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

y la producción total será: P = (40 + x)(300-5x) Obsérvese que 0 x 60 . entonces: Producción: promedio anual de un árbol = 300 5x. 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. Solución: La producción actual de la huerta puede obtenerse de la siguiente forma: (300)(40) = 12000 manzanas por hectárea y por año. y en general. $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 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. Si por cada árbol que se plante por hectárea. los parámetros son los costos de producción de ambos productos. además de los 40. además de los 40. la producción promedio disminuye en 5 manzanas y como restricción no puede haber más de 60 árboles por hectárea. la producción = (número de árboles por hectárea) (producción promedio anual de un árbol). Puesto que la producción promedio por árbol disminuye en 5 manzanas por cada árbol plantado. exprésese la producción.

Esto quiere decir: 1.Especificación matemática.. 2.Síntesis y presentación de resultados para asegurar la total comprensión.Análisis detallado para obtener modelos matemáticos. que solamente hace unos años no se podían abordar. . ¿Qué es análisis de procesos? El análisis de procesos se refiere a la aplicación de métodos científicos. 3. a fin de encontrar las condiciones de operación prohibidas. Tanto el diseño como la operación se pueden facilitar mediante la simulación del proceso o de sus partes. de forma más segura se puede simular una operación fuera de las condiciones o intervalos normales. 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. 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.. pero la verdad es que se observa un creciente interés en los últimos diez años en este campo. los modelos matemáticos de los procesos se pueden manipular mucho más fácilmente que los procesos reales.ANTECEDENTES El empleo de métodos científicos (modelos matemáticos) en el análisis de procesos no es nuevo. analógicas e hibridas) que en la actualidad permiten el estudio de problemas de gran complejidad. así como al desarrollo de procedimientos para su solución. 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..

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. CLASIFICACION DE MODELOS Para los propósitos de ingeniería resulta conveniente. Estudio de conmutabilidad. sobre descripciones matemáticas planteadas para ayudar y comprender procesos físicos complejos. Repetición de experimentos. se representan por medio de una función lineal. 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. Por supuesto que en la práctica todo esto no es tan fácil como puede parecer a primera vista. lo cual no es posible en el plano real. también es posible establecer características de funcionamiento. económica y completa que en un plano real. 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. En el modelo matemático se puede introducir o retirar a voluntad un error. Extrapolación. se puede obtener el resultado mediante una grafica o una ecuación.VENTAJAS DE LOS MODELOS MATEMÁTICOS y y y y Experimentación económica. Habrá ocasiones en las que no todos los datos pertenecen a la misma y . que pueden ser imposibles de realizar en un modelo real. 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. Es posible estudiar procesos existentes de una forma más rápida.

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

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

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

Hay estructuras que son fáciles de definir y describir matemáticamente pero que no se pueden manipular con los conocimientos actuales. es decir. 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. . 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. En estas condiciones. 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. el éxito del análisis de procesos depende grandemente de la información básica disponible para el análisis. 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. La segunda limitación reside en los recursos disponibles para la manipulación de los planteamientos matemáticos que componen el modelo. Dicha extrapolación puede constituir un aspecto valioso del modelo pero puede conducir también a errores.

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

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

2. ¿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. 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. Elección del tipo. SEGÚN LA CLASIFICACIÓN DE ENTRADA ¿QUÉ MODELOS ENCONTRAMOS EN ELLA? y Modelos heurísticos y Modelos empíricos 6. 7. 3. así como al desarrollo de procedimientos para su solución.CUESTIONARIO RESUELTO 1. Comparación de resultados. . para la definición de problemas. 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. Formalización. SEGÚN LA CLASIFICACIÓN POR REPRESENTACIÓN MATEMÁTICA QUÉ MODELOS ENCONTRAMOS NOMBRA DOS y Modelo lineal y Modelo cuadrático y Modelo exponencial 5.

y Recursos disponibles para la manipulación de los planteamientos matemáticos que componen el modelo. 10. ESCRIBE UNA LIMITANTE PARA LA CREACIÓN DE UN MODELO MATEMÁTICO y Disponibilidad y exactitud de los datos. QUE RAMA DE LAS MATEMÁTICAS ESTUDIA LAS CARACTERÍSTICAS Y PROPIEDADES DE LOS MODELOS MATEMÁTICOS Teoría de modelos. 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.8. . Además. 9.

.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. divididas en cinco subetapas.

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