programacion en matlab, python, simulación de procesos: febrero 2012

martes, 28 de febrero de 2012

Método de Punto Fijo en Matlab

clear all; 
 clc;  
  fprintf('\nCalculo de la raizde una ecuacion por el metodo del Punto Fijo\n\n'); 
   f=input('Dame la funcion f(x):','s'); 
     xi=input('Dame el valor inicial de x : '); 
       e=input('Dame el porciento del error : '); 
     ea=1000; 
   c=1; 
 x=xi; 
  while ea>e 
    g=eval(f); 
      ea=abs((g-x)/g*100); 
     x=g; 
   c=c+1; 
  end 
 fprintf('\n\n\n\nLa raiz exacta es: %d',g) 
    fprintf('\n\nNumero de iteraciones: %d',c);

domingo, 26 de febrero de 2012

Metodo de Simpson 1/3 en matlab

clear all;
 clc;
    fprintf('Calculo de la integral por el metodo de Simpson de 1/3\n\n');
     f=input('introduce la funcion:','s');
       a=input('lime inferior:');
     b=input('limite superior:');
   c=input('numero de segmentos a dividir (numero par):');
  h=(b-a)/c;
 z=0;
x=a;
for i=1:c;
if (-1)^i==1

k=eval(f);

z=z+k;

end

x=h*i;
end
 zz=0;
x=a;
for i=2:c;
 if (-1)^i==-1
   k=eval(f);
  zz=zz+k;
 end
x=h*i;
end
  x=a;
  if x==a
    d=eval(f);
  end
 x=b;
   if x==b
     e=eval(f);
   end
     z=z*4;
       v=zz*2;
        z=z+v+d+e;
      z=z/(3*c);
  z=z*(b-a)
fprintf('Resultado ');

viernes, 24 de febrero de 2012

Interpolacion Polinomial Simple en matlab

clear  all; 
    clc;
      fprintf('Interpolacion con el Metodo de Aproximacion Polinomial Simple\n\n'); 
   n=input('Numero de puntos que se tienen: ');

for i=1:n 
    x(1,i)=input('dame los valores de xi:'); 
end

for i=1:n 
    xi(1,i)=input('dame los valores de f(xi):'); 
end
%imprimiendo los Valores x, xi
x 
xi 
xint=input('Numero para el que desea interpolar x: '); 
%determinando los parametros a0,1,2
i=1; 
while i<=n 
    a(i,1)=1; 
    j=2;

    while j<=n 
        a(i,j)=a(i,j-1)*x(1,i); 
        j=j+1; 
    end 
    a(i,n+1)=xi(1,i); 
    i=i+1; 
end 
%Resolviendo mediante el metodo de Gauss-jordan
c=n+1; 
f=n; 
for k=1:c-1 
    a(k,:)=a(k,:)/a(k,k); 
    for j=k+1:f 
        a(j,:)=a(j,:)-a(k,:)*a(j,k); 
        j=j+1; 
    end 
    k=k+1; 
end
for k=f:-1:2 
    for j=k-1:-1:1 
        a(j,:)=a(j,:)-a(k,:)*a(j,k); 
        j=j-1; 
    end 
    k=k-1; 
end
r=0; 
for m=1:n-1 
    r=r+(a(m+1,n+1))*xint^m; 
end
  r=r+a(1,n+1); 
   fprintf('\n\nresultado xi: %d\n',r);
%Graficando Resultados
    plot(x,xi) 
  grid 
xlabel('x');ylabel('y')

Detección de Rostro en matlab

vid = videoinput('winvideo',1,'YUY2_640x480');
 set(vid, 'FramesPerTrigger', Inf);
  set(vid, 'ReturnedColorspace', 'rgb')
    vid.FrameGrabInterval = 5;
     start(vid)
while(vid.FramesAcquired<=100)
   data = getsnapshot(vid);
     diff_im = imsubtract(data(:,:,1), rgb2gray(data));  
           diff_im = medfilt2(diff_im, [3 3]);
        diff_im = imadju  st(diff_im);
     level = graythresh(diff_im);
   bw = im2bw(diff_im,level);
 BW5 = imfill(bw,'holes');
bw6 = bwlabel(BW5, 8);
 stats = regionprops(bw6,['basic']);
   [N,M]=size(stats);
if (bw==0)
        break;
else
     tmp = stats(1);
for i = 2 : N
      if stats(i).Area > tmp.Area
        tmp = stats(i);
      end
end
  bb = tmp.BoundingBox;
   bc = tmp.Centroid;
    imshow(data)
     hold on
   rectangle('Position',bb,'EdgeColor','r','LineWidth',2)
 hold off
end
end
 stop(vid);
  flushdata(vid);

martes, 21 de febrero de 2012

Método de la Secante en Matlab (Version 2 )

%USANDO EL COMANDO eval() lo cual evita que se vectorize demasiado el código

clear all;
  clc;
   fprintf('\nCalculo de la raiz de una ecuacion por el metodo de la Secante\n\n');
    f=input('Dame la funcion f(x) : ','s');
      x0=input('Dame el valor del intervalo inferior de x : ');
    x1=input('Dame el valor del intervalo superior de x : ');
  e=input('Dame el porciento del error : ');
 ea=1000;
c=1;  
   while ea>e
    x=x0;
    g=eval(f);
      x=x1;
        gg=eval(f);
          xi=x1-((gg*(x0-x1))/(g-gg));
            ea=abs((xi-x1)/xi)*100;
          x0=x1;
        x1=xi;
      c=c+1;
   end
fprintf('\n\n\n\nLa raiz exacta es: %d',xi)
fprintf('\n\nNumero de iteraciones: %d\n',c);

domingo, 19 de febrero de 2012

Regresión Lineal en Matlab

clear all; 
 clc;
  fprintf('Metodo de Regresion Lineal \n\n'); 
  n=input('Numero de puntos: ');

   for i=1:n 
      x(1,i)=input('dame los valores de x: '); 
   end

      for i=1:n 
        y(1,i)=input('dame los valores de y: '); 
     end
% se nota extraño pero asi se mostraran los resultados
%en forma de Vector. 
 x 
   y 
 
    plot(x,y) 
      grid 
        xlabel('x');ylabel('y') 
          pause
         a=0; 
       for i=1:n 
     a=a+x(1,i)*y(1,i); 
       end

 b=0; 
for i=1:n 
    b=b+x(1,i)*x(1,i); 
end

  c=0; 
  for i=1:n 
      c=c+x(1,i); 
  end

       e=0; 
for i=1:n 
    e=e+y(1,i); 
end

d=0; 
   d=c/n; 
     f=0; 
       f=e/n; 
         a1=(n*a-c*e)/(n*b-c*c); 
       a0=f-a1*d;
     clc; 
  fprintf('Ecuacion con la que se encuentran los nuevos valores de y \n\n'); 
fprintf(' y = %d + %d x',a0,a1);

for i=1:n 
    y(1,i)=a0+a1*x(1,i); 
end
    fprintf('\n\nPresiona enter para ver la nueva grafica\n\n'); 
      pause
        %Grafica con los Datos Ajustados
      plot(x,y) 
    grid 
  xlabel('x');ylabel('y') 
pause

Método de la Regla Falsa en Matlab

xai=input('Ingrese limite inferior: ');
 xbi=input('Ingrese limite superior: ');
  tol=input('Ingrese el porcentaje de Error: ');
   syms x;
    f=input('Ingrese la Funcion: ');
     f1=subs(f,x,xai);
   f2=subs(f,x,xbi);
  i=1;
 ea(1)=100;
if f1*f2 < 0
    xa(1)=xai;f1=subs(f,x,xa(1));
     xb(1)=xbi;f2=subs(f,x,xb(1));
     xr(1)=xa(1)-f1*(xb(1)-xa(1))/(f2-f1); f3=subs(f,x,xr(1));
      fprintf('It.              Xa           Xr            Xb            Error aprox \n');
     fprintf('%2d \t %11.7f \t %11.7f \t %11.7f \n',i,xa(i),xr(i),xb(i));
    while abs(ea(i))>=tol,
      if f1*f3 < 0
         xa(i+1)=xa(i);f1=subs(f,x,xa(i+1));
           xb(i+1)=xr(i);f2=subs(f,x,xb(i+1));
      end
      if f1*f3> 0
          xa(1)=xr(i);
         xb(1)=xb(i);
      end
        xr(i+1)=xa(i+1)-f1*(xb(i+1)-xa(i+1))/(f2-f1);
         ea(i+1)=abs((xr(i+1)-xr(i))/(xr(i+1)))*100;
         fprintf('%2d \t %11.7f \t %11.7f \t %11.7f \t %7.3f \n',...
              i+1,xa(i+1),xr(i+1),xb(i+1),ea(i+1));
      i=i+1;
   end
else
    fprintf('No existe una raíz en ese intervalo');
end

viernes, 17 de febrero de 2012

domingo, 12 de febrero de 2012

Método de Newton Raphson Modificado en Matlab

clear;
clc; 
 fprintf('\n metodo de Newton Rapson Modificado\n\n');
   funcion=input('Dame la funcion f(x) : ','s');
   dfuncion=input('Dame la derivada de funcion f(x) : ','s');
     d2funcion=input('Dame la segunda derivada de funcion f(x) : ','s');
        xi=input('Dame el valor inicial de x : ');
     e=input('Dame el porciento del error : ');
   ea=1000;
  c=1;
 x=xi;
while ea>e 
 g=eval(funcion);
  h=eval(dfuncion);
   k=eval(d2funcion);
     j=x-(g*h)/(h^(2)-(g*k));
   ea=abs((j-x)/j*100);
  x=j;
 c=c+1;
end
 fprintf('\n\n\n\nLa raiz exacta es: %d',j)
  fprintf('\n\nNumero de iteraciones: %d',c);

sábado, 11 de febrero de 2012

Ecuación de Estado De Redlich-Kwong en Matlab

DESCARGAR

jueves, 9 de febrero de 2012

Flowmaster V7

Hace unos días fui invitado a un curso básico de Flowmaster V7.

¿Pero que es flowmaster?

Es una herramienta de software especializada en la simulación de termo-fluidos, que permite a los ingenieros, investigar aumentos en la presión, la caída de presión, caudal, temperatura y tiempos de respuesta del sistema - la eliminación de la incertidumbre de los sistemas de flujo de fluidos.

¿Qué nos permite Realizar?

Determinar donde realizar mejoras en la tubería.
Manejar de forma eficiente las interrupciones en el suministro.
Reducir el consumo de combustible en periodos de baja demanda
Maximizar el uso de la capacidad de los gasoductos.

Todo gracias a la tecnología de simulación con la que cuenta el software.

Así que pongo a su disposición la pagina web del proyecto. http://www.flowmaster.com/index.html

Y conforme yo vaya avanzando con el software iré publicando al respecto.

Ordenamiento de números por el método Burbuja.

def ordenamientoBurbuja(lista,tam):
    for i in range(1,tam):
        for j in range(0,tam-i):
            if(lista[j] > lista[j+1]):
                k = lista[j+1]
                lista[j+1] = lista[j]
                lista[j] = k;

def imprimeLista(lista,tam):
    for i in range(0,tam):
        print lista[i]

def leeLista():
    lista=[]
    cn=int(raw_input("Cantidad de numeros a ingresar: "))

    for i in range(0,cn):
        lista.append(int(raw_input("Ingrese numero %d : " % i)))
    return lista

A=leeLista()
ordenamientoBurbuja(A,len(A))
imprimeLista(A,len(A))

Método de Newton Raphson en Scilab

function y=f(x)
y=exp(-x)-log(x);
endfunction

function y=df(x)
y=-exp(-x)-1/x;
endfunction

function x=newtonraphson(x0,tol);
i=1;
ea(1)=100;
x(1)=x0;
while abs(ea(i))>=tol;
    x(i+1)=x(i)-f(x(i))/df(x(i));
    ea(i+1)=abs((x(i+1)-x(i))/x(i+1)*100);
    i=i+1;
end
printf(' i  \t      X(i)      Error aprox (i) \n');
for j=1:i;
    printf('%2d \t %11.7f \t %7.3f \n',j-1,x(j),ea(j));
end
endfunction

Método de la Secante en Matlab

fx(1)=input('Ingrese el intervalo inferior: ');
fx(2)=input('Ingrese el intervalo superior: ');
tol=input('Ingrese el porcentaje de error: ');
syms x;
f=input('Ingrese la funciòn: ');

f1=subs(f,x,fx(1));
f2=subs(f,x,fx(2));

ea(1)=100;

i=1;
j=2;

while abs(ea(i))>=tol
   xf(j+1)=(xf(j-1)*f2-xf(j)*f1)/(f2-f1);  f1=f2; f2=subs(f,x,xf(j+1));
   ea(i+1)=(xf(j+1)-xf(j))/xf(j+1)*100;
   j=j+1;
   i=i+1;     
end

fprintf(' i     xf(i)         Error aprox (i) \n');
%fprintf('%2d\t%11.7f\t\n',0,x(1));
for k=2:j;
    fprintf('%2d\t%11.7f\t%7.3f\n',k-1,xf(k),ea(k-1));
end

miércoles, 8 de febrero de 2012

Método de la Bisección en Matlab

xai=input('Ingrese el intervalo inferior: ');
xbi=input('Ingrese el intervalo superior: ');
tol=input('Ingrese el porcentaje de error: ');
syms x;
f=input('Ingrese la funciòn: ');
i=1;

f1=subs(f,x,xai);
f2=subs(f,x,xbi);

ea(i)=100;
if f1*f2 < 0
    xa(i)=xai; f1=subs(f,x,xa(i));
    xb(i)=xbi; f2=subs(f,x,xb(i));
    xr(i)=(xa(i)+xb(i))/2; f3=subs(f,x,xr(i));
    
    fprintf('It.       Xa               Xr             Xb           Error aprox \n');
    fprintf('%2d \t %11.7f \t %11.7f \t %11.7f \n',i,xa(i),xr(i),xb(i));
    while abs(ea(i)) >= tol,
      if f1*f3<0
         xa(i+1)=xa(i);f1=subs(f,x,xa(i+1));
         xb(i+1)=xr(i);f2=subs(f,x,xb(i+1));
      end
      if f1*f3> 0
         xa(i+1)=xr(i);f1=subs(f,x,xa(i+1));
         xb(i+1)=xb(i);f2=subs(f,x,xb(i+1));
      end      
      xr(i+1)=(xa(i+1)+xb(i+1))/2; f3=subs(f,x,xr(i+1));
      ea(i+1)=abs((xr(i+1)-xr(i))/(xr(i+1))*100);
      fprintf('%2d \t %11.7f \t %11.7f \t %11.7f \t %7.3f \n',...
              i+1,xa(i+1),xr(i+1),xb(i+1),ea(i+1));
      i=i+1;
   end
else
   fprintf('No existe una raíz en ese intervalo');
end

Método de Newton Raphson en Matlab

x0=input('Ingrese el valor inicial: ');
tol=input('Ingrese el porcentaje de error: ');
f=input('Ingrese la función: ');
i=1;
fx(i)=x0;

syms x;
f1=subs(f,x,fx(i));
z=diff(f);
d=subs(z,x,fx(i));

ea(1)=100;

while abs(ea(i))>=tol;
    fx(i+1)=fx(i)-f1/d; f1=subs(f,x,fx(i+1)); d=subs(z,x,fx(i+1));
    ea(i+1)=abs((fx(i+1)-fx(i))/fx(i+1)*100);
    i=i+1;
end
fprintf('i     fx(i)         Error aprox (i) \n');
for j=1:i;
    fprintf('%2d \t %11.7f \t %7.3f \n',j-1,fx(j),ea(j));
end

martes, 7 de febrero de 2012

videotutorial 26 de matlab.

domingo, 5 de febrero de 2012

codigo del tutorial 26

les dejo el enlace de la aplicacion generada en el videotutorial 26 de nuestro curso de matlab
http://www.mediafire.com/?2qe0ahy44c21n3a

programacion en matlab, python, simulación de procesos