2.1. Análisis Numérico y Científico (NSA)

2.1. Análisis Numérico y Científico (NSA)

Esta área cubre los métodos numéricos fundamentales y su análisis que forman la base de las matemáticas computacionales. Se enfoca en el desarrollo, implementación y análisis de algoritmos para resolver problemas matemáticos numéricamente, con un fuerte énfasis en comprender y controlar los errores que surgen de la aritmética de precisión finita y las aproximaciones discretas. Este conocimiento es esencial para todas las áreas posteriores en matemáticas computacionales, ya que proporciona las herramientas para garantizar que las soluciones calculadas sean precisas, estables y confiables.

Tabla 2.1: Lista de KUs del área de Análisis Numérico y Científico.

2.1.1. NSA/Aritmética Computacional y Análisis de Error  (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba

Temas:
Core

  • Aritmética de punto flotante y el estándar IEEE
  • Fuentes de error: truncamiento, redondeo y discretización
  • Propagación de error y número de condición
  • Estabilidad de algoritmos numéricos
  • Error absoluto, relativo y directo/inverso

Aprendizaje esperado (Learning Outcomes):
Core:

  1. Definir los diferentes tipos de errores en computación numérica (redondeo, truncamiento, discretización) [Familiarizarse]
  2. Explicar los principios de representación y aritmética de punto flotante según el estándar IEEE [Familiarizarse]
  3. Calcular el error absoluto y relativo de una aproximación [Usar]
  4. Analizar la propagación de errores en una secuencia de operaciones aritméticas [Usar]
  5. Distinguir entre la condición de un problema y la estabilidad de un algoritmo [Evaluar]
  6. Calcular el número de condición de un problema simple (ej., multiplicación matriz-vector) [Usar]

2.1.2. NSA/álgebra Lineal Numérica  (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba

Temas:
Core

  • Descomposición LU y sus aplicaciones
  • Descomposición QR y problemas de mínimos cuadrados
  • Descomposición en Valores Singulares (SVD) y sus aplicaciones
  • Número de condición y estabilidad numérica de sistemas lineales
  • Métodos iterativos para sistemas lineales (Jacobi, Gauss-Seidel, Gradiente Conjugado)

Aprendizaje esperado (Learning Outcomes):
Core:

  1. Implementar algoritmos de descomposición LU y QR para resolver sistemas lineales [Usar]
  2. Explicar el significado geométrico y algebraico de la Descomposición en Valores Singulares [Familiarizarse]
  3. Usar SVD para aplicaciones como aproximación matricial y análisis de componentes principales [Usar]
  4. Analizar la estabilidad de un sistema lineal usando su número de condición [Evaluar]
  5. Seleccionar e implementar un método iterativo apropiado para resolver sistemas lineales grandes y dispersos [Evaluar]

2.1.3. NSA/Búsqueda de Raíces y Optimización Numérica Básica  (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba

Temas:
Core

  • Método de bisección e iteración de punto fijo
  • Método de Newton y método de la secante para búsqueda de raíces
  • Análisis de convergencia y orden de convergencia
  • Descenso de gradiente para optimización univariada
  • Tasa de convergencia y criterios de parada

Aprendizaje esperado (Learning Outcomes):
Core:

  1. Implementar algoritmos de búsqueda de raíces (bisección, Newton, secante) y analizar su convergencia [Usar]
  2. Clasificar el orden de convergencia de métodos iterativos [Evaluar]
  3. Aplicar descenso de gradiente para resolver problemas simples de optimización univariada [Usar]
  4. Diseñar criterios de parada apropiados para métodos iterativos [Usar]

2.1.4. NSA/Interpolación y Aproximación de Funciones  (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba

Temas:
Core

  • Interpolación polinomial (formas de Lagrange, Newton)
  • Interpolación por splines (splines cúbicos)
  • Aproximación por mínimos cuadrados
  • Fenómeno de Runge y nodos de Chebyshev
  • Análisis de error para interpolación

Aprendizaje esperado (Learning Outcomes):
Core:

  1. Construir polinomios interpoladores usando diferentes métodos [Usar]
  2. Implementar interpolación por splines cúbicos [Usar]
  3. Aplicar el método de mínimos cuadrados para ajuste de datos [Usar]
  4. Explicar el fenómeno de Runge y estrategias para mitigarlo [Familiarizarse]
  5. Analizar el error de un esquema de interpolación [Evaluar]

2.1.5. NSA/Diferenciación e Integración Numérica  (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba

Temas:
Core

  • Aproximaciones por diferencias finitas (adelantadas, atrasadas, centradas)
  • Extrapolación de Richardson
  • Fórmulas de Newton-Cotes (regla del trapecio, regla de Simpson)
  • Cuadratura gaussiana
  • Análisis de error para integración numérica

Aprendizaje esperado (Learning Outcomes):
Core:

  1. Calcular derivadas de funciones usando esquemas de diferencias finitas [Usar]
  2. Aplicar extrapolación de Richardson para mejorar la precisión de aproximaciones numéricas [Usar]
  3. Implementar reglas de integración numérica (Trapecio, Simpson, Gaussiana) [Usar]
  4. Comparar la precisión y eficiencia de diferentes métodos de integración numérica [Evaluar]
  5. Analizar el error para fórmulas de diferenciación e integración numérica [Evaluar]

2.1.6. NSA/Métodos Numéricos para Ecuaciones Diferenciales Ordinarias (EDOs)  (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba

Temas:
Core

  • Método de Euler y sus variantes (explícito, implícito)
  • Métodos de Runge-Kutta
  • Métodos multipaso (Adams-Bashforth, Adams-Moulton)
  • Análisis de estabilidad y convergencia para solucionadores de EDOs
  • Sistemas de EDOs y EDOs de orden superior

Aprendizaje esperado (Learning Outcomes):
Core:

  1. Implementar solucionadores básicos de EDOs (Euler, Runge-Kutta) [Usar]
  2. Analizar las propiedades de estabilidad y convergencia de métodos numéricos para EDOs [Evaluar]
  3. Seleccionar un método numérico apropiado para una EDO dada basado en requisitos de estabilidad y precisión [Evaluar]
  4. Resolver sistemas de EDOs y convertir EDOs de orden superior a sistemas de primer orden [Usar]

¿Encontraste una errata, un curso desactualizado, un enlace roto, o tienes una sugerencia? Cuéntanos.

Escanea para abrir en tu teléfono