Logo UAB
2021/2022

Fonaments de Matemàtiques

Codi: 103301 Crèdits: 7
Titulació Tipus Curs Semestre
2501922 Nanociència i Nanotecnologia FB 1 2
La metodologia docent i l'avaluació proposades a la guia poden experimentar alguna modificació en funció de les restriccions a la presencialitat que imposin les autoritats sanitàries.

Professor/a de contacte

Nom:
Carlos Broto Blanco
Correu electrònic:
Carles.Broto@uab.cat

Utilització d'idiomes a l'assignatura

Llengua vehicular majoritària:
català (cat)
Grup íntegre en anglès:
No
Grup íntegre en català:
Grup íntegre en espanyol:
No

Equip docent

Ricard Riba Garcia

Prerequisits

Aquest tema és autònom en els temes que es tracten.

Tot i això, és recomanable que l'estudiant tingui les habilitats bàsiques amb càlculs algebraics i nocions bàsiques de càlcul diferencial en una variable.

Objectius

Aquesta assignatura conté un primer tema d'introducció al càlcul de nombres complexos, i la resta de l'assignatura té continguts bàsics d'àlgebra lineal com són:

-- Sistemes d’equacions lineals i matrius.

-- Vectors a Rn .

-- Aplicacions lineals.

-- Vectors propis, valors propis i diagonalització

-- Aplicacions de la diagonalització

 

Coneixements

-- Conèixer el nombres complexos i les seves diferents expressions. Coneixer les operacionsa amb els nombres complexos, i les arrels dels nombres complexos.

-- Saber que és un sistema d’equacions lineals. Conèixer els mètodes de resolució dels sistemes, a saber el mètode d’eliminació gaussiana. Entendre que vol dir discutir un sistema en el qual hi hagi diversos paràmetres.

-- Saber que és una matriu i quines operacions es poden fer entre elles, prestant especial atenció al producte. Entendre el concepte de matriu invertible i la seva relació amb el rang de la matriu. Saber utilitzar el mètode Gauss-Jordan per a calcular la inversa, si en té, d’una matriu.

-- Conèixer les propietats del càlcul del determinant d’una matriu quadrada. Entendre la relació entre determinants i matrius invertibles. Saber utilitzar els determinants apropiadament.

-- Entendre com s’opera amb vectors. Saber que és un subespai vectorial de Rn i de quines maneres es pot definir.

-- Entendre el concepte de vectors linealment dependents i linealment independents. Saber que és un sistema de generadors. Interpretació el rang en termes de la independència lineal de vectors. Entendre els conceptes de  la dimensió d’un subespai vectorial.Comprendre si la intersecció, la unióo la suma de subespais son un subespai. Saber que son les components d’un vector en una base de Rn i com varien al canviar-la.

-- Tenir molt clar el concepte d’aplicació entre conjunts arbitraris i els diferents tipus d’aplicacions: injectives, exhaustives i bijectives. Entendre bé el concepte de composició d’aplicacions i el concepte d’aplicació inversa.

-- Saber que donada cada matriu ens defineix una aplicació lineal entre espais Rn i Rm. Tenir clara la definició dels subespais nucli i imatge d’una aplicació lineal i la seva relació amb la injectivitat, exhautivitat de l’aplicació. Entendre la relació entre graus de llibertat d’un sistema homogeni i la fórmula de les dimensions.

-- Comprendre el paral·lelisme entre matrius i aplicacions lineals respecte al producte i la composició.

-- Saber qué és un valor propi i un vector propi associat a un endomorfisme o a una matriu quadrada. Saber calcular el supespai de vectors propis. Entendre bé que vol dir que un endomorfisme o una matriu quadrada diagonalitzin

 

Habilitats

-- Saber expressar un nombre complex en forma cartesiana i en forma polar. Saber operar amb nombres complexos. Saber calcular les arrels d'un nombre complex.

-- Saber resoldre un sistema d’equacions lineals on solament hi apareixen números. Saber discutir un sistema d’equacions lineals on apareixen  paràmetres.

-- Tenir destresa en càlcul amb matrius fent especial atenció en el producte de matrius i en el càlcul d’inverses. Saber resoldre una equació simbòlica amb matrius. Tenir pràctica en el càlcul del rang d’una matriu.

-- Saber calcular determinants on apareixen números i paràmetres fent més atenció en l’ús de les propietats que no pas en regles rutinàries.

-- No tenir dificultats en saber quan uns vectors v1,v2,...,vp  són linealment (in)dependents. En el cas de ser linealment dependents saber trobar combinacions de dependència.

-- Saber definir un subespai per equacions i per sistemes de generadors i passar d’un a l’altre. Saber trobar bases de subespais que són intersecció o suma d’altres. Saber canviar de base.

-- No tenir dificultats en trobar les bases del nucli i la imatge d’una aplicació lineal, encara que aquesta contingui, com a màxim, un paràmetre en la seva definició.

-- Saber discutir si una aplicació lineal és injectiva, o exhaustiva o bijectiva. En el cas que l’aplicació lineal tingui inversa saber trobar-la.

-- Saber calcular els valors propis i els subespai de vectors propis associats a un endomorfisme. Saber discutir si un endomorfisme és diagonalitzable o no, i en cas de ser-ho saber trobar una expressió diagonal i les matrius de canvi de base.

-- Saber resoldre equacions diferencials lineals i sistems d'equacions diferencials lineals de primer ordre.

Competències

  • Aplicar els conceptes, principis, teories i fets fonamentals relacionats amb la nanociència i la nanotecnologia a la resolució de problemes de natura quantitativa o qualitativa en l'àmbit de la nanociència i la nanotecnologia.
  • Aprendre de manera autònoma.
  • Comunicar-se oralment i per escrit en la llengua pròpia.
  • Demostrar que es comprenen els conceptes, principis, teories i fets fonamentals relacionats amb la nanociència i la nanotecnologia.
  • Gestionar l'organització i la planificació de tasques.
  • Interpretar les dades obtingudes mitjançant mesures experimentals, incloent-hi l'ús d'eines informàtiques, identificar-ne el significat i relacionar-les amb les teories químiques, físiques o biològiques apropiades.
  • Obtenir, gestionar, analitzar, sintetitzar i presentar informació, incluent-hi la utilització de mitjans telemàtics i informàtics.
  • Raonar de forma crítica.
  • Resoldre problemes i prendre decisions.

Resultats d'aprenentatge

  1. Abstreure les variables essencials dels fenòmens que s'estudien, relacionar-les entre si i deduir propietats.
  2. Aprendre de manera autònoma.
  3. Comunicar-se oralment i per escrit en la llengua pròpia.
  4. Demostrar l'habilitat de càlcul necessària per treballar correctament amb fórmules, equacions químiques o models de la física.
  5. Gestionar l'organització i la planificació de tasques.
  6. Identificar la naturalesa matemàtica de determinats fenòmens físics i químics.
  7. Matematitzar determinats processos físics, químics o biològics i fer ús de les eines matemàtiques que siguin precises per obtenir conclusions i interpretar els resultats.
  8. Obtenir, gestionar, analitzar, sintetitzar i presentar informació, incluent-hi la utilització de mitjans telemàtics i informàtics.
  9. Raonar de forma crítica.
  10. Resoldre problemes i prendre decisions.
  11. Utilitzar correctament els programes informàtics específics i el tractament de dades per determinar amb precisió les magnituds de mesura i estimar la incertesa associada.
  12. Utilitzar mètodes gràfics i numèrics per explorar, resumir i descriure dades.

Continguts

1. Nombres complexos

Nombres complexos i les seves propietats. Forma trigonomètrica i forma polar. Operacions amb nombres complexos. Arrels de nombres complexos.

 

2. Matrius

Resolució de sistemes d’equacions lineals. Suma producte i transposició de matrius.

Transformacions elementals. Esglaonament d’una matriu. Rang d’una matriu. Matrius invertibles. Determinants.

 

3. Vectors a Rn

Definició i exemples. Estructura vectorial de Rn . Dependència i independència lineal. Subespais vectorials i sistemes de generadors. Bases, coordenades i dimensió. Bases de la intersecció i de la suma de subespais. Matrius de canvi de base.

 

4. Aplicacions lineals

Definició i exemples. Representació matricial. Composició. Dependència de la matriu respecte dels canvis de base. Nucli, imatge i rang. Càlcul de bases dels subespais nucli i imatge.

 

5. Diagonalització

Vectors propis i valors propis d’un endomorfisme. Polinomi característic. Criteri de diagonalització.

 

6. Aplicacions de la diagonalització


Successions amb recurrències lineals. Equacions diferencials lineals i sistemes d'equacions diferencials lineals de primer ordre. 

Metodologia

L’assignatura consta de tres activitats principals.

Classes de teoria en que s'introdueixen i desevulopen els conceptes i coneixements científics i tècnics propis de l’assignatura.  i necessaris per a la resolució de problemes.

Classes de problemes, complementàries a les classes de teoria. En aquestes es resoldran exercicis i s'aprofundirà en la comprensió dels nous conceptes i coneixements científics i tècnics exposats en les classes de teoria. Normalment l'estudiant pensa i intenta resoldre els problemes que a les classes es discuteixen i s'arriba a la solució optima final.  

Finalment es faran 2 sessions de pràctiques a l’aula d’informàtica, on s’utilitzarà software específic per al càlcul matemàtic com ara Maxima o Sage.

Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, per a la complementació per part de l'alumnat de les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura/mòdul.

Activitats formatives

Títol Hores ECTS Resultats d'aprenentatge
Tipus: Dirigides      
Aula d'informàtica 4 0,16
Classes de problemes 15 0,6
Classes de teoria 45 1,8
Tipus: Supervisades      
Tutories 6 0,24
Tipus: Autònomes      
Estudi 48 1,92
Resolució de problemes 48 1,92

Avaluació

Hi ha dues proves escrites, un examen parcial aproximadament a mig semestre amb un pes del 40% de la nota final de curs y un examen final amb un pes del 50%.

Les pràctiques seran avaluades i representaran el 10% restant de la nota final de curs.

Els alumnes que havent-se presentat als dos exàmens escrits no hagin obtingut una nota final de curs igual o superior a un 5 sobre 10, podran optar a una reavalució. La reavalució consisteix en un examen global de l'assignatura. Si la mitjana ponderada d'aquest examen, amb un pes del 90%, i la nota de pràctiques, amb un pes del 10%, és igual o superior a 5 l'assignatura quedarà aprovada amb un 5,0.  En cas contrari quedarà suspesa amb la nota mitjana obtinguda. 

La qualificació de Matrícula d'Honor és decisió del professorat responsable de l'assignatura. La normativa de la UAB indica que les MH només es podran concedir als estudiants que hagin obtingut una qualificació final igual o superior a 9.00 sobre 10.00. Es pot atorgar fins a un 5% de MH del total d'estudiants matriculats.

Un estudiant es considerarà no avaluable (NA) si no fa com a mínim el 50% de les activitats d'avaluació de l'assignatura.

Les dates dels exàmens i avaluacions de pràctiques així com altres informacions o dates rellevants que es produeixin al llarg del curs es comunicaran al campus virtual. S'entén que aquesta és la plataforma habitual d'intercanvi d'informació entre professors i estudiants.

 

Activitats d'avaluació

Títol Pes Hores ECTS Resultats d'aprenentatge
Avaluació de pràctiques 10% 2 0,08 3, 4, 8, 9, 11
Examen Final 50% 4 0,16 1, 2, 3, 4, 5, 6, 7, 9, 10, 12
Examen Parcial 40% 3 0,12 1, 2, 3, 4, 5, 6, 7, 9, 10, 12

Bibliografia

J. Hefferon, Linear algebra, http://joshua.smcvt.edu/linearalgebra/

M. Masdeu, A. Ruiz, Apunts d’Àlgebra Lineal, https://mat.uab.cat/~albert/wp/wp-content/uploads/2020/09/Apunts_d__lgebra_Lineal.pdf

E. Nart X. Xarles, Apunts d'àlgebra lineal, Materials de la UAB, núm. 237, 1a edició.

D.C. Lay, Álgebra lineal y sus aplicaciones, Pearson Educación, 2016 (ebook) 

Grossman, Stanley I., Álgebra lineal. Mc Graw Hill, 2012, 7a edició. (eBook) 

 

Programari

Maxima (o semblant)