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?
3

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,
 Modelos Icónicos y Abstractos

Modelos matemáticos
Modelos analógicos
Modelos a escala
5
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
EXPERIMENTALES SOLUCIÓN
O EMPÍRICOS ANALÍTICA O
NUMÉRICA

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 17
recta; y por consecuencia tiene la forma:y = f(x) = mx + b

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 28
modelo
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.