CG1 - Aprender a aplicar los conocimientos adquiridos y a explotar su potencial para la resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) en el tratamiento estadístico-computacional de la información.

CG5 - Comprender y utilizar el lenguaje y las herramientas matemáticas para modelizar y resolver problemas complejos, reconociendo y valorando las situaciones y problemas susceptibles de ser tratados matemáticamente.

CT1 - Saber aplicar sus conocimientos a su trabajo o vocación de una forma profesional y poseer las competencias
que suelen demostrarse por medio de la elaboración y defensa de argumentos y en la resolución de problemas y
estudio de casos. Esto implica, más concretamente: Integrar creativamente conocimientos y aplicarlos a la resolución
de problemas complejos, perseguir objetivos de calidad en el desarrollo de su actividad profesional, adquirir
capacidad para la toma de decisiones y de dirección de recursos humanos, ser capaz de mostrar creatividad, iniciativa
y espíritu emprendedor para afrontar los retos de su actividad, valorar la importancia de los métodos estadísticocomputacionales en el contexto industrial, económico, administrativo, medio ambiental y social.

CE3 - Capacidad para utilizar aplicaciones informáticas estadísticas, de cálculo numérico y simbólico, visualización gráfica, optimización u otras para resolver problemas con un elevado grado de complejidad.

CE6 - Desarrollar programas que resuelvan problemas matemáticos utilizando para cada caso el entorno computacional adecuado.

8 horas

22 horas

3

2,04

1

No hay

 Adquisición de conocimientos básicos en programación, técnicas de cálculo numérico y en el manejo de algunos programas científicos.
 

1.- Introducción a programas de cálculo científico: Matlab, Comsol Multiphysics y Maple.

2.- Diferenciación numérica.

3.- Integración numérica.

4.- Interpolación numérica.

5.- Resolución de sistemas de ecuaciones.

6.- Resolución de ecuaciones diferenciales.

50% entregas de prácticas y ejercicios. 40% examen final online. 10% asistencia y participación activa.

1. Juan Antonio Infante del Río, José María Rey Cabezas, Métodos numéricos, Pirámide (2002).
2. Richard. L. Burden, J. Douglas Faires, Análisis Numérico, Grupo Editorial Iberoamérica (1993).
3. Amos Gilat, Matlab: Una introducción con ejemplos prácticos, Reverté cop. (2006)
4. André Heck, Introduction to Maple, Springer (2003)

Material disponible en Campus Virtual: Hojas de prácticas y ejercicios.