MODELO MATEMÁTICO
1. MODELO MATEMÁTICO
Es una descripción matemática (con frecuencia mediante una función o una ecuación), de un
fenómeno del mundo real.
Ejemplos de modelos matemáticos
⮚ El tamaño de una población.
⮚ La demanda por un producto.
⮚ La rapidez de la caída de un objeto.
⮚ La concentración de un producto en una reacción química.
⮚ La expectativa de vida de una persona cuando nace.
⮚ La variación del área de un terreno de acuerdo a sus dimensiones.
2. PROPÓSITO DE UN MODELO
Entender el fenómeno y quizá hacer predicciones con respecto al comportamiento futuro.
3. PROCESO DE UN MODELO MATEMÁTICO
4. OBSERVACIONES
• Un modelo matemático nunca es una representación totalmente precisa de una situación física, es
una idealización.
• Un buen modelo simplifica la realidad lo suficiente como para permitir cálculos matemáticos, pero
es lo suficientemente preciso para proveer conclusiones valiosas.
5. LAS FUNCIONES MATEMÁTICAS EN UN MODELO
Existen diferentes tipos de funciones que pueden usarse para modelar correspondencias que se
observan en el mundo real.
6. MODELOS LINEALES
• Llamamos modelos lineales a aquellas situaciones que después de haber sido analizadas
matemáticamente, se representan por medio de una función 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 línea, es posible encontrar una función lineal que mejor
se aproxime a nuestro problema, ayudándonos a obtener información valiosa.
• Nuestro modelo lineal se puede determinar de manera gráfica o bien, por medio de una ecuación.
• La función lineal tiene aplicaciones importantes en diversos campos profesionales como en la
Economía, Biología, Física, Estadística, Educación, etc. Nos permite describir y analizar
problemas o hechos de una realidad específica.
• Al aplicar las funciones lineales para hacer un estudio de algún fenómeno, debemos elaborar un
modelo matemático lineal, el cual es una expresión matemática de la forma:
y = mx + b,
que relaciona a una variable independiente “x” con una variable dependiente “y”, donde la
pendiente “m” es la razón de variación en la que está aumentando “y” por cada unidad de aumento
en “x”; mientras que b, es el punto de intersección de la recta con el eje “y”, al cual le corresponde
un x = 0. }
Modelo de regresión lineal:
Es un método analítico para predecir el valor de una variable según el valor de otra. La variable que desea
predecir se denomina variable dependiente. La variable que está utilizando para predecir el valor de la otra
variable se denomina variable independiente.
Esta forma de análisis estima los coeficientes de la ecuación lineal, involucrando una o a más variables
independientes que mejor predicen el valor de la variable dependiente. La regresión lineal se ajusta a una
línea recta o a una superficie que minimiza las discrepancias entre los valores de salida previstos y reales.
Ejemplo de modelo lineal:
Función lineal de costo
Una función de costo especifica el costo “C” en función de la cantidad de artículos “x”.
Una función de costo lineal tiene la forma: C(x) = mx + b
Donde:
“mx” es el costo variable y “b” el costo fijo. La pendiente “m”, el costo marginal, mide el costo
incremental por artículo.
Así, por ejemplo, el costo “C” diario que le genera a tu empresa imprimir “x” libros de matemática
de pasta blanda, es: C(x) = 3.50 x + 1200
Donde “C” se puede medir en dólares, y “x” en unidades de libros. El costo marginal es m =
3.5, y el costo fijo es b = 1200.
7. PENDIENTE DE UNA RECTA
MUY IMPORTANTE
- En vista de que nuestro modelo lineal es de la forma f(x) = mx + b, el principal objetivo será
identificar cuáles son los datos numéricos que representan a m y a b en determinada situación
contextual.
- Si no fuera posible identificar a éstos de manera explícita, entonces se tendrá que ubicar dos datos
relacionados con la situación contextual (puntos P1: (x1, y1) y P2: (x2, y2)) para hallar m a través de la
fórmula y luego b.
CASOS DIDÁCTICOS
INSTRUCCIONES: Lea atentamente cada una de las situaciones y en equipos resuelva cada uno de los
problemas planteados sobre modelamiento de funciones lineales.
SITUACIÓN CONTEXTUAL Nº 01
PRINCIPALES INDICADORES – INEI
Población Proyectada
Estimación oficial de la población del Perú, al 30 de junio de cada año (en millones)
e
d
s
e
n
o
l
l
i
M
Según la información gráfica proporcionada por INEI, expresa tu conocimiento o aporta con ideas
para describir como se ha estimado la población peruana para los años indicados en la gráfica,
teniendo como referente al censo oficial que se realizó en el año 2007. Luego establece un modelo
matemático que se aproxime o ajuste a describir la población proyectada.
Para tal propósito:
A. En tu parecer cómo se estimaría la población para un determinado año.
B. Identifica las variables y sus correspondientes unidades que se citan y relacionan para estimar la
población peruana. Luego asígnales una notación (valor literal).
variables notación unidades
Tiempo Años
Número de personas Millones
C. Justifica la relación de dependencia entre las variables citadas e indica la variable independiente y
variable dependiente.
Variable independiente:
Variable dependiente:
D. Determina la regla de correspondencia (establece el modelo matemático) que relaciona los datos
variables para estimar la población peruana para un tiempo determinado.
E. Usa el modelo matemático determinado para estimar la población para el año 2015, 2017 y 2020.
Compara tus resultados con los citados en la gráfica y realiza tus comentarios.
SITUACIÓN CONTEXTUAL Nº 02
EL RESURGIMIENTO DEL CRÉDITO HIPOTECARIO
Fuente: Gestión del M.10.JUN. -2015
En relación a la gráfica del resurgimiento del crédito hipotecario en el Perú, desarrollar:
A. Identifica las variables y sus correspondientes unidades que se citan y relacionan, para luego
asignarles una notación a las mismas (valor literal).
B. Justifica la relación de dependencia entre las variables citadas e indica la variable independiente y
variable dependiente.
C. Considerando que la tendencia de los créditos hipotecarios en el Perú es creciente y lineal, utilizando
los datos de 2001 y 2015 determina la regla de correspondencia que los relaciona funcionalmente y
proyecte el monto de los créditos hipotecarios esperados para el 2016.
D. De la misma manera considerando como extremos de la tendencia lineal los años 2009 y 2015
determina la regla de correspondencia y proyecte el monto de los créditos hipotecarios esperados para
el 2016.
E. ¿Cuál crees que es la mejor proyección? ¿Por qué?
SITUACIÓN CONTEXTUAL Nº 03
ESTADISTICAS DE PANDEMIAS EN REGIONES DEL PERÚ
Anexo: Estadísticas de la pandemia de COVID-19 en Perú del MINSA.
https://es.wikipedia.org/wiki/Anexo:Estad%C3%ADsticas_de_la_pandemia_de_COVID-19_en_Per
%C3%BA
La evolución del comportamiento de la pandemia COVID-19, es monitoreada permanentemente por
varias instituciones, entre ellas, el Ministerio de Salud. El siguiente reporte se refiere a casos de
actualizados al 1° de enero del año 2022, en nuestro país.
Casos de COVID-19 con datos del Ministerio de Salud al 1 de enero de 20221
Con esta información realiza lo siguiente:
A. Argumentar la pertinencia de utilizar el modelo de regresión lineal
B. Grafique y explicite el modelo de regresión lineal obtenido.
C. Estimar el número de muertos, para una región que reporte 600 000 casos positivos
