Universidad Nacional de Colombia. Bojac, Ospina, Gmez. Taller 1. Qu es modelar?

Taller 1. QU ES MODELAR?
Bojac, Diego. Ospina, Gustavo y Gmez, Juan. {gaospinaa, dbojacat, juaagomezr}@unal.edu.co Universidad Nacional de Colombia analoga matemtica, ya sea representacin numrico-analtica o una combinacin de estas grafica o

ResumenEstas artculo hace una aproximacin inicial al modelado matemtico respondiendo preguntas clave en el desarrollo de modelos cmo qu son?, existe alguna clasificacin de modelos? qu se debe tener en cuenta al modelar? Cules son los pasos a seguir en el desarrollo de modelos?, preguntas que ofrecen un panorama amplio del tema enmarcndolo en el campo de conocimientos previamente adquiridos de matemtica. Se presenta una ejemplo de obtencin de un modelo matemtico donde se evidencia la respuesta a los interrogantes formulados. ndice de diferencial TrminosModelo Matemtico, Ecuacin

Modelar es una actividad cognitiva, en la cual pensamos sobre modelos y hacemos modelos para describir como se comportan los dispositivos u objetos de inters. Tomando la definicin textual de modelo matemtico de Dym 3 un modelo matemtico es una representacin en trminos matemticos del comportamiento de dispositivos y objetos reales. Sintetizando las palabras clave utilizadas en la definicin de estos autores pueden listarse los trminos fundamentales en el desarrollo de modelos. Debido a la imperfeccin de la modelacin, entre las hiptesis que se toman al modelar una situacin real tenemos que tener en consideracin que los resultados sern un resultado subjetivo pues se tendr que confiar en el criterio y experiencia del modelador para tomar el mejor modelo y las variables que influyan en el. III. QU ELEMENTOS

I.
N LA MAYORIA DE PROCESOS ,

EINTRODUCCIN

LOS PROBLEMAS QUE PLANTEAN LOS FENOMENOS O

se ve la necesidad de tener una mayor capacidad de pronosticar variaciones a futuro, dejando de lado el misticismo, una de las soluciones que se le ha dado a esta necesidad es la generacin de modelos matemticos que permitan examinar dichos procesos o fenmenos, esto mediante la extrapolacin a razonamientos matemticos que conllevan a formulas tratables, o a procedimientos que permiten la comprensin y anlisis matemtico del fenmeno, es por esto que se ha planteado en el taller darle solucin a un grupo de preguntas que nos permitan entender la importancia de el tema.

SE DEBEN TENER EN CUENTA A LA HORA

DE MODELAR UNA SITUACIN REAL?

Esto se entender mejor con un ejemplo: Los modelos computacionales para analizar el clima, centran su atencin por experiencia en diferentes puntos representativos y observan en ellos las variables mas comprometidas del fenmeno como: variaciones de temperatura humedad Presin Velocidad del viento Graficas satelitales

II.

QUE

ES LA MODELACIN MATEMTICA?

Para abordar este interrogante, es conveniente investigar el estado del arte de la definicin de modelacin matemtica consultando la respuesta a este interrogante por parte de reconocidos investigadores de la modelacin matemtica. Para Neumaier1 la modelacin matemtica es el arte de traducir problemas de un rea de aplicacin en formulas matemticas manipulables cuyos anlisis numricos y tericos proveen comprensin, respuestas y gua til para la aplicacin originaria. La modelacin matemtica es una representacin parcial e imperfecta de un fenmeno o proceso real2 mediante una

Todas fundamentales para analizar el comportamiento del clima mas solo las necesarias para tener una precisin de das 4, pues debido a la ecuacin que modela el clima, que es el la ecuacin de Navier Stokes se hace imposible un resultado preciso a mediano y largo plazo, se tiene entonces que retroalimentar la informacin para dar un resultado que se aproxime al clima diario, mas sin embargo como en todo
3

Neumaier, Arnold en Mathematical Modeling Institut fr Mathematik, Universitt Wien. Noviembre 6 de 2003.
2

Notas de clase, Modelacion matematica, 2010-2

Dym, Clive. Principles of Mathematical Modeling. Elsevier Academic Press. 2004. p.4. 4 http://es.wikipedia.org/wiki/Pronstico_del_tiempo

Universidad Nacional de Colombia. Bojac, Ospina, Gmez. Taller 1. Qu es modelar? modelo se omiten variables bajo hiptesis considerando variables poco representativas como: Las rutas aeronuticas no pueden variar el clima Las aves u insectos voladores no pueden generar variacin en la corriente de aire al darle uso a las mismas La luna no ejerce efectos sobre los cmulos nubosos La capa limite que forman los vientos no se ve afectada por las construcciones terrestre Se tienen estimaciones para los movimientos de las corrientes

obtenidos con los valores reales conocidos por ensayos o prcticas de laboratorio.

As, aun teniendo las variables ms representativas del fenmeno no se puede estar un cien por ciento seguro de un evento a futuro para el clima aunque se dan con altas probabilidades. Como vemos, a la hora de modelar tenemos que tener en cuenta que nuestro modelo no es exacto en una totalidad aunque para algunos casos, hay modelos muy precisos y debido a que la modelacin matemtica esta condicionada a la capacidad del modelador y a la experiencia del mismo, ya que la abstraccin de problemas tiene que ser de origen humano, siempre tiene que ser analizada la prediccin, en referencia a si se cumple de lo contrario se entra a reevaluar el modelo o las variables seleccionadas. IV. CUANDO SE PUEDE O SE DEBE MODELAR?

Fig. 1. Diferencia entre precisin y exactitud.5

V.

CLASIFICACIN DE LOS MODELOS MATEMTICOS

Se presenta a continuacin la clasificacin de los modelos matemticos realizada por Meerschaert.6

MODELOS MATEMTICOS

MODELOS DE OPTIMIZACIN

MODELOS DINMICOS

MODELOS PROBABILSTICO S

Es apropiado modelar un fenmeno cuando existen suficientes y slidos conocimientos tericos acerca de las relaciones entre las variables involucradas en el problema y cuando adems se dispone de verificacin experimental de las relaciones entre estas variables, es decir, cuando el problema encuentra cimientos tericos y experimentales bsicos que permitan predecir eventos futuros con base en condiciones similares ya verificadas experimentales, en contraposicin, no sera prudente realizar modelos matemticos de fenmenos que an no han sido estudiados suficientemente en sus aspectos fundamentales y encuentran todava profundas incgnitas, para poner un ejemplo, fenmenos basados en la posible existencia de la antimateria, siendo ste un caso extremo que es til para resaltar las dificultades tericas que podran surgi en el camino del desarrollo del modelo matemtico de un problema que requiere ms conocimiento terico. Otra situacin apropiada para desarrollar un modelo matemtico se presenta cuando nos enfrentamos a un problema cuyas ecuaciones son de gran dificultad de solucin analtica y resulta ms apropiado el uso de mtodos numricos. Cuando se utilizan los mtodos numricos es fundamental considerar el error de aproximacin y calcularlo adecuadamente, as como los conceptos de precisin y exactitud, donde el primero se refiere a una baja dispersin de los datos obtenidos, y el segundo, a la cercana de los datos

Una variable

Varias variables

Deterministas

Estocsticos

Fig. 2. Clasificacin de los modelos matemticos de Meerschaert.

A. 1.

MODELOS DE OPTIMIZACIN Optimizacin de una variable

Los modelos de optimizacin se disean para determinar los valores de las variables de control que conducen a una salida ptima, dadas unas restricciones particulares. Los problemas de optimizacin son las aplicaciones ms comunes de las matemticas. Sin importar la actividad en la cual nos encontremos, buscamos maximizar el beneficio y minimizar las consecuencias desafortunadas o costos. Una o ms variables de entrada pueden ser controladas para producir la mejor salida, en una gran mayora de casos, sujeta a varias restricciones prcticas de las variables de control. 2.
5 6

Optimizacin de varias variables

http://elviejoclub.blogspot.com/2008/03/exactitud-vs-precisin.html Meershcaert, Mark. Mathematical Modeling. Elsevier Academic Press. 2003. p.35

Universidad Nacional de Colombia. Bojac, Ospina, Gmez. Taller 1. Qu es modelar? B. En este problema el objetivo consiste en determinar los valores de X1,..,Xn que hacen mximo o mnimo el valor de una funcin objetivo f. Formalmente el problema puede escribirse de la siguiente manera7: 1. MODELOS DINMICOS Modelos dinmicos deterministas

Un modelo dinmico determinista es aquel en el que, tanto a los parmetros como a las variables temporales, se les asignan valores determinados con certeza absoluta. 2. Modelos dinmicos estocsticos

Donde la condicin de primer orden (condicin necesaria) viene dada por el siguiente sistema de ecuaciones:

En un modelo estocstico, alguna variable (o parmetro) sigue un proceso estocstico, es decir, que los valores que toma a lo largo del tiempo no son determinados con certeza absoluta sino que siguen una distribucin de probabilidad. C. MODELOS PROBABILSTICOS

Geomtricamente, para el caso de dos variables, la condicin de primer orden establece que hay que buscar los valores de las variables, es decir el punto del dominio para el cual el plano tangente a la grfica de f es horizontal. Dicho sistema por lo general es no lineal y puede tener varias soluciones, es decir pueden existir varios puntos para los cuales el plano tangente a la grfica de f es horizontal. Dichos puntos son denominados puntos crticos o candidatos a ptimos de f. ya que los puntos donde f presenta plano tangente horizontal pueden ser mximos, mnimos o puntos de inflexin (puntos de silla). Es decir para que efectivamente un punto crtico (que satisface la condicin de primer orden) sea un mximo local de f es suficiente que los menores principales asociados a la matriz hessiana evaluada en el punto crtico en cuestin alternen en signo empezando por signo negativo. Para el caso de un mnimo se requiere que todos sean positivos.

Un modelo probabilstico es una representacin matemtica deducida de un conjunto de supuestos con el doble propsito de estudiar los resultados de un experimento aleatorio y predecir su comportamiento futuro, cuando se realiza bajo las mismas condiciones dadas inicialmente. El modelo permite conocer la distribucin de probabilidades de los valores que toma la variable aleatoria, de ah que tambin se mencione con el nombre de Distribucin de Probabilidad. En el capitulo anterior se reconoci el comportamiento de una variable aleatoria a travs de su funciones de probabilidad, densidad, distribucin y generadora de momentos, adems de los parmetros de tendencia, variabilidad, asimetra y curtosis. Tales funciones construidas corresponden propiamente al modelo probabilstico. 8 Tambin se puede encontrar otra clasificacin de los modelos matemticos resumida en la siguiente tabla: Discreto Ecuaciones algebraicas Ec. Algebraicas o diferenciales en la variable tiempo Continuo EDO, EDP

Esttico

Dinmico

EDO, EDP

Tabla. 1. Clasificacin de los modelos matemticos9

VI.

PASOS PARA CREAR UN MODELO MATEMTICO

Para tener un panorama general del estado del arte de la metodologa de desarrollo de modelos matemticos, los autores han revisado los puntos de vista de algunos investigadores reconocidos en esta rea en particular.

http://www.eco.unc.edu.ar/ief/miembros/archivos/prof_oviedo/oviedo_no tasoptimizacion.pdf

8 http://www.virtual.unal.edu.co/cursos/sedes/manizales/4030011/lecciones/ cap3/cap_3_pag_1.html 9 Notas de clase, Modelacion matematica, 2010-2

Universidad Nacional de Colombia. Bojac, Ospina, Gmez. Taller 1. Qu es modelar? A. MTODO DE 5 PASOS DE MEERSCHAERT10 ste mtodo se propone en especial para abordar problemas de optimizacin, pero se ver como es exitoso en cualquier caso de modelado.
1. Formular la pregunta

De hecho, gran parte de las investigaciones en matemtica aplicada consisten en identificar categoras generales de problemas y desarrollando mtodos eficientes para solucionarlos. 3. Formulacin del modelo

2. Seleccionar la tcnica de modelado

Con la pregunta escrita en trminos matemticos y reformulada ajustndola a una categora de modelado conocida pueda aplicarse el procedimiento de solucin correspondiente. 4. Solucin del modelo

3. Formulacin del modelo

En esta etapa se resuelve el modelo utilizando el procedimiento estndar de solucin identificado en el paso 2.
4. Solucin del modelo

5. Responder la pregunta Fig. 3. Pasos para desarrollar un modelo matemtico.

5. Responder la pregunta Con la solucin del modelo es posible ahora responder la pregunta inicialmente formulada. VII. SOLUCIN DE UN PROBLEMA DE INGENIERA MEDIANTE
MODELADO MATEMTICO

1. Formular la pregunta El primer paso es formular una pregunta, esta pregunta debe realizarse en trminos matemticos lo cual requiere realizar suposiciones con respecto a las situaciones reales. Es til plantear hiptesis o conjeturas en este punto, dado que puede refinarse el modelo ms adelante. Pero antes de que pueda formularse la pregunta en trminos matemticos es necesario: Definir los trminos, ir a travs del problema y realizar una lista de variables; incluir unidades apropiadas. Luego, es conveniente realizar una lista de suposiciones con respecto a esas variables. En este punto se incluyen las relaciones conocidas entre variables (ecuaciones, frmulas, leyes) correspondientes.

A. ECUACIN DE ONDA: VIBRACIN DE UNA CUERDA ELSTICA 1. Formular la pregunta

El anlisis de fenmenos que involucran la propagacin de ondas en un medio continuo, por ejemplo el estudio de ondas acsticas, ondas en el agua, ondas electromagnticas u ondas ssmicas conduce inevitablemente a la obtencin de una ecuacin de onda para su anlisis. Como una primera aproximacin al estudio de las ondas enunciadas anteriormente, puede iniciarse el anlisis de las ondas mecnicas. Deseamos conocer el desplazamiento de una cuerda a partir de una perturbacin inicial y describir la forma de la onda. Lista de variables Longitud de la cuerda elstica: L Desplazamiento vertical experimentado por la cuerda en el punto x en el instante t: u(x,t) Densidad lineal de la cuerda: Tensin en la cuerda (acta siempre en direccin tangencial): T(x,t)

Una vez se han abordado estos puntos exitosamente tenemos todo lo necesario para formular la pregunta en trminos matemticos. 2. Seleccionar la tcnica de modelado Ahora que se tiene un problema planteado en lenguaje matemtico, necesitamos seleccionar un procedimiento general de solucin; optimizacin de una variable, de varias variables, modelo dinmico, etc, para obtener una respuesta. En muchos casos, un problema puede plantearse en una forma estndar para la cual un procedimiento de solucin existe; por ejemplo, los problemas de crecimiento o decrecimiento exponencial.
10 Meershcaert, Mark. Mathematical Modeling. Elsevier Academic Press. 2003.p.3

x :Coordenada del centro de masa del elemento diferencial de cuerda.

Lista de suposiciones

Universidad Nacional de Colombia. Bojac, Ospina, Gmez. Taller 1. Qu es modelar?

El movimiento de la cuerda es pequeo, y por tanto, cada punto de la cuerda se mueve solamente en una lnea vertical; no existe aceleracin horizontal. La cuerda vibra libremente, los efectos externos como la resistencia del aire, etc. son despreciables. El peso de un elemento diferencial es despreciable. Para pequeos movimientos horizontales de la cuerda H = T cos( ) T
Fig.4.Tensin actuando sobre un elemento diferencial de una cuerda elstica x.11

2. Seleccionar la tcnica de modelado Dado que el desplazamiento de una cuerda vibrante est dado por las variables independientes x y t, y estamos interesados en conocer el desplazamiento en el punto x, requerimos los mtodos de solucin de las ecuaciones diferenciales parciales. 3. Formulacin del modelo La situacin bajo estudio es la de una cuerda tensada entre dos soportes al mismo nivel horizontal, de modo que el eje x yace a lo largo de la cuerda. La cuerda elstica puede ser visualizada como la cuerda de un violn o una lnea de tendido elctrico. Suponemos que la cuerda inicia su movimiento por accionamiento mecnico, por ejemplo, tocada por el msico. De este modo, la cuerda vibra en un plano vertical. Desplazamiento vertical experimentado por la cuerda en el punto x en el instante t: u(x,t) Suponiendo que la cuerda vibra libremente, despreciando efectos externos como la resistencia del aire, etc. Para encontrar la ecuacin diferencial que gobierna este movimiento, consideramos un elemento diferencial de la cuerda de longitud x contenido entre los puntos x y x+ x. Suposicin: El movimiento de la cuerda es pequeo, y por tanto, cada punto de la cuerda se mueve solamente en una lnea vertical. Tensin en la cuerda (acta siempre en direccin tangencial): T(x,t) Densidad lineal de la cuerda: Aplicando la ley de Newton al elemento x de la cuerda, se obtiene que la fuerza externa neta debida a la tensin en los extremos de la cuerda, debe ser igual al producto de la masa del elemento y la aceleracin de su centro de masa. Dado que que no existe aceleracin componentes horizontales deben satisfacer: horizontal, las

[Fx=0]

T ( x + x, t ) cos( + ) T ( x, t ) cos = 0
Sea H: componente horizontal de la tensin

H = T ( x + x,t ) cos( + )
[Fy=ma]

T ( x + x, t ) sen( + ) T ( x, t ) sen = x u tt ( x , t )
*Note que el peso no se ha considerado en el anlisis de fuerzas verticales pues es despreciable para un elemento diferencial. *Observe que la expresin

x utt ( x , t ) =ma

x :Coordenada del centro de masa del elemento diferencial de cuerda. Se puede observar claramente que x x, x + x Si la componente vertical de la tensin T se renombra como V, la ecuacin puede reescribirse de la siguiente manera:

Tomando el lmite cuando x0

V ( x + x, t ) V ( x, t ) = u tt ( x , t ) x V x ( x, t ) = u tt ( x , t )

Con el objetivo de expresar la ecuacin obtenida en trminos de u, reagrupando trminos teniendo en cuenta las sustituciones planteadas para las componentes horizontal y vertical de la tensin:

V ( x, t ) = H ( t ) tan = H ( t ) u x ( x , t )

11

Boyce, DiPrima. Elementary Diffrential Equations. p.618

Universidad Nacional de Colombia. Bojac, Ospina, Gmez. Taller 1. Qu es modelar? [9] Notas de clase, Modelacion matematica, 2010-2

Fig.5.Componentes horizontal y vertical de la tensin. Observe la razn de cambio V/H=Ux.12

En esta ecuacin, se ha tomado la razn de cambio siguiente:

V Tsen = = tan = u x ( x, t ) H T cos V ( x, t ) x = ( H ( t ) u x ( x , t ) ) x = ( H u x ) x

( H u x ) x = utt ( x , t )
Teniendo en cuenta que H es independiente de x, se puede hacer la simplificacin:

H u xx = u tt
Suposicin: Para pequeos movimientos horizontales de la cuerda es aceptable reemplazar H = T cos ( ) por T. Ahora puede introducirse la constante

a2 =

T para llegar a

la forma general de la ecuacin de onda unidimensional:

a 2 u xx = u tt
REFERENCIAS

[1] Neumaier, Arnold en Mathematical Modeling Institut fr Mathematik, Universitt Wien. Noviembre 6 de 2003. [2] Dym, Clive. Principles of Mathematical Modeling. Elsevier Academic Press. 2004. [3] Meershcaert, Mark. Mathematical Modeling. Elsevier Academic Press. 2003. [4] Boyce, DiPrima. Elementary Diffrential Equations. [5] www.uv.es/olmos/Ecuaciones%20diferenciales.pdf [6] http://www.virtual.unal.edu.co/cursos/sedes/manizales/40 30011/lecciones/cap3/cap_3_pag_1.html [7] http://www.eco.unc.edu.ar/ief/miembros/archivos/prof_ovi edo/oviedo_notasoptimizacion.pdf [8] http://es.wikipedia.org/wiki/Pronstico_del_tiempo
12

Boyce, DiPrima. Elementary Diffrential Equations. p.650