Competencias y objetivos
- Contexto de la asignatura para el curso 2026-27
- Resultados de aprendizaje / Competencias de la asignatura (verificadas por ANECA en grados y másteres oficiales) para el curso 2026-27
- Resultados de aprendizaje (Objetivos formativos)
- Objetivos específicos indicados por el profesorado para el curso 2026-27
Contexto de la asignatura para el curso 2026-27
La asignatura Modelos Computacionales y Simulación de Sistemas está ubicada en el tercer curso (semestre 5) del Grado en Ingeniería en Inteligencia Artificial.
Durante el curso se proporcionarán a los estudiantes las herramientas teóricas y prácticas necesarias para analizar, modelar y simular sistemas dinámicos complejos en distintos dominios, utilizando herramientas computacionales además de técnicas de inteligencia artificial.
Esta asignatura se sitúa en una intersección entre la ingeniería, la computación y la ciencia de datos, con especial énfasis en la modelación de fenómenos reales mediante representaciones abstractas que puedan ser analizadas y simuladas con precisión.
Ejemplos de tipos de sistemas que se van a analizar, modelar y simular durante el curso:
- Sistemas físicos (por ejemplo, masa-resorte o péndulo invertido).
- Sistemas abstractos (por ejemplo, modelos económicos o modelos poblacionales).
- Sistemas robóticos (por ejemplo, robots móviles)
Resultados de aprendizaje / Competencias de la asignatura (verificadas por ANECA en grados y másteres oficiales) para el curso 2026-27
Competencias Transversales
- CT01 : Utilizar de forma habitual las herramientas informáticas, así como las tecnologías de la información y las comunicaciones, en todo su desempeño profesional.
- CT02 : Comunicar de forma oral y escrita transmitiendo información, ideas, problemas y soluciones a un público tanto especializado como no especializado.
Competencias Generales
- CG2 : Conocer, seleccionar y aplicar métodos de los diferentes campos de la inteligencia artificial para la resolución de problemas de ingeniería.
- CG5 : Comunicar de manera clara y precisa conocimientos, metodologías, ideas, problemas y soluciones en el ámbito de la inteligencia artificial
- CG7 : Resolver problemas de inteligencia artificial novedosos o multidisciplinares, mostrando iniciativa y originalidad en el desarrollo, después de analizar y entender las especificaciones planteadas
Competencias Específicas
- CE23 : Seleccionar y aplicar las técnicas de modelado más adecuadas, así como los métodos de simulación que permitan representar, diseñar y analizar sistemas dinámicos computacionales
Competencias Básicas
- CB2 : Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio
Resultados de aprendizaje (Objetivos formativos)
1. Emplear técnicas de modelado y análisis de datos, evaluando la calidad de los modelos, validándolos e interpretándolos.
2. Identificar modelos usando inteligencia artificial, así como extraer conocimiento de éstos.
3. Expresar el comportamiento de sistemas complejos usando lenguajes formales.
4. Adquirir capacidad para modelar sistemas complejos utilizando inteligencia artificial.
5. Utilizar las herramientas necesarias para definir, analizar y simular la respuesta de los modelos de sistemas dinámicos.
Objetivos específicos indicados por el profesorado para el curso 2026-27
- Modelar y simular sistemas dinámicos mediante el uso de representaciones matemáticas, técnicas computacionales e inteligencia artificial, evaluando su comportamiento, estabilidad y utilidad como herramientas para el análisis y la toma de decisiones.
- Integrar técnicas de identificación de sistemas con métodos de aprendizaje automático para extraer conocimiento a partir de datos y construir modelos que capturen la estructura y dinámica de sistemas reales.
- Aplicar lenguajes formales y paradigmas de simulación para representar conceptualmente sistemas complejos y comunicar rigurosamente su comportamiento dinámico en distintos contextos.
Datos generales
Código:
33673
Profesor/a responsable:
Muñoz Bañón, Miguel Ángel
Crdts. ECTS:
6,00
Créditos teóricos:
1,20
Créditos prácticos:
1,20
Carga no presencial:
3,60
Departamentos con docencia
-
Dep.:
Física, Ingeniería de Sistemas y Teoría de la Señal
Área: Ingeniería de Sistemas y Automática
Créditos teóricos: 1,2
Créditos prácticos: 1,2
Este dep. es responsable de la asignatura.
Este dep. es responsable del acta.
Estudios en los que se imparte
-
GRADO EN INGENIERÍA EN INTELIGENCIA ARTIFICIAL
Tipo de asignatura: OBLIGATORIA (Curso: 3)

