Guia docente
DATOS IDENTIFICATIVOS 2020_21
Asignatura SIMULACIóN EN INGENIERíA Código 00714014
Enseñanza
0714 - MASTER UNIV. EN INGENIERIA INDUSTRIAL
Descriptores Cr.totales Tipo Curso Semestre
6 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 GONZALEZ RODRíGUEZ , MANUEL FERNANDO
Secretario MATEMATICAS PISABARRO MANTECA , MARIA JESUS
Vocal MATEMATICAS GOMEZ PEREZ , JAVIER
Tribunal suplente
Cargo Departamento Profesor
Presidente MATEMATICAS FRANCISCO IRIBARREN , ARACELI DE
Secretario MATEMATICAS MAZCUñAN NAVARRO , EVA MARIA
Vocal MATEMATICAS LOPEZ CABECEIRA , MONTSERRAT

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
Simulación con Métodos Analíticos. Métodos Cuantitativos - Descomposición en valores singulares
- Pseudoinversa, mínimos cuadrados y regresión
- Selección de modelos
- Modelos dinámicos guiados por datos
Simulación con Métodos Numéricos. Métodos Numéricos - Problemas de valores iniciales
- Problemas de contorno en dos puntos
- Derivación numérica
- Método de líneas para ecuaciones elípticas
Aplicaciones a problemas en ingeniería. Investigación e Innovación Científica en Ingeniería - Innovación e investigación científica en ingeniería.
- Difusión de resultados de investigación.

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

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

Segunda convocatoria: Prueba escrita y resolución de problemas utilizando software en la fecha aprobada por el Centro.


ADENDA
Plan de contingencia para una situación de emergencia que impida actividades docentes presenciales
Enlace de acceso a la Adenda de la Guia docente por el COVID-19


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


Recomendaciones