Matemática aplicada a la

electrónica
Estadística con Scilab
➢ Integrantes:
- Navarro Juarez Jairo Jahir
- Cerna Pérez Paulo Cesar
- Tucno Nuñez Vladimir

➢ Carrera:
- Electrónica y Automatización Industrial

➢ Sección:
- C

➢ Docente:
- Ing. Jorge D. Mendoza

2021-1
Ejercicio 1)
Un estudiante realiza un experimento para medir la velocidad de un
deslizador en un riel horizontal. Para esto, utiliza una cámara fotográfica a
fin de capturar la posición del deslizador en cinco instantes de tiempo
igualmente espaciados.

Tiempo (s) 0 2 4 6 8

Posición (cm) 13 25 34 42 56

• Encuentre el mejor estimado de la velocidad del deslizador. Asuma

movimiento rectilíneo uniforme (MRU).
Solución:
El problema nos habla principalmente de una cámara fotográfica el cual
captura las posiciones de un deslizador horizontal en 5 instantes de tiempo.
Para ello graficaremos la relación del tiempo vs posición para poder
apreciar mejor los valores que toma en cada valor de tiempo:

Imagen 1
Tal como se puede ver en la imagen 1 cuando el tiempo es 0 el vehículo se
encuentra en la posición 13 cm y cuando toma el último valor de tiempo (8
segundos) su posición es 53 cm . Ante ello se llega a la siguiente ecuación
del MRU:
X=X0+V*T
Donde:
X= Posición
X0=Posición inicial
V=Velocidad
T=Tiempo

Para obtener el estimado de la velocidad, solo tenemos que obtener la

ecuación de la recta del vector tiempo y velocidad, donde la pendiente es
la velocidad estimada:

Código:
tiempo=[0 2 4 6 8 ]
posicion=[13 25 34 42 56]
[a,b]=reglin(tiempo,posicion) //a=pendiente=velocidad Estimada
Scilab:

Imagen 1
Velocidad estimada=5.15 cm/s
Ejercicio 2)
En un laboratorio se desea determinar el valor de resistencia de un
elemento desconocido. En el ambiente de trabajo se cuenta con una fuente
de voltaje DC, un voltímetro y una resistencia calibrada, por lo que se decide
implementar el siguiente circuito para encontrar el valor de la resistencia
desconocida Rx. Encuentre este valor con ayuda de los siguientes datos
experimentales:
 Imagen 2

Vx (V) 0 2 4 6 8 10

Vy (V) 0 0.46 0.73 1.35 1.79 2.15

Solución:
El ejercicio nos habla de un circuito con una fuente de alimentación Vx y
dos resistencias de 400 ohmios y la otra se desconoce su valor (Rx).
Asimismo, nos plantea que mientras la fuente de alimentación del circuito
(Vx) toma los valores de 0, 2 , 4 , 6 , 8 y 10 , en Vy se tiene los voltajes de 0
, 0.46 , 0.73 , 1.35 , 1.79 , 2.15 . Con estos datos se tiene que hallar el valor
de la resistencia Rx .
Para pasar a desarrollar este ejercicio tenemos que tener en claro nuestra
teoría de circuitos. El circuito propuesto es un circuito en serie , el cual la
teoría indica que la suma de voltajes de todas las resistencias da como
resultado el valor de la fuente de alimentación del circuito , en este caso la
fuente de alimentación del circuito es Vy.
Para obtener el valor de la resistencia Rx lo que haremos es hacer un divisor
de voltaje en el circuito. Donde:
Vy=VX*400/400+Rx
Donde: 400/400+Rx es la pendiente y la intersección es cercano a 0.
Código:
vx=[0:2:10];
vy=[0 0.46 0.73 1.35 1.79 2.15];
plot(vx,vy);
[a,b]=reglin(vx,vy)
//Despejando 400/400+Rx = pendiente (a)
//Se tiene:
rx=(400-400*a)/a

Imagen 3
Scilab:

Imagen 4
La resistencia en Rx es de 1422,9167 ohmios
Ejercicio 3
En un proceso de flujo se desea determinar un rango de linealidad para su
operación. En la tabla, se muestran datos tomados experimentalmente:

Señal de Entrada al Señal de Salida del

Sistema (%) Sistema (%)

0 18

5 24

10 30

15 43

20 57

25 71

30 85

35 95

40 97

50 100

60 100

80 100

100 100

-Encuentre un rango de linealidad de la planta y su recta de regresión

-Si se realiza un cambio en la entrada de 12.5% a 27.5%, ¿qué cambio se
espera conseguir en la salida?
-Correlación en Scilab:
-r = correl(x,y)
Solución:
-Encuentre un rango de linealidad de la planta y su recta de regresión
Para encontrar un rango de linealidad lo primero que tenemos que hacer
es graficar los vectores de señal de entrada y salida.
Código:
//Encontrando un rango de linealidad
s_entrada1=[0:5:40] //eje X
s_entrada2=[50 60 80 100] //eje X
totalx=[s_entrada1 s_entrada2]
s_salida1=[18 24 30 43 57 71 85 95 97] //eje Y
s_salida2=[100 100 100 100] //eje Y
totaly=[s_salida1 s_salida2]
r=correl(totalx,totaly)
plot(s_entrada1,s_salida1) //Solo se grafica esos dos vectores ya que es
donde guarda proporcionalidad.

Imagen 3
Tal como se puede ver en la imagen 3 la recta no es tan lineal en su
totalidad ; la parte más lineal de la gráfica es el intervalo de la señal de
entrada al sistema [10;35] .
-Si se realiza un cambio en la entrada de 12.5% a 27.5%, ¿qué cambio se
espera conseguir en la salida?
Si se realiza el cambio de entrada de 12.5% a 27.5 % los datos nos quedarían
así:

Señal de Entrada al Señal de Salida del

Sistema (%) Sistema (%)

0 18

5 24

10 30

30 85
35 95

40 97

50 100

60 100

80 100

100 100

Si realizamos el cambio de eliminar los valores de 12.5% a 27.5 % ya no se

obtendría los 13 valores de las señales de entrada y salida al sistema. Para
poder ver mejor los datos pasamos a graficar en el software SCILAB:
Código:
s_entrada1=[0 5 10 30 35 40] //eje X
s_entrada2=[50 60 80 100] //eje X
totalx=[s_entrada1 s_entrada2]
s_salida1=[18 24 30 85 95 97] //eje Y
s_salida2=[100 100 100 100] //eje Y
totaly=[s_salida1 s_salida2]
plot(s_entrada1,s_salida1)
xgrid
xlabel("Señal de entrada")
ylabel("Señal de salida")
r=correl(totalx,totaly) //Correlación

Imagen 4

Imagen 5
Su correlación baja a diferencia a la correlación original
-Correlación en Scilab:
Para poder obtener la correlación total de las señales usamos el comando
correl(totalx,totaly)

Imagen 4
Correlación: 0.8230224
Ejercicio 4
En la figura se muestra la trayectoria seguida por un robot móvil.

Imagen 5
-Se le pide realizar una estimación de su velocidad lineal considerando que
las distancias están dadas en metros y que las marcas indicadas en la
trayectoria se grabaron cada 10 segundos.
Solución:
Para poder obtener la estimación de la velocidad lineal lo primero que
tenemos que hacer es hacer dos vectores: vector tiempo y el vector
distancia. Como se sabe la pendiente de estos dos vectores es la velocidad
estimada. Por ultimo se aplica Pitágoras a las dos pendientes y el
resultado es la velocidad lineal estimada.
Código:
//En el eje X
tiempo=[0:10:50];
dx=[33.5 27.8 22.5 17.8 11.5 5.8]; //distancia en el eje X
//En el eje Y
dy=[7.5 13.8 16.8 21.5 24.8 25.5];
//Encontrando la velocidad en el eje X = pendiente
[a,b]=reglin(dx,tiempo)
//Encontrando la velocidad en el eje Y= pendiente
[a2,b2]=reglin(dy,tiempo)
//Encontrando la velocidad lineal:
vl=sqrt(a^2+a2^2)

Imagen 6
La velocidad lineal es: 3.1919398 m/s
Ejercicio 5
Como parte de un proyecto de iluminación pública se desea estudiar la
cantidad de potencia que emite un cierto tipo de bombillo eléctrico en
función de su temperatura, para lo cual se ha planteado un modelo tipo P
= k Tn. Se le pide encontrar los parámetros del modelo k y n usando la
siguiente información obtenida del laboratorio:

Temperatura (K) Potencia (W)

100.0 6.3

200.0 82.9

300.0 410.6

400.0 958.6

500.0 3919.7

Solución:
Se tiene la ecuación P = k Tn donde también se puede expresar como:
Log(P)=Log(K*T^n)
Aplicando:

Se tiene:
Log(P)=Log(K)+Log(T^n)
=Log(K)+n*Log(T)
Donde:
X:Log(T) , Y:Log(P)
Ecuación de la recta:
Y=Log(K)+n*x (n=pendiente k=punto de paso)
Código:
//temperatura en K
T=[100:100:500];
//Potencia en W:
P=[6.3 82.9 410.6 958.6 3919.7];
x=log(T) //X
y=log(P) //Y
[n,k]=reglin(x,y) // n=pendiente k=punto de paso

Imagen 7

Ejercicio 6
El siguiente sistema mecánico se ha construido para determinar la masa
total de los bloques que se encuentran colocados sobre el plano inclinado.
Para esto se ha utilizado una polea y un contrapeso m = 1.2 kg.
El proceso de medición consiste en fijar el ángulo que forma el plano
inclinado con la vertical y medir la aceleración promedio de caída de los
bloques. Los datos experimentales se muestran a continuación:

Con la información entregada se le solicita estimar la masa de los bloques

sobre el plano.
Solución:
Aplicando la segunda ley de Newton:

Fb-Fn=(M+m)*a
Mg*cos θ/M+1.2 -1.2*g/M+1.2
Donde: Mg/M+1.2 es la pendiente y 1.2*g/M+1.2 es el punto de
paso (I)

Código:
//Àngulo theta θ :
angulo_theta=[55:5:75];
//Àngulo theta θ en rad:
angulo_theta_rad=angulo_theta*%pi/180;
//En el eje X
x=cos(angulo_theta_rad);
//Aceleraciòn:
aceleracion=[4.06 3.40 2.75 2.04 1.25];
[a,b]=reglin(x,aceleracion) //a=pendiente , b=punto de paso

Imagen 8
Para encontrar la masa M y la gravedad G primero aproximamos la
pendiente a 8.87 y el punto de paso a -1.02. Reemplazamos en (I) Se obtiene
el siguiente sistema de ecuaciones:
M*G=8.87(M+1.2)
1.2*G=1.02(M+1.2)
Despejando se tiene que la masa (m) es : 10.43 kg y la gravedad (G) es de
9.89
Ejercicio 7
En la tabla se presentan datos experimentales de calibración de un
manómetro digital. Se requiere realizar un análisis de los errores
encontrados.
• Calcule el error experimental, error porcentual, promedio y desviación
estándar.
• Muestre gráficamente la distribución de errores con un histograma.
• ¿Qué conclusiones se pueden obtener?
• Histograma en Scilab:
• histplot(n, data) // n: número de clases
Solución:
• Calculando el error experimental, error porcentual, promedio y
desviación estándar:
Lo primero que tenemos que hacer es crear dos vectores de los datos del
manómetro experimental y el manómetro teórico. Después, procedemos
a calcular el error experimental con la siguiente fórmula:

*Asimismo, para encontrar el error porcentual procedemos a dividir el error

experimental entre el valor teórico por el 100% equivale a la unidad.
*Por último, para calcular la desviación estándar usamos el comando
stdev() en el error experimental.
Código:
m_teorico=[0 2.036 4.072 6.108 8.144 10.18 12.216 14.252 16.288 18.324
20.36 22.396 24.432 26.468 28.504 30.54];
m_experimental=[0 1.75 3.98 5.88 7.99 10 12.34 14.49 16.27 18.51 20.51
22.32 24.19 26.45 28.24 30.01];
//Error experimental:
e_exp=m_teorico-m_experimental/m_teorico
//Error porcentual:
error_por=(e_exp/m_teorico)*1
//Desviacion Estandar:
desv=stdev(e_exp)
//Histograma
histplot(3,e_exp)

Imagen 9
Ejercicio 8
Descargue el archivo “Datos_Sensores.xlsx” del Canvas para desarrollar lo
siguiente:
– Calcule el error y error porcentual de cada sensor con respecto al
patrón.
– Muestre el histograma de estos resultados.
– ¿Qué conclusiones se pueden extraer del análisis de errores?
Solución:
Se pide básicamente lo mismo que el ejercicio 7 , a diferencia que en este
ejercicio son 3 sensores, entonces procedemos hacer los mismo cálculos
que el ejercicio7 :
Código:
patron=[21.733 21.7 21.667 21.633 21.6 21.6 21.6 21.533 21.533 21.6
21.633 21.7 21.7];
s1=[21.733 21.667 21.667 21.663 21.6 21.6 21.6 21.533 21.6 21.633
21.667 21.75 21.75];
s2=[21.767 21.733 21.733 21.667 21.7 21.667 21.667 21.633 21.6 21.7
21.667 21.75 21.75];
s3=[21.367 21.3 21.333 21.233 21.233 21.133 21.133 21.1 21.067 21.133
21.167 21.25 21.2];
//Error del sensor 1
e_exp_s1=patron-s1/s1
//Error del sensor 2
e_exp_s2=patron-s2/s2
//Error del sensor 3
e_exp_s3=patron-s3/s3
//Error porcentual s1
e_porcentual_s1=(e_exp_s1/patron)*1
//Error porcentual s2
e_porcentual_s2=(e_exp_s2/patron)*1
//Error porcentual s
e_porcentual_s3=(e_exp_s3/patron)*1
//Histograma s1
h1=histplot(3,e_exp_s1)
//Histograma s2
h2=histplot(3,e_exp_s2)
//Histograma s3
h3=histplot(3,e_exp_s3)
 Imagen 9
Conclusiones:
✓ El comando [a,b]=reglin() nos permite calcular la pendiente de una
recta.
✓ El comando stdev(res) nos permite calcular la desviación estándar
✓ Con la desviación estándar nos permite saber que tan relacionados
están dos valores.
✓ A partir de una ecuación se puede llegar a deducir la pendiente y
punto de paso de una recta, siempre y cuando guarden relación.