> For the complete documentation index, see [llms.txt](https://navixy.com/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://navixy.com/docs/user/es/guide/account/iot-logic/nodes/initiate-attribute-node/calculation-examples.md).

# Ejemplos de cálculo

Ejemplos prácticos para escribir cálculos de atributos en el lenguaje de expresiones de IoT Logic. Incluye orientación sobre la nomenclatura de atributos y el manejo seguro de valores nulos.

El nodo Iniciar atributo en IoT Logic admite una amplia gama de cálculos mediante [Lenguaje de expresiones de Navixy IoT Logic](https://navixy.com/docs/iot-logic-api/technologies/navixy-iot-logic-expression-language.md). Esta guía proporciona ejemplos prácticos de cálculos comunes para ayudarle a extraer el máximo valor de sus datos de IoT.

## Consideraciones importantes

Al crear cálculos, tenga en cuenta estos puntos:

* **Validez de los nombres de los atributos**: Asegúrese de usar los nombres de atributo correctos en los cálculos. Puede consultar los nombres de atributo existentes usando [Analizador de datos](https://navixy.com/docs/user/es/guide/account/iot-logic/data-stream-analyzer.md), o insertarlos con [Administrar atributos](https://navixy.com/docs/user/es/guide/account/iot-logic/nodes/initiate-attribute-node/managing-attributes.md#short-syntax) usando [autocompletado](https://navixy.com/docs/user/es/guide/account/iot-logic/nodes/initiate-attribute-node/managing-attributes.md#autofill-attribute-names).
* **Validez de los datos**: Una fórmula que lee un valor que el paquete no contiene no produce nada, y el atributo entonces no tiene valor para ese paquete. Proteja el cálculo con `!= null`, o sustituya un valor de respaldo con `??`. Vea [Valores faltantes en expresiones](https://navixy.com/docs/user/es/guide/account/iot-logic/nodes/missing-values-in-expressions.md).
* **Impacto en el rendimiento**: Los cálculos complejos con muchas funciones anidadas pueden afectar la velocidad de procesamiento de datos de alta frecuencia
* **Restricciones matemáticas**: Funciones como el logaritmo y la raíz cuadrada requieren valores de entrada positivos
* **Referencias históricas**: Cuando utilice valores indexados (por ejemplo, `value('param', 1, 'valid')`), asegúrese de contar con suficientes datos históricos y use [sintaxis completa de expresiones](https://navixy.com/docs/user/es/guide/account/iot-logic/nodes/initiate-attribute-node/managing-attributes.md#full-syntax)

{% hint style="info" %}
Las funciones matemáticas pueden aplicarse a cualquier parámetro numérico o atributo calculado previamente. Valide siempre sus cálculos con datos de prueba antes de implementarlos en flujos de producción.
{% endhint %}

{% hint style="info" %}
Para completar un atributo con el nombre de la Zona en la que se encuentra un dispositivo, en lugar de hacerlo con un cálculo, use `geofenceName()`. Es una opción de pago, desactivada de forma predeterminada. Consulte [Funciones de Zona](https://navixy.com/docs/user/es/guide/account/iot-logic/nodes/geofence-functions.md).
{% endhint %}

## Cálculos básicos

### Conversión de unidades

La conversión de mediciones entre distintas unidades es una de las operaciones más comunes en el procesamiento de datos IoT.

#### **Conversión de velocidad (km/h a mph)**

```jexl
can_speed/1.609
```

**Aplicación práctica:** Esta conversión estandariza los datos de velocidad de los vehículos para regiones que utilizan unidades imperiales. Al realizar este cálculo en IoT Logic en lugar de en las aplicaciones posteriores, garantiza la coherencia en todos los sistemas que consumen los datos.

**Conversión de temperatura (de Celsius a Fahrenheit)**

```jexl
temperature * 1.8 + 32
```

**Aplicación práctica:** Esta conversión hace que las lecturas de temperatura sean comprensibles para los usuarios más familiarizados con las mediciones en Fahrenheit. Es especialmente valiosa para las organizaciones multinacionales que operan en regiones con distintos estándares de medida.

### Calcular diferencias

Comparar las lecturas actuales con los valores anteriores ayuda a identificar cambios y tendencias en sus datos.

#### **Detectar cambios de temperatura**

```jexl
temperature - value('temperature', 1, 'valid')
```

**Aplicación práctica:** Este cálculo ayuda a detectar fluctuaciones rápidas de temperatura que podrían indicar problemas en el equipo o cambios ambientales. Al crear un atributo dedicado para esta diferencia, puede configurar Alertas para cambios repentinos sin un procesamiento posterior complejo.

{% hint style="info" %}
**Ejemplo:** Para una flota de camiones refrigerados, este cálculo puede identificar de inmediato cuándo la temperatura de la carga comienza a aumentar demasiado rápido, lo que permite a los despachadores contactar a los conductores antes de que los productos perecederos se vean comprometidos. El atributo puede activar alertas cuando el cambio de temperatura supera los 3 grados en un período corto, lo que podría indicar una falla del sistema de refrigeración o que la puerta se haya quedado abierta.
{% endhint %}

## Cálculos basados en el tiempo

Los cálculos de tiempo le ayudan a entender el comportamiento del dispositivo con el paso del tiempo y a medir los patrones operativos.

### **Encontrar el tiempo transcurrido entre las últimas lecturas válidas**

```jexl
srvTime('avl_25', 0, 'valid') - srvTime('avl_25', 1, 'valid')
```

**Aplicación práctica:** Este cálculo mide el intervalo entre transmisiones de datos consecutivas, lo que puede ayudar a identificar problemas de comunicación o validar que los dispositivos estén reportando con las frecuencias esperadas. Este ejemplo muestra el cálculo entre las dos últimas lecturas válidas, pero puede ajustarse para manejar cualquier par de valores históricos.

{% hint style="info" %}
**Ejemplo:** Para una flota de taxis, este cálculo puede ayudar a identificar problemas de conectividad con los rastreadores GPS. Si el tiempo entre lecturas aumenta repentinamente del estándar de 30 segundos a varios minutos, podría indicar áreas con mala cobertura celular o fallas del dispositivo, lo que permite a los equipos de Mantenimiento abordar los problemas antes de que afecten la calidad del servicio.
{% endhint %}

### **Conversión de la marca de tiempo a un formato legible para humanos**

```jexl
dtFormat(genTime('can_fuel_1', 0, 'all'))
```

**Aplicación práctica:** Convertir las marcas de tiempo de Unix al formato ISO 8601 hace que los datos sean más legibles en los registros y los Reportes. Este formato es ampliamente compatible con herramientas de análisis y bases de datos, lo que simplifica la integración con otros sistemas.

## Funciones matemáticas avanzadas

IoT Logic admite operaciones matemáticas sofisticadas mediante sus funciones matemáticas integradas.

### Redondear valores

**Redondear la temperatura al entero más cercano**

```jexl
math:round(value('temperature_2', 0, 'valid'))
```

**Aplicación práctica:** El redondeo es útil cuando no se necesita precisión exacta o cuando desea reducir el ruido en las lecturas de los sensores. Por ejemplo, redondear los datos del sensor ambiental puede ser suficiente para el monitoreo climático general, al tiempo que reduce los requisitos de almacenamiento. Esta función también es útil al crear categorías o bandas de valores (por ejemplo, agrupar las lecturas de temperatura en incrementos de 5 grados).

{% hint style="info" %}
**Ejemplo:** En la gestión de flotas, las lecturas de temperatura del motor suelen incluir decimales que no son significativos para las alertas del conductor o la programación de mantenimiento. Redondear estos valores simplifica las visualizaciones del panel y facilita la definición de los umbrales de temperatura. Por ejemplo, las alertas de mantenimiento pueden activarse cuando la temperatura redondeada del motor supera los 90 °C, en lugar de manejar valores precisos como 89,7 °C.
{% endhint %}

### Cálculos logarítmicos

**Logaritmo natural de un valor**

```jexl
math:log(value('temperature_2', 0, 'valid'))
```

**Aplicación práctica:** Las transformaciones logarítmicas son especialmente útiles para:

* Comprimir datos que abarcan varios órdenes de magnitud en un rango más manejable
* Convertir relaciones exponenciales en lineales para un análisis más sencillo
* Trabajar con ciertos tipos de sensores que tienen características de respuesta logarítmica
* Cálculos del nivel de sonido, donde los decibeles son unidades logarítmicas
* Mediciones de pH en el monitoreo ambiental

{% hint style="info" %}
**Ejemplo:** Al analizar el comportamiento del conductor con un acelerómetro, la función logarítmica puede ayudar a normalizar los datos de aceleración que van desde movimientos leves hasta frenadas bruscas. Esto facilita crear una puntuación de seguridad del conductor significativa que no se vea demasiado sesgada por eventos extremos ocasionales. Otro ejemplo práctico es cuando se trabaja con sensores de combustible que no proporcionan lecturas lineales. Algunos sensores de nivel de combustible tienen valores de resistencia no lineales que corresponden al nivel real de combustible. El uso de cálculos logarítmicos puede ayudar a traducir estas lecturas en porcentajes de nivel de combustible más precisos.
{% endhint %}

### Operaciones de raíz cuadrada

**Calcular la raíz cuadrada de una lectura**

```jexl
math:sqrt(value('temperature_2', 0, 'valid'))
```

**Aplicación práctica:** Las funciones de raíz cuadrada son valiosas para:

* Convertir entre potencia y amplitud en mediciones eléctricas
* Calcular desviaciones estándar en el análisis estadístico de los datos del sensor
* Determinar valores de raíz cuadrática media (RMS) para parámetros eléctricos
* Cálculos de distancia en el espacio multidimensional (por ejemplo, trilateración para posicionamiento)
* Normalizar ciertos tipos de datos del sensor

{% hint style="info" %}
**Ejemplo:** Al calcular la distancia real entre dos puntos GPS (latitud y longitud), debe usar la función de raíz cuadrada como parte de la fórmula de distancia. Por ejemplo, si está calculando la distancia que ha recorrido un vehículo entre dos lecturas GPS usando la fórmula de distancia euclidiana, la función de raíz cuadrada es esencial. Otra aplicación común es calcular la magnitud de eventos de vibración o impacto a partir de múltiples ejes del acelerómetro (X, Y, Z). La raíz cuadrada de la suma de los valores al cuadrado de cada eje le da la magnitud total de la vibración, lo que resulta útil para detectar impactos del vehículo o condiciones de camino en mal estado.
{% endhint %}

## Operaciones combinadas

Puede crear cálculos aún más complejos combinando múltiples funciones y operaciones.

### **Media geométrica con redondeo**

{% code overflow="wrap" %}

```jexl
math:round(math:sqrt(value('temperature_1', 0, 'valid') * value('temperature_2', 0, 'valid')))
```

{% endcode %}

**Aplicación práctica:** Este cálculo computa la media geométrica de las lecturas de dos sensores de temperatura y redondea el resultado para proporcionar un valor más limpio. La media geométrica suele ser más apropiada que un promedio aritmético cuando se trabaja con tasas, razones o mediciones en las que la multiplicación es la forma natural de combinar valores.

{% hint style="info" %}
**Ejemplo:** En un escenario de transporte refrigerado, podría tener varios sensores de temperatura ubicados en toda el área de carga. Este cálculo proporciona una lectura de temperatura equilibrada que tiene en cuenta ambos valores y, al mismo tiempo, minimiza la influencia de valores atípicos extremos. En lugar de activar alertas basadas en un solo sensor (que podría verse afectado por aperturas de puertas), este cálculo combinado ofrece una condición general de temperatura más representativa para la carga sensible.
{% endhint %}

### **Cálculo de valor estandarizado**

{% code overflow="wrap" %}

```jexl
(value('sensor_reading', 0, 'valid') - value('sensor_min', 0, 'valid')) / (value('sensor_max', 0, 'valid') - value('sensor_min', 0, 'valid')) * 100
```

{% endcode %}

**Aplicación práctica:** Esto normaliza una lectura de sensor a una escala porcentual de 0 a 100 %, lo que permite comparaciones estandarizadas entre distintos sensores con rangos variados. Esto es especialmente útil para crear paneles uniformes o activar alertas basadas en valores relativos en lugar de mediciones absolutas.

{% hint style="info" %}
**Ejemplo:** Un administrador de flota supervisa vehículos de varios fabricantes, cada uno con lecturas diferentes de sensores de combustible (ohmios, voltios, valores digitales sin procesar). Al normalizar estas lecturas diversas a una escala porcentual uniforme, el administrador puede aplicar las mismas alertas de bajo combustible en toda la flota y generar reportes estandarizados de consumo de combustible sin tener que considerar las características específicas del sensor de cada modelo de vehículo.
{% endhint %}

## Operaciones de cadenas

Las operaciones de cadenas le permiten combinar múltiples valores de atributos en una sola cadena de salida.

### Unir valores de atributos

Combinar valores de varios atributos es útil cuando necesita consolidar datos de varias fuentes en un solo campo para su visualización o transmisión.

```jexl
util:joinNonNull(', ', ble_name_1, ble_name_2, ble_name_3, ble_name_4, ble_name_5, ble_name_6, ble_name_7, ble_name_8)
```

**Aplicación práctica:** Los dispositivos con capacidad de escaneo BLE pueden detectar varios sensores periféricos simultáneamente, pero no todas las ranuras de sensores están siempre ocupadas. Este cálculo produce una lista limpia separada por comas de los sensores activos, omitiendo automáticamente las ranuras no emparejadas. El resultado está listo para mostrarse o reenviarse a sistemas externos sin limpieza adicional.

{% hint style="info" %}
**Ejemplo**: Un camión refrigerado admite hasta ocho sensores de temperatura BLE distribuidos en toda el área de carga, pero solo tres están instalados actualmente. En lugar de producir "Sensor A, Sensor B, Sensor C, , , , , " con entradas vacías para las ranuras no utilizadas, `util:joinNonNull` produce "Sensor A, Sensor B, Sensor C", una lista limpia que se actualiza automáticamente a medida que los sensores se agregan o se retiran. Si necesita conservar posiciones vacías en la salida, use `util:join` en su lugar, que trata los valores null como cadenas vacías en vez de omitirlos.
{% endhint %}


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://navixy.com/docs/user/es/guide/account/iot-logic/nodes/initiate-attribute-node/calculation-examples.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
