Personal tools

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

From hpcwiki

Jump to: navigation, search
m (Contents)
(Contents)
Line 1: Line 1:
 
== Contents ==
 
== Contents ==
1. ¿Qué es Modelado Matemático?
+
# ¿Qué es Modelado Matemático?
  a. Definición
+
## Definición
  b. Realidad vs. Modelo
+
## Realidad vs. Modelo
  c. Objetivos del Modelado Matemático: descripción, predicción, optimización
+
## Objetivos del Modelado Matemático: descripción, predicción, optimización
 
+
# ¿Qué es Simulación por Computador?
2. ¿Qué es Simulación por Computador?
+
## Principios de programación: programación funcional y programación orientada a objetos.  
  a. Principios de programación: programación funcional y programación orientada a objetos.  
+
## Solución numérica de problemas por aproximación  
  b. Solución numérica de problemas por aproximación  
+
## Reproducción de comportamientos dinámicos
  c. Reproducción de comportamientos dinámicos
+
## Experimentación Numérica  - Métodos Numéricos
  d. Experimentación Numérica  - Métodos Numéricos
+
# Proceso de Modelado y Simulación
 
+
## Presentación general del ciclo de vida del modelado
3. Proceso de Modelado y Simulación
+
## Especificación conceptual de un modelo - Problema a resolver - Pregunta de Investigación - Análisis del Sistema - Elección del modelo
  a. Presentación general del ciclo de vida del modelado
+
## Formalización Matemática. Especificiación del modelo. Modelos tipo. Navaja de Ockham (Occam).  Funciones de transferencia vs. ecuaciones de estado. Análisis dimensional. Tipos de modelos matemáticos.
  b. Especificación conceptual de un modelo - Problema a resolver - Pregunta de Investigación - Análisis del Sistema - Elección del modelo
+
## Formulación Numérica e Implementación computacional. Simulación
  c. Formalización Matemática. Especificiación del modelo. Modelos tipo. Navaja de Ockham (Occam).  Funciones de transferencia vs. ecuaciones de estado. Análisis dimensional. Tipos de modelos matemáticos.
+
## Verificación funcional
  d. Formulación Numérica e Implementación computacional. Simulación
+
## Validación: Comportamiento del modelo vs. comportamiento del sistema real
  e. Verificación funcional
+
# Primer ejemplo: El modelo SIR de propagación de epidemias
  f. Validación: Comportamiento del modelo vs. comportamiento del sistema real
+
## Motivación y sustentación
 
+
## Modelación matemática
4. Primer ejemplo: El modelo SIR de propagación de epidemias
+
## Programación de la Simulación
  a. Motivación y sustentación
+
## Análisis de resultados
  a. Modelación matemática
+
# M&S y Conocimiento obtenido sobre el Sistema Real
  b. Programación de la Simulación
+
## Representación y simplificación
  c. Análisis de resultados
+
## Epistemología del M&S
 
+
# Elección de un modelo
5. M&S y Conocimiento obtenido sobre el Sistema Real
+
## Criterios: objetivo del modelado, características del sistema real, número de elementos, tipo de relaciones entre elementos, tipo de dominio, alcances
  a. Representación y simplificación
+
## Formulaciones matemáticas
  b. Epistemología del M&S
+
# Tipos de modelos
 
+
## Caja Negra vs. Caja blanca
6. Elección de un modelo
+
## Estáticos vs. Dinámicos
  a. Criterios: objetivo del modelado, características del sistema real, número de elementos, tipo de relaciones entre elementos, tipo de dominio, alcances
+
## Heurísticos vs. Empíricos
  b. Formulaciones matemáticas
+
## Lineales vs. No Lineales  
 
+
## Determinísticos vs. Estocásticos
7. Tipos de modelos
+
## Isomórficos vs. Homomórficos
  a. Caja Negra vs. Caja blanca
+
## Parámetros amontonados vs. Parámetros distribuidos
  b. Estáticos vs. Dinámicos
+
## Estacionarios vs. No Estacionarios
  c. Heurísticos vs. Empíricos
+
# Segundo ejemplo: Introducción a la percolación  
  d. Lineales vs. No Lineales  
+
## Motivación
  e. Determinísticos vs. Estocásticos
+
## Modelación
  f. Isomórficos vs. Homomórficos
+
## Ejemplo de programado de la simulación 2D
  g. Parámetros amontonados vs. Parámetros distribuidos
+
## Análisis de resultados
  h. Estacionarios vs. No Estacionarios
+
# Herramientas numéricas y computacionales para la implementación de simulaciones
 
+
# Análisis de resultados de un estudio basado en M&S
8. Segundo ejemplo: Introducción a la percolación  
+
## Métodos estadísticos
  a . Motivación
+
# Tercer ejemplo: El modelo de haz de fibras, ejemplo de modelado de un proceso de fractura.
  b. Modelación
+
## Motivación
  c. Ejemplo de programado de la simulación 2D
+
## Modelación
  d. Análisis de resultados
+
## Ejemplo de programado de la simulación 2D
 
+
# Cuarto Ejemplo: Modelado por elementos finitos
9. Herramientas numéricas y computacionales para la implementación de simulaciones
+
## Motivación
 
+
## Modelación
10. Análisis de resultados de un modelo
+
## Ejemplo de programado de la simulación 2D
. Métodos estadísticos
+
 
+
11. Tercer ejemplo: El modelo de haz de fibras, ejemplo de modelado de un proceso de fractura.
+
  a. Motivación
+
  b. Modelación
+
  c. Ejemplo de programado de la simulación 2D
+
 
+
12. Cuarto Ejemplo: Modelado por elementos finitos
+
  a. Motivación
+
  b. Modelación
+
  c. Ejemplo de programado de la simulación 2D
+

Revision as of 12:05, 22 January 2014

Contents

  1. ¿Qué es Modelado Matemático?
    1. Definición
    2. Realidad vs. Modelo
    3. Objetivos del Modelado Matemático: descripción, predicción, optimización
    4. ¿Qué es Simulación por Computador?
      1. Principios de programación: programación funcional y programación orientada a objetos.
      2. Solución numérica de problemas por aproximación
      3. Reproducción de comportamientos dinámicos
      4. Experimentación Numérica - Métodos Numéricos
      5. Proceso de Modelado y Simulación
        1. Presentación general del ciclo de vida del modelado
        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. Primer 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. M&S y Conocimiento obtenido sobre el Sistema Real
            1. Representación y simplificación
            2. Epistemología del M&S
            3. 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. Tipos de modelos
                1. Caja Negra vs. Caja blanca
                2. Estáticos vs. Dinámicos
                3. 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. Segundo ejemplo: Introducción a la percolación
                  1. Motivación
                  2. Modelación
                  3. Ejemplo de programado de la simulación 2D
                  4. Análisis de resultados
                  5. Herramientas numéricas y computacionales para la implementación de simulaciones
                  6. Análisis de resultados de un estudio basado en M&S
                    1. Métodos estadísticos
                    2. Tercer 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. Cuarto Ejemplo: Modelado por elementos finitos
                        1. Motivación
                        2. Modelación
                        3. Ejemplo de programado de la simulación 2D