- Establecer los modelos matemáticos para la simulación de fenómenos físicos aplicados a la ingeniería
- Realizar simulación de fenómenos físicos utilizando la computadora
- Comprender las etapas y métodos de optimización utilizando computadoras.
2. Modelos Matemáticos.
3. Simulación Numérica.
4. Sistemas Dinámicos Transitorio.
5. Problemas de Borde en Ingeniería.
6. Optimización.
1.1. Sistema y subsistema.
1.2. Tipo de variables del sistema.
1.3. Modelo, clasificación de los modelos.
1.4. Modelos matemáticos.
1.5. Modo de operación de un modelo.
1.6. ¿Qué debe tener un buen modelo?.
1.7. Espectro de los modelos.
1.8. Simulación, ciclo del modelo y simulación. Tipo de simulaciones. Usos de los simuladores dinámicos y estáticos.
1.9. Ventajas y desventajas de la simulación.
1.10. Optimización. Tipo de optimización
1.11. Relación entre la simulación y la optimización.
2.1. Introducción.
2.2. Origen de las ecuaciones diferenciales.
2.3. Problemas de condiciones iniciales y problemas de borde. Tipos de condiciones de borde.
2.4. Algunos modelos matemáticos transitorios. Sistemas dinámicos de primer, segundo y orden superior. Sistemas lineales y no lineales.
2.5. Problemas de bordes estacionarios y transitorios.
2.6. Linealización de sistemas no lineales. Variable de desviación.
3.1. Introducción.
3.2. Integración numérica de problemas dinámicos de primer orden. Método de Euler, Runge-Kutta, métodos de paso variable. Uso de herramientas computacionales avanzadas.
3.3. Integración numérica de problemas dinámicos de orden superior. Modelación mediante espacio de estado.
4.1. Introducción.
4.2. Problemas lineales de primer orden.
4.3. Problemas lineales de segundo orden.
4.4. Problemas lineales de orden superior.
4.5. Problema no lineales.
5.1. Introducción.
5.2. Problemas de bordes estacionarios en ingeniería. Mecánica de sólidos, flujo de fluidos, transferencia de calor, entre otros.
5.3. Problemas de bordes transitorios en ingeniería. Transferencia de calor, flujo de fluidos, entre otros.
6.1. Introducción.
6.2. Formulación del modelo a optimizar.
6.3. Programación lineal (PL). Representación y gráfica de la solución, algoritmo Simplex. Modelo de redes o teoría de gráfo.
6.4. Programación no lineal (PNL). Teoría clásica y algoritmos para resolver PNL.
1 comentario:
Publicar un comentario