Objetivos de la Materia

Es objetivo de esta asignatura es que al terminar el cursado los alumnos tengan un nivel básico de conocimientos sobre procesamiento de señales, análisis de sistemas y nociones sobre modelización de sistemas biológicos. Además, deben desarrollar la capacidad de resolver situaciones nuevas valiéndose de la generalización.

Objetivos Generales: que los alumnos logren

  • Comprender los conceptos y métodos fundamentales de la teoría de señales y sistemas discretos.
  • Comprender los conceptos y las estrategias básicas para el análisis y el modelado de sistemas.
  • Aplicar estos conceptos, métodos y estrategias en casos de interés biomédico.
  • Utilizar la simulación en computadora como herramienta para el estudio de situaciones típicas.
  • Interpretar los resultados de las simulaciones computacionales en el contexto de problemas reales.
  • Fortalecer el uso del marco conceptual-teórico en la resolución de problemas.
  • Aumentar su capacidad para adquirir conocimientos en forma autónoma.
  • Afianzar la capacidad de abstracción, razonamiento lógico y reflexión crítica.
  • Aumentar su capacidad para trabajar con responsabilidad y compromiso en tareas grupales.
  • Reconocer el esfuerzo y los logros obtenidos por todos aquellos que participaron en el desarrollo humano, científico y tecnológico que hoy disfrutamos, en particular dentro de las áreas de incumbencia de la asignatura.
  • Reconocer su propia capacidad de aportar al desarrollo antedicho.

Objetivos Particulares: que los alumnos logren

  • Comprender conceptos fundamentales de procesamiento de señales discretas y su aplicación en el campo de ingeniería biomédica.
  • Comprender el concepto de espacio de señales y su importancia para la interpretación de transformaciones de señales.
  • Comprender los conceptos más importantes del análisis de Fourier en señales discretas.
  • Aplicar los conceptos del análisis de Fourier al análisis y procesamiento de señales de interés biomédico.
  • Comprender los conceptos y propiedades fundamentales de los sistemas lineales y su aplicabilidad en sistemas de interés biomédico.
  • Afianzar el concepto de convolución y su relación con los sistemas lineales invariantes en el tiempo.
  • Aplicar las operaciones de convolución y desconvolución en el marco de problemas de interés biomédico.·
  • Comprender conceptos fundamentales de la Transformada Z.
  • Utilizar la transformada Z como herramienta para la discretización de ecuaciones diferenciales ordinarias lineales a coeficientes constantes, para el análisis de estabilidad de sistemas discretos y para el diseño de filtros digitales.
  • Comprender el problema de identificación de sistemas y los métodos básicos para la estimación de parámetros de sistemas lineales.
  • Aplicar métodos de identificación de sistemas lineales a casos de interés biomédico.
  • Comprender los fundamentos de algoritmos genéticos y su utilidad en problemas de optimización no lineales.
  • Aplicar algoritmos genéticos para la identificación de sistemas no lineales.
  • Comprender el concepto de modelo y las etapas de construcción de un modelo.
  • Comprender las estrategias básicas para el modelado de sistemas biológicos.
  • Diseñar modelos de sistemas biológicos mediante analogías con sistemas físicos simples.
  • Diseñar modelos de interés biomédico mediante la estrategia basadas en compartimientos.
  • Diseñar modelos poblacionales de interés biomédico.
  • Comprender conceptos fundamentales de autómatas y su uso para el modelado de sistemas complejos.
  • Modelar sistemas de interés biomédico mediante autómatas.
  • Comprender la diferencia entre modelos de señales y modelos de sistemas.
  • Conocer algunas nociones básicas de modelos avanzados de señales.
  • Aplicar conceptos de la teoría de señales y sistemas a problemas de modelado y simulación de sistemas biológicos.
  • Utilizar con conocimiento y juicio crítico las herramientas computacionales disponibles.
  • Interpretar correctamente los resultados de las simulaciones de los modelos obtenidos por distintas estrategias.
Unless otherwise stated, the content of this page is licensed under Creative Commons Attribution-Share Alike 2.5 License.