Guia docente

DATOS IDENTIFICATIVOS

2023_24

Asignatura

SIMULACIóN EN INGENIERíA

Código

00714014

Enseñanza

0714 - MASTER UNIV. EN INGENIERIA INDUSTRIAL

Descriptores

Cr.totales

Tipo

Curso

Semestre

Optativa

Primer

Segundo

Idioma

Otros

Prerrequisitos

Departamento

MATEMATICAS

Responsable

CARRIEGOS VIEIRA , MIGUEL

Correo-e

mcarv@unileon.es
mttrom@unileon.es

Profesores/as

CARRIEGOS VIEIRA , MIGUEL

TROBAJO DE LAS MATAS , MARÍA TERESA

Web

http://

Descripción general

Tribunales de Revisión

Tribunal titular
Cargo	Departamento	Profesor
Presidente	MATEMATICAS	GRANJA BARON , ANGEL
Secretario	MATEMATICAS	LOPEZ CABECEIRA , MONTSERRAT
Vocal	MATEMATICAS	PISABARRO MANTECA , MARIA JESUS

Tribunal suplente
Cargo	Departamento	Profesor
Presidente	MATEMATICAS	HERMIDA ALONSO , JOSÉ ÁNGEL
Secretario	MATEMATICAS	CASTRO GARCIA , NOEMI DE
Vocal	MATEMATICAS	SANTAMARIA SANCHEZ , RAFAEL

Competencias

Tipo A	Código	Competencias Específicas
	A13755	714CB7 Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
	A13758	714GE1 Tener conocimientos adecuados de los aspectos científicos y tecnológicos de: métodos matemáticos, analíticos y numéricos en la ingeniería, ingeniería eléctrica, ingeniería energética, ingeniería química, ingeniería mecánica, mecánica de medios continuos, electrónica industrial, automática, fabricación, materiales, métodos cuantitativos de gestión, informática industrial, urbanismo, infraestructuras, etc.
Tipo B	Código	Competencias Generales y Transversales
	B3584	714CB7 Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
	B3588	714GE1 Tener conocimientos adecuados de los aspectos científicos y tecnológicos de: métodos matemáticos, analíticos y numéricos en la ingeniería, ingeniería eléctrica, ingeniería energética, ingeniería química, ingeniería mecánica, mecánica de medios continuos, electrónica industrial, automática, fabricación, materiales, métodos cuantitativos de gestión, informática industrial, urbanismo, infraestructuras, etc.
	B3595	714GE8 Aplicar los conocimientos adquiridos y resolver problemas en entornos nuevos o poco conocidos dentro de contextos más amplios y multidisciplinares.
	B3627	714IP6 Conocimientos y capacidades para realizar verificación y control de instalaciones, procesos y productos.
Tipo C	Código	Competencias Básicas
	C1	Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.

Resultados de aprendizaje

Resultados	Competencias
Interpretar modelos matemáticos en el contexto de la Ingeniería Industrial	A13755 A13758	B3584 B3588 B3595 B3627	C1
Formular modelos tanto diferenciales como algebraicos aplicados y resolver problemas en el contexto de la Ingeniería Industrial	A13755 A13758	B3584 B3588 B3595 B3627	C1
Analizar conjuntos grandes de datos a menudo resultado de experimentos concretos	A13755 A13758	B3584 B3588 B3595 B3627	C1

Contenidos

Bloque	Tema
Bloque I: SIMULACIÓN NUMÉRICA	Tema 1. PROBLEMAS DE VALORES INICIALES Resolución numérica de problemas de valores iniciales de primer orden. Métodos de un paso. Métodos multipaso. Sistemas. Ecuaciones de orden superior. Tema 2. PROBLEMAS DE CONTORNO DE DOS PUNTOS Resolución numérica de problemas de contorno de segundo orden. Métodos del disparo lineal y no lineal. Tema 3. DERIVACIÓN NUMÉRICA Aproximación numérica de derivadas. Tema 4. ECUACIONES EN DERIVADAS PARCIALES Ecuaciones de advección-difusión-reacción. Método de Líneas.
Bloque II. MÉTODOS ANALÍTICOS	Tema 1. DESCOMPOSICIÓN EN VALORES SINGULARES. Factorización de matrices. Pseudoinversa de Penrose, Mínimos Cuadrados y Regresión. Tema 2. MODELOS DINÁMICOS GUIADOS POR DATOS. Selección de Modelos
Bloque III: APLICACIONES A PROBLEMAS EN INGENIERÍA. INVESTIGACIÓN E INNOVACIÓN CIENTÍFICA.	Tema 1. INNOVACIÓN E INVESTIGACIÓN Innovación Científica en Ingeniería. Investigación Científica. Tema 2. DIFUSIÓN CIENTÍFICA Difusión de resultados de investigación en Ingeniería.

Planificación

Metodologías :: Pruebas
	Horas en clase	Horas fuera de clase	Horas totales
Aprendizaje basado en problemas (ABP)/ Problem Based Learning (PBL)	10	10	20

Resolución de problemas/ejercicios en el aula ordinaria	18	20	38

Sesión Magistral	30	30	60

Pruebas prácticas	15	0	15
Pruebas orales	2	0	2
Pruebas de desarrollo	15	0	15

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

Metodologías

Metodologías ::

	descripción
Aprendizaje basado en problemas (ABP)/ Problem Based Learning (PBL)	Aprendizaje basado en problemas
Resolución de problemas/ejercicios en el aula ordinaria	Resolución de problemas
Sesión Magistral	Clase teórica

Tutorías

Resolución de problemas/ejercicios en el aula ordinaria

Aprendizaje basado en problemas (ABP)/ Problem Based Learning (PBL)

Sesión Magistral

descripción

Tutorías

Evaluación

	descripción	calificación
Pruebas de desarrollo	Pruebas escritas Resolución de problemas utilizando software	hasta 80%
Pruebas orales	Prueba oral	hasta 50%
Pruebas prácticas	Resolución y presentación de trabajo escrito	hasta 50%

Otros comentarios y segunda convocatoria
<p>Segunda convocatoria: Prueba escrita y resolución de problemas utilizando software en la fecha aprobada por el Centro. </p>

Fuentes de información

Acceso a la Lista de lecturas de la asignatura

Básica	R.L Burden adn J.D. Faires, Análisis Numérico, Math-Learning, 2011 o posterior S. Brunton, J. Kutz, Data-Driven Science and Engineering. Machine Learning, Dynamical Systems, and Control, Cambridge Univ. Press, 2019 Jay L. DeVore, Probabilidad y Estadística para Ingeniería y CIencias, Thompson, 2015 o posterior Robert Kabacoff, R in action, Manning, 2014 o posterior T. Hey, S. Tansley, K. Tolle (eds.), The 4th. Paradigm. Data-Intensive Scientific Discovery, Microsoft Research, 2009

Complementaria	, , , E. Kreyszig, Advanced Engineering Mathematics, , D.G. Zill, W.S. Wright, Advanced Engineering Mathematics, Jones & Barlett Pub, 2011 T. Kuhn, The structure of scientific revolutions, Univ. Chicago, 1962

Recomendaciones