🧮 Computational Mathematics

Matemática computacional, de cero absoluto
a la matemática que sostiene la IA

18 partes · 360 clases · 1080 notebooks · 18 motores ejecutables. Cada clase incluye un laboratorio que corre sin instalar dependencias científicas.

Buscar una clase Empezar por la parte 00 Manual completo (PDF) Ver el repositorio

18partes
360clases
1080notebooks
18motores ejecutables
1440horas estimadas

Progreso local

Buscar

Por número, título, parte o nombre de la demostración ejecutable.

Las 18 partes

De la aritmética exacta a la frontera de investigación. Cada parte tiene su propio motor ejecutable.

cero-absoluto

00 — Pensamiento matemático desde cero

Reconstruye la aritmética y el lenguaje matemático básico con el rigor que exige escribir código: cada número tiene dominio, unidad y representación.

20 clases · motor part00

basico-computacional

01 — Aritmética computacional y representación numérica

Qué es realmente un número dentro de una máquina: bits, complemento a dos, IEEE 754, error, condicionamiento y estabilidad.

20 clases · motor part01

basico

02 — Álgebra y funciones

Manipulación simbólica con criterio y la función como objeto central: dominio, imagen, composición, inversa y familias lineal, cuadrática, exponencial y logarítmica.

20 clases · motor part02

basico-intermedio

03 — Geometría, trigonometría y geometría analítica

Del espacio a las coordenadas: distancia, ángulo, trigonometría, transformaciones lineales en el plano, coordenadas polares y proyección.

20 clases · motor part03

intermedio

04 — Matemática discreta para computación

Lógica, conjuntos, conteo, inducción, recurrencias, grafos y aritmética modular: la matemática que hace demostrable un programa.

20 clases · motor part04

intermedio

05 — Álgebra lineal I: vectores y matrices

Vectores, normas, producto punto, independencia, span, sistemas lineales, eliminación de Gauss, rango, inversa, determinante y proyección ortogonal.

20 clases · motor part05

intermedio-avanzado

06 — Álgebra lineal II: descomposiciones y tensores

Cambio de base, autovalores, diagonalización, LU, QR, mínimos cuadrados, SVD, pseudoinversa, PCA y álgebra tensorial.

20 clases · motor part06

universitario

07 — Cálculo diferencial e integral

Límite, continuidad, derivada, reglas de derivación, Taylor, optimización de una variable, integral definida y teorema fundamental del cálculo.

20 clases · motor part07

universitario-avanzado

08 — Cálculo multivariable, matricial y autodiferenciación

Derivadas parciales, gradiente, Jacobiano, Hessiano, Taylor multivariable, multiplicadores de Lagrange, cálculo matricial y autodiferenciación.

20 clases · motor part08

universitario

09 — Probabilidad y procesos aleatorios

Axiomas, probabilidad condicional, Bayes, variables aleatorias, esperanza, varianza, distribuciones clave, LGN, TCL, Monte Carlo y cadenas de Markov.

20 clases · motor part09

universitario-avanzado

10 — Estadística e inferencia

Descriptiva, muestreo, estimadores, intervalos de confianza, pruebas de hipótesis, p-value, potencia, verosimilitud, MAP, inferencia bayesiana, bootstrap y A/B testing.

20 clases · motor part10

cientifico

11 — Métodos numéricos y computación científica

Raíces, interpolación, splines, diferenciación y cuadratura numérica, sistemas lineales iterativos, mínimos cuadrados y ecuaciones diferenciales.

20 clases · motor part11

avanzado

12 — Optimización matemática y computacional

Función objetivo, convexidad, descenso de gradiente y su familia completa de optimizadores, métodos de segundo orden, restricciones, KKT y optimización evolutiva.

20 clases · motor part12

avanzado

13 — Teoría de la información, señales y series

Entropía, entropía cruzada, divergencias, información mutua, codificación, muestreo, convolución, Fourier, FFT, filtros y series temporales.

20 clases · motor part13

ml-avanzado

14 — Matemática de Machine Learning

Derivación matemática de los algoritmos clásicos: regresión, regularización, clasificación, kernels, árboles, ensambles, clustering, EM y compromiso sesgo-varianza.

20 clases · motor part14

deep-learning

15 — Matemática de Deep Learning

Perceptrón, MLP, activaciones, pérdidas, backpropagation paso a paso, grafos de cómputo, inicialización, normalización, convolución, recurrencia y embeddings.

20 clases · motor part15

experto

16 — Matemática de Transformers, modelos generativos, grafos y RL

Softmax, embeddings, positional encoding, atención escalada, multi-head, Transformer completo, muestreo, VAE, GAN, difusión, GNN y ecuaciones de Bellman.

20 clases · motor part16

frontera-investigacion

17 — Frontera matemática para IA e investigación

Procesos gaussianos, MCMC avanzado, inferencia variacional, transporte óptimo, geometría diferencial e informacional, SDE, Neural ODE, score matching y teoría del aprendizaje.

20 clases · motor part17

Cómo funciona

El repositorio es reproducible de punta a punta.

git clone https://github.com/vladimiracunadev-create/computational-mathematics-program.git
cd computational-mathematics-program
python -m venv .venv && . .venv/bin/activate   # Windows: .venv\Scripts\activate
pip install -e .

compmath stats              # conteos del programa
compmath catalog --part 12  # las 20 clases de optimización
compmath run 250            # ejecuta el laboratorio de Adam
compmath run --all          # ejecuta los 360 laboratorios
compmath validate --strict  # la misma validación que corre en CI
Sin dependencias científicas obligatorias. Los 360 laboratorios se ejecutan con biblioteca estándar de Python. NumPy, SciPy, SymPy o PyTorch son extras opcionales que sirven de contraste, no de requisito.
Límites honestos. Un repositorio educativo no sustituye una carrera, un posgrado ni supervisión académica. Las derivaciones se orientan a comprensión computacional; la profundidad formal completa exige textos especializados.

Manual completo

Todo el programa en un solo documento: 18 partes, 360 clases, fundamentos, ejemplos trabajados y las salidas reales de cada laboratorio.

📄 Descargar PDF 🌐 Ver en HTML

El manual se regenera en cada despliegue con python scripts/build_manual.py, ejecutando las 360 demostraciones para extraer sus salidas reales. Ninguna cifra del documento está escrita a mano.

Rutas por perfil

Recorridos sugeridos según a dónde quieras llegar.