18.07.2014 Views

Modelado prediccion enfermedades cultivos - edUTecNe ...

Modelado prediccion enfermedades cultivos - edUTecNe ...

Modelado prediccion enfermedades cultivos - edUTecNe ...

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

<strong>Modelado</strong> para la predicción de <strong>enfermedades</strong> en <strong>cultivos</strong> de alto valor comercial<br />

comportamiento, no es accesible en su totalidad por su excesiva complejidad y<br />

magnitud, lo cual hace necesario una reducción mediante un enfoque más<br />

concreto sobre la base de cierto conjunto de datos y variables experimentales<br />

que conforman lo que se denomina trama experimental. Dicho sistema real se<br />

representa mediante un modelo base, igualmente complejo e inabordable,<br />

siendo necesario recurrir a un modelo simplificado que dé cuenta de la trama<br />

experimental concreta. El pasaje de un sistema a otro requiere de una<br />

simplificación que debe realizarse en forma sumamente cuidadosa y<br />

respetando ciertas reglas para no perder información durante dicho proceso.<br />

Finalmente, el sistema informático debe ser entendido en su sentido más<br />

amplio como sistema computacional, o sea, la suma de computadora, técnicas<br />

y teorías informáticas [Zeigler, 1976].<br />

El modelado no es un proceso lineal sino iterativo (Figura 16) en la mayoría de<br />

los casos. La realidad física o sistema real nos proporciona información<br />

experimental (datos observables). A partir de la elaboración de hipótesis,<br />

presupuestos, aproximaciones e incluso teorías, es posible abstraerse de la<br />

realidad y arribar a un modelo que la refleja o representa, el cual, luego de ser<br />

cuidadosamente desarrollado, analizado y estudiado permitirá la obtención de<br />

información teórica, la que será contrastada con la realidad experimental,<br />

cerrando el circuito. De dicha contrastación será posible conocer la bondad del<br />

modelo y exactitud de las hipótesis elaboradas. Si los resultados fueran<br />

negativos, será necesario replantear el modelo, total o parcialmente,<br />

dependiendo de los desvíos teóricos respecto de la realidad experimental. Este<br />

es el sentido en el que puede entenderse al modelado como proceso de<br />

retroalimentación a nivel de información [Papert, 1981]. Cuando el resultado de<br />

este proceso es positivo, las hipótesis de partida y los mecanismos postulados<br />

nos dan información acerca de la naturaleza y porqué del comportamiento del<br />

sistema en estudio.<br />

64

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!