Buenas noches compañero, el descenso por gradiente se relaciona directamente con las EDOs de primer orden porque el proceso de actualización de pesos en un modelo sigue la forma dw/dt = -η·∇L, donde η es la tasa de aprendizaje y ∇L el gradiente de la función de pérdida. Esto es equivalente a una EDO autónoma de primer orden, donde el sistema evoluciona buscando minimizar el error hasta alcanzar un punto de equilibrio.