Professional Documents
Culture Documents
Una matriz es un conjunto de nmeros colocados como arreglos rectangulares y encerrados entre parntesis,
los componentes individuales de la matriz se llaman sus elementos.
La notacin aij en una matriz, designa al elemento ene la i-sima fila, y en la j-sima columna. Los subndices
se emplean para indicar los elementos designando primero la fila y luego la columna.
Notacin Matricial
Definimos que una matriz consta de un arreglo rectangular de elementos representados por un smbolo
simple
a11 a12 a13 a1n
a a 22 a 23 a 2 n
21
A a31 a32 a33 a3 n
a m1 am 2 am3 amn
B b1 , b2 , , bn
Las matrices con dimensin n =1, se les conoce como vector columna.
c1
c
C 2
cn
A las matrices donde m = n se les llama cuadradas.
Se le llama diagonal principal de la matriz a la diagonal consistente de los elementos a11, a22, a33, a44,...
23
Reglas de Operacin sobre Matrices
La suma de dos matrices [A] y [B], se realiza sumando los elementos correspondientes de cada matriz. Los
elementos de la matriz [C] resultante se calculan como:
Para multiplicar dos matrices se requiere que el nmero de columnas sea igual al nmero de renglones de
la otra, la dimensin de la matriz resultante ser el nmero de renglones y el nmero de columnas de la otra
La multiplicacin no es conmutativa
[A][B]=[C] [A]mn[B]np=[C]mp
n
cij a
k 1
b
ik kj
Transpuesta
Comprende la transformacin de sus renglones en columnas
c11
c
C 21 entonces[C]T = [c11, c21, c31, c41,]
c31
c41
Tipos de Matrices
Simtrica
Para toda i y para toda j aij = aji
5 7 2 1 3
7 4 9 6 8
A 2 9 8 3 5
1 6 3 3 1
3 8 5 1 9
Diagonal
Todos los elementos fuera de la diagonal principal son iguales a cero
a11 0 0 0
0 a22 0 0
[ A]
0 0 a33 0
0 0 0 a 44
Identidad
Es una matriz diagonal donde todos los elementos de la diagonal principal son igual a 1
1 0 0 0
0 1 0 0
[I ]
0 0 1 0
0 0 0 1
24
Triangular Superior Derecha
Todos los elementos bajo la diagonal principal son cero.
Donde las aij son coeficientes constantes, las C son constantes y n es el nmero de ecuaciones.
25
a11 a12 a13 a1n
a a22 a23 a2 n
21
[A] [X] = [C] A a31 a32 a33 a3n
am1 am 2 am 3 amn
Si c1, c2, c3, cn son cero, se dice que el sistema es homogneo, en este caso tiene por lo menos la solucin
trivial x1 = x2 = x3 = xn = 0, tiene ms soluciones si y solo si, D = 0.
Si por lo menos c1 o cualquier otra cn no es cero, se dice que el sistema es no homogneo. Entonces si D es
distinto de cero, el sistema tiene precisamente una solucin que puede obtenerse por algn mtodo analtico o
numrico.
Determinantes
a11 x1 + a12 x2 = b1
a21 x1 + a22 x2 = b2 (1)
en el que las incgnitas son x1, y x2.
Para resolver este sistema, puede multiplicarse la primera ecuacin por a22, la segunda por
-a12 y sumar, encontrando
Si a11 a22 - a21 a12 no es cero, puede dividirse y obtener el resultado deseado
b1 a 22 b2 a12 b2 a11 b1 a 21
x1 x2 (2)
a11 a 22 a 21 a12 a11 a 22 a 21 a12
a11 a12
a 21 a 22
a11 a12
= a11 a22 - a21 a12
a 21 a 22
26
Los cuatro nmeros a11, a12, a21, a22 se llaman elementos del determinante. Se dice que los elementos en una
lnea horizontal forman un rengln y que los elementos en una lnea vertical forman una columna del
determinante.
Ahora puede escribirse la solucin (2)del sistema (1) en la forma
D1 D2
x1 x2 (D 0)
D D
donde
Esta frmula se llama Regla de Cramer. Ntese que D1 se obtiene reemplazando la primera columna de D
por la columna con elementos b1, b2 y D2 se obtiene reemplazando la segunda columna de D por esa columna.
Una forma distinta de evaluar el determinante de un sistema de ecuaciones se basa en el hecho de que el
determinante de una matriz triangular se puede calcular simplemente con el producto de los elementos de su
diagonal
Algoritmo 3.1
El mtodo consiste de dos fases: la eliminacin de incgnitas y su solucin mediante sustitucin hacia atrs.
27
Eliminacin de incgnitas.
1. Para aplicar el mtodo se divide la ecuacin pivote por el elemento que corresponde a la diagonal
principal, llamado elemento pivote
2. Se multiplica esta ecuacin por el elemento que se quiere eliminar en la ecuacin correspondiente
a11 x1 a x a x a x b
a21 a21 12 2 a21 13 3 ... a21 1n n a21 1
a11 a11 a11 a11 a11
a11 a a a b
a 21 a 21 x1 a 22 a 21 12 x 2 a 23 a 21 13 x1 ... a 2 n a 21 1n x n b2 a 21 1
a11 a11 a11 a11 a11
a22 x2 + a23 x3 +........+ a2n xn = b2
El procedimiento se repite hasta que se elimina la primera incgnita de las ecuaciones restantes, y despus la
segunda, tercera y hasta la n-1esima incgnitas
Que representado en forma matricial generara una matriz triangular superior derecha.
Ejemplo 3.1
Dado el problema
-12 x1 + x2 - 7 x3 = -80
x1 - 6x2 + 4 x3 = 13
-2 x1 - x2 + 10 x3 = 92
Encontrar los valores de x1, x2, x3.
28
Escrito en forma matricial
12 1 7 x1 80
1 6 4 x 13
2
2 1 10 x3 92
Eliminacin
Para aplicar el mtodo de eliminacin gaussiana simple se forma la siguiente matriz ampliada
12 1 7 80
Ecuacin Pivote 1
6 4 13
Elementos a eliminar 2
1 10 92
29
12 1 7 80
0 5.9167 3.4167 6.3333
0 1.1667 11.1667 105.3333
Se repite el procedimiento hasta formar una matriz triangular superior derecha haciendo ceros los elementos
bajo la diagonal principal.
12 1 7 80
0 5.9167 3.4167 6.3333
0 0 10.493 104.0845
-12 x1 + x2 - 7 x3 = -80
- 5.9167 x2 + 3.4167 x3 = 6.3333
10.493 x3 = 104.0845
x2
6.3333 3.4167 9.9194 4.6577
5.9167
x2 x3
80 4.6577 79.9194
x1 1.2684
-12
30
3.2.2 Matriz Inversa
Si una matriz A es cuadrada no singular (det A 0), hay otra matriz A-1 llamada inversa de A tal que
A A-1 = A-1 A = I
12 1 7 x1 80
1 6 4 x 13
2
2 1 10 x3 92
1. Normalizar la ecuacin pivote, dividindola entre el elemento pivote (el elemento correspondiente a la
diagonal principal)
2. Multiplicar la ecuacin pivote por el elemento que se quiere hacer cero en la columna del elemento
pivote y se resta esta ecuacin de la ecuacin que contiene el elemento a eliminar
1(1)(1) = 0 2 (2)(1)= 0
6 (1)(0.0833)= 5.9167 1 (2)(0.0833)=1.1667
4 (1)(0.5833)= 3.4167 10 (2)(0.5833)= 11.1667
13 (1)(6.6667)= 6.3333 92 (2)(6.6667)= 105.3333
0 (1)(0.0833)= 0.0833 0 (2)( 0.0833)= 0.1667
1(1)(0) = 1 0 (2)(0)= 0
0(1)(0) = 0 1 (2)(0)= 1
I x A-1
por la ecuacin
D = a11 a22 a33 - a11 a32 a23 + a21 a32 a13 - a21 a12 a33 + a31 a12 a23 - a31 a22 a13
Los determinantes de segundo orden en (4), que se encuentran multiplicados por ai1, donde i = 1, 2 3, se
obtienen de D omitiendo la primera columna y el i-simo rengln de D.
32
Ntese que los elementos de D estn arreglados en el mismo orden en el que se presentan como coeficientes
en el sistema de ecuaciones (3), y Dj donde j = 1, 2 3 se obtiene a partir de D reemplazando la j-sima
columna por la columna con elementos b1, b2, b3.
D1 D2 D3
x1 x2 x3
D D D
Ejemplo 3.3
Dado el problema
-12 x1 + x2 - 7 x3 = -80
x1 - 6x2 + 4 x3 = 13
-2 x1 - x2 + 10 x3 = 92
Encontrar los valores de x1, x2, x3.
12 1 7
6 4 1 7 1 7
D 1 6 4 12 1 2
1 10 1 10 6 4
2 1 10
12 1 7
D= 1 6 4 = -12(-6)(10) + 12(-1)(4) - 1(1)(10) + 1(-1)(-7)2(1)(4) + 2(-6)(-7)
2 1 10
D = 745
80 1 7 12 80 7
D1 = 13 6 4 = 945 D2 = 1 13 4 = 3470
92 1 10 2 92 10
12 1 80
D3 = 1 6 13 = 7390
2 1 92
3.2.5.1 Jacobi
El sistema de ecuaciones lineales
a11 x1 + a12 x2 + a13 x3 + ........+ a1n xn = b1
a21 x1 + a22 x2 + a23 x3 + ........+ a2n xn = b2
a31 x1 + a32 x2 + a33 x3 + ........+ a3n xn = b3
.................................................................
an1 x1 + an2 x2 + an3 x3 + ........+ ann xn = bn
33
Dx + Cx = b Dx = b - Cx
x
b C x
D
Esta ltima ecuacin se puede usar para aproximar la solucin mediante un proceso iterativo.
Ntese la semejanza con el mtodo de punto fijo desarrollado en la unidad anterior. El criterio de
convergencia para este es que los elementos de la diagonal principal de la matriz A sean dominantes, es decir
x i 1
b C xi
D
La aplicacin de la ecuacin del mtodo al sistema de ecuaciones sera entonces
x1,i 1
b a
1 12 x 2,i a13 x3,i ... a1, n x n ,i
a11
x 2 ,i 1
b a
2 x a 23 x3,i ... a 2 , n x n ,i
21 1, i
a 22
x 3,i 1
b a
3 31 x3,i a 32 x 2,i ... a 3, n x n ,i
a 33
bn a n,1 x1,i a n,2 x 2,i ... a n,n1 x n1,i
x n ,i 1
a n,n
Como en todos los procesos iterativos, se requiere dar una aproximacin inicial, que en este caso sera un
vector solucin inicial x0, as como un criterio de convergencia
a ii a ij
i j
Que deber cumplirse para cada elemento del vector actual y previo; tambin se dar el nmero mximo de
iteraciones.
xi 1 xi 100 s
xi 1
Ejemplo 3.4
Dado el problema
-12 x1 + x2 - 7 x3 = -80
x1 - 6x2 + 4 x3 = 13
-2 x1 - x2 + 10 x3 = 92
34
Primera iteracin
x1,i 1
80 x2i 7 x3i x1,0 = 0
x1,1
80 0 7 0 6.667
12 x2,0 = 0 12
x 2 ,i 1
13 x1i 4 x3i x3,0 = 0
x 2 ,1
13 0 4 0 2.1667
6 6
x3,i 1
92 2 x1i x 2i
x 3,1
92 2 0 0 9.2
10 10
a1
x
1,i 1 x1,i
100 s
x1,i 1
a2
x 2 ,i 1 x 2 ,i
100 s
a1 = a2 = a3 = 100
x2 ,i 1 a i < s? NO
a3
x 3,i 1 x3 ,i
100 s
x3,i 1
Segunda iteracin
x1, 2
80 2.1667 7 9.2 1.1194
12 a1 = 495.5601
x 2,2
13 6.6667 4 9.2
5.0778 a2 = 142.67
6 a3 = 10.8242
x 3, 2
92 2 6.6667 2.1667 10.3167 a i < s? NO
10
Tercera iteracin
x1,3
80 5.0778 710.3167 1.0717
12 a1 = 4.4509
x 2 ,3
13 1.1194 410.3167 4.8977 a2 = 3.6772
6 a3 = 3.8765
x 3, 3
92 21.1194 5.0778 9.9317 a i < s? NO
10
Cuarta iteracin
x1, 4
80 4.8977 7 9.9317 1.2813
12 a1 = 16.3584
x 2, 4
13 1.0717 4 9.9317 4.6361 a2 = 5.7111
6 a3 = 0.2887
x 3, 4
92 21.0717 4.8977 9.9041 a i < s? NO
10
35
Quinta iteracin
x1, 5
80 4.6361 7 9.9041 1.2756 a1 = 0.4455
12 a2 = 0.2907
x 2 ,5
13 1.2813 4 9.9041
4.6496 a3 = 0.1590
6
a i < s? NO
x 3, 5
92 21.2813 4.6361 9.9199
10 NMI ? SI
3.2.5.2 Gauss-Seidel
Este mtodo es una mejora del mtodo de Jacobi, la cual consiste en que los valores de cada aproximacin se
usan inmediatamente para el clculo de las aproximaciones sucesivas.
El sistema de ecuaciones se modificar entonces de la siguiente manera:
x1,i 1
b a
1 12 x 2 ,i a13 x 3,i ... a1, n x n ,i
a11
x 2,i 1
b a
2 x
21 1,i 1 a 23 x 3,i ... a 2 , n x n ,i
a 22
x3,i 1
b a
3 x
31 1,i 1 a 32 x 2 ,i 1 ... a 3, n x n ,i
a 33
bn a n,1 x1,i 1 a n,2 x 2,i 1 ... a n,n1 x n1,11
x n ,i 1
a n,n
Ejemplo 3.5
Dado el problema
-12 x1 + x2 - 7 x3 = -80
x1 - 6x2 + 4 x3 = 13
-2 x1 - x2 + 10 x3 = 92
Primera iteracin
80 x 2i 7 x 3i x1,0 = 0 x1,1
80 0 7 0 6.667
x1,i 1 x2,0 = 0 12
12
13 6.667 4 0 1.0556
x 2 ,i 1
13 x1,i 1 4 x3i x3,0 = 0 x 2 ,1
6
6 92 2 6.667 1.0556 10.4278
x 3,i 1
92 2 x1,i 1 x 2,i 1 x 3,1
10
10
36
a1
x
1,i 1 x1,i
100 s
x1,i 1
a2
x 2 ,i 1 x 2 ,i
100 s
a1 = a2 = a3 = 100
x2 ,i 1 a i < s? NO
a3
x 3,i 1 x3 ,i
100 s
x3,i 1
Segunda iteracin
80 1.0556 710.4278
x1 , 2 0.4958
a1 = 1244.6349
12
13 0.4958 410.4278 a2 = 121.6854
x2 ,2 4.8678 a3 = 6.5594
6
92 20.4958 4.8678 a i < s? NO
x3 , 2 9.7859
10
Tercera iteracin
x1,3
80 4.8678 7 9.7859 1.3638
12 a1 = 63.6457
x 2 ,3
13 1.3638 4 9.7859
4.5846
a2 = 6.1772
6 a3 = 1.4631
x 3, 3
92 21.3638 4.5846 9.9312 a i < s? NO
10
Cuarta iteracin
x1, 4
80 4.5846 7 9.9312 1.2555
12 a1 = 8.6260
x 2, 4
13 1.2555 4 9.9312 4.6634 a2 = 1.6898
6
a3 = 0.1391
x 3, 4
92 21.2555 4.6634 9.9174
a i < s? NO
10
Quinta iteracin
x1,5
80 4.6634 7 9.9174 1.2701 a1 = 1.1495
a2 = 0.1460
12 a3 = 0.0232
x 2 ,5
13 1.2701 4 9.9174 4.6566 a i < s? NO
6 NMI ? SI
x 3, 5
92 21.2701 4.6566 9.9197
10
37
3.3 Teora de Sistemas de Ecuaciones no Lineales
f 1 x1 , x 2 , x 3 ,... x n 0
f 2 x1 , x 2 , x 3 ,... x n 0
f 3 x1 , x 2 , x 3 ,... x n 0
f n x1 , x 2 , x 3 ,... x n 0
F(x1, x2, x3,...xn) = [f1 (x1, x2, x3,...xn), f2 (x1, x2, x3,...xn),
f3 (x1, x2, x3,...xn), ..., fn (x1, x2, x3,...xn)]
Usando notacin vectorial para representar las variables x1, x2, x3,... xn; el sistema puede representarse por
F (x) = 0
La solucin a este sistema, es el vector x = [x1, x2, x3,...xn] que hace que simultneamente todas las ecuaciones
sean iguales a cero.
3.4.1Iteracin Secuencial
Anteriormente se desarroll el mtodo de iteracin de punto fijo para resolver la ecuacin f(x)=0,
transformando esta ecuacin en una ecuacin de la forma x = g(x), usando el criterio de convergencia
g(x) < 1 en el intervalo [a, b] donde g(x) [a, b] para x [a, b].
Para el caso de un conjunto de ecuaciones no lineales utilizaremos un procedimiento similar, extendindolo a
todas las ecuaciones, usando el criterio de convergencia
g i x K
para toda j = 1, 2, 3...n y K< 1
x j n
con la propiedad de G x D para x D donde D = {(x1, x2,...xn)t ai xi bi para i = 1, 2, ...n}.
Ejemplo 3.6
El sistema no lineal
38
Demuestre que G g1 , g2 tiene un nico punto fijo en D = {(x1, x2)t 0 x1,x2 1.5}.
t
g 2
2
g1 2 x1 x 1
0.3 2 0.325
x1 10 x1 10
g1 2 x1 g2 2 x1 x2
0.3 0.45
x1 10 x2 10
gi
0.45 se cumple con K = 0.9
x j
3.4.2 Newton
Si escribimos la serie de Taylor truncada a partir de los trminos que contienen segundas derivadas parciales
para cada una de las ecuaciones tendremos:
Puesto que todas las ecuaciones deben ser cero en las races
f 1,i f 1,i f 1,i
f 1,i 1 f 1,i x1,i 1 x1,i x 2 ,i 1 x 2,i ... x n ,i 1 x n ,i
x1 x 2 x n
f 2,i f 2 ,i f 2,i
f 2 ,i 1 f 2 ,i x 1, i 1 x1,i x 2 , i 1 x 2 ,i ... x n ,i 1 x n ,i
x1 x 2 x n
f 3,i f 3,i f 3,i
f 3,i 1 f 1,i x 1,i 1 x1,i x 2 ,i 1 x 2 ,i ... x n , i 1 x n ,i
x1 x 2 x n
f n ,i f n ,i f n ,i
f n ,i 1 f 1,i x 1,i 1 x1,i x 2 ,i 1 x 2 ,i ... x n ,i 1 x n ,i 39
x1 x 2 x n
f 1,i f 1,i f 1,i
f 1,i x 1, i 1 x1,i x 2 ,i 1 x 2 ,i ... x n ,i 1 x n ,i 0
x1 x 2 x n
f 2 ,i f 2,i f 2,i
f 2 ,i x 1,i 1 x1,i x 2 ,i 1 x 2 ,i ... x n , i 1 x n ,i 0
x1 x 2 x n
f 3,i f 3,i f 3,i
f 1,i x 1, i 1 x1,i x 2 ,i 1 x 2 ,i ... x n ,i 1 x n ,i 0
x1 x 2 x n
f n ,i f n ,i f n ,i
f 1,i x 1,i 1 x1,i x 2 , i 1 x 2,i ... x n ,i 1 x n ,i 0
x1 x 2 x n
Podemos escribir
F (x) + xi J(x) = xi+1 J(x)
J(x) y = -F (x)
40
Por lo que la ecuacin del mtodo quedara:
xi+1 = xi - y
Ejemplo 3.7
Encuentre una solucin al siguiente sistema no lineal usando el mtodo de Newton.
Itere hasta quex (i) - x (i-1) < 10-5
Solucin:
Resolviendo para y en el sistema que establece el mtodo de Newton
f 1 (x) f 1 (x)
x x 2 2 x1 10 2x2
J xi 1
f 2 (x) f 2 (x) x 2 1 2 x1 x 2 10
2
x1 x 2
y F(x) es el vector de funciones:
x1 2 - 10 x1 x 2 2 8
F x 2
x1 x 2 x1 - 10 x 2 8
se establece un esquema iterativo donde cada nueva aproximacin se obtiene como:
x(k+1) = y + x(k)
Al resolver el sistema tomando como valores iniciales (x1, x2) = (0, 0) se tiene:
2 x 10 2 x2 2 0 10 2 0 10 0
J x1 , x2 12
x2 1 2 x1 x2 10 0 1 2 0 0 10 1 10
2
x12 - 10 x1 x2 2 8 0 2 10 0 0 2 8 8
F x
0 0 0 10 0 8 8
2 2
x1x2 x1 - 10 x2 8
que por el sistema (1) resulta:
10 0 y1 8
1 y
10 2 8
41
resolviendo
y1 0.8
y
2 0.88
x , x
1 2
1 t
0
0 .8
0 .8
0 0.88 0.88
8.4 1.76
J x 1
8.592
F x 1
1.4144
y11 0.1918
1.7744 0.6195 1
y2 0.1117
(x(2)) = (0.9918, 0.9917)
J x 2
8.0164 1.9834
F x 2 0.0491
y1 2 0.0082
1.9835 8.0329 0.0502
2
y2 0.0083
(x(3)) = (1.0000, 1.0000)
8 2 0
F x 3 y1 1 0.0000
J x 1
8 0
1
2
y2 0.0000
(x(4)) = (1.0000, 1.0000)
Esta modificacin consiste en aplicar el mtodo de Newton desarrollado para una variable en la unidad
anterior, a cada variable del sistema, manteniendo sin cambio las otras, hasta alcanzar convergencia, lo cual
no siempre ocurre, representado esto una de las desventajas de la modificacin.
42
f i (x k 1 , x k )
xik 1 xik
Ecuacin del mtodo: f i (x k 1 , x k )
xi
Ejemplo 3.8
Encuentre una solucin al siguiente sistema no lineal usando el mtodo de Newton modificado.
x 0 0,0 , Itere hasta quex (i) - x (i-1) < 2.5x10-3
T
f 1 ( x1 , x 2 ) x15 10 x1 x 22 8 0
f 2 ( x1 , x 2 ) x1 x 22 x1 10 x 2 8 0
k 1 f1 ( x1k , x 2k ) k 1 f 2 ( x1k 1 , x 2k )
x1 x k
1 x 2 x k
2
f 1 ( x1k , x 2k ) f 2 ( x1k 1 , x 2k )
x1 x 2
f 1 ( x1 , x 2 ) f 2 ( x1 , x 2 )
2 x1 10 2 x1 x 2 10
x1 x 2
Primera iteracin
f1 ( x10 , x 20 ) 8 f 2 ( x11 , x 20 ) 8.8
x x
1
1
0
1 0 0.8 x x
1
2
1
2 0 0.88
f1 ( x1 , x 2 )
0 0
10 f 2 ( x1 , x 2 )
1 0
10
x1 x 2
Segunda iteracin
f1 ( x11 , x 12 ) 1.4144
x12 x11 0.8 0.9684
f1 ( x1 , x 2 )
1 1
8.4
x1
f 2 ( x12 , x 12 ) 0.9183
x x
2
2
2
2 0.88 0.9907
f 2 ( x1 , x 2 )
2 1
8.2957
x 2
Tercera iteracin
f 1 ( x12 , x 22 ) 0.2353
x13 x12 0.9684 0.9976
f 1 ( x1 , x 2 )
2 2
8.0632
x1
f 2 ( x13 , x 22 ) 0.0697
x 23 x 23 0.9907 0.9994
f 2 ( x1 , x 2 )
3 2
8..0234
x 2
Cuarta iteracin
43
f 1 ( x13 , x 23 ) 0.0180
x x
4
1
3
1 0.9976 0.9998
f 1 ( x1 , x 2 )
3 3
8.0048
x1
f 2 ( x14 , x 23 ) 0.0044
x 24 x 24 0 .9994 0.9999
f 2 ( x14 , x 23 ) 8.0016
x 2
3.5 Aplicaciones
Aplicacin 3.1 Sistemas lineales
Cuando un lquido a una presin y temperatura dadas, es alimentado a un destilador que se encuentra a una
presin menor a la de alimentacin, el lquido bulle muy rpidamente, a esto se llama flash. Si el lquido esta
compuesto de varias especies qumicas, el vapor y el lquido en equilibrio que sale del destilador tienen una
composicin distinta. Esta operacin puede repetirse en otro destilador comprimiendo el lquido que sale de la
primera unidad de destilacin flash y alimentndolo a otra unidad a una presin menor, separando las especies
ms voltiles en el vapor y las menos voltiles en el lquido.
Para el tren de destilacin flash que se muestra en la figura encontrar el flujo msico en las corrientes de
salida.
71.6 % Metanol
D1 26.8 % Butanol
1.6 % Etilen glicol
F = 1000 Kg/hr
R1
R2 8.6 % Metanol
38.8 % Butanol
52.6 % Etilen glicol
44
Metanol 0.716 D1 + 0.533 D2 + 0.086 R2 = 300
45
PRINT "NO SE ALCANZO CONVERGENCIA"
END
NUMERO DE ECUACIONES 3
TOLERANCIA 0.005
NUMERO MAXIMO DE ITERACIONES 12
46
X(2)= 376.494273 X(1)= 72.5537905
X(3)= 550.957113 X(2)= 376.48811
X(3)= 550.957081
ITERACION 11
X(1)= 72.5506159 NUMERO DE ITERACIONES 12
X(2)= 376.490012 D1 = 72.5537905 Kg/hr
X(3)= 550.957091 D2 = 376.48811 Kg/hr
R2 = 550.957081 Kg/hr
ITERACION 12
y C y D PP y E2 P 2
Sustituyendo K 1 K1
y A y B PP y A y C PP
ni ni0 j vi, j j
La fraccin molar del componente i puede expresarse mediante la ecuacin y
nt n0 j v j j
i
Moles de A = 2 1 2
Moles de B = 1 1
Moles de C = 1 2
Moles de D = 1
Moles de E = 22
__________________________
Moles totales = 3
Sustituyendo
47
1 2 1 222
21 21 2
2.6 = 3.1=
2 1 2 1 1
CALL ENTRADA N, XP
FOR K = 1 TO IM
SEAL = 0
CALL JACOBIANA XP, A
CALL GAUSS N, X, A
FOR J = 1 TO N
IF ABS(X(J)) > ES THEN SEAL = 1
NEXT J
IF SEAL = 1 THEN
FOR W = 1 TO N
XP(W) = XP(W) + X(W)
PRINT XP(W)
NEXT W
ELSE
48
PRINT " "; K-1; " ITERACIONES"
CALL SALIDA N, XP
END
END IF
NEXT K
PRINT "NO ALCANZO CONVERGENCIA"
CALL SALIDA N, XP
END
49
NEXT I
END SUB
NUMERO DE ECUACIONES 2
TOLERANCIA 0.0005
NUMERO MAXIMO DE ITERACIONES 7
0.82939943
0.45613516
0.83143706
0.45565657
2 ITERACIONES
50
A 0.7129 0.2376
B 0.1686 0.0562
C 0.3757 0.1252
D 0.8314 0.2771
E 0.9114 0.3038
51