Modelado de Sistemas Ensayo 222

PROYECTO PARTE 1
MODELADO DE SISTEMAS
Adriana Trujillo - Rodrigo Hernandez
UVG CAMPUS TUXTLA

Introducción
El modelado de sistemas físicos es una herramienta esencial en la comprensión y
predicción del comportamiento de fenómenos naturales. A lo largo de la historia,
los científicos han buscado representar matemáticamente la dinámica de estos
sistemas para obtener un entendimiento más profundo y facilitar su análisis. En
este ensayo, exploraremos la relación entre el modelado de sistemas físicos, las
ecuaciones diferenciales y la solución de estos modelos.
Además que; implica la creación de representaciones matemáticas que describan
el comportamiento de un sistema en particular. Estos sistemas pueden variar
desde partículas subatómicas hasta planetas en el espacio, y el modelado es
esencial para entender y prever su evolución en el tiempo.
Un paso fundamental en el modelado de sistemas físicos es la identificación de
variables relevantes y la formulación de ecuaciones que relacionen estas
variables. Estas ecuaciones pueden ser algebraicas, pero en muchos casos,
especialmente cuando se trata de sistemas dinámicos, se recurre a ecuaciones
diferenciales.
Modelado de Sistemas Físicos
Los modelos matemáticos constituyen hoy día un medio de trabajo imprescindible
para el especialista en técnica de control de procesos. Es posible realizar un
modelo del proceso a regular, de su entorno y de sus leyes de control. No existe
un único modelo, sino una serie de modelos. Los modelos más sencillos
investigan a priori el comportamiento, los más complejos reproducen el
comportamiento del sistema real con máxima fidelidad. Luego existe una solución
de compromiso entre elegir el modelo más sencillo, que implica una simplificación
excesiva, con el riesgo de fracaso técnico y el modelo más complejo, que significa
una complicación inadecuada, con el riesgo de fracaso económico.
Modelo Matemático
Para diseñar el modelo de un sistema se debe empezar a partir de una predicción
de su funcionamiento antes que el sistema pueda diseñarse en detalle. La
predicción se basa en una descripción matemática de las características
dinámicas del sistema. A esta descripción matemática se la llama modelo
matemático.
Normalmente el modelo matemático se trata de una serie de ecuaciones
diferenciales que describen el comportamiento del sistema (modelo teórico).
Sistemas lineales y no lineales:

Sistema Lineal: En este caso las ecuaciones que describen el modelo son
lineales, se les aplica el principio de superposición (ante dos entradas la salida es
la suma de las respuestas individuales).
Sistema No lineal: No se aplica el principio de superposición.
Existe dificultad matemática, normalmente se los aproxima a modelos
matemáticos lineales.
Sistemas dinámicos y estáticos:
Sistema Dinámico: Si su salida en el presente depende de una entrada en el
pasado.
Sistema Estático: Su salida en curso depende de la entrada en curso. En este
caso la salida no cambia si la entrada no cambia. En el dinámico la salida cambia
con el tiempo cuando no está en equilibrio.
Elaboración de modelos
Al aplicar las leyes físicas a un modelo, es posible desarrollar un modelo
matemático que des- criba al sistema (modelo teórico). A veces es imposible
desarrollar un modelo teórico, entonces se somete al sistema a un conjunto
entradas conocidas y se miden sus salidas, obteniéndose así un modelo
experimental. O sea, se calcula el modelo a partir de las relaciones entrada-salida.
Ningún modelo matemático puede representar al sistema con precisión, siempre
involucra suposiciones y aproximaciones.
Procedimientos para la obtención del modelo:
1. Dibujar un diagrama esquemático del sistema y definir las variables.
2. Utilizando leyes físicas, escribir ecuaciones para cada componente,
combinándolas de acuer- do con el diagrama del sistema y obtener el modelo.
3. Para veri􏰀car la validez del modelo, la predicción del funcionamiento
obtenida al resolver las ecuaciones del modelo, se compara con los resultados
experimentales (la validez del modelo se verifica mediante un experimento). Si el
experimento se aleja de la predicción se debe modificar el modelo y se repite el
proceso.
Conceptos fundamentales:
potencia instantánea
-En muchos sistemas la potencia instantánea puede expresarse a través del
producto
de una variable de flujo f(t) y una variable de esfuerzo e(t).
Potencia instantánea= e(t)-f(t)

-La variable de esfuerzo e(t) es una variable extensiva: su magnitud depende del
tamaño
del sistema.
-La variable de flujo f(t) es una variable intensiva: su magnitud permanece
constante y no
depende del tamaño del sistema.
-El significado de cada una de estas variables depende del sistema concreto que
se esté
modelando.
Podemos decir que: La variable de esfuerzo se considera una variable de punto a
punto o variable across porque mide la diferencia de estado entre dos puntos de
un sistema. La variable flujo se considera una variable a través de o through
porque mide la transmisión de una cantidad a través de un elemento. La energía
transmitida en un intervalo de tiempo (0,t) , desde un punto a otro se calcula
mediante la integral de la potencia en el tiempo.
CONCLUSION
En la actualidad, los modelos matemáticos se han convertido en herramientas

esenciales para los especialistas en técnica de control de procesos. La capacidad
de anticipar y comprender el comportamiento de un sistema a través de
ecuaciones y representaciones matemáticas es crucial para el diseño y la
implementación eficiente de estrategias de control.
La diversidad de modelos disponibles refleja la complejidad inherente a los
sistemas bajo estudio. Desde modelos simplificados que proporcionan una visión a
priori del comportamiento hasta modelos más complejos que buscan replicar
fielmente la realidad, los especialistas se enfrentan al desafío de encontrar un
equilibrio. La elección entre un modelo sencillo con el riesgo de simplificación
excesiva y un modelo complejo que podría llevar a complicaciones innecesarias es
un dilema recurrente en el proceso de modelado.
El concepto fundamental de sistema lineal versus no lineal introduce otra capa de
complejidad. La aplicación del principio de superposición en sistemas lineales
permite una mayor simplicidad en las ecuaciones, facilitando el análisis y la
implementación del control. Sin embargo, la realidad a menudo presenta sistemas
no lineales, lo que lleva a aproximaciones matemáticas y desafíos adicionales.
La distinción entre sistemas dinámicos y estáticos añade otra dimensión al
modelado. La dependencia de la salida en el presente de una entrada en el
pasado en sistemas dinámicos introduce el factor tiempo como un elemento
crucial. Mientras que los sistemas estáticos simplifican la relación entrada-salida,
los dinámicos ofrecen una representación más realista de muchos fenómenos
físicos.
La elaboración de modelos, ya sea a través de leyes físicas o mediante
experimentación, resalta la inevitabilidad de las aproximaciones y suposiciones en
cualquier modelo matemático. La comparación entre predicciones teóricas y
resultados experimentales se convierte en un proceso iterativo, donde la
validación y ajuste continuo del modelo son esenciales para mejorar su precisión y
utilidad.
Bibliografía
Dolores Blanco, R. B. (s.f.). Universidad Carlos III de Madrid. Obtenido de Señales y Sistemas:
https://aliat.brightspace.com/content/enforced/401063-UVGTU-2431-1-S-0027/
MS_S1_Lectura_OCW-tema-3-modelado.pdf
felixangulo6. (14 de SEPT de 2023). Modelado matemático de sistemas físicos. Obtenido de

https://es.slideshare.net/felixangulo6/modelado-matemtico-de-sistemas-fsicos
GIRALDO, S. A. (s.f.). Función de transferencia. Obtenido de

https://controlautomaticoeducacion.com/analisis-de-sistemas/funcion-de-transferencia/
http://isa.uniovi.es/docencia/ra_marina/UCLM_TEMA3.PDF. (s.f.). Obtenido de

http://isa.uniovi.es/docencia/ra_marina/UCLM_TEMA3.PDF
Modelado Matemático de Sistemas Físicos. (s.f.). Obtenido de

https://www.fceia.unr.edu.ar/dsf/files/A_SFs_Mod.pdf
Ocaña. ((2016). ). Modelos ecuaciones diferenciales. Obtenido de

https://aliat.brightspace.com/content/enforced/401063-UVGTU-2431-1-S-0027/
MS_S1_EnlaceWeb_Modelos%20ecuaciones%20diferenciales-161201024645.pdf
Ogata, K. ((2010).). EARSON EDUCACIÓN, S.A., Madrid, 2010. Obtenido de Ingeniería de control
moderna : https://aliat.brightspace.com/content/enforced/401063-UVGTU-2431-1-S-
0027/MS_S1_Lectura_Ingenieria_de_Control_Moderna_Ogata_5a_ed.pdf
Zambrano, I. M. (s.f.). Análisis Básico de sistemas de Control – Ecuaciones de Espacio- ESTADO.

Obtenido de https://aliat.brightspace.com/content/enforced/401063-UVGTU-2431-1-S-
0027/MS_S1_EnlaceWeb_an%c3%a1lisis%20b%c3%a1sico%20de%20sistemas%20de
%20control%20y%20ecuaciones-160209020652.pdf

Modelado de Sistemas Ensayo 222

Cargado por

Copyright:

Formatos disponibles

Modelado de Sistemas Ensayo 222

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Modelado de Sistemas Ensayo 222

Cargado por

Copyright:

Formatos disponibles

PROYECTO PARTE 1

Adriana Trujillo - Rodrigo Hernandez

UVG CAMPUS TUXTLA

Sistemas lineales y no lineales:

Potencia instantánea= e(t)-f(t)

En la actualidad, los modelos matemáticos se han convertido en herramientas

felixangulo6. (14 de SEPT de 2023). Modelado matemático de sistemas físicos. Obtenido de

GIRALDO, S. A. (s.f.). Función de transferencia. Obtenido de

http://isa.uniovi.es/docencia/ra_marina/UCLM_TEMA3.PDF. (s.f.). Obtenido de

Modelado Matemático de Sistemas Físicos. (s.f.). Obtenido de

Ocaña. ((2016). ). Modelos ecuaciones diferenciales. Obtenido de

Zambrano, I. M. (s.f.). Análisis Básico de sistemas de Control – Ecuaciones de Espacio- ESTADO.

También podría gustarte