HORAS POR SEMANA: 3
HORAS POR SEMESTRE: 48
Objetivo
Profundizar en métodos computacionales aplicados a la física que normalmente no son estudiados en los cursos obligatorios. Además de introducir al estudiante en temas interdisciplinarios y de frontera en la física computacional.
Requisitos: Conocimientos básicos de programación, haber cursado: 4 cálculos, variable compleja I, Física Computacional. Es recomendable haber cursado la materia de Física Estadística.
Temario
Herramientas básicas 15 horas
Diferenciación e Integración numérica
Resolución numérica de ecuaciones diferenciales
Series de Fourier y la Transformada de Fourier
Transformada discreta de Fourier
Convolución y correlación
Métodos optimización: minimización de energía 18 horas
Métodos tradicionales usando derivadas
Simulated annealing y Búsqueda Tabú
Introducción a los algoritmos genéticos
Análisis de las ventajas y deficiencias de cada uno de los métodos
Redes neuronales 9 horas
Redes Back propagation
Redes de Hopfield y minimización de energía
Máquinas de Boltzmann
Revisión de algunos problemas interesantes desde el punto de vista de la física
computacional 6 horas
Transiciones de fase y el modelo de Ising
Fenómenos de auto-organización: peatones, tráfico vehicular y hormigas
Evaluación
Un seminario donde cada estudiante expondrá un proyecto de su interés que habrá desarrollado a lo largo del curso haciendo uso de las herramientas expuestas en clase, donde se evaluarán los siguientes puntos
* Presentación del trasfondo teórico del proyecto 10%
* Implementación en algoritmos 40%
* Presentación de resultados 20%
2 exámenes parciales (30 % )
Bibliografía
[1] P.L. DeVries, A First Course in Computational Physics , John Wiley & Sons Inc., (1994)
[2] L. Araujo y C. Cervigón, Algoritmos Evolutivos, Alfaomega Ra-Ma, (2009)
[3] A. Kuri y J. Galaviz, Algoritmos Genéticos, Fondo de Cultura Económica, (2002)
[4] G. Pajares y M. Santos, Inteligencia Artificial e Ingeniería del Conocimiento, Alfaomega Ra-Ma, (2006)
[5] James A. Anderson, Redes Neurales, Alfaomega, (2007)
[6] Dirk Helbing. Traffic and related self-driven many-particle systems . Rev. Mod. Phys., 73, 1067, (2001)
[7] D. Chowdhury. Statistical physics of vehicular traffic and some related systems . Phys. Rep., 329, (2000).