¿Qué es un modelo? Es una representación ideal de un sistema y la forma en que este se desarrolla. Un modelo es una abstracción teórica del mundo real que tiene dos usos fundamentales: Reducir la complejidad, para observar las características que hay en un proceso, dejando de lado detalles menos importantes, que harían el análisis trabajoso. Realizar predicciones concretas, que se puedan verificar mediante experimentos u observaciones. De esta forma, los modelos dirigen los estudios empíricos en una u otra dirección. TIPOS DE MODELOS Existen tres tipos fundamentales de modelos: Verbales, De simulación Analíticos Modelos verbales Estos modelos se ajustan al esquema de “si se cumple esta condición, entonces lógicamente debería de ocurrir esto”. Aunque este modelo no tiene buena aceptación pues carecen de rigor matemático, pero estos modelos pueden llegar a ser muy importante en el mundo científico. Uno de los ejemplos muy importante en el mundo científico, que revoluciono la biología; se tiene la teoría de Darwin, sobre la evolución por selección natural, que es un modelo verbal,. Modelos de simulación. En este tipo de modelos, el sistema que se quiere modelar se simula en un ordenador. Por ejemplo, partiendo de unas determinadas frecuencias alélicas en los gametos, podemos pensar en un determinado sistema de cruzamientos (aleatorio, direccional o endógamo) y simularlo en el ordenador. Modelos analíticos. Estos modelos definen el sistema con ecuación que puedes resolverse para diferentes valores de las variables introducidas y así, predecir el comportamiento del sistema. Los moldeos analíticos son los mas complicados de construir, pero también los mas certeros. En muchos casos podemos utilizar modelos matemáticos, que mediante letras , números y operaciones, representan variables, magnitudes y sus relaciones. Modelos matemáticos Un modelo matemático es producto de una abstracción de un sistema real; eliminando las complejidades y haciendo suposiciones pertinentes, donde se aplica una técnica matemática y se obtiene una representación simbólica del mismo. MODELAMIENTO DE PROCESOS DESARROLLO DE UN MODELO MATEMATICO Para investigar como varia el comportamiento de un proceso ante cambios en los disturbios externos y las variables manipuladas y estar en la capacidad de diseñar el controlados apropiado, puede usarse dos enfoques: Enfoque teórico Enfoque experimental Elementos de los modelos matemáticos Un modelo matemático consta al menos de tres conjuntos básicos de elementos. Variables de decisión y parámetros: son incógnitas que deben ser determinadas a partir de la solución del modelo. Los parámetros representan los valores conocidas del sistema o bien que se pueden controlar. restricciones: Son relaciones entre las variables de decisión y magnitudes que dan sentido a la solución del problema y las acotan a valores factibles. Por ejemplo si una de las variable de decisión representa el numero de empleados de un taller, es evidente que el valor de esta variable no puede ser negativa. Funcion objetivo: Es una relación matemática entre las variable de decisión, parámetros y una magnitud que representa el objetivo o producto del sistema. Por ejemplo si el objetivo del sistema es minimizar los costos de operación, la función objetivo debe expresar la relación entre el costo y las variables de decisión. La solución Optima se obtiene cuando el valor del costo sea mínimo para un conjunto de valores factibles de las variables. Es decir hay que determinar las variables: x1, x2,……….xn; que optimicen el valor de Z = f(x1, x2,…..xn) sujeto a restricciones de la forma g(x1, x2,……….xn ) donde: x1, x2,……….xn son las variables de decisión, Z es la función objetivo; f, es una función matemática. MODELAMIENTO MATEMATICO DE PROCESOS a) Enfoque teórico: se aplica generalmente cuando se requiere diseñar un controlados para un proceso industrial cuya planta aun no ha sido construida. La representación del proceso se hace mediante ecuaciones matemáticas (algebraicas y/o diferenciales) cuya solución permitirá conocer el comportamiento dinámico del proceso. b) Enfoque experimental: Este enfoque se aplica cuando el equipo físico del proceso industrial esta disponible. El método consiste en cambiar deliberadamente las variables de entrada del proceso (disturbio externos y variables manipuladas) y medir cuidadosamente las variables de salida (temperatura, presión, flujo, etc.) para observar como varían estas con el tiempo. MODELAMIENTO MATEMATICO Un buen modelo matemático es un compromiso entra la exactitud, la pertinencia y la claridad. Es frecuentemente deseable que sea capaz de predecir los sucesos futuros con un alto grado de exactitud que consiguientemente requiere un modelo mas bien complejo. Sin embargo, la mayor complejidad del modelo será la dificultad de determinar los valores apropiados de los parámetros del modelo y la menor generalmente ser la aplicación del modelo. Por ejemplo un modelo puede desarrollarse para predecir la influencia de las descarga de un efluente industrial sobre las concentraciones de oxigeno disuelto en un rio. Un pronostico preciso puede ser obtenido por un modelo particular para el rio en cuestión, pero esta podría dar resultados poco satisfactorio cuando se aplicara a otro rio bajo condiciones diferentes. Un modelo alternativo mas general. Podría dar resultados mas capaces pero el costo de una pérdida de exactitud. Además un aumento en la complejidad puede conducir una reducción en la comprensibilidad. Principios básicos del modelado matemático A. El modelo matemático únicamente puede ser un acercamiento a los procesos reales de la vida que son frecuentemente sumamente complejos y parcialmente entendidos. Así los modelos son en sí mismos ni buenos ni malos pero deberían satisfacer bien el fin para el que anteriormente se definieron. B. La Modelización es un proceso de desarrollo continuo que es generalmente aconsejable partir de la representación conceptual más simple del proceso y construir más y más complejidades mientras se desarrolla el modelo. Frecuentemente, partir del proceso en su forma más compleja conduce a la turbación. C. La Modelización es un arte pero también un proceso de aprendizaje muy importante de la teoría pertinente y un considerable conocimiento del funcionamiento real que el proceso requiere. Uno de los factores más importantes de la modelización está en la comprensión básica de la sucesión de los efectos y causas de los procesos individuales. D. Los modelos deben ser realistas y robustos. Un modelo que predice efectos que son bastantes contrarios al sentido común o a la experiencia normal es inverosímil que se reciba con confianza. Los cuatro principios básicos del modelado matemático, son materia de sentido común. PRINCIPIOS BÁSICOS DE LA CONSTRUCCIÓN DE MODELOS
Definir el fin del modelo
Comienzo simple
Desarrollo de complejidades en el tiempo
Usar el modelo para aprender
Los modelos deben ser
creíbles Aspectos Generales del Enfoque de la modelización • Una etapa esencial en el desarrollo de cualquier modelo es la formulación apropiada de las ecuaciones de balance de energía y masa. A estas pueden agregarse relaciones adicionales como: las velocidades de reacción química, la transferencia de masa y de calor, los cambios en las propiedades de sistema, los equilibrios de fases y control. La combinación de todas estas relaciones es la base para la descripción cuantitativa del proceso y comprende el modelo matemático básico. • El modelo resultante puede oscilar desde un caso simple con relativamente pocas ecuaciones a modelos de grande complejidad. Sin embargo la mayor complejidad del modelo, es la dificultad en identificar el aumento del número de parámetros que valora. Una de las habilidades de modelar es buscar el modelo más simple posible, capaz de dar una representación realista del proceso. Ventajas de la simulación La aplicación del modelado combinado y la aproximación de la simulación conduce a las ventajas siguientes: a) El modelado mejora la comprensión del proceso. b) Los modelos ayudan en el diseño experimental. c) Los modelos pueden usarse par predecir acciones futuras. d) Los modelos pueden usarse para mejorar procesos. e) Los modelos pueden usarse en entrenar y enseñar a técnicos. Modelar en la Tecnología Ambiental La comprensión del medio en el que vivimos, la interacción del hombre con el ambiente protegiéndolo del daño y la rectificación del daño ya ocasionado son esenciales para la supervivencia a largo plazo del planeta. La gama de problemas ambientales es inmensa de todos los aspectos de nuestras vidas, y su estudio abraza muchas áreas tradicionales del tema, en las que el ingeniero ambiental juega un papel muy positivo. Modelar en la Tecnología Ambiental Los procesos ambientales y bioprocesos ambientales consisten en interacciones complejas entre procesos físicos, químicos y biológicos. Los más importantes de estos, se pueden expresar en los términos de ingeniería que usan los científicos: Técnicas de diseño con balances de masa y energía, Equilibrios, Cinéticas microbiológicas y de poblaciones, Termodinámica, Procesos de transporte, Reacciones químicas y bioquímicas, Transferencia de masa y calor y estequiometria. Clasificación de los Modelos Matemáticos Muchos enfoques diferentes se han adoptado para la clasificación de los modelos de los procesos ambientales. Una distinción puede ser entre: • modelos determinísticos y modelos estocásticos, • modelos dinámicos y modelos estáticos. Clasificación de los modelos A. Modelos Determinísticos • Los modelos en que todos los parámetros tienen definidos los valores se llaman determinísticos. • En ellos no son tomadas en cuenta fluctuaciones ambientales aleatorias y asignan valores constantes a los parámetros de modelo tal como velocidades de crecimiento, velocidades de corrientes, volúmenes, concentraciones y temperaturas. En muchos procesos esta es una suposición razonable y frecuentemente los modelos determinísticos pueden dar buenas predicciones, pero la introducción de una complejidad extra por la asignación de variables estadísticas a los valores de los parámetros es a menudo no útil. • Esto se aplica especialmente a las aplicaciones del modelizado de los procesos de tratamiento de aguas residuales donde los parámetros de operación comúnmente se mantienen constantes. B. Modelos Estocásticos • Los modelos estocásticos pueden usarse para representar fluctuaciones ambientales aleatorias en parámetros tales como temperatura, aguas de lluvia, velocidad de flujo del los afluentes y su concentración. • Frecuentemente un significado, o valor esperado se asigna al parámetro (esto puede ser dependiente-tiempo) y una variación dependiente-tiempo superpone a este valor. Algunos parámetros no tienen un valor fijo pero muestran una distribución de valores que puede entonces ser representada por un modelo estocástico. • Ejemplos de tales parámetros incluyen las distribuciones en la edad de una población, la velocidad y tamaño de una burbuja en un reactor ventilado, la frecuencia de contacto sexual entre la población de diferentes grupos y distribuciones en el tamaño de partícula de suelo. Las distribuciones estadísticas, tal como Gaussianas, Poisson, binomiales, logarítmicas etc. pueden usarse para describir los datos experimentales. Bajo tales condiciones, el modelo puede ser recorrido repetidamente por valores de los parámetros escogidos al azar desde estas distribuciones para generar una distribución de posibles resultados en la llamada simulación MonteCarlo. • La ventaja de modelos estocásticos es que mediante ellos se pueden predecir sucesos de baja frecuencia que puede tener implicaciones críticas para el proceso y que no son predecidas por un modelo determinísticos. • La principal desventaja es que mientras que frecuentemente el significado del valor del parámetro puede conocerse con un grado razonable de exactitud, comúnmente la distribución de los valores no es conocida con el mismo grado de exactitud, y esto puede conducir a inexactitudes. C. Modelos Estáticos • Los modelos también pueden clasificarse en estado dinámico o estático, dependiendo si sus condiciones cambian con el tiempo. Los modelos estáticos tienen la ventaja que son matemáticamente más simples que los modelos dinámicos equivalentes y los conjuntos de ecuaciones algebraicas resultantes que representan el modelo pueden frecuentemente se resolverse analíticamente para derivar relativamente en un diseño y relaciones operacionales más simple. • Por ejemplo, muchos de los procesos de tratamiento de aguas residuales, frecuentemente recurren a modelos estáticos que se usan usualmente para su diseño, operación y gestión D. Modelos Dinámicos • Todos los procesos naturales ambientales son dinámicos y aunque las condiciones se puedan frecuentemente acercar al estado estático, la comprensión de la dinámica es esencial, si la influencia de los cambios en las condiciones quiere ser predicha. Incluso en las plantas de tratamiento de aguas residuales diseñadas para operar en estado estático, un modelo dinámico es frecuentemente necesario para ser capaz de comenzar a modelar y conocer la influencia de las perturbaciones sobre el sistema. • Los modelos dinámicos son frecuentemente muy complejos, ya que ellos se componen de conjuntos de ambas ecuaciones algebraicas y diferenciales, que hasta que el nacimiento de la computadora moderna, las técnicas numéricas basadas en la integración eran sumamente difícil resolver. La mayoría de los procesos ambientales son descritos por conjuntos de ecuaciones no lineales de modelo dinámico y son consiguientemente muy difíciles o imposibles para resolver analíticamente. El Procedimiento General de Modelización. Uno de los aspectos más importantes de modelar es la necesidad frecuente de reevaluar la teoría básica y las ecuaciones matemáticas a fin de logran un resultado realista. Las etapas siguientes pueden identificarse en el procedimiento de modelar: Lo primero involucra la definición apropiada del problema. La teoría disponible debe entonces formularse en términos matemáticos. Habiendo desarrollado un modelo, las ecuaciones deben resolverse. El pronóstico de computadora debe verificarse y si es necesario enmendar el modelo GRACIAS