Difference between revisions of "MMS: M&S Principles"
From hpcwiki
Gvillalobos (Talk | contribs) m (→Course contents (in Spanish)) |
Gvillalobos (Talk | contribs) (→Course contents (in Spanish)) |
||
Line 1: | Line 1: | ||
+ | |||
== Course contents (in Spanish) == | == Course contents (in Spanish) == | ||
− | # ''' | + | # '''Sección 1:''' [[MM&S:Principios: ¿Qué es Modelado Matemático?]] [http://prezi.com/v81yjnzm8ncn/clase-1-principios-de-modelado-y-simulacion/] |
## Realidad vs. Modelo | ## Realidad vs. Modelo | ||
## Objetivos del Modelado Matemático: descripción, predicción, optimización | ## Objetivos del Modelado Matemático: descripción, predicción, optimización | ||
Line 7: | Line 8: | ||
## Definicion de modelos matemáticos | ## Definicion de modelos matemáticos | ||
## Más ejemplos y definiciones. | ## Más ejemplos y definiciones. | ||
− | # ''' | + | # '''Sección 2:''' [[MM&S:Principios: ¿Qué es Simulación por Computador? y Proceso de Modelado y Simulación]][http://prezi.com/djazx2anc3fl/que-es-simulacion-por-computador/] |
## Principios de programación: programación estructurada y programación orientada a objetos. | ## Principios de programación: programación estructurada y programación orientada a objetos. | ||
## Solución numérica de problemas por aproximación | ## Solución numérica de problemas por aproximación | ||
Line 17: | Line 18: | ||
## Verificación funcional | ## Verificación funcional | ||
## Validación: Comportamiento del modelo vs. comportamiento del sistema real | ## Validación: Comportamiento del modelo vs. comportamiento del sistema real | ||
− | # ''' | + | # '''Sección 3:''' [[MM&S:Principios: Tipos de modelos]] [http://tinyurl.com/n9fd9u9] |
## Caja Negra vs. Caja blanca | ## Caja Negra vs. Caja blanca | ||
## Estáticos vs. Dinámicos | ## Estáticos vs. Dinámicos | ||
Line 27: | Line 28: | ||
## Estacionarios vs. No Estacionarios | ## Estacionarios vs. No Estacionarios | ||
## Atomísticos vs Agrupados (Coarse-Grained) | ## Atomísticos vs Agrupados (Coarse-Grained) | ||
− | # | + | # '''Sección 4:''', 19 y 26 de Abril. [[MM&S:Principios: Modelos Fenomenológicos]][http://tinyurl.com/n8ljsdc] |
− | # ''' | + | ## 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]] | ||
+ | # '''Sección 6:''' [[MM&S:Principios: M&S y Conocimiento obtenido sobre el Sistema Real]] | ||
## Epistemología del M&S | ## Epistemología del M&S | ||
## Realidad y modelo | ## Realidad y modelo | ||
## Representación y simplificación | ## Representación y simplificación | ||
## Conocimiento obtenido mediante procesos de modelado y Simulación | ## Conocimiento obtenido mediante procesos de modelado y Simulación | ||
− | # ''' | + | # '''Sección 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 | ||
## El código: un ejemplo del programa de la simulación 2D | ## El código: un ejemplo del programa de la simulación 2D | ||
− | ## | + | ## Definición precisa de percolación. |
## Fenómenos Críticos | ## Fenómenos Críticos | ||
− | ## | + | ## Dimensión Fractal |
− | ## | + | ## Schelling's Model |
− | # ''' | + | # '''Sección 8:''' [[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 11:''' 26 de Abril y 3 de Mayo [[MM&S:Principios: Proyectos de Investigación]] | |
− | + | # '''Sección 11:''' 3 de Mayo [[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 | ||
## Ejemplo de programado de la simulación 2D | ## Ejemplo de programado de la simulación 2D | ||
− | # ''' | + | # '''Segundo Examen Parcial''' 10 de Mayo, Segundo examen. |
− | + | ||
# '''Entrega de trabajo final''' 17 y 24 de Mayo. | # '''Entrega de trabajo final''' 17 y 24 de Mayo. | ||
# [[MM&S:Principios: Bibliografía]] | # [[MM&S:Principios: Bibliografía]] | ||
# [[Comandos útiles de Python y BASH]] | # [[Comandos útiles de Python y BASH]] |
Revision as of 17:15, 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
- 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:, 19 y 26 de Abril. 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
- 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
- Sección 7: MM&S:Principios: Ejemplo: Introducción a la percolación [5]
- 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
- Schelling's Model
- Sección 8: 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
- Sección 11: 26 de Abril y 3 de Mayo MM&S:Principios: Proyectos de Investigación
- Sección 11: 3 de Mayo Ejemplo: El modelo de haz de fibras, ejemplo de modelado de un proceso de fractura.[7]
- Motivación
- Modelación
- Ejemplo de programado de la simulación 2D
- Segundo Examen Parcial 10 de Mayo, Segundo examen.
- Entrega de trabajo final 17 y 24 de Mayo.
- MM&S:Principios: Bibliografía
- Comandos útiles de Python y BASH