MODELOS DE INGENIERIA

Jaime Humberto Lozano Parada, PhD

Universidad Americana
Barranquilla, Atlántico
2023-2
 A Tener En Cuenta
• Uso de teléfonos y demás dispositivos electrónicos en clase
• Video muy interesante sobre el uso de distractores (dispositivos electrónicos) en clase:
https://www.youtube.com/watch?v=qyx3G_kpxuc&ab_channel=S%C3%A9Curioso%E2%80%94TED-Ed
• Habitos saludables: Regla de Ulises: https://www.youtube.com/watch?v=YNoP-NcJr00&ab_channel=PsicologiaPractica
 Que es un modelo matemático?
• Un modelo matemático es una representación de un sistema (incluyendo sus distintas
variables, parámetros, condiciones, etc.) usando conceptos y lenguaje matemático.

• En esencia, implica traducir un problema del mundo real en un conjunto de ecuaciones

matemáticas que describen cómo interactúan las variables involucradas en el problema.
Estas ecuaciones pueden ser diferenciales, algebraicas, probabilísticas u otras, dependiendo
del tipo de sistema que se esté modelando.

• El proceso de desarrollo de un modelo matemático se denomina modelado matemático.

• Los modelos matemáticos se utilizan ampliamente en las ciencias naturales (matemáticas,

física, química, biología, las ciencias de la tierra, etc.), en las ingenierías (informática,
ingeniería eléctrica, ingeniería mecánica, civil, etc.), así como en sistemas no físicos tales
como las ciencias sociales (economía , psicología, sociología, ciencia política, antropología,
etc.).

• Los modelos matemáticos se usan para resolver problemas en operaciones industriales,

comerciales, militares, etc.
• Los modelos matemáticos también se utilizan en otras áreas como la música, la lingüística,
etc.

• Un modelo puede ayudar a explicar un sistema y estudiar los efectos de diferentes

componentes, y hacer predicciones sobre su comportamiento

• Los modelos matemáticos pueden adoptar muchas formas: sistemas dinámicos, modelos
lógicos, ecuaciones diferenciales, modelos estadísticos (estocásticos), modelos de teoría de
juegos, etc.

• La calidad (o la pertinencia) de un modelo depende de que tan bien este describa la realidad
objeto de modelamiento

• Los modelos matemáticos pueden representar enormes ahorros en esfuerzo, tiempo y dinero
Algunos objetivos del modelado matemático incluyen:

Descripción y Predicción: Modelar sistemas permite describir su comportamiento y predecir cómo responderán a
diferentes condiciones y cambios en las variables.

Optimización: Se puede utilizar para encontrar los valores óptimos de ciertas variables que maximizan o minimizan una
función objetivo, como en problemas de optimización y toma de decisiones.

Análisis y Exploración: Los modelos matemáticos permiten analizar detalladamente cómo interactúan las variables y
cómo cambian con el tiempo o bajo diferentes circunstancias.

Entendimiento de Fenómenos Complejos: En muchos casos, los sistemas del mundo real son demasiado complejos
para entenderlos intuitivamente. Los modelos matemáticos simplifican estos sistemas para facilitar el estudio.

Diseño y Control: En ingeniería, el modelado matemático se utiliza para diseñar sistemas y controlar su
comportamiento, como en el diseño de circuitos electrónicos o sistemas de control automático.

Validación y Pruebas: Los modelos pueden ayudar a validar hipótesis y teorías a través de simulaciones y
comparaciones con datos experimentales.

En resumen, el modelado matemático es una herramienta poderosa que permite a los científicos, ingenieros y otros
profesionales analizar, predecir y tomar decisiones informadas sobre una amplia gama de situaciones en el mundo real.
 Aplicaciones del Modelado Matemático:

Ciencias Físicas y Naturales: En la física, la química y la biología, los modelos matemáticos se utilizan para comprender
los fenómenos físicos y biológicos, desde el movimiento de los planetas hasta la propagación de enfermedades.

Ingeniería y Tecnología: Los ingenieros utilizan modelos matemáticos para diseñar desde edificios y puentes hasta
sistemas de comunicación y dispositivos electrónicos.

Economía y Finanzas: En la economía, los modelos matemáticos ayudan a prever tendencias económicas, evaluar riesgos
financieros y analizar políticas públicas.

Ciencias de la Computación: En la informática, los modelos son fundamentales para el diseño de algoritmos, la
optimización de redes y la predicción de comportamientos en sistemas computacionales.

Medicina y Biología: En medicina, los modelos ayudan a comprender el funcionamiento del cuerpo humano y a prever
efectos de medicamentos y tratamientos. En biología, se utilizan para simular la evolución y el crecimiento de
poblaciones.

Ciencias Ambientales: Los modelos matemáticos son esenciales para predecir y entender el cambio climático, la
contaminación del aire y el agua, y el impacto ambiental de diversas actividades humanas.

Educación y Formación: Los modelos matemáticos son herramientas didácticas valiosas para explicar conceptos
científicos y matemáticos de manera más concreta y práctica.
 Ejemplos de modelos
• Modelo del sistema solar… de Tolomeo a Einstein

• Modelo de un proceso basado en reacciones químicas

• Modelo del átomo… de los Griegos a J J Thomson y la mecánica cuántica

• Modelo de funcionamiento de los órganos del cuerpo

• Modelos de sistemas eléctricos (componentes: resistencias, condensadores, diodos, etc.)

• Modelos de arquitectura

• Modelos de carros, aviones (prototipo basado en las leyes de la similitud)

• Modelos de sistemas de seguridad

• Modelos financieros… ej. Modelo económico neoliberal vs modelo clasico

• Etc….
En general, cuando se tiene un proceso, es decir, el cambio de algo respecto de algo… podemos construir
un modelo de “ese algo” basado en relaciones y formulas matemáticas
 Clasificación de los modelos
Los modelos pueden ser de varios tipos

Lineal vs. No Lineal: Si todos los operadores en un modelo matemático exhiben linealidad, el modelo
matemático resultante se define como lineal. De lo contrario, se considera que el modelo es no lineal.

La estructura lineal implica que un problema se puede descomponer en partes más simples que se pueden
tratar de forma independiente y/o analizar a una escala diferente y los resultados obtenidos seguirán siendo
válidos para el problema inicial cuando se recompongan y re escalen.

La no linealidad, incluso en sistemas bastante simples, a menudo se asocia con fenómenos como el caos y la
irreversibilidad. Aunque hay excepciones, los sistemas y modelos no lineales tienden a ser más difíciles de
estudiar que los lineales. Un enfoque común para los problemas no lineales es la linealización, pero esto
puede ser problemático si uno está tratando de estudiar aspectos como la irreversibilidad, que están
fuertemente ligados a la no linealidad.
Estático vs. Dinámico: un modelo estático (o de estado estable o estacionario) calcula el sistema en
equilibrio, y por lo tanto, es invariable en el tiempo, mientras que un modelo dinámico tiene en
cuenta los cambios dependientes del tiempo en el estado del sistema (estado no estacionario). Los
modelos dinámicos normalmente se representan mediante ecuaciones diferenciales o ecuaciones en
diferencias (métodos numéricos).
Ejemplo: Ecuaciones de Navier-Stokes para un flujo estacionario (flujo en régimen laminar) o para
uno dependiente del tiempo (flujo en régimen turbulento)

Explícito vs. Implícito: si se conocen todos los parámetros de entrada del modelo general y los
parámetros de salida se pueden calcular mediante una serie finita de cálculos, se dice que el modelo
es explícito. Pero a veces son los parámetros de salida los que se conocen, y las entradas
correspondientes deben resolverse mediante un procedimiento iterativo, como el método de Newton
o el método de Broyden. En tal caso, se dice que el modelo es implícito.
Ejemplo: las propiedades físicas de un motor a reacción, como las áreas de la garganta de la turbina y
la tobera, se pueden calcular explícitamente dado un ciclo termodinámico de diseño (tasas de flujo de
aire y combustible, presiones y temperaturas) en una condición de vuelo y ajuste de potencia
específicos, pero los ciclos operativos del motor en otras condiciones de vuelo y ajustes de potencia no
se pueden calcular explícitamente a partir de las propiedades físicas constantes.
Discreto vs. Continuo: un modelo discreto trata los objetos como discretos, como las partículas en un modelo
molecular o los estados en un modelo estadístico; mientras que un modelo continuo representa los objetos de
manera continua, como el campo de velocidad de un flujo en un tubo.
Ejemplo: Flujo a presión atmosférica : continuo.
Flujo a muy baja presión: discreto o discontinuo

Determinista vs. Probabilístico (estocástico): un modelo determinista es aquel en el que cada conjunto de
estados variables está determinado únicamente por parámetros en el modelo y por conjuntos de estados previos
de estas variables; por lo tanto, un modelo determinista siempre se comporta de la misma manera para un
conjunto dado de condiciones iniciales. Por el contrario, en un modelo estocástico, generalmente llamado
"modelo estadístico", la aleatoriedad está presente y los estados variables no se describen mediante valores
únicos, sino mediante distribuciones de probabilidad.
Ejemplo: modelo del sistema solar … Determinístico
Modelo cuántico de los electrones en un átomo… Probabilístico

Deductivo, inductivo: un modelo deductivo es una estructura lógica basada en una teoría. Un modelo inductivo
surge de los hallazgos empíricos y la generalización a partir de ellos.
Ejemplo: Teoría que predijo el bosón de Higgs … deductivo
En diciembre hace viento en barranquilla. Probablemente este ano también habrán vientos… inductivo
 Elementos de un modelo matemático
Un modelo matemático en las ciencias físicas consta típicamente de los siguientes elementos

• Enunciado del problema

• Presupuestos teóricos del modelo (aproximaciones y suposiciones)

• Conversión del problema a una forma matemática identificando las relaciones entre las variables
• Ecuaciones de gobierno (o ecuaciones del modelo)
• Condiciones (condiciones iniciales, de contorno)
• Unidades

• Solución del modelo (analíticamente, métodos numéricos, simulación)

• Análisis y discusiones sobre el modelo

• Interpretación (validación) de la solución producida por el modelo respecto de la situación real
siendo modelada

• Presentación y reporte de los resultados

 Habilidades de modelamiento
Las habilidades esenciales para un modelamiento exitoso son

1. Entender claramente el problema

2. Identificar las variables del problema

3. Construir relaciones apropiada entre las variables

4. Tomar medidas y juzgar la magnitud de las variables

5. Recolectar datos y decidir como usarlos

6. Estimar los valores de los parámetros dentro del modelo que no pueden
ser medidos o calculados de los datos
 En esencia…
1. El modelado matemático consiste en aplicar sus habilidades matemáticas para obtener respuestas útiles a
problemas reales.

2. Aprender a aplicar habilidades matemáticas es muy diferente de aprender las matemáticas en si mismas.

3. Los modelos se utilizan en una amplia gama de aplicaciones, algunas de las cuales no parecen ser (al menos
inicialmente) de naturaleza matemática.

4. Los modelos a menudo permiten una evaluación rápida y barata de alternativas, lo que lleva a soluciones óptimas
que de otro modo no serían obvias.

5. No hay reglas precisas en el modelado matemático y no hay respuestas “correctas”

6. El modelado solo se puede aprender haciendo.

• Imagine que usted es un diseñador de carros (de F1, de Rally, etc.) o de aviones, o de
software, o cualquier otra cosa… no cree que es mejor primero modelar (y simular)
antes de construir su diseño?.. Porque?... Que ventajas tendría con el modelamiento y
la simulación?
Imagine que usted quiere fusionar en un mismo edificio una clínica dental, incluyendo
especialidades como endodoncia, exodoncia, periodoncia, tratamientos estéticos,
dispositivos de rayos x, laboratorio dental, farmacia, etc.

Entonces usted se hace unas cuantas preguntas antes de hacer semejante inversión de
capital:
• Sera que es eficiente esta solución?... Sera que todos esos profesionales en el
mismo edificio se la llevarían bien?... que posibles conflictos podrían surgir?
• Será que a los posibles pacientes les gustaría la idea de tener todos esos servicios
en un solo edificio?
• Serían los costos de funcionamiento demasiado altos?

Creería usted que primero “simular” la clínica de alguna forma (modelo matemático)
antes de construirla le aportaría algún beneficio?
• Imagine que usted tiene una empresa de construcción y quiere construir
una mega ciudadela cerca del mar. Como podría usar las técnicas de
modelamiento y simulación para realizar dicho proyecto de la manera mas
eficiente y económica posible?, que cosas, que consideraciones tendrá en
el modelo, que nivel de ganancias le gustaría obtener en el proyecto?
Ejemplo de caso
Cuando se descubrió gas natural en el mar del norte, el gobierno británico quiso llevar El gas a todos los rincones del
país, de manera que el estado (y las empresas petroleras) tuvieron problemas tales como garantizar un suministro
constante a todos sus clientes tanto domésticos como industriales, sin contar todavía con una red de gasoductos que
pudiera transportar el combustible. Otro problema fue que la demanda fluctúa de acuerdo a la época de año, la
hora del día, etc.

De manera que se necesitaban respuestas a todos estos problemas antes de comprometer inversiones tan
cuantiosas.

Así que plantearon un modelo matemático basado en las propiedades físicas de los gases y en como el gas fluye a lo
largo de extensas tuberías. El modelo fue operado bajo diversas condiciones para simular el sistema real. Diferentes
diámetros de tubería de diferentes materiales y diferentes topologías de red fueron simulados hasta obtener un
diseño optimo

De manera que no fue sino solo hasta que se hicieron muchas simulaciones que se llego a tener confianza en que el
sistema podría satisfacer toda la demanda, y así su construcción fue autorizada
 Sitio web muy interesante

• Relación entre modelamiento, diseño, simulación, software, costos y ética del sistema MCAS del avión Boeing 737 MAX
(min 9:40): https://www.youtube.com/watch?v=pT0SJcyMiuQ
• Follow-on video about the death of Boeing’s employee:
https://www.youtube.com/watch?v=bUVlNSU2UdQ&ab_channel=PrensaAlternativa-ElJota
Metodología del modelamiento (cap. 3 Edwards) 1. Identifique
el problema
real
El modelamiento es un proceso que involucra un
numero de etapas identificables. La forma mas útil de
representar dichas etapas es por medio de un
diagrama de flujo 2. Formule
un modelo
matemático

3. Obtenga
NO la solución
matemática
6. Escriba un del modelo
5. Compare
reporte y/o
con la
presente los SI realidad
resultados
4. Interprete
la solución
matemática
1. Identifique el problema real

• Qué queremos saber?

• Cuál es el fin y el objetivo?
• Cómo será juzgado el resultado?
• Cuáles son las fuentes de hechos y datos?, ¿Son confiables lo datos?
• Hay una respuesta única en particular que se pueda encontrar?
• Clasifique el problema: ¿es esencialmente determinista o estocástico?
• ¿Necesitamos usar simulación?
2. Formule un modelo matemático

• Busque primero el modelo más simple!

• Dibuje diagramas donde sea apropiado
• Identifique y enumere los factores relevantes
• Recopile datos y examínelos en busca de información que explique el
comportamiento de las variables. Recopile más datos si es necesario
• Denote cada variable con un símbolo apropiado y asigne unidades
• Indique cualquier suposición que decida hacer
• Plantee relaciones y ecuaciones que conecten las variables del problema,
utilizando sus habilidades matemáticas, por ejemplo, relaciones de
proporcionalidad, relaciones lineales y no lineales, relaciones empíricas,
principio de entrada-salida, las leyes de movimiento de Newton, ecuaciones
diferenciales, Métodos de diferencias finitas, elementos finitos, matrices,
probabilidad, distribuciones estadísticas, etc.
Dibuje diagramas donde
sea apropiado
3. Obtenga la solución matemática del modelo

• Utilice métodos algebraicos y/o numéricos, cálculo y gráficos

• Escriba programas de computadora si es adecuado
• Utilice software si es necesario ( libre o comercial)
• Extraiga los valores de las variables que desee, ya sea en formato tabular o
gráfico.
4. Interprete la solución matemática

• Examine los resultados obtenidos de las matemáticas.

• Los valores de las variables tienen el signo y el tamaño correctos?
• Aumentan o disminuyen cuando deberían?
• Debería un gráfico determinado ser lineal
• Considere valores grandes y pequeños de las variables para verificar la
sensibilidad de la solución.
• Ha obtenido la "mejor" solución que esperaba o deberían cambiarse algunas
condiciones iniciales?
5. Compare con la realidad

• Se pueden comparar sus resultados con datos reales?

• Sus soluciones matemáticas tienen sentido?
• Sus predicciones concuerdan con los datos reales?
• Evalúe su modelo. ¿Ha cumplido su propósito? ¿Se puede mejorar
significativamente el modelo mediante una mayor sofisticación matemática?
• Los resultados provisionales sugieren que se necesita más precisión al volver
a correr un modelo mejorado? Si la respuesta es afirmativa, vaya al Cuadro
“Identifique el problema real”; de lo contrario, vaya al Cuadro ” Escriba un reporte
y/o presente los resultados".

• Esto es importante; muy a menudo, el “ciclo de modelado” se recorre varias

veces antes de que los resultados sean satisfactorios.
6. Escriba un reporte y/o presente los resultados

• Para quién es el informe y qué quieren saber los lectores?

• Cuánto detalle se requiere en el informe?
• Cómo podemos construir el informe para que las características importantes
sean claras y se destaquen los resultados que queremos que se lean?
• Es especialmente importante tener un buen comienzo; por lo que se debe tener
especial cuidado con el primer paso, identificando el problema real. Piense
claro; tratar de llegar al corazón del problema.
• Qué se da? ¿Qué se le pide que encuentre? No siga adelante hasta que aclare
esto.
• Puede encontrar la metodología anterior algo engorrosa y no es necesario
mantener este formato demasiado rígido. Queremos ser flexibles en el
enfoque; por lo que la estructura descrita es una guía para una buena práctica
de modelado.
 La metodología en la practica (pag. 46 libro de Edwards)

Ver ejemplos de tablero

Reporte de Resultados de Modelamiento

• Para elaborar el reporte final consulte los capítulos 9 y 10 del libro: Guide
to Mathematical Modelling, Dilwyn Edwards y Mike Hamson, editorial
MacMillan, 1989
 Tarea

Buscar un modelo y exponerlo en clase

 Proyectos Propuestos

1. Modelo de interacción presa-cazador

2. Reacciones químicas oscilantes (Brusselator, BZ)

3. Modelo de crecimiento de una especie de ave (Flaviola Sicalis)

4. Modelo de COVID-19

Para proyectos de ingeniería de software puede plantear un modelo de su propia escogencia

UNIDADES Y DIMENSIONES
ANALISIS DIMENSIONAL
(CAP. 4 del libro de Edwards)
MAGNITUDES FÍSICAS

Es todo aquello que se puede expresar cuantitativamente, es decir,

que es susceptible a ser medido.

¿Para qué sirven las magnitudes físicas?

Sirven para traducir en números los resultados de las observaciones.
CLASIFICACIÓN DE LAS MAGNITUDES FÍSICAS

POR SU ORIGEN

A) Magnitudes Fundamentales
Son aquellas que sirven de base para escribir las
demás magnitudes. Las magnitudes fundamentales
en el sistema internacional (S.I) son:
Magnitud Símbolo Unidad en el S.I
fundamental
Longitud L metro
Masa M kilogramo
Tiempo T segundo
Temperatura q Kelvin
termodinámica
Intensidad de I Amperio
corriente eléctrica
Intensidad luminosa J candela
Cantidad de N mol
sustancia
B) Magnitudes Derivadas
Son aquellas magnitudes que están expresadas en función de las
magnitudes fundamentales. Ejemplos son:
Magnitud derivada Fórmula Unidad en el S.I
dimensional
Área L2 m2
Volumen L3 m3
Densidad ML-3 kg/m3
Velocidad LT-1 m/s
Aceleración LT-2 m/s2
Fuerza MLT-2 Newton
Trabajo ML2T-2 Joules
Potencia ML2T-3 Watt
Presión ML-1T-2 Pascal
Velocidad angular T-1 rad/s
Aceleración T-2 rad/s2
angular
Frecuencia T-1 Hertz
Impulso MLT-1 mkg/s
Caudal L3T-1 m3/s
Carga eléctrica IT A.s
 FÓRMULAS DIMENSIONALES

son nos permiten utilizan operaciones de

EXPRESIONES
IDENTIFICAR MULTIPLICACIÓN
MATEMÁTICAS
DIVISIÓN
que relacionan La relación entre una POTENCIACIÓN
RADICACIÓN
MAGNITUDES MAGNITUD FÍSICA
FÍSICAS DERIVADA
por medio de un
teniendo en cuenta sus y las

DIMENSIONES MAGNITUDES FÍSICAS OPERADOR

(EXPONENTES) FUNDAMENTALES DIMENSIONAL : [ ]
 La ecuación de dimensiones
• La ecuación de dimensiones indica la relación que
existe entre las magnitudes derivadas y las
magnitudes fundamentales de un sistema de medida.

• Para calcular la expresión de dimensiones se usan

fórmulas físicas.

• En el cálculo de la expresión de dimensiones se

suprimen los coeficientes numéricos y signos
negativos
 La ecuación de dimensiones

Para hallar las unidades derivadas se utilizan las mismas

operaciones aritméticas que para sus magnitudes

Ejercicio: Calcule las dimensiones de las siguientes

magnitudes físicas:

Trabajo, Aceleración, Potencia, Fuerza, Velocidad, Energía,

Densidad, Presión
 ECUACIONES DE DIMENSIÓN

Velocidad [!] = ["] / [#] = L.T-1

Longitud: L

Masa: M Fuerza [$] = [%] [&] = L.M.T-2

Tiempo: T Potencia ['] = [(] / [#] = M.L2.T-3

PRINCIPIO DE COHERENCIA (HOMOGENEIDAD) DIMENSIONAL

“Toda ecuación será dimensionalmente correcta si los términos que

componen una adición o sustracción son de iguales dimensiones, y si en
ambos miembros de la igualdad aparecen las mismas magnitudes
afectadas de los mismos exponentes”

[A]+[B]=[C]+[D] [A]=[B]=[C]=[D]

• Cuando esto ocurre se dice que la expresión es homogénea

Nota: por ejemplo, no pueden sumarse velocidades y volúmenes

 ECUACIONES DE DIMENSIÓN
Comprobar la corrección dimensional de las fórmulas

Ejemplo: El periodo de un péndulo físico viene dado por

%&
! = 2$
'()

Las ecuaciones de dimensión de cada una de las magnitudes que intervienen son

[T]=T
[ I0 ] = M. L2
[m]=M
[ g ] = L.T-2
[a]=L

y combinándolas según la fórmula es sencillo comprobar que se llega a una identidad.

 ACTIVIDADES

• Un objeto situado en el extremo de una cuerda se mueve según un

círculo. La fuerza ejercida por la cuerda depende de la masa del
objeto, de su velocidad y del radio del círculo ¿Qué combinación de
estas variables ofrece las dimensiones correctas de la fuerza?

• Hallar las dimensiones y las unidades SI de la constante G en la ley de

la gravitación universal de Newton F=G·m1·m2 / r2

• ¿Es el kW·h unidad de potencia?

• ¿A qué magnitud cinemática pertenece la expresión 2-ℎ? Expresa

sus unidades en el SI.
 ACTIVIDADES
• Comprueba la coherencia dimensional de las siguientes expresiones

1. # = #% + '% ( + *⁄+ ,( +

2. ' + = '%+ − 2/ 0 − 0%

3. ' = '% + /( +

4. 3 = 3% + *⁄+ 4' + + 4/ℎ

donde 3 es la presión y 4 la densidad

• Averigüe qué característica de un péndulo se puede corresponder con la

7
siguiente expresión ? = 8

Donde 9 es una longitud y / la aceleración de la gravedad

 ANÁLISIS DIMENSIONAL
• Es una rama de la matemática aplicada a la Física que estudia las distintas formas en que se
relacionan las magnitudes fundamentales con las magnitudes derivadas y éstas con sus unidades
• Esta técnica se utiliza en trabajos de investigación para el diseño y para realizar pruebas de
modelos

• Un análisis correcto de las unidades y/o dimensiones de las magnitudes físicas nos permitirá:
• Relacionar una magnitud física derivada con otras fundamentales
• Establecer el grado de verdad de una fórmula
• Elaborar fórmulas empíricas para el desarrollo de modelos

• En el análisis dimensional, primero se predicen los parámetros físicos que influirán en el fenomeno
y luego, al agrupar estos parámetros en combinaciones adimensionales, se hace posible una mejor
comprensión de dicho fenómeno
 FORMULA EMPIRICA

• Es aquella relación obtenida en base a una comprobada dependencia

de una magnitud X con otras !, ", #, las mismas que se podrán
relacionar mediante una constante numérica $, tal que:

% = $ !' "( #)

donde *, ,, - tienen valores apropiados que permiten verificar la

igualdad dimensional.
Este tipo de relación nos permite establecer fórmulas físicas antes de
someterse a su validación experimental.
 FORMULA EMPIRICA
Ejemplo: Deducir relaciones dimensionales entre magnitudes

Mediante experimentos observamos que el periodo de un péndulo simple

puede depender de la masa, la longitud y la aceleración de la gravedad.

! = # $, &, ', ( = $ &) ' * (+

/ +
De donde: ! , = -) .*
01

Resulta:
M: 0 = 5
,
L: 0 = b + c De donde 5 = 0; 7 = 8 ; 9 = −1/2
T: 1 = -2c
>
Por lo tanto, el periodo será: ! = $ ?
 Métodos de análisis dimensional
Si se conoce el número de variables involucradas en un fenómeno físico,
entonces la relación entre las variables puede determinarse mediante los
siguientes dos métodos;

• Método de Rayleigh. Se utiliza para determinar la expresión de una

variable (dependiente) que depende de un máximo de tres o cuatro
variables (independientes) únicamente…. Mas de eso es muy difícil

• Teorema π de Buckingham… no hay limitación en el numero de

variables
 Teorema π de Buckingham
Establece que:
• “Si hay n variables (independientes y dependientes) en un fenómeno físico y si estas
variables contienen m dimensiones fundamentales, entonces las variables se organizan en
(n-m) términos adimensionales que se denominan términos π ” .
• Sean X1, X2, X3,…, Xn las variables involucradas en un problema físico. Sea X1 la variable
dependiente y X2, X3, X4, …,Xn son las variables independientes de las que depende X1.
Matemáticamente se puede escribir como

f1 (X1 ,X2, X3,…, Xn)=0 que se puede reescribir como

X1 =f(X2 ,X3,…, Xn )

• La ecuación anterior es dimensionalmente homogénea. Contiene n variables, y si hay m

dimensiones fundamentales entonces se puede escribir en términos de (n-m) grupos
adimensionales llamados términos π

• Por lo tanto f1 ( π 1, π 2, π 3 ,… πn-m )=0

 Teorema π de Buckingham
Propiedades de π - términos:

­Cada término π es adimensional y es independiente del sistema de

unidades.

­La división o multiplicación por una constante no cambia el carácter de

los términos π .

­Cada término π contiene m+1 variables, donde m es el número de

dimensiones fundamentales y también se denomina variable repetitiva.
 Teorema π de Buckingham - Procedimiento
Paso 1: seleccione las variables pertinentes (n)
Paso 2: Escriba las relaciones funcionales
Paso 3: Selecciones las variables repetidas
a) No selección variables dependientes
b) Las variables repetidas deben contener todas las m-dimensiones fundamentales (M, L, T)
c) No seleccione variables adimensionales como variables repetidas
Paso 4: El numero de parámetros adimensionales ! son n – m
Paso 5: Escriba los !-términos combinando las variables repetidas con cada una de las demás variables
Paso 6: Resuelva las ecuaciones del paso 5
Paso 7: Escriba las relaciones fundamentales

!" = $(!&, !(, … , !*+, )

!& = $(!", !(, … , !*+, )
.
.
.
!*+, = $(!", !&, !(, … , !*+,+")
 Métodos de selección de variables repetitivas – en detalle

• El número de variables repetidas es igual al número de dimensiones

fundamentales del problema. La elección de variables repetitivas se rige por las
siguientes consideraciones;
• En la medida de lo posible, la variable dependiente no debe seleccionarse como variable repetitiva.
• Las variables repetitivas deben elegirse de tal manera que una variable contenga propiedades
geométricas, otra contenga propiedades (de flujo) y la tercera contenga propiedades (de fluidos).
• Las variables repetitivas seleccionadas no deben formar un grupo adimensional
• Las variables repetidas juntas deben tener el mismo número de dimensiónes fundamentales.
• Dos variables repetidas no deben tener las mismas dimensiones.

• Nota: En la mayoría de los problemas de mecánica de fluidos, la elección de

variables repetidas puede ser
1. d, v, ρ
2. l, v, ρ
3. d, v, μ
 Videos Interesantes
1. Explosión bomba atómica: https://www.youtube.com/watch?v=yJ4wCyHSV3 s

2. Explosion atómica: https://www.youtube.com/watch?v=_gaCAFcW6OY

3. Capitulo de curso: https://www.youtube.com/watch?v=PkRUJxWOROI

Ejemplo:
• Calcular la fuerza de arrastre sobre un cilindro en un fluido

!, #, $
%& = ((!, $, *, #)

• Numero total de variables (independientes + dependientes), n = 5

• Variables fundamentales (M, L, T), m = 3
• Numero de grupos , adimensionales: n-m = 5-3 = 2

• Seleccionar las variables repetidas: -, ., /

• No son variables dependientes

• Contienen todas las dimensiones fundamentales (M, L, T)
• No forman un grupo adimensional
Grupos adimensionales (! )

!" = $% & ' () *+

!, = $ % & ' ( ) -
Entonces

!" = $% & ' () *+

% 2
. / )
./
!" = 0 /
/ 1 1,

!" = .%3" /40%323)3" 1 424,

 ⟹"+1=0 ⟹ " = −1

−3" + ) + * + 1 = 0

−) − 2 = 0 ⟹ ) = −2

* = 3" − ) − 1 ⟹ * = 3 −1 + 2 − 1 = −2 ⟹ * = −2
Luego

,- = ./- 0 /1 2/1 34

34
,- = 1 1
.0 2
!" = $ % & ' ( ) *
% /
+ , )
+
!" = - ,
, . ,.
!" = +%01 ,2-%0/0)21 . 2/21

⟹5+1=0 ⟹ 5 = −1
−7 − 1 = 0 ⟹ b= −1
−35 + 7 + 8 − 1 = 0 ⟹ 8 = 35 − 7 + 1 = 1 + 3 −1 − −1
⟹ 8 = 1 − 3 + 1 = −1 ⟹ c= −1
Luego
!" = $21 & 21 (21 *
*
!" =
$&(
 )* Los ! + , se pueden multiplicar, dividir, etc.
!( = " " Por otros ! + , porque son adimensionales
%& '
!( = 34 !"
$
!" =
%&' )* $
" "
= 34
%& ' %&'
$ " "
⟹ )* = %& ' 3
!( =
-. %&'
/0 1*1

Porque es adimensional … y esta en

2 /0*
!" = … también puede ser una forma reconocida por la
/0* 2
comunidad científica
Ejemplo:
• La fuerza de resistencia R de un avión supersónico durante el vuelo puede considerarse dependiente
de la longitud del avión l, la velocidad V, la viscosidad del aire μ, la densidad del aire ρ y el módulo
volumétrico del aire k. Expresar la relación funcional entre las variables y la fuerza resistente.

R = f (l ,V , µ , r , K ) Þ f ( R, l , V , µ , r , K ) = 0
Total number of variables, n= 6
No. of fundamental dimension, m=3
No. of dimensionless p -terms, n-m=3
Thus: f (p 1 , p 2 , p 3 ) = 0
No. Repeating variables =m=3
Repeating variables =l , V , r
Thus π-terms are written as
p 1 = l a1V b1 r c1 R
p 2 = l a 2V b 2 r c 2 µ
p 3 = l a 3V b 3 r c 3 K
• Ahora cada término π se resuelve por el principio de homogeneidad
dimensional
p 1 - term Þ M o LoT o = La1 ( LT -1 )b1 ( ML-3 )c1 MLT -2
Equating the powers of MLT on both sides, we get
Power of M: 0=c 1 +1 Þ c 1 =-1
Power of L: 0=a1 +b1 -3c1 +1 Þ a1 = -2
Power of T: 0=-b1 -2 Þ b1 =-2
R
\ p 1 = l -2V -2 r -2 R Þ p 1 =
r L2V 2
p 2 - term Þ M o LoT o = La 2 ( LT -1 )b 2 ( ML-3 )c 2 ML-1T -1
Equating the powers of MLT on both sides, we get
Power of M: 0 = c 2 +1 Þ c 2 = -1
Power of L: 0 = a2 + b2 - 3c2 -1 Þ a2 = -1
Power of T: 0 = -b2 -1 Þ b2 = -1
µ
\ p 2 = l -1V -1r -1µ Þ p 2 =
r lV
p 3 - term Þ M o LoT o = La 3 ( LT -1 )b 3 ( ML-3 )c 3 ML-1T -2
Equating the powers of MLT on both sides, we get
Power of M: 0 = c 3 +1 Þ c 3 = -1
Power of L: 0 = a3 + b3 - 3c3 -1 Þ a3 = -0
Power of T: 0 = -b3 - 2 Þ b3 = -2
K
\ p3 = l V r K Þ p2 =
0 -2 -1

rV 2
Hence
æ R µ K ö
f (p 1p 2p 3 ) = f ç 2 2 , , 2 ÷ = 0 or
è r l V lV r V r ø
R é µ K ù 2 2 é µ K ù
=f ê , 2 ú Þ R = rl V f ê , 2 ú
rl V
2 2
ë lV r V r û ë lV r V r û
 Leyes de Similitud y análisis de modelos
• La similitud es la teoría & el arte de predecir el desempeño de un prototipo desde las
observaciones de un modelo a escala

• La similitud es un concepto utilizado en las pruebas de modelos de ingeniería.

• Por lo general, es imposible obtener una solución teórica pura del fenómeno.

• Por lo tanto, las investigaciones experimentales a menudo se realizan en modelos a pequeña

escala, lo que se denomina análisis de modelos.

• Algunos ejemplos en los que se pueden utilizar modelos son barcos, aviones en túnel de
viento, turbinas hidráulicas, bombas centrífugas, aliviaderos de presas, canales de ríos, etc. y
para estudiar fenómenos como la acción de las olas y las mareas en las playas, la erosión el
suelo y transporte de sedimentos, etc.
 Análisis del modelo
• Maqueta: es una réplica a pequeña escala de la estructura real.
• Prototipo: la estructura o máquina real.
• Nota: No es necesario que los modelos sean más pequeños
que el prototipo, pueden ser más grandes que el prototipo.

p1 _
L
·m1

p2 _
L
F F m2 Fm m2
p1 p2
1_ _

m3 litr
p3 _ p3 _
_ os
m3

Prototipo Modelo
 Análisis del modelo
• El análisis de modelos es en realidad un método experimental para encontrar
soluciones a problemas de flujo complejos.

• Las siguientes son las ventajas del análisis del modelo.

• El rendimiento de la estructura hidráulica se puede predecir de antemano a partir de su modelo.
• Mediante el análisis dimensional, se obtiene una relación entre las variables que influyen en un
problema de flujo que ayuda en la realización de pruebas.
• Los méritos del diseño alternativo se pueden predecir con la ayuda del análisis de modelos para
adoptar el diseño más económico y seguro.

• Nota: Las pruebas realizadas en modelos pueden utilizarse para obtener, de

antemano, información útil sobre el rendimiento del prototipo solo si existe una
similitud completa entre el modelo y el prototipo.
 Similitud-Tipo de similitudes
• Similitud: se define como la similitud entre el modelo y el prototipo en todos los
aspectos, lo que significa que el modelo y el prototipo tienen propiedades similares
o el modelo y el prototipo son completamente similares.

• Deben existir tres tipos de similitudes entre el modelo y el prototipo.

• Similitud Geométrica
• Similitud cinemática
• Similitud Dinámica
 Similitud Geométrica
• Similitud Geométrica: es la semejanza de forma. Se dice que existe entre el
modelo y el prototipo si la proporción de todas las dimensiones lineales
correspondientes en el modelo y el prototipo son iguales. P.ej

Lp Bp Dp
= = = Lr
Lm Bm Dm
n Donde: Lp , Bp y Dp son Largo, Ancho y diámetro del prototipo y Lm , Bm , Dm son
Largo, Ancho y diámetro del modelo.
n Lr= relación de escala

n Nota: Los modelos generalmente se preparan con las mismas relaciones de escala en
todas las direcciones. Tal modelo se llama modelo verdadero. Sin embargo, a veces no
es posible hacerlo y se utilizan diferentes escalas convenientes en diferentes
direcciones. Tal modelo se llama modelo distorsionado.
 Similitud Cinemática
• Similitud cinemática: es la semejanza del movimiento. Se dice que existe entre el modelo y el prototipo
si la relación de velocidades y aceleraciones en los puntos correspondientes en el modelo y el prototipo
son iguales. P.ej

V p1 Vp 2 a p1 ap2
= = Vr ; = = ar
Vm1 Vm 2 am1 am 2

n Donde: Vp1 y Vp2 y ap1 y ap2 son velocidades y aceleraciones en los puntos 1 y 2 del prototipo y Vm1 y
Vm2 y am1 y am2 son velocidades y aceleraciones en los puntos 1 y 2 del modelo.
n Vr y ar son la relación de velocidad y la relación de aceleración

n Nota: Dado que la velocidad y la aceleración son cantidades vectoriales, no solo la relación entre la
magnitud de la velocidad y la aceleración en los puntos correspondientes en el modelo y el prototipo debe
ser la misma; pero la dirección de la velocidad y la aceleración en los puntos correspondientes del modelo y
prototipo también deben ser paralelas.
 Similitud Dinámica
• Similitud Dinámica: es la semejanza de fuerzas. Se dice que existe entre el modelo y el prototipo si la
relación de fuerzas en los puntos correspondientes del modelo y el prototipo son iguales. P.ej

( Fi ) p ( Fv ) p ( Fg ) p
= = = Fr
( Fi )m ( Fv )m ( Fg )m

n Donde: (Fi)p , (Fv)p y (Fg)p son fuerzas de inercia, viscosas y gravitatorias en prototipo y (Fi)m , (Fv)m y
(Fg)m son inercias, viscosas y fuerzas gravitatorias en el modelo.
n Fr es la relación de fuerza

n Nota: La dirección de las fuerzas en los puntos correspondientes del modelo y prototipo también debe ser
paralela.
 Tipos de fuerzas encontradas en fenómenos de fluidos

Fuerza de inercia, Fi: Es igual al producto de la masa y la aceleración en el fluido que

fluye.

Fuerza Viscosa, Fv: Es igual al producto del esfuerzo cortante debido a la viscosidad
y el área superficial de flujo.

Fuerza de gravedad, Fg: Es igual al producto de la masa y la aceleración de la

gravedad.
Fuerza de presión, Fp: es igual al producto de la intensidad de la presión y el área de
la sección transversal del fluido que fluye.

Fuerza de tensión superficial, Fs: es igual al producto de la tensión superficial y la

longitud de la superficie del fluido que fluye.

Fuerza elástica, Fe: es igual al producto de la tensión elástica y el área del fluido que
fluye.
 Números Adimensionales
• Estos son números que se obtienen dividiendo la fuerza de inercia por la fuerza
viscosa o la fuerza de gravedad o la fuerza de presión o la fuerza de tensión
superficial o la fuerza elástica.

• Como esta es la relación de una fuerza a otra, será un número adimensional. Estos
también se denominan parámetros no dimensionales.

• Los siguientes son los números adimensionales más importantes.

• Número de Reynolds
• Número de Froude
• Número de Euler
• Número de Weber
• Número de Mach
 Números Adimensionales
• Número de Reynolds, Re: Es la relación entre la fuerza de inercia y la fuerza viscosa del fluido que
fluye.
Velocity Volume
Fi
Mass. r . Velocity
Re = = Time = Time
Fv Shear Stress. Area Shear Stress. Area
r Q.V r AV .V r AV .V rVL VL
= = = = =
t .A du
µ .A µ .A
V µ u
dy L

n Número de Froude, Fe: Es la relación entre la fuerza de inercia y la fuerza de gravedad del fluido
que fluye.

Velocity Volume
Fi
Mass. r . Velocity
Fe = = Time = Time
Fg Mass. Gavitational Acceleraion Mass. Gavitational Acceleraion
r Q.V
r AV .V V2 V
= = = =
rVolume.g r AL.g gL gL
 Números Adimensionales
• Número de Eulers, Eu: Es la relación entre la fuerza de inercia y la fuerza de presión del fluido que
fluye.
Velocity Volume
Fi
Mass. r . Velocity
Eu = = Time = Time
Fp Pr essure. Area Pr essure. Area
r Q.V r AV .V V2 V
= = = =
P. A P. A P/r P/r

n Número de Weber, We: Es la relación entre la fuerza de inercia y la fuerza de tensión superficial
del fluido que fluye.

Velocity Volume
Fi
Mass. r . Velocity
We = = Time = Time
Fg Surface Tensionper. Length Surface Tensionper. Length
r Q.V r AV .V r L2V 2 V
= = = =
s .L s .L s .L s
rL
 Números Adimensionales

• Número de Mach, Re: Es la relación entre la fuerza de inercia y la fuerza elástica del fluido que fluye.

Velocity Volume
Fi
Mass. r . Velocity
M= = Time = Time
Fe Elastic Stress. Area Elastic Stress. Area
r Q.V r AV .V r L2V 2 V V
= = = = =
K .A K .A KL2 K/r C
Where : C = K / r
 Leyes de modelo o leyes de similitud
• Ya hemos leído que para la similitud dinámica, la relación de las fuerzas correspondientes que actúan
sobre el prototipo y el modelo deben ser iguales. es decir

( Fv ) p ( Fg ) p ( Fp ) p ( Fs ) p ( Fe ) p ( FI ) p
= = = = =
( Fv )m ( Fg )m ( Fp )m ( Fs )m ( Fe )m ( FI )m
n La fuerza de inercia entra en juego cuando la suma de todas las demás fuerzas no es igual a cero, lo
que significa
(F + F
v g + Fp + Fs + Fe ) = ( FI )
Thus dynamic similarity require that
(F + F
v g + Fp + Fs + Fe ) ( FI ) p
p
=
(F + F
v g + Fp + Fs + Fe ) m ( FI )m
n En caso de que todas las fuerzas sean igualmente importantes, las dos ecuaciones anteriores no
pueden satisfacerse para el análisis del modelo.
 Leyes de modelo o leyes de similitud
Sin embargo, para problemas prácticos, se ve que una fuerza es más significativa en
comparación con otra y se denomina fuerza predominante o fuerza más
significativa.

Por lo tanto, para problemas prácticos, solo se considera la fuerza más significativa
para la similitud dinámica. Por lo tanto, los modelos están diseñados sobre la base
de la relación de fuerza, que es dominante en el fenómeno.

Finalmente, las leyes sobre las que se diseñan los modelos para la similitud dinámica
se denominan leyes de modelos o leyes de similitud. Las siguientes son estas leyes

­ Ley modelo de Reynolds

­ Ley Modelo de Froude
­ Ley Modelo de Euler
­ Ley modelo de Weber
­ ley modelo de Mach
 Ley de modelo de Reynolds
• Se basa en el número de Reynolds y establece que el número de Reynolds para el
modelo debe ser igual al número de Reynolds para el prototipo.
• La ley modelo de Reynolds se usa en problemas donde las fuerzas viscosas son
dominantes. Estos problemas incluyen:
• Flujo de tuberías
• Resistencia experimentada por submarinos, aviones, cuerpos completamente sumergidos, etc.

VP LP Vm Lm
( Re ) P = ( Re )m or =
uP um
VP LP Vr Lr
= =1
æ u P ö ur
Vm Lm ç ÷
è um ø
VP LP uP
where : Vr = , Lr = ,u r =
Vm Lm um
 Ley de modelo de Reynolds
• Las varias razones para la ley de Reynolds se obtienen como
æ VL ö æ VL ö
sin ce ç ÷ = ç ÷ and u = µ / r
è u ø P è u øm
V L u u
Velocity Ratio: Vr = P = m P = r
Vm LP um L r
TP L P /VP L r
Time Ratio: Tr= = =
Tm L m /Vm Vr
aP VP / TP Vr
Acceleration Ratio: a r = = =
am Vm / Tm Tr
APVP
Discharge Ratio: Q r = = L2rVr
AmVm
Force Ratio: Fr =mr ar = r r QrVr = r r L2rVrVr = r r L2rVr2
Power Ratio: Pr =Fr .Vr =r r L2rVr2Vr = r r L2rVr3
 Ley de modelo de Reynolds
• P. Se requiere una tubería de 1,5 m de diámetro para transportar un aceite de
gravedad específica 0,90 y viscosidad 3x10 -2 poise a razón de 3000 litros/seg.
Las pruebas se realizaron en una tubería de 15 cm de diámetro usando agua a
20 o C. Encuentre la velocidad y la tasa de flujo en el modelo.
Solución:
n Datos del prototipo: For pipe flow,
n Diámetro, D p = 1,5 m According to Reynolds' Model Law
n Viscosidad del fluido, μ p = 3x10 -2 r m Vm D m r p Vp D p V rD µ
poise = Þ m = p p m
µm µp Vp rm Dm µ p
n Descarga, Q p = 3000 litros/seg.
Vm 900 ´1.5 1´10-2
n esp. Gr., Sp =0,9 = = 3.0
V p 1000 ´ 0.15 3 ´10-2
n Densidad del aceite= ρ p =0.9x1000
Qp 3.0
= 900 kg/m 3 Since Vp = =
n Datos del modelo: Ap p / 4(1.5) 2
n Diámetro, Dm=15 cm = 0,15 m = 1.697 m / s
n Viscosidad del agua, μ m =1x10 -2 poise \Vm = 3.0V p = 5.091m / s
n Densidad del agua, ρ m =1000kg/m 3 n and Qm = Vm Am = 5.091´ p / 4(0.15) 2
n Velocidad del flujo V m =?
= 0.0899m3 / s
n Descarga Q m =?
 Ley de modelo de Reynolds
• Un barco de 300 m de eslora se mueve en agua de mar, cuya densidad es de 1030 kg/m3. Se va a probar un
modelo a escala 1:100 de este barco en un túnel de viento. La velocidad del aire en el túnel de viento alrededor
del modelo es de 30 m/s y la resistencia del modelo es de 60 N. Determine la velocidad del barco en el agua de
mar y también la resistencia del barco en el agua de mar. La densidad del aire se da como 1,24 kg/m3. Tome la
viscosidad cinemática del agua de mar y del aire como 0.012 stokes y 0.018 stokes respectivamente.

Solución:
n para prototipo n Para modelo
n Longitud, Lp = 300m n Relación de escala = L p / L m = 100
n Fluido = agua de mar n Longitud, L m= L p /100 = 3m
n Densidad del agua de mar, ρ p = 1030 n fluido = aire
kg/m 3 n Densidad del aire, ρ m = 1,24 kg/m 3
n Viscosidad Cinemática, ν p =0.018 n Viscosidad Cinemática, ν m =0.012 stokes
stokes
=0.012x10 -4 m 2 /s
=0.018x10 -4 m 2 /s
n Velocidad del barco, V m = 30 m/s
n Sea Velocidad del barco, V p
n Resistencia, F m = 60 N
n Resistencia, F p
 Ley modelo de Reynolds
• Para la similitud dinámica entre el modelo y el prototipo, el número de
Reynolds para ambos debe ser igual.

æ VL ö æ VL ö u p Lm
ç ÷ = ç ÷ Þ Vp = Vm
è u ø p è u øm um Lp
0.012 ´10-4 3
Vp = -4
30 = 0.2m / s
0.018 ´10 300
Since Resistance= Mass ´ Acceleration=r L2 V 2
Fp ( V )p
r L2 2 2 2
1030 æ 300 ö æ 0.2 ö
Thus = = ç ÷ ç ÷ = 369.17
Fm ( V )m
r L2 2
1.24 è 3 ø è 30 ø
Fp = 369.17 ´ 60 = 22150.2 N
 Ley de modelo de Froude
• Se basa en el número de Froude y establece que el número de Froude para el modelo
debe ser igual al número de Froude para el prototipo.
• La ley modelo de Froude se usa en problemas donde las fuerzas de gravedad solo son
dominantes para controlar el flujo además de la fuerza de inercia. Estos problemas
incluyen:
• Flujos superficiales libres tales como flujo sobre aliviaderos, vertederos, esclusas, canales, etc.
• Flujo de chorro desde el orificio o la boquilla
• Ondas en la superficie del fluido
• Movimiento de fluidos con diferentes viscosidades uno sobre otro

VP Vm VP Vm
( F e )P = ( F e )m or = or =
g P LP g m Lm LP Lm
VP VP LP
= Vr / Lr = 1; where : Vr = , Lr =
æ LP ö Vm Lm
Vm ç ÷
è Lm ø
 Ley de modelo de Froude
• Las varias razones para la ley de Reynolds se obtienen como
VP V
sin ce = m
LP Lm
VP Lp
Velocity Ratio: Vr = = = Lr
Vm Lm
TP L P /VP Lr
Time Ratio: Tr= = = = Lr
Tm L m /Vm Lr
aP VP / TP Vr Lr
Acceleration Ratio: a r = = = = =1
am Vm / Tm Tr Lr
APVP
Discharge Ratio: Q r = = L2rVr = L2r Lr = L5/r 2
AmVm
Force Ratio: Fr=mr ar = r r QrVr = r r L2rVrVr = r r L2rVr2 = r r L2r Lr = r r L3r

( )
3
Power Ratio: Pr=Fr.Vr=r r L V V = r r L V = r r L
2 2
r r r
2 3
r r
2
r Lr = r r L7r / 2
 Ley de modelo de Froude
• En la prueba del modelo de un aliviadero, la descarga y la velocidad del flujo
sobre el modelo fueron de 2 m 3 /sy 1,5 m/s respectivamente. Calcule la
velocidad y la descarga sobre el prototipo, que es 36 veces el tamaño del
modelo.
For Discharge
Solución: dado que
Qp
n Para modelo = ( Lr ) = ( 36 )
2.5 2.5

n Descarga sobre modelo, Q m = 2 m 3

Qm
Q p = ( 36 ) ´ 2 = 15552 m3 / sec
2.5
/seg
n Velocidad sobre el modelo, V m = 1,5
m/s For Dynamic Similarity,
n Relación de escala lineal, L r = 36
Froude Model Law is used
n para prototipo Vp
= Lr = 36 = 6
n Descarga sobre prototipo, Q p =? Vm
n Velocidad sobre el prototipo V p =?
V p = 6 ´1.5 = 9 m / sec
 Problema numérico:
• Las características del aliviadero se estudiarán mediante un modelo geométricamente similar construido a escala
1:10.
• (i) Si 28,3 m3/s es la tasa máxima de flujo en el prototipo, ¿cuál será el flujo correspondiente en el modelo?
• (i) Si 2,4 m/seg, 50 mm y 3,5 Nm son valores de velocidad en un punto del vertedero, altura del salto hidráulico y
energía disipada por segundo en el modelo, ¿cuál será la altura de la velocidad del salto hidráulico y la energía
disipada por segundo correspondientes? segundo en prototipo?

Solución: dado que

Para modelo
n Descarga sobre el modelo, Q m =?
n Velocidad sobre el modelo, V m = 2,4 m/s
n Altura de salto hidráulico, H m =50 mm
n Disipación de energía por segundo, E m = 3,5 Nm
n Relación de escala lineal, L r = 10
n para prototipo
n Descarga sobre modelo, Q p = 28,3 m 3 /seg
n Velocidad sobre el modelo, V p =?
n Altura de salto hidráulico, H p =?
n Disipación de energía por segundo, E p =?
 Clasificación de los modelos
• Modelos no distorsionados o verdaderos: son aquellos que son geométricamente similares al prototipo
o, en otras palabras, si la relación de escala para las dimensiones lineales del modelo y su prototipo es la
misma, el modelo se denomina modelo no distorsionado. El comportamiento del prototipo se puede
predecir fácilmente a partir de los resultados del modelo verdadero o no distorsionado.
• Modelos sin distorsiones: Se dice que un modelo está distorsionado si no es geométricamente similar a
su prototipo. Para los modelos distorsionados se utilizan diferentes relaciones de escala para la
dimensión lineal.
• Por ejemplo, si para el río, tanto la relación de escala horizontal como la vertical se consideran iguales,
entonces la profundidad del agua en el modelo del río será muy pequeña y es posible que no se pueda
medir con precisión.

n Las siguientes son las ventajas de los modelos distorsionados.

n La dimensión vertical del modelo se puede medir con precisión

n El costo del modelo se puede reducir

n Se puede mantener el flujo turbulento en el modelo.

n Aunque hay algunas ventajas de los modelos distorsionados, sin embargo, los resultados de
dichos modelos no se pueden transferir directamente al prototipo.
Clasificación de modelos
• Relaciones de escala para modelos distorsionados
LP BP
Let: ( L r ) H = = Scale ratio for horizontal direction
Lm Bm
hP
( Lr )V = =Scale ratio for vertical direction
hm
2 ghP
Scale Ratio for Velocity: Vr=VP / Vm = = ( Lr )V
2 ghm
BP hP
Scale Ratio for area of flow: Ar=A P / Am = = ( Lr ) H ( Lr )V
Bm hm
APVP
= ( Lr ) H ( Lr )V ( Lr )V = ( Lr ) H ( Lr )
3/ 2
Scale Ratio for discharge: Qr=Q P / Qm =
AmVm V
 Modelo distorsionado
La descarga a través de un vertedero es de 1,5 m3/s. Encuentre la descarga a través del modelo
del vertedero si las dimensiones horizontales del modelo = 1/50 de la dimensión horizontal del
prototipo y la dimensión vertical del modelo = 1/10 de la dimensión vertical del prototipo.
Solution:
Discharge of River= Q p =1.5m3 /s
LP
Scale ratio for horizontal direction= ( L r ) H = =50
Lm
hP
Scale ratio for vertical direction= ( L r )V = =10
hm
Since Scale Ratio for discharge: Qr=Q P / Qm = ( Lr ) H ( Lr )
3/ 2
V

\ Q p / Qm = 50 ´103/ 2 = 1581.14
Þ Qm = 1.5 /1581.14 = 0.000948 m3 / s
 modelo distorsionado
• Se va a construir un modelo de río a una escala vertical de 1:50 y una horizontal de 1:200. En la descarga de
inundación de diseño de 450m3/seg, el ancho y la profundidad promedio del flujo son 60m y 4.2m
respectivamente. Determine la descarga correspondiente en el modelo y verifique el número de Reynolds del
flujo del modelo.

Disch arg e of River = Q p = 450m3 / s

Width = B p = 60m and Depth = y p = 4.2 m
BP
Horizontal scale ratio= ( L r ) H = =200
Bm
yP
Vertical scale ratio= ( L r )V = =50
ym
Since Scale Ratio for discharge: Q r =Q P / Qm = ( Lr ) H ( Lr )
3/ 2
V

\ Q p / Qm = 200 ´ 503/ 2 = 70710.7

Þ Qm = 450 /1581.14 = 6.365 ´10-3 m3 / s
 modelo distorsionado
æ VL ö
Reynolds Number, Re m = ç ÷
è u øm
Lm = 4 Rm
Width = Bm = B p / ( Lr ) H = 60 / 200 = 0.3m
Depth = ym = y p / ( Lr )V = 4.2 / 50 = 0.084 m
Am = Bm ym = 0.3 ´ 0.084 = 0.0252m
Pm = Bm + 2 ym = 0.3 + 2 ´ 0.084 = 0.468m
A m 0.0252
R= = = 0.05385
Pm 0.468
Kinematic Viscosity of water =u =1´10-6 m 2 / sec
æ 4VR ö æ 4 ´ 0.253 ´ 0.05385 ö
Re = ç ÷ = ç ÷ = 54492.31
è u øm è
-6
1´10 ø
>2000
\ Flow is in turbulent range
• Seccion 4.4 (pag. 61 Edwards) (tablero)

• Ejemplo 4.4.1 (pag. 63 Edwards) (tablero)

• Ejemplo 4.4.2 (pag. 63 Edwards) (tablero)

• Ejemplo 4.4.3 (pag. 64 Edwards) (tablero)

• Ejercicios 4.4 (pag. 64 Edwards) (tablero)

 Tamaño relativo de los términos de una ecuación
y
Análisis de Orden de Magnitud
(Vea Edwards, pag. 92)

• Una ecuación (modelo) puede tener muchos términos pero no todos contribuyen de la misma manera
• De manera que podemos eliminar los que menos contribuyan sin cometer un error muy grande

Ejemplo:
1 ( + (1)
!= + $& ' )*)
$

( 0( 0( & & (
Si $ ~ - 10 , = $ ~ - 10 , $ ~-(10 ) entonces entre y $ & hay 3
) )
&
ordenes de magnitud… entonces si $ es grande (>> 1) se dice que $ domina o es el termino dominante

) +
Entonces eq. (1) se puede reescribir así: !=$ '
Verificación:
Suponga que ! = 8:

1 1
+ ! = + 8& = 64.125
& Mientras que ! & = 64
! 8

64 − 64.125
Así que el error relativo es ,= ≈ 0.002 → 0.2 % Error pequeño !!!
64

1 5 4
363
3 4
De manera que usar 2=! , Es mejor (y mas fácil) que usar 2= + !& ,
!

Ahora tome ! = 100 y calcule el error

Que pasaría si ! fuera muyyyy pequeño (! << 1) ?

Ejemplo:

Suponga que ! = 1 + %& ' + % '

Si % ≪ & … ! = 1 + %(& '+%) → & ' domina sobre %, luego ! = 1 + %& '

Si & ≪ % … ! = 1 + %(& '+%) → % domina sobre & ', luego ! = 1 + % '

Si %, & << 1 (pequeños) … 1 domina sobre % y & luego ! = 1

Modelo Probabilístico del clima (modelo simple)

https://www.youtube.com/watch?v=K-8F_zDMDUI
Habilidades de modelamiento (cap. 5 libro de Edwards)

Usando Datos (cap. 6 libro de Edwards)

Usando Números Aleatorios (cap. 7 libro de Edwards)

 Usando Ecuaciones Diferenciales acopladas (sec. 8.5, pag. 177 libro de Edwards)

En muchos modelos, las variables se afectan entre sí y es muy probable que la ecuación de la tasa de cambio de una
variable involucre también a las otras variables. Esto conduce a sistemas de ecuaciones diferenciales acopladas que,
por regla general, son bastante difíciles de resolver analíticamente. Si el tiempo no aparece explícitamente en el lado
derecho de nuestras ecuaciones, podemos simplemente dividir una ecuación entre otra para obtener una ecuación
que no involucre a !. Supongamos por ejemplo que tenemos las siguientes ecuaciones:

"#
= 3& − #
"!
"&
=&+#
"!

Para resolver este sistema de ecuaciones tenemos dos opciones, 1) resolver las ecuaciones directamente y obtener
una grafica de # y & contra el tiempo (cinetica), o 2) dividir las dos ecuaciones para obtener la siguiente ecuación
diferencial

"# 3& − #
=
"& &+#
La solución de esta ecuación es un conjunto de curvas e el plano x - y. Esto a veces se llama un 'gráfico de fase'. En
este diagrama, el tiempo no aparece explícitamente, pero está implícito en el sentido de que una curva particular
en el gráfico de fase muestra cómo x e y cambian juntos a medida que pasa el tiempo. Podemos pensar en el
estado de nuestro sistema como un punto en movimiento que comienza en un punto determinado por los valores
iniciales x0, y0, y posteriormente, se mueve a lo largo de una curva solución de la ecuación diferencial,
generalmente denominada ' trayectoria'. Esto puede ser muy útil para determinar el comportamiento evolutivo del
modelo y para investigar cómo diferentes valores iniciales pueden conducir a diferentes resultados finales.

… desarrollo de modelo en el tablero!

Ejemplos de modelos (cap. 10 libro de Edwards)

Lectura para estudiantes (Reporte de modelos y presentación)

…Lea cap. 9 libro de Edwards)

 EJERCICIOS 3ER CORTE

1. Resuelva numéricamente el Ejemplo 8.2.1: A model for population growth, pag. 152 del libro de Edwards y
compare el modelo numérico con la solución analítica

En los siguientes problemas plantee un modelo matemático, obtenga una solución analítica del modelo y escriba un
programa (o use software) para resolver numéricamente las respectivas ecuaciones del modelo, y compare la
solución numérica con la solución analítica.

2. (Problema 8.2.1, pag. 156, Edwards) Una gran manada de animales salvajes vive en una región donde la lluvia varía
de manera periódica con un máximo cada 4 años. Los animales viven del pastoreo y la cantidad de alimento depende
de las precipitaciones. Se puede suponer que la tasa neta de natalidad es proporcional a la cantidad de alimentos
disponibles, siendo la tasa máxima del 2% anual. También hay una emigración neta de 100 animales por año desde la
región. El tamaño actual de la población es de 5000 animales y se requieren predicciones para los próximos 20 años.
Desarrolle un modelo para este problema.

3. (Problema 8.2.2, pag. 156, Edwards) La velocidad de enfriamiento de un cuerpo caliente en el aire es casi
proporcional a la diferencia entre la temperatura del cuerpo y la temperatura del aire. Si la temperatura del aire es de
18°C y se encuentra que un cuerpo inicialmente a 60°C se enfría a 50°C después de 3 min, ¿cuánto tiempo pasará
antes de que se enfríe a 30°C? ¿Cuál será su temperatura después de 10 min?

4. (Problema 8.2.3, pag. 156, Edwards) Un tanque cónico de 2 m de altura está lleno de agua y el radio de la
superficie es de 1 m. Después de 8 h, la profundidad del agua es de solo 1,5 m. Si suponemos que el agua se evapora
 EJERCICIOS 3ER CORTE (continuación)

Resuelva numéricamente los siguientes problemas

5. Ejemplo 8.3.1, pag. 158, libro de Edwards

6. Ejemplo 8.5.1:Modeling a battle, pag. 187, Edwards
7. Ejemplo 8.5.2: Foxes and rabbits, pag. 184 de Edwards
8. Ejercicio 8.5.4, pag. 188 de Edwards
OTROS
 Teorema π de buckingham
Propiedades de π - términos:
­ Cada término π es adimensional y es independiente del sistema de unidades.
­ La división o multiplicación por una constante no cambia el carácter de los
términos π .
­ Cada término π contiene m+1 variables, donde m es el número de
dimensiones fundamentales y también se denomina variable repetitiva.
Sea en el caso anterior X2, X3, X4 son variables repetitivas y si las dimensiones
fundamentales m=3 entonces cada término π se escribe como
Π 1 =X2 a1 . X3b1 . X4 c1 . X 1
Π 2 = X 2 a2 . X 3 b2 . X 4 c2 .X 5
.
.
Π nm =X 2 a(nm) . X3b ( nm ) . X 4 a(nm ) .Xn
Cada ecuación se resuelve por el principio de homogeneidad adimensional y se
obtienen los valores de a 1 , b 1 & c 1 etc. El resultado final es en forma de
Π 1 =( Π 2 , Π 3 , Π 4 ,…, Π (n-m) )
Ley Modelo de Froude

For Discharge: For Hydraulic Jump:

Qp Hp
= L = 10
2.5 2.5 = Lr = 10
Qm
r
Hm
Qm = 28.3 /102.5 = 0.0895 m3 / sec H p = 50 ´10 = 500 mm
For Velocity: For Energy Dissipation:
Vp Ep
= Lr = 10 = L3.5
r = 10 3.5

Vm Em

V p = 2.4 ´ 10 = 7.589 m / sec E p = 3.5 ´103.5 = 11067.9 Nm / sec