Accesos directos a las distintas zonas del curso
Ir a los contenidos
Ir a menú navegación principal
Ir a menú pie de página
Subject code : 61032014
-Contenidos
1.1 Fundamentos de programación.
1.2 Sistemas de ecuaciones.
1.3 Interpolación.
1.4 Resolución de ecuaciones no lineales.
1.5 Derivación e integración numérica.
1.6 Soluciones numéricas de ecuaciones diferenciales ordinarias
-Objetivos
Una vez realizado el estudio de los contenidos de este tema y llevadas a cabo las actividades propuestas, los estudiantes deberían:
Iniciarse en la programación iterativa y en un lenguaje de programación de actualidad como es Python.
Comprensión de los fundamentos de los métodos numéricos de cálculo que en la actualidad son ubicuos en la ciencia.
Conocer y saber aplicar algunos de los diferentes métodos numéricos para resolver problemas típicos como son la resolución de ecuaciones y sistemas de ecuaciones, la diagonalización, la interpolación, la estimación de derivadas, las integrales definidas y la resolución de ecuaciones diferenciales ordinarias.
1.1 Representación de magnitudes.
1.2 Medidas directas.
1.3 Medidas indirectas.
1.4 Gráficas y regresión lineal.
1.5 Ejemplos desarrollados.
Expresar correctamente las magnitudes y resultados obtenidos en el laboratorio (unidades y error).
Conocer las ideas principales sobre los diferentes tipos de errores que inevitablemente afectan a los procesos de medida experimental, y saber cómo calcularlos y combinarlos para obtener la estimación final de un error total de medida, tanto si los errores parciales proceden de una operación directa como indirecta.
Saber describir conjuntos de resultados experimentales mediante el conocimiento y aplicación de los correspondientes análisis de regresión lineal.
1.1 Introducción a la Estadística (probabilidad y distribuciones).
1.2 Ajustes, análisis de errores y criterios de decisión.
1.3 Ejemplos desarrollados.
Tener conocimientos básicos de probabilidad y estadística en lo relacionado a variables aleatorias y distribuciones de probabilidad.
Adquirir una base teórica mínima acerca de Inferencia estadística.
Conocer la relación entre las distribuciones gaussianas y los errores experimentales.
Poder emplear el método de máxima verosimilitud para la regresión lineal.
Saber aplicar métodos básicos en cuanto a la bondad de los ajustes y los criterios para decisiones.