Universidad Pública de Navarra - Nafarroako Univertsitate Publikoa
Universidad Pública de Navarra
| Código: 505407 | Asignatura: MODELIZACIÓN Y SIMULACIÓN DE SISTEMAS BIOLÓGICOS | ||||
| Créditos: 3 | Tipo: Optativa | Curso: 4 | Periodo: 2º S | ||
| Departamento: Estadística, Informática y Matemáticas | |||||
| Profesorado: | |||||
| HIGUERAS SANZ, M. INMACULADA (Resp) [Tutorías ] | ARRARAS VENTURA, ANDRÉS [Tutorías ] | ||||
Descripción/Contenidos
Aplicaciones en industria: uso de la Ciencia de Datos en procesos de simulación, prediccio¿n y modelización en diferentes procesos industriales.
Resultados aprendizaje
Metodología
| Metodología-Actividad | Horas presenciales | Horas no presenciales |
| A1- Clases expositivas/participativas | 14 | |
| A2- Prácticas | 14 | |
| A3- Actividades de aprendizaje cooperativo | ||
| A4- Realización de trabajos/proyectos en grupo | 13.5 | |
| A5- Estudio y trabajo autónomo del estudiante | 30 | |
| A6- Tutorías | 1.5 | |
| A7- Pruebas de evaluación | 2 | |
| Total | 30 | 45 |
Evaluación
| Actividad de evaluación |
Peso (%) | Carácter recuperable |
Nota mínima requerida |
|---|---|---|---|
| SE7. Participación activa | 5 | No recuperable | 0 |
| SE1. Pruebas escritas | 50 | SI Recuperable mediante la realización de una prueba escrita en el período de evaluación de recuperación |
5/10 |
| SE4. Trabajos e informes | 20 | SI Recuperable mediante la entrega del trabajo corregido según las indicaciones del profesor |
5/10 |
| SE3. Presentaciones orales | 25 | No recuperable | 0 |
Si en alguna de las actividades de evaluación no se cumpliera el mínimo para ponderar, la nota de la asignatura sería como máximo 4,9 sobre 10 (suspenso).
Temario
En esta asignatura, se presentan técnicas computacionales para la simulación de modelos que gobiernan sistemas biológicos de diversa naturaleza. El objetivo del curso es implementar, en el entorno de programación de MATLAB, algoritmos de resolución eficientes para dichos modelos que permitan predecir el comportamiento de fenómenos provenientes de diversos campos.
1. Introducción
1.1. Fundamentos de modelización y simulación.
1.2. Fases de la modelización: del proceso biológico al modelo computacional.
2. Técnicas computacionales para la simulación de modelos biológicos de reacción
2.1. Modelos depredador-presa. Dinámica de poblaciones en ecosistemas.
2.2. Modelos epidemiológicos. Dinámica de las enfermedades infecciosas.
2.3. Técnicas de simulación: métodos de integración en tiempo.
2.4. Rutinas odeset en Matlab. Rutinas en otros entornos (Python, SciPy, PyTorch).
3. Técnicas computacionales para la simulación de modelos biológicos de difusión
3.1. Modelos de difusión a través de membranas celulares. Conservación de masa. Leyes de Fick.
3.2. Modelos de biofilms. Difusión dependiente de la densidad.
3.3. Técnicas de simulación: método de diferencias finitas en espacio y método de líneas.
4. Modelos biológicos de reacción-difusión
4.1. Modelos de dispersión genética. La ecuación de Fisher.
4.2. Modelos de formación de patrones. El sistema de Turing.
4.3. Técnicas de simulación: acoplamiento de las técnicas de las secciones 2.3 y 3.3.
Programa de prácticas experimentales
- Introducción al entorno de programación de Matlab. Entrada y salida de datos. Representaciones gráficas y animaciones.
- Simulación de modelos biológicos de reacción. Modelo de Lotka-Volterra. Métodos de integración en tiempo.
- Simulación de modelos biológicos de difusión. Modelo de difusión estacionario. Método de diferencias finitas en espacio. Modelo de difusión evolutivo. Método de líneas.
- Simulación de modelos biológicos de reacción-difusión. La ecuación de Fisher. El sistema de Turing.
Bibliografía
Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.
Bibliografía básica:
- R.J. LeVeque. Finite Difference Methods for Ordinary and Partial Differential Equations: Steady-State and Time-Dependent Problems. SIAM, 2007.
- J.D. Murray. Mathematical Biology. I: An Introduction. 3ª ed., Springer-Verlag, 2002.
- J.D. Murray. Mathematical Biology. II: Spatial Models and Biomedical Applications. 3ª ed., Springer-Verlag, 2003.
Bibliografía complementaria:
- H. Meinhardt. The Algorithmic Beauty of Sea Shells. 3ª ed., Springer-Verlag, 2003.
- J. Müller, C. Kuttler. Methods and Models in Mathematical Biology. Deterministic and Stochastic Approaches. Springer-Verlag, 2015.
- G. de Vries, T. Hillen, M. Lewis, J. Müller, B. Schönfisch. A Course in Mathematical Biology. Quantitative Modeling with Mathematical and Computational Methods. SIAM, 2006.