Modelos matemáticos y solución de problemas en ingeniería

El proceso de modelado
La construcción de modelos para resolver problemas complejos del mundo real es un
tema central en todas las ciencias contemporáneas. Mediante los modelos formales, la
matemática genera interrelaciones con otras disciplinas y se relaciona con los problemas
sensibles de la sociedad; a su vez, la informática y la inteligencia artificial han contribuido
a que la ciencia enfrente problemas de creciente complejidad y a que la construcción de
modelos sea de interés general.
Dos problemas han motivado a que la matemática desarrolle modelos en interacción
con la inteligencia artificial y otras disciplinas: la complejidad y la incertidumbre.
Comprender y entender los procesos del mundo real a partir de la interacción entre
múltiples componentes y predecir lo que puede pasar es una poderosa motivación para
el desarrollo del conocimiento en la sociedad contemporánea. En este proceso, la
matemática incorpora tanto los desarrollos algebraicos como la representación gráfica:
por ejemplo, los desarrollos de la teoría de grafos se unen a los de la teoría de la
probabilidad para el desarrollo de algoritmos eficientes, de propósito general.
La ciencia contemporánea tiene un interés dominante en construir modelos que
permitan tanto comprender la dinámica de los sistemas como mejorar el control sobre
los mismos; de igual manera, la educación se interesa por mejorar la capacidad de las
personas para producir modelos como producto de su actividad científica.

Problema FORMULAR Modelado

del mundo
matemático
real

VALIDAR RESOLVER

Predicciones INTERPRETAR Conclusiones

acerca del
matemáticas
mundo real

Figura 1. Proceso de modelado propuesto por Brito-Vallina (2011)

En el proceso de modelado expresado en la estructura de la figura 1, resaltan cuatro
características: relación con el mundo real, estructura matemática, inferencia
matemática y predicciones sobre el sistema modelado.
A partir de un problema del mundo real, la primera tarea consiste en formular un
modelo matemático. Para logar esto es necesario identificar y nombrar las variables y
establecer las hipótesis que simplifiquen el fenómeno de manera que pueda tratarse
matemáticamente. Si no se dispone de una ley física que describa el fenómeno, será
necesario examinar los datos para reconocer patrones, interpretarlos numéricamente,
gráficamente o incluso mediante una representación algebraica. Esta primera etapa
depende del conocimiento de la situación real y las habilidades matemáticas para
obtener las relaciones que pueden existir entre las variables que intervienen en el
fenómeno, será materia del experto.
La siguiente etapa consiste en aplicar las técnicas matemáticas conocidas al modelo
matemático para resolverlo y llegar a conclusiones matemáticas. Esta es la etapa en la
que intervienen tanto los métodos analíticos como los métodos numéricos.
En la tercera etapa las conclusiones matemáticas se interpretan como información
acerca del fenómeno original, de manera que estas puedan ofrecer explicaciones o
permitan hacer predicciones. Esta etapa es muy significativa en la labor profesional del
ingeniero, pues normalmente se le requiere no sólo la solución de un problema sino su
explicación y aplicación con fines predictivos o de control.
El paso final, lógicamente, es validar las predicciones al ser comparadas con datos reales.
Si las predicciones no se ajustan a la realidad, se redefine el modelo o se formula uno
nuevo y se reinicia el ciclo.

Pasos en el proceso de modelado

El proceso de modelado se puede describir, con más detalle, en una serie de pasos:
1. Definición del problema y de sus objetivos.
2. Definición de la teoría que gobierna el problema.
3. Descripción de la situación física en términos matemáticos.
4. Solución matemática del modelo.
5. Comparación del modelo con la situación real.
6. Estudio de las limitaciones del modelo.
7. Aplicación del modelo e interpretación de los resultados obtenidos.

La definición de la situación física (el problema) que se desea modelar debe ser detallada
y clara, esto facilitará la ejecución del resto de los pasos y se garantizará un resultado
exitoso. Por más detallada que sea la definición del problema, será necesario identificar
las magnitudes importantes o relevantes, decidiendo cuáles deben ser despreciadas o
ignoradas. Para ello, contamos con teorías o hipótesis que facilitarán la descripción en
términos matemáticos. Esta descripción se refiere al poder relacionar las variables o
parámetros de interés, según la definición del problema y su objetivo, empleando las
relaciones matemáticas que ofrece la teoría que gobierna el problema. Aquí es donde
se formula el modelo matemático.
El modelo será resuelto aplicando una serie de algoritmos, es decir, una sucesión de
operaciones que es necesario realizar para hallar los valores de las variables y
parámetros deseados.
Es importante saber si las respuestas que da el modelo son correctas, esto se logra
comparándolas con la realidad. Si tenemos en cuenta que se hace una descripción
matemática haciendo una gran simplificación para manipular después el modelo, es
imprescindible verificar que esas simplificaciones no limitan su validez.
Si la comparación es adecuada, tendremos que definir las limitaciones del modelo para
su aplicación posterior, incluso por personas ajenas al analista que lo desarrolló.
Finalmente, el paso obvio que constituye el objetivo general de todo este trabajo, una
vez obtenido y comprobado el modelo matemático, es utilizarlo en todas las situaciones
que sus limitaciones permitan.
Estamos ahora en condiciones de dar una definición.

Modelo matemático
Diremos, de manera general, que un modelo matemático es una formulación o una
ecuación que expresa las características esenciales de un sistema físico o proceso en
término matemáticos.
Un modelo matemático es entonces una función, relación o conjunto de ellas. Esta
expresión va desde una simple relación algebraica a un complicado grupo de ecuaciones
diferenciales.
variable dependiente = 𝑓 ( variables independientes, parámetros, funciones de fuerza )
𝑓 relaciona una variable dependiente que indica una característica que refleja el estado
o comportamiento del sistema con un conjunto de variables independientes (se tratan
de magnitudes que al variar hacen que el comportamiento o estado del sistema se vea
modificado), un conjunto de parámetros (que reflejan propiedades o la composición del
sistema) y funciones de fuerza o influencias externas que actúan sobre el sistema.

Ventajas de los modelos matemáticos

1. Al simplificar el problema y concentrarse en los componentes esenciales, permite
pensar mejor sobre el problema.
2. Si se aplica un método matemático adecuado y se interpretan correctamente los
resultados, permite explicar y comprender el problema en cuestión.
3. Al estar representado en un lenguaje matemático, facilita la comunicación del
problema sin los errores ocasionados por los conceptos o símbolos ambiguos del
lenguaje natural.
4. En el mismo sentido permite validar y compartir los resultados e interpretaciones.
5. Lo más interesante quizá es que permite, una vez validado y conocidas sus
limitaciones, predecir tanto como controlar el comportamiento del sistema que
modela.

Solución de un modelo matemático

Suponga un proyectil de masa 𝑚 que se dispara desde el origen de un sistema de
coordenadas con una velocidad inicial 𝑣0 , en un ángulo 𝜃0 .

𝑚 𝑣⃗
ሬሬሬ⃗
𝐹𝑟

𝑚𝑔
𝑣0
ሬሬሬሬ⃗

𝜃0
0 𝑥

Despreciando el empuje, las fuerzas que actúan sobre el cuerpo son:

 El peso 𝑃 = 𝑚𝑔
 La fuerza de rozamiento, tangente a la trayectoria, en sentido contrario a la velocidad
𝐹 = −𝑚𝑏𝑣
La Segunda Ley de Newton se expresa como

𝐹⃗ = 𝑚𝑎⃗
Descomponiendo las fuerza en los ejes 𝑥 e 𝑦 tenemos:
𝑥) 𝑚𝑎𝑥 = −𝑚𝑏𝑣𝑥
𝑦) 𝑚𝑎𝑦 = −𝑚𝑏𝑣𝑦 − 𝑚𝑔

𝑑𝑣𝑥 𝑑𝑣𝑦
Pero 𝑎𝑥 = y 𝑎𝑦 = , reemplazando:
𝑑𝑡 𝑑𝑡
 𝑑𝑣𝑥 𝑑𝑣𝑥
𝑚 = −𝑚𝑏𝑣𝑥 → = −𝑏𝑣𝑥 (1)
𝑑𝑡 𝑑𝑡
𝑑𝑣𝑦 𝑑𝑣𝑦
𝑚 = −𝑚𝑏𝑣𝑦 − 𝑚𝑔 → = −𝑏𝑣𝑦 − 𝑚𝑔 (2)
𝑑𝑡 𝑑𝑡

Las ecuaciones (1) y (2) representan el modelo matemático del sistema.

La solución de un modelo matemático puede ser analítica (lo que vamos a asociar a una
solución exacta) o numérica (lo que asociaremos a una solución aproximada).
El resultado dependerá del método aplicado, sin embargo, aun cuando provenga de una
solución exacta, el resultado no siempre será exacto.

MODELO
MATEMÁTICO

SOLUCIÓN SOLUCIÓN
ANALÍTICA NUMÉRICA

Solución Analítica
Para ilustrar el método de solución tomaremos la ecuación (1)
𝑑𝑣𝑥
= −𝑏𝑣𝑥
𝑑𝑡
Se trata de una ecuación diferencial ordinaria de primer orden a variables separables.
Apliquemos el método de separación de variables:
𝑑𝑣𝑥
= −𝑏 𝑑𝑡
𝑣𝑥
𝑑𝑣𝑥
∫ = − ∫ 𝑏 𝑑𝑡
𝑣𝑥
𝑙𝑛(𝑣𝑥 ) = −𝑏𝑡 + 𝑐
𝑣𝑥 = 𝑘 𝑒 −𝑏𝑡 es la solución general de la ecuación diferencial.
Dadas la condiciones iniciales 𝑣0𝑥 en 𝑡 = 0:
𝑣0𝑥 = 𝑘 𝑒 −𝑏0 → 𝑘 = 𝑣0𝑥
Luego la solución analítica exacta para la ecuación (1) es:
𝑣 = 𝑣0𝑥 𝑒 −𝑏𝑡
Con esta ecuación pueden obtenerse la velocidad, en la dirección de 𝑥, en cualquier
instante de tiempo 𝑡. Por ejemplo, si deseamos obtener la velocidad a los 20 segundos,
sabiendo que 𝑣0 = 450 𝑚/𝑠 , 𝜃0 = 30° y que 𝑏 = 0.03, calculamos:
𝑣 = 450 ∙ cos(30°) ∙ 𝑒 −0.03 ∙ 20
𝑣 = 213.88 𝑚/𝑠

Solución Numérica
Para aplicar una solución numérica tendremos que hacer una aproximación.
Recordemos que:
𝑑𝑣𝑥 Δ𝑣𝑥
= lim
𝑑𝑡 ∆𝑡→0 Δ𝑡
𝑑𝑣𝑥 Δ𝑣𝑥
Para valores lo suficientemente pequeños de Δ𝑡 podemos aproximar ≅
𝑑𝑡 Δ𝑡
Por lo tanto, a partir de la ecuación (1):
Δ𝑣𝑥
= −𝑏𝑣𝑥
Δ𝑡
𝑣𝑥 (𝑡𝑖+1 ) − 𝑣𝑥 (𝑡𝑖 )
= −𝑏𝑣𝑥 (𝑡𝑖 )
𝑡𝑖+1 − 𝑡𝑖
Despejando:
𝑣𝑥 (𝑡𝑖+1 ) = 𝑣𝑥 (𝑡𝑖 ) − 𝑏𝑣𝑥 (𝑡𝑖 ) ∙ (𝑡𝑖+1 − 𝑡𝑖 )
Este es la solución numérica con la que vamos a calcular el valor de 𝑣𝑥 en 𝑡 = 20
segundos (usando los mismos valores de 𝑏 y valor inicial, es decir 𝑣0 = 450 𝑚/𝑠 , 𝜃0 =
30° y 𝑏 = 0.03) con un paso (Δ𝑡) de 4 segundos:
𝑣0𝑥 = 450 ∙ cos(30)
𝑣𝑥
𝑣0𝑥 ≅ 389.71

𝑡𝑖 𝑣𝑥𝑖 (an.) 𝑣𝑥𝑖 (num.)

0 389.71 389.71 Solución analítica
4 345.64 342.94 Solución numérica
8 306.56 301.79
12 271.89 265.58
16 241.15 233.71
20 213.88 205.66 𝑡
Como puede observarse en la tabla y en el gráfico anterior, en la que se representaron
ambas soluciones, la solución numérica se aleja de la solución analítica conforme se
avanza en el cálculo. Existe un error, debido a la aproximación numérica, que se acumula
en cada iteración. Estudiaremos este tema más adelante,
No obstante, mientras más pequeño sea el paso Δ𝑡 que tomemos en la aproximación,
más cerca se encontrará la solución numérica de la analítica. Existirá, no obstante, un
valor lo suficientemente pequeño, pero computacionalmente manejable, que arroje un
resultado idéntico al analítico.

Bibliografía
S. Chapra y R. Canale, “Métodos numéricos para ingenieros”, 5° Ed. McGraw-Hill, pp. 11-
25, 2007.