Modelización y Simulación Aplicadas
Código: 43480 Créditos ECTS: 6| Titulación | Tipo | Curso | Semestre |
|---|---|---|---|
| 4313136 Modelización para la Ciencia y la Ingeniería / Modelling for Science and Engineering | OT | 0 | 2 |
Contacto
- Nombre:
- Tomás Manuel Margalef Burrull
- Correo electrónico:
- Tomas.Margalef@uab.cat
Uso de idiomas
- Lengua vehicular mayoritaria:
- inglés (eng)
Equipo docente
- Ana Cortés Fité
- Remo Suppi Boldrito
- Gemma Sanjuan Gomez
Prerequisitos
Conocimiento a nivel de usuario de sistemas informáticos y (recomendado) conocimiento de un lenguaje de programación pero no esencial.
Objetivos y contextualización
Esta asignatura tiene como objetivos:
- Introducir a los estudiantes a las técnicas de modelado y simulación utilizadas en áreas multidisciplinares.
- Aplicar la metodología adecuada para el desarrollo de modelos en áreas multidisciplinares.
- Evaluar las herramientas de modelado y simulación disponibles para diferentes áreas.
- Modelar y simular estructuras de diferentes tipos.
Competencias
- Analizar sistemas complejos de distintos campos y determinar las estructuras y parámetros básicos de su funcionamiento.
- Analizar, sintetizar, organizar y planificar proyectos de su campo de estudio.
- Asegurar, gestionar, auditar y certificar la calidad de los desarrollos, procesos, sistemas y productos informáticos avanzados.
- Comunicar en lengua inglesa los resultados de los trabajos del ámbito de estudio.
- Formular, analizar y validar modelos matemáticos de problemas prácticos de distintos campos.
- Resolver problemas complejos aplicando los conocimientos adquiridos a ámbitos distintos de los originales
- Usar métodos numéricos apropiados para solucionar problemas específicos.
Resultados de aprendizaje
- Analizar, sintetizar, organizar y planificar proyectos de su campo de estudio.
- Comunicar en lengua inglesa los resultados de los trabajos del ámbito de estudio.
- Describir los distintos componentes de un sistema y las interacciones entre los mismos.
- Identificar los parámetros que determinan el funcionamiento de un sistema
- Implementar los métodos numéricos idóneos para la resolución de modelos en el campo de la ingeniería.
- Modelizar sistemas de ingeniería utilizando herramientas comerciales.
- Resolver problemas complejos aplicando los conocimientos adquiridos a ámbitos distintos de los originales
- Simular el comportamiento de sistemas complejos.
- Validar los resultados de simulación con las predicciones de los modelos y el comportamiento del sistema real.
Contenido
Módulo 1: Modelos basados en agentes (ABM) y simulación.
- Definición de ABM. Abstracciones. Modelos y simulación.
- Marco de Netlogo.
- Estudios de caso: modelos de ciencias sociales y de la salud.
Módulo 2: Modelado en ingeniería
- Herramientas para modelado estructural
- Diseño de estructuras
- Simulación estructural
Módulo 3: Aplicaciones de modelos físicos complejos
- Modelos de propagación de incendios forestales: modelo básico y de Rothermel, modelos globales
- Incertidumbre de entrada: sistemas basados en datos (algoritmos genéticos, sistemas estadísticos)
- Sistema de predicción multimodelo (predicción numérica del tiempo, modelo de campo de viento, modelos de combustibles ...)
- Modelos numéricos de pronóstico del tiempo: predicción numérica del tiempo (NWP)
- Conceptos básicos de Modelización Atmosférica. Modelos de PNT y potencia computacional
- Aplicaciones de la predicción numérica del tiempo en el Servicio Meteorológico de Cataluña (SMC).
- Modelos climáticos, predicción del sistema terrestre: el modelo EC-Earth (Integrated Forecasting System (IFS), Ocean Model (NEMO), ..)
Metodología
La asignatura se desarrollará en clases teóricas, ejercicios de laboratorio y seminarios con ponentes invitados.
Es recomendable que el alumnado asista a todas las clases de la asignatura con un ordenador portatial con la batería bien cargada.
Nota: se reservarán 15 minutos de una clase dentro del calendario establecido por el centro o por la titulación para que el alumnado rellene las encuestas de evaluación de la actuación del profesorado y de evaluación de la asignatura o módulo.
Actividades
| Título | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|
| Tipo: Dirigidas | |||
| Clases teóricas | 12 | 0,48 | 3, 4, 6, 7 |
| Tipo: Supervisadas | |||
| Sesiones prácticas | 26 | 1,04 | 1, 5, 8, 9 |
| Tipo: Autónomas | |||
| Estudio de documentación técnica y preparación | 45 | 1,8 | 2, 3, 4, 6 |
| Trabajo en grupo | 40 | 1,6 | 1, 5, 8, 9 |
| Trabajo individual | 20 | 0,8 | 1, 3, 5, 6, 8, 9 |
Evaluación
La evaluación se realizará desarrollando y presentando los casos de estudio propuestos utilizando las herramientas presentadas en las sesiones de conferencias. También se evaluará el trabajo en grupo y la interacción.
En el caso de que algún alumno tenga una valoración inferior a 5 puntos en algunos apartados de la evaluación, deberá realizar una prueba adicional sobre el apartado concreto.
Integridad academica
Si el estudiante usa el trabajo de otra persona (código, cifras, publicaciones de investigación, etc.) para producir cualquier trabajo para este curso, el estudiante debe:
indicar cómo se utilizó este trabajo,
reconozca este trabajo en una sección de bibliografía.
La violación de estas políticas se considerará una violación a la integridad académica y el estudiante estará sujeto a las sanciones señaladas por la coordinación de estudios de MsC de la Facultad de Ciencias. El estudiante está sujeto a los derechos y responsabilidades que incluyen una penalización académica (calificación). administrado por el profesor y / o acción disciplinaria a través del proceso judicial de la UAB por responsabilidades de plagio.
Actividades de evaluación
| Título | Peso | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|---|
| Modelización y simulación medioambiental: Caso de estudio | 50% | 4 | 0,16 | 5, 7, 8, 9 |
| Modelos basados en agentes (ABM) y simulación | 20% | 1 | 0,04 | 5, 8, 9 |
| Simulación de estructuras | 30% | 2 | 0,08 | 1, 2, 3, 4, 6, 7 |
Bibliografía
ABM (UAB CAtàleg):
- (BR) Introduction to Discrete Event Simulation and Agent-based Modeling. Theodore T. Allen; Doyle.
- (BR) Agent-Based Spatial Simulation with NetLogo, Volume 2: Advanced Concepts. Arnaud Banos; Christophe Lang; Nicolas Marilleau. Elsevier.
- (BR) Agent-Based Spatial Simulation with NetLogo Volume 1. Arnaud Banos; Christophe Lang; Nicolas Marilleau. Elsevier.
- Agent-Based Modelling in Economics.Lynne Hamill; Nigel Gilbert. John Wiley & Sons Incorporated.
- Agent-based Computational Modelling: Applications in Demography, Social, Economic and Environmental Sciences Francesco C. Billari; Billari; Alexia Prskawetz; Jürgen Scheffran; Thomas Fent. Physica-Verlag Heidelberg.
- Innovative Approaches in Agent-Based Modelling and Business Intelligence. Setsuya Kurahashi; Hiroshi Takahashi; Hirachi.
Websites:
- Netlogo: https://ccl.northwestern.edu/netlogo/
Software
SolidEdge
WRF-Chem
FARSITE
WindNinja
VirtualBox, Netlogo.