UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO
FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN
PLAN DE ESTUDIOS DE LA LICENCIATURA EN ACTUARÍA
PROGRAMA DE ASIGNATURA
SEMESTRE: 7º Análisis Numérico CLAVE:
MODALIDAD CARÁCTER TIPO HORAS AL HORAS HORAS HORAS CRÉDITOS
SEMESTRE SEMANA TEÓRICAS PRÁCTICAS
Teórico-
Curso Obligatoria 64 4 3 1 7
práctica
ETAPA DE FORMACIÓN Apertura al Campo Profesional
CAMPO DE CONOCIMIENTO Matemáticas
SERIACIÓN S í (√ ) No ( ) Obligatoria ( ) Indicativa (√ )
Cálculo Diferencial e Integral IV
SERIACIÓN ANTECEDENTE Ecuaciones Diferenciales
Algoritmos y Programación
SERIACIÓN SUBSECUENTE Ninguna
Objetivo general: El alumno analizará los diferentes métodos de aproximación que existen en diferentes áreas de
las matemáticas como son: Álgebra Lineal, Cálculo Diferencial e Integral de una y varias variables reales y
Ecuaciones Diferenciales, entre otras.
Índice Temático Horas
Unidad Tema Teóricas Prácticas
1 Análisis de errores y aritmética en las computadoras 6 2
2 Sistemas de ecuaciones lineales 6 2
3 Teoría de la aproximación 6 2
4 Interpolación 6 2
5 Integración numérica 6 2
6 Ecuaciones no lineales 6 2
7 Optimización y mínimos cuadrados no lineales 6 2
8 Ecuaciones diferenciales ordinarias 6 2
Total de horas: 48 16
Suma total de horas: 64
UNIDAD OBJETIVO PARTICULAR
1. Análisis de errores y aritmética en
las computadoras
El alumno describirá el desarrollo histórico del análisis
1.1. Introducción e historia del análisis
numérico e identificará y analizará los conceptos de errores.
numérico
1.2. Fuentes de error: Modelación,
138
aproximación y redondeo
1.3. Error absoluto y error relativo
1.4. Propagación de errores
1.5. Representación de números en
punto fijo y punto flotante
1.6. Estabilidad y sensibilidad en
operaciones con punto flotante
1.7. Aplicaciones
2. Sistemas de ecuaciones lineales
0.1. Sistemas lineales mal
condicionados
0.2. Norma de vectores, matrices y
número de condición
0.3. Método de eliminación gaussiana
0.4. Pivoteo y descomposición LU
0.5. Matrices simétricas y El alumno analizará los diferentes métodos que se
descomposición de Cholesky presentan en el álgebra lineal, particularmente en los
0.6. Matrices en banda sistemas de ecuaciones lineales.
0.7. Análisis de errores y estimación
del número de condición
0.8. Aplicaciones
0.9. Opcional: Análisis de alguno de
los métodos de Cramer, Gauss-
Jordan, iterativos, Jacobi, Gauss-
Siedel, vectores y valores propios
3. Teoría de la aproximación
0.1. Planteamiento del problema,
ajuste de datos lineales y no
lineales El alumno analizará los diferentes métodos que se
0.2. Mínimos cuadrados lineales presentan en la teoría de la aproximación, haciendo énfasis
0.3. Ecuaciones normales en el método de mínimos cuadrados y descomposición
0.4. Descomposiciones ortonormales, ortogonal.
transformaciones de Housholder y
descomposición QR
0.5. Método de Gram-Schmidt
4. Interpolación
0.1. Métodos de interpolación en
diferentes tipos de funciones
0.2. Interpolación polinomial, de El alumno analizará los diferentes métodos de interpolación
Lagrange y de diferencias en distintos tipos de funciones, analizará las ventajas y
divididas de Newton desventajas que presentan entre sí.
0.3. Ejemplo de Runge y teoremas de
Faber Splines y splines cúbicos
0.4. Interpolación de Tchevyshev
5. Integración numérica
0.1. Métodos de integración numérica: El alumno analizará las diferentes técnicas de integración
Punto medio, trapecio y Simpson numérica que se presentan en integrales que no pueden
0.2. Errores resolverse por integración elemental y comparará la rapidez
0.3. Método de Newton – Cotes de convergencia de cada uno de los métodos.
0.4. Cuadraturas gaussianos
139
0.5. Método de Montecarlo
6. Ecuaciones no lineales
0.1. Diferentes métodos iterativos:
bisección, secante, regla falsa y
Newton – Raphson El alumno aplicará los diferentes métodos de aproximación
0.2. Rapidez de convergencia y para ecuaciones no lineales y analizará la rapidez de
estimación de errores convergencia que tiene cada método.
0.3. Sistemas de ecuaciones no
lineales
0.4. Interpolación polinomial y racional
7. Optimización y mínimos cuadrados
no lineales
7.1 Evaluación de funciones
elementales como son: raíces
cuadradas, trigonométricas, El alumno analizará la aproximación de funciones
logaritmo, exponencial, Bessel, elementales y optimizará en una variable algunas funciones
elípticas, etc. por diferentes métodos.
7.2 Optimización en una dimensión,
métodos de Newton y Fibonacci
7.3 Método de Newton y ajustes no
lineales
8. Ecuaciones diferenciales Ordinarias
8.1 Problema de Cauchy
El alumno analizará los métodos de aproximación numérica
8.2 Método de Euler
a soluciones de ecuaciones diferenciales ordinarias, y
8.3 Métodos de Runge – Kutta, de
además analizará y comparará la rapidez de convergencia
orden dos, de orden cuatro
de cada método.
8.4 Estabilidad numérica
8.5 Método de Adams
Bibliografía básica:
Conte, S. D. (1979). Análisis numérico. México: McGraw–Hill.
Elden, L., Wittmyer-Koch, L. (1990) Numerical analysis. New York: Academic Press.
Kahaner, D., Moler, C. (1989). Numerical methods and software. New Jersey: Prentice Hall.
Shampine, L., Allen, R., Pruess, S. (1997). Fundamentals of numerical computing. New York: J. Wiley.
Bibliografía complementaria:
Golub, G., Van Loan, C. (1996). Matrix computation. Baltimore: Johns Hopkins University.
Van Loan, C. (1997). Introduccion to scientific computing. New Jersey: Prentice Hall.
R. Krees. (1998). Numerical analysis. USA: Springer Verlag.
Sugerencias didácticas: Sugerencias de evaluación del aprendizaje:
• Análisis de lecturas • Ejercicios en clase
• Empleo de medios audiovisuales • Elaboración de un trabajo de aplicación
• Exposiciones docentes individual o grupal
• Exposiciones de los alumnos, supervisadas • Exámenes finales
por el profesor • Exámenes parciales
140
• Participación en técnicas grupales • Participación en clase
• Realización de ejercicios con apoyo • Tareas
computacional, utilizando software como
Maple, Mathematica, MATLAB o algún
software libre
• Resolución de exámenes ante el grupo
• Resolución de problemas
Perfil Profesiográfico: Licenciado en el área de Ciencias Físico-Matemáticas, con experiencia docente y,
preferentemente, estudios de posgrado.
141
