| Study programme competencies |
| Code | Study programme competences / results |
| A1 | Analizar e mellorar o rendemento dunha arquitectura ou un software dado. |
| A2 | Definir, avaliar e seleccionar a arquitectura e o software máis axeitado para a resolución dun problema. |
| A3 | Coñecer o manexo de librerías numéricas HPC, as suas posibilidades e as suas aplicacións nos distintos campos da Enxeñería. |
| A4 | Profundizar no coñecemento das ferramentas de programación e particularmente en entornos Unix e linguaxes C e Fortran. |
| A6 | Analizar, deseñar e implementar algoritmos e aplicacións paralelas eficientes. |
| A12 | Coñecer as tendencias en supercomputación así como a súa utilización práctica nos sectores industrial, académico e público. |
| B2 | Que os estudantes saiban aplicar os coñecementos adquiridos e a sua capacidade de resolución de problemas en contornas novas ou pouco coñecidas dentro de contextos máis amplos (ou multidisciplinares) relacionados coa sua área de estudo |
| B3 | Que os estudantes sexan capaces de integrar coñecementos e enfrentarse á complexidade de formular xuicios a partir de unha información que, sendo incompleta ou limitada, inclúa reflexións sobre as responsabilidades sociais e éticas vinculadas á aplicación dos seus coñecementos e xuicios |
| B4 | Que os estudantes saiban comunicar as súas conclusións e os coñecementos e razóns últimas que as sustentan a públicos especializados e non especializados dun modo claro e sen ambigüedades |
| B5 | Que os estudantes posúan as habilidades de aprendizaxe que lles permitan continuar estudiando dun modo que haberá de ser en gran medida autodirixido ou autónomo. |
| B6 | Coñecer e experimentar o método científico de investigación. |
| B7 | Capacidade de análise e síntese. |
| B10 | Buscar e seleccionar a información útil necesaria para resolver problemas complexos, manexando con soltura as fontes bibliográficas do campo. |
| B11 | Manter e estender formulacións teóricas fundados para permitir a introdución e explotación de tecnoloxías novas e avanzadas. |
| B12 | Ser capaz de traballar en un equipo, en especial de carácter interdisciplinar. |
| B13 | Expor, defender e discutir propostas. |
| C1 | Expresarse correctamente, tanto de forma oral coma escrita, nas linguas oficiais da comunidade autónoma. |
| C2 | Dominar a expresión e a comprensión de forma oral e escrita dun idioma estranxeiro. |
| C3 | Utilizar as ferramentas básicas das tecnoloxías da información e as comunicacións (TIC) necesarias para o exercicio da súa profesión e para a aprendizaxe ao longo da súa vida. |
| C4 | Desenvolverse para o exercicio dunha cidadanía aberta, culta, crítica, comprometida, democrática e solidaria, capaz de analizar a realidade, diagnosticar problemas, formular e implantar solucións baseadas no coñecemento e orientadas ao ben común. |
| C6 | Valorar criticamente o coñecemento, a tecnoloxía e a información dispoñible para resolver os problemas cos que deben enfrontarse. |
| C7 | Asumir como profesional e cidadán a importancia da aprendizaxe ao longo da vida. |
| C8 | Valorar a importancia que ten a investigación, a innovación e o desenvolvemento tecnolóxico no avance socioeconómico e cultural da sociedade. |
| Learning aims | |||
| Learning outcomes | Study programme competences / results | ||
| Desenvolver habilidades para resolver problemas abertos e complexos no campo da Enxeñería e da Investigación utilizando técnicas de Computación Paralela. | AR4 AR6 AR12 |
BR2 BR3 BR4 BR5 BR6 BR7 BR10 |
|
| Estudar os algoritmos secuenciales e paralelos máis utilizados en ciencia computacional, e analizar como se poden desenvolver a partir deles aplicacións. | AR4 AR6 |
BR7 |
|
| Coñecer o manexo das librerías numéricas de altas prestacións, as súas posibilidades e as súas aplicacións en distintos campos da Enxeñería. | AR3 |
BR7 BR11 |
CC3 CC6 |
| Saber comparar e avaliar alternativas de deseño ou de implantación de sistemas utilizando a simulación discreta, co fin de que o egresado poida axudar na toma de decisións profesionais e empresariais. | AR1 AR2 |
BR2 BR3 BR5 BR7 BR10 BR11 BR13 |
CC3 CC6 CC8 |
| Captar a esencia dos problemas complexos, conseguindo unha capacidade de abstracción que permita construír modelos de simulación en base a uns obxectivos específicos. | AR1 AR2 AR4 |
BR7 |
|
| Capacidade para traballar en equipos de cariz multidisciplinar. | BR12 |
CC1 CC2 CC4 |
|
| Llevar a cabo un aprendizaxe autónomo | BR4 |
CC7 CC8 |
|
| Contents |
| Topic | Sub-topic |
| Aritmética con precisión finita. Errores | a. Representación dos números nun computador b. Aritmética no computador c. Errores numéricos no computador |
| Álxebra matricial densa | a. Introducción ao álxebra con matrices b. Xerarquía de memoria e álxebra matricial c. Introducción aos métodos numéricos do álxebra matricial d. Bibliotecas de álxebra lineal para computación e. Contornas de execución para procesadores multinúcleo e sistemas multi-GPU |
| Alxebra matricial dispersa | a. Introducción ao álxebra matricial dispersa b. Núcleos computacionais c. Métodos de resolución iterativos d. Librerías |
| Algoritmos paralelos Matriciais en Enxeñería | a. Modelados de problemas en Enxeñería. b. Problemas lineais e no lineais. c. Computación secuencial e paralela de descomposicións matriciais (LU, QR, valores propios e singulares). d. Problemas de optimización. |
| Técnicas de resolución numérica de Ecuacións Diferenciais | a. Diferencias finitas e elementos finitos. b. Implementacións paralelas. c. Métodos multimalla d. Métodos de descomposición en dominios. e. Librerías/software para HPC |
| Outros métodos/algoritmos adecuados para sistemas HPC | a. Monte Carlo. b. N-body c. Optimización combinatoria: algoritmos xenéticos e evolutivos. |
| Planning | ||||
| Methodologies / tests | Competencies / Results | Teaching hours (in-person & virtual) | Student’s personal work hours | Total hours |
| Guest lecture / keynote speech | A1 A2 A3 A4 A6 A12 B2 B3 B4 B6 B7 B10 C4 C6 C8 | 18 | 36 | 54 |
| Seminar | A12 B5 C7 | 3 | 0 | 3 |
| Laboratory practice | A1 A2 A3 A4 A6 B2 B3 B4 B5 B6 B7 B10 B11 B12 B13 C1 C2 C3 | 24 | 60 | 84 |
| Personalized attention | 9 | 0 | 9 | |
| (*)The information in the planning table is for guidance only and does not take into account the heterogeneity of the students. | ||||
| Methodologies |
| Methodologies | Description |
| Guest lecture / keynote speech | Exposición oral complementada co uso de medios audiovisuais e a introdución de fases de debate cos estudantes. Todo iso coa finalidade de transmitir coñecementos e facilitar a aprendizaxe. Realizaranse sesións maxistrais sobre gran parte dos contidos do temario, normalmente como punto de partida para o resto de actividades previstas para cada punto. |
| Seminar | Técnica de traballo en grupo que ten como finalidade o estudo intensivo dun tema. Caracterízase pola discusión, a participación, a elaboración de documentos e as conclusións ás que teñen que chegar todos os compoñentes do seminario. Nesta materia utilizaranse seminarios para a aprendizaxe de certos contidos que, sendo básicos para o desenvolvemento de gran parte do temario, son en certo xeito transversais ou independentes do resto da materia, como visualización científica. |
| Laboratory practice | Actividade que permite aos estudantes aprender e afianzar os coñecementos xa adquiridos mediante a realización de sesións prácticas en computadores. As prácticas realizaranse usando os recursos computacionales do CESGA e os clusters da USC e UDC. |
| Personalized attention |
|
|
| Assessment | |||
| Methodologies | Competencies / Results | Description | Qualification |
| Laboratory practice | A1 A2 A3 A4 A6 B2 B3 B4 B5 B6 B7 B10 B11 B12 B13 C1 C2 C3 | Entrega de prácticas individuales e defensa das mesmas. | 100 |
| Assessment comments | |||
|
ALUMNOS A TEMPO PARCIAL A avaliación será igual que a dos alumnos a tempo completo. |
|||
| Sources of information |
| Basic |
R. W. Hockney (1988). Computer simulation using particles.
C. T. Kelley (1987). Iterative Methods for Linear and Nonlinear Equations. Siam
Y. Saad (2003). Iterative Methods for Sparse Linear Systems. Siam
G. Golub, C.F. Van Load (1996). Matrix Computations. The Johns Hopkins University Press
L. N. Trefethen (1997). Numerical Linear Algebra. Siam
S. J. Farlow (1993). Partial Differential Equations for Scientists and Engineers. Dover Publications
D.P. O'Leary (2009). Scientific Computing with Case Studies. Siam
D. knuth (1997). The Art of Computer Programming. Addison-Wesley |
|
|
|
| Complementary | |
|
|
| Recommendations | ||
| Subjects that it is recommended to have taken before | ||
|
| Subjects that are recommended to be taken simultaneously | |
|
| Subjects that continue the syllabus |
| Other comments | |
|