Aprenda cómo resolver ecuaciones diferenciales ordinarias lineales de primer orden, tanto homogéneas como no homogéneas.

Exploramos la tabla de Segrè, varios tipos de desintegración radiactiva, el espectro energético de electrones/positrones emitidos en la desintegración beta y el trasfondo del descubrimiento del neutrino, las cadenas de desintegración de algunos nucleidos importantes (carbono-14, potasio-40, tritio, cesio-137), y la transición isomérica.

Exploremos el principio de equivalencia masa-energía de la teoría de la relatividad y calculemos la energía de un electrón en movimiento considerando los efectos relativistas.

Exploramos los métodos para determinar y resolver ecuaciones diferenciales exactas, así como el concepto de factor integrante.

Exploramos el método de separación de variables y presentamos algunos ejemplos relacionados.

Exploramos los conceptos de modelado matemático, ecuaciones diferenciales ordinarias, ecuaciones diferenciales parciales y problemas de valor inicial.

Características y diferencias entre páginas web estáticas y dinámicas, qué es un generador de sitios estáticos y cómo alojar un blog Jekyll en GitHub Pages.

Resumen práctico del uso de la librería Pandas para limpiar y transformar datos. Sintetizamos y, cuando conviene, ampliamos el curso abierto de Kaggle. Esta entrada cubre las lecciones 1–3.

Resumen de conceptos clave de aprendizaje automático y del uso básico de pandas y scikit‑learn, a partir del curso público de Kaggle “Intro to Machine Learning”.

Este artículo trata sobre cómo configurar un entorno de desarrollo, que puede considerarse el primer paso para estudiar machine learning en una máquina local. Todo el contenido está escrito basándose en Ubuntu 20.04 LTS con una tarjeta gráfica NVIDIA Geforce RTX 3070.