UNIVERSIDAD NACIONAL AUTNOMA DE MXICO

ESCUELA NACIONAL DE ESTUDIOS SUPERIORES

UNIDAD MORELIA
PLAN DE ESTUDIOS DE LA LICENCIATURA EN
TECNOLOGAS PARA LA INFORMACIN EN CIENCIAS
Programa de la asignatura

Modelado y Simulacin
Clave:

Semestre:
5

Carcter: Obligatoria

Campo de conocimiento:
Matemticas
Horas
Horas por semana

Tipo: Terico-Prctica
Modalidad: Curso

Teora:
6

No. Crditos:
8
Total de Horas

Prctica:
3

9
Duracin del programa: 8 semanas

72

Seriacin: No (x) S ( ) Obligatoria ( ) Indicativa ( )

Asignatura antecedente: Ninguna
Asignatura subsecuente: Ninguna
Objetivo general:
Aprender las tcnicas bsicas de modelacin matemtica en los mbitos de las distintas diciplinas tcnico
cientficas y desarrollar las capacidades necesarias para aplicar dichas tcnicas a sistemas de la vida real.
Objetivos especficos:
1. Entender qu es un modelo matemtico.
2. Aprender sobre las diversas tcnicas que se emplean para la construccin de modelos matemticos.
3. Desarrollar la capacidad de anlisis de las caractersticas de anlisis y validacin de un modelo
matemtico.
4. Conocer las herramientas computacionales para realizar una simulacin en base a un modelo
matemtico.
5. Conocer las herramientas computacionales para realizar una simulacin en base a un modelo
estocstico.

ndice Temtico
Unidad
1
2
3
4
5
6

Horas
Tericas
Prcticas
4
0

Tema
Introduccin a la modelacin
Modelos determinsticos
Modelos estocsticos
Validacin del modelo
Simulacin de modelos determinsticos
Simulacin de modelos estocsticos
Total de horas:

15
15
4
5
5
48

0
0
4
10
10
24

Suma total de horas:

72

Contenido Temtico
Unidad
1

Temas y subtemas
Introduccin a la modelacin
1.1 Introduccin al concepto de modelo matemtico.
1.2 Discusin sobre las distintas herramientas matemticas empleadas en la modelacin
matemtica.
Modelos determinsticos
2.1 Clasificacin de los modelos determinsticos.
2.2 Modelos basados en ecuaciones diferenciales ordinarias: modelo de crecimiento
exponencial y logstico, concentracin de contaminantes en acuferos y oscilaciones.
2.3 Modelos basados en sistemas de ecuaciones diferenciales ordinarias: Lotka-Volterra,
mezclas de sustancias qumicas y flujo de trfico vehicular.
2.4 Modelos basados en ecuaciones diferenciales parciales: ecuacion de calor y ecuacin de
ondas.
Modelos estocsticos
3.1 Cadenas de Markov.
3.2 Procesos de nacimiento y muerte.
3.3 Procesos de difusin.
Validacin del modelo
4.1 Uso de las pruebas de hiptesis estadsticas para validar modelos determinsticos y
estocsticos.
4.2 Ejemplos de validacin de modelos determinsticos.
4.3 Ejemplos de validacin de modelos estocsticos.
Simulacin de modelos determinsticos
5.1 Aplicacin de herramientas computacionales: Mathematica, Maple u otro software.
5.2 Simulacin del modelo de crecimiento exponencial y logstico, concentracin de
contaminantes en acuferos y oscilaciones.
5.3 Simulacin del modelo de Lotka-Volterra, mezclas de sustancias qumicas y flujo de trfico
vehicular.
5.4 Simulacin del modelo de ecuacin de calor y ecuacin de ondas.
Simulacin de modelos estocsticos
6.1 Tcnicas de simulacin de variables aleatorias.
6.2 Simulacin de cadenas de Markov.
6.3 Simulacin de procesos de nacimiento y muerte.
6.4 Simulacin de procesos de difusin.

Bibliografa bsica:
Bender E. (1978). An Introduction to Mathematical Modelling. New York: John Wiley & Sons.
Haberman R. (1998). Mathematical Models. Philadelphia: Siam.
Mesterton-Gibbons M. (1995). Concrete Approach to Mathematical Modelling. 2nd ed. New York: John Wiley
& Sons, Inc.
Ross S. (2006). Simulation. 4th ed. New York: Academics Press,
Bibliografa complementaria:
Clark C. (1990). Mathematical Bioeconomics. 2nd ed. New York: John Wiley & Sons, Inc.
Britton N. (2003). Essential Mathematical Biology. London: Springer Verlag.

Maynard S. (1974). Models in Ecology. London: Cambridge University Press.

Sugerencias didcticas:
Exposicin oral
(x)
Exposicin audiovisual
(x)
Ejercicios dentro de clase
(x)
Ejercicios fuera del aula
( )
Seminarios
( )
Lecturas obligatorias
(x)
Trabajo de investigacin
(x)
Prcticas de taller o laboratorio
( )
Prcticas de campo
( )
Otras: Empleo de nuevas tecnologas (x)

Mecanismos de evaluacin del aprendizaje de los

alumnos:
Exmenes parciales
(x)
Examen final escrito
(x)
Trabajos y tareas fuera del aula
( )
Exposicin de seminarios por los alumnos ( )
Participacin en clase
(x)
Trabajo colaborativo
(x)
Asistencia
( )
Seminario
( )
Otras:
(x)
El uso y manejo de las tecnologas est implcito en el
desarrollo de las actividades, por lo que la evaluacin
se realizar a lo largo del programa.

Perfil profesiogrfico:
Ingeniero, matemtico, fsico o licenciaturas afines. Indispensable haber realizado estudios de posgrado.
Contar con experiencia docente.