1. Física computacional 1
    1. Programa oficial del curso
    2. Clases
    3. Laboratorios
    4. Referencias
      1. Asistencia a clases
  2. Métodos computacionales
    1. Programa oficial del curso
    2. Clases
    3. Referencias

Física computacional 1

Tercer curso computacional en el pregrado de física de la UdeA. Repositorio GitHub en construcción En este curso abordamos una serie de técnicas numéricas para resolver algunas EDP de la física (física matemática) con condiciones de frontera.

  1. La ecuación de Laplace

    \[\nabla^2 u(\vec{r})=0\]
  2. La ecuación de Poisson

    \[\nabla^2 u(\vec{r})=-\dfrac{\rho(\vec{r})}{\epsilon}\]
  3. La ecuación de Onda

    \[\nabla^2 u(\vec{r},t)=\dfrac{1}{v^2}\dfrac{\partial^2}{\partial t^2}u(\vec{r},t)\]
  4. La ecuación de difusión

    \[\nabla^2 u(\vec{r},t)=\dfrac{1}{\alpha}\dfrac{\partial}{\partial t}u(\vec{r},t)\]
  5. La ecuación de Schrödinger

    \[-\dfrac{\hbar^2}{2 m}\nabla^2 \Psi(\vec{r},t) + V\Psi(\vec{r},t) = i\dfrac{\partial}{\partial t}\Psi(\vec{r},t)\]
  6. La ecuación de Navier Stokes

Tambien abordamos las técnicas numéricas aplicables en:

  1. Análisis de Fourier
  2. Métodos Montecarlo-Cadenas de Marcok
  3. Computación cuántica
  4. Introducción a c/c++

Programa oficial del curso

Microcurrículo actualizado al 2026-1

Clases

Ver Sesiones de clase

  1. Pandas Pandas is the premier Python Data Analysis Library, designed for fast, powerful, and flexible manipulation of “relational” or “labeled” data. It is a foundational tool in data science, finance, and machine learning, providing structures that function similarly to Excel spreadsheets or SQL tables.
  2. Seabor Seaborn is a Python data visualization library based on matplotlib. It provides a high-level interface for drawing attractive and informative statistical graphics.
  3. PDE
    • Finite difference method (FDM): solves partial differential equations (PDEs) by discretizing the continuous domain into a grid and replacing derivatives with algebraic finite difference approximations.
    • Finite element method (FEM): It is a numerical technique for solving complex engineering and physics problems by breaking a large, intricate system into smaller, simpler “finite elements”. It solves differential equations (the “weak form”) across these elements to predict behavior like stress, heat transfer, or fluid flow.
  4. Fourier
    • The Fourier Transform (FT) is a mathematical tool used to convert a signal from the time (or spatial) domain into the frequency domain. It shows what frequencies are present in a signal and how strong they are. Reveals hidden frequency information. Simplifies analysis of signals and systems. Helps filter noise, compress data, and analyze patterns. In this notebook we did an application to signal processing (audio, image, video).

Laboratorios

ver: Labs * Homework.

  1. Lab 1: Análisis exploratorio de datos con PANDAS y NUMPY
  2. Lab 2: Seaborn
  3. Lab 3: Diferencias finitas: DFM-Laplace
  4. Lab 4: Diferencias finitas: DFM-Capacitor
  5. Lab 5: Diferencias finitas: DFM-Diffusion
  6. Lab 6: Elementos finitos: FEM-1D
  7. Lab 7: Transformada de Fourier: FFT-sonido
  8. Lab 8: MCMC
  9. Lab 9: QC
  10. Lab 10: C++

Referencias

Libros recomendados

Asistencia a clases

Control de asistencia


Métodos computacionales

Segundo curso computacional en el pregrado de física de la UdeA. Repositorio GitHub en construcción

Programa oficial del curso

[Microcurrículo actualizado al 2026-1]

Clases

Ver Sesiones de clase

  1. Clase 1: 1_1_overview_python
  2. Clase 2
  3. Clase 3

    Referencias



This site uses Just the Docs, a documentation theme for Jekyll.