ECUACIONES IMPLICITAS

1. RESUMEN

Sea una ecuacin con indeterminada, en la forma F(x) = 0, se dice que esta
ecuacin define en el entorno de un punto Po a y=f(x) como una funcin
implcita de una variable, los mtodos que se pueden resolver son :

1.1 MEDIANAS
Este es uno de los mtodos ms sencillos y de fcil intuicin para resolver
ecuaciones en una variable, tambin conocido como Mtodo de Intervalo Medio.1
Se basa en el teorema del valor intermedio (TVI), el cual establece que
toda funcin continua f en un intervalocerrado [a,b] toma todos los valores que se
hallan entre f(a) y f(b). Esto es que todo valor entre f(a) y f(b) es la imagen de al
menos un valor en el intervalo [a,b]. En caso de que f(a) y f(b) tengan signos
opuestos, el valor cero sera un valor intermedio entre f(a) y f(b), por lo que con
certeza existe un p en [a,b] que cumple f(p)=0. De esta forma, se asegura la
existencia de al menos una solucin de la ecuacin f(a)=0.
El mtodo consiste en lo siguiente:

Debe existir seguridad sobre la continuidad de la funcin f(x) en el intervalo

[a,b]

A continuacin se verifica que

Se calcula el punto medio m del intervalo [a,b] y se evala f(m) si ese valor es
igual a cero, ya hemos encontrado la raz buscada
En caso de que no lo sea, verificamos si f(m) tiene signo opuesto con f(a) o
con f(b)
Se redefine el intervalo [a, b] como [a, m] [m, b] segn se haya determinado
en cul de estos intervalos ocurre un cambio de signo
Con este nuevo intervalo se contina sucesivamente encerrando la solucin en
un intervalo cada vez ms pequeo, hasta alcanzar la precisin deseada
En la siguiente figura se ilustra el procedimiento descrito.
El mtodo de biseccin es menos eficiente que el mtodo de Newton, pero es
mucho ms seguro para garantizar la convergencia. Si f es una funcin
continua en el intervalo [a, b] y f(a)f(b) < 0, entonces este mtodo converge a la
raz de f. De hecho, una cota del error absoluto es:

en la n-sima iteracin. La biseccin converge linealmente, por lo cual es un poco

lento. Sin embargo, se garantiza la convergencia si f(a) y f(b) tienen distinto signo.
Si existieran ms de una raz en el intervalo entonces el mtodo sigue siendo
convergente pero no resulta tan fcil caracterizar hacia qu raz converge el
mtodo.

1.2 REGULA FALSI

El mtodo de Regula - Falsi o mtodo de la posicin falsa.
se supondr que f(a) y f(b) tienen distinto signo. Si bien en el mtodo de biseccin
se usa el punto medio del intervalo [a;b] para llevar a cabo el siguiente paso, es
posible conseguir una mejor aproximacin usando el punto (c;0) en el que la recta
secante L que pasa por los puntos (a;f(a)) y (b;f(b)) cruza el eje OX.
 Para hallar el punto c, se igualan las dos frmulas para la pendiente m de la
recta L:

que resulta de usar los puntos (a;f(a)) y (b;f(b)), y

que resulta de usar los puntos (c;0) y (b;f(b)). Igualando las dos expresiones
anteriores resulta:

de donde c puede despejarse fcilmente, obtenindose:

Se pueden presentar tres posibilidades:

Si f(a) y f(c) tienen signos opuestos, entonces hay un cero en [a;c].
Si f(c) y f(b) tienen signos opuestos, entonces hay un cero en [c;b].
Si f(c)=0, entonces c es un cero.
De esta manera, la frmula anterior junto con el proceso de decisin descripto
anteriormente permite generar una sucesin de intervalos {[a n;bn]} cada uno de los
cuales contiene un cero. En cada paso, la aproximacin al cero obtenida es:
y puede probarse que la sucesin {cn} converge a un cero r de la funcin. Si bien el
ancho del intervalo bn-an se hace ms pequeo, es posible que no tienda a cero. Si
la curva y=f(x) es convexa cerca de (r;0), entonces uno de los extremos a n o
bn permanece estacionario y el otro tiende a la solucin.

1.3 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.
El mtodo de iteracin de punto fijo, tambin denominado mtodo de aproximacin
sucesiva
El procedimiento empieza con una estimacin o conjetura inicial de , que es
mejorada por iteracin hasta alcanzar la convergencia. Para que converja, la
derivada debe ser menor que 1 en magnitud (al menos para los valores x que se
encuentran durante las iteraciones). La convergencia ser establecida mediante el
requisito de que el cambio en de una iteracin a la siguiente no sea mayor en
magnitud que alguna pequea cantidad .

2. ENUNCIADO

La ecuacin de estado de Redlich Kwong est dada por:

=
( + )

Donde R = constante universal de los gases [= 0.518 ], T = temperatura
3
absoluta (K) , p = presin absoluta (KPa) y v = volumen de un Kg de gas [ ]. Los
parmetros a y b se calculan mediante

2 2.5
= 0.427 = 0.0866

Donde = () y = ().
Como ingeniero qumico, se le pide determinar la cantidad de combustible metano
( = 4600 = 191 ) que se puede almacenar en un tanque de 33 a una
temperatura de -40C con una presin de 65000 kPa. Emplee el mtodo de
localizacin de races de su eleccin para calcular v y luego determine la masa del
metano contenida en el tanque.
Solucin
Datos:

R = 0.518 ; = 4600 ; = 191 ; V = 3 3
2
2 2.5 (0.518103 ) 1912.5 3 1.5
= 0.427 = 0.427 = 12.557 103
4600103

191 3
= 0.0866 = 0.0866 0.518 103 = 1.863 10 3
4600 103

3. FUNDAMENTO TEORICO
una ecuacin de estado es una ecuacin constitutiva para sistemas hidrostticos
que describe el estado de agregacin de la materia como una relacin matemtica
entre la temperatura, la presin, el volumen, la densidad, la energa interna y
posiblemente otras funciones de estado asociadas con la materia.
Las ecuaciones de estado son tiles para describir las propiedades de
los fluidos, mezclas, slidos o incluso del interior de las estrellas. Cada sustancia o
sistema hidrosttico tiene una ecuacin de estado caracterstica dependiente de los
niveles de energa moleculares y sus energas relativas, tal como se deduce de
la mecnica estadstica.
El uso ms importante de una ecuacin de estado es para predecir el estado de
gases. Una de las ecuaciones de estado ms simples para este propsito es
la ecuacin de estado del gas ideal, que es aproximable al comportamiento de los
gases a bajas presiones y temperaturas mayores a la temperatura crtica. Sin
embargo, esta ecuacin pierde mucha exactitud a altas presiones y bajas
temperaturas, y no es capaz de predecir la condensacin de gas en lquido. Por ello,
existe una serie de ecuaciones de estado ms precisas para gases y lquidos. Entre
las ecuaciones de estado ms empleadas sobresalen las ecuaciones cbicas de
estado. De ellas, las ms conocidas y utilizadas son la ecuacin de Peng-
Robinson (PR) y la ecuacin de Redlich-Kwong-Soave (RKS). Hasta ahora no se
ha encontrado alguna ecuacin de estado que prediga correctamente el
comportamiento de todas las sustancias en todas las condiciones.
Adems de predecir el comportamiento de gases y lquidos, tambin hay
ecuaciones de estado que predicen el volumen de los slidos, incluyendo la
transicin de los slidos entre los diferentes estados cristalinos. Hay ecuaciones
que modelan el interior de las estrellas, incluyendo las estrellas de neutrones. Un
concepto relacionado es la ecuacin de estado del fluido perfecto, usada
en Cosmologa.
3.1 Modelo matemtico de Van der Waals
La ley de gas ideal trata a las molculas de un gas, como partculas puntuales con
colisiones perfectamente elsticas. Esto funciona bien en muchas circunstancias
experimentales, con gases diluidos. Pero las molculas de gas no son masas
puntuales, y hay circunstancias donde las propiedades de las molculas, tienen un
efecto medible experimentalmente. Johannes D. van der Waals en 1873 propuso
una modificacin de la ley de gas ideal, para tener en cuenta el tamao molecular
y las fuerzas de interaccin moleculares. Se la refiere normalmente como la
ecuacin de estado de van der Waals.

Las constantes a y b tiene valores positivos y son caractersticas del gas

individual. La ecuacin de estado de van der Waals, se aproxima a la ley de gas
ideal PV=nRT a medida que el valor de estas constantes se acercan a cero. La
constante a provee una correccin para las fuerzas intermoleculares. La constante
b es una correccin para el tamao molecular finito y su valor es el volumen de
una mol de tomos o molculas.
3.2 Modelo matemtico de Soave

En 1972 Soave2 reemplaz el trmino a/(T) de la ecuacin de Redlich-Kwong por

una expresin (T,) funcin de la temperatura y del factor acntrico. La funcin
fue concebida para cuadrar con los datos de las presiones de vapor de los
hidrocarburos; esta ecuacin describe acertadamente el comportamiento de
equilibrio de fases de estas sustancias.
3.3 Modelo matemtico de Peng-Robinson
Donde es el factor acntrico del compuesto.
La ecuacin de Peng-Robinson fue desarrollada en 1976 para cumplir los
siguientes objetivos:3

1. Los parmetros haban de poder ser expresados en funcin de

las propiedades crticas y el factor acntrico.
2. El modelo deba ser razonablemente preciso cerca del punto crtico,
particularmente para clculos del factor de compresibilidad y la densidad
lquida.
3. Las reglas de mezclado no deban emplear ms que un parmetro sobre
las interacciones binarias, que deba ser independiente de la presin,
temperatura y composicin.
 4. La ecuacin deba ser aplicable a todos los clculos de todas las
propiedades de los fluidos en procesos naturales de gases.
Generalmente la ecuacin de Peng-Robinson da unos resultados similares a la de
Soave, aunque es bastante mejor para predecir las densidades de muchos
compuestos en fase lquida, especialmente los apolares.
R = constante de los gases (8,31451 J/molK)

3.4Modelo matemtico de Beattie-Bridgeman

Este es un modelo de 5 constantes, cuyas ecuaciones son las siguientes
3.5 Modelo matemtico de Redlich-Kwong
Introducida en 1949, la ecuacin de Redlich-Kwong fue una mejora considerable
sobre las otras ecuaciones de la poca. An goza de bastante inters debido a su
expresin relativamente simple. Aunque es mejor que la ecuacin de Van der
Waals, no da buenos resultados sobre la fase lquida y por ello no puede usarse
para calcular precisamente los equilibrios lquido-vapor. Sin embargo, puede usarse
conjuntamente con expresiones concretas para la fase lquida en tal caso.
La ecuacin de Redlich-Kwong es adecuada para calcular las propiedades de la
fase gaseosa cuando el cociente entre la presin y la presin crtica es menor que
la mitad del cociente entre la temperatura y la temperatura crtica.
4. ALGORITMOS Y DIAGRAMAS
4.1 MEDIANAS

inicio

R, Tc, Pc, Vol, T, P,

Vi, Vs

F(v)=P-R*T/(V-b)+a/(V(V+b)T)

T = T + 273
a =0.427*(R^2*Tc^2.5/Pc
b = 0.0866*(R*Tc)/Pc

Fvm = 10

masa
| fvm| > 10^(-4) Masa = vol/Vm fin

Vm=(Vi-Vs)/2
Fvi=f(vi)
Fvm=f(vm)

no Fvm*fvi<0 si

Vi=Vm Vs=Vm
4.2 REGULA FALSI

inicio

R, Tc, Pc, Vol, T, P,

Vi, Vs

F(v)=P-R*T/(V-b)+a/(V(V+b)T)

T = T + 273
a =0.427*(R^2*Tc^2.5/Pc
b = 0.0866*(R*Tc)/Pc
Fvm=10

masa
fvm > 10^(-4) Masa = vol/Vm fin

Fvl=f(vl)
fvD= F(Vd)
Vm= vD-(Vd-vl)*fvD/(fvD-fvl)
Fvm=f(vm9

no fvm<0 si

vD=Vm vl=Vm

4.3 PUNTO FIJO

 inicio

R, Tc, Pc, Vol, T, P,

Vo

T = T+ 273
a = 0.427*(R^2*Tc^2.5)/Pc
b = 0.0866*(R*Tc)/Pc
Error = 10

G(v) = a (V-b)/((RT-P(V-b))(V+b)T)

Error>10^(-6) Masa=vol/g1 masa

fin

G1=g(Vo )
Error=[g1-Vo]
Vo=gi

5. PROGRAMA DE MATLAB

5.1 MEDIANAS
% --- Executes on button press in pushbutton1.
function pushbutton1_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton1 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
R=str2double(get(handles.edit1, 'String'))
Tc=str2double(get(handles.edit2, 'String'))
 Pc=str2double(get(handles.edit3, 'String'))
Vol=str2double(get(handles.edit4,'String'))
T=str2double(get(handles.edit5,'String'))
P=str2double(get(handles.edit7,'String'))
vi=str2double(get(handles.edit8,'String'))
vs=str2double(get(handles.edit9,'String'))
T=T+273
a=0.427*R^2*Tc^2.5/Pc
b=0.0866*R*Tc/Pc
ft=@(v) P-R.*T./(v-b)+a./(v.*(v+b).*sqrt(T))
fvm=10
i=1;
while abs(fvm)>10e-4
viv(i)=vi;
vsv(i)=vs;
vm=(vi+vs)/2;
vmv(i)=vm;
fvi=ft(vi);
fvm=ft(vm);
fvmv(i)=abs(fvm);
fvmfviv(i)=fvm*fvi;
if fvm*fvi<0
vs=vm;
else
vi=vm;
end
i=i+1;
end
masa=Vol/vm
set(handles.edit6,'String',num2str(masa))
tabla=[viv' vsv' vmv' fvmfviv' fvmv']
set(handles.uitable1,'Data',tabla)

vv=linspace(0,200,200);
Fvv=ft(vv);
axes(handles.axes1)
plot(vv,Fvv)
title('Grafica v-F(v)')
xlabel('Datos v')
ylabel('Datos F(v)')
legend('Curva v-Fv')
grid on

5.2 REGULA FALSI

function pushbutton1_Callback(hObject, eventdata, handles)

% hObject handle to pushbutton1 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
R=str2double(get(handles.edit1, 'String'))
Tc=str2double(get(handles.edit2, 'String'))
Pc=str2double(get(handles.edit3, 'String'))
Vol=str2double(get(handles.edit4,'String'))
T=str2double(get(handles.edit5,'String'))
P=str2double(get(handles.edit7,'String'))
vI=str2double(get(handles.edit8,'String'))
vD=str2double(get(handles.edit9,'String'))
T=T+273
a=0.427*R^2*Tc^2.5/Pc
b=0.0866*R*Tc/Pc
ft=@(v) P-R.*T./(v-b)+a./(v.*(v+b).*sqrt(T))
fvm=10
i=1;
while abs(fvm)>10e-4
fvI=ft(vI);
fvIv(i)=fvI;
fvD=ft(vD);
fvDv(i)=fvD;
vm=vD-(vD-vI)*fvD/(fvD-fvI);
vmv(i)=vm;
fvm=ft(vm);
fvmv(i)=fvm;
if fvm<0
vI=vm;
else
vD=vm;
end
vIv(i)=vI;
vDv(i)=vD;
i=i+1;
end
masa=Vol/vm
set(handles.edit6,'String',num2str(masa))
tabla=[fvIv' fvDv' vmv' fvmv' vIv' vDv']
set(handles.uitable1,'Data',tabla)

vv=linspace(0,200,200);
Fvv=ft(vv);
axes(handles.axes1)
plot(vv,Fvv)
title('Grafica v-F(v)')
xlabel('Datos v')
ylabel('Datos F(v)')
legend('Curva v-Fv')
grid on
function pushbutton1_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton1 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
R=str2double(get(handles.edit1, 'String'))
Tc=str2double(get(handles.edit2, 'String'))
Pc=str2double(get(handles.edit3, 'String'))
Vol=str2double(get(handles.edit4,'String'))
T=str2double(get(handles.edit5,'String'))
P=str2double(get(handles.edit7,'String'))
vI=str2double(get(handles.edit8,'String'))
vD=str2double(get(handles.edit9,'String'))
T=T+273
a=0.427*R^2*Tc^2.5/Pc
b=0.0866*R*Tc/Pc
ft=@(v) P-R.*T./(v-b)+a./(v.*(v+b).*sqrt(T))
fvm=10
i=1;
while abs(fvm)>10e-4
fvI=ft(vI);
fvIv(i)=fvI;
fvD=ft(vD);
fvDv(i)=fvD;
vm=vD-(vD-vI)*fvD/(fvD-fvI);
vmv(i)=vm;
fvm=ft(vm);
fvmv(i)=fvm;
if fvm<0
vI=vm;
else
vD=vm;
end
vIv(i)=vI;
vDv(i)=vD;
i=i+1;
end
masa=Vol/vm
set(handles.edit6,'String',num2str(masa))
tabla=[fvIv' fvDv' vmv' fvmv' vIv' vDv']
set(handles.uitable1,'Data',tabla)

vv=linspace(0,200,200);
Fvv=ft(vv);
axes(handles.axes1)
plot(vv,Fvv)
title('Grafica v-F(v)')
xlabel('Datos v')
ylabel('Datos F(v)')
legend('Curva v-Fv')
grid on

5.3 PUNTO FIJO

function pushbutton1_Callback(hObject, eventdata, handles)

% hObject handle to pushbutton1 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
R=str2double(get(handles.edit1, 'String'))
Tc=str2double(get(handles.edit2, 'String'))
Pc=str2double(get(handles.edit3, 'String'))
Vol=str2double(get(handles.edit4,'String'))
T=str2double(get(handles.edit5,'String'))
P=str2double(get(handles.edit7,'String'))
vi=str2double(get(handles.edit8,'String'))

T=T+273
a=0.427*R^2*Tc^2.5/Pc
b=0.0866*R*Tc/Pc
vo=0.002;
gt=@(v) a.*(v-b)./((R.*T-P.*(v-b)).*(v+b).*sqrt(T));
error=10;
i=1;

while error>10e-6
vov(i)=vo;
g1=gt(vo);
g1v(i)=g1;
error=abs(g1-vo);
errorv(i)=error;
vo=g1;
i=i+1;
end
tabla=[vov' g1v' errorv']
set(handles.uitable1,'Data',tabla)
masa=Vol/g1
set(handles.edit6,'String',num2str(masa))

vv=linspace(0,0.01,100);
Fvv=gt(vv);
axes(handles.axes1)
plot(vv,Fvv)
title('Grafica v-F(v)')
xlabel('Datos v')
ylabel('Datos F(v)')
legend('Curva v-Fv')
hold on
yy=vv;
plot(vv,yy)
grid on

6. RESULTADO Y DISCUSION
7. CONCLUSIONES
8. REFERENCIA BIBLIOGRAFICAS