Modelització i Simulació de Sistemes

Esteu aquí

Crèdits
6
Tipus
Obligatòria
Requisits
Aquesta assignatura no té requisits, però té capacitats prèvies
Departament
ESAII;EIO
En l'assignatura es presentarà el concepte de model i les tècniques fonamentals de simulació per a l'anàlisi de sistemes complexos.

Professors

Responsable

  • Karina Gibert Oliveras ( )
  • Pau Fonseca Casas ( )

Altres

  • Jordi Montero Garcia ( )

Hores setmanals

Teoria
1
Problemes
1
Laboratori
2
Aprenentatge dirigit
0
Aprenentatge autònom
0

Competències

Competències Transversals

Transversals

  • CT2 [Avaluable] - Sostenibilitat i Compromís Social. Conèixer i comprendre la complexitat dels fenòmens econòmics i socials típics de la societat del benestar; tenir capacitat per relacionar el benestar amb la globalització i la sostenibilitat; obtenir habilitats per utilitzar de forma equilibrada i compatible la tècnica, la tecnologia, l'economia i la sostenibilitat.
  • CT5 [Avaluable] - Ús solvent dels recursos d'informació. Gestionar l'adquisició, l'estructuració, l'anàlisi i la visualització de dades i informació en l'àmbit de l'especialitat i valorar de forma crítica els resultats d'aquesta gestió.
  • CT6 [Avaluable] - Aprenentatge autònom. Detectar deficiències en el propi coneixement i superar-les mitjançant la reflexió crítica i l'elecció de la millor actuació per ampliar aquest coneixement.
  • CT7 - Tercera llengua. Conèixer una tercera llengua, preferentment l'anglès, amb un nivell adequat oral i escrit i d'acord amb les necessitats que tindran els titulats i titulades.

Bàsiques

  • CB2 - Que els estudiants sàpiguen aplicar els seus coneixements al seu treball o vocació d'una manera professional i posseeixin les competències que solen demostrar-se mitjançant l'elaboració i defensa d'arguments i la resolució de problemes dins la seva àrea d'estudi.
  • CB3 - Que els estudiants tinguin la capacitat de reunir i interpretar dades rellevants (normalment dins la seva àrea d'estudi) per emetre judicis que incloguin una reflexió sobre temes rellevants d'índole social, científica o ètica.
  • CB4 - Que els estudiants puguin transmetre informació, idees, problemes i solucions a un públic tant especialitzat com no especialitzat.

Competències Tècniques

Específiques

  • CE01 - Resoldre els problemes matemàtics que puguin plantejar-se en l'àmbit de la intel·ligència artificial. Aplicar els coneixements sobre: àlgebra, càlcul diferencial i integral i mètodes numèrics; estadística i optimització.
  • CE20 - Triar i emprar Tècniques de Modelització estadística i anàlisi de dades, avaluant la calidad dels models, validant-i interpretant.
  • CE21 - Formular i resoldre problemes d'optimització matemàtica.
  • CE22 - Representar, dissenyar i analitzar sistemes dinàmics. Adquirir conceptes com el seu observabilitat, estabilitat i controlabilitat.

Competències Tècniques Generals

Genèriques

  • CG2 - Utilitzar els coneixements fonamentals i metodologies de treball sòlides adquirits durant els estudis per adaptar-se als nous escenaris tecnològics de el futur.
  • CG4 - Raonar, analitzant la realitat i dissenyant algoritmes i formulacions que la modelin. Identificar problemes i construir solucions algorísmiques o matemàtiques vàlides, eventualment noves, integrant el coneixement multidisciplinari necessari, valorant diferents alternatives amb esperit crític, justificant les decisions preses, interpretant i sintetitzant els resultats en el context de l'domini d'aplicació i establint generalitzacions metodològiques a partir de aplicacions concretes.
  • CG5 - Treballar en equips i projectes multidisciplinaris relacionats amb la intel·ligència artificial i la robòtica, interactuant fluidament amb enginyers/es i professionals d'altres disciplines.

Objectius

  1. Modelar sistemes dinàmics complexos. Comprendre conceptes com la seva observabilitat, estabilitat i controlabilitat.
    Competències relacionades: CG2, CG4, CT5, CT6, CT7, CB2, CB3, CB4, CE01, CE20, CE21, CE22,
  2. Validar i verificar models i extreure coneixement d'aquests.
    Competències relacionades: CG2, CG4, CG5, CT2, CB2, CB3, CB4, CE20, CE22,
  3. Expressar el comportament de sistemes complexos usant llenguatges formals comprensibles per un públic tant especialitzat com no especialitzat
    Competències relacionades: CG2, CG4, CG5, CT5, CT6, CB2, CB3, CB4, CE01, CE20,

Continguts

  1. Introducció, sistema vs model
    Que és un estudi de simulació? Enfoc pràctic mitjançant la presentació de projectes reals que permetran mostrar a l'estudiant les fases que cal seguir pel desenvolupament d'un estudi de simulació vàlid i útil.
    Tractarem la dicotomia entre model i sistema i entendrem la necessitat de detallar les hipòtesis per poder limitar que es el que serà l'objecte del nostre estudi.
  2. Simulació i mètodes estadístics
    L'aleatorietat com a eix vertebrador de la modelització i l'experimentació en simulació. Distribucions estadístiques, generació de nombres i variables aleatòries. Algunes distribucions conegudes i la seva aplicació en els models de simulació.
  3. Paradigmes de Simulació
    Presentació dels principals motors de simulació i l'aplicabilitat dels mateixos.
  4. Principals llenguatges formals per definir models conceptuals.
    Es detallaran els llenguatges: Specification and Description Language (SDL) i les Xarxes de Petri. Es mostrarà la relació que tenen amb els diagrames de Forrester emprats per crear sistemes dinàmics.
  5. Dinàmica de sistemes, simulació contínua
    Aproximació a la simulació contínua a través e la dinàmica de sistemes, creació de diagrames Causals i de Forrester.
  6. Simulació paral·lela i distribuïda
    Introducció a les tècniques existents per poder distribuir els models de simulació.
  7. Disseny d'experiments i anàlisi de resultats
    Conceptes bàsics i mètodes per al disseny d'experiments en simulació. Avaluació i comparació d'escenaris. Qualitat dels resultats.
  8. Validació, verificació i acreditació de models de simulació
    Descripció de les metodologies a seguir per tal d'obtenir un model verificat, validar-lo i una reflexió sobre l'acreditació de models.

Activitats

Activitat Acte avaluatiu


Fonaments bàsics de la simulació


Objectius: 1
Continguts:
Teoria
1h
Problemes
1h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
0h

Aleatorietat i Simulació


Objectius: 1
Continguts:
Teoria
1h
Problemes
1h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
0h

Discrete Event Simulation (DES)


Objectius: 1
Continguts:
Teoria
2h
Problemes
2h
Laboratori
4h
Aprenentatge dirigit
0h
Aprenentatge autònom
0h

Principals llenguatges formals per definir models conceptuals

Es detallaran els llenguatges: Specification and Description Language (SDL) i les Xarxes de PEtri. Es mostrarà la relació que tenen amb els diagrames de Forrester emprats per crear sistemes dinàmics.
Objectius: 3
Continguts:
Teoria
3h
Problemes
3h
Laboratori
6h
Aprenentatge dirigit
0h
Aprenentatge autònom
0h

Dinàmica de sistemes, simulació contínua



Teoria
3h
Problemes
3h
Laboratori
6h
Aprenentatge dirigit
0h
Aprenentatge autònom
0h

Simulació paral·lela i distribuïda



Teoria
1h
Problemes
1h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
0h

Disseny d'experiments i anàlisi de resultats


Objectius: 2
Continguts:
Teoria
1h
Problemes
1h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
0h

Validació, verificació i acreditació de models de simulació


Objectius: 2
Continguts:
Teoria
1h
Problemes
1h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
0h

Metodologia docent

L'assignatura segueix les metodologies de l'aprenentatge cooperatiu i l'aprenentatge basat en problemes/projectes, complementada amb sessions de mètode expositiu, en les que s'explica la teoria necessària per tal que l'alumne pugui desenvolupar, en les millors condicions, el conjunt d'entregables que, bàsicament, determinaran l'assoliment dels objectius de l'assignatura.

Mètode d'avaluació

Es faran dues pràctiques durant el curs, 80% de la nota.
Es farà un examen final, 20% de la nota.

Bibliografia

Bàsica:

Complementaria:

Web links

Capacitats prèvies

Nocions d'estadística i de programació.

Addenda

Continguts

No es preveu cap canvi de continguts.

Metodologia docent

La metodologia docent s'adequarà a la situació del moment. En cas de que les circumstàncies així ho requereixin, les classes, tant de teoria com laboratoris, es farien de manera no presencial.

Mètode d'avaluació

Està previst fer els exàmens de forma presencial. Si la situació no ho permetés, es farien de forma no presencial amb Meet i/o la plataforma Atenea, o qualsevol medi similar facilitat per la UPC.

Pla de contingència

Si no fos possible dur a terme les activitats de forma físicament presencial, es faran tant les classes de teoria com de problemes, el seguiment dels estudiants i l'avaluació de forma no presencial.