18 de septiembre del 2020

Dinámica de sistemas

MODELOS
MATEMÁTICOS

Aurelio Toledo Contreras

Luis Antonio Regalado
Luis
INDICE:

1.1.3 MODELOS…………………...………………………………………… pág.3

1.1.4 CONSTRUCCIÓN DE LOS MODELOS

MATEMÁTICOS……………………………………..………………...……. pág.4

1.1.5 CLASIFICACIÓN DE LOS MODELOS

MATEMÁTICOS………………………………………..…………………… pág.7

1.1.6 SISTEMAS LINEALES Y NO LINEALES

VARIANTES E INVARIANTES EN EL TIEMPO………...………………… pág.9

BIBLIOGRAFIA……………………………………........…………………. pág.10

PÁGINA 2
1.1.3 MODELOS
De acuerdo con Polak y Wong:
Un modelo es una abstracción de un conjunto particular de las propiedades de un sistema físico, o
bien es el conocimiento de aquellas propiedades que son suficientes para predecir el
comportamiento del sistema bajo ciertas condiciones de operación.
Para un ingeniero, un modelo es un mecanismo mediante el cual se pueden aplicar técnicas
analíticas para la solución de un problema práctico.

TIPOS DE MODELOS:
→Modelos mentales: Son representaciones presentes en nuestro cerebro
→Modelos lingüísticos: Son representaciones con palabras
→Modelos gráficos: tablas y/o graficas modelo
→Modelos matemáticos: ecuaciones
→Modelos de software: programas de computador

En la ingeniería de sistemas aplicada, se utilizan tres formas complementarias de construir

modelos y son:
→Gráfica
→Matemática.
→Verbal

Los modelos gráficos están formados por diagramas que proporcionan un nexo de unión entre los
modelos matemáticos y verbales, por una parte, el autor del modelo, y su audiencia por la otra.

Los modelos matemáticos son “simbólicos”, ya que para describir un sistema emplean
normalmente notaciones matemáticas en forma de ecuaciones. A menudo estas ecuaciones
matemáticas tienen representaciones gráficas análogas. Hay tres características de los modelos
matemáticos que los hacen particularmente útiles:
-Precisos
-Concisos
-Manejables.

Los modelos verbales tienden a ser descripciones escritas o expresiones orales del fenómeno en
cuestión, de forma evidente, reflejan las ideas implícitas de un modelo mental y constituyen un
medio esencial para mejorarlo.

Ejemplo:
En la siguiente imagen podemos ver que el cerebro de cada persona establece distintos modelos o
distintas percepciones sobre una misma cuestión y a partir de eso cada uno puede dar una
descripción verbal de su representación interna.

PÁGINA 3
En resumen, podemos decir que un modelo es una representación de las principales características
y de las propiedades de un sistema físico que se emplea para describir y, en algunos casos predecir
su comportamiento, todo ello con la finalidad de estudiarlo.
Cabe mencionar que, en la práctica, ni el modelo, ni su representación son únicos, y la selección
final usualmente se hace con base en la conveniencia, es decir dependerá del sistema que se
pretenda estudiar.

1.1.4 CONSTRUCCIÓN DE LOS MODELOS MATEMÁTICOS

La metodología que se propone para la formulación y obtención de modelos matemáticos de

sistemas físicos, es un procedimiento sistemático y consta de cuatro etapas:

→Selección de las variables que intervienen en el modelo matemático

Se realiza con base en el tipo de análisis que se desea practicar al sistema. Por ejemplo:
-En un sistema hidráulico, las variables pueden ser la altura que tiene la columna del
fluido (h) o la presión en el fondo de alguno de los recipientes que forman el sistema,
también pueden ser ambas variables en algunos casos.

→Leyes o ecuaciones de los elementos

En esta etapa se deben plantear las ecuaciones que definen el comportamiento físico para cada uno
de los elementos que forman el sistema. Cabe mencionar que se deben plantear tantas ecuaciones
como cantidad de elementos tenga el sistema, por ejemplo:
-En un sistema hidráulico formado por dos recipientes y cinco resistencias hidráulicas, es
necesario plantear siete ecuaciones de elementos.

→Leyes de conjunto o ecuaciones de equilibrio

Se debe dividir el sistema que se desea modelar en subsistemas y plantear las ecuaciones de
equilibrio para cada uno de ellos, considerando los principios físicos. Se deben plantear tantas
ecuaciones de equilibrio como numero de subsistemas tenga el sistema original, por ejemplo:
-Un sistema térmico formado por dos capacitancias y cinco resistencias, puede ser dividido
en dos subsistemas formados por una capacitancia y tres resistencias cada uno, en este caso
se deben plantear dos ecuaciones de equilibrio, una para cada uno de los subsistemas

→Obtención del modelo matemático

En esta ultima etapa se debe hacer la combinación y simplificación necesarias de las ecuaciones
planteadas en las etapas dos y tres, a fin de obtener una o varias ecuaciones que representaran el
modelo matemático final que servirá para definir el comportamiento físico del sistema
considerado. Esta o estas ecuaciones deben estar en función de las variables seleccionadas en la
primera etapa.

PÁGINA 4
Ejemplo:
A continuación, se presenta un ejemplo de sistema hidráulico, a fin de ilustrar como se obtiene su
modelo matemático.

A: es el área de la sección transversal del tanque

Solución:
1.- Selección de variables.
En este sistema hidráulico son dos las variables que se pueden emplear para modelarlo; una es la
altura del fluido y la otra es la presión en el fondo del tanque. Para este ejemplo nos enfocaremos
en obtener el modelo únicamente en función de la altura del fluido.

2.-Leyes de elementos.
Las ecuaciones de los elementos para el sistema considerado son:

q1 RH = P1 -P0 … (1)
𝑑𝑃1 1
= 𝑞𝑁𝐸𝑇 … (2)
𝑑𝑡 𝐶𝐻

3.-Leyes de conjunto.
Las ecuaciones de equilibrio son:
𝑑𝑣
= ∑ 𝑞𝑒 − ∑ 𝑞𝑠 … (3)
𝑑𝑡

∑ 𝑞𝑒 = 𝑞(𝑡) … (4)

∑ 𝑞𝑠 = 𝑞1 … (5)

𝑞𝑁𝐸𝑇 = ∑ 𝑞𝑒 − ∑ 𝑞𝑠 … (6)

Por otra parte, haciendo la suma de presiones se tiene:

P1 – P0 – Ph = 0 … (7)

Ph = 𝜌 g h … (8)

PÁGINA 5
donde:
𝜌: es la densidad del fluido
g: es la aceleración de la gravedad

4.- Obtención del modelo matemático.

En función de la altura del fluido, de la ecuación (1):

1
𝑞1 = (𝑃1 − 𝑃0 ) … (9)
𝑅𝐻

de las ecuaciones (7) y (8), se tiene:

P1 – P0 = 𝜌 g h … (10)

sustituyendo la ecuación (10) en la (9):

1
𝑞1 = 𝜌gh … (11)
𝑅𝐻

o bien:
𝛾
𝑞1 = 𝑅 h … (12)
𝐻

donde:

𝛾: es el peso específico del fluido

Sustituyendo la ecuación (12) en la (5):

𝛾
∑ 𝑞𝑠 = h … (13)
𝑅 𝐻

y recordando que v = Ah se obtiene:

𝑑𝑣 𝑑ℎ
= 𝐴 𝑑𝑡 … (14)
𝑑𝑡

sustituyendo las ecuaciones (4), (13), y (14) en la (3):

𝑑ℎ 𝛾
𝐴 𝑑𝑡 + 𝑅 ℎ = 𝑞(𝑡) … (15)
𝐻

normalizando:
𝑑ℎ 𝛾 1
+ 𝐴𝑅 ℎ = 𝐴 𝑞(𝑡) … (16)
𝑑𝑡 𝐻

La ecuación (16) representa el modelo matemático del sistema den función de la altura de
la columna del fluido (h)

PÁGINA 6
1.1.5 CLASIFICACIÓN DE LOS MODELOS MATEMÁTICOS

Existen muchos tipos de modelos, aunque normalmente cuando se trata de estudiar procesos
naturales se utilizan modelos matemáticos. Un modelo matemático es la expresión formal (en
lenguaje matemático) de las relaciones entre los componentes de un modelo. La construcción de
un modelo de este tipo implica la selección y cuantificación de los componentes, variables y
relaciones presentes en el sistema para representarlo con el nivel de detalle requerido. Puede ser
algo tan simple como sustituir las variables de una ecuación por sus valores reales o puede ser un
conjunto complejo de ecuaciones interrelacionadas cuyas variables se ven modificadas a lo largo
del tiempo y a través del espacio.

Las características deseables de los modelos matemáticos son:

• Parsimonia, un modelo no es necesariamente mejor por tener muchos parámetros. La
simplicidad es siempre deseable.
• Modestia, deben tratar de alcanzarse sólo objetivos asequibles es decir resaltar aquellos
aspectos de interés para su aplicación.
• Exactitud, el modelo debe reproducir en la medida de lo posible el funcionamiento del
sistema y generar valores para las variables de salida y estado similares a los observados
en la realidad.
• Verificabilidad, los resultados del modelo deben poder compararse con datos reales y
determinar de este modo el grado de exactitud del modelo.
• Por otro lado, no basta con que funcionen bien, deben funcionar bien por las razones
correctas.

Los modelos matemáticos suelen clasificarse en los siguientes:

→Modelos causales y no causales:

El estado de un sistema causal depende solo de las condiciones presentes y pasadas, pero
no de las futuras, es decir hay una relación de causalidad. Los sistemas físicos son causales,
pero se pueden concebir modelos de ciertos sistemas que no lo sean.

→Modelos de parámetros concentrados y distribuidos:

La mayoría de los fenómenos físicos ocurren en una región del espacio, pero en muchas
ocasiones es posible representar ese fenómeno como algo puntual; por ejemplo, para
estudiar la atracción entre el sol y la tierra es posible representar toda la masa de cada uno
de esos cuerpos concentrada en un único punto (su centro de gravedad). Sin embargo, otros
fenómenos como la transmisión de ondas electromagnéticas o las olas en el mar requieren
una representación que considere que está sucediendo en cada punto del espacio, en este
caso se necesita un modelo de parámetros distribuidos en el espacio, en contraposición de
los modelos de parámetros concentrados.

→Modelos estocásticos y determinísticos:

En ocasiones se sabe que existen variables que afectan el sistema, pero no es posible
predecir el valor que estas puedan tomar; una de las alternativas para hacer frente a estos
casos consiste en considerar que esa variable es aleatoria y buscar técnicas basadas en la
teoría de probabilidades para analizar el sistema. Un modelo que incluya variables
aleatorias es un modelo estocástico, mientras que modelos exentos de aleatoriedad se
denominan modelos determinísticos.

PÁGINA 7
→Modelos lineales y no lineales:
La linealidad es una propiedad que pueden tener o no las funciones; realmente se trata de
dos propiedades agrupadas bajo un mismo nombre.
Estas propiedades son:
1. Proporcionalidad:
Es igual calcular la función en un argumento amplificado por un factor constante que
calcularla sobre el argumento y luego amplificar el resultado por ese mismo factor.
En términos prácticos, esto significa que en los modelos lineales al duplicar las entradas
se duplican las salidas.

2. Superposición:
Es igual calcular la función en la suma de dos argumentos que calcularla por separado
en cada uno de los argumentos y sumar los resultados.
En términos prácticos, esto significa que, en los modelos lineales de varias entradas,
las salidas pueden conocerse calculando por separado el efecto de cada entrada y
sumando los resultados.

→Modelos continuos y discretos:

Para describir el comportamiento de sistemas dinámicos es posible definir la variable
tiempo en dos formas distintas:

Tiempo continuo: Se considera que el tiempo t es una variable continua que puede tomar
cualquier valor real, aunque generalmente se restringe a los valores positivos Las variables
resultan ser descritas por funciones que van de los reales positivos a los reales.

Tiempo discreto: Se considera que el tiempo k es una variable discreta, es decir, que solo
toma valores en ciertos puntos de la recta real. Usualmente estos instantes están espaciados
de forma regular en un intervalo T. En este texto se considera además T = 1, en unidades
de tiempo adecuadas, que pueden ser años, días, microsegundos, etc.

→Modelos estáticos y dinámicos:

El estado de un sistema estático depende solo de las condiciones presentes y no de las
pasadas. En contraposición, el estado de un sistema dinámico depende de lo que haya
sucedido en el pasado, generalmente debido a que en el sistema hay algún tipo de
almacenamiento de energía. Los sistemas dinámicos también se conocen como sistemas
con memoria. Los modelos de sistemas dinámicos son ecuaciones diferenciales o de
diferencia.

Ejemplo.

Un ejemplo de modelo dinámico seria la evolución de una población P ya que esta presenta un
cambio de variables en función del tiempo.

PÁGINA 8
1.1.6 SISTEMAS LINEALES Y NO LINEALES VARIANTES E INVARIANTES EN EL
TIEMPO

Según su naturaleza podemos clasificar a las señales en dos grupos a saber las que pueden definirse
en cada instante de un determinado intervalo llamada señales de tiempo continuo y aquellas que
pueden representarse como una sucesión de valores ordenados mediante un índice entero llamadas
señales de tiempo discreto

Linealidad
se dice que un sistema es lineal si cumple con el llamado principio de superposición el cual a su
vez se compone de dos partes

1.-Homogeneidad
2.- Aditividad

Combinando la (1) y la (2):

esto se cumplirá si el sistema para obtener la salida efectúa sobre la señal de entrada operaciones
que son matemáticamente lineales

Invariabilidad temporal
decimos que un sistema es invariante en el tiempo si la respuesta del mismo no depende del
momento en que es excitado formalmente
físicamente la invariabilidad temporal implica que los constituyentes de nuestro sistema no se
alteran y conservan sus propiedades con el paso del tiempo sus parámetros son constantes.

Los modelos invariantes son aquellos en los cuales sus parámetros no cambian con el tiempo, o su
cambio es muy insignificante, en cuanto los modelos variantes los parámetros son susceptibles a
variar a cada que el tiempo va transcurriendo.

Ejemplo:

Un ejemplo de un modelo invariante seria el que tenemos a continuación donde si modelamos un

sistema donde queremos conocer la fuerza que necesitamos para mover la roca y uno de los
parámetros que tenemos es la masa teniendo la masa y sabiendo la aceleración a la que la queremos
moverla se sabría cual es la fuerza que se debe aplicar para poder mover la roca este es un ejemplo
de un modelo invariante en el tiempo porque el parámetro que se tiene ósea la masa es un
parámetro que no varia en el tiempo si no que se mantiene fijo.

PÁGINA 9
BIBLIOGRAFIA

Rodríguez, F. (1989). CONCEPTO DE MODELO. En DINÁMICA DE SISTEMAS (p.4).

México: TRILLAS.

-. (-). EL DESARROLLO DE MODELOS DE SISTEMAS. Septiembre 9, 2020, de Docslide Sitio

web: https://docslide.es/documents/dinamica-de-sistemas-56d3bd5839d4c.html

-. (-). MODELOS Y MODELIZACIÓN. Septiembre 10, 2020, de UNIVERSIDAD DE MURCIA

Sitio web: https://www.um.es/documents/4874468/10375216/msa-cap-04.pdf/7e53a0b7-fd27-
4b11-ae0b-c26edbbf8c1e

Rodríguez, F. (1989). METODOLOGÍA PARA OBTENCIÓN DE MODELOS

MATEMÁTICOS DE SISTEMAS FÍSICOS. En DINÁMICA DE SISTEMAS (pp. 91-116).
México: TRILLAS.

Oscar G. (-). CLASIFICACIÓN DE LOS MODELOS MATEMÁTICOS. EN ANÁLISIS DE

SISTEMAS DINÁMICOS LINEALES (pp. 4-7). México: -.

Sergio A. (2019). SISTEMAS VARIANTES E INVARIANTES EN EL TIEMPO. Septiembre 10,

2020, de YouTube Sitio web: https://www.youtube.com/watch?v=wHJ6ALVwMrs

Parra J. (2018). SISTEMAS LINEALES INVARIANTES EN EL TIEMPO. Septiembre 11, 2020,

de slideshare Sitio web: https://es.slideshare.net/joseparra908/sistemas-lineales-invariantes-en-el-
tiempo-86238453

PÁGINA 10