Ciencia e Ingeniería Computacional Guía Docente de los Módulos

Transcripción

1 Ciencia e Ingeniería Computacional Guía Docente de los Módulos Tratamiento numérico de las Aplicaciones (Castellano) Tractament Numèric de les Aplicacions (Catalán) Numerical treatment of the applications (Inglés) Módulo: Tratamiento numérico de las Aplicaciones (40788) Créditos ECTS: 10 Obligatorios Curso y Periodo en se imparte: 2º curso, 1 r semestre Sitio donde se imparte: ETSE CAOS QC3012/16 Lengua en que se imparte: Catalán, Castellano, Inglés Responsable del Módulo Nombre del profesor: Eduardo Cèsar Galobardes Correo electrónico: Eduardo.Cesar@uab.es Departamento: Arquitectura de Computadores y Sistemas Operativos. Universidad: Universidad Autónoma de Barcelona Equipo Docente Eduardo César Objetivos Formativos del Módulo Aplicar las técnicas numéricas de modelado computacional para aplicaciones en campos específicos de las ciencias y la ingeniería Estructura y contenidos del módulo. Bloque 1: Técnicas Matemáticas para el Modelado de Problemas. Introducción, objetivos y metodología del curso Bloque 2: Representación eficiente de la información. Matrices. Listas, árboles y grafos. Números en punto flotante y estimación de errores. Bloque 3: Sistemas de Ecuaciones Lineales (SEL). Uso de los sistemas de ecuaciones lineales. Métodos de solución numéricos (Substitución Gaussiana, Descomposición LU). Métodos de Solución Interactivos (Jacobi, Gauss-Seidel). Autovalores. Solución de SELs con Matlab. Librerías para la programación de aplicaciones basadas en la solución de SELs en paralelo. Bloque 4: Estadística. Modelado estadístico. Probabilidades. Variables aleatorias. Distribuciones de frecuencia. Métodos de estimación. Regresiones lineales. Modelado estadístico con Matlab.

2 Bloque 5: Cálculo Integral y Diferencial. Aplicaciones de les ecuaciones integrales y diferenciales. Técnicas de integración y diferenciación. Matlab par solucionar problemas de cálculo integral y diferencial. Bloque 6: Métodos de Búsqueda y Optimización. Representación del problema. Espacios de investigación. Optimización, soluciones satisfactorias y soluciones semi-optimas. Técnicas de minería de datos. Rede neuronales. Algoritmos genéticos. Métodos heurísticos. Metodología Docente La metodología de trabajo combinará las clases presenciales, la resolución de problemas en clase y el trabajo autónomo del alumno. Se utilizará la plataforma virtual y se pedirá la presentación de trabajos relacionados con los bloques temáticos. Evaluación Se tendrá en cuenta Los trabajos realizados en grupos e individualmente Las presentaciones de los trabajos realizados La asistencia a clase (mínimo de un 80%) y la participación activa del estudiante La participación en la plataforma virtual, a través de la discusión y resolución de problemas propuestos. Bibliografía Mòdul: Tractament Numèric de les Aplicacions (40788) Crèdits ECTS: 10 Obligatoris Curs i Període en que s Imparteix: 2n curs, 1r semestre Lloc on s Imparteix: ETSE Qc3012/16 Llengua en que s Imparteix: Català, Castellà i Anglès Responsable del Mòdul: Nom del professor: Eduardo Cèsar Galobardes Correu electrònic: Eduardo.Cesar@uab.es Departament: Arquitectura de Computadors i Sistemes Operatius Universitat/Institució: Universitat Autònoma de Barcelona

3 Equip Docent Eduardo Cèsar Objectius Formatius del Mòdul Aplicar les tècniques numèriques de modelat computacional per aplicacions en camps específics de les ciències i l enginyeria. Estructura i Continguts del Mòdul Bloc 1: Tècniques Matemàtiques per el Modelat de Problemes. Introducció, objectius i metodologia del curs. Bloc 2: Representació eficient de la informació. Matrius. Llistes, arbres i grafs. Números en punt flotant i estimació d errors. Bloc 3: Sistemes d Equacions Lineals (SEL). Us dels sistemes d equacions lineals. Mètodes de solució numèrics (Substitució Gaussiana, Descomposició LU). Mètodes de Solució Iteratius (Jacobi, Gauss-Seidel). Autovalors. Solució de SELs amb Matlab. Llibreries per la programació d aplicacions basades en la solució de SELs en paral lel. Bloc 4: Estadística. Modelat estadístic. Probabilitats. Variables aleatòries. Distribucions de freqüència. Mètodes d estimació. Regressions lineals. Modelat estadístic amb Matlab. Bloc 5: Càlcul Integral i Diferencial. Aplicacions de les equacions integrals i diferencials. Tècniques d integració i diferenciació. Matlab per solucionar problemes de càlcul integral i diferencial. Bloc 6: Mètodes de Cerca i Optimització. Representació del problema. Espais de recerca. Optimització, solucions satisfactòries i solucions semi-optimes. Tècniques de mineria de dades. Xarxes neurals. Algorismes genètics. Mètodes heurístics. Metodologia Docent La metodologia de treball combinarà les classes presencials, la resolució de problemes a classe i el treball autònom de l alumne. Es farà us de la plataforma virtual i es demanarà la presentació de treballs relacionats amb els blocs temàtics. Avaluació Es tindran en compte: Els treballs realitzats en grups i individualment Les presentacions dels treballs realitzats L assistència a classe (mínim d un 80%) i la participació activa de l estudiant La participació en la plataforma virtual, a traves de la discussió i resolució de problemes proposats

4 Bibliografia Module: Numerical treatment of the applications (40788) ECTS Credits: 10, Mandatory Course and period in which is distributed: 2 nd course, 1 st semester Place: ETSE CAOS QC3012/16 Languages in which the classes are given: Catalan, Spanish and English MODULE MANAGER Teacher s name: Eduardo Cèsar Galobardes Eduardo.Cesar@uab.es Department: Computer Architecture & Operating Systems (DACSO-CAOS). University: Universidad Autónoma de Barcelona Teachers Eduardo Cèsar Module Objectives Use computational modeling numerical techniques in specific sciences and engineering fields. Module s Structure and Contents. Block 1: Mathematic Techniques to Problem Modeling. Introduction, objectives and course s methodology. Block 2: Efficient methods to store information Matrices. Lists, trees and graphs. Floating-point numbers and error estimation. Block 3: Linear Equation Systems

5 Using linear equation systems. Numerical solution methods (Gaussian replacement, LU decomposition). Interactive solving methods (Jacobi, Gauss-Seidel). Autovalues. LES solving using Matlab. Parallel LES-solving programming libraries. Block 4: Statistics Statistical modeling. Probabilities. Random variables. Frequency distributions. Estimation methods. Linear regression. Statistical modeling using Matlab. Block 5: Integral and differential Calculus. Uses of differential and integral equations. Integration and differential techniques. Matlab used for solving differential and integral calculus. Block 6: Optimization and Search Methods. Problem representation. Search spaces. Optimization. Semi-optimal and satisfactory solutions. Data Mining techniques. Neural networks. Genetic algorithms. Heuristics. Classes Methodology The work s methodology combines theoretic classes, problem solving (in class) and the individual work. The virtual structure will be used, and works related to the classes blocks will be requested to the student. Evaluation Evaluation consists of Group and individual works Presentation of such works Frequency (at least 80% of the classes) and active participation in class The prompt submission of works and lab s results (before each work s deadlines) through the virtual platform. References