Matemáticas Aplicadas (plan 2017) 2022-2

Tercer Semestre, Taller de Modelación I

La modelación matemática y su implementación computacional constituyen uno de los pilares de la ciencia moderna, ya que permite estudiar y predecir el comportamiento de fenómenos naturales con exactitud.

En este curso se estudiarán y propondrán modelos matemáticos básicos resolviendo problemas relacionados con la biología, ciencias de la Tierra y física, en lo anterior, se aplicarán estrategias de cálculo y optimización, relacionadas con las ciencias de la computación y matemática.

Al ser una asignatura teórica-práctica (asistencia obligatoria), parte de la evaluación serán laboratorios (resolución de problemas relacionados con la ciencia e industria, en los que se involcre la programación en Python) los cuales además de entregarse en tiempo y forma, serán sustentados.

Los ejes temáticos del curso son:

1. Algoritmia.
2. Optimización lineal.
3. Simulación de eventos discretos y continuos.
4. Estimación de parámetros.
5. Renderización y visualización científica (simulación con Paraview).
6. Introducción al algebra lineal numérica.

Evaluación :

1. Quizzes, resúmenes de artículos y controles de lectura — 10%
2. Laboratorios ——————————------------------------—— 60%
3. Proyecto ----—————————---------------------------—-— 30%

Las clases serán impartidas en la plataforma Zoom

Cada unidad cuenta con ejercicios complementarios (retos) los cuales están enfocados al manejo de las herramientas y resolución de ejercicios, su calificación cuenta como ayuda a los laboratorios entregados.

La presentación del curso será el próximo 14 de febrero.

• ID de reunión: 972 964 2497
• Código de acceso: 09BLJY

Bibliografía básica

La primera clase se les proporcionarán una lista de artículos con el programa del curso, así como también el conjunto de librerías y herramientas computacionales que se utilizarán durante las clases.

Adicional al programa oficial de la facultad, se recomiendan las siguientes fuentes:

1. Kinder, J. M., & Nelson, P. (2018). A Student's Guide to Python for Physical Modeling: Updated Edition. Princeton University Press.
2. Kong, Q., Siauw, T., & Bayen, A. (2020). Python Programming and Numerical Methods: A Guide for Engineers and Scientists. Academic Press.
3. Law, A. M., Kelton, W. D., & Kelton, W. D. (2000). Simulation modeling and analysis (Vol. 3). New York: McGraw-Hill.
4. Pooch, U. W., & Wall, J. A. (1992). Discrete event simulation: a practical approach (Vol. 4). CRC press.
5. Punch, W. F., & Enbody, R. (2010). The practice of computing using python. Addison-Wesley Publishing Company.