Un modelo matemático, como se ha dicho, es una descripción matemática de una situación de la vida real.

---

Por lo tanto, si un modelo matemático puede reflejar o imitar el comportamiento de una situación de la vida real, entonces podemos obtener una mejor comprensión del sistema a través del análisis adecuado del modelo utilizando herramientas matemáticas apropiadas.

Además, en el proceso de construcción del modelo, descubrimos varios factores que rigen el sistema, factores que son más importantes para el sistema y que revelan cómo se relacionan los diferentes aspectos del sistema.

No se puede ignorar la importancia de la modelización matemática en la física, la química, la biología, la economía e incluso la industria.

---

La modelización matemática en las ciencias básicas está ganando popularidad, principalmente en las ciencias biológicas, la economía y los problemas industriales.

Por ejemplo, si consideramos la modelización matemática en la industria siderúrgica, muchos aspectos de la fabricación del acero, desde la extracción hasta la distribución, son susceptibles de modelización matemática.

De hecho, las empresas siderúrgicas han promovido la participación y creación de varios talleres de matemáticas-industria, en los mismos se discuten diversos problemas, con el fin de obtener soluciones mediante la modelización matemática, por decir algunos:

1. problemas relacionados con el control del enfriamiento de los lingotes,
2. la transferencia de calor y masa en los altos hornos,
3. la mecánica de la laminación en caliente,
4. la soldadura por fricción,
5. el enfriamiento por pulverización y
6. la contracción en la solidificación de los lingotes,

por mencionar algunos.

---

_{Imagen de Pixabay y editada por @abdulmath con GIMP, el emoji es creado con Bitmoji.}

Del mismo modo, la modelización matemática puede utilizarse

1. para estudiar el crecimiento de los cultivos de plantas en un entorno estresado,
2. para estudiar el transporte de ARNm y su papel en el aprendizaje y la memoria,
3. para modelar y predecir el cambio climático,
4. para estudiar la dinámica de la interfaz de dos películas líquidas en el contexto de las células solares orgánicas,
5. desarrollar modelos multiescala en la ciencia de los cristales líquidos y

muchos más.

---

Para obtener una visión física, se utilizan técnicas analíticas.

Sin embargo, para tratar problemas más complejos, los enfoques numéricos son bastante útiles.

Siempre es aconsejable y útil formular un sistema complejo con un modelo sencillo cuya ecuación arroje una solución analítica. A continuación, el modelo puede modificarse a uno más realista que pueda resolverse numéricamente. Junto con los resultados analíticos de los modelos más sencillos y la solución numérica de los modelos más realistas, se puede obtener el máximo conocimiento del problema.

---

_{Imagen de Pixabay y editada por @abdulmath con GIMP, el emoji es creado con Bitmoji.}

---

Si quedastes fascinado con este interesante tema sobre los modelos y modelos matemáticos, no te pierdas la próxima publicación, si deseas ampliar más te invito a leer las siguientes referencias:

1. Isaac Amidror and D. Roger Hersch. Mathematical moire’ models and their limitations. Journal of Modern Optics, 57(1):23–36, 2010.
2. Hermann Schichl. Models and History of Modeling.
3. D.N. Burghes. Mathematical Models in Social Management and Life Sciences. John Wiley and Sons, 1980.
4. Hiroyuki Obanawa and Yukinori Matsukura. Mathematical modeling of talus development. Journal of Computers and Geosciences, pages 10–16, 2006.

---

---

---