0% encontró este documento útil (0 votos)
23 vistas12 páginas

Proyecto Final

MetNum

Cargado por

subirdocs25
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
23 vistas12 páginas

Proyecto Final

MetNum

Cargado por

subirdocs25
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

PROYECTO FINAL

MÉTODOS NUMÉRICOS
DR. CARLOS A. ROVETTO
INTRODUCCIÓN

Los métodos numéricos se han vuelto cada vez más importantes en los campos
científicos y de ingeniería modernos. Estos métodos se utilizan para resolver
problemas matemáticos complejos que no pueden resolverse analíticamente.
El Análisis Numérico es una parte de las Matemáticas que estudia los métodos
constructivos para la resolución de problemas matemáticos de una forma
aproximada. El conjunto de reglas que definen el MÉTODO NUMÉRICO
recibe el nombre de algoritmo que debe ser resuelto a través de herramientas
informáticas.
DIVISIÓN DE LAS MATEMÁTICAS

 MATEMÁTICAS PURAS: es el estudio de conceptos abstractos, como


números, geometría y álgebra, sin ninguna aplicación práctica inmediata. Incluye
ramas como la teoría de números, el álgebra abstracta y la topología.
 LAS MATEMÁTICAS APLICADAS: por otro lado, implican la aplicación
de conceptos matemáticos para resolver problemas del mundo real en
diversos campos como la física, la ingeniería, la economía y la informática.
Incluye ramas como la física matemática, el análisis numérico y la investigación
de operaciones.
DIVISIÓN DE LAS MATEMÁTICAS

Puras Aplicadas
• Álgebra • Probabilidad y Estadística
• Geometría • ANÁLISIS NUMÉRICO
• CÁLCULO Y ANÁLISIS • Ecuaciones Diferenciales
• Teoría de Números • Teoría de la Información
• Topología • Matemáticas Discretas
• Lógica y Fundamentos
• Combinatoria
• Teoría de Juegos
CITA PARA RECORDAR.

“Las matemáticas son la reina de


las ciencias y la aritmética es la
reina de todas las matemáticas”.
(Gauss)

Johann Carl Friedrich Gauss (30 de Abril


de 1777 – 23 Febrero de 1855) Alemania.
OBJETIVO GENERAL DEL PROYECTO FINAL

Desarrollar en Microsoft Excel, Machine Learning, Lenguaje R o


Python la solución de un problema en donde se pueda aplicar los
métodos numéricos para solucionarlo.
Plantear un problema Seleccionar un Documentar la
lo más cercano a la método matemático solución seleccionada
vida real. para solucionarlo.

OBJETIVOS ESPECÍFICOS
OBSERVACIONES

El trabajo se Suba a YouTube el


realizará en grupo de video y comparta el
MÁXIMO CUATRO enlace en la
estudiantes. plataforma del curso.

Habilitar el video Elaborar un


para que permita documento para
recibir comentarios reemplazar el
(rostros autores). semestral.
CRITERIOS DE EVALUACIÓN
VALORACIÓN
CRITERIOS
0 1 5 10 15 20

Contenido genuino y creatividad

Explicación del método numérico.


Calidad del video y duración
Lenguaje utilizado
Documento Escrito. Hoja de presentación,
Introducción, Contenido, Imágenes o Formulas,
Referencias APA – Aproximadamente 10 – 15 páginas.
FECHA DE ENTREGA

Día del semestral.


SUGERENCIAS DE PROBLEMAS A RESOLVER

 Método Simplex: Imagina una fábrica que produce tres productos químicos
Los métodos numéricos diferentes / energía, cada uno con diferentes tiempos de producción, costos y
márgenes de beneficio. La fábrica / generadores tiene recursos limitados, como mano
pueden tener aplicaciones de obra, materias primas y horas de máquina.
prácticas directas para  Método Monte Carlo: En una cadena de suministro, la demanda de productos
puede variar de manera impredecible. Los gerentes necesitan tomar decisiones sobre
maximizar ganancias, cuántos productos almacenar para evitar tanto el exceso de inventario como las
optimizar inventarios y faltas de stock, lo cual puede afectar la rentabilidad. La simulación de Monte Carlo
permite modelar esta incertidumbre. Se genera un conjunto de escenarios simulando
mejorar la eficiencia en la demanda futura en función de datos históricos y distribuciones de probabilidad

sistemas de producción y  Descomposición LU (Álgebra Lineal): Simulación de flujo de trabajo en una


línea de producción. En una planta de ensamblaje automotriz, las piezas deben
operaciones industriales. moverse entre varias estaciones de trabajo. Los tiempos de operación en cada
estación y los flujos de trabajo son modelados como un sistema de ecuaciones
lineales para optimizar el flujo total de la línea de producción. Al descomponer la
matriz en factores más simples (LU), el sistema se resuelve más eficientemente.
GRACIAS

También podría gustarte