Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ÁLGEBRA SUPERIOR
MODELACIÓN MATEMÁTICA
DOCENTE:
ESTUDIANTE:
FECHA DE ENTREGA:
2023-08-20
PERÍODO ACADÉMICO:
2023 – 1S
2
INTRODUCCIÓN
docencia cumple un rol fundamental en esta área, debido a las metodologías de enseñanza que
frente a la monótona forma de cubrir una lista de temas a modo de “programa”. Esta estrategia
concebir la modelación matemática como una técnica primordial e interactiva para el aprendizaje
misma manera, demostrar la relación e influencia directa que tiene, frente a la Carrera de
MARCO TEÓRICO
Modelación Matemática
El modelo permite no sólo obtener una solución particular, sino también servir de soporte para
otras aplicaciones o teorías. En la práctica, ese conjunto de símbolos y relaciones puede estar
modelación matemática surge como un medio que permite la creación o uso de modelos
Hein, 2004).
frente a la temática tratada y cambiar la conceptualización de que esta ciencia exacta “es un
(Zaldívar Rojas et al., 2017); es decir, que la matemática no se emplea en la cotidianidad y que
como no matemáticos, además de creatividad para interpretar el contexto y determinar cuáles son
Con el fin de crear y usar un modelo matemático es necesario, en principio, recorrer todo
modelización matemática consistente en los siguientes seis sub-procesos. (Blomhøj & Mina,
2004).
modelizada.
representación matemática.
conclusiones.
investigación inicial.
5
compartida.
Nota. Modelación Matemática, Procedimiento para su ejecución. Tomado de: (Blomhøj &
Mina, 2004).
de las variables. “El principio fundamental consiste en que los modelos son tratados como
fundamental para poder elaborar un modelo que corresponda al comportamiento real del objeto o
temática tratada.
Son los que utilizan los principios de balance de población para la modelación de
las características del flujo y el mezclado en determinados sistemas, donde los fenómenos
• Modelos empíricos
• Determinísticos-estocásticos
Los modelos determinísticos son aquellos en los cuales los valores de las variables
mientras que en el estocástico estos valores no se conocen con exactitud, son inciertos, es
7
modelos estocásticos son más difíciles de trabajar que los determinísticos y requieren
• Estacionarios-no estacionarios
tiempo de las diferentes variables y parámetros del sistema. Por el contrario, un modelo
las variables dependientes del sistema y de sus parámetros, o sea, el sistema se considera
variaciones en el comportamiento de un punto a otro del sistema. Todos los sistemas son
estas son relativamente pequeñas pudiendo ser ignoradas, y así el sistema puede ser
considerado combinado.
• Ecuaciones integrales
1. Ingenierías
diferentes campos.
• Ingeniería Civil
• Ingeniería Mecánica
Se usan modelos matemáticos para predecir cómo los fluidos (aire y agua)
2023)
• Ingeniería Ambiental
2. Docencia
La docencia es una actividad la cual requiere tanto del dominio de teorías educativas,
psicología educativa; en tanto disciplinas que dan sentido a las formas de trabajo del docente en
el aula.
a impartir una clase magistral se refiere. La matemática es una ciencia exacta en la cual las
ciencia como “monótona y repetitiva” tendría su origen en el carente didactismo que se tiene al
varios beneficios:
EJEMPLOS
EJEMPLO 1
ECUACIONES DIFERENCIALES
Uno de los modelos matemáticos más simples corresponde al modelo de Malthus; este
fue propuesto por el inglés Thomas Maltus en 1798 en su famoso ensayo “Essay on the Principle
anterior (que es una ecuación diferencial) es p(t)=p0e ^r(t−t0), donde (p0) es el número de
individuos en el momento inicial t=t0. Está claro es que si r<0 la especie estará condenada a la
decir, proporcional al número de individuos) mientras que la población humanos crecía de forma
exponencial por lo que concluyó que el ser humano estaba predestinado a subsistir en el hambre
¿Cómo podemos corregir el modelo malthusiano de forma que sus previsiones sean
Verhulst quien en 1837 propuso el modelo conocido como modelo logístico. Su idea consistió en
sustraerle al término rp de la ecuación de Malthus el término cp2. Así la nueva ecuación sería:
En general c ha de ser mucho más pequeño que r de forma que si p no es muy grande la
ecuación de Malthus es una aproximación bastante buena, pero si p comienza a crecer demasiado
Usualmente c se escribe como el cociente r/K donde K se conoce como la capacidad de carga del
medio y es una constante que está ligada a los recursos del hábitat. La solución de la ecuación de
Verhulst es:
14
A partir de la cual se puede comprobar que para tiempos cercanos al tiempo inicial t0 y
Malthus. Por otro lado, si t es muy grande (mucho más que t0), entonces p(t)≈r/c=K≈, es decir la
Usemos ahora los datos recopilados por la Oficina del Censo de los Estados Unidos de la
población mundial para estimar los parámetros de la ecuación de Verhulst y deducir que podría
pasar con la misma en un futuro no muy lejano. Si usamos los datos recopilados a partir de 1950
(en ese año se estimaba que el número de personas era de 2.558⋅1092.558⋅109) hasta 2014 se
obtiene para r el valor r=0.01731313844533347. Así, comparando el valor que nos da la fórmula
datos del censo) podemos usar la función de Verhulst para estimar los valores de la población
15
Nota. Modelo de Malthus y logístico, Crecimiento Poblacional 2010. Tomado de: (Álvarez-
Nodarse, 2018)
aproximadamente.
Nota. Modelo de Malthus y logístico, Crecimiento Poblacional 2200. Tomado de: (Álvarez-
Nodarse, 2018)
16
El modelo logístico sigue siendo muy simple pues no tiene en cuenta ni epidemias, ni
que vivimos. Si queremos tener en cuenta dichas situaciones hay que incluir nuevos términos en
EJEMPLO 2
que tarda el hielo en cambiar de estado sólido a líquido. Para esta modelación matemática se
debe tomar en cuenta los parámetros y factores que influyen en este proceso.
2015)
17
Nota. Recipientes utilizados para pruebas, Modelación Matemática. Tomado de: (Déborah
Mendoza, 2015)
En la siguiente imagen se muestra la relación existente entre los valores del volumen de
cada uno de los recipientes y el tiempo en el cual el hielo que contienen tiende a derretirse.
Mendoza, 2015)
18
realizada debido a los distintos materiales por los cuales estaban formados los recipientes.
2015)
Para poder continuar con la modelación y en base al error mencionado con anteriormente,
se propone utilizar recipientes del mismo material, con la finalidad de visualizar si existe
Nota. Recipientes del mismo material, Modelación Matemática. Tomado de: (Déborah
Mendoza, 2015)
19
Se muestran los primeros resultados en base a la prueba realizada con los parámetros
anteriores. Se debe tomar en cuenta que se buscan datos intermedios con el objetivo de
plantear una gráfica que nos permite visualizar un crecimiento exponencial del tiempo en
2015)
En base a los resultados obtenidos, se puede determinar que los valores generados tanto en
la primera como segunda prueba tiene cierta relación, por lo cual se puede destacar que:
“En los recipientes que tienen poco volumen, líquido y contacto con el ambiente, el hielo
queda flotando en el fondo del vaso; mientras que, en los recipientes con mayor volumen
debido a estar en contacto directo con la superficie desde un primer momento y en todo su
resultados obtenidos acorde a los valores relacionales de las prácticas realizadas entre el
Nota. Gráfica relación volumen y tiempo, Modelación Matemática. Tomado de: (Déborah
Mendoza, 2015)
En los dos ejemplos presentados, podemos observar la capacidad que tiene la modelación
relación directa que existe entre la matemática, modelación y las problemáticas cotidianas.
21
CONCLUSIÓN
La razón principal por la cual las matemáticas son enseñadas es lograr que los estudiantes
abordar paradigmas del mundo real mediante la creación de modelos matemáticos que
Se puede destacar la modelación matemática como una estrategia que abarca una amplia
matemática es una herramienta que desafía los límites de lo que se puede conocer y
frente a su cotidianidad.
22
WEBGRAFÍA
https://es.slideshare.net/debiiMendoza/ejemplo-de-modelizacin-matemtica
Maria Salett Biembengut y Nelson Hein. (2004). Modelación matemática y los desafíos.
Obtenido de http://www.revista-educacion-matematica.org.mx/descargas/vol16/vol16-2/vol16-2-
6.pdf
https://institucional.us.es/blogimus/2018/01/un-ejemplo-sencillo-de-modelizacion-matematica-el-
crecimiento-de-poblaciones/
Blomhøj, M., & Mina, M. (2011). Modelización Matemática—Una Teoría para la Práctica.
Brito-Vallina, M. L., Alemán-Romero, I., Fraga-Guerra, E., Para-García, J. L., & Arias-de
Salett Biembengut, M., & Hein, N. (2004). Modelación matemática y los desafíos para
Zaldívar Rojas, J. D., Quiroz Rivera, S. A., Medina Ramírez, G., Zaldívar Rojas, J. D.,
Quiroz Rivera, S. A., & Medina Ramírez, G. (2017). La modelación matemática en los procesos de
https://doi.org/10.33010/ie_rie_rediech.v8i15.63