Autenticação

Utilizador:

Senha:

Iniciar sessão

Esqueceu-se da senha?

Programação e Computação Numérica

Código:

CVD039

Sigla:

PCN

Áreas Científicas
Classificação	Área Científica
OFICIAL	Matemática e Informática

Ocorrência: 2019/2020 - 2S

Ativa?	Sim
Página Web:	https://moodle.ips.pt/1920/course/view.php?id=3162
Unidade Responsável:	Secção Matemática e Gestão
Curso/CE Responsável:	Licenciatura em Engenharia Civil (regime diurno)

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
CIVD	3	Plano Estudos 2019	2	-	4	67,5	108

Língua de trabalho

Português - Suitable for English-speaking students

Objetivos

Resultados de aprendizagem e competências

Capacidade de implementar computacionalmente um algortimo.
Capacidade de aplicar cálculo numérico a problemas matemáticos.
Capacidade de reconhecer problemas da Engenharia Civil que requerem uma abordagem numérica para a sua resolução.
Melhoria de competências de trabalho em equipa.

Modo de trabalho

Presencial

Pré-requisitos (conhecimentos prévios) e co-requisitos (conhecimentos simultâneos)

Conhecimentos prévios sobre funções reais de variável real (continuidade, diferenciabilidade, integração) e sobre equações diferenciais ordinárias.

Programa

1. Introdução à programação: constantes, variáveis, operadores (aritméticos, relacionais e lógicos), funções (2 semanas)


2. Pseudocógido: estrutura de um algoritmo, declaração de variáveis, atribuição de valores, comentários, entrada e de saída de dados, estruturas básicas (sequencial, condicional e repetição) (3 semanas)


3. Teoria de erros: erro absoluto, erro relativo, propagação de erros (1 semana)


4. Determinação de raízes de funções não lineares: Métodos de ponto fixo, bissecção, secante e Newton-Raphson (1 semana)


5. Interpolação de funções: fórmulas de Lagrange e de Newton (2 semanas)


6. Integração numérica: (2 semanas)
   
   
   
   1. Problemas de engenharia civil que requerem integração numérica
   
   
   2. Diferença entre integração algébrica e integração numérica
   
   
   3. Regras de integração numérica: regras de Newton-Cotes, quadratura de Gauss
   
   
   
   


7. Resolução numérica de equações diferenciais ordinárias (edos) (4 semanas):
   
   
   
   1. Introdução à resolução numérica de edos
   
   
   2. Métodos de Euler e de Runge-Kutta
   
   
   
   

Bibliografia Obrigatória

Chapra, S.C., Canale, R. P.; Numerical Methods for Engineers - 7th edition, McGraw-Hill, 2015
Correia dos Santos, F., Duarte, J., Lopes, N. D.; Fundamentos de Análise Numérica com Python 3 e R – 2ª edição, Edições Sílabo, 2019
Guttag, J. V; Introduction to Computation and Programming Using Python, MIT Press, 2013

Bibliografia Complementar

Liang, Y.D.; Introduction to Programming Using Python, Pearson, 2013
Quarteroni, A., Salero, F. ; Cálculo Científico com Matlab e Octave, Springer, 2006
Burden, R. L., Faires, D. J.,Burden, A. M.; Numerical Analysis – 10th Edition, Cengage Learning, 2016

Métodos de ensino e atividades de aprendizagem

Nas aulas teórico-práticas serão introduzidos os conceitos, sempre que possível recorrendo a exemplos de aplicação, procurando-se estimular o interesse, o raciocínio e o espírito crítico dos estudantes.

As aulas de laboratório decorrerão em salas de informática e serão dedicadas à resolução de exercícios de programação que permitam ao estudante por em prática os conhecimentos adquiridos. Será introduzida uma linguagem de programação, que permita ir implementando os conceitos

Será promovido o trabalho em grupo.

Na sequência da situação epidemiológica provocada pelo coronavírus SARS-CoV-2, aplicou-se:

- produção e disponibilização de vídeos curtos, com exposição da matéria e execução de notebooks Jupyter para demonstração da componente prática;

-estruturação do Moodle em aulas assíncronas, semanais, com disponibilização de vários materiais e indicação clara da sequência sugerida para aquisição de conhecimentos (quais os vídeos a visualizar, que apontamentos teóricos e livros de suporte a consultar) bem como indicação das tarefas a realizar, a submeter semanalmente para obtenção de feedback por parte da docente (feedback esse transmitido via Moodle até 2 dias úteis após submissão)

- as aulas síncronas foram exclusivamente dedicadas ao esclarecimento de dúvidas, tendo sido utilizada a plataforma ZOOM com apoio a whiteboard e ao notebook Jupyter.

Software

Jupiter Notebook
Python3

Tipo de avaliação

Avaliação distribuída com exame final

Componentes de Avaliação

Designação	Peso (%)
Teste	30,00
Trabalho escrito	70,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Elaboração de projeto	12,00
Frequência das aulas	52,50
Trabalho escrito	6,00
Estudo autónomo	37,50
Total:	108,00

Obtenção de frequência

Não aplicável

Fórmula de cálculo da classificação final

10%*trabalho1+10%*trabalho2+10%*trabalho3+30%*teste+40%*projeto

Classificação mínima de 8.0 valores  no teste e no projeto.

Observações

Apesar da contingência do ensino ter sido maioritariamente a distância, devido à pandemia COVID-19, a metodologia de avaliação não sofreu alteração.