M81B0 Matematické modely v biologii

Přírodovědecká fakulta
jaro 2021
Rozsah
2/0/0. 2 kr. (příf plus uk k 1 zk 2 plus 1 > 4). Ukončení: k.
Vyučující
Mgr. Ondřej Pokora, Ph.D. (přednášející)
Garance
doc. RNDr. Petr Lánský, DrSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Dodavatelské pracoviště: Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Rozvrh
Po 1. 3. až Pá 14. 5. Čt 16:00–17:50 online_M6
Předpoklady
Matematická analýza I. a II, Základy matematiky, Pravděpodobnost a statistika
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Kurs poskytuje základní informace o použití formálních (matematických) modelů v různých oborech, které přímo souvisejí s biologií (například neurofyziologie), lékařstvím, biofyzikou a dalšími. Umožňuje nahlédnout do současných trendů výzkumu, které by nebyly uskutečnitelné bez dostatečného rozvoje výpočetní techniky a takových vědních disciplin jako je teorie informace, teorie neuronových sítí nebo biokybernetika. Každá kapitola bude doplněna o přehled použitých matematických postupů.
Výstupy z učení
Po úspěšném absolvování tohoto kursu bude student schopen:
definovat a interpretovat základní pojmy užívané v teorii formálních (matematických) modelů a vysvětlit souvislosti mezi nimi;
formulovat příslušné matematické věty a tvrzení a vysvětlit metody jejich důkazů;
ovládat efektivní techniky používané v teorii formálních (matematických) modelů;
aplikovat získané poznatky při řešení konkrétních příkladů včetně příkladů aplikačního charakteru.
Osnova
  • Seznam je průběžně aktualizován 1) Biochemické reakce – enzymové kinetiky ("law of Mass Action", pravděpodobnostní interpretace modelu,). 2) Integrační neuronový model (model Lapicquea, odpověď na impuls, periodický vstup, stochastické verze modelů). 3) Přenos vzruchu (lineární telegrafní rovnice, steady-state řešení). 4) Posloupnosti událostí (Poissonův proces, náhodná procházka, difusní rovnice) 5) Kódování informace (frekvenční kódovaní, detektory koincidence, míra informace, stochastické kódování). 6) Sensorické systémy. 7) Logický neuron (základy teorie neuronových sítí). 8) Modely používané ve farmakokinetice (cirkulační modely, kompartmentové modely). 9) Farmakodynamika. 10) Princip stochastické resonance 11) Modely rozpouštění, modely zániku. 12) Simulace stochastických modelů.
Literatura
  • Stochastic Models in Biology. 2004. vyd. 2004. ISBN 978-1930665927. info
  • TUCKWELL, Henry C. Elementary applications of probability theory : with an introduction to stochastic differential equations. 2nd ed. London: Chapman and Hall, 1995, xv, 292. ISBN 0412576201. info
Výukové metody
Přednáška s diskuzí 2 h týdně. Výuka proběhne distančně, online formou.
Metody hodnocení
Aktivní zapojení do diskuse k přednáškám. K úspěšnému zvládnutí kolokvia je nutné vypracovat zadané úkoly a při závěrečném individuálním pohovoru prokázat porozumění tématům, pojmům a modelům.
Vyučovací jazyk
Angličtina
Informace učitele
https://is.muni.cz/auth/el/sci/jaro2021/M81B0/index.qwarp
Výuka probíhá většinou v češtině nebo dle potřeby v angličtině, příslušná terminologie je za všech okolností uváděna i s anglickými ekvivalenty.
Mezi cílové dovednosti studia patří schopnost používat anglický jazyk pasivně i aktivně ve vlastní odbornosti a také v potenciálních oblastech aplikací matematiky.
Hodnocení ve všech případech může probíhat v češtině i v angličtině, dle volby studenta.
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích jaro 2008 - akreditace, jaro 2011 - akreditace, jaro 2005, jaro 2006, jaro 2007, jaro 2008, jaro 2009, jaro 2010, jaro 2011, jaro 2012, jaro 2012 - akreditace, jaro 2013, jaro 2014, jaro 2015, jaro 2016, jaro 2017, jaro 2018, jaro 2019, jaro 2020, jaro 2022, jaro 2023, jaro 2024, jaro 2025.