MODELADO DE

SISTEMAS
FÍSICOS (INTRODUCCIÓN)

Dr. DANIEL NORIEGA PINEDA

Cubículo 206-N, Casa Libertad

daniel.noriega@uacm.edu.mx
Universidad Autónoma de la Ciudad de México
Agenda
 Resumen de conceptos

 El proceso de modelado de sistemas físicos

 El camino por recorrer

2
 Resumen de conceptos
Se entiende por sistema a todo aquel objeto cuyas propiedades o
comportamientos son de nuestro interés

SISTEMA. Es un conjunto bien delimitado de elementos que interactúan

entre sí para cumplir con un objetivo u objetivos claramente definidos,
los cuales no pueden ser realizados de manera independiente por los
elementos

3
 Se distinguen tres términos particulares en la definición
 Delimitación (física o conceptual). El sistema debe ser adecuadamente
definido y separado de su entorno

4
 Componentes del sistema. Son los elementos que lo componen, los
cuales no pueden ser descompuestos es dispositivos mas
pequeños

5
 Disposición (interconexión de los componentes). Se refiere a la
estructura que los elementos forman gracias a la manera en que se
encuentran interconectados

6
 Disposición (interconexión de los componentes). Se refiere a la
estructura que los elementos forman gracias a forma en que se
encuentran interconectados

¿Que entiende
por
subsistema?

7
Ejemplo:

Proceso
industrial

8
Ejemplo:

Planta termal
de energía
eléctrica

9
Sistema físico. Sistemas en los
cuales la interacción involucra
intercambio de materia y/o
energía y/o información

10
 Sistema (físico) energético. Sistemas en lo cuales la
interacción involucra sólo intercambio de energía

Mecánicos
rotacionales
Eléctrico-magnéticos Térmicos

Hidráulicos Estos sistemas deben

procesar la energía que
le sea suministrada por
su entorno No crean
energía por
sí solos
Mecánicos
traslacionales
11
Variable de sistema. Son aquellos comportamientos o actividades
internas al sistema que se originan por la interacción de sus
elementos durante el procesamiento de la energía

 Comúnmente pueden ser medibles, pero la implementación de los

sensores puede ser no viable
 Un sistema puede tener tantos comportamientos que su medición
puede ser impractico (alto costo)

Señal. Representación cuantitativa de una variable de sistema a

través de (un conjunto) de valores con magnitud física o mediante
símbolos

Recuerde: Las señales pueden ser representaciones gráficas o

funciones matemáticas que contienen información sobre un
comportamiento

12
Definición

Cuando un sistema no recibe energía del entorno y no posee ningún residuo de energía en su interior, se
dice entonces que dicho sistema se encuentra en un estado de reposo, estado estático o simplemente
que se encuentra relajado.

13
Señal de entrada. Es todo aquel estímulo que el entorno
aplica al sistema, se denota mediante la letra u
Señal de salida. Son variables de sistema que pueden ser
registradas (o medibles) por el entorno, se representan
mediante la letra y

Desde el entorno, un sistema puede expresarse como una

caja negra

u( t ) y( t )
Para el entorno, el
Sistema
interior del sistema
está oculto
Entrada Salida
(estímulo, causa, excitación externa) (respuesta, efecto)

14
Ejemplo. Considere los
elementos mostrados en
la figura, los cuales
conforman un "universo"
particular de elementos
físicos. Construya a partir
de dicho universo un
sistema eléctrico.

15
Los objetos de naturaleza eléctrica que pertenecen al universo son:

16
Con dichos elementos, es posible construir diversos arreglos, algunos
de ellos son:

¿Ellos constituyen
sistemas
energéticos?

17
Los sistemas electrónicos asociados son:

Vi VC
Sistema
2

Vi VL
Sistema
1

18
 Hecho:
Muchos sistemas sólo se
diferencian entre sí por la
interconexión de sus
componentes
Vi VC
Sistema
2

Vi VL
Sistema
1

19
El proceso de modelado de sistemas físicos

Si uno tiene los recursos, la capacidad y el tiempo que se requieren, entonces lo ideal es tener
acceso total (construir, adquirir) al sistema que se desee analizar para someterlo a todas las
pruebas de laboratorio necesarias para realizar su estudio. Sin embargo, y por lo general, esto no
es posible. Entonces, el ingeniero debe construir un objeto que sea capaz de imitar de manera
adecuada el comportamiento real del sistema. Esta clase de objetos se conocen como
modelos de sistema.

Lo ideal siempre será estudiar un sistema mediante

experimentos controlados

20
El proceso de modelado de sistemas físicos

Problemática:
 Costos. Un experimento puede
llevar a detener un proceso de
producción por horas

21
El proceso de modelado de sistemas físicos
 Riesgos. Las consecuencias del experimento pueden ser inadmisibles

 Puesta en peligro de la integridad física del personal

 Pérdidas de materias primas
 Destrucción del sistema
 Daños al medio ambiente

22
El proceso de modelado de sistemas físicos
Inviabilidad

Inexistencia del sistema, lo cual nos lleva

a los siguientes escenarios:

a. Diseños de prototipos

b. Pruebas con componentes o

materiales nuevos

23
El proceso de modelado de sistemas físicos
Inviabilidad

Incapacidad humana de experimentar.

En muchos dominios es imposible

determinar o modificar procesos físicos:

1. desplazamientos del campo magnético

de la tierra,
2. comportamientos climáticos,
3. desviación de cometas o asteroides
masivos

24
 Cuando no se puede
experimentar sobre un
sistema se recurre a su …

Modelo. Es una representación siempre simplificada que busca imitar

el comportamiento real de un sistema, capturando aquellos
aspectos que se considere son esenciales para su estudio

25
Hechos:

1. Es todo aquel objeto o abstracción capaz de representar un sistema

físico de forma tal que la información que de él pueda extraerse permita
identificar diversas propiedades del sistema que sean importantes para
su estudio

2. Los modelos son creados para uno o varios de los siguientes

propósitos particulares:

• Entender determinados aspectos del sistema

• Predecir comportamientos del sistema (análisis de sus

propiedades, sobre todo las dinámicas)

• Sustituto de la experimentación

• La modificación o rediseño del sistema

• El diseño de mecanismos o algoritmos de control

26
Análisis del comportamiento (análisis dinámico)

Este estudio tiene como objeto conocer el comportamiento del sistema y sus propiedades para
así tener la capacidad de predecir su conducta ante determinadas condiciones de operación, es
por tanto un objetivo que busca responder a las preguntas:

• ¿Cómo funciona el sistema?,

• ¿Como se comportará el sistema si es puesto a trabajar en un determinado contexto?

27
Rediseño de sistemas y optimización de desempeño (Síntesis)

• Esta es una etapa que se aplica comúnmente en caso de que el comportamiento o el

desempeño del sistema fallen en satisfacer determinados índices de desempeño.

• Consiste en determinar el tipo de modificaciones que deben realizarse sobre el sistema para
que este cumpla los requerimientos que se solicitan, es decir, busca responder a la pregunta:

¿Como debe el sistema ser modificado para que cumpla con un determinado objetivo u
objetivos?.

Si los resultados de este estudio no pueden ser aplicados debido a que el sistema no puede ser
modificado por el ingeniero, entonces será necesario realizar el estudio siguiente ...

28
Diseño de controladores

Esta etapa busca construir dispositivos (llamados controladores) tales que al ser conectados al
sistema el comportamiento de éste cambie de manera tal que se satisfagan los indicadores de
conducta establecidas.

La pregunta que se desea responder es entonces:

¿Que debe agregarse al sistema para que su comportamiento sea satisfactorio?

29
Modelos físicos, prototipos o modelos a escala.

Estos son los nombres que reciben todas aquellas representaciones a escala del sistema original. Se
basan en la Teoría de la Semejanza: Cuando un fenómeno o proceso resulta ser demasiado complejo
para ser analizado mediante modelos matemáticos o de simulación, es común el construir una réplica
física del proceso a una escala adecuada.

30
Modelos físicos, prototipos o modelos a escala.

Los experimentos que pueden ser realizados con estos modelos permiten realizar análisis bajo distintas
condiciones de operación y condiciones controladas. Este tipo de modelos sin duda permiten realizar
pruebas a un nivel más realista que los modelos anteriores.

Ejemplo de esta clase de modelos pueden encontrarse principalmente en aeronáutica y en ingeniería

hidráulica o naval. En el caso de nuestras carreras, utilizaremos prototipos de circuitos
eléctrico/electrónicos.

31
Tipos de modelos
 Modelos abstractos

 Mentales. Imagen (inconciente) del funcionamiento de un proceso (p.e. los deportista

hacen uso de la mecánica en el manejo de sus cuerpos, un conductor posee en su
mente un modelo sobre las propiedades de manejo de un auto). Este tipo de modelos se
desarrollan mediante el entrenamiento y la experiencia

 Verbales/textuales. Descripciones de constitución o de comportamiento (p.e.

instrucciones de operación y/o descripción de una maquinaria)

 Gráficos. Representación basada en una simbología específica: Planos, esquemas,

diagramas de bloques

 Matemáticos. Son aquellos que describen mediante el lenguaje matemático las

relaciones que existen entre los fenómenos que tienen lugar en un sistema

32
Tipos de modelos
 Modelos abstractos

Ejemplo

33
 Los modelos matemáticos pueden dividirse en:

Modelos funcionales: Son modelos construidos con base en funciones matemáticas o en gráficas de
una o varias variables. Buscan capturar determinados comportamientos o características de interés del
sistema. La solución del modelo se busca sea relativamente fácil de calcular y de interpretar.

Permiten aplicar métodos matemáticos

de análisis cualitativo (estabilidad,
Potenciómetro
de entrada Antena propiedades dinámicas, etc), y
cuantitativo (resolución de ecuaciones,
etc)
Ángulo de azimut
deseado de entrada Ángulo de azimut
de salida
 0.2467 128 0   0 

x ( t )   0.004704 0.2467 64  x( t )   0   i ( t )
 

Amplificador  0 0 100   0.06362 

diferencial
y  0 ( t )  0.1272 0 0 x( t )
amplificador de Potenciómetro de
potencia salida 34
Motor
Modelos de simulación

Cuando las ecuaciones de un sistema son demasiado complejas para ser estudiadas en forma analítica,
se hace necesario programarlas en una computadora para que sea ésta quien calcule e interprete la
solución de dichas ecuaciones. Este proceso se conoce como simulación digital o simplemente
simulación y es muy empleada sobre todo en el estudio de fenómenos climáticos, económicos o
biológicos, por mencionar algunos ejemplos.

• Son reprogramables
• Representación discreta de variables continuas
• Aproximación de funciones
• Métodos numéricos
• Errores de cómputo

35
Hechos:
 El proceso de modelado consiste en transladar un proceso del mundo
real a una forma particular de representación.
 En el caso de los modelos matemáticos, lo que se busca es obtener una
ecuación (o sistema de ecuaciones) que debe ser resuelta e
interpretada.

36
Hecho:

Un modelo matemático es un objeto que busca imitar a un sistema, si lo

logra, entonces la solución del modelo matemático sería una función
matemática capaz de imitar el comportamiento que nos interesa del
sistema

Modelo
Sistema real
matemático

Comportamiento
Solución del
(variable)
del sistema Modelo (señal)

MUNDO FÍSICO MUNDO MATEMÁTICO 37

En el curso sólo se emplearán modelos matemáticos y de simulación. Si el modelo matemático es
planteado adecuadamente, entonces su estructura será la de una ecuación o conjunto de ecuaciones
que relacionen a cada una de las variables del sistema, y cuyas soluciones calificarán como una
representación matemática del comportamiento dinámico del sistema (señales del sistema)

Modelo
Sistema real
matemático

Comportamiento
Solución del
(variable)
del sistema Modelo (señal)

MUNDO FÍSICO MUNDO MATEMÁTICO 38

Construcción de modelos matemáticos
Existen dos tipos de técnicas, conceptualmente diferentes, pero
de uso complementario en la práctica de la ingeniería

 Modelación física (analítica)

Las relaciones matemáticas se obtienen con base a las leyes

físicas que gobiernan el comportamiento del sistema

 Modelación experimental o identificación

Las relaciones matemáticas son obtenidas a partir de procesos

experimentales

39
Modelación física (analítica)

 Primera etapa

 Definición del problema a resolver (objetivo del modelo)

 Determinación de los fenómenos (físicos) relevantes al
problema, reconocimiento de las variables de sistema que
lo cuantifican,
 Delimitación del sistema. Se deben identificar: el
fenómeno de interés, su entorno y los mecanismos de
interacción que existen entre ambos

Resultados esperados: indicadores de la interacción de los

subsistemas a través de sus variables vinculantes

40
Hecho. Es importante identificar lo
siguiente

• Comportamientos o
fenómenos cuyos efectos
son despreciables

• Comportamientos que
afectan al modelo, pero que
el modelo no está diseñado
para estudiarlas: entradas

• Comportamientos que son

estudiados por el modelo:
salidas o estados

41
Ejemplo: Delimitación de un sistema
lector de DVD

42
  Segunda etapa

 Establecer el nivel de complejidad o precisión del modelo

(condiciones de simplificación)
 Descripción formal de los componentes. Se definen las
relaciones constitutivas (ecuaciones) de los componentes del
sistema
 Descripción formal de las estructuras. Se establecen las
ecuaciones que rigen la forma como están interconectados los
componentes, éstas se denominan Restricciones de
Interconexión.
 Esquematización del sistema

Resultados esperados: Sistema físico idealizado, representación gráfica del

sistema con componentes normalizados.

Hecho. El sistema físico idealizado es el resultado de simplificaciones que se

realizan acorde con el problema a estudiar

43
Ejemplo : La definición de complejidad puede ser muy extremosa

 Entre mas simple sea el modelo más sencillo será su análisis

 Una simplificación excesiva puede resultar en el desprecio de
características significativas para el desempeño del sistema
 Incluir propiedades poco significativas o efectos parásitos pueden
llevar a una complejidad excesiva.

Por este motivo, debe quedar claro que la decisión fundamental a la hora de modelar un
sistema es definir el propósito, es decir, aquellos aspectos esenciales que se desea capturar.
44
 Tercera etapa: Construcción del modelo o modelos

 Manipulación formal de la información. formulación de tipos

alternativos de modelos: diagramas de bloques, funciones de
transferencia o espacio de estados.

 Solución del modelo

 Análisis cualitativo

 Análisis de simulación

Resultados esperados: Construcción de uno o varios modelos

matemáticos, predicciones sobre el comportamiento y estudio
de sus propiedades

45
UACM-Casa Libertad 46
 Hechos:

 Esta es la etapa en la cual el dominio de herramientas matemáticas

tales como el algebra, las ecuaciones diferenciales y las
transformadas de Laplace y Fourier juega un papel importante.

 Solución del modelo. La búsqueda de la solución de un modelo

matemático puede ser un trabajo muy difícil o incluso imposible, ello
depende de la complejidad del modelo en sí, por tanto es
importante definir las técnicas a emplear en este paso.

47
Puntos a reflexionar:

 ¿Se debe modelar en función de las herramientas que

dominemos?,

 ¿Se debe modelar pensando en las herramientas que conviene

usar para el estudio?

48
  Cuarta etapa

 Validación. Contraste con datos empíricos y/o experimentales

 De ser necesario, deben realizarse correcciones y/o

simplificaciones

Ésta paso busca responder a la pregunta: ¿El comportamiento del modelo

representa el comportamiento del sistema lo suficientemente bien para que los
objetivos de modelado se cumplan?

Resultados esperados: modelo adecuado a los requerimientos del problema

original

49
Hechos:

• La validez de cualquier modelo matemático debe ser respondida

únicamente a través de la comparación con resultados experimentales

• Las pruebas experimentales deben realizarse bajo las consideraciones

tomadas en la construcción del modelo

50
 Modelación experimental (identificación de
modelos)

Pueden catalogarse en dos tipos:

1. Análisis cualitativo de transitorios ante excitaciones

aperiódicas (típicamente escalones)

 Experimentos tendientes a orientar la primera etapa del

modelado analítico
 Ayudan a establecer las variables importantes, el tipo de
interdependencia (estática, dinámica, ninguna), la
organización/descomposición en subsistemas, etc

51
2. Formulación de modelos paramétricos o no
paramétricos

 Análisis cualitativo de respuestas al escalón, respuestas al

impulso, respuestas en frecuencia: Producen modelos (en
general) lineales arbitrarios (sin estructura
predeterminada)

 Ajuste de modelos autoregresivos. A partir de un modelo

predefinido (en general lineal), se realizan experimentos
para determinar sus parámetros mediante técnicas
estadísticas

52
Hecho:

Un mismo modelo matemático puede ser válido para sistemas de

distintas naturalezas, sin embargo, una vez realizado el análisis, la
interpretación de los resultados obtenidos sólo podrá ser realizado
con base en la naturaleza del sistema.

53
Importante:

 Entre más simple sea el modelo más sencillo será su análisis

 Una simplificación excesiva puede resultar en el desprecio de

características significativas para el desempeño del sistema

 Incluir propiedades poco significativas o efectos parásitos pueden llevar a

una complejidad excesiva.

54
Modelos matemáticos considerados en el curso

Pueden clasificarse en tres familias

• Ecuación diferencial general de entrada/salida

 Modelos externos • Representación de convolución
• Función de transferencia (FT) de Laplace
(de entrada/salida) • Función de transferencia de Fourier (FTF)

 Modelo interno Modelos de Espacio de Estado

55
 Modelos gráficos
 Diagramas de bloques

 Diagramas de flujos

 Gráficas de bond

56
Hecho

Una vez que un sistema físico ha sido expresado matemáticamente en forma satisfactoria, el
análisis de su comportamiento podrá realizarse en el contexto de las matemáticas aplicadas
con independencia de la naturaleza física de dicho sistema. Sin embargo, una vez finalizado
el análisis:

La interpretación de los resultados obtenidos sólo podrá ser realizada con base en la
naturaleza del sistema.

57
Resumen

El estudio de los sistemas físicos depende de lo siguiente:

 Los elementos que conforman al sistema y su interconexión (modelo matemático).

 Los estímulos, entradas o excitaciones aplicados al sistema

 Las respuestas o reacciones del sistema ante las excitaciones externas o internas

 La historia del comportamiento del sistema, condensada en las condiciones iniciales

 El tiempo como variable independiente

 La interpretación de la solución del modelo con base en la naturaleza física del mismo

58
Propiedades matemáticas de los modelos
considerados

En ingeniería existen diferentes tipos de sistemas, los cuales pueden ser aproximados por modelos
matemáticos igualmente diversos.

Para poder elaborar una clasificación de los modelos matemáticos primero se debe seleccionar un criterio
que permita distinguir de una manera precisa las propiedades y/o las características que debe poseer un
modelo, afín de poderlo ubicar dentro de la clasificación.

59
Resumen

El estudio de los sistemas físicos depende de lo siguiente:

 Los elementos que conforman al sistema y su interconexión (modelo matemático).

 Los estímulos, entradas o excitaciones aplicados al sistema

 Las respuestas o reacciones del sistema ante las excitaciones externas o internas

 La historia del comportamiento del sistema, condensada en las condiciones iniciales

 El tiempo como variable independiente

 La interpretación de la solución del modelo con base en la naturaleza física del mismo

60
Propiedades matemáticas de los modelos
considerados

Las siguientes definiciones ayudarán a puntualizar

qué tipo de modelos matemáticos son los que se
pretenden estudiar, según se observa en la Figura

61
Propiedades matemáticas de los modelos considerados

Modelos Causales y No Causales

 El estado de un sistema causal depende sólo de las condiciones presentes y pasadas, pero no de las
futuras, es decir hay una relación de causa y efecto.

 Todos los sistemas físicos son causales, pero uno puede concebir modelos de ciertos sistemas que no
lo sean (sistemas anticipativos).

 En el curso se estudiarán sólo sistemas causales

62
Propiedades matemáticas de los modelos considerados

Modelos Estáticos y Dinámicos

 Cuando el estado, en un instante de tiempo , de un sistema se vea influenciado por las señales de
entrada que le sean suministradas únicamente en el tiempo , se dice entonces que el sistema es un
sistema estático.
 El estado de un sistema dinámico en un tiempo depende no sólo de las señales de entrada que le
sean suministradas únicamente en el tiempo , sino también de lo que haya sucedido en el pasado con
el sistema. Esto se debe a que en el sistema hay algún tipo de almacenamiento de energía. Por lo
anterior, los sistemas dinámicos también se conocen como sistemas con memoria.
 Los modelos de sistemas dinámicos son ecuaciones de tipo diferencial o en diferencias, mientras que
los sistemas estáticos pueden ser caracterizados mediante ecuaciones algebraicas.
 En el curso se estudiarán sólo sistemas dinámicos de tipo diferencial.

63
Propiedades matemáticas de los modelos considerados

Modelos Estocásticos y Determinísticos

 En ocasiones se sabe que existen variables que afectan al sistema, pero no es posible predecir el
valor que éstas 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, el cual
suele denominarse sistema estocástico.

 Mientras que modelos exentos de aleatoriedad se denominan modelos determinísticos. Éstos

últimos serán los que se estudien en este curso.

64
Propiedades matemáticas de los modelos considerados

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 qué 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 o puntuales.

 Los modelos de parámetros distribuidos implican ecuaciones diferenciales con derivadas parciales y
no serán estudiados en este curso. Por otro lado, los modelos de parámetros concentrados se
construyen en base a ecuaciones con derivadas o ecuaciones de diferencia ordinarias .
65
Propiedades matemáticas de los modelos considerados

Modelos Lineales y No Lineales

La linealidad es en realidad dos propiedades agrupadas bajo un mismo nombre. Estás propiedades son:

 Proporcionalidad: En términos prácticos, esto significa que en los modelos lineales al duplicar las
entradas en una determinada proporción se duplican las salidas en ésa misma proporción.

 Superposición: En términos prácticos, esto significa que, en los modelos lineales de varias entradas, la
señal se salida es igual a la suma de las salidas que produce el sistema cuando se le aplican las
entradas en forma individual.

En este curso se estudiarán modelos lineales.

66
Propiedades matemáticas de los modelos considerados

Modelos Variantes e Invariantes en el Tiempo

 Un modelo se dice invariante en el tiempo cuando las propiedades del sistema modelado se
consideran constantes en el tiempo.

 En caso contrario se dice variante en el tiempo.

 Nótese que la variación se refiere a las propiedades (parámetros) del sistema, no de las señales que le
afectan (variables).

En este curso se considerarán sistemas invariantes en el tiempo.

67
Propiedades matemáticas de los modelos considerados

Modelos Continuos y Discretos

 Los modelos en tiempo discretos son aquellos en los cuales una o más de las variables de sistema
cambian sólo en valores discretos del tiempo. Estos instantes, comúnmente denotados como o , se
denominan tiempos de muestreo. Esta clase de modelos se representa matemáticamente mediante
ecuaciones en diferencias.

 Los modelos en tiempo continuos o modelos analógicos son aquellos en los cuales las variables de
sistema cambian en todo instante de tiempo. Estos modelos se componen de ecuaciones
diferenciales.

De acuerdo con las descripciones anteriores, en este curso se emplearán modelos matemáticos causales,
dinámicos, determinísticos, de parámetros concentrados, lineales, invariantes en el tiempo, para el caso
en el cual la variable del tiempo es continua.

68
Tarea

¿Qué es …

 Energía,

 Potencia

 Voltaje (tensión, diferencia de potencial)

 Corriente

 Puerto (en teoría de circuitos)?

69