- ES Español (Latinoamérica)

- EN English

2.13. Matemáticas Computacionales para Dominios Específicos (CDM)
Esta área aplica métodos de matemáticas computacionales a dominios de aplicación específicos, demostrando cómo el modelado matemático, la simulación y las técnicas de análisis de datos se utilizan para resolver problemas del mundo real en varios campos científicos y de ingeniería. Cubre biología computacional, finanzas cuantitativas, física computacional, ciencia de materiales y modelado climático, proporcionando a los estudiantes conocimiento específico del dominio y habilidades interdisciplinarias de resolución de problemas.
| Área de Conocimiento (KA) | Core Tier1 | Core Tier2 |
2.13.1 Bioinformática y Biología Computacional | 1 | 1 |
2.13.2 Finanzas Computacionales y Ciencia del Riesgo | 1 | 1 |
2.13.3 Física Computacional y Química Cuántica | 1 | 1 |
2.13.4 Ciencia de Materiales Computacional | 1 | 1 |
2.13.5 Modelado Climático y Sistemas Complejos | 1 | 1 |
2.13.1. CDM/Bioinformática y Biología Computacional (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba
Temas:
Core
- Alineamiento y análisis de secuencias
- Análisis de datos genómicos
- Predicción de estructura de proteínas
- Biología de sistemas y análisis de redes
- Construcción de árboles filogenéticos
Aprendizaje esperado (Learning Outcomes):
Core:
- Implementar algoritmos de alineamiento de secuencias [Usar]
- Analizar conjuntos de datos genómicos usando métodos estadísticos [Usar]
- Modelar estructuras de proteínas usando métodos computacionales [Usar]
- Aplicar enfoques de biología de sistemas [Usar]
2.13.2. CDM/Finanzas Computacionales y Ciencia del Riesgo (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba
Temas:
Core
- Modelos de valoración de opciones
- Optimización de portafolios
- Gestión de riesgos y valor en riesgo
- Cálculo estocástico en finanzas
- Estrategias de trading algorítmico
Aprendizaje esperado (Learning Outcomes):
Core:
- Valorar opciones usando métodos numéricos [Usar]
- Optimizar portafolios de inversión [Usar]
- Calcular medidas de riesgo y valor en riesgo [Usar]
- Aplicar cálculo estocástico al modelado financiero [Usar]
2.13.3. CDM/Física Computacional y Química Cuántica (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba
Temas:
Core
- Simulación de dinámica molecular
- Cálculos de química cuántica
- Métodos Monte Carlo en física
- Simulación de mecánica de medios continuos
- Cálculo de campos electromagnéticos
Aprendizaje esperado (Learning Outcomes):
Core:
- Simular dinámica molecular [Usar]
- Implementar algoritmos de química cuántica [Usar]
- Aplicar métodos Monte Carlo a sistemas físicos [Usar]
- Modelar problemas de mecánica de medios continuos [Usar]
2.13.4. CDM/Ciencia de Materiales Computacional (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba
Temas:
Core
- Predicción de estructura cristalina
- Modelado de campo de fase
- Cálculos de Teoría del Funcional de la Densidad (DFT)
- Modelado multiescala de materiales
- Informática de materiales y aprendizaje automático
Aprendizaje esperado (Learning Outcomes):
Core:
- Predecir estructuras cristalinas usando métodos computacionales [Usar]
- Aplicar modelos de campo de fase para evolución de materiales [Usar]
- Implementar cálculos DFT para estructura electrónica [Usar]
- Usar enfoques de modelado multiescala [Usar]
2.13.5. CDM/Modelado Climático y Sistemas Complejos (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba
Temas:
Core
- Modelado del sistema climático
- Dinámica de fluidos y modelos atmosféricos
- Sistemas complejos y teoría de redes
- Modelado de ecosistemas
- Cuantificación de incertidumbre en modelos climáticos
Aprendizaje esperado (Learning Outcomes):
Core:
- Modelar sistemas climáticos usando ecuaciones diferenciales [Usar]
- Simular dinámica de fluidos para modelado atmosférico [Usar]
- Analizar sistemas complejos usando teoría de redes [Evaluar]
- Cuantificar incertidumbre en modelos ambientales [Usar]