Skip to content
jfbonderPublic

About

Course material for Introduction to Continuous Modeling (Data Science, FCEN-UBA): lecture notes, problem sets and notebooks. Content in Spanish.

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Latest commit

 

History

26 Commits

Folders and files

Repository files navigation

Introducción al Modelado Continuo

Sitio de la materia: https://jfbonder.github.io/imc/

Notas de clase, guías y notebooks de la materia Introducción al Modelado Continuo (Licenciatura en Ciencia de Datos, FCEN–UBA). Julián Fernández Bonder, Departamento de Matemática e Instituto de Cálculo, FCEN–UBA / CONICET.

Contenido del repositorio

Carpeta Qué hay
notas/ Notas-IMC.tex (fuente LaTeX de las notas), Notas-IMC.pdf (última compilación), biblio.bib, CAMBIOS.md (registro de la revisión), FIGURAS-parte-I.md, FIGURAS-parte-II.md, FIGURAS-parte-III.md (figuras generadas por los notebooks y dónde van)
figuras/ Figuras de las notas. Casi todas las genera un notebook con estilo.guardar(fig, "nombre") (con GUARDAR = True); algunas salen de los scripts tools/fig_*.py (casos-internado-1978, ranura-placas, espectro-cuerda y las tres ilustraciones de la portada, portada-I, portada-II, portada-III) y unas pocas son esquemas dibujados a mano (Pendulo, Resorte, QT, masas-resortes, ondas-tension, rlc-serie) o logos (DM, IC)
imc/ Módulo Python común a los notebooks (estilo, retratos de fase, espectros, esquemas numéricos, datos)
notebooks/ Notebooks del texto (uno por capítulo) y de laboratorio (uno por problema conductor, con su guía del docente en notebooks/docente/)
datos/ Datos usados en los laboratorios, con fuente y licencia en datos/README.md
tools/ Generadores de los notebooks (make_nbXX.py para los del texto, make_lab_*.py con labkit.py para los laboratorios) y scripts de las figuras que no salen de un notebook (fig_*.py)

Para compilar las notas: cd notas && pdflatex Notas-IMC && bibtex Notas-IMC && makeindex -s indice.ist Notas-IMC && pdflatex Notas-IMC && pdflatex Notas-IMC (las figuras se buscan en ../figuras, ver el \graphicspath del preámbulo; la portada usa lmodern y tikz; el índice alfabético se arma con makeindex y el estilo notas/indice.ist). Las entradas del índice se marcan en el texto con \index{...}: la página donde se define cada término va en negrita (|textbf) y las entradas con tildes llevan una clave de orden sin tildes (\index{ecuacion del calor@ecuación del calor}).

Notebooks

Cada notebook se abre directamente en Google Colab con el botón; la primera celda instala el módulo imc desde este repositorio y descarga los datos que necesite. Para trabajar en una copia local, pip install -e ".[notebooks]" en la raíz del repositorio (instala imc y lo que usan los notebooks además: pandas y scikit-image) y abrir los notebooks con Jupyter.

Del texto (acompañan a los capítulos)

Notebook Capítulo Colab
01-poblaciones 2. Modelos poblacionales Colab
02-mecanicos 3. Sistemas mecánicos y eléctricos Colab
03-lineales-HG 4–5. Flujo, sistemas lineales, Hartman–Grobman Colab
04-lyapunov-global 6–7. Lyapunov, Poincaré–Bendixson, competencia, Lorenz Colab
05-bifurcaciones 8. Bifurcaciones Colab
06-series 11–12. Series de Fourier y convergencia Colab
07-transformada-DFT 13–14. Transformada de Fourier, DFT, FFT Colab
08-aplicaciones 15. Filtrado, ventanas, compresión Colab
09-calor 18. Ecuación de difusión Colab
10-laplace 19. Laplace/Poisson Colab
11-ondas 20. Ecuación de ondas Colab

De laboratorio (uno por problema conductor)

Cada laboratorio viene en dos versiones generadas por el mismo script (tools/make_lab_*.py, con tools/labkit.py): la de estudiantes, con la explicación de los métodos, las consignas, esqueletos con # TODO y celdas de verificación, y la guía del docente en notebooks/docente/, con las soluciones completas ejecutadas, respuestas modelo de la interpretación y notas para la clase.

Notebook Problema Estudiantes Guía del docente
lab-EDO-numerico Euler, Runge–Kutta, orden de convergencia Colab Colab
lab-SIR Epidemia: simulación, SEIR, ajuste a datos Colab Colab
lab-vanderPol Circuito: forma de onda, período, espectro, problema inverso Colab Colab
lab-senal-temperatura Serie horaria de temperatura: espectro, filtrado, compresión Colab Colab
lab-EDP-numerico Diferencias finitas, esquema explícito e implícito, $r\le 1/2$ Colab Colab
lab-suelo Temperatura del suelo: ajuste de la difusividad Colab Colab
lab-cuerda Cuerda vibrante: espectro real, inarmonicidad, leapfrog Colab Colab
lab-laplace-datos Cinco puntos vs. Monte Carlo, inpainting Colab Colab

Regenerar los notebooks

Los notebooks no se editan a mano: cada uno sale de un script de tools/, y todo cambio se hace en el script. Con pip install -e ".[notebooks,dev]" y desde la raíz del repositorio:

python tools/make_nb06.py            # escribe notebooks/06-series.ipynb (sin salidas)
python tools/make_lab_SIR.py         # escribe notebooks/lab-SIR.ipynb y notebooks/docente/lab-SIR.ipynb
# los del texto y las guías del docente se guardan ejecutados (los de estudiantes, sin ejecutar)
jupyter nbconvert --to notebook --execute --inplace notebooks/06-series.ipynb
jupyter nbconvert --to notebook --execute --inplace notebooks/docente/lab-SIR.ipynb

tools/make_lab_vdP.py además reescribe datos/vanderpol_registro.csv (el registro sintético del laboratorio de van der Pol). Los notebooks del texto no tocan figuras/ salvo que se ponga GUARDAR = True en su celda de configuración; las figuras de tools/fig_*.py se regeneran con python tools/fig_XX.py.

Convenciones

  • Los nombres de las variables en las figuras son los del texto ($h,p$; $s,i$; $x,y$), y cada figura muestra los parámetros con que fue hecha.
  • Los notebooks son cortos (un capítulo o un laboratorio cada uno). Lo repetido vive en imc/.
  • Los laboratorios terminan con celdas de interpretación escrita; ésa es la parte que se evalúa.

Licencia

Texto y figuras: CC BY-NC-SA 4.0. Código (imc/, tools/, notebooks/): MIT. Los datos tienen la licencia que indica datos/README.md.

Algunas partes de las notas siguen presentaciones clásicas: la organización de la Parte I debe mucho a S. Lynch, Dynamical Systems with Applications using Python, y un ejercicio de la Parte II está adaptado de D. J. Griffiths, Introduction to Electrodynamics.

About

Course material for Introduction to Continuous Modeling (Data Science, FCEN-UBA): lecture notes, problem sets and notebooks. Content in Spanish.

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages