Difference between revisions of "MMS: M&S Principles"
From hpcwiki
Gvillalobos (Talk | contribs) (→Course contents (in Spanish)) |
Gvillalobos (Talk | contribs) (→Course contents (in Spanish)) |
||
Line 51: | Line 51: | ||
# Schelling's Model | # Schelling's Model | ||
# El Juego de la Vida | # El Juego de la Vida | ||
− | * '''Sección | + | * '''Sección 9:''' [[MM&S:Principios: Proceso de Modelado y Simulación, continuación, y Ejemplo: El modelo SIR de propagación de epidemias]][http://tinyurl.com/mmsc5sir] |
# Proceso de modelado y simulación, continuación | # Proceso de modelado y simulación, continuación | ||
# Modelo SIR | # Modelo SIR | ||
− | * '''Sección | + | * '''Sección 10:''' [[Ejemplo: El modelo de haz de fibras, ejemplo de modelado de un proceso de fractura.]][http://prezi.com/h-p5mtl-3m40/el-haz-de-fibras-ejemplo-de-un-modelos-de-fractra/] |
# Motivación | # Motivación | ||
# Modelación | # Modelación |
Revision as of 18:04, 11 July 2014
Course contents (in Spanish)
- Sección 1: MM&S:Principios: ¿Qué es Modelado Matemático? [1]
- Realidad vs. Modelo
- Objetivos del Modelado Matemático: descripción, predicción, optimización
- Sistemas, Modelos y Simulaciones
- Las matemáticas: un lenguaje natural del modelado
- Definicion de modelos matemáticos
- Más ejemplos y definiciones.
- Sección 2: MM&S:Principios: ¿Qué es Simulación por Computador? y Proceso de Modelado y Simulación[2]
- Principios de programación: programación estructurada y programación orientada a objetos.
- Solución numérica de problemas por aproximación
- Reproducción de comportamientos dinámicos
- Experimentación Numérica - Métodos Numéricos
- Ciclo de vida de un modelo matemático
- Especificación conceptual de un modelo - Problema a resolver - Pregunta de Investigación - Análisis del Sistema - Elección del modelo
- Formulación Numérica e Implementación computacional. Simulación
- Verificación funcional
- Validación: Comportamiento del modelo vs. comportamiento del sistema real
- Análisis Dimensional
- La Navaja de Ockham (Occam)
- Sección 3: MM&S:Principios: Tipos de modelos [3]
- Caja Negra vs. Caja blanca
- Estáticos vs. Dinámicos
- Mecanicistas vs. Heurísticos vs. Empíricos
- Lineales vs. No Lineales
- Determinísticos vs. Estocásticos
- Isomórficos vs. Homomórficos
- Parámetros amontonados vs. Parámetros distribuidos
- Estacionarios vs. No Estacionarios
- Atomísticos vs Agrupados (Coarse-Grained)
- Sección 4:, MM&S:Principios: Modelos Fenomenológicos[4]
- Métodos estadísticos
- Análisis de resultados de un estudio basado en M&S
- Sección 5 MM&S:Principios: PBL: Redes Neuronales
- Primer Examen Parcial MM&S:Principios: Examen parcial
- Proyectos de Investigaciòn: MM&S:Principios: Proyectos de Investigación
- Sección 6: MM&S:Principios: M&S y Conocimiento obtenido sobre el Sistema Real
- Epistemología del M&S
- Realidad y modelo
- Representación y simplificación
- Conocimiento obtenido mediante procesos de modelado y Simulación
- Motivación, los fuegos en un bosque.
- Modelación: Sistema, Pregunta y Modelo
- El código: un ejemplo del programa de la simulación 2D
- Definición precisa de percolación.
- Fenómenos Críticos
- Dimensión Fractal
- Sección 8: MM&S:Principios: Autómatas Celulares
- Schelling's Model
- El Juego de la Vida
- Sección 9: MM&S:Principios: Proceso de Modelado y Simulación, continuación, y Ejemplo: El modelo SIR de propagación de epidemias[6]
- Proceso de modelado y simulación, continuación
- Modelo SIR
- Motivación
- Modelación
- Ejemplo de programado de la simulación 2D
- Segundo Examen Parcial Segundo examen.
- Entrega de trabajo final
- MM&S:Principios: Bibliografía
- Comandos útiles de Python y BASH