Física computacional avanzada

O obxectivo deste curso é que os alumnos adquiran as competencias
avanzadas no campo da física computacionais que non son adquiridas no
grao e son necesarias para resolver problemas complexos das
distintas ramas da física, teóricos e experimentais, incluíndo:

- Coñecemento de sistemas operativos e as linguaxes e técnicas de
programación comunmente usados en física.

- A capacidade para resolver ecuacións diferencias e integrais usando métodos
numéricos e problemas de minimización e optimización.

- A capacidade de deseñar modelos físicos utilizando simulación.

- A competencia no manexo de aplicacións das TIC para tratar
problemas físicos, a través de técnicas de manipulación simbólica e usando
matemáticas e gráficos avanzados.

- Fundamentos de UNIX. Introdución ás linguaxes de programación.
Linguaxes interpretadas e compiladas. Programación en Python. Técnicas de
programación avanzada: programación orientada a obxectos e programación
funcional. Programación en C + +.

- Métodos numéricos. Resolución de EDO e EDP. Métodos de diferenzas e de
elementos finitos. Métodos espectrais.

- Métodos de simulación. Problemas de simulación clásica: modelo de Ising,
e percolación. Métodos de Monte-Carlo. Números aleatorios e
pseudoaleatorios. Xeneración de distribucións de probabilidade.

- Métodos Estatísticos avanzados. Métodos multivariables. Análise de
compoñentes principais. Análise de discriminante. Análise de
Fischer. Análise factorial. Redes neuronais.

- Computación Simbólica: Introdución. Simpy. Resolución de problemas de
álxebra lineal. Representación e resolución de ecuacións diferenciais en
derivadas parciais. Resolución de ecuacións integro-diferenciais polo método
directa e polo método dos momentos.

- M. Lutz, Learning Python, O'Reilly 2009.

- http://sympy.org/es/index.html

- B. Stroustrup: El lenguaje de programación C++, Addison-Wesley, 2009.

- S. Wolfram, Mathematica : a system for doing mathematics by computer,
Addison-Wesley 1993.

- E. Weinstein: Wolfram Mathworld, http://mathworld.wolfram.com

- W.H. Press et al.: Numerical recipes: the art of scientific computing,
Cambridge University Press, 2007.

- W. Cheney y D. Kincaid: Numerical mathematics and computing, T. Brooks/Cole,
2007

- D. W. Heermann, Computer Simulation Methods in Theoretical Physics, Springer
1990.

- T. Pang, An introduction to computational physics, Cambridge 2006.

- M.M. Woolfson, G.J. Pert, An Introduction to Computer Simulation, Oxford
1999.

- H. Gould, J. Tobochnik, W. Christian, An introduction to computer
simulation methods. Applications to physical systems, Addison-Wesley.

- M.A. Kalos y P.A. Whitlock: Monte Carlo methods, Wiley, 2008

- I.T. Jolliffe Principal Component Analysis, second edition, Springer 2002.

- F. Husson, S. Le, J. Pages, Exploratory Multivariate Analysis by Example
Using R, Chapman & Hall 2010.

- T. Hastie et al., The elements of statistical learning, Springer 2008.

BÁSICAS E XERAIS

CG01 - Adquirir a capacidade para realizar traballos de investigación en equipo.

CG02 - Ten capacidade para análise e síntese.

CG03 - Adquirir a capacidade para escribir textos científicos, artigos ou informes de acordo cos estándares de publicación.

CG04 - Familiarizarse coas diferentes modalidades empregadas para a difusión de resultados e a difusión de coñecemento en reunións científicas.

CG05 - Aplicar coñecementos para resolver problemas complexos.

CB6 - Posuír e comprender coñecementos que proporcionan unha base ou oportunidade para ser orixinais no desenvolvemento e / ou aplicación de ideas, a miúdo nun contexto de investigación.

CB7 - Que os estudantes saiban aplicar os coñecementos adquiridos e a súa capacidade para resolver problemas en contornos novos ou descoñecidos dentro de contextos máis amplos (ou multidisciplinares) relacionados coa súa área de estudo.

CB8 - Que os estudantes sexan capaces de integrar coñecementos e afrontar a complexidade da formulación de xuízos baseados en información que, por ser incompleta ou limitada, inclúe reflexións sobre responsabilidades éticas e sociais vinculadas á aplicación dos seus coñecementos e xuízos.

CB9 - Que os estudantes saiban comunicar as súas conclusións e os coñecementos e as razóns últimas que os apoian a públicos especializados e non especializados dun xeito claro e inequívoco.

CB10 - Que os estudantes posúan as habilidades de aprendizaxe que lles permitan seguir estudando dun xeito autónomo ou autónomo.

TRANSVERSAIS

CT01 - Capacidade para interpretar textos, documentación, informes e artigos académicos en inglés, a linguaxe científica por excelencia.

CT02 - Desenvolver a capacidade para tomar decisións responsables en situacións complexas e / ou responsables.

ESPECÍFICAS

CE01 - Coñecer os sistemas operativos e as linguaxes de programación relevantes en física.

CE02 - Resolver problemas alxébricos, de resolución de ecuacións e de optimización mediante métodos numéricos.

CE03 - Modelar e simular fenómenos físicos complexos por ordenador.

CE04 - Xestionar aplicacións informáticas de cálculo simbólico.

CE05 - Adquirir formación avanzada dirixida á investigación e especialización académica, que lle permitirá adquirir os coñecementos necesarios para acceder ao doutoramento.

O curso terá un carácter fundamentalmente práctico e aplicado. Haberá un
pequeno número de sesións teóricas para introducir métodos teóricos que se van
usar. O resto das sesións de traballo serán prácticas de ordenador nun
laboratorio de informática, onde se propoñen os traballos de programación,
cálculo e simulación aplicado a diferentes problemas en física. A resolución
de algún traballo concreto será proposto a cada alumno. O traballo en clase
será complementado por sesións de titorías e traballo persoal do estudante.

A avaliación será principalmente unhna avaliación continua,
tendo en conta os seguintes aspectos.

- A asistenza a clase e obrigatoria as
prácticas propostas teñen que ser realizadas.

- Proxectos propostos que o alumno deba resolver
aplicando os métodos e técnicas que aprendeu a un problema físico específico.
Estos proxectos poden estar relacionada con outras disciplinas do Master


Asistencia ás clases e prácticas experimentais 60%
Presentación de traballos ou proxectos 40%

Excepcionalmente, para aqueles alumnos que non opten pola avaliación continua, se poderá realizar un exame final da materia, sempre que realizaran todas as practicas propostas durante as sesions interactivas.

Para os casos de realización fraudulenta de exercicios ou probas será de aplicación ao recollido na "Normativa de avaliación do rendemento académico dos estudantes e de revisión de cualificacións”:

"Artigo 16. Realización fraudulenta de exercicios ou probas.

A realización fraudulenta dalgún exercicio ou proba esixida na avaliación dunha materia implicará a cualificación de suspenso na convocatoria correspondente, con independencia do proceso disciplinario que se poida seguir contra o alumno infractor. Considerarse fraudulenta, entre outras, a realización de traballos plaxiados ou obtidos de fontes accesibles ao público sen reelaboración ou reinterpretación e sen citas aos autores e das fontes."

Docencia teórica: 10 horas (presencialidade do 100%)
Docencia práctica de laboratorio: 80 horas (presencialidade do 100%)
Tutorización individual do alumno: 2 horas
Traballo personal do alumno e outras actividades: 58 horas

.