Modelos normativos predictivos
Introducción
En ciencias aplicadas y en tecnología, un modelo matemático es uno de los tipos de modelos científicos que emplea algún tipo de formalismo matemático para expresar relaciones, proposiciones sustantivas de hechos, variables, parámetros, entidades y relaciones entre variables de las operaciones, para estudiar comportamientos de sistemas complejos ante situaciones difíciles de observar en la realidad. El término modelización matemática es utilizado también en diseño gráfico cuando se habla de modelos geométricos de los objetos en dos (2D) o tres dimensiones (3D).
El significado de modelo matemático en filosofía de la matemática y fundamentos de la matemática es, sin embargo, algo diferente. En concreto en esas áreas se trabaja con "modelos formales". Un modelo formal para una cierta teoría matemática es un conjunto sobre el que se han definido una serie de relaciones unarias, binarias y trinarias, que satisface las proposiciones derivadas del conjunto de axiomas de la teoría. La rama de la matemática que se encarga de estudiar sistemáticamente las propiedades de los modelos es la teoría de modelos.
Definición, principios y condiciones generales
Un modelo matemático de un objeto (fenómeno real) es cualquier esquema simplificado e idealizado de aquel, constituido por símbolos y operaciones (relaciones) matemáticas. Un modelo matemático es un caso de formalización que emplea los más diversos instrumentos producidos en la ciencia matemática.[1] Además un modelo matemático, en general requiere de una descripción de como los objetos modelizados se representan dentro del modelo y, viceversa, cómo interpretan en términos de entidades reales las predicciones del modelo.
Cabe mencionar solamente algunos principios generales y condiciones que deben cumplir dichos modelos.
• - Equivalencia: que es la correspondencia del modelo a su original. De acuerdo, a este principio general las entidades modelizadas se corresponde con objetos matemáticos del modelo y viceversa.
• - Objetividad: correspondencia de las conclusiones científicas a las condiciones reales.
• - Simplicidad: los modelos no deben estar saturados de factores secundarios.