INSTITUTO TECNOLÓGICO SUPERIOR DE JESÚS

CARRANZA

INGENIERÍA EN AGRONOMÍA

ASIGNATURA
MODELO MATEMATICOS APLICADOS A LA AGRICULTURA

TEMA
UNIDAD 1 EVOLUCIÓN DE LA PLANEACION, TENDENCIAS Y
PERSPECTIVAS.

ALUMNOS
Pedro Román Martínez.

INGENIERO
ING. Armando Vásquez Ramírez
Contenido
INTRODUCCIÓN.......................................................................................................3
UNIDAD 1, CONCEPTOS BÁSICOS DE MODELOS MATEMÁTICOS...................4
1.1 TIPOS DE MODELOS MATEMÁTICOS..........................................................6
1.1.1 MODELOS EMPÍRICOS...........................................................................7
1.1.2 MODELOS MECANICISTAS....................................................................8
1.1.3 MODELOS TELEONÓMICOS..................................................................9
Bibliografía...............................................................................................................11
 INTRODUCCIÓN
Se define como modelo matemático a como un conjunto de partes
operativamente interrelacionadas, del que interesa considerar fundamentalmente
su comportamiento global. Puede ser considerado como un proceso que responde
ante unas entradas para producir unas salidas. Existen unos límites que separan
el sistema y un modelos matemático, aunque esto hay los tiene interconectado
pues un sistema es un modelo matemático aplicado a la realidad.

La selección de elementos pasa por estimar cuales son los que interactúan para
producir el comportamiento a investigar (elementos interiores), excluyendo los que
son irrelevantes (elementos exteriores). Existe una regla para determinar el límite
de un sistema, que dice que "las relaciones causa-efecto entre el medio y el
sistema son unidireccionales, mientras que los elementos en el interior del sistema
están relacionados por medio de bucles de realimentación que determinan una
fuerte interacción entre ellos".

Los modelos y la realidad están relacionados a través de dos procesos: la

abstracción y la interpretación. El primero de ellos nos obliga a encontrar cuales
son los elementos más importantes del problema y cuáles son los accesorios.
Para saber si un elemento es o no importante tendremos que ver su efecto relativo
en la evolución del sistema. En cuanto a la interpretación, debemos de entenderla
como la manera en que las componentes del modelo (parámetros, variables) y su
comportamiento pueden estar relacionadas con las componentes, características
y comportamiento del sistema real que queremos modelar.

Página 3 de 13
UNIDAD 1, CONCEPTOS BÁSICOS DE MODELOS MATEMÁTICOS.

Los modelos matemáticos son utilizados para analizar la relación entre dos o más
variables. Pueden ser utilizados para entender fenómenos naturales, sociales,
físicos, etc. Dependiendo del objetivo buscado y del diseño del mismo modelo
pueden servir para predecir el valor de las variables en el futuro, hacer hipótesis,
evaluar los efectos de una determinada política o actividad, entre otros objetivos.

Aunque parezca un concepto teórico, en realidad hay muchos aspectos de la vida

cotidiana regidos por modelos matemáticos. Lo que ocurre es que no son modelos
matemáticos enfocados a teorizar. Al contrario, son modelos matemáticos
formulados para que algo funcione. Por ejemplo, un coche.

ELEMENTOS BÁSICOS DE UN MODELO MATEMÁTICO

Los modelos matemáticos pueden variar en cuanto a su complejidad, pero todos
ellos tienen un conjunto de características básicas:

 Variables: Son los conceptos u objetos que se busca entender o analizar.

Sobre todo con respecto a su relación con otras variables. Así por ejemplo,
una variable puede ser el salario de los trabajadores y lo que queremos
analizar son sus principales determinantes (por ejemplo: años de estudio,
educación de los padres, lugar de nacimientos, etc.).
 Parámetros: Se trata de valores conocidos o controlables del modelo.
 Restricciones: Son determinados límites que nos indican que los resultados
del análisis son razonables. Así por ejemplo, si una de las variables es el
número de hijos de una familia, una restricción natural es que este valor no
puede ser negativo.
 Relaciones entre las variables: El modelo establece una determinada
relación entre las variables apoyándose en teorías económicas, físicas,
químicas, etc.
 Representaciones simplificadas: Una de las características esenciales de
un modelo matemáticos es la representación de las relaciones entre las
variables estudiadas a través de elementos de las matemáticas tales como:
funciones, ecuaciones, fórmulas, etc.

Página 4 de 13
PROPIEDADES DESEADAS DE UN MODELO MATEMÁTICO
Cuando se diseña un modelo matemático, se busca que este tenga un conjunto de
propiedades que ayude a asegurar su robustez y efectividad. Entre estas
propiedades se encuentran:

 Simplicidad: Uno de los objetivos principales de un modelo matemático es

simplificar la realidad para poder entenderla mejor.
 Objetividad: Que no tenga sesgos ni teóricos ni de los prejuicios o ideas de
sus diseñadores.
 Sensibilidad: Que sea capaz de reflejar los efectos de pequeñas
variaciones.
 Estabilidad: Que el modelo matemático no se altere significativamente
cuando hay cambios pequeños en las variables.
 Universalidad: Que sea aplicable a varios contextos y no sólo a un caso
particular.
Evidentemente existen muchas más, pero las anteriores son las más intuitivas.

PROCESOS PARA HACER UN MODELO MATEMÁTICO

En términos generales el proceso de elaboración de un modelo matemático es el
siguiente:

 Encontrar un fenómeno o problema.

 Formular un modelo con elementos de matemáticas representando el
problema elegido identificando las variables relevantes (dependientes e
independientes).
 Establecer hipótesis y un método de prueba de su veracidad.
 Aplicar los conocimientos matemáticos para resolver el modelo y hacer
predicciones si es necesario.
 Hacer comparaciones de los datos obtenidos con datos reales.
 Si los resultados no se ajustan a lo esperado, ir ajustando el modelo
matemático.

Página 5 de 13
 1.1 TIPOS DE MODELOS MATEMÁTICOS.

De acuerdo a la información utilizada

 Heurístico: Basado en posibles explicaciones sobre las causas de los
fenómenos observados.
 Empírico: Utiliza la información de la experimentación real.

Según tipo de representación

 Cualitativos o conceptuales: Se refieren a un análisis de la calidad o la
tendencia de un fenómeno sin calcular un valor exacto.
 Cuantitativos o numérico: Los resultados obtenidos tienen un valor
concreto que tiene un cierto significado (puede ser exacto o relativo).

Según la aleatoriedad
 Determinista: No tiene incertidumbre, los valores son conocidos.
 Estocástico: No se conoce con exactitud el valor de las variables en
todo momento. Existe incertidumbre y por ende una distribución de
probabilidad de los resultados.

Según su aplicación u objetivo

 Simulación o descriptivo: Simula o describe un fenómeno. Los
resultados se enfocan a predecir qué sucederá una determinada
situación.
 Optimización: Se utilizan para encontrar una solución óptima a un
problema.
 De control: Para mantener el control de una organización o sistema y
determinar las variables que deben ajustarse para obtener los
resultados buscados.

Página 6 de 13
1.1.1 MODELOS EMPÍRICOS.
El carácter empírico o físico constituye la característica fundamental de un modelo.
Un modelo físico se basa en las leyes físicas que rigen los procesos, un modelo
empírico se basa en relaciones estadísticamente significativas entre variables.

Las ecuaciones que describen un modelo estadístico no son por tanto físicamente
o dimensionalmente consistentes ni universales, ya que en rigor sólo son válidas
para el contexto espacio-temporal en el que se calibraron. Se caracterizan por un
alto poder predictivo pero una escasa capacidad explicativa, es decir reproducen
el funcionamiento del sistema razonablemente bien pero no permiten saber por
qué el sistema funciona así.

Los modelos estadísticos se conocen también como modelos de caja negra ya

que no permiten descubrir el funcionamiento interno del sistema. Los modelos
físicos se denominan, por contraposición, modelos de caja blanca. Se trata de
modelos en los que las transferencias de materia y energía entre sus
componentes se rigen mediante ecuaciones físicas y que además cumplen las
leyes de conservación de la materia y la energía, tanto para el conjunto del modelo
como para cada uno de los submodelos.

Una posibilidad intermedia son los modelos de caja gris o conceptual. Se trata de
modelos en los que el sistema se descompone en una serie de componentes que
se resuelven como modelos empíricos pero cuya integración se basa en principios
físicos o al menos en cierto conocimiento a priori de cómo funciona el sistema.
Para poder construir un modelo físico es necesario un alto conocimiento acerca de
cómo funciona el sistema a modelizar.

El modelo resultante permite transformar unas variables de entrada en variables

de salida. En el caso de los modelos empíricos la falta de conocimiento acerca del
sistema se compensa con datos de calidad y en cantidad suficiente de las
variables de entrada y de salida. A partir de estos datos podemos construir un
modelo empírico que nos permita, posteriormente, obtener las variables de salida
a partir de un nuevo conjunto de valores para las variables de entrada.

Página 7 de 13
1.1.2 MODELOS MECANICISTAS.
La parte más importante de describir un mecanismo es proveer información sobre
cómo están organizados sus componentes. Esta característica es lo que
propiamente convierte la explicación en mecanicista, puesto que, de otra forma,
sólo se estaría describiendo un conjunto de entidades. Esto quiere decir que el
orden de las entidades en el mecanismo no es indiferente.

Los mecanismos no son necesariamente reduccionistas, ya que se describen

como multinivel y con partes igualmente esenciales en cada nivel. No todos los
mecanismos son máquinas; las máquinas son artefactos diseñados por humanos,
mientras que los mecanismos biológicos son diseñados por la evolución.

No todos los mecanismos son lineales; pueden tener bucles de retroalimentación y

ciclos internos, o estar acoplados a otros mecanismos, generando dinámicas
complejas. Los mecanismos no son necesariamente localizables; pueden ser
observados indirectamente o simulados con programas informáticos. Los
mecanismos no están limitados a dinámicas de empujar y tirar. Los mecanismos
no son ficciones o metáforas, son parte del tejido de la realidad.

Un modelo mecanicista es una representación abstracta de un mecanismo que se

divide en dos partes: una describe el comportamiento interno de los componentes
del mecanismo y la otra describe el comportamiento global del mecanismo, el
fenómeno que la actividad del mecanismo genera. A veces, la explicación
mecanicista puede ser insatisfactoria porque no especifica suficientemente el
mecanismo involucrado. Un bosquejo de un mecanismo es un modelo que
describe la constitución del mecanismo de forma incompleta.

En éste existe una caracterización de las entidades, actividades y su organización,

pero de forma inacabada, en la medida en que quedan cajas negras, vacíos y
términos de relleno. Los términos de relleno son componentes, actividades o
entidades, que se postulan en el modelo putativo, pero que no se sabe qué hacen
ni qué son.

Página 8 de 13
Esto genera una ilusión de entendimiento, por lo que habría que evitarlos. En el
otro extremo están las descripciones idealmente completas de los mecanismos.
Estos son modelos en los que aparecen absolutamente todos los términos,
entidades y actividades relevantes, además de su organización, descritos de
forma acabada de tal forma que dan cuenta del fenómeno dado.

1.1.3 MODELOS TELEONÓMICOS.

La teleonomía es un término ideado por Jacques Monod que se refiere a la calidad
de aparente propósito y de orientación a objetivos de las estructuras y funciones
de los organismos vivos, la cual deriva de su historia y de su adaptación evolutiva
para el éxito reproductivo.

El término fue acuñado por Monod por contraposición al de teleología (aplicable a

finalidades que son planeadas por un agente que pueda internamente modelar o
imaginar varios futuros alternativos, proceso en el cual tiene cabida la intención, el
propósito y la previsión) alrededor de 1970 y expuesto en su libro El azar y la
necesidad. Un proceso teleonómico, sin embargo, como podría entenderse por
ejemplo la propia evolución, da lugar a productos complejos sin contar con esa
guía o previsión. La evolución comprende en gran parte la retrospección, pues las
variaciones que la componen efectúan involuntariamente “predicciones” sobre las
estructuras y funciones que mejor pueden hacer frente a circunstancias futuras,
participando en una competición que elimine a los perdedores y seleccione a los
ganadores para la generación siguiente.

A medida que se acumula información sobre las funciones y las estructuras más
beneficiosas, se produce la regeneración del entorno mediante la selección de las
coaliciones más aptas de estructuras y funciones. La teleonomía, en ese sentido,
estaría más relacionada con efectos pasados que con propósitos inmediatos.

Los modelos teleonómicos son aplicables a comportamientos dirigidos por metas y

se formulan explícitamente en términos de objetivos. Los modelos explicativos o
mecanicistas generalmente son modelos determinísticos (Thornley y Johnson,
2000).
Página 9 de 13
 CONCLUSIÓN
Los modelos matemáticos nos ayudan a predecir situaciones de la vida diaria con
la utilización de datos actuales relevantes, considerando principalmente las
variables.

Pues hay que tener en cuenta que nuestra vida cotidiana cualquier movimiento o
cualquier acción pueden ser identificadas como un tipo de modelo matemático, y
para poder reconocer un modelo matemático es útil para cada situación es
necesario saber qué datos se tiene y qué necesidades tiene el problema.

BIBLIOGRAFÍA

Página 10 de 13
Ciencia Congnitiva. (27 de 10 de 2019). Ciencia Congnitiva. Recuperado el 09 de
09 de 2021, de LA EXPLICACIÓN MECANICISTA EN CIENCIAS
COGNITIVAS: http://www.cienciacognitiva.org/?p=1879
Cruz, L. (2005). Modelos matemáticos de hortalizas en invernadero: trascendiendo
la contemplación de la dinámica de cultivos. Revista chapingo serie
horticultura, 226.
Estévez, E. H. (12 de 2015). Scielo. Recuperado el 09 de 09 de 2021, de La
gestión mecanicista de las Instituciones de Educación Superior: un estudio
desde la modelación sistémica: http://www.scielo.org.mx/scielo.php?
script=sci_arttext&pid=S0186-10422015000400796
Maldonado, A. J. (2013). Modelos Matematicos para el Manejo del Riego y
Nutricion del Cultivo de Tomate en Invernadero. Buenavista, Saltillo,
Coahuila, Mexico: Universidad Autónoma Agraria Antonio Narro.
Wikipedia. (s.f.). Recuperado el 10 de 09 de 2021, de Teleonomía:
https://es.wikipedia.org/wiki/Teleonom%C3%ADa

Página 11 de 13
Página 12 de 13
Página 13 de 13