Álgebra Linear Computacional
2
2023-2024
01020919
Métodos Quantitativos
Português
Presencial
Semestral
6.0
Opcional
1º Ciclo - Licenciatura
Conhecimentos de Base Recomendados
Matemática para Economia e Gestão I e II
Métodos de Ensino
Na primeira parte desta unidade curricular, onde as noções básicas de Álgebra Linear serão consolidadas, o método de ensino altenará entre a exposição teórica e a resolução de exercícios. Na segunda parte desta unidade curricular, será dado destaque ao desenvolvimento de capacidades computacionais onde os estudantes terão oportunidade de resolver problemas de Álgebra Linear aplicados a Economia e Gestão usando python.
Resultados de Aprendizagem
Esta unidade curricular pretende complementar os fundamentos básicos da Álgebra Linear e contribuir para uma formação em métodos computacionais no âmbito de problemas que envolvem Álgebra Linear, com aplicações nas diversas áreas da Economia e da Gestão. Especificamente, espera-se que o/a estudante consolide os conceitos de vetor e matriz, os métodos de resolução de sistemas de equações lineares e o cálculo de determinantes e apreenda os conceitos de valor e vetor próprio. Além disso, espera-se que o/a estudante saiba descrever métodos para resolver problemas de Álgebra Linear, escolher um método para resolver um determinado problema, implementar algoritmos numéricos e interpretar os resultados de um cálculo a partir dos conhecimentos teóricos. Espera-se ainda que o/a estudante adquira os conhecimentos básicos de programação em python por forma a realizar testes computacionais.
Estágio(s)
NãoPrograma
1. Tópicos de álgebra linear
2. Factorização de matrizes e métodos diretos para sistemas lineares
3. Métodos iterativos para sistemas lineares
4. Métodos para o cálculo de valores próprios e aplicações
5. Problemas de mínimos quadrados
Docente(s) responsável(eis)
Maria Teresa dos Reis Pedroso de Lima Oliveira
Métodos de Avaliação
Avaliação
Periódica ou por exame, a definir na ficha por edição: 100.0%
Bibliografia
T. P. LIMA, Lições de álgebra linear, 2ª ed., Imprensa da Universidade de Coimbra, 2014.
G.H. Golub and C.F. Van Loan, Matrix Computations, 4th ed., John Hopkins University Press, 2013.
J.W. Demmel, Applied Numerical Linear Algebra, SIAM, 1997.
J.J. Dongarra, I.S. Du, D.C Sorensen, and H.A Van der Vorst, Numerical Linear Algebra for High-Performance Computers, SIAM, 1998.
R. Johansson, Numerical Python: Scientific Computing and Data Science Applications with Numpy, SciPy and Matplotlib, 2nd ed., Apress, 2019.