Python para Cálculo Científico y Técnico (IV ed.)

Dirección:
Pedro González Rodelas, Profesor Titular del Departamento de Matemática Aplicada de la Universidad de Granada.

Coordinación:
Francisco Miguel García Olmedo, Profesor Titular del Departamento de Álgebra de la Universidad de Granada.

Lugar de realización
Facultad de Ciencias, Universidad de Granada.

Reconocimiento de créditos
Reconocimiento de créditos ECTS OPTATIVOS en los Grados
3 créditos ECTS OPTATIVOS en el Grado en Ingeniería de Tecnologías de Telecomunicación
2 créditos ECTS OPTATIVOS en el Grado en Ingeniería Informática
2 créditos ECTS OPTATIVOS en el Grado en Biología
2 créditos ECTS OPTATIVOS en el Grado en Biotecnología
2 créditos ECTS OPTATIVOS en el Grado en Ciencias Ambientales
2 créditos ECTS OPTATIVOS en el Grado en Estadística
2 créditos ECTS OPTATIVOS en el Grado en Física
2 créditos ECTS OPTATIVOS en el Grado en Geología
2 créditos ECTS OPTATIVOS en el Grado en Ingeniería Electrónica Industrial
2 créditos ECTS OPTATIVOS en el Grado en Ingeniería Química
2 créditos ECTS OPTATIVOS en el Grado en Matemáticas
2 créditos ECTS OPTATIVOS en el Grado en Óptica y Optometría
2 créditos ECTS OPTATIVOS en el Grado en Química

Este curso podrá ser convalidado por créditos de libre configuración en las titulaciones a extinguir

Justificación del curso y objetivos
No cabe la menor duda de que en muchas áreas de carácter científico-técnico la adecuada elección del software y/o lenguaje de programación empleado es determinante, de cara a la potencia, versatilidad, facilidad de uso y acceso por parte de todos los usuarios en sus propios dispositivos, de manera generalizada y gratuita.
Nosotros, los profesores participantes en esta iniciativa, tenemos una experiencia de más de 20 años usando software de cálculo simbólico y numérico de todo tipo, tanto software libre (Fortran, C, Maxima, Octave, SAGE, Python, …) como de tipo propietario (Mathematica, Mapple, Matlab, … ) y podemos afirmar que cada uno de ellos posee sus ventajas e inconvenientes, pudiéndose adaptar mejor uno u otro a distintas tareas concretas.

No obstante, dentro del software libre, uno de los que últimamente ha tenido una mejora sustancial, con la inclusión de potentes y versátiles nuevos módulos de cálculo simbólico (SymPy), numérico (NumPy, SciPy) y gráfico (PyPlot y Matplotlib) ha sido sin duda Python, y de ahí su vertiginosa evolución y expansión a nivel mundial, no sólo en el ámbito académico, sino también en el científico e industrial. De hecho, basta con echar un vistazo a las numerosas propuestas, tanto de comunidades de desarrolladores como de empresas privadas, surgidas a raíz de la versión de base inicial de Python, como por ejemplo IPython (interface interactivo de fácil uso, que gracias a Jupyter Notebook permite una versión HTML similar a los notebooks de Mathematica o Mapple) o Spyder (entorno integrado para cálculo científico parecido al de Matlab u Octave).

Por otro lado existen versiones completas de desarrollo, integrando Python como soporte de cálculo, pero con editores avanzados de texto para la programación y la depuración de código, ventanas de gráficos y datos, etc. La mayoría de estas plataformas integradas están disponibles para los distintos sistemas operativos Linux, MacOS X y Windows. Entre ellas cabría destacar Enthought Python Distribution (EPD), PyCharm y Anaconda CE (de Continuum Analytics).

Aparte de todo esto, se dispone ya de una gran cantidad de ejemplos, así como material de apoyo: manuales, libros, blogs y páginas web desarrollados por numerosos científicos y profesores de todo el mundo, siendo tan ingente dicho material que a veces resulta complicado realizar una selección del mismo para poder empezar.

Por todo ello, creemos que este potente software de cálculo científico se encuentra en su máximo apogeo y con un nivel de madurez y versatilidad extraordinario, como para poder iniciar su exitosa incursión en el mundo científico-técnico español, tanto universitario como empresarial, y más concretamente en la Universidad de Granada.

Y de ahí surge esta iniciativa de formación para todo el que estuviera interesado en aprender a usar esta potente herramienta para su uso personal a nivel de investigación y desarrollo.

El curso servirá pues para hacer más fácil y llevadera tanto la inmersión inicial, como el uso avanzado de muchos de los entresijos y detalles más técnicos de este potente y completo lenguaje de programación. Así pues estará orientado tanto a los estudiantes de carreras científico-técnicas y de ingeniería que quieran aprenderlo, como para los doctorandos e investigadores, a los que pueda resultar útil en su investigación.

Competencias del alumnado:

a) El alumnado sabrá/comprenderá:
1. Las peculiaridades y diferencias fundamentales entre las distintas formas de programar: tanto en su forma procedural básica, o bien de tipo funcional, así como en su versión más avanzada (orientada a objetos).
2. Las distintas estructuras de datos que se pueden usar en Python.
3. El diálogo y significado de los errores básicos en el proceso de compilación..

b) El alumnado será capaz de:

1. Descargar, instalar e interactuar con varias versiones y distribuciones de desarrollo con el lenguaje Python más extendidas de las disponibles actualmente.
2. Buscar y revisar información relevante acerca de los distintos paquetes y funcionalidades del software.
3. Realizar sus primeros programas con Python, así como interactuar con distintos entornos de programación, como Spyder e iPython (via Jupyter).
4. Reconocer y usar algunos de los distintos paquetes externos que complementan la distribución básica de Python (NumPy, SciPy, SymPy, Pandas, matplotlib, etc.), así como su modo de instalación y aplicaciones fundamentales.
5. Solucionar los errores surgidos en tiempo de compilación.