SlideShare una empresa de Scribd logo
1 de 42
Cinco pasos para resolver problemas de
ingeniería usando una computadora:
1. Plantear el problema con claridad.
2. Describir la información de entrada y de salida.
3. Resolver manualmente un ejemplo sencillo.
4. Crear un algoritmo y traducirlo a MATLAB.
5. Verificar la solución con diversos datos.
El primer paso es plantear el problema claramente. Es en
extremo importante preparar un enunciado claro y conciso
del problema para evitar cualquier malentendido.
Para el presente ejemplo, el enunciado del problema es el
siguiente:
Ej. Calcular la media de una serie de temperaturas.
Después, graficar los valores de tiempo y temperatura.
1-PLANTEAMIENTO DEL PROBLEMA
El segundo paso consiste en describir cuidadosamente la
información que se da para resolver el problema y luego
identificar los valores que se deben calcular.
Estos elementos representan las entradas y salidas del
problema y pueden llamarse colectivamente entrada / salida
o E/S. En muchos problemas resulta útil hacer un diagrama
que muestre las entradas y salidas. En este punto, el
programa es una abstracción porque no estamos definiendo
los pasos para determinar las salidas; solo estamos
mostrando la información que se usará para calcular la
salida. Diagrama de entradas y salidas para el ejemplo:
2-DESCRIPCIÓN DE ENTRADAS Y SALIDAS
El tercer paso es resolver el problema a mano o con una calculadora,
empleando un conjunto sencillo de datos. Se trata de un paso muy
importante y no debe pasarse por alto, ni siquiera en problemas
sencillos. Éste es el paso en que se detalla la solución del problema. Si
no podemos tomar un conjunto sencillo de números y calcular la salida
(ya sea a mano o con una calculadora), no estamos preparados para
continuar con el siguiente paso; debemos releer el problema y tal vez
consultar material de referencia.
Para este problema, el único calculo consiste en calcular la media de
una serie de valores de temperatura. Supongamos que usamos los
siguientes datos para el ejemplo a mano:
3- EJEMPLO A MANO
Calculamos a mano la media como (105 + 126 + 119)/3, o 116.6667 grados F.
Una vez que podamos resolver el problema para un conjunto sencillo de
datos, estamos listos para desarrollar un algoritmo: un bosquejo paso a
paso de la solución del problema. En el caso de problemas sencillos
como este, puede escribirse de inmediato el algoritmo usando
comandos de MATLAB; si el problema es más complicado puede ser
necesario escribir a grandes rasgos los pasos y luego descomponer
esos pasos en otros más pequeños que puedan traducirse a comandos
de MATLAB
Una de las ventajas de MATLAB es que sus comandos coinciden
notablemente con los pasos que seguimos para resolver problemas de
ingeniería; por tanto, el proceso de determinar los pasos para resolver el
problema determina también los comandos de MATLAB.
4- Solución en MATLAB
En el siguiente capítulo veremos los detalles de los comandos
MATLAB empleados en la siguiente solución, pero observe que los
pasos de MATLAB coinciden de cerca con los pasos de la solución
manual.
4- Solución en MATLAB (continuación)
El paso final de nuestro proceso de resolución de problemas es probar
la solución. Primero debemos probar la solución con los datos del
ejemplo a mano porque ya calculamos la solución antes. Al ejecutarse
las instrucciones anteriores, la computadora exhibe la siguiente salida:
promedio = 116.6667
5- Prueba
También se genera una gráfica de
los puntos de datos. El promedio
coincide con el del ejemplo a mano,
así que ahora podemos sustituir
esos datos por los datos de un
experimento X.
Ejemplo 2. Dando el siguiente
conjunto de datos:
Tiempo Temperatura
0.0 105
0.5 126
1.0 119
1.5 129
2.0 132
2.5 128
3.0 131
3.5 135
4.0 136
4.5 132
5.0 137
a) Calcula la temperatura media.
b) Grafica los datos de temperatura.
Solución del ejemplo anterior
Graficando tablas de datos en MATLAB
Suponga que queremos graficar los siguientes datos recabados de un
experimento con un modelo de coche de control remoto. El
experimento se repite 10 veces, midiendo la distancia que el coche
viaja en cada ensayo.
Graficando tablas de datos en MATLAB(cont.)
Resolución aplicada de problemas: Motor turbohélice
avanzado
En esta sección realizaremos cálculos en una aplicación relacionada
con el gran desafío del funcionamiento de vehículos. Un motor
turbohélice avanzado llamado abanico sin ductos (UDF, unducted fan)
es una de las prometedoras tecnologías que se están desarrollando
para aviones de transporte futuros. Los motores de turbohélice, que han
estado en uso desde hace varias décadas, combinan la potencia y la
confiabilidad de los motores a reacción con la eficiencia de las hélices.
Estos motores representan una mejora significativa respecto a los
anteriores motores de hélice impulsados por pistones. No obstante, su
aplicación se ha limitado a aviones pequeños para cubrir rutas cortas
porque no son tan rápidos ni tan potentes como los motores de aspas a
reacción que se emplean en los aviones de pasajeros de mayor tamaño.
El motor UDF aprovecha avances significativos en la tecnología de
hélices que se probaron cuidadosamente en túneles de viento y que han
angostado la brecha de rendimiento entre los motores turbohélice y los
de aspas a reacción.
Nuevos materiales, formas de aspas y mayores velocidades de
rotación permiten a los aviones con motores UDF volar casi con la
misma rapidez que los provistos de motores de aspas a reacción, con
mayor eficiencia de combustible. Además, el UDF es
considerablemente más silencioso que el motor turbohélice
convencional.
Resolución aplicada de problemas: Motor turbohélice
avanzado (cont.)
Durante un vuelo de prueba de un avión con motor UDF, el piloto de
prueba ajustó el nivel de potencia del motor en 40,000 newtons, lo que
hace que el avión de 20,000 kg alcance una velocidad de crucero de
180 m/s (metros por segundo). A continuación, las gargantas del motor
se ajustan a un nivel de potencia de 60,000 newtons y el avión
comienza a acelerar. Al aumentar la velocidad del avión, el arrastre
aerodinámico aumenta en proporción con el cuadrado de la velocidad
respecto al aire. Después de cierto tiempo, el avión alcanza una nueva
velocidad de crucero en la que el empuje de los motores UDF es
equilibrado por el arrastre. Las ecuaciones empleadas para estimar la
velocidad y aceleración del avión desde el momento en que se
reajustan las gargantas hasta que el avión alcanza su nueva velocidad
de crucero aproximadamente 120 S después) son las siguientes:
Resolución aplicada de problemas: Motor turbohélice
avanzado (Ejercicio ejemplo)
Escriba un programa MATLAB que pida al usuario introducir un tiempo
inicial y un tiempo final (ambos en segundos) que definan un intervalo
de tiempo para el cual deseamos graficar la velocidad y la aceleración
del avión. Suponga que el tiempo cero representa el punto en el que
se aumentó el nivel de potencia. El tiempo final deberá ser 120
segundos o menos.
Resolución aplicada de problemas: Motor turbohélice
avanzado (Ejercicio ejemplo)
1- PLANTEAMIENTO DEL PROBLEMA
Calcular la nueva velocidad y aceleración del avión después de un cambio en el
nivel de potencia.
Resolución aplicada de problemas: Motor turbohélice
avanzado (Ejercicio ejemplo)
El siguiente diagrama muestra que las entradas del programa son los tiempos
inicial y final y que las salidas son gráficas de los valores de velocidad y
aceleración dentro de este lapso.
2- DESCRIPCIÓN DE ENTRADAS / SALIDAS
3- EJEMPLO A MANO
Dado que el programa está generando una gráfica para un intervalo
de tiempo específico), supondremos que el intervalo es de 0 a 5
segundos. Luego calculamos unos cuantos valores con una
calculadora para poderlos comparar con los valores de las curvas
generadas por el programa.
Resolución aplicada de problemas: Motor turbohélice
avanzado (Ejercicio ejemplo)
4- DESARROLLO DEL ALGORITMO
Resolución aplicada de problemas: Motor turbohélice
avanzado (Ejercicio ejemplo)
La generación de las curvas con los valores de velocidad y aceleración
requiere los siguientes pasos:
1. Leer los límites del intervalo de tiempo.
2. Calcular los valores de velocidad y aceleración correspondientes.
3. Graficar la nueva velocidad y aceleración.
Puesto que el intervalo de tiempo depende de los valores de entrada, puede ser
muy pequeño o muy grande. Por tanto, en lugar de calcular valores de velocidad y
aceleración en los puntos especificados, calcularemos 100 puntos dentro del
intervalo especificado.
Resolución aplicada de problemas: Motor turbohélice
avanzado (Ejercicio ejemplo)
5- PRUEBA
Primero probamos el programa usando los datos del ejemplo a mano. Esto
genera la siguiente interacción:
Resolución aplicada de problemas: Motor turbohélice
avanzado (Ejercicio ejemplo)
Teclee tiempo inicial (en segundos): 0
Teclee tiempo final (máx. 120 segundos): 5
Vamos a determinar el algoritmo y la gráfica de MATLAB para la aceleración
y la velocidad, teniendo en cuenta un intervalo de tiempo de 0 a 5 segundos.
Resolución aplicada de problemas: Motor turbohélice
avanzado (Ejercicio ejemplo)
Resolución aplicada de problemas: Motor turbohélice
avanzado (Ejercicio ejemplo)
Gráficas tridimensionales
Hay varias formas de graficar una superficie tridimensional con
MATLAB. En esta explicación presentaremos dos tipos de gráficas: la
gráfica de malla y la gráfica de superficie. Una gráfica de malla tiene
una cuadrícula abierta, mientras que una gráfica de superficie tiene una
cuadrícula sombreada. A continuación describimos las variaciones de
los comandos MATLAB para generar estas gráficas:
Genera una gráfica de cuadrícula abierta de la
superficie definida por la matriz z. Los
argumentos x_pts y y_pts de coordenadas x y y.
pueden ser vectores que definen los intervalos
de valores de las coordenadas x y y, o bien
matrices que definen la retícula subyacente.
mesh(x_pts, y_pts, z)
Genera una gráfica de cuadrícula sombreada de
la superficie definida por la matriz z. Los
argumentos x_pts y y_pts pueden ser vectores
que definen los intervalos de valores de las
coordenadas x y y, o bien matrices que definen la
retícula subyacente de coordenadas x y y.
surf (x_pts, y_pts, z)
Gráficas tridimensionales
Gráficas tridimensionales
Funciones de números complejos
Los números complejos son necesarios para resolver muchos problemas
en ciencias e ingeniería. Recuerde que un número complejo tiene la
forma a + ib, donde i es √-1, a es la parte real del valor y b es la parte
imaginaria del valor.
Una de las ventajas de usar MATLAB para cálculos de ingeniería es su
facilidad para manejar números complejos. Un número complejo se
almacena como dos números reales (que representan la parte real y la
parte imaginaria) en MATLAB. Los comandos de MATLAB también
suponen que i representa √-1, a menos que se la haya dado a i un valor
distinto (MATLAB reconoce el uso de j para representar √-1. Esta
notación es de uso común en ingeniería eléctrica.) Así, el siguiente
comando define una variable compleja x:
Cuando realizamos operaciones entre dos números complejos,
MATLAB automáticamente realiza los cálculos necesarios. Si se
realiza una operación entre un número real y uno complejo, MATLAB
supone que la parte imaginaria del número real es 0. Tenga cuidado de
no usar el nombre i o j para otras variables en un programa en el que
también se usen números complejos; los nuevos valores sustituirán al
valor de √-1 y podrían causar muchos problemas.
Funciones de números complejos(cont.)
MATLAB incluye varias funciones que son específicas para números
complejos y sus conversiones:
Funciones de números complejos(cont.)
conj(z): Devuelve el conjugado de z.
conj([z,w]): Devuelve el conjugado de z y de w.
Funciones de números complejos(cont.)
real(z): Devuelve la parte real de z.
real ([z,w]): Devuelve la parte real de z y de w.
Funciones de números complejos(cont.)
imag(z): Devuelve la parte imaginaria de z.
imag ([z,w]): Devuelve la parte imaginaria de z y de w.
Funciones de números complejos(cont.)
abs([z,w]): Devuelve el valor absoluto de los elementos de “s” o
módulo en el caso de ser complejos.
Funciones de números complejos(cont.)
angle(h): Devuelve el ángulo de fase en radianes de cada elemento de
la matriz h con elementos complejos.
Utilizando MATLAB como calculadora
Resolviendo ejercicios
1)
2)
Utilizando MATLAB como calculadora
Resolviendo ejercicios: respuestas de 1-a) y 1-b)
1-a)
1-b)
Utilizando MATLAB como calculadora
Resolviendo ejercicios: respuestas de 2)
2)
Determinando las raíces de polinomios(ejercitación)
Teniendo en cuenta que:
- Los comandos para calcular e imprimir las raíces de este
polinomio son:
Calcule las raíces de estos polinomios:
Funciones de análisis de datos
MATLAB contiene varias funciones que facilitan la evaluación y análisis
de datos. Los siguientes grupos de funciones se utilizan con frecuencia
para evaluar un conjunto de datos recabados de un experimento.
Funciones de análisis de datos
Las funciones para calcular la media y la mediana son las siguientes:
MATLAB tiene una función para ordenar valores en orden ascendente.
Funciones de análisis de datos(ejercicios)
Aplique los comandos max y min teniendo en cuenta todos los datos
mostrados:
x=[1.5,6.6,7.9,8.9,-2.0,3.0]
y=[ 10 2 -1 3 -6 15]
Funciones de análisis de datos(ejercicios)
Aplique los comandos median y mean en cado uno de los datos por
separado: (w) y (x).
w=[0,3,-2,7]
x=[3 -1 5 7];
Funciones de análisis de datos(ejercicios)
Realice de los histogramas individuales de los datos anteriores:
x=[1.5,6.6,7.9,8.9,-2.0,3.0]; y=[ 10 2 -1 3 -6 15]
Histograma para los datos de x Histograma para los datos de y
hist(x) hist(y)
Comando de MATLAB para saber fecha y hora actuales.
Comando de MATLAB para saber fecha.
Conocimientos adicionales de MATLAB

Más contenido relacionado

La actualidad más candente

Ecuaciones Diferenciales - La Transformada de Laplace
Ecuaciones Diferenciales - La Transformada de LaplaceEcuaciones Diferenciales - La Transformada de Laplace
Ecuaciones Diferenciales - La Transformada de Laplace
Kike Prieto
 
11 Transformada De Laplace
11 Transformada De Laplace11 Transformada De Laplace
11 Transformada De Laplace
kahtya
 
Investigacion derivada-de-una-curva-en-forma-parametrica
Investigacion derivada-de-una-curva-en-forma-parametricaInvestigacion derivada-de-una-curva-en-forma-parametrica
Investigacion derivada-de-una-curva-en-forma-parametrica
M Marcos
 
Movimiento subamortiguado
Movimiento subamortiguadoMovimiento subamortiguado
Movimiento subamortiguado
jnicolers
 
Aplicacion de las ecuaciones diferenciales de orden superior
Aplicacion de las ecuaciones diferenciales de orden superiorAplicacion de las ecuaciones diferenciales de orden superior
Aplicacion de las ecuaciones diferenciales de orden superior
Isai Esparza Agustin
 

La actualidad más candente (20)

Ecuaciones Diferenciales Lineales
Ecuaciones Diferenciales LinealesEcuaciones Diferenciales Lineales
Ecuaciones Diferenciales Lineales
 
Ecuaciones Diferenciales - La Transformada de Laplace
Ecuaciones Diferenciales - La Transformada de LaplaceEcuaciones Diferenciales - La Transformada de Laplace
Ecuaciones Diferenciales - La Transformada de Laplace
 
Ecuaciones Lineales Homogéneas con coeficientes constantes
Ecuaciones Lineales Homogéneas con coeficientes constantesEcuaciones Lineales Homogéneas con coeficientes constantes
Ecuaciones Lineales Homogéneas con coeficientes constantes
 
Ejemplo del Método de Falsa Posición
Ejemplo del Método de Falsa PosiciónEjemplo del Método de Falsa Posición
Ejemplo del Método de Falsa Posición
 
APLICACIONES DE LA SERIE DE FOURIER EN EL AREA DE LA INGENIERIA
APLICACIONES DE LA SERIE DE FOURIER EN EL AREA DE LA  INGENIERIAAPLICACIONES DE LA SERIE DE FOURIER EN EL AREA DE LA  INGENIERIA
APLICACIONES DE LA SERIE DE FOURIER EN EL AREA DE LA INGENIERIA
 
Ejercicos y problemas de interpolacion de lagrange.
Ejercicos y problemas de interpolacion de lagrange.Ejercicos y problemas de interpolacion de lagrange.
Ejercicos y problemas de interpolacion de lagrange.
 
Métodos numéricos - Interpolación
Métodos numéricos - InterpolaciónMétodos numéricos - Interpolación
Métodos numéricos - Interpolación
 
Distribución Binomial
Distribución BinomialDistribución Binomial
Distribución Binomial
 
11 Transformada De Laplace
11 Transformada De Laplace11 Transformada De Laplace
11 Transformada De Laplace
 
Flujo eléctrico
Flujo eléctricoFlujo eléctrico
Flujo eléctrico
 
Formulario de integrales
Formulario de integralesFormulario de integrales
Formulario de integrales
 
Ejercicios cap 25 y 26
Ejercicios cap 25 y 26Ejercicios cap 25 y 26
Ejercicios cap 25 y 26
 
Método de newton raphson Metodos Numericos
Método de newton raphson Metodos NumericosMétodo de newton raphson Metodos Numericos
Método de newton raphson Metodos Numericos
 
Métodos numéricos- Problemario
Métodos numéricos- ProblemarioMétodos numéricos- Problemario
Métodos numéricos- Problemario
 
Investigacion derivada-de-una-curva-en-forma-parametrica
Investigacion derivada-de-una-curva-en-forma-parametricaInvestigacion derivada-de-una-curva-en-forma-parametrica
Investigacion derivada-de-una-curva-en-forma-parametrica
 
Ejemplo del Método de Bisección
Ejemplo del Método de BisecciónEjemplo del Método de Bisección
Ejemplo del Método de Bisección
 
Funciones y gráficas en matlab
Funciones y gráficas en matlabFunciones y gráficas en matlab
Funciones y gráficas en matlab
 
Movimiento subamortiguado
Movimiento subamortiguadoMovimiento subamortiguado
Movimiento subamortiguado
 
Aplicacion de las ecuaciones diferenciales de orden superior
Aplicacion de las ecuaciones diferenciales de orden superiorAplicacion de las ecuaciones diferenciales de orden superior
Aplicacion de las ecuaciones diferenciales de orden superior
 
Metodo de cholesky
Metodo de choleskyMetodo de cholesky
Metodo de cholesky
 

Destacado (10)

Solucion de-problemas-de-ingenieria-con-matlab
Solucion de-problemas-de-ingenieria-con-matlabSolucion de-problemas-de-ingenieria-con-matlab
Solucion de-problemas-de-ingenieria-con-matlab
 
Metodología para la solución de problemas en ingeniería
Metodología para la solución de problemas en ingenieríaMetodología para la solución de problemas en ingeniería
Metodología para la solución de problemas en ingeniería
 
Guia de Método de Solución de Problemas
Guia de Método de Solución de ProblemasGuia de Método de Solución de Problemas
Guia de Método de Solución de Problemas
 
Solución de Problemas de Ingeniería con MATLAB. Clase práctica
Solución de Problemas de Ingeniería con MATLAB. Clase prácticaSolución de Problemas de Ingeniería con MATLAB. Clase práctica
Solución de Problemas de Ingeniería con MATLAB. Clase práctica
 
Uso de un similudaor de procesos en solucion de problemas de ingenieria quimica
Uso de un similudaor de procesos en solucion de problemas de ingenieria quimicaUso de un similudaor de procesos en solucion de problemas de ingenieria quimica
Uso de un similudaor de procesos en solucion de problemas de ingenieria quimica
 
Problemas MATLAB
Problemas MATLABProblemas MATLAB
Problemas MATLAB
 
Ejercicios De Matlab
Ejercicios De MatlabEjercicios De Matlab
Ejercicios De Matlab
 
Evaporación y sus metodos de calculo
Evaporación y sus metodos de calculoEvaporación y sus metodos de calculo
Evaporación y sus metodos de calculo
 
Tema 3 metodología para la solución de problemas
Tema 3  metodología para la solución de problemasTema 3  metodología para la solución de problemas
Tema 3 metodología para la solución de problemas
 
METODO DE SOLUCION DE PROBLEMAS EN INGENIERIA
METODO DE SOLUCION DE PROBLEMAS EN INGENIERIAMETODO DE SOLUCION DE PROBLEMAS EN INGENIERIA
METODO DE SOLUCION DE PROBLEMAS EN INGENIERIA
 

Similar a Solución de Problemas de Ingeniería con MATLAB (20)

Matlab
MatlabMatlab
Matlab
 
20 problemas
20 problemas20 problemas
20 problemas
 
Matlab aplicacione s
Matlab aplicacione sMatlab aplicacione s
Matlab aplicacione s
 
Resolución SEP con APMonitor
Resolución SEP con APMonitorResolución SEP con APMonitor
Resolución SEP con APMonitor
 
Paralelismo
ParalelismoParalelismo
Paralelismo
 
Teorico2
Teorico2Teorico2
Teorico2
 
Trabajo de investigación edo-p46
Trabajo de investigación edo-p46Trabajo de investigación edo-p46
Trabajo de investigación edo-p46
 
_Algoritmos.ppt
_Algoritmos.ppt_Algoritmos.ppt
_Algoritmos.ppt
 
Balance de linea
Balance de lineaBalance de linea
Balance de linea
 
Computacion ii cap i
Computacion ii cap iComputacion ii cap i
Computacion ii cap i
 
computacion
computacioncomputacion
computacion
 
Sistemas ecuacion simulink
Sistemas ecuacion simulinkSistemas ecuacion simulink
Sistemas ecuacion simulink
 
cap7.pdf
cap7.pdfcap7.pdf
cap7.pdf
 
Mat lab00
Mat lab00Mat lab00
Mat lab00
 
Mat lab00
Mat lab00Mat lab00
Mat lab00
 
Mat lab00
Mat lab00Mat lab00
Mat lab00
 
Mat lab00
Mat lab00Mat lab00
Mat lab00
 
Matlab00
Matlab00Matlab00
Matlab00
 
Mat lab00
Mat lab00Mat lab00
Mat lab00
 
Mat lab00
Mat lab00Mat lab00
Mat lab00
 

Más de Joanny Ibarbia Pardo

Más de Joanny Ibarbia Pardo (20)

Un Enfoque Complejo de la Economía
Un Enfoque Complejo de la EconomíaUn Enfoque Complejo de la Economía
Un Enfoque Complejo de la Economía
 
Elaborando Mapas Conceptuales con CMaptools
Elaborando Mapas Conceptuales con CMaptoolsElaborando Mapas Conceptuales con CMaptools
Elaborando Mapas Conceptuales con CMaptools
 
Planificación Curricular y Mapas de Unidad Temática
Planificación Curricular y Mapas de Unidad TemáticaPlanificación Curricular y Mapas de Unidad Temática
Planificación Curricular y Mapas de Unidad Temática
 
Regularidades económicas y empresariales que delimitan la Direccón Estratégic...
Regularidades económicas y empresariales que delimitan la Direccón Estratégic...Regularidades económicas y empresariales que delimitan la Direccón Estratégic...
Regularidades económicas y empresariales que delimitan la Direccón Estratégic...
 
Propuesta de un plan de comunicación para la empresa Cubaelectrónica División...
Propuesta de un plan de comunicación para la empresa Cubaelectrónica División...Propuesta de un plan de comunicación para la empresa Cubaelectrónica División...
Propuesta de un plan de comunicación para la empresa Cubaelectrónica División...
 
La empresa estatal en Cuba
La empresa estatal en CubaLa empresa estatal en Cuba
La empresa estatal en Cuba
 
Papel de la Juventud Cubana en el marco histórico del ataque a Playa Girón.
Papel de la Juventud Cubana en el marco histórico del ataque a Playa Girón.Papel de la Juventud Cubana en el marco histórico del ataque a Playa Girón.
Papel de la Juventud Cubana en el marco histórico del ataque a Playa Girón.
 
Análisis del documento. la planificación socialista ,su significado.
Análisis del documento. la planificación socialista ,su significado.Análisis del documento. la planificación socialista ,su significado.
Análisis del documento. la planificación socialista ,su significado.
 
Caracterización del desarrollo en Bolivia
Caracterización del desarrollo en BoliviaCaracterización del desarrollo en Bolivia
Caracterización del desarrollo en Bolivia
 
La Reingeniería del proceso empresarial (BPR)
La Reingeniería del proceso empresarial (BPR)La Reingeniería del proceso empresarial (BPR)
La Reingeniería del proceso empresarial (BPR)
 
Anatomía de un archipiélago intranquilo.
Anatomía de un archipiélago intranquilo.Anatomía de un archipiélago intranquilo.
Anatomía de un archipiélago intranquilo.
 
La fiebre del oro verde
La fiebre del oro verdeLa fiebre del oro verde
La fiebre del oro verde
 
Economía cubana retos y desafíos
Economía cubana retos y desafíosEconomía cubana retos y desafíos
Economía cubana retos y desafíos
 
El comercio electrónico inalámbrico
El comercio electrónico inalámbricoEl comercio electrónico inalámbrico
El comercio electrónico inalámbrico
 
El proceso de segmentación, blanco y posicionamiento del mercado.
El proceso de segmentación, blanco y posicionamiento del mercado.El proceso de segmentación, blanco y posicionamiento del mercado.
El proceso de segmentación, blanco y posicionamiento del mercado.
 
Los problemas ambientales de Cuba y su reflejo en la economía.
Los problemas ambientales de Cuba y su reflejo en la economía.Los problemas ambientales de Cuba y su reflejo en la economía.
Los problemas ambientales de Cuba y su reflejo en la economía.
 
Implementación del comercio electrónico en la empresa Cubaelectrónica. Una fo...
Implementación del comercio electrónico en la empresa Cubaelectrónica. Una fo...Implementación del comercio electrónico en la empresa Cubaelectrónica. Una fo...
Implementación del comercio electrónico en la empresa Cubaelectrónica. Una fo...
 
El programa reformista de Francisco de Frías y Jacott, Conde de Pozos Dulces.
El programa reformista de Francisco de Frías y Jacott, Conde de Pozos Dulces.El programa reformista de Francisco de Frías y Jacott, Conde de Pozos Dulces.
El programa reformista de Francisco de Frías y Jacott, Conde de Pozos Dulces.
 
La investigación cualitativa
La investigación cualitativaLa investigación cualitativa
La investigación cualitativa
 
Diseño de un procedimiento para la determinación de la demanda de un producto...
Diseño de un procedimiento para la determinación de la demanda de un producto...Diseño de un procedimiento para la determinación de la demanda de un producto...
Diseño de un procedimiento para la determinación de la demanda de un producto...
 

Último

Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Fernando Solis
 
Proyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdfProyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdf
patriciaines1993
 

Último (20)

Factores que intervienen en la Administración por Valores.pdf
Factores que intervienen en la Administración por Valores.pdfFactores que intervienen en la Administración por Valores.pdf
Factores que intervienen en la Administración por Valores.pdf
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
 
La Sostenibilidad Corporativa. Administración Ambiental
La Sostenibilidad Corporativa. Administración AmbientalLa Sostenibilidad Corporativa. Administración Ambiental
La Sostenibilidad Corporativa. Administración Ambiental
 
PP_Comunicacion en Salud: Objetivación de signos y síntomas
PP_Comunicacion en Salud: Objetivación de signos y síntomasPP_Comunicacion en Salud: Objetivación de signos y síntomas
PP_Comunicacion en Salud: Objetivación de signos y síntomas
 
TIENDAS MASS MINIMARKET ESTUDIO DE MERCADO
TIENDAS MASS MINIMARKET ESTUDIO DE MERCADOTIENDAS MASS MINIMARKET ESTUDIO DE MERCADO
TIENDAS MASS MINIMARKET ESTUDIO DE MERCADO
 
SISTEMA RESPIRATORIO PARA NIÑOS PRIMARIA
SISTEMA RESPIRATORIO PARA NIÑOS PRIMARIASISTEMA RESPIRATORIO PARA NIÑOS PRIMARIA
SISTEMA RESPIRATORIO PARA NIÑOS PRIMARIA
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
 
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptxLA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
 
Desarrollo y Aplicación de la Administración por Valores
Desarrollo y Aplicación de la Administración por ValoresDesarrollo y Aplicación de la Administración por Valores
Desarrollo y Aplicación de la Administración por Valores
 
Proyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdfProyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdf
 
CONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptx
CONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptxCONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptx
CONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptx
 
Lecciones 06 Esc. Sabática. Los dos testigos
Lecciones 06 Esc. Sabática. Los dos testigosLecciones 06 Esc. Sabática. Los dos testigos
Lecciones 06 Esc. Sabática. Los dos testigos
 
Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024
 
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLAACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
 
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfFeliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
 
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docxPLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
 
Los dos testigos. Testifican de la Verdad
Los dos testigos. Testifican de la VerdadLos dos testigos. Testifican de la Verdad
Los dos testigos. Testifican de la Verdad
 
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN PARÍS. Por JAVIER SOL...
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN  PARÍS. Por JAVIER SOL...ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN  PARÍS. Por JAVIER SOL...
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN PARÍS. Por JAVIER SOL...
 
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).pptPINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
 
AEC 2. Aventura en el Antiguo Egipto.pptx
AEC 2. Aventura en el Antiguo Egipto.pptxAEC 2. Aventura en el Antiguo Egipto.pptx
AEC 2. Aventura en el Antiguo Egipto.pptx
 

Solución de Problemas de Ingeniería con MATLAB

  • 1.
  • 2. Cinco pasos para resolver problemas de ingeniería usando una computadora: 1. Plantear el problema con claridad. 2. Describir la información de entrada y de salida. 3. Resolver manualmente un ejemplo sencillo. 4. Crear un algoritmo y traducirlo a MATLAB. 5. Verificar la solución con diversos datos.
  • 3. El primer paso es plantear el problema claramente. Es en extremo importante preparar un enunciado claro y conciso del problema para evitar cualquier malentendido. Para el presente ejemplo, el enunciado del problema es el siguiente: Ej. Calcular la media de una serie de temperaturas. Después, graficar los valores de tiempo y temperatura. 1-PLANTEAMIENTO DEL PROBLEMA
  • 4. El segundo paso consiste en describir cuidadosamente la información que se da para resolver el problema y luego identificar los valores que se deben calcular. Estos elementos representan las entradas y salidas del problema y pueden llamarse colectivamente entrada / salida o E/S. En muchos problemas resulta útil hacer un diagrama que muestre las entradas y salidas. En este punto, el programa es una abstracción porque no estamos definiendo los pasos para determinar las salidas; solo estamos mostrando la información que se usará para calcular la salida. Diagrama de entradas y salidas para el ejemplo: 2-DESCRIPCIÓN DE ENTRADAS Y SALIDAS
  • 5. El tercer paso es resolver el problema a mano o con una calculadora, empleando un conjunto sencillo de datos. Se trata de un paso muy importante y no debe pasarse por alto, ni siquiera en problemas sencillos. Éste es el paso en que se detalla la solución del problema. Si no podemos tomar un conjunto sencillo de números y calcular la salida (ya sea a mano o con una calculadora), no estamos preparados para continuar con el siguiente paso; debemos releer el problema y tal vez consultar material de referencia. Para este problema, el único calculo consiste en calcular la media de una serie de valores de temperatura. Supongamos que usamos los siguientes datos para el ejemplo a mano: 3- EJEMPLO A MANO Calculamos a mano la media como (105 + 126 + 119)/3, o 116.6667 grados F.
  • 6. Una vez que podamos resolver el problema para un conjunto sencillo de datos, estamos listos para desarrollar un algoritmo: un bosquejo paso a paso de la solución del problema. En el caso de problemas sencillos como este, puede escribirse de inmediato el algoritmo usando comandos de MATLAB; si el problema es más complicado puede ser necesario escribir a grandes rasgos los pasos y luego descomponer esos pasos en otros más pequeños que puedan traducirse a comandos de MATLAB Una de las ventajas de MATLAB es que sus comandos coinciden notablemente con los pasos que seguimos para resolver problemas de ingeniería; por tanto, el proceso de determinar los pasos para resolver el problema determina también los comandos de MATLAB. 4- Solución en MATLAB En el siguiente capítulo veremos los detalles de los comandos MATLAB empleados en la siguiente solución, pero observe que los pasos de MATLAB coinciden de cerca con los pasos de la solución manual.
  • 7. 4- Solución en MATLAB (continuación)
  • 8. El paso final de nuestro proceso de resolución de problemas es probar la solución. Primero debemos probar la solución con los datos del ejemplo a mano porque ya calculamos la solución antes. Al ejecutarse las instrucciones anteriores, la computadora exhibe la siguiente salida: promedio = 116.6667 5- Prueba También se genera una gráfica de los puntos de datos. El promedio coincide con el del ejemplo a mano, así que ahora podemos sustituir esos datos por los datos de un experimento X. Ejemplo 2. Dando el siguiente conjunto de datos: Tiempo Temperatura 0.0 105 0.5 126 1.0 119 1.5 129 2.0 132 2.5 128 3.0 131 3.5 135 4.0 136 4.5 132 5.0 137 a) Calcula la temperatura media. b) Grafica los datos de temperatura.
  • 10. Graficando tablas de datos en MATLAB Suponga que queremos graficar los siguientes datos recabados de un experimento con un modelo de coche de control remoto. El experimento se repite 10 veces, midiendo la distancia que el coche viaja en cada ensayo.
  • 11. Graficando tablas de datos en MATLAB(cont.)
  • 12. Resolución aplicada de problemas: Motor turbohélice avanzado En esta sección realizaremos cálculos en una aplicación relacionada con el gran desafío del funcionamiento de vehículos. Un motor turbohélice avanzado llamado abanico sin ductos (UDF, unducted fan) es una de las prometedoras tecnologías que se están desarrollando para aviones de transporte futuros. Los motores de turbohélice, que han estado en uso desde hace varias décadas, combinan la potencia y la confiabilidad de los motores a reacción con la eficiencia de las hélices. Estos motores representan una mejora significativa respecto a los anteriores motores de hélice impulsados por pistones. No obstante, su aplicación se ha limitado a aviones pequeños para cubrir rutas cortas porque no son tan rápidos ni tan potentes como los motores de aspas a reacción que se emplean en los aviones de pasajeros de mayor tamaño. El motor UDF aprovecha avances significativos en la tecnología de hélices que se probaron cuidadosamente en túneles de viento y que han angostado la brecha de rendimiento entre los motores turbohélice y los de aspas a reacción.
  • 13. Nuevos materiales, formas de aspas y mayores velocidades de rotación permiten a los aviones con motores UDF volar casi con la misma rapidez que los provistos de motores de aspas a reacción, con mayor eficiencia de combustible. Además, el UDF es considerablemente más silencioso que el motor turbohélice convencional. Resolución aplicada de problemas: Motor turbohélice avanzado (cont.)
  • 14. Durante un vuelo de prueba de un avión con motor UDF, el piloto de prueba ajustó el nivel de potencia del motor en 40,000 newtons, lo que hace que el avión de 20,000 kg alcance una velocidad de crucero de 180 m/s (metros por segundo). A continuación, las gargantas del motor se ajustan a un nivel de potencia de 60,000 newtons y el avión comienza a acelerar. Al aumentar la velocidad del avión, el arrastre aerodinámico aumenta en proporción con el cuadrado de la velocidad respecto al aire. Después de cierto tiempo, el avión alcanza una nueva velocidad de crucero en la que el empuje de los motores UDF es equilibrado por el arrastre. Las ecuaciones empleadas para estimar la velocidad y aceleración del avión desde el momento en que se reajustan las gargantas hasta que el avión alcanza su nueva velocidad de crucero aproximadamente 120 S después) son las siguientes: Resolución aplicada de problemas: Motor turbohélice avanzado (Ejercicio ejemplo)
  • 15. Escriba un programa MATLAB que pida al usuario introducir un tiempo inicial y un tiempo final (ambos en segundos) que definan un intervalo de tiempo para el cual deseamos graficar la velocidad y la aceleración del avión. Suponga que el tiempo cero representa el punto en el que se aumentó el nivel de potencia. El tiempo final deberá ser 120 segundos o menos. Resolución aplicada de problemas: Motor turbohélice avanzado (Ejercicio ejemplo)
  • 16. 1- PLANTEAMIENTO DEL PROBLEMA Calcular la nueva velocidad y aceleración del avión después de un cambio en el nivel de potencia. Resolución aplicada de problemas: Motor turbohélice avanzado (Ejercicio ejemplo) El siguiente diagrama muestra que las entradas del programa son los tiempos inicial y final y que las salidas son gráficas de los valores de velocidad y aceleración dentro de este lapso. 2- DESCRIPCIÓN DE ENTRADAS / SALIDAS
  • 17. 3- EJEMPLO A MANO Dado que el programa está generando una gráfica para un intervalo de tiempo específico), supondremos que el intervalo es de 0 a 5 segundos. Luego calculamos unos cuantos valores con una calculadora para poderlos comparar con los valores de las curvas generadas por el programa. Resolución aplicada de problemas: Motor turbohélice avanzado (Ejercicio ejemplo)
  • 18. 4- DESARROLLO DEL ALGORITMO Resolución aplicada de problemas: Motor turbohélice avanzado (Ejercicio ejemplo) La generación de las curvas con los valores de velocidad y aceleración requiere los siguientes pasos: 1. Leer los límites del intervalo de tiempo. 2. Calcular los valores de velocidad y aceleración correspondientes. 3. Graficar la nueva velocidad y aceleración. Puesto que el intervalo de tiempo depende de los valores de entrada, puede ser muy pequeño o muy grande. Por tanto, en lugar de calcular valores de velocidad y aceleración en los puntos especificados, calcularemos 100 puntos dentro del intervalo especificado.
  • 19. Resolución aplicada de problemas: Motor turbohélice avanzado (Ejercicio ejemplo)
  • 20. 5- PRUEBA Primero probamos el programa usando los datos del ejemplo a mano. Esto genera la siguiente interacción: Resolución aplicada de problemas: Motor turbohélice avanzado (Ejercicio ejemplo) Teclee tiempo inicial (en segundos): 0 Teclee tiempo final (máx. 120 segundos): 5 Vamos a determinar el algoritmo y la gráfica de MATLAB para la aceleración y la velocidad, teniendo en cuenta un intervalo de tiempo de 0 a 5 segundos.
  • 21. Resolución aplicada de problemas: Motor turbohélice avanzado (Ejercicio ejemplo)
  • 22. Resolución aplicada de problemas: Motor turbohélice avanzado (Ejercicio ejemplo)
  • 23. Gráficas tridimensionales Hay varias formas de graficar una superficie tridimensional con MATLAB. En esta explicación presentaremos dos tipos de gráficas: la gráfica de malla y la gráfica de superficie. Una gráfica de malla tiene una cuadrícula abierta, mientras que una gráfica de superficie tiene una cuadrícula sombreada. A continuación describimos las variaciones de los comandos MATLAB para generar estas gráficas: Genera una gráfica de cuadrícula abierta de la superficie definida por la matriz z. Los argumentos x_pts y y_pts de coordenadas x y y. pueden ser vectores que definen los intervalos de valores de las coordenadas x y y, o bien matrices que definen la retícula subyacente. mesh(x_pts, y_pts, z) Genera una gráfica de cuadrícula sombreada de la superficie definida por la matriz z. Los argumentos x_pts y y_pts pueden ser vectores que definen los intervalos de valores de las coordenadas x y y, o bien matrices que definen la retícula subyacente de coordenadas x y y. surf (x_pts, y_pts, z)
  • 26. Funciones de números complejos Los números complejos son necesarios para resolver muchos problemas en ciencias e ingeniería. Recuerde que un número complejo tiene la forma a + ib, donde i es √-1, a es la parte real del valor y b es la parte imaginaria del valor. Una de las ventajas de usar MATLAB para cálculos de ingeniería es su facilidad para manejar números complejos. Un número complejo se almacena como dos números reales (que representan la parte real y la parte imaginaria) en MATLAB. Los comandos de MATLAB también suponen que i representa √-1, a menos que se la haya dado a i un valor distinto (MATLAB reconoce el uso de j para representar √-1. Esta notación es de uso común en ingeniería eléctrica.) Así, el siguiente comando define una variable compleja x:
  • 27. Cuando realizamos operaciones entre dos números complejos, MATLAB automáticamente realiza los cálculos necesarios. Si se realiza una operación entre un número real y uno complejo, MATLAB supone que la parte imaginaria del número real es 0. Tenga cuidado de no usar el nombre i o j para otras variables en un programa en el que también se usen números complejos; los nuevos valores sustituirán al valor de √-1 y podrían causar muchos problemas. Funciones de números complejos(cont.) MATLAB incluye varias funciones que son específicas para números complejos y sus conversiones:
  • 28. Funciones de números complejos(cont.) conj(z): Devuelve el conjugado de z. conj([z,w]): Devuelve el conjugado de z y de w.
  • 29. Funciones de números complejos(cont.) real(z): Devuelve la parte real de z. real ([z,w]): Devuelve la parte real de z y de w.
  • 30. Funciones de números complejos(cont.) imag(z): Devuelve la parte imaginaria de z. imag ([z,w]): Devuelve la parte imaginaria de z y de w.
  • 31. Funciones de números complejos(cont.) abs([z,w]): Devuelve el valor absoluto de los elementos de “s” o módulo en el caso de ser complejos.
  • 32. Funciones de números complejos(cont.) angle(h): Devuelve el ángulo de fase en radianes de cada elemento de la matriz h con elementos complejos.
  • 33. Utilizando MATLAB como calculadora Resolviendo ejercicios 1) 2)
  • 34. Utilizando MATLAB como calculadora Resolviendo ejercicios: respuestas de 1-a) y 1-b) 1-a) 1-b)
  • 35. Utilizando MATLAB como calculadora Resolviendo ejercicios: respuestas de 2) 2)
  • 36. Determinando las raíces de polinomios(ejercitación) Teniendo en cuenta que: - Los comandos para calcular e imprimir las raíces de este polinomio son: Calcule las raíces de estos polinomios:
  • 37. Funciones de análisis de datos MATLAB contiene varias funciones que facilitan la evaluación y análisis de datos. Los siguientes grupos de funciones se utilizan con frecuencia para evaluar un conjunto de datos recabados de un experimento.
  • 38. Funciones de análisis de datos Las funciones para calcular la media y la mediana son las siguientes: MATLAB tiene una función para ordenar valores en orden ascendente.
  • 39. Funciones de análisis de datos(ejercicios) Aplique los comandos max y min teniendo en cuenta todos los datos mostrados: x=[1.5,6.6,7.9,8.9,-2.0,3.0] y=[ 10 2 -1 3 -6 15]
  • 40. Funciones de análisis de datos(ejercicios) Aplique los comandos median y mean en cado uno de los datos por separado: (w) y (x). w=[0,3,-2,7] x=[3 -1 5 7];
  • 41. Funciones de análisis de datos(ejercicios) Realice de los histogramas individuales de los datos anteriores: x=[1.5,6.6,7.9,8.9,-2.0,3.0]; y=[ 10 2 -1 3 -6 15] Histograma para los datos de x Histograma para los datos de y hist(x) hist(y)
  • 42. Comando de MATLAB para saber fecha y hora actuales. Comando de MATLAB para saber fecha. Conocimientos adicionales de MATLAB