Exploring modeling techniques in dynamical systems using differential equations: a comprehensive review of approaches and applications

Autores/as

Palabras clave:

Differential Equations, Dynamic Modeling, Meticulous Technique, Interdisciplinary Applications

Resumen

Modeling dynamic structures the usage of differential equations is vital for know-how and predicting temporal conduct in complicated structures throughout fields which includes physics, engineering, biology, and economics. These equations function specific mathematical gear that describe the evolution of variables in structures, accounting for his or her temporal and spatial dependencies. The improvement of dynamic structures modeling has developed notably from theoretical physics, exploring diverse strategies that beautify their applicability throughout a couple of domains. This has a look at specializes in comprehensively reviewing those strategies, using a meticulous methodological approach. The studies is dependent in key levels to embody the whole field, with a specific emphasis on targeted evaluation of normal and partial differential equations (ODEs and PDEs). To discover applicable literature, a rigorous method using specialized educational databases and superior engines like google turned into employed. This technique guarantees the vital choice of fifteen key articles, evaluated for his or her methodological robustness and effect on advancing know-how in dynamic structures. Each have a look at undergoes thorough evaluation to recognize the modeling processes and their unique packages throughout diverse medical and implemented disciplines. This has a look at offers a complete perception into how differential equations version complicated dynamic structures, highlighting the strengths of conventional processes and the brand-new possibilities afforded with the aid of using present day methodologies. It represents a sizable contribution to destiny studies in vital regions which includes public health, weather change, and concrete planning.

Referencias

Abayomi, A., Mojisola, M., Motunrayo, A., (2024). Modelado matemático y análisis de umbrales de la tasa de fracaso aceptable y el estándar académico. Uniciencia, Disponible: https://www.revistas.una.ac.cr/index.php/uniciencia/article/view/18931. Doi: https://doi.org/10.15359/ru.38-1.15

Barreto, F. J., & Petit, T. E. (2017). Modelos explicativos del proceso de innovación tecnológica en las organizaciones. Revista Venezolana de Gerencia, Doi: https://www.redalyc.org/journal/290/29055964004/html/.

Cardona, J., Leal, J. (2024). Evaluación del desarrollo de habilidades de modelado matemático en un curso de ecuaciones diferenciales ordinarias: un enfoque desde la ingeniería. La Serena, Disponible: https://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-50062024000200001&lng=en&nrm=iso&tlng=en; Doi. http://dx.doi.org/10.4067/s0718-50062024000200001; ISSN 0718-5006.

Cerquera, L. O. (2023). Análisis bibliométrico de los modelos estocásticos de equilibrio general. Revista CUC, Disponible: https://revistascientificas.cuc.edu.co/economicascuc/article/view/4404/5153; Doi:https://doi.org/10.17981/econcuc.44.2.2023.Econ.1.

Chagas, L., Jordane, A., Giraldo, V. (2022). O Trabalho como Princípio Educativo em Atividades de Matemática na Educação Profissional e Tecnológica. Bolema, Disponible: https://www.scielo.br/j/bolema/a/F3M6nfRzFxHhnHmbXzVYHjF/?lang=pt#; Doi: https://doi.org/10.1590/1980-4415v36n72a09

Clavijo, R. M., Fresneda, P. E., & Galvis, B. L. (2023). Red de educadores matemáticos críticos. Prometeica, Disponible: https://periodicos.unifesp.br/index.php/prometeica/article/view/15341; DOI: https://doi.org/10.34024/prometeica.2023.27.15341.

DosReis, P., Cruziniani, F., Bentivoglio, L., Evaristo, R., Iarosz, K. (2024). Modelo matemático para a reprodução de sinais de ECG de quadros clínicos reais. Rev. Bras. Ensino Fís, Disponible: https://www.scielo.br/j/rbef/a/fh4mJd7tX97NqVgFntYWpKs/?lang=pt#; Doi: https://doi.org/10.1590/1806-9126-RBEF-20230367

Erdem, M., Safan, M., & Castillo, C. C. (2019). Un modelo de ecuaciones diferenciales con retraso para la dinámica de transmisión de enfermedades. Revista de Matematica: teoria y aplicaciones, Disponible: https://revistas.ucr.ac.cr/index.php/matematica/article/view/39948; Doi: https://doi.org/10.15517/rmta.v27i1.39948.

García, R., Alvarez, M., Pablon, E., Noriega, S. (2024). Utilización de los modelos de ecuaciones estructurales con mínimos cuadrados parciales para identificar los factores críticos de éxito en la implementación de la metodología 6 sigma., Disponible: https://www.revistadyna.com/busqueda/utilizacion-de-modelos-de-ecuaciones-estructurales-con-minimos-cuadrados-parciales-para-identificar.

Godoy, M. A. (2019). Aplicación de ‘Aprendizaje Profundo’ para el pronóstico de precipitación a partir de datos de reflectividad de radar meteorológico. Dialnet, Disponible: https://dspace.ucuenca.edu.ec/bitstream/123456789/32551/1/Trabajo%20de%20titulaci%C3%B3n.pdf.

Gómez, V. N., Chaviano, O. G., & Ballesteros, A. A. (2021). Dinámicas de la producción científica colombiana en economía: un estudio bibliométrico en Scopus 2007-2019. Scopus, Disponible: http://www.scielo.org.co/pdf/le/n95/0120-2596-le-95-277.pdf

González, M. Y., Moreno, L. N., Moreno, & Edel, L. (2016). Metodología para el análisis de estabilidad de sistemas de ecuaciones diferenciales N- equations systems. Scielo, Disponible: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1684-18592016000300004; ISSN 1684-1859.

Guerrero, E. Z., Gonzáez, G. A., Lopez, G. J., & Calvo, G. I. (2024). Simulación basada en SMA de sistemas originalmente representados con EDO. Dialnet, Disponible: https://dialnet.unirioja.es/servlet/articulo?codigo=5924681; ISSN-e 1697-7920.

Luna, F. S., Uvidia, A. J., Uvidia, A. L., & Romero, M. W. (2024). Exploración comparativa de los métodos numéricos de Newton-Raphson y bisección para la resolución de ecuaciones no lineales. MQR, Disponible: https://www.investigarmqr.com/ojs/index.php/mqr/article/view/1258; Doi: https://doi.org/10.56048/MQR20225.8.2.2024.642-655.

Martínez, R., Lara, L., Corti, R. (2023). Resolución de ecuaciones diferenciales ordinarias mediante una red neuronal artificial. Actas de la Multiconferencia Internacional LACCEI sobre Ingeniería, Educación y Tecnología, Scopus, ISSN: 24146390

Miranda, I. (2014). Modelación matemática de la dinámica de poblaciones: desarrollo histórico y uso práctico en Cuba. Scielo, Disponible: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1010-27522014000300001; Doi: ISSN 1010-2752.

Ortigoza, G., Ponce, R. (2023). Resolviendo ecuaciones diferenciales ordinarias con Symbolic Math Toolbox™ (Matlab) y SymPy (Python). Revista Mexicana de Física E, Disponible: https://rmf.smf.mx/ojs/index.php/rmf-e/article/view/7012. Doi: https://doi.org/10.31349/RevMexFis.20.020209

Pereda, M., & Zamarreño, J. M. (2015). Modelado Basado en Agentes: un Enfoque desde la Ingeniería de Sistemas. PoliPapers, Disponible: https://polipapers.upv.es/index.php/RIAI/article/view/9364; Doi: https://doi.org/10.1016/j.riai.2015.02.007.

Sarmiento, R. J. (2020). Aplicaciones de las redes neuronales y el deep learning a la ingeniería biomédica. Revista UIS Ingenierías, Disponible: https://www.redalyc.org/journal/5537/553768213002/html/; Doi: https://doi.org/10.18273/revuin.v19n4-2020001.

Descargas

Publicado

15-11-2024

Cómo citar

Zaragoza Alvarado, G. A., & Alvarado Bastidas, E. A. (2024). Exploring modeling techniques in dynamical systems using differential equations: a comprehensive review of approaches and applications. Sapiens in Higher Education, 1(2), 29-39. https://revistasapiensec.com/index.php/Sapiens_in_Higher_Education/article/view/40

Artículos similares

También puede Iniciar una búsqueda de similitud avanzada para este artículo.