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

Solución: La producción actual de la huerta puede obtenerse de la siguiente forma: (300)(40) = 12000 manzanas por hectárea y por año. Representemos por x el número de árboles plantados. 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. 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. Puesto que la producción promedio por árbol disminuye en 5 manzanas por cada árbol plantado. y en general. exprésese la producción. entonces podemos representar el modelo como: C = 3x1 + 5x2 (Costo total de Producción) Sujeto a: 8x1 + 7x2 x1 0 y x2 500 0. 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. entonces: Producción: promedio anual de un árbol = 300 5x. la producción = (número de árboles por hectárea) (producción promedio anual de un árbol). además de los 40. Si por cada árbol que se plante por hectárea. los parámetros son los costos de producción de ambos productos.EJEMPLO 1 Sean x1 y x2 la cantidad a producirse de dos productos 1 y 2.

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

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

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

--según su aplicación u objetivo y Modelo de simulación o descriptivo. tal vez convenga revisar el modelo o bien intentar otro modelos de ataque. Este tipo de modelos pretende predecir qué sucede en una situación concreta dada. Modelo de control. Modelo de optimización. Este modelo pretende ayudar a decidir qué nuevas medidas. etc. se refiere a modelos matemáticos poco predecibles. combinada. aumenta la confianza del ingeniero en la aptitud de las descripciones matemáticas. Este tipo de modelos requiere comparar diversas condiciones. 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. además de la fidelidad. si la respuesta del modelo concuerda satisfactoriamente con los resultados experimentales. o cualquier otra situación.Otros criterios a considerar. En cualquier caso. investigación. casos o posibles valores de un parámetro y ver cuál de ellos resulta óptimo según el criterio elegido. y probabilística o heurística cuando es aleatorio. de situaciones medibles de manera precisa o aleatoria. 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. por ejemplo con aspectos de programación lineal cuando es de manera precisa. área de operación. para evaluar un modelo son: y y y y Exactitud Reproductibilidad Coste Tiempo . Si la concordancia es mal. pero que pueden acoplarse a alguna alternativa existente y aproximada en su cuantificación. 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. variables o qué parámetros deben ajustarse para lograr un resultado o estado concreto del sistema modelado. Para determinar el punto exacto para resolver alguna problemática administrativa. de producción. Cuando la optimización es entera o no lineal.

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

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

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

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

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

DESCRIBE BREVEMENTE EL MODELO DETERMINISTA Se conoce de manera puntual la forma del resultado ya que no hay incertidumbre. . 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. 9.8. y Recursos disponibles para la manipulación de los planteamientos matemáticos que componen el modelo. Además. QUE RAMA DE LAS MATEMÁTICAS ESTUDIA LAS CARACTERÍSTICAS Y PROPIEDADES DE LOS MODELOS MATEMÁTICOS Teoría de modelos. 10. los datos utilizados para alimentar el modelo son completamente conocidos y determinados.

Identificamos el proceso en tres etapas. .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. divididas en cinco subetapas.

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

Sign up to vote on this title
UsefulNot useful