Modelització i Simulació de Sistemes

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

Professorat

Responsable

Altres

Hores setmanals

Teoria
1
Problemes
1
Laboratori
2
Aprenentatge dirigit
0
Aprenentatge autònom
6

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
    6h

    Discrete Event Simulation (DES)


    Objectius: 1
    Continguts:
    Teoria
    2h
    Problemes
    2h
    Laboratori
    4h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    12h

    Aleatorietat i Simulació


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

    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
    20h

    Disseny d'experiments i anàlisi de resultats


    Objectius: 2
    Continguts:
    Teoria
    3h
    Problemes
    3h
    Laboratori
    6h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    20h

    Dinàmica de sistemes, simulació contínua



    Teoria
    3h
    Problemes
    3h
    Laboratori
    6h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    16h

    Validació, verificació i acreditació de models de simulació


    Objectius: 2
    Continguts:
    Teoria
    1h
    Problemes
    1h
    Laboratori
    2h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    8h

    Simulació paral·lela i distribuïda



    Teoria
    1h
    Problemes
    1h
    Laboratori
    2h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    4h

    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, 60% de la nota.
    Es farà un examen final, 40% de la nota.

    Reavaluació: només es poden presentar a la reavaluació aquelles persones que, havent-se presentat a l'examen final l'hagin suspès. La nota màxima que es pot obtenir a la reavaluació és un 7.

    Bibliografia

    Bàsic

    Complementari

    • Simulation : the practice of model development and use - Robinson, Stewart, Palgrave Macmillan, 2014. ISBN: 9781137328038

    Web links

    Capacitats prèvies

    Nocions d'estadística i de programació.