Con más de 150 años de experiencia acumulada en modelización —en ciencias naturales e ingenierías, ciencias de la vida y médicas, y ciencias ambientales y sociales— construimos modelos a medida, los validamos frente a datos y entregamos entregables limpios y bien documentados.

Servicios de simulación y modelización

Modelling and Simulation

  • Desarrollo de modelos numéricos a medida (ODE/PDE, estocásticos y de agentes).
  • Configuración y ejecución de simulaciones (lagrangianas/eulerianas, tracking de partículas, asimilación de datos).
  • Calibración, validación y benchmarking frente a observaciones o datos de laboratorio.
  • Optimización y aceleración de código existente; perfilado y mejoras algorítmicas.

Herramientas y lenguajes

Tooling

  • MATLAB, Fortran, C++, Python y R
  • Manejo de datos NetCDF/HDF
  • Flujos de trabajo con Git
  • Despliegue en Linux/Windows
  • Entregamos código documentado, notebooks y figuras/vídeos listos para publicación.

Ámbitos de aplicación

Domains

  • Sistemas marinos y ambientales (transporte costero, óptica oceánica, biogeoquímica).
  • Ciencias de la vida y médicas (bioestadística, dinámica de biomarcadores, modelización del riesgo).
  • Genómica y filogenómica (orden génico, detección de outliers, reconstrucción ancestral).
  • Física e ingeniería (óptica, turbulencia, diseño y benchmarking de algoritmos).

Cómo trabajamos

Approach

  • Flujos reproducibles (código bajo control de versiones, notebooks anotados, entrega clara).
  • Supuestos transparentes y análisis de sensibilidad.
  • Hitos iterativos con checkpoints visuales (figuras/vídeos) para feedback rápido.
  • Proyectos pequeños y medianos ejecutados en nuestra infraestructura propia.

Algunos de nuestros clientes

Client logos

Proyectos recientes

Algunos trabajos recientes de modelización incluyen:

Data analysis
  • Simulaciones de Monte Carlo y paseos aleatorios (Random Walks) en biología.
  • Trazado óptico de rayos a través de gotas de lluvia en caída libre.
  • Modelización de la fotosíntesis en fitoplancton (incl. fotoaclimatación e inhibición).
  • Modelización oceánica 3D a 1/4° con batimetría realista y forzamiento/asilimación de datos.
  • Modelos de seguimiento de partículas en 1D y 3D.
  • Seguimiento y análisis de escenarios de la COVID-19 (2020): seguimiento diario por país de los casos, las pruebas diagnósticas, los tiempos de duplicación, CFR/IFR y ajustes epidemiológicos sencillos; véase la página de archivo del proyecto.
  • Modelización de turbulencia mediante Simulación Cinemática.
  • Modelización de infectividad de parásitos.
  • Reconstrucción filogenética en grandes conjuntos genómicos; selección de marcadores, datación molecular y estados ancestrales.
  • Genómica estructural: evolución del contenido genómico (TEs, repeticiones, genes) y de su organización (reordenamientos).
  • Modelización del ciclo del DMS para corroborar observaciones desde buques en el Mediterráneo occidental.
  • Optimización e inversión de problemas (mínimos cuadrados, inversión).

Seguimiento de partículas en una ensenada costera

Evolución de dos nubes de partículas en un estuario mediterráneo somero, forzado por viento y aporte de agua dulce, empleando un enfoque de paseo aleatorio según Ross and Sharples (2004).

Simulación cinemática (2D) de la turbulencia

Simulación cinemática (Kinematic Simulation) 2D de la turbulencia siguiendo Fung and Vassilicos (2003). Partículas de distintos colores visualizan la mezcla turbulenta.

Difracción de Fraunhofer en una apertura circular

Amplitud del campo eléctrico en el detector para la difracción de Fraunhofer en una apertura circular (resuelto mediante métodos de Runge–Kutta).

Fraunhofer diffraction

Trazado óptico de rayos

Trazado a través de una gota de lluvia de 3 mm en caída libre. Arriba: trayectoria, normales de superficie (amarillo), rayos reflejados (a) y doblemente refractados hacia delante (b). Abajo: diferencia entre intensidades polarizadas en y y z en el hemisferio frontal, usando el modelo Monte Carlo de Ross and Bradley (2002).

Optical Raytracing

Modelización de la pérdida de orden génico

Pérdida de orden génico (GOL) a partir de genes mitocondriales en un amplio clado de hongos. El orden de genes de cada especie se representa con bloques de colores. GOL se modela a partir de distancias interespecíficas (longitudes de rama) y de la topología del árbol.

Gene Order Loss

Análisis multivariante

Enfoque gráfico multivariante para detectar especies concordantes y discordantes (atípicas) en una topología. Distancias por pares en el árbol → PCA → proyección de los ejes de separación en un plano para visualización rápida.

Multivariate approach

Modelización del coronavirus

Durante el pico de la pandemia de COVID-19 en 2020, realizamos un seguimiento del brote y compartimos gráficos y breves análisis para una selección de países, registrando los casos acumulados, los tiempos de duplicación, el volumen de pruebas, los fallecimientos, los casos recuperados y niveles indicativos de inmunidad de grupo (véase la página de archivo del proyecto).

Corona modelling