Guía docente de Técnicas de Computación Avanzada (ME4/56/1/3)
Máster
Módulo
Rama
Centro Responsable del título
Semestre
Créditos
Tipo
Tipo de enseñanza
Profesorado
- Blanca Biel Ruiz
- Roberto Palma Guerrero
Breve descripción de contenidos (Según memoria de verificación del Máster)
- Introducción a superordenadores.
- Programación en paralelo y vectorizada.
- Búsqueda de raíces.
- Resolución de ecuaciones diferenciales
- Integrales numéricas
- Ajuste y exploración de un espacio de parámetros
- Transformada rápida de Fourier (FFTs) y convolución de funciones
- Simulaciones numéricas (e.g., Monte-Carlo, N-cuerpos)
- Introducción básica a "machine learning" (e.g., redes neuronales, random forest)
Prerrequisitos y/o Recomendaciones
Competencias
Competencias Básicas
- CB6. Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
- CB7. Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
- CB8. Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
- CB9. Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
- CB10. Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
Resultados de aprendizaje (Objetivos)
CONOCIMIENTOS O CONTENIDOS
C3. Conoce las técnicas numéricas que se emplean en el estudio de problemas magnetohidrodinámicos. C5. Domina conocimientos avanzados en el análisis estadístico y aprendizaje automático.
COMPETENCIAS
COM1. Fomentar el respeto a los derechos humanos y derechos fundamentales; los valores democráticos ¿la libertad de pensamiento y de cátedra, la tolerancia y el
reconocimiento y respeto a la diversidad, la equidad de todas las ciudadanas y de todos los ciudadanos, la eliminación de todo contenido o práctica discriminatoria, la cultura de la paz y de la participación.
COM2. Fomentar el respeto a la igualdad de género, para la igualdad efectiva de mujeres y de hombres, y al principio de igualdad de trato y no discriminación por razón de nacimiento,origen nacional o étnico, religión, convicción u opinión, edad, discapacidad, orientación sexual, identidad o expresión de género, características sexuales, enfermedad, situación socioeconómica o cualquier otra condición o circunstancia personal o social.
COM3. Fomentar el respeto a los principios de accesibilidad universal.
COM4. Fomentar la sostenibilidad y la lucha contra el cambio climático.
COM5. Participar en la comunicación con la comunidad académica en su conjunto y con la sociedad en general acerca de la Ciencia y Tecnología de Plasmas y Fusión de nueva generación y sus implicaciones académicas, productivas o sociales.
COM6. Planificar y gestionar el aprendizaje propio con un alto grado de autonomía.
HABILIDADES O DESTREZAS
HD4. Maneja aplicaciones informáticas para el tratamiento de datos, análisis estadístico y aprendizaje automático.
HD5. Maneja herramientas informáticas para modelar procesos magnetohidrodinámicos a distintas escalas y su análisis.
Programa de contenidos Teóricos y Prácticos
Teórico
- Introducción a superordenadores.
- Programación en paralelo y vectorizada.
- Búsqueda de raíces.
- Resolución de ecuaciones diferenciales
- Integrales numéricas- Ajuste y exploración de un espacio de parámetros
- Transformada rápida de Fourier (FFTs) y convolución de funciones
- Simulaciones numéricas (e.g., Monte-Carlo, N-cuerpos)
- Introducción básica a ¿machine learning¿ (e.g., redes neuronales, random forest).
Bibliografía
Bibliografía fundamental
Scientific Computing and Data Science Applications with Numpy, SciPy and Matplotlib
Autores: Robert Johansson
Edición: Tercera
Publicación: 2024
ISBN: 979-8868804120
Mathematical Methods using Python: Applications in Physics and Engineering
Autores: Vasilis Pagonis, Christopher Wayne Kulp
Edición: Primera
Publicación: 2024
ISBN: 978-1032278360
Numerical Recipes in C: The Art of Scientific Computing
Autores: W. H. Press , B. P. Flannery , S. A. Teukolsky , W. T. Vetterling
Edición: Segunda
Publicación: 1992
ISBN: 978-0521431088
Bibliografía complementaria
Parallel and High Performance Programming with Python: Unlock parallel and concurrent
programming in Python using multithreading, CUDA, Pytorch and Dask
Autores: Fabio Nelli
Edición: Primera
Publicación: 2023
ISBN: 978-9388590730
DATA ANALYSIS:BAYESIAN TUTORIA
Autores: Devinderjit SIVIA
Edición: Segunda
Publicación: 2006
ISBN: 978-0198568322
Computational Physics
Autores: Mark Newman
Edición: Segunda
Publicación: 2025
ISBN: 979-8297765801
Enlaces recomendados
Metodología docente
Evaluación (instrumentos de evaluación, criterios de evaluación y porcentaje sobre la calificación final.)
Evaluación Ordinaria
La evaluación del trabajo de los estudiantes y su consiguiente calificación se podrá llevar a cabo mediante dos procedimientos.
a) Evaluación Continua
Este procedimiento permite aprobar la asignatura por curso de manera previa al examen final de la convocatoria. Durante el transcurso de la asignatura se llevarán a cabo pruebas individuales escritas que tendrán un peso del 40% de la calificación total. El 60% restante podrá conseguirse mediante entregas de ejercicios resueltos y/o simulaciones de problemas.
Para poder participar en el procedimiento de evaluación continua será necesaria la asistencia de al menos un 80% de las clases.
b) Evaluación de Convocatoria.
Para aquellos alumnos que no sigan el proceso de evaluación continua existe el examen oficial de convocatoria que consistirá en la resolución de cuestiones teórico-prácticas. Este examen se puntuará entre 0 y 7. El resto de la calificación (3 puntos), se conseguirá mediante la entrega de los ejercicios resueltos y/o simulaciones de problemas propuestas en clase.
La ponderación agregada de las competencias transversales contará un 5% de la calificación y se incluirá dentro las diferentes actividades evaluadoras.
Evaluación Extraordinaria
El artículo 19 de la Normativa de Evaluación y Calificación de los Estudiantes de la Universidad de Granada establece que los estudiantes que no hayan superado la asignatura en la convocatoria ordinaria dispondrán de una convocatoria extraordinaria. A ella podrán concurrir todos los estudiantes, con independencia de haber seguido o no un proceso de evaluación continua. De esta forma, el estudiante que no haya realizado la evaluación continua tendrá la posibilidad de obtener el 100% de la calificación.
En este caso la evaluación se realizará mediante el examen oficial de la convocatoria, que consistirá en la resolución de cuestiones teórico-prácticas. Este examen supondrá el 70 % de la calificación final. El 30 % restante se obtendrá mediante la evaluación de ejercicios resueltos y/o trabajos individuales. La asignatura se considerará
superada con una calificación final igual o superior a 5.
La ponderación agregada de las competencias transversales contará un 5% de la calificación y se incluirá dentro las diferentes actividades evaluadoras
Evaluación única final
El artículo 8 de la Normativa de Evaluación y Calificación de los Estudiantes de la Universidad de Granada establece que podrán acogerse a la evaluación única final, el estudiante que no pueda cumplir con el método de evaluación continua por causas justificadas.
Para acogerse a la evaluación única final, el estudiante, en las dos primeras semanas de impartición de la asignatura o en las dos semanas siguientes a su matriculación si ésta se ha producido con posterioridad al inicio de las clases o por causa sobrevenidas. Lo solicitará, a través del procedimiento electrónico, a la Coordinación del Máster, quien dará traslado al profesorado correspondiente, alegando y acreditando las razones que le asisten para no poder seguir el sistema de evaluación continua. Las pruebas a realizar y la ponderación de las calificaciones son las mismas que para la convocatoria extraordinaria.
La ponderación agregada de las competencias transversales contará un 5% de la calificación y se incluirá dentro las diferentes actividades evaluadoras.
Información adicional
- Clases de exposición teórico prácticas (incluye problemas).
- Clases haciendo uso de medios informáticos con la guía de los profesores
- Realización de un proyecto (teórico, experimental o aplicado) de modo independiente bajo
la supervisión de uno o más profesores (incluye búsqueda de la información y elaboración
de proyectos)
Información de interés para estudiantado con discapacidad y/o Necesidades Específicas de Apoyo Educativo (NEAE):
Gestión de servicios y apoyos (https://ve.ugr.es servicios/atencionsocial/estudiantes-con-discapacidad).
Información de interés para estudiantado con discapacidad y/o Necesidades Específicas de Apoyo Educativo (NEAE): Gestión de servicios y apoyos (https://ve.ugr.es/servicios/atencion-social/estudiantes-con-discapacidad).