4: Modelos de Tiempo Discreto I - Modelado
- Última actualización
- 30 oct 2022
- Guardar como PDF
( \newcommand{\kernel}{\mathrm{null}\,}\)
Los modelos de tiempo discreto son fáciles de entender, desarrollar y simular. Son fácilmente implementables para simulaciones por computadora escalonadas, y a menudo son adecuadas para modelar datos experimentales que casi siempre son ya discretos. Además, pueden representar cambios abruptos en los estados del sistema, y posiblemente dinámicas caóticas, utilizando menos variables que sus contrapartes de tiempo continuo.
- 4.1: Modelos de Tiempo Discreto con Ecuaciones de Diferencia
- Los modelos de tiempo discreto de los sistemas dinámicos a menudo se denominan ecuaciones de diferencia, porque se puede reescribir cualquier sistema dinámico de tiempo discreto de primer orden con una variable de estado x.
- 4.2: Clasificaciones de ecuaciones modelo
- Hay algunas terminologías técnicas que necesito introducir antes de continuar las discusiones:
- 4.3: Simulación de modelos de tiempo discreto con una variable
- Ahora es el momento de hacer nuestro primer ejercicio de simulación por computadora de modelos de tiempo discreto en Python. Comencemos con este modelo de ecuación de diferencia lineal muy simple de una variable escalar x:
- 4.4: Simulación de modelos de tiempo discreto con múltiples variables
- Ahora estamos dando un primer paso hacia la simulación de sistemas complejos. Aumentemos el número de variables de uno a dos.
- 4.5: Construyendo su propia ecuación de modelo
- Ahora que ya sabes cómo simular la dinámica de las ecuaciones de diferencia, quizás quieras intentar construir tu propia ecuación modelo y probar sus comportamientos. Entonces surge una pregunta: ¿Cómo construyes tu propia ecuación modelo? Las matemáticas son un lenguaje que se utiliza para describir el mundo. Así como así no hay una sola manera correcta de describir una idea en inglés, tampoco hay una sola forma correcta de construir una ecuación de modelo matemático.
- 4.6: Construyendo sus propias ecuaciones de modelo con múltiples variables
- Podemos dar un paso más para aumentar la complejidad de la construcción de modelos, al incluir más de una variable. Siguiendo el tema del crecimiento poblacional, consideremos las interacciones ecológicas entre dos especies.
