Matemáticas Aplicadas (plan 2017) 2025-1
Computación Científica, Solución Numérica de Ecuaciones Diferenciales Parciales
Grupo 6023, 30 lugares.
Solución Numérica de Ecuaciones Diferenciales Parciales
Métodos Numéricos
-
Introducción a los métodos numéricos y su importancia en la solución de EDPs.
-
Método de Euler: Fundamentos y aplicaciones.
-
Método de Newton: Resolución de ecuaciones no lineales.
-
Integración numérica: Reglas del trapecio y Simpson.
-
Interpolación: Polinomios de Lagrange y splines.
-
Introducción a Python y sus librerías: NumPy, SciPy y Matplotlib.
Introducción a las EDPs y métodos numéricos
-
Introducción a las EDPs en una dimensión: Definiciones y ejemplos.
-
Métodos numéricos: Diferencias finitas vs. elementos finitos.
-
Introducción al método de elementos finitos (MEF) en 1D.
-
Fundamentos del análisis de errores.
Fundamentos del Método de Elementos Finitos en 1D
-
Formulación variacional de EDPs en 1D.
-
Espacios de funciones y aproximaciones en MEF.
-
Funciones base y discretización en 1D.
-
Ensamblaje de matrices y vectores en MEF.
La Ecuación de Poisson y Laplace en 1D
-
Formulación de la ecuación de Poisson en 1D.
-
Implementación del método de elementos finitos para la ecuación de Poisson en 1D.
-
Resolución de problemas de la ecuación de Laplace en 1D.
-
Ejercicios prácticos y ejemplos de aplicaciones.
La Ecuación del Calor en 1D
-
Introducción a la ecuación del calor en 1D.
-
Discretización temporal: Método de Crank-Nicolson y otros esquemas.
-
Implementación del MEF para la ecuación del calor en 1D.
-
Simulaciones y análisis de resultados.
Ecuaciones de Reacción-Difusión en 1D
-
Modelado de procesos de reacción-difusión en 1D.
-
Formulación y discretización usando MEF en 1D.
-
Análisis de estabilidad y convergencia.
-
Aplicaciones en biología, química y otras áreas.
Estudio de Convergencia y Estabilidad
-
Concepto de convergencia en métodos numéricos.
-
Análisis de error y orden de convergencia en MEF.
-
Métodos para evaluar la convergencia numérica: Normas y errores.
-
Estabilidad en la solución numérica de EDPs.
-
Técnicas para asegurar la estabilidad en MEF.
-
Implementación y análisis de casos de prueba.
-
Discusión de errores comunes y cómo evitarlos.
Aplicaciones Avanzadas y Proyectos en 1D
-
Estudios de caso de aplicaciones avanzadas de MEF en 1D.
-
Proyecto final: Desarrollo, implementación y presentación de un proyecto de MEF en 1D aplicado a un problema real.
-
Discusión de resultados y retroalimentación.
Forma de Evaluación
-
Tareas y Ejercicios (50%)
-
Semanales/quincenales, enfocadas en la implementación y comprensión de los conceptos en 1D.
-
Ejercicios prácticos de programación y simulación en Python.
-
Proyectos Intermedios (30%)
-
Dos proyectos cortos a lo largo del curso.
-
Proyecto Final (20%)
-
Desarrollo de un proyecto completo utilizando FEM en 1D.
-
Presentación y defensa del proyecto frente a la clase.