Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 8 vistas

    Industria CAPA Muller

    Cargado por

    Carlos Rodriguez Mendoza

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Industria CAPA Muller

    Cargado por

    Carlos Rodriguez Mendoza
    8 vistas6 páginas

    Título original

    industria-CAPA-muller.docx

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    8 vistas6 páginas

    Industria CAPA Muller

    Cargado por

    Carlos Rodriguez Mendoza

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 6

    DESCRIPCIÓN DEL PROBLEMA:

    La industria de reciclaje “CAPA” actualmente atraviesa un problema en


    una de las etapas de la transformación del material, pues es
    imprescindible encontrar el tiempo en el que la alimentación del
    material reciclado hacia la prensa compactadora sea constante. El
    alimento que ingresa a la prensa está dado por la siguiente razón
    𝐹(𝑥) = 𝑥 3 − 0.5𝑥 2 + 4𝑥 – 2.5 para un correcto funcionamiento de la
    máquina esta debe tener cierta cantidad de alimento por tiempo
    transcurrido. Encontrar para que tiempo la alimentación es constante
    dado los siguientes tiempos:

    𝐹(1) = 2

    𝐹(1.5) = 5.75

    𝐹(1.75) = 8.328125

    SEGÚN EL MÉTODO DE LA MÜLLER:

    Tenemos la fórmula:

    𝐹(𝑥) = 𝑥 3 − 0.5𝑥 2 + 4𝑥 – 2.5 , 𝑡𝑜𝑙 = 0.001

    USANDO:
    h0  x1  x0 h1  x2  x1

    f ( x1 )  f ( x2 ) f ( x2 )  f ( x1 )
    0  1 
    x1  x0 x2  x1

    1   0 b  ah1  1 c  f ( x2 )
    a
    h1  h0

     2c
    x3  x 2 
    b  b 2  4ac

    1ra ITERACIÓN:

    𝑋0 = 1 → 𝐹(𝑋0 ) = 2
    𝑋1 = 1.5 → 𝐹(𝑋1 ) = 5.75

    𝑋2 = 1.75 → 𝐹(𝑋2 ) = 8.328125

    ℎ0 = 0.5

    ℎ1 = 0.25

    𝛿0 = 7.5

    𝛿1 = 10.3125

    𝑎 = −11.25

    𝑏 = 7.5

    𝑐 = 8.3281

    𝑥3 = 1.1606 ^ 𝑥3 = 3.0060, se escoge el denominador con mayor valor

    𝐸. 𝐴. = 0.5893

    2da ITERACIÓN:

    𝑋0 = 1.5 → 𝐹(𝑋0 ) = 5.75

    𝑋1 = 1.75 → 𝐹(𝑋1 ) = 8.3281

    𝑋2 = 1.1606 → 𝐹(𝑋2 ) = 3.0324

    ℎ0 = 0.25

    ℎ1 = −0.5893

    𝛿0 = 10.3125

    𝛿1 = 8.9853

    𝑎 = 1.5811

    𝑏 = 8.0534

    𝑐 = 3.0324
    𝑥3 = 0.7511 ^ 𝑥3 = −3.5233, se escoge el denominador con mayor valor

    𝐸. 𝐴. = 0.4094

    3era ITERACIÓN:

    𝑋0 = 1.75 → 𝐹(𝑋0 ) = 8.3281

    𝑋1 = 1.1606 → 𝐹(𝑋1 ) = 3.0324

    𝑋2 = 0.7511 → 𝐹(𝑋2 ) = 0.6464

    ℎ0 = −0.5893

    ℎ1 = −0.4094

    𝛿0 = 8.9853

    𝛿1 = 5.8272

    𝑎 = −17.5521

    𝑏 = 13.0139

    𝑐 = 0.6464

    𝑥3 = 0.7044 ^ 𝑥3 = 1.5393, se escoge el denominador con mayor valor

    𝐸. 𝐴. = 0.0467

    4ta ITERACIÓN:

    𝑋0 = 1.1606 → 𝐹(𝑋0 ) = 3.0324

    𝑋1 = 0.7511 → 𝐹(𝑋1 ) = 0.6464

    𝑋2 = 0.7044 → 𝐹(𝑋2 ) = 0.4192

    ℎ0 = −0.4094

    ℎ1 = −0.0467

    𝛿0 = 5.8272
    𝛿1 = 4.8618

    𝑎 = 2.6615

    𝑏 = 4.9862

    𝑐 = 0.4192

    𝑥3 = 0.6238 ^ 𝑥3 = 2.6585, se escoge el denominador con mayor valor

    𝐸. 𝐴. = 0.0806

    5ta ITERACIÓN:

    X0 = 0.7511 → F(X0 ) = 0.6464

    X1 = 0.7044 → F(X1 ) = 0.4192

    X2 = 0.6238 → F(X2 ) = 0.0435

    h0 = −0.0467

    h1 = −0.0806

    δ0 = 4.8618

    δ1 =4.6607

    a =5.9355

    b = 4.1822

    c = 0.0435

    x3 = 0.6132 ^ x3 = −0.0702, se escoge el denominador con mayor valor

    E. A. = 0.0105

    6ta ITERACIÓN:

    𝑋0 = 0.7044 → 𝐹(𝑋0 ) = 0.4192

    𝑋1 = 0.6238 → 𝐹(𝑋1 ) = 0.0435

    𝑋2 = 0.6132 → 𝐹(𝑋2 ) =-0.0043


    ℎ0 = −0.0806

    ℎ1 =-0.0105

    𝛿0 = 4.6607

    𝛿1 =4.5292

    𝑎 =-1.8765

    𝑏 = 4.5491

    𝑐 = −0.0043

    𝑥3 = 0.6142 ^ 𝑥3 = 3.0365, se escoge el denominador con mayor valor

    𝐸. 𝐴. = 0.0009 ≤ 𝒕𝒐𝒍 = 𝟎. 𝟎𝟎𝟏

    RESPUESTA: El tiempo de alimentación constante es de t=0.6142 segundos

    n x2 x3 E.A. E.R E.R. %


    1 1.75 1.160625964 0.589374036 0.50780704 50.78070402
    2 1.160625964 0.751177241 0.409448723 0.545076049 54.50760493
    3 0.751177241 0.704449381 0.04672786 0.066332459 6.633245949
    4 0.704449381 0.623835609 0.080613773 0.129222781 12.92227814
    5 0.623835609 0.613267483 0.010568126 0.01723249 1.723249016
    6 0.613267483 0.6142198 0.000952317 0.00155045 0.15504496
    Codificacion del programa en el
    metodo de muller
    clc,clear
    %solución con método Mullër
    %Aplicación en un modelo EOQ
    g=inline('x^3-0.5*x^2+4*x-2.5')
    fplot('x^3-0.5*x^2+4*x-2.5',[1,3])
    hold on
    grid on
    fplot('0',[1,3],'r')
    hold off
    x0=1;x1=1.5;x2=1.75;
    tol = 0.001;
    error=10;%error de la función
    i=0;
    %f2(x)=c*(x-x2)^2+b*(x-x2)+c
    disp(' raíz error abs')
    while(error>tol)
    i=i+1;
    h0=x1-x0;
    h1=x2-x1;
    d0=(g(x1)-g(x0))/h0;
    d1=(g(x2)-g(x1))/h1;
    a=(d1-d0)/(h1-h0);
    b=a*h1+d1;
    c=g(x2);
    rad=sqrt(b^2-4*a*c);
    if abs(rad+b)>abs(rad-b)
    disc=rad+b;
    else
    disc=b-rad;
    end
    x3=x2-(2*c)/disc;
    error=abs(-(2*c)/disc);
    x0=x1;
    x1=x2;
    x2=x3;
    end
    fprintf('%15.7f %15.7f\n',x3,error)
    fprintf('Iteraciones necesarias %i\n',i)

    También podría gustarte