Difference between revisions of "MM&S:Principios: Bibliografía"

Revision as of 21:49, 20 March 2014

Bibliografía:

• DyD: Deytel y Deytel, "C++ How to program",
• GTC: H. Gould, J. Tobochnik, W. Christian, "An introduction to Computer Simulation Methods", Third Edition. Versión "open source physics", en :[1]
• STR: Steven Strogatz: "Nonlinear Dynamics and Chaos". (Se encuentra en la biblioteca de la UJTL como recurso electrónico: [2])
• LPB: R. Landau, M.J. Páez, C. Bordeianu, "A survey of computational physics"
• VEL: Velten, K., "Mathematical Modeling and Simulation: Introduction for Scientists and Engineers", Wiley, 2009.
• GFH: F.R. Giordano, W.P. Fox, S.B. Horton, "A First Course in Mathematical Modeling". Cengage, 2014.
• BA: L. Birta, G. Arbez, "Modelling and Simulation, Exploring Dynamic System Behaviour". Springer Verlag, 2013.
• CD: B. Chopard and M. Droz, "Cellular Automata Modeling of Physical Systems". Cambridge 1998.
• SA: D. Stauffer, A. Aharony "Introduction to Percolation Theory. CRC press. 1994.
• OTT: E. OTT. "Chaos in Dynamical Systems". Cambridge University Press. 1993.
• DEM: A. Downey, J Elkner, C Meyers, "How to Think Like a Computer Scientist",Green Tea Press, [3]
• AYA: E. Ayars, "Computational Physics With Python", [4]

Páginas Web:

• Codeacademy: Principios de python en [5]
• Canopy: Distribución de Python, referencia en: [6] solicitud de paquetes para instalar en :[7]
• Cplusplus dot com: Tutorial y manual de C++ en [8]
• Tutorial de python orientado a objetos: [9]
• Guía de inicio a python : [10]

Notas de clase de otras instituciones:

• Computación científica, Universidad de Washington: [11] (buscar ".pdf")

En periódicos y magacines:

• Simulación, desde primeros principios, del sistema neuronal de un gusano: [[12]]
• Cómo logran las empresas aprender sus secretos? (aplicación del modelado y la estadística a conjuntos gigantes de datos) : [[13]]

En revistas científicas:

• Incertidumbres en los modelos computacionales: [[14]]

Referencia

• drae22.rae.es/palabra_a_buscar