MODELACIÓN MATEMÁTICA

SEM I - 2016

INTRODUCCIÓN
QUE ES MODELACIÓN?
 QUE ES MODELACIÓN?

Actividad cognitiva en la cuál se construyen y

estudian modelos para describir la forma en la que
objetos, fenómenos o sistemas de interés se
comportan.
 DONDE ENCONTRAMOS MODELOS?

Ingeniería de Producción: manufactura-programación, inventarios, …

Administración: bancos, restaurantes, oficinas postales, …

Profesionales de la salud: emergencias, salas de urgencias, estudios

infección,…

Ingeniería: Telecomunicaciones, Mecánica, Eléctrica, etc…

Estudios de estrategia militar

Administración pública: Política pública, presupuestos, planeación, …

Muchos más !!!

QUÉ ES UN MODELO?
 QUÉ ES UN MODELO?

Algunas definiciones:
 QUÉ ES UN MODELO?

Algunas definiciones:

Representación en pequeña escala de algún objeto, fenómeno, o

sistema.
 QUÉ ES UN MODELO?

Algunas definiciones:

Representación en pequeña escala de algún objeto, fenómeno, o

sistema.

Un ejemplo de imitación o emulación.

 QUÉ ES UN MODELO?

Algunas definiciones:

Representación en pequeña escala de algún objeto, fenómeno, o

sistema.

Un ejemplo de imitación o emulación.

Una analogía usada para ayudar a visualizar algo que no puede ser
directamente observado.
 QUÉ ES UN MODELO?

Algunas definiciones:

Representación en pequeña escala de algún objeto, fenómeno, o

sistema.

Un ejemplo de imitación o emulación.

Una analogía usada para ayudar a visualizar algo que no puede ser
directamente observado.

Conjunto de postulados, datos e inferencias presentados como una

descripción matemática de una entidad o estado de un sistema.
 QUÉ ES UN MODELO?

Algunas definiciones:

Representación en pequeña escala de algún objeto, fenómeno, o

sistema.

Un ejemplo de imitación o emulación.

Una analogía usada para ayudar a visualizar algo que no puede ser
directamente observado.

Conjunto de postulados, datos e inferencias presentados como una

descripción matemática de una entidad o estado de un sistema.

Esquema teórico, generalmente en forma matemática, de un sistema o

de una realidad compleja, que se elabora para facilitar su comprensión y
el estudio de su comportamiento; Ej: Evolución económica de un país.
QUÉ ES UN MODELO?
QUÉ ES UN MODELO?
QUÉ ES UN MODELO?
QUÉ ES UN MODELO?
QUÉ ES UN MODELO?
QUÉ ES UN MODELO?
QUÉ ES UN MODELO MATEMÁTICO?
 QUÉ ES UN MODELO MATEMÁTICO?

Entonces un modelo, desde el punto de vista del quehacer

técnico-científico, podría definirse como una representación
parcial e imperfecta de una entidad o realidad física, o de un
fenómeno o proceso real.
 QUÉ ES UN MODELO MATEMÁTICO?

Entonces un modelo, desde el punto de vista del quehacer

técnico-científico, podría definirse como una representación
parcial e imperfecta de una entidad o realidad física, o de un
fenómeno o proceso real.

Conjunto de representaciones parciales que permiten hacer

explícito el grado de conocimiento y comprensión de un
fenómeno o realidad física, y los cuales a su vez permiten
explicar o predecir aspectos de tales realidades o
fenómenos.
QUÉ ES UN MODELO MATEMÁTICO?
 QUÉ ES UN MODELO MATEMÁTICO?

Conjunto de expresiones matemáticas agrupadas y acopladas para

representar de forma parcial una realidad física, social, económica,
biológica o, en general, cualquier aspecto del mundo real.
 QUÉ ES UN MODELO MATEMÁTICO?

Conjunto de expresiones matemáticas agrupadas y acopladas para

representar de forma parcial una realidad física, social, económica,
biológica o, en general, cualquier aspecto del mundo real.
 QUÉ ES UN MODELO MATEMÁTICO?

Conjunto de expresiones matemáticas agrupadas y acopladas para

representar de forma parcial una realidad física, social, económica,
biológica o, en general, cualquier aspecto del mundo real.

Estamos olvidamos algún

otro elemento?
 UN EJEMPLO…

x
 UN EJEMPLO…

vA ⇡ cte.

x
 UN EJEMPLO…

vA ⇡ cte.
No efectos de corrientes de aire

x
 UN EJEMPLO…

vA ⇡ cte.
No efectos de corrientes de aire
No efecto de fuerzas de Coriolis

x
 UN EJEMPLO…

vA ⇡ cte.
No efectos de corrientes de aire
No efecto de fuerzas de Coriolis
vx = v0x
vy = 0
vz = v0z gt
x = v0x t
z y=0
1 2
z = v0z t gt
2
x
 UN EJEMPLO…

vA ⇡ cte.
No efectos de corrientes de aire
z?
a
fic
No efecto de fuerzas
e
de Coriolis
i l y
ú t vx = v0x
n t e vy = 0
me
e t a vz = v0z gt
p l
om x = v0x t
z C y=0
1 2
z = v0z t gt
2
x
IMPORTANTE…
 IMPORTANTE…

RECUERDE!

Un modelo es simplemente un modelo!!!

Su calidad y eficacia para reflejar la realidad

dependerán del grupo de suposiciones usadas
para simplificar la descripción del fenómeno
ELEMENTOS DE UN MODELO MATEMÁTICO
ELEMENTOS DE UN MODELO MATEMÁTICO

Variables Independientes
ELEMENTOS DE UN MODELO MATEMÁTICO

Variables Independientes
Variables Dependientes
ELEMENTOS DE UN MODELO MATEMÁTICO

Variables Independientes
Variables Dependientes
Parámetros del Modelo
ELEMENTOS DE UN MODELO MATEMÁTICO

Variables Independientes
Variables Dependientes
Parámetros del Modelo

Variables Exógenas
Variables Endógenas
ELEMENTOS DE UN MODELO MATEMÁTICO

Variables Independientes
Variables Dependientes
Parámetros del Modelo

Variables Exógenas
Variables Endógenas

SUPOSICIONES
ELEMENTOS DE UN MODELO MATEMÁTICO

Variables Independientes
Variables Dependientes
Parámetros del Modelo

Variables Exógenas
Variables Endógenas

SUPOSICIONES
ELEMENTOS DE UN MODELO MATEMÁTICO

Elementos que afectan el

Variables Independientes
modelo, pero que NO son
Variables Dependientes examinados por el modelo.
Rol determinado por la
Parámetros del Modelo
intención del modelo.

Variables Exógenas
Variables Endógenas

SUPOSICIONES
ELEMENTOS DE UN MODELO MATEMÁTICO

Elementos que afectan el

Variables Independientes
modelo, pero que NO son
Variables Dependientes examinados por el modelo.
Rol determinado por la
Parámetros del Modelo
intención del modelo.

Variables Exógenas Elementos que el modelo se

encarga de estudiar
Variables Endógenas

SUPOSICIONES
ELEMENTOS DE UN MODELO MATEMÁTICO

Elementos que afectan el

Variables Independientes
modelo, pero que NO son
Variables Dependientes examinados por el modelo.
Rol determinado por la
Parámetros del Modelo
intención del modelo.

Variables Exógenas Elementos que el modelo se

encarga de estudiar
Variables Endógenas
Principios de conservación
o leyes naturales.
Ecuaciones constitutivas e
SUPOSICIONES información adicional.
PRINCIPIOS DE MODELACIÓN MATEMÁTICA
PRINCIPIOS DE MODELACIÓN MATEMÁTICA
Modelación matemática
es una actividad que
está compuesta de
principios y métodos.
PRINCIPIOS DE MODELACIÓN MATEMÁTICA
Modelación matemática
es una actividad que
está compuesta de
principios y métodos.

Los principios se
enmarcan en las
respuestas a preguntas:
PRINCIPIOS DE MODELACIÓN MATEMÁTICA
Modelación matemática
es una actividad que
está compuesta de
principios y métodos.

Los principios se
enmarcan en las
respuestas a preguntas:

Por qué?, Para qué?

 PRINCIPIOS DE MODELACIÓN MATEMÁTICA
Modelación matemática
es una actividad que
está compuesta de
principios y métodos.

Los principios se
enmarcan en las
respuestas a preguntas:

Por qué?, Para qué?

• Los métodos en las

respuestas a ¿Como?
 PRINCIPIOS DE MODELACIÓN MATEMÁTICA
Modelación matemática
es una actividad que
está compuesta de
principios y métodos.

Los principios se
enmarcan en las
respuestas a preguntas:

Por qué?, Para qué?

• Los métodos en las

respuestas a ¿Como?
 PRINCIPIOS DE MODELACIÓN MATEMÁTICA
Modelación matemática
es una actividad que
está compuesta de
principios y métodos.

Los principios se
enmarcan en las
respuestas a preguntas:

Por qué?, Para qué?

• Los métodos en las

respuestas a ¿Como?
Tener claridad sobre la verdadera necesidad del modelo es de
primordial importancia
CICLO DE VIDA DE UN MODELO*
CICLO DE VIDA DE UN MODELO*

Origen /
Surgimiento
CICLO DE VIDA DE UN MODELO*

Origen /
Surgimiento

Desarrollo /
Crecimiento
CICLO DE VIDA DE UN MODELO*

Origen /
Surgimiento

Desarrollo /
Crecimiento

Producción /
Madurez
CICLO DE VIDA DE UN MODELO*

Origen /
Surgimiento

Desarrollo /
Crecimiento

Producción /
Madurez

Decadencia
TÉCNICAS METODOLÓGICAS
 TÉCNICAS METODOLÓGICAS

Las técnicas metodológicas más importantes en el proceso

de construcción de un modelo matemático son:
 TÉCNICAS METODOLÓGICAS

Las técnicas metodológicas más importantes en el proceso

de construcción de un modelo matemático son:

Homogeneidad dimensional y consistencia

 TÉCNICAS METODOLÓGICAS

Las técnicas metodológicas más importantes en el proceso

de construcción de un modelo matemático son:

Homogeneidad dimensional y consistencia

Abstracción y escalamiento del modelo

 TÉCNICAS METODOLÓGICAS

Las técnicas metodológicas más importantes en el proceso

de construcción de un modelo matemático son:

Homogeneidad dimensional y consistencia

Abstracción y escalamiento del modelo

Principios de conservación y balance

 TÉCNICAS METODOLÓGICAS

Las técnicas metodológicas más importantes en el proceso

de construcción de un modelo matemático son:

Homogeneidad dimensional y consistencia

Abstracción y escalamiento del modelo

Principios de conservación y balance

Construcción y uso de modelos lineales /cuasi-lineales

 HOMOGENEIDAD DIMENSIONAL

Siempre se deberá garantizar que cada ecuación

miembro de un modelo matemático sea consistente en
sus dimensiones

@u 1 @p
= + fx
@t ⇢ @x
Distinción entre dimensiones vs. unidades…!

Un modelo dimensionalmente homogéneo siempre

facilitará procesos de adimensionalización y
normalización
 ABSTRACCIÓN Y ESCALAMIENTO

El nivel de abstracción determina el nivel de detalle que

contiene el modelo matemático

Simultáneamente, el nivel de detalle determinara el

rango de aplicación del modelo, o su escala.
PRINCIPIOS DE CONSERVACIÓN
 PRINCIPIOS DE CONSERVACIÓN

Son relaciones matemáticas básicas que indican que una

propiedad de un objeto o sistema está siendo conservada.

Tales principios físicos permiten predecir cambios de una variable

de interés con respecto al tiempo.
 PRINCIPIOS DE CONSERVACIÓN

Son relaciones matemáticas básicas que indican que una

propiedad de un objeto o sistema está siendo conservada.

Tales principios físicos permiten predecir cambios de una variable

de interés con respecto al tiempo.

Que principios están asociados a… Movimiento sin fricción de

una esfera? al enfriamiento de una taza de café? movimiento de
un giroscopio?

Siempre se formulan como

 PRINCIPIOS DE CONSERVACIÓN

Son relaciones matemáticas básicas que indican que una

propiedad de un objeto o sistema está siendo conservada.

Tales principios físicos permiten predecir cambios de una variable

de interés con respecto al tiempo.

Que principios están asociados a… Movimiento sin fricción de

una esfera? al enfriamiento de una taza de café? movimiento de
un giroscopio?

Siempre se formulan como

Cambio = Ingreso - Egreso + Producción - Consumo
 PRINCIPIOS DE CONSERVACIÓN

dQ(t)
= qin (t) qout (t) + g(t) c(t)
dt

Q(t) c(t) qout

qin g(t)
PRINCIPIOS DE CONSERVACIÓN
 LINEALIDAD DE MODELOS
Linealidad es uno de los conceptos más poderosos en modelación
matemática. Varios fenómenos pueden ser modelados satisfactoriamente
como lineales

Modelos son lineales cuando sus ecuaciones básicas responden de

manera directamente proporcional a la entrada o excitación del sistema

Es todo un campo de acción (Linear stability theory)

Permite el uso del principio de superposición

 LINEALIDAD DE MODELOS
Operador: Una regla de transformación que convierte una función dada
en otra función.

Operador lineal: operador matemático que cumple las siguientes dos

reglas
L(f + g) = L(f ) + L(g)
L(c̃ f ) = c̃L(f )
en forma compacta:
L(ãf + b̃g) = ãL(f ) + b̃L(g)
Ejemplos: descomponga…

d(f + g) (f + g) 2

dx
EL PROCESO DE SIMULACIÓN
EL PROCESO DE SIMULACIÓN
 EL PROCESO DE SIMULACIÓN
Simulación es el proceso en el que se utiliza un
modelo para confirmar observaciones y para
predecir comportamiento futuro del sistema
modelado
 EL PROCESO DE SIMULACIÓN
Simulación es el proceso en el que se utiliza un
modelo para confirmar observaciones y para
predecir comportamiento futuro del sistema
modelado
“En una simulación, se evalúa un modelo numéricamente, y los datos son recogidos con el fin de
estimar las verdaderas características del modelo (Simulation Modeling and Analysis, Law y Kelton,
1991)”
 EL PROCESO DE SIMULACIÓN
Simulación es el proceso en el que se utiliza un
modelo para confirmar observaciones y para
predecir comportamiento futuro del sistema
modelado
“En una simulación, se evalúa un modelo numéricamente, y los datos son recogidos con el fin de
estimar las verdaderas características del modelo (Simulation Modeling and Analysis, Law y Kelton,
1991)”

Objetivos de Evidencia Manipulación Manipulación

la simulación experimental matemática algoritmo

Evaluación e Simulación
interpretación (Finalmente!!!)
TIPOS DE MODELOS MATEMÁTICOS
 TIPOS DE MODELOS MATEMÁTICOS

El fenómeno es estático o dinámico? El tiempo tiene un rol en el modelo

 TIPOS DE MODELOS MATEMÁTICOS

El fenómeno es estático o dinámico? El tiempo tiene un rol en el modelo

Las variables cambian de manera continua o discreta?

 TIPOS DE MODELOS MATEMÁTICOS

El fenómeno es estático o dinámico? El tiempo tiene un rol en el modelo

Las variables cambian de manera continua o discreta?

Las variables pueden ser aleatorias? Determinístico vs. Estocástico

 TIPOS DE MODELOS MATEMÁTICOS

El fenómeno es estático o dinámico? El tiempo tiene un rol en el modelo

Las variables cambian de manera continua o discreta?

Las variables pueden ser aleatorias? Determinístico vs. Estocástico

Proporcionalidad+ Dependencia+ Naturaleza+de+ Aletoriedad+de+

del+sistema+ temporal+ variables+ variables+

Lineales+ Está5cos+ Con5nuos+ Determinista+

No+lineales+ Dinámicos+ Discretos+ Estocás5co+

TIPOS DE MODELOS MATEMÁTICOS
TIPOS DE MODELOS MATEMÁTICOS

Discretos Continuos

Estáticos
Determinísticos
Dinámicos
TIPOS DE MODELOS MATEMÁTICOS

Discretos Continuos

Estáticos
@2 @2 @2
+ + = 0
Determinísticos @x2 @y 2 @z 2
Dinámicos
TIPOS DE MODELOS MATEMÁTICOS

Discretos Continuos

Estáticos
@2 @2 @2
+ + = 0
Determinísticos @x2 @y 2 @z 2
Dinámicos

Discretos Continuos

Estáticos
Estocásticos
Dinámicos
TIPOS DE MODELOS MATEMÁTICOS

Discretos Continuos

Estáticos
@2 @2 @2
+ + = 0
Determinísticos @x2 @y 2 @z 2
Dinámicos

Discretos Continuos

Estáticos
Estocásticos
Dinámicos
TIPOS DE MODELOS MATEMÁTICOS

Discretos Continuos

Ecuaciones Diferenciales
Estáticos Ecuaciones Algebraicas Ordinarias o Parciales en el
espacio

Ecuaciones algebraicas o Ecuaciones Diferenciales

Dinámicos diferenciales paramétricas Ordinarias o Parciales en el
en la variable tiempo espacio y en el tiempo
 TIPOS DE MODELOS MATEMÁTICOS

Discretos Continuos

Ecuaciones Diferenciales
Estáticos Ecuaciones Algebraicas Ordinarias o Parciales en el
espacio

Ecuaciones algebraicas o Ecuaciones Diferenciales

Dinámicos diferenciales paramétricas Ordinarias o Parciales en el
en la variable tiempo espacio y en el tiempo

Ejemplo:
 TIPOS DE MODELOS MATEMÁTICOS

Discretos Continuos

Ecuaciones Diferenciales
Estáticos Ecuaciones Algebraicas Ordinarias o Parciales en el
espacio

Ecuaciones algebraicas o Ecuaciones Diferenciales

Dinámicos diferenciales paramétricas Ordinarias o Parciales en el
en la variable tiempo espacio y en el tiempo

Ejemplo:
Un modelo para el estudio de flujo de tráfico en una carretera podría ser discreto si el
interés está enfocado en la evolución de cada vehículo (o grupos de vehículos) en particular.
 TIPOS DE MODELOS MATEMÁTICOS

Discretos Continuos

Ecuaciones Diferenciales
Estáticos Ecuaciones Algebraicas Ordinarias o Parciales en el
espacio

Ecuaciones algebraicas o Ecuaciones Diferenciales

Dinámicos diferenciales paramétricas Ordinarias o Parciales en el
en la variable tiempo espacio y en el tiempo

Ejemplo:
Un modelo para el estudio de flujo de tráfico en una carretera podría ser discreto si el
interés está enfocado en la evolución de cada vehículo (o grupos de vehículos) en particular.
Por el contrario, puede ser continuo, y por lo tanto basado en ecuaciones diferenciales, si
está enfocado en el flujo vehicular, sin distinción de elementos individuales.
ERRORES DE UN MODELO NUMERICO
ERRORES DE UN MODELO NUMERICO

Los errores de un modelo matemático tienen varios orígenes y

surgen de manera “natural” en cualquier proceso de modelación
matemática. P. ej:
ERRORES DE UN MODELO NUMERICO

Los errores de un modelo matemático tienen varios orígenes y

surgen de manera “natural” en cualquier proceso de modelación
matemática. P. ej:

Modelo continuo - Ecuaciones diferenciales (simplificación

medio continuo)
ERRORES DE UN MODELO NUMERICO

Los errores de un modelo matemático tienen varios orígenes y

surgen de manera “natural” en cualquier proceso de modelación
matemática. P. ej:

Modelo continuo - Ecuaciones diferenciales (simplificación

medio continuo)

Modelo discreto - Ecuaciones en diferencias (expansión y

truncamiento)
ERRORES DE UN MODELO NUMERICO

Los errores de un modelo matemático tienen varios orígenes y

surgen de manera “natural” en cualquier proceso de modelación
matemática. P. ej:

Modelo continuo - Ecuaciones diferenciales (simplificación

medio continuo)

Modelo discreto - Ecuaciones en diferencias (expansión y

truncamiento)

Sistemas de ecuaciones lineales / no-lineales

ERRORES DE UN MODELO NUMERICO

Los errores de un modelo matemático tienen varios orígenes y

surgen de manera “natural” en cualquier proceso de modelación
matemática. P. ej:

Modelo continuo - Ecuaciones diferenciales (simplificación

medio continuo)

Modelo discreto - Ecuaciones en diferencias (expansión y

truncamiento)

Sistemas de ecuaciones lineales / no-lineales

Solución numérica (inversión de matrices, determinación de

raíces, proceso iterativo, etc)
 ERRORES DE UN MODELO NUMERICO
Movimiento de una esfera Sistemas de EDOs -
en un medio fluido orden 1

Ecuaciones en diferencias
Ecuación de movimiento - Método de Euler
EDO orden 2

Universidad Nacional de Colombia

Facultad de Ingeniería
ERRORES DE UN MODELO NUMERICO
ERRORES DE UN MODELO NUMERICO

Motivación: Cuál es el nivel de incertidumbre de

nuestras estimaciones?
ERRORES DE UN MODELO NUMERICO

Motivación: Cuál es el nivel de incertidumbre de

nuestras estimaciones?

Error absoluto total: valor aproximado - valor verdadero

ERRORES DE UN MODELO NUMERICO

Motivación: Cuál es el nivel de incertidumbre de

nuestras estimaciones?

Error absoluto total: valor aproximado - valor verdadero

Error relativo: Error absoluto total / valor verdadero

ERRORES DE UN MODELO NUMERICO

Motivación: Cuál es el nivel de incertidumbre de

nuestras estimaciones?

Error absoluto total: valor aproximado - valor verdadero

Error relativo: Error absoluto total / valor verdadero

Valor verdadero: generalmente “desconocido”, por lo que

estimamos el error o lo limitamos
ERRORES DE UN MODELO NUMERICO

Motivación: Cuál es el nivel de incertidumbre de

nuestras estimaciones?

Error absoluto total: valor aproximado - valor verdadero

Error relativo: Error absoluto total / valor verdadero

Valor verdadero: generalmente “desconocido”, por lo que

estimamos el error o lo limitamos

Error relativo generalmente se calcula usando un valor

estimado
 ERRORES DE UN MODELO NUMERICO

Universidad Nacional de Colombia

Facultad de Ingeniería
 ERRORES DE UN MODELO NUMERICO

Típico problema:

Universidad Nacional de Colombia

Facultad de Ingeniería
 ERRORES DE UN MODELO NUMERICO

Típico problema:

Calcule el valor de una función f para un argumento dado

Universidad Nacional de Colombia

Facultad de Ingeniería
 ERRORES DE UN MODELO NUMERICO

Típico problema:

Calcule el valor de una función f para un argumento dado

x = valor verdadero de entrada

Universidad Nacional de Colombia

Facultad de Ingeniería
 ERRORES DE UN MODELO NUMERICO

Típico problema:

Calcule el valor de una función f para un argumento dado

x = valor verdadero de entrada

f(x) = función verdadera o valor buscado de la realidad

Universidad Nacional de Colombia

Facultad de Ingeniería
 ERRORES DE UN MODELO NUMERICO

Típico problema:

Calcule el valor de una función f para un argumento dado

x = valor verdadero de entrada

f(x) = función verdadera o valor buscado de la realidad

x* = Valor de entrada aproximado

Universidad Nacional de Colombia

Facultad de Ingeniería
 ERRORES DE UN MODELO NUMERICO

Típico problema:

Calcule el valor de una función f para un argumento dado

x = valor verdadero de entrada

f(x) = función verdadera o valor buscado de la realidad

x* = Valor de entrada aproximado

f’(x*) = función aproximada calculada en realidad

Universidad Nacional de Colombia

Facultad de Ingeniería
 ERRORES DE UN MODELO NUMERICO

0 ⇤
Error total: f (x ) f (x)
0 ⇤ ⇤ ⇤
f (x ) f (x ) + f (x ) f (x)
Error computacional + Error propagado de datos

Universidad Nacional de Colombia

Facultad de Ingeniería
 ERRORES DE UN MODELO NUMERICO

0 ⇤
Error total: f (x ) f (x)
0 ⇤ ⇤ ⇤
f (x ) f (x ) + f (x ) f (x)
Error computacional + Error propagado de datos

Los algoritmos numéricos y computacionales NO tienen

efecto sobre el error propagado de datos

Universidad Nacional de Colombia

Facultad de Ingeniería
 ERRORES DE UN MODELO NUMERICO

Universidad Nacional de Colombia

Facultad de Ingeniería
 ERRORES DE UN MODELO NUMERICO
Error de truncamiento: Diferencia entre resultado verdadero (datos reales
de entrada) y el resultado producido por un algoritmo usando aritmética
exacta

Universidad Nacional de Colombia

Facultad de Ingeniería
 ERRORES DE UN MODELO NUMERICO
Error de truncamiento: Diferencia entre resultado verdadero (datos reales
de entrada) y el resultado producido por un algoritmo usando aritmética
exacta

Por ejemplo, el causado por aproximaciones como truncamiento de series

infinitas o terminación de una secuencia iterativa antes de alcanzar
convergencia.

Universidad Nacional de Colombia

Facultad de Ingeniería
 ERRORES DE UN MODELO NUMERICO
Error de truncamiento: Diferencia entre resultado verdadero (datos reales
de entrada) y el resultado producido por un algoritmo usando aritmética
exacta

Por ejemplo, el causado por aproximaciones como truncamiento de series

infinitas o terminación de una secuencia iterativa antes de alcanzar
convergencia.

Error de redondeo: Diferencia entre el resultado de un algoritmo dado

usando aritmética exacta y el resultado del mismo algoritmo usando aritmética
de precisión limitada

Universidad Nacional de Colombia

Facultad de Ingeniería
 ERRORES DE UN MODELO NUMERICO
Error de truncamiento: Diferencia entre resultado verdadero (datos reales
de entrada) y el resultado producido por un algoritmo usando aritmética
exacta

Por ejemplo, el causado por aproximaciones como truncamiento de series

infinitas o terminación de una secuencia iterativa antes de alcanzar
convergencia.

Error de redondeo: Diferencia entre el resultado de un algoritmo dado

usando aritmética exacta y el resultado del mismo algoritmo usando aritmética
de precisión limitada

Por ejemplo el causado por representación inexacta de números reales.

Universidad Nacional de Colombia

Facultad de Ingeniería
 ERRORES DE UN MODELO NUMERICO
Error de truncamiento: Diferencia entre resultado verdadero (datos reales
de entrada) y el resultado producido por un algoritmo usando aritmética
exacta

Por ejemplo, el causado por aproximaciones como truncamiento de series

infinitas o terminación de una secuencia iterativa antes de alcanzar
convergencia.

Error de redondeo: Diferencia entre el resultado de un algoritmo dado

usando aritmética exacta y el resultado del mismo algoritmo usando aritmética
de precisión limitada

Por ejemplo el causado por representación inexacta de números reales.

Error computacional es la suma de los dos, pero uno de ellos siempre

prima sobre el otro.
Universidad Nacional de Colombia
Facultad de Ingeniería
 ERRORES DE UN MODELO NUMERICO

Universidad Nacional de Colombia

Facultad de Ingeniería
 PRECISIÓN Y EXACTITUD

Exactitud Buena precisión Buena Poca precisión

media y poca y buena precisión y y poca
precisión exactitud poca exactitud exactitud
 PRECISIÓN Y EXACTITUD

Exactitud Buena precisión Buena Poca precisión

media y poca y buena precisión y y poca
precisión exactitud poca exactitud exactitud

Exactitud (Accuracy): “Que tan cerca está una estimación del

valor verdadero”
 PRECISIÓN Y EXACTITUD

Exactitud Buena precisión Buena Poca precisión

media y poca y buena precisión y y poca
precisión exactitud poca exactitud exactitud

Exactitud (Accuracy): “Que tan cerca está una estimación del

valor verdadero”

Precisión: “Que tan cerca concuerdan entre sí diferentes

aproximaciones de una valor”
SENSIBILIDAD Y CONDICIONAMIENTO

Un problema es insensible o bien-condicionado si el cambio relativo en

la entrada causa un cambio relativo similar en la solución.

Un problema es sensible o mal-condicionado si el cambio relativo en la

solución es mucho más grande que el cambio en los datos de entrada.

Número de condición:
SENSIBILIDAD Y CONDICIONAMIENTO

Un problema es insensible o bien-condicionado si el cambio relativo en

la entrada causa un cambio relativo similar en la solución.

Un problema es sensible o mal-condicionado si el cambio relativo en la

solución es mucho más grande que el cambio en los datos de entrada.

Número de condición:

Problema es mal-condicionado si cond >> 1.0

 FORMAS DE USO DEL MODELO

Universidad Nacional de Colombia

Facultad de Ingeniería
 FORMAS DE USO DEL MODELO

En algunos casos la solución al modelo matemático puede ser

encontrada de manera analítica (well-posedness), y por tanto su
uso se puede enfocar a encontrar comportamientos paramétricos.

Universidad Nacional de Colombia

Facultad de Ingeniería
 FORMAS DE USO DEL MODELO

En algunos casos la solución al modelo matemático puede ser

encontrada de manera analítica (well-posedness), y por tanto su
uso se puede enfocar a encontrar comportamientos paramétricos.

En muchos casos tal solución analítica es “virtualmente” imposible

de determinar (o el tiempo para su determinación hace el modelo
impráctico). Se recurre entonces a implementaciones
computacionales o numéricas.

Universidad Nacional de Colombia

Facultad de Ingeniería
 FORMAS DE USO DEL MODELO

En algunos casos la solución al modelo matemático puede ser

encontrada de manera analítica (well-posedness), y por tanto su
uso se puede enfocar a encontrar comportamientos paramétricos.

En muchos casos tal solución analítica es “virtualmente” imposible

de determinar (o el tiempo para su determinación hace el modelo
impráctico). Se recurre entonces a implementaciones
computacionales o numéricas.

En cualquiera de los dos casos, aún cuando un problema este bien

planteado (well-posed) puede estar mal condicionado (ill-
conditioned)

Universidad Nacional de Colombia

Facultad de Ingeniería
ROBUSTEZ DE UN MODELO MATEMÁTICO
CARACTERÍSTICAS DE UN MODELO MATEMÁTICO
CARACTERÍSTICAS DE UN MODELO MATEMÁTICO

Un modelo exitoso debe conducir a un entendimiento mejorado

de la situación o fenómeno físico a estudiar
CARACTERÍSTICAS DE UN MODELO MATEMÁTICO

Un modelo exitoso debe conducir a un entendimiento mejorado

de la situación o fenómeno físico a estudiar

El modelo debe ser robusto: siempre debe conducir a resultados

consistentes*
CARACTERÍSTICAS DE UN MODELO MATEMÁTICO

Un modelo exitoso debe conducir a un entendimiento mejorado

de la situación o fenómeno físico a estudiar

El modelo debe ser robusto: siempre debe conducir a resultados

consistentes*

El modelo debe permitir predecir: debe ser capaz de anticipar

resultados que puedan ser verificados posteriormente por medio
de observación experimental
CARACTERÍSTICAS DE UN MODELO MATEMÁTICO

Un modelo exitoso debe conducir a un entendimiento mejorado

de la situación o fenómeno físico a estudiar

El modelo debe ser robusto: siempre debe conducir a resultados

consistentes*

El modelo debe permitir predecir: debe ser capaz de anticipar

resultados que puedan ser verificados posteriormente por medio
de observación experimental

Todo modelo debe contener un grado de simplicidad en su

concepción
ROBUSTEZ DE UN MODELO MATEMÁTICO
Los resultados obtenidos con el modelo pueden ser replicados con otros modelos
alternativos, verificados con experimentación, o validados en algún grado usando leyes
generales.

Es lo suficientemente simple como para incorporar las incertidumbres asociadas a la

realidad que analiza el modelo, sin perder exactitud. (Desensibilización a la influencia
de múltiples factores “poco” relevantes)

Los resultados se encuentran dentro de un margen “pequeño” de error, con respecto

a los datos cuantitativos del fenómeno o sistema modelado.

Simplicidad

Generalidad Modelo Robusto Exactitud

 RESUMEN…

Idealización y aproximaciones
Mundo Real Modelo del mundo real
Basado en experiencia y entendimiento de la situación

basada en experiencia
simbólica abstracta
Representación
Comparación

matemática
Resultados
Modelo Matemático

Simplificación Modelo
Solución basada en experiencia Matemático
matemática y de simulación
 RESUMEN Y COMENTARIOS

Primeras versiones del modelo deben ser tan simples como sean
posibles

Corroborar el nivel de incertidumbre inducido por suposiciones y

simplificaciones

Un modelo debe ser robusto. Pequeños refinamientos no deben

cambiar el comportamiento del modelo de manera radical.

Un modelo y sus resultados NUNCA serán más exactos que los datos
reales.

Todo proceso de modelación deberá incluir un análisis de los resultados:

estos deben ser comprendidos e interpretados de manera integral.

Universidad Nacional de Colombia

Facultad de Ingeniería
 Y PARA TERMINAR…

Como se podría refinar el modelo

del “bombardero”?