Skip to content

Latest commit

 

History

History
88 lines (55 loc) · 4.43 KB

README.md

File metadata and controls

88 lines (55 loc) · 4.43 KB
Raw

Métodos Numéricos con Python

El material contenido en este repositorio sirve de soporte dinámico para un curso general de métodos numéricos para ciencias e ingeniería.

Pautas para empezar

Para descarga de una copia local del repositorio:

  • hacer click en la opcion Clone or download y luego escoger Download ZIP

  • usando git en sistemas LINUX/UNIX, usar en la terminal:

git clone https://github.com/pachocamacho1990/MetNum_Py.git

Para poder usar los contenidos de este repositorio desde un computador personal se recomienda instalar la version completa de Anaconda (que incluye iPython y Jupyter Notebook). Luego, se sugiere cargar los notebooks de Jupyter usando Jupyter lab.

  • La base de ejecucion en los notebooks de Jupyter es el lenguaje iPython, se recomienda leer la documentacion sobre su uso aquí.

  • Los notebooks también se pueden cargar online desde la pagina de Jupyter (en la opcion Try it in your browser).

  • El repositorio puede cargarse online en un ambiente interactivo usando binder: Binder

  • También es posible usar un ambiente interactivo y colaborativo en Deepnote aquí:

Contenidos

Solución numérica de ecuaciones

  • Métodos de Bisección y posición Falsa
  • Métodos de Newton y Secante
  • Método del punto fijo

Métodos de Interpolación

  • Polinomios de Newton y Lagrange
  • Teorema de Interpolacion
  • Trazadores Cúbicos

Métodos de Regresion

  • Mínimos cuadrados lineales
  • Introduccion a Scikit-Learn
  • Introduccion a Tensorflow

Solución de sistemas de ecuaciones

  • Reducción Gaussiana
  • Factorizacion LU

Solución de ecuaciones diferenciales ordinarias

  • Método de Euler y Euler Mejorado
  • Métodos de Taylor
  • Métodos de Runge-Kutta
  • Método de Verlet

Ecuaciones en derivadas parciales: diferencias finitas.

  • Modelos 1D: Advección y difusión
  • Modelos 2D: Advección y difusión
  • Cuantificación del error numérico
  • Ecuación de Navier-Stokes

Exámenes antiguos

Solución de ecuaciones en una variable:

Métodos de Interpolacion y Regresión:

Sistemas de ecuaciones y ecuaciones diferenciales ordinarias:

Agradecimientos (Bibliografía)

Parte del contenido de este curso se apoya en los siguientes libros:

  • Arévalo Ovalle, D., Bernal Yermanos, M. A., & Posada Restrepo, J. A. (2017), Matemáticas para Ingeniería. Métodos numéricos con Python, Bogotá: Editorial Politécnico Grancolombiano (click aquí).

  • Sauer, Timothy, Análisis numérico. Segunda edición. PEARSON EDUCACIÓN. México. 2013(click aquí).

y en las siguientes publicaciones:

  • Fanaee-T, Hadi, and Gama, Joao, "Event labeling combining ensemble detectors and background knowledge", Progress in Artificial Intelligence (2013): pp. 1-15, Springer Berlin Heidelberg, doi:10.1007/s13748-013-0040-3.