¡La universidad para todos!

¡La Universidad para todos!

MODELAMIENTO AMBIENTAL
SEMANA 1

EL SISTEMA AMBIENTAL, SUS

CARACTERÍSTICAS Y LOS ESTÁNDARES DE
CALIDAD

Mg. Víctor Chávez Centeno

Escuela Profesional Periodo académico: 2020-2

INGENIERÍA AMBIENTAL Semestre: 08
Unidad:01
 ¡La universidad para todos!

Modelos y Medio Ambiente

Unas definiciones de SISTEMA:
Mario Bunge, Diccionario de filosofía, México, 1999
•Un sistema (del latín systema, proveniente del griego μ) es un
“objeto
compuesto” cuyos componentes se relacionan con al menos algún
otro
componente; puede ser material o conceptual.
• Todos los sistemas tienen composición, estructura y entorno.
•Según el “sistemismo”, todos los objetos son sistemas o
componentes de algún sistema:

https://www.youtube.com/watch?v=3b3b648qcsg
 ¡La universidad para todos!

SISTEMA: conjunto de partes, o elementos, organizadas y

relacionadas que interactúan entre sí para lograr un objetivo.

Los sistemas reciben (entrada) datos, energía o materia del ambiente

y generan (salida) información, energía o materia.

Un sistema puede ser físico o concreto (una computadora, un

televisor, un humano) o puede ser abstracto o conceptual (un software).

Cada sistema existe dentro de otro más grande, por lo tanto un

sistema puede estar formado por subsistemas y partes, y a la vez
puede ser parte de un supersistema.

 Los sistemas tienen límites o frontera, que los diferencian del

ambiente.
… el límite puede ser físico (la caja de un ordenador) o conceptual.
… sistemas abiertos, sistemas cerrados y sistemas cibernéticos.
 ¡La universidad para todos!

Por tanto se puede decir que los componentes básicos de un sistema son:

1.Estructura. Se refiere a las interrelaciones y procesos entre las partes del sistema.
2.Ambiente. Relaciona el sistema con el todo. Es su entorno
3.Entradas. Son las fuentes de energía, recursos e información que necesita el sistema
para su funcionamiento y que importa del ambiente
4.Salidas. Son los productos o resultados que se construye a través de la estructura y
los procesos internos.
 ¡La universidad para todos!

Un grupo de elementos no constituye un sistema si no hay una relación e

interacción, que de la idea de un "todo" con un propósito (holismo y sinergia).

Holismo: En teoría de sistemas, el holismo es la idea de que las propiedades

de un sistema, no pueden determinarse con la simple suma de sus partes (o
analizando sus partes de forma individual); sino que las partes o componentes
deben verse como un todo.

…el holismo se resume en la frase: "El todo es más importante que la suma de
sus partes", de Aristóteles.

Sinergia: La sinergia es la integración de elementos que da como resultado

algo más grande que la simple suma de éstos
… es decir, cuando dos o más elementos se unen sinérgicamente crean un
resultado que aprovecha y maximiza las cualidades de cada uno de los
elementos.
Los aviones: cada componente de un avión no puede volar por sí mismo, la
interrelación de las partes produce el vuelo.
 ¡La universidad para todos!

1.1 Sistemas Ambientales

Uno de los conceptos más ampliamente utilizados en la investigación
científica es el de sistema. La definición más habitual de sistema es la
debida a Chorley y Kennedy (1971) que definieron sistema como un
conjunto estructurado de componentes y variables que muestran
relaciones entre ellos y operan en conjunto como un todo complejo de
acuerdo con unas pautas observadas.

En Ciencias de la Tierra y Ambientales se trabaja con diversos

conceptos derivados de este como son ecosistema, geosistema,
sistema fluvial, etc.
 ¡La universidad para todos!

1.2 Naturaleza de la experimentación científica

Un experimento puede definirse como la obtención de
una serie de variables de uno o varios individuos,
previamente seleccionados de una población, con el
objeto de comprobar una hipótesis o desarrollar una
teoría.
1.3 Situación en las Ciencias Ambientales

En el conjunto de las ciencias de la Tierra y

medioambientales la observación de efectos y el
establecimiento de hipótesis resulta más difícil debido a
todo un conjunto de factores:
 ¡La universidad para todos!

• Complejidad del fenómeno estudiado. Los procesos que

actúan sobre el territorio se caracterizan por su carácter
tridimensional, su dependencia del tiempo y complejidad.
Esta complejidad incluye comportamientos no lineales,
componentes estocásticos, bucles de realimentación a
diferentes escalas espaciales y temporales haciendo muy
complejo, o incluso imposible, expresar los procesos
mediante un conjunto de ecuaciones matemáticas. Las
causas de esta complejidad son variadas:
 ¡La universidad para todos!

• Las relaciones no lineales implican que pequeñas causas puedan

tener como consecuencia grandes efectos.
• Discontinuidad y bimodalidad, existencia de diversos estados de
equilibrio.
• Histéresis, los procesos no son exactamente reversibles.
• Divergencia, existencia de varios efectos para una misma causa.
• El flujo de materia o energía no se traslada de un componente a
otro sino que puede hacerlo de uno a varios o viceversa.
• Imposibilidad de control. En otras ciencias (física, química, etc.) es
posible mantener los sistemas estudiados en condiciones
controladas de laboratorio, en las ciencias ambientales este enfoque
resulta imposible. Cualquier intento de llevar una porción del sistema
al laboratorio implica una mutilación del mismo y la modificación total
de las condiciones de contorno.
 ¡La universidad para todos!

• Las relaciones no lineales implican que pequeñas causas puedan

tener como consecuencia grandes efectos.
• Discontinuidad y bimodalidad, existencia de diversos estados de
equilibrio.
• Histéresis, los procesos no son exactamente reversibles.
• Divergencia, existencia de varios efectos para una misma causa.
• El flujo de materia o energía no se traslada de un componente a otro
sino que puede hacerlo de uno a varios o viceversa.
• Imposibilidad de control. En otras ciencias (física, química, etc.) es
posible mantener los sistemas estudiados en condiciones controladas
de laboratorio, en las ciencias ambientales este enfoque resulta
imposible. Cualquier intento de llevar una porción del sistema al
laboratorio implica una mutilación del mismo y la modificación total de
las condiciones de contorno.
 ¡La universidad para todos!

En resumen, los objetivos de la construcción de un modelo son:

1. Simulación:
• Explorar situaciones (escenarios) en las que no contamos con datos empíricos
• Interpolar entre medidas para estimar el valor de la variable
• Estimar el valor de una variable a partir de otras.

2. Predicción: Extrapolar más allá del espacio-tiempo donde tenemos medidas.

3. Incremento del conocimiento:

• Acerca del funcionamiento de los sistemas:
• Acerca de cuales son los parámetros, variables, relaciones, procesos,
estructuras y escalas importantes.

4. Apoyo a la investigación científica:

• facilitando la integración multidisciplinar
• proporcionando un laboratorio virtual
• facilitando la comunicación de la investigación y sus resultados
 ¡La universidad para todos!

Características deseables de los modelos matemáticos (Moore et al., 1993)

son:
- Parsimonia: un modelo no es necesariamente mejor por tener muchos
parámetros.
La simplicidad es siempre deseable.
- Modestia: deben tratar de alcanzarse sólo objetivos asequibles. Un modelo, al
igual
que un mapa, no debe aspirar a imitar la realidad sino sólo a resaltar aquellos
aspectos de interés para su aplicación.
- Exactitud: el modelo debe reproducir en la medida de lo posible el funcionamiento
del sistema y generar valores para las variables de salida y estado similares a los
observados en la realidad.
- Verificabilidad: los resultados del modelo deben poder compararse con datos
reales y determinar de este modo el grado de exactitud del modelo.

No basta con que funcionen bien, deben funcionar bien por las razones
correctas.
 ¡La universidad para todos!

Términos utilizados a la hora de generar o utilizar los modelos:

Variables de estado o niveles, corresponden a la cantidad de materia o

energía almacenada en cada uno de los componentes (subsistemas) que
forman parte del sistema.

Flujos, indican la cantidad de materia o energía que viaja de un componente a

otro en un intervalo determinado de tiempo. Afectan por tanto a los niveles,
llenando unos (flujos de entrada) y vaciando otros (flujos de salida).

 Fuentes y sumideros, representan niveles exógenos que, por ser exteriores

al sistema nos interesa controlar. Los flujos que se dirigen de una fuente a una
variable de estado son las variables de entrada, los que se dirigen de una
variable de estado a un sumidero son las variables de salida.
 Variables auxiliares, intervienen en las diversas ecuaciones que componen
el sistema pero no se corresponden con un nivel o flujo.
 Variables exógenas, actúan fuera del sistema pero condicionan las variables
de entrada. Pueden modificarse para construir escenarios.
 ¡La universidad para todos!

Parámetros, similares a las variables auxiliares pero cuyo valor no varía a lo

largo del período de simulación.
…los valores de los parámetros pueden no ser conocidos en las etapas de
generación y adaptación del modelo. Lo más normal es que dichos parámetros
se recojan de publicaciones en las que aparecen referidos con rangos de
variación.

Constantes, corresponden a magnitudes físicas que, como la aceleración de

la gravedad, no varían en ningún caso.

Condiciones iniciales, valores iniciales de las variables de estado.

 Escenario, conjunto plausible de variables exógenas, parámetros y

condiciones iniciales y de contorno que permiten experimentar con un modelo
diversas situaciones.
"modelo teórico"; constituida por el programa informático que plantea y resuelve las
ecuaciones que representan los fenómenos que se estudian.

"modelo real" (por ejemplo del río), al resultado de aplicar la estructura teórica del modelo
a un caso real, adoptando los parámetros y constantes valores concretos para el río dado
(SAINZ-BORDA, 1990).
 ¡La universidad para todos!

1.5 Tipos de modelos

(a) En función de la representación que se utilice de los diferentes
componentes:
Modelos conceptuales: Por una descripción cualitativa bien organizada que
•permite el reconocimiento de los componentes y de sus relaciones.
Modelos matemáticos:
•… es la expresión formal (en lenguaje matemático) de las relaciones entre los
•componentes de un modelo.
•… el lenguaje simbólico que aportan las matemáticas permite expresar ideas de
•gran complejidad.
de ecuaciones interrelacionadas cuyas variables se ven modificadas a lo largo del
•tiempo y a través del espacio.
Modelo físico:
•… basado en aspectos de la ciencia física, de aquellos movimientos de los
cuerpos, y que además es cuantificable.
•... representan, generalmente, el fenómeno estudiado utilizando las mismas
relaciones físicas del prototipo pero reduciendo su escala para hacerlo manejable.
 ¡La universidad para todos!

b) Según la forma de pensamiento lógico (CATALÁN, 1987):

b1) Modelos matemáticos deterministas o de deducción:

… se basan en proponer a priori axiomas o principios generales que dan lugar a
ecuaciones diferenciales (modelo matemático propiamente dicho) cuya resolución
para las diferentes condiciones iniciales y de contorno son las soluciones y/o
simulaciones de la conducta del sistema.
… quedan definidos todos los nexos de unión entre los datos de entrada y las
variables de estado, y por lo tanto de las variables de estado con las variables de
salida.
… las mismas entradas producirán invariablemente las mismas salidas, no
contemplándose la existencia del azar ni el principio de incertidumbre.
b2) Modelos matemáticos estocásticos, probabilísticos:
… no se conoce el resultado esperado, sino su probabilidad y existe, por tanto,
incertidumbre (p.e. modelos de tráfico, o teoría de juegos).
… suelen incluir generadores de procesos aleatorios dentro del modelo que
modifican ligeramente algunas de las variables de entrada o a parámetros.
… para un mismo conjunto de datos de entrada, las salidas no serán siempre las
mismas.
 ¡La universidad para todos!

c) Según la variación en el tiempo:

c1) Modelos estáticos o de estado estacionario:

… se asume que todas las variables son independientes del tiempo.
… un ejemplo típico es el uso de un modelo de estado estacionario en el cual se
promedian las variaciones espaciales de la calidad de agua en río en un lapso de
tiempo, promediando en ese intervalo los vertidos, la temperatura y los caudales de
la corriente.
c2) Modelos dinámicos:
… son aquellos en los que, al menos, una ecuación contiene alguna derivada
respecto al tiempo.
c3) Modelos cuasi-dinámicos:
… requieren algunas condiciones de contorno constantes pero permite que varíen
otras condiciones.
… ejemplo: el modelo QUAL2E que basa sus cálculos en la especificación de
cargas y caudales constantes, pero permite definir condiciones meteorológicas
variando en el tiempo, y simula los efectos de la luz solar, temperatura del aire y
velocidad del viento, variando en el tiempo, sobre los parámetros de calidad del
agua.
 ¡La universidad para todos!

d) Según las posibilidades de descripción del sistema (ORLOB, 1983):

d1) Modelos de descripción interna o deterministas:

… son aquellos en los que se facilita a priori toda la información necesaria

para describir todas las propiedades del modelo.

d2) Modelos de caja negra o de input-output:

… son meros transformadores de los datos de entrada, sin poder intervenir

en sus
funciones de transformación internas.
… no se asume ningún conocimiento a priori de las características del
sistema.
… cuando se aplican a calidad de aguas se pueden utilizar para modelizar
las
variaciones con el tiempo en un punto fijado basándose en las medidas en el
mismo punto, o para conocer los valores en un punto determinado a partir de
las condiciones en la cabecera del tramo.
 ¡La universidad para todos!

e) En función de los elementos representados:

e1) Modelos ecológicos: son aquellos en los que al menos una de las variables
de estado es la biomasa de algún compartimento vivo de la cadena trófica.

e2) Modelos químicos: ninguna de las variables de estado del submodelo

biológico es la biomasa de un compartimento vivo de la cadena trófica.

e3) Modelos físicos: Por ejemplo, los modelos térmicos o los modelos que
estudian la erosión.

f) En función de los elementos computacionales con los que trabajan o el

tipo de ecuaciones de gobierno que resuelven:

f1) Modelos unidimensionales.

f2) Modelos bidimensionales.
f3) Modelos tridimensionales
 ¡La universidad para todos!

h) En función del sistema de referencia utilizado:

h1) Eulerianos:
… en una referencia euleriana los procesos quedan
referidos a un punto fijo.
… el observador permanece parado.
… se suelen definir regiones espaciales de control y las
soluciones se dan para puntos concretos en el espacio.
… utilizado por la mayoría los modelos matemáticos.
h2) Lagrangianos:
… en una referencia lagrangiana los procesos quedan
referidos a una referencia en movimiento.
… se analizan las partículas que se mueven con un
fluido.
…las Lagrangianas son las coordenadas de las
trayectorias.
… en general, es más flexible la descripción lagrangiana
que la euleriana (este método no lleva aparejado los
problemas de dispersión numérica (dispersión artificial
introducida por el método de cálculo), que tienen los
métodos en diferencias finitas y elementos finitos)
… problemas en flujo turbulento..
 ¡La universidad para todos!

i) Otros tipos de modelos:

i1) Modelos lineales y modelos no lineales: en función de si sólo tienen variables de

estado en ecuaciones lineales o si al menos una ecuación no es lineal.

i2) Modelos de elementos reactivos (degradables) o conservativos.

i3) Modelos de elementos independientes o interdependientes.

i4) Modelos de solución continua o discreta

 ¡La universidad para todos!

1.6 Algunas sugerencias para la construcción de

modelos
Los pasos básicos para elaborar un modelo son:
Paso 1 Establezca claramente las hipótesis en que se
basará el modelo. Estas deben describir las relaciones
entre las cantidades por estudiarse.
Paso 2 Defina completamente las variables y
parámetros que se usarán en el modelo.
Paso 3 Use las hipótesis formuladas en el paso 1
para obtener ecuaciones que relacionen las cantidades
del paso 2.
 ¡La universidad para todos!

1.7 ¿Cuándo Modelar?

1. No exista un sistema real, sea caro o peligroso o sea imposible construir
y manipular un prototipo.
2. La experimentación con el sistema real sea peligrosa, costosa o pueda
causar incomodidades.
3. Existe la necesidad de estudiar el pasado, presente y futuro de un
sistema en tiempo real, expandido o contraído (control de sistemas en
tiempo-real, cámara lenta, crecimiento de poblaciones, efectos colaterales
de fármacos, etc.).
4. Cuando sea posible validar los modelos y sus soluciones de una forma
Satisfactoria.
5. Cuando la precisión esperada del modelamiento por un ordenador sea
consistente con los requisitos de un problema concreto.
6. Puede experimentarse sobre el sistema, pero motivos éticos lo impiden
(Ejemplo: sistemas biológicos humanos).
 ¡La universidad para todos!

1.9 Verificación, validación y certificación

Validación: es el proceso que confirma que el modelo

es una representación adecuada del sistema original y
es capaz de imitar su comportamiento de una forma
razonablemente precisa en el dominio previsto para sus
aplicaciones.
Verificación: es el procedimiento para asegurar la
consistencia de la estructura del modelo con respecto a
las especificaciones del mismo, es decir, para confirmar
que el modelo es una representación fidedigna del
modelo definido.
Certificación: Por organismos independientes
(nacionales o internacionales) para asegurar la
credibilidad y aceptabilidad de los modelos.
 ¡La universidad para todos!

PAUTAS PARA UN MODELAMIENTO DEL SISTEMA AMBIENTAL

Descripción del fenómeno real y objetivos del modelo

Elección de variables
Relaciones cualitativas entre las variables.

Recopilación de datos.

Construcción del modelo matemático

Validación del modelo

 ¡La universidad para todos!

EJEMPLO DE UN MODELO MATEMATICO

A continuación expondremos más detenidamente los pasos que debemos

seguir para construir un modelo matemático.

1.Se debe empezar formulando las siguientes preguntas:

¿Cual es la información que realmente necesitamos?
¿A qué se reduce ahora el problema?

2. Descripción cualitativa del modelo. Se debe iniciar por el más simple que
describa el comportamiento ambiental del sistema. Ver si los resultados que
nos aporta el modelo dan respuesta a las preguntas planteadas.

3. Descripción cuantitativa del modelo. Tenemos que definir las variables y

ver la manera en que están relacionadas. Debemos definir los parámetros del
modelo, y asegurarnos de que cualquier otro parámetro es redundante.

4. Introducción de las ecuaciones del modelo. Se escriben las ecuaciones,

con la ayuda de un diagrama o de una tabla.

5. Análisis de las ecuaciones. Debemos comprobar que su análisis da

respuesta a las cuestiones planteadas. Se encuentra la solución general.
 ¡La universidad para todos!

6. Volver a examinar las hipótesis. Se intenta simplificar el modelo. Si nuestro

modelo no responde a las preguntas iniciales, debemos volver a los pasos (3),
(4) y (5).

7. Relacionar los resultados encontrados con hechos conocidos. ¿Se ha

contestado al aspecto ambiental? ¿Están los resultados de acuerdo con la
intuición?
 ¡La universidad para todos!

Esquema de un modelo de implementación numérica

 ¡La universidad para todos!

INTRODUCCION AL MATLAB
• Matlab es un lenguaje de programación de alto
nivel, que integra la computación, la visualización
y la programación en un ambiente muy fácil de
usar. En donde los problemas y las soluciones
son expresados en una notación matemática muy
familiar.
• Matlab tiene muy poderosa aplicación en los
siguientes campos:
– Matemáticas, estadística y computación
– Desarrollo de algoritmos
– Modelado, simulación y diseño de prototipos
– Gráficas científicas y de Ingeniería
– Desarrollo de aplicaciones, incluyendo la construcción de la
interfaz gráfica con el usuario.
 ¡La universidad para todos!

• MATLAB, proviene de la simplificación de Matrix

laboratory, debido a que originalmente fue diseñado
para proveer acceso fácil al trabajo con matrices.
• Desde hace algunos años Matlab se ha convertido en
la herramienta mas utilizada en el ambiente
universitario en cursos introductorios y avanzados de
Matemáticas e Ingeniería. En la industria Matlab es
una herramienta muy útil en cuanto a análisis,
Desarrollo e investigación de la productividad.
• Matlab está constituido por una familia de
aplicaciones específicas llamadas toolboxes. De
acuerdo con el campo en el cual el usuario va a
implementar su aplicación, selecciona la Toolbox
necesaria.
 ¡La universidad para todos!

Sistema Matlab
• El lenguaje de programación: Es un lenguaje de arreglos
matriciales de alto nivel, con control de flujo de
sentencias, funciones, estructuras de datos,
entradas/salidas, y especiales características de
programación orientada a objetos
• Ambiente de trabajo: Este es el kit de herramientas que
uno puede tener disponible como usuario o programador
de Matlab. Incluye facilidades para manejo de variables en
el ambiente de trabajo y exportación e importación de
datos
• Manejador de Gráficos: Este incluye un elevado nivel de
comandos para la visualización de datos en dos y tres
dimensiones, procesamiento de imágenes, animaciones y
presentación de gráficos
 ¡La universidad para todos!

1.1 VARIABLES Y FUNCIONES

OPERADORES
Una variable se crea por asignación.
Los operadores básicos son:

x +y Suma

x–y Diferencia

x*y Producto

x/y División

x ^y Potencia

Ejemplos:

En la ventana de comandos de
Matlab, ejecutar:
 ¡La universidad para todos!

VECTORES

Un vector fila de n elementos se puede representar de dos

formas:

V = [v1,v2,v3,…..vn] % con coma entre ellos, o

V = [v1 v2 v3 …..vn] % con espacios entre ellos

Ejemplo:

Vector = [1 1.2 3.4 4/5 2.25]

Un vector se puede representar sin necesidad de explicitar
todos los elementos,
 ¡La universidad para todos!

Constantes y cadenas

• Número : pi • Formatos numéricos

• Unidad imaginaria : i,j »format long
• Precisión: eps »format short
• Infinito: Inf »format rat
• Indeterminación: NaN • Cadenas de caracteres
»'Esto es una cadena’
»Esto no
 ¡La universidad para todos!

EXPRESIÓN MATLAB SIGNIFICADO

a y b son el primero y último elemento. Los

Vector = [a : b] elementos intermedios se diferencian en una
unidad

a y b son el primero y último elemento. Los

Vector = [a : s : b] elementos intermedios se diferencian en la
cantidad s

a y b son el primero y último elemento. Hay n

Vector = linespace[a,b,n] elementos uniformemente espaciados entre
sí

a y b son el primero y último elemento. Hay n

Vector = logspace[a,b,n] elementos logarítmicamente espaciados
entre sí
 ¡La universidad para todos!

Ejemplos:

>>Vector1 = [5:5:30] % elementos de 5 a 30 en pasos de 5

Vector1 = 5 10 15 20 25 30

>>Vector2 = [5:10]
Vector2 = 5 6 7 8 9 10 % elementos de 5 a 10 en pasos de 1 (por defecto)

Un vector columna se representa con sus elementos separados por punto y coma.

Ejemplo:

>>Vector = [2; 3; 2.5; 4.5; 8]

Vector =
2
3
2.5
4.5
8
 ¡La universidad para todos!

1.2 MATRICES

Las matrices se representan en Matlab introduciendo entre

corchetes los vectores fila separados por punto y coma.

Ejemplo:

>>A = [1 3 5; 4 7 9; 4 2 10]
A=

1 3 5
4 7 9
4 2 10

Algunas definiciones de variables matriciales:

 ¡La universidad para todos!

A(m,n) Define el elemento (m,n) de la matriz A

B = A’ Define la transpuesta de A

Define una submatriz formada por las filas

que hay entre la a-ésima y la b-ésima y por
A(a:b,c:d) las columnas que hay entre la c-ésima y la d-
ésima

Submatriz formada por las filas de A y las

A(:,c:d) columnas que hay entre la c-ésima y d-ésima

Submatriz formada por las columnas de A y

A(a:b,:) las filas que hay entre la a-ésima y b-ésima

size(A) Devuelve el tamño u orden de la matriz A

 ¡La universidad para todos!

>> B = A' >> eye(3) >> C=B(:,2:3)

B=
ans = C=
1 4 4
3 7 2 1 0 0 4 4
5 9 10 0 1 0 7 2
0 0 1 9 10

>> size(D)
>> D = B(1:2,:)

D=
ans =
1 4 4
3 7 2 2 3
 ¡La universidad para todos!

g) Calcular el determinante de la matriz:

>> A = [2 4 -1; 3 -2 5; -1 3 6];

>> d = det(A)

% d = -153
 ¡La universidad para todos!

Operaciones con matrices

• Suma y resta: + - • Determinante

• Producto: * .* » det(A)

• Inversa
• Potencia: ^ .^
» inv(A)
• Cociente izq.: / ./
• Rango
• Cociente der.: \ .\
» rank(A)
• Transpuesta: ' .'
 ¡La universidad para todos!

1.3 FUNCIONES
FUNCIONES TRIGONOMÉTRICAS

Directas Inversas
sin(x) asin(x)
cos(x) acos(x)
tan(x) atan(x)
csc(x) acsc(x)
sec(x) asec(x)
cot(x) acot(x)

FUNCIONES HIPERBÓLICAS
sinh(x) asinh(x)
cosh(x) acosh(x)
tanh(x) atanh(x)
csch(x) acsch(x)
sech(x) asech(x)
coth(x) acoth(x)
 ¡La universidad para todos!

Ejemplos: b) Para x = 2.5 calcular

y = x4 – 3x2 + 5x -2.8
a) >> p=poly([ 2 3 4])
>> x = 2.5;
p= >> p = [1 0 -3 5 -2.8];
1 -9 26 -24 >> y = polyval(p,x)

% El polinomio es x3 – 9x2 +26x – y=

24 4.0750

c) Encontrar las raíces de: r=

x5 – 3x3 + x2 -5x + 2 -2.1716
1.8905
>> c = [1 0 -3 1 -5 2]; -0.0575 + 1.1076i
>> r = roots(c) -0.0575 - 1.1076i
0.3960
 ¡La universidad para todos!

d) Calcular el polinomio interpolador de segundo orden que pasa por los puntos
(-1,4), (0,2) y (1,6)

>> x = [-1,0,1]; y = [4,2,6];

>> p = polyfit(x,y,2)
p=
3.0000 1.0000 2.0000

El polinomio interpolador que más se ajusta es 3x2 + x + 2

 ¡La universidad para todos!

Ejemplo de un caso concreto

 ¡La universidad para todos!
2. GRAFICACIÓN
Matlab ofrece diversas formas de representación gráfica.

COMANDO MATLAB DESCRIPCIÓN

bar(y) Gráfica de barras relativo al vector y

bar(x,y) Gráfica de barras al vector y; x define el eje x

barh(….) Gráfica de barras horizontales

bar(….;’color’) Color = r, g, y, c, m, k

Estilo=grouped (agrupado), stacked

bar(y,’estilo’)
(anidado)

bar3(y,…) Barras en tres dimensiones

plot(x,y) Grafica y en función de x

plot(x,y,’bo’) Grafica y en función de x on color y caracter

 ¡La universidad para todos!

fplot(‘f’,[x1 x2],’y*’) Grafica función f entre x1 y x2

fplot(‘[f1,f2,..]’,[x1 x2]) Grafica las funciones en el intervalo dado

tittle(‘texto’) Título de la gráfica

xlabel(‘texto’), ylabel(‘texto’) Rótulos en el eje x y en el eje y

grid Pone rejilla en la gráfica

axis([x1 x2 y1 y2]) Define límite de los ejes

legend(‘rotulo1’,’rotulo2’,….) Coloca legenda en la gráfica

text(x,y,’texto’) Coloca texto en coordenadas (x,y)

subplot(m,n,p) Subgráficas de m filas, n columnas

 ¡La universidad para todos!

plot
El comando plot, nos permite graficar en dos
dimensiones, mostraremos aquí algunas variantes
para tipo de trazado y color

Tipo de Tipo de puntos Color

línea
- . + * r: rojo m:
: ^ < o g: verde magenta
-- p > x b: azul y: yellow
-. d v s k: negro c: cyan

Títulos
title,
xlabel, ylabel
text, gtext
 ¡La universidad para todos!

Ejemplos

t = [0: .02:1]*pi;
f1= exp(-t));
f2= sin(2*pi*t);
f3=cos(2*pi*t);

subplot(221), plot(t,f1)
subplot(222), plot(t,f2)
subplot(223), plot(t,f3)
subplot(224), plot(f2,f3)
 ¡La universidad para todos!

Ejemplos:

a) >> y=[1 2 3 8 2 1 4 6];

>> bar(y)
¡La universidad para todos!
 ¡La universidad para todos!

c) barh(x,y)
 ¡La universidad para todos!

d) Ejecutar
>> bar(x,y,’g’)
 ¡La universidad para todos!

y =[10 8 6; 2 5 8; 6 0 9; 5 8 7; 9 4 2]

y=

10 8 6
2 5 8
6 0 9
5 8 7
9 4 2

>> bar(y,'grouped')
 ¡La universidad para todos!

>> bar(y,'stacked')
 ¡La universidad para todos!

f) Ejecutar >> x = 0:0.2:20;

>> y = sin(x).*exp(-0.2*x);
>> plot(x,y)
 ¡La universidad para todos!

g) Ejecutar
t=0:0.01:2*pi;
f1= sin(x);
f2= sin(2*x);
f3= sin(3*x);

>> plot(t, f1,t,f2,t,f3)

>> legend('sen(x)','sen(2x)','sen(3x)')
 ¡La universidad para todos!

Conclusiones y/o actividades de investigación

sugeridas

1. ENSAYO 1 PROPUESTO (Debe ser presentado con su apellidos y

nombres, fecha, en una hoja impresa, con tamaño Arial 10 en negrita para
los subtitulo y Arial 8 para el texto).
Pensar un ejemplo modelos de Dispersión de contaminantes en océano,
atmosfera, etc. Indicar, en cada caso, brevemente: Fines, Características,
Hipótesis, Puntos fuertes y débiles del modelo, Posibles mejoras.
¡La universidad para todos!

¡Gracias!