UNIVERSIDAD INDUSTRIAL DE SANTANDER

FACULTADES DE INGENIERÍAS FISICOMECÁNICAS

ESCUELA DE INGENIERÍA ELÉCTRICA, ELECTRÓNICA Y TELECOMUNICACIONES

GRUPOS: B3 y D2

Docente: Nidia Quintero Peña

Mag. en Ingeniería Electrónica
nidiaqp6@gmail.com

SEMESTRE:
NOMBRE DE LA ASIGNATURA: CÓDIGO: CRÉDITOS:
V, Eléctrica
MÉTODOS NUMÉRICOS 27120 3
VII, Electrónica
REQUISITOS: INTENSIDAD HORARIA SEMANAL:
Programación en Computadores I
Álgebra Lineal II TAD: Teóricas: 4 0 Prácticas: 0_ TI: _5_

JUSTIFICACIÓN:

Esta materia continúa con el desarrollo en el estudiante del pensamiento algorítmico, el cual permite que un problema sea
descompuesto en una secuencia de pasos, a cada uno de los cuales se le puede aplicar la misma técnica. Se busca que el
estudiante pueda proponer algoritmos como solución de un problema en este caso predominantemente de naturaleza numérica,
los cuales se implementarán en software. Este curso está enfocado netamente a la programación científica.

Adicionalmente, es interesante llevar en todo momento el paralelo entre los métodos numéricos y el correspondiente método
analítico al que remplaza. Esto debe permitir que el estudiante relacione los dos enfoques y pueda decidir para un caso
particular cual enfoque es más apropiado.

PROPÓSITO DE LA ASIGNATURA:

Ofrecer el marco conceptual y experiencias de aprendizaje que permitan al estudiante definir, analizar, diseñar y describir
algoritmos numéricos, así como los lenguajes de programación apropiados para implementar estos algoritmos en un
computador.

COMPETENCIAS:

COMPETENCIAS COGNITIVAS
 Comprende cómo se pueden encontrar las raíces de una ecuación no lineal utilizando diversos métodos. Es capaz de estimar
el error cometido.
 Comprende cómo se puede resolver en forma numérica un sistema de ecuaciones lineales. Aprende a estimar el error
cometido en la aproximación.
 Comprende cómo se pueden hallar valores intermedios de una función cuando no se dispone de su ecuación matemática.
Es capaz de estimar el error cometido en la aproximación
 Comprende cómo se puede realizar integración y diferenciación en forma numérica. Es capaz de estimar el error cometido
en la aproximación.
 Comprende cómo se pueden resolver en forma numérica las ecuaciones diferenciales ordinarias. Es capaz de estimar el
error cometido en la aproximación.

COMPETENCIAS PRÁCTICAS
 A partir de una situación problema propone una solución algorítmica para resolverla, la implementa en un lenguaje de
programación apropiado, y verifica que la solución sea correcta.

COMPETENCIAS ACTITUDINALES Y AXIOLÓGICAS

Administra su tiempo y cumple con responsabilidad los compromisos durante la asignatura.
Niveles de logro
 Es responsable de sus labores a cargo durante las actividades de la asignatura.
 Distribuye su tiempo adecuadamente para obtener buenos resultados en sus actividades académicas.
 Presenta adecuadamente sus trabajos y hace sus presentaciones con un buen nivel de calidad.

Desarrolla habilidades para el trabajo en equipo.

Niveles de logro
 Mantiene buenas relaciones con sus compañeros de trabajo.
  Lidera el trabajo en equipo y motiva a sus compañeros para cumplir con los objetivos.
 Planifica, junto con sus compañeros, las actividades necesarias para llevar a buen término las metas propuestas.

Interactúa con los compañeros de clase y con el docente en debates académicos sobre los temas vistos en clase.
Niveles de logro
 Argumenta adecuadamente su posición ante una situación de debate.
 Es respetuoso con la opinión de las demás personas.

Respeta las normas de moderación propuestas por la docente

CONTENIDO:

1 INTRODUCCIÓN
1.1 Programación en Matlab
1.2 Tipos de Errores: Error de redondeo y de truncamiento
1.3 Error absoluto y Error relativo
1.4 Tolerancia y Criterios de Convergencia

2 SOLUCIÓN DE ECUACIONES NO LINEALES

2.1 Método gráfico
2.2 Método de la Bisección
2.3 Método de Punto Fijo
2.4 Método de Newton - Raphson
2.5 Método de la Secante
2.6 Método de Newton - Horner
2.7 Sistemas de Ecuaciones No Lineales
2.7.1 Método de Punto fijo para varias variables
2.7.2 Método de Newton - Raphson para varias variables

3 SOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES

3.1 Álgebra matricial y Regla de Crammer
3.2 Factorización: LU y Cholesky
3.3 Métodos iterativos: Gauss-Seidel y Jacobi
3.4 Métodos iterativos: Gradiente y Gradiente Conjugado

4 INTERPOLACIÓN Y APROXIMACIÓN POLINOMIAL

4.1 Interpolación con Polinomios de Newton
4.2 Interpolación con Polinomios de Lagrange
4.3 Interpolación Segmentaria Lineal
4.4 Interpolación Segmentaria Cúbica
4.5 Regresión Polinomial por Mínimos Cuadrados

5 DIFERENCIACIÓN E INTEGRACIÓN NUMÉRICA

5.1 Diferenciación Numérica con Diferencias Finitas
5.2 Extrapolación de Richardson
5.3 Integración Numérica con Formulas de Newton Cotes
5.4 Integración de Romberg
5.5 Métodos Adaptativos de Cuadratura
5.6 Integrales Múltiples (opcional)

6 SOLUCIÓN DE ECUACIONES DIFERENCIALES ORDINARIAS

6.1 Método de Diferencias Finitas
6.2 Método de Runge Kutta
6.3 EDOs de Orden Superior
6.4 Sistemas de EDOs

ESTRATEGIAS DE ENSEÑANZA Y APRENDIZAJE:

El curso comprende la presentación de los fundamentos de métodos numéricos aplicados a la profesión, con el objetivo de
generar interés en el estudiante por abordar problemas que en la realidad no tienen o es muy complicada su solución analítica.
Igualmente, persigue capacitarlo continuamente en el área mediante el desarrollo de problemas prácticos que le faciliten la
comprensión del tema, el cual será expuesto por la profesora pero requerirá la participación del estudiante en el desarrollo de
los problemas prácticos mencionados facilitándose con ello la retroalimentación para el continuo seguimiento de la asimilación
y apropiación del conocimiento. Como alternativas de lenguaje de programación se tienen: Matlab y Scilab (libre).

INDICADORES DE APRENDIZAJE:

De cada uno de los temas tratados, el estudiante debe ser capaz de entender los algoritmos propuestos, implementarlos en un
lenguaje de programación apropiado y aplicarlos en la solución de los problemas propuestos.

Es indispensable que el estudiante esté en capacidad de estimar el error que se involucra al realizar las aproximaciones
necesarias.

ESTRATEGIA DE EVALUACIÓN:

La estrategia de evaluación consiste en parciales, quices y talleres. La distribución de los temas a evaluar y los porcentajes de
cada uno, son:

PARCIAL 1 25 % TEMAS: 1, 2 y 3 Fecha: Octubre 22 y 23

(según el horario de los grupos)

PARCIAL 2 25 % TEMAS: 4 y 5 Fecha: Noviembre 26 y 27

(según el horario de los grupos)

PARCIAL 3 25 % TEMA: 6 Fecha: Semana de parciales finales

(enero 30 a febrero 8 de 2020)

OTROS 25 % QUICES, TALLERES Y ASISTENCIA

BIBLIOGRAFÍA:

 S. Chapra, R. Canale, Métodos numéricos para ingenieros, McGraw Hill.

 R. Burden, J. Faires, Análisis numérico. 7ª edición.
 J. Mathews, Kurtis Fink, Numerical methods using Matlab, Prentice Hall.
 Nakamura, Shoichiro, Métodos numéricos aplicados con software. México: Prentice-Hall hispanoamericana.

INFORMACIÓN DEL CURSO:

https://sites.google.com/site/nidiaquinterop/

HORARIO DE CONSULTA:
Sala de profesores cátedra (Sótano escuela E3T)
Martes y Jueves: 9 am a 10 am.

Previa cita al correo nidiaqp6@gmail.com