Manual Centro de Mecanizado Leadwell Usuaro

Universidad de las Fuerzas Armadas
ESPE Extensión Latacunga

CURSO TALLER: USO DE MATLAB PARA SOLUCIÓN DE
ECUACIONES DIFERENCIALES ORDINARIAS Y USO DE
HERRAMIENTAS DE LAPLACE y FOURIER
MARZO 2016
OBJETIVOS:
GENERAL
• Que los DOCENTES DEL DEPARTAMENTO DE CIENCIAS
EXACTAS adquieran conocimientos sobre la solución de
ECUACIONES DIFERENCIALES ORDINARIAS y el uso de
herramientas de LAPALCE y FOURIER en el software Matlab, para
emplear al desarrollo de aplicaciones de clases.
ESPECIFÍCOS
• Revisar y usar el toolkit de matemática simbólica de MATLAB como
una metodología de enseñanza y solución de ecuaciones
diferenciales ordinarias.
• Resolver ejercicios de ecuaciones diferenciales ordinarias, Laplace y
Fourier así como desarrollar aplicaciones propias de ingeniería.
Wilson Trávez P.
PLANIFICACIÓN
Hora Lunes 28 marzo Martes 29 marzo Miércoles 30 marzo Jueves 31 marzo Lunes 4 abril
Herramientas de solución de
Introducción a matemática Resolución de circuitos eléctricos y
ecuaciones diferenciales ordinarias Aplicaciones de Fourier
simbólica. otras aplicaciones.
7:45 – Solución general y particulares de Plantear el usos de la herramienta Uso de la herramienta de
Como resolver ecuaciones lineales, Plantear las ecuaciones que se
10:45 ecuaciones diferenciales ordinarias de Fourier para resolver ejercicios Transformada de FOURIER
generar gráficas usando la obtienen de circuitos eléctricos en
usando EDO de primer y segundo de señales simuladas
matemática simbólica configuración serie y paralelo.
orden
10:45 -
Receso Receso Receso Receso Receso
11:00
LAPLACE Introducción TRANSFORMADA INVERSA

FOURIER Introducción
Características generales del uso Uso de la herramienta de TRANSFORMADAS DE LAPALCE Laplace y TRANSFORMADA
Uso de la herramienta FOURIER.
11:00 - del toolkit de matemática simbólica. LAPLACE. Y FOURIER Introducción INVERSA Fourier.
Plantear el usos de la herramienta
13:00 Derivar e integrar diversas Plantear el usos de la herramienta Uso de la herramienta de Determinar las transformadas
de Fourier para resolver ejercicios
funciones de un y varias variables de Laplace para resolver ejercicios Transformada de LAPLACE inversas en varios problemas de
de señales simuladas
de circuitos eléctricos Laplace y Fourier
Wilson Trávez P.
TRABAJO AUTÓNOMO
Hora Lunes 28 marzo Martes 29 marzo Miércoles 30 marzo Jueves 31 marzo Lunes 4 abril
Resuelve ejercicios de: Sistemas

de ecuaciones lineales, Determina la solución de general Determinar las ecuaciones y su
1.5 Horas Platea y resuelve aplicaciones Resuelve ejercicios de sobre
derivadas e integrales de manera y particular de ecuaciones solución de circuitos eléctricos
“14:00 – usando la transformada de transformada inversa de Lapalce
simbólica, representación gráfica diferenciales ordinarias. usando Laplace
15:30” Laplace y Fourier
de funciones de varias variables Ejercicios diversos de Laplace Ejercicios diversos de Fourier
en forma grafica
Semana: del 5 al 12 de abril de 2016

7.5 horas distribuidas para el desarrollo del proyecto “Realizar la
solución de circuitos eléctricos por medio de ecuaciones diferenciales
ordinarias usando los toolkit ODE de Matlab y la transformada de
Laplace, graficar las formas de onda del circuito y obtener las
componentes de Fourier de la forma de onda obtenida”.
NOTA: Todos los trabajos y tareas así como el proyecto final serán
entregados a través de la plataforma virtual.
Wilson Trávez P.
Docentes del Departamento de
Ciencias Exactas.
• Asistirán puntualmente a la capacitación y deberán
cumplir con el horario estipulado en la planificación;
además, deberán cumplir con las tareas y trabajos
que en la capacitación se presenten.
Para la acreditación del curso aprobado se

considerará los siguientes porcentajes mínimos:
80% Asistencia
70% Aprendizaje participativo y colaborativo.
80% Desarrollo de tareas y trabajo autónomo
70% Proyecto final.
Wilson Trávez P.
Matemática Simbólica
• Hasta el momento se han realizado
operaciones solo de manera numérica.
• Librería: Simbolic Math TOOLBOX
– Usa Maple
• OBJETOS SIMBÓLICOS Y
EXPRESIONES SIMBÓLICAS
– Variable  sin valor numérico
asignado.
– Conjunto de valores y variables
simbólicas.
• sym, syms ‘exp(2*x)/7*x’
Wilson Trávez P.
• Creación de objetos simbólicos
nombre_objeto=sym(‘cadena’)
Cadena  una letra o combinación varias letras

Cadena una combinación varias letras y dígitos
(inicia con una letra)
En cualquier caso sin espacios
Cadena un número
Wilson Trávez P.
• Creación de objetos simbólicos
1. a= sym(‘a’)
2. c=sym(4)
3. x= sym(‘gamma’)
Crear otros objetos!

• Varios objetos
1. syms m y z
Wilson Trávez P.
• Creación de expresiones simbólicas
– Expresiones matemáticas que contienen
variables simbólicas.
nombre_expresión=expresión_matematica
a= syms a b c x y z
• f = a*x^2+b*x+c
• z= 2*a/3+4*a/7+6.5*x+x/3+4*5/3-1.5
• y= 26/21*a-37/6*x+31/6
Wilson Trávez P.
• Ejemplos
• Diferencia entre cálculos exactos y
aproximados
a= sym(3);b=sym(5)
e= b/a+sqrt(2)
d=3;f=5;
g = f/d+sqrt(2)
p = f/a+sqrt(2)
Wilson Trávez P.
• Ejemplos
• r=g+e
• 2^(1/2)+8017893911410285/168884986
0263936
• Valor numérico de un objeto
• t=double(r)
Wilson Trávez P.
• Expresiones compuestas
f=sym(‘a*x^2+b*x+c’)
*Un solo objeto
*no se puede realizar operaciones
individuales
Wilson Trávez P.
• Expresiones compuestas varias
variables
syms x y z
s1=x+y
s2=x-y
f=s1^2/s2^3+x^2
findsym(f) o findsym(f,n)
g=sym('a*x^2+b*x+c')
g =a*x^2 + b*x + c
findsym(g)
Wilson Trávez P.
Modificación de expresiones simbólicas
• Expresiones no están en su forma mas
simple.
• Pueden ser agrupadas
– Igual potencia
– Desarrollo de factores
– Factor común
– Identidades matemáticas y trigonométricas
collect, expand, factor

Wilson Trávez P.
collect:
Agrupa términos de igual
potencia
Orden decreciente
collect(s)
collect(s,nombre_variable)
Wilson Trávez P.
collect:
syms y x
s=(exp(x)-1/x^2+x^2)*(x+3)
s =(x + 3)*(exp(x) - 1/x^2 +
x^2)
t=collect(s)
t =(x^5 + 3*x^4 + exp(x)*x^3 +
(3*exp(x))*x^2 - x - 3)/x^2
Wilson Trávez P.
collect:
h=(2*x^2+y^2)*(x+3*y^2+2)
g=collect(h)
g =2*x^3 + (6*y^2 + 4)*x^2 +
y^2*x + y^2*(3*y^2 + 2)
g=collect(h,y)
g=3*y^4 + (6*x^2 + x + 2)*y^2
+ 2*x^2*(x + 2)
Wilson Trávez P.
expand:
Desarrolla la expresión
Primero resuelve los
productos
Usa: identidades
matemáticas, trigonométricas
Exponenciales y logarítmicas
expand(s)
Wilson Trávez P.
expand:
syms a x y
S=(x+5)*(x-a)*(x+4)
S =-(a - x)*(x + 4)*(x + 5)
T=expand(S)
T=20*x- 20*a - 9*a*x - a*x^2 + 9*x^2 + x^3
C=expand(sin(x-y))
C=cos(y)*sin(x) - cos(x)*sin(y)
V=expand(sin(2*x))
V= 2*cos(x)*sin(x)
Wilson Trávez P.
factor:
Factoriza una expresión en
forma de polinomio
Polinomios de grado menor
factor(s)
Wilson Trávez P.
expand:
syms x
S=x^3+4*x^2-11*x-30
S = x^3 + 4*x^2 - 11*x - 30
factor(S)
ans =[ x + 5, x - 3, x + 2]
Wilson Trávez P.
simplify y simple
Simplifican una expresión
simbolica.
Simplify reglas predefinidas
Simple  expresión con el
menor de caracteres.
Wilson Trávez P.
simplify:
syms x
f= log(x) + log(3) - log(3*x) + (exp(x) -
1)/(exp(x/2) + 1)
f =log(x) - log(3*x) + (exp(x) - 1)/(exp(x/2)

+1)+2473854946935173/2251799813685
248
SA=simplify(f)
SA=exp(x/2) - log(3*x) + log(x) +
222055133249925/2251799813685248
Wilson Trávez P.
simple
syms x
S=(x^3-4*x^2+16*x)/(x^3+64)
S =(x^3 - 4*x^2 + 16*x)/(x^3 +
64)
d=simplify(S)
d =x/(x + 4)
Wilson Trávez P.
pretty:
Visualiza una expresión simbólica como
usualmente se representa
S=(x^3 - 4*x^2 + 16*x)/(x^3 + 64)
pretty(S)
3 2
x - 4 x + 16 x
----------------
3
x + 64
Wilson Trávez P.
RESOLUCIÓN DE
ECUACIONES ALGÉBRICAS
solve:
• se puede resolver una
ecuación algébrica en función
de una de sus variables
• O un sistema de ecuaciones de
mas de una variable
• Si la ecuación tiene una sola
variable la solución será
numérica.
Wilson Trávez P.
RESOLUCIÓN DE
ECUACIONES ALGÉBRICAS
H=solve(ec) o H=solve(ec,var)
• Si no existe ‘=‘ resuelve ec=0
• Se puede resolver f(x)=g(x)
• Si existe mas de una variable,
resuelve para la variable por
defecto
• Mas de una solución => un
Wilson Trávez P.
vector
solve
syms a b x y z
h=solve(exp(2*z)-5)
h =log(5)/2
S=x^2-x-6
S =x^2 - x – 6
k=solve(S)
k=
• -2
• 3
Wilson Trávez P.
solve
solve('cos(2*y)+3*sin(y)=2')
pi/2
pi/6
(5*pi)/6
T=a*x^2+5*b*x+20
d=solve(T)
d=-(5*b+5^(1/2)*(5*b^216*a)^(1/2))/(2*a)
-(5*b - 5^(1/2)*(5*b^2 - 16*a)^(1/2))/(2*a)
Wilson Trávez P.
Solve
c=solve(T,a)
c =-(5*b*x + 20)/x^2
Wilson Trávez P.
Solve
tc=solve('4*t*h^2+20*t-5*g')
tc =(5*g)/(4*h^2 + 20)
gc=solve('4*t*h^2+20*t-*g','g')
gc =(4*t*h^2)/5 + 4*t
Wilson Trávez P.
Sistemas de Ecuaciones
• Si el número de variables y
de ecuaciones coincide
solución numérica
• Variables > ecuaciones
solución simbólica para la
variable deseada
• Si el sistema tiene mas de
una solución  cada
variable mas de un valor
Wilson Trávez P.
S=solve(ec1,ec2,ec3,..,ecn)
S=solve(ec1,ec2,…,ecn,var1,var2
,….varn)
[varA,varB,varC]=solve(ec1,ec2,ec3)
Wilson Trávez P.
syms x y t
S=10*x+12*y+16*t;
[xt yt]=solve(S,'5*x-y=13')
xt =78/35 - (8*t)/35
yt =- (8*t)/7 - 13/7
Wilson Trávez P.
DERIVACIÓN
Se obtiene la n-esima derivada de
una expresión.
diff(S), diff(S,var),diff(S,var,n)
Wilson Trávez P.
DERIVACIÓN
syms x y t
S=exp(x^4);
diff(S)
4*x^3*exp(x^4)
diff((1-4*x)^3)
-12*(4*x - 1)^2
Wilson Trávez P.
DERIVACIÓN
R=5*y^2*cos(3*t);
diff(R,t)
-15*y^2*sin(3*t)
diff(R,y)
10*y*cos(3*t)
diff(R,y,2)
10*cos(3*t)
Wilson Trávez P.
DERIVACIÓN
syms x y
f=sin(x*y)+cos(x*y^2)
fx=diff(f,x,1)
fy=diff(f,y,1)
fxy=diff(fx,y,1)
fyx=diff(fy,x,1)
Wilson Trávez P.
DERIVACIÓN
syms x y
f=sin(x*y)+cos(x*y^2)
fx=diff(f,x,1)
fy=diff(f,y,1)
fxy=diff(fx,y,1)
fyx=diff(fy,x,1)
Wilson Trávez P.
INTEGRACIÓN
Se puede calcular las primitivas
definidas e indefinidas
se puede usar la siguiente sintaxis
int(S) o int(S,var)
Para el primer caso se realiza la
integración respecto a la variable pre
determinada
Wilson Trávez P.
INTEGRACIÓN
syms x y t
S=2*cos(x)-6*x;
int(S)
2*sin(x) – 3*x^2
int(x*sin(x))
sin(x) - x*cos(x)
Wilson Trávez P.
INTEGRACIÓN
R=5*y^2*cos(3*t);
int(R,t)
(5*y^2*sin(3*t))/3
int(R,y)
(5*y^3*cos(3*t))/3
Wilson Trávez P.
INTEGRACIÓN
Definida
int(S,a,b) o int(S,var,a,b)
Donde a y b son los límites de

integración
Wilson Trávez P.
INTEGRACIÓN
Definida
syms x y t
int(sin(y)-5*y^2,0,pi)
2 - (5*pi^3)/3
R=5*y^2*cos(3*t)-x;
int(R,t,1,4)
- 3*x - 5*y^2*(sin(3)/3 - sin(12)/3
Wilson Trávez P.
RESOLUCIÓN DE E.D.O.
ecuaciones de la forma
𝑑𝑦
Primer orden = 𝑓(𝑡, 𝑦)
𝑑𝑡
𝑑2𝑦 𝑑𝑦
Segundo orden = 𝑓(𝑡, 𝑦, )
𝑑𝑡 2 𝑑𝑡
dsolve, determina una función y=f(t)

que satisface la ecuación
Solución general o particular
Wilson Trávez P.
S. General
dsolve(‘ec’) o dsolve(‘ec’,’var’)
ec debe ser ingresada como cadena
Las variables no deben ser declaradas
como objeto simbólico.
Se puede usar cualquier letra como
variable dependiente, excepto la D
El comando toma t como variable
independiente Wilson Trávez P.
S. General
𝑑𝑦
𝐷𝑦 =
𝑑𝑡
t variable independiente
y variable dependiente
D derivada o diderencial
D2 Segunda derivada
Dn n-esima derivada
Wilson Trávez P.
S. General
𝑑 2 𝑦 𝑑𝑦
+ + 5𝑦 = 𝑠𝑒𝑛(𝑡)
𝑑𝑡 2 𝑑𝑡
Matlab
‘D2y+3*Dy+5*y=sin(t)’
Wilson Trávez P.
S. General
𝑑𝑦
= 4𝑡 + 2𝑦
𝑑𝑡
dsolve('Dy=4*t+2*y')
C4*exp(2*t) - 2*t - 1
Wilson Trávez P.
S. General
𝑑2𝑥 𝑑𝑥
+ 2 +x=0
𝑑𝑡 2 𝑑𝑡
dsolve('D2x+2*Dx+x=0')
C5*exp(-t) + C6*t*exp(-t)
Wilson Trávez P.
S. General
con variables simbólicas
𝑑𝑠 2
= 𝑎𝑥
𝑑𝑡
(𝑎 ∗ 𝑥^3)/3 + 𝐶8𝑑𝑠𝑜𝑙𝑣𝑒(′𝐷𝑠
𝑑𝑠 2
= 𝑎 ∗ 𝑥^2′, ′𝑥′) = 𝑎𝑥
𝑑𝑥
Wilson Trávez P.
S. General
con variables simbólicas
𝑑𝑠 2
= 𝑎𝑥
𝑑𝑎
dsolve('Ds=a*x^2','a')
(a^2*x^2)/2 + C9
Wilson Trávez P.
S. Particular
Si las condiciones de frontera o
iniciales son especificadas.
Una EDO primer orden  una
condición
Una EDO segundo orden  dos
condiciones
Wilson Trávez P.
S. Particular
EDO 1er dsolve(‘ec’,’cond1’,’var’)
EDO orden superior
dsolve(‘ec’,’cond1’,’cond2’,..,’var’)
y(a)=A ‘y(a)=A’
y’(a)=A ‘Dy(a)=A’
y’’(a)=A ‘D2y(a)=A’
Wilson Trávez P.
S. Particular
𝑑𝑦
+ 4𝑦 = 60
𝑑𝑡
y(0)=5
dsolve('Dy+4*y=60','y(0)=5')
15 - 10*exp(-4*t)
Wilson Trávez P.
S. Particular
𝑑2𝑦 𝑑𝑦 𝑑𝑦
−2 + 2𝑦 = 0, 𝑦 0 = 1, |𝑡=0 = 0
𝑑𝑡 𝑑𝑡 𝑑𝑥
dsolve('D2y-2*Dy+2*y=0','y(0)=1','Dy(0)=0')
exp(t)*cos(t) - exp(t)*sin(t)
Wilson Trávez P.
CALCULO NUMÉRICO MEDIANTE
EXPRESIONES SIMBÓLICAS.
Con expresiones creadas por el
usuario o generadas en matlab se
puede sustituir por valores numéricos
las variables simbólicas
R=subs(S,var,número)
Wilson Trávez P.
syms x
S=0.8*x^3+4*exp(0.5*x)
S =4*exp(x/2) + (4*x^3)/5
DS=diff(S)
DS =2*exp(x/2) + (12*x^2)/5
p=subs(DS,x,2)
p = 2*exp(1) + 48/5
p=subs(DS,x,[2:0.1:4])
p =[ 2*exp(1) + 48/5, 2*exp(21/20) +
1323/125,……. ]
r=double(p) Wilson Trávez P.
syms a g t v
y =v^2*exp(a*t)/g
y =(v^2*exp(a*t))/g
subs(y,t,2)
(v^2*exp(2*a))/g
subs(y,t,[2:4])
[(v^2*exp(2*a))/g,(v^2*exp(3*a))/g,(v^2*exp(4*a))/g]
Wilson Trávez P.
R=subs(S,{var1,var2,..varN},{número1,número2
,….,númeroN})
syms a b c e x
S=a*xê+b*x+c
S =c + b*x + a*xê
R=subs(S,{a,b,c,e,x},{5,4,-20,2,3})
R =37
R=subs(S,{a,b,c,x},{5,4,-20,3})
R =5*3ê – 8
Wilson Trávez P.
R=subs(S,{var1,var2,..varN},{número1,número2
,….,númeroN})
syms a b c e x
S=a*xê+b*x+c
S =c + b*x + a*xê
R=subs(S,{a,b,c,e,x},{5,4,-20,2,[3:6]})
R = [ 37, 76, 125, 184]
Wilson Trávez P.
TALLER N°1
Defina a Y como variable simbólica y
cree dos expresiones a partir de ella:
2
𝑆1 = 𝑦 + 2 − 2(2 𝑦 + 1)
Y
𝑆2 = 𝑦 2 − 2𝑦 + 4
a)S1*S2
b)S1/S2
c)S1+S2
d)Calcular el valor
numérico:y=5,y=[1:0.2:6]
e)Dibujar cada una de las expresiones
Wilson Trávez P. obtenidas.
TALLER N°1
Usar Matlab para demostrar:
a)𝑠𝑒𝑛 3𝑥 = 3𝑠𝑒𝑛 𝑥 − 4𝑠𝑒𝑛3 𝑥
1
b)𝑠𝑒𝑛 𝑥 𝑠𝑒𝑛 𝑦 = 𝑐𝑜𝑠 𝑥 − 𝑦 − 𝑐𝑜𝑠 𝑥 + 𝑦
2
c)cos 𝑥 + 𝑦 + 𝑧 = cos 𝑥 cos 𝑦 cos 𝑧

−𝑠𝑒𝑛 𝑥 𝑠𝑒𝑛 𝑦 cos 𝑧
−𝑠𝑒𝑛 𝑥 cos 𝑦 𝑠𝑒𝑛 𝑧
− cos 𝑥 𝑠𝑒𝑛 𝑦 𝑠𝑒𝑛 𝑧
Wilson Trávez P.
TALLER N°1
El Foliun de Descartes viene dado por su
ecuación, en forma paramétrica, por la
expresión
3𝑡 3𝑡 2
𝑥= 𝑒𝑦= 𝑝𝑎𝑟𝑎 𝑡 ≠ −1
1+𝑡 3 1+𝑡 3
a)Utilice Matlab para demostrar que la
ecuación se puede escribir: 𝑥 3 + 𝑦 3 = 3𝑥𝑦
b)Haga una grafica de la figura en los
limites x[-2 2] y[-3 2]
Wilson Trávez P.
TALLER N°1
Calcule la solución general de la siguiente
ecuación diferencial
𝑑2 𝑦 𝑑𝑦
2
+3 − 2𝑦 = 0
𝑑𝑥 𝑑𝑥
Demuestre que la solución es correcta: para
ello obtenga la primera y segunda derivada
de la respuesta y sustituya en la ecuación.
Wilson Trávez P.
TALLER N°1
Calcule la solución general de la siguiente
ecuación diferencial
𝑑2 𝑦 𝑑𝑦
2
+3 − 2𝑦 = 0
𝑑𝑥 𝑑𝑥
Demuestre que la solución es correcta: para
ello obtenga la primera y segunda derivada
de la respuesta y sustituya en la ecuación.
Wilson Trávez P.
Transformada de Laplace
• OBJETIVO
Ejercitar el uso combinado de técnicas
matemáticas y herramientas simbólicas del
MATLAB para la resolución, mediante la
transformada de Laplace, de problemas de
valores iniciales asociados a sistemas
diferenciales lineales y ecuaciones lineales
de orden superior.
Wilson Trávez P.
• La transformada de Laplace de una

función f(t) definida en [0;+α] es una
nueva función que denotaremos por F(s)
+𝛼 −2𝑡
.𝐹(𝑠) = ‫׬‬0 𝑒 𝑓 𝑡 𝑑𝑡
Wilson Trávez P.
Cálculo mediante comandos MATLAB.
F=laplace(f)
• Donde f es una función escalar de la
variable simbólica t, previamente
declarada y F es una función cuya
variable es por defecto es s
f=sym('t^3');
F=laplace(f)
O
syms t;
F=laplace(t^3)
Wilson Trávez P.
f=sym('1');
>> F=laplace(f)
F=
1/s
Wilson Trávez P.
syms t s a b
laplace(1 + exp(-a*t)*sin(b*t), t, s)
1/s + b/((a + s)^2 + b^2)
syms t s a b z
laplace(1 + exp(-a*t)*sin(b*t), t, z)
Wilson Trávez P. 1/z + b/((a + z)^2 + b^2)

Transformada Inversa de Laplace
El comando ILAPLACE ha sido diseñado
para calcular exactamente, cuando ello sea
posible, la transformada inversa de Laplace.
La sintaxis es como sigue.
ilaplace(expresion_simbolica,s,t)
o simplemente
ilaplace(expresion_simbolica)
Notar que ILAPLACE calcula la
transformada inversa de Laplace de una
expresión F(s), produciendo otra expresión
f(t)
Wilson Trávez P.
Transformada Inversa de Laplace
• Obtener la transformada inversa de la
𝑠+3
función 𝐹 𝑠 = 2
𝑠
syms s
F=(s+3)/s^2;
f(t)=ilaplace(F)
f(t)=3*t + 1
Wilson Trávez P.
Wilson Trávez P. FUENTE: http://personales.unican.es/alvareze/CalculoWeb/CalculoII/practicas/PR11_Laplace_14_15.pdf



Wilson Trávez P.
FUENTE: http://personales.unican.es/alvareze/CalculoWeb/CalculoII/practicas/PR11_Laplace_14_15.pdf
SOLUCIÓN DE ECUACIONES
DIFERENCIALES
Para resolver o solucionar una
ecuación diferencial:
a) Se aplica transformada de
Laplace a la ecuación
b) Se despeja F(s)
c) Se halla la transformada
inversa
Wilson Trávez P.
SOLUCIÓN DE ECUACIONES
DIFERENCIALES
Resolver la ecuación diferencial:
𝑑2 𝑦 𝑑𝑦
2
+3 + 2𝑦 𝑡 = 5
𝑑𝑡 𝑑𝑡
y(0)= -1, y' (0) =2
Wilson Trávez P.
• Resolver el siguiente problema de

valor inicial usando transformadas
de Laplace.
x’(t) + 3x(t) = 0; x(0) = 1
Wilson Trávez P.
• Resolver el siguiente problema de

valor inicial.
x’’(t) + 3x’(t) + 2x(t) =sen(t);
x(0) =x’(0) = 0
Wilson Trávez P.
• Resolver el siguiente sistema de

ecuaciones con valor inicial.
x’’(t) =x’(t)-2y’(t)+ 2y(t)
y’(t)=3y(t)+x(t)
y(0)=0;x(0)=-2; x’(0) = 1
Wilson Trávez P.
La Transformada de Fourier
fourier(f,varF(),punto evaluar
syms x y
f = exp(-x^2)
G=fourier(f, x, y)
Q=ifourier(G)
La Transformada de Fourier
fourier(f,varF(),punto evaluar
syms t y
f='diff(x(t),t)+3*x(t)'
fourier(f, t, w)
La Transformada Rápida de Fourier
Cuando la función f(t) está dada por una lista de N
valores f(t1), f(t2), ...f(tN) se dice que está
discretizada o muestreada, entonces la integral
que define la Transformada de Fourier:

F ( )  

f (t )e  jt dt
Se convierte en la sumatoria
N
F (n)   f (t k )e
 j 2Nn ( k 1)
, para 1  n  N
k 1
(Donde k es la frecuencia discreta)

Llamada Transformada Discreta de Fourier
Whitford D., Vieira M. Waters J. Teaching time-series analysis. I. Finite Fourier analysis of ocean waves. Am. J.
Phys. 69 (4), April 2001, pp. 490-496.
La Transformada Discreta de Fourier (DFT)
requiere el cálculo de N funciones
exponenciales para obtener F(n), lo cual
resulta un esfuerzo de cálculo enorme para
N grande.
Se han desarrollado métodos que permiten

ahorrar cálculos y evaluar de manera rápida
la Transformada discreta, a estos métodos
se les llama
Transformada Rápida de Fourier (FFT)
Phys. 69 (4), April 2001, pp. 490-496.
Podemos hacer uso de la FFT para calcular
los coeficientes cn y c-n de la Serie compleja
de Fourier como sigue:
Ejemplo: Sea f(t) el tren de pulsos de ancho

p y periodo T.
Phys. 69 (4), April 2001, pp. 490-496.
La versión muestreada f(k) de f(t) sólo
puede tomar un número finito de puntos.
Tomemos por ejemplo N=32 puntos
cuidando que cubran el intervalo de 0 a T
(con p=1, T=2):
32 muestras de f(t), de 0 a T
1.5
1
f(k)
0.5
Whitford D., Vieira M. Waters J. Teaching

0 time-series analysis. I. Finite Fourier analysis of ocean waves. Am. J.
0 69 (4), April 2001, pp. 490-496.
Phys. 1 k 2
Para obtener estas 32 muestras usando
Matlab se puede hacer lo siguiente:
k=0:31
f=[(k<8)|(k>23)]
f=double(f)
plot(k,f,’*’)
Phys. 69 (4), April 2001, pp. 490-496.
Con los 32 puntos f(k) calculamos F(n)
mediante la FFT, por ejemplo, en Matlab:
F=fft(f)/N;
Con lo que obtenemos 32 valores complejos
de F(n). Estos valores son los coeficientes
de la serie compleja ordenados como sigue:
n 1 2 3 4 ... 16 17 18 19 ... 32
F(n) c0 c1 c2 c3 ... c15 c-16 c-15 c-14 ... c-1
Phys. 69 (4), April 2001, pp. 490-496.
Podemos graficar el espectro de amplitud
reordenando previamente F(n) como sigue
aux=F;
F(1:16)=aux(17:32);
F(17:32)=aux(1:16);
F(n) queda:
n 1 ... 13 14 15 16 17 18 19 ... 32
F(n) c-16 ... c-3 c-2 c-1 c0 c1 c2 c3 ... c15
Y para graficar el espectro de amplitud:
stem(abs(F))
Obteniéndose:
Phys. 69 (4), April 2001, pp. 490-496.
También podemos obtener los coeficientes
de la forma trigonométrica, recordando que:
cn  (a n  jb n ), cn  (a n  jb n )
1
2
1
2
Podemos obtener
a 0  c0 , a n  2 Re( cn ), b  2 Im( cn )
Para el ejemplo se obtiene: a0=0.5, an=bn=0
(para n par), además para n impar:
n 1 3 5 7 9 11 13 15
an 0.6346 -0.2060 0.1169 -0.0762 0.0513 -0.0334 0.0190 -0.0062

-
bn -0.0625 0.0625
0.0625
0.0625 -0.0625 0.0625 -0.0625 0.0625
Phys. 69 (4), April 2001, pp. 490-496.
Como el tren de pulsos es una función par,
se esperaba que bn=0; (el resultado
obtenido es erróneo para bn, pero el error
disminuye para N grande):
1
a0
0.5
Coeficientes bn Coeficientes an
0
-0.5 Phys. 69 (4), April 2001, pp. 490-496.
Phys. 69 (4), April 2001, pp. 490-496.
Si deseamos una escala horizontal en
unidades de frecuencia (rad/seg):
w0=2*pi/T;
n=-16:15;
w=n*w0;
Stem(w,abs(F))
Obteniendo:
Phys. 69 (4), April 2001, pp. 490-496.
Tarea: Usar el siguiente código para generar 128
puntos de una función periódica con frecuencia
fundamental 0=120 (60 hertz) y dos armónicos
impares en el intervalo [0,T]:
N=128;
w0=120*pi;
T=1/60;
t=0:T/(N-1):T;
f=sin(w0*t)+0.2*sin(3*w0*t)+0.1*sin(11*w0*t)
a) Graficar la función.
b) Obtener y graficar el espectro de amplitud de la
señal usando la función FFT
Phys. 69 (4), April 2001, pp. 490-496.
La FFT ha hecho posible el desarrollo de
equipo electrónico digital con la capacidad
de cálculo de espectros de frecuencia para
señales del mundo real, por ejemplo:
1) Osciloscopio digital Fuke 123 ($ 18,600.00

M.N.)
2) Osc. digital Tektronix THS720P ($3,796 dls)
3) Power Platform PP-4300
Phys. 69 (4), April 2001, pp. 490-496.
Partial Differential Equation
PDE Toolbox
QUE ES PDE TOOLBOX?
• Es una herramienta de MATLAB® que
facilita la resolución de problemas de
ecuaciones diferenciales parciales (EDP)
• La solución presentada se obtiene
haciendo uso el método de elementos
finitos para problemas definidos sobre
dominios limitados y continuos en el plano
PDE Toolbox
ALCANCE
• Análisis de ecuaciones (sistemas) de
ecuaciones de derivadas parciales.
•Modelación de geometrías
bidemencionales.
•Generación automática de mallas
• Utilización de las librerías de MATLAB.
PDE Toolbox
ÁREAS DE APLICACIÓN
• Transferencia de calor en tanto en estado
estable como en transitorio.
• Flujos en medios porosos y problemas de
difusión.
• Propagación de ondas transitorias y
armónicas.
•Movimientos transversales en membranas.
• Determinación de estados de vibración
natural de membranas y problemas de
estructuras mecánicas.
PDE Toolbox
ÁREAS DE APLICACIÓN
LIMITANTES
• Solo para análisis bidimensionales.
• No permite importar datos de geometría
desde sistemas CAD.
• Interfaz gráfica limitada.
• No presenta documentación completa
para uso avanzado.
PDE Toolbox
QUE PODEMOS HACER?
• Especificar problemas de EDP.
Definir regiones 2D, sus condiciones de
frontera los coeficientes de la EDP.
• Resolver numéricamente problemas de
EDP.
Generación de mallas, discretizar
ecuaciones y producir una solución
aproximada.
• Visualizar los resultados.
PDE Toolbox
TIPOS DE PDE
• Elípticas
• Parabólicas
• Hiperbólicas
• Valores Propios
• Ecuaciones no lineales
• Sistemas de ecuaciones
PDE Toolbox
COMO SE DEFINE UN PROBLEMA DE
EDP?
• Por medio de la interfaz gráfica de usuario
(GUI) a la cual se accede mediante el
comando pdetool, se dispone de tres
modos que corresponden a diferentes
etapas en la definición del problema de
EDP:
– Draw mode
– Boundary mode
– PDE mode
PDE Toolbox
BOUNDARY MODE
• En este modo se especifican las
diferentes condiciones de frontera (Dirichlet
o Neumann), las cuales pueden ser
aplicadas a diferentes segmentos de las
fronteras.
PDE Toolbox
BOUNDARY MODE
CONDICIONES DE FRONTERA
• Dirichlet • Neumann
hu=r n (c▼u)+ qu = gr
En problemas no lineales, los coeficientes

g, q, h, y r pueden depender de u, y para
PDE´s parabólicas e hiperbólicas, estos
coeficientes pueden depender del tiempo.
PDE Toolbox
PDE MODE
• En este modo se especifica el tipo de
ecuación a resolver y sus respectivos
coeficientes c, a, f y d.
Se pueden especificar coeficientes para
cada subdominio independientemente
PDE Toolbox
COMO RESOLVER UN
PROBLEMA DE EDP
• Para la solución de un problema de EDP
hay dos modos que ayudan a resolver el
problema:
– Mesh mode
– Solve mode
PDE Toolbox
MESH MODE
• En este modo
podemos generar
e imprimir mallas,
permitiéndonos
controlar los
parámetros del
generador
automático
PDE Toolbox
En solve mode, permite
invocar y controlar los parámetros para
solucionar problemas elípticos de tipo no
lineal y adaptativos
En problemas de tipo parabólico e
hiperbólico se deben especificar los valores
iniciales y el rango de tiempo para el que se
desea obtener la solución
PDE Toolbox
En solve mode, permite
invocar y controlar los parámetros para
solucionar problemas elípticos de tipo no
lineal y adaptativos
En problemas de tipo parabólico e
hiperbólico se deben especificar los valores
iniciales y el rango de tiempo para elque se
desea obtener la solución
PDE Toolbox
SOLVE MODE
• Para problemas de valores propios se
puede especificar el intervalo en el cual se
pretende encontrar los resultados.
PDE Toolbox
APLICACIONES
IMPLEMENTADAS
• El toolbox PDE es fácil usar en la áreas
mas comunes debido a sus interfaces de
aplicación.
• Ocho interfaces de aplicación están
disponibles además de los modo genéricos.
PDE Toolbox
PLACA CALENTADA CON UN
EXTREMO AISLADO.
𝜕 2𝑇 𝜕 2𝑇
+ =0
𝜕𝑥 2 𝜕𝑦 2
Ecuación Elíptica
Condiciones Dirichlet:75ºC,
100ºC y 50ºC
Condiciones Neumann:
dT / dy = 0

Manual Centro de Mecanizado Leadwell Usuaro

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

Manual Centro de Mecanizado Leadwell Usuaro

Cargado por

Copyright:

Formatos disponibles

Universidad de las Fuerzas Armadas

ESPE Extensión Latacunga

LAPLACE Introducción TRANSFORMADA INVERSA

Resuelve ejercicios de: Sistemas

Semana: del 5 al 12 de abril de 2016

Para la acreditación del curso aprobado se

Cadena  una letra o combinación varias letras

Crear otros objetos!

collect, expand, factor

f =log(x) - log(3*x) + (exp(x) - 1)/(exp(x/2)

Donde a y b son los límites de

dsolve, determina una función y=f(t)

c)cos 𝑥 + 𝑦 + 𝑧 = cos 𝑥 cos 𝑦 cos 𝑧

• La transformada de Laplace de una

1/s + b/((a + s)^2 + b^2)

Wilson Trávez P. 1/z + b/((a + z)^2 + b^2)

Wilson Trávez P. FUENTE: http://personales.unican.es/alvareze/CalculoWeb/CalculoII/practicas/PR11_Laplace_14_15.pdf

Wilson Trávez P. FUENTE: http://personales.unican.es/alvareze/CalculoWeb/CalculoII/practicas/PR11_Laplace_14_15.pdf

Wilson Trávez P. FUENTE: http://personales.unican.es/alvareze/CalculoWeb/CalculoII/practicas/PR11_Laplace_14_15.pdf

• Resolver el siguiente problema de

• Resolver el siguiente problema de

• Resolver el siguiente sistema de

(Donde k es la frecuencia discreta)

Se han desarrollado métodos que permiten

Ejemplo: Sea f(t) el tren de pulsos de ancho

Whitford D., Vieira M. Waters J. Teaching

an 0.6346 -0.2060 0.1169 -0.0762 0.0513 -0.0334 0.0190 -0.0062

1) Osciloscopio digital Fuke 123 ($ 18,600.00

En problemas no lineales, los coeficientes

También podría gustarte