Apunte de contenido

Modelos que utilizan ecuaciones diferenciales

UGM
Escuela de Ingeniería Civil Industrial
Santiago, Chile
2022
Modelo.
En primer lugar, hay que definir la palabra "modelo". Podemos definirlo como:
Una simplificación de la realidad pensada para promover su comprensión. A
menudo tratamos con sistemas tan complejos que se encuentran más allá de los
límites de nuestra comprensión intuitiva. Por ello construimos los modelos,
simplificaciones de la realidad, que nos permiten entender el sistema estudiado.
Un modelo es una representación física, matemática o de otra manera lógica de
un sistema, de una entidad, de un fenómeno o de un proceso. Los modelos de
proceso traducen la información y acontecimientos generalmente a ecuaciones
matemáticas. Un modelo matemático se utiliza para calcular un resultado, los
símbolos matemáticos usados en el modelo identifican o definen las variables que
intervienen en el proceso, lo cual implica un conocimiento exhaustivo del proceso.
La extensión en la que ayuda el modelo, al desarrollo de la comprensión del
proceso, es la base para decidir lo bueno que es. El modelo tiene que incluir los
componentes precisos, si se excluyen éste será demasiado sencillo en su
naturaleza y no sostendrá el desarrollo de la comprensión deseada. Por otro lado,
si incluye mucho detalle el modelo puede llegar a ser tan complejo que falla al
promover el desarrollo de los niveles de comprensión profunda buscada.
Los modelos matemáticos que nos definen los sistemas se pueden resolver de
manera exacta buscando una solución analítica (obtención de una solución que
valdrá para cualquier momento y para obtener cualquier parámetro)

Modelización.
La modelización matemática es una técnica cuyo objetivo es obtener ecuaciones
(modelos) que describan el comportamiento del sistema.
Los modelos se pueden obtener mediante:
 Razonamientos o teorías (usando leyes físicas, químicas) .

 Experimentación y análisis de datos.

 Mezcla de ambas cosas.

pág. 2
 La modelización teórica se obtiene mediante razonamientos y la aplicación de
principios de conservación de masa, energía, momento y otras leyes particulares
del dominio de aplicación. La modelización se hace generalmente en base a dos
estrategias: modelos en ecuaciones algebraicas para procesos estáticos y modelos
en ecuaciones diferenciales para procesos dinámicos. La construcción de estos
modelos se asienta en las leyes que rigen el proceso a modelizar, así como los
parámetros de funcionamiento. Para ello se precisa de un conocimiento exhaustivo
del sistema y de la fijación lo más acertada posible de las variables más relevantes
que intervienen en el mismo.
Estos modelos teóricos son muy útiles para distintos fines, pero son difíciles de
manejar matemáticamente por lo que se suelen resolver mediante simulación. La
modelización empírica se basa generalmente en el análisis de los datos
experimentales ajustándolos a distintas ecuaciones: polinomios de distinto grado,
potencias. Esto supone ya una cuantificación que siempre es mejor que una
interpretación cualitativa y que permite aspectos operacionales como la calibración,
predicción y la simulación
Es importante recordar que los datos se pueden ajustar bien a distintas
ecuaciones, e incluso el aumento en el número de parámetros mejora el ajuste, pero
conviene elegir aquélla que tenga el menor número de parámetros.
Otro aspecto a tener en cuenta a la hora de elegir la ecuación como modelo es
comprobar que el tipo de curva que predice dicha ecuación concuerda con el
comportamiento cualitativo de los datos experimentales: ¿Pasa la curva por el
origen o está desplazada un cierto valor constante? ¿La curva es monótona
creciente o decreciente? ¿Tiene máximo, mínimo, punto de inflexión? ¿Cierran
todas esas singularidades con la tendencia observadas en nuestros datos
experimentales?
En esencia, este procedimiento consiste en encontrar, mediante algún criterio,
los valores de los parámetros que mejor ajustan la ecuación a los datos.
Estrictamente hablando, debiera decirse ajuste de la ecuación a los datos y no
ajuste de los datos a la ecuación, ya que lo que se trata de amoldar (ajustar) es la

pág. 3
ecuación (moviendo los valores de los parámetros) y no los datos que son
invariantes.

Metodología para modelado matemático de un sistema físico.

Según el libro System Dynamics del autor Katsuhico Ogata (4a. Ed), pag. 4, el
procedimiento para el modelado matemático es el siguiente:
– Dibuja un diagrama esquemático del sistema y define las variables,
– Usando las leyes de la física, escribe las ecuaciones para cada componente,
combínalas de acuerdo al diagrama del sistema y obtén un modelo matemático para
verificar la validez del modelo matemático, su desempeño predicho obtenido
mediante el resolver las ecuaciones del modelo, éste es comparado con resultados
experimentales.
En general, lo que se busca, al modelar un sistema físico mediante ecuaciones
diferenciales, es utilizar las leyes del movimiento de la física según el sistema del
que se esté hablando (mecánico, neumático, hidráulico, eléctrico), para determinar
la variación del comportamiento del mismo respecto del tiempo y así obtener una
representación matemática que nos permita realizar predicciones sobre dicho
sistema.

Modelos Matemáticos.
Con frecuencia es deseable describir en términos matemáticos el
comportamiento de algunos sistemas o fenómenos de la vida real, sean físicos,
sociológicos o hasta económicos. La descripción matemática de un sistema de
fenómenos se llama modelo matemático y se construye con ciertos objetivos. Por
ejemplo, podemos desear entender los mecanismos de cierto ecosistema al estudiar
el crecimiento de la población animal en ese sistema, o podemos desear datar
fósiles y analizar el decaimiento de una sustancia radiactiva ya sea en el fósil o en
el estrato en que éste fue descubierto.
La formulación de un modelo matemático de un sistema se inicia con:

pág. 4
i) identificación de las variables que ocasionan el cambio del sistema.
Podremos elegir no incorporar todas estas variables en el modelo desde el
comienzo. En este paso especificamos el nivel de resolución del modelo.
ii) se establece un conjunto de suposiciones razonables o hipótesis, acerca del
sistema que estamos tratando de describir. Esas hipótesis también incluyen todas
las leyes empíricas que se pueden aplicar al sistema.
Puesto que con frecuencia las hipótesis acerca de un sistema implican una razón
de cambio de una o más de las variables, el enunciado matemático de todas esas
hipótesis puede ser una o más ecuaciones que contengan derivadas. En otras
palabras, el modelo matemático puede ser una ecuación diferencial o un sistema de
ecuaciones diferenciales.
Una vez que se ha formulado un modelo matemático, ya sea una ecuación
diferencial o un sistema de ecuaciones diferenciales, nos enfrentamos al problema
no fácil de tratar de resolverlo. Si podemos resolverlo, entonces consideramos que
el modelo es razonable si su solución es consistente con los datos experimentales
o con los hechos conocidos acerca del comportamiento del sistema.
Con frecuencia, el modelo matemático de un sistema físico inducirá la variable
tiempo t. Una solución del modelo expresa el estado del sistema; en otras palabras,
los valores de la variable dependiente (o variables) para los valores adecuados de
t que describen el sistema en el pasado, presente y futuro.
La formulación de problemas en términos matemáticos tiene varios beneficios.
El primero es que nos exige establecer con claridad nuestras premisas. Con
frecuencia, los problemas del mundo real son complejos e implican varios procesos
distintos, posiblemente relacionados entre sí. Antes de proceder al tratamiento
matemático, uno debe determinar las variables que sean significativas y las que
pueden ser ignoradas. Con frecuencia, para las variables importantes, las
relaciones se postulan en forma de leyes, fórmulas, teorías. Estas hipótesis
constituyen las idealizaciones del modelo.
Las matemáticas contienen muchos teoremas y técnicas para hacer
deducciones lógicas y trabajar con las ecuaciones. Por lo tanto, proporcionan un

pág. 5
contexto donde puede realizarse un análisis libre de conceptos preconcebidos sobre
el resultado. También tiene gran importancia práctica el hecho de que las
matemáticas proporcionen un formato para obtener respuestas numéricas mediante
una computadora.
El proceso de construcción de un modelo matemático eficaz requiere cierta
habilidad, imaginación y evaluación objetiva. Ciertamente, el conocimiento de varios
modelos existentes que ilustren diversos aspectos de la modelación puede ayudar
a tener una mejor idea del proceso. Varios libros y artículos excelentes están
dedicados en forma exclusiva al tema. En este capítulo nos concentraremos en
ejemplos de modelos que impliquen ecuaciones diferenciales de primer orden. Al
estudiar estos modelos y construir los suyos, podría ser útil el siguiente bosquejo
general del proceso:

Formule el problema.
Usted debe plantear el problema de modo que pueda “responderse” de manera
matemática. Esto requiere el conocimiento del área del problema, al igual que las
matemáticas. En esta etapa, usted tendrá que confirmar sus afirmaciones con
expertos en el área y leer la bibliografía correspondiente.

Desarrolle el modelo.
Aquí deben hacerse dos cosas. Primero, usted debe decidir cuáles variables son
importantes y cuáles no. Luego, clasifique las primeras como variables
independientes o variables dependientes. Las variables no importantes son aquellas
que tienen poco o ningún efecto sobre el proceso. (Por ejemplo, al estudiar el
movimiento de un cuerpo en caída, por lo general su color no es de interés). Las
variables independientes son aquellas cuyo efecto es significativo y que servirán
como entrada para el modelo. Para el cuerpo que cae, su forma, masa, posición
inicial, velocidad inicial y tiempo desde soltarlo son las posibles variables
independientes.

pág. 6
 Las variables dependientes son aquellas que son afectadas por las variables
independientes y que son importantes para resolver el problema. De nuevo, para un
cuerpo que cae, su velocidad, posición y tiempo de impacto son posibles variables
dependientes.
En segundo lugar, usted debe determinar o especificar las relaciones (por
ejemplo, una ecuación diferencial) existentes entre las variables importantes. Esto
requiere buenos conocimientos en el área y hacerse una idea del problema. Usted
puede comenzar con un modelo básico y luego, con base en las pruebas, refinar el
modelo según lo necesario. Por ejemplo, puede comenzar ignorando cualquier
fricción que actúe sobre el cuerpo que cae. Entonces, si es necesario obtener una
respuesta más aceptable, trate de tomar en cuenta cualquier fuerza de fricción que
pueda afectar el movimiento.

Pruebe el modelo.
Antes de tratar de verificar un modelo comparando su salida con los datos
experimentales, hay que considerar las siguientes preguntas:
¿Son razonables las hipótesis?
¿Son dimensionalmente consistentes las ecuaciones? (Por ejemplo, no queremos
sumar unidades de fuerza con unidades de velocidad).
¿Es el modelo internamente consistente, en el sentido de que las ecuaciones no se
contradicen entre sí?
¿Tienen soluciones las ecuaciones importantes?
¿Son únicas las soluciones?
¿Qué tan difícil es obtener las soluciones?
¿Proporcionan estas soluciones una respuesta al problema en estudio?
De ser posible, trate de validar el modelo comparando sus predicciones con los
datos experimentales. Comience con predicciones más bien sencillas que impliquen
pocos cálculos o análisis. Entonces, al refinar el modelo, verifique si la precisión de
las predicciones del modelo le parece aceptable. En algunos casos, es imposible la
validación, o no es razonable desde un punto de vista social, político, económico o

pág. 7
moral. Por ejemplo, ¿cómo validar un modelo que predice el momento en que el Sol
se extinguirá?
Cada vez que se use el modelo para predecir el resultado de un proceso y con
ello resolver un problema, esto proporciona una prueba del modelo que puede
conducir a más refinamientos o simplificaciones. En muchos casos, un modelo se
simplifica para obtener una respuesta más rápida o menos cara; manteniendo, por
supuesto, la precisión suficiente.
Uno siempre debe recordar que un modelo no es la realidad, sino una
representación de ésta. Los modelos más refinados pueden proporcionar una
comprensión de los procesos naturales subyacentes. Por esta razón, los
matemáticos aplicados luchan por modelos mejores y más refinados. Aun así, la
prueba real de un modelo es su capacidad para determinar una respuesta aceptable
para el problema planteado.

Situación del
mundo real
real

Formulación Interpretación

Modelo Análisis Resultados

matemático matemático matemático
s
Diagrama explicativo para modelizar un problema matemático.

pág. 8
 Fuentes

Curso de Modelización y Simulación deTratamiento de Agua. (2022). Consultado el

21 de junio de 2022.
https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&cad=rja&ua
ct=8&ved=2ahUKEwi8u4-
0jrr4AhWJA7kGHXUUBmMQFnoECAQQAQ&url=https%3A%2F%2Fcidta.usal.es
%2Fformacion%2Fentrada%2Fsimulacion.html&usg=AOvVaw3r_BBXP1Z9P_KWa
HdcXn0y

Fusse, C y Testoni, R. (2007). Una Aproximación al Estudio de las Ecuaciones

Diferenciales. Enseñanza superior de la física o de la matemática e informática.
Consultado el 18 de junio de 2022.
https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&cad=rja&ua
ct=8&ved=2ahUKEwiircn-
jLr4AhUEDtQKHdVKAFwQFnoECAMQAQ&url=https%3A%2F%2Fwww.dm.uba.ar
%2Fmaterias%2Fanalisis_2_M%2F2007%2F1%2FRELACION%2520FINAL%252
0CARINA%2520FUSSE.doc&usg=AOvVaw3tGKaqnOKL70G0-U_q2E94

Zill, D. (2009). Ecuaciones Diferenciales con Aplicaciones de Modelado. 9na ed, pp.
83-130. Cengage Learning.

pág. 9