Escolar Documentos
Profissional Documentos
Cultura Documentos
ogico de Veracruz
Curso:
on de MATLABr
Aplicaci a la Ingeniera
Qumica
Instructor:
M.C. Lluvia Marisol Ochoa Estopier
Indice
on a MATLABr
1. Introducci 2
2. Soluci
on de ecuaciones lineales 7
3. Ajuste de curvas 10
4. An
alisis estadstico 16
6. Determinaci
on de las races de un polinomio 27
7. Soluci
on de Ecuaciones Diferenciales Ordinarias 29
8. Soluci
on de Ecuaciones No Lineales 34
9. Soluci
on de Ecuaciones Diferenciales Parciales 38
Referencias 46
Indice de figuras
1. Interfase MATLABr . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
Indice de tablas
1. on a MATLABr
Introducci
1.1. e es MATLABr ?
Qu
Matematicas y computacion
Desarrollo de algoritmos
Adquisicion de datos
Una vez que hayan instalado el programa y puedan accesar a el, encontraran la si-
guiente configuracion (o parecida):
En esta figura estan resaltadas cinco ventanas que tienen diferente funcion:
1.3. Operaciones b
asicas
Operacion Comando
Suma, resta +, -
Multiplicacion *
Division /
Exponente
Las funciones trigonometricas, por su parte, se escriben como sin, cos, tan, etc.,
para el seno, coseno, tangente, respectivamente. La funcion exponencial se escribe exp.
A = 2
B = 3
C = A+B
D = AB
E = AB
F = eB
G = 1 104
H = sen(A)
Soluci
on. Copie y pegue las siguientes lneas en el Editor:
A=2;B=3;
C=A+B;
D=A*B;
E=A/B;
F=exp(B);
G=1 e 4;
H=sin(A);
Dele doble click a cualquier variable dentro del Workspace. Que ventana se abre
para mostrar dicha variable?
Escriba el comando clear all y oprima ENTER para borrar las variables creadas
en el Workspace. Para realizar el Ejemplo 1 desde el Command Window (Figura 3)
puede pasar linea a linea las operaciones se
naladas y pulsar ENTER para realizar la
operacion. Tambien puede copiar y pegar todas las lneas al mismo tiempo y pulsar
ENTER.
Intente las operaciones sugeridas en el listado anterior y observe los cambios reali-
zados en las ventanas.
2. Soluci
on de ecuaciones lineales
Sintaxis
X = linsolve(A,B) (1)
La Ecuacion 1 resuelve el sistema lineal A X = B. El n
umero de renglones de A debe
ser igual al n
umero de renglones de B. Si A es una matriz de m n elementos y B de
m k, entonces X es una matriz de dimension n k
3x1 + 2x2 = 1
x1 + x2 = 0
A=[3,2;1,1]; B=[1;0];
X=linsolve(A,B)
1
Cuyo resultado es: X=
1
Alimentacin
132 mol/min
x1A=0.3
Fondo
x1F=0.02
Soluci
on. La matriz resultante es la siguiente:
1 1 D 132
=
0,85 0,02 F 132x1A
y el algoritmo:
% Ejemplo 2.2
A=[1,1;0.85,0.02]
B=[132;132*0.3]
% Soluci
on
X=linsolve(A,B)
cuyo resultado es
44,53
X=
87,47
es decir, D = 44,53 mol/min y F = 87, 47 mol/min.
Soluci
on. La matriz a resolver es la siguiente:
1 0 0 0 0 0 0 0 0 0 y12 y1 y13
1 1 0 0 0 0 0 0 0 0 y23 y32
0 1 1 0 0 0 0 0 0 0 y36 y13 + y32
0 0 0 1 0 0 0 0 0 0 y45 y4
0 0 0 1 1 0 0 0 0 0 y56 0
=
0 0 1 0 1 1 1 0 0 0 y67 0
0 0 0 0 0 1 0 1 1 0 y86 0
0 0 0 0 0 0 1 1 0 1 y78 0
0 0 0 0 0 0 0 0 0 1 y710 y9
0 0 0 0 0 0 0 0 1 0 y89 y10
La cual se puede reducir si se sustituye y12 = y1 y13 = 60, y23 = y12 + y23 = 90,
y36 = y13 + y23 y32 = 100, y45 = y56 = y4 = 50, y710 = y10 = 10, y89 = y9 = 140,
entonces la matriz a resolver es simplemente:
1 0 1 y67 y56 + y36 150
1 1 0 y78 = y710 = 10
0 1 1 y86 y89 140
Subsistema Balance
1 0 = y1 y12 y13
2 0 = y12 + y32 y23
3 0 = y23 y32 y36 + y13
4 0 = y4 y45
5 0 = y45 y56
6 0 = y36 + y56 + y86 y67
7 0 = y67 y78 y710
8 0 = y67 y86 y89
9 0 = y89 y9
10 0 = y710 y10
Valores conocidos
y1 , y4 , y13 , y32, y9 , y10
% Ejemplo 2.3
% Se forma la matriz A
A=[1,0,-1;1,-1,0;0,1,-1]
% Valores de los flujos conocidos
y56=50;y36=100; y710=10;y89=140;
% Se forma la matriz B
B=[y56+y36;y710;y89];
% Soluci
on, ver ayuda para conocer la sintaxis
X=bicg(A,B)
3. Ajuste de curvas
Procesamiento de datos.
Sintaxis
X = lsqr(A,B) (2)
cuyos argumentos son iguales a los de la Ecuacion 1
Tratar de explicar en este texto todas las funciones y propiedades relativas a este
tema va mas alla del objetivo del curso. Sin embargo, a continuacion se presentaran
algunos ejemplos de ajuste de curvas y se utilizaran algunas funciones comunes. El
lector interesado en mayor informacion sobre este tema, puede consultar el manual de
usuario del programa.
Ejemplo 3.1. (Informaci on extrada del Ejemplo 3.1, Levenspiel (1998)). Boden-
stein y Linde (1906) estudiaron la reaccion H2 +Br2 = 2HBr y basandose en el analisis
de los datos experimentales encontraron que la ecuacion cinetica se representaba por
la expresion:
d [H2 ] k1 [H2 ] [Br2 ]1/2
rH2 = =
dt k2 + [HBr]/[Br2 ]
lo cual sugiere que se trata de una reaccion no elemental. Analice la cinetica de la
reaccion utilizando la informacion en la Tabla 1.
Soluci
on empleando la funcion lsqr. Se trata de una solucion a un problema de
mnimos cuadrados. Veamos si es posible ajustar la velocidad a una expresion de la
forma
ln (rH2 ) = ln (k) + a ln ([H2 ]) + b ln ([Br2 ])
De acuerdo con la sintaxis de las Ecuaciones 1 y 2, en este caso
X = ln (k) a b
A = I ln ([H2 ]) ln ([Br2 ])
B = ln (rH2 )
% Ejemplo 3.1. M
etodo de m
nimos cuadrados
% Datos de la Tabla 1
H2=[0.225;0.90;0.675;0.45;0.5637;...
0.2881;0.3103;0.1552];
Br2=[0.225;0.90;0.675;0.450;0.2947;...
0.1517;0.5064;0.2554];
mrH2=-[1.76;10.9;8.19;4.465;4.82;1.65;3.28;1.267]*1e-3;
% C
alculo de los logaritmos
ln H2=log(H2);
ln Br2=log(Br2);
ln mrH2=log(-mrH2);
% Formaci
on de las matrices
A=[ones(size(ln H2)),ln H2,ln Br2];
B=ln mrH2;
% Llamada a la funci
on de solucion, Ecuaci
on 2
X = lsqr(A,B)
Soluci
on empleando el Curve Fitting Toolbox. Veamos si es posible ajustar la ve-
locidad a una expresion de la forma
n = 1,34
0.1517;0.5064;0.2554];
mrH2=-[1.76;10.9;8.19;4.465;4.82;1.65;3.28;1.267]*1e-3;
% C
alculo de los logaritmos utilizados en la Ecuaci
on 4
eje X=log(H2./Br2);
eje Y=log(-mrH2./Br2.^1.34);
a = 0,9058 b = 0,4342
4. An
alisis estadstico
MATLAB cuenta con el Statistics Toolbox para el estudio de datos estadsticos de todo
tipo, provee funciones especialmente dise nadas para el analisis ademas de herramientas
para elaborar graficas interactivas. Entre los temas que abarca este toolbox se pueden
nombrar
Distribuciones de probabilidad.
Modelos no lineales.
Pruebas de hipotesis.
Estadstica multivariable.
Dise
no de experimentos (DOE).
Solucion. Para resolver este problema se cuenta con la funcion anova1, la sintaxis
que se utilizara es4
4
Consulte MathWorks (2007c) para encontrar otras sintaxis
Sintaxis
[p,tbl,stats] = anova1(X) (5)
donde p es la probabilidad de un evento, utilizando la estadstica F como predetermi-
nada; tbl da como resultado una tabla con los resultados, stats da como resultado un
grafico con los datos analizados y X es una matriz de m n elementos, donde cada
columna n representa una muestra independiente con m observaciones mutuamente
independientes.
load hogg
hogg
[p,tbl,stats] = anova1(hogg);
Enero 119 117 115 116 112 121 115 122 116 118
109 112 119 112 117 113 114 109 109 118
Febrero 118 115 115 122 118 121 120 122 120 113
120 123 121 109 117 117 120 116 118 125
Solucion inciso a. Para resolver este tipo de problemas, el toolbox cuenta con la
funcion lillietest y la funcion jbtest. La sintaxis utilizada en la solucion es la
siguiente:
Sintaxis
H= lillietest(X) (6)
donde H es el resultado de la prueba de hipotesis y X es el vector de datos que se desea
analizar. Si H = 1 la hipotesis se rechaza (los datos no se ajustan a una distribucion
normal), si H = 0 la hipotesis se acepta. Se utiliza un 5 % de confianza como valor
predeterminado.
H = 0
H2 = 0
Esto indica que los datos de los dos meses se ajustan a una distribucion normal.
Solucion inciso b y c. Las funciones ztest y ttest son las encargadas de probar la
hipotesis nula utilizando una prueba Z y una prueba t, respectivamente. La sintaxis
empleada en este problema es la siguiente:
Sintaxis
[h,sig,ci]= ztest(x,m,sigma) (7)
[h,sig,ci]= ttest(x,m) (8)
donde h es el resultado de la prueba de hipotesis (si h = 1 la hipotesis se rechaza, si
h = 0 la hipotesis se acepta), sig es la probabilidad que la observacion x sea mayor que
la media m con desviacion estandar sigma y finalmente, ci es el intervalo de confianza
de la media real de x.
% Inciso b -------------------------------
[ h z,pvalue z,ci z] = ztest(price1/100,1.15,0.04)
% Inciso c -------------------------------
[ h t,pvalue t,ci t ] = ttest(price2/100,1.15)
Para el inciso b, los resultados muestran que la hipotesis se acepta y que la suposi-
cion de $1,15 en el precio de la gasolina es aceptable. El intervalo [1,1340 1,169] con
un 95 % de confianza engloba el valor de $1,15. Para el inciso c, la hipotesis se rechaza.
Soluci
on inciso c. Copie y pegue las siguientes lneas en el Editor o en el Command
Window para obtener la Figura 10.
% Inciso d -------------------------------
boxplot(prices,1)
set(gca,XtickLabel,str2mat(
Enero,Febrero))
xlabel(Mes)
ylabel(Precios ($0.01))
125
120
Precios ($0.01)
115
110
Enero Febrero
Mes
CA 2 CA
vmax = DAB (10)
z x2
sujeta a:
z = 0, CA = 0
x = 0, CA = CA0
x = , CA = 0
0.9
0.8
0.7
Velocidad Vz, (m/s)
0.6
0.5
0.4
0.3
0.2
0.1
0
0 0.2 0.4 0.6 0.8 1
x, (m)
Soluci
on. Escriba los siguientes comandos en el Editor.
x=linspace(0,B,21);
% Construcci
on de la Ecuaci
on 11
for j=1:length(x)
for i=1:length(z)
CaCa0(j,i)=erfc(x(j)/sqrt(4*Dab*z(i)/vmax));
end
end
% Presentaci
on grafica de resultados
surf(z,x,CaCa0),
title(Perfil de concentraciones. Difusion en una pelicula descendente)
xlabel(longitud z (cm))
ylabel(longitud x (cm))
zlabel(C A/C A0)
El codigo elaborado para la solucion del problema utiliza funciones que no se han
explicado hasta el momento, estas son for-end, length, erfc, sqrt, surf y zlabel.
Se recomienda leer el manual de usuario del programa para tener una descripcion
detallada de estas funciones.
0.8
0.6
CA/CA0
0.4
100
0.2
50
0 longitud z (cm)
1 0.8 0
0.6 0.4 0.2 0
longitud x (cm)
x T=Tw
Condicin de
Simetra
u 2u
= (12)
X 2
sujeta a
u
=0 X=0
X
u=0 X=1
u= =0
donde u es la temperatura, es tiempo, X la distancia, y es una constante, todas
son variables adimensionales. La solucion analtica a la Ecuacion 12 es
X
u (, X) = an cos (n X) exp 2n (13)
n=1
sin (n )
an = n
2
+ 14 sin (2n )
(2n 1)
n = , n = 1, 2, 3, ...,
2
Represente graficamente la Ecuacion 13. Utilice las propiedades de la arcilla (k =
0,57 W/m K, CP = 0,938 kJ/kg K, = 1666 kg/m3 ), un tiempo de simulacion de
10 s, temperatura de pared Tw = 30 C, temperatura inicial T0 = 100 C.
Soluci
on. Escriba las lneas siguientes en el Editor
% Ejemplo 5.3
% Transferencia de calor en una placa simple
%---------- C
alculo de los eigenvalores----------
n=1:20;
lambda=(2*n-ones(size(n)))*(pi/2);
%---------- C
alculo de la constante a n------------
E=7/3;
a1=E*sin(lambda);
a2=0.5*lambda+0.25*sin(2*lambda);
a=a1./a2;
%---------- Formacion del malleo adimensional-------
tau total=0.001;
tau=linspace(0,tau total,21);
X=linspace(0,1,11);
%---------- C
alculo de los valores de u para toda X y tau---
for i=1:length(tau)
for j=1:length(X)
u(i,j)=sum(a.*cos(X(j)*lambda).*exp(-tau(i)*lambda.^2));
end
end
%---------- Presentaci
on de resultados-------------
surf(X,tau,u)
xlabel(X)
ylabel(\tau)
zlabel(u)
La Figura 14 representa el grafico obtenido mediante el codigo anterior. La Figu-
ra 15 representa la solucion para la arcilla. Las condiciones frontera se cumplen.
2.5
1.5
u
0.5
0
0
0.2
0.4
0.6 0.4
0.8 0.3
0.2
1 0.1
0
X
100
90
80
Temperatura T (C)
70
60
50
40 0
0.05
30 distancia x (m)
0 2 4 0.1
6 8 10 12
tiempo (s)
6. Determinaci
on de las races de un polinomio
MATLAB cuenta con la funcion roots para determinar las races de un polinomio,
la sintaxis es
Sintaxis
r = roots(c) (14)
donde r es un vector columna cuyos elementos son las races del polinomio, c es un
vector renglon que contiene los coeficientes del polinomio, ordenado de la potencia
mayor a la menor. Si c tiene n + 1 componentes, entonces el polinomio tiene la forma
c1 sn + . . . + cn s + cn+1 .
Ejemplo 6.1. Determine las races del polinomio s3 6s2 72s 27.
Soluci
on. Escriba las siguientes lneas en el Command Window o en el Editor
% Ejemplo 6.1
% Coeficientes del polinomio
c=[1,-6,-72,-27]
%Soluci
on
r=roots(c)
Ejemplo 6.2. (Extrado del Ejemplo 3.7 de Smith et al. (1997)). La presion de vapor
del cloruro de metilo a 60 C es de 13,76 bar. Utilice la ecuacion de Redlich-Kwong
(Ecuacion 15) para estimar los vol umenes molares del vapor y el lquido saturados
bajo estas condiciones.
3 RT 2 2 bRT a ab
V V b + 1/2
V =0 (15)
P P PT P T 1/2
0,42748R2 TC2,5
a =
PC
0,08664RTC
b =
PC
Solucion. Escriba el siguiente codigo en el Editor o en el Command Window
% C
alculo de la constantes a y b
a=0.42748*R^2*Tc^2.5/Pc;
b=0.08664*R*Tc/Pc;
% Se llama a la funci
on de soluci
on
V=roots(c)
cuyo resultado es
1712,8
V = 228,8
71,3
luego entonces Vg = 1712,8 cm3 /mol y Vl = 71,3 cm3 /mol, que coincide con los re-
sultados de Vg = 1713 cm3 /mol y Vl = 71,34 cm3 /mol mostrados por Smith et al.
(1997).
7. Soluci
on de Ecuaciones Diferenciales Ordinarias
Existen muchas funciones para resolver una sola ODE, entre ellas se encuentran fun-
ciones que las resuelven de manera analtica, como dsolve o int o bien funciones
que las resuelven de manera numerica, tal como ode45, entre otras. La eleccion en-
tre la funcion a utilizar depende de la complejidad y estructura de la integral y si se
desea una solucion analtica o simplemente el resultado numerico. A continuacion se
presenta un ejemplo donde se utilizaran algunas de las funciones antes mencionadas.
Para mayor informacion sobre estas y mas funciones, consulte el manual de usuario
del programa.
Calc
ulese el tiempo espacial necesario para alcanzar la conversion del 80 % a partir de
una alimentacion del 50 % de A y 50 % de inertes, en un reactor de flujo en piston que
opera a 215 C y 5 atm (CA0 = 0,0625 mol/lt). La Ecuacion 16 describe el reactor.
Soluci
on utilizando la funci
on ode45. La sintaxis de ode45 empleada en el Ejemplo
es
Sintaxis
[T,Y] = ode45(odefun,tspan,y0) (17)
donde T es el vector que contiene los intervalos de integracion (recuerde que es una
solucion numerica), Y es el vector que contiene el valor de la integral para cada in-
tervalo de T , odef un es una funcion que eval ua el lado derecho de la ODE (vease el
manual de usuario de MATLAB para mayor informacion), tspan es un vector [t0, tf ]
en donde se especifica el intervalo global de integracion, la integracion comienza en t0
y finaliza en tf , y0 es la condicion inicial en t0. ode45 puede extenderse a sistemas de
ODEs.
% Presentaci
on grafica de datos
plot(T,X)
title(Conversi
on de A en un reactor flujo pist
on)
xlabel(Tiempo espacial \tau (s))
ylabel(Conversion de A (X A))
% Funci
on que evalua la integral
function dt = ecuacion(x,t)
% Entrada de datos
CA0=0.0625; %(mol /lt)
k=1e-2; % mol^0.5 /lt^0.5 s
% Comando de soluci
on, Ecuaci
on 16
dt =CA0^0.5/k*((1+x)/(1-x))^(1/2) ;
0.7
Conversin de A (XA)
0.6
0.5
0.4
0.3
0.2
0.1
0
0 5 10 15 20 25 30 35
Tiempo espacial (seg)
Ejemplo 7.3. (Extrado del Ejemplo 6.6 Fogler (1999)). Considere las reacciones
isotermicas llevadas a cabo a 1500 R y 35 atm en un reactor de lecho empacado
M + H X + Me
X + H T + Me
Soluci
on. Se utilizara la funcion ode45 para resolver el sistema de ODEs, ejecute
el siguiente algoritmo en el Editor y observe los resultados en el Command Window.
% Presentaci
on de resultados
plot(T,C(:,1),k:,T,C(:,2),r,T,C(:,3),b-.)
title(Producci
on de m-xileno en un reactor flujo pist
on)
xlabel(Tiempo espacial \tau (h))
ylabel(Concentraci
on (lbmol/ft^3))
legend(Hidr
ogeno,Mesitileno,m-xileno)
% Funci
on que evalua la integral
function dC = ODEs(t,C)
% Se renombran las variables
CH=C(1);CM=C(2);CX=C(3);
% Constantes de rxn
k1=55.20; % (ft^3/lbmol)^0.5 /h
k2=30.20; % (ft^3/lbmol)^0.5 /h
% Velocidades de rxn
r1M=-k1*CH^0.5*CM
r2T=k2*CH^0.5*CX;
% Ecuaciones 18-20
dCH =r1M-r2T; % a column vector
dCM=r1M;
dCX=-r1M-r2T;
% Se forma el sistema de ODEs
dC=[dCH;dCM;dCX];
La Figura 17 presenta los perfiles de concentracion dentro del reactor, perfiles que
coinciden con los presentados por Fogler (1999). Respecto al codigo, notese que se
crearon dos funciones, una llamada reactores, que contiene las condiciones iniciales
y la funcion ODEs, que contiene el sistema de ODEs a resolver. Tambien observe que se
usaron nuevos comandos, como legend y se modifico la presentacion predeterminada
del grafico, consulte el manual del programa para mayor informacion.
0.015
0.01
0.005
0
0 0.1 0.2 0.3 0.4 0.5
Tiempo espacial (h)
8. Soluci
on de Ecuaciones No Lineales
MATLAB cuenta con el Optimization Toolbox para resolver estos y mas problemas
de optimizacion, incluyendo
La funcion del toolbox encargada para resolver ENLs es la funcion fsolve, la sintaxis
utilizada en los ejemplos subsecuentes es
Sintaxis
x = fsolve(fun,x0) (24)
[x,fval] = fsolve(fun,x0,options) (25)
fsolve resuelve el problema F (x) = 0 para x, donde x es un vector y F (x) (es decir,
f un) es un vector que evalua las ecuaciones a resolver. x0 es la suposicion inicial, f val
es el valor final de F (x) una vez que fsolve termine de ejecutarse y options son las
opciones de optimizacion.
2x1 x2 ex1 = 0
x1 + 2x2 ex2 = 0
% Funci
on que contiene el sistema de ENLs
function F = myfun(x)
F = [2*x(1) - x(2) - exp(-x(1));
-x(1) + 2*x(2) - exp(-x(2))];
cuyo resultado es
0,5671
x=
0,5671
6 0,4059
F (x) = 1 10
0,4059
Ejemplo 8.2. (Extrado del Ejemplo 7.1 de Henley y Seader (2000)). Una ali-
mentacion que contiene 10, 20, 30 y 40 moles % de propano (1), n-butano (2), n-
pentano (3) y n-hexano (4), respectivamente, entra en una columna de destilacion a
100 psia y 200 F . Suponiendo que existe equilibrio, que fraccion de la alimentacion
entra como lquido? Las constantes de equilibrio son K1 = 4,2, K2 = 1,75, K3 = 0,74
y K4 = 0,34.
Soluci
on. Se trata de una ENL en la cual el objetivo es encontrar un valor de
tal que f {} = 0. El algoritmo que resuelve la Ecuacion 26 se enuncia en seguida.
% Funci
on que contiene la ENL a resolver
function F=sumatoria(x)
% Entrada de datos
K=[4.2,1.75,0.74,0.34];
zi=[0.10,0.20,0.30,0.40];
nc=4;
% Ecuacion 26
F=0.0;
for I=1:nc
F=F+zi(I)*(1-K(I))/(1+x*(K(I)-1));
end
2A + C subproductos inocuos
Se requiere dise
nar tres tanques agitados en serie identicos y determinar su tiempo
espacial. Las ENLs que describen los tres reactores son:
CC0 CC1 0,08 M CC1
= = (27)
(rC )R1 0,158CC1 (0,04 + 2CC1 )0,5
CC1 CC2 CC1 CC2
= = (28)
(rC )R2 0,158CC2 (0,04 + 2CC2 )0,5
CC2 CC3 CC2 1 104 M
= = (29)
(rC )R3 3,168 106 mol/min lt
Resuelva las Ecuaciones 27 a 29 y determine el valor de , CC1 y CC2 .
Soluci
on. Se trata de tres ENLs (Ecuaciones 27-29) con tres incognitas ( , CC1 y
CC2 ) que se resuelven facilmente con la funcion fsolve. El codigo a ejecutar es el que
sigue, observe en el Command Window los resultados
% Ejemplo 8.3. Solucion de un sistema de NLE
function tres react MSMPR
x0=[10;0.01;0.01]; %aproximaci
on inicial
[x,F]=fsolve(@reacciones,x0)
% Funci
on que contiene la ENL a resolver
function F=reacciones(x)
% Se renombran las variables
tau=x(1);CC1=x(2);CC2=x(3);
% Entrada de datos
CC0=0.08; CC3=1e-4; %M
% Cin
eticas de rxn
rC R1=-0.158*CC1*(0.04+2*CC1)^0.5;
rC R2=-0.158*CC2*(0.04+2*CC2)^0.5;
rC R3=-0.158*CC3*(0.04+2*CC3)^0.5;
% Ecuaciones
F(1,1)=tau-(CC0-CC1)/(-rC R1);
F(2,1)=tau-(CC1-CC2)/(-rC R2);
F(3,1)=tau-(CC2-CC3)/(-rC R3);
el resultado es:
245,8777 0
x = 0,0079 F = 1 1013 0,2842
0,0009 0,2842
es decir = 245,87 min, CC1 = 7,9 103 M y CC2 = 9,0 104 M , ademas F ( ) = 0,
F (CC1 ) = 0,2842 1016 0 y F (CC1 ) 0. Los resultados obtenidos con fsolve
coinciden con los presentados por Tiscareno-Lechuga (2006).
9. Soluci
on de Ecuaciones Diferenciales Parciales
Se utilizaran algunas funciones del toolbox con la finalidad de resolver EDP aplicadas
a la Ingeniera Qumica, especficamente a los modelos de Fenomenos de Transporte.
Consulte el manual de usuario de MATLAB para obtener mayor informacion acerca
de este toolbox.
Ejemplo 9.1. (Extrado de Ochoa-Tapia (2005), Captulo 3). En la aleta de en-
friamiento mostrada en la Figura 19 la transferencia de calor en estado estacionario
esta dada por el siguiente problema de valor en la frontera
2T 2T
+ = 0, para 0 < y < L, B x B
x2 y 2
sujeta a
y=0 T = Tw para B x B
T
y=L y
=0 para B x B
x B k T
x
= h (T Ta ) para 0 y L
Introduciendo las variables adimensionales
T Ta x y
u= , X= , Y =
Tw Ta B B
el sistema puede simplificarse en la ecuacion adimensional:
2u 2u
+ =0 (30)
X 2 Y 2
sujeta a
Y = 0, u=1
L u
Y = r= , =0
B Y
u
X = 1, = NBi u
X
u
X = 0, =0
X
Soluci
on.
Paso 1. Lo primero que debe hacerse es cargar la interfase del toolbox, para ello
escriba pdetool en el Command Window, la interfase de usuario debe aparecer en la
pantalla.
Paso 2. Dibuje un rectangulo con las dimensiones de la placa, siga las indicaciones
del instructor, observe la Figura 20.
Paso 4. Especifique las condiciones frontera, siga las instrucciones orales, observe
la Figura 21.
Paso 5. Solucione el sistema, para ello siga las instrucciones orales. Observe la
Figura 22.
Paso 6. Grafique los resultados. Siga las indicaciones orales. Los resultados de la
Ecuacion 30 se muestran en las Figuras 23 y 24. Observe que el sistema cumple las
condiciones frontera establecidas.
Color: T Height: T
0.9
1 0.8
0.8 0.7
0.6
0.6
0.5
0.4
0.4
0.2
0.3
0
6 0.2
1
4
0.1
2 0.5
0 0
Color: T Height: T
1
0.9
0.9
0.8
0.8
0.7
0.7
0.6 0.6
0.5 0.5
0.4 0.4
0.3 0.3
0.2 0.2
0.1 0.1
0
0 1 2 3 4 5
Cada toolbox contiene una familia de funciones que creada para resolver un gran
n
umero de problemas relacionados con el tema para el que fue dise nado; sin embargo,
en esta Seccion solo se cubrira un peque
no n
umero de funciones, para mayor informa-
cion, consulte los manuales de usuario de cada toolbox.
Soluci
on. Ejecute el siguiente codigo en el Editor o en el Command Window
Ejemplo 10.2. (Extrado del Ejemplo 10.1 Ogata (1998)). Considere en sistema de
control de la Figura 27 y obtenga una curva de respuesta escalon unitario para 14 s.
Soluci
on.
Paso 1. Dibuje el diagrama en la interfase de Simulink (Figura 28), para ello siga
las instrucciones orales.
Referencias
(1992). Fen
Bird, R. B.; Stewart, W. E. y Lightfoot, E.N. omenos de Transporte.
Reverte.
MathWorks, The (2007a). Control System Toolbox Users Guide. The MathWorks,
3a edicion.
MathWorks, The (2007c). Statistics Toolbox Users Guide. The MathWorks, 3a edi-
cion.
Tiscare
no-Lechuga, F. (2006). Reactores Qumicos. volumen I. Instituto Tecnologico
de Celaya.