Departamento de Mecatrnica Ingeniera Mecatrnica Modelado y Simulacin de sistemas Practica Matlab Unidad 1 M.I. Vctor Manuel Mora Romo Hugo Garca Contreras Up120151 MTR05B 04/06/2014
Resumen: A lo largo esta prctica logramos resolver modelos bsicos basados en problemas de la vida cotidiana, al final el objetivo principal de la prctica era aprender a realizar modelos sencillos acerca de situaciones como ya se dijo antes cotidianas, esto con el fin de ayudarnos a entender mejor como es que se realiza un modelo matemtico. Otro objetivo que se puede dar a relucir es que gracias a la realizacin de stas prcticas se aprendi el manejo de distintas herramientas de solucin de problemas matemticos, como en este caso lo es Matlab. Pero lo primordial siempre es aprender a interpretar una situacin para poder crear de ella un modelo que satisfaga todas las variantes posibles que se puedan ir presentando, entre ms complejo sea, ms predecible ser el resultado y mejor ser el modelo. Despus de plantear la ecuacin que modele el sistema (debemos asegurarnos de que el modelo est bien realizado), podemos introducirlo en el software Matlab, pero debemos saber cmo interpretar las variables del modelo para poder introducirlas al programa de manera correcta y obtener un resultado preciso. Durante las prcticas, al momento de simularlas en el software, se utilizaron principalmente comandos relacionados a solucin de matrices, obtener determinantes, inversas, etc; el mtodo para solucionarlas se dejaba en manos del a criterio de la persona que lo estaba resolviendo. A final de las simulaciones se obtuvieron resultados buenos en casi todas las prcticas, ya que en algunas nos fallaba la manera de separar y acomodar las variables, esto porque no tenamos un conocimiento muy amplio para saberlas interpretar; este tipo de problemas fueron disminuyendo al ir avanzando en la realizacin de las simulaciones. Viendo que los resultados fueron correctos y que gracias a los errores que tuvimos aprendimos a resolver modelos sencillos, yo creo que lo que se logr fue algo positivo en la mayora de nosotros, ya que el uso de este software simplifica muchsimo la resolucin de cualquier modelo y puede llegar a ahorrar tiempo y dinero. La conclusin que puedo dar acerca de estas prcticas es que el aprendizaje logrado es sumamente importante, ya que aparte de aprender a interpretar modelos sencillos, o, realizarlos, tambin aprendimos una manera rpida y sencilla para resolverlos sin tener que realizar clculos a mano y evitando (si se acomoda correctamente) el error humano lo ms posible.
4
Marco Terico: Los sistemas se pueden definir como un conjunto de objetos o cosas que actan en base a cumplir determinado objetivo, por lo que se dice que todos los sistemas forman parte de un mundo interconectado. Los sistemas se expresan en modelos los cuales tienen como objetivo principal reducir los posibles fallos para la concertacin del objetivo. La importancia de los modelos reside principalmente en su capacidad de hacer llegar a un objetivo de una manera sistmica, uno de estos modelos es la simulacin, la cual sirve para representar una parte de la realidad de una manera en la cual pueda ser interpretada y analizada de una manera profunda a tal grado de poder manipular la parte de la realidad que se esta estudiando. Los modelos tienen 3 objetivos o metas que se definen en: Aprender/ Entender: el modelo antes de poder ser desarrollado debe ser comprendido no en su totalidad, pero si en la parte de su planteamiento, lo cual en algunas ocasiones arroja los resultados antes de que el modelo sea planteado en su totalidad Implementacin en un ordenador: esto sirve para poder ver los modelos desde diferentes puntos de vista, adems de agilizar en demasa los procesos y clculos. Toma de decisiones: todos los modelos aportan gran cantidad de posibles resultados o soluciones, por lo cual ayudan en gran medida a la toma de decisiones asertivas, las cuales debern acercar al resultado de una manera ptima. Los tipos de modelos que se pueden tomar como principales o de mayor utilidad son: Estocstico: modelo que cuenta con parmetros aleatorios, lo cual genera que sus entradas sean fijas y las salidas diferentes. Determinstico: modelo con parmetros establecidos y por lo tanto con entradas y salidas fijas. Esttico: todo el sistema se basa nicamente en un punto en el tiempo. Dinmico: todo el sistema est sujeto a los cambios del tiempo. Tiempo-continuo: el modelo permite que los estados del sistema cambien en cualquier momento Tiempo-discreto: todos los cambios que suceden dentro del sistema estn sujetos a cambios discretos. Ejemplo: toma de decisiones. 5
Modelo analgico: cuentan con las caractersticas del objeto al que buscan representar. Sin embargo no son una copia exacta de los mismos. La exactitud de los modelos va a depender del tipo de modelo que se est utilizando y de las variables con las que se maneja, pero la exactitud de los modelos se puede ordenar de la siguiente manera: 1. Modelos fsicos. 2. Modelos determinsticos. 3. Modelo a escala 4. Modelos analgicos. 5. Juegos de administracin. 6. Simulacin por computadora. 7. Modelos no matemticos. El sistema en el cual se plantearon los modelos que el alumnos desarrollo durante la prctica fue: sistema de ecuaciones lineales. Dentro de este sistema los posibles resultados pueden ser: Determinado o incompatible: la solucin se encuentra en el punto en que las rectas x,y se cortan. Incompatible: las rectas nunca se cortan por lo tanto no existe resultado alguno. Indeterminado o dependiente: que las rectas se intersectan en todos los puntos, por lo tanto cuenta con soluciones infinitas. En cuanto al software utilizado para representar los sistemas el que se utilizo fue Matlab, este es un lenguaje de alto nivel y de entorno interactivo para la computacin numrica, visualizacin y programacin. Con el uso de Matlab se puede analizar datos, desarrollar algoritmos, crear modelos y aplicaciones. Matlab cuenta con demasiadas instrucciones al ser un lenguaje de alto nivel, por lo que nicamente se incluirn los comandos de Matlab que se utilizaron durante la practica, estos son los siguientes: Variable= valor: mediante el signo igual se asignaban los calores a diversas variables, para que estas almacenaran los valores, adems de que estos pueden ir cambiando dentro del programa. [ ]: dentro de estos corchetes se introducan los datos de las matrices separando las columnas con un espacio y las filas con punto y coma. Inv(variable): el comando inv sirve para calcular de manera automtica el inverso de una matriz. 6
valor*valor: sirve para expresar una multiplicacin entre valores o variables. Valor/valor: divisin entre valores variable=matriz\vector; permite la multiplicacin del vector con la matriz, cuando esta no es cuadrada. Det(variable): nos permite obtener la determinante de una matriz cuadrada. [x,y]=meshgrid(valor:valor:valor): sirve para asignar los valores a los ejes del plano cartesiano. Surf(ejes): sirve para mostrar la grfica que se obtiene de los valores despejados. Xlabel(x): sirve para realizar etiquetas dentro de la grfica, para etiquetar en otros ejes se cambia la variable x. Hold on: nos permite graficar sobre otra grfica.
7
Objetivos: General: Que el alumno tenga la capacidad de reconocer los elementos necesarios para realizar un modelo. General: Que el alumno pueda realizar un modelo matemtico despus de identificar sus elementos. Particular: Aprender a interpretar los modelos matemticos para su futura solucin. Particular: Aprender a resolver estos modelos mediante Matlab, ya que es una herramienta muy verstil y til.
8
Materiales y desarrollo: Para la realizacin de las simulaciones se utilizaron relativamente pocos materiales, pero si alguno de stos faltaba, se complicaba mucho el poder resolver los modelos. A continuacin se encuentra una lista de los materiales utilizados y una descripcin de cmo podran ser tiles en el desarrollo de las simulaciones. 1. Laptop con hardware que pueda correr el software matlab. Se necesita visualizar los requerimientos del software antes de instalarlo.
9
2. Software Matlab con licencia: Ya que lo que se busca realizar en las prcticas es muy sencillo, se opt por instalar una versin del software con un crack para poderlo manejar.
L a
instalacin se llev a cabo gracias a un tutorial que se encontraba en youtube.
10
Resultados: stos son los resultados obtenidos en las prcticas realizadas en matlab. Ejemplo dado por el Profesor:
Simulacin 1
11
Grfica 1
Simulacin 2
12
Grfica 2
Ejercicio2: Un empresario tiene 3 mquinas que son empleadas en la fabricacin de artculos diferentes. Para utilizar plenamente las mquinas estas estarn en operacin un turno de 8 horas diarias. El nmero de horas que cada mquina es usada en la produccin en cada uno de los 4 artculos est dada por la siguiente tabla: M A1 A2 A3 A4 1 1 2 1 2 2 2 0 1 1 3 1 2 3 0 Encuentre: Nmero de unidades que se deben producir de cada uno de los 4 artculos un da de 8 horas
Simulacin 3 13
Grfica 3
Matrz resultante: x + w = 4 x = 4 - w y + w = 2 y = 2 - w z - w = 0 z = w
Ejercicio 4: 3x + 2y -5w = 0 -x + 2y - w = -8 -2x + y + w = -7
Simulacin 5
Grfica 5 16
Ejercicio 5: El joven Daniel tiene 575 dlares en billetes de 1, 5 y 10 dlares, en total posee 95 billetes, el numero de los billetes de 1 dlar ms el nmero de los billetes de 5 corresponden a 5 unidades ms que el doble del nmero de los billetes de 10 dlares, cuantos billetes de cada tipo tiene? x = # billetes de 1 dlar y = # billetes de 5 dlares z = # billetes de 10 dlares x + 5y + 10z = 575 x + y + z = 95 x + y - 2z = - 5
Simulacin 6 17
Grfica 6
Ejercicio 6: Tres trabajadores a b y c al concluir un determinado mes presentan a su empresa las siguiente plantilla de produccin correspondientes a las horas de trabajo, dieta de mantenimiento y kilmetro de desplazamiento que han realizad cada una de ellos sabiendo que la empresa paga alos tres trabajadores la misma retribucin X por cada hora trabajada Y por cada dieta y z por cada kilmetro desplazado y que paga ese mes 924 al trabajador A, 1390 al trabajador B y 640 al trabajador C.
- HT D Km A 40 10 150 B 60 15 250 C 50 6 100
18
Simulacin 7
Grfica 7
19
20
Discusin: En los resultados que se lograron obtener, se pueden observar perfectamente las ecuaciones lineales, ya que las grficas que se presentaron anteriormente nos muestran los resultados obtenidos gracias a que se puede observar si es que cruzan y se entrelazan entre s o no se tocan, demostrando as que la teora era correcta al momento de resolver los modelos. En el ejercicio 3 podemos observar mejor que en los otros ejercicios que dos de sus planos jams se intersectan, por lo tanto no cuenta con ninguna solucin, es por esto que se le llama solucin incompatible, y en el problema dos podemos observar que dos planos se intersectan completamente, a lo que se le puede deducir que tiene soluciones infinitas o como se vio en el marco terico: indeterminado o dependiente.
21
Conclusiones: Como ya se mencion antes, la realizacin de estas prcticas nos dej muchos aprendizajes, ya que ahora es mucho ms til manejar el software especializado en resolver estos modelos (y muchas operaciones matemticas ms) que realizarlos a mano, teniendo de por medio el error humano y muchos otros factores que pueden afectar nuestro sistema.
Referencias: Carneige, Mellon(2010). Lista de Comandos Matlab. Recuperado de http://www.ib.cnea.gov.ar/~instyctl/Tutorial_Matlab_esp/commands.html
Mathworks(2014). System Requirements. Recuperado de http://www.mathworks.com/support/sysreq/current_release/
Angulo, ., Cuesta, E., y Martnez, M. del C. (2001). Gua Rpida de Matlab. Valladolid, Espaa: Editorial COPIPAUMA