| 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 lineais | Condicionamiento dun sistema de ecuacións. Métodos directos. Métodos iterativos. Método dos mínimos cuadrados. |
| 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 de 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 |
|
|
| 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 40% de la calificación final. |
40 |
| Prueba objetiva | A1 B2 B3 B5 B7 | Se realizará una prueba objetiva en las fechas fijadas en Junta de Facultad. Esta prueba, tipo test, tendrá un valor entre el 50% y el 60% de la calificación final, dependiendo de la calificación obtenida en la prueba de solución de problemas. | 50 |
| Solución de problemas | A1 B2 B3 B5 B7 B9 C3 | A lo largo del curso se realizará una prueba tipo test con una calificación máxima del 10% de la nota. Aquellos alumnos que no alcancen la calificación máxima en esta prueba escrita podrán recuperar la parte restante al realizar la prueba objetiva. |
10 |
| Observaciones evaluación | |||
|
Para superar la asignatura, se necesita alcanzar una puntuación mínima del 50%. 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 40% de la nota correspondiente a esta parte; la prueba objetiva correspondiente representará el 60% de la calificación final. La realización fraudulenta de las pruebas o actividades de evaluación, una vez comprobada, implicará directamente la calificación de suspenso "0" en la materia en la convocatoria correspondiente, invalidando así cualquier calificación obtenida en todas las actividades de evaluación de cara a la convocatoria extraordinaria. |
|||
| 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 |
| Asignaturas que continúan el temario |
| Otros comentarios | |
|
Se recomienda a los estudiantes llevar la asignatura al día y consultar con los profesores las dudas que les puedan ir surgiendo. |