(Módulo III)

Métodos Numéricos
U NIVERSIDAD M AYOR DE S AN A NDRÉS
FACULTAD DE C IENCIAS P URAS Y N ATURALES
c.Dr. Roberto Carlos Huaranca Ampa
C ARRERA DE M ATEMÁTICA
I NSTITUTO DE I NVESTIGACIÓN M ATEMÁTICA
M AESTRÍA EN M ODELAJE M ATEMÁTICO

PLAN DE TRABAJO

Normas y números de condición. 2.11. Matrices

1. Objetivos generales.
Sparse y matrices Band. 2.12. PageRank y cadenas
Desarrollar métodos directos e iterativos para resolver de Markov.
problemas matemáticos principalmente para aquellos 3. Mínimos cuadrados: 3.1. Modelos y ajuste de curvas.
que no tienen solución analítica o algebraicas. Además 3.2. Normas. 3.3. censusgui. 3.4. Reflexiones
implementar algoritmos desarrollados en MATLABr para Householder. 3.5. Factorización QR. 3.6.
dar respuesta a los problemas e interpretar los resultados. Pseudoinversa. 3.7. Deficiencia de rango. 3.8.
Mínimos cuadrados separables.
4. Autovalores y valores singulares: 4.1. Descomposiciones.
2. Competencias. 4.2. Un ejemplo pequeño. 4.3. eigshow. 4.4.
Deduce e implementa métodos directos e iterativos Polinomio característico. 4.5. Matrices simétricas
para resolver problemas sistemas de ecuaciones lineales, y hermitianas. 4.6. Sensibilidad y exactitud de
problemas lineales de mínimos cuadrados, y problemas de autovalores. 4.7. Sensibilidad y exactitud de valores
valores propios. singulares. 4.8. Forma canónica de Jordan y forma
de Schur. 4.9. El algoritmo QR. 4.10. eigsvdgui.
4.11. Componentes principales. 4.12. Generador
3. Programa sintético. circular.

Introducción a MATLABr . Ecuaciones lineales.

Mínimos cuadrados. Autovalores y valores singulares. 5. Métodos didácticos.
- Exposiciones magistrales.
4. Contenidos analíticos. - Método participativo y problémico.

1. Introducción a MATLABr : 1.1. El entorno MATLABr . - Métodos inductivo, deductivo, analógico, y

1.2. Asignaciones. 1.3. Operaciones matemáticas. heurístico.
1.4. Funciones integradas. 1.5. Gráficos.
2. Ecuaciones lineales: 2.1. Sistemas lineales. 2.2. El
r
6. Medios didácticos.
operador Backslash de MATLAB . 2.3. Un ejemplo
3 − por − 3. 2.4. Permutaciones y matrices + Pizarra.
triangulares. 2.5. Factorización LU. 2.6. Pivote.
+ Papelógrafos.
2.7. Un ejemplo 3 − por − 3. 2.8. lutx, bslashtx,
lugui. 2.9. Efecto de redondear errores. 2.10. + Proyector data show.
 + Laboratorio de computación.
Evaluación Capítulos Puntaje Fecha
+ Biblioteca especializada.
Primer Examen 1y2 40 % 11/07/2019
+ Material impreso y digital.
Segundo Examen 3y4 40 % 10/08/2019

7. Criterios de evaluación. Primera Práctica 1y2 10 % 11/07/2019

La evaluación de la asignatura consiste en pruebas Segunda Práctica 3y4 10 % 10/08/2019

escritas u orales, donde se valora la aplicación adecuada Total 100 %
de conceptos, teoremas y métodos en la demostración o
resolución de problemas planteados; y, en la calificación
de prácticas o trabajos de laboratorio cuyo informe debe 9. Bibliografía.
estar escrito en un lenguaje matemático adecuado con
rigor lógico. Se valora de forma adicional la creatividad [1] Richard L. Burden J. Douglas Faires, (2011),
y la simplicidad en la presentación de sus resultados. Numerical Analysis, Ninth Edition, Brooks/Cole,
Boston.
[2] Steven C. Chapra, (2018), Applied Numerical
8. Estructura de evaluación. Methods with MATLABr for Engineers and
La evaluación es la valoración de las competencias Scientists, Forth Edition, McGraw-Hill Education,
de conocimientos (saber), habilidades (saber hacer) y de New York.
valores (saber ser) alcanzadas mediante dos exámenes [3] Shoichiro Nakamura, (1997), Análisis Numérico
parciales periódicos (80 %) y prácticas de laboratorio y Visualización Gráfica con MATLABr , Primera
(20 %). Sobre un total de 100 %. Edición, Prentice-Hall, México D.F.