Datos generales

• Plan de estudios: 0461 - DOCTORADO EN INGENIERÍA
• Créditos: 4.0

Grupos

Tabla información sobre los grupos de la asignatura

Actividad	Grupo	Periodos	Horarios	Aula	Profesor/Tutor
SALAS ESPECIALIZADAS CÓMPUTO	(1) - CLASE VIRTUAL GRUPO.1 - BOGOTA	20/08/2020 - 05/12/2020	JUEVES 18:00 - 21:00	-	ANDRES FERNANDO BERNAL ESCOBAR

Contenidos

PROGRAMA DE LA ASIGNATURA

Presentación

En la dialéctica del modelado y la simulación se generan diferentes conceptos que son la base de los razonamientos utilizados en las comunicaciones científicas y técnicas. En la gran mayoría de publicaciones se expresan conceptos como modelos deterministas y estocásticos, análisis dimensional y similitud, ajuste de modelos y optimización, entre otros, los cuáles dan soporte epistemológico a conclusiones que impactan el escenario académico y tecnológico. Por estas razones, un curso que defina los conceptos más utilizados del modelado y la simulación, su razón de ser y su importancia en el ámbito investigativo es necesario en el ciclo  introductorio de la maestría.

Objetivo de Aprendizaje

• Aprender conceptos elementales y básicos utilizados en la formulación de modelos y simulaciones.
• Presentar los conceptos básicos de la dialéctica del modelado y la simulación en diferentes publicaciones internacionales.
• Explorar los diferentes ambientes de simulación y paquetes computacionales utilizados en las investigaciones en modelado y simulación.
• Aplicar la formulación de modelos y otros conceptos en la investigación propia.
• Identificar los conceptos y definiciones elementales analizados en diferentes escritos técnicos y científicos en donde apliques modelado y simulación de sistemas.
• Clasificar los modelos de acuerdo a los fundamentos utilizados y a su morfología matemática.
• Conocer los ambientes de simulación.

Contenidos Temáticos

Parte 1 : Clasificación y epistemología del Modelado y la Simulación

·         ¿Qué es Modelado Matemático?

·         Epistemología del Modelado y la Simulación

·         Proceso de Modelado y Simulación

·        ¿Qué es Simulación por Computador?

·        Tipos de modelos

Parte 2: Modelos Discretos Deterministas en 2D

·        Modelación por agentes: El modelo de segregación de Schelling

·        El Juego de la Vida

·        Introducción a la percolación

·        El modelo de haz de fibras, ejemplo de modelado de un proceso de fractura.

Parte 3: Modelos Fenomenológicos

·        Modelos Fenomenológicos

·        PBL: Redes Neuronales

Parte 4: Modelado por Ecuaciones Diferenciales

El modelo SIR de propagación de epidemias

Difusión   

Sesión 16: Entrega de trabajo final 22 de Noviembre Prof. Camilo Espejo. 

Evaluación Formativa

• Ejercicios en clase
• Examen Parcial
• Examen Final
  
• Proyectos de Investigación 

Bibliografía Básica Obligatoria

Giordano, F.K.; Fox, W.P.; Horton, S.B. & Weir, M.D. A first course in mathematical modeling. 2nd edition. Brooks/Cole, Cengage Learning. Canada, 2009.

Velten, K. Mathematical Modeling and Simulacion. Introduction for scientist and engineers. Wiley-VCH Verlag GmbH & Co. KGaA. Germany, 2009.

Sokolowski, J.A. & Banks, C.M. Principles of Modeling and Simulation. A multidisciplinary approach. Wiley, USA 2009.

SWA: Swarop C. H. "A byte of python".

GTC: H. Gould, J. Tobochnik, W. Christian, "An introduction to Computer Simulation Methods", Third Edition. Versión "open source physics"

STR: Steven Strogatz: "Nonlinear Dynamics and Chaos".

LPB: R. Landau, M.J. Páez, C. Bordeianu, "A survey of computational physics"

BA: L. Birta, G. Arbez, "Modelling and Simulation, Exploring Dynamic System Behaviour". Springer Verlag, 2013.

CD: B. Chopard and M. Droz, "Cellular Automata Modeling of Physical Systems". Cambridge 1998.

SA: D. Stauffer, A. Aharony "Introduction to Percolation Theory. CRC press. 1994.

OTT: E. OTT. "Chaos in Dynamical Systems". Cambridge University Press. 1993.

DEM: A. Downey, J Elkner, C Meyers, "How to Think Like a Computer Scientist",Green Tea Press

AYA: E. Ayars, "Computational Physics With Python",

PTVF: William H. Press, Saul A. Teukolsky, William T. Vetterling and Brian P. Flannery. "Numerical Recipes". The Art of Scientific Computing. Third Edition (2007), 1256 pp.