MODELOS

MATEMÁTICOS 1
Docente: Ing. Cristian Rubén Caballero Ch.
Carrera de Petroquímica
Unidad 1
 MODELO
• Es una abstracción de la realidad. 2
• Es una representación de la realidad que ayuda a entender su
composición y/o funcionamiento.
• Es una construcción intelectual y descriptiva de una entidad en la que
un observador tiene interés.
• Se construye para transmitirse.
• Se emplean supuestos simples para restringirse a lo que se considera
relevante y evitar lo que no.

Un modelo es un sistema desarrollado para entender la realidad y, en

consecuencia, para modificarla.
No es posible modificar la realidad, en cierta dirección, si no se dispone
de un modelo que la interprete.
 ¿Para qué sirve un modelo?

Herramienta de predicción
Ayuda para el pensamiento

para entrenamiento e
instrucción

Ayuda para la comunicación

Ayuda experimentación
 Modelos Mentales y Formales 4
• Modelos Mentales.
Depende de nuestro punto de vista, suele
ser incompletos y no tener un
enunciado preciso, no son fácilmente
transmisibles.
Ideas, conceptualizaciones

• Modelos Formales.
Están basados en reglas, son transmisibles.
Planos, diagramas, maquetas,
ecuaciones, descripciones en HDL,
programas. . .
 Modelos Icónicos y Abstractos

Modelos matemáticos
5

Modelos analógicos
Modelos a escala
Modelos físicos

ordenador
Simulación por
Exactitud Abstracción
1.Planta piloto
2.Modelo de un átomo, globo terráqueo, maqueta
3.Reloj, medidores de voltaje, gráfica de volumen/costo
4.Modelos de colas, modelos de robots
5.Velocidad, ecuaciones diferenciales.

Modelo analógico. Son aquellos en los que una propiedad del objeto real está representada
por una propiedad que la sustituye, pero con comportamiento similar.
¿En qué consiste el proceso de A
modelización matemática? B
S
T
R
PROBLEMAS A
TEMA PARA MODELO
C
ANALIZAR C
I
Ó
N RESOLUCIÓN
EXPERIMENTACIÓN MODIFICACIÓN MATEMÁTICA

DATOS
SOLUCIÓN
EXPERIMENTALES ANALÍTICA O
O EMPÍRICOS NUMÉRICA

N E ZI
A S SA
B APLICACIÓN
 ÍNDICE
7
1. Introducción
2. Modelos Lineales
3. Polinomios
4. Funciones potencia
5. Funciones racionales
6. Funciones trigonométricas
7. Funciones exponenciales
8. Funciones logaritmos
9. Funciones trascendentes
10. Bibliografía
 Introducción 8
Un modelo matemático se define como una 
descripción desde el punto de vista de las 
matemáticas de un hecho o fenómeno del mundo
real, desde el tamaño de la población, hasta
fenómenos físicos como la velocidad, aceleración o 
densidad. El objetivo del modelo matemático es
entender ampliamente el fenómeno y tal vez predecir
su comportamiento en el futuro.
 Clasificación de los modelos 9
Se podría decir que un modelo de las ciencias físicas es una traducción de
la realidad física de un sistema físico en términos matemáticos.

1.- Según la información de entrada

Modelos heurísticos . Son los que están basados en las explicaciones sobre
las causas o mecanismos naturales que dan lugar al fenómeno estudiado.

Modelos empíricos Son los que utilizan las observaciones directas o los resultados de
experimentos del fenómeno estudiado.
 Clasificación de los modelos 10
2.- Según el tipo de representación

Modelos cualitativos o conceptuales, estos pueden usar figuras, gráficos o descripciones causales, en general se contentan
con predecir si el estado del sistema irá en determinada dirección o si aumentará o disminuirá alguna magnitud.

Modelos cuantitativos o numéricos, usan

números para representar aspectos del
sistema modelizado, y generalmente
incluyen fórmulas y algoritmos matemáticos
más o menos complejos que relacionan los
valores numéricos.
 Clasificación de los modelos 11
3.- Según aleatoriedad
Determinista. Se conoce de manera puntual la forma del resultado ya que no hay incertidumbre. Además, los datos utilizados para
alimentar el modelo son completamente conocidos y determinados.

Estocástico. Probabilístico, que no se conoce el resultado esperado, sino su probabilidad y existe por tanto incertidumbre.
Clasificación de los modelos 12
4.- Según su aplicación u objetivo
Modelo de simulación o descriptivo, de situaciones medibles de manera precisa o aleatoria. Este tipo de modelos pretende predecir qué sucede en una
situación concreta dada.

Modelo de optimización. Este tipo de modelos requiere comparar diversas condiciones, casos o posibles valores de un parámetro y ver cual
de ellos resulta óptimo según el criterio elegido.
Clasificación de los modelos 13
4.- Según su aplicación u objetivo

Modelo de control. Este modelo pretende ayudar a decidir qué nuevas medidas, variables o qué parámetros deben ajustarse para lograr un
resultado o estado concreto del sistema modelado.
 Procesos para elaborar un modelo
14
matemático
1) Encontrar un problema del mundo real
2) Formular un modelo matemático acerca del problema,
identificando variables (dependientes e independientes) y
estableciendo hipótesis lo suficientemente simples para tratarse de
manera matemática.
Procesos para elaborar un
modelo matemático 15
3) Aplicar los conocimientos matemáticos que se posee para
llegar a conclusiones matemáticas.
4) Comparar los datos obtenidos como predicciones con datos
reales. Si los datos son diferentes, se reinicia el proceso.

Es importante mencionar que un modelo matemático no es completamente exacto con problemas de la vida real, de
hecho, se trata de una idealización.

Hay una gran cantidad de funciones que representan relaciones observadas en el mundo real; las cuales se analizarán en los párrafos
siguientes, tanto algebraicamente como gráficamente.
 Modelos polinomios
La función polinomial se llama si porque generalmente su
expresión algebraica es un polinomio; su forma general es: 16

El grado de la función estará dado por el mayor de los exponentes.

Entre las funciones polinomiales se

encuentran por ejemplo: Funciones
lineales, Funciones cuadráticas y cubicas,
etc
 Funciones lineales
Se dice que una función es lineal cuando su gráfica es una línea
recta; y por consecuencia tiene la forma:y = f(x) = mx + b 17

Donde m representa la pendiente de la recta y b la ordenada al origen (el punto en el que la recta interfecta al eje de
las "y"). Es importante mencionar que este tipo de funciones crecen a tasa constante; y su  dominio e imagen son todos
los números reales.
 Función cuadrática
La función cuadrática responde a la formula: y= a x2 + b x + c
con a =/ 0. Su gráfica es una curva llamada parábola cuyas
características son: 18
Si a es mayor a 0 es cóncava y admite un mínimo. Si a es menor a 0
es convexa y admite un máximo.
Vértice: Puntos de la curva donde la función alcanza el máximo o el
mínimo.
Eje de simetría: x = xv.
Intersección con el eje y.
Intersecciones con el eje x: se obtiene resolviendo la ecuación de
segundo grado.
 Función Logarítmica 19
Se llama función logarítmica a la función real de variable real:
La función logarítmica es una aplicación biyectiva definida de R*+
en R :

 La función logarítmica solo está definida sobre los números positivos.

 Los números negativos y el cero no tienen logaritmo
 La función logarítmica de base a es la recíproca de la función
exponencial de base a.
 Las funciones logarítmicas más usuales son la de base 10 y la de base e =
2"718281...
 Función Logarítmica 20

Debido a la continuidad de la función logarítmica, los límites de la

forma:

Se hallan por medio de la fórmula :

 Función Exponencial 21
La función exponencial (de base e) es una función real que tiene la
propiedad de que al ser derivada se obtiene la misma función. Además la
función exponencial es la función inversa del logaritmo natural

Esta función se denota equivalentemente como 

Donde e es la base de los logaritmos naturales. 

En términos generales, una función real F(x)

es de tipo exponencial si tiene la forma
22
Etapas para el desarrollo de la
simulación 23
Son las siguientes:

 Identificar y formular el problema.

 Definición del sistema.
 Formulación del modelo.
 Localizar los datos necesarios.
 Seleccionar el paquete de modelamiento.
 Adquirir recursos computacionales.
 Experimentación
 Interpretación.
 Implementación.
Metodología del modelamiento
matemático 24

El Modelamiento es el proceso de construcción de un modelo, el cual es una

representación de un objeto, sistema, o idea, por medio de la aplicación de
principios fundamentales.

De manera imprescindible, para simular un proceso es necesario crear un modelo que permita
estudiar y prever el comportamiento que tendrá dicho proceso, a fin de poder evaluar el
comportamiento del mismo ante determinadas condiciones y preparar de éste modo los cambios y
las estrategias a seguir

La modelización de los procesos requiere el desarrollo de un modelo matemático de un sistema, con las simplificaciones adecuadas para
simular el núcleo del proceso.
Metodología del modelamiento
matemático 25
Tradicionalmente el modelamiento de procesos ha sido usado para el
diseño de diagramas de flujo y para especificar sólo los parámetros
importantes del equipo.
 Principios básicos del modelamiento
matemático 26
Principios básicos del modelado para procesos químicos

a)El modelo matemático sólo puede ser una aproximación del

sistema real, el cual puede ser extremadamente complejo y aún
no comprendido del todo. El mejor modelo es el más simple que
satisface las expectativas del ingeniero
b)El modelado es un proceso continuo. Se debe comenzar modelando los
fenómenos principales y luego ir agregando los restantes si es que son necesarios. Es decir, se va de menor a mayor, de un prototipo al modelo final.
 Principios básicos del
modelamiento matemático 27
c)El modelado es un arte, no hay reglas fijas, pero el premio es un profundo conocimiento del sistema en estudio. Muchas veces, el problema que se quiere resolver con el simulador se resuelve en la etapa del modelado; es decir,
antes de completar el simulador.

d)El modelo debe ser realista y robusto. Las predicciones del modelo
deben estar de acuerdo con las observaciones y no debe ser demasiado
sensible a cambios en los parámetros o variables de entradas.
Pasos para la construcción de un
modelo
28
Pasos para encarar la construcción de un modelo son:

 Definición de los objetivos del modelo.

 Formulación del modelo físico.
 Balances(estacionarios o dinámicos).
 Propiedades.
 Suposiciones considerando los objetivos.
 Consistencia matemática.
 Resolución del modelo
 Perfeccionamiento
Leyes fundamentales de los modelos de
los procesos químicos 29
a. Balance de masas
Los primeros pasos para definir el balance de materia incluyen
seleccionar las fronteras del sistema, identificar todas las
corrientes de entrada y salida, es decir todos los flujos de
materia que atraviesen las fronteras del sistema, e identificar
las sustancias químicas que contiene cada corriente.
b. Balance de componentes
Dado que en una reacción química ocurre un reordenamiento de los átomos y las moléculas, formando compuestos moleculares diferentes, mientras disminuye el número de moles de
una especie reactante, aumenta el número de moles del producto en un sistema reaccionante.
Leyes fundamentales de los modelos
de los procesos químicos 30
c. Conservación de la energía o balance de energía
La ley de conservación de energía es planteada por el primer
principio de la termodinámica. La energía interna depende no
tanto de la temperatura sino de la materia del sistema y su
composición. Por este motivo, el balance de materia siempre está
asociado al de energía.

d. Transferencia de materia, energía y momentum.

Las ecuaciones de transporte permiten calcular la rapidez con que una propiedad (masa, energía y
momentum) se transfieren de un punto del sistema a otro). Esta rapidez de transferencia se expresa como un
flujo de la propiedad por unidad de área y es directamente proporcional a un gradiente de la propiedad en
una o varias coordenadas espaciales.
Métodos de simulación en base a
modelos 31
Los métodos de simulación mas usados tanto en procesos químicos
como en otras aplicaciones son:

a. Método modular secuencial.

b. Método orientado a ecuaciones.
c. Método modular simultaneo.