APLICACIONES DE LA MODELACIÓN MATEMÁTICA Y LA SIMULACIÓN DE

CULTIVOS AGRÍCOLAS EN CUBA.

Esta revisión bibliográfica tiene el objetivo de dar a conocer las aplicaciones de los modelos
matemáticos utilizados desde la agricultura.

Las técnicas y tecnologías llamadas sistemas de información han tenido un gran auge ya que se
emplean desde la industria hasta la vida cotidiana ayudándonos a procesar y ordenar bases de
datos. Últimamente la modelación y simulación son herramientas muy importantes ayudando a
extender nuestro conocimiento en la agricultura ayudándonos como una herramienta para la
investigación, de esta manera el productor como los asesores técnicos tienen mayor facilidad a la
información.

Este artículo tiene el objetivo de dar a conocer las características de importancia de la modelación
y simulación de cultivos.

Existen varios tipos de modelos: un modelo por excelencia es la herramienta principal para
simbolizar los problemas o situaciones que se nos presentan.

Uno de los modelos más generales hoy representado por torres en cual el modelo puede ser una
réplica del objeto que se representa, Es importante señalar que a mayor nivel de abstracción hay
menor grado de similitud. de acuerdo con el nivel de abstracción se puede agrupar los modelos
físicos y de escala como isomórfico y los análogos matemáticos y disimulación como homofóbicos.

Los modelos matemáticos son representaciones de un sistema por medio de ecuaciones

matemáticas o distribuciones estadísticas de valores aleatorios.

Por el contrario, los modelos matemáticos poseen capacidad explicativa de la filosofía del cultivo
por considerar aspectos con la temperatura, la radiación la fotosíntesis, la respiración y la
eficiencia en el uso de la radiación.

Los modelos matemáticos que van encaminados al desarrollo de cultivos han sido creados para
evaluar el impacto del cambio climático y la producción de alimentos, así como desarrollar
estrategias para la gestión de riesgos y aplicaciones pesticidas y fertilizantes.

Existen varios criterios para la selección de un mejor modelo:

* métodos de ajuste de los modelos.

* análisis de varianza seleccionado con el modelo en cuestión.

* diagnóstico y tratamiento de la multicolinealidad, en modelos de regresión lineal el múltiple.

* análisis de los residuos.

* análisis de la decisión de las estimaciones.

Debemos tener en cuenta que la modelación y la simulación son procesos totalmente diferentes
pues la modelación puede realizarse sin necesidad de la simulación no siendo así para este último
el cual no se puede efectuar si no existe el proceso de modelación.

El concepto de simulación debe ser dinámico ya que así podemos comprender mejor los procesos
involucrados en la producción de los cultivos esto es una herramienta importante para la
investigación agrícola moderna. la comprensión del funcionamiento y evolución de los principales
factores responsables de las condiciones es adquirida comparando resultados de la simulación con
observaciones experimentales

La utilización de estos modelos matemáticos nos ayuda al desarrollo de la agricultura en el mundo

ya que de esta manera podemos comparar los diferentes procesos y así ayudar a la mejora de una
agricultura más desarrollada.