Está en la página 1de 12

Introduccin al modelado

ndice
Introduccin...1 Caractersticas y aplicaciones de los modelos matemticos......1 Ventajas y desventajas.......3 Tipos de solucin de un modelo.4 Diferencias entre sistemas lineales y no lineales...5 Conclusin..5 Referencias bibliogrficas..5 Referencias electrnicas ....5 Anexo A:Modelo de simulacin de lanzamiento de un dado.6 Anexo B:Modelo de asignacin de grupos trmicos..7 Anexo C:Modelo de sistema mecnico..9

Introduccin
Un modelo matemtico es una descripcin, en lenguaje matemtico, de un objeto que existe en un universo no-matemtico. Las previsiones del tiempo y los pronsticos econmicos estn basados en modelos matemticos. Su xito o fracaso depende de la precisin con la que se construya esta representacin numrica, la fidelidad con la que se concreticen hechos y situaciones naturales en forma de variables relacionadas entre s. Los modelos matemticos se utilizan en las ciencias naturales en las disciplinas de ingeniera, y tambin en las ciencias sociales. La utilidad de estos modelos radica en que ayudan a estudiar cmo se comportan las estructuras complejas frente a aquellas situaciones que no pueden verse con facilidad en el mbito real.

Caractersticas y aplicaciones de los modelos matemticos


Todos los modelos matemticos cuentan con las siguientes caractersticas: Parmetros: En el modelo son objetos o smbolos que representan a entidades o atribuciones del sistema que permanecen constantes durante el estudio, tal como puede ser un rango de funcionamiento. Variables: Son objetos o smbolos en el modelo, que representan a entidades atributos del sistema que cambian en el tiempo durante el estudio, tal como puede ser la velocidad. Relaciones funcionales: Son los procesos fsicos o las relaciones entre los smbolos de un modelo, que representan a las actividades y a las relaciones entre los elementos de un sistema. Describen la forma en que cambian las variables y como las afectan los parmetros. Las aplicaciones de los modelos matemticos son muy diversas ya que se ocupan en casi todas las ramas de la ciencia pero se pueden dividir las aplicaciones en 3 ramas que vendran siendo simulacin ,optimizacin y control. Simulacin, se ocupa en situaciones medibles de manera precisa o aleatoria, por ejemplo los modelos para la simulacin mecnica de vehculos. A los modelos se les da esta aplicacin para poder predecir qu sucede en una situacin concreta dada, su les suele dar esta aplicacin cuando no existe formulacin matemtica del modelo o mtodos analticos tambin se les da esta aplicacin si resulta ms barato
Calculo Aplicado Pgina 1

o sencillo realizar la simulacin que los mtodos analticos de resolucin tambin se les da esta aplicacin a los modelos cuando se desea experimentar con un sistema antes de su uso o construccin como puede ser un simulador de vuelo, E n el Anexo A se puede ver un modelo de simulacin. Optimizacin: Esta aplicacin se les da a los modelos matemticos para determinar el punto exacto para resolver alguna problemtica administrativa, de produccin, o cualquier otra situacin. Cuando la optimizacin es entera o no lineal, combinada, se refiere a modelos matemticos poco predecibles, pero que pueden acoplarse a alguna alternativa existente y aproximada en su cuantificacin. A los modelos que se les da esta aplicacin requieren comparar diversas condiciones, casos o posibles valores de un parmetro y ver cul de ellos resulta ptimo segn el criterio elegido. Un ejemplo vendra siendo el modelo que se ocupa para planificar una cosecha. En el Anexo B se puede ver un modelo de optimizacin. Control: Los modelos a los que se les da esta aplicacin pretenden ayudar a decidir qu nuevas medidas, variables o qu parmetros deben ajustarse para lograr un resultado o estado concreto del sistema modelado. Como puede ser el modelo matemtico para el control de sistemas mecnicos. En el anexo C se puede ver un modelo de Control. Los procesos matemticos tambin se pueden clasificar segn las caractersticas de la ecuacin que contienen, los 2 tipos de modelos ms comunes vienen siendo los de primer orden y segundo orden. Los modelos matemticos de primer orden presentan una ecuacin de primer grado, ya que se origina de una ecuacin diferencial de segundo orden y los de segundo orden presentan una ecuacin de segundo grado, ya que se origina de una ecuacin diferencial de segundo orden

Ventajas y desventajas
Las ventajas de los modelos matemticos son:

Calculo Aplicado

Pgina 2

Los modelos matemticos en cuestin de minutos poden simular varios meses, trimestres o aos de operacin de un sistema mecnico , econmico o social lo cual permite. considerar un mayor nmero de mejoras posibles o alternativas a dicho sistema porque confiere la capacidad de evaluar el impacto de distintas variables a largo y corto plazo. Los modelos matemticos son menos costosos que el mtodo de ensayo y error. El proceso de modelado es costoso en trminos de tiempo de desarrollo y del software y hardware requeridos para las simulaciones, pero tal costo es mucho menor que el de producir un producto defectuosos. Pocos mtodos ofrecen el grado de precisin respecto a predicciones o a simulaciones que el que ofrecen los modelos matemticos cuando estn bien hechos. Las desventajas los modelos matemticos son: Que para producir un modelo matemtico de un sistema complejo el cual sea fiable respecto a plazos largos se tienen que tomar una cantidad excesiva de variables que influyan en el modelo. Se requiere un alto grado de habilidad matemtica para crear un modelo matemtico de un sistema complejo. Tambin se requiere de habilidad matemtica para interpretar correctamente las salidas del modelo. Los modelos matemticos de alta complejidad como pueden ser los modelos de dinmica de fluidos actualmente no son 100% precisos, esto se debe a lo complejo que es medir las variables que influyen en ellos. Tal como sea a mostrado con las ventajas y desventajas de los modelos matemticos la factibilidad de realizar un modelo matemtico de un sistema depende de lo complejo que sea el sistema y de a qu plazo se quiere que el modelo sea fiable.

Tipos de solucin de un modelo


Ah mltiples tipos de solucin de un modelo los ms usados son los mtodos numricos, mtodos analticos y los mtodos grficos.

Mtodos analticos
Calculo Aplicado Pgina 3

Se dice que una solucin es analtica cuando est planteada en general, por ejemplo planteando las formulas que se aplican al modelo matemtico Los mtodos analticos son los que permiten la resolucin del sistema sin necesidad de recurrir a su representacin grfica, es decir, mediante la utilizacin de simples operaciones aritmticas. Los mtodos analticos se restringen casi exclusivamente a sistemas de ecuaciones lineales. Ni siquiera se conoce una solucin analtica para el sistema de ecuaciones de segundo grado general, los mtodos analticos ms ocupados son sustitucin, reduccin y igualacin

Mtodos numricos
Los mtodos numricos son tcnicas mediante las cuales es posible formular problemas de tal forma que sean resueltas con operaciones aritmticas. Aunque hay muchos tipos de mtodos numricos todos comparten una caracterstica comn, llevan cabo un buen nmero de tediosos clculos aritmticos. Las aplicaciones tcnicas generalmente recurren a algoritmos numricos que permiten calcular aproximaciones numricas a las soluciones de un sistema de ecuaciones algunos de los mtodos numrico ms utilizados son el mtodo Montante , el mtodo de Gauss-Jordan y el mtodo Jacobi.

Mtodos grficos
El mtodo consiste en graficar cada una de las ecuaciones, para encontrar la solucin del sistema de ecuaciones, el cual ser el punto de interseccin de las rectas que representan a las ecuaciones. El mtodo Grfico permite la resolucin de problemas sencillos manera intuitiva y visual. Este mtodo se encuentra limitado a problemas de dos o tres variables de decisin ya que no es posible ilustrar grficamente ms de 3 dimensiones. Los mtodos grficos en general carecen de inters prctico en las aplicaciones tcnicas de importancia.

Diferencias entre sistemas lineales y no lineales


Se llama modelo lineal a aquellas situaciones que despus de haber sido analizadas matemticamente, se representan por medio de un funcin lineal la cual al ser graficada coincide con una lnea recta y se llama funcin no lineal a aquellas que despus de haber sido analizadas matemticamente, se representan por medio de un funcin no lineal la cual al ser graficada coincide con una lnea la cual no es recta, las principales diferencias de los modelos lineales y no lineales residen en la precisin ya que los modelos no lineales tienen una mayor precisin otra de las diferencias es la complejidad ya que es mucho ms complejo hacer un modelo no
Calculo Aplicado Pgina 4

lineal que uno lineal otra de las diferencias son los usos ya que los modelos lineales no pueden ser ocupados de manera eficiente para analizar ciertas situaciones un ejemplo de esto puede ser al intentar ocupar un modelo lineal para para simular una onda senoidal.

Conclusin
Hacer este reporte nos enseo la utilidad que tienen los modelos matemticos ya que nos permiten simular sistemas y as podemos conocer la respuesta del sistema antes de tener que construirlo y nos permite mejorarlo al hacer mas fcil ver como interactan distintas variables con el sistema .

Referencias bibliogrficas: Benjamn Kuo, Sistemas de control automtico Matas Camacho Machn, Construccin de modelos matemticos y resolucin de problemas

Referencias electrnicas: http://www.iit.upcomillas.es/~aramos/presentaciones/t_mms_M.pdf http://tesis.uson.mx/digital/tesis/docs/5822/Capitulo6.pdf http://control1.files.wordpress.com/2009/02/modelo-matematico-desistemas-dinamicos.pdf

Anexo A: Modelo de simulacin de lanzamiento de un dado


Considrese que se va a lanzar un dado de 6 caras por tal motivo la variable endgena es el generador o lanzador, mientras que la variable exgena o de salida es la variable aleatoria que representa la cantidad de puntos que muestra el dado y su funcin de probabilidad es la uniforme discreta con parmetro valor medio igual a 1/6. Aqu podemos decir que el reloj simulador se incrementar en una unidad cada vez que se efecte un lanzamiento. Ya que el dado tiene 6 caras la variable aleatoria es: X = (1,2,3,4,5,6)

Calculo Aplicado

Pgina 5

A partir de esos datos se construye una frmula que simule el lanzamiento del dado la cual es: X = INT(6*RND) + 1 Donde: RND: es el nmero aleatorio de 0 a 1 INT es la operacin que indica tomar slo la parte entera del operando: X: es el nmero simulado de puntos mostrados por el dado (virtual). A continuacin se muestra el resultado de 5 lanzamientos simulados: Lanzamiento 1 2 3 4 5 RND
0.090 0.592 0.167 0.301 0.710

X= INT(6*RND) + 1 1 4 2 2 5

Al analizar los datos se puede notar que el numero que sali mas veces es el dos y por eso concluir que el numero que ms veces va a salir al tirar un dado es el 2 lo cual es falso, se dio ese resultado debido a la pequea cantidad de pruebas que se realizaron si se realizaran 1000 pruebas se podra ver como los 6 nmeros tienen una probabilidad igual de salir.

Anexo B: Modelo de asignacin de grupos trmicos


Que grupos trmicos de generacin elctrica hay que acoplar en cada hora del da de manera que: Se minimicen los costes variables de generacin incluyendo costes de combustibles y costes de arranque y parada. Se suministre la demanda en cada hora Se mantenga un cierto nivel de reserva rodante Se respeten los parmetros de funcionamiento de los grupo trmicos (mnimos tcnicos ,rampas de subida y bajada )

Calculo Aplicado

Pgina 6

Datos: DH=Demanda trmica en la hora h (MW) R=Coeficiente de reserva rodante respecto a la demanda (p.u) at= Termino lineal del coste de combustible de grupoi termico r ($/MWh) bt=Termino fijo del coste de combustible del grupo termico t ($/h) cat=Coste de arranque dl grupo trmico t ($). cpt=Coste de parada del grupo trmico t ($). ptM=potencia mxima del grupo trmico t (MW). ptm= Potencia mnima del grupo trmico t (MW) rst= Rampa de subida del grupo trmico t (MW/h) rbt= Rampa de bajada del grupo trmico t (MW/h) Variables: pht=Potencia producida por el grupo trmico t en la hora h (MW). Aht= Acoplamiento del grupo trmico t en la hora h (0,1). PRht= Parada del grupo trmico t en la hora h (0,1). Ya que se tienen los datos definidos se hace la formulacin lo cual da la siguiente formula

=1 =1

( + + + )

= Dh
=1

( ) =
=1

= ( )
Calculo Aplicado Pgina 7

, , {0,1}

Anexo C: Modelo de sistema mecnico


Considrese un sistema de masa-resorte-amortiguador, montado en un carro como se muestra en la figura 1. Obtendremos su modelo matemtico suponiendo que el sistema est en reposo para un tiempo t < 0. En este sistema u(t) es el desplazamiento del carro y se considera como nuestra entrada. En t = 0, el carro se desplaza a velocidad constante y u es constante tambin. La salida es el desplazamiento de la masa m que est montada en el carro, y este desplazamiento se representa y(t), medido con respecto al suelo.

Calculo Aplicado

Pgina 8

Figura 1 Sistema de masa-resorte-amortiguador

Adems de la masa m, consideraremos otras constantes como k, que es la constante del resorte; y B que es el coeficiente de viscosidad. Al suponer que el resorte es lineal, la fuerza del mismo es proporcional a y u. La segunda ley de Newton establece quema =F ma = Sum F, que aplicada al sistema presenta nos da O bien
2 2

=
2 2

( )

+ =

Esta ultima ecuacin es el modelo matemtico buscado, Sin embargo, cuando se hacen modelos de control se deben representar nuestros modelados mediante una funcin de transferencia. Si tomamos como D en la ecuacin anterior, tenemos

2 + ( ) + ( ) = 0 En la ecuacin anterior, aplicando la transformada de Laplace a ambos miembros de la ecuacin nos queda (2 + ( ) + ( ) = 0 ) De la definicin de funcin de transferencia, se han eliminado las derivadas de las funciones en t=0, puesto que son nulas. Finalmente se toma la relacin de Y(s) con respecto a U(s), para obtener:
Calculo Aplicado Pgina 9

( 2 + )() = ( + )() Funcin de transferencia =


( ) ( )

+ 2 + +

El modelado anterior es uno de los ms frecuentes en el estudio de ingeniera de control, por sus muchas aplicaciones. Sin embargo se debe hacer notar que los modelos en que se usa la funcin de transferencia tienen aplicacin nicamente en sistemas lineales invariantes en el tiempo, puesto que la funcin de transferencia slo est definida para dichos sistemas.

Calculo Aplicado

Pgina 10