Universidad de La Rioja

Modelización y optimización II
GUÍA DOCENTE    Curso 2022-23

Titulación:Grado en Matemáticas701G
Asignatura:Modelización y optimización II412
Materia:Modelización y optimización
Módulo:Modelización y Optimización
Modalidad de enseñanza de la titulación:PresencialCarácter:Obligatoria
Curso:3Créditos ECTS:6,00Duración:Semestral (Segundo Semestre)
Horas presenciales:60,00Horas estimadas de trabajo autónomo:90,00
Idiomas en que se imparte la asignatura:Español
Idiomas del material de lectura o audiovisual:Inglés, Español

Departamentos responsables de la docencia

MATEMÁTICAS Y COMPUTACIÓNR111
Dirección:C/ Madre de Dios, 53Código postal:26006
Localidad:LogroñoProvincia:La Rioja
Teléfono:941299452Fax:941299460Correo electrónico:dpto.dmc@unirioja.es

Profesorado previsto

Profesor:Pascual Lería, Ana IsabelResponsable de la asignatura
Teléfono:941299684Correo electrónico:aipasc@unirioja.es
Despacho:3248Edificio:CENTRO CIENTÍFICO TECNOLÓGICOTutorías:Consultar

Descripción de los contenidos

- Introducción: Modelización matemática y ecuaciones diferenciales.
- Sistemas dinámicos continuos: modelos y aplicaciones.
- Sistemas dinámicos discretos: modelos y aplicaciones.
- Introducción a las ecuaciones diferenciales estocásticas con aplicaciones y modelos.

Requisitos previos de conocimientos y competencias para poder cursar con éxito la asignatura

Recomendados para poder superar la asignatura.

Se aconseja tener conocimientos de análisis de una y varias variables, así como de ecuaciones diferenciales y fundamentos de cálculo matricial y vectorial.
Asignaturas que proporcionan los conocimientos y competencias:

Contexto

La asignatura de Modelización y Optimización II tiene como objetivo presentar a los alumnos del Grado en Matemáticas algunos modelos matemáticos que subyacen en muchos fenómenos empíricos, permitiéndoles describirlos e interpretarlos de una manera científica. Se analizarán tanto modelos discretos como continuos, en los que las ecuaciones en diferencias o las ecuaciones diferenciales, tanto deterministas como estocásticas, juegan un papel fundamental. Los conocimientos adquiridos en esta asignatura pueden tener aplicaciones en otras disciplinas de las ciencias aplicadas y de la ingeniería.

Competencias

Competencias generales

CG6: Relacionar el conocimiento especializado de Matemáticas con el conocimiento general en el que se inserta y con las herramientas que utiliza cuando se aplica en diversas opciones profesionales, especialmente en el marco de las TIC.
CG7: Saber abstraer las propiedades estructurales de objetos de la realidad observada y de otros ámbitos, distinguiéndolas de aquellas puramente ocasionales, comprobando la aplicabilidad de las Matemáticas.
CG8: Capacitar para el aprendizaje autónomo de nuevos conocimientos y técnicas.
CG9: Capacidad para el trabajo en equipo, comprendiendo el contexto matemático o interdisciplinar en que se realiza.

Competencias específicas

CE3: Proponer, analizar, validar e interpretar modelos de situaciones reales sencillas, utilizando las herramientas matemáticas más adecuadas a los fines que se persigan.
CE4: Encontrar soluciones algorítmicas de problemas matemáticos y de aplicación (de ámbito académico, técnico, financiero o social), sabiendo comparar distintas alternativas, según criterios de adecuación, complejidad y coste.
CE6: Utilizar herramientas de búsqueda de recursos en Matemáticas, Informática y aplicaciones.
CE7: Comunicar, tanto por escrito como de forma oral, conocimientos, pensamientos, procedimientos, resultados e ideas matemáticas, con la posibilidad de recibir y transmitir información matemática en al menos una lengua europea no española.
CE8: Capacidad para reunir e interpretar los datos que permitan emitir juicios y reflexiones sobre cuestiones de índole científica, social o ética relativos a las Matemáticas. 
CE9. Habilidades para comunicar las Matemática, sus ideas, problemas y métodos, a públicos con diverso grado de especialización.

Resultados del aprendizaje

Desarrollar la capacidad de identificar y describir matemáticamente un problema, estructurar la información disponible y seleccionar un modelo adecuado. Contrastar la solución obtenida, tras la resolución del modelo, en términos de su ajuste al fenómeno real, y analizar métodos alternativos para un problema específico.

Temario

Tema 1. Introducción a la modelización matemática.
- 1.1. Conceptos y métodos básicos de la modelización.
- 1.2. Modelos clásicos.
Tema 2. Sistemas dinámicos continuos: modelos y aplicaciones.
- 2.1. Modelos continuos unidimensionales.
- 2.2. Modelos continuos multidimensionales.
- 2.3. Ecuaciones de presa y depredador.
- 2.4. Otros modelos y aplicaciones.
Tema 3. Sistemas dinámicos discretos: modelos y aplicaciones.
- 3.1. Conceptos básicos.
- 3.2. Ecuaciones en diferencias.
- 3.3. La función logística.
- 3.4. Sistemas caóticos.
- 3.5. Modelos concretos y aplicaciones.
Tema 4. Ecuaciones diferenciales estocásticas: modelos y aplicaciones.
- 4.1. Modelos estocásticos discretos.
- 4.2. Modelos estocásticos continuos.

Bibliografía

Tipo:Título
Básica Nonlinear dynamics and chaos : with application to physics, biology, chemistry and engineering Absys Biba
BásicaA concrete approach to mathematical modelling Absys Biba
BásicaEcuaciones diferenciales y sus aplicaciones Absys Biba
BásicaModelos matemáticos y procesos dinámicos : un primer contacto Absys Biba
BásicaNumerical analysis and optimization : an introduction to mathematical modelling and numerical simulation Absys Biba
BásicaTopics in mathematical modeling Absys Biba
ComplementariaDo you speak science? Cómo expresarse en inglés científico Absys Biba
Recursos en Internet
Manual de comunicación para investigadores de la Universidad de La Rioja
      http://comunicaciencia.unirioja.es/
Página del programa de cálculo matemático SAGE
      http://www.sagemath.org/
Página de Beamer, la clase de LaTeX para hacer presentaciones
      http://en.wikipedia.org/wiki/Beamer_(LaTeX)

Metodología

Modalidades organizativas

Clases teóricas
Seminarios y talleres
Clases prácticas
Estudio y trabajo en grupo
Estudio y trabajo autónomo individual

Métodos de enseñanza

Método expositivo - Lección magistral
Estudio de casos
Resolución de ejercicios y problemas
Aprendizaje basado en problemas
Aprendizaje orientado a proyectos
Aprendizaje cooperativo

Organización

Actividades presencialesTamaño de grupoHoras
Clases prácticas de aulaReducido24,00
Clases prácticas de laboratorio o aula informáticaInformática4,00
Clases teóricasGrande32,00
Total de horas presenciales60,00
Trabajo autónomo del estudianteHoras
Estudio autónomo individual o en grupo30,00
Preparación de las prácticas y elaboración de cuaderno de prácticas10,00
Preparación en grupo de trabajos, presentaciones (orales, debates,...), actividades en biblioteca30,00
Resolución individual de ejercicios, cuestiones u otros trabajos, actividades en biblioteca o simi20,00
Total de horas de trabajo autónomo90,00
Total de horas150,00

Evaluación

Sistemas de evaluaciónRecuperableNo Recup.
Pruebas escritas60%
Trabajos y proyectos30%
Técnicas de observación 10%
Total100%

Comentarios

Las pruebas escritas se desglosarán en un control a realizar durante el curso con un peso del 15% de la nota final, y un examen final con un peso del 45% de la nota final. Ambas pruebas tendrán carácter recuperable en la convocatoria extraordinaria de la asignatura.
En cuanto a la parte de trabajos y proyectos, tendrá un peso del 30% de la nota final y tendrá carácter recuperable, en la convocatoria extraordinaria de la asignatura.
En las técnicas de observación se valorará la asistencia y participación en clase. Su peso es del 10% (no recuperable).

Criterios críticos para superar la asignatura

Para superar la asignatura hará falta obtener una nota mínima de 4 puntos (sobre 10) en la nota conjunta obtenida entre las pruebas escritas. De igual modo, hará falta obtener una nota mínima de 4 puntos (sobre 10) en la nota del trabajo.
15/03/2023 10:26:38 - G 2022-23 - 701G - 412