PYTHON INTERMEDIO
DESCRIPCIÓN
El uso de lenguajes de programación se ha vuelto cada vez más
necesario en muchas de las tareas que se desarrollan en los cursos de
los primeros años en las carreras de la Universidad Nacional de
Ingeniería, ya sea porque los modelos teóricos que se desarrollan
carecen de soluciones analíticas o porque algún nuevo estimador que
deseamos utilizar aún no está disponible en un programa con una
interfaz grafica de usuario (GUI, donde podríamos hacer clic con el
mouse), o simplemente porque no es eficiente analizar grandes
conjuntos de datos con hojas de cálculo.
Aquellos que deseen explotar las ventajas de la programación para
realizar estas tareas primero deben decidir cuál de los muchos lenguajes
de programación aprender. Por ejemplo, en mayor o menor extensión,
los ingenieros utilizan los lenguajes C/C++, Fortran, y MATLAB. MATLAB,
históricamente, ha sido especialmente popular en este campo, y hay
muchas herramientas que se han desarrollado para ejecutarse en este
programa.
A pesar de que Python esta en constante crecimiento, aún no es tan
popular como MATLAB entre los ingenieros (sobre todo en países
europeos), su popularidad ciertamente se ha disparado en los últimos
años. Por ejemplo, ya podemos encontrar libros que usan Python para
realizar tareas típicas de ingeniería como procesamiento de
imágenes/señales, diseño de procesos, optimización (lineal , no lineal ,
dinámica, estocástica) y muchas otras áreas de interés para alumnos de
carreras de ciencias e ingenierías.
Python es un lenguaje versátil y fácil de aprender; de hecho, se usa
ampliamente en las mejores universidades de Estados Unidos para
impartir cursos de programación introductoria. Su sintaxis es muy clara,
lo que facilita el desarrollo y el mantenimiento del código. Debido a que
es uno de los lenguajes más populares entre los programadores de
computadoras, existen abundantes recursos para aprenderlo (libros,
foros, blogs, videos, etc).
Es una excelente herramienta para realizar tareas de cálculo científico
(gracias a paquetes como Numpy y Scipy), gestión de datos (pandas),
visualización (Matplotlib) y modelado econométrico (Statsmodels).
Otra ventaja de usar Python es que, a diferencia de los programas
propietarios, Python y muchos de estos paquetes complementarios son
completamente gratuitos. La mejor manera de obtener Python es a
través de Anaconda, una distribución gratuita que incluye más de 300
paquetes muy útiles en matemáticas, ingenierías, análisis de datos y
otros campos de interes. Además de Python, Anaconda incluye
herramientas como IPython (para ejecutar Python de manera
interactiva), Jupyter (un editor que permite combinar texto, código y
resultados en un solo archivo, excelente para documentar su trabajo),
Spyder (una GUI para la edición de código, similar al de MATLAB) y Conda
(permite instalar y actualizar paquetes).
La enseñanza de la programación en niveles educativos universitarios
desarrolla en los alumnos capacidades fundamentales para sus estudios
futuros y/o su vida laboral, como encarar procesos de búsqueda y
corrección de errores, resolución de problemas complejos o el
desarrollo del pensamiento computacional. Además, el mercado
laboral/académico cada vez demanda más profesionales altamente
capacitados en el ámbito de la programación.
INFORMACIÓN GENERAL
Modalidad Duración Horas
Virtual
(Zoom + YouTube) 8 Sesiones 16 horas
¿QUÉ APRENDERÁS EN ESTE CURSO?
El objetivo del curso es la aplicación de python en el manejo de métodos
numéricos aplicados a ingeniería, así como también los aspectos
principales de la programación orientada a objetos.
Al finalizar con éxito este curso, podrá aplicar python a un numero
bastante grande de necesidades.
DIRIGIDO A
Este curso está dirigido a alumnos de pregrado de todas las universidades.
BENEFICIOS
Acceso al aula virtual (PIT Virtual).
Grabaciones de las clases.
Materiales descargables.
Certificado
El certificado digital es opcional.
Al aprobar el curso con un
promedio final mayor o igual a 12,
el participante recibirá un
certificado digital emitido por la
Universidad Nacional de Ingeniería.
Los alumnos que no hayan
aprobado el curso podrán recibir
una constancia digital de
asistencia, emitida por la
Universidad Nacional de Ingeniería,
si han asistido al menos al 75% de
las clases.
EVALUACIÓN
En cada sesión se realizará una evaluación la cual
estará sujeta a una calificación.
La nota del curso se obtendrá de la siguiente manera:
Si el curso cuenta con cuatro minitest, se deberá eliminar la
menor de estas notas. Las más altas se sumarán al doble de la
evaluación final según la siguiente fórmula:
La asistencia a cada sesión se apertura automáticamente en
la plataforma PIT VIRTUAL durante el horario de la clase.
TEMARIO
DEL CURSO
MÓDULO 1:
1. Manejo de Errores y Excepciones
2. Sentencia raise
3. Sentencias : Try & Except
4. Uso de assert
5. Definiendo excepciones
MÓDULO 2:
1. Métodos Numéricos
1.1.Álgebra Lineal
1.2.Interpolación
1.3.Calculo de raíces
1.4.Derivación e Integración numérica
MÓDULO 3:
1. Programación Orientada a objetos
2. Tipos de datos abstractos y clases
3. Instancias
4. Abstracción
5. Encapsulación
6. Herencia
7. Polimorfismo
DOCENTE
Abraham Zamudio Chauca
Docente en la Oficina de tecnologías de la información de la
Universidad Nacional de Ingeniería - OTI UNI.
Egresado de la carrera de Matemática de la Universidad
Nacional de Ingeniería con experiencia en la construcción de
sistemas de procesamiento distribuido, despliegue de
soluciones informáticas en entornos Linux y desarrollo de
software usando técnicas de machine learning y deep
learning para entornos comerciales y de investigación.
