Computación Científica
(Curso Académico 2018 - 2019)

Mostrar Todo Ocultar Todo

• CE2 - Conocer, comprender y dominar el uso de los métodos matemáticos y numéricos más comúnmente utilizados en Física.
• CE14 - Analizar, sintetizar, evaluar y describir información y datos científicos
• CE20 - Utilizar herramientas informáticas en el contexto de la matemática aplicada.
• CE21 - Aprender a programar en un lenguaje relevante para el cálculo científico.
• CE22 - Aprender a utilizar el ordenador como herramienta básica para el cálculo científico y la modelización numérica
• CE23 - Ser capaz de evaluar claramente los órdenes de magnitud, así como de desarrollar una clara percepción de las situaciones que son físicamente diferentes, pero que muestran analogías, permitiendo el uso de soluciones conocidas a nuevos problemas.
• CE28 - Adquirir hábitos de comportamiento ético en laboratorios científicos y en aulas universitarias.
• CE29 - Organizar y planificar el tiempo de estudio y trabajo, tanto individual como en grupo.
• CE30 - Saber discutir conceptos, problemas y experimentos defendiendo con solidez y rigor científico sus argumentos.
• CE31 - Saber escuchar y valorar los argumentos de otros compañeros.

• CG1 - Conocer el trabajo en el laboratorio, el uso de la instrumentación, tecnología y métodos experimentales más utilizados, adquiriendo la habilidad y experiencia para realizar experimentos de forma independiente. Ello le permitirá ser capaz de observar, catalogar y modelizar los fenómenos de la naturaleza.
• CG2 - Adquirir una sólida base teórica, matemática y numérica, que permita la aplicación de la Física a la solución de problemas complejos mediante modelos sencillos
• CG3 - Desarrollar una clara percepción de situaciones aparentemente diferentes pero que muestran evidentes analogías físicas, lo que permite la aplicación de soluciones conocidas a nuevos problemas. Para ello es importante que el alumnado, además de dominar las teorías físicas, adquiera un buen conocimiento y dominio de los métodos matemáticos y numéricos mas comúnmente utilizados.
• CG4 - Desarrollar la habilidad de identificar los elementos esenciales de un proceso o una situación compleja que le permita construir un modelo simplificado que describa, con la aproximación necesaria, el objeto de estudio y permita realizar predicciones sobre su evolución futura. Así mismo, debe ser capaz de comprobar la validez del modelo introduciendo las modificaciones necesarias cuando se observen discrepancias entre las predicciones y las observaciones y/o los resultados experimentales.

- Profesor: César A. Esteban López
- Profesor: Íñigo Arregui Uribe-Echevarría

- Temas (epígrafes):
1. La computación científica y sus herramientas.
2. Introducción a la programación con Python.
3. Análisis de errores.
4. Programas ejecutables.
5. Control de flujo.
6. Probabilidad y números aleatorios.
7. Análisis estadístico de datos experimentales.
8. Cálculo numérico con Numpy.
9. Lectura y escritura de ficheros.
10. Representación gráfica de funciones y datos.
11. Ajuste de datos experimentales.
12. Otras aplicaciones de cálculo numérico.
13. Cálculo simbólico.
14. Apéndice a. El sistema operativo GNU/Linux.
15. Apéndice b. Recursos informáticos para el curso.

- Profesor: Jorge García Rojas
- Profesor: María Montes Solís

Supervisión de las prácticas del alumnado.

Las clases se desarrollarán siempre con medios audiovisuales y con el uso del ordenador, tanto por parte del profesor como por el alumno. Una fracción de las horas lectivas se dedicarán a clases teóricas que serán siempre complementadas con ejemplos que el alumno podrá realizar paralelamente con su propio ordenador. En otra fracción de las horas lectivas se propondrán cuestionarios o ejercicios de aplicación práctica que deberán resolverse individualmente en clase. Los contenidos de las clases teóricas y prácticas serán cargados en el aula virtual para su posterior consulta por parte del alumno. Se propondrán ejercicios para resolver fuera de clase.

Los exámenes constarán de una serie de ejercicios de un nivel adecuado que deberán resolverse usando un ordenador en el aula donde se lleve a cabo el examen. Los resultados se almacenarán en el aula virtual para su posterior corrección.

Actividades formativas	Horas presenciales	Horas de trabajo autónomo	Total horas	Relación con competencias
Clases teóricas	23,00	0,00	23,0	[CE30], [CE29], [CG1], [CG2], [CG3], [CG4], [CE2], [CE14], [CE20], [CE21], [CE22], [CE23], [CE28], [CE31]
Clases prácticas (aula / sala de demostraciones / prácticas laboratorio)	17,00	0,00	17,0	[CE30], [CE29], [CG1], [CG2], [CG3], [CG4], [CE2], [CE14], [CE20], [CE21], [CE22], [CE23], [CE28], [CE31]
Realización de seminarios u otras actividades complementarias	17,00	0,00	17,0	[CE30], [CE29], [CG1], [CG2], [CG3], [CG4], [CE2], [CE14], [CE20], [CE21], [CE22], [CE23], [CE28], [CE31]
Realización de exámenes	3,00	0,00	3,0	[CE30], [CE29], [CG1], [CG2], [CG3], [CG4], [CE2], [CE14], [CE20], [CE21], [CE22], [CE23], [CE28], [CE31]
Estudio y trabajo autónomo en todas las actividades	0,00	90,00	90,0	[CE30], [CE29], [CG1], [CG2], [CG3], [CG4], [CE2], [CE14], [CE20], [CE21], [CE22], [CE23], [CE28], [CE31]
Total horas	60.0	90.0	150.0
Total ECTS			6,00

• A. Marzal, I. García (2003) Introducción a la programación con Python. Universitat Jaume I. http://repositori.uji.es/xmlui/bitstream/10234/102653/1/s93.pdf
• J.A. Perez Prieto, T. Roca Cortés, C. Esteban. Curso de Computación Científica (última versión)

• A. Downey (2008) Think Python – How to think like a computer scientist. Green Tea Press.
• M.T. Heath (2002) Scientific Computing.  McGraw Hill. 
• H.P. Langtangen (2012) A primer on scientific  programming with Python. Springer-Verlag. 3rd edition. 
 

En relación al software que se utiliza:
Usaremos Python 3.6 en la última versión disponible del proyecto Anaconda tanto para los sistemas operativos Windows, Linux y macOs
La asignatura está integrada en el Aula Virtual de la ULL.

La evaluación de la asignatura se hará atendiendo a la calificación obtenida en el examen final (z) y la calificación de las distintas actividades de evaluación continua realizadas a lo largo del curso (c). Todas las calificaciones se harán en escala de 0 a 10. La calificación total (p) se obtiene aplicando la fórmula que se muestra más abajo y que viene indicada en la Memoria del Grado de Física de la ULL:

p = z + 0.6 * c * (1-z/10)

Para aplicar la formula anterior se requiere que en el examen final se supere 1/3 de la calificación máxima (z mayor o igual a 10/3) y la calificación de las distintas actividades de evaluación continua (c) sea mayor o igual a 5.

La realización de las actividades de evaluación continua serán obligatorias para los alumnos que quieran aprobar la asignatura y se deberá justificar la no realización de alguna de estas actividades. En el caso de haber suspendido la evaluación continua (c<5) y/o haber faltado a más de una de las actividades de evaluación continua, la calificación total (p) del alumno será únicamente la del examen final (z), por lo que p = z. Se guardará la nota de las actividades de evaluación continua (c) para aquellos alumnos que las tengan aprobadas pero sólo para las convocatorias contenidas dentro del mismo curso académico.

La calificación de la evaluación continua (c) se efectuará en base a las siguientes actividades a lo largo del curso (el porcentaje indicado es respecto a la calificación total, recordar que c corresponde a un 60% de la nota total):
• problemas y ejercicios propuestos en clase y realizadas allí mismo por el alumno (42%)
• Resolución de cuestionario de evaluación (15%)
• Participación activa en la clase y en las actividades del aula virtual, incluyendo el Taller sobre búsqueda, evaluación y utilización de fuentes de información impartido por la Biblioteca de la ULL (3%).

El examen final de la evaluación continua (z) será un control escrito, basado en ejercicios donde se elaboren programas informáticos que resuelvan problemas sobre los conocimientos adquiridos durante el curso.

Tipo de prueba	Competencias	Criterios	Ponderación
Pruebas objetivas	[CE30], [CE29], [CG1], [CG2], [CG3], [CG4], [CE2], [CE14], [CE20], [CE21], [CE22], [CE23], [CE28]	Ejercicios de evaluación continua. Resolución de un ejercicio por medio de la elaboración de un programa informático. se valorará la corrección y precisión de la respuesta así como la eficiencia, elegancia y claridad en la escritura del programa.	42 %
Pruebas de respuesta corta	[CG2], [CE2], [CE14], [CE21], [CE23]	Realización del cuestionario de algunos temas en el aula virtual en el plazo establecido.	15 %
Pruebas de desarrollo	[CE30], [CE29], [CG1], [CG2], [CG3], [CG4], [CE2], [CE14], [CE20], [CE21], [CE22], [CE23], [CE28]	Examen final de la evaluación continua o de la evaluación única. Resolución de varios ejercicios elaborando programas informáticos y figuras o tablas de salida. Se valorará la corrección y precisión de la respuesta así como la eficiencia, eleganc	40 %
Técnicas de observación	[CE30], [CE29], [CG1], [CG2], [CG3], [CG4], [CE2], [CE14], [CE21], [CE23], [CE28], [CE31]	- Participación activa en la clase. - Participación en los debates y foros del aula virtual. -Participación y calificación en el Taller de la Biblioteca de la ULL	3 %

* La distribución de los temas por semana es orientativo, puede sufrir cambios según las necesidades de organización docente.

Semana	Temas	Actividades de enseñanza aprendizaje	Horas de trabajo presencial	Horas de trabajo autónomo	Total
Semana 1:	1	Introducción y prácticas de LINUX y de recursos bibliográficos	4.00	4.00	8.00
Semana 2:	1, 2	Computación y resolver problemas de LINUX. Cuestionario	4.00	5.00	9.00
Semana 3:	2, 3	Errores en computación e introducción a Python. Primeros cálculos interactivos iPython.	4.00	4.00	8.00
Semana 4:	4, 5	Programas y control de flujo. Problemas y Cálculos de sumatorios. Cuestionario	4.00	7.00	11.00
Semana 5:	5	Funciones y control de flujo. Programa sencillo de cálculo.	4.00	4.00	8.00
Semana 6:	6, 7	Prácticas con arrays (numpy) y problemas de estadística. Trabajo en casa	4.00	5.00	9.00
Semana 7:	7, 8	Lectura y escritura de ficheros. Representación gráfica de funciones	4.00	4.00	8.00
Semana 8:	9, 10	Representación gráfica de funciones y datos experimentales. Trabajo en casa	4.00	6.00	10.00
Semana 9:	10	Representación gráfica de funciones y datos experimentales. Raíces de ecuaciones.	4.00	4.00	8.00
Semana 10:	10, 11	Ajuste de funciones polinómicas. Resolución de problemas. Resolver en clase un ejercicio.	4.00	6.00	10.00
Semana 11:	11	Ajuste de funciones polinómicas. Resolución de problemas de ajustes sencillos	4.00	4.00	8.00
Semana 12:	12	Modulo Scipy y Linalg. Cuadratura numérica. Problemas de integrales numéricas. Calculando áreas	4.00	4.00	8.00
Semana 13:	12	Variables matriz en python. Sistemas de ecuaciones. Resolveer problema en clase.	3.00	7.00	10.00
Semana 14:	13	Más aplicaciones. Cálculo simbólico.	3.00	4.00	7.00
Semana 15:	Repaso	Repaso general	3.00	2.00	5.00
Semana 16 a 18:	Evaluación	Evaluación y trabajo autónomo del alumno para la preparación de la evaluación	3.00	20.00	23.00
Total			60.00	90.00	150.00