7.17. Algebra Lineal I (Obligatorio)

7.17. Algebra Lineal I (Obligatorio)

Figura 7.17: Mapa de Conexión. MA121 Algebra Lineal I

7.17.1. Justificación ↑ Volver arriba

Este curso introduce los conceptos fundamentales del álgebra lineal, proporcionando las bases matemáticas para el estudio de espacios vectoriales, transformaciones lineales y sistemas de ecuaciones lineales. Desarrolla habilidades de pensamiento abstracto y resolución de problemas mediante matrices, determinantes y vectores. El curso es fundamental para aplicaciones en ciencias, ingeniería y computación.

7.17.2. Objetivos Generales ↑ Volver arriba

  1. Comprender los conceptos de espacios vectoriales y subespacios
  2. Dominar las operaciones con matrices y determinantes
  3. Resolver sistemas de ecuaciones lineales usando diferentes métodos
  4. Aplicar transformaciones lineales y calcular valores y vectores propios

7.17.3. Contribución a los resultados (Outcomes) ↑ Volver arriba

ABET-1) Habilidad para identificar, formular y resolver problemas técnicos o científicos ampliamente definidos mediante la aplicación de conocimientos de matemáticas y ciencias y/o temas técnicos en áreas relevantes para la disciplina. (Usage)

7.17.4. Contenido ↑ Volver arriba

7.17.4.1. álgebra Lineal Numérica (25 horas) [Habilidades ABET-1] ↑ Volver arriba

Referencias Bibliográficas: (Lay et al., 2016; Strang, 2016)

Temas

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

Aprendizaje esperado (Learning Outcomes)

  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]
7.17.4.2. Aritmética Computacional y Análisis de Error (25 horas) [Habilidades ABET-1] ↑ Volver arriba

Referencias Bibliográficas: (Lay et al., 2016; Strang, 2016)

Temas

  1. Aritmética de punto flotante y el estándar IEEE
  2. Fuentes de error: truncamiento, redondeo y discretización
  3. Propagación de error y número de condición
  4. Estabilidad de algoritmos numéricos
  5. Error absoluto, relativo y directo/inverso

Aprendizaje esperado (Learning Outcomes)

  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]
7.17.4.3. Búsqueda de Raíces y Optimización Numérica Básica (25 horas) [Habilidades ABET-1] ↑ Volver arriba

Referencias Bibliográficas: (Lay et al., 2016; Strang, 2016)

Temas

  1. Método de bisección e iteración de punto fijo
  2. Método de Newton y método de la secante para búsqueda de raíces
  3. Análisis de convergencia y orden de convergencia
  4. Descenso de gradiente para optimización univariada
  5. Tasa de convergencia y criterios de parada

Aprendizaje esperado (Learning Outcomes)

  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]
7.17.4.4. Interpolación y Aproximación de Funciones (25 horas) [Habilidades ABET-1] ↑ Volver arriba

Referencias Bibliográficas: (Lay et al., 2016; Anton and Rorres, 2014)

Temas

  1. Interpolación polinomial (formas de Lagrange, Newton)
  2. Interpolación por splines (splines cúbicos)
  3. Aproximación por mínimos cuadrados
  4. Fenómeno de Runge y nodos de Chebyshev
  5. Análisis de error para interpolación

Aprendizaje esperado (Learning Outcomes)

  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]

7.17.5. Referencias Bibliográficas ↑ Volver arriba

Lay, D. C., Lay, S. R., and McDonald, J. J. (2016). Álgebra Lineal y sus Aplicaciones. Pearson, 5th edition.

Strang, G. (2016). Introduction to Linear Algebra. Wellesley-Cambridge Press, 5th edition.

Anton, H. and Rorres, C. (2014). Álgebra Lineal con Aplicaciones. Limusa Wiley, 11th edition.

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

Escanea para abrir en tu teléfono