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

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

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

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

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

Si la concordancia es mal. Este tipo de modelos pretende predecir qué sucede en una situación concreta dada. área de operación. Para saber con precisión como está algo en una organización. En cualquier caso.Otros criterios a considerar. 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. Si el ingeniero dispone de dos series de datos (una correspondiente al proceso real y otra al modelo) para un modelo relativamente poco complicado. Modelo de control. además de la fidelidad. Este modelo pretende ayudar a decidir qué nuevas medidas. investigación. 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.--según su aplicación u objetivo y Modelo de simulación o descriptivo. por ejemplo con aspectos de programación lineal cuando es de manera precisa. pero que pueden acoplarse a alguna alternativa existente y aproximada en su cuantificación. y probabilística o heurística cuando es aleatorio. Cuando la optimización es entera o no lineal. de producción. variables o qué parámetros deben ajustarse para lograr un resultado o estado concreto del sistema modelado. Modelo de optimización. de situaciones medibles de manera precisa o aleatoria. para evaluar un modelo son: y y y y Exactitud Reproductibilidad Coste Tiempo . combinada. tal vez convenga revisar el modelo o bien intentar otro modelos de ataque. 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. Para determinar el punto exacto para resolver alguna problemática administrativa. o cualquier otra situación. aumenta la confianza del ingeniero en la aptitud de las descripciones matemáticas. se refiere a modelos matemáticos poco predecibles. etc. Este tipo de modelos requiere comparar diversas condiciones.

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

Dicha extrapolación puede constituir un aspecto valioso del modelo pero puede conducir también a errores. . 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. aunque el modelo este bien definido y resulte adecuado para la situación real. La segunda limitación reside en los recursos disponibles para la manipulación de los planteamientos matemáticos que componen el modelo. 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. Hay estructuras que son fáciles de definir y describir matemáticamente pero que no se pueden manipular con los conocimientos actuales. es decir. 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. debido a limitaciones teóricas o de las técnicas de cálculo. ya que una modelización muy exacta puede ser más complicada de tratar y por tanto menos útil.Es importante mencionar que la inmensa mayoría de modelos matemáticos no son exactos y tienen un alto grado de idealización y simplificación. el éxito del análisis de procesos depende grandemente de la información básica disponible para el análisis.

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

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. ¿QUÉ ES EL ANÁLISIS DE PROCESOS? 3. ESCRIBE DOS VENTAJAS DE LOS MODELOS MATEMÁTICOS 4. DESCRIBE BREVEMENTE EL MODELO DETERMINISTA 10. ESCRIBE LOS PASOS PARA LA CONSTRUCCIÓN DE UN MODELO MATEMÁTICO 8. SEGÚN LA CLASIFICACIÓN DE ENTRADA ¿QUÉ MODELOS ENCONTRAMOS EN ELLA? 6.CUESTIONARIO 1. ESCRIBE DOS CRITERIOS A CONSIDERAR PARA EVALUAR UN MODELO 7. SEGÚN LA CLASIFICACIÓN POR REPRESENTACIÓN MATEMÁTICA ¿QUÉ MODELOS ENCONTRAMOS EN ELLA? 5.

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

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

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. . Identificamos el proceso en tres etapas.

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

Sign up to vote on this title
UsefulNot useful