Logo

Fonaments Matemàtics II

Codi: 106551
Crèdits: 9
2026/2027
Titulació Tipus Curs
Intel·ligència Artificial / Bachelor in Artificial Intelligence FB 1

Professor/a de contacte

Nom :
Alberto Dayan
Correu electrònic :
alberto.dayan@uab.cat

Idiomes dels grups

Podeu consultar aquesta informació al final del document.

Prerequisits

Fonaments I i nocions bàsiques del càlcul d'una variable (continuïtat, derivabilitat i integració)

Objectius

El curs està estructurat en tres parts: Càlcul diferencial i integral en varias variables, i anàlisi vectorial.


Els objectius del curs són:


(i) Entendre els conceptes bàsics en cada una d'aquestes tres parts. Aquests conceptes inclouen les definicions dels objectes matemàtics introduïts i la relació entre ells.


(ii) Coneixer com s'apliquen els conceptes estudiats de manera coherent per resoldre problemes.


(iii) Adquirir habilitats en escriptura matemàtica i càlcul.

Resultats d'aprenentatge

  • KM02 (Explicar els conceptes de càlcul diferencial i integral necessaris per desenvolupar algoritmes d’aprenentatge.) Explicar els conceptes de càlcul diferencial i integral necessaris per desenvolupar algoritmes d’aprenentatge.
  • KM03 (Descriure els mètodes d’optimització de funcions que s’utilitzen per a l’entrenament de models d’aprenentatge.) Descriure els mètodes d’optimització de funcions que s’utilitzen per a l’entrenament de models d’aprenentatge.
  • SM01 (Aplicar conceptes d’àlgebra lineal, càlcul, probabilitat i estadística per a la resolució de problemes en el context d’aplicacions d’intel·ligència artificial.) Aplicar conceptes d’àlgebra lineal, càlcul, probabilitat i estadística per a la resolució de problemes en el context d’aplicacions d’intel·ligència artificial.
  • SM02 (Interpretar la formulació matemàtica associada a algoritmes i procediments en l’àmbit de la intel·ligència artificial.) Interpretar la formulació matemàtica associada a algoritmes i procediments en l’àmbit de la intel·ligència artificial.
  • SM03 (Utilitzar adequadament el llenguatge matemàtic per formular solucions a problemes que requereixin l’ús de conceptes matemàtics en el context de la intel·ligència artificial.) Utilitzar adequadament el llenguatge matemàtic per formular solucions a problemes que requereixin l’ús de conceptes matemàtics en el context de la intel·ligència artificial.
  • SM04 (Utilitzar eines informàtiques i llenguatges de programació per a la resolució de problemes i la manipulació d’objectes matemàtics.) Utilitzar eines informàtiques i llenguatges de programació per a la resolució de problemes i la manipulació d’objectes matemàtics.

Continguts


Contingut

(1) Funcions de diverses variables
- Geometria del pla i de l'espai.
- Gràfic d'una funció, corbes i superfícies de nivell.
- Derivades direccionals.
- Diferenciabilitat. Regla de la cadena. Derivades d'ordre superior. Extrems absoluts i relatius.
- Punts crítics, punts de sella. Criteri hessià per a extrems relatius. Multiplicadors de Lagrange
per al càlcul de extrems absoluts.

(2) Integrals múltiples.
- Iteracions integrals. Teorema de Fubini.
- Teorema del canvi de variable. Coordenades polars, cilíndriques i esfèriques. Càlcul de masses i centres de massa.

(3) Integrals en corbes i superfícies.
- Paràmetres i superfícies parametritzades.
- Superfícies donades implícitament.
- Vector tangent a una corba en un punt. Pla tangent i vector normal a una superfície.
- Longitud d'una corba. Àrea d'una superfície. Integrals de línia.
- Flux d'un camp vectorial.

(4) Optimització contínua
- Optimització mitjançant descens de gradients.
- Optimització restringida i multiplicadors de Lagrange.
- Optimització convexa



 





\"Icona


















 







 

 

 







Activitats formatives i Metodologia

Títol Hores ECTS Resultats d'aprenentatge
Estudiar 85 3,4 KM02, KM03, SM01, SM02
Sessions pràctiques 10 0,4 SM04
Problemes 35 1,4 SM01, SM03
Teoria 40 1,6 KM02, KM03, SM01, SM02

La metodologia serà l'estàndard per a aquest tipus d'assignatures amb classes teòriques i problemes i pràctiques sessions.

Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, perquè l'alumnat completi les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura.

Avaluació

Activitats d'avaluació continuada

Títol Pes Hores ECTS Resultats d'aprenentatge
Examens 80% 5 0,2 KM02, KM03, SM01, SM02, SM03
Pràctiques d'exercicis 20% 50 2 SM04

L'avaluació consisteix en un primer examen parcial, que representarà el 40 % de la nota final, i un segon examen parcial, que representarà el 40 % de la nota final. El 20 % restant es basa en les sessions pràctiques.


Hi haurà un examen de recuperació al final del curs, durant el qual els estudiants podran recuperar un o tots dos exàmens parcials. La nota obtinguda a l'examen de recuperació substitueix la nota prèviament obtinguda.


Per aprovar el mòdul, la mitjana de les notes rellevants ha de ser de 5 o superior, i la nota de cada examen parcial ha de ser de 2,5 o superior.

Bibliografia

M.P. Deisenroth, A.A. Faisal and C.S. Ong, Mathematics for maching learning, Cambridge University Press, 2020.


B. Demidovich. Problemas y ejercicios de Análisis Matemático. Ed. Paraninfo, 1970.


J. E. Marsden y A.J. Tromba. Cálculo vectorial, cuarta edición. Addison-Wesley Longman, 1998.


S. L. Salas y E. Hille. Calculus, Vol. 1 y 2, tercera edición. Reverté, Barcelona, 1995 y 1994.



Programari

En els examens deixarem als alumnes que escriguin en la llengua que els sigui més comode, però en principi preferim que ho facin en anglès.. Es treballarà el sage.

Grups i idiomes de l'assignatura

La informació proporcionada és provisional fins al 30 de novembre. A partir d'aquesta data, podreu consultar l'idioma de cada grup a través d'aquest enllaç. Per accedir a la informació, caldrà introduir el CODI de l'assignatura

Tipus de docència Grup Idioma Semestre Torn
(TE) Teoria 71 Anglès segon quadrimestre tarda
(PAUL) Pràctiques d'aula 711 Anglès segon quadrimestre tarda