Computación Científica I
(Curso Académico 2023 - 2024)

Mostrar Todo Ocultar Todo

• 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.

• CB1 - Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio

• 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.

- Profesores: César A. Esteban López, Carlos Westendorp Plaza

- 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.

- Profesores: Jorge García Rojas, Andrés Vicente Arévalo

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 actividades de evaluación continua basadas en 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	[CE31], [CE30], [CE29], [CE28], [CE23], [CE22], [CE21], [CE20], [CE14], [CE2], [CB1], [CG4], [CG3], [CG2], [CG1]
Clases prácticas (aula / sala de demostraciones / prácticas laboratorio)	17,00	0,00	17,0	[CE31], [CE30], [CE29], [CE28], [CE23], [CE22], [CE21], [CE20], [CE14], [CE2], [CG4], [CG3], [CG2], [CG1]
Realización de seminarios u otras actividades complementarias	17,00	0,00	17,0	[CE31], [CE30], [CE29], [CE28], [CE23], [CE22], [CE21], [CE20], [CE14], [CE2], [CG4], [CG3], [CG2], [CG1]
Realización de exámenes	3,00	0,00	3,0	[CE31], [CE30], [CE29], [CE28], [CE23], [CE22], [CE21], [CE20], [CE14], [CE2], [CG4], [CG3], [CG2], [CG1]
Estudio y trabajo autónomo en todas las actividades	0,00	90,00	90,0	[CE31], [CE30], [CE29], [CE28], [CE23], [CE22], [CE21], [CE20], [CE14], [CE2], [CG4], [CG3], [CG2], [CG1]
Total horas
Total ECTS

J.A. Perez Prieto, T. Roca Cortés, C. Esteban. Curso de Computación Científica (última versión)

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

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 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.

Durante el curso se realizarán tres actividades principales de evaluación continua, con una misma ponderación de 32.33% de la calificación total de la evaluación continua, que serán de los tipos siguientes:
-Un cuestionario a resolver a través del aula virtual.
-Dos series de ejercicios a resolver con el ordenador, entregados a través del aula virtual y realizados en fechas diferentes.
Se considerará que el alumno opta por la evaluación continua cuando se presente, al menos, a dos de las actividades de evaluación continua principales. En el caso de haber suspendido la evaluación continua (c<5) y/o haber faltado a dos o más actividades de evaluación continua principales, 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. También se considerarán otros dos tipos de actividades de evaluación continua adicionales cuya ponderación combinada es de un 3% de la calificación total de la evaluación continua. Estas actividades son:  
-Participación activa en la resolución de ejercicios en clase.
-Participación y superación del curso "Fuentes de información para los estudios universitarios" impartido anualmente por la Biblioteca de Física y Matemáticas de la ULL.

El examen final (z) será un control escrito, basado en ejercicios donde se elaboren programas informáticos que resuelvan problemas sobre los conocimientos adquiridos durante el curso, la resolución se entregará a través del aula virtual. 

En la convocatoria de julio habrá dos llamamientos (fechas) para el examen (en junio y julio), el alumno se puede presentar a ambos llamamientos. La superación de la asignatura en el primer llamamiento (junio) impedirá volverse a presentar a subir la calificación en el segundo llamamiento (julio). Por el contrario, la no superación de la asignatura en el primer llamamiento da derecho, sin agotar convocatoria, a presentarse al segundo.

El alumnado que se encuentre en la quinta o posteriores convocatorias y desee ser evaluado por un Tribunal, deberá presentar una solicitud a través del procedimiento habilitado en la sede electrónica, dirigida al Decano/Decana de Ciencias. Dicha solicitud deberá realizarse con una antelación mínima de diez días hábiles al comienzo del periodo de exámenes.

Tipo de prueba	Competencias	Criterios	Ponderación
Pruebas objetivas	[CE30], [CE29], [CE28], [CE23], [CE22], [CE21], [CE20], [CE14], [CB1], [CG4], [CG3], [CG2], [CG1]	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.	38,80 %
Pruebas de respuesta corta	[CE23], [CE21], [CE14], [CE2], [CB1], [CG2]	Realización del cuestionario de algunos temas en el aula virtual en el plazo establecido.	19,40 %
Pruebas de desarrollo	[CE30], [CE29], [CE28], [CE23], [CE22], [CE21], [CE20], [CE14], [CB1], [CG4], [CG3], [CG2], [CG1]	Examen final 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, elegancia y claridad en la escritura del programa.	40,00 %
Técnicas de observación	[CE31], [CE30], [CE29], [CE28], [CE23], [CE21], [CE14], [CG4], [CG3], [CG2], [CG1]	- Participación activa en la clase. - Participación y calificación en el Taller de la Biblioteca de la ULL	1,80 %

* La distribución de los temas y de las actividades de evaluación continua por semana es orientativo, puede sufrir cambios según las necesidades de organización y coordinación docentes.

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	6.00	10.00
Semana 2:	1, 2	Computación y resolución de problemas de LINUX.	4.00	6.00	10.00
Semana 3:	2, 3	Errores en computación e introducción a Python. Primeros cálculos interactivos iPython. Primera actividad de evaluación continua (cuestionario).	4.00	6.00	10.00
Semana 4:	4	Programas ejecutables.	4.00	6.00	10.00
Semana 5:	5	Sentencias de control de flujo. Resolución de ejercicios usando sentencias de control de flujo.	4.00	6.00	10.00
Semana 6:	5,6	Resolución de ejercicios usando sentencias de control de flujo. Segunda actividad de de evaluación continua.	4.00	6.00	10.00
Semana 7:	7	Uso de arrays  con Numpy	4.00	6.00	10.00
Semana 8:	8	Nociones de estadística y resolución de problemas con Numpy	4.00	6.00	10.00
Semana 9:	9	Lectura y escritura de ficheros.	4.00	6.00	10.00
Semana 10:	10	Representación gráfica de funciones.	4.00	6.00	10.00
Semana 11:	10	Representación gráfica de datos experimentalese imágenes.	4.00	6.00	10.00
Semana 12:	11	Ajuste de funciones polinómicas. Resolución de problemas de ajustes. Dos horas de recuperación por clases perdidas en la semana 13.	6.00	6.00	12.00
Semana 13:	11	No hay clase por festividad de San Alberto Magno que siempre se celebra los viernes (día de clase).	0.00	0.00	0.00
Semana 14:	12	Modulo Scipy y Linalg. Cuadratura numérica. Problemas de integrales numéricas. Calculando áreas. Dos horas de recuperación por clases perdidas en la semana 13. Tercera actividad de evaluación continua	6.00	6.00	12.00
Semana 15:	13	Variables matriz en python. Sistemas de ecuaciones. Resolver problema en clase.	4.00	6.00	10.00
Semana 16 a 18:		Preparación de exámenes, exámenes y revisiones	0.00	6.00	6.00
Total			60.00	90.00	150.00