Física (plan 2002) 2024-1

Séptimo Semestre, Física Computacional

REGLAS DEL CURSO

Curso: Física Computacional, miércoles y viernes de 7:00 am a 10:00 am.

• Profesor: Dr. Isaías Rodríguez Aguirre

Cubículo A-111, Instituto de Investigaciones en Materiales

e-mail: isurwars@ciencias.unam.mx

• Ayudante: Brandon Emmanuel Dévora Garcia

e-mail: emmanuelle_physics@ciencias.unam.mx

Libro de Texto:

• Computational Quantum Mechanics, Izaac, J., Wang, J. 1st Edition, Springer Nature, UK (2018).

• Numerical Methods for Engineers, Chapra S. C., 7th Edition, Ed. McGraw Hill, USA (2019).

• The Hundred-Page Machine Learning Book, Burkov, A. 1st Edition (2019).

Temario:

El curso se dividirá en bloques. Tratando de cubrir la mayor cantidad de temas incluidos en el temario del curso.

1. Fundamentos de programación para física computacional

   • Introducción a un lenguaje de programación (Python)

   • Variables, tipos de datos y estructuras de control

   • Funciones y bibliotecas científicas para cálculos numéricos

   • Manipulación de matrices y vectores

2. Métodos numéricos en física computacional

   • Solución de ecuaciones lineales y no lineales

   • Interpolación y ajuste de curvas

   • Diferenciación e integración numérica

   • Métodos de solución de ecuaciones diferenciales ordinarias

3. Simulaciones de sistemas físicos

   • Modelado de sistemas físicos

   • Simulación de sistemas de partículas

   • Dinámica molecular y Monte Carlo

   • Animación (PyGame)

4. Métodos de Monte Carlo en física computacional

   • Concepto y aplicaciones de los métodos de Monte Carlo

   • Generación de números aleatorios

   • Integración y estimación de áreas

   • Aplicaciones en física estadística y mecánica cuántica

5. Simulaciones basadas en redes neuronales y aprendizaje automático

   • Introducción al aprendizaje automático

   • Redes neuronales y algoritmos de aprendizaje

   • Aplicaciones de redes neuronales en física computacional

Lenguaje:

• No se espera que el alumno sepa ningún lenguaje de programación, se dedicaran las primeras semanas del curso en aprender a programar en Python. Se espera que los trabajos sean entregados en Python, el apoyo a los alumnos se dará principalmente en Python.

• Si el alumno domina algún otro lenguaje de programación y prefiere entregar los exámenes en ese lenguaje se aceptarán y se calificaran, pero será responsabilidad de cada alumno realizar los ejercicios y correcciones por su cuenta en el lenguaje de su elección.

El material del curso se compartirá mediante la plataforma Google Classroom, con clave de la clase: nwj543u

Calificaciones:

• Habrá exámenes, al final de cada bloque.

• El promedio de las evaluaciones será el 100% de la calificación

• No habrá reposiciones de los exámenes.

Dr. Isaías Rodríguez Aguirre