Академический Документы
Профессиональный Документы
Культура Документы
MÉTODOS NUMÉRICOS
I. INFORMACIÓN GENERAL
CODIGO : MA195
SEMESTRE : 5
CREDITOS : 3
HORAS POR SEMANA : 5 (2 Teoría – 2 Práctica – Laboratorios -1 seminario)
PRERREQUISITOS : CB412
CONDICION : Obligatorio
SISTEMA DE EVALUACIÒN : G
DEPARTAMENTO : Ciencias Básicas
PROFESOR : Leonardo Flores González - Cristina Navarro Flores -
Ericka Valderrama Soto
PROFESOR E-MAIL : lfloresg@uni.edu.pe, cnavarrof@uni.edu.pe,
evalderramas@uni.edu.pe
El curso proporciona conceptos teóricos y aplicativos de simulación numérica que permitan analizar,
reconocer y desarrollar técnicas numéricas relativas a la ingeniería. El estudio de las sucesiones hace
comprender la convergencia y las limitaciones de cada método. Los sistemas lineales brindan la posibilidad
al futuro ingeniero de abordar problemas con gran número de variables. Los valores y vectores propios son
empleados en problemas de vibración y constituyen el soporte numérico de problemas relativos a ingeniería
sismo resistente. Los métodos de interpolación ayudan a representar diversas funciones relativas a
problemas de ingeniería, sirven para desarrollar los últimos temas del curso.
Concepto de error / Sucesiones / Método de la bisección / Método del punto fijo / Método de Newton /
Método de Newton para sistemas.
Conceptos Fundamentales: Matriz elemental, norma euclidiana y norma infinita de una matriz /
Factorizaciones: A=LU, PA=LU, factorización de Cholesky / Solución de sistemas lineales mediante la
factorizaciones antes indicadas / Método iterativo para resolver sistemas lineales: matrices diagonalmente
dominantes, método de Jacobi / Aplicaciones a problemas relativos a ingeniería.
Localización de valores y vectores propios: Teorema de Gershgorin / Matrices definidas positivas / Matrices
Hermitianas / Teoremas relativos a valores y vectores propios / Método de Jacobi / Problema generalizado
de valores y vectores propios.
Cuadratura de Gauss / Aplicaciones de integración numérica / Método de Euler para resolver ecuaciones
diferenciales.
Redes Neuronales biológicas / Redes Neuronales artificiales / Modelo de una neurona artificial / Tipos de
funciones de activación / Representación del conocimiento de redes neuronales / Aprendizaje / Desarrollo
de una red de retropropagación / Método del gradiente para optimizar pesos de la red.
VI. METODOLOGIA
VIII. BIBLIOGRAFÍA
1. Burden R., Faires D., Burden A. “Numerical Analysis”, CENGAGE Brain, 2015.
2. Nieves A., Domínguez F., “Métodos Numéricos Aplicados a la Ingeniería”, Grupo Editorial Patria, Primera
Edición ebook, México, 2014.