INSTITUTO TECNOLÓGICO DE TECOMATLÁN

ING. AQUILES CÓRDOVA MORAN

“CULTIVAR LA TIERRA Y LA CONCIENCIA DEL HOMBRE”

INGENIERÍA EN AGRONOMÍA

MANUAL DE PRÁCTICAS DE LA MATERIA:

MODELOS MATEMÁTICOS

PROFESOR:

DR. JOSÉ ARTURO MANCILLA MORALES

TECOMATLÁN, PUEBLA

2017

1
 CONTENIDO

Práctica 1. Conociendo el ambiente de Matlab. ...................................................... 5

Práctica 2. Graficar datos de temperatura máxima, mínima y promedio, durante 30
días. ...................................................................................................................... 12
Práctica 3. Graficar datos de altura de la planta, numero de frutos, rendimiento y
materia seca durante un periodo de 120 días. ...................................................... 14
Práctica 4. Leer y graficar datos de un archivo de texto. ....................................... 16
Practica 5. Solución de modelos matemáticos dinámicos sin solución analítca. ... 19
Práctica 6. Simulación de un modelo matemático en forma de ecuaciones en
diferencias. ............................................................................................................ 23
Práctica 7. Simulación de un modelo mecanicista del clima en invernadero. ....... 28
Bibliografía ............................................................................................................ 32

LISTA DE FIGURAS

Figura 1.Ventana principal de Matlab. ..................................................................... 5

Figura 2. Ventana para crear programas en archivos tipo m................................... 6
Figura 3. Programa para resolver la práctica 1. ...................................................... 7
Figura 4. Resultados de la simulación en archivo tipo m. ....................................... 8
Figura 5. Librerías de Simulink. ............................................................................... 8
Figura 6. Ventana de trabajo de Simulink. .............................................................. 9
Figura 7. Conexión en Simulink............................................................................... 9
Figura 8. Programando en simulink con un bloque MATLAB Fcn. ....................... 10
Figura 9. Resultados de la programación en Simulink. ......................................... 10
Figura 10. Conexión en Simulink de la práctica 5. ................................................ 21
Figura 11. Conexión en Simulink de la práctica 5. ................................................ 21
Figura 12. Modelo VegSyst. .................................................................................. 23
Figura 13. Invernadero de baja tecnología. ........................................................... 28
Figura 14. Invernaderos de media y baja tecnología. ............................................ 28
Figura 15. Implementación de la práctica 7 en Simulink. ...................................... 30

2
 INTRODUCCIÓN

Esta materia aporta al estudiante, la capacidad de desarrollar un lenguaje

matemático, con el objeto de que los procesos agronómicos y fisiológicos los pueda
representar con una serie de expresiones matemáticas. Además de que presenta al
estudiante una perspectiva de lo que es posible hacer con los modelos matemáticos
y entender hacia donde se encamina los nuevos trabajos de investigación para el
futuro de la agronomía.

Esta materia aporta al estudiante, la capacidad de desarrollar un lenguaje

matemático, con el objeto de que los procesos agronómicos y fisiológicos los pueda
representar con una serie de expresiones matemáticas. Además de que presenta al
estudiante una perspectiva de lo que es posible hacer con los modelos matemáticos.

Con esta materia el estudiante puede entender hacia donde se encamina los nuevos
trabajos de investigación para el futuro de la agronomía.

Esta asignatura aporta al perfil del Ingeniero agrónomo, el aspecto de manejar

nuevas tecnologías de información y comunicación para obtener, procesar y
compartir información en la construcción del conocimiento aplicado a los sistemas
de producción.

En forma general los aspectos que se tocan en esta asignatura, son para que el
estudiante se enfrente y utilice todos los adelantos de la tecnología de la informática
y de la electrónica para generar conocimientos en el área agronómica. Esta materia
le enseña al estudiante las nuevas formas de realizar investigación agronómica, sin
la utilización de los diseños experimentales tradicionales y agilizando la toma de
decisiones.

Esta materia vincula las matemáticas y la informática con la agronomía.

3
OBJETIVOS

 Implementar modelos matemáticos que describan las relaciones que existan

entre las variables que intervienen en los procesos de un sistema de
producción agrícola.

 Que el alumno conozca las diferentes formas de modelos matemáticos

aplicados a la agricultura.

4
 PRÁCTICA 1. CONOCIENDO EL AMBIENTE DE MATLAB.

Objetivo: Qué el alumno pueda conocer el ambiente de programación de Matlab®

para la implementación de modelos matemáticos de cultivos.

Material: Computadora con Matlab instalado.

Desarrollo de la práctica.

Antes de comenzar la práctica es necesario hacer énfasis que Matlab permite

resolver prácticamente cualquier problema matemático de cualquier área de
Ingenierías y para poder dar una solución es necesario considerar que tanto las
entradas como salidas son vectores o matrices. Por lo que uno de los errores más
frecuentes es no tomar en cuenta conceptos de vectores y matrices de la materia
de álgebra lineal.

Después de esta advertencia, de click en la barra de herramientas INICIO y tecleé

Matlab, abra el programa y aparecerá la ventana principal de trabajo (Figura 1).

Figura 1.Ventana principal de Matlab.

5
En este programa se tienen dos sub ventanas de trabajo, la primera es programar
los modelos en archivos tipo m, los cuales son escritos por medio de código, la
segunda es programar el modelo en forma gráfica en un archivo tipo Simulink.
Sobre la primera forma de programar el modelo en la ventana principal de Matlab,
identifique la opción de New m-file y aparecerá una ventana como se muestra en la
figura 2.

Figura 2. Ventana para crear programas en archivos tipo m.

Para mostrar la forma de programación se resolverá una ecuación lineal, la cual se

puede relacionar al crecimiento lineal de un cultivo, es decir programar una
regresión lineal. Para ejemplificar lo anterior se graficará la siguiente ecuación:
𝑦 = 3𝑥 + 2
La anterior expresión indica que la pendiente es 3 y la intercepción con el eje 𝑦 es
2. Por lo que se espera que la gráfica tiene una pendiente positiva.
La forma de programar esta ecuación se muestra en la figura 3:

6
 Figura 3. Programa para resolver la práctica 1.

En la figura 3, la línea 1 es un comentario, el cual tiene un color verde y un

identificador inicial de porcentaje. La línea 3 indica que limpie todo lo que tenga en
la pantalla principal y la 4 que cierra todas las aplicaciones. La implementación de
la ecuación comienza en la línea 6, en donde se define la variable independiente, la
cual puede modificarse de acuerdo a los objetivos planteados. En la línea 7 se
programó la ecuación bajo la consideración de que cualquier multiplicación en
Matlab debe tener un asterisco (*). La línea 10 y 11 son donde se gráfica la ecuación
si no existiera un error de programación. Si existe más de una gráfica es necesario
indicar el número de gráfica. El comando “plot” es graficar y los argumentos son los
dos que están dentro del paréntesis.

Para corregir errores si existiera se agrega un punto a cada operación que realice
el programa (.*; ./). Si no lo identifica abra la ventana principal y le dirá en donde
está el error de la siguiente manera: “??? Undefined function or variable ____” que
indica que la variable en la línea punteada no fue asignada. Asegúrese que escribió
su código utilizando la misma literal y no uso mayúsculas en lugar de minúsculas.
El resultados de la simulación de la ecuación propuesta se muestra en la figura 4.

7
 Figura 4. Resultados de la simulación en archivo tipo m.

Otra forma de realizar la simulación es hacerlo en forma gráfica en la versión

Simulink de Matlab. Para realizar la simulación el programa tiene dos ventanas, la
primera hace referencia a la librería y se llama “Simulink Library Browser” (Figura
5), la segunda es el espacio de trabajo (figura 6) en la cual se arrastran los bloques
de la ventana de librearías mediante el cursor hacia la ventana de trabajo.

Figura 5. Librerías de Simulink.

8
 Figura 6. Ventana de trabajo de Simulink.

Para dar solución a la ecuación que se ha propuesto en esta práctica se tendrá que
identificar un bloque que pueda cumplir con la función de la variable independiente,
uno de ellos es el bloque “Clock”, el cual se encuentra en las librerías asignadas a
Simulink, en la opción de “Sources”. Para asignar el valor de 3𝑥, así como el valor
+2, identifique los bloques “Constant”. Para realizar la multiplicación 3 ∗ 𝑥,
identifique el bloque “Product” y para realizar la suma el bloque “sum”, todos ellos
localizados en la librería “Commonly Use Blocks”. Para ver las gráficas colocaremos
un bloque llamado “Scope” también localizado en la misma librería. Para unirlos e
indicar la operación deseada se coloca el cursor a la salida del bloque como a la
entrada del que se quiere conectar. Esto se observa en la figura 7.

Figura 7. Conexión en Simulink.

9
Otra de las formas de realizar la conexión es utilizando el bloque “MATLAB Funtion”,
el cual se encuentra en la librería “User-Defined Functions”. En este bloque
implemente la ecuación de la siguiente forma: 3*u(1)+2. En donde u(1), u(2),…. u(n)
es el número de entradas que llegan al bloque. Para este caso sólo esta una entrada
por lo cual se programó u(1). Coloque el bloque “Clock” y “Scope” y conéctelos como
se muestra en la figura 8.

Figura 8. Programando en simulink con un bloque MATLAB Fcn.

Los resultados de implementar ambas formas se muestran en la figura 9. Se

observan dos gráficas en las cuales el resultado es el mismo, por lo tanto ambas
formas funciona. La mayoría de veces no se muestra el resultado esperado en la
gráfica, para verificar el resultado en esa ventana de click en la opción de
“Autoscale”, que es un ícono similar a un binocular.

Figura 9. Resultados de la programación en Simulink.

10
Discusión de los resultados
 Elabore una discusión de los resultados en donde explique:
 La forma de programación en Matlab.
 Que ventajas observa con respecto a otros programas, como Excel u otro si
lo conoce.
 Explique si el resultado es correcto y porqué, interprete los resultados.
 ¿Qué forma de programación prefiere, Tipo M o Simulink?
 ¿Qué se puede mejorar de la práctica?

Conclusiones.
Escriba unas conclusiones y observaciones de esta práctica.

Resultados a entregar.
Un reporte de práctica que incluya:
Portada.
Introducción.
Desarrollo de la práctica.
Discusión y resultados.
Conclusiones.

11
 PRÁCTICA 2. GRAFICAR DATOS DE TEMPERATURA MÁXIMA, MÍNIMA Y
PROMEDIO, DURANTE 30 DÍAS.

Objetivo: Que el alumno identifique y grafique las principales variables que influyen
en el crecimiento de los cultivos.

Material: Computadora con Matlab instalado.

Desarrollo de la práctica.

Con base a la práctica 1 el alumno ya es capaz de comenzar a graficar variables en

Matlab a nivel básico. Para lo anterior proponga 30 datos de temperatura máxima
(Tmax) y 30 de temperatura mínima (Tmin). Cada dato cuando se implemente deje
un espacio por cada dato dentro de los corchetes o escriba cada uno y al final deje
punto y coma. La primera forma dejara el vector de datos en forma de fila y la
segunda en forma de vector columna.

Ejemplo en programarlos en forma de fila:

>> a=[10 20 30]
a=
10 20 30
Ejemplo en forma de columna:
>>a=[10;20;30]
a=
10
20
30

Con la anterior consideración, declare los dos primeros vectores del siguiente
código, copie e impleméntelo en archivo tipo m.

12
Tmax=[Agregar los 30 datos];
Tmin=[Agregar los 30 datos];
Tpromedio=(Tmax+Tmin)/2;
Tiempo=[1:30];
figure (1)
plot(t, Tmax)
figure (2)
plot (t, Tmin)
figure (4)
plot (t, Tpromedio)

Resultados a entregar:
1. Entregue las 3 gráficas y edítelas, modifique el tamaño, agregue leyendas y
etiquetas.
2. Implemente en el código una figura en donde se observen Tmax, Tmin y Tprom.

Discusión de los resultados

Elabore una discusión de los resultados en donde explique:
La forma de programación del código y básicamente en que consiste cada línea.
¿Se podrá implementar la práctica en Simulink?
¿Qué se puede mejorar de la práctica?

Conclusiones.
Escriba unas conclusiones y observaciones de esta práctica.

Resultados a entregar. Un reporte de práctica que incluya:

Portada.
Introducción.
Desarrollo de la práctica.
Discusión y resultados.
Conclusiones.

13
 PRÁCTICA 3. GRAFICAR DATOS DE ALTURA DE LA PLANTA, NUMERO DE
FRUTOS, RENDIMIENTO Y MATERIA SECA DURANTE
UN PERIODO DE 120 DÍAS.

Objetivo: Desarrollar un código que permita graficar algunas de las variables más
importantes de las plantas.
Material: Computadora con Matlab instalado.

Desarrollo de la práctica.

En esta práctica se busca graficar datos del cultivo en un archivo m de Matlab.

Los datos del cultivo son los siguientes:
Tiempo Altura (cm) Número de Rendimiento Materia seca
frutos de frutos (g/m2)
(kg/m2)
0 3 0 0 0.01
15 10 0 0 0.9
30 20 0 0 1.4
45 40 0 0 2.2
60 70 1 0.2 3.8
75 110 4 0.6 7.9
90 160 7 1.6 11
105 165 11 3 18.7
120 166 18 5.2 30.2

Discusión de los resultados

Elabore una discusión de los resultados en donde explique:
 La forma de programación del código y básicamente en que consiste cada línea.
 La importancia de estas variables de crecimiento
 ¿Qué se puede mejorar de la práctica?

14
Conclusiones.
Escriba unas conclusiones y observaciones de esta práctica.

Resultados a entregar.
Un reporte de práctica que incluya:
Portada.
Introducción.
Desarrollo de la práctica.
Discusión y resultados.
Conclusiones.

15
 PRÁCTICA 4. LEER Y GRAFICAR DATOS DE UN ARCHIVO DE TEXTO.

Objetivo: Implementar un código que permita leer archivos de datos, para

graficarlos y analizarlos.

Material: 1) Computadora con Matlab instalado, 2) Archivo de datos del clima en

Piaxtla.

Desarrollo de la práctica.

En esta práctica se implementará un código en tipo m de Matlab, que permita leer

datos de un archivo de texto. Existen programas como Excel de Microsoft que
permite hacer la lectura de los datos, pero cuando se busca un análisis más
detallado este programa es limitado. Matlab ofrece la posibilidad de leer, analizar y
graficar datos tanto del clima, como del cultivo. La ventaja principal es en este
lenguaje se pueden utilizar los datos de estos archivos de texto, como variables de
modelos matemáticos dinámicos de cultivos.

El archivo de texto de los datos es uno que se consiguió en la base de datos de

estaciones meteorológicas en Puebla, específicamente en el municipio de Piaxtla,
ya que no existe una estación Tecomatlán y la más cercana es del municipio citado
antes. Este archivo contiene más de 2000 datos de temperatura máxima,
temperatura mínima y evapotranspiración. Por la cantidad de datos que contiene es
prácticamente imposible incluirlo en este documento, por lo que el profesor de la
clase lo hará llegar al grupo.

El archivo se llama climapiaxtla.dat, es decir tiene una extensión para archivos de

texto *.dat, pero también los puede encontrar como *.txt. Para cargar los datos en
Matlab, asegúrese de que este archivo está en la misma carpeta donde está su
código de esta práctica. En la ventana para programas tipo m, escriba la función
load y enseguida el nombre del archivo como se observa:

16
load climapiaxtla.dat %Datos de Piaxtla

Usted puede ejecutar el archivo y asegurarse que se cargó el programa si en la

ventana principal de Matlab no se indica algún error, para estar completamente
seguros de que se cargó el archivo en la pantalla principal existe otra ventana que
se llama Workspace. En esta ventana debe aparecer el nombre del archivo, así
como sus dimensiones.

Si no existen errores, proceda a indicarle al programa a que variable corresponde

cada columna del archivo. Por ejemplo la temperatura máxima en el archivo es la
primera columna, la segunda corresponde a la temperatura mínima y la tercera es
la evapotranspiración. Para nombrarlos indique el nombre de la variable, la cual
puede estar escrita a su criterio, siempre y cuando no cambie ese nombre cuando
se valla a utilizar. Después aparece el signo =, y enseguida el nombre del archivo
sin la extensión .dat, después en paréntesis “(:,1)”, el símbolo dos puntos indica que
lea todos los datos de la columna, y después de la coma se indica el número de la
columna. Esto se puede observar en el siguiente código:

Tmax=climapiaxtla(:,1); %temperatura máxima

Tmin=climapiaxtla(:,2); %temperatura mínima
Evaporacion=climapiaxtla(:,3); %evaporación

Grafique los datos de temperatura de la siguiente forma:

figure(1)
plot(tiempo,Tmax,'r', tiempo,Tmin, 'b')
legend('T max', 'T min')
xlabel('Tiempo (días)')
ylabel('Temperatura (°C)')

Para agregar leyenda a la gráfica utilice la función “legend” e indique de acuerdo

como gráfico la variable asignada. Si usted lo hace de forma equivocada el

17
programa no marcará error alguno, sin embargo al mostrar la figura, los datos
mostrados en la leyenda serán incorrectos. Para agregar etiquetas al eje “x” y “y”,
utilice la función “xlabel” o “ylabel” según sea el caso.

Discusión de los resultados

Elabore una discusión de los resultados en donde explique:

 Programación del código y en que consiste cada línea.
 La importancia de estas variables.
 Que programa prefiere utilizar Matlab o Excel.
 ¿Qué se puede mejorar de la práctica?

Conclusiones.

Escriba unas conclusiones y observaciones de esta práctica.

Resultados a entregar.

Un reporte de práctica que incluya:

Portada.
Introducción.
Desarrollo de la práctica.
Discusión y resultados.
Conclusiones.

18
 PRACTICA 5. SOLUCIÓN DE MODELOS MATEMÁTICOS DINÁMICOS SIN
SOLUCIÓN ANALÍTCA.

Objetivo: Que el alumno conozca reconozca y de solución a los modelos de cultivos

que no tienen solución analítica, así como conocer los métodos de integración que
pueden dar su solución.

Material: Computadora con Matlab instalado.

Desarrollo de la práctica.

Van Straten (2012) y Soltani (2012) mencionan que cualquier sistema en la vida
real, es no lineal, por lo que su respuesta en el tiempo se aproxima a una derivada
que no tiene solución de forma analítica y por lo tanto se debe resolver mediante
algún método de integración.

Por lo que en esta práctica se propone dar solución a una ecuación que representa
el crecimiento de una planta, la cual esta expresada mediante la siguiente derivada:

𝑑𝑃
= 𝑏𝑟 ∗ 𝑃
𝑑𝑡

Donde 𝑃 es una variable de estado, con condición inicial 𝑃(0) es 0.09 y 𝑏𝑟 es un

coeficiente que tiene valor de 0.073.

Se pide implementar está ecuación en archivo Simulink y utilizar los siguientes

métodos de integración para observar su respuesta en el tiempo:

ode23: Método de Runge Kutta de orden 3/2

ode45: Método de Runge Kutta de orden 5/4
ode 23s: Método de Runge Kutta de orden 2/3
ode15: Método de Runge Kutta de orden 1/5
19
Sin entrar en detalle se escribirán las ecuaciones del método de integración Runge
Kutta 5/4:

Estas ecuaciones indican que se programa la ecuación en cada función f, mediante

dichas ecuaciones, se considera un paso de integración y se resuelve 4 veces, más
un paso adicional que da la solución mediante la iteraciones en la expresión 𝑥𝑘+1 .

El objetivo de esta práctica no es conocer a detalle el funcionamiento de cada

método de integración, pero si conocer cuál es su función.

Para la implementación observe que tiene una derivada de orden 1, por lo tanto
ocupará un integrador, localizado en la librería “commonly used blocks”. Observe
que al solucionar la derivada de 𝑃 con respecto al tiempo obtendrá la respuesta 𝑃,
es decir antes del integrador usted tiene la derivada, al pasar por el integrador la
salida indica la solución de esa ecuación. El coeficiente 𝑏𝑟 es una constante por lo
que utilizara ese bloque que se encuentra en la misma librería que el integrador.
Finalmente la condición inicial 𝑃(0) = 0.09 , indica que tenemos que abrir el
integrador con un doble click y en la opción de “initial condition” cambie de un valor
cero al indicado. Para ver las gráficas arrastre el bloque “scope”. La forma de
conexión se muestra en la figura 10.
20
 Figura 10. Conexión en Simulink de la práctica 5.

Los resultados de la simulación se observan en la figura 11. El comportamiento de

esta gráfica es similar al de crecimiento de cultivos.

Figura 11. Conexión en Simulink de la práctica 5.

Por asignación el método de integración que resuelve este tipo de ecuaciones es el

ode 45, el cual puede ser modificado en la ventana de trabajo de Simulink, en la
opción de simulación que abrirá otra ventana con el nombre de “Configuration
Parameters”. Cuando abra la configuración en la pestaña de “solver” es la que
corresponde al tipo de solución. Modifique este de acuerdo a lo indicado en el
desarrollo de la práctica. Observe que cuando cambia el método de integración
cambia la solución.

Discusión de los resultados

Elabore una discusión de los resultados en donde explique:

 Programación del código y en que consiste cada línea.

21
 ¿Cómo fueron los resultados cuando cambió el método de integración?
 ¿Excel podría resolver el tipo de ecuaciones propuestos en la práctica.
 ¿Qué se puede mejorar de la práctica?

Conclusiones.

Escriba unas conclusiones y observaciones de esta práctica.

Resultados a entregar.

Un reporte de práctica que incluya:

Portada.
Introducción.
Desarrollo de la práctica.
Discusión y resultados.
Conclusiones.

22
 PRÁCTICA 6. SIMULACIÓN DE UN MODELO MATEMÁTICO EN FORMA DE
ECUACIONES EN DIFERENCIAS.

Objetivo: Simular un modelo matemático expresado en ecuaciones en diferencias.

Material: 1) Computadora con Matlab instalado, 2) Archivo de datos clima.txt

Desarrollo de la práctica.

Para la implementación de este código se propone el siguiente modelo matemático

en forma de ecuaciones en diferencias, el cual se basa en la estructura del modelo
VegSyst (Gallardo et al., 2011, Giménez et al., 2013):

Temperatura PAR Humedad

Tiempo térmico PAR Integral

Parámetros
acumulado Diario

Fracción
Tiempo térmico Coeficiente del
interceptada de
relativo cultivo
PAR

Uso eficiente N en la
DMP ETc
del PAR planta

Figura 12. Modelo VegSyst.

Del siguiente diagrama se desprenden las siguientes ecuaciones:

𝐶𝑇𝑇 = (𝑇𝑚𝑎𝑥 + 𝑇𝑚𝑖𝑛)/2

(1)

23
 (2)

(3)

(4)

(5)

(6)

(7)

(8)

𝑓𝑖−𝑆𝑅 (9)
𝑘𝑐𝑖 = 𝑘𝑐𝑖𝑛𝑖 + (𝑘𝑐𝑚𝑎𝑥 − 𝑘𝑐𝑖𝑛𝑖 ) ( )
𝑓𝑓−𝑆𝑅
𝑓𝑖−𝑆𝑅 − 𝑓𝑚𝑎𝑡−𝑆𝑅
𝑘𝑐𝑖 = 𝑘𝑐𝑒𝑛𝑑 + (𝑘𝑐𝑚𝑎𝑥 − 𝑘𝑐𝑒𝑛𝑑 ) ( ) (10)
𝑓𝑓−𝑆𝑅 − 𝑓𝑚𝑎𝑡−𝑆𝑅
u
ln(1 − 𝑓𝑖−𝑃𝐴𝑅 ) (11)
𝑓𝑖−𝑆𝑅 = 1 − exp [ ]
1.4

(12)
𝐸𝑇𝑐 = 𝑘𝑐 𝐸𝑇0

Donde:
𝑓𝑖−𝑃𝐴𝑅 : Fracción interceptada de la radiación fotosintéticamente activa.

𝐷𝑀𝑃𝑖 : Producción de materia seca.

𝑁𝑖 : Contenido de Nitrógeno del cultivo.

𝐸𝑇𝑐 : Evapotranspiración del cultivo.

𝐶𝑇𝑇𝑖 : Acumulación de tiempo térmico.

𝑃𝐴𝑅𝑖 : Radiación fotosintéticamente activa.

24
𝑇𝑚𝑎𝑥 : Temperatura máxima.

𝑇𝑚𝑖𝑛 : Temperatura mínima.

𝐻𝑢𝑚𝑚𝑎𝑥 : Humedad máxima.

𝐻𝑢𝑚𝑚𝑖𝑛 : Humedad mínima.

𝐶𝑇𝑇𝑓 : Acumulación de tiempo térmico en la máxima intercepción de PAR (120°D).

𝐶𝑇𝑇𝑚𝑎𝑥 : Acumulación de tiempo térmico en la madurez del cultivo (190°D).

𝛼1 : Coeficiente de forma (7.3).

𝛼2 : Coeficiente de forma (8).

𝑅𝑇𝑇05: Tiempo térmico relativo (0.56).

𝑓𝑓 : Máxima fracción interceptada de PAR (0.9).

𝑓0 : Fracción inicial de PAR (0.1).

𝑓𝑚𝑎𝑡 : Fracción de PAR en la madurez del cultivo (0.8).

𝑅𝑈𝐸: Uso eficiente de radiación (4).

𝑎: Factor de calibración (8.9).

𝑏: Factor de calibración (-0.1).

𝑘𝑐𝑖𝑛𝑖 : Coeficiente inicial del cultivo (0.1).

𝑘𝑐𝑒𝑛𝑑 : Coeficiente final del cultivo (0.9).

𝑘𝑐𝑚𝑎𝑥 : Coeficiente máximo del cultivo (0.86).

𝑓𝑓−𝑆𝑅 : Máxima fracción interceptada de radiación.

𝑓𝑚𝑎𝑡−𝑆𝑅 : Radiación solar interceptada en la madurez del cultivo.

𝐸𝑇0 : Evapotranspiración de referencia.

De las anteriores ecuaciones se definen las entradas (I), salidas (F) y los parámetros
(P):
25
 𝐹 = [𝐷𝑀𝑃𝑖 ; 𝑁𝑖 ; 𝐸𝑇𝑐 ] (13)

𝐼 = [𝐶𝑇𝑇𝑖 ; 𝑃𝐴𝑅𝑖 ; 𝑇𝑚𝑎𝑥 ; 𝑇𝑚𝑖𝑛 ; 𝐻𝑢𝑚𝑚𝑎𝑥 ; 𝐻𝑢𝑚𝑚𝑖𝑛 ] (14)

𝜃 = [𝐶𝑇𝑇𝑓 ; 𝐶𝑇𝑇𝑚𝑎𝑥 ; 𝛼1 ; 𝛼2 ; 𝑅𝑇𝑇05 ; 𝑓𝑓 ; 𝑓0 ; 𝑓𝑚𝑎𝑡 ;

𝑅𝑈𝐸; 𝑎; 𝑏; 𝑘𝑐𝑖𝑛𝑖 ; 𝑘𝑐𝑒𝑛𝑑 ; 𝑘𝑐𝑚𝑎𝑥 ; 𝑓𝑓−𝑆𝑅 ; 𝐸𝑇0 ] (15)

Programe las ecuaciones 1 a 15. Considere que para calcular 𝐶𝑇𝑇 se usan datos
de temperatura máxima y mínima, los cuales se encuentran en el archivo clima.txt
en la columna 2 y 3 respectivamente. Los datos de PAR se encuentran en la
columna 7. Tomé en cuenta que la mayoría las variables están representadas en
forma vectorial, por lo cual las operaciones se deben hacer término a término.

El modelo calcula las variables de salida por cada día y para calcular el acumulado
utilice la función cumsum, por ejemplo para calcular la materia seca total:
DMP=cumsum(DMP). Utilizando esta función calcule las 3 variables de salida.

Discusión de los resultados

Elabore una discusión de los resultados en donde explique:

 Programación del código y en que consiste cada línea.
 ¿En que se basa el funcionamiento de los modelos en forma de ecuaciones en
diferencias?
 ¿Qué se puede mejorar de la práctica?

Conclusiones.

Escriba unas conclusiones y observaciones de esta práctica.

26
Resultados a entregar.

Simulaciones de las 3 variables de salida del modelo.

Un reporte de práctica que incluya:
Portada.
Introducción.
Desarrollo de la práctica.
Discusión y resultados.
Conclusiones.

27
 PRÁCTICA 7. SIMULACIÓN DE UN MODELO MECANICISTA DEL CLIMA EN
INVERNADERO.

Objetivo: Analizar las distintas respuestas de temperatura en suelo y aire de un

invernadero.

Material: Computadora con Matlab instalado

Desarrollo de la práctica.

Considere y analice los invernaderos de la figura 13 y 14. El primero es un

invernadero de alta tecnología con cubierta de cristal. El segundo es un conjunto de
invernaderos de baja tecnología, pero se puede considerar de media tecnología de
acuerdo a su producción y si cuenta con control climático.

Figura 13. Invernadero de baja tecnología.

Figura 14. Invernaderos de media y baja tecnología.

28
Independientemente del tipo de invernadero, existe la necesidad de controlar el
clima del aire, así como el del suelo. Ambos intervienen directamente en el proceso
de evapotranspiración, por lo cual el crecimiento óptimo depende de este factor, así
como de otros.

Para poder realizar la simulación de estas variables, consideremos el siguiente

sistema de ecuaciones:

Donde:
Tg es la temperatura del aire.
Ts, temperatura de la capa superior del suelo.
H: Calor del sistema de calefacción (J °C-1).
Cg, Capacidad de calor del invernadero (J °C-1).
Cs, Capacidad de calor de la capa superior del suelo (J °C-1).
kgr, coeficiente de transferencia de calor de la cubierta (Js-1°C-1).
Kvent, Coeficiente de transferencia de calor debido a la ventilación (Js-1°C-1).
kgrs, coeficiente de transferencia de calor entre el aire del invernadero y la capa
superior del suelo (Js-1°C-1).
kds, coeficiente de transferencia de calor entre la capa superior y a capa profunda
del suelo (Js-1°C-1).
To, temperatura fuera del invernadero.
R, radiación solar.

Para simular la temperatura fuera del invernadero considere el siguiente código:

function To=Temperatura(Time)

29
To=20+5*sin(pi*(mod(Time,1)*24-6)/12);

Para simular la radiación solar considere el siguiente código

function y=Radiation(t)
[n,m]=size(t);
y=[];
for i=1:length(t)
if (mod(t(i),1)*24 > 6.0) & (mod(t(i),1)*24 < 18)
S=400*sin(pi*(mod(t(i),1)*24-6.0)/12);

else
S=0;
end
y=[y;S];
end

Ambas funciones guárdelas con el nombre que sugiere Matlab (Temperatura.m y

Radiation.m).

La forma más fácil de programar el sistema de ecuaciones es implementándolo en

Simulink. Por lo que para llamar esas funciones utilice el bloque “level-2 M-file S-
function” o use constantes y asigne el nombre de la función. Recuerde que estos
archivos tienen que estar en la misma carpeta en la que tiene el programa principal.

Figura 15. Implementación de la práctica 7 en Simulink.

30
Discusión de los resultados

Elabore una discusión de los resultados en donde explique:

 Programación del código en bloques y explicar su funcionamiento.
 ¿Qué resultados encontró en la temperatura del aire y suelo?
 Modifique los parámetros, hasta tener resultados ajustados a la realidad.

Conclusiones.

Escriba unas conclusiones y observaciones de esta práctica.

Resultados a entregar.

Simulaciones de las 2 variables del modelo.

Un reporte de práctica que incluya:
Portada.
Introducción.
Desarrollo de la práctica.
Discusión y resultados.
Conclusiones.

31
BIBLIOGRAFÍA

Erell E., V. Leal and E. Maldonado. 2003. On the measurement of air temperature
in the presence of strong solar radiation. In Fifth International Conference on
Urban Climate (Vol 1, N.5).

Gallardo M., Giménez C., Martínez C., Stöckle C. O. Thompson R. B., Granados
M.R. 2011. Evaluation of the VegSyst model with muskmelon to simulate crop
growth, nitrogen uptake and evapotranspiration. Agricultural Water
Management 101, ELSEVIER: 107– 117.

Giménez C., Gallardo M., Martínez C., Stöckle C. O., Thompson R. B., Granados
M. R. 2013. VegSyst, a simulation model of daily crop growth, nitrogen uptake
and evapotranspiration for pepper crops for use in an on-farm decision
support system.

Marcelys L.F.M.; G. Van Straten; C. Stanghellini; E. Heuvelink. Procedings of the

third International Symposium on Models for plant Growth, Enviromental
Control and Farm Management in protected Cultivation (HORTIMODEL
2006).

López Cruz I.L., A. Ramírez Arias, A. Riojano Aguilar. Modelos Matemáticos de

hortalizas en invernadero: Trascendiendo la contemplación de la dinámica de
cultivos. Revista Chapingo. Serie Horticultura, Julio-Diciembre. Año/ Vol. 11,
número 002, Universidad Autónoma Chapingo, Chapingo, México. Pp. 257-
267.

Radojevic N., D. Kostadinovic, H. VlajKovic and E. Veg. 2014. Microclimate Control

in Greenhouse. FME Transactions, Vol 42. Pp 162-167.

Soltani A y Sinclair T. 2012. Modeling physiology of crop development, grow and

yield. Library of Congress Cataloging-in-Publication Data. ISBN 978-1-84593-
970-0.

Van ’T Ooster A., E. Heuvelink, M. Loaiza and E. van Henten. 2008. Technical
solutions to prevent heat stress induced crop growth reduction for three
climatic regions in Mexico. Acta Hortic. 801: 1251-1258.

Van Straten G., Van Willigenburg G., Van Henten E.,Van Ooteghem R. 2011.
Optimal Control of Greenhouse Cultivation. CRC Press.

Wallach D., Makowski D., Jones J. 2006. Working with Dynamic Crop Models. Ed.
ELSEVIER. Oxford OX5 1GB, UK.

32