Personal tools

Difference between revisions of "MMS: M&S Principles"

From hpcwiki

Jump to: navigation, search
m
(→‎Course contents (in Spanish))
Line 24: Line 24:
 
#    '''Clases 3 y 4''' [[MM&S:Principios: PBL: Redes Neuronales]]
 
#    '''Clases 3 y 4''' [[MM&S:Principios: PBL: Redes Neuronales]]
 
#    '''Clase 5''' [[MM&S:Principios: Examen parcial]]
 
#    '''Clase 5''' [[MM&S:Principios: Examen parcial]]
−
#      '''Clases 4 y 5:''' [[MM&S:Principios: Ejemplo: Introducción a la percolación]] [http://tinyurl.com/pjpakoh]
+
# '''Clase 6:''' [[MM&S:Principios: M&S y Conocimiento obtenido sobre el Sistema Real]]
 +
## Representación y simplificación
 +
## Epistemología del M&S
 +
#      '''Clases 4 y 7:''' [[MM&S:Principios: Ejemplo: Introducción a la percolación]] [http://tinyurl.com/pjpakoh]
 
## Motivación, los fuegos en un bosque.  
 
## Motivación, los fuegos en un bosque.  
 
## Modelación: Sistema, Pregunta y Modelo
 
## Modelación: Sistema, Pregunta y Modelo
Line 31: Line 34:
 
## Fenómenos Críticos
 
## Fenómenos Críticos
 
##    Dimensión Fractal
 
##    Dimensión Fractal
−
# '''Clase 6:''' [[MM&S:Principios: M&S y Conocimiento obtenido sobre el Sistema Real]]
 
−
## Representación y simplificación
 
−
## Epistemología del M&S
 
 
# '''Clase 7:''' [[MM&S:Principios: Proceso de Modelado y Simulación]]
 
# '''Clase 7:''' [[MM&S:Principios: Proceso de Modelado y Simulación]]
 
## Ciclo de vida de un modelo matemático
 
## Ciclo de vida de un modelo matemático

Revision as of 15:55, 4 March 2014

Course contents (in Spanish)

  1. Clase 1: MM&S:Principios: ¿Qué es Modelado Matemático? [1]
    1. Realidad vs. Modelo
    2. Objetivos del Modelado Matemático: descripción, predicción, optimización
    3. Sistemas, Modelos y Simulaciones
    4. Las matemáticas: un lenguaje natural del modelado
    5. Definicion de modelos matemáticos
    6. Más ejemplos y definiciones.
    7. Clase 2: MM&S:Principios: ¿Qué es Simulación por Computador? [2]
      1. Principios de programación: programación estructurada y programación orientada a objetos.
      2. Solución numérica de problemas por aproximación
      3. Reproducción de comportamientos dinámicos
      4. Experimentación Numérica - Métodos Numéricos
      5. Clase 3: MM&S:Principios: Tipos de modelos [3]
        1. Caja Negra vs. Caja blanca
        2. Estáticos vs. Dinámicos
        3. Mecanicistas vs. Heurísticos vs. Empíricos
        4. Lineales vs. No Lineales
        5. Determinísticos vs. Estocásticos
        6. Isomórficos vs. Homomórficos
        7. Parámetros amontonados vs. Parámetros distribuidos
        8. Estacionarios vs. No Estacionarios
        9. Atomísticos vs Agrupados (Coarse-Grained)
        10. Clases 3 y 4 MM&S:Principios: PBL: Redes Neuronales
        11. Clase 5 MM&S:Principios: Examen parcial
        12. Clase 6: MM&S:Principios: M&S y Conocimiento obtenido sobre el Sistema Real
          1. Representación y simplificación
          2. Epistemología del M&S
          3. Clases 4 y 7: MM&S:Principios: Ejemplo: Introducción a la percolación [4]
            1. Motivación, los fuegos en un bosque.
            2. Modelación: Sistema, Pregunta y Modelo
            3. El código: un ejemplo del programa de la simulación 2D
            4. Definición precisa de percolación.
            5. Fenómenos Críticos
            6. Dimensión Fractal
            7. Clase 7: MM&S:Principios: Proceso de Modelado y Simulación
              1. Ciclo de vida de un modelo matemático
              2. Especificación conceptual de un modelo - Problema a resolver - Pregunta de Investigación - Análisis del Sistema - Elección del modelo
              3. Formalización Matemática. Especificiación del modelo. Modelos tipo. Navaja de Ockham (Occam). Funciones de transferencia vs. ecuaciones de estado. Análisis dimensional. Tipos de modelos matemáticos.
              4. Formulación Numérica e Implementación computacional. Simulación
              5. Verificación funcional
              6. Validación: Comportamiento del modelo vs. comportamiento del sistema real
              7. Clase 8: MM&S:Principios: Ejemplo: El modelo SIR de propagación de epidemias
                1. Motivación y sustentación
                2. Modelación matemática
                3. Programación de la Simulación
                4. Análisis de resultados
                5. Clase 9: MM&S:Principios: Elección de un modelo
                  1. Criterios: objetivo del modelado, características del sistema real, número de elementos, tipo de relaciones entre elementos, tipo de dominio, alcances
                  2. Formulaciones matemáticas
                  3. Clase 10: MM&S:Principios: Modelos Fenomenológicos
                    1. Métodos estadísticos
                    2. Análisis de resultados de un estudio basado en M&S
                    3. Clase 11: Ejemplo: El modelo de haz de fibras, ejemplo de modelado de un proceso de fractura.
                      1. Motivación
                      2. Modelación
                      3. Ejemplo de programado de la simulación 2D
                      4. Clase 12: Examen Final
                      5. Clase 13: MM&S:Principios: Ejemplo: Modelado por elementos finitos
                        1. Motivación
                        2. Modelación
                        3. Ejemplo de programado de la simulación 2D
                        4. Clase 14 - 16: Exposición de trabajos finales
                        5. MM&S:Principios: Bibliografía
                        Retrieved from "http://hpclab.ucentral.edu.co/wiki/index.php?title=MMS:_M%26S_Principles&oldid=3448"