Você está na página 1de 105

UNIVERSIDAD POLITCNICA DE CARTAGENA

Escuela Tcnica Superior de Ingeniera Naval y Ocenica

PROYECTO FIN DE CARRERA

CLCULO NUMRICO Y ANALTICO DE LA ECUACIONES DE


KARMAN-PRANDTL
PARA LA ESTIMACIN DEL COEFICIENTE DE FRICCIN

Titulacin: Ingeniera Tcnica Naval. Especialidad en Estructuras Marinas


Alumno: Ivn Escobar Zamora
Directores: Sonia Busquier Sez
Departamento: Matemtica Aplicada y Estadstica
ndice general

1. MOTIVACIN 5
1.1. Objetivos del Proyecto . . . . . . . . . . . . . . . . . . . . . . . . 6

2. INTRODUCCIN 7
2.1. Introduccin a la Mecnica de Fluidos . . . . . . . . . . . . . . . 7
2.2. Hiptesis del Medio Continuo . . . . . . . . . . . . . . . . . . . . 7
2.3. Concepto de Partcula Fluida . . . . . . . . . . . . . . . . . . . . 8
2.4. Descripciones Lagrangiana y Euleriana del Movimiento de un
Fluido . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.5. Ecuaciones Generales de la Mecnica de Fluidos . . . . . . . . . 8
2.6. Leyes de Conservacin . . . . . . . . . . . . . . . . . . . . . . . . 9
2.6.1. Ley de Conservacin de Masa . . . . . . . . . . . . . . . . 9
2.6.2. Ley de Conservacin de la Cantidad de Movimiento Cinti-
co y Angular . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.6.3. Ley de Conservacin de la Energa . . . . . . . . . . . . . 11
2.7. Principio de Bernoulli . . . . . . . . . . . . . . . . . . . . . . . . 12
2.7.1. Ecuacin de Bernoulli y la Primera Ley de la Termodinmica 13

2.8. Ecuaciones de Euler y Navier-Stokes . . . . . . . . . . . . . . . . 14


2.8.1. Ecuaciones de Euler . . . . . . . . . . . . . . . . . . . . . 15
2.8.2. Ecuaciones de Navier-Stokes . . . . . . . . . . . . . . . . . 17
2.9. Perfiles de Velocidad: Laminar y Turbulento . . . . . . . . . . . . 17

2.10. Prdidas de Carga en Tuberas . . . . . . . . . . . . . . . . . . . 19


2.10.1. Prdidas de Carga Lineales . . . . . . . . . . . . . . . . . 19
2.10.2. Ecuacin de Darcy-Weisbach . . . . . . . . . . . . . . . . 21

3. Ecuaciones de Karman-Prandtl dentro de la Ingeniera Naval 29


3.1. Factores que influyen en las Ecuaciones de Karman-Prandtl . . . 30
3.1.1. Nmero de Reynolds . . . . . . . . . . . . . . . . . . . . . 30
3.1.2. Rugosidad de la tubera . . . . . . . . . . . . . . . . . . . 34
3.2. Envejecimiento de las tuberas y su influencia en la rugosidad . . 36

1
2 NDICE GENERAL

3.2.1. Efecto del tiempo en la rugosidad de las tuberas segn


Genijew . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.3. Golpe de Ariete . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.3.1. Dispositivos para controlar el Golpe de Ariete . . . . . . . 40

4. MTODOS NUMRICOS 43
4.1. Importancia de los Mtodos Numricos . . . . . . . . . . . . . . . 43
4.2. Mtodo del Punto Fijo . . . . . . . . . . . . . . . . . . . . . . . . 45

4.2.1. Definicin de Punto Fijo . . . . . . . . . . . . . . . . . . . 45


4.2.2. Teorema del Punto Fijo . . . . . . . . . . . . . . . . . . . 45
4.2.3. Orden de Convergencia . . . . . . . . . . . . . . . . . . . 49
4.3. Mtodo de Newton . . . . . . . . . . . . . . . . . . . . . . . . . . 51

4.3.1. Descripcin del Mtodo de Newton . . . . . . . . . . . . . 51


4.3.2. Obtencin del Algoritmo . . . . . . . . . . . . . . . . . . . 52
4.3.3. Teorema de Convergencia Local del Mtodo de Newton . 56
4.3.4. Teorema de Convergencia Global del Mtodo de Newton . 56
4.3.5. Estimacin del error . . . . . . . . . . . . . . . . . . . . . 56
4.4. Mtodos de tipo Secante . . . . . . . . . . . . . . . . . . . . . . . 58
4.4.1. Un mtodo de tipo Secante . . . . . . . . . . . . . . . . . 59
4.4.2. Un Mtodo de tipo Secante de orden dos . . . . . . . . . 62
4.4.3. Experimentos Numricos . . . . . . . . . . . . . . . . . . 64

4.5. Mtodo de tipo Steensen . . . . . . . . . . . . . . . . . . . . . . 68

4.5.1. Definicin del Mtodo . . . . . . . . . . . . . . . . . . . . 68


4.5.2. Derivacin utilizando el Mtodo Delta Cuadrado de Aitken 70

5. IMPLEMENTACIN 73
5.1. Matlab . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73

6. CONCLUSIONES 89

7. APNDICE 91
7.1. Lista de Smbolos . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
7.2. Tablas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
7.2.1. Tabla para el coeficiente () de la Ecuacin de Genijew . 93
7.2.2. Tabla de rugosidades absolutas . . . . . . . . . . . . . . . 94
7.2.3. Tabla de propiedades del agua a distintas temperaturas y
1 atmsfera de presin . . . . . . . . . . . . . . . . . . . . 96
7.2.4. Tabla de propiedades de los lquidos comunes a 1 atms-
fera y 20o c . . . . . . . . . . . . . . . . . . . . . . . . . . 97
7.2.5. Tabla para el clculo analtico del Coeficiente de Friccin
en conductos . . . . . . . . . . . . . . . . . . . . . . . . . 98
NDICE GENERAL 3

7.2.6. Tabla de longitudes equivalentes adimensionales . . . . . 99


7.3. Diagrama de Moody . . . . . . . . . . . . . . . . . . . . . . . . . 100

8. BIBLIOGRAFA 101
4 NDICE GENERAL
Captulo 1

MOTIVACIN

La principal motivacin que lleva a desarrollar este proyecto de final de car-


rera es la importancia de la mecnica de fluidos,ms si cabe en un sector como el
Naval, en el cual el buque no deja de ser un artefacto flotante que se desplaza a
travs de un fluidocomo el agua. Entre los numerosos campos en los que afectan
los fluidos a los buques podemos destacar, entre muchos, dos principales; La
Hidrodinmica y el comportamiento de los fluidos por el interior de tuberas.
La Hidrodinmica permitir realizar el estudio de resistencia al avance, propul-
sin y formas del casco. Este apartado consta de vital importancia, puesto que
permitir calcular mediante una serie de frmulas parmetros tan importantes
como, por ejemplo, la potencia que necesita el buque para desplazarse por el
agua.

El otro gran punto que destaca es el comportamiento de los fluidos por el


interior de las tuberas. Este punto ser el principal foco de estudio a lo largo
de este proyecto. Los fluidos cuando se desplazan a travs de las tuberas sufren
prdidas de carga, reducciones de velocidad, variaciones de presin, etc. Todo
esto es debido principalmente a la rugosidad de las mismas, a las trayectorias
a las que estn obligados a recorrer circulando por su interior (ya que stas
deben describir recorridos de tal modo que permitan salvar todos los obstculos
como equipos, refuerzos propios del buque, etc.) y a los accesorios que pueda
encontrar el fludo a lo largo de su camino, como pueden ser vlvulas, etc.

Las ecuaciones de Karman-Prandtl utilizadas en el campo de la mecnica de


fluidos permitirn calcular analticamente el coeficiente de friccin y as obtener
la prdida de carga lineal de una tubera comercial instalada en un circuito,
tanto si la tubera es lisa o rugosa.

Mediante una serie de modelos matemticos que se introducirn a lo largo


del proyecto, ser posible la prediccin del comportamiento de estos fluidos
mediante mtodos numricos.

5
6 CAPTULO 1. MOTIVACIN

1.1. Objetivos del Proyecto

Desarollo, adaptacin y aplicacin de diferentes mtodos numricos para la


resolucin de las ecuaciones de Karman-Prandtl.
Se realizar un estudio de los diferentes mtodos numricos para la resolucin
de ecuaciones y sistemas de ecuaciones diferenciales ordinarias, as como para la
resolucin de sistemas de ecuaciones no lineales. Se aplicarn dentro del campo
de la Ingeniera Naval, en particular se buscar aproximar las ecuaciones de
Karman-Prandtl, ecuaciones importantes dentro de la Mecnica de Fluidos.
Captulo 2

INTRODUCCIN

2.1. Introduccin a la Mecnica de Fluidos


La mecnica de fluidos es la rama de la mecnica de medios continuos, rama
de la fsica a su vez, que estudia el movimiento de los fluidos (gases y lquidos)
as como las fuerzas que los provoca. La caracterstica fundamental que define a
los fluidos es su incapacidad para resistir esfuerzos cortantes (lo que provoca que
carezcan de forma definida). Tambin estudia las interacciones entre el fluido y
el contorno que lo limita. La hiptesis fundamental en la que se basa toda la
mecnica de fluidos es la hiptesis del medio continuo.

2.2. Hiptesis del Medio Continuo


La hiptesis del medio continuo es la hiptesis fundamental de la mecnica de
fluidos y en general de toda la mecnica de medios continuos. En esta hiptesis
se considera que el fluido es continuo a lo largo del espacio que ocupa, ignorando
por tanto su estructura molecular y las discontinuidades asociadas a sta. Con
esta hiptesis se puede considerar que las propiedades del fluido (densidad, tem-
peratura, etc.) son funciones continuas. La forma de determinar la validez de
esta hiptesis consiste en comparar el camino libre medio de las molculas con
la longitud caracterstica del sistema fsico. Al cociente entre estas longitudes se
le denomina Nmero de Knudsen. Cuando este nmero adimensional es mucho
menor a la unidad, el material en cuestin puede considerarse un fluido (medio
continuo). En el caso contrario los efectos debidos a la naturaleza molecular de
la materia no pueden ser despreciados y debe utilizarse la mecnica estadstica
para predecir el comportamiento de la materia. Ejemplos de situaciones donde
la hiptesis del medio continuo no es vlida pueden encontrarse en el estudio de
los plasmas.

7
8 CAPTULO 2. INTRODUCCIN

2.3. Concepto de Partcula Fluida


Este concepto est muy ligado al del medio continuo y es sumamente impor-
tante en la mecnica de fluidos. Se llama partcula fluida a la masa elemental
de fluido que en un instante determinado se encuentra en un punto del espacio.
Dicha masa elemental ha de ser lo suficientemente grande como para contener
un gran nmero de molculas, y lo suficientemente pequea como para poder
considerar que en su interior no hay variaciones de las propiedades macroscpi-
cas del fluido, de modo que en cada partcula fluida podamos asignar un valor
a estas propiedades. Es importante tener en cuenta que la partcula fluida se
mueve con la velocidad macroscpica del fluido, de modo que est siempre for-
mada por las mismas molculas. As pues un determinado punto del espacio en
distintos instantes de tiempo estar ocupado por distintas partculas fluidas.

2.4. Descripciones Lagrangiana y Euleriana del


Movimiento de un Fluido
A la hora de describir el movimiento de un fluido existen dos puntos de vista.
Una primera forma de hacerlo es seguir a cada partcula fluida en su movimiento,
de manera que buscaremos unas funciones que nos den la posicin, as como
las propiedades de la partcula fluida en cada instante. sta es la descripcin
Lagrangiana. Una segunda forma es asignar a cada punto del espacio y en cada
instante, un valor para las propiedades o magnitudes fluidas sin importar que
en ese instante, la partcula fluida ocupa ese volumen diferencial. sta es la
descripcin Euleriana, que no est ligada a las partculas fluidas sino a los puntos
del espacio ocupados por el fluido. En esta descripcin el valor de una propiedad
en un punto y en un instante determinado es el de la partcula fluida que ocupa
dicho punto en ese instante. La descripcin euleriana es la usada comnmente,
puesto que en la mayora de casos y aplicaciones es ms til. Usaremos dicha
descripcin para la obtencin de las ecuaciones generales de la mecnica de
fluidos.

2.5. Ecuaciones Generales de la Mecnica de Flu-


idos
Las ecuaciones que rigen toda la mecnica de fluidos se obtienen por la
aplicacin de los principios de conservacin de la mecnica y la termodinmica
a un volumen fluido. Para generalizarlas usaremos el Teorema del Transporte
de Reynolds y el Teorema de la Divergencia (o Teorema de Gauss) para obtener
las ecuaciones en una forma ms til para la formulacin euleriana. Las tres
2.6. LEYES DE CONSERVACIN 9

ecuaciones fundamentales son: la Ecuacin de Continuidad, la Ecuacin de la


Cantidad de Movimiento, y la Ecuacin de la Conservacin de la Energa. Estas
ecuaciones pueden darse en su formulacin integral o en su forma diferencial,
dependiendo del problema. A este conjunto de ecuaciones dadas en su forma
diferencial tambin se le denomina Ecuaciones de Navier-Stokes (las ecuaciones
de Euler son un caso particular de la ecuaciones de Navier-Stokes para fluidos
sin viscosidad).

No existe una solucin general a dicho conjunto de ecuaciones debido a su


complejidad, por lo que para cada problema concreto de la mecnica de fluidos
se estudian estas ecuaciones buscando simplificaciones que faciliten la resolucin
del problema. En algunos casos no es posible obtener una solucin analtica, por
lo que hemos de recurrir a soluciones numricas generadas por ordenador. A
esta rama de la mecnica de fluidos se la denomina mecnica de fluidos com-
putacional.

2.6. Leyes de Conservacin


Se sabe que existen leyes fundamentales que parecen exactas. Si llevamos a
cabo experimentos con sumo cuidado y precisin, las desviaciones de estas leyes
son mnimas y de hecho, incluso seran todava menores si se emplearan tcnicas
experimentales mejoradas.

Tres leyes fundamentales componen la base del estudio en la mecnica de


fluidos:

La Conservacin de la Masa
La Conservacin de la Cantidad de Movimiento
La Conservacin de la Energa.

2.6.1. Ley de Conservacin de Masa


Establece que la materia es indestructible. Indica que el flujo msico entrante
y saliente en un volumen de control infinitesimal es igual al cambio de densidad
que experimenta ese volumen de control:


+ 5 (

)=0

10 CAPTULO 2. INTRODUCCIN

-Siendo cada uno de los trminos:


Densidad de masa del elemento diferencial.

Velocidad del elemento diferencial.

Figura 2.1: Flujo Msico Entrante y Saliente en un Volumen de Control

2.6.2. Ley de Conservacin de la Cantidad de Movimiento


Cintico y Angular
La cantidad de movimiento de un sistema permanece constante si no hay
fuerzas externas que acten sobre l. Establece que el balance de cantidad de
movimiento en cada una de las coordenadas entrando y saliendo del volumen de
control tiene que estar en equilibrio con las tensiones y fuerzas volumtricas,



1

(

) = 5 + 5( 5
) +


3

-Siendo cada uno de los trminos:


Densidad de masa del elemento diferencial.

Aceleracin del elemento diferencial.


Aceleracin debido a las fuerzas volumtricas.
Presin sobre el elemento diferencial.
Viscosidad del fluido.

Velocidad del elemento diferencial.
2.6. LEYES DE CONSERVACIN 11

Figura 2.2: Turbina Pelton

2.6.3. Ley de Conservacin de la Energa


Tambin se conoce como primera ley de la termodinmica. Esta ley define
que la energa total de un sistema aislado permanece constante. Si un sistema
est en contacto con sus alrededores, su energa se incrementa slo si la energa
de sus alrededores experimenta una disminucin correspondiente.

La energa total se compone de energa potencial, cintica e interna, siendo


sta ltima el contenido de energa a causa de la temperatura del sistema.

La ecuacin general de la energa se obtiene mediante la combinacin del


teorema del transporte y la ley de conservacin de la energa para un sistema:

()




+ 5 (

) 5 ( 5 ) + 5 (

)
= 0

-Siendo cada uno de los trminos:


Densidad de masa del elemento diferencial.
Energa por unidad de masa.

Velocidad del elemento diferencial.
Entalpa del elemento diferencial.
Conductividad trmica del elemento diferencial.
Tensin del elemento diferencial.
Temperatura del elemento diferencial.
Fuente de calor en el elemento diferencial.
Fuerzas volumtricas.
12 CAPTULO 2. INTRODUCCIN

Figura 2.3: Turbina de Avin

2.7. Principio de Bernoulli


El principio de Bernoulli, tambin denominado ecuacin de Bernoulli o Tri-
nomio de Bernoulli, describe el comportamiento de un flujo laminar movindose
a lo largo de una corriente de agua. Fue expuesto por Daniel Bernoulli en su
obra Hidrodinmica (1738) y expresa que en un fluido ideal (sin viscosidad ni
rozamiento) en rgimen de circulacin por un conducto cerrado, la energa que
posee el fluido permanece constante a lo largo de su recorrido.

Figura 2.4: Daniel Bernoulli

La energa de un fluido en cualquier momento consta de tres componentes:

-Cintica: es la energa debida a la velocidad que posea el fluido.


-Potencial gravitacional: es la energa debido a la altitud que un fluido
posea.
-Energa de flujo: es la energa que un fluido contiene debido a la presin
que posee.

La siguiente ecuacin conocida como Ecuacin de Bernoulli (Trinomio de


Bernoulli) consta de estos mismos trminos.
2.7. PRINCIPIO DE BERNOULLI 13

2
+ + = Constante
2

-Siendo cada uno de los trminos:


Velocidad del fluido en la seccin considerada.
Densidad del fluido.
Presin a lo largo de la lnea de corriente.
Aceleracin gravitatoria.
Altura en la direccin de la gravedad desde una cota de referencia.

Para aplicar la ecuacin se deben realizar los siguientes supuestos:

-Viscosidad (friccin interna) = 0 Es decir, se considera que la lnea de


corriente sobre la cual se aplica se encuentra en una zona no viscosa del
fluido.
-Caudal constante
-Flujo incompresible, donde es constante.

La ecuacin se aplica a lo largo de una lnea de corriente o en un flujo


irrotacional.
Aunque el nombre de la ecuacin se debe a Bernoulli, la forma arriba ex-
puesta fue presentada en primer lugar por Leonhard Euler.
Un ejemplo de aplicacin del principio lo encontramos en el flujo de agua en
tubera. Si reducimos el rea transversal de una tubera para que aumente la
velocidad del fluido que pasa por ella, se reducir la presin.

Figura 2.5: Ejemplo Grfico del Principio de Bernoulli

2.7.1. Ecuacin de Bernoulli y la Primera Ley de la Ter-

modinmica
De la primera ley de la termodinmica se puede concluir una ecuacin es-
tticamente parecida a la ecuacin de Bernoulli anteriormente sealada, pero
conceptualmente distinta. La diferencia fundamental yace en los lmites de fun-
cionamiento y en la formulacin de cada frmula. La ecuacin de Bernoulli es
un balance de fuerzas sobre una partcula de fluido que se mueve a travs de
14 CAPTULO 2. INTRODUCCIN

una lnea de corriente, mientras que la primera ley de la termodinmica consiste


en un balance de energa entre los lmites de un volumen de control dado, por
lo cual es ms general ya que permite expresar los intercambios energticos a
lo largo de una corriente de fluido, como lo son las prdidas por friccin que
restan energa, y las bombas o ventiladores que suman energa al fluido. La for-
ma general de esta, llammosla, forma energtica de la ecuacin de Bernoulli
es:

12 1 2 2
+ + 1 + = + 2 + + 2
2 2
-Siendo cada uno de los trminos:
Es el peso especfico ( = ).
Es una medida de la energa que se le suministra al fluido.
Es una medida de la energa empleada en vencer las fuerzas de friccin a
travs del recorrido del fluido.
Los subndices 1 y 2 indican si los valores estn dados para el comienzo o el
final del volumen de control respectivamente.
= Aceleracin de la gravedad; 9,81 m/s2

Suponemos que:

La ecuacin arriba escrita es un derivado de la primera ley de la termo-


dinmica para flujos de fluido con las siguientes caractersticas:
-El fluido de trabajo, es decir, aqul que fluye y que estamos considerando,
tiene una densidad constante.
-No existe cambio de energa interna.

2.8. Ecuaciones de Euler y Navier-Stokes


Las ecuaciones fundamentales de la dinmica de fluidos, conocidas como
ecuaciones de Navier-Stokes, surgieron producto del francs constructor de puen-
tes Claude-Louis Navier y del matemtico irlands George Stokes.

Figura 2.6: Louis Navier Figura 2.7: George Stokes


2.8. ECUACIONES DE EULER Y NAVIER-STOKES 15

El primero en obtener estas ecuaciones fue el francs en una poca (1822)


en que no se comprenda muy bien cul era la fsica de la situacin que estaba
matematizando. De hecho, lo nico que hizo fue modificar unas ecuaciones ya
existentes y obtenidas por el famoso matemtico Euler, de modo que incluye-
sen las fuerzas existentes entre las molculas del fluido. Aproximadamente 20
aos despus, Stokes justific las ecuaciones del ingeniero francs deducindolas
adecuadamente. A pesar de que las ecuaciones de Navier-Stokes son slo una
aproximacin del comportamiento real de los fluidos, se utilizan para estudiar
cualquier aspecto que tenga que ver con stos.

2.8.1. Ecuaciones de Euler


En mecnica de fluidos, las ecuaciones de Euler son las que describen el
movimiento de un fluido compresible no viscoso. Su expresin corresponde a
las ecuaciones de Navier-Stokes cuando las componentes disipativas son des-
preciables frente a las convectivas, esto nos lleva a las siguientes condiciones
que se pueden deducir a travs del anlisis de magnitudes de las Navier-Stokes.
Estas ecuaciones se llaman as en honor de Leonhard Euler quien las dedujo
directamente de las leyes de Newton (para el caso no-relativista).

Figura 2.8: Leonhard Euler


Las ecuaciones de Euler gobiernan el flujo de un fluido hipottico sin viscosi-
dad que se extiende de manera infinita en todas las direcciones.
Asumimos que cada punto ( ) en el fluido est sujeto a fuerzas que
variarn con el tiempo en cada direccin:

( )

( )

( )
16 CAPTULO 2. INTRODUCCIN

El movimiento del fluido en el punto al tiempo queda determinado por


la velocidad con que fluye en cada direccin:

( )

( )

( )
Asumimos que el fluido es incompresible: no se puede comprimir o ex-
pandir cuando actan fuerzas sobre ste.

La incompresibilidad se expresa matemticamente por medio de:


+ + =0

El problema presupone que conocemos cmo es el movimiento del fluido al
inicio cuando = 0. Por lo que:

( 0)

( 0)

( 0)
son conocidas (condiciones iniciales).

Al aplicar las leyes de Newton a cada punto del fluido y la ecuacin de la


incompresibilidad vista anteriormente, Euler obtuvo:


+ + + = ( )


+ + + = ( )


+ + + = ( )

2.9. PERFILES DE VELOCIDAD: LAMINAR Y TURBULENTO 17

2.8.2. Ecuaciones de Navier-Stokes


Se trata de un conjunto de ecuaciones en derivadas parciales no lineales que
describen el movimiento de un fluido. Estas ecuaciones gobiernan la atmsfera
terrestre, las corrientes ocenicas y el flujo alrededor de vehculos o proyectiles y,
en general, cualquier fenmeno en el que se involucren fluidos newtonianos. Estas
ecuaciones se obtienen aplicando los principios de conservacin de la mecnica
y la termodinmica a un volumen fluido. Haciendo esto se obtiene la llamada
formulacin integral de las ecuaciones. Para llegar a su formulacin diferencial se
manipulan aplicando ciertas consideraciones, principalmente aquella en la que
los esfuerzos tangenciales guardan una relacin lineal con el gradiente de veloci-
dad (ley de viscosidad de Newton), obteniendo de esta manera la formulacin
diferencial que generalmente es ms til para la resolucin de los problemas
que se plantean en la mecnica de fluidos. Navier y Stokes modifican las ecua-
ciones de Euler para abarcar el caso ms realista de un fluido con viscosidad.
Introducen una constante positiva () que mide las fuerzas de friccin en el
interior del fluido. Agregan al lado derecho de las ecuaciones de Euler vistas
anteriormente, una fuerza adicional (debido a la viscosidad), dada por:


2 2 2
+ +
2 2 2
De esta forma, las ecuaciones de Navier-Stokes quedaran de la siguiente
manera:


2 2 2
+ + + = + + + ( )
2 2 2


2 2 2
+ + + = + + + ( )
2 2 2


2 2 2
+ + + = 2
+ 2
+ 2
+ ( )

2.9. Perfiles de Velocidad: Laminar y Turbulen-


to
El trmino velocidad indica la velocidad promedio del flujo, que se calcula a
partir de la ecuacin de continuidad:
18 CAPTULO 2. INTRODUCCIN

-Siendo cada uno de los trminos:


Velocidad promedio del flujo.
Caudal circulante.
rea de la secin de la tubera.

Sin embargo, en algunos casos, se debe determinar la velocidad en un punto


dentro de la corriente de flujo. Esto se debe a que la magnitud de velocidad no
es uniforme a travs de la seccin del conducto, y la forma en que la velocidad
vara depende del tipo de flujo.

Figura 2.9: Rgimen Laminar y Turbulento en Tuberas

La velocidad en un punto en contacto con el slido (paredes de la tubera) es


cero (por la teora de capa lmite). La velocidad mxima, independientemente
del tipo de flujo, se presenta en el centro del conducto.

Figura 2.10: Capa Lmite en la Pared de una Tubera

Esta diferencia en perfiles se debe al movimiento catico de las molculas


en el flujo turbulento, lo cual produce choques violentos entre las mismas y
una transferencia de momento elevada entre molculas, lo que deriva en una
distribucin de velocidad ms uniforme que en el caso laminar. Sin embargo, en
el flujo turbulento siempre existe una delgada capa cerca de las superficies, donde
la velocidad es pequea, y en la cual el flujo puede considerarse laminar (zona
de capa lmite). El grueso real de dicha capa lmite influye de forma importante
en el perfil de velocidades, as como en la prdida de carga.
2.10. PRDIDAS DE CARGA EN TUBERAS 19

Figura 2.11: Capa Lmite. Zona Laminar y Zona Turbulenta

2.10. Prdidas de Carga en Tuberas


El flujo de un lquido o un gas por una conduccin va inevitablemente acom-
paado de una paulatina cesin de energa mecnica, debido al trabajo opositor
de las fuerzas viscosas. Dicha reduccin de energa mecnica suele expresarse
en trminos energa por unidad de peso de fluido circulante (energa especfica),
denominada habitualmente como prdida de carga.

En el caso de tuberas horizontales, la prdida de carga se manifiesta como


una disminucin de presin en el sentido del flujo. La prdida de carga est rela-
cionada con otras variables fluidodinmicas segn sea el tipo de flujo, laminar
o turbulento. Adems de las prdidas de carga lineales (a lo largo de los con-
ductos), tambin se producen prdidas de carga singulares en puntos concretos
como codos, ramificaciones, vlvulas, etc.
Las prdidas de carga (o prdidas de energa) en tuberas son de dos tipos,
primarias y secundarias:

Las prdidas primarias son las prdidas de superficie en el contacto del


fluido con la superficie (capa lmite), rozamiento de unas capas de fluido con
otras (rgimen laminar) o las partculas de fluido entre s (rgimen turbulento).
Tienen lugar en flujo uniforme y por lo tanto, principalmente se producen en
tramos de tuberas de seccin constante.

Las prdidas secundarias son las prdidas de forma que tienen lugar en las
transiciones (estrechamiento o expansiones), en codos, vlvulas y en toda clase
de accesorios de tuberas.

Este estudio se centrar en las prdidas de carga primarias o lineales (pr-


didas por friccin).

2.10.1. Prdidas de Carga Lineales


Como se cit anteriormente, las prdidas de carga lineales son debidas a las
tensiones cortantes de origen viscoso que aparecen entre el fluido y las paredes
de la tubera. Considerando flujo estacionario en un tramo de tubera de seccin
20 CAPTULO 2. INTRODUCCIN

constante. Las prdidas de carga se pueden obtener por un balance de fuerzas


en la direccin del flujo:

1 2 2 2
+ 1 + 1 1 + + + = + 2 + 2 2
2 2

En trminos de presin nos queda:

12 2
1 + 1 + 1 + ( + + ) = 2 + 2 + 2 2
2 2

-Siendo cada uno de los trminos:


1 y 2 Velocidad promedio en las secciones 1 y 2 respectivamente.
1 y 2 Factores de correccin de energa cintica en tuberas circulares, con
flujo laminar con perfil parablico de velocidades = 2 y en flujo turbulento el
perfil es casi uniforme 105 en general se toma = 1
Peso especfico del flujo. =
Densidad del fluido.
Energa aadida al fluido mediante un dispositivo mecnico, por ejemplo
una bomba.
Energa absorbida al fluido mediante un dispositivo mecnico, por ejem-
plo una turbina.
Prdida de energa la cual se compone de prdidas por friccin y prdidas
singulares:

= +

-Siendo cada uno de los trminos:


Prdida de carga debido a la friccin en la tubera.
Prdida local de energa debida a la presencia de vlvulas y conectores.

Las caractersticas de las prdidas de carga debida a la friccin son muy


distintas en funcin de que el flujo sea laminar o turbulento. En el caso de flujo
laminar, las diferentes capas del fluido discurren ordenadamente, siempre en
direccin paralela al eje de la tubera y sin mezclarse, siendo el factor dominante
en el intercambio de cantidad de movimiento la viscosidad. En flujo turbulento,
en cambio, existe una continua fluctuacin tridimensional en la velocidad de
2.10. PRDIDAS DE CARGA EN TUBERAS 21

las partculas (tambin en otras magnitudes intensivas, como la presin o la


temperatura), que se superpone a las componentes de la velocidad. Este es el
fenmeno de la turbulencia, que origina un fuerte intercambio de la cantidad de
movimiento entre las distintas capas del fluido, lo que da unas caractersticas
especiales a este tipo de flujo.

El tipo de flujo, laminar o turbulento, depende del valor de la relacin entre


las fuerzas de inercia y las fuerzas viscosas, es decir, del nmero de Reynolds
Re, cuya expresin es:

Fuerzas Inerciales
Re = = =
Fuerzas Viscosas

-Siendo cada uno de los trminos:


Re Nmero de Reynolds.
Densidad del fluido.
Velocidad del flujo.
Dimetro de la tubera.
Viscosidad cinemtica del fluido.
Viscosidad dinmica.

2.10.2. Ecuacin de Darcy-Weisbach


En dinmica de fluidos, la ecuacin de Darcy-Weisbach es una ecuacin
emprica que relaciona la prdida de carga hidralica (o prdida de presin)
debido a la friccin a lo largo de una tubera dada con la velocidad media del
flujo del fluido. La ecuacin tiene su nombre de Henry Darcy y Julius Weisbach.
Es una ecuacin ampliamente usada en hidrulica. Permite el clculo de la
prdida de carga debida a la friccin dentro una tubera llena. La ecuacin fue
inicialmente una variante de la ecuacin de Prony, desarrollada por el francs
Henry Darcy. En 1845 fue refinada por Julius Weisbach, de Sajonia. Esta frmula
permite la evaluacin apropiada del efecto de cada uno de los factores que inciden
en la prdida de energa en una tubera. Es una de las pocas expresiones que
agrupan estos factores. La ventaja de esta frmula es que puede aplicarse a
todos los tipos de flujo hidrulico (laminar, transicional y turbulento), debiendo
el coeficiente de friccin tomar los valores adecuados, segn corresponda.

La forma general de la ecuacin de Darcy-Weisbach es:


22 CAPTULO 2. INTRODUCCIN

2
=
2

-Siendo cada uno de los trminos:


Prdida de carga debida a la friccin.
Factor de friccin de Darcy.
Longitud de la tubera.
Dimetro de la tubera.
Velocidad media del fluido.
Aceleracin de la gravedad; 9,81 m/s2

En funcin del caudal () quedara:

82
=
2 5

Cuando se manejan fluidos en canales y tubos no circulares, se usar el


trmino de Dimetro Hidrulico Utilizando este trmino se puede estudiar
el comportamiento del flujo de la misma forma como si fuera una tubera de
seccin circular.

4
=

-Siendo el rea de la seccin transversal y el permetro mojado.

Para un tubo circular quedara:

2
4
4
= =

2.10. PRDIDAS DE CARGA EN TUBERAS 23

Para un conducto anular (tubo con eje interior):

4 0 25(02 2 )
= = 0
(0 + )

Para un conducto de seccin rectangular quedara:

4 2
= =
2( + ) +

Para el caso especial de un conducto cuadrado, donde = , entonces


= . Para otro caso extremo como un conducto muy ancho, por ejemplo,
una ranura de ancho donde , entonces = 2 .

Para conductos o tuberas totalmente llenas cuya seccin transversal es un


polgono regular, el dimetro hidralico es equivelente al dimetro del circulo
inscrito en el permetro mojado.

La frmula de Manning posee un parmetro llamado radio hidrulico. El


nombre sugiere cierta relacin, y efectivamente la hay, pero en este caso el
dimetro hidralico no es el radio hidralico multiplicado por dos, sino por
cuatro:

= 4
24 CAPTULO 2. INTRODUCCIN

Factor de Friccin
El factor de friccin es adimensional y vara de acuerdo a los parmetros
de la tubera (rugosidad y dimetro) y del tipo de flujo turbulento (Nmero de
Reynolds).

-Para flujo laminar:


Si el nmero de Reynolds, Re 2300 , se considera que el fluido presenta
rgimen de flujo laminar. Este tipo de rgimen solo se presenta en flujos de
medios porosos (corrientes subterrneas en formaciones permeables y en el in-
terior de redes de flujo en presas de tierra, asi como en los capilares de sistemas
sanguneos), y excepcionalmente en laboratorios hidrulicos bajo condiciones
determinadas y controlables.

-Para en flujo en transicin y turbulento:


Si el nmero de Reynolds, 2300 Re 4000 , se considera que el fluido
presenta rgimen de flujo transicional. En la zona de transicin, los valores de
son inciertos, ya que el flujo se comporta de manera dual, laminar y turbulen-
tamente, mostrando gran inestabilidad. Si el nmero de Reynolds, 4000 Re
, se considera que el fluido presenta rgimen de flujo turbulento. Para el flujo
turbulento, muchos investigadores se han esforzado en el clculo de , tanto a
partir de resultados de experimentos propios como de resultados obtenidos por
otros investigadores, para diferentes tipos de tuberas.

El flujo turbulento se puede clasificar a su vez en turbulento liso, turbulento


intermedio (ondulado o de transicin), y turbulento rugoso. Para estos flujos se
establecen diferentes relaciones funcionales para determinar el factor de friccin
.

Desarrollo de las Ecuaciones de Flujo para el Clculo Analtico del


Coeficiente de Friccin
Como ha quedado mencionado anteriormente, para realizar el clculo de la
prdida de carga lineal en una tubera, necesitamos calcular el factor de friccin,
dicho factor depende del rgimen del flujo en la tubera, laminar o turbulento y
de la rugosidad de la tubera, rugoso o liso.

-Hagen-Poiseuille en 1846 fue el primero en desarrollar una ecuacin terica


para el clculo del factor de friccin y de las prdidas de carga en tuberas
circulares en rgimen laminar y obtuvo que el factor de friccin es:

64
=
Re
2.10. PRDIDAS DE CARGA EN TUBERAS 25

-A partir del siglo XX se tiene un sin nmero de ecuaciones, casi todas


salidas de estudios experimentales, que se fueron dando, el primero de ellos
en formularlo fue Blasius en 1913, con base en la informacin experimental
acumulada hasta el momento, concluy que existen dos tipos de friccin en flujo
turbulento. La correspondiente a los tubos lisos, donde predominan los efectos
viscosos, y la friccin en tubos rugosos que depende tanto de la viscosidad de
los fluidos como de la rugosidad relativa de las tuberas, y formul la siguiente
expresin para el clculo del factor de friccin en tubos lisos para un Re 105

0 316
= 1
Re 4

Slo hasta 1930 comenz el estudio moderno de las ecuaciones de flujo con
investigaciones que tenan por objetivo obtener una expresin general para el
clculo del factor de friccin (Moore, 1959). En ese ao, Prandtl y Von Karman
propusieron dos ecuaciones para su clculo. Siendo vlida la siguiente expresin
para tuberas lisas y Re 105 rgimen turbulento.

1 p
= 2 log Re 0 8

3500
Mientras que para tubos rugosos, para Re rgimen turbulento, la


ecuacin es:


1
= 2 log + 1 74
2

-Siendo el dimetro interno de la tubera y su rugosidad.

En 1939, Colebrook y White presentaron una frmula semi-emprica para


el clculo del factor de friccin en tuberas comerciales en rgimen de flujo de
3500
transicin y turbulento, vlida para tuberas rugosas y Re

26 CAPTULO 2. INTRODUCCIN


1 2 51
= 2 log +
3 7 Re

Si la variable que debe calcularse es el dimetro o el caudal, teniendo en


cuenta que para calcular el factor de friccin se requiere el nmero de Reynolds,
el uso de la ecuacin de Darcy-Weisbach, en conjunto con una de las ecuaciones
de tipo logartmico, implica el uso de un procedimiento de ensayo y error.

En 1944 Moody public el diagrama universal para la obtencin de factor de


friccin, una de las herramientas ms usadas para su determinacin. Sin embar-
go, cuando se desea programar en computadores algoritmos que lo requieren,
se hace necesario emplear una ecuacin. El diagrama de Moody puede usarse
en rgimen laminar, transicin y turbulento, para tuberas comerciales lisas o
rugosas. Se trata de una grfica en coordenadas logartmicas de doble entrada.
A partir del nmero de Reynolds, y la rugosidad relativa de la tubera, grfica-
mente se puede obtener el coeficiente de friccin .

TUBERAS RGIMEN ECUACIN AUTOR


Lisas
64
y Laminar = Hagen-Poiseuille
Re
Rugosas
Turbulento 0 316
Lisas = Blasius
Re 105 Re 4
1

Turbulento 1 Karman-Prandtl
Lisas = 2 log Re 0 8
Re 105 (Primera Ecuacin)
Turbulento
3500 1 2 51
Rugosas Re = 2 log + Colebrook-White
3 7 Re

Turbulento
3500 1 Karman-Prandtl
Rugosas Re = 2 log +1 74
2 (Segunda Ecuacin)

Tabla 2.1. Ecuaciones para el Clculo Analtico del Coeficiente de Friccin en
Conductos

-En el diagrama de Moody se observan cinco zonas:


1.- Una zona laminar en la que es una funcin lineal del numero de
Reynolds. Ecuacin de Hagen-Poiseuille.
2.- Una zona crtica (sombreada) que aparece entre los nmeros de Reynolds
de 2300 a 4000. En esta regin el flujo puede ser tanto laminar como turbulento,
2.10. PRDIDAS DE CARGA EN TUBERAS 27

dependiendo de varios factores: estos incluyen cambios de la seccin, de la di-


reccin del flujo y obstrucciones tales como vlvulas corriente arriba de la zona
considerada. El factor de friccin en esta regin es indeterminado y tiene lmites
ms bajos si el flujo es laminar y ms altos si el flujo es turbulento.
3.- Una zona de transicin en la que depende del nmero de Reynolds y
de la rugosidad . Ecuacin de Colebrook-White.
4.- Una zona correspondiente al tubo hidrulicamente liso. Ecuacin de
Karman-Prandtl.
5.- Una zona completamente turbulenta en la que depende solamente del
valor de la rugosidad. Ecuacin de Nikuradse.

Figura 2.12: Diagrama de Moody


28 CAPTULO 2. INTRODUCCIN
Captulo 3

Ecuaciones de
Karman-Prandtl dentro de
la Ingeniera Naval

El Ingeniero y Fsico Hngaro-Estadounidense Theodore Von Karman y el


Fsico Alemn Ludwig Prandtl, establecieron las siguientes ecuaciones de tipo
general aplicable para tuberas lisas y rugosas en rgimen turbulento.

Figura 3.1: Von Karman Figura 3.2: Ludwig Prandtl

1
-Para tuberas lisas tenemos: = 2 log Re 0 8


1
-Para tuberas rugosas tenemos: = 2 log + 1 74
2

29
30 ECUACIONES DE KARMAN-PRANDTL

Estas ecuaciones tienen el problema de que no son explicitas para el factor


de friccin , por lo que se debe utilizar algn tipo de mtodo numrico para
resolverlas.

3.1. Factores que influyen en las Ecuaciones de


Karman-Prandtl
Los factores de los que dependen las ecuaciones de Karman-Prandtl son
bsicamente dos, el Nmero de Reynolds y la Rugosidad de la tubera, este
ltimo solo en tuberas rugosas. Ambos influyen en el nivel de turbulencia del
fluido.

3.1.1. Nmero de Reynolds


Osborne Reynolds (Belfast, Irlanda del Norte, 23 de agosto de 1842 - Watch-
et, Inglaterra, 21 de febrero de 1912) fue un ingeniero y fsico irlands que realiz
importantes contribuciones en los campos de la hidrodinmica y la mecnica
de fluidos, siendo la ms notable la introduccin del Nmero de Reynolds en
1883. Estudi matemticas en la Universidad de Cambridge, donde se gradu en
1867. Al ao siguiente fue nombrado profesor de ingeniera del Owens College
en Manchester y que posteriormente se convertira en la Victoria University of
Manchester, siendo titular de la Ctedra de Ingeniera (en aquella poca tan
solo haba dos de estas ctedras en Inglaterra).

Figura 3.3: Osborne Reynolds


3.1. FACTORES QUE INFLUYEN EN LAS ECUACIONES DE KARMAN-PRANDTL31

Osborne Reynolds (1874) estudi las caractersticas de flujo de los fluidos


inyectando un trazador dentro de un lquido que flua por una tubera. A veloci-
dades bajas del lquido, el trazador se mueve linealmente en la direccin axial.
Sin embargo a mayores velocidades, las lneas del flujo del fluido se desorganizan
y el trazador se dispersa rpidamente despus de su inyeccin en el lquido.

Figura 3.4: Zonas de turbulencias en un estrechamiento.

Figura 3.5: Turbulencia a Velocidades Altas

El flujo lineal se denomina Laminar y el flujo errtico obtenido a mayores


velocidades del lquido se denomina Turbulento.

Como ya qued visto en el apartado 2.10.1, las caractersticas que condicio-


nan el flujo laminar dependen de las propiedades del lquido y de las dimensiones
del flujo. Conforme aumenta el flujo msico aumenta las fuerzas del momento o
inercia, las cuales son contrarrestadas por la friccin o fuerzas viscosas dentro
del lquido que fluye. Cuando estas fuerzas opuestas alcanzan un cierto equilibrio
se producen cambios en las caractersticas del flujo. En base a los experimen-
tos realizados por Reynolds en 1874 se concluy que las fuerzas del momento
son funcin de la densidad, del dimetro de la tubera y de la velocidad media.
Adems, la friccin o fuerza viscosa depende de la viscosidad del lquido. Segn
32 ECUACIONES DE KARMAN-PRANDTL

dicho anlisis, el Nmero de Reynolds se defini como la relacin existente entre


las fuerzas inerciales y las fuerzas viscosas (o de rozamiento).

Fuerzas Inerciales
Re = = =
Fuerzas Viscosas

-Siendo cada uno de los trminos:


Re Nmero de Reynolds.
Densidad del fluido.
Velocidad del flujo.
Dimetro de la tubera.
Viscosidad cinemtica del fluido.
Viscosidad dinmica.

Teora de la Capa Lmite

La teora de capa lmite fue planteada a comienzos del siglo XX por el alemn
Prandtl y revolucion en su momento la Aeronutica, la Ingeniera Naval y la
Mecnica de Fluidos.

Prandtl junto con otros investigadores descubrieron que cuando el flujo es


turbulento existe cerca de las paredes de un conducto una pequesima sub-capa
que tiene rgimen laminar. Esta teora de capa lmite encuentra su aplicacin en
fluidos poco viscosos como el agua o el aire. La capa lmite es la zona afectada por
el esfuerzo cortante que se genera cuando un fluido en movimiento interacta
con una pared slida. Al pasar el fluido de un depsito de gran tamao en
donde la velocidad es muy baja o nula, a un conducto cerrado, la velocidad va
aumentando desde cero cerca de las paredes hasta un mximo en la zona central,
haciendo que las partculas se empiecen a entremezclar ocasionando que el flujo
se vaya volviendo turbulento hasta llegar a la turbulencia completa. La Figura
siguiente explica el proceso:
3.1. FACTORES QUE INFLUYEN EN LAS ECUACIONES DE KARMAN-PRANDTL33

Figura 3.6: Desarrollo de una Capa lmite

En una seccin 0-0 antes de la entrada al tubo la distribucin de velocidad


es constante e igual a 0 . Al acercarse el flujo a la seccin 1-1 de entrada al tubo,
las partculas de fluido en contacto con las paredes del tubo tienen velocidad 0
que va aumentando hasta una velocidad mxima 1 en la zona central. En la
seccin 5-5 se tiene una corona exterior de fluido de espesor que se llama capa
lmite. En esta capa lmite la velocidad es variable desde cero en las paredes del
tubo a 1 en su lmite interior; esta velocidad se conserva en un ncleo circular
central.

1 se hace mayor a 0 debido al retardo del flujo en la corona exterior. El


flujo es laminar en la zona inicial del tubo tanto en la corona exterior y en
el ncleo central debido a que las velocidades son bajas. Esta situacin ocurre
dentro del tubo entre las secciones 1-1 y 2-2.

De la seccin 2-2 en adelante la velocidad mxima dentro de la capa lmite


es suficientemente alta y se produce flujo turbulento dentro de la capa lmite. El
espesor de la capa lmite aumenta hasta llegar a su valor mximo en la seccin
3-3. A partir de esta seccin desaparece el ncleo central de velocidad constante
1 , la capa lmite cubre toda la seccin del tubo con un espesor igual al radio
del conducto y se est en una zona de turbulencia completa. Debido a que la
velocidad es muy baja en la proximidad de las paredes del conducto se desarrolla
una pequea capa de flujo laminar de espesor 0 llamada sub-capa laminar. Esta
es una capa de espesor muy pequeo ( , mm) y en ella se sienten mucho los
efectos de la viscosidad del fluido y del rozamiento.

Figura 3.7: Sub-Capa Laminar Viscosa


34 ECUACIONES DE KARMAN-PRANDTL

3.1.2. Rugosidad de la tubera


El concepto de sub-capa laminar permite explicar el efecto de la rugosidad
sobre las paredes del conducto ya que la existencia de la sub-capa laminar y el
efecto de la rugosidad influencian el comportamiento hidrulico de los conductos
tal como se ilustra a continuacin:

Figura 3.8: Conducto Hidrulicamente Liso y Rugoso Respectivamente

Cuando la rugosidad absoluta es apreciablemente menor que el espesor de


la sub-capa laminar los remolinos y vrtices causados por las irregularidades
se anulan por efecto de la viscosidad. En este caso la rugosidad no afecta la
formacin de la turbulencia y se dice que la superficie del material acta como
hidrulicamente lisa. Cuando la rugosidad absoluta es apreciablemente mayor
que el espesor de la sub-capa laminar los remolinos y vrtices causados por las
irregularidades destruyen la sub-capa laminar generando turbulencia apreciable
y se dice que la superficie del material acta como hidrulicamente rugosa.

En teora, se pueden usar los siguientes rangos para decidir si un conducto


es hidrulicamente liso o rugoso:

6 1 0 Conducto Hidrulicamente Rugoso (CHR)

0 305 0 Conducto Hidrulicamente Liso (CHL)

0 305 0 6 1 0 Transicin

-Siendo cada uno de los trminos:


Rugosidad absoluta del conducto.
0 Espesor de la sub-capa laminar.

11 6
0 =

3.1. FACTORES QUE INFLUYEN EN LAS ECUACIONES DE KARMAN-PRANDTL35

r

=

1 6
0 = p

Las tuberas, en funcin de su rugosidad, pueden clasificarse en:


-Hidrulicamente lisas.
-Hidrulicamente rugosas.
-Hidrulicamente semirrugosas.

Hidrulicamente Lisas: Son aquellas en las que el espesor de las rugosi-


dades o asperezas que presentan las paredes interiores es inferior al espesor de la
subcapa laminar. En estos casos, la rugosidad no influye en las fuerzas de roza-
miento, y por tanto el factor de friccin depende exclusivamente del nmero de
Reynolds, Re. Las tuberas de materiales plsticos, tales como, PVC, Polister,
etc se comportan como hidrodinmicamente lisas.

Hidrulicamente Rugosas: En stas, el espesor de las rugosidades es may-


or que el espesor de la subcapa laminar debido, entre otras causas a que ste
decrece al aumentar el nmero de Reynolds Re. Experimentalmente se comprue-
ba que el factor de friccin depende cada vez menos de Re, siendo la rugosidad
de la tubera la causa que ms influye sobre .

Hidrulicamente Semirrugosas: Para valores intermedios del nmero de


Reynolds, el espesor de la subcapa ha disminuido lo suficiente como para que
el movimiento del fluido alrededor de las rugosidades deje de ser laminar, y
stas perturban algo la corriente general. En stas, el espesor de las rugosidades
es mayor que el espesor de la subcapa laminar debido, entre otras causas a
que ste decrece al aumentar el nmero de Reynolds Re. Experimentalmente se
comprueba que el factor de friccin depende cada vez menos de Re, siendo la
rugosidad de la tubera la causa que ms influye sobre .

Un mismo valor de rugosidad absoluta puede ser muy importante en tuberas


de pequeo dimetro y ser insignificante en una tubera de gran dimetro, es
36 ECUACIONES DE KARMAN-PRANDTL

decir, la influencia de la rugosidad absoluta depende del tamao de la tubera.


Por ello, para caracterizar una tubera por su rugosidad resulta ms adecuado
utilizar la rugosidad relativa, que se define como el cociente entre la rugosidad

absoluta y el dimetro de la tubera .

Cuando el flujo es turbulento el factor de friccin no slo depende del nmero
de Reynolds, sino tambin de Rugosidad relativa de las paredes de la tubera,

, es decir, la rugosidad de las paredes de la tubera comparadas con el

dimetro de la tubera D. Para tuberas muy lisas, como las de latn extruido
o el vidrio, el factor de friccin disminuye ms rpidamente con el aumento del
nmero de Reynolds, que para tubera con paredes ms rugosas.

Como el tipo de la superficie interna de la tubera comercial es prcticamente


independiente del dimetro, la rugosidad de las paredes tiene mayor efecto en
el factor de friccin para dimetros pequeos. En consecuencia las tuberas de
pequeo dimetro se acercan a la condicin de gran rugosidad y en general
tienen mayores factores de friccin que las tuberas del mismo material pero de
mayores dimetros.

3.2. Envejecimiento de las tuberas y su influen-


cia en la rugosidad
El envejecimiento de una tubera de agua es el conjunto de procesos nat-
urales, fsicos, qumicos y biolgicos que ocurren con el paso del tiempo. Los
procesos fsicos, qumicos y biolgicos que forman parte del concepto de en-
vejecimiento de una tubera son oxidacin-corrosin y desgaste mecnico por
friccin. La regeneracin de las tuberas comprende todas las medidas posibles
de prevencin, mantenimiento y correccin en busca de mantener o volver a sus
condiciones iniciales en miras de optimizar el aprovechamiento del recurso. Las
causas ms importantes del envejecimiento de una tubera son: la corrosin, la
incrustacin y la oxidacin. El tamao de la celda corrosiva puede ser pequeo,
en el caso de las grietas de corrosin o picaduras y tambin puede ser grande,
que es lo que se denomina como corrosin uniforme. Es muy frecuente en estos
medios el desarrollo de picaduras que en algunos casos penetran rpidamente el
revestimiento de la tubera.

Analizndose la naturaleza o rugosidad de las paredes de una tubera deben


considerarse:

a. Material empleado en la fabricacin de los tubos.


b. Proceso de fabricacin de los tubos.
c. Extensin de los tubos y nmero de juntas.
3.2. ENVEJECIMIENTO DE LAS TUBERAS Y SU INFLUENCIA EN LA RUGOSIDAD37

d. Tcnica de asentamiento.
e. Estado de conservacin de las paredes de los tubos.
f. Existencia de revestimientos especiales.
g. Empleo de medidas protectoras durante el funcionamiento.

Con el uso, las tuberas se obstruyen y se oxidan y en la superficie pueden


surgir tubrculos (fenmeno de corrosin en tuberas de hierro fundido). Es-
tas condiciones se agravan con el tiempo. Modernamente han sido empleados
revestimientos internos especiales con el objeto de eliminar o aminorar los in-
convenientes de la corrosin.

Figura 3.9: Tubera con Corrosin

Otro fenmeno que puede ocurrir en las tuberas es la disposicin progre-


siva de sustancias contenidas en el fluido y la formacin de capas adherentes,
incrustaciones que reducen el dimetro til de los tubos y aceleran la rugosidad.

Figura 3.10: Tubera con Incrustaciones


38 ECUACIONES DE KARMAN-PRANDTL

3.2.1. Efecto del tiempo en la rugosidad de las tuberas


segn Genijew
Genijew relacion la rugosidad absoluta con el tipo de agua a transportar y
el nmero de aos de servicio.

= 0 +

-Siendo cada uno de los trminos:


Rugosidad absoluta.
0 Rugosidad de la tubera (Nueva) en mm.
Coeficiente que depende del grupo en el que se clasifique el agua que
transporta.
Nmero de aos de servicio de la tubera.

3.3. Golpe de Ariete


El golpe de ariete se origina debido a que el fluido es ligeramente elstico
(aunque en diversas situaciones se puede considerar como un fluido no com-
presible). En consecuencia, cuando se cierra bruscamente una vlvula o un grifo
instalado en el extremo de una tubera de cierta longitud, las partculas de fluido
que se han detenido son empujadas por las que vienen inmediatamente detrs
y que siguen an en movimiento. Esto origina una sobrepresin que se desplaza
por la tubera a una velocidad que puede superar la velocidad del sonido en
el fluido. Esta sobrepresin tiene dos efectos: comprime ligeramente el fluido,
reduciendo su volumen, y dilata ligeramente la tubera. Cuando todo el fluido
que circulaba en la tubera se ha detenido, cesa el impulso que la comprima
y, por tanto, sta tiende a expandirse. Por otro lado, la tubera que se haba
ensanchado ligeramente tiende a retomar su dimensin normal. Conjuntamente,
estos efectos provocan otra onda de presin en el sentido contrario. El fluido se
desplaza en direccin contraria pero, al estar la vlvula cerrada, se produce una
depresin con respecto a la presin normal de la tubera. Al reducirse la presin,
el fluido puede pasar a estado gaseoso formando una burbuja mientras que la
tubera se contrae. Al alcanzar el otro extremo de la tubera, si la onda no se ve
disipada, por ejemplo, en un depsito a presin atmosfrica, se reflejar siendo
mitigada progresivamente por la propia resistencia a la compresin del fluido
y la dilatacin de la tubera. Si el cierre o apertura de la vlvula es brusco, es
decir, si el tiempo de cierre es menor que el tiempo que tarda la onda en recorrer
la tubera ida y vuelta, la sobrepresin mxima se calcula como:
3.3. GOLPE DE ARIETE 39

-Siendo cada uno de los trminos:


Velocidad de la onda (velocidad relativa respecto al fluido) de sobrepresin
o depresin.
0 Velocidad media del fluido, en rgimen.
Aceleracin de la gravedad; 9,81 m/s2

A su vez, la velocidad de la onda se calcula como:

v
u
u
u 0
=u
t
1+

-Siendo cada uno de los trminos:


Es el mdulo elstico del fluido.
0 Es la densidad del fluido.
Es el mdulo de elasticidad (mdulo de Young) de la tubera que natu-
ralmente depende del material de la misma.
Es el espesor de las paredes de la tubera.
Es el dimetro de la tubera.

El problema del golpe de ariete es uno de los problemas ms complejos de


la hidrulica, y se resuelve generalmente mediante modelos matemticos que
permiten simular el comportamiento del sistema.

Figura 3.11: Material Destruido por un Golpe de Ariete


40 ECUACIONES DE KARMAN-PRANDTL

Consecuencias del Golpe de Ariete

Este fenmeno es muy peligroso, ya que la sobrepresin generada puede llegar


a entre 60 y 100 veces la presin normal de la tubera, ocasionando roturas en los
accesorios instalados en los extremos (grifos, vlvulas, etc). La fuerza del golpe
de ariete es directamente proporcional a la longitud del conducto, ya que las
ondas de sobrepresin se cargarn de ms energa, e inversamente proporcional
al tiempo durante el cual se cierra la llave: cuanto menos dura el cierre, ms
fuerte ser el golpe. El golpe de ariete estropea el sistema de abastecimiento de
fluido, a veces hace reventar tuberas de hierro colado, ensancha las de plomo,
arranca codos instalados, etc.

3.3.1. Dispositivos para controlar el Golpe de Ariete


Para evitar este efecto, existen diversos sistemas:

Para evitar los golpes de ariete causados por el cierre de vlvulas, hay que
estrangular gradualmente la corriente de fluido, es decir, cortndola con lentitud
utilizando para ello, por ejemplo, vlvulas de asiento. Cuanto ms larga es la
tubera, tanto ms tiempo deber durar el cierre. Sin embargo, cuando la inter-
rupcin del flujo se debe a causas incontrolables como, por ejemplo, la parada
brusca de una bomba elctrica, se utilizan tanques neumticos con cmara de
aire comprimido, torres piezomtricas o vlvulas de muelle que puedan absorber
la onda de presin, mediante un dispositivo elstico.

Otro mtodo es la colocacin de ventosas de aireacin, preferiblemente tri-


funcionales (estos dispositivos son para disminuir otro efecto que se producen
en las redes de agua o de algn otro fluido parecido al desalojarlo del sistema
mas no es propio del fenmeno del golpe de ariete)

1. Introducir aire cuando en la tubera se extraiga el fluido, para evitar que


se generen vacos.
2. Extraccin de grandes bolsas de aire que se generen, para evitar que una
columna de aire empujada por el fluido acabe reventando codos o, como es ms
habitual en las crestas de las redes donde acostumbran a acumularse las bolsas
de aire.
3. Extraccin de pequeas bolsas de aire, debido a que el sistema de las
mismas ventosas por lado tienen un sistema que permite la extraccin de grandes
cantidades y otra va para las pequeas bolsas que se puedan alojar en la misma
ventosa.

Otro caso comn de variacin brusca de la velocidad del flujo en la tubera se


da en las centrales hidroelctricas, cuando se produce una cada parcial o total de
la demanda. En estos casos tratndose de volmenes importantes de fluido que
deben ser absorbidos, se utilizan en la mayora de los casos torres piezomtricas,
3.3. GOLPE DE ARIETE 41

o chimeneas de equilibrio que se conectan con la presin atmosfrica, o vlvulas


de seguridad.
42 ECUACIONES DE KARMAN-PRANDTL
Captulo 4

MTODOS NUMRICOS

4.1. Importancia de los Mtodos Numricos


La ciencia y la tecnologa describen los fenmenos reales mediante modelos
matemticos. El estudio de estos modelos permite un conocimiento ms profun-
do del fenmeno, as como de su evolucin futura. La matemtica aplicada es la
rama de las matemticas que se dedica a buscar y aplicar las herramientas ms
adecuadas a los problemas basados en estos modelos. Desafortunadamente, no
siempre es posible aplicar mtodos analticos clsicos por diferentes razones:

-No se adecan al modelo concreto.


-Su aplicacin resulta excesivamente compleja.
-La solucin formal es tan complicada que hace imposible cualquier inter-
pretacin posterior.

Simplemente no existen mtodos analticos capaces de proporcionar solu-


ciones al problema. En estos casos son tiles las tcnicas numricas, que medi-
ante una labor de clculo ms o menos intensa, conducen a soluciones aproxi-
madas que son siempre numrica. El importante esfuerzo de clculo que implica
la mayora de estos mtodos hace que su uso est ntimamente ligado al empleo
de computadores. De hecho, sin el desarrollo que se ha producido en el campo
de la informtica resultara difcilmente imaginable el nivel actual de utilizacin
de las tcnicas numricas en mbitos cada da ms diversos.

El objetivo principal del anlisis numrico es encontrar soluciones aproxi-


madas a problemas complejos utilizando slo las operaciones ms simples de
la aritmtica. Se requiere de una secuencia de operaciones algebraicas y lgicas
que producen la aproximacin al problema matemtico.

Errores

43
44 CAPTULO 4. MTODOS NUMRICOS

El concepto de error es consustancial con el clculo numrico. En todos los


problemas es fundamental hacer un seguimiento de los errores cometidos a fin
de poder estimar el grado de aproximacin de la solucin que se obtiene.

Los errores asociados a todo clculo numrico tienen su origen en dos grandes
factores:

-Aquellos que son inherentes a la formulacin del problema.


-Los que son consecuencia del mtodo empleado para encontrar la solucin
del problema.

Dentro del grupo de los primeros, se incluyen aquellos en los que la definicin
matemtica del problema es slo una aproximacin a la situacin fsica real.
Estos errores son normalmente despreciables; por ejemplo, el que se comete al
obviar los efectos relativistas en la solucin de un problema de mecnica clsica.
En aquellos casos en que estos errores no son realmente despreciables, nuestra
solucin ser poco precisa independientemente de la precisin empleada para
encontrar las soluciones numricas.

Otra fuente de este tipo de errores tiene su origen en la imprecisin de los


datos fsicos: constantes fsicas y datos empricos. En el caso de errores en la me-
dida de los datos empricos y teniendo en cuenta su carcter generalmente aleato-
rio, su tratamiento analtico es especialmente complejo pero imprescindible para
contrastar el resultado obtenido computacionalmente.

En lo que se refiere al segundo tipo de error (error computacional), tres son


sus fuentes principales:

1. Equivocaciones en la realizacin de las operaciones (errores de bulto). Es-


ta fuente de error es bien conocida por cualquiera que haya realizado clculos
manualmente o empleando una calculadora. El empleo de computadores ha re-
ducido enormemente la probabilidad de que este tipo de errores se produzcan.
Sin embargo, no es despreciable la probabilidad de que el programador cometa
uno de estos errores (calculando correctamente el resultado errneo). Ms an,
la presencia de bugs no detectados en el compilador o en el software del sistema
no es inusual. Cuando no resulta posible verificar que la solucin calculada es
razonablemente correcta, la probabilidad de que se haya cometido un error de
bulto no puede ser ignorada. Sin embargo, no es esta la fuente de error que ms
nos va a preocupar.

2. El error causado por resolver el problema no como se ha formulado, sino


mediante algn tipo de aproximacin. Generalmente est causado por la sustitu-
cin de un infinito (sumatorio o integracin) o un infinitesimal (diferenciacin)
por una aproximacin finita. Algunos ejemplos son:

-El clculo de una funcin elemental (por ejemplo, Seno x) empleando slo
n trminos de los infinitos que constituyen la expansin en serie de Taylor.
4.2. MTODO DEL PUNTO FIJO 45

-Aproximacin de la integral de una funcin por una suma finita de los


valores de la funcin, como la empleada en la regla del trapezoide.
-Resolucin de una ecuacin diferencial reemplazando las derivadas por una
aproximacin (diferencias finitas).
-Solucin de la ecuacin f(x) = 0 por el mtodo de Newton-Raphson: proceso
iterativo que, en general, converge slo cuando el nmero de iteraciones tiende
a infinito.
Denominaremos a este error, en todas sus formas, como error por trun-
camiento, ya que resulta de truncar un proceso infinito para obtener un proceso
finito. Obviamente, estamos interesados en estimar, o al menos acotar, este error
en cualquier procedimiento numrico.

3. Por ltimo, la otra fuente de error de importancia es aquella que tiene


su origen en el hecho de que los clculos aritmticos no pueden realizarse con
precisin ilimitada. Muchos nmeros requieren infinitos decimales para ser rep-
resentados correctamente, sin embargo, para operar con ellos es necesario re-
dondearlos. Incluso en el caso en que un nmero pueda representarse exac-
tamente, algunas operaciones aritmticas pueden dar lugar a la aparicin de
errores (las divisiones pueden producir nmeros que deben ser redondeados y
las multiplicaciones dar lugar a ms dgitos de los que se pueden almacenar). El
error que se introduce al redondear un nmero se denomina error de redondeo.

4.2. Mtodo del Punto Fijo

El mtodo del punto fijo es un mtodo iterativo que permite resolver sistemas
de ecuaciones no necesariamente lineales. En particular se puede utilizar para
determinar races de una funcin de la forma () siempre y cuando se cumplan
los criterios de convergencia.

4.2.1. Definicin de Punto Fijo


Se dice que es un punto fijo de la funcin () si () =

4.2.2. Teorema del Punto Fijo


Sea () una funcin continua en [ ] derivable en ( ), con ([ ])
[ ] tal que |0()| 1 para todo [ ] y sea 0 un punto cualquiera del
intervalo [ ] La sucesin 0 1 2 3 con +1 = ( ) converge
al nico punto fijo de la funcin () en [ ]
46 CAPTULO 4. MTODOS NUMRICOS

Demostracin
Convergencia:


| +1 |
+1 = ( ) (1 ) = ( 1 )0() Con y
+1
por tanto, con [ ]

|+1 | = | 1 | |0()| | 1 | Por lo que

|2 1 | |1 0 |

|3 2 | |2 1 | 2 |1 0 |

.
.
.

|+1 | |1 0 |

.
.
.

|0 | + |1 0 | + |2 1 | + + |+1 | + |0 | + |1 0 | +
|1 0 | + + |1 0 | + = |0 | + |1 0 | (1 + + + + )

1
Con 1 |0 | + |1 0 | + + |+1 | + |0 | + |1 0 |
1

Por lo que la serie = 0 + (1 0 ) + (2 1 ) + + (+1 ) + Es

convergente por ser absolutamente convergente.

Dado que:

1 = 0

2 = 0 + (1 0 ) = 1

.
.
.

+1 = + ( 1 ) =
4.2. MTODO DEL PUNTO FIJO 47

.
.
.

La convergencia de nos garantiza la de la sucesin .

Convergencia al Punto Fijo:


= lm () = (lm ) = lm ( ) = lm +1 = () es decir;
() = = lm es punto fijo de () en [ ]

Unicidad:
Sea 0 otro punto fijo de () en [ ] ;

| 0| = |() (0)| = |( 0) 0()| = |( 0)| |0()| con [ ]

| 0| (1 |0()|) = 0

Y dado que |0()| 1 1 |0()| 6= 0 Obtenemos que | 0| = 0 por


tanto; = 0

En otras palabras, es el nico punto fijo de la funcin () en el intervalo


[ ]

Interpretacin Geomtrica del Teorema del Punto Fijo

Dependiendo de los valores que toma 0() en el intervalo [ ] podemos


distinguir cuatro casos:
a. 0() 1
b. 1 0() 0
c. 0 0() 1
d. 0() 1
48 CAPTULO 4. MTODOS NUMRICOS

Figura 4.1: Esquema de la Convergencia para el Teorema del Punto Fijo

Pudindose observar que en los casos (a) y (d) la sucesin resulta ser diver-
gente, ya que |0()| 1

En los casos (b) y (c), en los que |0()| 1 el mtodo converge


montonamente en (b) y de forma oscilatoria en (c).

Aplicacin del Mtodo de Punto Fijo a la resolucin de ecuaciones


Si se desea resolver la ecuacin () = 0 se escribe sta de la forma = ()
donde () es una funcin contractiva, y partiendo de un determinado valor
inicial 0 se construye la sucesin +1 = ( )

El teorema del punto fijo nos garantiza la convergencia de esta sucesin al


punto fijo de la funcin () o lo que es lo mismo, a la raiz de la ecuacin
() = 0

Para acotar el error de una determinada iteracin utilizamos la frmula del


error a posteriori.

Ejemplo:
El clculo de la raz cuadrada de 3 equivale al clculo de la raz positiva de
la ecuacin 2 = 3 Realizamos los siguientes cambios:

3+
2 = 3 + 2 = + 3 (1 + ) = 3 + =
1+
3+
Es decir, hemos escrito la ecuacin de la forma = () con () =
1+

Dado que sabemos que la raz de 3 est comprendida entre 1 y 2 y que;


4.2. MTODO DEL PUNTO FIJO 49

2 2 1
|0()| = 2 = 1 Para cualquier [1 2]
(1 + )2 2 2

2 2 1
|0()| = 2 = 1 Para cualquier [1 2]
(1 + )2 3 9

Podemos garantizar que partiendo de 0 = 1 el mtodo converger a la raz


cuadrada de 3 y que el error a posteriori ser fiable.

3 +
As pues, partiendo de 0 = 1 y haciendo +1 = obtenemos:
1 +

1 = 2 14 = 173205079844084
2 = 166666666666667 15 = 173205081001473
3 = 175000000000000 16 = 173205080691351
4 = 172727272727273 17 = 173205080774448
5 = 173333333333333 18 = 173205080752182
6 = 173170731707317 19 = 173205080758148
7 = 173214285714286 20 = 173205080756550
8 = 173202614379085 21 = 173205080756978
9 = 173205741626794 22 = 173205080756863
10 = 173204903677758 23 = 173205080756894
11 = 173205128205128 24 = 173205080756886
12 = 173205068043172 25 = 173205080756888
13 = 173205084163518 26 = 173205080756888

| ( )|
El error vendr dado por donde () = 2 3
| 0()| 1 +
[12]
2
26 3
por lo que 26 = 4884981308350688 1015 1014 es decir,
2
3 = 173205080756888
con todas sus cifras decimales exactas.

Como vemos, la convergencia ha sido muy lenta. Esto se debe a la mala


eleccin de ()

4.2.3. Orden de Convergencia


1
A. () = en [1 1] es contractiva ya que |0()| = 1 para todo
2 2
[1 1]
50 CAPTULO 4. MTODOS NUMRICOS

0 = 1 1 = 0 5 2 = 0 25 3 = 0 125 4 = 0 0625

Observamos que la convergencia a cero es lenta. Ello es debido a que:

0(0) 6= 0 Convergencia lineal o de primer orden.

2 1

B. () = en [1 1] es contractiva ya que |0()| = 1 para
4 2 2
todo [1 1]

0 = 1 1 = 0 25 2 = 0 015625 3 = 6 105 105

La convergencia a cero es rpida debido a que:




0() = 0(0) = 0

2
Convergencia de Segundo Orden.


00() = 1 00(0) 6= 0

2

3 2 1
C. () = en [1 1] es contractiva ya que |0()| = 1 para
6 2 2
todo [1 1]

0 = 1 1 = 0 166666 2 = 0 00077 3 = 7 6565 1011

La convergencia a cero es rpida debido a que:


2
0() = 0(0) = 0
2 Convergencia de Tercer Orden
00() = 00(0) = 0


000() = 1 000(0) 6= 0

El orden de convergencia nos lo da el orden de la primera derivada de la


funcin () que no se anula en su punto fijo
3+
La funcin () = que obtuvimos para calcular 3 verifica que
1+
1
0() = 0( 3) = (+1 3)2 6= 0 por lo que ha resultado una conver-
(1 + )2
gencia de primer orden.
4.3. MTODO DE NEWTON 51

4.3. Mtodo de Newton

En anlisis numrico, el mtodo de Newton es un algoritmo eficiente para


encontrar aproximaciones de los ceros o races de una funcin real. Tambin
puede ser usado para encontrar el mximo o mnimo de una funcin, encontrando
los ceros de su primera derivada.

4.3.1. Descripcin del Mtodo de Newton


El mtodo de Newton es un mtodo abierto, en el sentido de que su conver-
gencia global no est garantizada. La nica manera de alcanzar la convergencia
es seleccionar un valor inicial lo suficientemente cercano a la raz buscada. As,
se ha de comenzar la iteracin con un valor razonablemente cercano al cero (de-
nominado punto de arranque o valor supuesto). La relativa cercana del punto
inicial a la raz depende mucho de la naturaleza de la propia funcin; si sta
presenta mltiples puntos de inflexin o pendientes grandes en el entorno de la
raz, entonces las probabilidades de que el algoritmo diverja aumentan, lo cual
exige seleccionar un valor supuesto cercano a la raz. Una vez que se ha hecho
esto, el mtodo linealiza la funcin por la recta tangente en ese valor supuesto.
La abscisa en el origen de dicha recta ser, segn el mtodo, una mejor aproxi-
macin de la raz que el valor anterior. Se realizarn sucesivas iteraciones hasta
que el mtodo haya convergido lo suficiente.

Sea : [ ] < funcin derivable definida en el intervalo real [ ] Em-


pezamos con un valor inicial 0 y definimos para cada nmero natural

Siendo 0 la derivada de :

()
+1 =
0( )

En la figura 4.2, pueden verse las sucesivas iteraciones hasta que el mtodo
converge lo suficiente.
52 CAPTULO 4. MTODOS NUMRICOS

Figura 4.2: Convergencia del Mtodo de Newton

Vemos que +1 es una mejor aproximacin que para la raz de la


funcin

4.3.2. Obtencin del Algoritmo


Tres son las formas principales por las que tradicionalmente se ha obtenido
el algoritmo de Newton.

La primera de ellas es una simple interpretacin geomtrica. En efecto, aten-


diendo al desarrollo geomtrico del mtodo de la secante, podra pensarse en
que si los puntos de iteracin estn lo suficientemente cerca (a una distancia
infinitesimal), entonces la secante se sustituye por la tangente a la curva en el
punto. As pues, si por un punto de iteracin trazamos la tangente a la curva,
por extensin con el mtodo de la secante, el nuevo punto de iteracin se tomar
como la abscisa en el origen de la tangente (punto de corte de la tangente con el
4.3. MTODO DE NEWTON 53

eje X). Esto es equivalente a linealizar la funcin, es decir, se reemplaza por


una recta tal que contiene al punto (0 (0) ) y cuya pendiente coincide con la
derivada de la funcin en el punto 0 (0 )

La nueva aproximacin a la raz, 1 se logra de la interseccin de la funcin


lineal con el eje X de abscisas.

Matemticamente:

( )
0 ( ) =
+1

Figura 4.3: Iteracin del Mtodo de Newton


Una forma alternativa de obtener el algoritmo es desarrollando la funcin
() en serie de Taylor, para un entorno del punto :

j( )
() = ( ) + 0 ( )( ) + ( )2 +
2!

Si se trunca el desarrollo a partir del trmino de grado 2, y evaluamos en


+1 :

(+1 ) = ( ) + 0 ( )(+1 )
54 CAPTULO 4. MTODOS NUMRICOS

Si adems se acepta que +1 tiende a la raz, se ha de cumplir que (+1 ) =


0 luego, sustituyendo en la expresin anterior, obtenemos el algoritmo.

Finalmente, hay que indicar que el mtodo de Newton puede interpretarse


como un mtodo de iteracin de punto fijo. As, dada la ecuacin () = 0 se
puede considerar el siguiente mtodo de iteracin de punto fijo:

() = + () ()

Se escoge () de manera que 0 () = 0 ( es la raiz buscada). Dado que


0
() es:

0() = 1 + 0 () () + () 0 () = 1 + () 0 ()

Entonces:

1
() =
0 ()

Como () no tiene que ser nica, se escoge de la forma ms sencilla:

1
() =
0 ()

Por tanto, imponiendo subndices:

( )
( ) = +1 =
0 ( )
4.3. MTODO DE NEWTON 55

Expresin que coincide con la del algoritmo de Newton.

Convergencia del Mtodo


El orden de convergencia de este mtodo es, por lo menos, cuadrtico. Sin
embargo, si la raz buscada es de multiplicidad algebraica mayor a uno (i.e, una
raz doble, triple, ...), el mtodo de Newton pierde su convergencia cuadrtica
1
y pasa a ser lineal de constante asinttica de convergencia 1 , siendo la

multiplicidad de la raz.

Existen numerosas formas de evitar este problema, como pudieran ser los
mtodos de aceleracin de la convergencia tipo 2 de Aitken o el mtodo de
Steensen. Derivados de Newton destacan el mtodo de Ralston-Rabinowitz,
que restaura la convergencia cuadrtica sin ms que modificar el algoritmo a:

( )
+1 =
0 ( )

Evidentemente, este mtodo exige conocer de antemano la multiplicidad de


la raz, lo cual no siempre es posible. Por ello tambin se puede modificar el
()
algoritmo tomando una funcin auxiliar () = 0 resultando:
()

( )
+1 =
0 ( )

Su principal desventaja en este caso sera lo costoso que pudiera ser hallar
() y 0 () si () no es fcilmente derivable.

Por otro lado, la convergencia del mtodo se demuestra cuadrtica para el


caso ms habitual en base a tratar el mtodo como uno de punto fijo: Si 0 () = 0
y 00 () 6= 0 entonces la convergencia es cuadrtica. Sin embargo, est sujeto a
las particularidades de estos mtodos.

El mtodo de Newton es un mtodo abierto: la convergencia no est garanti-


zada por un teorema de convergencia global como podra estarlo en los mtodos
de falsa posicin o de biseccin. As, es necesario partir de una aproximacin ini-
cial prxima a la raz buscada para que el mtodo converja y cumpla el teorema
de convergencia local.
56 CAPTULO 4. MTODOS NUMRICOS

4.3.3. Teorema de Convergencia Local del Mtodo de New-


ton
Sea 2 ([ ]) Si [ ] () = 0 y 0 () 6= 0 entonces existe un
0 tal que si |0 | entonces la sucesin con N verifica que:
| | para todo y tiende a cuando tiende a infinito. Si adems
3 ([ ]) entonces la convergencia es cuadrtica.

4.3.4. Teorema de Convergencia Global del Mtodo de


Newton
Sea 2 [ ] verificando:

1. () () 0
2. 0 () 6= 0 para todo [ ]
3. 00 () 00
() 0 para todo [ ]
| ()| | ()|
4. max
| 0 ()| | 0 ()|

Entonces existe un nico [ ] tal que () = 0. Por lo que la sucesin


converge a

4.3.5. Estimacin del error


Se puede demostrar que el mtodo de Newton tiene convergencia cuadrtica:
si es raz, entonces:

2
|+1 | | | Para una cierta constante

Esto significa que si en algn momento el error es menor o igual a 0,1, a cada
nueva iteracin doblamos (aproximadamente) el nmero de decimales exactos.
En la prctica puede servir para hacer una estimacin aproximada del error.

Error relativo entre dos aproximaciones sucesivas:


4.3. MTODO DE NEWTON 57

|+1 |
=
+1

Con lo cual se toma el error relativo como si la ltima aproximacin fuera


el valor exacto. Se detiene el proceso iterativo cuando este error relativo es
aproximadamente menor que una cantidad fijada previamente.

Ejemplo:
Consideremos el problema de encontrar un nmero positivo tal que
cos() = 3 Podramos tratar de encontrar el cero de
() =cos() 3

Sabemos que 0() = sin() 32 Ya que cos() 1 para todo y 3 1


para 1 deducimos que nuestro cero est entre 0 y 1.

Comenzaremos probando con el valor inicial 0 = 0 5

(0 ) cos(0 5) 0 3
1 = 0 = 0 5 = 1 112141637097
0(0 ) sin(0 5) 3 0 52

(1 )
2 = 1 = = 0 909672693736
0(1 )

(2 )
3 = 2 = = 0 867263818209
0(2 )

(3 )
4 = 3 = = 0 865477135298
0(3 )

(4 )
5 = 4 = = 0 865474033111
0(4 )

(5 )
6 = 5 = = 0 865474033102
0(5 )

Los dgitos correctos estn subrayados. En particular, 6 es correcto para el


nmero de decimales pedidos. Podemos ver que el nmero de dgitos correctos
despus de la coma se incrementa desde 2 (para 3 ) a 5 y 10, ilustrando la
convergencia cuadrtica.
58 CAPTULO 4. MTODOS NUMRICOS

4.4. Mtodos de tipo Secante


En anlisis numrico el mtodo de la secante es un mtodo para encontrar
los ceros de una funcin de forma iterativa. Es una variacin del mtodo de
Newton donde en vez de calcular la derivada de la funcin en el punto de es-
tudio, teniendo en mente la definicin de derivada, se aproxima la pendiente a
la recta que une la funcin evaluada en el punto de estudio y en el punto de la
iteracin anterior. Este mtodo es de especial inters cuando el coste computa-
cional de derivar la funcin de estudio y evaluarla es demasiado elevado, por lo
que el mtodo de Newton no resulta atractivo. El orden de convergencia de este
mtodo, en un punto cercano a la solucin, es donde:


1+ 5
= 1 618
2

es el nmero ureo, por lo que se trata de una convergencia superlineal


inferior a la del mtodo de Newton. En caso de que la aproximacin inicial sea
demasiado lejana o la raz no sea simple, este mtodo no asegura la convergencia
y tiene un comportamiento similar al de Newton.

El mtodo de la secante es un algoritmo de la raz de investigacin que utiliza


una serie de races de las lneas secantes para aproximar mejor la raz de una
funcin . El mtodo de la secante se puede considerar como una aproximacin
en diferencias finitas del mtodo de Newton. Sin embargo, este mtodo fue
desarrollado independientemente de este ltimo.

Figura 4.4: Primeras Dos Iteraciones del Mtodo de la Secante


4.4. MTODOS DE TIPO SECANTE 59

4.4.1. Un mtodo de tipo Secante


El mtodo de la secante para la solucin numrica de una ecuacin escalar
() = 0 puede escribirse como:

1
+1 = ( ) ( ) 6= (1 ) 1
( ) (1 )

Este mtodo tambin puede ser considerado como una aproximacin al mto-
( ) (1 )
do clsico de Newton, donde 0( ) es reemplazado por
1

Nuestra idea es considerar una mejor aproximacin a 0( ) Proponemos


la siguiente modificacin:

1 ( 1 )
+1 = ( )
( ) (1 + ( 1 ))

Donde ( ) 6= (1 ) 1 y es un parmetro escalar en [0; 1).


Estos parmetros sern un control de las buenas aproximaciones a la derivada.

Tericamente, si 1 entonces:

( ) (1 + ( 1 ))
0 ( )
1 ( 1 )

Obviamente, el mtodo introducido no necesita evaluar ninguna derivada


como el mtodo de la secante. Solamente son necesarias dos evaluaciones de la
funcin en cada iteracin. En los experimentos numricos veremos su eficiencia.

Anlisis del orden de Convergencia


De la definicin del mtodo introducido:

1 ( 1 )
+1 = ( )
( ) (1 + ( 1 ))
60 CAPTULO 4. MTODOS NUMRICOS

( ) + (+1 + ) [e e1 = 1 + ( 1 )
1 ; ] = 0 Donde
( ) (e
1 )
1 ; ] =
y [e
e1

Por otra parte;

1
() = ( ) + ( ) [e e1 )( ) 00()
1 ; ] + (
2

1 ) max(e
Donde (mn(e 1 ))

As, tomando = ; la solucin de la ecuacin () = 0 en:

1
() = ( ) + ( ) [e e1 )( ) 00()
1 ; ] + (
2

Y restando:

( ) + (+1 + ) [e
1 ; ] = 0

Obtenemos:

1
( 1 ) [e
1 ; ] + ( 1 )( ) 00() = 0
2

Si denotamos:

Tendremos:

1 = (1 )1 +
4.4. MTODOS DE TIPO SECANTE 61

Concluimos de:

1
( 1 ) [e
1 ; ] + ( 1 )( ) 00() = 0
2

Que:

00()
+1 =
((1 ) 1 + )
2 0()


Donde 0() = [e
1 ; ] (mn(e
1 ) max(e
1 ))

De esta relacin se sigue que el mtodo modificado de la secante converge,


para aproximaciones iniciales suficientemente cercanas a la solucin, si () tiene
derivada segunda continua y si 0( ) 6= 0

Por otra parte, en el caso de = 0 para todo (mtodo de la secante)


ecuacin

00() 00()
+1 =
((1 ) 1 + ) ser +1 =
1
2 0() 2 0( )

00()
Esta relacin se aproxima a la ecuacin +1 =
2 si 1
2 0()
nicamente.

En la prctica, esto no sucede usualmente en las primeras iteraciones. No


obstante, considerando cercanos a uno, la relacin:
00()
+1 =
((1 ) 1 + )
2 0()

s se aproximar a:
00()
+1 =
2
2 0( )
62 CAPTULO 4. MTODOS NUMRICOS

Nmero de iteraciones hasta error 108 1 () = sin(2) = 0 = 1


(0 1 ) Newton Secante M.Secante = 09
(01 005) 3 4 3
(02 01) 3 4 3
(024 02) 5 4
(03 024) 5 5 4
(045 04) 3 4 3

Para estudiar la competitividad del mtodo modificado de la secante, lo


comparamos con los mtodos clsicos de Newton y de la Secante. Los hemos
testado en varias ecuaciones no lineales y en todos los casos, hemos obtenido
conclusiones similares.

La mejor propiedad de nuestro mtodo es que no usa derivadas, pero tiene


las mismas buenas propiedades de convergencia numrica que Newton. La con-
vergencia de la secante es superlineal.
Por otra parte, el mtodo modificado de la secante parece ser el mejor adap-
tado cerca de los ceros de 0()

En la tabla anterior consideramos la ecuacin sin(2) = 0 en [0 1] y


podemos comprobar que nuestro mtodo obtiene las mismas buenas propiedades
de convergencia que el mtodo de Newton. Adems, es el ms estable cerca de
0,25 donde 0 es igual a cero.

La principal ventaja del algoritmo es que no necesita evaluar derivadas,


pero mantiene las buenas propiedades de convergencia de los mtodos clsicos
iterativos de segundo orden.

4.4.2. Un Mtodo de tipo Secante de orden dos


Consideraremos la siguiente generalizacin del mtodo de la Secante:

+1 = 1
( )
Iteraciones Secante M.Secante = 09 M.Secante = 1 1010
2 508 105 278 105 252 105
5 5
3 766 10 135 10 638 1010
9 10
4 389 10 201 10 429 1019
8 10
5 117 10 201 10 0
6 454 1017 324 1020
7 682 1017 324 1020
32
8 246 10 0
9 739 1032
10 0
4.4. MTODOS DE TIPO SECANTE 63

En 0 = 01 1 = 005

Donde:

( ) ( )
= [ ; ] =

= + (1 )

3

(2 )

Usando el desarrollo de series de Taylor es fcil comprobar que:

= 0( ) + ( | |)

Por tanto:

( )
+1 =

( )
+1 =
0( ) + ( | |)

( )
+1 = + ( | |)
0( )

Sea +1 = donde ( ) = 0 :

( )
+1 = + ( | |)
0( )

+1 = (2 ) + ( | |)

+1 = (2 )
64 CAPTULO 4. MTODOS NUMRICOS

As la modificacin (si converge), es un mtodo de segundo orden.

Nota: Necesitamos dos evaluaciones de la funcin pero el mismo nmero


de
1+ 5
inversiones de la matriz. No obstante, mejoramos la exactitud de hasta
2
2 y las iteraciones sern similares a las del mtodo de Newton. As, el mtodo
ser competitivo.

Nota: En la prctica, no tenemos informacin sobre la solucin. Una posible


estrategia para obtener { } puede ser:

0 = (10 ) (2 )

0 = (20 )

Donde es un entero tal que:

(10 ) | ( ) (0 )|

(10 ) = | (0 )| (| 0 |

4.4.3. Experimentos Numricos

Para ver el comportamiento del mtodo iterativo introducido, han sido rea-
lizados diferentes experimentos con algunas ecuaciones no lineales. A conti-
nuacin se presentar una comparacin con los mtodos clsicos de Newton
y de la secante.

Dada 0 usamos el siguiente algoritmo para estudiar los diferentes :


2 si 2 || +1 ||
+1 =
|| +1 || en otro caso

Donde est relacionada con la precisin del ordenador.

En nuestros experimentos, puesto que estamos considerando precisin sim-


ple, consideraremos = 1016
4.4. MTODOS DE TIPO SECANTE 65

Iteracin Newton Secante Secante = 099 M. Secante


1 450 101 400 101 252 101 268 101
2 698 102 112 101 260 102 291 102
3 227 103 187 102 358 104 411 104
4 259 106 103 103 110 107 846 108
5 335 1012 952 106 203 1013 533 1015
6 0 490 109 0 0
7 233 1014
8 0

Error, 0 = 101 1 = 3 0 = 2

Para estudiar numricamente el orden, en la tabla anterior consideramos la


ecuacin en 1

En [17] se estudia la siguiente modificacin del mtodo de la secante;

+1 = 1
( )

Donde:

( ) ( )
= [ ; ] =

= 1 + ( 1 )

Cuando est cerca de uno, la convergencia terica ser mejor.

Numricamente observamos que nuestra modificacin (M. Secante), la


modificacin (Secante = 099) y los mtodos de Newton, se comportan co-
mo esquemas de segundo orden (ver tabla Error, 0 = 101 1 = 3 0 = 2)
66 CAPTULO 4. MTODOS NUMRICOS

Secante Secante
Iteracin Secante M. Secante
= 1 109 = 099
2 133 101 920 102 899 102 104 101
4 539 103 110 104 460 105 196 104
6 154 104 985 1017 130 107 408 1015
8 424 106 0 322 108 0
10 118 107 799 109
12 327 109 189 109
14 907 1011 492 1010
16 252 1012 122 1010
18 701 1014 302 1011
20 195 1015 750 1012

Error, 0 = 101 1 = 04 0 = 03

No obstante, con los -mtodos podemos tener algunos problemas de con-


vergencia. Por ejemplo, considerando la ecuacin () = 0 donde:


( + 1) 0
() =
2( 1) 0

Nuestro esquema est adaptado para obtener segundo orden sin conocimien-
to previo de la ecuacin. Los -mtodos usan un 0 fijo en todos los pasos y no
podemos controlar el orden. En la tabla anterior podemos ver la ventaja de usar
nuestra modificacin. Para obtener una buena aproximacin del mtodo de la
secante necesitamos ms de 21 evaluaciones de la funcin y 20 inversiones. Por
otra parte, el mtodo de la secante modificada necesita tan slo 16 evaluaciones
de la funcin y 8 inversiones para llegar a la solucin exacta. Para obtener re-
sultados similares con los -mtodos deberamos considerar = 1 109 Con
pequeo tenemos convergencia como el mtodo de la secante solamente.

En nuestro tercer ejemplo, estudiamos el sistema de ecuaciones no lineales;

32 + 2 1 + | 1| = 0

4 + 3 1 + || = 0

Consideramos la solucin aproximada


4.4. MTODOS DE TIPO SECANTE 67

( ) = (08946553733346867 03278265117462974)

En [17] podemos ver que los -mtodos obtienen mejores resultados que los
mtodos propuestos en [16] y [18]. En este ejemplo, los resultados del mtodo
de la secante modificada son similares a los de los -mtodos, ver tabla que se
muestra a continuacin:

Iteracin Secante Secante = 1 109 Secante = 099 M. Secante


1 315 101 358 102 281 102 419 102
2 271 102 127 103 133 103 251 103
3 514 103 102 105 378 106 111 105
4 284 104 431 1012 118 1010 253 109
5 305 106 827 1014 555 1017 111 1016

|||| (1 1 ) = (5 5) (0 0 ) = (1 0)

Ahora consideramos la ecuacin ( ) = (0 0), en la que:


(32 + 2 4 + 3 ) 0 0
( ) =
0001( 3 + ) 4 + 4 En otro caso

En estos ejemplos los -mtodos no son una buena alternativa al mtodo


clsico de la secante, puesto que estos divergen despus de algunas iteraciones.
En cambio, nuestra modificacin es bastante mejor que el mtodo de la secante
(ver la tabla siguiente).

Secante Secante
Iteracin Secante M. Secante
= 1 109 = 099
2
1 602 10 303 101 321 101 111
2 337 102 897 102 968 102 352 101
3 208 102 287 102 111 101
2
7 207 10 162 103 606 104
2
8 167 10 153 103 211 104
2
9 208 10 664 105
2
10 169 10 195 105
2
20 179 10 193 1010
2
30 186 10 194 1015
2
40 191 10 195 1020
2
100 191 10 202 1050
|| ( || (1 1 ) = (1 1) (0 0 ) = (1 1)
68 CAPTULO 4. MTODOS NUMRICOS

Finalmente, sea = [0 1] con la norma |||| = m ax[01] |()| y la


ecuacin () = 0 donde el operador : viene dado por:

Z1
1
()() = () + cos ( ()) [0 1] [0 1]
2
0

En la siguiente tabla podemos ver las buenas propiedades de convergencia:


Newton M. Secante
5 5

Nmero de iteraciones hasta la solucin exacta; 0 = 0 () = 0 = 101

4.5. Mtodo de tipo Steensen

4.5.1. Definicin del Mtodo


El mtodo de Steensen (por Johan Frederik Steensen) es un algoritmo
para obtener los ceros de una funcin. Se puede considerar como una combi-
nacin del mtodo de punto fijo y del mtodo de Aitken. Como el mtodo de
Aitken esencialmente acelera la convergencia de otro mtodo, se puede definir
este mtodo como el mtodo de punto fijo acelerado. La forma ms sencilla de
la frmula para el mtodo de Steensen es la que se utiliza para calcular los
ceros o las races de una funcin , es decir, para calcular el valor de entrada
que satisface ( ) = 0. Cerca de la solucin se supone que la funcin
satisface aproximadamente 1 ( ) 0 lo que la hace adecuada como una
funcin de correccin para calcular su propia solucin aunque no es necesario
que sea eficiente. Para algunas funciones, el mtodo de Steensen puede fun-
cionar incluso si no se cumple esta condicin, pero en tal caso, el valor inicial 0
debe ser cercano a la solucin real y la convergencia con la solucin puede
ser lenta.

Dado un valor inicial adecuado 0 se puede generar una secuencia de valores


0 1 2 ... , ... Cuando funciona, cada valor de la secuencia es ms cercano
a la solucin que el valor anterior. El valor de este paso genera el valor
+1 para el paso siguiente mediante esta frmula:
4.5. MTODO DE TIPO STEFFENSEN 69

( )
+1 =
( )

Para = 1 2 3 4 donde la funcin del gradiente ( ) es un compuesto


de la funcin original dada por la siguiente frmula:

( + ( )) ( )
( ) =
( )

La funcin es el gradiente medio de la funcin entre el ltimo punto de


la secuencia ( ) = ( ( )) y el punto auxiliar ( ) = ( + ( + ))
con el paso = ( )Solamente con el propsito de encontrar este punto auxil-
iar el valor de la funcin debe ser una correccin adecuada para acercarse a su
propia solucin. Para todas las otras partes del clculo, el mtodo de Steensen
solo exige que la funcin sea continua, y que tenga una solucin cercana. Ex-
isten algunas modificaciones modestas del paso en el clculo del gradiente
para alojar las funciones que no cumplen este requisito.

La principal ventaja del mtodo de Steensen es que calcula las races de


una ecuacin igual de rpido que el mtodo Newton pero la frmula no exige
una funcin separada para la derivada, de modo que se puede programar para
cualquier funcin genrica. En este caso, rpido significa que el nmero de
dgitos correctos en la respuesta se dobla con cada paso. El coste de la con-
vergencia rpida es la evaluacin de la doble funcin: se deben calcular tanto
( ) como ( + ( )) lo que puede llevar tiempo si es una funcin
complicada. Como comparacin, el mtodo secante solo necesita una evaluacin
de funcin por paso, lo que permite que, para dos evaluaciones de funciones el
mtodo secante pueda llevar a cabo dos pasos y dos pasos del mtodo secante
aumenta el nmero de dgitos correctos mediante un factor 2.6 mientras un paso
del mtodo de Steensen (Newton) lo aumenta con un factor 2.

Parecidos al mtodo Newton y a la mayora de mtodos cuadrticos con-


vergentes, la debilidad crucial del mtodo es la eleccin del valor inicial 0 Si
el valor de 0 no est lo suficientemente cerca de la solucin real, el mto-
do puede fallar y la secuencia de valores 0 1 2 3 puede variar entre dos
extremos o divergir hasta el infinito (posiblemente las dos cosas).
70 CAPTULO 4. MTODOS NUMRICOS

4.5.2. Derivacin utilizando el Mtodo Delta Cuadrado de


Aitken
La versin del mtodo de Steensen implementado en cdigo MATLAB se
puede calcular utilizando el proceso delta cuadrado de Aitken para la aceleracin
de la convergencia de una secuencia. Para comparar las siguientes frmulas con
las frmulas del punto anterior, tener en cuenta que = Este mtodo
asume el comienzo con una secuencia linealmente convergente y aumenta la
tasa de convergencia de esa secuencia. Si los signos de +1 +2 estn de
acuerdo y est lo suficientemente cerca al lmite deseado de la secuencia ,
podemos considerar lo siguiente:

+1 +2

+1

Entonces:

(+1 )2 (+2 )( )

De modo que:

2+1 2+1 + 2 +2 ( + +2 ) + 2

Y por lo tanto:

(+2 2+1 + ) +2 2+1

La solucin del lmite deseado de la secuencia es:


4.5. MTODO DE TIPO STEFFENSEN 71

+2 2+1

+2 2+1 +

2 + +2 + 2 +1 2 +1 2 2+1
=
+2 2+1 +

2
+ +2 2 +1 2 2 +1 + 2+1
=
+2 2+1 +

(+1 )2
=
+2 2+1 +

Lo que resulta en la secuencia convergente ms rpidamente:

2
(+2 +1 )
+3 =
+2 2+1 +
72 CAPTULO 4. MTODOS NUMRICOS
Captulo 5

IMPLEMENTACIN

5.1. Matlab
A continuacin se mostrarn los programas que hemos realizado para resolver
mediante mtodos numricos la ecuacin de Karman-Prandlt para tuberas lisas.

Para tuberas rugosas no es necesario programar ningn tipo de mtodo,


ya que la obtencin del coeficiente de friccin es directa, al ser y datos
invariantes del problema.

1
-Para tuberas lisas resolveremos: = 2 log Re 0 8


1
-Para tuberas rugosas resolveremos: = 2 log +1 74
2

Comenzaremos con la ecuacin para tuberas lisas con Re 105

73
74 CAPTULO 5. IMPLEMENTACIN

Realizamos la programacin para Punto Fijo en tuberas lisas:

Introducimos en Matlab lo siguiente:

Vamos a hacer un programa para que nos resuelva una ecuacion no lineal
mediante punto fijo, F(x)=x.
La ecuacin que queremos resolver es:
f=1/sqrt(2 log10(Re(sqrt(f))-0.8)
Ecuacin de Karman-Prandtl para tuberas lisas con nmero de Reynolds
Re10^5:

function [xx,j]=puntofijo(Re,n,tol)

Datos de Entrada:
Re = Nmero de Reynolds
n = Nmero de Iteraciones
tol = Tolerancia =10^-16

Datos de salida:
xx= Solucin con el mtodo de Newton.
j= Nmero de iteraciones con el mtodo de Newton.

Dato inicial:
Utilizamos para tuberas lisas la aproximacin de Blasius f=0.316/Re^1/4:
x(1)=0.316/(Re^(1/4));

Proceso iterativo:
for j=1:n
Introducimos la frmula:
x(j+1)=(2*log10(Re*sqrt(x(j)))-0.8)^(-2);

Criterio de parada:
if (abs(x(j+1)-x(j))tol)
xx=x;
Nmero de iteraciones utilizadas para llegar a la tolerancia:
j=j-1;
break;
end
end

Renombramos para que nos de el ltimo valor calculado y no todo el vector:


xx=x(j+1);
end
5.1. MATLAB 75

Realizamos la programacin para Secante en tuberas lisas:


Introducimos en Matlab lo siguiente:

Vamos a hacer un programa para que nos resuelva una ecuacion no lineal
F(x)=0, mediante el metodo de la Secante.

La ecuacin que queremos resolver es:


2 log10(Re(sqrt(f))-0.8-1/sqrt(f)=0
Ecuacin de Karman-Prandtl para tuberias lisas con nmero de Reynols
Re10^5:

function [xx,j]=secante(Re,n,tol)

Datos de Entrada:
Re = Nmero de Reynolds
n = Nmero de Iteraciones
tol = Tolerancia = 10^-16
Datos de salida:
xx= Solucin con el mtodo de Newton.
j= Nmero de iteraciones con el mtodo de Newton.

Dato inicial:
Para el x0, utilizamos para tuberas lisas la aproximacin de Blasius:
x=0.316/(Re^(1/4));
Como la Secante necesita otro valor para arrancar, tomamos el valor que
cogi la proyectista Pea Oquendo en su PFC: (ver bibliografa)
y=0.0314;

Proceso iterativo:
for j=1:n
Introducimos el mtodo para x(n-1):
f=-x+(2*log10(Re*sqrt(x))-0.8)^(-2);
Introducimos el mtodo para x(n):
g=-y+(2*log10(Re*sqrt(y))-0.8)^(-2);

Hacemos el cociente del metodo:


d=(g-f)/(y-x);
Multiplicamos por la funcion en x(n):
co=g/d;
Nos guardamos el valor de x(n), ya que para la siguiente iteracion sera el
x(n-1):
xy=y;

Hacemos el criterio de parada:


if(abs(co)tol)
y=y;
76 CAPTULO 5. IMPLEMENTACIN

Nmero de iteraciones utilizadas:


j=j-1;
break;
else
Calculamos la aproximacion:
y=y-co;
Recuperamos el valor para x(n-1):
x=xy;
end
end

Renombramos el valor de la aproximacin:


xx=y;
end
5.1. MATLAB 77

Realizamos la programacin para Newton en tuberas lisas:

Introducimos en Matlab lo siguiente:

Vamos a hacer un programa para que nos resuelva una ecuacion no lineal
F(x)=0, mediante el metodo de Newton.

La ecuacin que queremos resolver es:


2 log10(Re(sqrt(f))-0.8-1/sqrt(f)=0
Ecuacin de Karman-Prandtl para tuberias lisas con nmero de Reynolds
Re10^5:

function [x,j]=newton(Re,n,tol)

Datos de Entrada:
Re = Nmero de Reynolds
n = Nmero de Iteraciones
tol = Tolerancia = 10^-16
Datos de salida:
x= Solucin con el mtodo de Newton.
j= Nmero de iteraciones con el mtodo de Newton.

Definimos las constantes de la formula:


c1=log10(exp(1));

Utilizamos para tuberas lisas la aproximacin de Blasius f=0.316/Re^1/4:


x=0.316/(Re^(1/4));

for j=1:n
Definimos parte de la formula:
c2=(Re*sqrt(x));
c3 es la derivada de c2
c3=(Re/2)*sqrt(x);
Introducimos la funcin:
f=-x+(2*log10(c2)-0.8)^(-2);
Introducimos la derivada de la funcin:
d=-1-2*((2*log10(c2)-0.8)^(-3))*(c1/c2)*(c3);

Hacemos parte de la formula, la utilizamos como criterio de parada:


co=f/d;

Criterio de parada:
if (abs(co)tol)
x=x;
Iteraciones utilizadas:
j=j-1;
78 CAPTULO 5. IMPLEMENTACIN

break;
else
Introducimos el mtodo:
x=x-co;
end
end
5.1. MATLAB 79

Realizamos la programacin para Steensen en tuberas lisas:

Introducimos en Matlab lo siguiente:

Vamos a hacer un programa para que nos resuelva una ecuacion no lineal
F(x)=0, mediante el metodo de Steensen.

La ecuacin que queremos resolver es:


2 log10(Re(sqrt(f))-0.8-1/sqrt(f)=0
Ecuacin de Karman-Prandtl para lisas con nmero de Reynolds Re10^5:

function [x,j]=steensen(Re,n,tol)

Datos de Entrada:
Re = Nmero de Reynolds
n = Nmero de Iteraciones
tol = Tolerancia = 10^-16
Datos de salida:
x= Solucin con el mtodo de Newton.
j= Numero de iteraciones con el mtodo de Newton.

Para el x0, utilizamos para tuberas lisas la aproximacin de Blasius:


x=0.316/(Re^(1/4));

for j=1:n
Escribimos la ecuacion para x:
f=-x+(2*log10(Re*sqrt(x))-0.8)^(-2);
Escribimos la ecuacion para x+f:
=-(x+f)+(2*log10(Re*sqrt(x+f))-0.8)^(-2);

Calculamos el equivalente a la derivada en Newton:


d=(-f)/f;
Calculamos el cociente del mtodo:
co=f/d;

Criterio de parada:
if(abs(co)tol)
x=x;
j=j-1;
break;
else
Calculamos la aproximacin:
x=x-co;
end
end
80 CAPTULO 5. IMPLEMENTACIN

Realizamos la programacin para Secante Modificada en tuberas


lisas:

Introducimos en Matlab lo siguiente:

Vamos a hacer un programa para que nos resuelva una ecuacion no lineal
F(x)=0, mediante el metodo de la Secante modificada.

La ecuacin que queremos resolver es:


2 log10(Re(sqrt(f))-0.8-1/sqrt(f)=0
Ecuacin de Karman-Prandtl para tuberias lisas con numero de Reynols
Re10^5:

function [xx,j]=secantem(Re,n,tol,alpha)

Datos de Entrada:
Re = Nmero de Reynolds
n = Nmero de Iteraciones
tol = Tolerancia = 10^-16
alpha = Coeficiente de correccin del mtodo de la Secante modificada.

Para el x0, utilizamos para tuberas lisas la aproximacin de Blasius


x=0.316/(Re^(1/4));
Como la Secante necesita otro valor para arrancar, tomamos el valor que
cogi la proyectista Pea Oquendo en su PFC: (ver bibliografa)
y=0.0314;

Inicializamos las variables:


xy=x;

Proceso iterativo:
for j=1:n
Calculamos partes del metodo:
Parmetros de ayuda:
bb=alpha*(y-xy);
cc=xy+bb;
Escribimos la ecuacion evaluada en x(n+1):
f=-y+(2*log10(Re*sqrt(y))-0.8)^(-2);
Escribimos la ecuacion evaluada en x(n):
g=-cc+(2*log10(Re*sqrt(cc))-0.8)^(-2);
Calculamos el mtodo:
d=(f-g)/(y-cc);
co=f/d;
Nos guardamos el valor de x(n+1):
xxy=y;
5.1. MATLAB 81

Criterio de parada:
if(abs(co)tol)
y=y;
j=j-1;
break;
else
Calculamos la aproximacion:
y=y-co;
Recuperamos el valor para x(n):
xy=xxy;
end

xx=y;
end
82 CAPTULO 5. IMPLEMENTACIN

Para realizar el estudio con los distintos mtodos numricos hemos elegido
el problema siguiente:

Obtener el valor del coeficiente de friccin para una tubera lisa de


dimetro = 200 por la que circula agua a un Nmero de Reynolds
Re = 5 106

Introduciendo estos datos en Matlab obtenemos:

Mtodo Factor de friccin Iteraciones


Punto fijo 0.008982266220231 13
Newton 0.008982266220231 13
Steensen 0.008982266220231 3
Secante 0.008982266220231 5
Secante Modificada
0.008982266220231 4
= 099
Secante Modificada
0.008982266220231 5
= 08
Secante Modificada
0.008982266220231 5
= 07
Secante Modificada
0.008982266220231 5
= 06
Secante Modificada
0.008982266220231 5
= 05
Secante Modificada
0.008982266220231 5
= 04
Secante Modificada
0.008982266220231 5
= 03
Secante Modificada
0.008982266220231 5
= 02
Secante Modificada
0.008982266220231 4
= 01
Secante Modificada
0.008982266220231 5
=0

Para poder evaluar mejor los mtodos numricos que se han utilizado, va-
mos a variar el nmero de Reynolds del problema para el rango de aplicacin
de la ecuacin de Karman Prandtl. Para el mtodo de la Secante Modificada,
tomamos un cercano a 1 ( = 099) y una tolerancia = 1016

Los datos obtenidos son los siguientes:


5.1. MATLAB 83

Para tuberas rugosas, el clculo del coeficiente de friccin es directo. A


continuacin plantearemos un problema para tratar de resolverlo mediate la
ecuacin de Karman-Prandtl para tubos rugosos.

1
Nuestra ecuacin es: = 2 log +1 74
2

3500
La condicin para poder aplicar dicha ecuacin es: Re


Nuestro problema para tuberas rugosas es el siguiente:

Obtener el valor del coeficiente de friccin de una tubera de acero gal-


vanizado (k=0.15mm) de dimetro = 200 por la que circula agua a un
Nmero de Reynolds Re = 5 106

3500
Comenzamos calculando = 46 106


3500
Como vemos, se cumple que Re Estamos en la condicin de aplicar


nuestra ecuacin, ya que nuestro Re es mayor.

2
1
= 2 log +1 74 = 2 log +1 74
2 2

2
0200
= 2 log +1 74
2 0150

= 0519200727458294
84 CAPTULO 5. IMPLEMENTACIN

Figura 5.1: Tabla de soluciones. Iteraciones restringidas a 20.


5.1. MATLAB 85

Figura 5.2: Tabla de soluciones . Iteraciones restringidas a 5.


86 CAPTULO 5. IMPLEMENTACIN

Figura 5.3: Tabla de soluciones. Iteraciones restringidas a 2.


5.1. MATLAB 87

Figura 5.4: Tabla de soluciones . Iteraciones restringidas a 1.


88 CAPTULO 5. IMPLEMENTACIN
Captulo 6

CONCLUSIONES

Se ha hecho un recorrido histrico por la Mecnica de Fluidos hasta lle-


gar a las Ecuaciones de Harman-Prandtl y en particular a su uso dentro de la
Ingeniera Naval.
Estas ecuaciones se plantean tanto para el estudio de tuberas rugosas como
de tuberas lisas.
Como ejemplo prctico, se han estudiado estas ecuaciones para los dos tipos
de tuberas, pero en el caso de tuberas rugosas, la ecuacin pierde su no lineal-
idad por lo que ya no es interesante para nuestro estudio. Por lo que nos hemos
centrado en resolver la ecuacin de Karman-Prandtl para tuberas lisas.
Como la ecuacin la ecuacin de Karman-Prandtl para tuberas lisas es una
ecuacin no lineal, para resolverla hemos planteado una serie de mtodos de
resolucin de ecuaciones no lineales. Para ellos hemos dado varios teoremas de
convergencia. Estudiar la convergencia de un mtodo es importante, ya que
siempre que se utlilizan se espera que encuentre solucin y que sta sea una
buena aproximacin.
Los mtodos estudiados y comparados han sido los mtodos de Newton, Tipo
Secante, Secante modificado, Punto fijo y Tipo Steensen.
Observando las tablas del apartado anterior para tuberas lisas, podemos
llegar a las siguientes conclusiones:

- Como podemos observar, para la resolucin de esta ecuacin, no son nada


eficientes los mtodos de Punto Fijo y de Newton, ya que superan con creces el
nmero de iteraciones que el resto de mtodos que hemos utilizado.

- En cuanto al nmero de iteraciones, el mtodo de Steensen y el de Secante


Modificada con = 099 son los que se comportan mejor, ya que encuentran su
solucin entorno a las 3 o 4 iteraciones.

89
90 CAPTULO 6. CONCLUSIONES
Captulo 7

APNDICE

7.1. Lista de Smbolos

: Densidad de masa.

: Entalpa.

: Tensin del elemento diferencial.

: Temperatura.

: Fuente de calor.

: Velocidad del fluido en la seccin considerada.

: Presin.

: Aceleracin gravitatoria. 9 812

: Altura en la direccin de la gravedad.

: Caudal circulante.

: rea de la secin de la tubera.

: Factor de correccin de energa cintica en tuberas.

: Peso especfico del fluido. =

91
92 CAPTULO 7. APNDICE

: Energa aadida al fluido mediante un dispositivo mecnico, por ejemplo


una bomba.

: Energa absorbida al fluido mediante un dispositivo mecnico, por ejem-


plo una turbina.

: Prdida de energa la cual se compone de prdidas por friccin y prdidas


singulares.

: Prdida de carga debido a la friccin en la tubera.

: Prdida local de energa debida a la presencia de vlvulas y conectores.

: Dimetro de la tubera.

: Viscosidad cinemtica del fluido.

: Viscosidad dinmica del fluido.

: Factor de friccin de Darcy.

: Longitud de la tubera.

: Dimetro Hidrulico.

: Nmero de Reynolds.

: Rugosidad absoluta interior de la tubera.

0 : Espesor de la sub-capa laminar.

0 : Rugosidad de la tubera (Nueva).

: Tiempo.

: Mdulo de elasticidad (mdulo de Young) de la tubera que naturalmente


depende del material de la misma.

: Espesor de las paredes de la tubera.

: Velocidad de la onda (velocidad relativa respecto al fluido) de sobrepre-


sin o depresin en un golpe de ariete.

: Presin de vapor.
7.2. TABLAS 93

7.2. Tablas

7.2.1. Tabla para el coeficiente () de la Ecuacin de Geni-


jew

GRUPO COEFICIENTE ()
Agua con poco contenido mineral que
no origina corrosin. Agua con un 0,005 0,055
pequeo contenido de materia Valor Medio = 0,025
orgnica y de solucin de hierro.
Agua con poco contenido mineral que
origina corrosin. Agua que contiene 0,055 0,18
menos de 3 mg/l de materia orgnica Valor Medio = 0,07
y hierro en solucin.
Agua que origina fuerte corrosin y con
escaso contenido de cloruros y sulfatos 0,18 0,40
(menos de 100 a 150 mg/l). Agua con Valor Medio = 0,20
un contenido de hierro de ms de 3 mg/l.
Agua que origina corrosin,
con un gran contenido de cloruros 0,40 0,60
(ms de 500 a 700 mg/l). Agua impura con Valor Medio = 0,51
una gran cantidad de materia orgnica.
Agua con cantidades importantes
de carbonatos pero de dureza
De 0,6 a ms de 1
pequea permanente. Con
residuo denso de 2000 mg/l.
94 CAPTULO 7. APNDICE

7.2.2. Tabla de rugosidades absolutas

MATERIAL RUG. ABS. () (en mm)


Acero Asfaltado 0,015
Acero Comercial 0,45
Acero Estirado sin Costura 0,025
Acero Galvanizado 0,15
Acero Laminado con Incrustaciones 1,5 a 3
Acero Laminado Nuevo 0,05
Acero Laminado Oxidado 0,15 a 0,25
Acero Remachado 0,9 a 9
Acero Soldado 0,60
Acero Soldado Oxidado 0,4
Bronce Laminado 0,0015
CCP 0,12
Cemento-Asbesto (Rokalit) 0,0125
Cemento Alisado 0,3 a 0,8
Cemento Bruto (Hormign) 0,3 a 3
Fibra de Vidrio con Resina Epoxi 0,003
Fibrocemento 0,25 a 0,40
Fundicin 0,26
Fundicin Corriente Nueva (Hierro Colado) 0,25
Fundicin Corriente Oxidada 1 a 1,5
Gres 0,10 a 0,25
GRP 0,03
Hiero Colado Asfaltado 0,12
Hierro dctil 0,25
7.2. TABLAS 95

Hierro Dulce Asfaltado 0,12


Hierro Forjado 0,06
Hierro Fundido 0,15
Hierro Galvanizado 0,15
Hormign 0,3 a 3
Hormign Bituminoso 0,25
Hormign Colado in situ 2,50 a 6,00
Hormign colado in situ/ Encofrado Metlico 0,36
Hormign Liso de Alta Calidad 0,40 a 0,80
Hormign Liso de Media Calidad 0,80 a 1,50
Hormign Prefabricado 0,3 a 3
Hormign Rugoso 1,20 a 4,00
Latn Industrial 0,025
Latn estirado, Vdrio y Cobre 0,001 o Lisa
Madera 0,18 a 9
Metal Corrugado 20
Mortero Seco 1,25
Polietileno 0,007
PRFV 0,20 a 0,50
PVC 0,0015
96 CAPTULO 7. APNDICE

7.2.3. Tabla de propiedades del agua a distintas temper-


aturas y 1 atmsfera de presin

)
(o ) 3 3 ( 2 ( )

2
0 9 81 1000 1 75 103 6
1 75 10 0 61
5 9 81 1000 1 52 103 1 52 106
10 9 81 1000 1 30 103 1 30 106 1 13
15 9 81 1000 1 15 103 1 15 106
20 9 79 998 1 02 103 1 02 106 2 34
25 9 78 997 8 91 104 8 94 107
30 9 77 996 8 00 104 8 03 107 4 24
35 9 75 994 7 18 104 7 22 107
40 9 73 992 6 51 104 6 56 10 7 7 38
45 9 71 990 5 94 104 6 00 10 7
50 9 69 988 5 41 104 5 48 10 7 12 3
55 9 67 986 4 98 104 5 05 10 7
60 9 65 984 4 60 104 4 67 10 7 19 9
65 9 62 981 4 31 104 4 39 10 7
70 9 59 978 4 02 104 4 11 10 7 31 2
75 9 56 975 3 73 104 3 83 10 7
80 9 53 971 3 51 104 3 61 10 7 47 2
85 9 50 968 3 30 104 3 41 10 7
90 9 47 965 3 11 104 3 22 10 7 70 1
95 9 44 962 2 93 104 3 05 10 7
100 9 40 958 2 82 104 2 94 10 7 101 3
7.2. TABLAS 97

7.2.4. Tabla de propiedades de los lquidos comunes a 1


atmsfera y 20o c


TIPO DE LQUIDO 3 3 ( ) 2 2
Acetona 7 72 787 3 16 104 4 02 107
Alcohol Etlico 7 72 787 1 00 103 1 27 106
Alcohol Metlico 7 74 789 5 60 104 7 10 107
Alcohol Proplico 7 87 802 1 92 103 2 39 106
Amoniaco 8 10 826 2 20 104
Benceno 8 59 876 6 30 104 7 19 107
Aceite de Ricino 9 42 960 6 51 101 6 78 104
Etilenglicol 10 49 1100 1 62 102 1 47 105
Gasolina 6 67 680 2 87 104 4 22 107
Glicerina 12 34 1258 9 60 101 7 63 104
Queroseno 8 07 823 1 64 103 1 99 106
Aceite de Linaza 9 12 930 3 31 102 3 56 105
Mercurio 132 80 13540 1 53 103 1 13 107
Propano 4 86 495 1 10 104 2 22 107
Agua de Mar 10 10 1030 1 03 103 1 00 106
Trementina 8 53 870 1 37 103 1 57 106
Aceite Petrleo Medio 8 36 582 2 99 103 5 14 106
Aceite Petrleo Pesado 8 89 906 1 07 104 1 18 107
98 CAPTULO 7. APNDICE

7.2.5. Tabla para el clculo analtico del Coeficiente de


Friccin en conductos

TUBERAS RGIMEN ECUACIN AUTOR


Lisas
64
y Laminar = Hagen-Poiseuille
Re
Rugosas
Turbulento 0 316
Lisas 5 = 1 Blasius
Re 10 Re 4
Turbulento 1 Karman-Prandtl
Lisas = 2 log Re 0 8
Re 105 (Primera Ecuacin)
Turbulento
3500 1 2 51
Rugosas Re = 2 log + Colebrook-White
3 7 Re

Turbulento
3500 1 Karman-Prandtl
Rugosas
Re = 2 log +1 74
2 (Segunda Ecuacin)

7.2. TABLAS 99

7.2.6. Tabla de longitudes equivalentes adimensionales

PIEZA
Vlvula de Compuerta 8
Vlvula de Globo 340
Vlvula de ngulo 150
Vlvula de Bola 3
Vlvula de Retencin de Bola 600
Vlvula de Retencin de Disco 55
Vlvula de Disco con Muelles 420
Vlvula de Disco Articulado 75
Codo Normal a 90o 30
Codo Normal a 45o 16
Codo de Retorno 180o 50
T. Normal Flujo Directo 20
T. Normal Flujo Derivado 60
100 CAPTULO 7. APNDICE

7.3. Diagrama de Moody


Captulo 8

BIBLIOGRAFA

[1] Apuntes de la asignatura de Mecnica de Fluidos. Curso Acadmico:


2010-2011. Profesor: Manuel M. Snchez Nieto.

[2] Mecnica de Fluidos: Antecedentes y Actualidad.. Noviembre 2002. Jorge


Garca Sosa, Armando Morales Burgos y Eduardo Jos Escalante Triay. Edito-
rial UADY.

[3] Ingeniera Fluidomecnica. Universidad de Valladolid, Secretariado de


Publicaciones e Intercambio Editorial. 2002. Nicols Garca Tapia.

[4] Mecnica de Fluidos Aplicada (4a edicin). Robert L. Mott (1996). Mx-
ico, Pearson Educacin.

[5] Explicit Equation for Pipe-Flow Problems. Swamee, P, Jain Journal of


the Hydraulics Divisin, Vol 102, No. HY 5, (May 1979).

[6] Hidrulica General. Volumen 1. (1996). Gilberto Sotelo vila. Editorial


Limusa.

[7] Mecnica de los Fluidos, Octava Edicin. V. Streeter, E. Wylie. (1988).


Mc Graw Hill, Mxico D. F. Mxico.

[8] Genetic Algorithms for Least-Cost design of Water Distributions Net-


works. D. Savic and A. Godfrey. (1994). School of Engineering University of
Exeter, United Kinddom.

[9] Pipe Lene Rules of Thumb Handbook. E. Mc Allister. (1987). Gulf Pub-
lishing Company. Houston, Estados Unidos.

[10] An Explicit Equation for Friction Factor in Pipe. N. Chen. (1979). In-
dustrial Engineering and Chemical Fundamentals.Vol. 18. No 3.

101
102 CAPTULO 8. BIBLIOGRAFA

[11] Friction Factors for Pipe Flow. L. F. Moody. (1944). Transactions of the
ASME.

[12] Flujo en Tuberas. Luis Emilio Pardo Aluma. (2000). Universidad Tec-
nolgica del Choc.

[13] Manual de Hidrulica. Horance Williams King. Editorial Hispano Amer-


icana. Primera edicin.

[14] Mtodos Numricos. J. D. Faires, R. Burden. 2003. Editorial Thomson

[15] Sonia Busquier Sez. Mtodos Iterativos de Alto Orden y Aplicaciones.


(2003). Universidad Politcnica de Cartagena.

[16] A Convergence Theorem for Newton-Like Methods Under Generalized


Chen-Yamamoto-Type Assumptions, Appl. Math. Comput. 61. I. K. Argyros.
(1994).

[17] Las Diferencias Divididas en la Aproximacin de Races para Operadores


No Diferenciables. M. A. Hernndez y M. J. Rubio. (2001) Actas VII CEDYA
- IV CMA, Salamanca.

[18] The Majorant Method in the Theory of Newton-Kantorovich Approxi-


mation and the Ptak Error Estimates. (1987). P. P. Zabrejko and D. F. Nguen.
Numer. Funct. Anal. Optimiz., 9.

[19] A Modification of the Kantarovich Conditions for the Secant Method.


(2001). M. A. Hernndez and M. J. Rubio. Southwest Journal of Pure and
Applied Mathematics, 1.

[20] The Secant Method and Divided Dierences Hlder Continuous. (2001).
M. A. Hernndez and M. J. Rubio. Appl. Math. Comput.

[21] Nondiscrete Induction and Iterative Processes. Research Notes in Math-


ematics. (1984) F. A. Potra and V. Ptk. N.103, Ed. Boston: Pitman.

[22] Solution of Equations and Systems of Equations. Academic Press. (1960).


A. M. Ostrowski. New York and London.

[23] Iterative Methods for the Solution of Equations. (1964). J. F. Traub.


Prentice- Hall, Englewood dis, N.J.

[24] Iterative Solution of Nonlinear Equations in Several Variables. (1970)


J.M. Ortega and W.C. Rheinboldt. Ed. New York: Academic Press.
103

[25] Toward a Unified Convergence Theoryfor Newton-Like Methods, Non-


linear Functional Anal. and Appl. J. E. Dennis. (Proc. Advanced Sem., Math.
Res. Center, Univ. of Wisconsin,
Madison, Wis., 1970), Academic Press, Nueva York (1971).

[26] A New Type of Recurrence Relations for the Secant Method. (1999). M.
A. Hernndez y M. J. Rubio. Int. J. Comput. Math. 2.

[27] Funcional analysis. (1982) L. V. Kantorovich y G. P. Akilov. Pergamon


Press, Nueva York.

[28] Nondiscrete Induction and Iterative Processes. (1984). F. A. Potra y V.


Ptak. Pitman Publ. Nueva York.

[29] A Unified Convergence Theoryfor a Class of Iterative Processes. (1968).


W. C. Rheinboldt. SIAM J. Numer. Anal. 5.

[30] Resolucin mediante la aplicacin de diferentes mtodos numricos de


la ecuacin de Colebrook-White. (2009) PFC; Ma ngeles Pea Oquendo. Uni-
versidad Politcnica de Cartagena.

Você também pode gostar