Pedro González Rodelas

El ponente cursó sus estudios en Granada, hasta licenciarse en Ciencias Matemáticas en 1989, tras lo cual también realizó estudios de posgrado, tanto en la Universidad de Granada como en la Université Pierre et Marie Curie (París VI) donde se especializó en Análisis Numérico y Ecuaciones en Derivadas Parciales. También ha realizado bastantes estancias pre- y post-doctorales, tanto en Francia como en Estados Unidos, fundamentalmente en centros de investigación y laboratorios relacionados con la simulación numérica aplicada a estudios de generación y conservación de la energía (nuclear, petroquímica, etc.), aparte de otros problemas medioambientales, o relacionados con semiconductores. Actualmente es profesor titular de la Universidad de Granada, en el Dpto. de Matemática Aplicada, donde defendió finalmente su tesis doctoral sobre problemas de interpolación y aproximación de superficies de energía mínima usando un cierto tipo de Elementos Finitos compuestos. En la actualidad continúa con su labor docente e investigadora, tras más de 30 años de experiencia.


Web personal

https://www.ugr.es/~prodelas/

Twitter

https://twitter.com/PedroGRodelas

LinkedIn

https://www.linkedin.com/in/pedro-gonzalez-rodelas/

Otro enlace (e.g. GitHub)

https://github.com/prodelas


Sesiones

30/09
15:30
240minutos
Introducción a los módulos fundamentales de Python para cálculo científico: SymPy, NumPy, Matplotlib, SciPy y Pandas
Pedro González Rodelas, Francisco Miguel García Olmedo

Desde la creación del lenguaje Python en los años 90 hasta su imparable explosión y desarrollo al comienzo del nuevo milenio, con el auge de aplicaciones web y el uso intensivo de la nube, también ha tenido una incursión muy importante en el mundo científico-técnico gracias al desarrollo de módulos específicos que permiten aprovechar también toda su potencialidad y versatilidad para el planteamiento, desarrollo y resolución de problemas científico-técnicos de todo tipo. Gracias al uso combinado de los módulos SymPy, NumPy y SciPy, junto con Matplotlib para la confección de impresionantes y variados gráficos, así como Pandas para facilitar un tratamiento y análisis de datos cada vez más necesario y extendido en nuestros días. Aparte ya estarían también muchos otros módulos relacionados con la I.A. y técnicas de M.L., cuyo uso es completamente ubícuo en nuestros días.
En este sentido Python cuenta en la actualidad con un ecosistema (módulos y librerías diversas) y una colección de recursos adicionales (documentación, blogs, libros, notebooks, etc.) a libre disposición de las personas interesadas que puede igualar, e incluso superar en algunos aspectos, a cierto software comercial que se ha venido usando profusamente hasta ahora (como Mathematica, Maple, MATLAB, etc.).
En este taller pretendemos simplemente presentar y dar a conocer algunas de las muchas funcionalidades y posibilidades que tienen estos módulos fundamentales para el cálculo científico-técnico, mediante ejemplos variados
cuidadosamente escogidos, con los que podremos experimentar e interactuar, y que esperamos permitan a las personas que lo sigan hacerse una idea del enorme potencial que tienen dichos módulos en numerosas áreas de la Ciencia y la Tecnología.

Computación científica y cuántica
Grace Hopper (Teoría 6)