En esta asignatura el estudiante analiza problemas provenientes de la ingeniería y propone modelos matemáticos para su solución, aplicando conocimientos de matemáticas avanzadas en el análisis de estos modelos. Entre las herramientas ocupadas se incluyen métodos de ecuaciones diferencias ordinarias y parciales, sistemas dinámicos, análisis numérico, inferencia estadística, optimización y control.
Pre-requisitos formales: Laboratorio de Modelación I (MAT-282), Optimización Nolineal (MAT-279), Inferencia Estadística (MAT-206), Optimización y Control (MAT-379), Análisis Numérico de EDP (MAT-277).
Programa oficial de la asignatura.
Profesor: Pablo Aguirre (pablo.aguirre [at] usm.cl)
Horarios de Consulta: Martes, 11.30-12.30hrs. Miércoles, 14.00-15.30hrs.
Oficina F.328, DMAT, Edificio F.
Pauta de Evaluación de la asignatura
Update. Ponderación de notas:
Contrato inicial (50%)
Exposición Final (50%)
Notas de los contratos
Notas de las presentaciones NUEVO!
Notas finales NUEVO!
Fechas importantes:
Entrega de Contrato: Viernes 5 Abril.
Entrega Informe de Avance: Viernes 17 Mayo.
Exposiciones finales: Jueves 1 Agosto & Martes 6 Agosto, 15.40-17.10hrs.
Proyectos de trabajo
1) Estudiante: Diego Álvarez
Proyecto: Predicción del valor de las cripto-monedas utilizando LSTM y redes neuronales recurrentes.
Profesional responsable: Rodrigo Salas, Escuela de Ingeniería Civil Biomédica, Universidad de Valparaíso.
2) Estudiante: José Fuentealba
Proyecto: Un modelo de aprendizaje colectivo en un ecosistema marino contaminado.
Profesional responsable: Juan Manuel Florez, Investigador Joven, Departamento de Física, UTFSM.
3) Estudiante: Edgard González
Proyecto: Cálculo de la correlación del "w.o.e." para variables tramificadas y sus propiedades.
Profesional responsable: Omar Risco, Analista Senior, Banco BCI.
4) Estudiante: Patricio Toledo
Proyecto: Desarrollo de un chatbot mediante redes neuronales.
Profesional responsable: Fernando Alarcón Moreno, Gerente Área de Transformación Digital, Seguros SURA.
5) Estudiante: Álvaro Valderrama
Proyecto: Modelo de clustering para inferir tipo de uso de salas a partir de programación académica.
Profesional responsable: Alondra Rojas, U-Planner.
6) Estudiante: Gabriel Vidal
Proyecto: Aprendizaje automático aplicado al análisis de refactura en clientes de empresa sanitaria.
Profesional responsable: Rodrigo González Carvajal, Jefe de Desarrollo Comercial, ESVAL S.A.
Material útil
Su sugiere su uso únicamente como referencia.
Algunos ejemplos destacados de contratos:
contrato 1, contrato 2, contrato 3
Versiones pasadas del curso:
http://paguirre.mat.utfsm.cl/docencia.html
Algunos consejos para redactar reportes científicos:
http://paguirre.mat.utfsm.cl/siam.pdf
(incluye tips para escribir matemática para lectores no-matemáticos)