SlideShare una empresa de Scribd logo
1 de 3
Nombre del Curso: Métodos computacionales en biología
Profesor responsable: Dr. Francisco Antonio TAMARIT
Período: Segundo semestre de 2007
Carrera: Curso estructurado
PROGRAMA
UNIDAD 1
Elementos de programación
En esta unidad se brindará una introducción a la programación en Fortran 90 o
equivalentes.
UNIDAD 2
Métodos Numéricos
Introducción a los métodos numéricos.
• Algoritmos y diagramas de flujo.
• Origen y evolución del Análisis Numérico.
• Análisis de errores: error absoluto y relativo.
• Sistema de numeración. Introducción a los sistemas numéricos.
• Aritmética del computador y representación de números. Aritmética de
punto flotante. Propagación de error.
Solución aproximada de ecuaciones de una variable
• Preliminares; separación de raíces, solución gráfica de ecuaciones.
• El algoritmo de la bisección
• Iteración de punto fijo
• Método de la secante
• Método de Newton-Raphson
Integración de ecuaciones diferenciales ordinarias (EDO):
• Ecuaciones en diferencias y generalidades sobre los métodos de una
paso para EDO. Método de Euler. Convergencia, consistencia y
estabilidad.
• Métods Runge-Kutta explícitos: construcción y teoría de árboles de
Butcher.
• Códigos Runge-Kutta de paso variable: pares encajados.
• Métodos Runge-Kutta implícitos.
• Métodos lineales multipaso explícitos.
Solución numérica de sistemas de ecuaciones no lineales:
• Puntos fijos para funciones de varias variables.
• Condiciones para la convergencia del proceso de iteración.
• Método de Newton. Método Cuasi-Newton.
• Técnicas de descenso más rápido.
UNIDAD 3
Sistemas dinámicos
Repaso de ecuaciones diferenciales lineales.
• Puntos críticos y estabilidad.
• Sistemas dinámicos unidimensionales.
• Ejemplos clásicos
• Dinámica de las aplicaciones lineales unidimensionales.
• Puntos fijos.
• Bifurcaciones.
• Puntos Periódicos.
• El teorema del punto fijo.
• Atractores.
Sistemas dinámicos cuadráticos
• La familia cuadrática.
• La familia logística.
• El diagrama y la constante de Feigenbaum.
• Sistemas Caóticos.
• El concepto de Caos.
• El sistema dinámico asociado a la curva logística.
• Exponentes de Liapunov. Orbitas caóticas.
Sistemas dinámicos planos
• Variedad estable e inestable.
• La aplicación de Arnold.
• La transformación del panadero. La herradura de Smale.
• El atractor de Henon.
• Exponente de Liapunov.
Sistemas dinámicos complejos
• Nociones básicas
• La familia cuadrática
• El conjunto de Julia
• El conjunto de Mandelbrot.
UNIDAD 4
Modelado de sistemas biológicos
Dinámica Molecular.
• Breve introducción a la Mecánica Clásica.
• Uso de unidades reducidas, potenciales y fuerzas.
• Esquema de integración numérica. Ejemplos biológicos.
Autómata celulares.
• Antecedentes.
• Estructura.
• Función de transiciones locales
• Función de transiciones globales.
• Clasificación de Wolfram.
• Ciclo y período.
• Aplicaciones al modelado del sistema Inmunológico.
• Aplicaciones al modelado de la evolución.
El método Monte Carlo
• Antecedentes. Elementos de teoría de probabilidad.
• Evaluación de una integral definida. Camino aleatorio.
• Ejemplos biológicos.
Redes Neuronales
• El modelo de Hopfield de memoria asociativa.
• Aprendizaje: perceptron simple y multicapas.
• El algoritmo de back-propagation.
Computación no algorítmica: el algoritmo genético.
BIBLIOGRAFÍA
Murray, Mathematical Biology. 1989. Springer
Allman & Rhodes, Mathematical Models in Biology, 2003. Cambridge Univ.
Press.
Britton, Essential Mathematical Biology, 2003. Springer
Schlick, Molecular Modeling and Simulation. 2002. Springer.
EVALUACION
Para aprobar el curso los alumnos deberán aprobar una evaluación final que
integrará tanto los conocimientos teóricos como prácticos brindados a lo largo
del cuatrimestre.
CARGA HORARIA
60 horas en total, con 4 horas por semana durante 15 semanas. La mitad
serán dedicado a clases teóricas (30 hs) y el resto a clases prácticas de
laboratorio de computación (30 hs.).
MATERIAS O CONOCIMIENTOS PREVIOS
El título de Licenciado en Química o Licenciado en Biología cubre todos los
requisitos de conocimientos previos de esta materia.

Más contenido relacionado

Similar a Plan

Mathematical Methods Spanish
Mathematical Methods  SpanishMathematical Methods  Spanish
Mathematical Methods Spanish
guest497716
 
Metodos numericos ing electrica
Metodos numericos ing electricaMetodos numericos ing electrica
Metodos numericos ing electrica
Javier Velasco
 
SILABO DE MATEMATICA IV
SILABO DE MATEMATICA IVSILABO DE MATEMATICA IV
SILABO DE MATEMATICA IV
andrescollante
 
Información módulo programático
Información módulo programáticoInformación módulo programático
Información módulo programático
magustaalbornoz
 

Similar a Plan (20)

Mathematical Methods Spanish
Mathematical Methods  SpanishMathematical Methods  Spanish
Mathematical Methods Spanish
 
Metodos numericos ing electrica
Metodos numericos ing electricaMetodos numericos ing electrica
Metodos numericos ing electrica
 
Ecuaciones diferenciales
Ecuaciones diferenciales Ecuaciones diferenciales
Ecuaciones diferenciales
 
Ecuaciones_Diferenciales_(MURRAY_R._SPIEGEL).pdf
Ecuaciones_Diferenciales_(MURRAY_R._SPIEGEL).pdfEcuaciones_Diferenciales_(MURRAY_R._SPIEGEL).pdf
Ecuaciones_Diferenciales_(MURRAY_R._SPIEGEL).pdf
 
Modelos lineales de regresion
Modelos lineales de regresionModelos lineales de regresion
Modelos lineales de regresion
 
Ele control i
Ele control iEle control i
Ele control i
 
SILABO DE MATEMATICA IV
SILABO DE MATEMATICA IVSILABO DE MATEMATICA IV
SILABO DE MATEMATICA IV
 
Sílabo de mb146
Sílabo de mb146Sílabo de mb146
Sílabo de mb146
 
Sílabo de mb146
Sílabo de mb146Sílabo de mb146
Sílabo de mb146
 
Silabo de Matematica IV 2013 II
Silabo de Matematica IV  2013 II Silabo de Matematica IV  2013 II
Silabo de Matematica IV 2013 II
 
Clase 1 - Modelos y Simulación
Clase 1 - Modelos y Simulación   Clase 1 - Modelos y Simulación
Clase 1 - Modelos y Simulación
 
2 modelos lineales
2 modelos lineales2 modelos lineales
2 modelos lineales
 
2 modelos lineales
2 modelos lineales2 modelos lineales
2 modelos lineales
 
2 modelos lineales
2 modelos lineales2 modelos lineales
2 modelos lineales
 
2 modelos lineales
2 modelos lineales2 modelos lineales
2 modelos lineales
 
Información módulo programático
Información módulo programáticoInformación módulo programático
Información módulo programático
 
Ae 09 control i
Ae 09 control iAe 09 control i
Ae 09 control i
 
Quinto ciclo
Quinto cicloQuinto ciclo
Quinto ciclo
 
Programa Analítico Físico - Matemática Aplicada 2 y Planificación del Cursado...
Programa Analítico Físico - Matemática Aplicada 2 y Planificación del Cursado...Programa Analítico Físico - Matemática Aplicada 2 y Planificación del Cursado...
Programa Analítico Físico - Matemática Aplicada 2 y Planificación del Cursado...
 
Inv de operaciones
Inv de operacionesInv de operaciones
Inv de operaciones
 

Plan

  • 1. Nombre del Curso: Métodos computacionales en biología Profesor responsable: Dr. Francisco Antonio TAMARIT Período: Segundo semestre de 2007 Carrera: Curso estructurado PROGRAMA UNIDAD 1 Elementos de programación En esta unidad se brindará una introducción a la programación en Fortran 90 o equivalentes. UNIDAD 2 Métodos Numéricos Introducción a los métodos numéricos. • Algoritmos y diagramas de flujo. • Origen y evolución del Análisis Numérico. • Análisis de errores: error absoluto y relativo. • Sistema de numeración. Introducción a los sistemas numéricos. • Aritmética del computador y representación de números. Aritmética de punto flotante. Propagación de error. Solución aproximada de ecuaciones de una variable • Preliminares; separación de raíces, solución gráfica de ecuaciones. • El algoritmo de la bisección • Iteración de punto fijo • Método de la secante • Método de Newton-Raphson Integración de ecuaciones diferenciales ordinarias (EDO): • Ecuaciones en diferencias y generalidades sobre los métodos de una paso para EDO. Método de Euler. Convergencia, consistencia y estabilidad. • Métods Runge-Kutta explícitos: construcción y teoría de árboles de Butcher. • Códigos Runge-Kutta de paso variable: pares encajados. • Métodos Runge-Kutta implícitos. • Métodos lineales multipaso explícitos. Solución numérica de sistemas de ecuaciones no lineales: • Puntos fijos para funciones de varias variables. • Condiciones para la convergencia del proceso de iteración. • Método de Newton. Método Cuasi-Newton. • Técnicas de descenso más rápido. UNIDAD 3 Sistemas dinámicos Repaso de ecuaciones diferenciales lineales. • Puntos críticos y estabilidad.
  • 2. • Sistemas dinámicos unidimensionales. • Ejemplos clásicos • Dinámica de las aplicaciones lineales unidimensionales. • Puntos fijos. • Bifurcaciones. • Puntos Periódicos. • El teorema del punto fijo. • Atractores. Sistemas dinámicos cuadráticos • La familia cuadrática. • La familia logística. • El diagrama y la constante de Feigenbaum. • Sistemas Caóticos. • El concepto de Caos. • El sistema dinámico asociado a la curva logística. • Exponentes de Liapunov. Orbitas caóticas. Sistemas dinámicos planos • Variedad estable e inestable. • La aplicación de Arnold. • La transformación del panadero. La herradura de Smale. • El atractor de Henon. • Exponente de Liapunov. Sistemas dinámicos complejos • Nociones básicas • La familia cuadrática • El conjunto de Julia • El conjunto de Mandelbrot. UNIDAD 4 Modelado de sistemas biológicos Dinámica Molecular. • Breve introducción a la Mecánica Clásica. • Uso de unidades reducidas, potenciales y fuerzas. • Esquema de integración numérica. Ejemplos biológicos. Autómata celulares. • Antecedentes. • Estructura. • Función de transiciones locales • Función de transiciones globales. • Clasificación de Wolfram. • Ciclo y período. • Aplicaciones al modelado del sistema Inmunológico. • Aplicaciones al modelado de la evolución. El método Monte Carlo
  • 3. • Antecedentes. Elementos de teoría de probabilidad. • Evaluación de una integral definida. Camino aleatorio. • Ejemplos biológicos. Redes Neuronales • El modelo de Hopfield de memoria asociativa. • Aprendizaje: perceptron simple y multicapas. • El algoritmo de back-propagation. Computación no algorítmica: el algoritmo genético. BIBLIOGRAFÍA Murray, Mathematical Biology. 1989. Springer Allman & Rhodes, Mathematical Models in Biology, 2003. Cambridge Univ. Press. Britton, Essential Mathematical Biology, 2003. Springer Schlick, Molecular Modeling and Simulation. 2002. Springer. EVALUACION Para aprobar el curso los alumnos deberán aprobar una evaluación final que integrará tanto los conocimientos teóricos como prácticos brindados a lo largo del cuatrimestre. CARGA HORARIA 60 horas en total, con 4 horas por semana durante 15 semanas. La mitad serán dedicado a clases teóricas (30 hs) y el resto a clases prácticas de laboratorio de computación (30 hs.). MATERIAS O CONOCIMIENTOS PREVIOS El título de Licenciado en Química o Licenciado en Biología cubre todos los requisitos de conocimientos previos de esta materia.