DADES IDENTIFICATIVES 2011_12
Assignatura (*) SIMULACIÓ Codi 17012106
Ensenyament
Enginyeria Informàtica (1997)
Cicle 2n
Descriptors Crèd. Crèd. teoria Crèd. pràctics Tipus Curs Període
9 6 3 Obligatòria Segon Primer
Llengua d'impartició
Català
Departament Enginyeria Informàtica i Matemàtiques
Coordinador/a
FERRÉ BERGADÀ, MARIA
Adreça electrònica carlos.garciag@urv.cat
maria.ferre@urv.cat
david.guerra@urv.cat
Professors/es
GARCÍA GÓMEZ, CARLOS
FERRÉ BERGADÀ, MARIA
GUERRA RODRIGUEZ, DAVID
Web http://moodle.urv.net
Descripció general i informació rellevant En aquest curs es pretén que l'alumne conegui els fonaments teòrics de la modelització i simulació discreta per ordinador i l'algorísmica lligada a la representació gràfica de diferents tipus d'informació.

Competències
Codi  
A14 Aplicar els coneixements de matemàtiques a l'enginyeria informàtica.
A17 Analitzar, dissenyar i desenvolupar programari.
B2 Resoldre problemes de forma efectiva.
B9 Planificació i organització.
B14 Capacitat d'anàlisi i síntesi.
C5 Expressar-se correctament(tant de forma oral com escrita) en la llengua pròpia.

Objectius d'aprenentatge
Objectius Competències
Conèixer i saber programar els algorismes bàsics per a la resolució de problemes de simulació de sistemes discrets. Saber representar gràficament la informació que s'obté. A14
B14
Realitzar un projecte de simulació per ordinador, amb totes les seves fases; eines de simulació a la configuració, avaluació de sistemes discrets i visualització de la informació. A17
B2
B9
B14
C5

Continguts
Tema Subtema
Generació de números i variables aleatòries Números aleatòris. Variables aleatòries.
Simulació de sistemes discrets i de Monte Carlo. Cadenes de Markov. Model de Ising.
Representació gràfica i Visualització de la informació. Tècniques de visualització bàsiques. Extracció d'informació en les dades i visualització. Visualització de volum.

Planificació
Metodologies  ::  Proves
  Competències (*) Hores a classe Hores fora de classe (**) Hores totals
Activitats Introductòries
2 0 2
 
Sessió Magistral
48 48 96
Pràctiques a través de TIC en aules informàtiques
15 30 45
Pràctiques a través de TIC
10 40 50
Resolució de problemes, exercicis
15 15 30
 
Atenció personalitzada
2 0 2
 
 
(*) En el cas de docència no presencial, són les hores de treball amb suport vitual del professor.
(**) Les dades que apareixen a la taula de planificació són de caràcter orientatiu, considerant l’heterogeneïtat de l’alumnat

Metodologies
Metodologies
  Descripció
Activitats Introductòries Es dona una visió global de la simulació i es presenten el marc i les eines de treball en l'assignatura.
Sessió Magistral Es presenten els conceptes de cada un dels temes. S'acompanya de material de suport, presentacions i bibliografia específica.
Pràctiques a través de TIC en aules informàtiques Es treballa amb eines relacionades amb els problemes tractats i es proposen petits exercicis que formaran part de l'avaluació de l'assignatura.
Pràctiques a través de TIC Amb les eines proporcionades l'alumne resoldrà unes pràctiques lligades al temari de l'assignatura.
Resolució de problemes, exercicis Es proposen i resolen problemes lligats a cada tema.

Atenció personalitzada
 
Pràctiques a través de TIC en aules informàtiques
Pràctiques a través de TIC
Atenció personalitzada
Descripció
Al llarg del curs es fa el seguiment de l'activitat que va desenvolupant l'alumne.

Avaluació
  Descripció Pes
Pràctiques a través de TIC en aules informàtiques Al llarg del curs i en les sessions de laboratori es plantegen exercicis als alumnes que han de resoldre. Els resultats d'aquests exercicis tenen pes en la nota de l'assignatura. 60%
Pràctiques a través de TIC Pràctiques de l'assignatura fora d'hores de classe que permeten treballar els conceptes mostrats. 40%
 
Altres comentaris i segona convocatòria

L'avaluació en segona convocatòria consistirà en completar les activitats no superades en primera convocatòria.


Fonts d'informació

Bàsica Ronald W. Shonkwiler, Franklin Mendivil, Explorations in Monte Carlo Methods, 2009, Springer
James E. Gentle, Random Number Generation and Monte Carlo Methods, 2003, Springer
M.E.J. Newman, G.T. Barkema, Monte Carlo Methods in Statistical Physics, 1999, Oxford University Press
Colin Ware, Information visualization : perception for design, 2004, Morgan Kaufmann
C. Chen, W. Härdle, A. Unwin, Handbook of data visualization, 2007, Springer
edited by Charles D. Hansen, Chris R. Johnson, The Visualization handbook, 2005, Elsevier-Butterworth Heinemann

Complementària

Recomanacions


(*)La Guia docent és el document on es visualitza la proposta acadèmica de la URV. Aquest document és públic i no es pot modificar, llevat de casos excepcionals revisats per l'òrgan competent/ o degudament revisats d'acord amb la normativa vigent