Introducción al modelamiento ambiental -

Syllabus

Luciana Chavez Rodriguez

November 12, 2021

Objetivos del curso

El curso tiene como objetivo introducir al estudiante al mundo del modelamiento matemático

ambiental con aplicaciones prácticas pero muy sencillas para cómo se deriva un modelo

matemático, empezando con un modelo conceptual, que es una abstración de un problema

complejo, y terminando con la formulación matemática de dicho modelo conceptual.

El curso en sí no tiene ningún requisito y trataré de realizarlo de la manera más sencilla

posible, pero conocimentos básicos sobre derivadas e integrales es recomendable para poder

entender de mejor manera los conceptos presentados.

Usaremos en software python para realizar los ejercicios. Sin embargo, cómo este curso no es

un curso de programación netamente, usaremos al plataforma de Google Colab el cual puede ser

accedido a través de una cuenta de google y no requiere instalación. Un conocimiento básico de

programación sería recomendable, pero no necesario.

El curso está planteado para 9 bloques de 50 minutos cada uno con algunas pausas y para por

lo menos 4 a 5 sesiones (4 o 5 días). Los temas propuestos a tocar los siguentes:

i
1 Introducción

El objetivo de esta sesión es entender qué es un modelo matemático y cuál es el proceso

para derivar un modelo matemático desde un modelo conceptual. La sesión tiene una duración

prevista de 2 bloques de 50 minutos. El contenido de esta primera sesión se muestra a continuación:

1. Qué es un modelo? (Modelo matemático)

2. Importancia del modelamiento para las ciencias ambientales

3. Modelo estadístico vs model mecanístico

4. Componentes de un modelo matemático

5. Cómo armamos un modelo (proceso de modelamiento)

2 Comportamiento simple de un sistema

El objetivo de esta sesión es entender los compartamientos típicos de un sistema. Se darán

ejercicios prácticos relacionados a problemas ambientales que pueden ser modelados usando

estos comportamientos típicos y se harán ejercicios aplicados usando Google Colab. Esta sesión

se prevee realizar en 4 bloques de preferencia divididos en dos sesiones. El contenido del esta

sesión es el siguiente:

1. Crecimiento y decaimiento lineal

2. Crecimiento y decaimiento exponencial

3. Crecimiento logístico

4. Solución numérica vs. solución analítica

ii
3 Análisis de un modelo

El objetivo de esta última sesión es aprender conceptos simples para un uso más aplicativo de

los modelos matemáticos planteados en las sesiones anteriores, así como aplicaciones prácticas

en Google Colab. Con tópicos como calibración y validación de un modelo se aprenderá a

contrastar los modelos con datos reales, así como analizar fuentes de incertidumbre de un

modelo y análisis de sensibilidad. Se prevee usar dos bloques en una sesión y el contenido se

presenta a continuación:

1. Incertidumbre en un modelo

2. Análisis de sensibilidad (local y global)

3. Calibración y Validación de un modelo

4 Sesión Bonus

Esta sesión es una sesión opcional bonus donde se presentará aplicaciones de modelos matemáticos

a problemas más complejos como modelamiento de microorganismos (más aplicativo para

biólogos o biotecnólos), modelamiento de ciclo de carbono, de ciclo de nitrógeno y modelo de

cultivos. En esta sesión se puede discutir otros temas de interés para posteriores cursos. Los

temas tentativos son los siguientes y se plantea usar el último bloque para esta sesión:

1. Modelo de reaccciones mediadas por microorganismos

2. Modelos de ciclo de carbono

3. Modelos de cultivos

4. Modelos de metales pesados en el suelo

iii