El modelaje matemático, apoyado en la programación, se ha convertido en una herramienta fundamental para resolver problemas complejos en disciplinas como ingeniería, biología, economía y ciencia de datos.

Este enfoque interdisciplinario integra técnicas computacionales con teoría matemática, permitiendo la simulación, optimización y análisis de sistemas del mundo real. Lenguajes de programación como Python, 

MATLAB y R ofrecen entornos robustos para implementar modelos, realizar simulaciones numéricas y visualizar resultados de manera eficiente.

Este trabajo explora metodologías clave del modelaje matemático, destacando la sinergia entre matemáticas y programación. Se abordan temas como ecuaciones diferenciales, modelos estadísticos, aprendizaje automático y simulaciones discretas, demostrando cómo las herramientas computacionales mejoran la precisión y escalabilidad. Estudios de caso ilustran aplicaciones en epidemiología (ej. predicción de propagación de enfermedades), finanzas (ej. evaluación de riesgos) y ciencias ambientales (ej. modelación climática). 

Además, se discuten desafíos como la complejidad algorítmica, la incertidumbre en datos y técnicas de validación. Al vincular aspectos teóricos y prácticos, este enfoque impulsa la innovación y la solución de problemas en investigación e industria. Las conclusiones resaltan la importancia de la colaboración interdisciplinaria y abogan por integrar la programación en la enseñanza matemática para formar profesionales preparados.

Palabras clave: Modelaje matemático; Programación; Simulaciones numéricas; Algoritmos de 

optimización.

• Mgtr. Ronny Joel Ángulo Guerrero
• Ing. Adriana Isabel Macias Mancilla
• Ing. Tyron Joel Orobio Arboleda