Vous êtes sur la page 1sur 112

APLICACIONES DE INGENIERA MECNICA ASISTIDAS POR

COMPUTADORA.

Proyecto de Trabajo de Ascenso para optar a la
Categora de Asistente.






____________________________
JURADO: Ing. Amarilis Villarroel.


____________________________
JURADO: Ing. Edgar Gutierrez.


PUERTO ORDAZ, MAYO DE 2.004

Autor: Ing. Elas Malav
UNIVERSIDAD NACIONAL EXPERIMENTAL POLITCNICA
ANTONIO JOS DE SUCRE
VICERRECTORADO PUERTO ORDAZ
DEPARTAMENTO DE INGENIERA MECNICA

____________________________
JURADO: Ing. Alberto Mendoza.
ii












ACTA DE APROBACIN

Quienes suscriben, miembros del jurado evaluador designado por la Comisin
Clasificadora de la Universidad Nacional Experimental Politcnica Antonio Jos
de Sucre , Vice-Rectorado Puerto Ordaz, para examinar el Trabajo de Ascenso
presentado por el Ingeniero: Elas Malav, titulado: APLICACIONES DE
INGENIERA MECNICA ASISTIDAS POR COMPUTADORA, para optar a la
Categora de Asistente. Consideramos que dicho trabajo cumple con los requisitos
exigidos para tal efecto y por lo tanto lo declaramos: APROBADO.



____________________________
JURADO: Ing. Amarilis Villarroel.


____________________________
JURADO: Ing. Edgar Gutierrez.





UNIVERSIDAD NACIONAL EXPERIMENTAL POLITCNICA
ANTONIO JOS DE SUCRE
VICERRECTORADO PUERTO ORDAZ
DEPARTAMENTO DE INGENIERA MECNICA
TRABAJO DE GRADO
____________________________
JURADO: Ing. Alberto Mendoza.
iii
INDICE
Pag.
Resumen ..................................................................................................... iv
Introduccin ................................................................................................ v
CAPITULOS

1. DEFINICIN DEL PROBLEMA.
Descripcin del Problema ................................................................ 1
Objetivos de la Investigacin ...........................................................
Justificacin del Trabajo ..................................................................
2. MARCO TERICO.
Definicin de Trminos .....................................................................
Comandos del Matlab .......................................................................
Comparacin entre Matlab y otros lenguajes ...................................
Mtodos de Programacin con Matlab .............................................
Manejo de Archivos ..........................................................................
Modelos matemticos computacionales ...........................................
Mtodos de los grafos dicromticos .................................................
Planteamiento de Problemas ............................................................
Solubilidad de los Problemas ...........................................................
Problemas de Optimizacin ..............................................................
3. MARCO METODOLGICO.
Tipo de Estudio .................................................................................
Mtodos y Medios de Investigacin ..................................................
Poblacin a Estudiar .........................................................................
Variables de Estudio .........................................................................
Procedimiento General .....................................................................
4. DESARROLLO DE LAS APLICACIONES.
Clculos Vectoriales .........................................................................
Clculos Iterativos .............................................................................
iv
Clculos Diferenciales ......................................................................
Problemas de Simulacin .................................................................
Problemas de Optimizacin ..............................................................
Conclusin ..................................................................................................
Recomendaciones ......................................................................................
Bibliografa .................................................................................................

v

Malav, Elas (2.004). APLICACIONES DE INGENIERA MECNICA
ASISTIDAS POR COMPUTADORA. Trabajo de Ascenso. Departamento de
Ingeniera Mecnica. Seccin: Diseo. Vice-Rectorado Puerto Ordaz.
UNEXPO. Jurado Evaluador:

RESUMEN

En el presente Trabajo se muestra una sntesis sobre la gran variedad de
problemas de aplicacin existentes en la Ingeniera Mecnica, clasificados en
cinco grandes grupos: (1) Clculos Vectoriales; En donde se muestra el clculo de
reacciones en los apoyos de un eje de transmisin con cargas en el espacio, y la
determinacin de sus fuerzas internas; efectuando las sumatorias de fuerzas,
productos cruz y sumatorias de momentos. (2) Clculos Iterativos; Se expone que
existen dos tipos de iteraciones en Matlab, las Vectorizables y las No
Vectorizables, y se muestran ambos casos, haciendo nfasis en el segundo tipo
con un ejemplo especfico (Determinacin de velocidades crticas en ejes de
revolucin). (3) Clculos integro-diferenciales, En esta parte se muestra como el
mdulo Simulink del Matlab es sumamente eficaz en este tipo de clculos y se
resuelve un problema especfico de amortiguacin de un vehculo. (4) Problemas
de simulacin simple; La gran mayora de los problemas en Ingeniera Mecnica
son problemas de simulacin, es decir, se parte de unos datos de entrada se
cuenta con un conjunto de ecuaciones o relaciones matemticas, analticas o
algebraicas, y se requiere de unos datos de salida; para ilustrar esto se resuelve
un problema de determinacin de dimetros de tornillos a tensin, empleando la
teora de grafos como gua para obtener el algoritmo del resolvente. (5) Problemas
de Optimizacin; cuando se trata de un diseo lo ideal es plantear problemas de
optimizacin, en este caso se resuelve una aplicacin especfica consistente en la
determinacin de las caractersticas geomtricas de un resorte helicoidal de
compresin tomando como criterio de optimizacin el mnimo peso posible.

vi
INTRODUCCIN

La gran mayora de las aplicaciones de ingeniera mecnica implican la resolucin
de ecuaciones diferenciales, clculos iterativos, Clculos vectoriales, Sistemas de
Ecuaciones Lineales y No Lineales, Representaciones Grficas, etc.; por lo cual,
deben ser tratados mediante programas de computadoras que agilicen estas
operaciones y se puedan obtener grandes volmenes de resultados en poco
tiempo. Esto a su vez, brinda la posibilidad de generar un nmero representativo
de alternativas de solucin para un determinado problema y poder tomar una
decisin con miras a la optimizacin de la solucin.

Actualmente se cuenta con una gran variedad de lenguajes de programacin a los
cuales se pueden recurrir para la resolucin de estos problemas de ingeniera. Sin
embargo, debido a la naturaleza de los problemas a abordar, se emplear como
herramienta de programacin el lenguaje MATLAB; por su sencillez y capacidad
para trabajar con matrices y vectores y clculos diferenciales e integrales, sin
programaciones adicionales que impliquen la aplicacin de mtodos numricos
aproximados, ya que esto puede distorsionar la informacin que se desea obtener;
debido a que sta absorbera no slo errores de precisin sino tambin errores
que pudieren existir en la codificacin dado lo extenso de la misma.

En la presente investigacin se abordarn las siguientes aplicaciones:
Dimensionamiento de ejes de transmisin.
Determinacin de velocidades crticas para ejes rotatorios.
Amplitud y Velocidad de Oscilacin de sistemas de Amortiguacin Pasivas.
Clculos de dimetros de tornillos sometidos a tensin.
vii
Diseo ptimo de resortes helicoidales a compresin.

Por ejemplo, un estudio completo para el dimensionamiento de un eje de
transmisin, resulta sumamente engorroso, sin una debida asistencia por
computadora, debido a la gran cantidad de clculos iterativos y repetitivos que ello
involucra.

En la resolucin de un problema de optimizacin (base de los procesos de
diseo), se deben realizar clculos iterativos sucesivos hasta que una Funcin
Objetivo alcance un mximo o un mnimo, segn sea el caso.

En un anlisis de oscilaciones de sistemas masa-resorte-amortiguador simple, se
debe trabajar con modelos matemticos que contienen ecuaciones o sistema de
ecuaciones diferenciales, en dependencia del modelo fsico escogido para el
fenmeno estudiado.

El presente trabajo consta de cuatro captulos: Captulo 1; En donde se expone
todo el planteamiento del problema, su descripcin, objetivos y justificacin de la
investigacin. Captulo 2; El cual trata a cerca del marco terico de la
investigacin, contemplando tpicos concernientes al software Matlab y a la
modelacin mediante grafos dicromticos. Captulo 3; En el cual se explica
detalladamente la metodologa empleada para la realizacin de este trabajo, en
cuanto a tipo de estudio, variables de la investigacin, poblacin y muestra, y,
procedimiento general. Captulo 4; En donde se encuentran desarrolladas las
aplicaciones de Ingeniera Mecnica seleccionadas. Adems se finaliza con las
conclusiones y recomendaciones de la investigacin.
1






CAPITULO 1
DEFINICIN DEL PROBLEMA

1.1.- DESCRIPCIN DEL PROBLEMA:

La situacin consiste bsicamente, en dar solucin a una serie de problemas
complejos de aplicacin en la Ingeniera Mecnica mediante el empleo de
herramientas computacionales de programacin en Matlab. Tales problemas,
debido a su naturaleza, resultan sumamente engorrosos de resolver a mano o
empleando algn otro lenguaje o paquete de computacin, ya que en su mayora
implican la elaboracin y ejecucin de cdigos muy largos y el uso de mtodos
numricos tales como: Runge-Kutta, Newton-Raphson, Simpson, etc.

Los problemas de ingeniera a ser resueltos son los siguientes:
a) Dada la longitud y condiciones de apoyo de un eje de transmisin, material
de construccin para el mismo, condiciones de carga segn potencia
requerida, nmero de revoluciones por minuto, y tipo de elementos de
transmisin; determinar el dimetro permisible del eje en varios puntos
sobre su longitud, que permita obtener posteriormente la forma definitiva
para el eje.
2
b) Dada la geometra de un eje de revolucin su material constructivo, masa y
ubicacin de los elementos portantes (Ruedas, poleas, volantes de inercia,
etc.); determinar las velocidades crticas del eje y las deflexiones relativas
producidas en cada velocidad crtica determinada.
c) Dado el modelo fsico y matemtico que rigen los sistemas de
amortiguacin pasiva de un automvil; resolver cada modelo para
determinar la amplitud, velocidad y aceleracin de las oscilaciones del
centro de masa de la cabina y los neumticos en cada caso; empleando el
mdulo Simulink del Matlab.

d) En el diseo de elementos de mquina, para el clculo de dimetros de
tornillos sometidos a tensin; determinar el organigrama del algoritmo y
programarlo en Matlab para cualquier dato de entrada.

e) Dadas la condiciones de cargas actuantes sobre un resorte helicoidal de
compresin, material constructivo, deformacin mxima permisible (o
constante de resorte); determinar las dimensiones ptimas de dimetro de
espira, dimetro de alambre y nmero de espiras que logren el mnimo
peso del resorte. Determinar el algoritmo y programarlo en Matlab, para
cualquier dato de entrada.
3

1.2.- OBJETIVOS DE LA INVESTIGACIN:

1.2.1.- Objetivo General:

Implementar la programacin en Matlab como herramienta primordial en la
resolucin de problemas de aplicacin de Ingeniera Mecnica con miras a la
generacin de alternativas y optimizacin de resultados.

1.2.2.- Objetivos Especficos:

Aplicar mtodos de clculo vectorial en la determinacin de momentos
flectores y torsores en toda la longitud de un eje de transmisin y obtener
finalmente el dimensionamiento del mismo.
Realizar clculos iterativos mediante programacin Matlab, para obtener
velocidades crticas y deflexiones relativas en eje rotatorios.
Resolver sistemas de ecuaciones diferenciales lineales y no lineales
empleando el mdulo Simulink del Matlab. Utilizando como ejemplo el caso
especfico de los sistemas de amortiguacin de un vehculo automotriz.
Emplear la teora de grafos en la resolucin de problemas de simulacin
compatibles y determinados con mltiples ciclos; utilizando como ejemplo el
caso especfico de clculo de dimetros de tornillos sometidos a tensin.
Emplear la teora de grafos en la resolucin de problemas de optimizacin
(Problema compatible e indeterminado), en el diseo de resortes
helicoidales de compresin con cargas variables.


4
1.3.- JUSTIFICACIN DEL TRABAJO:
Actualmente la ingeniera moderna exige en sus aplicaciones un estudio completo
que implique la generacin de alternativas, optimizacin de los resultados,
precisin y rapidez de respuesta para los problemas abordados. Por tal razn se
hace necesaria la incorporacin de la computacin como herramienta primordial
en el desarrollo de la aplicaciones de ingeniera.

Especficamente en el campo de la ingeniera mecnica, los modelos matemticos
a resolver involucran ecuaciones diferenciales, clculos iterativos, operaciones
vectoriales y representaciones grficas; por lo tanto, el empleo de software de
programacin juega un papel importante en este respecto, adems de resultar
mucho ms rentable que adquirir software especializados del mercado, para
resolver cada situacin problemtica que se presente.

Debido a lo anteriormente descrito, es por lo cual se desarrolla este trabajo con el
objetivo de mostrar, cmo emplear la virtudes del Matlab en la resolucin de
problemas de aplicacin de ingeniera mecnica, empleando para ello cinco(5)
ejemplos especficos de diferentes naturalezas que involucren la mayora de los
casos que pueden presentarse en la prctica. Estos casos son: Clculos
Vectoriales, Clculos Iterativos, Ecuaciones Diferenciales, Simulacin de
problemas y Optimizacin de resultados.




5






CAPITULO 2
MARCO TERICO


MATLAB es un lenguaje de alto funcionamiento para cmputos tcnicos de
cualquier ndole. Comprende computacin, visualizacin, y programacin en un
ambiente fcil de usar donde los problemas y soluciones son expresados en una
notacin matemtica familiar. Los usos tpicos incluyen:
Matemtica y computacin.
Desarrollo de algoritmos.
Modelacin, simulacin, y Elaboracin de Prototipos.
Anlisis de Datos, exploracin, y visualizacin.
Grficas cientficas y de ingeniera.
Desarrollo de Aplicaciones, Incluyendo construccin y diseo de interfaz grfica
de usuario (Programacin Orientada a Objeto).

MATLAB es un Sistema Interactivo cuyo elemento de dato bsico es un arreglo
que no requiere dimensionamiento. Esto permite resolver muchos problemas de
computos tcnicos, especialmente aquellos con frmulas de matrices y vectores,
en una fraccin del tiempo que tomara escribir un programa en un lenguaje
escalar no interactivo tal como: Lenguaje C FORTRAN.
6

El nombre MATLAB viene del ingls matrix laboratory, que quiere decir Laboratorio
de matrices. MATLAB fue originalmente escrito para proveer fcil acceso al
desarrollo de software de matrices por los proyectos LINPACK y EISPACK, los
cuales juntos representan El Estado Del Arte en software para cmputos de
matrices.

MATLAB ha evolucionado mucho los ltimos aos con entrada de muchos
usuarios. En ambientes universitarios, es la herramienta instruccional normal para
los cursos introductorios y avanzados en matemtica, diseo, y ciencia. En la
industria, MATLAB es la herramienta de opcin para la investigacin de alta
productividad, desarrollo, y anlisis.


2.1.- DEFINICION DE TERMINOS:

.- ARCHIVO .M: Llamado por el Matlab M-File, es un archivo con extensin .m, el
cual contiene una secuencia de comandos Matlab que se ejecutan al invocar el
archivo por su nombre. Los M-File pueden ser Scripts o Funciones.

.- CADENA: Cualquier variable que contenga informacin alfa-numrica, letras y/o
palabras, que no aceptan operaciones algebraicas normales.

7
.- MODELO MATEMTICO: Es un Sistema formado por un conjunto de variables y
un conjunto de relaciones entre ellas.

.- PAREO: Es un problema en donde se han identificado los problemas
elementales que lo conforman.

.- PROBLEMA: Es una situacin donde se ha definido un conjunto de datos de
salida.
.- PROBLEMA DE OPTIMIZACIN: Es todo aquel cuya solucin informa sobre las
condiciones o los parmetros que aseguran el mejor comportamiento de un
sistema.

.- PROBLEMA DE SIMULACIN: Es todo aquel cuya solucin informa sobre el
comportamiento o los parmetros de un sistema dado, bajo condiciones
establecidas.

.- PROBLEMA ELEMENTAL: Es el conjunto formado por una relacin ligada a una
variable.

.- RELACIN ASIMTRICA: Es aquella relacin matemtica entre variables en la
cual no es posible despejar analticamente algunas de las variables involucradas,
, donde slo una variable se puede obtener en funcin de las restantes.

8
.- RESOLVENTE: Es un pareo en donde los problemas elementales estn
parcialmente ordenados.

.- SCRIPT: Es un archivo .m (M-File) que una vez creado puede ser invocado
desde cualquier otro M-File, como si fuese una subrutina, o desde el Workspace.
La diferencia principal entre un Script y una Funcin es que estas ltimas
requieren de argumentos, mientras que el Script slo se ejecuta con su nombre.

.- SIMULINK: Extensin del Matlab para la realizacin de programas por
diagramas de bloques.

.- SITUACIN: Es un modelo matemtico donde se ha definido un conjunto de
variables de entrada.

.- WORKSPACE: Ventana principal del Matlab, la cual est activa desde el
momento en que se inicia sesin. En l se pueden teclear comandos directamente
despus del prompt .

2.2.- COMANDOS DEL MATLAB:

.- Comandos de propsito general.

Informacin General
help - Ayuda en lnea, dispone el texto en la lnea de comando.
helpwin - Ayuda en lnea, abre la ventana de ayuda.
9
helpdesk - Bsqueda de ayuda por Internet.
demo - Corre las demostraciones.
ver - Informacin sobre la versin del MATLAB, SIMULINK, y toolbox.
whatsnew - Dispone los archivos Readme.

Administrando el WorkSpace.
who - Lista las variables en corriente.
whos - Lista las variables en corriente, con detalles.
clear - Limpia las variables y funciones de la memoria.
pack - Consolida la memoria del WorkSpace.
load - Carga variables al WorkSpace desde un disco o archivo .mat.
save - Salva las variables del WorkSpace a un disco o archivo .mat.
quit - Termina la sesin con Matlab.

Administrando comandos y funciones.
what - Lista archivos especficos del MATLAB (.m, .mat, .mdl, .mex) que se
encuentran en un directorio.
type - Lista el contenido de un archivo .m.
edit - Edita un archivo .m.
lookfor - Busca todos los archivos .m que contengan una palabra especificada
(Busca por criterio de bsqueda).
which - Localiza funciones y archivos, mostrando la ruta de acceso completa
del mismo.
inmem - Lista las funciones en memoria.
10
mex - Compila las funciones MEX.

Administrando la bsqueda de rutas de acceso.
path - Obtiene/selecciona la bsqueda de ruta de acceso.
addpath - Adiciona un directorio a la bsqueda de ruta de acceso.
rmpath - Remueve directorios de la bsqueda de ruta de acceso.
editpath - Modifica la bsqueda de ruta de acceso.

Controlando comando de ventana.
format - Selecciona el formato de salida.

Comandos de sistema operativo.
cd - Cambia el directorio de trabajo en corriente.
pwd - Muestra el directorio de trabajo en corriente.
dir - Lista los archivos del directorio en corriente.
delete - Borra archivos.
! - Ejecuta comandos del sistema operativo.
dos - Ejecuta comandos DOS y retorna resultados.
computer - Tipo de computadora.

Otros
exit - Salir de MATLAB.
helpinfo - Informacin acerca de las opciones de ayuda.
info - Informacin acerca de MATLAB y el MathWorks.
11
isstudent - Verdad para la edicin Estudiante de MATLAB.
ls - Lista directorios.
memory - Ayuda para las limitaciones de memoria.
whichcls - Retorna las clases de entradas usadas por WHICH.
Utilidades GUI.
path2rc - Salva la ruta de acceso en corriente del MATLAB en el archivo
pathdef.m.
workspace - Muestra el estado de variables del WorkSpace.
.- Operadores y caracteres especiales.

Operadores Aritmticos.
plus - Mas +
uplus - Mas Unario +
minus - Menos -
uminus - Menos Unario -
mtimes - Multiplica Matrices *
times - Multiplica arreglos .*
mpower - Potencia de Matries ^
power - Potencia de Arreglos .^
mldivide - Backslash o divisin izquierda de matrices \
mrdivide - Slash o divisin derecha de matrices /
ldivide - Divisin izquierda de arreglos .\
rdivide - Divisin izquierda de arreglos ./

12
Operadores Relacionales.
eq - Igual ==
ne - Diferente ~=
lt - Menor que <
gt - Mayor que >
le - Menor o igual que <=
ge - Mayor o igual que >=

Operadores Lgicos.
and - Producto lgico &
or - Suma lgica |
not - Negacin Lgica ~
xor - O Exclusivo

Caracteres Especiales.
colon - Dos puntos :
paren - Parntesis y subscripciones ( )
paren - Corchetes [ ]
paren - Llaves y subscripciones { }
punct - Punto Decimal .
punct - Estructura de acceso a campos .
punct - Directorio principal ..
punct - Continuacin ...
punct - Separador ,
13
punct - Punto y coma ;
punct - Comentarios %
punct - Invoca comandos del sistema operativo !
punct - Asignacin =
punct - Comilla '
transpose - Transponer .'
ctranspose - Transponer conjugada compleja '
horzcat - Concatenacin Horizontal [,]
vertcat - Concatenacin Vertical [;]
subsasgn - Asignacin de Subscriptos ( ),{ },.
subsref - Referencia de Subscriptos ( ),{ },.
subsindex - Indice de Subscriptos.

.- Comandos del lenguaje de programacin.

Control de flujo.
if - Ejecuta la sentencia condicionalmente.
else - Condicin de la sentencia IF.
elseif - Condicin de la sentencia IF.
end - Determina el final de una sentencia FOR, WHILE, SWITCH IF.
for - Repite las sentencias un nmero especificado de veces.
while - Repite las sentencias un nmero indeterminado de veces (hasta
que deje de cumplirse una cierta condicin).
break - Termina la ejecucin de un bucle WHILE FOR.
switch - Selecciona entre varios casos basados en expresiones.
14
case - Caso de la sentencia SWITCH.
otherwise - Caso por defecto de la sentencia SWITCH.
return - Retorna el valor de la funcin invocada.

Evaluacin y ejecucin.
eval - Ejecuta la cadena con expresin de MATLAB.
feval - Ejecuta la funcin especificada por la cadena.
evalin - Evala la expresin en el workspace.
assignin - Asigna variables en el workspace.
run - Corre un script (Archivo .m).

Scripts, funciones, y variables.
script - Acerca de los scripts de MATLAB y Archivos .m.
function - Adiciona una nueva funcin.
global - Define global variable.
mfilename - Nombre del archivo .m ejecutndose en corriente.
lists - Listas separadas por comas.
exist - Chequea si las variables o funciones estn definidas.
isglobal - Verdad para variables globales.

Disponer mensajes.
error - Dispone mensaje de error y aborta la funcin.
warning - Dispone mensaje de advertencia.
lasterr - Ultimo mensaje de error.
15
errortrap - Esquiva el error durante la prueba.
disp - Dispone un arreglo.
fprintf - Dispone Mensajes formateados.
sprintf - Escribe datos formateados a una cadena.

Entrada interactiva.
input - Permite la entrada de usuario desde el WorkSpace.
keyboard - Invoca un tecleado desde un archivo .m.
pause - Espera por la respuesta del usuario.
uimenu - Crea una interfaz de men de usuario (Para programacin orientada
a objeto).
uicontrol - Crea un control de interfaz de usuario.

2.3.- COMPARACIN ENTRE MATLAB Y OTROS LENGUAJES:

Debido a que en Matlab cada variable puede ser: un escalar, un vector o una
matriz; y adems puede ser real o compleja, esto le da una gran ventaja sobre
otros lenguajes, ya que se pueden Vectorizar los programa. Es decir: si se
requiere, por ejemplo, generar una tabla conteniendo todos los logaritmos
naturales de los nmeros que van desde 1 hasta 20 en incrementos de 0.5, esto
podra lucir como se muestra a continuacin:






16
Lenguaje C

QBASIC MATLAB
#include<math.h>
#include<conio.h>
#include<stdio.h>
main(){
float LOG,num;
clrscr();
for(num=1;num<=20;num=num+.5){
LOG=log(num);
printf("\t%.2f %.4f\n",num,LOG);
}
getch();
}
CLS
FOR i = 1 TO 20 STEP .5
L = LOG(i)
PRINT i, L
NEXT i
num=1:.5:20;
L=log(num);
[num, L]






Todos estos programas arrojan como resultado los siguientes valores:
1.0000 0
1.5000 0.4055
2.0000 0.6931
2.5000 0.9163
3.0000 1.0986
3.5000 1.2528
4.0000 1.3863
4.5000 1.5041
5.0000 1.6094
. . .
20.0000 2.9957

Sin embargo, en este ejemplo se puede observar como el problema puede ser
resuelto en MATLAB en slo tres lneas.

Por lo tanto, Vectorizar no es ms que trabajar con matrices y/o arreglos en lugar
de escalares.


17
2.4.- METODOS DE PROGRAMACIN CON MATLAB:

2.4.1.- Trabajos sobre el WorkSpace:

Si se tipean las siguientes frmulas y arreglos directamente en la hoja principal del
matlab (WorkSpace) se podra resolver un sistema de ecuaciones lineales
simultneas por el mtodo de Kramer.

Copiando tan solo las Sentencias a continuacin del cursor del Matlab (), y ste
arroja los resultados al Workspace sin colocarles el cursor delante.

2.4.2.- Creando Archivos .m:

Es decir, que tambin es posible escribir una serie de sentencias a emplear en un
solo archivo para ser ejecutadas todas una a continuacin de otra, en una sola
corrida. Esto se logra creando Archivos .m, para ello se debe emplear el comando
NEW del men FILE, opcin M-FILE, esto abrir el EDITOR/DEBUGGER (o se
escribe en el cursor del Workspace la palabra edit ), en el que se pueden
agrupar varios comandos en cdigo de Matlab y ejecutarse simultneamente
como en un lenguaje compilador u ordenador normal.

A las lneas se les puede aadir punto y coma (;) al final. Esto se emplea para
suprimir la salida de resultados al WorkSpace. Es decir, slo aquellas lneas que
no contengan punto y coma (;) al final arrojarn resultados al Workspace y podrn
ser observados por el operador.

18
Matlab ofrece la posibilidad de simplificar operaciones repetitivas o iterativas con
ayuda de operaciones vectoriales o matriciales, a esta operacin se le denomina
Vectorizar el Programa.

En resumen un Archivo script de Matlab, debe estar constituido por tres(3) partes
bsicas: (a) Lectura de Datos, (b) Operaciones, (c) Salida de resultados.
Para el Matlab, la lectura de datos se puede realizar de dos maneras diferentes.
Una directamente del teclado y sobre el Workspace, y, otra desde un texto
editable (EditText) de un formulario o figura (Figure). En el primer caso, se emplea
la funcin input con la siguiente sintaxis:
V=input(Velocidad: );
La cual colocar sobre el workspace el prompt Velocidad: y esperar la
entrada del valor por teclado.

En el segundo caso, se debe crear previamente una figura con textos editables, y
luego se extrae el valor de cada uno desde un script, con las siguientes
sentencias:
H=findobj('Tag',Valor_Propiedad); %Lnea 1
Txt_Edit=get(H,'String'); %Lnea 2
Valor_Req=eval(Txt_Edit); %Lnea 3

Donde la lnea 1, busca el objeto cuya propiedad Tag sea igual a la cadena de
caracteres contenida en Valor_Propiedad, y almacena un valor entero de
bsqueda en la variable H (A este valor se le llama Handle); la lnea 2, captura el
valor de la propiedad String del objeto cuyo Handle sea igual a H y lo deposita en
la variable Txt_Edit; y la lnea 3, ejecuta la cadena de caracteres contenida en
Txt_Edit como una expresin o sentencia de Matlab, es decir, se puede escribir
19
cualquier expresin algebraica funcin vlida, la cual ser calculada, para
obtener finalmente el valor numrico.

Las Operaciones pueden contener, en general, no slo funciones clculos
aritmticos, sino tambin, decisiones lgicas y/o bucles.

Los comandos de decisiones lgicas son: if y switch...case.
- El comando de sentencia if .
La forma general del commando if es:
IF expresion_1
Sentencias_1
ELSEIF expresion_2
Sentencias _2
ELSE
Sentencias _3
END

De esta forma, las Sentencias_1 son ejecutadas cuando la operacin lgica de la
expresion_1 resulta verdadera, si no, sern ejecutadas las Sentencias_2 cuando
la expresin_2 sea verdadera, y de ser falsa ambas expresiones, se ejecutaran las
Sentencias_3.

- El commando switch:
Selecciona entre varios casos basandose en expresiones lgicas de una variable
en particular.
La forma general de la sentencia switch es:

SWITCH Variable_de_Seleccion
CASE expr,
Sentencias_1
CASE {expr1, expr2, expr3,...}
20
Sentencias_2
...
OTHERWISE,
Sentencias_por_Defecto
END

En esta sintaxis, cuando la Variable_de_Seleccion es igual a expr, se ejecutan las
Sentencias_1, cuando es igual a expr1, expr2 expr3, etc., se ejecuantan las
Sentencias_2, y si no cumple con ninguno de los casos se ejecutan las
Sentencias_por_Defecto.

En ambos casos las expresiones lgicas pueden contener operadores relacionales
u operadores lgicos.

Los bucles ms utilizados son: for y while

* El bucle for: Se emplea para repertir una serie de secuencias un nmero
definido de veces. Su sintaxis es:

for i=1:1:n
Sentencias
end

donde i, es la variable contadora, y se especifica de la forma Valor inicial,
Incremento, Valor Final.

* El bucle while: Se emplea para repetir un conjunto de sentencias un numero
indeterminado de veces, siempre que se mantenga cumplindose una cierta
condicin. Su sintaxis es la siguiente:
while expresin
Sentencias
end

21
donde: expresion, es una expresin lgica tal como la descrita para el comando if.

En un Archivo .m, es posible generar salidas formateadas de resultados al
Workspace o hacia un archivo con el comando fprintf, generar salidas a una
figura prediseada (programacin orientada a objeto), con el comando set; y cuya
sintaxis es la siguiente:
set(H,'PropertyName',PropertyValue);
En el cual H, es el Handle de un objeto; PropertyName, es el nombre de la
propiedad del objeto que se desea cambiar (en este caso String); y
PropertyValue, es el valor que se le asignar a dicha propiedad ( la cadena de
caracteres que se desea mostrar como salida de resultados).

2.4.3.- Programacin Orientada a Objeto:

Eligiendo el Comando New, opcin Figure, y el Comando Show GUI Layout Tool,
del men File, se pueden dibujar controles sobre una ventana y programar sobre
estos controles.

Se selecciona un control, se presiona el botn Property Editor de la ventana Guide
Control Panel, y se cambia la propiedad deseada del objeto. Luego se presiona el
botn CallBack Editor de la ventana Guide y se escribe el nombre de un archivo
.m (sin esta extensin), al activar la figura y activar el botn o el control, se
ejecutar lo que est contenido dentro del archivo .m citado.
22

Esta ventana CallBack tiene el siguiente aspecto:
23
2.4.4.- Programacin Por Diagramas de Bloques:

Para comenzar a Programar por Bloques se debe escribir sobre el WorkSpace la
Palabra SIMULINK, esto activar una ventana de Modelo nuevo (New Model) y
otra con las herramientas del simulink, que viene con el matlab 5.x.

El significado de estos bloques es el siguiente:

MATLAB SIMULINK
Bloque Ubicacin Funcin




Sum
Ventana de
elementos
lineales
Sumador: Se emplea para sumar algebricamente dos
ms variables. Puede tener cuantas entradas sean
necesarias, y cada entrada puede ser + -, segn se
requiera.




Product
Ventana de
elementos
no lineales
Multiplicador: Se emplea para multiplicar dos ms
variables. Puede tener cuantas entradas sean
necesarias.




Gain
Ventana de
elementos
lineales
Gain: Se emplea para multiplicar una constante por una
variable. Ejemplo: Si la seal de entrada en el bloque de
muestra es una variable X1 la salida ser 2.5*0.1*X1.




Sign
Ventana de
elementos
no lineales
Funcin SIGN: Retorna el valor 1 si la seal de entrada
(variable o constante) es positiva, cero(0) si es cero(0),
y 1 si es negativa.




Fcn
Ventana de
elementos
no lineales
Funcin de u: la seal de entrada es peocesada dentro
de la funcin como u. Ejemplo: si f(u)=u^2+1, y la seal
de entrada c1*X1, la salida ser: (c1*X1)^2+1.




Switch
Ventana de
elementos
no lineales
Switch: Permite el paso de la seal a travs de 1
cuando la seal que entra por 2 es mayor o igual que
un valor prefijado dentro del swith; y permite el paso por
3 cuando no se cumple esta condicin. (Esto es
equivalente al IF, de programacin por cdigo.)

+
-
+
X
2.5*0.1
f(u)
1
2
3
24
Bloque Ubicacin Funcin



const
Ventana
Sources
Constante: Permite la entrada de una seal constante
en el tiempo dentro del sistema. El valor se fija
directamente dentro del bloque.




integrator
Ventana de
elementos
lineales
Integrador: La seal de entrada es integrada segn la
condicin inicial dada dentro del bloque.




Scope
Ventana
Sinks
Scope: Muestra la seal de entrada en funcin del
tiempo.




Mux
Ventana
Conections
Mux: Combina dos ms seales que deban ser
mostradas simultneamente dentro de un mismo
SCOPE XY Graph.





XY
Graph
Ventana
Sinks
Grfica X-Y: Las seales de entrada son graficadas una
en funcin de la otra.




From
Worspace

Ventana
Sources
Permite la entrada de una seal particular al sistema,
definiendo en el workspace (ventana principal del
Matlab) en un M-File (codificando) dos columnas
vectores (T y U), donde T debe contener la secuencia o
valores de tiempo y U los valores de la seal
correspondientes a esos tiempos contenidos en T.
Ejemplo: el cdigo:
T=0:pi/8:2*pi;
T=T;
U=sin(T);
Generara las columnas vectores de T y U para seal de
entrada sinusoidal. NOTA: Esta seal no es necesaria
definirla de esta manera, ya que se puede definir
directamente con el bloque Sine Wave.






1
1/s
Mux
[T,U]
25
Bloque Ubicacin Funcin




Sine Wave
Ventana
Sources
Sine Wave: Genera una seal de entrada sinusoidal al
sistema, segn la amplitud y frecuencia definida dentro
del bloque.





Goto

Ventana
Conections
Goto: Enva la seal de entrada a todos los bloques
From que posean la misma etiqueta dentro de la
misma hoja de trabajo La etiqueta se define dentro del
bloque y puede ser cualquier combinacin de letras y
nmeros, siempre y cuando comience por una letra.





From

Ventana
Conections
From: Recibe la seal proveniente desde el bloque Goto
que posea la misma etiqueta, para introducirla a otras
operaciones dentro de la misma hoja de trabajo.





Clock
Ventana
Sources
Clock: Genera una seal sucesiva en el tiempo, es
decir, que va aumentando en forma directamente
proporcional al tiempo. Si X(t) es la seal su expresin
matemtica sera X(t) = t.





Subsystem
Ventana
Conections
Subsystem: Crea subsistemas dentro de la hoja de
trabajo. Se inserta el bloque dentro dentro de la hoja y
se le hace doble-click para abrir otra ventana donde se
armar por bloques tambien el subsistema.




Out
Ventana
Conections
Outport: Genera puertos de salida para un subsistema.
NOTA: Un subsistema puede tener tantos puertos de salida
como se requieran siempre y cuando se enumere cada
puerto en orden sucesivo (1, 2, 3, etc.)





In
Ventana
Conections
Inport: Genera puertos de entrada para un subsistema.
NOTA: Un subsistema puede tener tantos puertos de entrada
como se requieran siempre y cuando se enumere cada
puerto en orden sucesivo (1, 2, 3, etc.)


Despus en la Ventana NEW MODEL, se ejecuta el comando Parameters del
men Simulation, para colocar los parmetros correspondientes:
[A]
[A]
1
1
26

Luego, se ejecuta el comando Start del Men Simulation, para dar la corrida al
modelo y se obtiene el resultado, por ejemplo desde un scope al presionar doble-
click en el bloque del mismo.


2.5.- MANEJO DE ARCHIVOS EN MATLAB:

Adems de poder crearse archivos .m (programas), tambin es posible crear
archivos en cdigo binario (.mat), o de texto en cdigo ASCII.

Archivos .mat: son aquellos que almacenan informacin acerca de todas las
variables que se encuentren en corriente en un momento dado para ser invocadas
posteriormente en una nueva sesin.

Para crear un archivo .mat, se emplea el comando save, en el momento que se
desee. Por ejemplo:
>> save sesion
0
27
Esta sentencia crear un archivo llamado sesion.mat, el cual puede ser invocado
posteriormente con el comando load.
>> load sesion

y se volvern a colocar en corriente las variables que haban sido almacenadas en
el archivo.

Archivos de texto: Adems es posible crear archivo en formato ASCII, que pueden
ser ledos desde cualquier otra aplicacin. Para ello se emplean los comandos
fopen y fprintf, de la siguiente manera.

x = 0:.1:1; y = [x; exp(x)];
fid = fopen('expon.txt','w');
fprintf(fid,'%6.2f %12.8f\n',y);


Estas sentencias crean un archivo de texto llamado expon.txt, conteniendo una
tabla de valores con sus exponenciales. Los cuales despus pueden ser cargados
a una matriz (variable MATLAB) con el mismo nombre del archivo, de la siguiente
forma.
>> load expon.txt

>> load(expon.txt)

Con cualquiera de estas dos sintaxis del comando load se colocar en corriente la
variable expon y podr ser trabajada como cualquier otra.
28
2.6.- MODELOS MATEMTICOS COMPUTACIONALES:

.- Sistema:
Un Sistema es un Conjunto de elementos que se distinguen de alguna manera del
medio circundante. En un sistema los elementos estn vinculados entre s y el
entorno; es decir, existen vnculos internos y externos, siendo los primeros ms
fuertes que los segundos.

Las fronteras del sistema excluyen del mismo a las partes dbilmente vinculadas,
e incluyen en l a los que deben funcionar juntos.

Los grupos multidisciplinarios hicieron surgir disciplinas integradoras como la
llamada teora de los sistemas. La idea central de esta teora es la existencia de
formas iguales, isomorfismos, entre sistemas distintos.

Los isomorfirsmos pueden ser semejanzas o Analogas. Son Semejanzas, si
ocurren entre objetos distintos de la misma naturaleza (Por ejemplo: entre dos
bombas de alquitrn de diferente tamao). Los isomorfismos se denominan
Analogas si ocurren entre objetos de diferente naturaleza (Por ejemplo: entre un
circuito hidrulico y uno elctrico).

.- Modelacin:

Los isomorfismos permiten trasladar conocimientos de un rea a otra, y surge as
la idea de modelacin, es decir, la sustitucin del objeto de trabajo por un modelo
ms fcil de estudiar.

29
Existen dos tipos de modelacin: (a) Modelacin matemtica, donde un sistema de
relaciones formales describe el objeto. Y (b) Modelacin fsica, donde el objeto se
sustituye por otro semejante o anlogo. Ambos tipos son complementarios, y se
logra el mayor efecto til cuando se les combina armnicamente. La clave es
evitar las pruebas con equipos reales, que son muy costosas.

.- Modelo Matemtico:

Un modelo matemtico es un sistema de relaciones formales que describe el
comportamiento de un sistema determinado. Consta principalmente de relaciones
y variables.

Son relaciones formales las ecuaciones e inecuaciones (restricciones) de todo
tipo. Una relacin puede contener varias ecuaciones o inecuaciones vinculadas
por expresiones lgicas. Una relacin liga entre s los valores de dos ms
variables. Por lo tanto, en un modelo matemtico hay que distinguir entre variables
y relaciones.

Las relaciones pueden ser simtricas o asimtricas. Las relaciones simtricas son
aquellas en donde cualquier variable puede obtener en funcin de las restantes.
Las relaciones asimtricas son aquellas donde slo una variable se puede obtener
en funcin de las restantes (Por ejemplo: r = (Z1+Z3) mod p).

Una de las caractersticas fundamentales de un modelo matemtico es su
estructura. El trmino estructura viene del latn y significa: formacin, disposicin,
orden. En 1.970 el lituano Tyugu propuso representar la estructura de los modelos
matemticos por medio de grafos de dos colores.
30


.- Grafo:

Es un esquema formado por puntos y lneas. Los puntos se denominan vrtices y
las lneas, si tienen flecha, se denominan arcos, y si carecen de ella aristas.

Dos vrtices unidos por una lnea se dice que son vrtices adyacentes. Varios
vrtices unidos por lneas forman un camino. Un camino que regresa al punto de
partida es un ciclo.

Un grafo puede tener una o ms islas o componentes. Los componentes de un
grafo no estn unidos por ninguna lnea entre s. Todo componente de un grafo
tiene al menos un vrtice.

La coloracin de un grafo es el nmero mnimo de colores de los vrtices, sin ser
adyacentes vrtices de igual color. Cuando posee dos colores se le denomina
dicromtico.

.- Grafo del Modelo:

Es un grafo dicromtico donde los vrtices de un color son relaciones y los del otro
color variables. Las lneas del grafo indican cules variables participan de cules
relaciones.

Las lneas de las relaciones simtricas son aristas, es decir, lneas no orientadas.
Las lneas de las relaciones asimtricas son arcos, es decir, lneas orientadas.

31
A partir del grafo del modelo es fcil formar dos conjuntos: el conjunto de las
variables del modelo (V), y el conjunto de las relaciones del modelo (R).

Ejemplo de un modelo matemtico: (Escanaverino 2003)
- Sea una escalera de mano apoyada en el piso y la pared.
- Se considera la friccin entre la escalera y el piso, y entre la escalera y la
pared.
- La escalera se encuentra en movimiento inminente.













Figura 2.3) Esquema y modelo del ejemplo.

En el modelo de la escalera en movimiento inminente, todas las relaciones son
ecuaciones simtricas. Por lo tanto, entran directamente a un grafo que no tiene
arcos, slo aristas.

Relaciones y variable:
M ( R,V ) Modelo formado por los conjuntos R y V.
R = 1, 2, 3, 4, 5` Conjunto de las relaciones
| R | = 5 Nmero de relaciones
V = G,
1
,
2
,N
1
,N
2
,f
1
,f
2
,o ` Conjunto de las variables.
| V | = 8 Nmero de variables.



N
1

N
2

f
2

G
f
1

o
N
2
f
1
0 (1)
N
1
f
2
G 0 (2)
N
1
1
2
G
.
tg o ( )
.
f
1
0 (3)
f
1

1
N
1
.
0 (4)
f
2

2
N
2
.
0 (5)

32



















Figura 2.4) Grafo dicromtico de la estructura del modelo.

El grafo del modelo mostrado en la figura 2.4, tiene un solo componente. Hay
variables que participan hasta en tres(3) relaciones. Otras, slo en dos o una.
Pueden identificarse varios ciclos no orientados.

2.7.- PLANTEAMIENTO DE SITUACIONES:
Una situacin es un modelo matemtico donde se ha definido un conjunto
apropiado de datos de entrada. Simblicamente:

P( V , R ) = M ( V , R ) + E (Situacin = Modelo + Datos_de_entrada)

El conjunto de datos de entrada E debe ser un subconjunto del conjunto de las
variables V. Sin embargo tambin puede ser un conjunto vaco.
Ey
rteyrg4yrt44rt4gvytgf4gvcttccccccccccccccccccccccccccccccccccccccccccccccccc
f
2
5

2

N
2

4
N
1

2

1

1 f
1

o
3 G
33
ccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccc
ccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccc
ccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccc
ccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccc
ccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccc
ccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccccc
cclllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllll
lllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllll
lllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllll
nfcccccccccccccccccccccccccccccccccccccccccccccccc
.- Grafo de la situacin:
Es un grafo dicromtico cuyos vrtices son las incgnitas de la situacin y las
relaciones del modelo. Se puede obtener a partir del grafo del modelo, eliminando
del mismo todas las variables de entrada y las lneas incidentes en ellas.

El nmero de componentes de la situacin es igual o mayor que el del modelo que
le dio origen.

En una situacin bien planteada, todas las relaciones deben estar vinculadas al
menos con una incgnita. Si existe relacin sin incgnitas, la situacin es
deficiente, esto es carece de suficientes incgnitas. Cada relacin sin incgnita se
dice que es una deficiencia, y cada una de ellas se debe a un dato de entrada
innecesario.

El conjunto de deficiencias de una situacin es el conjunto de relaciones sin
incgnitas contenidas en la misma. Simblicamente: D = ri | Xi = C `

Analizando las variables de cada relacin deficiente en el modelo, es posible elegir
el dato de entrada innecesario en cada una. Luego, se formula una nueva
situacin sin las variables innecesarias.
34

Ejemplo de planteamiento de una situacin:
Determinar la situacin P
1
que se plantea, para el modelo de la figura 2.4, si se da
el conjunto de datos de entrada E1 = f
1
, f
2
, o `.

Para la situacin:
P
1
(R,X
1
) Situacin formada por los conjuntos R y X
1
.
X
1
=VE1=G,
1
,
2
,N
1
,N
2
` Conjunto de las incgnitas.
|X
1
|=5 Nmero de incgnitas.
R=1,2,3,4,5` Conjunto de las relaciones de la situacin.
|R|=5 Nmero de Relaciones.










Figura 2.5) Grafo de la Situacin P
1
.

El grafo de la situacin presenta dos(2) componentes. Todas las relaciones tienen
al menos una incgnita; es decir, no hay deficiencias (D=C).
B njhjkhhuthgtrbty5bytbnyhbtrnjynjgbjhhbvbbvbbbbbvb
vvbbvvvvvvvvvykjrihtyjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjghttjhjghbtgt htghbfhgbt hgthbghtbghbth
5

2

N
2

4
N
1

2

1

1 3 G
35
bththhhtbghthbthtgbbhgbtghbgbtgbhbhbrthghtgbjhbghtgtfcf
cfvvcftdsqaq211111111111111111111111111111fbhghgvggv xdzfdhbgggghbhb
hgbh hv ggfcf cdddddddddddddddddddddddddddddddddddddddd


2.8.- PLANTEAMIENTO DE PROBLEMAS.

Un problema es una situacin donde se ha definido un conjunto de datos de
salida. Simblicamente:

P ( X , R ) = P ( X , R ) + S (Problema = Situacin + Datos_de_Salida)

El conjunto de datos de salida debe ser un subconjunto propio del conjunto de las
incgnitas de la situacin. No puede ser nunca un conjunto vaco. Adems, en el
conjunto de variables de salida, no debe haber ningn dato de entrada.

El problema incluye nicamente aquellos componentes de la situacin que
contengan variables de salida. Los componentes de la situacin que no contengan
variables de salida, al plantear el problema, se descartan. Por lo tanto, un
problema viene dado por uno o ms componentes de la situacin. Cada
componente del problema, a su vez, es en realidad un subproblema
independiente, ya que stos constituyen una particin del problema original.

Todo problema, o tiene un componente, o est formado por la unin de dos o ms
problemas de un componente. Por lo tanto, el problema de un componente, es la
base de cualquier problema.
36

El conjunto de incgnitas del problema ser un subconjunto propio de las
incgnitas de la situacin. Y, de igual manera, el conjunto de relaciones del
problema ser un subconjunto propio de las relaciones de la situacin.


.- Clases de problemas:
Segn las caractersticas de los datos de salida se pueden presentar dos clases
de problemas:

1) Problema anfitrin: Es un problema cuyo conjunto de datos de salida coincide
con el de las incgnitas. Es decir: S = X.

Un problema anfitrin contiene a todos los problemas que se puedan obtener del
mismo subconjunto de relaciones de la situacin.

2) Problema Husped: Es un problema cuyo conjunto de variables de salida es un
subconjunto del de las incgnitas. Por consiguiente, siempre est contenido en un
problema anfitrin.

.- Grafo del problema:

Es un grafo dicromtico cuyos vrtices son las incgnitas del problema y las
relaciones del problema. Se puede obtener a partir del grafo de la situacin,
descartando del mismo todos los componentes que no contengan variables de
salida.

Ejemplo de planteamiento de un problema:
37
Sobre la situacin P
1
, de la figura 2.5, plantear el problema P
1
cuyo conjunto de
datos de salida es S
1
= G,
1
`.




Para el problema:
P
1
(R
1
,X
1
) Problema formada por los conjuntos R
1
y X
1
.
X
1
= G,
1
, N
1
` Conjunto de las incgnitas del problema
|X
1
| = 5 Nmero de incgnitas del problema.
R
1
= 2, 3, 4` Conjunto de las relaciones del problema.
| R
1
| = 3 Nmero de Relaciones del problema.









Figura 2.6) Grafo del Problema P
1
.

Ambas variables de salida se encuentran en uno de los componentes de la
situacin. Por lo tanto, al formar el problema, se descarta el otro componente.


2.9.- SOLUBILIDAD DE LOS PROBLEMAS.

La solucin de cualquier problema se reduce a la de problemas de un
componente. Por lo tanto, es importante conocer cmo se aborda la solubilidad de
los problemas de un componente.
4 Oh
i89
25
55

1

I45
44
G1
12
38

En el grafo de un problema, una relacin est ligada si de ella parte un arco, y una
incgnita est ligada si a ella llega un arco (ver figura 2.7). Todos aquellos vrtices
que no estn ligados se les denomina vrtices libre.



Figura 2.7) Vrtices ligados.

.- Problema Elemental:

Un Problema Elemental es el formado por una relacin ligada a una incgnita. Es
decir: p ( r , x ).

En un problema elemental, la relacin nica determina la incgnita nica. La figura
2.7, es al mismo tiempo un ejemplo de problema elemental.

La solucin de un problema se puede reducir a una sucesin de problemas
elementales. As, el problema queda particionado en subproblemas de bajo nivel.
Por lo tanto el primer paso para resolver un problema es identificar sus problemas
elementales.

.- Pareo:

Un problema elemental es un par de vrtices adyacentes del problema. Luego, la
formacin de pares de vrtices en un grafo se conoce en Teora de Grafos como
N
12
5555
54
45
39
Pareo. Es decir, el pareo es un problema en donde se han identificado problemas
elementales.

Un pareo es mximo cuando se han identificado el mayor nmero posible de pares
de vrtices. Durante la solucin de un problema se debe encontrar siempre el
pareo mximo.

Un pareo es perfecto cuando estn incluidos todos los vrtices del problema.

En otras palabras, el pareo es un problema donde se ha determinado cul
incgnita va a ser calculada por cul relacin. Cada arco del pareo representa la
obtencin de la incgnita por la relacin a la cual est ligada.


.- Grafo del pareo:

El grafo del pareo se obtiene a partir del grafo del problema, ligando todos los
vrtices libres que sea posible. Un arco dirigido de una relacin libre a una
incgnita libre, liga ambos vrtices.

Ejemplo de pareo: Basado en el problema P
1
, de la figura 2.6, efectuar el pareo
mximo.





4 N
1
2

1

3 G
40

Figura 2.8) Grafo del Pareo.
La cardinalidad o potencia del pareo es el nmero de arcos de liga que contiene.
Hay problemas donde slo existe un pareo de cardinalidad mxima; pero tambin
hay problemas donde existen dos o ms pareos de cardinalidad mxima. Para el
ejemplo de la figura 2.8, si la relacin 2 se liga a la variable G y 3 a N
1
, se
obtendra otro pareo mximo para el mismo problema (Ver figura 2.9). Y, slo al
final del proceso de resolucin, se sabe cul pareo es quien realmente resuelve el
problema. Por lo tanto, basta con determinar tan slo un pareo mximo.







Figura 2.9) Segundo pareo mximo del problema P1.


.- Grados de Libertad:

Las incgnitas libres del pareo mximo se dice que son los grados de libertad del
problema. Son incgnitas que ninguna relacin del problema puede determinar.

El conjunto de grados de libertad de un problema se representa por el smbolo L.
4
N
1

2

1

3 G
41


.- Deficiencias:

las relaciones libres del pareo mximo se dice que son las Deficiencias del
problema. Son relaciones que no contienen incgnitas; todas sus variables tienen
valores dados.

El conjunto de las deficiencias de un problema se representa por el smbolo D.


.- Tipos de Problemas:

Segn los grados de libertad que se presenten, los problemas pueden ser:
- Determinados, si |L| = 0. (No tiene grados de libertad).
- Indeterminados, si |L| > 0. (Tiene al menos un grado de libertad).

Segn las deficiencias que se presenten en el pareo, los problemas pueden ser:
- Compatibles, si |D| = 0.
- Incompatibles, si |D| > 0.

Los problemas que aceptan un pareo perfecto, son simultneamente compatibles
y determinados. Los problemas que no aceptan un pareo perfecto pueden ser
determinados o compatibles, pero no ambas cosas a la vez.

En cuanto a la solubilidad de los problemas se puede decir que:
- Los problemas compatibles y determinados tienen solucin nica.
42
- Los problemas compatibles e indeterminados tienen mltiples soluciones.
- Los problemas incompatibles, en principio, no tienen solucin.
.- Resolvente:

El resolvente es un pareo donde los problemas elementales estn parcialmente
ordenados. Da el orden parcial a seguir en la solucin de los problemas
elementales; este orden parcial tiene que ser cumplido al determinar las incgnitas
del problema.

El grafo del resolvente se obtiene del grafo del pareo, orientando las aristas
remanentes. Estas aristas se convierten en arcos que van de las incgnitas a las
relaciones. (figura 2.10).






Figura 2.10) Resolvente del pareo de la figura 2.8.

En el grafo de la figura 2.10 se observa un ciclo orientado. Es decir, un camino
que regresa al punto de partida.

.- Algoritmo:
4
N
1

2

1

3 G
43
Un algoritmo es un resolvente con un orden estricto de los problemas elementales.
El algoritmo contiene nicamente los problemas elementales necesarios para
obtener las variables de salida del problema.

El algoritmo establece u orden estricto en la solucin de los problemas
elementales. Este orden total respeta y completa el orden parcial establecido por
el resolvente.

.- Tipos de Algoritmos:

- Algoritmo Secuencial: Es un algoritmo que tiene, en todo su recorrido, un
solo camino. Este slo puede ser ejecutado secuencialmente.
- Algoritmo Paralelo: Es un algoritmo que tiene, al menos en una parte del
recorrido, dos ms caminos que pueden ser ejecutados paralelamente.
Todo algoritmo paralelo puede ser ejecutado tambin secuencialmente.
- Algoritmo Arbreo: Es un algoritmo cuyos caminos nunca pasan dos veces
por el mismo lugar.
- Algoritmo Cclico: Es un algoritmo que contiene uno o ms caminos que
vuelven sobre s mismos. Su grafo presenta uno o ms ciclos orientados.

Ciclos en los algoritmos:

Todo ciclo en un algoritmo cclico tiene su ciclo dual, que se obtiene de otro pareo
del problema. Dicho ciclo, tiene idnticos vrtices, pero sentido contrario de sus
arcos.

Todo ciclo en un algoritmo determina un proceso iterativo (Repetitivo) de cmputo.
Para que se realice el proceso iterativo de un ciclo debe ser iniciado asignando un
valor a una de sus variables, por una meta.
44

Si un ciclo en un algoritmo es convergente, su ciclo dual ser divergente. El
sentido convergente hay que hallarlo por un experimento computacional.



.- Grafo del algoritmo:

Se obtiene del grafo del resolvente iniciando cada ciclo con una meta. Los
problemas elementales innecesarios para obtener las variables de salida del
problema se descartan, junto a sus arcos. (Ver figura 2.11).















Figura 2.11) Algoritmo del Resolvente de la figura 7.
En la figura 2.11, la parte sealada representa la asignacin de la variable N1 por
una meta (Asignacin de un valor inicial).

Luego, siguiendo los arcos desde la meta (N1) y probando la convergencia en la
relacin siguiente a la meta (3), se obtiene el organigrama del algoritmo. El cual
puede ser denotado en trminos de sus problemas elementales, como se indica
en la figura 2.12.

4
N
1

2

1

3 G
_
45









Figura 2.12) Organigrama del algoritmo.
En el organigrama de la figura 2.12, la nomenclatura de problemas elementales se
lee:
p1<-,N1> : Problema elemental N 1, asignar un valor inicial para N1.
p2<3,G> : Problema elemental N 2, Con la relacin 3 se obtiene la variable G.
|3| > c : Repetir mientras el valor absoluto de la expresin de la relacin 3, sea
mayor que un error c. (este error es un valor muy pequeo el cual es asignado por
el programador).

Finalmente, se codifica el bloque de programacin matlab a partir del organigrama
para probar la convergencia del ciclo, y el resultado es:
G N1 | 3 |

- 20 1
-444.634483263621 -452.024483263621 944.048966527242
-1388.68344979086 -1396.07344979086 1888.09793305448

Sin necesidad de hacer ms iteraciones se concluye que:

EL CICLO DIVERGE,

Ya que el valor absoluto de la relacin 3 se va incrementando.

Por lo tanto, se debe tomar un ciclo dual invirtiendo el sentido del primero. (ver
figura 2.13).

p1<-,N1>
p2<3,G>
p3<2,N1>
|3| > c
p4<4,miu1>
46













Figura 2.13) Ciclo dual para el algoritmo de la figura 2.11.
Cuyo organigrama es el siguiente:

p1<-,N1>

p2<3,N1>

p3<2,G>

|3| > e

p4<4,miu1>

Figura 2.14) Organigrama del algoritmo de la figura 10.

El cual al resolverse computacionalmente se obtienen los siguientes resultados:

G N1 | 2 |

- 20 1
27.3900000000000 256.012241631810 236.01224163181
263.402241631810 374.018362447716 118.006120815905
381.408362447716 433.021422855668 59.0030604079526
440.411422855668 462.522953059644 29.5015302039762
469.912953059644 477.273718161633 14.7507651019881
484.663718161633 484.649100712627 7.37538255099412
492.039100712627 488.336791988124 3.68769127549706
495.726791988124 490.180637625872 1.84384563774847
497.570637625872 491.102560444746 0.921922818874236
498.492560444746 491.563521854184 0.460961409437118
498.953521854184 491.794002558902 0.230480704718616
499.184002558902 491.909242911261 0.115240352359251
499.299242911261 491.966863087441 0.0576201761796256
4
N
1

2

1

3 G
_
47
499.356863087441 491.995673175531 0.0288100880898128
499.385673175531 492.010078219576 0.0144050440449064
499.400078219576 492.017280741598 0.0072025220224531
499.407280741598 492.020882002609 0.0036012610112266
499.410882002609 492.022682633115 0.0018006305056133
499.412682633115 492.023582948368 0.0009003152528066

1 = 0.10

Es decir, los resultados para las variables de salida G y 1 son:

G=499,41 N
1 = 0,10

El ejemplo desarrollado, representa un problema de simulacin directa.




2.10.- PROBLEMAS DE OPTIMIZACIN.

Es todo aquel cuya solucin informa sobre las condiciones o los parmetros que
aseguran el mejor comportamiento de un sistema. Por lo tanto, la optimizacin
puede ser:

- Funcional: Brinda informacin sobre las condiciones que aseguran el mejor
comportamiento del sistema modelado. A estos problemas tambin se les
conoce como ambientales o de operacin.
- Paramtrica: Brinda informacin sobre los parmetros que aseguran el
mejor comportamiento del sistema modelado. A estos problemas tambin
se les conoce como: de Sntesis o de Diseo.

Los problemas de optimizacin siempre son compatibles e indeterminados. En
ellos, el algoritmo genera un grupo de soluciones, y escoge de ellas la mejor,
segn un criterio de optimizacin dado.

48
Generalmente, el criterio de optimizacin es una funcin J(x), la funcin objetivo.
El argumento es un vector de incgnitas del problema, x=(x
1
, x
2
, x
3
,...).

.- Funcin Objetivo:

La mejor solucin es aquella que lleva la funcin objetivo a un valor extremo.
x x
opt
=> J(x) extr.

A conveniencia, dicho extremo puede ser un mximo o un mnimo.

En algunos casos, el criterio de optimizacin J(x) no es una funcin sino un
funcional. En los cuales, lo que se busca no es el valor extremo de una funcin,
sino una funcin cuyo conjunto de valores sea extremo.

La optimizacin puede ser:
- Escalar: Es aquella en donde la funcin objetivo depende de una sola de
las incgnitas del problema, es decir, de un escalar. J(x
i
) extr.
- Vectorial: Es aquella en donde la funcin objetivo depende de un vector de
incgnitas del problema.

J(x) extr.
x=(x
i
, x
j
, x
k
,...).

Tambin se le conoce como optimizacin multicriterial. Generalmente, la
funcin objetivo es una funcin escalar de un argumento vectorial.

Se puede plantear funciones objetivo que sean vectoriales de un argumento
vectorial. Pero en la prctica actual de la ingeniera se le utiliza muy poco,
debido a su compleja interpretacin.


Las funciones Objetivo multicriteriales pueden ser:
49

- Aditivas: Cuando es dada por la suma ponderada de las componentes
normalizadas del vector de incgnitas:
J(x) = Ax
*
i
+ Bx
*
j
+ Cx
*
k
+ ...

Es muy conveniente que los factores de ponderacin cumplan la condicin:
A+B+C+...=1.

Las componentes normalizadas del vector de incgnitas son variables
adimensionales que toman valores en el intervalo: 0 s x
*
i
s 1.

- Multiplicativas: es dada por el producto ponderado de las componentes
normalizadas del vector de incgnitas:
J(x) = (x
*
i
)
A

.
(x
*
j
)
B

.
(x
*
k
)
C

.
...

Es muy conveniente que los factores de ponderacin cumplan la condicin:
A+B+C+...=1.


.- Solubilidad de los problemas de optimizacin:

Por lo general, los problemas de optimizacin son problemas compatibles e
indeterminados, por lo tanto, siempre tendrn un conjunto de soluciones, las
cuales se pueden ir discriminado con el empleo de la funcin objetivo diseada
para el caso en particular.

El procedimiento para su resolucin, es similar al de los problemas de simulacin,
con la salvedad de que el organigrama del algoritmo se hace omitiendo las
variables que son grados de libertad. Esto producir un algoritmo central en el
cual, slo se deben ir asignando valores a los grados de libertad y obteniendo
resultados de las incgnitas del problema, luego, el conjunto de soluciones as
50
obtenido es discriminado con la funcin objetivo, observando cul conjunto de
soluciones lleva a dicha funcin al extremo (mnimo mximo). Obtenindose,
entonces un algoritmo general, de la siguiente forma:




Repetir desde L1=x hasta xn incr. i
Repetir desde L2=y hasta yn incr. j
...
ALGORITMO CENTRAL
Calcular J(x)
...
Fin Repetir L2
Fin Repetir L1







51






CAPITULO 3
MARCO METODOLGICO

3.1.- TIPO DE ESTUDIO:
El presente estudio est enmarcado en una investigacin de carcter no
experimental de tipo descriptiva, debido a que el desarrollo consiste en analizar
situaciones de ingeniera mecnica y elaborar software programados en Matlab,
mediante el empleo de las teoras correspondientes segn sea el caso.

3.2.- METODOS Y MEDIOS DE INVESTIGACION:
El mtodo de investigacin consiste bsicamente en describir las teoras a
emplear, desarrollar su aplicacin en cada caso, analizar su algoritmo procesal y
programar el software en Matlab. Evidentemente, la descripcin de las teoras
implica: revisin bibliogrfica , bsquedas en Internet, traducciones y anlisis de
papers y/o publicaciones, etc.
En cuanto a los medios o instrumentos de investigacin, se tiene:
a. Revisin Bibliogrfica; lo cual involucra no slo textos, sino tambin,
publicaiones cientficas y exploraciones en Internet.
b. Software Matlab; el cual ser la base de toda la programacin y elaboracin
de los software.
52
c. Software Power Point; para elaborar los grafos de los modelo matemticos
y obtener, aplicando las teoras correspondientes, los algoritmos de
solucin de los problemas planteados.


3.3.- POBLACIN A ESTUDIAR:
Los problemas de aplicacin en Ingeniera Mecnica representan una gran
poblacin de objetos a estudiar, por tal razn, se ha hecho una seleccin de
cinco(5) casos que engloban gran parte de las caractersticas resaltantes de tales
aplicaciones, stas son:
1. Clculos Vectoriales, en el diseo de ejes de transmisin.
2. Clculos Iterativos, en la obtencin de velocidades crticas para ejes de
revolucin.
3. Clculos Diferenciales, en el clculo de oscilaciones para sistemas de
amortiguacin de vehculos.
4. Problemas de Simulacin, en el clculo de dimetros de tornillos sometidos a
tensin.
5. Problemas de optimizacin, en el diseo de resortes helicoidales de
compresin.
53
3.4.- VARIABLES DE ESTUDIO:
Las variables de estudio para esta investigacin, segn cada caso expuesto, son:
Caso

Variables Tipo de Variables
Clculos Vectoriales.
(Dimensionamiento de
Ejes de Transmisin)
Fuerzas Independientes
Momentos
Posiciones
Dimetros Dependientes
Longitudes
Clculos Iterativos.
(Determinacin de
Velocidades Crticas para
ejes de revolucin)
Masa Independientes
Momentos de Inercia
Dimetros
Longitudes
Densidad
Velocidades Angulares
Velocidades Crticas Dependientes
Fuerzas, momentos,
ngulos y deflexiones
relativas.
Clculos Diferenciales.
(Oscilaciones en sistemas
de amortiguacin activa y
pasiva de vehculos
automotores)
Masas Independientes
Constantes de Resorte
Constantes de
Amortiguacin
Caractersticas de Actuador
Hidrulico.
Desplazamientos de
oscilacin
Dependientes
Velocidades de oscilacin



54
Caso

Variables Tipo de Variables
Problemas de Simulacin.
(Clculo de Dimetro de
tornillos a tensin)
Cargas y precarga. Independientes
Longitud de Apriete.
Propiedades de Materiales.
Propiedades de tornillos.
Factor de seguridad.
Dimetro del perno. Dependiente
Problema de
Optimizacin.
(Diseo de Resortes
Helicoidales de
compresin)
Cargas Independientes
Constante de Resorte
Propiedades de material del
resorte.
Dimetro de Espira Dependientes
Dimetro de Alambre
Nmero de Espiras
Peso del Resorte Interviniente

3.5.- PROCEDIMIENTO GENERAL:

El procedimiento metodolgico general para el desarrollo de la investigacin ser
el siguiente:
Caso 1: Dimensionamiento de ejes de transmisin:
1. Investigar las teoras de fallas en las que se basa el clculo de
dimensionamiento de ejes de transmisin.
2. Determinar distribucin de fuerzas internas a lo largo del eje planteado segn
cargas actuantes, mediante un clculo vectorial.
3. Programar software en Matlab, aplicando las teoras respectivas.

55
Caso 2: Determinacin de velocidades crticas en ejes de revolucin:
1. Traducir Artculo Tcnico: A General Method for Calculating Critical Speeds of
Flexible Rotors (Un Mtodo General Para Determinar Velocidades Crticas de
Rotores Flexibles).
2. Desarrollar el algoritmo de clculo iterativo.
3. Programar software en Matlab.

Caso 3: Oscilaciones en sistemas de amortiguacin:
1. Traducir Artculo Tcnico: Nonlinear Design of Active Suspensions (Diseo
Nolineal de Suspensiones Activas).
2. Analizar los modelos Fsicos y Matemticos.
3. Resolver el sistemas de ecuaciones diferenciales planteado, empleando el
mdulo Simulink del Matlab.

Caso 4: Determinacin de velocidades crticas en ejes de revolucin:
1. Investigar la teora de clculo de tornillos a tensin.
2. Investigar la teora de grafos aplicada a modelos matemticos programables.
3. Aplicar la teora de grafos para determinar el algoritmo del resolvente para
calcular dimetros de tornillos sometidos a tensin.
4. Programar software en Matlab.

Caso 5: Diseo Optimo de Resortes Helicoidales de Compresin:
1. Investigar la teora de clculo de Resortes Helicoidales de Compresin.
2. Investigar la teora de grafos aplicada a modelos matemticos programables.
56
3. Establecer Funcin Objetivo J(X).
4. Aplicar la teora de grafos orientada a problemas de optimizacin.
5. Determinar Algoritmo del resolvente para el clculo y optimizacin de
resultados.
6. Programar software en Matlab.
57






CAPITULO 4
DESARROLLO DE LAS APLICACIONES

4.1.- CALCULOS VECTORIALES:
En la gran mayora de las aplicaciones de Ingeniera Mecnica, se emplean
clculos vectoriales, para determinacin de posiciones, velocidades,
aceleraciones, fuerzas, momentos, etc. Es decir durante un anlisis cinemtico,
dinmico, etc. Por lo tanto, es uno de los casos ms importantes a abordar en esta
investigacin.

Especficamente, se ilustrar la operatividad del Matlab para realizar clculos
vectoriales y manejar variables vectores, con el clculo de fuerzas internas sobre
ejes de transmisin y clculos de dimetros.

Base de Clculo:
El matlab puede almacenar en una variable una matriz de m x n elementos, si esta
matriz es de tres(3) filas y una(1) columna (3 x 1), se dice, entonces que esa
variable es un vector, en el cual su primer trmino ser la componente en "i", su
segundo trmino, la componente en "j" y el ltimo en "k". Fsicamente, un vector
es:
58
Sin embargo, matemticamente es:

Lo cual en lenguaje Matlab, se denota:
V=[Vx,Vy,Vz];
Por otro lado, si A y B son dos vectores definidos, en Matlab, como lo indica la
Ecuacin 3, entonces se pueden realizar las siguientes operaciones en forma
directa:
Suma: C=A + B;
Resta: C=A - B;
Producto Cruz: C=cross(A,B);
Producto punto: C=dot(A,B);

Lo cual resulta sumamente prctico a la hora de realizar mltiples operaciones
vectoriales.

Ahora, si tienes varios vectores Fuerza, igual nmero de vectores Momento y
Posicin, entonces, es posible crear arreglos de celdas y almacenar cada grupo
de vectores en una variable. Es decir:

k Vz j Vy i Vx V

+ + =

Vz Vy Vx V =

(4.3)

+ +
+ +
+ +
=
k z Fn j y Fn i x Fn
k z F j y F i x F
k z F j y F i x F
F

...

1
(4.4)
(4.1)
(4.2)
59
En Matlab esto es:
F={[F1x,F1y,F1z]; [F2x,F2y,F2z];... [Fnx,Fny,Fnz]};

Lo cual imprime an ms versatilidad a las operaciones vectoriales mltiples. Ya
que, si del mismo modo son definidos arreglos de celdas para M y R, por ejemplo,
una sumatoria total de momentos de la forma:

E (R
i
x F
i
) + E (M
i
)

En Matlab lucira de la siguiente manera:

SM=0;
for i=1:1:n
SM=SM+cross(R{i},F{i})+M{i};
end

Lo cual es bastante corto, si se compara con cualquier otro lenguaje de
programacin.

Aplicacin Especfica:
.- Clculo de Dimetros de Ejes de Transmisin.
Este programa se realiz basado en las siguientes consideraciones:
1. El eje estar montado sobre dos(2) apoyos nicamente.
2. En cada punto del eje donde se encuentre un dispositivo montado (una
polea, una rueda dentada, un volante de inercia, etc.) se colocar en ese
punto una fuerza y momento externos, que en general, pueden tener
cualquier direccin en el espacio.
3. Los eje de coordenadas cartesianas se dispondrn como se muestra en la
figura 4.1.
(4.5)
(4.6)
60






Luego, se realizan los clculos de las reacciones en los apoyos, de manera
vectorial, para, de igual forma, obtener las fuerzas internas a lo largo del eje
empleando el mtodo de las secciones.

Una vez calculadas la fuerzas internas, se calculan los dimetros mnimos
requeridos en cada punto del eje, donde hallan fuerzas y/o momentos externos,
mediante la aplicacin de alguna teora de falla o diseo; stas son:
Teora de Soderberg.
Teora de Goodman.
Teora del Esfuerzo Cortante Mximo (Crculo de Mohr).
Cdigo ASME.

Pudiendo ser operado a travs de una ventana de interfaz de usuario, como la
mostrada en la figura 4.2.





X
Y
Z
Figura 4.1) disposicin de ejes coordenados.
61















Figura 4.2) Interfaz de usuario del software SHAFT.

Dadas las caractersticas del Matlab, de poder definirse matrices y arreglos
directamente, las Fuerzas y los Momentos son introducidos en forma de arreglo de
celdas; es decir varias matrices en una misma variable. Cuando se
escribe:{[63660,10083,0];[-63660,0,0]}, Matlab almacena dos vectores (63660 i +
10083 j ,y , 63660 i ) en una sola variable llamada M. Y cuando se solicita M{1},
tomar slo el primer vector. Evidentemente, esto proporciona una gran ventaja a
la hora de introducir y operar con muchos vectores.

El Botn Graficar de la figura 4.2, se emplea para producir un esquema
aproximado del eje, sus apoyos y sus cargas; y contiene las siguientes sentencias:





Lista Desplegable
mtodos.
Botn Graficar.
Esquema.
Botn
Guardar.
Botn
Cargar.
Botn Calcular.
Botn
Poleas.
Botn
Ruedas.
ASME
62
% Nombre de Archivo: shgraf.m
shdatos;
if min(Pos)>=0 & max(Pos)<=apoyos
plot3([0,apoyos],[0,0],[0,0]);
elseif min(Pos)<0
plot3([min(Pos),apoyos],[0,0],[0,0]);
elseif max(Pos)>apoyos
plot3([0,max(Pos)],[0,0],[0,0]);
else
plot3([min(Pos),max(Pos)],[0,0],[0,0]);
end

inc=10;

NF=extension(F); %Nmero de Fuerzas
axis([-inf apoyos -inc inc -inc inc]);
hold on
%ejes x,y,z.
plot3([0,apoyos/inc],[0,0],[0,0],'m.-');
text(apoyos/inc+1,0,0,'x');
plot3([0,0],[0,inc],[0,0],'m.-');
text(0,inc+1,0,'y');
plot3([0,0],[0,0],[0,inc],'m.-');
text(0,0,inc+1,'z');
%%%%%%%%%%%
for i=1:1:NF
UF=inc*shunit(F{i});
plot3([Pos(i),Pos(i)+UF(1)],[0,UF(2)],[0,UF(3)],'r<-');
end
NM=extension(M); %Nmero de Momentos

if NM~=NF
msgbox('La cantidad de Fuerzas debe ser igual a la de
Momentos');
end

for i=1:1:NM
UM=inc*shunit(M{i});
plot3([Pos(i),Pos(i)+UM(1)],[0,UM(2)],[0,UM(3)],'ko-');
end
%Apoyos en forma de #.
text(0,0,0,'#');
text(apoyos,0,0,'#');

axis equal
axis off
hold off
63
En el cual se invoca a otro archivo m, llamado shdatos; cuyo contenido es el
siguiente:
%Nombre de Archivo: shdatos.m
H_apoyos=findobj('tag','EditText1');
txt_apoyos=get(H_apoyos,'string');
apoyos=Str2num(txt_apoyos);%Distancia entre apoyos
%Mtodo a Aplicar.
H_Metodo=findobj('tag','PopupMenu1');
V_Metodo=get(H_Metodo,'Value');%Posicin en la lista.
% 1 : ANSI
% 2 : Soderberg
% 3 : Goodman
% 4 : Mohr
H_Fuerzas=findobj('tag','EditText2');
txt_Fuerzas=get(H_Fuerzas,'string');
F=eval(txt_Fuerzas);%Fuerzas actuantes
H_Momentos=findobj('tag','EditText3');
txt_Momentos=get(H_Momentos,'string');
M=eval(txt_Momentos);%Momentos actuantes
H_Pos=findobj('tag','EditText4');
txt_Pos=get(H_Pos,'string');
Pos=Str2num(txt_Pos);%Posiciones de las fuerzas externas.
H_n=findobj('tag','Seguridad');
txt_n=get(H_n,'string');
n=Str2num(txt_n);%Factor de Seguridad
H_Ss=findobj('tag','Esfuerzos');
txt_Ss=get(H_Ss,'string');
Ss=Str2num(txt_Ss); %[Se, Sy, Sut]
NF=extension(F);

Adems se emplean las funciones shunit , shmag y extension.
function unitario=shunit(F)
% function shunit(F)
% Funcion shunit: busca el vector unitario en la direccion
% del vector que se encuentre como argumento.
% Este argumento debe ser un vector de tres elementos.
modulo=shmag(F);
if modulo~=0
unitario=F/modulo;
else
unitario=[0,0,0];
end


64
function magnitud=shmag(F)
% function shmag(F)
% funcion shmag: Obtiene el modulo o magnitud del vector
% argumento.
% Este argumento debe ser un vector de tres elementos.
if extension(F)==3
magnitud=sqrt(F(1)^2+F(2)^2+F(3)^2);
else
magnitud=inf;
end

% Funcion EXTENSION
% La funcin EXTENSION determina la cantidad de elementos
% que el arreglo tiene.
% An array m by n will have m*n elements whole. This
% Un arreglo de m por n elementos tiene m*n elementos en
% total.
% La funcion trabaja de la siguiente manera:
% s=size(X); m=s(1); n=s(2); extension=m*n;
function ext=extension(X)
s=size(X);
m=s(1);
n=s(2);
ext=m*n;

El Botn Guardar de la figura 4.2, toma los valores introducidos en los EditText, de
la ventana de interfaz, y los almacena en un archivo .mat del Matlab con el
nombre que se le indique. Y las sentencias son:
%Nombre de Archivo: shguardar
clear
shdatos;
H_et5=findobj('Tag','EditText5');
Mat_File=get(H_et5,'String');
save(Mat_File);
msgbox(['Datos Guardados en: ',Mat_File,'.mat']);

El Botn Cargar de la figura 4.2, se emplea para recuperar los valores que han
sido guardados, y llena el formulario automticamente. Sus sentencias son:


65

%Nombre de Archivo: shcargar.m
clear
H_et5=findobj('Tag','EditText5');
Mat_File=get(H_et5,'String');
load(Mat_File);
H_apoyos=findobj('tag','EditText1');
set(H_apoyos,'String',txt_apoyos);
H_Fuerzas=findobj('tag','EditText2');
set(H_Fuerzas,'String',txt_Fuerzas);
H_Momentos=findobj('tag','EditText3');
set(H_Momentos,'string',txt_Momentos);
H_Pos=findobj('tag','EditText4');
set(H_Pos,'string',txt_Pos);
H_n=findobj('tag','Seguridad');
set(H_n,'string',txt_n);
H_Ss=findobj('tag','Esfuerzos');
set(H_Ss,'string',txt_Ss);

El Botn Poleas, se encarga de mostrar otra ventana de interfaz, con la cual se
realizan clculos de tensiones en correas a partir de la potencia y las RPM del eje.
Esta ventana tiene el siguiente aspecto:












Figura 4.3) Clculo de tensiones en correas.
66
El Botn Ruedas, se encarga de mostrar otra ventana de interfaz, con la cual se
efectan clculos de fuerzas en ruedas dentadas a partir de la potencia y las RPM
del eje. Esta ventana tiene el siguiente aspecto:










Figura 4.4) Clculo de fuerzas en ruedas dentadas.
Y, el Botn Calcular, ejecuta todas la operaciones de clculos vectoriales
necesarios para determinar las fuerzas internas a lo largo del eje y obtener los
dimetros en cada punto del mismo segn el mtodo seleccionado. Todo se lleva
a cabo mediante una serie de archivos m, que se ejecutan segn una secuencia
establecida por un archivo maestro (otro archivo m), cuyo contenido es:
shdatos;
shcalR %Calculo de reacciones
shvector %Busca vectores posicion
shR %Busca vectores R, entre fuerza y fuerza.
shft %calculo de los vectores f y m
shhi %Clculo de Fuerzas internas.
shqi
shtti
shfi %clasificacion de fuerzas internas.
shcd %calculo de dimetros
67
Donde cada lnea no es ms que el nombre de otro M-File, que se encarga de una
parte del problema, al ejecutarse todos, queda resuelto completamente el
problema. A continuacin se muestran los contenidos de los archivos shcalR, que
se encarga de calcular las reacciones, y, los archivos shhi, shqi y shtti, quienes
calculan las fuerzas y momentos internos:

%Clculo de Reacciones
% Nombre de archivo: shcalR.m
SF=zeros(1,3);
SMF=zeros(1,3);
for i=1:1:NF
SF=SF+F{i};
end
for i=1:1:NF
SMF=SMF+cross([Pos(i),0,0],F{i});
end
for i=1:1:NF
SMF=SMF+M{i};
end
R2=[0,-SMF(3)/apoyos,SMF(2)/apoyos];
SF=SF+R2;
R1=-1*SF;

%Calculo de los (Hi)
% Nombre de Archivo: shhi.m
nn=NF+1;
H=cell(nn,1);
for i=1:1:nn
H{i}=zeros(1,3);
for k=1:1:i
Ra=zeros(1,3);
for j=k:1:i
Ra=Ra+R{j};
%Ra=Ra+([r(j),0,0]);
end %j
H{i}=H{i}+cross(Ra,f{k});
end %k





68
%Calculo de los Qi
% Nombre de Archivo: shqi.m
nn=NF+1;
Q=cell(nn,1);
for i=1:1:nn
Q{i}=zeros(1,3);
for j=1:1:i
Q{i}=Q{i}-f{j};
end %j
end %i

%Calculo de los momentos internos (Ti)
% Nombre de Archivo: shtti.m
nn=NF+1;
T=cell(nn,1);
TI=cell(nn,1); % <--- momentos por la izquierda
for i=1:1:nn
T{i}=zeros(1,3);
for j=1:1:i+1
T{i}=T{i}-m{j};
end %j
T{i}=T{i}+H{i};
TI{i}=T{i}+m{i+1};
end %i

Mostrmdose los resultados obtenidos en una ventana, como la mostrada en la
figura 4.5.












Figura 4.5) Perfil del Eje.
Botn Graficar Perfil Real
Botn Crear Script
Botn Ver Tabla
69
En esta nueva ventana se observan los siguientes botones:
.- Botn Graficar Perfil Real: el cual ejecuta las siguientes sentencias:
plot(x,dS/2,'r-',x,-dS/2,'r-');
axis equal;
hold on;
%Leer Datos de la figura
H_Diametros=findobj('tag','Edit_Diametros');
txt_Diam=get(H_Diametros,'string');
Diametros=Str2num(txt_Diam);
H_Longitudes=findobj('tag','Edit_Longitudes');
txt_Long=get(H_Longitudes,'string');
Longitudes=Str2num(txt_Long);
%%%%%%%
%Graficar eje real
incremento=0;
for i=1:1:extension(Diametros)
SerieX(1)=incremento;
SerieY(1)=0;
SerieX(2)=incremento;
SerieY(2)=Diametros(i)/2;
SerieX(3)=Longitudes(i)+incremento;
SerieY(3)=Diametros(i)/2;
SerieX(4)=Longitudes(i)+incremento;
SerieY(4)=-Diametros(i)/2;
SerieX(5)=incremento;
SerieY(5)=-Diametros(i)/2;
SerieX(6)=incremento;
SerieY(6)=0;
plot(SerieX,SerieY,'b-')
incremento=Longitudes(i)+incremento;
end
axis equal
hold off

Donde la primera lnea, se encarga de dibujar el perfil terico del eje con los
valores de dimetros calculados.
.- Botn Ver Tabla: Cuya sentencia es:
msgbox({'Perfil Teorico';'--------------------';'Pos. Diam.'; ...
num2str([x dS])},'SHAFT. Dimetros','warn');
70
Este botn se encarga de mostrar una caja de mensajes con los datos numricos
obtenidos, como se muestra en la figura 4.6.










Figura 4.6) Dimetros Tericos del Eje Calculado

.- Botn Crear Script: Este botn construye un archivo con extensin scr, para ser
ejecutado en autocad y crear una representacin 3D del perfil real del eje. Sus
sentencias son:
%Capturando nombre del script
H_nScript=findobj('Tag','Edit_Script');
ScriptName=get(H_nScript,'String');

%Creando matriz de puntos
colMP=2*extension(Diametros)+1;
Mpuntos=zeros(2,colMP);
iDiam=1; iLong=0;
Mpuntos(2,1)=Diametros(1)/2;
for i=3:2:colMP-1
iDiam=iDiam+1;
Mpuntos(2,i)=(Diametros(iDiam)-Diametros(iDiam-1))/2;
end
Mpuntos(2,colMP)=-Diametros(iDiam)/2;
for i=2:2:colMP-1
iLong=iLong+1;
Mpuntos(1,i)=Longitudes(iLong);
end
%Creando archivo script Autocad
71
fid = fopen([ScriptName,'.scr'],'w');
fprintf(fid,'pline\n');
fprintf(fid,'0,0\n');
fprintf(fid,'@%.4f,%.4f\n',Mpuntos);
fprintf(fid,'cl\n');
fprintf(fid,'revolve\n');
fprintf(fid,'all\n');
fprintf(fid,'\n');
fprintf(fid,'0,0\n');
fprintf(fid,'100,0\n');
fprintf(fid,'\n');
fclose(fid);
msgbox(' Archivo Script Creado ');

Para los datos mostrados en la figura 4.5, (Ejemplo que se viene desarrollando), el
archivo script de autocad queda con la siguiente informacin:
pline
0,0
@0.0000,12.5000
@25.0000,0.0000
@0.0000,2.5000
@5.0000,0.0000
@0.0000,7.5000
@90.0000,0.0000
@0.0000,-7.5000
@5.0000,0.0000
@0.0000,-2.5000
@25.0000,0.0000
@0.0000,-12.5000
cl
revolve
all

0,0
100,0

72
4.2.- CALCULOS ITERATIVOS:
En la ingeniera mecnica existen varios casos en los que se emplean reclusiones
para resolver un problema, por ejemplo, el mtodo de cross, aplicado a estructuras
hiperestticas o a redes de tuberas; tambin el mtodo de Miklestad para
determinar velocidades criticas en ejes de revolucin; entre otros.

Base de Clculo:
Existen varias maneras de realizar clculos iterativos en el Matlab. sin embargo,
se pueden resumir en:
- Vectorizables.
- No vectorizables.
Los Vectorizables, no requieren el empleo de bucles de programacin (for, while,
etc.) y operan directamente arreglando la variable reclusiva en forma de vector. Si
por ejemplo se requiere evaluar una secuencia de valores en una funcin, ya sea,
para realizar grfica o simplemente determinar la imagen correlativa del conjunto
de valores dada la funcin, se puede realizar de la siguiente manera:

x=(1:1:20)'; %lnea 1
y=log(x); %lnea 2
[x,y] %lnea 3

La lnea 1, establece una secuencia desde x=1 hasta x=20 en incrementos de 1,
en un slo vector fila y lo transpone a vector columna.
x = ( 1 : 1 : 20 ) '



Variable
Vector
Valor
Inicial
Incremento
Valor
Final
Transposicin
73
(
(
(
(
(
(

=
20
...
3
2
1
log ) log( x y
La lnea 2, calcula todos los logaritmos naturales de los valores contenidos en el
vector x.





Y la lnea 3, concatena las dos(2) columnas de valores y las muestra en el
Workspace.
>> [x,y]
ans =
1.0000 0
2.0000 0.6931
3.0000 1.0986
4.0000 1.3863
... ...
20.0000 2.9957

Por otro lado, existen casos en los que no se pueden operar de esa manera y
obliga el uso de bucles for while, los clculos iterativos no vectorizables. Tal es
el caso de una resolucin del tipo:

V
i
= V
i - 1
+ q
i
* Ax
i
; desde i=2 hasta n.

Siendo V
1
un valor inicial dado y los vectores q
i
y Ax
i
; conocidos.
En este caso el bloque de programacin Matlab sera:
V=zeros(n,1); %lnea 1
V(1)=0; %lnea 2
for i=2:1:n %lnea 3
V(i)=V(i-1)+q(i)*DX(i) %lnea 4
end %lnea 5

En la primera lnea, simplemente se obtiene un vector de slo ceros, para
dimensionar al vector V, este paso es optativo, ya que el matlab dimensiona
automticamente el vector en la medida que es llenado. En la lnea 2, se asigna el
(4.7)
74
valor inicial de la reclusin V1; las lneas 3, 4 y 5, representan el bucle que se
encargar de calcular iterativamente el resto de los valores de V.

Aplicacin Especfica:

Cmo aplicacin especfica se ha creado un software para clculos de velocidades
crticas en ejes de revolucin basado en el Mtodo de Miklestad. Este mtodo
consiste bsicamente en calcular de manera iterativa para varias frecuencias de
rotacin los momentos flectores al extremo opuesto del eje o extremo libre (si tiene
un extremo envoladizo), hasta obtener para cuales valores de frecuencias estos
momentos resultan cero(0).
La iteracin se desarrolla de la siguiente manera:









inicio
d, Dx, rho, m, NS
w (rango)
para j=1 hasta rango
E=29e6;
I=pi/64*d.^4;
Bt=Dx./(E*I);
Q1(j,1)=0;V1(j,1)=1
M1(j,1)=0;Y1(j,1)=0
Q2(j,1)=1;V2(j,1)=0
M2(j,1)=0;Y2(j,1)=0
para i=1 hasta
numero de masas
V1(j,i)=V1(j,i-1)+(w(j)*2*pi/60)^2*m(i-1)*Y1(j,i-1);
V2(j,i)=V2(j,i-1)+(w(j)*2*pi/60)^2*m(i-1)*Y2(j,i-1);
M1(j,i)=M1(j,i-1)+V1(j,i)*Dx(i);
M2(j,i)=M2(j,i-1)+V2(j,i)*Dx(i);
Q1(j,i)=beta(i)*(M1(j,i-1)/2+M1(j,i)/2)+Q1(j,i-1);
Q2(j,i)=beta(i)*(M2(j,i-1)/2+M2(j,i)/2)+Q2(j,i-1);
Y1(j,i)=beta(i)*(M1(j,i-1)/3+M1(j,i)/6)+Q1(j,i-1)*Dx(i)+Y1(j,i-1);
Y2(j,i)=beta(i)*(M2(j,i-1)/3+M2(j,i)/6)+Q2(j,i-1)*Dx(i)+Y2(j,i-1);
c(j)=Q1(j,12);D(j)=Q2(j,12);
A(j)=Y1(j,12);B(j)=Y2(j,12);
q(j)=M1(j,12);r(j)=M2(j,12);
Q11(j)=c(j)*(-B(j)/A(j))+D(j);
M11(j)=q(j)*(-B(j)/A(j))+r(j);
II

75

















Figura 4.7) Flujograma de proceso iterativo de clculo.

NOMENCLATURA:
w = Velocidad angular.
d = Dimetros de los tramos.
Dx Dx = Longitud de cada Tramo.
rho r = Densidad del material.
m = Masa de los discos discretos.
NS = Nmero de sectores o
tramos entre apoyo y apoyo, o,
entre apoyo y envoladizo (1 2).
V = Fuerza Cortante.
M = Momento Flector.
m = Masa por unidad de longitud.
E = Mdulo de Elasticidad.
I = Momento de inercia de la seccin.
Bt b= Constante de flexibilidad de la seccin.
Q q= Angulo pendiente de deflexin.
Y = Flecha.
Escrito en Matlab esto ser:
fin
para j=1 hasta rango
Q1(j,1)=0;V1(j,1)=1
M1(j,1)=0;Y1(j,1)=0
Q2(j,1)=1;V2(j,1)=0
M2(j,1)=0;Y2(j,1)=0
para i=1 hasta
numero de masas
V1(j,i)=V1(j,i-1)+(w(j)*2*pi/60)^2*m(i-1)*Y1(j,i-1);
V2(j,i)=V2(j,i-1)+(w(j)*2*pi/60)^2*m(i-1)*Y2(j,i-1);
M1(j,i)=M1(j,i-1)+V1(j,i)*Dx(i);
M2(j,i)=M2(j,i-1)+V2(j,i)*Dx(i);
Q1(j,i)=beta(i)*(M1(j,i-1)/2+M1(j,i)/2)+Q1(j,i-1);
Q2(j,i)=beta(i)*(M2(j,i-1)/2+M2(j,i)/2)+Q2(j,i-1);
Y1(j,i)=beta(i)*(M1(j,i-1)/3+M1(j,i)/6)+Q1(j,i-1)*Dx(i)+Y1(j,i-1);
Y2(j,i)=beta(i)*(M2(j,i-1)/3+M2(j,i)/6)+Q2(j,i-1)*Dx(i)+Y2(j,i-1);
c1(j)=M1(j,9);c2(j)=M2(j,9);a1(j)=V1(j,10);a2(j)=V2(j,10);
M(j)=c1(j)*(-a2(j)/a1(j))+c2(j);
II
[w,M]
NS=2
No
S
M=M11

76
% Programa para el clculo de velocidades crticas de un rotor.
% Mtodo de Miklestad
% SECTOR #1
E=29e6;
I=pi/64*d.^4;
beta=Dx./(E*I);
for j=1:1:8
Q1(j,1)=0; V1(j,1)=1; M1(j,1)=0; y1(j,1)=0;
Q2(j,1)=1; V2(j,1)=0; M2(j,1)=0; y2(j,1)=0;
w(j)=(j-1)*2000;
for i=2:1:12
V1(j,i)=V1(j,i-1)+(w(j)*2*pi/60)^2*m(i-1)*y1(j,i-1); % caso 1
V2(j,i)=V2(j,i-1)+m(i-1)*(w(j)*2*pi/60)^2*y2(j,i-1); % caso 2
M1(j,i)=M1(j,i-1)+V1(j,i)*Dx(i);
M2(j,i)=M2(j,i-1)+V2(j,i)*Dx(i);
Q1(j,i)=beta(i)*(M1(j,i-1)/2+M1(j,i)/2)+Q1(j,i-1);
Q2(j,i)=beta(i)*(M2(j,i-1)/2+M2(j,i)/2)+Q2(j,i-1);
y1(j,i)=beta(i)*(M1(j,i-1)/3+M1(j,i)/6)+Q1(j,i-1)*Dx(i)+y1(j,i-1);
y2(j,i)=beta(i)*(M2(j,i-1)/3+M2(j,i)/6)+Q2(j,i-1)*Dx(i)+y2(j,i-1);
end
C(j)=Q1(j,12); D(j)=Q2(j,12); A(j)=y1(j,12); B(j)=y2(j,12);
q(j)=M1(j,12); r(j)=M2(j,12);
Q11(j)=C(j)*(-B(j)/A(j))+D(j); M11(j)=q(j)*(-B(j)/A(j))+r(j);
end

% SECTOR #2
I=pi/64*d^4;
beta=Dx/(E*I);
for j=1:1:8
Q1(j,1)=0; V1(j,1)=1; M1(j,1)=0; y1(j,1)=0;
Q2(j,1)=Q11(j); V2(j,1)=0; M2(j,1)=M11(j); y2(j,1)=0;
w(j)=(j-1)*2000;
for i=2:1:10
V1(j,i)=V1(j,i-1)+(w(j)*2*pi/60)^2*m(i-1)*y1(j,i-1); % caso 1
V2(j,i)=V2(j,i-1)+m(i-1)*(w(j)*2*pi/60)^2*y2(j,i-1); % caso 2
M1(j,i)=M1(j,i-1)+V1(j,i)*Dx(i);
M2(j,i)=M2(j,i-1)+V2(j,i)*Dx(i);
Q1(j,i)=beta(i)*(M1(j,i-1)/2+M1(j,i)/2)+Q1(j,i-1);
Q2(j,i)=beta(i)*(M2(j,i-1)/2+M2(j,i)/2)+Q2(j,i-1);
y1(j,i)=beta(i)*(M1(j,i-1)/3+M1(j,i)/6)+Q1(j,i-1)*Dx(i)+y1(j,i-1);
y2(j,i)=beta(i)*(M2(j,i-1)/3+M2(j,i)/6)+Q2(j,i-1)*Dx(i)+y2(j,i-1);
end
% M19=c1*V11+c2*Qo ; V20=a1*V11+a2*Qo
c1(j)=M1(j,9); c2(j)=M2(j,9);
a1(j)=V1(j,10); a2(j)=V2(j,10);
M(j)=c1(j)*(-a2(j)/a1(j))+c2(j);
end

%Grfica del momento M19 Vs. velocidad angular asumida.
plot(w,M,'r*-')
GRID
AXIS([1000 15000 -2e7 2.5e7])
XLABEL('VELOCIDAD ANGULAR (RPM)')
YLABEL('MOMENTO EN EL PUNTO 19')
TITLE('GRAFICA DEL MOMENTO Vs. VELOCIDAD ANGULAR ASUMIDA')

77
Donde los datos son introducidos desde una ventana de interfaz con el siguiente
aspecto:















Figura 4.8) Ventana de Interfaz software Rotor-Matlab.
Como un ejemplo se tomar el eje mostrado en la figura 4.9 y se introducirn sus
datos en la ventana de interfaz para obtener algunos resultados.
Figura 4.9) Eje de ejemplo para Clculo de Velocidades Crticas.
D
a
t
o
s

G
e
o
m

t
r
i
c
o
s

d
e
l

e
j
e
D
a
t
o
s

G
e
o
m

t
r
i
c
o
s

d
e
l

e
j
e
D
a
t
o
s

d
e
l

M
a
t
e
r
i
a
l
D
a
t
o
s

d
e
l

M
a
t
e
r
i
a
l
Opciones de Opciones de
Guardado Guardado
de los datos de los datos
D
a
t
o
s

d
e

l
o
s

D
i
s
c
o
s
D
a
t
o
s

d
e

l
o
s

D
i
s
c
o
s
d
e

B
a
l
a
n
c
e
o
.
d
e

B
a
l
a
n
c
e
o
.
Opciones de Opciones de
Clculo Clculo
Gama de Gama de
Valocidades Valocidades
a evaluar. a evaluar.

78

















Figura 4.10) Introduccin de Datos para resolucin del ejemplo.
Obtenindose los resultados mostrados en las figuras 4.11 y 4.12.















Figura 4.11) Grfica de momentos en el extremo libre. Los puntos de corte con el
eje de las abscisas representan las velocidades crticas.
[1.6562 1.6562 2.0625 2.3438 5.7812 5.7812 ... [1.6562 1.6562 2.0625 2.3438 5.7812 5.7812 ...
2.3438 5 2.1875 2 2.1875 2.1875 2.1875 ... 2.3438 5 2.1875 2 2.1875 2.1875 2.1875 ...
2.1875 2.1875 2.1875 2.1875 2.1875 2.1875] 2.1875 2.1875 2.1875 2.1875 2.1875 2.1875]
[4.0625 4.0625 3.625 5.1875 6.375 6 4.25 1... [4.0625 4.0625 3.625 5.1875 6.375 6 4.25 1...
6.125 2.375 3.6875 2.625 2.625 2.4063 ... 6.125 2.375 3.6875 2.625 2.625 2.4063 ...
2.4063 2.125 2.125 2.3438 2.3438] 2.4063 2.125 2.125 2.3438 2.3438]
Dimetros de cada tramo (d Dimetros de cada tramo (d
i i
) )
Longitudes de cada tramo (Dx Longitudes de cada tramo (Dx
i i
) )
[0 0 0 12.12 9.96 16.8 9.96 20.18 0 ... [0 0 0 12.12 9.96 16.8 9.96 20.18 0 ...
0 0 0 0 0 9.85 0 11.15 0 9.01] 0 0 0 0 0 9.85 0 11.15 0 9.01]
Dimetros de los discos Dimetros de los discos
de balanceo. (dDiscos de balanceo. (dDiscos
i i
) )
[0 0 0 0.25 0.6875 0.375 0.9531 0.2334.. [0 0 0 0.25 0.6875 0.375 0.9531 0.2334..
0 0 0 0 0 0 0.6875 0 0.6875 0 0.25] 0 0 0 0 0 0 0.6875 0 0.6875 0 0.25]
Espesores de los discos Espesores de los discos
de balanceo. (DxDiscos de balanceo. (DxDiscos
i i
) )

79














Figura 4.12) Deflexiones relativas producidas por cada velocidad crtica.

4.3.- CALCULOS DIFERENCIALES:
Los clculos diferenciales son la base de casi todos las aplicaciones de la
ingeniera, y en tales aplicaciones mayormente, son requeridas resoluciones
numricas, por esa razn se hace imperante el empleo de la programacin. Sin
embargo, en Matlab, esta labor se torna mucho ms sencilla con cualquier otro
software de programacin.

Base de Clculo:
Matlab cuenta con una serie de mdulos y funciones que permiten la resolucin
numrica de ecuaciones diferenciales, sin tener que desarrollar un algoritmo largo
y tedioso basado en el mtodo de Runge-Kutta, por ejemplo, sino, empleando
80
directamente dichas herramientas. Sin embargo, se mencionaran nicamente
dos(2) maneras de realizar clculos diferenciales numricos.

En primer lugar, si por ejemplo, la ecuacin diferencial a resolver tiene la siguiente
forma:
) 5 cos( 3 x y
dx
dy
=
El problema puede ser resuelto empleando las funciones:
Ode23 : que aplica resolucin numrica basada en Runge-Kutta de segundo
orden.
Ode45: que aplica resolucin numrica basada en Runge-Kutta de cuarto orden.

Cuya sintaxis es:
[X,Y]=ode45('edo',[t0,tf],yo);
donde: edo; es el nombre de la funcin f(x,y), que contiene la(s) operacin(es)
matemtica(s) que la definen. [t0,tf]; es el intervalo de la variable independiente,
valor inicial y final de la simulacin. Y, yo; es la condicin inicial de la variable
dependiente.

Es decir, si se emplea una de estas funciones para resolver la ecuacin 8, se
deber en primera instancia, crear un archivo M de funcin, conteniendo:

function edo1=edo(x,y)
edo1=3*cos(y-5*x);

y luego ejecutar los siguientes comandos:
>> [X,Y]=ode45('edo',[0,3],0); % Para resolver Numricamente
(4.8)
(4.9)
81
>> plot(X,Y,'rd-') % Para Graficar la solucin.

Sin embargo, este mtodo ofrece ciertas restricciones y muchas complicaciones
cuando vara la forma y el grado de la ecuacin diferencial a resolver. Es por ello,
que se presentar ahora un mtodo ms general, que consiste en la aplicacin del
mdulo Simulink del Matlab. A este mtodo se le denomina Mtodo de los
Integradores Puros, y se basa en el siguiente aspecto:
Si por una cierta lnea de transmisin fluye una seal igual a y (dy/dx), y se hace
pasar a travs de un operador de integracin, a la salida del mismo la seal ahora
ser igual a y.
Figura 4.13) Funcin del operador de integracin.

Por otro lado, si fluye una seal igual a x, y se hace pasar por un amplificador
(GAIN) con factor de 5, entonces a la salida la seal resultante ser 5 veces x
(5*x).
Figura 4.14) Amplificador (Gain).

De igual manera, dos(2) mas seales cualesquiera, pueden ser sumadas,
restadas o multiplicadas entre s.
82
Figura 4.15) Operaciones algebraicas entre seales.
Luego, una vez completada el conjunto de operaciones que son equivalentes a la
variable con mayor grado de derivacin (en este caso y=3*cos(y-5x)), se
retroalimenta el sistema; y la variable independiente se genera con un bloque
Clock.
Por lo tanto, el mismo problema planteado en la ecuacin 4.8, se resuelve con el
siguiente esquema:









Figura 4.16) Diagrama completo para resolver una ecuacin diferencial.

Donde los bloques Scope y To Workspace, son elementos para obtener salida
de resultados.




83
( )
( ) ( ) 0 ) (
0
3 3 1
3 1
2
3
2
3 1
3 1
2
1
2
= +
|
.
|

\
|

= +
|
.
|

\
|
+
t r x Kt x x Ka
dt
dx
dt
dx
Ca
dt
x d
Mus
x x Ka
dt
dx
dt
dx
Ca
dt
x d
Mb
Aplicacin Especfica:
Cmo aplicacin especfica se resuelve un sistema de ecuaciones diferenciales
lineales, el cual modela el sistema fsico ilustrado en la figura 4.17.










Figura 4.17) Modelo fsico del problema estudiado.

El modelo de la figura 4.17, se emplea para simular el sistema de amortiguacin
de un vehculo, considerando slo la cuarta parte del mismo en las inmediaciones
de uno de los neumticos. Para este ejemplo se considerarn los siguientes datos:
Mb=290 %Masa del cuerpo del automvil.
Ka=16812 %Constante de resorte de los espirales y/o ballestas.
Ca=1000 %Constante de amortiguador.
Kt=190000 %Constante de resorte del neumtico.
Mus=59 %Masa de la rueda del vehculo.
a=0.025 %Altura del obstculo r(t).
Los cuales pueden estar contenidos en un archivo m.
Luego, el modelo matemtico correspondiente al modelo fsico de la figura 4.17,
es:



(4.10)
Mus
Mb
Ca Ka
Kt
r(t)
Direccin del
Movimiento
X
3

X
1
84
Donde: x
1
es el desplazamiento del centro de masa de la carrocera; y x
3
, el
desplazamiento del centro de masa del neumtico.
Si ahora, se hace un cambio de variable del siguiente tipo:
X1= X2
X3= X4
El sistema de ecuaciones en (4.10), se convierte en un sistema lineal de
ecuaciones diferenciales de primer orden de la forma:
X1= X2
X2= -1/Mb(Ca(X2-X4)+Ka(X1-X3)) (4.11)
X3= X4
X4= 1/Mus(Ca(X2-X4)+Ka(X1-X3)-Kt(X3-r(t)))
El cual puede ser resuelto analticamente mediante la aplicacin de
Transformadas de Laplace, por ejemplo. Sin embargo, se emplear el mdulo
Simulink del Matlab, para una solucin numrica del sistema.
El diagrama Simulink correspondiente al sistema de ecuaciones en (4.11) es el
mostrado en la figura 4.18. y las soluciones numricas para un tiempo de
simulacin de cero(0) a tres(3) segundos, se muestran en la figura 4.19.
Figura 4.18) Diagrama Simulink para resolver (4.11).
85

Donde la funcin r(t), que matemticamente representa el estmulo del sistema, y
fsicamente es el obstculo que sobresalta al sistema de amortiguacin, tiene la
siguiente expresin:


















Figura 4.19) Respuesta del sistema
0.5<=t<=0.75 a*(1-cos(8*t*t))

otro t 0
r(t)=

(4.12)
86
4.4.- PROBLEMAS DE SIMULACIN:
Evidentemente que la gran mayora de los problemas en ingeniera mecnica son
de simulacin, pero, si esta simulacin involucra el manejo de una serie de
relaciones matemticas que incluyan relaciones asimtricas; entonces el modo de
resolucin del mismo, diferir de todo lo antes descrito. Empleando la teora de
grafos para determinar el algoritmo que resolver el problema planteado.

Base de Clculo:
La base primordial ser la programacin empleando el lenguaje Matlab, es decir
crear archivos scipts archivos M (M-Files); los cuales son los programas
estructurados elaborados por el usuario para ser empleados en Matlab.
Todo programa estructurado, debe presentar al menos tres partes principales,
stas son:
- Lectura de datos.
- Operaciones.
- Salida de resultados.

Cmo saber que comando usar para programar la resolucin de un problema
dado?
La manera de saber el orden lgico para un programa estructurado que resuelva
un problema dado, se obtiene mediante la aplicacin de la teora de grafos. La
cual se aplica en el ejemplo especfico seleccionado para este caso.


87
Aplicacin Especfica:
.- Clculo de Dimetros de Tornillos sometidos a tensin.
Para el desarrollo del algoritmo que permita resolver un problema de tornillos
sometidos a tensin, se emplear el mtodo de Grafos Bicromticos. El consta de
los siguientes pasos:

1.- El modelo matemtico a resolver, y que describe de manera aceptable el
fenmeno estudiado.
Para el caso especfico que se trata el modelo matemtico es:




(Ecs. 13)










En el modelo matemtico todas las relaciones deben estar igualadas a cero, as
cada variable puede ser determinable a partir de cualquier relacin que la
involucre. (Siempre y cuando la relacin no sea asimtrica)



(1) K
d
t Ed
.
d
2
.
4 L
.
0
(2) K
j
t Ej
.
d
.
2 l
n
5
L 0.5 d
.
L 2.5 d
.
. .
0
(3)
C
K
d
K
d
K
j
0
(4) P
i
A
t
Sy
.
C n
.
P
.
0
(5) P
i
0.75 A
t
.
Sp
.
0
(6) A
t
t
4
d
2
.
0
n
88
2.- Representacin del Modelo en forma de Grafo Bicromtico. (Grafo del
Modelo).
El modelo matemtico es representado en forma de grafo tomando como vrtices
los nmeros de las relaciones y los nombres de las variables, en dos diferentes
colores, luego las aristas representarn los vnculos entre stos.
Figura 4.20) Grafo del Modelo.

Debido a que la relacin 2 (Ecs. 13) es asimtrica (No es posible despejar
analticamente ni L ni d), debe ser representada con aristas orientadas (arcos),
colocando a Kj como salida de la relacin 2; quien es la ms obvia de obtener
analticamente.

3.- Se obtiene el Grafo de la Situacin, eliminando del grafo del modelo todas
aquellas variables que sean datos de entrada al problema planteado. En este caso
las variables de entrada sern:

1
Kd
Kj
C Pi
Sy
Sp
L
d
2
3
4
5
6
Ed
Ej
n
P
At
89

E={Sy, Sp, P, L, Ed, Ej, n}

donde E, representa el conjunto de las variables de entrada. Luego el grafo de la
situacin queda como se muestra en la figura 4.21.

Figura 4.21) Grafo de la situacin.

4.- Se plantea el problema propio a resolver, definiendo el conjunto de las
variables de salida (S), adems del conjunto de variables de entradas ya definido
en la situacin; y se eliminan todos aquellos segmentos aislados del grafo que no
contengan variables de salida (si los hubiere). En este caso el grafo est
compuesto de un solo segmento; por lo tanto el grafo del problema quedara
representado exactamente de la misma manera que el de la situacin (Figura
4.21).

El problema a resolver es:
E={Sy, Sp, P, L, Ed, Ej, n}
S={d}


1
Kd
Kj
C Pi
d
2
3
4
5
6
At
90
Con los siguientes datos de entrada:
Sy = 566; Sp = 427;
P = 85800; L = 25;
Ed = 2.06E5; Ej = 2.06E5;
n = 1.5;


Dicho en palabras el problema es: Determinar el dimetro mnimo requerido para
un tornillo sometido a tensin dadas las condiciones de carga, propiedades de los
materiales, espesor de la junta y factor de seguridad.
5.- En el grafo del problema, se le dan orientacin a las aristas, una saliendo de
cada relacin y evitando salidas hacia la misma variable. Con esto se obtiene el
grafo del pareo (Figura 4.22).








Figura 4.22) Grafo del Pareo.

En este caso se obtuvo un Pareo Perfecto.

6.- Luego se le da orientacin al resto de las aristas en sentido inverso a los
asignados en el pareo. Es decir, entrando a las relaciones. Obtenindose de esta
manera, el grafo del resolvente.


1
Kd
Kj
C Pi
d
2
3
4
5
6
At
91










Figura 4.23) Grafo del Resolvente.

7.- Si se define exactamente donde dar inicio cada ciclo del grafo del resolvente,
se estar en presencia del Grafo del Algoritmo (Figura 4.24). Si no existiesen
ciclos el grafo del algoritmo lucira igual al grafo del resolvente.
Figura 4.24) Grafo del algoritmo.
8.- Luego se siguen los caminos descritos por el grafo para obtener un algoritmo
estructurado de programacin (Figura 4.25).



1
Kd
Kj
C Pi
d
2
3
4
5
6
At

- 1
Kd
Kj
C Pi
d
2
3
4
5
6
At
92







Figura 4.25) Organigrama del Algoritmo.

El cual programado en Matlab resulta:
At=200;
r6=epsilon+delta_epsilon;
while abs(r6)>epsilon
d=sqrt(4*At/pi);
P_i=0.75*At*Sp;
Kd=pi*Ed*d^2/(4*L);
Kj=pi*Ej*d/(2*log(5*(L+2.5*d)/(L+0.5*d)));
C=Kd/(Kd+Kj);
At=(P_i+C*n*P)/Sy;
r6=At-pi/4*d^2;
end

donde: epsilon, es el valor mnimo de error requerido en el clculo (por ejemplo,
epsilon=0.01). y delta_epsilon, es un excedente dado a r6 para que d inicio las
iteraciones del bucle while (Por ejemplo, r6=1).

Y los datos de entrada son dados mediante una ventana de interfaz, como la
mostrada en la figura 4.26.





p1< - , At>
p4<1, Kd> p5<2, Kj>
p3<5, Pi >
p7< 4 , At >
|(6)| > error
p6< 3, C >
p2< 6 , d >
93
Figura 4.26) Ventana de Interfaz para el clculo de simulacin de tornillos.














94
4.5.- PROBLEMAS DE OPTIMIZACIN:
En la realizacin de un diseo mecnico, el elemento calculado, realmente debe
ser obtenido de tal forma que cumpla con las condiciones ptimas para la cual se
desempear. Este punto ptimo se establece matemticamente mediante una
funcin objetivo.

Base de Clculo:
La base, al igual que en los problemas de simulacin, ser la programacin
empleando el lenguaje Matlab. Por lo tanto se dan las mismas condiciones. La
diferencia radica en el hecho de que el problema planteado ser un Problema
indeterminado, es decir, presentar ciertos grados de libertad, con los cuales se
puede ajustar la funcin objetivo hasta obtener el ptimo deseado.

Aplicacin Especfica:
Diseo ptimo de Resortes Helicoidales de Compresin.
En este caso, al igual que en anterior, se emplear el Mtodo de Grafos
Bicromticos. Por lo tanto los pasos a seguir son muy similares.

1.- Modelo Matemtico: El modelo est compuesto por doce(12) relaciones.
(Ecs.14).







95














2.- Grafo del Modelo:
Figura 4.27) Grado del modelo. Problema de optimizacin.

(1)
C d
.
D 0
(7)
2 Fa
.
F
max
F
min
0
(2)
F
max
K o
max
.
0
(8)
Ks
4 C
.
2
4 C
.
3
0
(3)
Sut
Ap
d
m
0
(9)
K
B
2 C
.
1
2 C
.
0
(4)
Ssu 0.6 Sut
.
0
(10)
t d
3
.
t
a
.
8 K
B
.
Fa
.
D
.
0
(5)
8 Na
.
K
.
C
3
.
G d
.
0
(11)
t d
3
.
t
m
.
8 Ks
.
Fm
.
D
.
0
(6)
2 Fm
.
F
max
F
min
0
(12)
n t
a
Ssu
.
t
m
Sse
. .
Sse Ssu
.
0

1
C
2
3
4
5
6 7
9 8
10
11
12
D d
Fmin
Fmax
omax
Sut
Ap
m
Ssu
Na
G
Fm
Fa
KB
Ks
ta tm
Sse
K
n
(Ecs.14).
96

1
C
2
3
4
5
6 7
9 8
10
11
12
D d
Sut
Na
Fm
Fa
KB
Ks
ta tm
K
Ssu
3.- Grafo de la situacin.














Figura 4.28) Grafo de la situacin.
4.- Problema:
E={Fmin, Fmax, G, Sse, Ap, m, n, dmax}
S={D, d, Na}

Siendo los datos de entrada:
Fmax=5000;
Fmin=1000;
G=79000;
Sse=310;
Ap=2000;
m=0.167;
n=1.6317;
omax=32.9602;




97

5.- Grafo del Pareo:










Figura 4.29) Grafo del Pareo. Problema de Optimizacin.

En este caso, existe una variable excedente del Pareo, sta representa un grado
de libertad en el sistema, dndole a este carcter de Problema Indeterminado
(Propio de los problemas de optimizacin).
L = { D }.
6.- Grafo del resolvente.

Figura 4.30) Grafo del resolvente. Problema de Optimizacin.

1
C
2
3
4
5
6 7
9 8
1
0
1
1
1
2
D d
Na
Fm
Fa
KB
Ks
ta tm
K
Ssu
Sut

1
C
2
3
4
5
6 7
9 8
10
11
12
D d
Na
Fm
Fa

K
B
Ks
ta tm
K
Ssu
Sut
98

7.- Grafo del Algoritmo:











Figura 4.31) Grafo del Algoritmo. Problema de Optimizacin.
Luego, el algoritmo se desarrolla, obviando a las variables que son grados de
libertad (D), para obtener el algoritmo central.

8.- Organigrama del Algoritmo:












Figura 4.32) Organigrama del Algoritmo.

- -
1 1
C
22
3 3
4 4
5 5
6 6 7 7
9 9 8 8
1 10 0
1 11 1
1 12 2
D d
Na
Fm
Fa
KB
Ks
ta tm
K
Ssu
Sut

Restricciones:
C > 4
Na e Z+
Na > 5
p12< 2 , K>
p4< 3 , Sut >
p11< 10 , d >
P5 < 1 , C >
p10<12 , t
a
>
|(3)| > error
p1< 7 , Fa> p2< 6 , Fm>
p7<8, Ks> p8<9,K
B
>
p3< - , d>
p13< 5 , Na>
p9< 11 , t
m
>
p6< 4 , Ssu >
99

9.- Bloque de Programacin:
% Algoritmo central:
Fa=(Fmax-Fmin)/2; Fm=(Fmax+Fmin)/2;
d=10; %Inicializando
r3=epsilon+delta_epsilon;
while abs(r3)> epsilon
Sut=Ap/d^m;
C=D/d;
Ssu=Sut*0.6;
Ks=(4*C+2)/(4*C-3); KB=(2*C+1)/(2*C);
tm=8*Fm*Ks*D/(pi*d^3);
ta=Sse/n-tm*Sse/Ssu;
d=(8*Fa*KB*D/(ta*pi))^(1/3);
r3=Sut-Ap/d^m;
end
K=Fmax/dmax;
Na=G*d/(8*K*C^3);

10.- Funcin Objetivo:
A diferencia del Problema de Simulacin, en este caso, se define una funcin
objetivo que permite discriminar la gama de soluciones que sern generadas
debido a los grados de libertad obtenidos en el pareo. Y de esa manera escoger
una solucin ptima.

Para este ejemplo, se tomar una funcin objetivo unicriterial, basada en el
mnimo peso:
Mnimo Peso del Resorte.
J(X) = t
2
/4
.
d
2

.
D
.
Na
J(X) min
Con: 40 mm s D s 300 mm
C > 4
Na > 5

100
Luego, el algoritmo general se obtiene colocando el algoritmo central dentro de un
bucle for que le asigne diferentes valores a D y obtenga diversos valores de J;
para finalmente, seleccionar la mejor, dentro del marco de las restricciones
impuestas.

El programa matlab queda, de la siguiente manera:
% Datos de Entrada
Fmax=5000;
Fmin=1000;
G=79000;
Sse=310;
Ap=2000;
m=0.167;
n=1.6317;
dmax=32.9602;
Matriz=[0 0 0 0 0];
for D=40:20:300
% Algoritmo central:
Fa=(Fmax-Fmin)/2; Fm=(Fmax+Fmin)/2;
d=D/4; %Inicializando
r3=1;
while abs(r3)> 0.01
Sut=Ap/d^m;
C=D/d;
Ssu=Sut*0.6;
Ks=(4*C+2)/(4*C-3); KB=(2*C+1)/(2*C);
tm=8*Fm*Ks*D/(pi*d^3);
ta=Sse/n-tm*Sse/Ssu;
d=(8*Fa*KB*D/(ta*pi))^(1/3);
r3=Sut-Ap/d^m;
end
K=Fmax/dmax;
Na=G*d/(8*K*C^3);
% Funcion Objetivo:
J= pi^2/4*d^2*D*Na;
Matriz=[Matriz; D d Na C J];
end
% Salida de Resultados
Matriz(2:15,:)

101
El cual arroja los siguientes resultados:

Todos los Resultados con C<4 Na<5 no son aceptables (Es decir, son
aceptables slo las tres filas resaltadas). Y para J(X) min, se tiene:












D = 100; d = 17.085; Na ~ 6

D d Na C J(X)
40 13.066 29.649 3.0613 4.9959e+005
60 14.652 13.889 4.0951 4.4139e+005
80 15.96 8.2495 5.0125 4.1478e+005
100 17.085 5.5464 5.8531 3.9947e+005
120 18.08 4.0249 6.6374 3.8955e+005
140 18.976 3.0762 7.3776 3.8264e+005
160 19.795 2.4405 8.0825 3.7755e+005
180 20.553 1.9918 8.7578 3.7368e+005
200 21.259 1.6619 9.408 3.7064e+005
220 21.921 1.4116 10.036 3.6821e+005
240 22.546 1.2167 10.645 3.6624e+005
260 23.139 1.0616 11.237 3.6462e+005
280 23.703 0.9359 11.813 3.6326e+005
300 24.241 0.8325 12.376 3.6213e+005
102

CONCLUSIONES
La realizacin de esta investigacin ha conllevado a las siguientes conclusiones:
Mediante la aplicacin de las funciones sum, cross, y la capacidad del Matlab
de crear arreglos de celdas de vectores, fue posible determinar las reacciones
en los apoyos, y los momentos flectores y torsores en toda la longitud de un
eje de transmisin y obtener finalmente su dimensionamiento, de una manera
rpida y sencilla.
Es posible realizar clculos iterativos de bucles no vectorizables mediante la
aplicacin de las sentencias for y while e ir almacenado los resultados en
matrices para su posterior procesamiento o graficacin, obtenindose
resultados satisfactorios en caso especfico de velocidades crticas y
deflexiones relativas en eje rotatorios.
Con la incorporacin del mdulo Simulink del Matlab, es posible resolver
sistemas de ecuaciones diferenciales lineales y no lineales empleando el
mtodo de los integradores puros, mediante una interfaz grfica de diagramas
de bloques vinculados entre s.
Con ayuda de las teoras de grafos se puede determinar de manera rpida y
directa los algoritmos necesarios para la resolucin de un problema de
simulacin basado en modelos matemticos computacionales. En el ejemplo
especfico de clculo de dimetros de tornillos sometidos a tensin, en donde
se presentan relaciones asimtricas y donde la solucin no era evidente, la
103
utilizacin de grafos conllev a un algoritmo que implicaba el uso de bucles
while para la convergencia de la solucin.
La teora de grafos tambin es til en la resolucin de problemas de
optimizacin, ya que muestra directamente cules son los grados de libertad
con los que se cuenta para la optimizacin y cul es el algoritmo central a
desarrollar, siendo esto de gran utilidad en el diseo de elementos de
mquinas por ejemplo.


104
RECOMENDACIONES
Para obtener el mayor provecho de los resultados obtenidos en esta investigacin,
se pueden seguir las siguientes recomendaciones:
Aun cuando un problema parezca no tener solucin evidente, vale la pena
analizarlo con estructuras de grafos para verificar con certeza su solubilidad.
Antes de intentar codificar en matlab, se debe haber hecho un algoritmo
estructurado o un flujograma que sirva como gua durante este proceso.
La mejor forma de resolver ecuaciones diferenciales con el mdulo simulink, es
empleando el mtodo de los integradores puros, evitando a toda costa el uso
de operadores derivadores, los cuales introducen mucho error al clculo
numrico interno del programa.
Para obtener mayor provecho de las actitudes del matlab, durante la
programacin de un clculo iterativo, se debe verificar si ste vectorizable o no;
con el propsito de evitar el uso innecesario de las sentencias for while.
Emplear las tcnicas de optimizacin mostradas en la seccin 4.5 para el
diseo de elementos mecnicos.



105

BIBLIOGRAFA

- DECKER (1975). Elementos de mquinas. Editorial Munich.

- ESCANAVERINO, J. (2001). Profesor de la CUJAE, La Habana, Cuba. Curso
de Postgrado: Modelacin, Simulacin y Optimizacin. Puerto Ordaz.

- FAIRES, V. (1997). Diseo de Elementos de Maquinas. Mxico. Editorial
Limusa, S.A.

- MARKS. (1995). Manual del Ingeniero Mecnico. (Tomo I y II). Mxico:
Editorial McGraW-Hill. Novena Edicin.

- NARVEZ, R. (1997). Orientacin Prctica para la Elaboracin de
Informes de Investigacin. Puerto Ordaz. Imprenta UNEXPO-FUNDIUP.
Segunda Edicin.

- Revista ASME, Vol. 25, Ao XXIII, Ttulo del Artculo: A General Method for
Calculating Critical Speeds of Flexible Rotors.

- Revista IEEE, Vol. 22, junio 1997, Ttulo del Artculo: Nonlinear Design of
Active Suspensions.

- SHIGLEY, J. (1.999). Diseo en Ingeniera Mecnica. Mxico. Editorial
McGraW-Hill. Quinta Edicin.

- TIMOSHENKO, S. (1.964). Resistencia de Materiales. Espaa. Editorial
Espasa Calpe, S. A. Dcima Edicin.