Con el objetivo de fortalecer la investigación y mejorar la calidad e impacto de la producción científica en la región, se propone desarrollar actividades que promuevan el estudio, la construcción y la aplicación de conceptos matemáticos en el campo del modelamiento matemático, que permitan plantear y comprender el comportamiento de diversos sistemas físicos relacionados con el agro, la ingeniería ambiental y en general el planteamiento de problemas que involucren los suelos, las aguas, las plantas, etc. Debido a la importancia en el planteamiento de diferentes posibilidades en la comprensión de sistemas, tanto para la academia como para el sector productivo, se propone éste proyecto con el ánimo de fortalecer la investigación aplicada en nuestra sede y en el campo de las ingenierías agrícola, agronómica y ambiental utilizando modelos matemáticos e inteligencia artificial. Según Velten (2009), el modelamiento matemático se puede desarrollar a partir de la definición y el estudio de los sistemas, y tiene varios componentes que se tratarán de abordar en éste proyecto. Una vez definido el sistema, se procede a definir las variables "más relevantes" y sus relaciones a través de modelos matemáticos pre-establecidos, los cuales serán solucionados de forma analítica, o, simulaciones numéricas utilizando software. Una vez solucionado el modelo matemático, se pasa a la etapa de validación, esto significa realizar una comparación estadística entre el sistema real y los resultados del modelo matemático, si las soluciones están "suficientemente" cercanas (es decir definidas por los investigadores) entre sí, entonces se acepta el modelo, de lo contrario se debe hacer una revisión de todas las etapas y hacer las correcciones correspondientes. En el proyecto se pretende estudiar modelos matemáticos relacionados con problemas de ingeniería, de tal forma que se puedan realizar los análisis correspondientes y determinar aquellos que sean más adecuados a los sistemas en estudio, también se busca implementar soluciones con herramientas de machine learning.