1.

INTRODUCCI
1. INTRODUCCI

N A LOS MODELOS (#
N A LOS MODELOS (#
1
1
)
)
Qu

es un modelo y para qu

sirve?
Un modelo es una representacin formal

de un fenmeno real.
En general los modelos que veremos aqu

sern cuantitativos.
Los modelos son una parte fundamental del mtodo cientfico, y
sirven para describir

aspectos del funcionamiento de un
sistema real y predecir

su comportamiento futuro. Sirven
tambin como laboratorios virtuales.
En general los modelos cuantitativos son la herramienta

ms
poderosa

de que disponemos para entender el mundo y para
tomar decisiones racionales basadas en nuestra comprensin
de su funcionamiento.
1. INTRODUCCI
1. INTRODUCCI

N A LOS MODELOS (#
N A LOS MODELOS (#
2
2
)
)
Ejemplo 1.1:
Trabajar individualmente.
Tiempo disponible: 1 minuto.
Responder a la siguiente pregunta:
Cuntas pelotas de ping-pong caben en esta habitacin?
Ejemplo 1.1 (bis):
Trabajar por parejas.
Tiempo disponible: 10 minutos.
Responder de nuevo a la pregunta anterior. Tratar de acotar el
valor estimado.
1. INTRODUCCI
1. INTRODUCCI

N A LOS MODELOS (#
N A LOS MODELOS (#
3
3
)
)
3
D
A H L
V
V
N
pelota
habitacin

= =
3
2 3
4
'
|
.
|

\
|

= =
D
A H L
V
V
N
pelota
habitacin
t
(i) (ii)
1. INTRODUCCI
1. INTRODUCCI

N A LOS MODELOS (#
N A LOS MODELOS (#
4
4
)
)
Qu

hemos aprendido con este ejemplo?
Un modelo es una representacin parcial

de la realidad. Siempre
hay suposiciones

y simplificaciones.
Es mejor una respuesta aproximada

que ninguna (Fermi problems)
Un problema determinado admite infinidad de modelos. Cul de
ellos es el ms adecuado depende de las circunstancias y los
objetivos. No siempre el modelo ms complejo es mejor.
La representacin simblica

ayuda a la resolucin.
Usamos modelos continuamente, aunque a menudo stos no se
hacen explcitos (modelos implcitos). Slo cuando el modelo es
explcito decimos que construimos modelos.
1. INTRODUCCI
1. INTRODUCCI

N A LOS MODELOS (#
N A LOS MODELOS (#
5
5
)
)
El mundo real, el mundo del modelo y la navaja de Occam
Construir (buenos) modelos consiste en saber eliminar toda la
informacin innecesaria

relacionada con el problema que estemos
analizando, pero sin omitir lo esencial.
1. INTRODUCCI
1. INTRODUCCI

N A LOS MODELOS (#
N A LOS MODELOS (#
6
6
)
)
Ejemplo 1.2: La necesidad de un enfoque cuantitativo
Cuntas peluqueras hay
en Barcelona?
Trabajar por parejas.
Tiempo disponible: 5 minutos.
Hemos aprendido
A veces unas pocas suposiciones razonables

nos permiten dar una
respuesta aproximada

(aunque razonablemente precisa) a un problema
aparentemente inabordable. A menudo una estima del orden de
magnitud

es suficiente, especialmente en disciplinas complejas donde
intervienen gran cantidad de factores, como la Ecologa o las Ciencias
Ambientales.
Reflexin:

si el modelo produce resultados razonables, podemos
inferir que las suposiciones que hemos hecho al construirlo son ciertas?
1. INTRODUCCI
1. INTRODUCCI

N A LOS MODELOS (#
N A LOS MODELOS (#
7
7
)
)
Cundo estar

fra mi cerveza?
15 minutos, por parejas
1. INTRODUCCI
1. INTRODUCCI

N A LOS MODELOS (#
N A LOS MODELOS (#
8
8
)
)
Ejemplo 1.3
Ejercicio 2

pasos bsicos de la resolucin:
Reducir el problema a sus elementos esenciales
Decidir representarlo en un grfico
Decidir solucionarlo paso a paso
Concentrar (lumping) varios factores en el parmetro K
Generar varios

grficos para distintos valores de K
Calibrar

el modelo con informacin del mundo real
Presentar la solucin como un compromiso

ms que como una cifra
1. INTRODUCCI
1. INTRODUCCI

N A LOS MODELOS (#
N A LOS MODELOS (#
9
9
)
)
1. INTRODUCCI
1. INTRODUCCI

N A LOS MODELOS (#
N A LOS MODELOS (#
10
10
)
)
Los modelos y el mtodo cientfico
Para que sirven los modelos?
-

Para entender mejor el sistema que se estudia, para poner
hiptesis a prueba
-

Para hacer predicciones (en el futuro, en otro sitio, en otras
circunstancias)
- Como laboratorio virtual
1. INTRODUCCI
1. INTRODUCCI

N A LOS MODELOS (#
N A LOS MODELOS (#
11
11
)
)
1. INTRODUCCI
1. INTRODUCCI

N A LOS MODELOS (#
N A LOS MODELOS (#
12
12
)
)
Modelo perceptual

de crecimiento de poblaciones de pulgn
(de Piol

et al., 2009, Ecol. Model).
Modelo perceptual

de la
generacin de escorrenta
(de Beven, 2001)
1. INTRODUCCI
1. INTRODUCCI

N A LOS MODELOS (#
N A LOS MODELOS (#
13
13
)
)
Modelo conceptual de
generacin de escorrenta
(de Beven, 2001)
1. INTRODUCCI
1. INTRODUCCI

N A LOS MODELOS (#
N A LOS MODELOS (#
14
14
)
)
1. INTRODUCCI
1. INTRODUCCI

N A LOS MODELOS (#
N A LOS MODELOS (#
15
15
)
)
Ejemplo 1.4:
Conseguiremos reducir o eliminar los grandes
incendios forestales si aumentamos los equipos
de extincin?
1. INTRODUCCI
1. INTRODUCCI

N A LOS MODELOS (#
N A LOS MODELOS (#
16
16
)
)
Pero

efecto de las interacciones
(Applet

1.1)
1. INTRODUCCI
1. INTRODUCCI

N A LOS MODELOS (#
N A LOS MODELOS (#
17
17
)
)
Binomios y conceptos clave en modelizacin

Variable / parmetro.

Calibracin / validacin (la importancia de los datos experimentales)

Incertidumbre / anlisis de sensibilidad

Solucin / equifinalidad

Exactitud / precisin

Descriptivo / predictivo

Modelo emprico / conceptual / mecanstico.

Modelo determinstico

/ modelo estocstico

Matemticas, programacin

(Excel, R, Java, C, Fortran, Matlab)
1. INTRODUCCI
1. INTRODUCCI

N A LOS MODELOS (#
N A LOS MODELOS (#
18
18
)
)
Cul es la relacin entre modelo y datos?
Los datos experimentales sugieren hiptesis (que pueden tomar la forma
de modelos cuantitativos).
Los datos experimentales sirven para calibrar y validar los modelos.
Se pueden hacer modelos sin disponer de datos experimentales?
S, pero tienen un valor limitado.
Los modelos pueden sugerir la toma de datos experimentales nuevos o
distintos, o la realizacin de nuevos experimentos.
A veces los datos son previos a los modelos; a veces ocurre lo contrario.
El mtodo cientfico nos ofrece una metodologa muy estricta para
testar nuestros modelos, basada en la comparacin de las
predicciones con los datos empricos. Sin embargo, durante el
proceso de sntesis del modelo todo vale.
1. INTRODUCCI
1. INTRODUCCI

N A LOS MODELOS (#
N A LOS MODELOS (#
19
19
)
)
Complejidad, interacciones.
(i) Los sistemas complejos

a menudo responden de manera contraria a
nuestro sentido comn.
(ii) Los sistemas naturales

son enormemente complejos.

Necesitamos buenos modelos

que nos permitan predecir
con la mnima incertidumbre las consecuencias de las
actividades humanas en los sistemas naturales.
Cmo resolver un problema...
1.

Entender el problema
a)

Qu

nos preguntan?
b)

Qu

datos tenemos?
c)

Qu

debe cumplir la solucin?
2.

Elaborar un plan

que conecte los datos con la incgnita
a)

Has visto o resuelto previamente un problema parecido?
b)

Fjate en la incgnita. Qu

necesitamos para alcanzarla?
c)

Puedes resolver parte del problema?
d)

Puedes replantear el problema para facilitar su resolucin?
3.

Desarrollar el plan
a)

Comprueba los resultados paso a paso.
b)

A medida que avanzas, te acercas a la solucin?
4.

Examinar la solucin
a)

Comprueba el resultado! Por ejemplo, derivndolo de otra forma.
b)

Tiene sentido el resultado? Tienen sentido las unidades? El valor es
razonable?
G
e
o
r
g
e
P
o
l
y
a
1. INTRODUCCI
1. INTRODUCCI

N A LOS MODELOS (#20)

N A LOS MODELOS (#20)
1. INTRODUCCI
1. INTRODUCCI

N A LOS MODELOS (#21)

N A LOS MODELOS (#21)
Ejemplo 1.5:

Tipos y usos de los modelos
Modelos deterministas vs. modelos estocsticos
Una poblacin de un mamfero amenazado crece a una tasa

= 1.05
por ao. Sin embargo, se sabe que este valor oscila entre 0.5 y 1.6
dependiendo de las condiciones climticas que se dan durante la poca
de cra. Si partimos de una poblacin de 1000 individuos, estima la
poblacin al cabo de 100 aos. Y si la poblacin inicial es de 10
individuos?
Trabajar por parejas.
Tiempo disponible: 10 minutos.