Periodo académico 2024-1S
Actividad | Grupo | Periodos | Horarios | Aula | Profesor/Tutor |
---|
No existen datos de grupos de esta asignatura, en este plan de estudios.
Este curso presenta dos grupos de modelos discretos que se pueden aplicar para la solución y comprensión de diferentes problemas en ciencia computacional, biología teórica, ciencias sociales, física y matemáticas; los autómatas celulares y los modelos basados en agentes. Las herramientas teóricas y prácticas de éste curso complementan y contrastan la formación en sistemas dinámicos y ecuaciones diferenciales, y constituyen una introducción a la auto organización y teoría de la complejidad.
Al finalizar este curso, se estará en capacidad de comprender, aplicar, y generar modelos basados en Agentes y modelos basados en Autómatas Celulares para el modelado y la simulación de diferentes procesos físicos, biológicos, sociales e ingenieriles.
Modelos basados en Agentes
● Introducción: El esquema de M&S aplicado a agentes, sistemas
complejos, emergencia, aleatoriedad, determinismo Ejemplos: predador presa,
hormigas forrajeras.
● Componentes de un modelo basado en agentes: Agentes, ambientes,
granularidad, interacciones.
● Esquema generación de nuevos modelos. Estudio de modelos arquetípicos:
Difusión, segregación, Fuego, el farol.
● Ajuste de modelos basados en agentes a datos reales y aplicación en la
predicción, ejemplos: desigualdad en la economía de USA.
● Análisis de modelos basados en agentes:Verificación, validación,
replicación. Temas avanzados.
Autómatas Celulares:
● Introducción. Sistemas auto-replicantes. Sistemas dinámicos sencillos.
Modelado de sistemas físicos. Vecindades, Condiciones de Frontera,
Definiciones.
● Modelado con autómatas celulares. Reglas sencillas, la regla 184, la
regla Q2R, Regla HPP, montaña de arena, hormiga, regla del tráfico, regla de
movimiento de cuerpo sólido.
● Modelos de gases: camino aleatorio, límite macroscópico, variables
espúreas. Modelo FHP: reglas de colisión, microdinámica, flujo de fluidos,
Sistemas 3D. Gas térmico, sistemas de varias velocidades.
● Modelos de lattice Boltzmann. Modelos de difusión: microdinámica de la
difusión, sistemas finitos, aplicaciones. Otros modelos: ondas
unidimensionales y dos dimensionales, fluidos de varias fases, autómata de
Ising.
A. Wilensky, U. Netlogo. Disponible en: http://ccl.northwestern.edu/netlogo/.
Center for Connected Learning and Computer-Based Modeling. Evanston, IL:
Northwestern University. 2017.
B. Wilensky, U., & Rand, W. (2015). An introduction to agent-based
modeling: modeling natural, social, and engineered complex systems with
NetLogo. MIT Press.
C. Macal, C., North, M. (2010). TUTORIAL ON AGENT-BASED MODELING AND
SIMULATION PART 2: HOW TO MODEL WITH AGENTS. Proceedings of the 2006 Winter
Simulation Conference L. F. Perrone, F. P. Wieland, J. Liu, B. G. Lawson, D.
M. Nicol, and R. M. Fujimoto, eds.
D. Teahan, W. Artificial Intelligence - Agent Behaviour I. Bookboon.com.
2010
E. García-Valdecasas, José Ignacio. Simulación basada en agentes.
Introducción a NetLogo. Centro de Investigaciones Sociológicas. 2016.
F. Chopard, B., & Droz, M. (1998). Cellular automata. Berlin: Springer.
Diseñar y validar modelos de simulación, interpretando sus resultados, evaluando su desempeño y optimizando su ejecución.
SALAS DE COMPUTO, OFFICE, TABLEAU, POWER BI, VIDEOBEAM, AVATA DEL CURSO
23/08/2023