Modelización y Simulación
Código: 104410 Créditos ECTS: 6| Titulación | Tipo | Curso |
|---|---|---|
| 2503740 Matemática Computacional y Analítica de Datos | OB | 3 |
Contacto
- Nombre:
- Gabriel Vicent Jover Mañas
- Correo electrónico:
- gabriel.jover@uab.cat
Equipo docente
- Gabriel Vicent Jover Mañas
- (Externo) Aureli Alabert
Idiomas de los grupos
Puede consultar esta información al final del documento.
Prerrequisitos
Es necesario haber adquirido los contenidos de cálculo, probabilidad y álgebra lineal de primer curso, y conocr los lenguajes de programación Python y R. Se recomienda haber cursado las asignaturas de Ecuaciones Diferenciales Ordinarias (de segundo curso) y de Ecuaciones en Derivadas Parciales (de tercer curso).
Objetivos y contextualización
Aprender diferentes cuestiones y alternativas relacionadas con la modelización de fenómenos reales, asi como su análisis formal y/o computational según convenga.
Resultados de aprendizaje
- CM25 (Competencia) Evaluar la dificultad de hacer un cálculo de probabilidades analítico en situaciones complejas.
- CM25 (Competencia) Evaluar la dificultad de hacer un cálculo de probabilidades analítico en situaciones complejas.
- CM25 (Competencia) Evaluar la dificultad de hacer un cálculo de probabilidades analítico en situaciones complejas.
- CM25 (Competencia) Evaluar la dificultad de hacer un cálculo de probabilidades analítico en situaciones complejas.
- CM27 (Competencia) Crear modelos de simulación de la realidad para establecer y comprobar hipótesis en el estudio de problemas o realidades más complejas.
- CM27 (Competencia) Crear modelos de simulación de la realidad para establecer y comprobar hipótesis en el estudio de problemas o realidades más complejas.
- KM22 (Conocimiento) Identificar rudimentos de logística y otros campos en los que se aplica la investigación operativa en el ámbito tecnológico e industrial.
- KM22 (Conocimiento) Identificar rudimentos de logística y otros campos en los que se aplica la investigación operativa en el ámbito tecnológico e industrial.
- SM20 (Habilidad) Distinguir, de un problema, lo que es importante de cara a la construcción del modelo matemático y su resolución de lo que no lo es.
- SM21 (Habilidad) Distinguir cuándo se pueden realizar cálculos de probabilidades analíticos y cuando se debe recurrir a la simulación estocástica.
- SM22 (Habilidad) Seleccionar modelos de la realidad científica o tecnológica relativa a un problema de toma de decisiones, expresando estos con el lenguaje matemático de los problemas de optimización con programación dinámica o con colas estocásticas.
- SM22 (Habilidad) Seleccionar modelos de la realidad científica o tecnológica relativa a un problema de toma de decisiones, expresando estos con el lenguaje matemático de los problemas de optimización con programación dinámica o con colas estocásticas.
- SM23 (Habilidad) Utilizar aplicaciones informáticas de análisis estadístico, cálculo numérico y simbólico, visualización gráfica, optimización u otras para experimentar y resolver problemas.
Contenido
1. Modelización de fenómenos físicos
2. Simulación de sucesos discretos
Actividades formativas y Metodología
| Título | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|
| Tipo: Dirigidas | |||
| Clases de teoría | 20 | 0,8 | |
| Tipo: Supervisadas | |||
| Proyecto | 30 | 1,2 | |
| Tipo: Autónomas | |||
| Desarrollo del proyecto y estudio personal | 96 | 3,84 |
La docencia combinará teoría i traabajo práctico con ordenador. En algunos temas, los estudiantes tendran material para estudiar antes de la classe correspondiente.
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.
Evaluación
Actividades de evaluación continuada
| Título | Peso | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|---|
| Examens | 45% | 2 | 0,08 | CM25, CM27, KM22, SM20, SM21, SM22, SM23 |
| Memoria escrita y entregas | 30% | 0 | 0 | CM25, CM27, KM22, SM20, SM21, SM22, SM23 |
| Presentaciónes oral | 25% | 2 | 0,08 | CM25, CM27, KM22, SM20, SM21, SM22, SM23 |
Véase por favor la versión de la Guia en Catalán o en Inglés. En caso de discrepancia, la versión en Catalán prevalece.
Bibliografía
- Alligood, K. T. ; Sauer, T. ; Yorke, J.A. Chaos: an introduction to dynamical systems.
- Martínez, R. Models amb Equacions Diferencials, Materials de la UAB no. 149. Bellaterra, 2004
- R.V. Solé y S.C. Manrubia, Orden y caos en sistemas complejos, ediciones UPC, Barcelona, 2001.
- Bardina, X. & Ferrante, M. An excursion into Markov chains. Springer, 2020.
- Ross, Sheldon (2013) Simulation. Elsevier (Recurs electrònic UAB).
- L.J.S. Allen, An Introduction to Stochastic Processes with Applications to Biology. Chapman & Hall/CRC, Boca Ratón. 2011
Software
During the course, the software will be precised, and instructions to install it will be given if necessary
Lista de idiomas
| Nombre | Grupo | Idioma | Semestre | Turno |
|---|---|---|---|---|
| (PLAB) Prácticas de laboratorio | 1 | Catalán | segundo cuatrimestre | manaña-mixto |
| (SEM) Seminarios | 1 | Catalán | segundo cuatrimestre | manaña-mixto |
| (TE) Teoría | 1 | Catalán | segundo cuatrimestre | manaña-mixto |