BOLIVARIANA DE VENEZUELA

INSTITUTO UNIVERSITARIO POLITÉCNICO

“SANTIAGO MARIÑO”
ESCUELA DE INGENIERIA DE SISTEMAS
EXTENSIÓN MATURÍN

Profesor: Autor:
Ing. José M. Díaz C.I: V-13.582.216 TSU Romero, Almelys

Maturín, Febrero del 2014

 Indice

Pag.

Introduccion…………………………………………………………………………… 1
Elabore un cuadro con las principales diferencias entre Sistemas Lineales y
No Lineales …………………………………………………………………………… 2
Explique dos ejemplos prácticos de Sistemas No Lineales…………………….. 3-5
Explique el uso de MATLAB y Simulink para el estudio de Sistemas…………. 5-6
Explique con un ejemplo como se simplifican los Modelos No Lineales para
su solución……………………………………………………………………………. 6-9
Conclusion……………………………………………………………………………. 10
 Introducción

Los Sistemas Lineales son cuando no se cumple el principio de

superposición, por los tanto en el desarrollo del presente trabajo de
investigación abordaremos los siguientes temas que son de suma importancia
para el obtención de conocimientos acerca de los Sistemas Lineales y No
Lineales: La diferencia entre ellos, ejemplos prácticos, el uso de MATLAB y
Simulink para el estudio de sistemas y ejemplos de como se simplifican los
modelos no Lineales para su solución.
 1. Elabore un cuadro con las principales diferencias entre Sistemas
Lineales y No Lineales.

Algunas de las diferencias más destacables entre los sistemas lineales y no

lineales son las siguientes:

SISTEMA LINEAL SISTEMA NO LINEAL

Satisface el principio de superposición

proporcional, que engloba las
No aplica el principio de superposición.
propiedades de proporcionalidad y
aditividad.

Que sea proporcional significa que La respuesta del sistema depende no

cuando la entrada de un sistema es sólo de la forma de la señal de entrada
multiplicada por un factor, la salida del sino de la amplitud.
sistema también será multiplicada por el
mismo factor.

Que un sistema sea aditivo significa que Las ecuaciones no lineales se pueden
si la entrada resulta de la suma de dos a menudo transformar para obtener
señales, la salida será la resultante de la otras que si son lineales mediante un
suma de las salidas que producirían proceso de lineación que da resultaos
cada una de esas señales aceptables en torno a ciertos puntos de
individualmente. operación.

Los problemas son resueltos mediante Los problemas son mucho más
una serie de operaciones sencillas que amplios y complicados. La
permiten hallar una solución a una determinación de los problemas se
situación dada. establece desde algoritmos específicos
para tipos de problemas.

2. Explique dos ejemplos prácticos de Sistemas No Lineales.

 Ejemplo Nº 1:

Una empresa de alimentos planea sacar un nuevo producto al mercado, para

ello, proyecta gastar 10.000 Bs. de publicidad en televisión y en un popular portal
web. Sabiendo que cuesta 3.000 Bs. un minuto de publicidad en la televisión y
1.000 Bs. un minuto de publicidad en el portal web. Si la empresa compra X
minutos de publicidad en la televisión e Y minutos de publicidad en el portal web,
su ingreso, en miles de bolívares, está dado por 2x2y2+xy+8x+3y. Plantear y
resolver el problema de manera que la empresa maximice sus ingresos.

Solución:

La formulación del problema no lineal queda de la forma:

Max Z=2x2y2+xy+8x+3y.
Sujeto a:
3x+y=10
Formamos la Lagrangiana:
Lx, y, λ= 2x2-y2+xy+ 8x+3y + λ+ (10-3x-y)
Operando tenemos:
∂L∂x = 4x+y+8 -3λ =0 y=4x-8+3λ

∂L∂y=2y+x+3-λ =0 x=2y-3+λ

∂L∂y=10-3x-y= 0 3x + y = 10

Vamos a poner las expresiones de x e y en función de 𝜆. Sustituyendo x en

y = 4x -8+3λ, tenemos

y =4((2y-3+λ)-8+3λ) 7y =20-7λ
y =20/7-λ
Llevando este valor de y a x= 2y-3+λ, tenemos
x= 2y-3+λ= 2(20/7-λ)-3+λ=19/7-λ
 Sustituyendo los valores de x e y en 3x+y=10, tenemos

3x+y=10=3(197-λ)+20/7-λ=11-4λ λ= 1/4

Sustituyendo este valor de λ=1/4 en las expresiones de X e Y, tenemos

y =20/7-λ=20/7-1/4=73/28

x = 19/7-1/4=69/28

La matriz hessiana asociada con la función

fx,y=-2x2 - y2 + xy + 8x + 3y es:

Hx,y= -411-2

Los menores principales de primer orden son negativos y H2=7>0, luego f(x,y)
es una función cóncava. La restricción es lineal, por lo tanto, la solución es óptima
para el problema no lineal. Así, la empresa tendría que comprar 69/28 minutos de
tiempo de publicidad en televisor y 73/28 minutos de publicidad en el popular
portal web.

Ejemplo Nº 2:

Una empresa puede invertir 1000 millones de euros en tres títulos de bolsa.
Sea Xi la variable aleatoria que corresponde al interés anual por cada millón de
pesetas invertido en el titulo i – ésimo. Se conocen los valores siguientes:
E(x1)= 0.14, E(x2)= 0.11 , E(x3)= 0.10; Var(x1)= 0.2 , Var(x2)= 0.08, Var(x3)=
0.18; Cov(x1,x2)= 0.05, Cov(x1,x3)= 0.02, Cov(x2,x3)= 0.03. Formule un problema
de programación cuadrática que se pueda utilizar para encontrar la cartera de
varianza mínima que alcance un interés anual esperado de por lo menos un 10%.
Solución:
Definamos: xj = numero de millones de euros invertidos en el titulo j-ésimo.

E ≥0.1 x1X1+x2X2+x2X21000
0
 Min Var x1X1+x2 X2+x3 X3 = Min Z

Min Z = 0.20x1 2 +0.08 x2 2 +0.18 x3 2 +0.10x1x2+0.04x1x3+ 0.06x2x3

Sujeto a:

0.14x1 + 0.11x2 + 0.10x3 ≥ 100

X1+ X2+X3=1000

xi ≥0, i =1,2,3.

3. Explique el uso de MATLAB y Simulink para el estudio de Sistemas.

MATLAB: es un entorno de computación y desarrollo de aplicaciones

totalmente integrado orientado para llevar a cabo proyectos en donde se
encuentren implicados elevados cálculos matemáticos y la visualización gráfica de
los mismos.
MATLAB integra análisis numérico, cálculo matricial, proceso de señal y
visualización gráfica en un entorno completo donde los problemas y
sus soluciones son expresados del mismo modo en que se escribirían
tradicionalmente, sin necesidad de hacer uso de la programación tradicional.
MATLAB dispone también en la actualidad de un amplio abanico
de programas de apoyo especializado, denominado Toolboxes, que extienden
significativamente el número de funciones incorporadas en el programa principal.
Estos Toolboxes cubren en la actualidad prácticamente casi todas las áreas
principales en el mundo de la ingeniería y la simulación, destacando entre ellos el
'toolbox' de proceso de imágenes, señal, control robusto, estadística, análisis
financiero, matemáticas simbólicas, redes neurales, lógica difusa, identificación
de sistemas, simulación de sistemas dinámicos, etc. es un entorno de cálculo
técnico, que se ha convertido en estándar de la industria, con capacidades no
superadas en computación y visualización numérica.
De forma coherente y sin ningún tipo de fisuras, integra los requisitos claves de
un sistema de computación técnico: cálculo numérico, gráficos, herramientas para
aplicaciones específicas y capacidad de ejecución en múltiples plataformas.
Esta familia de productos proporciona al estudiante un medio de carácter único,
para resolver los problemas más complejos y difíciles.

SIMULINK es un entorno de programación visual, que funciona sobre el

entorno de programación Matlab.
Es un entorno de programación de más alto nivel de abstracción que el
lenguaje interpretado Matlab (archivos con extensión .m). Simulink genera
archivos con extensión .mdl (de "model").
SIMULINK está especialmente pensado para el análisis y diseño de sistemas
de control, aunque es totalmente útil en el estudio de cualquier tipo de sistema
dinámico: lineal, no lineal, continuo, discreto o híbrido.
SIMULINK viene a ser una herramienta de simulación de modelos o sistemas,
con cierto grado de abstracción de los fenómenos físicos involucrados en los
mismos. Se hace hincapié en el análisis de sucesos, a través de la concepción de
sistemas (cajas negras que realizan alguna operación).
Se emplea arduamente en Ingeniería Electrónica en temas relacionados con el
procesamiento digital de señales (DSP), involucrando temas específicos de
ingeniería biomédica, telecomunicaciones, entre otros. También es muy utilizado
en Ingeniería de Control y Robótica.

4. Explique con un ejemplo como se simplifican los Modelos No Lineales

para su solución

Mediante el modelo de programación no lineal y siguiendo las condiciones de

Karush- Kuhn- Tucker, las cuales constituyen unos de los métodos de aplicación
de este modelo no lineal. Tales condiciones son necesarias para identificar puntos
estacionarios de un problema restringido no lineal sujeto a restricciones de
desigualdad. El desarrollo se basa en el método langragiano. Las condiciones de
KKT, constituyen la base para el desarrollo de muchos algoritmos
computacionales y proporcionan un criterio de parad para muchos otros,
permitiendo establecer cuando ha sido alcanzado un óptimo local restringido.

Teorema
 Sea el problema de minimización en forma canoníca:

Min [f (x)]
gi (x) ≤ 0; i = 1,…., m
Y dada la función Lagrangiana:

L (x, λ) = f (x) + i=1m λ1 . gi (x)

Las condiciones de K-T son:

Condición de gradiente ∂L∂xJ = 0; j = 1,……, n

Ejemplo. Si la función de utilidad de un consumidor es U x,y=xy, siendo x e

y las cantidades consumidas de los bienes A y B, cuyos precios unitarios son de 2
y 3 unidad monetarias, respectivamente, maximizar la utilidad de dicho
consumidor sabiendo que no puede destinar más de 90 unidades monetarias a la
adquisición de dichos bienes. Analizar la variación de la unidad máxima si el
consumidor puede destinar una unidad monetaria más a la adquisición de dichos
bienes.

Solución

El planteamiento del problema es el siguiente:

Maximizar xy

Sujeto a:

2x+3y≤90
x,y ≥0
La función Lagrangiana del problema es:

L(x,y,λ1, λ2, λ3) =xy+ λ1(2x+3y-90)+ λ2 x+λ3 y

Condiciones necesarias de mínimo

Las condiciones de Kuhn-Tucker son:

∂L∂x= y+2λ1+ λ1 = 0, λ12x+3y-90=0,

∂L∂y= x+3λ1+ λ3 = 0, λ2x=0,

∂L∂λ1= 2x+3y-90≤0, λ3y=0,

∂L∂λ2= x ≤0, λ1≤0, λ2 ,λ3≥0

∂L∂λ2= y ≥0,

Puntos críticos

Analizando los posibles valores de λ1 ,λ2 , y λ3 se obtiene:

 Si λ1=λ2= λ3=0 entonces, al sustituir en las dos primeras ecuaciones, se

obtiene, x=y=0. El punto (0,0) con λ1=λ2= λ3=0 verifica las condiciones
de Kuhn- Tucker y por tanto, es un punto crítico.

 Si λ1=λ2=0, λ3 0, entonces, de λ3y=0, se deduce que y=0, y de la

segunda ecuación, x=- λ3 ≥0. Puesto que debe ser λ3 ≥0, la única solución
posible es y=0, λ3=0, x=0, en contra de las hipótesis de λ3 0.

 Si λ1=λ2  0, λ3= 0 entonces, de λ2x= 0, se deduce que x=0, y de la

primera ecuación, y= -λ2 ≥0. Puesto que debe ser λ2 ≥0, la única
solución posible es x=0, λ2 =0, y=0, en contra de las hipótesis de λ2  0.

 Si λ1=λ2  0, λ3  0, entonces de λ2 x=0 y λ3 y=0, se deduce que x=y=0.

Al sustituir en las ecuaciones, se obtiene que λ2=0 λ3=0, en contra de las
hipótesis.

 Si λ1  0, λ2=0, λ3=0 entonces, al sustituir en las condiciones Kuhn-

Tucker se obtiene, y=-2λ1, x= -3λ1, 2x+3y-90=2-3λ1+3-2λ1-90=0. Por
tanto λ1=-9012=- 152= -7,5;x=-3-152=452=22,5;y=-2152=15. el punto 452,
15=22,5 , 15 con λ1=-152=-7,5,λ2=λ3=0, verifica las condiciones de Kuhn-
Tucker y por tanto, es un punto crítico.
  Si λ1 0 λ2=0, λ3  0, entonces, sustituyendo se obtiene, y=0,2x+3y=90,
por tanto, x=45. De la primera ecuación se obtiene λ1=0, y sustituyendo en
la segunda, se tiene x=-λ3=-45, situación imposible ya que λ3 debe ser
mayor o igual que cero. No se cumple las condiciones de Kuhn-Tucker.

 Si λ1 0, λ2  0, λ3= 0, entonces, 2x+3y=90, x=0, por tanto, y=30.

Sustituyendo x=0 en la segunda ecuación se obtiene λ1=0. sustituyendo
y=30 en la primera ecuación se obtiene λ2= -30, situación imposible, ya
que λ2 debe ser mayor o igual que cero. No se cumple las condiciones de
Kuhn-Tucker.

 Si λ1 0, λ2  0, λ3  0, entonces, 2x+3y-90=0, x=0, y=0, que es

posible, por tanto, no se cumple las condiciones de Kuhn-Tucker.

Condiciones suficientes

Al ser la función fx,y=xy, continua y el conjunto factible cerrado y acotado, se

puede aplicar el teorema de Weierstrass que dice que toda función continua,
definida sobre un conjunto cerrado y acotado, alcanza en dicho conjunto un valor
máximo y un valor mínimo.

Se han obtenido dos puntos críticos de máximo, 0,0 con λ1= λ2 = λ3 =0, y
22,5 , 15=337,5. por tanto, en el punto 22,5 , 15 con λ1=-152=-7,5, λ2 = λ3=0 se
alcanza el máximo global.

Conclusión

En el trabajo de investigación teórico y práctico realizado se pudo conocer

que aunque muchas relaciones físicas se representan a menudo mediante
ecuaciones lineales, en la práctica muchos sistemas electromecánicos,
hidráulicos, neumáticos, etc. involucran relaciones no lineales entre las variables,
estos problemas son posibles resolverlos mediante una serie de operaciones
sencilla que permiten hallar una solución a una situación dada.

Sin embargo hay situaciones en que no es aplicable esta herramienta, ya

que esta, se ajusta solo a modelos lineales, integrados exclusivamente por
funciones lineales. Y es allí, cuando aparecen los sistemas no lineales, a fin de
que se produzcan respuestas a acontecimientos reales que se suscitan dentro de
las organizaciones. Es difícil trabajar con estos sistemas, debido a que no cuenta
con algoritmo como tal, sino que dependiendo el problema son aplicables algunos
procedimientos y cálculos que lo fundamentan.