Áreas de la ingeniería civil en donde se aplican métodos numéricos
Mecánica de Fluidos
Una rama muy importante de la ingeniería es el estudio de la mecánica de fluidos, en
donde las ecuaciones que gobiernan el fenómeno físico tienen ciertas peculiaridades que
las hacen difíciles de abordar desde el punto de vista numérico.
Medios de Transporte
En general, para la concepción y producción de un vehículo (ya sea un automóvil, un
avión o un barco) es muy común utilizar modelos numéricos de dinámica de fluidos para
simular el comportamiento del vehículo en movimiento (ya sea en tierra, en aire o en
ambos). Esto permite optimizar la forma geométrica exterior del mismo de manera que
su resistencia al avance sea la mínima posible, lo que permitirá tener una vida útil más
larga, menor consumo de combustible, que sea menos contaminante, que sea más ligero
(más barato de producir).
JUAN CARLOS MÁRQUEZ FERNÁNDEZ
Procesamiento de Imágenes Médicas
El problema de registro en imágenes, un problema relevante de procesamiento de
imágenes médicas consiste en encontrar la transformación geométrica que ponga dos
imágenes dadas en la mejor correspondencia posible. Una de sus aplicaciones más
inmediatas es realizar el registro de un cerebro espécimen con el de un atlas anatómico []
en el que se conoce perfectamente a qué corresponde cada uno de los voxeles
Optimización Multiobjetivo
Es indudable que las técnicas de optimización son altamente aplicables a la gran mayoría
de los procesos industriales. Sin embargo, hay algunas técnicas de optimización que
requieren algunas condiciones muy características que los procesos requieren cumplir
para poder ser económicamente viables. Es de todos conocido que las técnicas de
optimización con varios objetivos han tenido un desarrollo sumamente importante en los
últimos años, más aún cuando existe un compromiso entre los objetivos que se buscan.
Una de las grandes virtudes de las técnicas de computación multiobjetivo es que permiten
optimizar varias funciones de costo sin importar el tamaño del espacio de búsqueda ni la
existencia de varios mínimos locales. Otra de sus virtudes es que puede trabajar con
restricciones, las cuales pueden estar o no implícitas en la función de costo del problema.
JUAN CARLOS MÁRQUEZ FERNÁNDEZ
Lista de comandos básicos de matlab y sus funciones
abs Valor absoluto
acker Calcula la matriz K para ubicar los polos de ABK, vea también place
axis Corrige la escala del gráfico actual, vea también plot, figure
bode Dibuja el diagrama de Bode, vea también logspace, margin, nyquist1
C2dm Pasa del sistema continuo al discreto
clf Borra la figura (use clg en Matlab 3.5)
conv Convolución (útil para multiplicar polinomios), vea también deconv
Ctrb Matriz de controlabilidad, vea también obsv
Deconv Deconvolución y división de polinomios, vea también conv
Det Halla el determinante de una matriz
Dimpulse Respuesta al impulso de sistemas lineales de tiempo discreto, vea
también dstep
Dlqr Diseño de reguladores LQR lineales cuadráticos para sistemas de
tiempo discreto, vea también lqr
Dlsim Simulación de sistemas lineales de tiempo discreto, vea también lsim
Dstep Respuesta al escalón de sistemas lineales de tiempo discreto, vea
también stairs
eig Calcula los autovalores de una matriz
Eps Tolerancia numérica del Matlab
Feedback Conexión de dos sistemas por realimentación
Figura Crea una nueva figura o redefine la figura actual , vea también
subplot, axis
For Lazo ForNext
Format Formato Numérico (dígitos significativos, exponentes)
Function Para archivos-m del tipo función
Grid Dibuja la grilla en el gráfico actual
Gtext Agrega texto al gráfico actual, vea también text
Help Ayuda
Hold Mantiene el gráfico actual, vea también figure
If Ejecuta código condicionalmente
Imag Devuelve la parte imaginaria de un número complejo, vea también
real
Impulse Respuesta al impulso de sistemas lineales de tiempo continuo, vea
también step, lsim, dlsim
Input Prompt para entrada de usuario (lectura de datos)
Inv Inversa de una matriz
Legend Leyenda en un gráfico
Length Largo de un vector, vea también size
Linspace Devuelve un vector linealmente espaciado
log logaritmo natural, también log10: logaritmo común
Loglog Grafica usando doble escala logarítmica, también semilogx/semilogy
Logspace Devuelve un vector logarítmicamente espaciado
Lqr Diseño de reguladores lineales cuadráticos LQR para sistemas
continuos, vea también dlqr
Margin Devuelve margen de ganancia, margen de fase, y frecuencias de
cruce, vea también bode
Norm Norma de un vector
JUAN CARLOS MÁRQUEZ FERNÁNDEZ
Obsv Matriz de observabilidad, vea también ctrb
Ones Devuelve un vector o matriz de unos, vea también ceros
Place Calcula la matriz K para ubicar los polos de ABK, vea también acker
plot Dibuja un gráfico, vea también figure, axis, subplot
Poly Devuelve el polinomio característico
Polyval Valor numérico de un Polinomio
Print Imprime el gráfico actual (a impresora o a archivo postscript)
Pzmap Mapa de polos y ceros de sistemas lineales
Rank Halla la cantidad de renglones o columnas linealmente
independientes de una matriz
Real Devuelve la parte real de un número complejo, vea también imag
Rlocfind Halla el valor de k y los polos en el punto seleccionado
Rlocus Gráfica el lugar de raíces
Roots halla las raíces de un polinomio
Set Set(gca,'Xtick',xticks,'Ytick',yticks) para controlar el número y el
espaciado de marcas en los ejes
Series Interconexión en serie de sistemas Lineales que no dependan del
tiempo
Sgrid Genera grilla de razón de amortiguación (zeta) y frecuencia natural
(Wn) constantes , vea también jgrid, sigrid, zgrid
Size Devuelve la dimensión de un vector o matriz, vea también length
Sqrt Raíz cuadrada
Ss Crea modelos en espacio de estado o convierte modelos LTI a
espacio de estado, vea también tf
Ss2tf representación Espacio de estado a función de transferencia , vea
también tf2ss
Ss2zp representación Espacio de estado a polocero ,vea también zp2ss
Stairs Gráfico tipo escalera para respuesta discreta, vea también dstep
Subplot Divide la ventana Gráfico en secciones, vea también plot, figure
Text Agrega texto al gráfico actual, vea también title, xlabel, ylabel, gtex
Tf Crea una función de transferencia o convierte a función de
transferencia, vea también ss
Tf2ss Función de Transferencia a representación en espacio de estado, vea
también ss2tf
Tf2zp representación Función de Transferencia a Polocero , vea también
zp2tf
title Agrega un título al gráfico actual
Xlabel/ylaber Agrega una identificación al eje horizontal/vertical del gráfico
actual, vea también title, text, gtext
Zeros(ceros) Devuelve un vector o matriz de ceros
Zgrid Genera grilla de coeficiente de amortiguamiento (zeta) y frecuencia
natural (Wn) constante , vea también sgrid, jgrid,sigrid
Zp2ss Polo-cero a representación en espacio de estado, vea también ss2zp
Zp2tf Polo-cero a representación función de transferencia , vea también
tf2zp
JUAN CARLOS MÁRQUEZ FERNÁNDEZ
CONCEPTOS GENERALES
Inexacto: Este término se dice de una cosa o también de un suceso, que carece o no tiene
ninguna exactitud, fidelidad o precisión o que puede considerar como correcto o también
al falto de rigurosidad de manera cierto o evidente.
Ejemplo: La información contenida en un anuncio no deberá ser inexacta ni engañosa.
Impreciso: No preciso, que carece de precisión o exactitud; vago, indefinido.
Ejemplo: Todos estos datos son imprecisos, habrá que volver a tomarlos.
Exacto: La palabra 'exacto' es un adjetivo calificativo que se utiliza para designar a todas
aquellas acciones, elementos, objetos o fenómenos que se manejen con la exactitud o con
la verdad en algunos casos.
Ejemplo: Los médicos utilizan un sistema para determinar el tratamiento exacto.
Preciso: Que es claro y exacto.
Ejemplo: Es preciso que vengas; Tomar las medidas precisas.
Que son cifras significativas
Las cifras significativas de un número son aquellas que tienen un significado real y, por
tanto, aportan alguna información. Toda medición experimental es inexacta y se debe
expresar con sus cifras significativas. Veamos un ejemplo sencillo: supongamos que
medimos la longitud de una mesa con una regla graduada en milímetros. El resultado se
puede expresar, por ejemplo como:
Longitud (L) = 85,2 cm
No es esta la única manera de expresar el resultado, pues también puede ser:
L = 0,852 m
L = 8,52 dm
L = 852 mm
Etc…
Que son errores de redondeo
Como los números de punto flotante tienen un número de dígitos limitado, no pueden
representar todos los números reales de forma precisa: cuando hay más dígitos de los que
permite el formato, los que sobran se omiten ─ el número se redondea.
Por ejemplo, redondeando el número π = 3,141592: a las centésimas tenemos π = 3,14, a
las milésimas π = 3,142 y a las diezmilésimas π = 3; 1416. En general es preferible el
redondeo al truncamiento, ya que cometemos un error menor.
Que son errores por truncamiento
En el subcampo matemático del análisis numérico, truncamiento es el término usado
para reducir el número de dígitos a la derecha del separador decimal, descartando los
menos significativos.
JUAN CARLOS MÁRQUEZ FERNÁNDEZ
Por ejemplo, dados los números reales:
3,14159265358979...
32,438191288
6,3444444444444
Para truncar estos números a 4 dígitos decimales, sólo consideramos los 4 dígitos a la
derecha de la coma decimal.
El resultado es:
3,1415
32,4381
6,3444
Nótese que en algunos casos, el truncamiento dará el mismo resultado que el redondeo,
pero el truncamiento no redondea hacia arriba ni hacia abajo los dígitos, meramente los
corta en el dígito especificado. El error de truncamiento puede ser hasta el doble del error
máximo que se puede tener usando redondeo.
Propagación de error para funciones de dos o más variables
Cuando se desea realizar el cálculo de una nueva cantidad basado en mediciones de otras
que tienen una incerteza asociada se requiere “propagar” el error hacia esta nueva
cantidad. La propagación del error es simplemente el proceso de determinar la incerteza
de un cálculo que se basa en una operación. Por ejemplo, en el laboratorio se miden el
tiempo y el desplazamiento para poder calcular la velocidad de un objeto. Debido a que
ambos, distancia y tiempo, se miden con un cierto grado de incertidumbre, afectará la
respuesta final. Supongamos que se miden las cantidades X, Y, Z,… cuyas incertezas son
δX, δY, δZ,… Se requiere calcular una cantidad R que depende de X, Y, Z,.. etc. Cuál es
la incerteza de la nueva variable R? La propagación del error se realiza de forma separada
dependiendo del tipo de operación que se realiza.
Ejemplo:
En un experimento se introducen dos líquidos en un matraz y se quiere hallar la
masa total del líquido. Se conocen:
M1 = Masa del matraz 1 + contenido = 540 ± 10 g
m1 = Masa del matraz 1 = 72 ± 1 g
M2 = Masa del matraz 2 + contenido = 940 ± 20 g
M2 = Masa del matraz 2 = 97 ± 1 g
La masa de líquido será:
M = M1-m1+M2- m2 =1311g
Su error:
δM = δM1+ δm1+δM2+ δm2 = 32g
El resultado se expresará:
M = ± 1310 30 g
JUAN CARLOS MÁRQUEZ FERNÁNDEZ
