Modelos de sistemas I

Semana 1
 Agenda de la semana

▷ Descripción general de la ciencia

computacional
▷ Introducción a los sistemas dinámicos
▷ El proceso de modelado de sistemas
▷ Errores

2
 1.
Descripción general de la
ciencia computacional

3
 “
La ciencia e ingeniería computacional ha
sido descrita como el "tercer modo de
descubrimiento“, junto a la teoría y la
experimentación.

4
Ciencia e ingeniería computacional
Disciplina relativamente nueva que se ocupa
del desarrollo y la aplicación de

modelos y simulaciones
computacionales

5
Ciencia e ingeniería computacional
Resuelve problemas físicos:
▷ Análisis y diseño de ingeniería (ingeniería
computacional)
▷ Fenómenos naturales (ciencia
computacional)

6
7
 ¿Para qué la C&IC?
Al resolver problemas de ingeniería, es
necesario comprender y determinar la
respuesta dinámica de un sistema físico.
Esto implica modelado, análisis y simulación
de sistemas físicos.

8
¿Por qué simulación?

9
 2.
Introducción a los
sistemas dinámicos

10

Sistema
Combinación de componentes
que actúan juntos para llevar a
cabo un objetivo específico.
Modelo matemático
Conjunto de ecuaciones
diferenciales que describen el
comportamiento de un sistema
dinámico.
Algunas definiciones
Sistema dinámico
Un sistema en el que la salida
actual depende de condiciones
iniciales y/o entradas pasadas.
Simulación
Solución numérica de un modelo
matemático para la obtención de
la respuesta dinámica de un
sistema.
Modelado
Aplicar leyes físicas apropiadas
para derivar ecuaciones
matemáticas que describan el
funcionamiento de un sistema.
Análisis de sistemas
Uso de cálculos analíticos o
simulaciones para determinar la
respuesta del sistema con el fin
de evaluar su rendimiento.
11
Clasificación de los sistemas

12
 Distribuido vs. Concentrado

Derivadas
Parciales
Derivadas
Ordinarias
13
 Discreto vs. Continuo

Tiempos
limitados
No hay
limitación
14
 Variante vs. Invariante

Cambio en
el tiempo
No hay
cambios
15
 No lineal vs. Lineal

No se
suman
Aditivo
homogéneo
16
 3.
El proceso de modelado
de sistemas

17
18
 4.
Errores

19
 “
Pueden ocurrir errores en la solución de
un problema de ciencia computacional
en cualquier etapa, desde los pasos
anteriores de la recopilación de datos y
los supuestos de simplificación hasta el
momento posterior de la
implementación de la computadora.
20
21
La precisión de un número es el
número de dígitos significativos
La magnitud es 10 a la potencia
cuando el número se expresa en
notación exponencial normalizada

22
El error absoluto es el valor
absoluto de la diferencia entre la
respuesta exacta y la respuesta
calculada
El error relativo es esta
diferencia dividida por el valor
absoluto de la respuesta exacta,
siempre que la respuesta exacta
no sea cero.

23
El error de redondeo es el
problema de no tener suficientes
bits para almacenar un número
entero de punto flotante y
aproximar el resultado al número
más cercano que se pueda
representar

24
El desbordamiento es una
condición de error que ocurre
cuando no hay suficientes bits
para expresar un valor en una
computadora (Overflow)
O cuando el resultado de un
cálculo es demasiado pequeño
para que una computadora lo
represente (Underflow)

25
Un error aritmético es una
condición en la que al realizar
operaciones como la suma,
multiplicación o división se
pierden cifras significativas

26
La propagación de errores
se presenta cuando se acumulan
errores aritméticos y de redondeo
al interior de un ciclo

27
Las propiedades numéricas
no necesariamente se mantienen
en la aritmética de la
computadora
Es posible que las expresiones
que son numéricamente
equivalentes no se evalúen con
valores iguales en el computador

28
Al implementar la solución de un
modelo se debe tener cuidado de
no comparar si los números
de punto flotante son
exactamente iguales

29
Un error de truncamiento es
aquel que ocurre cuando una
suma truncada o finita se usa
como una aproximación para la
suma de una serie infinita.

30