Nos vemos el lunes

Las fusiones en Dragon Ball Z fueron la clave para derrotar a Buu y dar  frescura a la serie

Por razones de público conocimiento la facultad tendrá solo guardias mínimas hoy y mañana, y el comedor del Pabellón 1 permanecerá cerrado. Por esto, la clase del miércoles 21.08 se pasa para la semana próxima. Nos vemos el lunes! (Practica de 14 a 17 hs y Teórica de 17 a 19 hs)

Nos vemos el miércoles

Por razones de público conocimiento la facultad tendrá solo guardias mínimas el lunes, y el comedor del Pabellón 1 permanecerá cerrado. Así que comenzaremos el curso el miércoles 14 de agosto a las 14 horas en el aula 1207 del Pabellón Cero-infinito. Tengan en cuenta que el miércoles empezamos a las 14 con la teórica.

¡Bienvenidos a Caos, solitones y fractales!

Bienvenidos a la página de la materia “Sistemas complejos” (para grado) y “Caos, solitones y fractales” (para doctorado, si no nos cambiaron el nombre en el sistema de inscripciones de la facultad). En la página ya pueden encontrar el programa del curso, el cronograma, las guías de trabajos prácticos (que pueden cambiar un poco en las próximas semanas), y la bibliografía.

El objetivo de este curso es presentar conceptos fundamentales de ecuaciones no lineales en derivadas parciales, incluyendo herramientas de la física teórica, de mecánica estadística, y de métodos numéricos con aplicaciones en sistemas no-lineales, dinámica de fluidos, mecánica cuántica, problemas de reacción-difusión, y sistemas físicos extensos. Para cursar la materia solo se necesitan los conceptos de Mecánica Clásica. Haber cursado materias más avanzadas puede ayudarlos a entender mejor algún concepto, pero todos los temas necesarios para entender los problemas los veremos dentro del curso.

La materia tendrá un fuerte contenido numérico. Los trabajos prácticos usarán Python y Colab. El objetivo es que además de aprender herramientas teóricas importantes para trabajar con sistemas no lineales extensos, aprendan a usar herramientas numéricas para integrar estos sistemas, para analizar datos sintéticos y experimentales, y para reducir la dimensionalidad de los problemas. Esto incluye tanto métodos numéricos tradicionales para integrar sistemas no lineales, como también métodos más recientes de descomposición en modos empíricos, o métodos que usan redes neuronales.