UNIVERSIDAD ALAS PERUANAS

FILIAL AREQUIPA

MODELAMIENTO
AMBIENTAL

 ING° RODOLFO YANA LAURA

¿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