Cursos para aprender a representar sistemas reales mediante modelos y
experimentar con ellos por computadora. Del sistema observado a una
simulación reproducible que ayude a comprender, predecir y decidir.
Introducción a Modelos y Simulación para Programadores
Aprendé a representar sistemas reales con modelos y a experimentar
con ellos por computadora antes de intervenir la realidad. Una
entrada conceptual y práctica al ciclo completo de simulación.
El recorrido reúne 50 temas organizados paso a paso: sistemas y
modelos, variables y estados, tipos de modelos, representación
conceptual y matemática, y el ciclo de vida de un proyecto de
simulación.
Con esquemas, tablas y pequeños experimentos en Python aprenderás
a verificar, validar y calibrar modelos, diseñar experimentos y
analizar escenarios y sensibilidad, sin requerir matemática avanzada.
Comenzar!
Probabilidad y Estadística Aplicadas a Simulación
Aprendé a modelar la incertidumbre, elegir distribuciones,
generar muestras, estimar resultados y comparar escenarios por
computadora. Un curso práctico para que tus simulaciones decidan
con datos y no con intuición.
En 45 lecciones conectadas entre sí trabajarás con variables
aleatorias, distribuciones clásicas y datos empíricos. También
abordarás estimación, muestreo, replicaciones y comparación
estadística de escenarios.
Con esquemas, gráficos y pequeños experimentos en Python vas a
transformar fenómenos inciertos en modelos y sus resultados en
decisiones respaldadas por intervalos y estimaciones del error.
Comenzar!
Números Pseudoaleatorios y Fundamentos Computacionales
Aprendé cómo una computadora determinista imita el azar mediante
semillas y algoritmos generadores. Un curso práctico para producir
secuencias reproducibles y usarlas con criterio en simulaciones.
Sus 45 unidades te guiarán desde los generadores congruenciales y
modernos hasta la transformación a distribuciones uniformes, la
selección, las permutaciones y el muestreo aleatorio.
Con pruebas estadísticas y pequeños experimentos en Python vas a
evaluar uniformidad e independencia, detectar sesgos y comprender
los errores numéricos que pueden afectar tus resultados.
Comenzar!