Accesos directos a las distintas zonas del curso

Ir a los contenidos

Ir a menú navegación principal

Ir a menú pie de página

FÍSICA COMPUTACIONAL II

Curso 2021/2022 Subject code61042047

FÍSICA COMPUTACIONAL II

RESULTADOS DE APRENDIZAJE

Conocimientos

- Entender la relación entre los métodos de solución de ecuaciones y la representación gráfica de las funciones analíticas.

- Entender el fundamento de los métodos iterativos y cuáles son sus condiciones de aplicación.

- Saber extender los métodos válidos para la solución de una ecuación al caso de un sistema de ecuaciones.

- Conocer cuáles son los polinomios ortogonales más importantes y aprender a valorar su adecuación a diferentes problemas de aproximación y ajuste de curvas.

- Conocer los métodos básicos de descomposición de matrices.

- Conocer las diferencias entre métodos multipaso y métodos de Runge-Kutta para la integración de ecuaciones diferenciales ordinarias.

- Entender la combinación de métodos explícitos e implícitos en un método predictor-corrector.

- Conocer las condiciones de aplicabilidad de los métodos numéricos y los orígenes de los errores cometidos en su aplicación.

- Entender la convergencia y la estabilidad de los métodos numéricos.

- Entender la relación entre sistemas continuos y sistemas discretos.

- Adquirir conceptos de análisis numérico de aplicación en la física computacional.

- Aprender a usar herramientas informáticas en el contexto de la matemática aplicada.

Destrezas

- Ser capaz de ajustar funciones a datos experimentales.

- Resolver sistemas de ecuaciones lineales y no lineales.

- Poder estimar cotas para los valores propios de una matriz.

- Obtener expresiones para derivadas de funciones a partir de operadores simbólicos y de polinomios interpolantes.

- Escoger los métodos de integración numérica más adecuados a los comportamientos de las funciones a integrar.

- Valorar las ventajas e inconvenientes de los métodos multipaso y los métodos Runge-Kutta aplicados a diferentes tipos de ecuaciones diferenciales.

- Ser capaz de discretizar un sistema continuo.

- Estimar cotas de error en términos del paso de discretización.

- Estimar el orden de magnitud del error cometido en una solución numérica.

- Ser capaz de modelizar computacionalmente un problema físico sencillo e implementar el modelo en el ordenador.