https://github.com/rodolfoferro/clase-demo-smc
Repositorio para el curso (demo): Simulación Monte Carlo y programación orientada a objetos con Python.
https://github.com/rodolfoferro/clase-demo-smc
Last synced: 4 months ago
JSON representation
Repositorio para el curso (demo): Simulación Monte Carlo y programación orientada a objetos con Python.
- Host: GitHub
- URL: https://github.com/rodolfoferro/clase-demo-smc
- Owner: RodolfoFerro
- License: mit
- Created: 2024-01-03T19:24:33.000Z (over 2 years ago)
- Default Branch: main
- Last Pushed: 2024-01-03T20:13:41.000Z (over 2 years ago)
- Last Synced: 2024-01-04T20:34:08.963Z (over 2 years ago)
- Language: Jupyter Notebook
- Size: 19.5 KB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# Curso: Simulación Monte Carlo y programación orientada a objetos con Python 🐍
## Acerca de
Este curso está diseñado para proporcionar a las y los estudiantes un sólido entendimiento de la programación orientada a objetos (POO) utilizando el lenguaje de programación Python. Además, exploraremos las bibliotecas Numpy y Matplotlib para el manejo eficiente de datos numéricos y la visualización de resultados. El punto culminante del curso será la aplicación práctica de estos conceptos a través de simulaciones Monte Carlo, permitiendo a los estudiantes modelar y analizar sistemas complejos.
### Requisitos
Para poder tomar este curso, es necesario contar con conocimientos básicos de programación.
## Contenidos
El contenido se divide en 5 módulos principales, cada uno con una cantidad de sesiones definida. El contenido de cada módulo y sus secciones correspondientes se desglosan de manera general a continuación.
#### **Módulo 1: Fundamentos de la Programación Orientada a Objetos (POO) en Python**
- Introducción a la POO y sus principios.
- Clases, objetos, métodos y atributos en Python.
- Encapsulamiento, herencia y polimorfismo.
- Implementación de POO en proyectos simples.
#### **Módulo 2: Numpy - Manipulación Eficiente de Datos Numéricos en Python**
- Introducción a Numpy y su importancia en la programación científica.
- Arreglos Numpy y operaciones básicas.
- Funciones universales y broadcasting.
- Aplicaciones prácticas en el análisis de datos.
#### **Módulo 3: Matplotlib - Visualización de Datos en Python**
- Principios básicos de la visualización de datos.
- Creación de gráficos simples y avanzados con Matplotlib.
- Personalización y estilización de gráficos.
- Integración de visualizaciones en proyectos de análisis de datos.
#### **Módulo 4: Simulaciones Monte Carlo - Modelado de Sistemas Complejos**
- Introducción a la simulación Monte Carlo y su relevancia.
- Diseño de simulaciones y definición de entidades y eventos.
- Implementación de simulaciones Monte Carlo en Python.
- Análisis y visualización de resultados de simulaciones.
#### **Módulo 5: Proyecto Final - Simulación Monte Carlo Aplicada**
- Desarrollo de un proyecto práctico que integre todos los conceptos aprendidos.
- Elección de un escenario de simulación relevante para los intereses del estudiante.
- Implementación, análisis y presentación de resultados.
## Material de las sesiones
El material de las sesiones se encuentra en formato de notebooks de [Jupyter](https://jupyter.org/) y puede ser ejecutado de manera local o en la nube utilizando [Google Colab](https://colab.google/). Para acceder a los notebooks y demás contenidos para cada una de las sesiones, puedes dar click a los enlaces que se presentan en la tabla a continuación.
| CONTENIDO | LINK DE ACCESO DIRECTO |
| --------- | ---------------------- |
| Sesiones | [](/sesiones/README.md) |
| Notebooks | [](/notebooks/README.md) |
| Tareas | [](/tareas/README.md) |
---
### **🔐 SOBRE EL USO DE INFORMACIÓN TOTAL O PARCIAL:**
- Estos documentos fueron originalmente creados por el autor.
- Cualquier uso de estos documentos o sus contenidos están permitidos a través de la licencia provista y sus condiciones.
- Para cualquier aclaración, puedes contactar al autor: https://rodolfoferro.xyz/
**Copyright (c) 2024 Rodolfo Ferro**