Modelamiento

y Simulación
Desarrollo del Modelo
Construcción del Modelo
Hay diferentes metodologías, de
acuerdo al autor y al tipo de modelo:
 Teóricos
 Empíricos
De balances poblacionales
Formulación del Modelo

Modelos Empíricos
Construidos a partir de datos experimentales
(Modelos de “Caja Negra”)
Esquema Cíclico para la Construcción
y el Análisis de Modelos Empíricos
Los modelos empíricos pueden ser:
1. Lineales con una sola variable
independiente
y = a0 + a1x

2. Lineales con varias variables

independientes
y = a0 + a1x1 + a2x2 + a3x3
Los modelos empíricos pueden ser:
3. No Lineales:
y = a0 + a1x1 + a2x2 + a3ln(x1)
(lineal en los coeficientes, no lineal en las variables)

y = a0 + a1a2x1 + a1x2 + a2x3

(no lineal en los coeficientes, lineal en las variables)

y = ea x + ea x
o 1 1 2

y = (a0 + a1x1 + a2x2)1/2

(no lineal en los coeficientes, no lineal en las variables)
Al tener los datos experimentales:
1. ¿Los datos siguen un patrón o son un
conjunto al azar, sin orden?
Es necesario graficar los datos para saberlo

2.¿Cuál es el patrón que siguen los datos?

Es conveniente convertir los datos en una
gráfica lineal del tipo:
y’ = a0’ + a1’x’
 Transformación de Funciones No-
Lineales de Una Variable Independiente
 Transformación de Funciones No-
Lineales de Una Variable Independiente
La forma de la gráfica determina el valor
de los coeficientes
La forma de la gráfica determina el valor
de los coeficientes

Es decir, a0’ y a1’… luego estos se convierte

nuevamente en a y a de la ecuación del modelo
En los modelos empíricos la variable independiente
puede ser determinista, la dependiente será
siempre aleatoria

Se espera que la variable aleatoria presente una

distribución normal
También puede ser que las dos variables
sean aleatorias

Ambas variables
deberían presentar
distribución
normal
 Regresión por Ajustar datos experimentales:
mínimos cuadrados
a)Pasar una línea recta cerca
de los puntos, manteniendo
la misma tendencia
Interpolación lineal

b)Unir los puntos con líneas

rectas

c) Unir los puntos con líneas

Interpolación curvilínea
suaves
a) Se presenta una serie de 7 datos experimentales
con una variabilidad significativa, visualmente se
sugiere una tendencia de y a aumentar con x
b) Ajustando los datos a un polinomio de grado 6, la
línea pasa por todos los puntos

Los valores para x=1.5 y x=6.5 parecen estar

bastante más allá del rango sugerido por los datos
c) Utilizando una línea recta, aunque no pase
por uno solo de los datos, se caracteriza mejor
la tendencia
a) Dispersión de
los datos alrededor
de la media

b) Dispersión (menor)
alrededor del mejor
ajuste
Ecuación de ajuste

El error en el ajuste
representa la distancia
entre el valor medido y
la recta de
aproximación

Cálculo de los
coeficientes a0 y a1
El grabado de semiconductores,
en la fabricación de chips, es
una reacción de disolución
sólido – líquido

La velocidad de disolución del MnO2 con HBr es

función del potencial redox de la solución líquida,
relativo al nivel de energía de la banda de
conducción.
Experimentalmente se determinó:
CA0 (mol HBr/dm3) 0.1 0.5 1.0 2.0 4.0
-rA0 (mol HBr/m2·h) x 102 0.073 0.70 1.84 4.86 12.84
Para modelar la cinética de reacción de disolución
del MnO2 por el HBr, primero se determina la
forma que tienen los datos para saber que
transformación utilizar:
0.14
0.12
-r (mol HBr/m2h)

0.1
0.08
0.06
0.04
0.02
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
C (mol HBr/dm3)

De acuerdo a la grafica, la velocidad de reacción puede

tener la siguiente forma:
-rA0 = κ (CA0)α
Para transformar los datos en una línea recta, se saca
logaritmo natural a ambos lados:

ln (-rA0) = ln (κ) + α ln (CA0)

-2.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0

Haciendo: -1.0

-2.0

Y = ln(-rnHBr)

ln (-rA0)
-3.0

-4.0
X = ln(CHBr)
-5.0
a0 = ln(κ) -6.0
a1 = α -7.0

-8.0

Se tiene:
ln (CA0)

Y=a +a X
 xi yi xi*yi xi2
-2.3026 -7.2225 16.6303 5.3019
-0.6931 -4.9618 3.4393 0.4805
0.0000 -3.9954 0.0000 0.0000
0.6931 -3.0241 -2.0962 0.4805
1.3863 -2.0526 -2.8455 1.9218
Promedio -0.1833 -4.2513
Sumatoria -0.9163 -21.2565 15.1279 8.1846
a0 -3.9945  κ = 0.0184
a1 1.4011  α = 1.4

Así la velocidad de reacción es:

-rA0 = 0.0184 (CA0)1.4
 El coeficiente de determinación
(r2) y el coeficiente de correlación
(r) representan la bondad de la
regresión, dicen qué tan bien la
línea representa los datos
Sr = experimentales

St =

Sr St r r2
1.9545 x 10-5 15.7384 0.999999379 0.999998758
El coeficiente de determinación (r2) es la razón de la
varianza del modelo y la varianza de los datos

Hay tres tipos de varianza: de los datos (σ2y), en los

residuos (σ2error) y en el modelo (σ2model) mismo
Lo que indica
(gráficamente) el
coeficiente de
correlación (r)
La variable dependiente es aleatoria, por lo que
representa una función de probabilidad más que un
punto

Los coeficientes calculados con ella, también lo son

El modelo no predice propiamente un punto sino
una región
Se hace necesario calcular el intervalo de confianza
de los coeficientes, también la región de confianza
del modelo
Puesto que los coeficientes son variables aleatorias,
también tienen una varianza asociada (σ2α y σ2α )
0 1

Los intervalos de confianza indican el rango de

valores que pueden adoptar los coeficientes, hacia
arriba y hacia abajo de un valor estimado
Los intervalos de confianza se calculan en base a la
distribución t de Student, más exactamente tiene
que ver con las colas de esta distribución, los
extremos de la curva

El parámetro t se debe ver en tablas de la distribución a

determinado nivel de certeza (el subíndice α de la t) y
considerando n – 2 grados de libertad (subíndice ν)

La varianza (σ2ε) se aproxima con s2ε

Puntos porcentuales
de la distribución t de
Student
Cálculo de la región
de confianza del
modelo, para un 5%
de certeza
xi yi ŷi (x i– xprom)2 ŷi,LS ŷi,LI
-2.3026 -7.2225 -7.2208 4.4915 -7.2137 -7.2278
-0.6931 -4.9618 -4.9657 0.2600 -4.9618 -4.9696
0.0000 -3.9954 -3.9945 0.0336 -3.9908 -3.9982
0.6931 -3.0241 -3.0233 0.7681 -3.0189 -3.0277
1.3863 -2.0526 -2.0521 2.4635 -2.0463 -2.0579

(Sε )2 6.5151E-06
Sxx 8.0167
tα/2 3.182
Puntos porcentuales
de la distribución t
de Student
Región de confianza del modelo cinético de la
disolución de MnO2 con HBr
3.0

1.0
-2.5 -2.0 -1.5 -1.0 -0.5-1.0
0.0 0.5 1.0 1.5 2.0

ln (-rnHBr)
-3.0

-5.0

-7.0

-9.0

-11.0

-13.0

-15.0

ln(CHBr)