Modelización matemática, simulación, optimización y control en ciencia y tecnología

Ángel Manuel Ramos del Olmo |  Contacto | Departamento: Análisis Matemçatico y Matemáticas Aplicadas | Facultad: Ciencias Matemáticas

Versión en español  English version

Breve descripción

Nuestro grupo desarrolla modelos matemáticos, métodos de simulación, técnicas de optimización y herramientas computacionales para el análisis, diseño y control de procesos en ciencia, tecnología e ingeniería. Combinamos modelización basada en leyes físicas, métodos numéricos, análisis matemático, inteligencia artificial y aprendizaje automático para abordar problemas complejos y apoyar la toma de decisiones.

Nuestras líneas de investigación incluyen, entre otras, la modelización de epidemias, derrames de petróleo, sistemas energéticos como baterías de ion-litio y energía solar, análisis de ecuaciones en derivadas parciales, desarrollo de modelos de inteligencia artificial y aprendizaje automático, procesamiento de imágenes, optimización, simulación multifísica y desarrollo de software científico.

¿Cómo funciona?

La parte interesada nos explica el proceso, sistema o prototipo que quiere modelizar. A partir de dicha información, se elabora un modelo matemático basado en leyes físicas, principios matemáticos y, cuando procede, datos experimentales o computacionales. El modelo resultante se analiza, se discretiza para obtener su solución numérica, se desarrolla un algoritmo de resolución y se implementa en un lenguaje adecuado para obtener una herramienta de simulación o predicción computacional.

Los resultados numéricos se validan con datos experimentales o reales, cuando están disponibles, y posteriormente se pueden realizar estudios de optimización, control, análisis de sensibilidad, calibración de parámetros o apoyo a la toma de decisiones sobre los procesos simulados o el prototipo a diseñar.

¿Qué problema resuelve?

Permite reducir costes y tiempos en el diseño de prototipos y en la toma de decisiones relacionadas con procesos científicos, tecnológicos e industriales complejos.

• El ahorro de costes se debe a que disponer de un modelo matemático y de herramientas de simulación computacional permite estudiar prototipos y procesos en el ordenador, evitando o reduciendo la necesidad de realizar numerosos ensayos experimentales, que suelen tener un coste elevado.
• El ahorro de tiempo se debe a que, una vez desarrollado el modelo y el software de simulación, la obtención de resultados suele ser rápida, mientras que la realización de experimentos, la recogida de datos y su análisis pueden requerir una cantidad considerable de tiempo.

El uso de herramientas de simulación computacional permite comparar de manera rápida distintas opciones en el diseño de un prototipo o en el análisis de un proceso de interés. Es, por tanto, una herramienta de gran ayuda para la toma de decisiones, que complementa la experiencia, la intuición y los datos disponibles del equipo responsable, y permite evaluar escenarios, anticipar riesgos y optimizar soluciones antes de su implementación real.

¿Dónde se ha desarrollado?

El desarrollo se realiza en el Grupo de Investigación MOMAT (Modelos Matemáticos en Ciencia y Tecnología). Entre sus principales actividades se encuentran el desarrollo de proyectos de investigación, el desarrollo de software científico, la colaboración con empresas, instituciones y entidades gubernamentales, y la transferencia de conocimiento en problemas aplicados de ciencia, tecnología e ingeniería.