Universidad Pública de Navarra



Año Académico: 2025/2026 | Otros años:  2024/2025  |  2023/2024  |  2022/2023 
Graduado o Graduada en Ciencia de Datos por la Universidad Pública de Navarra
Código: 505416 Asignatura: EVALUACIÓN DE MODELOS MATEMÁTICOS DE SIMULACIÓN
Créditos: 3 Tipo: Optativa Curso: 4 Periodo: 2º S
Departamento: Ingeniería
Profesorado:
CASALI SARASIBAR, FRANCISCO JAVIER   [Tutorías ] CAMPO BESCOS, MIGUEL ÁNGEL (Resp)   [Tutorías ]
BARBERENA RUIZ, IÑIGO   [Tutorías ]

Partes de este texto:

 

Módulo/Materia

  • Materia Nivel 1: Optatividad
  • Materia Nivel 2: Optatividad

Subir

Descripción/Contenidos

Conceptos básicos de modelización de sistemas complejos. Evaluación de modelos matemáticos de simulación. Análisis de sensibilidad global y de incertidumbre de modelos. Parametrización de modelos. Postprocesado de los resultados. Simulación en clúster de computación.

Subir

Competencias genéricas

No aplica

Subir

Competencias específicas

No aplica

Subir

Resultados aprendizaje

RA01. Aplicar la capacidad analítica y de abstracción, la intuición y el pensamiento lógico adquiridos para identificar y analizar problemas complejos y buscar y formular soluciones en un entorno multidisciplinar TIPO: Conocimientos o contenidos

RA13. Analizar e interpretar modelos matemáticos de situaciones científicas reales, utilizando las herramientas propias del álgebra lineal y el cálculo diferencial e integral más adecuadas para resolverlos TIPO: Competencias

RA35. Analizar, interpretar y transmitir conocimientos científicos y tecnológicos en un contexto multidisciplinar, evaluando su transferencia a la sociedad y reflexionando sobre las responsabilidades sociales y éticas TIPO: Competencias

 

Subir

Metodología

Metodología-Actividad Horas presenciales Horas no presenciales
A1- Clases expositivas/participativas 13  
A2- Prácticas 13  
A4- Realización de trabajos/proyectos en grupo 2 13
A5- Estudio y trabajo autónomo del estudiante   30
A6- Tutorías   2
A7- Pruebas de evaluación 2  
Total 30 45

Subir

Evaluación

 

Actividad de
evaluación		 Peso (%) Carácter
recuperable		 Nota mínima
requerida
SE4. Trabajos e informes 40% Recuperable mediante la entrega del informe corregido según las indicaciones del profesor  
SE3. Presentaciones orales 10% Sí  
SE1. Pruebas escritas 50% Recuperable mediante prueba escrita 5/10

 

 

Subir

Temario

  • Tema 1. Introducción a sistemas complejos. Modelos matemáticos.
  • Tema 2. Análisis de sensibilidad local y global. Visualización de resultados
  • Tema 3. Simulación en clúster de computación. Herramientas de scripting: preprocesado y postprocesado.


(*) Nota: no se diferencia entre temario teórico y práctico ya que toda la docencia se impartirá en un aula de informática, aplicándose con casos prácticos los algoritmos explicados en cada tema.

Subir

Bibliografía

Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.


  • Bolker B., 2008. Ecological Models and Data in R. Princeton University Press. ISBN: 0691125228
  • Saltelli A., S. Tarantola, F. Campolongo and M. Ratto, 2004. Sensitivity analysis in practice. A Guide to Assessing Scientific Models. John Wiley & Sons Ltd. Chichester, UK. 219 p. ISBN: 9780470870938
  • Saltelli A., M. Ratto, F. Campolongo, J. Cariboni, D. Gatelli, M. Saisana and S. Tarantola, 2008. Global Sensitivity Analysis. The Primer. John Wiley & Sons Ltd. Chichester, UK. 292 p.
  • Saltelli A., M. Ratto, S. Tarantola and F. Campolongo, 2005. Sensitivity Analysis for Chemical Models. Chem. Rev. 105, 7, 2811-282.
  • Healy K., 2018. Data Visualization: A Practical Introduction. Princeton University Press. 292 p. ISBN: 0691181616

Subir

Idiomas

Castellano.

Subir

Lugar de impartición

Aula de informática, los casos prácticos se desarrollarán en la misma aula de informática

Subir