Herramientas Computacionales

´ tico
Contenido Programa
Nombre del curso: Herramientas Computacionales
´ digo del curso: FISI 2026
Co
´mica: Departamento de F´ısica
Unidad acade
Prerrequisitos: Algor´ıtmica y Programaci´on Orientada por Objetos 1 (ISIS 1204)
I

Introducci´
on

Los computadores nos ayudan a organizar, comunicar y procesar informaci´on, y hoy en d´ıa son esenciales en los
mundos de la ciencia, la academia y la t´ecnica. Este curso ense˜
na algunas herramientas computacionales b´
asicas
para hacer de los computadores herramientas u
´tiles, poderosas y vers´atiles. El curso desarrolla habilidades de
programaci´
on en un lenguaje de alto nivel, por ejemplo Python o Matlab; ense˜
na algunos m´etodos de an´
alisis
num´erico; y exhibe algunas herramientas u
´tiles en el an´alisis de datos.

II

Objetivos

Los objetivos del curso son:
Ofrecer herramientas computacionales b´asicas u
´tiles en la investigaci´on y la vida acad´emica.
Introducir rutinas sencillas de an´
alisis num´erico.
Desarrollar habilidades de programaci´
on.

III

Competencias

Al finalizar el curso, se espera que el estudiante est´e en capacidad de:
Utilizar computadores con sistema operativo tipo UNIX.
Preparar documentos usando el sistema de composici´on de textos LaTEX.
Implementar en un lenguaje de programaci´on de alto nivel la soluci´on de problemas computacionales sencillos.
Manipular, analizar y visualizar datos usando un lenguaje de programaci´on de alto nivel.

IV

Contenido

Semanas 1 y 2 [Linux] Introducci´
on a UNIX: filosof´ıa, comandos b´asicos, editores de texto, control de procesos,
redirecci´
on y acceso remoto (ssh).
Semanas 3 y 4 [LaTEX] L´
ogica de compilaci´on, tipos de documentos, secciones, ecuaciones, tablas y figuras.
Manejo de bibliograf´ıa con BIBTEX.
Semana 5 [Python] Introducci´
on: filosof´ıa, sintaxis b´asica, operaciones aritm´eticas, operaciones con cadenas de
caracteres, listas, condicionales y estructuras iterativas.
Semana 6 [Python] Definici´
on de funciones, tipos de variables, recursividad. Instalaci´on (pip) e importaci´
on de

odulos. Cuadernos de iPython.

1

0. Despues de esta hora no se aceptar´ an y la nota correspondiente ser´a de 0. La mayor´ıa de las veces se har´a al final de clase un examen corto para afianzar los temas vistos. valores y vectores propios.springer.edu.co:8080/book/10. m´etodo de Newton-Raphson. http://link. Introduction to Computation and Programming Using Python. Beginning the Linux Command Line. ´ Semana 14 [Python] Algebra lineal: operaciones entre matrices. Guttag. ocasionalmente en el trabajo individual.com.springer.1007%2F978-0-387-68852-7 2 . scatter.edu.1007%2F978-3-642-18366-9 Bibliograf´ıa complementaria: J.0.springer. VI Calificaci´ on del curso Quices 30 % Talleres 70 % Se har´ an 12 Quices durante el semestre. van Vugt.edu. inversi´on de matrices. estos se deben entregar por el Sicuaplus antes de las 7:20am de cada clase. 2007. Semana 11 y 12 [Python] Herramientas estad´ısticas: funciones estad´ısticas. Lee. V.uniandes. K.ezproxy. Semana 13 [Python] M´etodos de Monte Carlo: integraci´on y simulaci´on. histogramas y ejemplos de distribuciones. La mayor´ıa de las veces se har´a ´enfasis en el trabajo en grupo. Gr¨ atzer. Importaci´on de datos. imshow.ezproxy. Introducci´ on a SciPy. http://link.uniandes. Semana 15 Introducci´ on a Mathematica.ezproxy.com.springer.com.Semanas 7 y 8 [Python] Introducci´ on a NumPy. P. 2009.co:8080/book/10. Ajustes polinomiales y no polinomiales.edu. A Primer on Scientific Programming with Python.co:8080/book/10. V Metodolog´ıa En la primera parte de cada clase el profesor hace una exposici´on sobre los temas del d´ıa y en la segunda los estudiantes comienzan a resolver los ejercicios de la semana. D. VII Bibliograf´ıa Bibliograf´ıa principal: H.1007%2F978-1-4302-1890-6 G.uniandes.uniandes.ezproxy.co:8080/book/10. Langtangen.1007%2F978-1-84996-537-8 S. 2009. http://link. More Math Into LaTEX. Python Programming Fundamentals. Durante el semestre se dejar´ an 12 talleres que se deben entregar el martes siguiente a la clase antes de las 12 : 00pm despues de esta hora no se aceptar´ an talleres y la nota correspondiente en ese taller ser´a de 0. 2013. Visualizaci´on de datos con matplotlib: plot. subplot. 2011.com. Al final se quitar´a la peor y la mejor nota de los talleres y los restantes ser´ an los que se promediar´an. http://link. Semanas 9 y 10 [Python] An´ alisis num´erico: m´etodos de bisecci´on.