Professional Documents
Culture Documents
Lic. en Fsica
INTRODUCCION
El curso de modelamiento de procesos ambientales, se ha utilizado el software Matlab
para simular distintos procesos ambientales tales como contaminacin ros, lago y
atmosfera. Como parte del desarrollo del curso y del nivel alcanzado en el manejo del
Matlab para procesos ambientales se ha desarrollado 5 ejercicios con respectivos script
adjunto a este archivo donde en cada solucin se ha puesto nfasis que cada
transformacin de datos sea lo ms automtico posible y para el desarrollo de sistema
de ecuaciones ordinarias se procedi mediante el uso del mtodo de Euler, si bien es
un mtodo bsico pero permite encontrar resultados satisfactorios para incrementos
pequeos y siempre en cuando la precisin de encontrar los datos no sean tan
relevantes, como es el caso este trabajo.
-1-
Enunciado 1:
En la ingeniera de abastecimiento de aguas, el tamao del reservorio depende de la estimacin
exacta del flujo de agua en el ro del cual se toma. Para algunos rios es difcil obtener registros
histricos de muchos aos atrs de tales datos de flujo. Por el contrario, datos meteorolgicos
sobre precipitacin de muchos aos atrs estn a menudo disponibles. Por tanto, con frecuencia
es til determinar una relacin entre el flujo y precipitacin. Esta relacin se puede entonces
usar para estimar flujos por aos pero solo cuando se hicieron dichas mediciones de
precipitacin.
Para un ro que se va a encauzar a un dique, se tienen los siguientes datos:
114.7
101.6
172.0
104.1
152.9
139.7
269.0
132.1
206.4
94.0
161.4
116.8
175.8
121.9
239.0
99.1
130.0
SOLUCION
a) Grafique los datos
b) Ajuste a una lnea recta. Sobreponga la lnea de su grfica
El procedimiento que permite leer los datos externos ejercicio_1 txt es el comando load.
-2-
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
figure () % gafico mostrado para ajuste de orden 2
n=input('Ingrese el grado de polinomio 2:');
p2=polyfit(x,y,n);
x2=linspace(xmin,xmax,50);
y2=polyval(p2,x2);
plot(x,y,'bp',x2,y2,'r*-')
legend('datos experimentales','ajuste orden 2')
grid minor
xlabel('PRECIPITACION (cm)')
ylabel('FLUJO (m^3/s)')
-4-
c) Use la mejor lnea de ajuste para predecir el flujo de agua anual si la precipitacin
es de 120 cm.
-5-
Enunciado 2:
Tres organismos portadores de enfermedades decaen de manera exponencial en las
aguas de un lago de acuerdo con el siguiente modelo:
p(t) = Ae-1.5t + Be- 0.3t + Ce-0.05t
Calcule la poblacin inicial de cada organismo (A, B y C) dadas las siguientes
mediciones:
t, HR
p(T)
0.5
5.2
3.8
3.2
2.5
2.1
1.8
1.5
1.2
1.1
SOLUCION
El procedimiento que permite leer los datos externos ejercicio_2 txt es el comando load.
PASO 1: LECTURA DE DATOS
clc
clear all
clf
% procedimiento de lectura y graficado de los datos
% este comando permite ordenar de forma ascendente
A=load('ejercicio_2.txt');
-6-
plot(x,y,'ro')
grid on
xlabel('TIEMPO(HORAS)')
ylabel('POBLACION (MICRO-ORGAMISMOS)')
-7-
xmin=min(x);
xmax=max(x);
xx=linspace(xmin,xmax,50);
yy=polyval(p1,xx);
plot(x,y1,'ro','linewidth',2)
hold on
plot(xx,yy,'k--')
legend('datos experimentales','ajuste orden 1')
xlabel('TIEMPO(HORAS)')
ylabel('LN(POBLACION (MICRO-ORGAMISMOS))')
grid on
-8-
fprintf('\t\t %10.2f\n\n',p11)
PASO 7: Calculo de A, B, C
A1='exp(1.85)=A+B+C';
B1='1=A*exp(-1.5*8.9)+B*exp(-0.3*8.9)+A*exp(-0.05*8.9)'
C1='7=A*exp(-1.5*0.5)+B*exp(-0.3*0.5)+A*exp(-0.05*0.5)'
[A,B,C]=solve(A1,B1,C1,'A,B,C');
disp('MICROORGANISMO A:'),A
disp('MICROORGANISMO B:'),B
disp('MICROORGANISMO C:'),C
-9-
dx
Ax Bxy Msen(wt )
dt
dy
Cy Dxy
dt
a. Sea que las presas migran todos los aos entre este santuario y otra zona en la que
cran, retornando posteriormente. Analizar el efecto de esta migracin sobre el
comportamiento del modelo.
SOLUCION
PASO 1: LECTURA DE DATOS
clc
clear all
% Entrada de datos y declarcion de parametros
h=0.01;
ti=input('Ingrese el tiempo inicial: ');
tf=input('Ingrese el tiempo final: ');
N=(tf-ti)/h;
A=1.0;
B=0.5;
C=0.75;
D=0.25;
X(1)=1.5;
Y(1)=2;
W=0.5;
M=0.01;
t=ti:h:tf;
- 10 -
- 11 -
- 12 -
dt
dC A2
1
=
(CA1 CA2) k CA2
dt
dC A3 1
=
(CA2 CA3) k CA3
dt
Las condiciones iniciales son CA1(0) = 0,4 kg.mol de componente A/m3, CA2(0) = 0,2 kg.mol
de componente A/m3, y CA3(0) = 0,1 kg.mol de componente A/m3. La funcin impulsora
es CA0 . Asumiremos que en el tiempo cero CA0 se ajusta a 1,8 kg.mol de A/m3 y se
mantiene constante. El parmetro = V/F (tiempo de residencia), es ajustado igual a 2
min y el valor de k es 0,5 min1. La perturbacin es el cambio en escaln de la
concentracin de la alimentacin en el tiempo igual a cero desde 0.8 hasta 1.8 kg mol
de A/m3. El tiempo est en minutos
Similar al anterior y basado en el mtodo de EULER
PASO 1: Declaracin de parmetros
clc
clear all
h=0.01;
ti=input('Ingrese el tiempo inicial: ');
tf=input('Ingrese el tiempo final: ');
N=(tf-ti)/h;
Ca1(1)=0.4;
Ca2(1)=0.2;
Ca3(1)=0.1;
Cao=1.8;
k=0.5;
tau=2;
t=ti:h:tf;
- 13 -
PASO 4: RESULTADOS
PASO 5: RESULTADOS
figure ()
subplot(2,1,1);
plot(Ca2,Ca3,'k')
title('Subplot 4: Ca2 vs Ca3')
ylabel('Ca2 (kg.mol)')
xlabel('Ca3 (kg.mol)')
grid on
- 14 -
subplot(2,1,2);
plot(Ca3,Ca1,'k')
title('Subplot 4: Ca1 vs Ca3')
ylabel('Ca1 (kg.mol)')
xlabel('Ca3 (kg.mol)')
grid on
Enunciado 5 :
PROGRAMACIN LINEAL
MODELAMIENTO Y SIMULACIN DE UN CASO DE TRATAMIENTO DE RESIDUOS
CONTAMINANTES
La distribucin bidimensional de la concentracin de contaminantes en un canal se
puede describir con
- 15 -
PASO 2: GRAFICO EN 3D
surf(x1,y1,C)
title('CONCENTRACION EN UN CANAL BIDIMENSIONAL')
ylabel('X (m)')
xlabel('Y (m)')
shading interp
CONCLUSION