DEFINICIÓN

Modelo Matemático: En ciencias aplicadas, un Modelo matemático es aquel que emplea algún tipo de formulismo matemático para expresar relaciones, proposiciones sustantivas de hechos, variables, parámetros, entidades y relaciones entre variables y/o entidades u operaciones, para estudiar comportamientos de sistemas complejos ante situaciones difíciles de observar en la realidad. Un modelo matemático es la descripción matemática de una situación real. La rama de la matemática que se encarga de estudiar sistemáticamente las propiedades de los modelos es la teoría de modelos. Un modelo matemático consta al menos de dos conjuntos básicos de elementos: 1. Variables de decisión y parámetros Las variables de decisión son incógnitas que deben ser determinadas a partir de la solución del modelo. Los parámetros representan los valores conocidos del sistema o bien que se pueden controlar. 2. Restricciones Las restricciones son relaciones entre las variables de decisión y magnitudes que dan sentido a la solución del problema y las acotan a valores factibles. Por ejemplo si una de las variables de decisión representa el número de empleados de un taller, es evidente que el valor de esa variable no puede ser negativo.

Esquema del proceso de modelado
SITUACIÓN DEL MUNDO REAL MODELO DEL MUNDO REAL MODELO MATEMÁTICO

CONCLUSIONES

$3 para el producto 1 y $5 para el producto 2. entonces podemos representar el modelo como: C = 3x1 + 5x2 (Costo total de Producción) Sujeto a: 8x1 + 7x2 x1 0 y x2 500 0. Representemos por x el número de árboles plantados. entonces: Producción: promedio anual de un árbol = 300 5x.EJEMPLO 1 Sean x1 y x2 la cantidad a producirse de dos productos 1 y 2. la producción = (número de árboles por hectárea) (producción promedio anual de un árbol). y la producción total será: P = (40 + x)(300-5x) Obsérvese que 0 x 60 . los parámetros son los costos de producción de ambos productos. exprésese la producción. Si el tiempo total de producción está restringido a 500 horas y el tiempo de producción es de 8 horas por unidad para el producto 1 y de 7 horas por unidad para el producto 2. Si por cada árbol que se plante por hectárea. y en general. Solución: La producción actual de la huerta puede obtenerse de la siguiente forma: (300)(40) = 12000 manzanas por hectárea y por año. la producción promedio disminuye en 5 manzanas y como restricción no puede haber más de 60 árboles por hectárea. EJEMPLO 2 Una huerta de manzanos tiene 40 árboles por hectárea y el promedio de producción es de 300 manzanas por árbol y por año. además de los 40. además de los 40. Puesto que la producción promedio por árbol disminuye en 5 manzanas por cada árbol plantado.

. los modelos matemáticos de los procesos se pueden manipular mucho más fácilmente que los procesos reales. ¿Qué es análisis de procesos? El análisis de procesos se refiere a la aplicación de métodos científicos. al reconocimiento y definición de problemas. analógicas e hibridas) que en la actualidad permiten el estudio de problemas de gran complejidad. Esto quiere decir: 1. Una gran parte de este crecimiento de las aplicaciones científicas se debe sin duda a la existencia y empleo de calculadoras de gran capacidad (digitales. .. Tanto el diseño como la operación se pueden facilitar mediante la simulación del proceso o de sus partes. La construcción de modelos matemáticos teóricos o semiteóricos constituye frecuentemente una necesidad preliminar. La primera y más evidente de ellas es que debe poseer unos conocimientos sólidos y versátiles tanto en ingeniería como en matemáticas. Para adquirir competencia en el análisis de procesos se requiere una doble capacidad por parte del ingeniero. 3. que solamente hace unos años no se podían abordar.Análisis detallado para obtener modelos matemáticos. así como al desarrollo de procedimientos para su solución. pero la verdad es que se observa un creciente interés en los últimos diez años en este campo.ANTECEDENTES El empleo de métodos científicos (modelos matemáticos) en el análisis de procesos no es nuevo. 2.Especificación matemática. a fin de encontrar las condiciones de operación prohibidas.Síntesis y presentación de resultados para asegurar la total comprensión. de forma más segura se puede simular una operación fuera de las condiciones o intervalos normales. y también se puede llevar a su punto más crítico o de quiebre..

que pueden ser imposibles de realizar en un modelo real. Con un modelo matemático adecuado se pueden ensayar intervalos extremos de las condiciones de operación. con el fin de comparar distintos diseños y procesos que todavía no están en operación y ensayar hipótesis sobre sistemas o procesos antes de llevarlos a la práctica. Estudio de conmutabilidad. económica y completa que en un plano real. Repetición de experimentos. Es posible estudiar procesos existentes de una forma más rápida. se puede obtener el resultado mediante una grafica o una ecuación. también es posible establecer características de funcionamiento. Habrá ocasiones en las que no todos los datos pertenecen a la misma y . Modelo Cuadráticos: los que se pueden expresar por medio de una ecuación cuadrática. Se pueden introducir nuevos factores o elementos de un sistema y suprimir otros antiguos al examinar el sistema con el fin de ver si estas modificaciones son compatibles. Los modelos se pueden clasificar de la siguiente manera: --Según su representación matemática y Modelo Lineal: los que después de ser analizados matemáticamente. Por supuesto que en la práctica todo esto no es tan fácil como puede parecer a primera vista. se representan por medio de una función lineal.VENTAJAS DE LOS MODELOS MATEMÁTICOS y y y y Experimentación económica. sobre descripciones matemáticas planteadas para ayudar y comprender procesos físicos complejos. es decir representado por enunciados matemáticos y modelos en forma de símbolos. utilizar un tipo de modelo que tenga una base conceptual y no física. Extrapolación. CLASIFICACION DE MODELOS Para los propósitos de ingeniería resulta conveniente. En el modelo matemático se puede introducir o retirar a voluntad un error. lo cual no es posible en el plano real.

y --Según la aleatoriedad y Determinista. y --Según el tipo de representación y Modelos cualitativos o conceptuales. y .Los modelos exponenciales son muy frecuentes en el estudio de crecimientos poblacionales. En dicha situación trataremos de encontrar aquella parábola que mejor represente el modelo que estamos analizando.y curva. inventar'). Probabilístico. los datos utilizados para alimentar el modelo son completamente conocidos y determinados. --Según la información de entrada y Modelos heurísticos (del griego euriskein 'hallar. y generalmente incluyen fórmulas y algoritmos matemáticos más o menos complejos que relacionan los valores numéricos. Además. Modelo exponencial: se representan por medio de una función exponencial. Modelos empíricos (del griego empeirikos relativo a la 'experiencia'). estos pueden usar figuras. gráficos o descripciones causales. Son los que utilizan las observaciones directas o los resultados de experimentos del fenómeno estudiado. Se conoce de manera puntual la forma del resultado ya que no hay incertidumbre. Estocástico. así como también diversos fenómenos físicos. en general se contentan con predecir si el estado del sistema irá en determinada dirección o si aumentará o disminuirá alguna magnitud. Son los que están basados en las explicaciones sobre las causas o mecanismos naturales que dan lugar al fenómeno estudiado. en el cálculo de intereses bancarios. sin importar exactamente la magnitud concreta de la mayoría de aspectos. que no se conoce el resultado esperado. Modelos cuantitativos o numéricos. usan números para representar aspectos del sistema modelizado. sino su probabilidad y existe por tanto incertidumbre.

Este tipo de modelos pretende predecir qué sucede en una situación concreta dada. Modelo de control. Para determinar el punto exacto para resolver alguna problemática administrativa. pero que pueden acoplarse a alguna alternativa existente y aproximada en su cuantificación. área de operación.Otros criterios a considerar. Cuando la optimización es entera o no lineal. de situaciones medibles de manera precisa o aleatoria. investigación. Si la concordancia es mal. Para saber con precisión como está algo en una organización. Si el ingeniero dispone de dos series de datos (una correspondiente al proceso real y otra al modelo) para un modelo relativamente poco complicado. etc. por ejemplo con aspectos de programación lineal cuando es de manera precisa. aumenta la confianza del ingeniero en la aptitud de las descripciones matemáticas.--según su aplicación u objetivo y Modelo de simulación o descriptivo. variables o qué parámetros deben ajustarse para lograr un resultado o estado concreto del sistema modelado. En cualquier caso. si la respuesta del modelo concuerda satisfactoriamente con los resultados experimentales. casos o posibles valores de un parámetro y ver cuál de ellos resulta óptimo según el criterio elegido. tal vez convenga revisar el modelo o bien intentar otro modelos de ataque. de producción. combinada. suele ser preciso introducir una cantidad considerable de subjetividad en el análisis a la hora de establecer la concordancia entre las dos series de datos. o cualquier otra situación. y probabilística o heurística cuando es aleatorio. y y ¿CÓMO SE EVALUA EL MODELO? El ingeniero puede recoger datos y ver la forma en que dichos datos se ajustan a las predicciones del modelo. para evaluar un modelo son: y y y y Exactitud Reproductibilidad Coste Tiempo . Este tipo de modelos requiere comparar diversas condiciones. además de la fidelidad. Modelo de optimización. se refiere a modelos matemáticos poco predecibles. Este modelo pretende ayudar a decidir qué nuevas medidas.

Esta elección debe ser suficientemente simple como para permitir un tratamiento matemático asequible con los recursos disponibles. etc. geométricas. y para qué pretende usarse el modelo. esto requiere precisar qué tipo de respuesta u output pretende obtenerse. Esta fase requiere además identificar el mayor número de datos fidedignos. como se adaptan a la información previa existente. optimizada o controlada y por tanto requeriría un modelo matemático predictivo. 3. También podría incluir la confección de algoritmos. químicas. 4. Identificación de un problema o situación compleja que necesita ser simulada. rotular y clasificar las incógnitas (variables independientes y dependientes) y establecer consideraciones.) la base de evaluación debe desplazarse hacia ensayos de algunas aproximaciones del sistema. o bien los ensayos se pueden llevar acabo modificando las condiciones de operación del proceso real.y y Complejidad Capacidad y posibilidad de aplicación. Formalización del modelo en la que se detallarán qué forma tienen los datos de entrada. Elección del tipo de modelo. frecuentemente se vuelve a la fase 1. que representen adecuadamente el fenómeno en estudio. físicas. tiempo. . Si los resultados no se ajustan bien. Cuando el proceso que se ha de evaluar no se puede ensayar en una forma totalmente operacional (debido al coste. CONSTRUCCION DE UN MODELO MATEMATICO En muchos casos la construcción o creación de modelos matemáticos útiles sigue una serie de fases bien determinadas: 1. estudios en planta piloto. riesgo etc. etc. cuales son los datos de entrada o factores relevantes. En esta fase posiblemente se introduzcan también simplificaciones suficientes para que el problema matemático de modelización sea tratable computacionalmente. Comparación de resultados los resultados obtenidos como predicciones necesitan ser comparados con los hechos observados para ver si el modelo está prediciendo bien. Tales simulaciones dan lugar a nuevos problemas. 2. ensamblaje de archivos informáticos. etc. qué tipo de herramienta matemática se usará.

Dicha extrapolación puede constituir un aspecto valioso del modelo pero puede conducir también a errores. La segunda limitación reside en los recursos disponibles para la manipulación de los planteamientos matemáticos que componen el modelo. Los estudios que se pueden realizar con el sistema son solamente tan exactos como los datos físicos y químicos que se introducen en el modelo. aunque el modelo este bien definido y resulte adecuado para la situación real. Hay estructuras que son fáciles de definir y describir matemáticamente pero que no se pueden manipular con los conocimientos actuales.Es importante mencionar que la inmensa mayoría de modelos matemáticos no son exactos y tienen un alto grado de idealización y simplificación. es decir. ya que una modelización muy exacta puede ser más complicada de tratar y por tanto menos útil. LIMITANTES Es preciso reconocer que el análisis de procesos tiene algunas limitaciones importantes: La primera de ellas reside en la disponibilidad y exactitud de los datos. no resultaría un método razonable para el desarrollo de predicciones. En estas condiciones. La tercera limitante en la utilización de modelos consiste en suponer que representan al sistema real fuera del intervalo de las variables para el que el modelo ha sido originalmente propuesto. debido a limitaciones teóricas o de las técnicas de cálculo. el éxito del análisis de procesos depende grandemente de la información básica disponible para el análisis. .

ALIANZA UNIVERSIDAD 3.KENNETH B.org/wiki/Modelo_matem%C3%A1tico 4. El modelo matemático.wikipedia. MODELIZACIÓN. DAVID MAUTNER HIMMELBLAU. BISCHOFF 2. Salvador Gorbea Portal . SIXTO (1995).BIBLIOGRAFÍA 1. http://es. ANÁLISIS Y SIMULACIÓN DE PROCESOS. RÍOS.

ESCRIBE LOS PASOS PARA LA CONSTRUCCIÓN DE UN MODELO MATEMÁTICO 8.CUESTIONARIO 1. DESCRIBE BREVEMENTE EL MODELO DETERMINISTA 10. ¿QUÉ ES EL ANÁLISIS DE PROCESOS? 3. ESCRIBE UNA LIMITANTE PARA LA CREACIÓN DE UN MODELO MATEMÁTICO 9. QUE RAMA DE LAS MATEMÁTICAS ESTUDIA LAS CARACTERÍSTICAS Y PROPIEDADES DE LOS MODELOS MATEMÁTICOS . ¿QUÉ ES UN MODELO MATEMÁTICO? 2. SEGÚN LA CLASIFICACIÓN POR REPRESENTACIÓN MATEMÁTICA ¿QUÉ MODELOS ENCONTRAMOS EN ELLA? 5. ESCRIBE DOS VENTAJAS DE LOS MODELOS MATEMÁTICOS 4. ESCRIBE DOS CRITERIOS A CONSIDERAR PARA EVALUAR UN MODELO 7. SEGÚN LA CLASIFICACIÓN DE ENTRADA ¿QUÉ MODELOS ENCONTRAMOS EN ELLA? 6.

¿QUÉ ES UN MODELO MATEMÁTICO? Un modelo matemático es la descripción matemática de una situación real. 3. así como al desarrollo de procedimientos para su solución. . 2. Comparación de resultados.CUESTIONARIO RESUELTO 1. SEGÚN LA CLASIFICACIÓN POR REPRESENTACIÓN MATEMÁTICA QUÉ MODELOS ENCONTRAMOS NOMBRA DOS y Modelo lineal y Modelo cuadrático y Modelo exponencial 5. SEGÚN LA CLASIFICACIÓN DE ENTRADA ¿QUÉ MODELOS ENCONTRAMOS EN ELLA? y Modelos heurísticos y Modelos empíricos 6. ESCRIBE LOS PASOS PARA LA CONSTRUCCIÓN DE UN MODELO MATEMÁTICO Identificación. Elección del tipo. ¿QUÉ ES EL ANÁLISIS DE PROCESOS? Es la aplicación de métodos científicos. 7. para la definición de problemas. ESCRIBE DOS CRITERIOS A CONSIDERAR PARA EVALUAR UN MODELO y Exactitud y Reproductibilidad y Coste y Tiempo y Complejidad y Capacidad y posibilidad de aplicación. Formalización. ESCRIBE DOS VENTAJAS DE LOS MODELOS MATEMÁTICOS y Experimentación económica y Extrapolación y Estudio de conmutabilidad y Repetición de experimentos 4.

y Recursos disponibles para la manipulación de los planteamientos matemáticos que componen el modelo.8. QUE RAMA DE LAS MATEMÁTICAS ESTUDIA LAS CARACTERÍSTICAS Y PROPIEDADES DE LOS MODELOS MATEMÁTICOS Teoría de modelos. . 9. 10. DESCRIBE BREVEMENTE EL MODELO DETERMINISTA Se conoce de manera puntual la forma del resultado ya que no hay incertidumbre. los datos utilizados para alimentar el modelo son completamente conocidos y determinados. y Suponer que representan al sistema real fuera de las variables para el que el modelo ha sido originalmente propuesto. Además. ESCRIBE UNA LIMITANTE PARA LA CREACIÓN DE UN MODELO MATEMÁTICO y Disponibilidad y exactitud de los datos.

Identificamos el proceso en tres etapas. divididas en cinco subetapas.Interacción con el asunto Situación Investigación Construcción Matemática M O D E L A J E Formulación Solución Modelo Matemático Interpretación Convalidació n M A T E M Á T I C O Representar una situación ³real´ con un modelo matemático involucra una serie de procedimientos. .

debe hacerse una investigación sobre el asunto. Si el modelo no atiende a las necesidades que lo generó. Intuición y creatividad son elementosindispensables en esta etapa. Se debe concluir esta subetapa con un conjunto de expresiones aritméticas y fórmulas. . se hace primero la interpretación del modelo y posteriormente. los límites entre ambas no son tajantes: el reconocimiento de la situación-problema se torna cada vez más claro. Construcción Matemática Ésta es la etapa más compleja y desafiante. Es importante al concluir el modelo. Aunque hayamos dividido esta etapa en dos sub etapas. Esaquí que se da la traducción de la situación-problema allenguaje matemático. o representaciones. o programa computacional que nos lleven a la solución o nos permitandeducir una. se comprueba la adecuación del mismo. volviendo al problemainvestigado. a medida que se van conociendo los datos. elaborar un informe en el que se comuniquen todas las facetas deldesarrollo. se comprueba laadecuación-convalidación. De esta forma. derivada del modelo que estásiendo investigado. Entonces. variables. poder utilizarlo.Interacción con el asunto Una vez delineada la situación que se pretende estudiar. etc. con el fin de propiciar su uso. Modelo Matemático Para poder concluir el modelo. o gráfico. en qué nivel éste se aproxima al problema real y a partir de ahí. Tanto indirectamente (a través de libros y revistas especializadas) como directamente in situ (a través de datos experimentales obtenidos con especialistas del área). o ecuacionesalgebraicas. Estásubdividida en formulación del problema y solución. evaluando cuán significativa y relevante es la solución. se torna necesario un chequeo para así comprobar. Para interpretar el modelo se analizan las implicaciones de la solución. el proceso debe ser retomado en la segunda etapacambiando hipótesis.

Sign up to vote on this title
UsefulNot useful