Física Biomédica (plan 2015) 2023-2

Cuarto Semestre, Algoritmos Computacionales

Algoritmos Computacionales

Clases grabadas del Módulo 0 "Introducción a la Programación" (ver Temario del curso abajo)

Objetivo del curso

Resolver problemas específicos mediante el diseño y la implementación de programas computacionales.

Dinámica del curso en línea

Como plataforma para llevar el curso en modalidad virtual utilizaremos la aplicación de mensajería instantánea Telegram, donde tendremos un canal para publicar avisos, grabaciones de clases y recursos didácticos variados, además de un grupo para dudas y discusiones. El curso está elaborado principalmente a base de cuadernos interactivos (notebooks) y está diseñado para poder llevarse a cabo de manera totalmente autodidacta. Las clases del curso serán asíncronas: las grabaciones se subirán al canal de Telegram del curso (y a YouTube) dentro del horario de clase, exceptuando la primera hora de cada lunes, que será dedicada a tener ayudantías síncronas. Si te inscribes al curso o quieres entrar como oyente, es muy importante que nos contactes por Telegram usando la información disponible al final de esta presentación.

El material del curso está disponible en el repositorio de GitHub https://github.com/dabnciencias/AC, el cual podrá ser actualizado puntualmente a lo largo del semestre. Ahí también podrás encontrar las instrucciones para instalar todo el software necesario para abrir y ejecutar los notebooks del curso. Es importante que hayas realizado todo el proceso de instalación antes de la primera clase. Si tienes problemas con la instalación, contacta a

• Diego, si usas una distribución GNU/Linux;
• Juan Pablo, si usas Windows;
• Mauricio, si usas Mac.

Temario del curso

El siguiente temario está basado en el temario oficial del curso. Al elaborarlo, asumimos que quienes tomarán el curso no tienen experiencia previa con programación, pero sí tienen bases teóricas sólidas de álgebra lineal y cálculo diferencial e integral de una variable, así como nociones básicas de ecuaciones diferenciales ordinarias. Para los Módulos 1, 2 y 3 utilizaremos el lenguaje de programación Julia. La duración aproximada de cada módulo se indica en paréntesis.

Módulo 0 - Introducción a la programación (3 semanas)

1. ¿Qué es un programa? (Paradigma imperativo de la programación)
2. ¿Qué ocurre cuando se ejecuta un programa? (Código de máquina y código fuente, lenguajes de programación, sintáxis y semántica, comentarios y mensajes de error)
3. Licencias: legalidad y ética. (Software de código cerrado y de código abierto, software privativo y software libre)
4. ¿Cómo escribo y ejecuto un programa? (Editor de texto y terminal virtual, REPLs e IDEs)
5. ¿Cómo aprendo a programar? (Manuales, documentación y foros de preguntas)
6. Herramientas útiles para hacer programación. (Jupyter y Pluto, Git y GitHub/GitLab)
7. Algoritmos, diagramas de flujo y pseudocódigo.

Módulo 1 - Estructura básica de la programación (4 semanas)

1. Operadores aritméticos y tipos de datos numéricos. (Precedencia y asociatividad)
2. Sistemas numéricos de punto flotante y error numérico. (Épsilon de máquina y propagación de error)
3. Tipos de datos de texto y arreglos. (Matrices, vectores, índices y subarreglos)
4. Variables, constantes y funciones. (Manejo de memoria y recursividad)
5. Operaciones lógicas y valores Booleanos. (Operadores lógicos y de comparación)
6. Condicionales y control de flujo. (Declaraciones if, else y elseif)
7. Ciclos. (Ciclos iterativos while, for y ciclos recursivos)
8. Estructura de la programación modular. (Bibliotecas)

Módulo 2 - Representaciones visuales (3 semanas)

1. Gráficación de funciones y animaciones con Plots.
2. Visualización de datos con Plots.
3. Visualización de ecuaciones diferenciales ordinarias con Plots.
4. Manipulación de imágenes digitales con JuliaImages.

Módulo 3 - Cómputo científico (4 semanas)

1. Métodos numéricos. (Estabilidad y convergencia)
2. Solución de sistemas lineales de ecuaciones algebráicas. (Método de eliminación Gaussiana)
3. Aproximación de raíces. (Método de Newton)
4. Solución de ecuaciones diferenciales ordinarias. (Método de Euler)
5. Caminante aleatorio.

Módulo 4 - Introducción a otros lenguajes de programación (2 semanas)

1. Introducción a Python. (Sintáxis, tipos de datos básicos y funciones con cantidades variables de parámetros)
2. Introducción a Programación Orientada a Objetos. (Clases y objetos, parámetros y atributos, herencia y polimorfismo)
3. Introducción a Manim.

Forma de evaluación

• Tareas - 50%.
• Proyectos - 50%.
• Completación de los cursos Julia Programming for Nervous Beginners e Introduction to Julia de la plataforma Julia Academy - 3% extra.
• Resolución de ejercicios de la plataforma Exercism - 3% extra.
• Uso de Git+GitHub/GitLab para hacer tareas individuales y proyectos colaborativos del curso - 3% extra.

Bibliografía recomendada para el curso

1. Lauwens y Downey, Think Julia: How to Think Like a Computer Scientist (2019).
2. Burden, Faires y Burden, Numerical Analysis (2016).
3. Cormen, Leiserson, Rivest y Stein, Introduction to Algorithms (2009).
4. Cairó, Metodología de la programación: Algoritmos, diagramas de flujo y programas (2003).

Bibliografía complementaria

1. Documentación de Julia.
2. Documentación de Jupyter.
3. Material del curso ''Introduction to Computational Thinking'' del MIT.
4. Blum y Bresnahan, Linux Command Line and Shell Scripting Bible (2015).
5. Stallman, Software libre para una sociedad libre (2004).

¡Contáctanos!

• Diego - @dabnciencias (Telegram) ó dabn@ciencias.unam.mx.
• Juan Pablo - @gamuceroJP ó gamucerojp@ciencias.unam.mx.
• Mauricio - @msandoval ó msandoval@ciencias.unam.mx.