Comprender y utilizar el lenguaje y las herramientas matemáticas para modelizar, simular y resolver problemas, reconociendo y valorando las situaciones y problemas susceptibles de ser tratados matemáticamente. (CG1)
Conocer los modelos, métodos y técnicas relevantes en distintas áreas de aplicación de las matemáticas participando en la creación de nuevas tecnologías que contribuyan al desarrollo de la sociedad. (CG2)
Asimilar la formulación de un nuevo objeto, modelo o método matemático, en términos de otros ya conocidos, y ser capaz de utilizarlos en diferentes contextos de aplicación. (CG3)
Resolver problemas de Matemáticas, mediante habilidades de cálculo básico y otras técnicas. (CG4)
Comunicar, tanto por escrito como de forma oral, conocimientos, procedimientos, resultados e ideas matemáticas. (CG5)
Desarrollar la capacidad de identificar y describir matemáticamente un problema, estructurar la información disponible y seleccionar un modelo adecuado. (CG6)

Entender y saber implementar los distintos métodos de resolución de sistemas lineales, tanto directos como iterativos. (CE1)
Manejar las distintas factorizaciones de matrices. (CE1)
Saber decidir si un método iterativo es convergente. (CE1)
Seleccionar adecuadamente el tipo de método y el método que mejor se adapten al problema en
cuestión. Saber aplicar los distintos métodos a casos concretos. (CE2)
Calcular y dibujar los polinomios de interpolación y las funciones spline cúbicas interpoladoras de una función de una variable real. Elegir adecuadamente las abscisas de interpolación y las condiciones en el borde. (CE1, CE2)
Aproximar el valor de integrales definidas. (CE1)
Aproximar, con una precisión determinada, las raíces de una ecuación no lineal (algebraica o no) eligiendo el método más adecuado a la situación. (CE1, CE2)

Sesiones académicas teóricas: 1,2 ECTS presenciales + 1,2 ECTS de trabajo autónomo del estudiante.

Sesiones académicas de problemas: 0,6 ECTS presenciales + 1,2 ECTS de trabajo autónomo del estudiante
Laboratorio de informática: 0,6 ECTS presenciales + 1,2 ECTS de trabajo autónomo del estudiante.

Tutorías.

6 ECTS

2,4

3,6

6

Se recomiendan conocimientos básicos de álgebra lineal, análisis de una variable y rudimentos de programación.

Conocer los conceptos y resultados  de la resolución aproximada de sistemas lineales, la interpolación, integración numérica y de aproximación de ceros de funciones.
Aplicar los métodos de uso más extendido en la resolución de los problemas anteriormente mencionados.
Manejar herramientas informáticas en la que se pueden implementar dichos métodos (las prácticas se harán con Matlab).

Aritmética en coma flotante. Errores.
Álgebra matricial.
Métodos directos e iterativos de resolución de sistemas de ecuaciones lineales.
Interpolación polinómica y con splines. Diferenciación e integración numéricas.
Resolución de ecuaciones no lineales. Cálculo de raíces de polinomios.

Controles y exámenes finales: entre 70% y 85% de la nota final
Resolución de problemas y otras actividades de evaluación continua: hasta el 15% de la nota final
Realización de prácticas de ordenador: entre 15% y 25% de la nota final
Observación: Los estudiantes que no superen la convocatoria ordinaria podrán presentarse al examen extraordinario, el cual supondrá entre un 70% y 85% de la calificación. El porcentaje restante será la calificación obtenida durante el curso mediante la resolución de problemas y la realización de prácticas.

1. A. Aubanell, A. Bensey y A. Delshams: Útiles básicos de Cálculo Numérico. Labor. 1993.
2. R. Burden, J. D. Faires y A. M. Burden: Análisis Numérico. 10ª edición. Cengage Learning. 2017.
3. D. Hanselman y B. Littlefield: MATLAB edición del estudiante. Prentice Hall. 1996.
4. J. A. Infante y J. M. Rey: Métodos Numéricos. Teoría, problemas y prácticas con MATLAB. 6ª edición. Ediciones Pirámide. 2022.
5. D. Kincaid y W. Cheney: Análisis Numérico: las Matemáticas del Cálculo Científico. Addison-Wesley Iberoamericana. 1994.
6. J. H. Mathews y K. D. Fink: Métodos Numéricos con MATLAB. 3ª edición. Prentice Hall. 2004.
7. C. Moreno: Introducción al Cálculo Numérico. 1ª edición. UNED. 2011.

Bibliografía complementaria:
1. P. G. Ciarlet: Introduction à l'Analyse Numérique Matricielle et à l'Optimization. 5ª edición. Dunod. 2007.
2. J. L. de la Fuente: Ingeniería de los algoritmos y métodos numéricos. 2ª edición. Círculo Rojo. 2017.
3. E. Isaacson y H. B. Keller: Analysis of Numerical Methods. Dover. 1994.
4. P. Lascaux y R. Théodor: Analyse Numérique Matricielle Appliquée a l'Art de l'Ingénieur. Dunod. 2004.
5. A. Quarteroni y F.Saleri. Cálculo científico con MATLAB y Octave. Springer. 2006.
6. L. N. Trefethen y D. Bau III: Numerical Linear Algebra. SIAM. 1997.

Se pondrá material del curso a disposición de los estudiantes a través del Campus Virtual de la UCM o bien a través de la página web del profesor/ profesora.