Métodos Numéricos Avanzados con Python III - EDOs y EDPs
Actualizado en 2026

Python Avanzado para Sistemas Dinámicos y Ecuaciones Diferenciales

Desarrolla e implementa en Python algoritmos de cálculo numérico avanzado para abordar problemas de sistemas de ecuaciones no lineales, ecuaciones diferenciales ordinarias y ecuaciones en derivadas parciales, con aplicaciones en IA, machine learning y economía.

  • Utilizas librerías de Python para resolver problemas complejos... pero no entiendes realmente los algoritmos matemáticos que hay detrás.
  • Te enfrentas a ecuaciones diferenciales y sistemas no lineales, pero no sabes cómo convertir la teoría en código que funcione.
  • Consigues resultados con tus algoritmos, pero no sabes si son precisos, cuánto error tienen o si puedes confiar en ellos.
Si te sientes identificado con estos problemas, este curso es ideal para ti.

Métodos Numéricos Avanzados con Python: EDOs, EDPs y Sistemas No Lineales

Domina los métodos numéricos avanzados con Python y descubre las matemáticas que hacen posibles muchas de las aplicaciones actuales de Inteligencia Artificial, Machine Learning y Data Science. Aprende a resolver problemas matemáticos complejos mediante algoritmos numéricos, comprendiendo cómo funcionan, cuándo utilizarlos y cómo evaluar la precisión de sus resultados.

Aprende a resolver ecuaciones diferenciales ordinarias (EDOs), ecuaciones en derivadas parciales (EDPs) y sistemas de ecuaciones no lineales utilizando Python. Explorarás técnicas de aproximación numérica, problemas de valores iniciales y de frontera, y métodos computacionales fundamentales para la simulación, la optimización y el modelado matemático.

A lo largo del curso, descubrirás más de 30 algoritmos numéricos explicados e implementados paso a paso, combinando fundamentos matemáticos, pseudocódigo y programación práctica. No te limitarás a utilizar librerías: comprenderás la lógica de los métodos, sus condiciones de aplicación y los errores de aproximación que pueden afectar a tus resultados.

Trabajarás con Python y Google Colab, desarrollando implementaciones completas y ejemplos prácticos que te permitirán trasladar los conocimientos a tus propios proyectos. Tendrás acceso al código fuente y al material teórico desde el primer momento, para aprender a tu ritmo y consultar cada algoritmo siempre que lo necesites.

Da el siguiente paso en programación científica, análisis numérico y matemáticas aplicadas con la tercera entrega de nuestra trilogía de Métodos Numéricos con Python. Desarrolla una comprensión más profunda de los algoritmos que sustentan numerosas herramientas de inteligencia artificial, ciencia de datos y economía, y adquiere habilidades técnicas para afrontar problemas computacionales cada vez más exigentes.

Un curso de la Ruta de

Dificultad

Horas

Total Estudiantes

Valoración Media

Requisitos

  • Conocimientos básicos de programación en Python o haber completado un curso introductorio del lenguaje.
  • Bases de álgebra lineal y cálculo en una variable para comprender los fundamentos matemáticos.
  • Haber completado las dos primeras partes de la trilogía de Métodos Numéricos con Python, cuyos conocimientos son necesarios para seguir este curso avanzado.
  • Un ordenador con conexión a Internet, cualquier sistema operativo y conocimientos básicos de informática.

¿A quién va dirigido?

  • Desarrolladores y programadores en Python que quieran especializarse en métodos numéricos avanzados.
  • Estudiantes de matemáticas, ingeniería y otras disciplinas científicas y técnicas.
  • Científicos y analistas de datos interesados en Machine Learning e Inteligencia Artificial.
  • Profesionales que quieran dominar la resolución numérica de ecuaciones diferenciales y sistemas no lineales.

Lo que aprenderás

01

Resolución de EDOs

Aprende a plantear y resolver problemas de valores iniciales en ecuaciones diferenciales ordinarias, incluyendo sistemas de orden superior.

02

Existencia y unicidad de soluciones

Comprende las condiciones que garantizan la existencia y unicidad de soluciones y aprende a determinar si una EDO está bien planteada.

03

Estabilidad de métodos numéricos

Analiza la estabilidad de los algoritmos y aprende a resolver sistemas diferenciales rígidos (Stiff) mediante métodos adecuados.

04

Aproximación de funciones

Domina las transformaciones potenciales y exponenciales para obtener relaciones polinómicas y simplificar funciones matemáticas complejas.

05

Series de Fourier

Aprende a aproximar funciones mediante series trigonométricas de Fourier y descubre sus aplicaciones en el análisis numérico.

06

Convergencia y consistencia

Evalúa la precisión de los métodos numéricos calculando sus órdenes de convergencia y consistencia para obtener resultados fiables.

07

Resolución de EDPs

Aprende a resolver numéricamente ecuaciones en derivadas parciales de segundo orden de tipo elíptico, parabólico e hiperbólico.

08

Optimización con gradiente descendente

Comprende e implementa el algoritmo de gradiente descendente, fundamental para la optimización en Machine Learning e Inteligencia Artificial.

09

Ajuste por mínimos cuadrados

Aprende a aproximar funciones mediante polinomios utilizando el método de mínimos cuadrados y aplica estas técnicas al análisis de datos.

Temario del curso

Juan Gabriel Gomila

Tu Instructor

Juan Gabriel Gomila

Matemático, Instructor Certificado de Unity e Instructor Online que ha formado a más de 600.000 estudiantes en todo el mundo en diferentes plataformas como Udemy y Platzi. CEO de Frogames Formación e impulsor de esta plataforma, aportando todo su conocimiento en Matemáticas, Machine Learning, Videojuegos, IA o Blockchain entre otros.

Unity Certified Matemático +500k Estudiantes
Arnau Mir

Tu Instructor

Arnau Mir

Doctor en Matemáticas con más de 30 años de experiencia docente. Especializado en Probabilidad y Estadística, Cálculo, Análisis de una y varias variables y Análisis Numérico, ha impartido docencia en los grados de Matemáticas, Biología y Bioquímica.

Profesor Universitario Matemático Investigador
Maria Santos

Tu Instructor

Maria Santos

Matemática e Instructora Certificada de Unity. Imparte formación online en Matemáticas, Programación y Desarrollo de Videojuegos. Como cofundadora de Frogames Formación, diseña materiales didácticos y experiencias de aprendizaje que acercan estas disciplinas al mundo real de forma amena y divertida.

Unity Certified Matemática Autodidacta
Opiniones de estudiantes

Lo que dicen nuestros alumnos

Curso completo

Elige cómo quieres acceder

Pago Único del Curso

Buy the course once and access it for life

Imagen del curso
€ 999,99
Comprar el curso
  • A single payment.
  • Instant lifetime access to the course.
  • Acceso a la comunidad del curso.

Ruta

Accede a todos los cursos de la ruta de

€ 19,99 /mes
Acceder a la ruta
  • Pago mensual de 19.99€.
  • Acceso instantáneo a los cursos de la ruta.
  • Accede cuándo y dónde quieras.
  • Cancela en cualquier momento.
Comprar este curso
Acceso de por vida · Actualizaciones incluidas
o consíguelo con la Ruta de Aprendizaje
Ruta de
Desde 19,99 €/mes · Cancela cuando quieras
Ver la suscripción
o Suscripción Rana de Bronce (39 €/mes)