Facilitar el conocimiento de técnicas y herramientas informáticas adecuadas para la eficiente implementación en el ordenador de algoritmos numéricos relacionados con cualquier área de las Matemáticas y con su aplicación a las Ciencias o la Ingeniería. Aplicar lo anterior a la computación de altas prestaciones para el modelado y simulación de casos prácticos concretos, relacionados con modelos matemáticos y numéricos, tanto en ordenadores personales como en superordenadores.

-   Introducción a la shell en entornos Unix (en particular,  terminales en GNU/Linux o Mac OSX).

-   Sistemas de control de versiones: Git. Repositorios remotos:  Github y Bitbucket.

-  Creación de programas científicos eficientes. El coste del acceso a datos en memoria. Representación de números en los ordenadores. Aritmética en coma flotante: ¿cómo puede afectar a los resultados de un programa?

-   Programación en lenguaje Python orientada a las Matemáticas, las Ciencias y la Ingeniería. Programación interactiva con IPython e Ipython Notebook. Programas interpretados (scripts). Gráficas y visualización de resultados.  Testeo de errores. Verificación y validación del código.

-   Primera práctica completa en computación científica: resolución mediante diferencias finitas de la ecuación de Poisson.

-   Lenguajes compilados más usados en computación científica: introducción a C++ y Fortran 90. Manipulación de arrays. Proyectos Make y ficheros Makefile. Cómo utilizar desde Python nuestros programas C++ o Fortran.

-   Segunda práctica: el problema de Poisson en C++ y/o en Fortran 90.

-   Introducción a OpenMP: programación paralela en ordenadores con memoria compartida (por ejemplo, ordenadores usuales con varios núcleos)

-   Tercera práctica: resolución paralela con OpenMP del problema de Poisson (*).

-   Cuarta práctica: resolución paralela con OpenMP de sistemas de ecuaciones dferenciales (*).

-   Introducción a MPI en ordenadores con memora distribuida (por ejemplo, supercomputadores formados por clusters de ordenadores).

-   Quinta práctica: resolución paralela con MPI del problema de Poisson (*).

-   Sexta práctica: resolución paralela con MPI de sistemas de ecuaciones diferenciales (*).

(*) Estas prácticas se realizarán en C++ o bien en Fortran 90/95/2003/2008, según las preferencias de cada estudiante.

Los estudiantes que finalicen con éxito el curso deberán:

- Poseer conocimientos que les permitan distinguir y elegir herramientas adecuadas para la eficiente implementación en ordenadores de problemas relacionados con las Matemáticas, las  Ciencias y la Ingeniería.

- Utilizar estas herramientas para el desarrollo de software de altas prestaciones, dentro de los casos prácticos que son objeto de este curso.

- Poseer habilidades de aprendizaje que les permitan ampliar los conocimientos adquiridos de una forma autónoma o autodirigida.

- Planificar el desarrollo y/o la aplicación de software adecuado en contextos relacionados con la investigación en Matemáticas y Ciencias experimentles, dentro el área de estudio específico de cada estudiante.

- Ser capaces de comunicar a públicos especializados, de forma precisa y sin ambigüedades, razonamientos y conclusiones relacionadas con los contenidos del curso.

- Clases magistrales presenciales.

- Sesiones teóricas no presenciales, apoyadas por material docente específico, y tutorizadas en internet.

- Sesiones prácticas presenciales.

- Sesiones prácticas no presenciales, tutorizadas en internet.

- Aprendizaje orientado a la realización de proyectos.

Se presuponen unos conocimientos básicos, por parte del alumno, en matemáticas y en métodos numéricos, así como una experiencia mínima en los lenguajes de programación C o Fotran.

Realización de trabajos, informes o actividades relacionadas con los contenidos del curso.

- A. Quarteroni, F. Salieri: "Cálculo Científico con Matlab y Octave". Springer, 2006.

- G. Varoquaux, E. Gouillart, O. Vahtras et al: "Scipy Lecture Notes". <http://www.scipy-lectures.org>.

- M. Gorelick, I. Ozsvald "High Performance Python". O'Reilly, 2014.

- H. Schildt: "C. Guía de autoenseñanza". Osborne/McGraw-Hill, 2002.

- H. Schildt: "C++. Guía de autoenseñanza". Osborne/McGraw-Hill, 2001.

- B. Stroustrup: The C++ programming language. Addison-Wesley, 2013.

- G. M. Karniadakis, R. M. Kirby. Parallel scientific computing in C++ and MPI. Cambridge University Press, 2003.

- I. Chivers, J. Sleightholme: "Introduction to Programming with Fortran". Springer, 2012.

- Varios autores (desarrollado de forma colaborativa en Github): "Software carpentry". <http://software-carpentry.org/lessons>.