MODELOS MATEMTICOS BASADOS EN LA NATURALEZA DE LAS ECUACIONES

INGENIERIA DE PROCESOS

MODELOSMATEMTICOS BASADOS EN LA NATURALEZA DE LAS ECUACIONES -Modelos determinsticos y probabilsticos - Modelos lineales y no lineales - Modelos de estado estacionario y no estacionario - Modelos de parmetros globalizados y distribuidos

 Las estructuras formales de la matemtica son creaciones ideales de la mente humana, pero, bien aplicadas, pueden ser un modelo real del mundo. Un modelo constituye una representacin abstracta de un cierto aspecto de la realidad.

Axiomas
FUNDAMENTOS

Postulados

MODELOS SIMULACIN

Reglas

MODELO DETERMINSTICO

Modelo matemtico donde las mismas entradas producirn invariablemente las mismas salidas, no contemplndose la existencia del azar ni el principio de incertidumbre.

Caractersticas

Relacionado con la creacin de entornos simulados a travs de simuladores para el estudio de situaciones hipotticas Utilidad: para crear sistemas de gestin que permitan disminuir la incertidumbre.

Ejemplo
La planificacin de una lnea de produccin, en cualquier proceso industrial, es posible realizarla con la implementacin de un sistema de gestin de procesos que incluya un modelo determinstico en el cual estn cuantificadas las materias primas, la mano de obra, los tiempos de produccin y los productos finales asociados a cada proceso. En los modelos determinsticos, una buena decisin es juzgada de acuerdo a los resultados.

MODELOS PROBABILSTICOS

El gerente no est preocupado solamente por los resultados, sino que tambin con la cantidad de riesgo que cada decisin acarrea. Como un ejemplo de la diferencia entre los modelos probabilsticos versus determinsticos, considere el pasado y el futuro: Nada que hagamos ahora puede cambiar el pasado, pero cualquier cosa que hacemos influencia y cambia el futuro.

 Los modelos probabilsticos estn ampliamente basados en aplicaciones estadsticas para la evaluacin de eventos incontrolables (o factores), as como tambin la evaluacin del riesgo de sus decisiones.
El centro de inters se mueve desde un modelo determinstico a uno probabilstico usando tcnicas estadsticas subjetivas para estimacin, prueba y prediccin. El modelo permite conocer la distribucin de probabilidades de los valores que toma la variable aleatoria.

 En los modelos probabilsticos, el riesgo significa incertidumbre para la cual la distribucin de probabilidad es conocida. Por lo tanto, la evaluacin de riesgo significa un estudio para determinar los resultados de las decisiones junto a sus probabilidades.

 La evaluacin de riesgo cuantifica la brecha de informacin entre lo que es conocido y lo que necesita saber para tomar una decisin ptima. Los modelos probabilstico son utilizados para protegerse de la incertidumbre adversa, y de la explotacin de la propia incertidumbre.

A diferencia de los procesos de toma de decisiones determinsticas tal como, optimizacin lineal resuelto mediante sistema de ecuaciones, sistemas paramtricos de ecuaciones y en la toma de decisin bajo pura incertidumbre, las variables son normalmente ms numerosas y por lo tanto ms difciles de medir y controlar. Sin embargo, los pasos para resolverlos son los mismos. Estos son:

1.Simplificar 2.Construir un modelo de decisin 3.Probar el modelo 4.Usando el modelo para encontrar soluciones: El modelo es una representacin simplificada de la situacin real No necesita estar completo o exacto en todas las relaciones Se concentra en las relaciones fundamentales e ignora las irrelevantes. Este es entendido con mayor facilidad que un suceso emprico (observado), por lo tanto permite que el problema sea resuelto con mayor facilidad y con un mnimo de esfuerzo y prdida de tiempo. 5.El modelo puede ser usado repetidas veces para problemas similares, y adems puede ser ajustado y modificado.

MODELOS LINEALES

Aquellas situaciones que despus de haber sido analizadas matemticamente, se representan por medio de una funcin lineal. En algunos casos nuestro modelo coincide precisamente con una recta; en otros casos, a pesar de que las variables que nos interesan no pertenecen todas a la misma lnea, es posible encontrar una funcin lineal que mejor se aproxime a nuestro problema, ayudndonos a obtener informacin valiosa.

 Nuestro modelo lineal se puede determinar de manera grfica o bien, por medio de una ecuacin. Existen ocasiones en que a una de nuestras variables le pedimos que cumpla varias condiciones a la vez, entonces surge un conjunto de ecuaciones donde el punto de interseccin de dichas ecuaciones representa la solucin de nuestro problema.

EJEMPLO DE MODELO LINEAL

Supone que observamos como un hombre y una mujer se despiden y empiezan a alejarse uno del otro. A continuacin mostramos una lista de las distancias que han recorrido cada uno de ellos en el mismo tiempo.

Hombre 2m 4m 10 m

Mujer 1m 2m 4.85 m

13 m 18.5 m 20 m 27 m

6.75 m 9m 10 m 13.4 m

La forma geomtrica que mejor aproxima los datos es una recta. Para determinar la ecuacin de dicha recta, haremos el siguiente anlisis. * Representaremos por medio de y la distancia recorrida por el hombre y por medio de la x la distancia recorrida por la mujer. *Escogeremos dos parejas de datos de la lista, por ejemplo (1,2) y (2,4) * sustituiremos cada una de estas parejas en la ecuacin y=mx+b y resolveremos el sistema de ecuaciones, encontrando los valores constantes m y b.

 Solucin: Nuestro modelo est representado, analticamente, por medio de la recta y=2x Su solucin grfica es la que a continuacin muestra el dibujo

 Observaciones: Notemos que, a pesar de que existen puntos que no satisfacen la ecuacin (por ejemplo (9,18.5) ), hay una mayora de puntos que si satisfacen la ecuacin. Podemos predecir que, si ambas personas siguen avanzando de manera similar, la mujer no va a poder haber caminado 56 metros, mientras que el hombre hubiera caminado nicamente 50.

FUNCIN LINEAL
Decimos que una funcin es lineal si se puede expresar de la forma: f(x)= mx+b Donde m y b son constantes.
La grfica de una funcin lineal es una recta que tiene pendiente m e intersecta al eje y en el punto (0, b). A continuacin se muestran tres funciones lineales con sus respectivas grficas y una lista de algunas de las parejas ordenadas que pertenecen a dichas funciones lineales.

Para determinar la ecuacin de una recta es necesario encontrar los valores de m y b. Para ello podemos plantear un sistema de dos ecuaciones con dos incgnitas, utilizando dos parejas ordenadas distintas que pertenecen a la recta que estamos buscando.

MODELO ESTTICO
Determinan una respuesta para una serie especial de condiciones fijas que probablemente no cambiarn significativamente a corto plazo. Los modelos estticos representan objetos. En ellos se interpreta la realidad en un instante concreto, como resultado de procesos que no intervienen en la modelizacin. Estos modelos involucran la aplicacin de una nica ecuacin.

 E = m c^2 (materia en energa) Costo para cantidad de camas reservadas (en un hospital) Un mapa topogrfico representa el relieve en un momento determinado; los procesos geolgicos que lo generaron no se modelan, slo se modela el resultado

 El Modelo de Inventarios de Produccin y consumo, es un ejemplo de modelo matemtico esttico. Otro ejemplo es la programacin lineal, en la que las restricciones se fijan en trminos de los requerimientos de tiempo de los productos individuales y de las horas disponibles por turno a corto plazo. Un modelo esttico data por resultado la mejor solucin basada en esa condicin esttica.

MODELO DINMICO
Est sujeto al factor tiempo, ya que desempea un papel esencial en la secuencia de decisiones. Sin importar cuales hayan sido el resultado de la decisin anterior, el modelo matemtico nos permite encontrar la decisiones ptimas para los perodos que queden todava en el futuro. Los modelos dinmicos representan procesos que relacionan objetos entre s. Simulan los mecanismos de cambio y puede estudiarse la sucesin temporal

DESCOMPOSICIN DE UN MODELO DINMICO

Un modelo se compone de partes e interrelaciones
las partes representan los elementos o unidades funcionales las relaciones definen las transiciones entre las partes y los cambios de estado

La calidad y utilidad de un modelo depende de varios factores:

una buena identificacin de las partes o elementos importantes una buena definicin de los mismos en el lenguaje del modelo una adecuada descripcin de las relaciones entre las partes la posibilidad de comprobar los resultados mediante verificacin experimental

 La simulacin de un incendio forestal o la simulacin de la difusin de un contaminante

La evolucin de una poblacin P puede describirse mediante modelos dinmicos simples: Modelo exponencial:

N(t+1) = N(t) exp[b(N) - d(N)]

donde N(t) es la poblacin en el tiempo t las tasas de nacimientos b y defunciones d pueden depender o no del tamao de la poblacin N