Parcial METODOS NUMERICOS #3

Cartagena, 28 de Mayo de 2014

Facultad de Ingeniera

Mueses Miguel.1, Daz Natalia.2, Suarez Camilo.2
1. Profesor de Mtodos Numricos, PhD
2. Estudiantes del programa de Ingeniera Qumica
Considere una reaccin de esterificacin de etanol y cido actico para producir acetato de
etilo y agua:

El siguiente sistema de ecuaciones corresponde al equilibrio qumico de la reaccin

)]
(

)]
(

)]
(

)]
La constante de equilibrio qumico

esta dada por la expresin

Donde T es la temperatura absoluta en Kelvin. El valor de

es:

El balance total de materia y por componente es:

Donde

son las moles totales en el alimento y en el equilibrio,

es un parmetro
conocido como avance de la reaccin, L y V son las moles totales de la fase liquida y de vapor y
v es el coeficiente estequiometrico.
La condicin del equilibrio de fases est dada por el coeficiente de distribucin lquido vapor
Ki

Las presiones de vapor de los componentes estn dadas por la ecuacin de Antoine

)

Constantes de Antoine

A B C

8,2133 1652,05 231,48 Etanol
7,2996 1479,02 216,82 cido Actico
7,0146 1211,9 216,01 Acetato de Etilo
16,3816 3885,7 230,17 Agua












Utilizando las constantes de Antoine calculamos los Kt para cada compuesto, calculados y
tabulados en Excel
Temperatura Etanol cido actico Acetato de etilo Agua
K Kt Kt Kt Kt
348 0,875009682 0,224105379 0,931647954 0,379220995
349 0,91105324 0,233217284 0,962749278 0,395324452
350 0,948333289 0,242633839 0,994665888 0,412000159
351 0,986883019 0,25236283 1,027412621 0,429264166
352 1,026736228 0,262412169 1,061004432 0,447132837
353 1,067927326 0,2727899 1,095456395 0,465622852
354 1,110491338 0,283504192 1,130783705 0,48475121
355 1,15446391 0,294563343 1,167001671 0,50453523
356 1,199881311 0,305975783 1,204125719 0,524992555

Funcin Objetivo:
1. Para optimizar la funcin buscamos reducir el error entre los puntos experimentales y
los calculados a travs del mtodo de Mnimos cuadrados.
[

)]

Temperatura y1 y2 y3
348 0,1549 0,0253 0,5619
349 0,14 0,0302 0,5489
350 0,1279 0,0351 0,5348
351 0,1176 0,0402 0,5198
352 0,1085 0,0454 0,5043
353 0,1003 0,0509 0,4882
354 0,0927 0,0567 0,4716
355 0,0855 0,0629 0,4546
356 0,0787 0,0696 0,4372

)]

)]

)]

Calculamos los valores de y4 para cada uno de los tiempos, tabulados y calculados en Excel
(

)]

)]













2. Programamos un cdigo encargado de calcular la funcin objetivo, anexo a
continuacin
















Temperatura ln(kt) kt y4
348 3,61008717 36,9692754 0,25784211
349 3,5959257 36,4494256 0,28075819
350 3,58185983 35,9403216 0,30169508
351 3,56788869 35,4416859 0,32233797
352 3,55401143 34,9532493 0,34141624
353 3,5402272 34,4747511 0,36051395
354 3,52653516 34,0059382 0,37900397
355 3,51293448 33,5465653 0,39685823
356 3,49942435 33,0963944 0,4146527




3. A partir de la funcin objetivo planteamos nuestras funciones residuales para cada
parmetro ( ). Para cada parmetro establecemos un h de la siguiente manera

||

| |

En cada funcin perturbamos con h cada uno de los parmetros, para F1 perturbamos y
para F2 perturbamos a L, en la siguientes formulas no se ven reflejados puesto que
generalizamos y colocamos y1, y1, y3 y y4

4. Luego de obtener nuestras funciones residuales procedemos a calcular las segunda
derivadas las cuales harn parte de la matriz jacobiana que necesitamos al
implementar para aplicar el mtodo de Newton-Raphson modificado con Broyden
SiendoE1 la funcin objetivo perturbada en el primer parmetro
SiendoE2 la funcin objetivo perturbada en el segundo parmetro
SiendoE11 la funcin objetivo perturbada dos veces en el primer parmetro
SiendoE22 la funcin objetivo perturbada dos veces en el segundo parmetro
5. A continuacin llenamos la matriz jacobiana con los resultados de las segunda
derivadas de la siguiente manera

[

Resolvemos la matriz jacobiana por medio de Gauss-Jordan con pivoteo y reescalado
de columna para obtener los programando una funcin en matlab.
En el siguiente fragmento de cdigo, declaramos una matriz 2x2 de la cual se
escoger el valor mximo de cada fila y se guardara en el vector vec(p1). En el
siguiente ciclo cada ultimo valor de la fila ser divido entre el valor obtenido en
el vector anterior, y guardado en un nuevo vector llamado vec2(p2) del cual se
obtendr el mayor nmero y este corresponder a la fila pivote la cual se
intercambiara con la primera fila de la matriz, procediendo ahora a realizar la
eliminacin con Gauss-Jordan original y continuar con los pasos anteriores
hasta resolver el sistema de ecuaciones

















































6. De Newton-Raphson original tenemos:

Acoplamos un parmetro de amortiguamiento tipo Broyden








































7. Despus que se cumple la tolerancia, logramos obtener los siguientes valores para los
parmetros:

El termino v=0, por ende el termino se elimina. Entonces, los moles totales son
iguales a los moles totales inciales, que son 1mol

8. Se calcul la norma euclidiana por tantas iteraciones que realiza el programa, a
continuacin una grfica de la norma euclidiana con respecto al nmero de iteraciones
Norma vs #Interaciones














As mismo obtuvimos la grfica del error contra el nuero de iteraciones realizadas por
el programa
Error vs #Iteraciones














0.00E+00
5.00E+23
1.00E+24
1.50E+24
2.00E+24
2.50E+24
3.00E+24
3.50E+24
4.00E+24
4.50E+24
5.00E+24
0 2 4 6 8
0
0.2
0.4
0.6
0.8
1
1.2
1 2 3 4 5 6 7


Algoritmo solucin
(Denotaremos la funcin objetivo como E)




























INICIO
Tao=1x10^-9
Se introducen valores iniciales de los parmetros
Eeo, Lo
While
(

Funciones uniperturbadas




Funciones doblemente perturbadas





Armamos las derivadas

Armamos el jacobiano

[

[ ]
Aplicamos Gauss Jordan con PPRC
[

]



Obtenemos

max[ ]



Imprimir
FIN