CURSO : ALGORITMOS PARALELOS EN COMPUTACION CIENTIFICA TRADUCCION : PARALLEL ALGORITHMS FOR SCIENTIFIC COMPUTING SIGLA : IMT2112 CREDITOS : 10 MODULOS : 03 REQUISITOS : MAT2605 o MAT280I TIPO DE ASIGNATURA : CATEDRA CALIFICACION : ESTANDAR DISCIPLINA : INGENIERIA I. DESCRIPCION El curso desarrolla los conocimientos necesarios para el dise?o, analisis e implementacion computacional de algoritmos paralelos, para la simulacion y resolucion de problemas de gran escala. Las herramientas entregadas por este curso son de gran utilidad en practicamente todas las areas de la ingenieria y ciencias aplicadas, y tienen aplicaciones en modelacion electromagnetica, tratamiento de se?ales, simulacion estocastica, mecanica de solidos y estructuras, dinamica de fluidos, matematicas financieras, y optimizacion, entre muchas otras areas. II. OBJETIVOS 1. Explicar las distintas arquitecturas en paralelo existentes a la fecha. 2. Dise?ar y analizar algoritmos en paralelo para la solucion de problemas en computacion cientifica. 3. Implementar algoritmos en paralelo usando lenguajes de programacion avanzado y librerias adecuadas 4. Resolver un problema de gran escala dise?ando el correspondiente algoritmo de solucion en paralelo, e implementandolo computacionalmente. 5. Utilizar librerias del tipo MPI y PThreads, o sus equivalentes, en la implementacion de programas en paralelo. III. CONTENIDOS 1. Introduccion a arquitecturas en paralelo. 2. Descripcion de aplicaciones cientificas, ventajas y desventajas de la computacion paralela. 3. Conocimientos basicos de ingenieria de software, programacion orientada a objetos. 4. Dise?o y analisis de algoritmos en paralelo, medidas de desempe?o. 5. Problemas embarazosamente paralelos: simulacion de Monte Carlo, optimizacion y generacion aleatoria de numeros. 6. Algoritmos en paralelo para calculos matriciales: algebra vectorial y matricial, factorizacion LU y Cholesky. 7. Algoritmos en paralelo para mallas estructuradas: problema de Laplace en dominios simples. 8. Algoritmos en paralelo para mallas no estructuradas: solucion numerica de ecuaciones diferenciales parciales. IV. METODOLOGIA - Clases expositivas. - Ayudantias. V. EVALUACION - Tareas semanales: 50% - Proyecto final: 50% VI. BIBLIOGRAFIA Minima: Karniadakis, G. y R. Kirby. Parallel Scientific Computing in C++ and MPI: A Seamless Approach to Parallel Algorithms and their Implementation. Cambridge Press, 2003. PONTIFICIA UNIVERSIDAD CATOLIDA DE CHILE ESCUELA DE INGENIERIA / Noviembre 2015