-
Cálculo diferencial e integral aplicado a modelos físicos.
-
Modelado probabilístico en física matemática.
-
Análisis de Fourier y modelado del calor.
-
Ecuaciones diferenciales en dinámica de fluidos y mecánica.
-
Modelos de ecuaciones del electromagnetismo.
-
Modelos estadísticos en termodinámica.
-
Sistemas dinámicos y teoría del caos.
-
Modelos de reacción química y difusión.
-
Modelo de depredador-presa.
-
Modelos relativistas en espacio-tiempo.
-
Ecuación de onda en mecánica cuántica.
-
Cibernética y control de sistemas.
-
Modelos de incertidumbre y matrices cuánticas.
-
Teoría de sistemas generales en biología.
-
Modelos computacionales y teoría de juegos.
-
Método de Monte Carlo para simulaciones.
-
Modelos enzimáticos en bioquímica.
-
Modelos de transmisión neuronal.
-
Teoría de la información y modelos de comunicación.
-
Modelos de simulación en toma de decisiones.
-
Modelos del caos y meteorología.
-
Modelos de sistemas disipativos.
-
Modelos de dinámica de sistemas.
-
Programación dinámica aplicada a modelos.
-
Modelos de optimización en economía.
-
Lógica difusa en modelado de incertidumbre.
-
Geometría fractal y modelos de turbulencia.
-
Modelos de simulación en biología molecular.
-
Modelos de redes neuronales y aprendizaje.
-
Modelos en biología y autopoiesis.
-
Modelos matemáticos en teoría de juegos.
-
Modelos de algoritmos genéticos.
-
Modelos en topología y aprendizaje.
-
Modelos de redes neuronales asociativas.
-
Modelos computacionales de fisiología humana.
-
Modelos probabilísticos en IA.
-
Modelos matemáticos en ecología y epidemiología.
-
Modelo matemático del autómata celular (Juego de la Vida).
-
Modelos de algoritmos y teoría de la complejidad.
-
Modelos de autoorganización en sistemas complejos.
-
Modelos matemáticos en crecimiento urbano y biología.
-
Modelos de evolución y replicadores en biología.
-
Modelos conexionistas y redes neuronales.
-
Modelos de redes neuronales profundas.
-
Modelos de procesamiento de lenguaje natural.
-
Modelos de autómatas celulares en computación.
-
Modelos de aprendizaje profundo.
-
Modelos de aprendizaje automático evolutivo.
-
Modelos estocásticos en genética.