Vous êtes sur la page 1sur 23

Escuela de Ingeniería Ambiental

2017
TEMA:

“INTRODUCCIÓN A LA SIMULACIÓN Y
MODELACIÓN AMBIENTAL”
“CONCEPTOS BÁSICOS.- SISTEMA Y MODELO”
2. Objetivos
Objetivos Generales:

Al terminar el alumno será capaz de:

 Conocer Técnicas de modelado numérico de sistemas,


aplicando algunos de los programas de simulación por
ordenador de los que se utilizan en la actualidad.

 Comprender los conceptos básicos entre Modelamiento y


Simulación, se efectúan prácticas introduciendo conceptos
específicos a cada tema.
Objetivos Específicos:

El alumno será capaz de:

 Comprender los conceptos básicos: sistema y modelo.

 Conocer las fases de un proceso de elaboración de


modelos

 Explicar un modelo conceptual con un diagrama de control.

 Aplicar el modelo matemática para describir un sistema.

 Conocer ventajas y riesgos de modelos matemáticos de


sistemas naturales.
3. Contenidos

 Conceptos básicos: Sistema y modelo.

 Elementos de un modelo.

 Modelo Conceptual. Diagrama de Control.

 Descripción Matemática del Sistema.

 Algunas sugerencias para la construcción de modelos.

 Ventajas y riesgos del empleo de modelos matemáticos de


sistemas naturales.
INTODUCCIÓN

Modelos icónicos.
Modelos analógicos.
Modelos matemáticos.

La parte más difícil al usar las matemáticas para estudiar una aplicación es la
conversión de los fenómenos de la vida real al formalismo matemático. Por lo
general esto es complicado porque implica la conversión de hipótesis
imprecisas en fórmulas muy precisas.

No hay manera de evitarlo. La modelación no es fácil y la mejor manera de


lograrla es: practicar, practicar y practicar
Fuentes de contaminación de las aguas
subterráneas y superficiales
Los modelos de simulación ambiental son herramientas que permiten
simular el comportamiento de sistemas complejos a partir de los datos
de tipo físico, químico e hidrológico que caracterizan al sistema y de las
complejas interrelaciones existentes entre los mismos, formuladas en
forma de algoritmos matemáticos.

Atendiendo a su tipología las herramientas de simulación se clasifican


en modelos analógicos, modelos a escala, modelos
matemáticos y modelos numéricos. Con la evolución de la tecnología, los
modelos de tipo analógico, basados en las similitudes existentes entre dos
sistemas físicos para simular a partir de uno de ellos (por ejemplo, un sistema
eléctrico) el otro (por ejemplo, un sistema hidrogeológico), están en desuso.
Por otra parte, y a pesar de sus ventajas en materia de precisión de
resultados, los modelos basados en la realización a escala, ampliada o
reducida, de escenarios naturales, tienen una utilización limitada, condicionada
por la complejidad que conlleva el mantenimiento de las condiciones que
regulan el comportamiento del medio simulado al variar la escala de la
modelación, lo que se traduce en modelos de desarrollo costoso y con
excesivas rigideces a la hora de variar las condiciones que regulan el
comportamiento del sistema modelado.
El desarrollo tecnológico ha propiciado la utilización y el auge de los modelos
matemáticos y entre ellos, los denominados modelos numéricos de simulación por
ordenador. Esta tipología de modelos se caracteriza por:

1. La (relativa) economía de su desarrollo


2. La flexibilidad a la hora de conformar la red de interrelaciones existentes
entre los parámetros ambientales
3. La facilidad a la hora de introducir modificaciones en los valores de estos
parámetros, en las acciones exteriores a que se ve sometido el sistema
modelado e incluso en las propias interrelaciones entre ellos
4. La alta precisión en los resultados obtenidos

Sección transversal de un acuífero mostrando los parámetros que


intervienen en un modelo de simulación
CONCEPTOS BÁSICOS: SISTEMA Y MODELO
Entenderemos por «sistema» un conjunto complejo de elementos
funcionales directa o indirectamente relacionados entre sí en una red causal.

Define el diccionario de la lengua española el término «modelo» como un


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.

Modelos de estado estacionario o modelos estáticos


Modelos de estado no estacionario, variables en el tiempo o dinámicos

Ciclo observación-representación-corrección en la representación abstracta de la


naturaleza
QUÉ ES UN MODELO?

Es importante recordar que los modelos matemáticos son como otros


tipos de modelos. El objetivo no es producir una copia exacta del
objeto "real", sino más bien representar algunas características de la
cosa real.
Los sistemas del mundo real pueden ser notoriamente complicados; la
población de conejos en la pradera depende del número de coyotes, del número de
linces, del número de pumas, del número de ratones (alimento alternativo para los
depredadores), de las prácticas usuales agrícolas, del clima, de varias enfermedades
típicas de los conejos, etc. Podemos elaborar un modelo de la población de conejos
suficientemente simple para que sea entendible, solo haciendo hipótesis
simplificadoras y englobando los efectos que puedan o no ser comunes.
Una vez elaborado el modelo, debemos comparar las predicciones de este con
los datos del sistema. Si el modelo y el sistema concuerdan, tendremos confianza en
que las hipótesis hechas a1 crear el modelo son razonables y que podemos usarlo
para hacer predicciones; si no concuerdan, entonces debemos estudiar y mejorar
nuestras suposiciones. En todo caso, aprendemos más acerca del sistema al
compararlo con el modelo.
Los tipos de predicciones que son razonables dependen de nuestras hipótesis.
Si nuestro modelo se basa en reglas precisas como las leyes de Newton sobre el
movimiento o las reglas del interés compuesto, entonces podemos usarlo para hacer
predicciones cuantitativas muy exactas. Si las hipótesis son menos precisas o si el
modelo es una versión simplificada del sistema, entonces sería absurdo tratar de
obtener predicciones cuantitativas exactas. En este caso, deberíamos usar el modelo
para hacer predicciones cualitativas, tales como "la población de conejos en la
pradera aumentará…". La línea divisoria entre predicciones cualitativas y
cuantitativas es en si misma imprecisa, pero veremos que con frecuencia es mejor y
más fáci1 usar cualitativamente aun el más preciso de los modelos
ELEMENTOS DE UN MODELO
En el proceso de elaboración de un modelo matemático de un sistema complejo, se pueden
establecer las siguientes fases:
1. Adquisición de información y conocimientos previos sobre el sistema. En esta fase es
importante la identificación de los componentes internos y externos del sistema y las
relaciones entre ellos.
2. Reconocimiento de las características del entorno que afectan al sistema (p. ej. condiciones
ambientales) y delimitación del intervalo de valores de éstas dentro del cual puede operar el
modelo.
3. Especificación del objeto y alcance del modelo: identificación del problema y delimitación
del marco espacial y temporal.
4. Asignación de los elementos modelo que caracterizan el estado del sistema.
5. Descripción matemática de la estructura del modelo. En definitiva, el modelo no es más que
un conjunto de reglas o artificio matemático que nos permite predecir el estado futuro de un
sistema a partir del conocimiento de su estado actual. Básicamente la estructura matemática
del modelo está constituida por el conjunto de reglas o ecuaciones que ligan los diferentes
elementos del modelo, reproduciendo la relaciones observadas entre los componentes
internos (y externos) del sistema.
6. Verificación del modelo, ajuste a las mediciones preliminares de que se dispone y
estimación de parámetros.
7. Validación del modelo a partir de nuevas observaciones del sistema y estimación de la
incertidumbre de las predicciones.
Con todo esto, podemos agrupar los elementos de un modelo matemático
en las cinco categorías siguientes:

Variables internas: representan a los componentes internos del sistema.


Variables externas: representan a los componentes externos del
sistema.
Ecuaciones matemáticas: representan las relaciones entre los
componentes del sistema.
Parámetros: términos numéricos de las ecuaciones matemáticas cuyo
valor puede variar dependiendo del ámbito de aplicación del modelo.
Constantes: términos numéricos de las ecuaciones matemáticas cuyo
valor es invariable dentro del marco espacial y temporal de aplicación del
modelo.

VARIABLES DE ESTADO (INTERNAS). Ejemplo [ ] de sustancias en un


sistema químico.
VARIABLES DE CONTROL (EXTERNAS). Ejemplo T y P del sistema
químico
MODELO CONCEPTUAL. DIAGRAMAS DE CONTROL

Ejemplo de diagrama de control. Interacciones entre


variables internas y externas
ALGUNAS SUGERENCIAS PARA LA CONSTRUCCIÓN DE
MODELOS

Los pasos básicos para elaborar un modelo son:


Paso 1 Establezca claramente las hipótesis en que se basará el
modelo. Estas deben describir las relaciones entre las cantidades por
estudiarse.
Paso 2 Defina completamente las variables y parámetros que se
usarán en el modelo.
Paso 3 Use las hipótesis formuladas en el paso 1 para obtener
ecuaciones que relacionen las cantidades del paso 2.
Etapas en la construcción de modelos matemáticos de sistemas dinámicos. Las líneas
punteadas representan flujo de información; las continuas secuencia de operaciones

Definición del objeto del


modelo
Selección de las variables
que describen el sistema
Conocimientos
Identificación de procesos y previos del
relaciones entre variables sistema

Formulación matemática
de los procesos

Análisis de sensibilidad

Diseño experimental

Observaciones
Calibración del modelo experimentales

Análisis de la incertidumbre

Observaciones
Validación del modelo
experimentales
independientes
Predicción de la evolución
del sistema
VENTAJAS Y RIESGOS DEL EMPLEO DE MODELOS MATEMÁTICOS DE
SISTEMAS NATURALES

Con la finalidad de simplificar la metodología de estudio de este tipo de sistemas, se nos puede
plantear una duda primordial: ¿por qué no prescindir de la representación matemática (modelo)? ¿Qué
ventajas aporta el empleo de modelos matemáticos de sistemas naturales que pueden aconsejar su
utilización?
En respuesta a estos interrogantes, de forma concisa, podemos argumentar:
1. La modelización mejora la comprensión global del sistema representado. Los procesos reales son
a menudo complejos y parcialmente comprendidos; en consecuencia, el modelo matemático es una
aproximación de los procesos reales. El modelo representa un marco mental, una hipótesis
estructurada dentro de la que podemos colocar los valores de las variables que caracterizan el estado
del sistema, de manera que sus relaciones mutuas adquieran sentido físico.
2. Los modelos pueden ser utilizados para la predicción del comportamiento del sistema y servir para
la optimización de los procesos, tanto en fase de diseño como operativa Un modelo es una
representación ideal y generalizada de un sistema, en forma susceptible de cuantificación con el
propósito generalmente explícito de predicción;
3. Los modelos pueden ser utilizados para la educación y el entrenamiento La modelización constituye
un proceso continuo. La modelización es un arte, pero implica también un proceso importante de
aprendizaje, mejorando nuestra capacidad de interpretación de las observaciones y el conocimiento de
la estructura del sistema.
4. Los modelos ayudan al diseño experimental y constituyen una herramienta de análisis de datos
experimentales.
El proceso de modelización sugiere la necesidad de nuevos datos y experimentaciones para descubrir
aspectos del comportamiento del sistema que no son bien comprendidos.
Ejemplo 1:
Determinar una expresión matemática que calcule la velocidad de flujo en la
boquilla de la parte inferior del deposito que se muestra en la siguiente figura:

Solución:

Para determinar la velocidad en el punto 2, se aplica un balance de energía,


que para este sistema que se asume en estado estacionario. Este balance de
energía es representado por la Ecuación de Bernoulli.
Ejemplo 2:
Determinar un modelo que permita calcular el tiempo requerido para vaciar un
tanque, tomando en consideración la variación de la velocidad a medida que
disminuye la profundidad en la figura se muestra un tanque que posee una
boquilla lisa y redonda en el fondo, a través del cual se descarga el fluido,

Solución:

Partimos que vj=sqrt(2gh), ecuación de Torrechelli, Luego aplicamos un


balance: Volumen que fluye por la boquilla es igual al volumen removido.
Gracias por la Atención