1
Capitulo I
Introducción
2
• Álgebra (teoría de números, álgebra lineal, geometría
algebraica, criptografía, ...)
• Análisis Matemático. (teoría de funciones, ecuaciones
diferenciales, sistemas dinámicos, caos, fractales, ...)
3
• Geometría. (geometría diferencial, física
matemática, geometría computacional, ...)
• Estadística e Investigación operativa
(probabilidad, inferencia estadística, diseños
experimentales, teoría de juegos, ...)
4
• Métodos numéricos. (resolución numérica de
ecuaciones, integración numérica, computación, ...)
Diseño de Reservas
5
6
7
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” o “VB”
• La utilización de software matemático especializado:
• “MatLab”,
• “MathCad”,
8
• Métodos numéricos son técnicas para resolver problemas
matemáticos utilizando operaciones aritméticas.
9
• 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
10
• Es importante estudiar matemática para resolver problemas reales.
• 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
11
Porqué?
Problemas reales
Modelos matemáticos Análisis Numérico
Resoluciones eficientes
(con computadores…)
Aplicaciones en áreas como:
•Ciencias Sociales
•Economia
•Ingeniería
•Medicina ...
12
Pasos para la resolución de problemas
REFINAMIENTO RESULTADO DE
CIENCIAS AFINES
MODELAMIENTO
MEDICIÓN
PROBLEMA
RESULTADO
NUMÉRICO
SELECCIÓN
DE MÉTODOS
TRUNCAMIENTO SELECCIÓN
DE ITERACIONES DE PARÁMETROS
13
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
14
Decisión
MODELO
óptima
Ajustes
Comparación
(+) o ( -)
Decisión
Resultados Implementación final
15
Panorama
PROBLEMAS REALES
(tecnología, ingeniería, industria, etc )
Contextualización
MATEMÁTICAS
EMPRESAS
Ingeniería FÍSICA
ENTIDADES matemática
Contextualización, Análisis
Adaptación de
modelos físicos,
implemetación
numérica
16
• Herramientas de Cálculo • Bibliotecas de Funciones
Numérico:
• NAG ©
• LAPACK ©
• Mathematica © • LINPACK ©
• Axiom ©
• Mapple ©
• Gauss ©
• MatLab ©
¿Qué es Matlab?
18
Función de Cálculo Numérico en Ingeniería
19
¿QUÉ ES EL MODELADO?
20
Modelo matemático
X X
Modelo de moda
21
Criterio Tipo de modelo
Fenomenológico (Filosofia)
1.Principio de formulación Balance de Población
Modelos empíricos
•Simbólico
•Icónico
•Analítico/Matemático
•Simulación
¿Cómo s
puede reducir
el error?
Aumentando
el Número de
sub intervalos
24
Modelos matemáticos
• Si los métodos numéricos sirven para resolver
problemas de ingeniería, se debe crear un
modelo matemático que represente al sistema real.
• Los modelos matemáticos generalmente se
representan 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.
26
¿QUÉ ES EL MODELADO?
27
• 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
28
• “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 datos
• Utilizar “análisis de sensibilidad” para evaluar importancia
• Utilizar el modelo para identificar los datos prioritarios
29
Modelos Físicos
30
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 (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
31
Modelos Numéricos
• Los modelos numéricos son basados en los modelo
matemáticos y permiten obtener el comportamiento del
sistema para diferentes condiciones de operación y
diferentes parámetros de diseño
• Un aspecto importante es que muy pocos problemas
pueden ser resueltos por procedimientos analíticos, siendo
necesario el empleo de métodos numéricos para resolver las
ecuaciones que gobiernan sistemas reales
• Los modelos numéricos están referidos a la
reestructuración y discretización de las ecuaciones que
gobiernan el sistema, para luego ser resueltas empleando el
computador
32
• 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 sistema y sus
repercusiones
Utilidades
• Sistema ciclo de Minado
• Sistema de ciclo de la mina por turno
33
• Sistema discreto
• Las variables de estado cambian solo en un conjunto
discreto de puntos en el tiempo
• Ejemplo: planta
• Sistema continuo
• Las variables de estado cambian de forma continua con
el tiempo
• Ejemplo: esfuerzo inducido en el macizo rocoso de la
excavación
• 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
34
35
Modelo Físico
continuo
Modelo
Analógico continuo
S
I
M Tipos de Modelo de Tipos de
O Modelos Simulación Simulación
S discreto
D
T eventos
E Modelo
E
L Matemático
M Utilidad
O
A
36
Visualización y análisis de excavaciones reales versus galerías planificadas
para el estudio de sobre o sub-excavación.
37
Límite del
sistema Relación
Parte del
sistema
38
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.
39
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.
40
Los sistemas se definen con
construcciones mentales.
Su definición se corresponde
con la representación o
modelo mental de los objetos
del mundo real.
41
• 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.
42
Modelo
Sistema
Observador
Real
43
Ayuda para el pensamiento Herramienta de predicción
Para entrenamiento
e instrucción
44
• 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,
programas. . .
45
estocástico
determinístico tiempo-continuo
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.
46
Estocástico (*) Determinístico
Si el estado de la variable en el Si el estado de la variable en el
siguiente instante de tiempo no siguiente instante de tiempo se
se puede determinar con los puede determinar con los datos
datos del momento actual del estado actual
yj = fm(xi, lk)
xi
(Existen
yj xi yj = fm(xi) yj
variables internas
–como lk–
aleatorias)
47
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= e = f(nT)
f (t)
48
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.
49
50
• Es la construcción de modelos informáticos que 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.
51
SistemaActual salida(t)
entrada(t)
parámetros =??
52
• 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
– Algoritmos genéticos
53
• No existe una completa formulación matemática del problema.
54
• Según Law y Kelton
Sistema
Experimentar Experimentar
con el con un modelo
sistema del sistema
Modelo Modelo
físico matemático
Solución
SIMULACIÓN
analítica
55
• Sistema de colas con un solo canal, por ejemplo la
cola de los vehículos en un tajo al momento de echar
el mineral a la primera chancadora .
56
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
57
¿Qué Son los Modelos?
Sustituto del sistema cuyo comportamiento se desea
predecir
Es el conocimiento científico y
tecnológico que se integra en
modelos matemáticos que se
transforman en programas de
cómputo
58
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
59
Métodos Numéricos
• Método de diferencias finitas
• Métodos de elementos finitos
• Métodos de volumen finito
• Métodos de descomposición de dominio
Modelo Numérico
• Interpolación y aproximación
• Integración y diferenciación numérica
• Algebra numérica
• Métodos numéricos para ecuaciones diferenciales
60
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
• Supercomputadora
• Posible uso de distintos sistemas operativos
• Windows, Linux, Unix…
61
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.
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:
62
Propiedad Propiedad Propiedad
Propiedad que se que sale que se
que entra genera en = del + acumula en
al sistema +
el sistema sistema el sistema
➢ Comentarios
63
3. Suposiciones Simplificantes
GL =0 Solución única
64
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.
65
• Un Modelo matemático es una formulación o una ecuación que
expresa las características esenciales de un sistema físico o proceso
en términos matemáticos
funciones
= f
Variable variables
, parámetros ,
dependiente independientes de fuerza
66
• Segunda Ley de Newton
F
F = ma a=
m
a: variable dependiente F:
funció de fuerza
m: parámetro que representa una propiedad del sistema
67
Ejemplo del Riesgo en Planificación
13/04/2019 68
13/04/2019 69
13/04/2019 70
13/04/2019 71
13/04/2019 72
13/04/2019 73
• 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, posible mayor tiempo
74
-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
75
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 derivadas parciales, y unas condiciones iniciales y de contorno
que caracterizan los límites del problema y su evolución temporal.
76
Consideraciones Generales
• En la actualidad, los métodos más empleados para este fin
son:
o Método de las Diferencias Finitas (MDF).
o Método de los Elementos Finitos (MEF).
o Método de los Elementos de Contorno (MEC).
o Método de los Volúmenes Finitos (MVF).
• La idea básica del método de los elementos finitos consiste en
discretizar el dominio del problema en sub-regiones, en las
cuales las ecuaciones en derivadas parciales siguen siendo
totalmente válidas, y resolverlas empleando una aproximación
polinomial.
77
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).
78
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
79
Estrés vertical
𝒛=𝒛
𝝈𝒛 = න 𝝆 𝒛 𝒈𝒅𝒛
𝒛=𝟎
Constante de gravedad
81
Método de los elementos finitos
82
Método de los elementos finitos
83
Método de los elementos finitos
84
Método de los elementos finitos
85
86
87
Proyecto Real en Minería
Objetivo
Objetivo
88
Metodología
89
Metodología
90
Metodología
91
92
Metodología
93
Metodología
94
Metodología
95
Metodología
96
Conclusiones y recomendaciones
97
Muchas Gracias
98
99
100