INGENIERIA DE PROCESOS M.C.

Miriam Snchez De Dios

MODELOS MATEMTICOS BASADOS EN LA NATURALEZA DE LAS ECUACIONES

Expositores: Cruz Reyes Juan Carlos Hdez. Rueda de len ngel Azael Len Chvez Ma. Alejandra Lpez Lpez Beatriz Moiss Ramrez Lpez Ma. Esther Snchez Vzquez Teapa, Tabasco a 19 de febrero del 2013

MODELOS MATEMTICOS BASADOS EN LA NATURALEZA DE LAS ECUACIONES

Un modelo matemtico es la expresin formal (en lenguaje matemtico) de las relaciones entre los componentes de un modelo. La construccin de un modelo implica la seleccin y cuantificacin de los componentes, variables y relaciones presentes en el sistema para representarlo con el nivel de detalle requerido.

Puede ser algo tan simple como sustituir las variables de una ecuacin por sus valores reales o puede ser un conjunto complejo de ecuaciones interrelacionadas cuyas variables se ven modificadas a lo largo del tiempo y a travs del espacio

Los modelos matemticos son fundamentales en la operacin de plantas ya existentes y el diseo de plantas nuevas o modificadas.

Un modelo ser o no adecuado en la medida en que se ajuste al problema real , y por tanto, para evaluar su calidad, el ingeniero debe tomar datos reales, directamente del proceso, y compararlos con las predicciones del modelo.

Entonces por modelo, entenderemos a la representacin o reproduccin de los fenmenos. Los modelos pueden ser de diferentes tipos, para nuestros objetivos nos interesan modelos de tipo matemtico.

Desde el punto de vista de la naturaleza de las ecuaciones que involucra el modelo y, por tanto, con enfoque hacia la solucin del mismo, puede hacerse la siguiente clasificacin .

De acuerdo a la relacin entrada-salida.

Modelo determinstico: Es aquel que para un valor dado de la variable independiente, es decir, es posible asignar a cada valor de entrada un valor fijo de salida, o una serie de valores fijos para una serie dada de condiciones de entrada.

Modelo probabilstico:
Se le conoce tambin como estocstico o aleatorio, y se trata de aquel que involucra el principio de incertidumbre, es decir, las relaciones entrada-salida no se conocen precisamente, por lo que los valores de salida dan siempre con cierto porcentaje de seguridad

MODELOS DETERMINISTICOS MODELOS PROBABILISTICOS.

Determinsticos. Los problemas de toma de decisiones se pueden clasificar en dos categoras de modelos de decisin. Probabilsticos.

Las buenas decisiones se basan en sus buenos resultados se consigue lo deseado de manera determinstica es decir libre de riesgo.

Esto depende de la influencia que puedan tener los factores no controlables en la determinacin de los resultados de una decisin.

Modelos probabilsticos.
Abordar las decisiones como si fueran apuestas es la base de la teora de la decisin. Significa que tenemos que compensar el valor de un cierto resultado contra su probabilidad.

Para operar segn los cnones de la teora de la decisin debemos de hacer calculo del valor de un cierto resultado y sus probabilidades y a partir de all de las consecuencias de nuestras elecciones.

De acuerdo a su estructura matemtica.

Modelo lineal: Este tipo de modelo esta representado por ecuaciones y condiciones limite lineales; es decir, la variable dependiente y sus derivadas sucesivas no se encuentran multiplicadas entre si. Modelo no lineal: Es aquel en el que la variable dependiente y sus derivadas sucesivas se multiplican entre si .

En los modelos lineales los parmetros (valores poblacionales desconocidos) entran linealmente en la ecuacin. No importa que la(s) variable(s) independiente(s) estn en la ecuacin en forma no lineal: recordemos que son fijas, ya sea por el diseo o por observacin. Lo importante es que cada parmetro aparezca multiplicado por una cantidad conocida y despus sumado.

Esto permite encontrar soluciones usando mtodos para resolver ecuaciones mltiples. Ejemplos clsicos de modelos lineales de regresin son: