| Grao en Nanociencia e Nanotecnoloxía |
 Asignaturas |
| Métodos Numéricos y Estadísticos |
| Contenidos |
|
|
|
| Datos Identificativos | 2022/23 | |||||||||||||
| Asignatura | Métodos Numéricos y Estadísticos | Código | 610G04013 | |||||||||||
| Titulación |
|
|||||||||||||
| Descriptores | Ciclo | Periodo | Curso | Tipo | Créditos | |||||||||
| Grado | 1º cuatrimestre |
Segundo | Obligatoria | 6 | ||||||||||
|
||||||||||||||
| Tema | Subtema |
| Tema 0: Introducción a los métodos numéricos | Generalidades de métodos y algoritmos numéricos. Errores |
| Tema 1: Resolución numérica de sistemas lineales y cálculo numérico de autovalores. |
- Métodos directos (LU, Cholesky) - Métodos iterativos (Jacobi, Gauss-Seidel) - Aproximación de autovalores: QR - Aplicaciones |
| Tema 2: Resolución numérica de ecuaciones y sistemas no lineales. |
- Resolución numérica de ecuaciones (dicotomía, Newton y variantes, iteración funcional) - Resolución de sistemas non lineaies (iteración funcional, Newton) - Aplicaciones |
| Tema 3: Interpolación, derivación e integración numéricas. | - Interpolación (Lagrange, Chebyshev, Splines) - Derivación numérica - Integración numérica (punto medio, trapecio, Simpson, cuadratura gaussianas) - Aplicaciones |
| Tema 4. Fundamentos del cálculo de probabilidades |
- Cálculo de probabilidades - Probabilidad condicionada e independencia de sucesos - Teorema de Bayes |
| Tema 5. Variables aleatorias | - Variables aleatorias discretas y continuas - Distribución normal y teorema central del límite - Aplicaciones en Nanociencia y Nanotecnología |
| Tema 6. Introducción a la inferencia estadística |
- Estimadores y distribucións muestral - Regresión lineal - Herramientas de software |
|
