Universitat Politècnica de Catalunya · BarcelonaTech

Modelització Numèrica (2500121) – Curs 2022/23 PDF

Temari

Introducció a la modelització Introducció a la programació en MATLAB. Concepte i definicions d'error (absolut, relatiu, arrodoniment, truncament, xifres significatives) i la seva propagació.

Objectius específics

Ser capaç de desenvolupar programes senzills en MATLAB. Conèixer la representació de nombres enters i reals en un ordinador. Conèixer el concepte i definicions d'error i entendre com aquests afecten al càlcul numèric.

Dedicació

2h Grup gran + 10h Grup petit/Laboratori + 16h 47m Aprenentatge autònom
Total: 28h 47m

Conceptes bàsics de mètodes iteratius: consistència, convergència lineal, superlineal o d'ordre p, factor asimptòtic. Mètodes: de Newton, de la secant, de Whittaker. Resolució de problemes en enginyeria que involucren la resolució d'equacions escalars no lineals.

Objectius específics

Entendre el funcionament dels mètodes iteratius diferenciant-los dels mètodes amb nombre finit d'operacions. Conèixer les propietats, avantatges i inconvenients dels esquemes iteratius usuals. Saber escollir en cada cas el mètode més adequat. Saber analitzar, implementar i interpretar els resultats dels mètodes iteratius.

Dedicació

3h Grup gran + 3h Grup petit/Laboratori + 8h 23m Aprenentatge autònom
Total: 14h 23m

Classificació i definicions. Mètodes d'eliminació: Gauss Mètodes de factorització: Crout i Cholesky Resolució de problemes en enginyeria que involucren la resolució de sistemes d'equacions linials

Objectius específics

Conèixer la classificació dels mètodes de resolució de sistemes d'equacions lineals. Conèixer el rang d'aplicabilitat de cada mètode i els seus avantatges i inconvenients computacionals. Saber implementar els mètodes de resolució presentats. Saber identificar la influència pràctica del nombre de condició, precondicionadors ...

Dedicació

4h Grup gran + 6h Grup petit/Laboratori + 14h Aprenentatge autònom
Total: 24h

Plantejament general: tipus i criteris d'aproximació Interpolació polinòmica Mínims quadrats Aproximació seccional Resolució de problemes en enginyeria que involucren l'aproximació de funcions i dades

Objectius específics

Conèixer els criteris i tipus d'aproximació habituals i saber discutir els seus avantatges i inconvenients. Conèixer i saber utilitzar la interpolació de Lagrange així com l'error d'interpolació: reste de Lagrange. Entendre i saber desenvolupar el problema de mínims quadrats, saber deduir les equacions normals i entendre la propietat d'ortogonalitat. Conèixer i utilitzar la interpolació polinòmica seccional. Ser capaç de resoldre problemes d'aproximació funcional

Dedicació

4h Grup gran + 4h Grup petit/Laboratori + 11h 12m Aprenentatge autònom
Total: 19h 12m

Resolució de l'avaluació #1

Dedicació

2h Grup mitjà + 3h Grup petit/Laboratori + 7h Aprenentatge autònom
Total: 12h

Enfocament general, per exemple, amb regla trapezoïdal Definició de l'ordre d'una quadratura Classificació de quadratures Quadratures de Newton-Cotes Quadratures de Gauss Fórmules compostes Analitzar i discutir la convergència de les quadratures següents: - Newton-Cotes i Gauss-Legendre a mesura que augmenta el nombre de punts d'integració, - fórmules compostes a mesura que augmenta el nombre d'intervals. Resolució de problemes en enginyeria que involucren el càlcuk d'integrals numèricament

Objectius específics

Conèixer el concepte d'integració numèrica i ser capaç de determinar una quadratura per punts qualssevol. Conèixer la classificació de les diferents quadratures. Entendre les bases de les quadratures de Newton-Cotes i Gauss, saber utilitzar-les entenent el concepte d'ordre d'integració i cost computacional. Conèixer i saber emprar les quadratures compostes així com els seus avantatges i inconvenients. Saber aplicar tots els conceptes d'integració al cas del MEF. Entendre com es programa una quadratura numèrica Ser capaç de programar una quadratura composta

Dedicació

4h Grup gran + 4h Grup petit/Laboratori + 11h 12m Aprenentatge autònom
Total: 19h 12m

Plantejament general: reducció a ordre un, problemes de valor inicial (PVI). Mètodes basats en l'aproximació de la derivada: Euler, Euler cap enrere. Error de truncament, consistència; error local i global, ordre. Mètodes de pas simple (Runge-Kutta): mètodes de segon i quart ordre. Resolució de problemes en enginyeria descrits mitjançant EDOs

Objectius específics

Entendre el concepte de Problema de Valor Inicial (PVI) ben plantejat. Saber identificar i classificar un problema d'EDOs (per a qualsevol ordre i dimensió) Ser capaç d'expresar una EDO d'alt ordre com un sistema d'EDOs de primer ordre. Saber determinar si es tracta d'un Problema de Valor Inicial (PVI) o un Problema de Contorn (PC). Entendre els conceptes de convergència i ordre de convergència. Coneixer les propietats bàsiques dels mètodes de Runge-Kutta. Saber modelitzar un problema d'enginyeria com un sistema d'EDOs. Saber utilitzar una llibreria per resolució numèrica d'EDOs. Modelització i resolució numèrica de problemes d'enginyeria descrits mitjançant EDOs.

Dedicació

4h Grup gran + 5h Grup petit/Laboratori + 12h 36m Aprenentatge autònom
Total: 21h 36m

Avaluació #2

Dedicació

2h Grup petit/Laboratori + 2h 48m Aprenentatge autònom
Total: 4h 48m