Universidad Nacional de Colombia

Facultad de Ingeniería
Departamento de Ingeniería Mecánica y Mecatrónica

MODELACIÓN MATEMÁTICA
Programa de Curso (Syllabus) - Sem I / 2021

Asignatura: Modelación Matemática | Código: 2017293 | Créditos: 3 | Asistencia mínima: 80 %

Requisitos: Ecuaciones Diferenciales para Ingeniería (*)
Recomendado*: Principios de Mecánica de Fluidos, Métodos Numéricos
Profesores: Carlos Alberto Duque Daza | [email protected] |
Jair Hernando Tovar Tuiran | [email protected] |

1. PRESENTACIÓN DE LA MATERIA

La asignatura se enfoca en generar una visión integral para el análisis y solución de problemas aplicados y relacionados
con ingeniería y ciencias físicas desde una perspectiva matemática. La metodología abordada se centra en el uso de
herramientas matemáticas y computacionales. Se hace énfasis en los procesos de selección, planteamiento, análisis y
evaluación de modelos matemáticos adecuados para los diferentes casos particulares abordados.
Igualmente, se busca que el estudiante adquiera la capacidad de diferenciar entre modelos analíticos, numéricos y ex-
perimentales (observacionales), distinguiendo ventajas, limitantes y campos de acción entre cada uno de ellos. Además
de habituar al estudiante en la visualización y comprensión de problemas físicos y de ingeniería desde su perspectiva
matemática, se incorporarán herramientas computacionales que soporten el desarrollo numérico de dichos modelos
matemáticos.

2. OBJETIVO GENERAL

Desarrollar en el estudiante habilidades para el análisis y solución de problemas de ingeniería y ciencias mediante el
uso de herramientas matemáticas con el apoyo de herramientas computacionales.

3. OBJETIVOS ESPECÍFICOS

Habituar al estudiante en la visualización y comprensión de problemas de ingeniería físicos desde su perspectiva

matemática.

Fomentar en el estudiante habilidades para la selección, planteamiento y análisis de modelos matemáticos y su

solución usando herramientas numéricas.

Adquirir la capacidad de diferenciar entre modelos analíticos, numéricos y observacionales, distinguiendo ven-
tajas, limitantes y campos de acción entre cada uno de ellos.

Familiarizar en el uso del lenguaje matemático utilizado en los modelos físicos clásicos.

Introducir al estudiante en el campo de la computación científica, y el desarrollo de modelos para la solución de

problemas reales en la práctica de la ingeniería.

Reforzar habilidades de programación de computadores, especialmente enfocadas a la exploración y solución de

problemas de carácter técnico y científico, usando lenguage Python

Semestre 01 / 2021 Actualización: Febrero/2021 Página 1 de 4

 Modelación Matemática – Programa de Curso

4. METODOLOGÍA

El curso se basará en el planteamiento de problemas particulares, por medio de los cual es se explorarán diversas me-
todologías de modelación con base en herramientas matemáticas. En varios casos se emplearán herramientas compu-
tacionales para la obtención de una solución de numérica. Será necesario el desarrollo de algoritmos codificados en un
lenguaje de programación. En la presente versión del curso se empleará Python como lenguaje de programación, y su
uso en el desarrollo del curso es de caracter obligatorio.

La metodología del curso es el APRENDIZAJE ASISTIDO, siendo el estudiante el directo responsable de utilizar eficiente-
mente las herramientas presentadas en la asignatura para su propio aprendizaje. En el desarrollo del curso es funda-
mental que el alumno investigue, estudie, realice los trabajos programados, aprenda a hacer análisis de resultados en
equipo, a socializar el trabajo, con docentes y compañeros y a consultar y usar constantemente bibliografía especiali-
zada.

4.1. TRABAJO EN CLASE

El trabajo en el salón de clase se basará principalmente en:

1. Discusión de cada uno de los temas y modelos base

2. Discusión de conceptos, hipótesis, suposiciones y resultados en cada modelo

3. Realización de actividades prácticas pertinentes a los temas presentados

5. CONTENIDO TEMÁTICO

El curso estará centrado en la construcción y solución de modelos para problemas seleccionados. La construcción de
estos modelos requerirá la comprensión y manejo de diversas herramientas matemáticas, numéricas y computacionales,
además de un conocimiento en el área propia del problema. Aunque no se trata de un curso estructurado para el
desarrollo riguroso de contenidos de cálculo y/o métodos numéricos, se abordaran discusiones alrededor de tópicos.
A continuación se presenta el contenido general del curso.

5.1. CONCEPTOS Y DEFINICIONES

Introducción y motivación: Se discutirán algunas definiciones y conceptos importantes alrededor del tema del mode-
lado matemático. Formas de los modelos matemáticos, elementos que lo conforman, importancia y pertinencia
de un modelo matemático, proceso de construcción de un modelo, etc.

Introducción al manejo de algunas herramientas computacionales: Se introducirá al uso y programación de lenguaje

Python, para lo cual se sugiere el uso del programa Spyder, disponible en el entorno Anaconda. El uso de Python
es de caracter obligatorio. Se promoverá el uso de implementaciones propias en Python para la solución de los
problemas presentados en clase.

5.2. MODELOS CONSTRUIDOS EMPLEANDO ECUACIONES DIFERENCIALES ORDINARIAS (EDO’S)

En esta sección del curso se revisarán y discutirán tópicos relacionados con Ecuaciones diferenciales ordinarias de
primer orden, Ecuaciones diferenciales ordinarias de orden superior, Sistemas de ecuaciones diferenciales, Técnicas
numéricas para la solución de ecuaciones diferenciales ordinarias (EDO´s) y sistemas de EDO´s, Familias de métodos
de Runge Kutta, Trazado e interpretación de retratos de fase, Modelos compartimentales, Modelos tipo Lotka-Volterra.
Estos temas se desarrollarán alrededor de los siguientes problemas:

Semestre 01 / 2021 Actualización: Febrero/2021 Página 2 de 4

 Modelación Matemática – Programa de Curso

Modelos compartimentales y newtontianos: En esta sección se abordarán los siguientes casos:

Vaciado de un Tanque: Importancia de la ecuación de conservación de masa en el proceso de análisis de sistemas

con flujos y términos de generación y consumo. Aplicación de metodología para formulación de un modelo mate-
mático basado en expresiones diferenciales. Comparación de resultados analíticos, numéricos y experimentales.

Descenso de un paracaidista: Alrededor de este problema se discutirá la importancia del principio de conserva-
ción de cantidad de movimiento. Se obtendrá un modelo matemático basado en ecuaciones diferenciales ordi-
narias de segundo orden y de un sistema de EDO´s. Así mismo se hablará sobre las técnicas numéricas para la
solución de EDO´s y sistemas de EDO´s. Un refinamiento del modelo permitirá enfocar el problema desde una
perspectiva no-lineal.

Modelos poblacionales y no-lineales: El análisis del crecimiento de una población posibilitará la comprensión de los
términos de modelos basados en ecuaciones diferenciales ordinarias desde una perspectiva de interacciones
tipo Acción de Masas . Se discutirán alcances y restricciones de los modelos planteados. Esto implicará el uso
de nuevos planteamientos y herramientas matemáticas (solución de sistemas de EDO´s no lineales, retratos de
fase, etc.). Se hará especial énfasis en la realización de análisis de estabilidad alrededor de puntos de equilibrio.

5.3. MODELOS PLANTEADOS A PARTIR DE ECUACIONES DIFERENCIALES PARCIALES

Introducción a conceptos de PDEs: Definición de conceptos como: Campos escalares y vectoriales, Operadores dife-
renciales vectoriales: gradiente, divergencia y rotacional, Teoremas de Gauss, Stokes y Green, Clasificación de
ecuaciones diferenciales parciales y métodologías de solución numérica de ecuaciones diferenciales parciales.

Modelado de un problema de conducción de calor: Se emplearán consideraciones de conservación de energía para la

formulación de un modelo matemático (ecuación diferencial parcial) para el problema de la conducción de calor
bidimensional en estado estacionario. Se formulará una solución analítica para dominios simples y formula-
ciones numéricas empleando diferencias finitas, para dominios más complejos. Se introducirá al manejo de la
herramienta PDETool de Matlab.

Modelado de un problema de conducción de calor en estado transitorio: Se analizará el efecto de la adición de la va-
riable temporal a los problemas estacionarios tratados previamente. Se plantearán soluciones empleando dife-
rencias finitas. Se introducirá al manejo de un software libre de elementos finitos.

5.4. MODELOS PLANTEADOS COMO PROBLEMAS DE OPTIMIZACIÓN

En esta sección del curso se revisarán y discutirán tópicos incluyendo: Optimización no restringida, Optimización res-
tringida, Multiplicadores de Lagrange, Análisis de sensibilidad. Los temas se desarrollarán en torno a dos casos de
aplicación.

Problema de producción: Se discutirá un caso de producción simple, alrededor del cual se presentarán algunos con-
ceptos básicos asociados con un problema de optimización (derivada direccional, gradiente). Posteriormente,
se formularán refinamientos al problema que implicará la incorporación de restricciones sobre el problema de
optimización (multiplicadores de Lagrange).

Problema de diseño mecánico: Se planteará el algoritmo para el diseño de un elemento mecánico simple y se enfocará
este proceso (normalmente iterativo) como un proceso de optimización. Se emplearán herramientas computacio-
nales para dar solución al problema.

Semestre 01 / 2021 Actualización: Febrero/2021 Página 3 de 4

 Modelación Matemática – Programa de Curso

6. EVALUACIÓN DE LA ASIGNATURA
La evaluación del curso se realizará mediante tres exámenes parciales y la presentación y sustentación de dos talleres
prácticos. La distribución de porcentajes de la calificación total es:

Tipo de evaluación Porcentaje Semana Entrega/Realización

Examen Parcial 0: 5% Semana 3
Taller Práctico 1: 20 % Semana 7
Examen Parcial 1: 20 % Semana 8
Taller Práctico 2: 20 % Semana 15
Examen Parcial 2: 20 % Semana 16
Participación / Otros: 15 % Permanent

Los talleres prácticos se realizaran en grupos de 2 o 3 personas, pero eventualmente cada taller deberá ser sustentado
de forma individual. Las fechas exactas de entrega se indicaran durante el desarrollo del curso.
Los informes escritos de los talleres prácticos deberán seguir los siguientes lineamientos:

1. Presentar redacción clara, coherente y comprensible;

2. Ser preparados en LATEXo algún entorno equivalente (se recomienda fuermente usar Jupyer NOtebook, dispoible
también en el entorno Anaconda);

3. Incluir análisis y conclusiones basados en la evidenvia presentada. Evidencia visual (gráficos, imágenes, y demás)
deberá ser de alta calidad y resolución.

* Se sugiere fuertemente el uso de LATEX para la elaboración de los informes escritos asociados a los talleres prácticos. Para
aquellos interesados, material apropiado en el uso de LATEX podrá ser suministrado por solicitud explícita. En cualquier
caso, se aconseja usar Jupyter Notebook para la generación rápida de borradores en LATEX

7. BIBLIOGRAFÍA
Meerschaert, Mark. Mathematical Modeling. Ed. Academic Press. Segunda Edición. 1999.

Basmadjian, Diran. The Art of Modeling in Science and Engineering. Ed. Chapman & May. 1999.

Kapur, Jagat. Mathematical Modelling. Ed. John Wiley & Sons. 1988.

De Cogan, Donard. Applied Numerical Modelling for Engineers. Oxford Press. 1997.

Kutz, J. Nathan. Data-Driven Modeling & Scientific Computation: Methods for Complex Systems & Big Data. Oxford
University Press. 2013.

Borrelli, Robert. Ecuaciones Diferenciales: Una Perspectiva hacia el Modelamiento. Oxford Press. 2004.

Caldwell, Jim. Mathematical Modeling, Case Studies and Projects. Kluwer Academic Publishers. 2004.

Giordano, Frank. A First Course in Mathematical Modeling. Thomson Brooks/Cole. Tercera Edición. 2003.

Caldwell, Jim. Mathematical Modelling, Concepts and Case Studies. Kluwer Academic Publishers. 1999.

Semestre 01 / 2021 Actualización: Febrero/2021 Página 4 de 4

 Modelación Matemática 2020-1
Listado de temas Clases Prácticas
Director:​ Carlos Alberto Duque Daza
Profesor:​ Jair Hernando Tovar Tuirán

A continuación se muestra el listado de temas semanal propuesto para la asignatura de Modelación

Matemática en el primer semestre de 2021, el cual será implementado en las clases prácticas.

Semana 1
❖ Introducción al curso.
❖ Contenido de la asignatura.
❖ Metodología de solución de problemas de ingeniería.
❖ Métodos de evaluación.

Semana 2
❖ Generalidades de Python
➢ Tipos de variables y sintaxis
➢ Bloque condicional
➢ Bloque for
➢ Bloque while
➢ Bloque función
➢ Arreglos y matrices
➢ Ploteo de curvas
❖ Ejercicio de programación: Caida libre con arrastre numérico inducido.
❖ Material Apoyo: Diapositivas Introducción a Python (Sesión extraclase)

Semana 3
❖ Método de Newton Raphson en una variable
❖ Método de Newton Raphson generalizado
❖ Problema de aplicación: Equilibrio químico
❖ Lectura: EL MÉTODO DE NEWTON-RAPHSON - LA ALTERNATIVA DEL INGENIERO
PARA RESOLVER SISTEMAS DE ECUACIONES NO LINEALES

Semana 4
❖ Método de Euler Forward para SEDO y programación del mismo.
❖ Problemas de aplicación:
➢ Tanques Interconectados.
➢ químicos en el organismo.
❖ Presentación de contenido en Jupyter.
❖ Material de apoyo: Euler-Forward-ejercicios

Semana 5
❖ Problemas de aplicación SEDO.
➢ Químicos en el organismo con señal de entrada tipo doble escalón.
➢ Circuito RLC
❖ Pasos del Método de Runge-Kutta 4 para SEDO
❖ Material de apoyo: Runge-Kutta-ejercicios
Semana 6
❖ Programación del Método de Runge-Kutta 4 para SEDO
❖ Problema de aplicación:
➢ Reacciones químicas.
❖ Lectura: Lodka-Volterra-RK4

Semana 7
❖ Estabilidad y puntos de equilibrio:
❖ Problema de aplicación:
➢ Especies competidoras.
❖ Lectura: Estabilidad y puntos de equilibrio

Semana 8
❖ Solución analítica SEDO Lineal.
❖ Problema de aplicación
➢ Sistema masas - resortes - amortiguadores
❖ Lectura: Eigenvalores complejos

Semana 9
❖ Ecuaciones Diferenciales Parciales.
❖ Discretización espacial.
❖ Integración temporal.
❖ Clasificación EDP.
❖ Lectura: Clasificación de las EDP

Semana 10
❖ Problemas en estado estacionario (2D)
➢ Perfil de temperatura placa cuadrada.
➢ Campo de flujo interno laminar en un tubo.
❖ Lectura: Aleta estado estacionario 1D

Semana 11
❖ Problema en estado transitorio (2D)
➢ Calentamiento herramienta de corte, con refrigeración.
❖ Lectura: Calentamiento barra delgada 1D

Semana 12
❖ Fundamentos de optimización.
❖ Formulación de un problema de optimización.
❖ Ejercicio de práctica en Spyder
❖ Lectura: Introducción a optimización

Semana 13
❖ Problema de aplicación optimización:
➢ Diseño óptimo de una lata de gaseosa
➢ Optimización de tarjetas manufacturadas.
❖ Lectura: Problemas de optimización.