Visualización Científica en MAPLE

visualizacion.
html Página 1 de 54
Visualización Científica en MAPLE

Luis A. Núñez
Centro de Astrofísica Teórica,
Departamento de Física, Facultad de Ciencias,
Universidad de Los Andes, Mérida 5101, Venezuela y,
Centro Nacional de Cálculo Científico, Universidad de Los Andes (CECALCULA),
Corporación Parque Tecnológico de Mérida, Mérida 5101, Venezuela
e-mail: nunez@ula.ve
actualizado: Noviembre 2003
Uno de los usos más impresionantes de las computadoras es la posibilidad de graficar

resultados. Impresionantes superficies en 2D o gráficos de contorno, coloreados,
impulsan nuestra intuición. Pero más aún, hoy en día es costumbre ver complicados
gráficos de volúmenes los cuales se rebanan en distintos planos explorando los datos
(minería de datos) igualmente las animaciones con distintos parámetros auxilian
nuestra intuición. Hemos visto en las simulaciones anteriores que de las gráficas
podemos sacar cantidad de información que analíticamente si no es imposible es
significativamente difícil. .
> restart;
Gráficas Analíticas 2D
Para comenzar utilizaremos el comando más básico para graficación. Igualmente
cargaremos en memoria una biblioteca
de comandos gráficos
El comando plot
Generalidades de plot
Hay varias formas de contruir una función
> f :=(x) -> x*sin(x);
y se grafica
> plot(f(x), x = -99..99);
http://webdelprofesor.ula.ve/ciencias/nunez/cursos/maple/visualizacion1.html 17/05/2009
visualizacion.html Página 2 de 54
nótese el juego con los botones de arriba.
Igual se puede graficar la función directamente y seleccionar una visión

particular
> plot(x*sin(x), x = -10..10, y=0..4);
La Sintaxis
La sintaxis del comando plot es la siguiente
plot(funcion-datos, horiz, vert, opciones)
All but the first argument are optional, but arguments must be given in the
order shown above.
funcion-datos: expresión, mapping, lista o conjunto de datos a graficar
horiz / vert:
variable: etiquetas y ejes
rang0: determina el rango de graficación
variable = rango: ambos
opciones: ecuaciones de la forma opción = VALOR
Para encontrar la lista de opciones se busca ?plot[options]
Warning, inserted missing semicolon at end of statement, ...rt, opciones);
Error, (in plot) invalid arguments
Ejemplos, escalas y etiquetas
> plot(tan(x), x=-Pi..Pi);
la escala vertical afecta la visión, para restringir la escala podemos proceder
> plot(tan(x), x=-Pi..Pi, `tan(x)`=-5..5); # notese el entrecomillado inverso, ` `,

para el eje vertical
Las comillas inversas `, se utilizan para encerrar textos que quisiéramos que
se desplieguen en la gráfica.
nótese el símbolo de # que inhibe cualquier comando que lo siga.
Adicionalmente, vemos que las líneas verticales son espúrias. Para ello le
podemos indicar al comando plot que la
función es discontínua
> plot(tan(x), x=-Pi..Pi, `tan(x)`=-5..5,discont=true,xtickmarks=[-3.14=`-

1.57=`-Pi/2`,1.57=`Pi/2`,3.14=`Pi`]);
Incluimos en este comando, una manera más intuitiva de ver el eje x. En el

eje y, las etiquetas se puenden voltear y el título de la grafica se puede
colocar, si nos ponemos un poco más exquisitos.
> plot(tan(x), x=-Pi..Pi, `tan(x)`=-5..5,discont=true,xtickmarks=[-3.14=`-

1.57=`-Pi/2`,1.57=`Pi/2`,3.14=`Pi`],
labels=[`x`,`tan(x)`],title=`tan(x) vs x`,labeldirections = [horizontal, vertical]);
Adicionalmente, también podemos explorar la función
> g:=(x)->sin(x^2)/x^2;
> plot(g(x),x=-2*Pi..2*Pi);
y notamos que los ejes no tienen la misma escala, por lo cual nuestra
intuición se puede ver traicionada, entonces a veces
es bueno colocar scaling=constrained
> plot(g(x),x=-2*Pi..2*Pi, `sin(x^2)/x^2.`=-0.5..1.5,

xtickmarks=[-6.28=`-2Pi`,-4.71=`-3Pi/2`,-3.14=`-Pi`,-1.57=`-Pi/2`,
1.57=`Pi/2`,3.14=`Pi`,4.71=`3Pi/2`,6.28=`2Pi`],scaling=const
Algunas veces las funciones son razonables y no evolucionan muy rápido
> plot(g(x),x=-infinity..infinity, `sin(x^2)/x^2.`=-0.5..1.5, scaling=constrained);
Asignación y manipulación de gráficas
Las gráficas se pueden asignar a variables para luego almacenarlas,

imprimirlas o mostrarlas en pantalla. En ese caso para no ser testigo de la
asignación de un inmenso y casi inenteligible conjunto de números,
debemos terminar la asignación con dos punto :
> graftan:=plot(tan(x), x=-Pi..Pi,

`tan(x)`=-5..5,discont=true,xtickmarks=[-3.14=`-Pi`,-1.57=`-
Pi/2`,1.57=`Pi/2`,3.14=`Pi`]):
luego podremos mostrar la gráfrica con solo invocar la varible
> graftan;
Podemos almacenar la gráfica para utilizarla en este u otra de maple
> save graftan, "c:/Luisn/Latex/cursos/visualizacion/graftan.m":
Nótese la forma de escribir el trayecto para almacenar el archivo y que el

nombre del archivo debe tener la extensión .m para que MAPLE escriba el
nombre de la variable y su asiganción en el formato interno de MAPLE. De
esta forma el archivo es recuperable y se puede incluir en cualquier otra
hoja de trabajo.
> graftan := NULL: # con esta expresion "aNULLamos" el valor de la variable

para luego asignarle otro
graftan;
read "c:/Luisn/Latex/cursos/visualizacion/graftan.m":
graftan;
Como el archivo graftan.m contiene el nombre de la variable y su

asignación, nos vimos abligados a "limpiar" el contenido de la variable
antes de leerla del archivo donde fue almacenada. Esta acción no será
necesaria si leemos esta gráfica desde otra hoja de trabajo MAPLE.
Disgresión en la estructura
Tipos de Datos, listas, conjuntos .....y ¿ qué más
La visualización de los datos simpre impone conocer algo de la estructura

con la cual estamos trabajando. Conocer los datos Y su estructura es vital
para su representación gráfica. Exploraremos aquí algunas particularidades
de la representación de datos utilizando esta herramienta. MAPLE dispone
de diversas maneras de representar los datos. Veamos el siguiente ejemplo
con el comando solve(eqn, var) que implica resolver una ecuación
algebráica, eqn, para una de las variables involucradas var
> polinomio:=x^4-1; # shif + enter nos deja dentro del mismo grupo de
comandos
solve(polinomio, x);
MAPLE nos devuelve una secuencia de soluciones. Ahora bien, si

procedemos a especificar UNA de las soluciones, tendríamos que
> solve(polinomio, x)[1];
> argumento:=polinonimo,x;
> whattype(argumento);
claramente es una expresion de una secuencia !
Primeramente, diremos que utilizaremos de manera indistinta la palabra

dato abstracto u objeto. En segundo lugar puntualizaremos que
indicaremos estos objetos de distinto modo: mediante series de objetos
separados por comas entre paréntisis (), objetos separados por comas entre
llaves {} u objetos separados por comas entre corchetes []. Cada uno de
estos conjuntos de objetos representa una estructura de datos distinta y
tendrá una representación, utilización y un álgebra distinta. Nótese que ya
hemos utilizado algunas de estas estructuras. Además de los argumentos de
las funciones (objetos separados por comas dentro de paréntesis) en el caso
de las etiquetas (labels=[,])
Consideraremos las siguientes estructuras de datos para graficar
Secuencias: Es el conjunto de datos u objetos separados por comas. Los

argumentos de las funciones en MAPLE son, de acuerdo con esta
definición, secuencias.
Conjuntos: Recuerda a la estructura y operación de los conjuntos

matemáticos: es un conjunto de elementos separados por comas y
encerrados entre llaves en los cuales los elementos aparecen un única vez y
el orden de los elementos no importa. Pudiera decirse que un conjunto es
una secuencia entre llaves.
Listas: Si un conjunto era una secuencia encerrada entre llaves, diremos

ahora que una lista es un conjunto de conjuntos separados por comas
encerrados entre corchetes, pero tambien es una secuencia encerrada entre
llaves. A diferencia de los conjuntos el orden (y la posición) en el cual
aparecen los elementos de la lista DEFINITIVAMENTE SI importa.

Además los elementos pueden aparecer repetidos.
Arreglos: Este tipo de estructura de datos corresponde con la

representación de vectores y matrices y en el caso de visualización
utilizaremos las matrices para graficar archivos de datos experimentales
Tabla: La mencionamos por completitud, pero no abundaremos en su

significado y uso, sólo diremos que es una estructura similar a la de registro
(record) en lenguajes como Pascal o C.
Así, podemos ejemplificar lo anteriormente expuesto
> ecua1:=3*x +4*y=5;

ecua2:=8*x -y=16;
solve( {ecua1, ecua2}, {x, y});
constituye el conjunto de soluciones, el cual, obviamente es equivalente a
> solve( {ecua2, ecua1}, {y, x});
y en contraposición al ejemplo anterior, si invertimos el orden de una lista,

el resultado es otro
> plot(x*sin(x),x =-10..10,labels=[`f(x)`,`x`],title=`f(x) vs x`);
Finalmente, podremos representar un vector como
> v:=array( [1+a,3+2*a +b,8+3*a+5*b+8*c]);
y verificarlo
> type(v,list);
> type(v,vector);
> type(v,array);
una matriz
> M:=array([ [1-p,2-q],[2-p*q,3-p^q] ]);
Un mínimo de Operaciones con la estructura de datos
Operadores
>
Operaciones
>
Varias curvas en una gráfica

Para representar varias curvas en una gráfica utilizamos un conjunto de curvas.
Esto es le dato abstracto conjunto por cuanto no repetiremos una curva y su
orden no nos importará. De este modo, tendremos un conjunto como primer
objeto de la secuencia que es el argumento de la función
> plot({sin(wt),-cos(wt),-sin(wt)}, wt = -Pi..1.5*Pi);
o acomodando un poco esta gráfica
> plot({sin(wt),-cos(wt),-sin(wt)}, wt = -Pi..1.5*Pi,
scaling=constrained,
title = "Posición, Velocidad y Aceleración",
axes = BOXED,colour = [orange, blue,green]);
Pero no podemos colocar una leyenda para diferenciar curvas porque hemos
graficado un conjunto de funciones y no una lista de funciones. Si queremos
incluir una leyenda que diferencie las curvas en la gráficas, tenemos que graficar
una lista de funciones donde el orden de las curvas importe.
> plot([sin(wt),-cos(wt),-sin(wt)], wt = -Pi..1.5*Pi,

axes = BOXED,
colour = [orange, blue,green],
legend = ["Posición", "Velocidad","Aceleración"]);
Pero también podremos representar el típo y el grosor de la línea para cuando no

tengamos una impresión en colores
> plot([sin(wt),-cos(wt),-sin(wt),wt], wt = -Pi..1.5*Pi,

axes = normal,
colour = [orange, blue,green,black],
legend = ["Posición", "Velocidad","Aceleración","argumento"],
linestyle=[1,2,3,4],
thickness=[3,2,1,0]);
y todo lo anterior se puede cambiar utilizando las barra de herramientas que

provee MAPLE cuando se marca la gráfica.
Explorando Curvas
Podemos trambien delimitar una ventana de visualizacion con la opción view=
[xmax..xmin,ymax..ymin] EL RANGO DE Y
> plot([sin(x),tan(x),x], x = 0..Pi, view=[0..Pi, -

Pi..Pi],scaling=constrained,discont=true);
o también
> plot([sin(x),tan(x),x], x=0..Pi,view=[0..1.5, -

2..2],scaling=constrained,discont=true);
> plot([sin(x),min(10,tan(x)), x], x = -Pi..Pi,discont=true);
> plot([sin(x),max(-10,tan(x)), x], x = -Pi..Pi);
> plot([sin(x),max(-5, min( 5, tan(x) ) ), x], x=-

Pi..Pi,scaling=constrained,discont=true);
Variedades de Curvas
En los puntos anteriores hemos explorado la forma estándar de curva, esto es y(x)
vs x, ahora trataremos de
explorar otros tipos
Paramétricas
Típicamente hemos visto curvas f(x) vs x y hemos graficado varias curvas

en una misma gráfica f(t) vs t y g(t) vs t . Con ello lo que queremos decir es
que graficamos el lugar geométrico tal que (x = t, y=f(t)) y ( x = t, y=g(t))
Ahora la idea es graficar ambas curvas etiquetadas por ese parámetro t tal
que (x=f(t), y=g(t) ).Por ejemplo graficamos el lugar geométrico de todos
los puntos (t^2,t) tendremos que la sintaxis será clara, plot([x(t),
y(t), t=rango de t], h, v, opciones) los dos primeros elementos de la lista del
argumento seran x, y, variación del parámetro
> plot([t^2, t, t = -1..1]);
igualemente
> plot([sin(t^2), t, t = -2*Pi..2*Pi]);
En Física cuando graficamos la velocidad vs la posición llamamos a ese

espacio el espacio de fases. Así para un oscilador armónico simple
tendremos
> omega0:=2*Pi/5:
xosc(t):= 2*sin(omega0*t);
plot( [xosc(t), diff(xosc(t),t), t = -5..5], labels=
[`Posicion`,`Velocidad`],labeldirections = [horizontal, vertical]);
Quizá el ejemplo, más emblemático de representación paramétrica de una

curva lo constituye la circunsferencia centrada en el origen que viene dada
por el lugar geométrico, coordenadas cartesianas, de los puntos (x,y) ->
, entonces pod
> radio1 := 5:
plot([radio1*cos(t), radio1*sin(t), t = 0..2*Pi], scaling = CONSTRAINED);
Polares
Una gráfica en coordenadas polares viene dada por la representación de

Si consideramos un radio constante y graficamos su trayectoria
variando el ángulo describimos una circunsferencia centrada en el origen.
Es equivalente a graficar una curva paramétrica del lugar geométrico del
tipo (x= , y= ) y se varía el parámetro obviamente le indicamos a
MAPLE que la gráfica viene en coordenadas plares. Si graficamos la
misma circunsferencia centrada en el origen del punto anterior tendremos:
> radio2 :=5;

plot([radio2 , theta, theta=0..2*Pi],coords=polar);
si por el contrario entonces
> plot([sin(theta) , theta, theta=0..2*Pi],coords=polar, scaling=constrained);
En la Aproximación de Born para dispersión elástica de electrones que

inciden sobre átomos, se obtiene la expresión para la sección eficaz
diferencial para el scatering apantallado de Rutherford.
> sigma1:=(k,theta)->(1/4)*( (Z^2*(1-(1/(1+4*k^2*a^2*sin(theta/2)^2)^2))^2)/

(k^4*sin(theta/2)^4));
en la cual es la energía de dispersión que se considera fija; Z es el
número atómico y a corresponde con el factor de apantallamiento. Si

graficamos la sección eficaz diferencial respecto al ángulo, nos queda algo
como
> plot(subs(a=1/2,Z=1,sigma1(1,theta)), theta=0..2*Pi, labels=

["theta","sigma"]);
es mucho más intuitiva si realizamos la gráfica en coordenadas polares.
> plot([subs(a=1/2,Z=1,sigma1(1,theta)), theta, theta=0..2*Pi], coords=
polar,scaling=constrained);
Es mucho más evidente el patrón de dispersión el valor de la función para

cada ángulo. Algo parecido presenta R. Landau en el patrón de dispersión
de Rayos x de baja energía dispersados por una esfera
> sigma:=3+2*cos(theta)^4 + 2*cos(theta);

plot(sigma, theta=0..2*Pi, labels=["theta","sigma"], scaling=constrained);
no es obvia la forma del patrón de dispersión cosa que es clara cuando se

grafica en término de coordenadas polares
> plot([sigma, theta, theta=0..2*Pi],coords=polar,scaling=constrained);
El Paquete plots
El paquete plots aumenta las posibilidades de graficación al incluir un conjunto

de "comandos" adicionales. Las funciones del plots se pueden invocar
directamente haciendo referencia al paquete plots. Esto es: plots[setoptions]
(scaling = CONSTRAINED). Lo más común es que se utilicen directamente
como setoptions(scaling = CONSTRAINED), luego de incorporar el paquete
completo de funciones como lo es usual en MAPLE a través del comando
> restart;with(plots):
Warning, the name changecoords has been redefined
Los nombres que arriba aparecen hacen intuir la funcionalidad del comando.
Mostraremos el uso de algunas de las opciones y dejaremos al lector explorar
algunas de las otras mediante la utilización de la ayuda en línea.
Cambio de opciones por omisión
Lo primero que exploramos en el uso de los nuevos comandos que provee

el paquete plots es la posibilidad de crear un conjunto, personalizado de
opciones por omisión. Así las opciones por omisión pueden ser alteradas
mediante
> setoptions(scaling = CONSTRAINED);
Opción que será supuesta por omisión a partir de este momento y la cual
pude ser revertida mediante:
setoptions(scaling = UNCONSTRAINED);
Gráficas Logarítmicas
Seguidamente exploraremos otra de las opciones de plots que permite

realizar gráficas logarítmicas, mediante los comandos logplot (eje vertical
logarítmico), semilogplot (eje horizontal logarítmico) loglogplot (ambos
ejes logarítmicos)
Así tendremos que
> semilogplot([ln(3*x)/10,log[10](x)], x=1..2*Pi,

labels=["log10(x)","y"],labeldirections = [horizontal, vertical],legend = ["ln
(3*x)/10","log[10](x)"],
title="Grafica Semi log = eje x log");
> logplot([ln(3*x)/10,log[10](x)], x=1..2*Pi,

labels=["x","log10(y)"],labeldirections = [horizontal, vertical],legend = ["cos
(x) + sen(x)","log[10](x)"],
title="Grafica Semi log = eje y log",numpoints=500);
Nótese como hemos aumentado el número de puntos de graficación a través
de la opción numpoints=500
> loglogplot([ln(3*x)/10,log[10](x)], x=1..2*Pi,

labels=["log10(x)","log10(y)"],labeldirections = [horizontal, vertical],legend =
["cos(x) + sen(x)","log[10](x)"],
title="Grafica Semi log = ejes x y log",numpoints=500 );
>
Otra vez, varias Gráficas en una: la función display
Otra forma de representar varias curvas en una sola gráfica es a través de la

función display del paquete plots. Esta función permite mostrar varias
gráficas mediante la asignación de gráficas a variables, para luego
"mostrar" el conjunto de variables. Así el ejemplo más trivial lo constituye
las g[raficas del seno y el conseno. Esto es
> S := plot(sin): C := plot(cos):

display({S,C}, title = "Seno y Coseno");
Un ejemplo más interesante lo constituye el movimiento bajo fuerzas

centrales cuando consideramos un potencial del tipo el cual es típico
en el movimiento planetario o en movimentos bajo fuerzas coulombinas. Es

claro que para el caso de gravitación universal newtoniana o
para el caso de las fuerzas coulombianas. Para este caso la
trayectoria de los cuerpos sometidos a la acción de la fuerza que deriva del
potencial será
> r1:=(theta)->lambda*(1+epsilon)/(1+epsilon*cos(theta-theta0));
donde y , la excentricidad, viene dado por
Con L la cantidad de movimiento angular; E la energía total. Nóteses que

será positivo, para potenciales atractivos ( > 0 ) y será negativo para
potenciales repulsivos ( < 0). Igualmente recordemos que la esta
evolución corresponde a una representacion de secciones cónicas y las
cuales se ilustran
> theta0:=0;
rElipse := subs (lambda=1,epsilon=1/2,r1(theta)):
rParabola := subs (lambda=1,epsilon=1,r1(theta)):
rHiperbolaP := subs (lambda=1,epsilon=2,r1(theta)):
rHiperbolaN := subs (lambda=-1,epsilon=2,r1(theta)):
grfrElipse:=plot([rElipse,theta,theta=0..2*Pi],coords=polar, color=red):
grfrParabola:=plot([rParabola,theta,theta=0..2*Pi],coords=polar, color
=green ):
grfrHiperbolaP:=plot([rHiperbolaP,theta,theta=0..2*Pi],coords=polar, color
=blue ):
grfrHiperbolaN:=plot([rHiperbolaN,theta,theta=0..2*Pi],coords=polar,color
=yellow):
display([grfrElipse,grfrParabola,grfrHiperbolaP,grfrHiperbolaN], view=[
10..1,-10..10], title="Secciones Cónicas");
Explorando el comportamiento de datos con animaciones.
Existen dos formas de representar animaciones con MAPLE: una limitada

utilizando el comando animate y otra forma utilzando el
comando display analicemos ambos casos
Animaciones con animate
La sintaxis del comando animate es animate(pcomandoplot, argplot,

t=a..b,...) Este comado genera una gráfica y al seleccionarla aparecen
botones parecidos a los controles de una videograbadora.
Consideremos la solución sub-amortiguada del oscilador libre,

amortiguado
> restart;with(plots):
xamort(t) := 1/2*(mu*x0+(mu^2-omega0^2)^(1/2)*x0+v0)/(mu^2
(1/2)*exp((-mu+(mu^2-omega0^2)^(1/2))*t)-1/2*(mu*x0-(mu^2-
(1/2)*x0+v0)/(mu^2-omega0^2)^(1/2)*exp((-mu-(mu^2-omega0^2)^(1/2))
Para analizar su comportamiento bajo variación de parámetros,

podemos considerar un par de formas de animar esa gráfica.
Primeramente, consideremos variaciones de la velocidad inicial para

un coeficiente de amortiguamiento, una masa y una constante
elástica dada. Esto es
> paramV:=[x0=0,mu=0.5,omega0=2]:Xv(t):=subs(paramV,xamort(t));
animate(plot,[Xv(t),t=0..10],v0=1..10);
También podemos explorar el comportamiento bajo variacioes del

coeficiente de amortiguamiento, estos es
> parammu:=[x0=0,v0=5,omega0=2]:Xmu(t):=subs(parammu,xamort(t));
animate(plot,[Xmu(t),t=0..10],mu=0.1..1.99, frames=100);
También se pueden superponer una animación con un fondo
> ondaseno := plot( sin(x)*exp(-x/5),x=0..20 ):

animate( pointplot, [ [[t,sin(t)*exp(-t/5)]],symbol=circle,symbolsize=10],
t=0..20, frames=60, background=ondaseno );
y comparar la evolución de una curva respecto a otra
> curva := implicitplot( x^3+y^2, x=-3..1, y=-4..4, color=blue ):

animate( implicitplot, [x^3-A*y+y^2,x=-3..1,y=-4..4],
A=-2..2, background=curve, frames=50 );
Error, (in animate) background value must be a real number or a plot

structure
>
Animaciones utilizando display
Con la opción insequence = true, display combina una lista gráficas

que cambian con el tiempo así, la gráfica (paramétrica ) de una línea
recta
> setoptions(scaling = CONSTRAINED);

plot([[0,0], [cos(Pi/4),sin(Pi/4)]], 0..1, 0..1);
Animémosla con una secuencia de 16 cuadros con evolucionando de

0 con incrementos de . Primeramente, construimos la secuencia de
gráficas
> plot_seq := seq(plot([[0,0], [cos(Pi/8*i),sin(Pi/8*i)]]), i = 0..15):
display([plot_seq], insequence = true);
Igual que el caso anterior, podemos animar una grárfica sobre, con
otra gráfica fija.
> display({%, # la animacion anterior

plot([cos(t), sin(t), t = 0..2*Pi])}, # el circulo fijo
title = "The hand of time");
Campos y Contornos
Para ejemplificar una de las mejoras con el uso de las extensiones de plots
supongamos dos lineas con cargas opuestas e infinitas, situadas
perpendiculares al plano x,y que lo atraviezan en las posiciones (-1,0,0) y
(1,0,0) el potencial electrostático vendrá dado por
> phi := ln(sqrt((x+1)^2)+y^2) -ln(sqrt((x-1)^2)+y^2);
una gráfica que muestra la intensidad de estas líneas de potencial surge de
> gradplot(-phi,x=-2..2, y=-2..2,arrows=thick, grid=[11,11], axes=box);
Del mismo modo tendremos como gráficos de contorno
> contourplot(phi, x=-2..2, y=-2..2,axes=box);
con más puntos y mas contornos es mucho más clara
> contourplot(phi, x=-2..2, y=-2..2, numpoints=1000, contours=20);
Pero aún se puede trabajar un poco más
> contourplot(phi, x=-2..2, y=-2..2, numpoints=1000, contours=20,

filled=true, coloring=[white,black] );
y si las hacemos en 3D, tendremos
> implicitplot3d(z=phi, x=-2..2, y=-2..2, z= -3..3);
> implicitplot3d(z=phi, x=-2..2, y=-2..2, z= -3..3, numpoints=5000); # con muchos

más puntos
Pero podemos ir más allá y exportar estas gráficas a un formato vrml

(virtual reality markup language) el cual es posible explorarlo con
cualquier navegador
> grfcargas:=implicitplot3d(z=phi, x=-2..2, y=-2..2, z= -3..3,numpoints=500): #

asigno la grafica a una variable
vrml( grfcargas, `c:/Luisn/Latex/cursos/visualizacion/cargas.wrl`):
Curvas en el espacio
El paquete plots permite dibujar curvas en el espacio. El comando no

puede ser más intuitivo plots[spacecurve]. Por su parte la sintaxis del
comando es escencialmente la misma que las curvas paramétricas definidas
en 2D. En general representaremos una curva en el espacio parametrizada
por una variable esto es
y también podemos representarla mediante puntos que serán unidos
(( ), ( ), ... ).
por segmentos de rectas. Así, la curva paramétrica de una hélice circular en

el espacio queda representada por
> spacecurve([cos(t), sin(t), t, t=0..2*Pi], colour = BLACK, axes = NORMAL);
y nudos en el espacio
> knot:= [ -10*cos(t) - 2*cos(5*t) + 15*sin(2*t),

-15*cos(2*t) + 10*sin(t) - 2*sin(5*t), 10*cos(3*t), t= 0..2*Pi]:
spacecurve(knot,axes=framed);
Puntos y Archivos de Datos Experimentales

Puntos y Listas
Cuando se refiere a graficar datos experimentales debemos graficar objetos
numéricos. Estos objetos pueden provenir de variables numéricas generadas en la
solución de un problema o archivos numéricos de datos experimentales.
Presentaremos aqui un par de ejemplos, uno de ellos que proviene del comando
listplot(Lista, opciones) del paquete plots. Este comando realiza una gráfica 2D
para una lista de números que corresponden a las coordendas y de un punto (x,y),
asignando los valores de x por omisión en forma consecutiva. Así
> listplot([1, 8, 27, 11, 18, 20, 34]); # graficará estos valores asignandol la lista x =
[1,2,3,4,5,6,7]
Ydatos := [1, 8, 27, 11, 18, 20, 34]; # o equivalentemente con solo puntos
listplot(Ydatos,style = POINT, symbol = DIAMOND, color=red);
Si queremos graficar los puntos (x,y) con x particulares, tendremos que proveer,
de forma explícita, el valor de las x con
Lista = [[x1,y1],.[x2,y2],.[x3,y3], .. ,[xn,yn]]
> XYdatos:= [[2, 8], [4,27], [6,11], [8,18], [10,20], [12,34]]; # o equivalentemente
con solo puntos
listplot(XYdatos,style = POINT, symbol = DIAMOND, color=red);
o un poquito más elaborado
> r := rand(0..10); # Entero aleatorio dentro de un rango especificado

listadatos := [seq([1/(n+1),r()], n=0..10)]; # construyo la lista de puntos
listplot(listadatos,style = POINT, symbol = DIAMOND, color=red);
>
Graficando Matrices
Igualmente podemos generar una matriz cuyos elementos sean números
aleatorios
> with(linalg):
C := randmatrix(18,15,'sparse'): # generamos una matriz rectangular 18x15
CT:=htranspose(C);
sparsematrixplot(C,matrixview);
Warning, the protected names norm and trace have been redefined and
unprotected
También se pueden importar matrices de datos estándares de

http://math.nist.gov/MatrixMarket/
> A:=ImportMatrix("d:/Luisn/Latex/cursos/visualizacion/bcsstk04.mtx",
source=MatrixMarket);
sparsematrixplot(A, 'color=green',matrixview);
Error, (in ImportMatrix) file or directory does not exist
Error, invalid input: sparsematrixplot expects its 1st argument, A, to be of type

{Matrix, matrix}, but received A
Más impresionante es el ejemplo que presenta Alexander F. Walz (E-mail:

alexander.f.walz@t-online.de) en
http://www.math.utsa.edu/mirrors/maple/maplev.html en este ejemplo se procesa
un archivo que contiene la información de la ubicación de 22.000 galaxias,
convierte estos datos a un formato que pueda ser utilizado por MAPLE y luego
los vuelva a procesar para graficarlos en 3D dependiendo de su distancia al Sol.
Finalemente los convierte al formato vrml para que pueda ser explorado con
cualquier navegador de INTERNET
>
Gráficas Analíticas 3D
Gráficas 3D implícitas con plots
Funciones implícitas con implicitplot3d
Tal y como vimos antes, se pueden graficar superficies con la utilización de

a biblioteca plots la sintaxis del comando es
implicitplot3d(expr, x=a..b, y=c..d, z=p..q, opciones)
Nótese a continuación que la opción grid = [k, l, m] indica que la malla de

la superfice es k x l x m . La opción por omisión es 10 x 10 x 10.
De esta forma tenemos
> restart;with(plots):implicitplot3d(x^3+y^3+z^3+1=(x+y+z+1)^3, x=-2..2, y=

2..2, z=-2..2, grid=[15,15,15]);
y en distintos sistemas de coordenadas
> implicitplot3d(r=(1.3)^x*sin(y), r=0.1..5, x=-1..2*Pi, y=0..Pi,

coords=spherical);
y utilizando listas o conjuntos para superponer gráficas
> implicitplot3d([(x+2)^2+(y+2)^2+(z+2)^2=9, (x-2)^2+(y-2)^2+(z-2)^2=6], x=

5..5, y=-5..5, z=-5..5, color=[blue,green], scaling=constrained, axes=boxed);
>
Graficando Funciones Complejas con
Funciones de variable compleja f(z) = f(x + i y) = ( re f, im f), pueden

graficadas utilizando el comando
complexplot3d(f(z), z=a + b*I..c + d*I) y el rango de "variación" de z

viene dado por a + b*I..c + d*I
Esto puede verse como
> complexplot3d( sec(z) , z = -2 - 2*I .. 2 + 2*I,axes=framed );
juegue con los botones, note los ejes y compruebe la forma como se grafica
funciones complejas.
>
Gráficas 3D Analíticas con plot3d

El comando plot nos permitió graficar funciones analíticas que dependian de una
sola variable, del mismo modo se pueden graficar funciones de dos variables. El
comando será El comando plot nos permitió graficar funciones analíticas que
dependian de una sola variable, del mismo modo se pueden graficar funciones de
dos variables. plot3d y es similar su uso al comando plot sólo que, por tratarse
de gráficas de funciones de varias variables, requerirá especificar un rango de
variación para cada variable.
La sintaxis del comando es también similar al comando plot
plot3d(f(x,y), x=a..b, y=c..d, opciones)
plot3d(f, a..b, c..d, opciones)
las opciones title, axes y scaling operan igual que para el comando plot de
gráficas 2D. La única particularidad para el caso plot3d que la opción axes tiene
por valor de omisión NONE, es decir, ningún eje aparecerá a menos que se lo
indiquemos a MAPLE. Adicionalemente, para 3D existe la necesidad de
especificar la orientación orientation = la cual especifica el ángulo de
presentación. Por omisión será , donde:
es la longitud o azimuth medida en grados a partir del eje positivo de las x ;

representa la colatitud medida, también en grados, partiendo del eje positivo de
las z.y finalmente view = rango de z (o una lista que especifique los rangos para
x,y,z ).Estos parámetros aparecen indicados en la barra de herramientas una vez
que se selecciona la figura utilizando el ratón.
Esto es
> plot3d(sin(x+y), x=-1..1, y=-1..1);
Más allá de las especificaciones en las opciones, se puede interactuar con la

gráfica mediante los botones de control que aparecen cando se selecciona la
región de la gráfica.
De igual modo se puede especificar la gráfica 3D en forma paramétrica esto es

que cada una de las coordenadas dependa de dos parámetros
, .
que se traduce a la siguiente sintaxis
plot3d([x(s,t), y(s,t), z(s,t)], s=a..b, t=c..d)
y obviamente el rango que aparace es el de los parámetros que etiquetan a las

coordenadas.
> plot3d([cos(t),sin(t),z], t=0..2*Pi, z=-1..1);
>
Gráficas 3D para datos experimentales

De los mejores usos que se le puede dar a esta herramienta está la posiblidad
repesentar superficies provenientes de datos experimentales y a partir de allí
manipularlos para buscar relaciones entre ellos.
>
>
>

Visualización Científica en MAPLE

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Visualización Científica en MAPLE

Cargado por

Copyright:

Formatos disponibles

visualizacion.

Visualización Científica en MAPLE

actualizado: Noviembre 2003

Uno de los usos más impresionantes de las computadoras es la posibilidad de graficar

Hay varias formas de contruir una función

> f :=(x) -> x*sin(x);

> plot(f(x), x = -99..99);

nótese el juego con los botones de arriba.

Igual se puede graficar la función directamente y seleccionar una visión

> plot(x*sin(x), x = -10..10, y=0..4);

La sintaxis del comando plot es la siguiente

plot(funcion-datos, horiz, vert, opciones)

funcion-datos: expresión, mapping, lista o conjunto de datos a graficar

variable: etiquetas y ejes

rang0: determina el rango de graficación

variable = rango: ambos

opciones: ecuaciones de la forma opción = VALOR

Para encontrar la lista de opciones se busca ?plot[options]

Warning, inserted missing semicolon at end of statement, ...rt, opciones);

Error, (in plot) invalid arguments

Ejemplos, escalas y etiquetas

> plot(tan(x), x=-Pi..Pi);

la escala vertical afecta la visión, para restringir la escala podemos proceder

> plot(tan(x), x=-Pi..Pi, `tan(x)`=-5..5); # notese el entrecomillado inverso, ` `,

nótese el símbolo de # que inhibe cualquier comando que lo siga.

> plot(tan(x), x=-Pi..Pi, `tan(x)`=-5..5,discont=true,xtickmarks=[-3.14=`-

Incluimos en este comando, una manera más intuitiva de ver el eje x. En el

> plot(tan(x), x=-Pi..Pi, `tan(x)`=-5..5,discont=true,xtickmarks=[-3.14=`-

Adicionalmente, también podemos explorar la función

es bueno colocar scaling=constrained

> plot(g(x),x=-2*Pi..2*Pi, `sin(x^2)/x^2.`=-0.5..1.5,

Algunas veces las funciones son razonables y no evolucionan muy rápido

> plot(g(x),x=-infinity..infinity, `sin(x^2)/x^2.`=-0.5..1.5, scaling=constrained);

Asignación y manipulación de gráficas

Las gráficas se pueden asignar a variables para luego almacenarlas,

> graftan:=plot(tan(x), x=-Pi..Pi,

luego podremos mostrar la gráfrica con solo invocar la varible

Podemos almacenar la gráfica para utilizarla en este u otra de maple

> save graftan, "c:/Luisn/Latex/cursos/visualizacion/graftan.m":

Nótese la forma de escribir el trayecto para almacenar el archivo y que el

> graftan := NULL: # con esta expresion "aNULLamos" el valor de la variable

Como el archivo graftan.m contiene el nombre de la variable y su

La visualización de los datos simpre impone conocer algo de la estructura

MAPLE nos devuelve una secuencia de soluciones. Ahora bien, si

> solve(polinomio, x)[1];

claramente es una expresion de una secuencia !

Primeramente, diremos que utilizaremos de manera indistinta la palabra

Consideraremos las siguientes estructuras de datos para graficar

Secuencias: Es el conjunto de datos u objetos separados por comas. Los

Conjuntos: Recuerda a la estructura y operación de los conjuntos

Listas: Si un conjunto era una secuencia encerrada entre llaves, diremos

aparecen los elementos de la lista DEFINITIVAMENTE SI importa.

Arreglos: Este tipo de estructura de datos corresponde con la

Tabla: La mencionamos por completitud, pero no abundaremos en su

Así, podemos ejemplificar lo anteriormente expuesto

> ecua1:=3*x +4*y=5;

constituye el conjunto de soluciones, el cual, obviamente es equivalente a

> solve( {ecua2, ecua1}, {y, x});

y en contraposición al ejemplo anterior, si invertimos el orden de una lista,

> plot(x*sin(x),x =-10..10,labels=[`f(x)`,`x`],title=`f(x) vs x`);

Finalmente, podremos representar un vector como

> v:=array( [1+a,3+2*a +b,8+3*a+5*b+8*c]);

> M:=array([ [1-p,2-q],[2-p*q,3-p^q] ]);

Un mínimo de Operaciones con la estructura de datos

> plot(g(x),x=-2Pi..2Pi, `sin(x^2)/x^2.`=-0.5..1.5,

> ecua1:=3x +4y=5;

> v:=array( [1+a,3+2a +b,8+3a+5b+8c]);

> plot([sin(t^2), t, t = -2Pi..2Pi]);

> sigma1:=(k,theta)->(1/4)( (Z^2(1-(1/(1+4k^2a^2*sin(theta/2)^2)^2))^2)/

> sigma:=3+2cos(theta)^4 + 2cos(theta);

> semilogplot([ln(3x)/10,log[10](x)], x=1..2Pi,

> logplot([ln(3x)/10,log[10](x)], x=1..2Pi,

> loglogplot([ln(3x)/10,log[10](x)], x=1..2Pi,