Introducción a

Métodos
Numéricos
 LAS PRINCIPALES ÁREAS
EN MATEMÁTICAS
• Álgebra
(teoría de números, álgebra lineal, geometría
algebraica, criptografía, ...)
• Análisis Matemático
(teoría de funciones, ecuaciones diferenciales, sistemas
dinámicos, caos, fractales, ...)
 LAS PRINCIPALES ÁREAS
EN MATEMÁTICAS
• Geometría y Topología
(geometría diferencial, física matemática,
geometría computacional, topología, ...)
• Estadística e Investigación operativa (probabilidad,
inferencia estadística, diseños experimentales, teoría
de juegos, ...)
LAS PRINCIPALES ÁREAS
EN MATEMÁTICAS
• Métodos numéricos
(resolución numérica de ecuaciones,
integración numérica, computación, ...)
MÉTODOS NUMÉRICOS
 Mapa conceptual
MÉTODOS
NUMÉRICOS

ECUACIONES
RAÍCES DE
DIFERENCIALES
ECUACIONES
PARCIALES

APROXIMACIÓN
NUMÉRICA
Y ERRORES

ECUACIONES SISTEMAS DE
DIFERENCIALES
ORDINARIAS ECUACIONES
LINEALES
INTERPOLACIÓN
DERIVACIÓN E
INTEGRACIÓN
 Métodos Numéricos
MODELOS MATEMÁTICOS

modelos matemáticos – ecuaciones

 Métodos Numéricos
• Técnicas mediante las cuales los modelos matemáticos son resueltos usando solamente
operaciones aritméticas, evitando tediosos cálculos.
• Las computadoras son máquinas que sólo hace lo que se le ordena; los tediosos
cálculos numéricos los hacen muy rápido y muy bien, sin fastidiarse.
• Por eso, para el ingeniero moderno, los métodos numéricos implican:
• El uso de calculadoras graficadoras;
• El manejo de hojas de cálculo en PC;
• La programación en lenguaje “C”, “VB” o “Fortran”
• La utilización de software matemático especializado:
• “Maple”,
• “MatLab”,
• “MathCad”,
• “Mathematica”.
 Métodos Numéricos
 Métodos numéricos son técnicas para resolver
problemas matemáticos utilizando operaciones
aritméticas.
 La solución de problemas generalmente
envuelve la repetición de operaciones por lo
que las computadoras son de mucha utilidad
en este tema.
 Antes de las computadoras, las soluciones se
encontraban de alguna de estas 3 formas:
Derivadas de métodos analíticos
Soluciones gráficas
Usando calculadoras o reglas de
cálculo
REGLA DE CALCULO
 Métodos Numéricos
Fundamentos
• Herramienta extremadamente poderosa.
• Software comercial que usa métodos numéricos.
• Posibilidad de desarrollar sus propios programas.
• Buena forma de aprender a usar
computadoras y programar
• Se pueden reforzar conocimientos de matemáticas
 La utilidad de los métodos numéricos
• Es importante distinguir la diferencia entre estudiar
matemáticas abstractas, lo que seguramente debe tener su
encanto, para los científicos puros, y estudiar matemáticas
para resolver problemas reales, que es el cometido de los
ingenieros.
Los métodos numéricos son herramientas muy poderosas para la solución de problemas.

Capaces de manejar sistemas de ecuaciones grandes, no linealidades y geometrías

complicadas, comunes en la práctica de la ingeniería

Aumentan la habilidad de quien los estudia para resolver problemas

Computación Numérica: Como?

Porqué?
Problemas
reales
Modelos Análisis Numérico
matemáticos
Resoluciones eficientes
(con computadores…)
Aplicaciones en áreas
como:
•Ciencias Sociales
•Economia
•Ingeniería
•Medicina ...
Introducción a los Métodos Numéricos

Pasos para la resolución de problemas

REFINAMIENTO RESULTADO DE
CIENCIAS AFINES
MODELAMIENTO

MEDICIÓN
PROBLEMA
RESULTADO

NUMÉRICO SELECCIÓN
DE MÉTODOS

TRUNCAMIENTO SELECCIÓN
DE DE PARÁMETROS
ITERACIONES
Introducción a los Métodos Numéricos
Flujograma – Solución
Numérica
MODELO
PROBLEMA MATEMÁTICO SOLUCIÓN
modelamiento resolución

LEVANTAMIENTO
DE DADOS
ESCOGER
IMPLEMENTACIÓN
MÉTODO
PROBLEMA COMPUTACIONAL
NUMÉRICO
CONSTRUCCIÓN
DEL MODELO
MATEMÁTICO ANÁLISIS DE

RESULTADOS

VERIFICACIÓN
 Sistema
Real Decisión
MODELO
óptima

Ajustes
Comparación
(+) o ( -)

Decisión
Resultados Implementación final
Introducción a los Métodos Numéricos
Panorama

PROBLEMAS REALES
(tecnología, ingeniería, industria, etc )

Contextualización
MATEMÁTICA
EMPRESAS Ingeniería
matemática S FÍSICA
Contextualización
, Adaptación de
modelos físicos, Análisi
ENTIDADES implemetación
s
numérica
 Computación Numérica: Como?
• Herramientas de Cálculo • Bibliotecas de Funciones
Numérico:
• NAG ©
• LAPACK ©
• Mathematica © • LINPACK ©
• Axiom ©
• Mapple ©
• Gauss ©
• MatLab ©

¿Qué es Matlab?, MATrix LABoratory

• Es un lenguaje de programación (inicialmente escrito en C)

para realizar cálculos numéricos con vectores y matrices.
Como caso particular puede también trabajar con números
escalares, tanto reales como complejos.

• Cuenta con paquetes de funciones especializadas

 INTRODUCCIÓN A LOS MÉTODOS NUMÉRICOS

• Los Métodos Numéricos corresponden a un conjunto de

herramientas o métodos usados para obtener una
solución de problemas matemáticos de forma
aproximada.

• Los Métodos Numéricos se aplican principalmente a

problemas que no presentan una solución exacta, por lo
tanto precisan ser resueltos numericamente.
 INTRODUCCIÓN A LOS MÉTODOS NUMÉRICOS

Ejemplo:
Circuito eléctrico compuesto de una
fuente de tensión y un resistor. i
V
R
V
VRi i Solución exacta
0 R
Introducción de un diodo en el circuito:
kT  i kT ln i D
v i  
ln 1 V  R  i  i 1   V
R
 q  Is  0  s 
q I
Solución utilizando
métodos
numéricos
INTRODUCCIÓN A LOS MÉTODOS NUMÉRICOS

Función de Cálculo Numérico en Ingeniería

“Buscar solucionar problemas técnicos

a través de métodos numéricos
 modelo matemático”
 Modelado y tipos de modelos

¿QUÉ ES EL MODELADO?
• Los procesos y sistemas en ingeniería son generalmente
complicados y deben ser simplificados por
idealizaciones y aproximaciones para resolver el
problema planteado.

• El proceso de simplificación del problema, para que

pueda ser representado en términos de un sistema de
ecuaciones (para el análisis, diseño y optimización) o a
través de un arreglo físico (para experimentación), es lo
que se conoce como modelado
 ¿Qué es un modelo?

X
Modelo matemático

X X
Modelo de moda
 CLASIFICACIÓN DE LOS MODELOS MATEMÁTICOS

Criterio Tipo de modelo

Fenomenológico
1. Principio de Balance de Población
formulación Modelos empíricos

Determinístico
2. Naturaleza del sistema Probabilístico

Lineales
No-lineales
3. Estructura del sistema
Dinámicos
Estáticos
4. Variación temporal
Parámetros distribuidos
Parámetros concentrados
5. Variación espacial
 Modelo matemático

Representación de la realidad

•Simbólico
•Icónico
•Analítico/Matemático
•Simulación
Computación Numérica: Como?
Modelos matemáticos
• Si los métodos numéricos para resolver
problemas
sirven de ingeniería, se debe crear un
modelo matemático que represente al sistema real.
• Los matemáticos generalmente se
representan
modelos con funciones donde una variable
depende de parámetros y otras variables
independientes.
• Si el modelo matemático es adecuado, podemos predecir el
comportamiento del sistema real.
• Por naturaleza, los métodos numéricos producen soluciones
aproximadas a los problemas matemáti- cos pero pueden ser
muy útiles para caracterizar un sistema real.
 Modelado y tipos de modelos

¿QUÉ ES EL MODELADO?

• Los procesos y sistemas en ingeniería son generalmente

complicados y deben ser simplificados mediante idealiza
ciones y aproximaciones para poder resolver el
problema planteado

• El proceso de simplificación del problema, para que

pueda ser representado en términos de un sistema de
ecuaciones (para el análisis, diseño y optimización) o a
través de un arreglo físico (para experimentación), es lo
que se conoce como modelado
 ¿Qué es un modelo?
• Una representación abstracta de…
• …ciertos aspectos de la realidad
• No todos los elementos de ella (¡esto no es posible!)
• Estructura basada en elementos seleccionados de la realidad
• Elementos elegidos para un propósito particular
• Para dar respuesta a un interrogativo en particular
• Relaciones entre los elementos

• Un modelo es un arreglo físico o un conjunto de

ecuaciones que sirven para representar algún sistema o proceso
• Clasificación general de los modelos:
• Modelos descriptivos
• Modelos predictivos
 Críticas de modelos
• “No cuentan con todos los factores relevantes”
• Un diseño inteligente lo puede resolver
• Los modelos no pueden, ni deberían, incluir “todo”
• “Todos los modelos son imprecisos, algunos son útiles”
• “Con frecuencia los datos para modelos cuantitativos
son inadecuados”
• Imprecisión en los datos →resultados menos confiables
• Especificar suposiciones inteligentes cuando hacen falta observa
ciones
• Utilizar “análisis de sensitividad” para evaluar
importancia
• Utilizar el modelo para identificar los datos prioritarios
 Modelaje en
• perspectiva…
En muchas situaciones, se debe tomar
una decisión importante con información
incompleta.
• Dos elecciones:
• Tomar la decisión con base solamente en intuición, o “
modelos mentales”
• Tomar la decisión con base en múltiples
fuentes de información, inclusive modelos
cuantitativos
• La segunda
Llegadas elección conduce
Salidas a
mejores resultados Sistema
 Modelado y tipos de modelos

Modelos Análogos

• Los modelos análogos son basados en las analogías o

similitudes entre los diferentes fenómenos físicos
existentes; estos permiten el uso de la solución y
resultados de un problema familiar, para obtener los
correspondientes resultados de algunos problemas no
resueltos

• Un ejemplo de modelos análogos es el análisis de la

transferencia de calor a través de una pared de varios
espesores y diferentes materiales estudiada mediante
la Ley de Ohm’s
 Modelado y tipos de modelos

Modelos Físicos

• Un modelo físico es uno que representa un sistema, y

generalmente es usado para obtener resultados
experimentales sobre el comportamiento de un sistema

• Un ejemplo de ellos son los modelos a escala de

vehículos los cuales son colocados dentro de túneles de
viento para estudiar las fuerzas de arrastre y
sustentación generadas sobre la carrocería
 Modelado y tipos de modelos
Modelos Matemáticos
• Un modelo matemático es uno que representa el
desempeño y comportamiento de un sistema dado en
términos de ecuaciones matemáticas, ofreciendo
resultados cuantitativos
• Los modelos matemáticos pueden estar basados en el
entendimiento físico de un sistema ó por construcción
de modelos a partir de datos (e.g., ajuste de curvas a
datos experimentales).
• Las ecuaciones que gobiernan el sistema pueden
ser
algebraicas, ecuaciones diferenciales ordinarias y/o
parciales, ecuaciones integrales ó combinación de
varias de ellas
 Modelado y tipos de modelos
Modelos Numéricos
• Los modelos numéricos son basados en los
modelo matemáticos y permiten obtener
sistema para diferentes condiciones
el comportamiento del de operación y
diferentes parámetros de diseño
• Un aspecto importante es que muy pocos
pueden ser resueltos por procedimientos analíticos,
problemas
siendo necesario el empleo de métodos numéricos para
resolver las ecuaciones que gobiernan sistemas reales
• Los modelos numéricos están referidos a
la reestructuracióny discretización de
gobiernan
las el sistema, para
ecuacionesque luego ser resueltas
empleando el computador
 Simulación de sistemas
• Imitación del funcionamiento de un proceso real con el tiempo
• Se necesita un modelo del sistema real
• Se genera una historia artificial de sucesos en el siste
ma y sus repercusiones

• Utilidades
• Contestar a preguntas tipo “what if” sobre el sistema r
eal
• Estudio de sistemas en fase de diseño (no existe el r
eal)

• Si el modelo es muy simple se puede resolver matemáticamente

• Modelos realistas son demasiado complejos para una
solución analítica
 Tipos de sistemas
• Sistema discreto
• Las variables de estado cambian solo en un conjunto
discreto de puntos en el tiempo
• Ejemplo: banco

• Sistema continuo
• Las variables de estado cambian de forma continua con
el tiempo
• Ejemplo: nivel de agua en un reservorio

• El modelo de un sistema considera solo los aspectos que afectan al problema en

estudio

• Debe ser lo suficientemente detallado para poderse obtener conclusiones que apliquen
al sistema real

• Tipos:
• Discreto/Continuo
• Estático/Dinámico
• Determinista/Estocástico
MODELADO Y SIMULACIÓN DE
SISTEMAS
 Modelo y simulación

Modelo Físico

continuo
Modelo
Analógico continuo
S
M Tipos de Modelo de Tipos de
I
Simulación
S discreto
O Modelos Simulación
T eventos
Modelo
D Utilidad Matemático
E
E
M
L
A
O
SISTEMAS
 ¿Qué es un sistema?

Relación
Parte del
Límite del sistema
sistema


Es un conjunto de elementos interrelacionados.

Se encuentra en un medio ambiente acotado por un límite.

Este conjunto persigue un objetivo concreto.

La visión que se tiene de él depende del observador.
 Ejercicio
• ¿Todos los sistemas son iguales?
• ¿De qué depende su definición?
 Definición de los sistemas
Estructural
• Se define el sistema identificando y describiendo cada uno de sus
componentes y sus interrelaciones.
• Se considera que tras hacer esto se puede conocer el sistema.

De comportamiento (Funcional)
• Se define el sistema considerándolo como una caja negra y
describiendo sus respuestas ante los posibles valores en las
entradas.
• Se conoce el sistema definiendo su dinámica.
 Propiedades de los sistemas
Sinergia.
• Con los componentes y su interrelación se consigue más que lo
que en principio resultaría de la simple suma de los componentes.

Entropía
• Refleja el grado de desorden del sistema. Se
puede reducir la entropía ingresando información al sistema.

Equilibrio homeostático.
• Equilibrio dinámico que mantiene los valores
dentro de un rango establecido.
¿Qué diagrama representa un sistema?
¿Dónde están los sistemas?

¿Sistema?
¿Dónde están los sistemas?
Los sistemas se definen
con construcciones
mentales.

Su definición se
corresponde con la
representación o modelo
mental de los objetos
del mundo real.

Cada sistema depende

del punto de vista del
observador (modelador).

Diferentes Personas  Diferentes Visiones  Diferentes Sistemas

¿Cuál es el sistema?
¿El plano de la casa, la casa, ambos o ninguno?
MODELOS
 Modelo
• Es una abstracción de la realidad.
• Es una representación de la realidad que ayuda
a entender su composición y/o funcionamiento.
• Es una construcción intelectual y descriptiva de una entidad en
la que un observador tiene interés.
• Se construye para transmitirse.
• Se emplean supuestos simples para restringirse a lo que se
considera relevante y evitar lo que no.

Un modelo es un sistema desarrollado para entender la realidad y,

en consecuencia, para modificarla.
No es posible modificar la realidad, en cierta dirección, si no se dispone de
un modelo que la interprete.
 Modelos

Modelo

Sistema
Observador
Real
 ¿Para qué sirve un modelo?

Ayuda para el pensamiento Herramienta de predicción

Para entrenamiento
e instrucción

Ayuda para la experimentación Ayuda para la comunicación

 Modelos Mentales y Formales
• Modelos Mentales.
Depende de nuestro punto de vista,
suele ser incompletos y no tener un
enunciado precis o, no son
fácilmente transmis ibles
Ideas, conceptualizaciones

• Modelos Formales.
Están basados en reglas,son
transmisibles.
Planos, diagramas, maquetas,
ecuaciones, descripciones en
HDL, programas. . .
 Niveles de abstracción

Nivel de
transacciones
 Modelos Icónicos y Abstractos

Modelos matemáticos
Modelos analógicos
Modelos a escala
Modelos físicos

ordenador
Simulación por
Exactitud Abstracción
1. Planta piloto
2. Modelo de un átomo, globo terráqueo, maqueta
3. Reloj, medidores de voltaje, gráfica de volumen/costo
4. Modelos de colas, modelos de robots
5. Velocidad, ecuaciones diferenciales.

Modelo analógico. Son aquellos en los que una propiedad del objeto real está representada
por una propiedad que la sustituye, pero con comportamiento similar.
TIPOS DE MODELOS
 Tipos de modelos de simulación

estocástic
o

determinístic tiempo-continuo
o
tiempo-discreto

estático dinámico

• Estocástico. Contienen uno o más parámetros (variables endógenas) aleatorios. Las

mismas entradas pueden ocasionar salidas diferentes.
• Determinístico. Ante entradas fijas se producen las mismas salidas.
• Estático. No se contempla el tiempo como determinante para la evolución del sistema
• Dinámico. El tiempo interviene en la variación de las variables del sistema.
• Tiempo-continuo. El modelo permite que los estados del sistema cambien
en cualquier momento.
• Tiempo-discreto. Los cambios de estado del sistema se dan en momentos discretos
del tiempo.
 Estocástico - Determinístico
Estocástico (*) Determinístico
Si el estado de la variable en el Si el estado de la variable en el
siguiente instante de tiempo no se siguiente instante de tiempo se puede
puede determinar con los datos del determinar con los datos del estado
momento actual actual

yj = fm(xi, lk)
xi
(Existen
yj xi yj = fm(xi) yj
variables internas
–como lk–
aleatorias)

Método numérico:
Método analítico: algún método de resolución
usa probabilidades para deter- minar analítica
la curva de distribución de
frecuencias
 Continuo - Discreto
Continuo Discreto (*)
El estado de las variables cambia de El estado del sistema cambia en
forma continua a lo largo del tiempo tiempos discretos del tiempo

e = f (t) e = f(nT)

Método numérico:
Método analítico: emplea utiliza procedimientos
razonamiento de computacionales para resolver el
matemáticas deductivas para modelo matemático.
definir y resolver el sistema
 Estático - Dinámico
Estático Dinámico (*)
Si el estado de las variables puede
cambiar mientras se realiza algún
cálculo
Entre las variables no se encuentra
la variable tiempo.
f [ nT ] ≠ f [ n(T+1) ]

Método analítico:
algún método de resolución
analítica. Método numérico: usa procedimientos
computacionales para resolver el
modelo matemático.
SIMULACION
 Simulación
• Es la construcción de modelos informáticosque
describen la parte que se considera esencial del
comportamiento de un sistema de interés, así como diseñar y
realizar experimentos con este modelo y extraer conclusiones de
sus resultados para apoyar la toma de decisiones.

• Se usa como un paradigma para analizar sistemas complejos. La

idea es obtener una representación simplificada de algún aspecto
de interés de la realidad

• Permite experimentar con sistemas (reales o propuestos) en casos en

los que de otra manera esto no sería práctico o bien demasiado
costoso o incluso imposible
 Simulación
Sistema Actual salida(t)

entrada(t)

parámetros =??

Simulación del Sistema salida(t)

• La simulación del sistema imita la operación del sistema actual sobre el tiempo.
• Lahistoria artificial del sistema puede generarse, observarse
y analizarse.
• La escala de tiempo puede alterarse según la necesidad.
• Las conclusiones acerca de las características del sistema actual se pueden
inferir.
Estructura de un modelo de simulación
si = f(ci, ni
)
ci ei si
ei
ni ei si

ni

ci: variable exógena controlable

ni: variable exógena no controlable
ei: variable endógena (estado del sistema)
si: variable endógena (salida del sistema)
 Simulación probabilística*
• En ocasiones se necesitan variables aleatorias en
procesos de simulación:
– Algoritmos de placement & routing, de mapping. . .
• Entre otras técnicas, en Electrónica las más
empleadas son:
– Simulación de Montecarlo
– Simulated annealing
– Algoritmos genéticos
PERTINENCIA
 ¿Cuando es apropiado simular?
• No existe una completa formulación matemática del problema.

• Cuando el sistema aún no existe.

• Es necesario desarrollar experimentos, pero su ejecución en la realidad es
difícil o imposible

• Se tiene interés en establecer un periodo de observación

del experimento distinto del que se podría establecer en la realidad.

• No se puede interrumpir la operación del sistema actual.

¿Cuándo no es aconsejable simular?

• El desarrollo del modelo de simulación requiere mucho tiempo.
• El desarrollo del modelo es costoso comparado con beneficios.
• La simulación es imprecisa y no se puede medir su imprecisión.
– El análisis de sensibilidad puede ayudar en estos casos.
 Maneras de estudiar un sistema
• Según Law y Kelton

Sistema

Experimentar Experimentar
con el con un modelo
sistema del sistema

Modelo Modelo
físico matemático

Solución
SIMULACIÓN
analítica
 Ejercicio
Sistema real:
Sección de caja de un supermercado.

Identificar:
• Elementos o entidades.
• Actividades por cada entidad.
• Variables exógenas:
– Controlables.
– No controlables.
• Variables endógenas:
– De estado
– De salida
 Ejercicio
• Sistema de colas con un solo canal, por ejemplo una caja
registradora.

• El tiempo de llegada entre clientes esta

distribuido uniformemente entre 1 y 10 minutos.
• El tiempo de atención de clientes esta
distribuido uniformemente entre 1 y 6 minutos.
• Calcular:
– Tiempo promedio en que un cliente permanece
dentro del sistema.
– Porcentaje de tiempo desocupado del cajero.
 10 0
Ejercicio 6
Hora Tiempo
tiempo Hora inicio tiempo Hora fin Tiempo cajero
No llegada servicio inactivo
llegada servicio servicio espera
0
1 9 9 9 3 12 3 9
2 2 11 12 2 14 3 0
3 6 17 17 4 21 4 3
4 8 25 25 6 31 6 4
5 6 31 31 4 35 4 0
6 9 40 40 4 44 4 5
7 4 44 44 3 47 3 0
8 3 47 47 3 50 3 0
9 5 52 52 4 56 4 2
10 5 57 57 4 61 4 1
11 5 62 62 6 68 6 1
12 10 72 72 3 75 3 4
13 2 74 75 1 76 2 0
14 2 76 76 4 80 4 0
15 4 80 80 3 83 3 0
16 8 88 88 2 90 2 5
17 8 96 96 2 98 2 6
18 3 99 99 3 102 3 1
19 6 105 105 5 110 5 3
20 3 108 110 2 112 4 0
68 72 44
5.4 3.4 3.6 2.2
 La Ingeniería Avanzada …
Aportaciones de la Modelación Computacional
• Ampliación de las reservas mundiales
• Exploración a mayor profundidad y con mayor detalle
• Mejor aprovechamiento de los yacimientos después de su
localización
La Ingeniería Avanzada …
SISMOLOGÍA

• Instrumentación para detección de ondas sísmicas

• Estudio del impacto de las ondas sísmicas en la sociedad y sus
construcciones
• Sistema de alerta sísmica
• Generación de mapas de riesgo sísmico
• Reglamentación de construcción
 La modelación …
¿Qué Son los Modelos?
Sustituto del sistema cuyo comportamiento se desea predecir

¿Qué Son los Modelos

Computacionales?

Es
el
conocimiento
tecnológico que se integra en
científico
modelos matemáticos y
que se
transforman en programas
cómputo de
 La modelación …
Los Grandes Retos
• Los sistemas de la Ciencia y la ingeniería son diversos
• Los sistemas de la Ciencia y la ingeniería son complejos
• Los sistemas de la Ciencia y la ingeniería tienen un gran número de
grados de libertad

Características de los Modelos

• Generalidad
• Sencillez
• Capacidad de enfrentar los grandes retos de la
Ciencia y la Ingeniería
 La modelación …
Las Dos Físicas

• Física Macroscópica
• Física Microscópica

Los Sistema de la Física Macroscópica

• La mayor parte de los sistemas de la ingeniería

pertenecen a está categoría

• Los modelo que los incluye a todos ellos es el de los

sistemas continuos
 La modelación …
Características del Modelo de los Sistemas Continuos
• Generalidad
• Sencillez
• Claridad
La Modelación Matemática de los Sistemas Continuos son
Ecuaciones Diferenciales
(Parciales)
• Las soluciones de estas ecuaciones son las que permiten predecir el
comportamiento
• Hoy en día el camino más eficaz para obtenerlas son los métodos
numéricos, que se implementa por medio de las computadoras
• Los modelos de Ciencia y la Ingeniería son matemáticos-
computacionales
 La modelación …
Problema Interpretación de resultados
(Acuífero, Yacimiento Petrolero, etc)

Mecánica de Medios Continuos Modelo Computacional

(Ecuación de balance + Leyes constitutivas) (Paquete o sistema de cómputo)

Modelo Matemático Implementación Computacional

(Sistema de ecuaciones diferenciales) (Programación en un lenguaje comp.)

Métodos Numéricos Modelo Numérico

(Discretización de la Ec. Dif. Parc.) (Sistema de ecuaciones algebraicas.)

Modelo Matemático
• Geometría del dominio
• Sistema de ecuaciones diferenciales
 La modelación …
Métodos Numéricos
• Método de diferencias finitas
• Métodos de elementos finitos
• Métodos de volumen finito
• Métodos de descomposición de dominio
• Métodos híbridos

Modelo Numérico
• Interpolación y aproximación
• Integración y diferenciación numérica
• Algebra numérica
• Métodos numéricos para ecuaciones diferenciales
 La modelación …
Implementación Computacional
• Cómputo Secuencial
• Programación estructurada
• Programación orientada a objetos
• Cómputo Paralelo o Distribuido
• Programación estructurada
• Programación orientada a objetos
Modelo Computacional
• Paquete o sistema de cómputo corriendo en
• Una computadora
• Un cluster
• Supercomputadora
• Posible uso de distintos sistemas operativos
• Windows, Linux, Unix…
 Cómputo de Alto Rendimiento
¿Qué es el Cómputo de Alto
Rendimiento?

• Es un conjunto de computadoras de alto

desempeño interactuando entre si, como
si fuesen un sólo equipo de cómputo
(HPC), al conjuntar una gran cantidad
¿Para que nos Interesa? de almacenamiento llegando a ser muy
rápida
• Tamaño de almacenamiento. Muchos La potencia de cómputo de una
problemas
gran cantidadrequieren hacer uso de•
de almacenamiento
(RAM o HD) supercomputadora supera en
• Velocidad.- problemas
varios ordenes de magnitud a
requieren resolverse en un tiempo una computadora de escritorio de la
Muchos misma época
límite
• Permite hacer cálculos complejos y
En •
quela gran
a lamayoría de los eproblemas
Ciencia Ingeniería le puede ser usada en una gran variedad de
interesan, requieren de un gran problemas
consumo de memoria como una creciente
rapidez de procesamiento para entregar el
resultado aprox.
 PROCEDIMIENTO GENERAL DE FORMULACIÓN DE UN
MODELO MATEMÁTICO

1. Etapa previa: Definición del problema

No se puede efectuar un planteamiento del problema a partir de una
definición inexacta del mismo ni tampoco resolver un problema
inadecuado. Por tanto, es necesario saber en qué consiste exactamente el
problema real; es decir, definir claramente las preguntas a las que es
preciso encontrar respuesta. También se deben determinar las variables
dependientes e independientes del problema.

2. Bases de Formulación del modelo

Las bases para los modelos matemáticos son las leyes fundamentales de
la física y de la química, tales como las leyes de conservación de masa,
energía y momento, en su forma más general incluyen términos
dependientes del tiempo. La ecuación general de conservación aplicada
a un sistema dinámico tiene la siguiente expresión:
 Propiedad Propiedad Propiedad
Propiedad que se que sale que se
que genera en = del + acumula
entra al +
el sistema en el
sistema sistema sistema

 Comentarios

1. Para establecer correctamente los términos correspondientes a las

entradas/salidas, es necesario definir en forma precisa el sistema en estudio.
Este no necesariamente corresponde con el proceso físico en estudio, sino más
bien con el objeto del estudio

2. El término de generación, por lo general implica la conversión de una especie

química, vale decir un compuesto a otro mediante una reacción química. Para
el caso de conservación de energía, este término involucra todos los posibles
fenómenos de conversión de un tipo de energía a otra.

3. El término de acumulación incluye las variaciones temporales de la

propiedad. Esta variación puede expresarse usando derivadas ordinarias o
parciales según el sistema (o modelo) sea a parámetros concentrados o
distribuidos
 4. Tan importante como formular las ecuaciones diferenciales o algebraicas,
para el desarrollo de un modelo matemático es la selección de un conjunto
adecuado de condiciones límite y/o condiciones iniciales.

3. Suposiciones Simplificantes

Existe un compromiso entre un descripción rigurosa y la viabilidad de una

solución moderamente complicada

4. Consistencia Matemática del Modelo

Se debe determinar la consistencia matemática del modelo, usualmente

expresada en términos de los grados de libertad del sistema, definidos
como:
GL = Nº variables – Nº ecuaciones
<0 Sin solución

GL =0
(subespecificado )
Solución única

>0 Múltiples soluciones (sobreespecificado)

 5. Solución del modelo
Consiste en resolver las ecuaciones algebraicas, diferenciales- utilizando
diferentes métodos (analíticos, numéricos, gráficos) con el fin de obtener
una relación explícita entre las variables dependientes e independientes,
que sea fácil de visualizar y manipular (con el fin de su utilización
repetitiva y de control).

6. Verificación o validación
Consiste simplemente en comparar los resultados del modelo con los
obtenidos en la operación de la planta, con los esperados teóricamente, o
con los resultados de prueba piloto. Si la comparación no ofrece los
resultados esperados, se debe ir hacia atrás revisando exhaustivamente
cada etapa.
Si los resultados de la comparación son satisfactorios, entonces procede la
simulación del proceso; esto es, la manipulación del modelo mediante
variación de los parámetros y de las condiciones de operación con el fin de
determinar su sensibilidad y robustez.
Finalmente una reflexión:

Hace 50 años, el científico francés, P.M. Dirac,

expresó lo siguiente:
Las leyes físicas fundamentales necesarias
para la
teoría de una gran parte de la física y casi toda la
química son en la actualidad completamente
conocidas, y la dificultad está solamente en que la
exacta aplicación de estas leyes conduce a
ecuaciones cuya solución es extraordinariamente
complicada

¿SE SEGUIRÁ CUMPLIENDO ESTA AFIRMACIÓN?

 Modelos matemáticos

• Un Modelo matemático es una formulación o una ecuación que

expresa las características esenciales de un sistema físico o
proceso en términos matemáticos

Variable  f  variables funciones

, parámetros
,   
dependiente independientes de fuerza

 Variable dependiente: característica que refleja el comportamiento o estado de un

sistema
 Variables independientes: generalmente dimensiones tales como tiempo y espacio, a
través de las cuales se determina el comportamiento del sistema
 Parámetros: son las propiedades o la composición del sistema
 Funciones de fuerza: influencias externas que actúan sobre el sistema
 Un modelo matemático simple

• Segunda Ley de Newton

F  ma am
F

a: variable dependiente
F: función de fuerza
m: parámetro que
representa una
propiedad del sistema

Por su forma
algebraica sencilla
puede despejarse
directamente
 Un modelo matemático complicado
• Segunda Ley de Newton para determinar la velocidad terminal de
caída libre de un cuerpo cerca de la superficie de la Tierra
(paracaidista)

g: aceleración de la gravedad
dv  F F  FD  FU  mg  c: coef. de arrastre

dt m cv

Sustituy
dv
endo F 
c
g v Es una ecuación diferencial
dt m

Solución analítica vt   gm

c
1 e   c/m

t

*Hay casos donde es imposible obtener una solución analítica
 Un modelo matemático complicado

• Solución numérica
• Se busca una aproximación a la razón de cambio de la velocidad
con respecto al tiempo con una diferencia finita dividida
50

dv v vt  vt
45


40

 i1 i
dt t ti1  i
35 Pendiente
verdadera
30

t 25

t, s
Pendiente
Sustituyendo 20 aproximada

15

vti1  vti c
 g  vti
10

 ti1  i 
0
0 2 4 6
v, m/s
8 10 12

t m
Solución numérica vti1   vi t   g  c vi t i1
 t  ti
 m

*Es necesario el valor de la velocidad en un tiempo inicial t i

 Un modelo matemático complicado
• Solución analítica vs. Solución numérica
50

45
Aumenta la exactitud

Aumenta la precisión
40

35

30
v, m/s

25

20
Solucion analitica
15
Solucion numerica
10

0
0 2 4 6 8 10 12
t, s

*mejor solución numérica implica mayor costo computacional

 Ejemplo de diferentes modelos

Sistema real
 Conociendo el proceso
…
• MODELACIÓN MATEMÁTICA
Suspensión de un automóvil

Fuerza
f(t) de
entrada
z(t)
m
Desplazamiento,
salida del sistema
b
k  F  ma
dz(t) d 2
z(t)
m
f (t)  kz(t)  dt dt 2
b
 Conociendo el proceso
…
• MODELACIÓN MATEMÁTICA
Nivel en un tanque
Flujo que
entra –
Flujo que
sale =
dh(t)
Flujo de qi (t)
Acumula  qo (t)  A dt
miento
qi(t)
entrada
h(t)
h(t) R
A
qo(t) qo (t)
1 dh(t)
(área del R qi (t)  h(t)  A
tanque) Flujo de
(resistencia salida R
de la válvula)
dt
 Modelación de Sistemas Dinámicos utilizando
Ecuaciones Diferenciales Ordinarias (EDO)
-Sistema Mecánico (sistema de suspensión en los autos)
- Sistema Hidráulico (llenado de un tanque)
- Sistema térmico (temperatura en un horno)
Sistema
-Sistema Eléctrico (velocidad de motores)
Físico
- Sistema Fisiológico (efecto de una dosis en el cuerpo h. )
- Sistema Económico ( inflación)
- Sistema de producción (producción entre máquinas)

Sistema (Físico)
y(t)
u(t) a modelar
Función forzante Respuesta del sistema
Relación causal
 Sistemas físico: Temperatura en un
horno

Flujo de
Combustible Temperatura:
Horno
qi(t)
T(t)horno

Relación causal

Temperatura

Flujo de gas
 Sistema Físico:Llenado de un
tanque
Nivel: h(t);
Caudal de
entrada Tanque Caudal
p(t): señal que regula
el caudal hacia el qi de
Salida, qo(t)
tanque. (t)
Relación causal

qi(t): Caudal de entrada

h(t): altura del tanque

qo(t): Caudal de salida
Rh: resistencia Hidráulica
A:
área del tanque
 Analogía de Sistemas de Primer
Orden
R
p(t): señal que regula
el caudal hacia el
i(t) tanque.
vi(t): fuente : C vo(t)
de voltaje
qi(t): Caudal de entrada

vi(t): fuente de voltaje

vo(t): voltaje de salida h(t): altura del
tanque
qo(t): Caudal de salida
C: Capacitor
Rh: resistencia Hidráulica
R: Resistencia A:
área del tanque
dvo(t)
R.C  vo(t)  dq0(t)
+ q0(t) = qi(t)
vi(t) dt
R.A
dt

 dvdt
o (t)
 vo(t)  vi(t) t dq (t) 0 + qi
(t)
q0(t) = dt

dc(t) K: Ganancia en estado estable

τ + c(t) = : Constante de tiempo
K.u(t) dt
 Modelación de una ecuación diferencial mediante
Diagrama a bloques.
p(t): señal que regula
el caudal hacia el
tanque. Caudal
Caudal de Caudal de =
qi(t): Caudal de entrada
entrada salida Acumulado

dh(t)
h(t): altura del tanque
(t)  Av(t)  ...... (1)
qo(t): Caudal de salida qi (t)  q 0 (t)  q acum dt
Rh: resistencia Hidráulica A
A:
área del tanque
h(t)
q 0 (t)  Rh .....
(2)
H(s)
Qi(s)  Qo(s)  A s H(s), (c. i.  0); Q0(s)  Rh

Qi(s) – Qo(s)
Qi(s) + H(s) Qo(s)
1 1
As Rh

Qo(s)
Simulación del sistema hidráulico utilizando
la herramienta computacional Matlab-
Simulink
Aplicación del sistema básico:
masa-resorte-amortiguador
 Sistema: Masa-Resorte-Amortiguador
en la suspensión de un auto

f(t)entrada: fuerza de entrada

z(t):
desplazamiento
o respuesta del sistema
Masa: m

Resort
Amortiguador
e

2
 fuerzas  ma  m d z(t)
2
i 1 dt
 Simulación mediante SIMULINK
d
2
z(t)
 Fuerzas  ma  m d t2 Fi (s) - resorte – F(s)amortiguador = m s2 Z(s)
F(s)
 fuerzas  f i (t)  f (t)resorte  f (t)amortiguador F resorte
kZ
f (t)resorte  k z(t)
(s) (s)
f (t)amortiguador  B dz(t) F (s)amortiguador  B sZ (s)
dt

F(s)resorte k
fi(t) -
1 Z(s)
Fi (s) +
- m s2
z(t)
Bs
F(s)amortiguador
Masa-Resorte-Amortiguador con SIMULINK
Paso por un bache sencillo
Masa-Resorte-Amortiguador en t
errenos con superficie rugosa.
 Ejemplo de diferentes modelos
Un problema de Aproximación
Evolución de la temperatura diurna
Hora 6 8 10 12 14 16 18 20
Grados 7 9 12 18 21 19 15 10

22
20
18
Grados

16
14
12
10
8
6
4 6 8 10 12 14 16 18 20 22
Hora
Perfil para un diseño

Polinomio interpolador
MÉTODOS NUMÉRICOS EN INGENIERÍA
CONSIDERACIONES GENERALES
El estudio de todo fenómeno físico puede realizarse planteando el problema
como un Problema de Valor de Contorno Inicial (PVCI
), en el que se emplean las ecuaciones que caracterizan el estado y
comportamiento del fenómeno, que son unas ecuaciones en deriva
das parciales, y unas condiciones iniciales y de contorno que cara cterizan los
límites del problema y su evolución temporal.
MÉTODOS NUMÉRICOS EN INGENIERÍA
CONSIDERACIONES GENERALES
En la actualidad, los métodos más empleados para este fin son:
 Método de las Diferencias Finitas (MDF).
 Método de los Elementos Finitos (MEF).
 Método de los Elementos de Contorno (MEC).
 Método de los Volúmenes Finitos (MVF).
La idea básica del método de los elementos finitos consiste en disc retizar el
dominio del problema en sub-regiones, en las cuales las ecuaciones en derivadas
parciales siguen siendo totalmente válida s, y resolverlas empleando una
aproximación polinomial. A
A B
A B
C B A
A D
C B
BD C A
DC B
A
E D A
A B
AB E D
D
F E A
G G G C
A E
G G D
B G
H
D E D BB

H
A FC
E F

F F
CB

A
BB DE F A
E FF
C D C
A
D D
D
D
C
A
B
B B A
C

D B
C
C
E E H
C
C E
A E
C
C
 Ejemplo: ANÁLISIS DE ELEMENTOS ESTRUCTURALES

En Resumen
 Ejemplo: ANÁLISIS DE ELEMENTOS ESTRUCTURALES
En Resumen
Análisis Estructural
Deformaciones
Momentos
Fuerzas
FuerzasCortantes
de Flexión
Axiales

DISEÑO ESTRUCTURAL I
114
MÉTODOS NUMÉRICOS EN INGENIERÍA
MÉTODO DE LOS ELEMENTOS FINITOS EN INGENIERÍA
MÉTODOS NUMÉRICOS EN INGENIERÍA
TIPOS DE PROBLEMAS CON ELEMENTOS FINITOS
La idea general del método de los elementos finitos es la conversión de un
medio continuo (infinitos grados de libertad) en un medio
discreto formado por un conjunto de pequeños elementos
interconectados por una serie de puntos llamados nodos (grados de
libertad conocidos).

Se presentan dos problemas:

 Problema discreto.- cuando el número de elementos usa dos es finito.
 Problema continuo.- cuando la subdivisión es continua y el problema
sólo se puede estudiar usando elementos infinitesimales.
 MÉTODOS NUMÉRICOS EN INGENIERÍA
DEFINICIÓN DEL MODELO

• Geometría
Coordenadas de los nudos
Conectividad de los elementos
• Materiales
Propiedades de los materiales
Asignación de los materiales
• Acciones y condiciones de borde
Acciones distribuidas Condiciones de
borde esenciales Condiciones de borde
naturales
Muchas