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 30% 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.

Resultados de aprendizaje	Competencias del título
Identificar el potencial de los métodos numéricos en la resolución de problemas que surgen en ciencia de datos.	A2	B2 B3 B4 B8 B9	C1 C4
Comprender las bases de los métodos numéricos para aplicarlos con criterio y no ser un mero usuario de las opciones de un paquete de software como caja negra.	A2	B2 B3 B4 B7 B8 B9	C1 C4
Tener criterio para decidir los métodos numéricos aplicables y más eficientes para cada problema y sentar las bases para estudiar otros métodos más avanzados que surjan.	A2	B2 B3 B4 B7 B8 B9	C1 C4
Manejar herramientas de software que implementan los métodos numéricos estudiados y adquirir capacidad para implementarlos y hacer extensiones de los mismos.	A2	B2 B4 B9 B10	C1 C4

Tema	Subtema
Conceptos básicos en métodos numéricos: convergencia, errores y orden.
Métodos numéricos de resolución de ecuaciones no lineales	Bisección, secante, Regula-Falsi, punto fijo y Newton-Raphson
Métodos numéricos de resolución de grandes sistemas lineales	Métodos directos y métodos iterativos
Métodos numéricos para aproximar autovalores de matrices	Métodos de tipo potencia. Método QR.
Almacenamiento de grandes matrices en el ordenador
Métodos numéricos de resolución de sistemas de ecuaciones no lineales	Método de punto fijo. Método de Newton.
Métodos numéricos de optimización	Métodos de gradiente y gradiente conjugado. Algoritmos para la búsqueda lineal. Métodos de Newton y quasi-Newton. Métodos de optimización global y métodos de dos fases.
Interpolación numérica en una y varias variables.

Metodologías / pruebas	Competéncias	Horas presenciales	Horas no presenciales / trabajo autónomo	Horas totales
Prácticas a través de TIC	A2 B2 B3 B4 B9 B10 C1 C4	14	35	49
Trabajos tutelados	A2 B2 B3 B4 B7 B8 B9 B10 C1 C4	1.5	6	7.5
Solución de problemas	A2 B2 B4 B9 B10	7	14	21
Prueba objetiva	A2 B2 B3 B4 B7 B8 C1	2	4	6
Aprendizaje colaborativo	A2 B2 B3 B4 B7 B9 B10 C1	0.5	5	5.5
Sesión magistral	A2 B2 B3 B4 B8 B9	20	40	60

Atención personalizada		1	0	1

(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologías	Descripción
Prácticas a través de TIC	El profesor ayudará a los estudiantes a profundizar en los conceptos y métodos numéricos presentados en las sesiones magistrales con ayuda del lenguaje Python.
Trabajos tutelados	Los estudiantes realizarán un trabajo tutelado en el que combinarán el uso de los diferentes conocimientos adquiridos en la asignatura.
Solución de problemas	Se resolverán problemas que ayuden a la comprensión del funcionamiento de los métodos numéricos estudiados.
Prueba objetiva	Se realizará un examen en las fechas fijadas por la Junta de Facultad para esta asignatura. La prueba se orientará fundamentalmente a la resolución de problemas.
Aprendizaje colaborativo	Los estudiantes tendrán la oportunidad de participar en un proyecto COIL.
Sesión magistral	Durante las sesiones magistrales, la profesora presentará los contenidos teórico-prácticos de la asignatura. Motivará la necesidad de los distintos métodos numéricos usando problemas reales, y presentará los conceptos necesarios y los diferentes métodos numéricos, discutiendo sus características principales.

Metodologías	Competéncias	Descripción	Calificación
Prácticas a través de TIC	A2 B2 B3 B4 B9 B10 C1 C4	Se evaluarán trabajos prácticos que se propondrán a lo largo del curso.	30
Trabajos tutelados	A2 B2 B3 B4 B7 B8 B9 B10 C1 C4	Se propondrá la realización de un trabajo tutelado teórico-práctico que el estudiante tendrá que defender al finalizar la asignatura.	20
Solución de problemas	A2 B2 B4 B9 B10	A lo largo del curso se realizarán pruebas que consistirán en la resolución de problemas del tipo de los estudiados en las clases.	20
Prueba objetiva	A2 B2 B3 B4 B7 B8 C1	Se realizará una prueba objetiva en las fechas fijadas en la Junta de Facultad.	30
Aprendizaje colaborativo	A2 B2 B3 B4 B7 B9 B10 C1	Se propondrá la realización de un trabajo tutelado teórico-práctico que el estudiantado tendrá que defender a lo largo del curso. Este trabajo es opcional y es una alternativa al trabajo tutelado. Contará por tanto hasta un 20% de la calificación final.	0

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 30% 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.

Básica	R.L. Burden, D.J. Faires & A.M. Burden (2017). Análisis Numérico. CENCAGE Learning A. Quarteroni & F. Saleri (2006). Calculo cientifico con Matlab y Octave. . Springer J. Nocedal & S.J. Wright (2006). Numerical Optimization. Springer S. Linge & H.P. Langtangen (2020). Programming for Computations - Python. Soringer C.T: Kelley (2003). Solving Nonlinear Equations with Newton's Method. SIAM R. Barrett, M. Berry, T.F. Chan, J. Demmel, J.M. Donato, J. Dongarra, V. Eijkhout, R. Pozo, C. Romin (1994). Templates for the Solution of Linear Systems: Building Blocks for Iterative Methods. SIAM

Complementária	J.W. Demmel (1997). Applied Numerical Linear Algebra. SIAM M. Locatelli & F. Schoen (2013). Global Optimization. Theory, Algorithms and Applications. SIAM C.T. Kelley (1995). Iterative Methods for Linear and Nonlinear Equations. SIAM C.T. Kelley (1999). Iterative Methods for Optimization. SIAM G. Strang (2019). Linear Algebra and Learning from Data. Wellesley Cambridge Press D.R. Kincaid & E.W. Cheney (2022). Numerical Analysis: Mathematics of Scientific Computing. AMS J Kiusalaas (2013). Numerical Methods in Engineering with Python 3. Cambridge University Press

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