Cr茅ditos ECTS
Cr茅ditos ECTS: 6
Horas ECTS Criterios/Memorias
Trabajo del Alumno/a ECTS: 102
Horas de Tutor铆as: 6
Clase Expositiva: 18
Clase Interactiva: 24
Total: 150
Lenguas de uso
Castellano, Gallego
Tipo:
Materia Ordinaria 惭谩蝉迟别谤 RD 1393/2007 - 822/2021
Departamentos:
Matem谩tica Aplicada,
Departamento externo vinculado a las titulaciones
脕谤别补蝉:
Matem谩tica Aplicada, 脕谤别补 externa M.U en Matem谩tica Industrial
Centro
Facultad de Matem谩ticas
Convocatoria:
Primer semestre
Docencia:
Con docencia
惭补迟谤铆肠耻濒补:
Matriculable
| 1ro curso (Si)
* Iniciar al alumno en los m茅todos num茅ricos de resoluci贸n de ecuaciones, interpolaci贸n, derivaci贸n e integraci贸n.
* Conocer los aspectos b谩sicos de la programaci贸n cient铆fica y su aplicaci贸n para implementar m茅todos num茅ricos.
Parte I: Iniciaci贸n a la programaci贸n
1. Introducci贸n al Matlab; comandos y funciones b谩sicas.
2. Vectores y Matrices en Matlab. Tratamiento de matrices dispersas. Representaciones
驳谤谩蹿颈肠补蝉.
3. Ficheros .m y programaci贸n. Estructuras de datos en Matlab.
4. Introducci贸n al Fortran 90: tipos de datos y control de flujo.
5. 鈥淎rrays鈥� en Fortran 90. Procedimientos, m贸dulos e interfaces.
6. Entrada/salida de datos en Fortran 90.
Parte II. M茅todos num茅ricos
7. Resoluci贸n num茅rica de sistemas de ecuaciones lineales: Condicionamiento de un
sistema de ecuaciones lineales. M茅todos directos: LU, LL^t, LDL^t y QR. M茅todos
iterativos cl谩sicos: Jacobi, Gauss颅Seidel, SOR y SSOR. Criterios de convergencia. M茅todos num茅ricos para el c谩lculo de autovalores y autovectores.
8. Resoluci贸n num茅rica de sistemas de ecuaciones no lineales: Revisi贸n de los m茅todos
de resoluci贸n de ecuaciones no lineales. Iteraci贸n de punto fijo. M茅todo de Newton.
Consideraciones computacionales.
9. Interpolaci贸n. Interpolaci贸n de Lagrange. Interpolaci贸n de Hermite. Efecto Runge. Aproximaci贸n por splines.
10. Derivaci贸n e integraci贸n num茅ricas. Derivaci贸n num茅rica de tipo interpolatorio polin贸mico. Integraci贸n num茅rica de tipo interpolatorio polin贸mico en una variable. F贸rmulas de Newton颅-Cotes. F贸rmulas de Gauss. F贸rmulas compuestas.
11. Interpolaci贸n e integraci贸n num茅rica en varias variables.
Bibliografia b谩sica:
J.F. Epperson. An introduction to numerical methods and analysis. Edici贸n revisada. John Wiley &
Sons, 2007.
T. Aranda, J.G. Garc铆a, Notas sobre Matlab. Universidad de Oviedo, Servicio de Publicaciones,
1999.
M. Metcalf, J.K. Reid. Modern Fortran Explained Oxford University Press, 2011.
Bibliograf铆a complementaria:
P.G. Ciarlet. Introduction to numerical linear algebra and optimisation. Cambridge University Press, 1989.
S.J. Chapman, Fortran 90/95 for scientists and engineers. WCB/McGraw-Hill, 2004.
J.D. Faires, R. Burden. An谩lisis Num茅rico. Thomson 2011.
G.H. Golub, C.F. van Loan. Matrix Computations. John Hopkins, University Press, 1996.
Gu铆a de programaci贸n en Matlab de MathWorks:
D.C. Hanselman, B.L. Littlefield. Mastering Matlab 7. Prentice Hall, 2004.
T. Aranda, J.G. Garc铆a. Notas sobre Matlab. Universidad de Oviedo, Servicio de Publicaciones, 1999.
C.T. Kelley. Solving Nonlinear Equations with Newton鈥檚 Method. SIAM, 2003.
D. Kincaid, W. Cheney. An谩lisis num茅rico. Las matem谩ticas del c谩lculo cien铆fico. Addison颅Wesley
Iberoamericana, 1994.
J.H. Mathews, K.D. Fink. M茅todos Num茅ricos con Matlab. Prentice Hall , 2000.
M. Metcalf, J.K. Reid. Fortran 90/95 explained. Oxford University Press, 1999.
W.H. Press. Numerical Recipes in Fortran 90: Volume 2. Cambridge University Press, 1996.
A. Quarteroni, F. Saleri. C谩lculo Cient铆fico con MATLAB y Octave. Springer, 2006.
J.M. Via帽o, M. Burguera. Lecciones de m茅todos num茅ricos. 3.颅 Interpolaci贸n. T贸rculo Edici贸ns,
1999.
J.M. Via帽o. Lecciones de m茅todos num茅ricos. 2.颅 Resoluci贸n de ecuaciones num茅ricas. T贸rculo
Edici贸ns, 1997.
B谩sicas y generales:
CG2 - Saber aplicar los conocimientos adquiridos y su capacidad de resoluci贸n de problemas en entornos nuevos o poco conocidos
dentro de contextos m谩s amplios, incluyendo la capacidad de integrarse en equipos multidisciplinares de I+D+i en el entorno
empresarial
CG4 - Saber comunicar las conclusiones, junto con los conocimientos y razones 煤ltimas que las sustentan, a p煤blicos especializados
y no especializados de un modo claro y sin ambig眉edades
CG5 - Poseer las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habr谩 de ser en gran medida
autodirigido o aut贸nomo, y poder emprender con 茅xito estudios de doctorado
贰蝉辫别肠铆蹿颈肠补蝉:
CE4 - Ser capaz de seleccionar un conjunto de t茅cnicas num茅ricas, lenguajes y herramientas inform谩ticas, adecuadas para resolver
De especialidad 鈥淪imulaci贸n num茅rica鈥�
CS2: Saber adaptar, modificar e implementar herramientas de software de simulaci贸n num茅rica.
Los conceptos se introducir谩n mediante lecci贸n magistral. Los alumnos realizar谩n de forma guiada peque帽os programas inform谩ticos como introducci贸n a la programaci贸n y realizar谩n trabajos por s铆 mismos como refuerzo de los conocimientos. Se trabajan las competencias CG2, CG4, CG5.
Se propondr谩n trabajos relacionados con los m茅todos num茅ricos a los alumnos para que profundicen sobre diferentes aspectos de los m茅todos estudiados. Se trabajan las competencias CG2, CG4, CE4 y CS2.
La docencia se imparte a trav茅s del sistema de videoconferencia del M2I y la comunicaci贸n se hace a trav茅s de la plataforma MS Teams.
CRITERIOS PARA LA 1陋 OPORTUNIDAD DE EVALUACI脫N:
La primera parte (50% de la calificaci贸n) consistir谩 en la evaluaci贸n de los trabajos pr谩cticos de Matlab y los pr谩cticos de Fortran; los dos tipos de trabajos tendr谩n el mismo peso al calcular la nota de esta parte. Se eval煤an las competencias CG2, CG4, CE4 y CS2. La segunda parte (50% restante) corresponde al examen, donde se evaluar谩n los conceptos adquiridos en la parte II de los contenidos. Se eval煤an las competencias CG2, CG4, CG5.
Es necesario superar ambas partes por separado para poder hacer la media entre ellas. Si no se supera alguna de las partes se asignar谩 la nota 4 sobre 10. En la parte pr谩ctica, es necesario superar por separado los trabajos de Matlab y Fortran.
Se considerar谩 presentado a todo alumno que entregue el examen y/o dos trabajos de evaluaci贸n continua.
CRITERIOS PARA LA 2陋 OPORTUNIDAD DE EVALUACI脫N:
Los mismos que para la primera oportunidad. El plazo de entrega de trabajos se adaptar谩 a la fecha del segundo examen. Cualquiera de las partes (Matlab, Fortran o examen) superada en la primera oportunidad, se conserva para la segunda oportunidad de ese curso.
Por orden de la Vicerreitor铆a de 翱谤驳补苍颈锄补肠颈贸苍 Acad茅mica de la 奇趣腾讯分分彩 se indica que, para los casos de realizaci贸n fraudulenta de ejercicios o pruebas ser谩 de aplicaci贸n lo recogido en la Normativa de avaliaci贸n do rendemento acad茅mico dos estudantes e de revisi贸n de cualificaci贸ns.
6 cr茅ditos ECTS
* Reservar de forma peri贸dica un tiempo para el estudio de la asignatura.
* Hacer por uno mismo los ejemplos propuestos por el profesor.
* Consultar la bibliograf铆a.
* Usar las horas de tutor铆as para resolver dudas.
Francisco Jose Pena Brage
Coordinador/a- Departamento
- Matem谩tica Aplicada
- 脕谤别补
- Matem谩tica Aplicada
- 罢别濒茅蹿辞苍辞
- 881813194
- Correo electr贸nico
- fran.pena [at] usc.es
- 颁补迟别驳辞谤铆补
- Profesor/a: Profesor Contratado/a Doctor
| Lunes | |||
|---|---|---|---|
| 12:00-14:00 | Grupo /CLE_01 | Gallego | Aula de inform谩tica 5 |
| Jueves | |||
| 13:00-14:00 | Grupo /CLE_01 | Gallego | Aula de inform谩tica 5 |