Datos Identificativos 2023/24
Asignatura (*) Cálculo y Análisis Numérico Código 614G03002
Titulación
Grao en Intelixencia Artificial
Descriptores Ciclo Periodo Curso Tipo Créditos
Grado 1º cuatrimestre
Primero Formación básica 6
Idioma
Castellano
Modalidad docente Presencial
Prerrequisitos
Departamento Matemáticas
Coordinador/a
Gonzalez Taboada, Maria
Correo electrónico
maria.gonzalez.taboada@udc.es
Profesorado
Cendan Verdes, Jose Jesus
Gonzalez Taboada, Maria
Correo electrónico
jesus.cendan.verdes@udc.es
maria.gonzalez.taboada@udc.es
Web
Descripción general Nesta materia estudianse técnicas básicas do cálculo diferencial e integral nunha variable, e unha introdución ao cálculo en varias variables. Ademais, presentanse algunhos métodos numéricos básicos para resolver ecuacións non lineais, aproximar funcións dunha variable e as súas derivadas, e resolver sistemas de ecuacións lineais.

Competencias del título
Código Competencias del título
A1 Capacidad para utilizar los conceptos y métodos matemáticos y estadísticos para modelizar y resolver problemas de inteligencia artificial.
B2 Que el alumnado sepa aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posea las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio.
B3 Que el alumnado tenga la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.
B5 Que el alumnado haya desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía.
B7 Capacidad para resolver problemas con iniciativa, toma de decisiones, autonomía y creatividad.
B9 Capacidad para seleccionar y justificar los métodos y técnicas adecuadas para resolver un problema concreto, o para desarrollar y proponer nuevos métodos basados en inteligencia artificial.
C3 Capacidad para crear nuevos modelos y soluciones de forma autónoma y creativa, adaptándose a nuevas situaciones. Iniciativa y espíritu emprendedor.

Resultados de aprendizaje
Resultados de aprendizaje Competencias del título
Conocer los fundamentos básicos de matemáticas en los que se sustentarán el resto de las materias del grado. A1
B2
B3
B5
B7
B9
C3
Identificar, modelizar y resolver problemas propios del cálculo diferencial e integral. A1
B2
B3
B5
B7
B9
C3
Adquirir la base conceptual de los instrumentos matemáticos que son el esqueleto de los métodos de análisis y modelización de la inteligencia artificial. A1
B2
B3
B5
B7
B9
C3
Dominar los conceptos de función de varias variables reales, gradiente de una función y aproximación de funciones y su aplicación a problemas reales. A1
B2
B3
B5
B7
B9
C3

Contenidos
Tema Subtema
Funciones reales de una variable real Funciones reales de una variable real. Funciones elementales. Límites. Continuidad. Método de bisección para resolver ecuaciones no lineales.
Derivación de funciones reales de una variable real Derivada de una función en un punto. Interpretación física y geométrica. Derivabilidad. Cálculo de derivadas. Teorema del Valor Medio de Lagrange. Cálculo de extremos. Concavidad y convexidad. Método de Newton-Raphson para resolver ecuaciones no lineales. Interpolación polinómica de Lagrange. Derivación numérica.
Integración de funciones reales de una variable real La integral indefinida: cálculo de primitivas. La integral de Riemann. Integración numérica. Cálculo de áreas de regiones planas. Cálculo de volúmenes.
Funciones de varias variables Funciones de varias variables. Visualización. Límites y continuidad. Diferenciabilidad: vector gradiente, aproximación por el plano tangente, cálculo de derivadas, regla de la cadena, derivada direccional. Derivadas de orden superior. Teorema de Schwarz. Cálculo de extremos de funciones escalares de varias variables.
Resolución numérica de sistemas lineales Condicionamiento de un sistema de ecuaciones lineales.
Métodos directos. Métodos iterativos.

Planificación
Metodologías / pruebas Competéncias Horas presenciales Horas no presenciales / trabajo autónomo Horas totales
Prácticas a través de TIC A1 B2 B3 B5 B7 B9 C3 20 10 30
Solución de problemas A1 B2 B3 B5 B7 B9 C3 10 25 35
Prueba objetiva A1 B2 B3 B5 B7 3 7 10
Sesión magistral A1 B3 B5 B9 C3 30 45 75
 
Atención personalizada 0 0
 
(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologías
Metodologías Descripción
Prácticas a través de TIC En estas sesiones se resolverán problemas relacionados con los contenidos de la asignatura con ayuda del lenguaje Python.
Solución de problemas En estas sesiones se resolverán problemas relacionados con los contenidos de la asignatura en pizarra, con el fin de facilitar la comprensión de los conceptos y métodos.
Prueba objetiva Para evaluar el aprendizaje, se realizará una prueba escrita de tipo test en las fechas fijadas por la Junta de Facultad. La prueba se orientará fundamentalmente a la resolución de problemas.
Sesión magistral Durante las clases expositivas, la profesora presentará los contenidos teórico-prácticos de la asignatura, haciendo uso de ejemplos para ayudar a la comprensión de los diferentes conceptos y métodos.

Atención personalizada
Metodologías
Prácticas a través de TIC
Solución de problemas
Descripción
Tanto en las prácticas con Python como en las sesiones de resolución de problemas, el profesorado de la asignatura atenderá a los estudiantes en todas sus dudas sobre los conceptos teóricos y la aplicación práctica de los mismos, revisando y discutiendo con cada estudiante sus avances en la práctica o problema asignado.

Además, el profesorado de la asignatura resolverán las dudas planteadas por los estudiantes de forma más personalizada en sus respectivos horarios de tutorías.

Con el objetivo de facilitar el seguimiento de la asignatura, el profesorado realizará a lo largo del curso tutorías con los estudiantes con reconocimiento de dedicación a tiempo parcial y dispensa académica de exención de asistencia.

Evaluación
Metodologías Competéncias Descripción Calificación
Prácticas a través de TIC A1 B2 B3 B5 B7 B9 C3 En las sesiones prácticas se propondrán ejercicios que supondrán hasta el 50% de la calificación final.
50
Prueba objetiva A1 B2 B3 B5 B7 Se realizará una prueba objetiva en las fechas fijadas en Junta de Facultad. Esta prueba tendrá un valor del 50% de la calificación final. 50
 
Observaciones evaluación

Para superar la asignatura, se necesita alcanzar una puntuación mínima del 50%.

En la segunda oportunidad se realizará únicamente una prueba objetiva, no pudiéndose recuperar la parte de la calificación correspondiente a la evaluación continua. 

Los estudiantes con reconocimiento de dedicación a tiempo parcial y dispensa académica de exención de asistencia que no hayan sido evaluados de la parte de prácticas a través de TIC, podrán realizar una prueba específica para recuperar el 50% de la nota de dicha parte; la prueba objetiva representará para estos estudiantes el 50% de la calificación final.

Por último, siguiendo el Reglamento disciplinar del estudiantado de la UDC, la realización fraudulenta de las pruebas o actividades de evaluación, una vez comprobada, implicará directamente la calificación de suspenso (nota numérica "0") en la convocatoria correspondiente del curso académico, tanto si la comisión de la falta se produce en la primera oportunidad como en la segunda. Para ello, se procederá a modificar la calificación del estudiante en el acta de la primera oportunidad si fuera necesario.


Fuentes de información
Básica R.L. Burden, D.J. Faires & A.M. Burden (2017). Análisis Numérico. CENCAGE Learning
C. Neuhauser (2004). Matemáticas para ciencias. Pearson
R. Johansson (2019). Numerical Python. Apress

Complementária J.W. Demmel (1997). Applied Numerical Linear Algebra. SIAM
G.B Thomas Jr. (2015). Cálculo. Pearson Educación
G. Strang & E. Herman (2022). Cálculo (Volumen 1). http://openstax.org/books/cálculo-volumen-1/
G. Strang & E. Herman (2022). Cálculo (Volumen 2). http://openstax.org/books/cálculo-volumen-2/
G. Strang & E. Herman (2022). Cálculo (Volumen 3). http://openstax.org/books/cálculo-volumen-3/
J.E. Marsden & A. Tromba (2018). Cálculo vectorial. Pearson


Recomendaciones
Asignaturas que se recomienda haber cursado previamente

Asignaturas que se recomienda cursar simultáneamente
Programación I/614G03006
Álgebra/614G03001

Asignaturas que continúan el temario
Autómatas y Lenguajes Formales/614G03017
Fundamentos de Aprendizaje Automático/614G03018
Optimización Matemática/614G03005

Otros comentarios

Se recomienda a los estudiantes llevar la asignatura al día y consultar con los profesores las dudas que les puedan ir surgiendo.



(*) La Guía Docente es el documento donde se visualiza la propuesta académica de la UDC. Este documento es público y no se puede modificar, salvo cosas excepcionales bajo la revisión del órgano competente de acuerdo a la normativa vigente que establece el proceso de elaboración de guías