin embargo, en ocasiones converge lentamente o incluso llega a
comportarse de manera divergente. Situaciones donde el mtodo llega a ser
divergente son aquellas funciones donde se presentan puntos de inflexin
(f(x)=0), y cuando en la cercana de la raz se presentan mximos o
mnimos (f (x)=0) que causan, debido a la expresin de la frmula para estimar
la raz, una divisin entre cero.
Ejemplo 2.8.1
Calcule ahora la raz de f(x)= sen (x) x
2
, utilizando el mtodo de Newton
Raphson. Utilice como valor inicial x
i
= 0.8
Solucin:
La primera derivada de la funcin es:
x x cos (x) f 2
Empleando el mtodo de Newton Raphson:
) 2(x ) cos(x
) (x ) sen(x
x x
i i
2
i i
i 1 i

+
Con un x
i
= 0.8
i xi f(xi) f'(xi) xi+1 % a % t
1 0.8 0.0773561 -0.903293 0.8856378 9.67 1.02
2 0.8856378 -0.010036 -1.13848 0.8768229 1.01 0.01
3 0.8768229 -0.000108 -1.114049 0.8767262 0.01 1.32 E-06
Se nota que el mtodo converge muy rpidamente, tanto que en la
tercera iteracin se alcanza un valor de la raz estimada con un
t
igual a 1.32
x 10
-6
.

-200
-100
0
100
200
300
400
-30 -10 10 30 50 70 90 110 130 150
xi
f(xi)
25 . 300 1373 . 8 3484 . 0 0023 . 0 ) (
2 3
+ + x x x x f
La presencia de races mltiples afecta el desarrollo del mtodo de
Newton-Raphson, ocasionando una convergencia no cuadrtica, sino lineal,
que hace ms lenta la convergencia. Una alternativa es utilizar una nueva
funcin definida por el cociente de la funcin original sobre su derivada:
) x ( ' f
) x ( f
) x ( u
(2.10)
Cuyas races se obtienen con el mtodo de Newton-Raphson, como:
) x ( ' u
) x ( u
x x
i
i
i i

+1 (2.11)
Si se deriva u(x) respecto a x para obtener u(x) y se sustituye u(x) y u(x)
en la ecuacin anterior (2.11), se obtiene:
[ ] ) x ( ' ' f ) x ( f ) x ( ' f
) x ( ' f ) x ( f
x x
i i i
i i
i i

+
2
1 (2.12)
Ejemplo 2.8.2
Empleando el mtodo de Newton-Raphson estndar y modificado,
evale la raz mltiple siguiente, utilizando como valor inicial x = 0.
( ) 3 7 5
2 3
+ x x x x f
Solucin:
La primera derivada de la ecuacin es: ( ) 7 10 3
2
+ x x x ' f
El mtodo de Newton-Raphson estndar para este problema es:
7 10 3
3 7 5
2
2 3
1
+
+

+
i i
i i i
i i
x x
x x x
x x
i xi % t
0 0 100
1 0.4285714 57
2 0.6857143 31
3 0.8328654 17
4 0.9133290 8.7
5 0.9557833 4.4
6 0.9776551 2.23
El mtodo converge en forma lineal hacia el valor verdadero 1.0.
Para el caso del mtodo modificado, la segunda derivada es:
( ) 10 6 x x ' ' f
En consecuencia, la ecuacin iterativa ser:
( )( )
( ) ( )( ) 10 6 3 7 5 7 10 3
7 10 3 3 7 5
2 3
2
2
2 2 3
1
+ +
+ +

+
i i i i i i
i i i i i
i i
x x x x x x
x x x x x
x x

i xi % t
0 0 100
1 1.105263 11
2 1.003082 0.31
3 1.000002 0.00024
De esta manera, la frmula modificada converge en forma cuadrtica.
Podemos concluir lo siguiente:
El mtodo de Newton Raphson es de gran utilidad cuando se quiere llegar a
una aproximacin acelerada, sin embargo su convergencia depender de la
naturaleza de la funcin y de la cercana con que se establezca el valor
inicial. El mtodo de Newton Raphson modificado, resuelve el hecho de
contar con races mltiples, pero ambas tcnicas requieren clculos de
derivadas lo que puede complicar la situacin si se trata de derivadas
complejas.
2.9Localizacin De La Raz De Una Funcin Mediante Bibliotecas Y
Paquetes De Software
Las bibliotecas y los paquetes de cmputo tienen gran capacidad para
localizar races. En esta seccin, se ofrece una muestra de los ms tiles.
2.9.1 Excel
Excel determina races de una ecuacin el mtodo del tanteo,
introduciendo un valor para la variable independiente en una celda y luego en
otra celda la frmula de la variable dependiente, entonces Excel vara el valor
de la primera celda hasta que el valor de la celda con la variable dependiente
se aproxime a cero. Adems del mtodo anterior, Excel presenta las
herramientas: Buscar Objetivo y Solver, que son empleadas tambin para ajustar
valores iniciales.
2.9.1.1Buscar Un Resultado Especfico De Una Celda Ajustando El Valor De
Otra Celda Mediante Buscar Objetivo
1. En el men Herramientas, haga clic en Buscar objetivo.
2. En el cuadro Definir celda, introduzca la referencia de la celda que
contenga la frmula que desee resolver.
3. En el cuadro Con el valor, introduzca el resultado que desee (cero en
este caso).
4. En el cuadro Para cambiar la celda, introduzca la referencia de la
celda que contenga el valor que desee ajustar. A esta celda debe
hacer referencia la frmula en la celda especificada del cuadro Definir
celda.
Ejemplo 2.9.1
Resolver la ecuacin ( ) 10 ) ( 2 . 1
2
x sen x con la herramienta Buscar
Objetivo.
Solucin:
Primero, en la hoja de clculo se establece la funcin cuya raz se
desea obtener (B2), calculando su valor en base a otra celda (A2), en este
caso se da un valor inicial de x de 0.
A B C
1 x f(x)
2 0 =1.2*(A2-SENO(A2^2))-10
La ventana de dilogo para Buscar objetivo se llena como sigue:
Cuando se selecciona el botn Aceptar, una ventana de mensaje
presenta los resultados:
Los resultados obtenidos son los siguientes:
A B C D
1 x f(x)
2 8.13470296 -1.60646E-05
La herramienta solver es ms sofisticada que Buscar Objetivo, porque
puede variar simultneamente varias celdas y adems de llevar la celda
destino a un valor, ste puede minimizarse o maximizarse.
2.9.2 MATLAB
MATLAB es capaz de localizar races en ecuaciones algebraicas y
transcendentales, siendo excelente para la manipulacin y localizacin de
races de los polinomios. La funcin fzero est diseada para localizar la raz de
una funcin. Una representacin simplificada de su sintaxis es:
fzero (f,xo, opciones)
Donde f es la funcin que se va a analizar, x
o
es el valor inicial y opciones
son los parmetros de optimizacin (stos pueden cambiarse al usar la funcin
optimset). Si no se anotan las opciones se emplean los valores por omisin.
Observe que se pueden emplear uno o dos valores iniciales, asumiendo que la
raz est dentro del intervalo. El siguiente ejemplo ilustra cmo se usa la
funcin fzero.
2.9.2.1 Uso De MATLAB Para Localizar Races
Ejemplo 2.9.2
Utilice la funcin fzero de MATLAB para encontrar las races de:
f(x) = -2x
6
+3.4
Cabe mencionar que existen dos races, una positiva y una negativa,
dentro del intervalo de -1.3 a 1.3
Solucin:
Bajo las condiciones iniciales de x
l
=0 y x
u
=1.3 para la raz positiva, se
calcula como sigue:
xo=[0 1.3];
x=fzero(inline('-2*x^6+3.4'),xo)
Zero found in the interval: [0, 1.3].
x =
1.0925
De manera semejante se emplean los valores iniciales 1.3 y 0 para
determinar la raz negativa.
xo=[-1.3 0];
x=fzero(inline('-2*x^6+3.4'),xo)
Zero found in the interval: [-1.3, 0].
x =
-1.0925
El uso de optimset se ilustra al mostrar en pantalla la forma en que las
iteraciones conducen a la solucin.
xo=[-1.3 0];
options=optimset('display', 'iter');
x=fzero(inline('-2*x^6+3.4'),xo,options)

Func-count x f(x) Procedure
1 -1.3 -6.25362 initial
2 0 3.4 initial
3 -0.457859 3.38157 interpolation
4 -0.87893 2.47795 bisection
5 -1.08946 0.0556683 bisection
6 -1.09346 -0.0185438 interpolation
7 -1.09246 0.000127361 interpolation
8 -1.09247 2.88478e-007 interpolation
9 -1.09247 -1.46549e-014 interpolation
10 -1.09247 1.77636e-015 interpolation
Zero found in the interval: [-1.3, 0].
x =
-1.0925
Estos resultados ilustran la estrategia empleada por fzero cuando se
tiene un intervalo. Primero evala la funcin en los extremos del intervalo.
Despus usa una combinacin del mtodo de biseccin e interpolacin para
dirigirnos a la raz. La interpolacin considera tanto el mtodo del la secante
como la interpolacin cuadrtica inversa.
La funcin fzero puede emplearse tambin con un valor inicial en lugar
de un intervalo, en cuyo caso busca primero en la vecindad del valor inicial
hasta detectar un cambio de signo y posteriormente emplea la combinacin
de biseccin e interpolacin cuadrtica.
xo=1;
x=fzero(inline('-2*x^6+3.4'),xo)
Zero found in the interval: [0.88686, 1.1131].
x =
1.0925
Se tiene que para ese valor, la funcin fzero llevar a la raz a su valor
positivo.
2.9.2.2 Uso De MATLAB Para Manipular Y Determinar Las Races De
Polinomios
Ejemplo 2.9.3
Analice cmo se emplea MATLAB para manipular y determinar las
races de polinomios. Use la siguiente ecuacin:
[3]
f(x) = x
5
- 3.5 x
4
+ 2.75 x
3
+ 2.125 x
2
3.875 x + 1.25
que tiene tres races reales: 0.5, -1.0, 2 y un par de races complejas: -1t 0.5
i.
Solucin:
El polinomio se introduce en MATLAB almacenando los coeficientes
como un vector. Por ejemplo, introduciendo los coeficientes en el vector a:
a=[1 -3.5 2.75 2.125 -3.875 1.25];
Despus se procede a manipular el polinomio, por ejemplo, podemos
evaluarlo en x=1, tecleando:
polyval(a,1)
Que resultar (1)
5
- 3.5 (1)
4
+ 2.75 (1)
3
+ 2.125 (1)
2
3.875 (1) + 1.25= -0.25
ans =
-0.2500
Para evaluar la derivada del polinomio utilizamos la siguiente orden:
polyder(a)
ans =
5.0000 -14.0000 8.2500 4.2500 -3.8750
[3]
MATLAB. Chapra, Steven C. Pg. 201
A continuacin, se crea un polinomio cuadrtico que tiene dos de las
races originales de la ecuacin: 0.5 y -1. Esta cuadrtica es (x-0.5)(x+1)= x
2
+ 0.5x 0.5 y se introduce en MATLAB como el vector b
b=[1 0.5 -.5];
Se divide el polinomio original a entre este polinomio b con:
[d, e]=deconv(a,b)
El resultado de la divisin es un polinomio de tercer grado (d) y un
residuo (e):
d =
1.0000 -4.0000 5.2500 -2.5000
e =
0 0 0 0 0 0
Debido a que el polinomio es un divisor perfecto, el residuo polinomial
tiene coeficientes iguales a cero. Ahora las races del cociente polinomial se
determinan como:
roots(d)
Con el resultado esperado para las races faltantes del polinomio
original.
ans =
2.0000
1.0000 + 0.5000i
1.0000 - 0.5000i
Ahora, al multiplicar d por b se regresa al polinomio original
conv(d,b)
ans =
1.0000 -3.5000 2.7500 2.1250 -3.8750 1.2500
Finalmente, podemos determinar todas las races del polinomio original
con
r=roots(a)
r =
-1.0000
2.0000
1.0000 + 0.5000i
1.0000 - 0.5000i
0.5000
2.10 Problemas De Aplicacin
Problema 1: Utilice las funciones ya existentes en el software de
MATLAB para resolver el problema que se presenta a continuacin:
[3]
En ingeniera ambiental se puede usar la siguiente ecuacin para
calcular el nivel de oxgeno en un ro aguas abajo desde una descarga de
aguas residuales:
) ( 20 10
75 . 0 2 . 0 x x
e e c


Donde x es la distancia aguas abajo en kilmetros. Determine la distancia
aguas abajo donde el nivel de oxgeno cae primero a una lectura de 5. Este
valor se encuentra alrededor de los 2 km de la descarga.
Solucin:
Debemos encontrar el valor de la distancia en km (x) para en donde el
valor de la concentracin de oxgeno es igual a 5.
Primero, creamos un archivo .m con la funcin:
( ) c e e x f
x x


) ( 20 10
75 . 0 2 . 0
function f=distancia(x)
c=5;
f=10-20.*(exp(-0.2.*x)-exp(-0.75.*x))-c;
Podemos graficar la funcin mediante ezplot para visualizar dnde se
localiza la raz. Recuerde lo siguiente:
Sabemos que dicho valor se encuentra dentro de los 2 km de descarga por lo
que podemos graficar estableciendo un intervalo de 2 a 10 km
ezplot('distancia(x)',[2,10])
Se genera la siguiente grfica:
[3]
Problemas propuestos. Chapra, Steven C. Pg. 225
La raz parece estar muy cercana a 7, para obtener una mejor
apreciacin de lo que sucede ampliamos la zona donde la grfica corta con el
eje y.
Revisando la grfica, observamos que la raz de la ecuacin se
encuentra muy cercano a x = 6.7. As que podemos utilizar este valor en fzero
como sigue:
[x,value]=fzero('distancia',6.7)
Zero found in the interval: [6.5105, 6.8895].
x =
6.8121
value =
0
Por lo tanto, la distancia donde el nivel de oxgeno cae a una lectura de
5 es: 6.8121 km.
Problema 2.
Antecedentes: Leyes de los gases
Todas las ecuaciones que relacionan la presin, el volumen y la
temperatura y que tratan de reproducir adecuadamente la conducta de los
gases reales son conocidas como ecuaciones de estado. En general, las
ecuaciones ms precisas son tambin las ms complejas y en este contexto, la
ley del gas ideal es la ms simple de todas, y se expresa como:
P V = n R T
La ecuacin de Van Der Waals para mejorar la ley del gas ideal es:
( ) RT b
a
p

,
_

2
Donde:
a
se relaciona con el efecto de las fuerzas atractivas.
b es el volumen efectivo de las molculas

es el volumen molar
*Las constantes
a
y b son diferentes para cada gas.
Planteamiento del Problema: Una empresa sintetiza amoniaco a partir
de H
2
y N
2
con la reaccin:
N
2
H
2
3 NH
3
+
Al almacn llegan tanques llenos de las materias primas, el H
2
y N
2
, de
capacidad de 30 l y 50 l respectivamente. El amoniaco producido se almacena
en tanques, en forma lquida. Las condiciones de los tanques de H
2
y N
2
son
de 200 K, bajo una presin de 35 atm.
Calcule, a partir de estos datos, el nmero de moles de H
2
y N
2
contenidos en cada tanque, con base en la ecuacin de Van Der Waals.
Los valores de las constantes son:
Para N
2
a = 1.390 atm l/mol
2
b = 0.03913 l/mol
Para H
2
a = 0.2444 atm l/mol
2
b = 0.02661 l/mol
Solucin:
Metodologa:
Emplearemos la ecuacin de Van Der Waals para determinar primero el
volumen molar ocupado por cada gas.
( ) RT b
a
p

,
_

2
La ecuacin se puede escribir como:
( ) 0
2 3
+ + ab a RT pb p
Se necesita encontrar el valor del volumen molar que hace cero la
funcin. Para ello, se emplear el mtodo de Newton-Raphson. Recurdese
que el mtodo de Newton-Raphson se expresa como:
) u ( ' f
) u ( f
u u
i
i
i i

+1
Observe lo siguiente:
En este problema un valor inicial puede ser obtenido por la ecuacin del gas
ideal.
RT p
Por tanto:
( ) ( )
mol l
atm
K atm
/ 469 . 0
35
200 K l/mol 08205 . 0

Seudocdigo: MATLAB
Las funciones cuyas races se desea encontrar se crean en MATLAB. El
cdigo de las funciones tanto para el caso del nitrgeno como el hidrgeno se
muestra en las siguientes figuras. Tambin se indica el cdigo para la derivada
de cada una de estas funciones.
Se crea un programa para el mtodo de Newton-Raphson tal como se
muestra a continuacin:
%------------------------------------------------------------------------------------%
% NEWTON RAPHSON Programa para encontrar la raz de una
% funcin "fun" numricamente mediante el
% mtodo de Newton-Raphson
%------------------------------------------------------------------------------------%
% fun Funcin objetivo creada previamente
% dfun Derivada de la funcin creada previamente
%************************************************************************%
function x=NewtonRaphson(fun,dfun,xi)
es=0.01;
imax=100;
fi=feval(fun,xi);
if fi==0
x=xi;
else
i=1;
fprintf('-------------------------------------------------------------------------------------------------\n');
fprintf('\t\tSOLUCION NUMERICA EMPLEANDO EL METODO DE NEWTON
RAPHSON\n');
fprintf('-------------------------------------------------------------------------------------------------\n');
fprintf(' i xi f(xi) df(xi) xr f(xr) ea\n');
fprintf('-------------------------------------------------------------------------------------------------\n');
while (1)
fi=feval(fun,xi);
dfi=feval(dfun,xi);
xr=xi-fi/dfi;
ea=abs(((xr-xi)/xr)*100);
fr=feval(fun,xr);
fprintf('%5.0f',i);
fprintf('%13.6f%13.6f%13.6f%13.6f%13.6f%13.6f\n',xi,fi,dfi,xr,fr,ea);
xi=xr;
i=i+1;
if ea<=es
break
end
if i>=imax
break
end
end
x=xr;
fprintf('-------------------------------------------------------------------------------------------------\n');
end
Empleando el valor inicial de 0.469 l/mol obtenido mediante la ley del gas
ideal, se obtienen los siguientes resultados con el mtodo de Newton-Raphson:
El volumen molar se expresa como:
n
V

De donde se puede despejar el nmero de moles, n, obtenindose:
moles
l/mol 0.423
l V
n 203 . 118
50

Se realiza lo mismo para el H

2
. Los resultados son:
Gases a 200 K y 35 atm
N2 H2
Volumen molar
(Ley del gas ideal) en l/mol
0.469 0.469
Nmero de moles
(a partir de la ley del gas ideal) en
moles
106.61 63.966
Volumen molar
(Ley de Van der Waals) en l/mol
0.423 0.482
Nmero de moles
(a partir de Van der Waals) en moles
118.203 62.241
Problema 3: Otras Ecuaciones de Estado
Adems de la ecuacin de Van der Waals, se han propuesto un
numeroso grupo de ecuaciones de estado. La forma de estas ecuaciones es de
gran inters, ya que representan los diversos intentos para conformar los datos
experimentales en una ecuacin con la ayuda del mnimo posible de
constantes. Las ecuaciones de Kammerlingh-Onnes y de Holborn ilustran un
tipo de ecuacin conocido con el nombre de forma virial. Estas ecuaciones son
esencialmente exponenciales en / 1 o en p, y las cantidades B, C, D, etc., se
conocen con el nombre de coeficientes viriales. Estas ecuaciones son
fundamentalmente semiempricas, es decir, las constantes han sido
determinadas utilizando datos experimentales. La ecuacin de Beattie-
Bridgeman, que incluye 5 constantes (sin contar R), y la ecuacin de Benedict-
Webb-Rubin, la cual tiene ocho constantes, son las mejores que se tienen
actualmente. Naturalmente, el uso de estas ecuaciones requiere de gran
consumo de tiempo, particularmente cuando los clculos se llevan a cabo
manualmente en lugar de usar una computadora, aun cuando los resultados
pueden, en ciertas circunstancias, ser ms exactos que los obtenidos por otros
mtodos ms simples.
La ecuacin de Beattie-Bridgeman est dada por:
3 2

+ + + RT p
,
_

3
T
c
RT
A
B RT
o
o

,
_

3
T
c B
RT
a A
b B RT
o o
o

,
_

3
T
bc B
RT
o

Utilizando la ecuacin de Beattie-Bridgeman, calclese el volumen molar

(en litro/mol) de amoniaco a 300 C y 200 atm de presin.
Los valores de las constantes son:
A
o
= 242.48 X 10
-3
Pa m
6
/mol
2
B
o
= 34.15 X 10
-6
m
3
/mol
a = 170.31 X 10
-6
m
3
/mol
b = 191.13 X 10
-6
m
3
/mol
c = 4768.8 K
3
m
3
/mol
Solucin:
Primero, convertimos las constantes a las unidades adecuadas para el
clculo.
A
o
= atm l
2
/mol
2
B
o
= l/mol
a = l/mol
b = l/mol
c = K
3
l/mol
La funcin a resolver es:
( )

p RT f + + +
3 2
Para encontrar la raz de esta ecuacin, podemos emplear el mtodo de
la secante, y desarrollar el cdigo en Visual Basic de Excel. Para crear
funciones a utilizar en Excel es necesario elegir herramientas del men, hacer
clic en Editor de Visual Basic. Despus seleccionar Insertar del men de Microsoft
Visual Basic, hacer clic en Mdulo y en ste, escribir el cdigo o cdigos que
desea ejecutar.
La funcin fun(v) se indica a continuacin:
Function fun(v)
T = 573.15
P = 200
R = 0.08205
A0 = 2.39309
B0 = 0.03415
A = 0.17031
b = 0.19113
c = 4768800
beta = R * T * (B0 - A0 / (R * T) - c / T ^ 3)
gamma = R * T * (-B0 * b - A0 * A / (R * T) - B0 * c / T ^ 3)
delta = R * T * (B0 * b * c / T ^ 3)
fun = R * T + beta / v + gamma / v ^ 2 + delta / v ^ 3 - P * v
End Function
El cdigo para la funcin secante es el siguiente:
Function secante(x1, x2)
Dim imax As Integer, I As Integer
Dim es As Double, ea As Double
Dim xn As Double, xn_1 As Double
xn_1 = 0
I = 0: imax = 100
es = 1 * 10 ^ -5
y1 = fun(x1)
y2 = fun(x2)
Do
xn = (x1 * y2 - x2 * y1) / (y2 - y1)
yn = fun(xn)
x1 = x2
y1 = y2
x2 = xn
y2 = yn
I = I + 1
ea = Abs((xn - xn_1) / xn) * 100
xn_1 = xn
Loop While I < i_max Or es < ea
secante = xn
End Function
Se puede establecer el intervalo bajo el criterio de que el volumen molar debe
ser mayor a cero.
-1500
-1000
-500
0
500
1000
1500
2000
2500
3000
3500
0 0,1 0,2 0,3 0,4 0,5 0,6
v
f
(
v
)
Se observa que la raz se encuentra muy cercana a cero. Como valores
iniciales para v podemos emplear 0.001 y 0.01.
A B C D E
1 ECUACION DE BEATTIE-BRIDGEMAN
2
3 V f(V)
4 =secante(0.001,0.01) =fun(B4)
5
Despus de emplear la funcin, se obtienen los siguientes resultados:
A B C D E
1 ECUACION DE BEATTIE-BRIDGEMAN
2
3 V f(V)
4 0.01008924 5.72085E-10
5
A pesar de las complicaciones que representa su uso, las ecuaciones de
estado son muy importantes por varias razones. Permiten conocer un sumario
conciso de una gran cantidad de datos experimentales, y tambin hacen
posible la interpolacin exacta en los datos experimentales. Suministran una
funcin continua que facilita los clculos termodinmicos en donde queda
implicado el uso de diferenciales e integrales. Por ltimo, constituyen un punto
de partida para el tratamiento termodinmico de las propiedades de las
mezclas.
Problema 4.
Antecedentes: Flujo de Fluidos
El flujo de fluidos es complejo y no siempre puede ser estudiado de forma
exacta mediante el anlisis matemtico. Contrariamente a lo que sucede con
los slidos, las partculas de un fluido en movimiento pueden tener diferentes
velocidades y estar sujetas a distintas aceleraciones. Tres principios
fundamentales que se aplican al flujo de fluidos son:
El principio de conservacin de la masa, a partir del cual se
establece la ecuacin de continuidad.
El principio de la energa cintica, a partir del cual se deducen
ciertas ecuaciones aplicables al flujo.
El principio de la cantidad de movimiento, a partir del cual se
deducen ecuaciones para calcular las fuerzas dinmicas ejercidas por
los fluidos en movimiento.
El flujo de fluidos puede ser permanente o no permanente; uniforme o no
uniforme; laminar o turbulento; unidimensional, bidimensional o tridimensional,
y rotacional o irrotacional.
El flujo permanente tiene lugar cuando, en un punto cualquiera, la
velocidad de las sucesivas partculas que ocupan ese punto en cada instante
es la misma. Por tanto, la velocidad es constante respecto del tiempo o bien,
V/ t = 0 pero puede variar de un punto a otro, es decir, ser variable respecto
de las coordenadas espaciales.
Ahora se deducirn las ecuaciones del movimiento para el flujo
permanente de un fluido cualquiera.
W=w dl dA
dz
dFs
dFs
dl
p dA
(p+dp) dA
Se considera como cuerpo libre la masa elemental de fluido dM mostrada
en la figura. Se ha escogido al eje x paralelo a la direccin del movimiento. No
se han representado las fuerzas que actan sobre el cuerpo libre dM en
direccin normal al movimiento.
Las fuerzas que actan en la direccin x se deben a:
Las presiones que actan sobre las caras de los extremos
La componente del peso
Las fuerzas cortantes (dF
s
) ejercidas por las partculas fluidas
adyacentes.
De la ecuacin del movimiento
x x
Ma F

, se obtiene
[ ]

,
_

+ +
dt
dV
g
dl dA
dF dAdlsen dA ) dp p ( pdA
s x

Dividiendo por
dA
y sustituyendo dt / dl por la velocidad V,
g
VdV
dA
dF
dlsen
dp
s
x

1
]
1

El trmino dF
s
/ dA representa la resistencia que se opone al movimiento
en la longitud dl. Las fuerzas cortantes dF
s
pueden sustituirse por el producto de
la tensin cortante por el rea sobre la que acta (permetro x longitud), es
decir, dF
s
= dPdl.
As,
R
dl
dA
dPdl
dA
dF
s

, donde R se conoce con el nombre de radio
hidrulico y se define como el cociente del rea de la seccin recta por el
permetro mojado o, en cada caso, dA/dP. La suma del trabajo realizado por
todas la fuerzas cortantes mide la prdida de energa debida al flujo, y ser:
R
dl
dh
L

carga de prdida

Ahora, como dl sen

x
= dz, se llega a la ecuacin:
0 + + +
L
dh dz
g
VdV dp

Esta expresin se conoce con el nombre de ecuacin de Euler cuando se

aplica a un fluido ideal (prdida de carga = 0). Al integrar la ecuacin anterior,
para fluidos de densidad constante, se obtiene la llamada ecuacin de
Bernoulli. La ecuacin diferencial, para flujos permanentes, es una de las
ecuaciones fundamentales del flujo de fluidos.
Para fluidos compresibles, la integracin es como sigue:
0
2
1
2
1
2
1
2
1
+ + +

L
v
v
v
v
v
v
dh dz
g
VdV dp

Sin embargo, el trmino

2
1
v
v
dp

no puede integrarse hasta no conocer la

expresin de en funcin de la variable p. La relacin entre y p depende de
las condiciones termodinmicas implicadas. Para condiciones isotrmicas
(temperatura constante) la ecuacin general de los gases puede expresarse en
la forma:
constante / p / p
1 1
o ( ) p p /
1 1

Donde p
1
/
1
es una constante, y p es la presin absoluta. Sustituyendo
ahora el valor de se obtiene:
( )
0
2
1
2
1
2
1
2
1
1 1
+ + +

L
v
v
v
v
v
v
dh dz
g
VdV
p p /
dp

Integrando y sustituyendo lmites (el trmino de la prdida de carga total se

representa por H
L
), se llega a:
2
2
2
2
1
1
1
2
1
1
1
1
2 2
z
g
V
p ln
p
H z
g
V
p ln
p
L
+ + + +

Al combinar esta ecuacin con la de continuidad y la ley de los gases
perfectos, para condiciones isotrmicas, se llega a una expresin en la que
solo es desconocida una velocidad. As, para un flujo permanente:
2 2 2 1 1 1
V A V A y
T R
p p

2
2
1
1

de donde
( )
2
1
2
1
2
1 1 2 2
2 2 2
1 V
p
p
A
A
A p p /
V A
V

,
_

Sustituyendo el valor de V
1
en la ecuacin de Bernoulli obtenida
anteriormente, se llega a:
1
]
1

+ +
1
1
]
1

,
_

,
_

+
2
2
2
2
1
1
1
2
2
2
1
2
2
1
2
1
1
1
2 2
z
g
V
p ln
p
H z
g
V
p
p
A
A
p ln
p
L

Planteamiento del Problema: Una corriente de nitrgeno est fluyendo
desde una tubera de 2.5 cm de dimetro hacia otra de 5 cm de dimetro donde
la temperatura es de 0 C, la presin 262.7 KPa manomtrica y la velocidad de
43 m/seg. Calcular la presin y la velocidad en la tubera de 2.5 cm, suponiendo
que no hay prdidas y aplicando el proceso isotrmico.
Solucin:
Metodologa:

Utilizaremos la ecuacin de Bernoulli para condiciones isotrmicas:
1
]
1

+ +
1
1
]
1

,
_

,
_

+
2
2
2
2
1
1
1
2
2
2
1
2
2
1
2
1
1
1
2 2
z
g
V
p ln
p
H z
g
V
p
p
A
A
p ln
p
L

En este caso, dado que no existe prdida de carga, H
L
=0 y teniendo en
cuenta que z
1
= z
2
, se llega a:
1
1
]
1

,
_

,
_

1
]
1

2
1
2
2
1
2
2
2
2
1
1
1
1
2 p
p
A
A
g
V
p
p
ln
p

Dado que
T R
p p

2
2
1
1

1
1
]
1

,
_

,
_

1
]
1

2
1
2
2
1
2
2
2
2
1
1
2 p
p
A
A
g
V
p
p
ln T R
Recurdese que las presiones deben ser absolutas, por lo que debe
sumrsele a la presin manomtrica el valor de la presin atmosfrica, que
tomaremos como 1 atm = 101,300 Pa; y la temperatura debe encontrarse en
grados Kelvin. Por tanto, la presin p
2
ser de 364 KPa y la temperatura T=273K.
Lo que resta ahora es calcular el valor de p
1
. Aunque slo aparece una
incgnita, la solucin directa no es fcil, por lo tanto utilizaremos un mtodo
numrico para resolver la ecuacin.
Podemos reordenar la ecuacin para llegar a:
0 1
2
2
1
2
4
1
2
2
2
2
1

1
1
]
1

,
_

,
_

+
p
p
D
D
g
V
p
p
ln T R
Donde:
R =8.205 x10
-2
(atm-l)/(mol-K) = 30.3 m/K;
T=273 K;
p
2
=364 KPa;
V
2
=43 m/s;
D
2
=0.05 m;
D
1
=0.025 m;
Seudocdigo: MATLAB
Empleando MATLAB, se genera la funcin fun(p1):
function f=fun(p1)
T = 273.15;
R = 30.3;
g=9.81;
p2=364;
V2=43;
D2=0.05;
D1=0.025;
f=R*T*log(p1/p2)+V2^2*((D2/D1)^4*(p2/p1)^2-1)/(2*g);
Se emplear el mtodo de la falsa posicin. El cdigo para este mtodo en
MATLAB se muestra a continuacin.
function x=falsaposicion(fun,xl,xu)
es=1e-2;
imax=100;
fl=feval(fun,xl);
fu=feval(fun,xu);
if fl*fu<0
xri=0;
i=0;
fprintf('-------------------------------------------------------------------------------------------------\n');
fprintf('\t\tSOLUCION NUMERICA EMPLEANDO EL METODO DE FALSA
POSICION\n');
fprintf('-------------------------------------------------------------------------------------------------\n');
fprintf(' i xl xu xr f(xl) f(xu) f(xr) ea\n');
fprintf('-------------------------------------------------------------------------------------------------\n');
while (1)
xr=xu-(fu*(xl-xu))/(fl-fu);
ea=abs(((xr-xri)/xr)*100);
fr=feval(fun,xr);
xri=xr;
i=i+1;
fprintf('%5.0f',i);
fprintf('%13.6f%13.6f%13.6f%13.6f%13.6f%13.6f%13.6f\n',xl,xu,xr,fl,fu,fr,ea);
if ea<=es
break
end
if i>=imax
break
end
if fl*fr<0
xu=xr;
fu=fr;
end
if fu*fr<0
xl=xr;
fl=fr;
end
if fu*fr==0
break
end
end
x=xr;
fprintf('-------------------------------------------------------------------------------------------------\n');
elseif fl==0
x=xl;
else fu==0
x=xu;
end
Sabemos que la energa total en ambos puntos de la tubera est dada por
energa de presin, energa cintica y energa potencial y teniendo en cuenta
que para mantener igual la suma de la energa en cualquier punto de un
fluido, cuando se incrementa la velocidad de este, disminuye la presin y
viceversa, al tener en el punto A una reduccin en el dimetro de la tubera, la
energa de velocidad aumenta, pero la energa de presin disminuye. Por
tanto nuestro intervalo de presin en A debe ser menor a 364 KPa que es la
presin en B.
Al aplicar la funcin con el intervalo de 200 a 300 KPa se obtiene la
siguiente tabla de resultados que muestra los valores obtenidos en cada
iteracin:
A B
El valor de la presin en el punto 1 es de 250.9 KPa absolutos.
Para la velocidad en el punto uno:
m/s m/s
KPa
KPa
5 . 249 43
9 . 250
364
025 . 0
05 . 0
1
2
2
1
2
2
1
2
2
1
2
1
2

,
_

,
_

,
_

,
_

,
_

V
p
p
D
D
V
p
p
A
A
V
Problema 5.
Antecedentes: Equilibrio Qumico
La mayora de las reacciones qumicas no se producen en forma
completa. Es decir, cuando los reactivos se mezclan en cantidades
estequiomtricas, no se transforman completamente en productos. Las
reacciones que no se completan del todo y que pueden producirse en ambas
direcciones se denominan reacciones reversibles.
Supongamos que la siguiente reaccin reversible 2A+B=C se produce
mediante un mecanismo de una sola etapa. La velocidad de la reaccin directa
es: r
d
= k
d
[A]
2
[B], mientras que la de la reaccin inversa es: r
i
= k
i
[A
2
B].
En estas expresiones, k
d
y k
i
son respectivamente las constantes
especficas de velocidad de las reacciones directa e inversa. Por definicin, las
dos velocidades son idnticas en el equilibrio.
k
d
[A]
2
[B] = k
i
[A
2
B]

[ ]
[ ] [ ] B A
B A
k
k
i
d
2
2

A cualquier temperatura, k
d
/k
i
es una constante porque k
d
y k
i
son
constantes. A dicha relacin se le da el nombre de constante de equilibrio K
c
,
donde el subndice se refiere a las concentraciones. En esta reaccin,
[ ]
[ ] [ ] B A
B A
K
c
2
2

Los corchetes de la constante de equilibrio indican concentraciones de

equilibrio en moles por litro.
Planteamiento del Problema: Una reaccin qumica
reversible se caracteriza por la relacin de equilibrio :
[3]
[ ]
[ ] [ ] B A
C
K
c
2

Suponga que se define una variable x que representa el nmero de

moles de C producidos. La conservacin de la masa se utiliza para reformular
la relacin de equilibrio como:
[ ]
[ ] [ ] x B x A
x C
K
o o
o
c

+

2
2
Donde el subndice 0 indica la concentracin inicial de cada componente.
Si K
c
=0.015, [A
o
] = 42, [B
o
] = 30 y [C
o
] =4, calcule x.
Solucin:
Metodologa y Seudocdigo: MATLAB
Debemos encontrar el valor de x que satisface la ecuacin de equilibrio.
Para ello creamos un archivo .m en MATLAB con la funcin:
[3]
Problemas propuestos. Chapra, Steven C. Pg. 223
2 + A B C
( )
[ ]
[ ] [ ]
c
o o
o
K
x B x A
x C
x f

+

2
2
function f=equilibrio(x)
Ao=42;
Bo=30;
Co=4;
K=0.015;
f=(Co+x)./(((Ao-2.*x).^2).*(Bo-x))-K;
Ahora, debemos encontrar x, tal que f(x) = 0. Para ello, haremos uso del
mtodo de biseccin.
Es importante que no se pierda de vista el problema, consecuentemente, el
intervalo puede ser establecido teniendo en cuenta que inicialmente hay 4
moles de C
0
y que dado que se cuenta con 42 moles de A
o
y 30 de B
o
, inferimos
que nuestro reactivo limitante son 42/2=21 moles de A, debido a que se
necesitan 2 moles de A para producir una mol de C. Entonces nuestro
intervalo ser de 4 a 25 moles de C ya que a los 21 moles de A
0
y se le suman
los 4 moles iniciales de C.
Podemos graficar la funcin mediante ezplot con un intervalo de 4 y 25:
ezplot('equilibrio(x)',[4,25])
Grafica de la funcin f=(Co+x)./(((Ao-2.*x).^2).*(Bo-x))-K
Revisando la grfica, observamos que la raz de la ecuacin se
encuentra muy cercano a x = 16. As, como valores iniciales podemos emplear
14 y 17 para el mtodo de biseccin, cuyo cdigo en MATLAB se muestra
enseguida.
function x=biseccion(fun,xl,xu)
es=1e-2; imax=100;
fl=feval(fun,xl); fu=feval(fun,xu);
if fl*fu<0
xri=0; i=0;
fprintf('-------------------------------------------------------------------------------------------------\n');
fprintf('\t\tSOLUCION NUMERICA EMPLEANDO EL METODO DE BISECCION\n');
fprintf('-------------------------------------------------------------------------------------------------\n');
fprintf(' i xl xu xr f(xl) f(xu) f(xr) ea\n');
fprintf('-------------------------------------------------------------------------------------------------\n');
while (1)
xr=(xl+xu)/2 ; ea=abs(((xr-xri)/xr)*100);
fr=feval(fun,xr);
xri=xr;
i=i+1;
fprintf('%5.0f',i);
fprintf('%13.6f%13.6f%13.6f%13.6f%13.6f%13.6f%13.6f\n',xl,xu,xr,fl,fu,fr,ea);
if ea<=es
break
end
if i>=imax
break
end
if fl*fr<0
xu=xr;
fu=fr;
end
if fu*fr<0
xl=xr;
fl=fr;
end
if fu*fr==0
break
end
end
x=xr;
fprintf('-------------------------------------------------------------------------------------------------\n');
elseif fl==0
x=xl;
else fu==0
x=xu;
end
Utilizando el programa que contiene el mtodo de biseccin en el
intervalo de 14 a 17, se obtiene un valor de x de 16.156 moles.
Problema 6.
Antecedentes: Presiones Parciales y Constantes de
Equilibrio
En el caso de los gases, es ms conveniente medir presiones que
concentraciones, dado que la presin de un gas es directamente proporcional a
su concentracin. En los equilibrios en que participan gases, la constante de
equilibrio suele expresarse en funcin de las presiones parciales en lugar de
hacerlo en funcin de concentraciones.
As, para una reaccin gaseosa en equilibrio, se expresa la constante
como
( )

i
i
v
i p
P K
Donde P
i
es la presin parcial del componente i y v
i
es el coeficiente
estequiomtrico del componente i (positivo para productos y negativo para
reactivos).
Suponiendo que en una mezcla de gases, la presin parcial de un gas
es igual a su fraccin molar por la presin total se tiene:
( ) ( )

i
i
v
i
i
v
p
X P K
Donde X
i
es la fraccin molar del componente i.
Planteamiento del Problema: Una corriente gaseosa que contiene 2
moles de H
2
por 1 mol de CO se hace pasar por un catalizador para que suceda
la reaccin:
CO H
2
CH
3
OH +
(g) (g)
(g) 2
Si el equilibrio se alcanza a 500 C, donde K
p
= 6.25 X 10
-3
. Cul es la
fraccin molar de equilibrio del metanol a una presin total de 100 atm?
Solucin:
Metodologa:
Dado que

+ 2 1 2 1 ) ( vi
, la ecuacin de la constante de equilibrio
es:
( )
( )
( ) ( )
2
2
3
2
2
2
3
H CO
OH CH
H CO
OH CH
p
X X
X
P
P P
P
K


Podemos representar el nmero de moles de las especies en el
equilibrio bajo la siguiente tabla:
CO H
2
CH
3
OH +
(g) (g)
(g) 2
Inicio 1 2 0
Cambio -x -2x +x
Equilibrio (1-x) (2-2x) x
En el equilibrio, el nmero total de moles es (3-2x). Las fracciones
molares de las especies en el equilibrio se pueden expresar de la manera
siguiente:
( )
( ) x
x
X
CO
2 3
1

( )
( ) x
x
X
H
2 3
1 2
2

( )
( ) x
x
X
OH CH
2 3
3

La suma de las fracciones molares de los componentes debe ser

siempre igual a 1, por tanto:
1
2 3
+ +
H CO OH CH
X X X
CO H
X X 2
2

Por tanto,
1 3
3
+
CO OH CH
X X
CO OH CH
X X 3 1
3

Sustituyendo los valores encontrados para las fracciones molares en la
expresin de Kp se obtiene:
( )
( )
( ) ( )
( )
( )
( ) CO
CO
CO CO
CO
p
X
X
X X
X
K
3
2
2
2
4
3 1
2
3 1

100atm 100atm
Ahora, tenemos que encontrar el valor de X
CO
que cumple con la
ecuacin. Es decir, tenemos que encontrar X
CO
tal que f(X
CO
)=0, donde:
( ) ( )
( )
( ) CO
CO
p CO
X
X
K X f
3
2
4
3 1
100atm
Seudocdigo: Visual Basic de Excel
Para esto, utilizaremos el mtodo de la secante modificada,
desarrollando el cdigo en el editor de Visual Basic de Excel.
Function func(x)
P = 100
Kp = 0.00625
func = P ^ 2 * Kp - (1 - 3 * x) / (4 * x ^ 3)
End Function
Function secante_modificada(x1, dx)
Dim imax As Integer, I As Integer
Dim es As Double, ea As Double
Dim xn As Double, xn_1 As Double
xn_1 = 0
i = 0: imax = 100
es = 1 * 10 ^ -5
x2 = x1 + dx
y1 = func(x1)
y2 = func(x2)
Do
xn = x1 - dx * y1 / (y2 - y1)
yn = func(xn)
x1 = xn
x2 = x1 + dx
y1 = yn
y2 = func(x2)
i = i + 1
ea = Abs((xn - xn_1) / xn) * 100
xn_1 = xn
Loop While i < i_max Or es < ea
secante_modificada = xn
End Function
Sabemos que la fraccin molar describe la concentracin de una sustancia en
una solucin, pero que la suma de las fracciones molares debe ser igual a 1.
Por tanto Podemos utilizar como valor inicial de 0.1 para X
C0
, con lo que
comprobamos que nuestro intervalo depender de la naturaleza del
problema.
Llenamos la hoja de clculo como se muestra:
A B C D E
1
EQUILIBRIO EN FASE GASEOSA
2
3
4 XCO =secante_modificada(0.1;0.001)
5 XH2 =2*B4
6 XCH3OH =1-3*B4
7
8 f(XCO) =func(B4)
9
Tras utilizar la funcin creada, se obtienen los siguientes resultados:
A B C D E
1
EQUILIBRIO EN FASE GASEOSA
2
3
4 XCO 0.13378559
5 XH2 0.26757119
6 XCH3OH 0.59864322
7
8 f(XCO) 1.3217E-07
9
Por tanto, el valor de la fraccin molar de metanol en el equilibrio es
0.5986 a 100 atm y 500C.