Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Facultad de Ingeniería
Departamento de Ingeniería Metalúrgica
Tarea 4
Desarrollo Tarea 4
Problema 1 (2.5 pts.). EDOs. La figura 1 muestra la respuesta de un sistema de segundo orden ante
una entrada de tipo escalón unitario:
Desarrollo pregunta 1:
Considerando el sistema de segundo orden presentado, a partir de su grafica podemos obtener
parámetros como el sobrepaso (S.P), el tiempo en cual ocurre el máximo (Tp), el máximo (ymax) y el
tiempo de asentamiento (Ts). Los parámetros 𝜉, 𝜔𝑛 y k se obtiene mediante las relaciones entre estas
y las variables como se muestra en las ecuaciones 1, 2 y 3. En la Tabla 1 se presenta los parámetros
relevantes obtenidos.
𝜋 (1)
𝑡𝑝 =
𝜔𝑛 √1 − 𝜉 2
δ (3)
ln ( 100 )
ts =-
ξωn
Dado que el 𝜉 es 0.6, la respuesta temporal del sistema de segundo esta dada por la ecuación 4, y
considerando una banda de asentamiento de 5%, la entrada, respuesta se presentan en la figura 1.
Figura 2. Respuesta de sistema de segundo orden ante entrada de tipo escalón unitario.
1 √1−𝜉 2
𝑦(𝑡) = 𝑘 [1 − ∙ 𝑒𝑥𝑝(−𝜉𝜔𝑛 𝑡) ∙ 𝑠𝑖𝑛 {(𝜔𝑛 √1 − 𝜉 2 )𝑡 + 𝑡𝑎𝑛−1 ( )}]
√1−𝜉 2 𝜉 (4)
Universidad de Concepción
Facultad de Ingeniería
Departamento de Ingeniería Metalúrgica
La EDO de segundo orden se puede modelar en su forma canónica como se muestra en la ecuación 5
y en sus ecuaciones de estado.
ÿ (t)+2ωn ξ·ẏ (t)+ωn ·y(t)=ω2n ·k·u(t) (5)
0 1 0 (6)
Ẋ (t)= [ ] X(t)+ [ 2 ] U(t)
-ωn -2ωn ξ ωn ·k
El estado estacionario del sistema llega a un yinf de 1.2, de esta forma para obtener una respuesta
máxima de 1.2 el sistema debe ser amortiguado o sub amortiguado, lo cual implica que debe ser 𝜉 ≥
1. Evaluando a tiempo infinito alcanzará el valor de yinf, donde de esta forma la condición para que
la respuesta máxima sea menor a 1.2 y mayor a 0.8 es 𝜉 ≥ 1.
En la figura 4, se muestra la gráfica de y’(t) vs y(t) en forma paramétrica, para un dominio donde
tmax=6 y tres diferentes condiciones iniciales del sistema de segundo orden.
Universidad de Concepción
Facultad de Ingeniería
Departamento de Ingeniería Metalúrgica
Para S = 1, 10 y 20 K/m2
a) Plantear y encontrar la solución numérica usando diferencias finitas. (1.0 pt.)
b) Graficar la temperatura versus el radio para los diferentes casos. Comparar sus resultados al
encontrar la solución con el solver bvp4c. (0.6 pts.)
c) Visualizar en 2D, para S = 20 K/m2, la distribución de temperatura de la sección transversal
dela barra (asumir una distribución uniforme). (0.4 pts.)
Desarrollo pregunta 2:
Para plantear la solución numérica mediante diferencias finitas, debemos aproximar las derivadas de
primer orden y segundo orden como:
Ti+1 -Ti-1 (9)
T' =
2h
Problema 3 (1.5 pts.). Análisis de Componentes Principales. Investigue sobre el método de Análisis
de Componentes Principales y responda:
a) Para qué se utiliza y qué representa cada una de las matrices asociadas. (0.3 pts.)
b) Utilice la función pca() para analizar el conjunto de datos espectrales adjunto en
DatosPirita.mat, este archivo contiene 1000 espectros de radiación (matriz I)
provenientede la combustión de pirita, con 2576 muestras de longitudes de onda cada uno
(variables), en el rango de 400 nm a 900 nm (vector WL). Grafique los 3 primeros vectores
principales (loadings) vs la longitud de onda y comente lo que observa (Se adjunta paper
para ayudar a interpretar los datos). (0.7 pts.)
c) ¿Cómo se puede detectar la presencia de outliers (muestras atípicas) a partir del análisis
PCA?Aplicarlo al conjunto de datos entregado y comentar resultados. (0.5 pts.)
Nota:
i) No olvide comentar todos los resultados relevantes a medida que resuelve los problemas.
ii) Adjuntar los scripts con las soluciones implementadas o en un anexo en el informe.
Desarrollo pregunta 3:
Análisis por componentes principales es una técnica estadística multivariada más ampliamente usada
y difundida. Esta corresponde a un método de proyección, la cual proyecta los datos multivariados en
un espacio de dimensión más reducido, lo que permite además detectar muestra atípicas. Este método
está basado en las correlaciones entre las variables.
La matriz de datos X, la cual corresponde a las variables en estudio para cada medición se
descompone como:
Los gráficos de las figuras 12 al 15 corresponden los tres primeros componentes principales
graficados, donde se puede observar que los datos naturalmente se agrupan en el plano formado por
PC1 y PC2 de manera uniforme, como se muestra en la figura 13. Es de destacar que la relación PC3
y PC2 tiende a ser lineal.
Figura 12. Scatterplot de scores para las tres primeras componentes principales.
A continuación, se presentan las gráficas de los vectores principales con respecto a la longitud de
onda desde las figuras 16 a 18. En la figura 18 se puede observar la presencia de unos pick en las
cercanías de longitudes de onda de 780 -800 nm aproximadamente, que no se pueden apreciar en los
demás gráficos correspondientes a los vectores PC1y PC2
Universidad de Concepción
Facultad de Ingeniería
Departamento de Ingeniería Metalúrgica
Anexos
i Scripts pregunta 1.
SP=0.6;
tp=0.6;
T=1.1;
DR=(1.36-1.2)/SP;
%% relaciones variables e, w y k
f=@(x)[ymax-x(3)*(1+exp(-pi*x(1)/(1-x(1)^2)^0.5));
T-2*pi/(x(2)*(1-x(1)^2)^0.5);
DR-exp(-2*pi*x(1)/(1-x(1)^2)^0.5)];
x0=[1 1 1]*0.5;
%% resolucion de ecuaciones
xx=fsolve(f,x0);
e=xx(1);
wn=xx(2);
k=xx(3);
y=@(t) k.*(1-(1./sqrt(1-e^2)).*exp(-e.*wn.*t).*sin((wn.*sqrt(1-
e^2)).*t+atan(sqrt(1-e^2)./e)));
%% banda asentamiento 5%
q=0.05*SP;
qu=@(t) yinf+q;
qd=@(t) yinf-q;
%% graficos
xplot=[0 tmax];
figure
hold on
fplot(y,xplot, '-k');
fplot(u,xplot,'-b')
fplot(qu,xplot,'--r')
fplot(qd,xplot,'--r')
grid minor
grid on
ylim([0 ymax])
ylabel('y(t)')
Universidad de Concepción
Facultad de Ingeniería
Departamento de Ingeniería Metalúrgica
xlabel('t')
hold off
%% busqueda de ts
tup=@(t) y(t)- qu(t);
tdown=@(t) y(t)-qd(t);
tsup=fzero(tup,6);
tsdown=fzero(tdown,6);
aux=[tsup tsdown];
ts=max(aux);
figure
yyaxis left
plot(t,y(:,1), 'b')
ylabel('y')
xlabel('t(s)')
yyaxis right
plot(t,y(:,2), 'm')
ylabel('y''')
figure
hold
plot(y(:,1),y(:,2),'-r','linewidth',1.8)
plot(yy(:,1),yy(:,2),'-b','linewidth',1.8)
plot(yyy(:,1),yyy(:,2),'--c','linewidth',1.8)
xlabel('y(t)')
ylabel('y''(t)')
legend('y(0)=0 y''(0)=0','y(0)=1 y''(0)=0','y(0)=0
y''(0)=1','location','southwest')
ii Scripts pregunta 2
%% valores pvF
a=0; %inicio intervalo
b=1; %fin intervalo
N=20; %numero de pasos
h=(b-a)/N; %tamaño paso
%% Resolucion bvp4c
i=0; %contador auxiliar
for S=[1 10 20]
i=i+1;
edo=@(r,k)[k(2);-S-(1/r)*k(2)];
solucion=@(y0,y1) [y0(2)-0;y1(1)-1];
solinit = bvpinit(linspace(eps,1,10),[6,0]);
sol = bvp4c(edo,solucion,solinit);
r(:,i) = linspace(eps,1)';
ytotal = deval(sol,r(:,i));
ytotal=ytotal';
T(:,i)=ytotal(:,1);
TT(:,i)=ytotal(:,2);
clear edo solucion solinit sol
end
%% Graficos
figure
hold on
grid on
plot(r(:,1),T(:,1),'k-')
plot(r1,T1,'--r')
xlabel('Radio')
ylabel('Temperatura')
legend('Sol bvp4c','Sol Dif finitas N=20')
title('S=1')
figure
hold on
grid on
plot(r(:,2),T(:,2),'k-')
plot(r10,T10,'--r')
xlabel('Radio')
ylabel('Temperatura')
Universidad de Concepción
Facultad de Ingeniería
Departamento de Ingeniería Metalúrgica
figure
hold on
grid on
plot(r(:,3),T(:,3),'k-')
plot(r20,T20,'--r')
xlabel('Radio')
ylabel('Temperatura')
legend('Sol bvp4c','Sol Dif finitas N=20')
title('S=20')
theta=linspace(0,2*pi,100);
[x,y]=pol2cart(theta,r(:,3));
[TT1,TT2]=meshgrid(T(:,3),T(:,3));
figure
surf(x,y,TT1')
shading interp
colormap('hot');
h=colorbar;
ylabel(h,'Temperatura')
view(2)
xlabel('y')
ylabel('x')
zlabel('Temperatura')
Universidad de Concepción
Facultad de Ingeniería
Departamento de Ingeniería Metalúrgica
%%
load('DatosPirita.mat')
figure
plot(WL,I)
xlim([min(WL) max(WL)])
grid minor
xlabel('Longitud de onda, nm');
ylabel('Intensidad espectros')
%% Aplicando PCA
[VP, score,~,~, var]=pca(I);
%% Graficos
%Grafico de la varianza explicada por cada componente principal
figure
plot(cumsum(var(1:5)),'-or','LineWidth',1.5);
grid on
ylabel('Varianza acumulada %');
xlabel('Numero PC')
figure
plot3(score(:,1), score(:,2), score(:,3),'or')
grid on, axis tight
ylabel('PC1'); xlabel('PC2'); zlabel('PC3');
figure
plot(WL,VP(:,1),'-b')
xlabel('Longitud de onda, nm')
ylabel(['VP1(' num2str(var(1)) ')%'])
grid on
figure
plot(WL,VP(:,2),'-b')
xlabel('Longitud de onda, nm')
ylabel(['VP2(' num2str(var(2)) ')%'])
grid on
figure
plot(WL,VP(:,3),'-b')
xlabel('Longitud de onda, nm')
ylabel(['VP3(' num2str(var(3)) ')%'])
grid on