CARRERA DE ARQUITECTURA
INFORMÁTICA APLICADA III
DOCENTE:
ING. ADRIÁN REYNA
ESTUDIANTE:
LOOR MENÉNDEZ GEMA
CURSO/PARALELO:
QUINTO SEMESTRE “A”
FECHA DE ENTREGA:
30/07/2020
PERIODO ACADÉMICO:
MAYO 2020 – SEPTIEMBRE 2020
Índice
Modelos Espaciales .................................................................................................. 3
Conceptualización. .................................................................................................... 3
Tipos de Modelos espaciales. ................................................................................... 4
Modelo empírico analítico. ..................................................................................... 4
Modelo estocástico o probabilístico. ...................................................................... 5
Modelo determinístico o analítico. .......................................................................... 5
Modelo numérico. .................................................................................................. 6
Modelo de lógica difusa. ........................................................................................ 7
Bibliografía............................................................................................................. 8
Modelos Espaciales
Conceptualización.
Un modelo espacial es una abstracción manejable de la realidad. Un mapa es
un modelo, un modelo permite estudiar las relaciones espaciales, como pueden
ser la identificación de acuíferos como recursos naturales no renovables, y ver
la posibilidad de conservarlos. Las ventajas de trabajar con un (SIG) es que
permite la expansión de este modelo.
Un Modelado Espacial con un Sistema de Información Geográfica (SIG),
combina mapas digitales en el orden de procesos que asisten a la toma de
decisiones de acuerdo a los criterios de selección especificados por el usuario.
Usando un (SIG) hace más fácil la interpretación del modelo, el ajuste de
variables y la metodología del mismo. Con los modelos espaciales podemos
hacer análisis de ubicación de áreas por medio de una serie de criterios de
selección, por ejemplo:
Localizar el tipo de vegetación predominante de un sitio.
Encontrar áreas susceptibles de extinción basadas por algunos
fenómenos geográficos como son huracanes, temblores o por el hombre.
Encontrar las causas probables del deterioro ciertos recursos naturales.
Estos modelos espaciales son desarrollados por expertos y son basados sobre
búsquedas detalladas y análisis estadísticos. Un modelo espacial consiste de
una serie de ecuaciones que pueden ser aplicadas a una base de datos de un
(SIG). Un modelo de datos geográficos es una representación del mundo real
que puede ser usado en un SIG para producir mapas, realizar consultas y
diferentes análisis. Este conjunto de objetos espaciales permite a una aplicación
SIG, desplegar mapas, realizar consultas, edición y análisis. Todos los modelos
de datos de SIG están basados en objetos discretos conceptuales y en modelos
de datos geográficos lógicos vector o ráster. (Longley, 2001).
Un modelo de datos geográficos define la forma en cómo se va a representar las
características espaciales. Los dos modelos de datos básicos son: vector y
raster.
Tipos de Modelos espaciales.
Modelo empírico analítico.
El carácter empírico o físico constituye la característica fundamental de un
modelo. Un modelo físico se basa en las leyes físicas que rigen los procesos, un
modelo empírico se basa en relaciones estadísticamente significativas entre
variables. Las ecuaciones que describen un modelo estadístico no son por tanto
físicamente o dimensionalmente consistentes ni universales, ya que en rigor sólo
son válidas para el contexto espacio-temporal en el que se calibraron. Se
caracterizan por un alto poder predictivo pero una escasa capacidad explicativa,
es decir reproducen el funcionamiento del sistema razonablemente bien pero no
permiten saber por qué el sistema funciona así. Los modelos estadísticos se
conocen también como modelos de caja negra ya que no permiten descubrir el
funcionamiento interno del sistema.
En el caso de los modelos empíricos la falta de conocimiento acerca del sistema
se compensa con datos de calidad y en cantidad suficiente de las variables de
entrada y de salida. A partir de estos datos podemos construir un modelo
empírico que nos permita, posteriormente, obtener las variables de salida a partir
de un nuevo conjunto de valores para las variables de entrada.
Los modelos globales de la atmósfera y el océano emplean típicamente un Δx
de cientos de kilómetros. Por otro lado, existen procesos físicos que tienen
escalas espaciales bastante más pequeñas que, sin embargo, tienen un efecto
sobre la circulación a escala grande.
Los modelos físicos son llamados así, debido a que se semejan al sistema en
estudio. Durante muchos años, los ingenieros han usado modelos de tamaño
natural y han reducido y puesto a escala a los mismos para probarlos. (NASA,
líneas aéreas comerciales).
Modelo estocástico o probabilístico.
El modelo estocástico, es aquel en donde los valores de sus variables, se
obtienen al azar. Es aquel en el cual información pasada, no permite la
formulación de una regla para determinar el resultado preciso de un experimento.
En un modelo estocástico los valores de las variables de salida van a variar de
unas ejecuciones del modelo a otras ya que se deja intervenir al azar.
Las razones por las que el comportamiento de un sistema puede resultar
aleatorio son diversas:
• Existencia de procesos realmente estocásticos.
• Existencia de procesos aparentemente estocásticos debido a nuestra falta
de conocimiento.
• Errores aleatorios en la medición de las variables.
• Procesos muy complejos que es preferible modelizar como estocásticos.
Los modelos estocásticos permitirían obtener una distribución de probabilidades
de altura de agua, lo que sería más adecuado a la hora de realizar la planificación
de un territorio.
Modelo determinístico o analítico.
En éstos modelos ni las variables exógenas, ni las endógenas, se obtienen por
medio del azar, debido a que se suponen relaciones exactas para las
características de operación. Son variables con valores preestablecidos. Es
aquel en el cual se establecen las condiciones para que al ejecutar el
experimento se determine el resultado.
Los modelos determinísticos se dividen en dos grandes grupos: analíticos y
numéricos, pudiendo diferenciarse por el tipo de ecuaciones matemáticas que
utilizan.
Los modelos analíticos resuelven la ecuación del flujo del agua subterránea en
un punto del espacio y para un tiempo determinado. Los modelos numéricos
describen el campo de flujo al mismo tiempo, en tantos puntos como el
modelador haya especificado en su modelo.
Modelo numérico.
Particularmente, los modelos numéricos basan su concepción, considerando dos
tipos de modelos matemáticos: los modelos basados en datos o de “caja negra”
que emplean ecuaciones empíricas o estadísticas para calcular una variable
desconocida y los modelos basados en procesos que utilizan la física (no lo
considera Beven y Young 2013), para describir los procesos y principios del flujo
de agua subterránea en un dominio definido y con un enfoque de solución tipo
estocástico (los parámetros tienen una distribución probabilística) o
determinístico (Anderson et al., 2015).
Estos modelos matemáticos pueden ser calculados a partir de modelos
analíticos o modelos numéricos. Los primeros, requieren un alto nivel de
simplificación del mundo natural, el cual puede ser resuelto matemáticamente, a
través de una ecuación simple con pocos parámetros (Samper y Lorenzo, 2008)
y que presenta un grado de dificultad según las restricciones empleadas
(Anderson et al., 2015).
El modelo matemático consiste en ecuaciones y valores de parámetros y
condiciones de frontera (por ejemplo, las características topográficas de la
Tierra, la cantidad de energía emitida por el Sol, etc.).
Modelo de lógica difusa.
La teoría de conjuntos difusos permite expresar en términos matemáticos los
procesos lógicos y del razonamiento aproximado que es el utilizado por el
hombre en la vida cotidiana.
Un conjunto difuso es una extensión del concepto matemático que se tiene de
conjunto (Klir and Yuan, 1995). Un conjunto determinista es definido por una
función de pertenencia bi-variada (o función de membresía) µ la cual, cuando se
aplica a cualquier elemento x del universo de discurso U, retorna el valor de
verdadero si x Є A, y falso en caso opuesto.
En 1977, Mandani extendió el concepto de conjunto difuso a sistemas de lógica
difusa que actualmente constituye un importante tópico de investigación y
desarrollo de aplicaciones industriales. Por otra parte, las investigaciones
teóricas han enfatizado en la borrosificación, es decir, convierte las entradas al
sistema, que son valores numéricos, de áreas como la aritmética, el álgebra, la
programación lineal, la topología, el cálculo integral y diferencial, la geometría,
las desigualdades, la trigonometría, la geometría plana, los sistemas de
ecuaciones lineales.
Cuando se cuenta con información imprecisa e insuficiente, usar instrumentos
estadísticos no es suficiente para obtener resultados significativos. La Lógica
Difusa surge precisamente para tratar con este tipo de problemas y lograr darles
una solución óptima. (Kosco, 1995).
La lógica difusa es una lógica multi-valor, que permite valores intermedios entre
evaluaciones convencionales como falso/verdadero, si/no, alto/bajo, etc.
Nociones como bastante alto o muy rápido pueden ser formuladas
matemáticamente y En varias aplicaciones, estas funciones de pertenencia
toman forma triangular o trapezoidal, lo cual significa que pueden estar definidas
por tres o cuatro parámetros y que el grado de pertenencia de cualquier
componente en el universo de discurso U, puede ser rápidamente calculado.
Bibliografía
https://www.fing.edu.uy/inco/cursos/sig/RepDatos210812.pdf
http://www.met.igp.gob.pe/modelos/modelos.html
https://sites.google.com/site/benjaminruiztadeo/home/unidad-
1/clasificacion-de-los-modelos-de-simulacion
http://bdigital.unal.edu.co/2152/1/15488758.20091.pdf
https://www.arcgis.com/apps/MapJournal/index.html?appid=a334f6a5bc
b340afac515e23c8245a4c
https://storymaps.arcgis.com/stories/2f7477965e97470d95d9ced744423
c97
