El curso tiene como objetivo brindar una comprensión práctica de conceptos matemáticos aplicados al análisis y procesamiento de datos, señales y estructuras visuales simples, con especial foco en el audio digital. A través de la programación en Python, se abordan nociones fundamentales de álgebra, cálculo, probabilidad, geometría y análisis de señales, vinculándolas con herramientas de simulación, visualización y manipulación computacional. El curso sienta las bases matemáticas necesarias para abordar contenidos técnicos de la carrera y está orientado a estudiantes con formación básica en matemática y programación, provenientes de áreas artísticas, comunicacionales o tecnológicas. Se promueve la aplicación de estos conocimientos en proyectos que integren programación, visualización y sonido.

Todos los viernes, de 17 a 22 h y sábados de 11 a 16 h 

40 h

Artistas (principalmente graduados/as en carreras de arte y afines) personas interesadas en profundizar las bases y recursos matemáticos aplicados al arte.

Sincrónico

Un pago de $120000.-

Aplican los mismos descuentos establecidos para la carrera Especialización en Sonido Aplicado a las Artes Digitales.

ACCEDER AL FORMULARIO

• Comprender y aplicar conceptos fundamentales de matemáticas en contextos vinculados al procesamiento digital de datos y señales.
• Desarrollar habilidades para visualizar y analizar funciones, estructuras matemáticas y fenómenos estocásticos mediante programación en Python.
• Integrar nociones de álgebra, cálculo, probabilidades y geometría para resolver problemas concretos y desarrollar herramientas computacionales.
• Establecer una base sólida para el abordaje de contenidos técnicos y específicos de la carrera en etapas posteriores.

Método de evaluación
La evaluación del curso se basará en trabajos prácticos orientados a la resolución de problemas y la implementación de algoritmos que aborden los contenidos matemáticos desarrollados a lo largo de las clases. Además, se solicitará un trabajo final integrador, que podrá adoptar distintas modalidades según el perfil del estudiante: una visualización interactiva de datos, el desarrollo de una herramienta técnica en Python, un análisis aplicado de señales o procesos estocásticos, o bien una pieza creativa que integre programación y sonido. Esta variedad de opciones busca asegurar la comprensión teórico-práctica de los contenidos y adaptarse a la diversidad de trayectorias e intereses de la cohorte.
 

Números. Funciones. Sistemas de ecuaciones. Polinomios. Matrices. Álgebra combinatoria. Trigonometría. Identidades trigonométricas. Relación de Euler. Números aleatorios y pseudoaleatorios. Probabilidad. Cadenas de Markov. Simulación y análisis de variables aleatorias. Ley de los grandes números. Procesos estocásticos y caminatas aleatorias. Introducción a los sistemas dinámicos y fractales. Representación numérica y gráfica de funciones. Derivadas e integrales. Generación de curvas paramétricas. Visualización y análisis de señales y espectros.

Bibliografía obligatoria

• Kolman, B., & Hill, D. R. (2006). Álgebra lineal. Pearson Educación.
• Moore, F. R. (1978). An introduction to the mathematics of digital signal processing: Part I: Algebra, trigonometry, and the most beautiful formula in mathematics. Computer Music Journal, 38-47.
• Moore, F. R. (1978). An Introduction to the Mathematics of Digital Signal Processing: Part II: Sampling, Transforms, and Digital Filtering. Computer Music Journal, 38-60.
• Chazallet, S. (2016). Python 3: los fundamentos del lenguaje. Ediciones Eni.

Área Transdepartamental Artes Multimediales
Coordinación de Investigación y Posgrado
multimedia.investigacion@una.edu.ar