La maestría en Matemática Aplicada abre este espacio a todos los estudiantes y profesores de La Sede. Se dictarán charlas informales y divulgativas sobre aplicaciones de las matemáticas a diversas áreas de la ciencia y la ingeniería.

La idea es compartir retos, soluciones, técnicas, ... alrededor de la matemática aplicada a diversos campos y aprender cómo la matemática contemporánea es usada para entender el mundo y resolver problemas técnicos en distintas áreas del conocimiento.

Todos y todas, estudiantes y docentes, son invitados. Habrá galletas.

Contacto: Jorge Mario Ramirez, Escuela de Matemáticas, UNALMED, Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.

Ver más.

Título: Introducción a la computación cuántica.

- Introducción a la mecánica cuántica.
- Ecuación de Schroedinger y prinicpio de incertidumbre
- Teoría de la computación y fundamentos de la complejidad computacional
- P y NP
- Teoremas de Goedel y Turing
- Algoritmo AKS
- El modelo cuántico de computación
- Algoritmos cuánticos: Deutch, Deutsch-Jozsa, Bernstein-Vazirani, Shor

Referencias:

Quantum computation and quantum information, Nielsen y Chuang, Cambridge UP. 

Quantum computing since Democritus, S. Aaronson, Cambridge UP.

Wikipedia

Organizadores: Camilo Arias, Juan Diego Vélez, Alexander Quintero.

Horario: Lunes 10-12
Lugar; 43-304

En el seminario de criptografía exponemos y discutimos temas actuales de matemática aplicada a la criptografía y la seguridad informática. Actualmente estamos interesados en la criptografía pos-cuántica basada en polinomios multivariados.

Ver más.

El aprendizaje automático (machine learning) es un tema que ha cobrado gran auge en los últimos años debido a logros muy importantes, como el reconocimiento de escritura manuscrita, reconocimiento de voz, traducción entre idiomas, reconocimiento facial, control automático de drones y automobiles, y bots que juegan ajedrez y Go a nivel supra-humano. En este seminario estudiamos temas de machine learning comenzando desde sus bases y buscando entender los más recientes avances en el área. También buscamos experimentar estas técnicas con ejercicios realistas utilizando diferentes paquetes computacionales.
 

Ver más.