.png)
-
Comprender los fundamentos del álgebra lineal desde una perspectiva computacional.
-
Representar y manipular vectores, matrices y sistemas de ecuaciones lineales en Python.
-
Aplicar transformaciones lineales, factorizaciones y operaciones matriciales en contextos reales.
-
Interpretar y utilizar el álgebra lineal como base de algoritmos en machine learning, optimización y modelos financieros.
-
Implementar los métodos con NumPy, SciPy y matplotlib en notebooks reproducibles.
Profesionales y empresas
Que buscan dominar herramientas de IA, automatización y analítica avanzada.
​
Estudiantes y egresados
Que desean actualizar sus conocimientos y acceder a oportunidades laborales.
​
Equipos corporativos
Que requieren formación estratégica para impulsar la transformación digital
Curso: Álgebra Lineal Computacional
Fundamentos de Álgebra Lineal y Vectores
-
Espacio vectorial: definición, intuición geométrica.
-
Operaciones básicas: suma, producto escalar, norma, distancia.
-
Producto punto y ortogonalidad.
-
Visualización de vectores y combinaciones lineales en 2D/3D (matplotlib).
-
Representación y manipulación de vectores con NumPy.
-
Aplicaciones: espacio de soluciones, proyecciones.
Resultados del curso
Al finalizar el curso, los participantes serán capaces de
Comprender y operar con vectores y matrices para representar relaciones lineales en problemas reales.
Resolver sistemas de ecuaciones lineales mediante métodos computacionales eficientes.
Determinar autovalores y autovectores y aplicarlos en contextos como estabilidad, reducción de dimensión o modelos iterativos.
Determinar autovalores y autovectores y aplicarlos en contextos como estabilidad, reducción de dimensión o modelos iterativos.
Implementar los conceptos fundamentales del álgebra lineal en Python, aplicándolos a problemas económicos, científicos o de datos.
Instructor del Curso
Antonio Murillo Reyes
Economista/Data Science.
​Máster en Econometría (Univ. Torcuato Di Tella - Argentina), MBA en Administración de Empresas (UCB – Bolivia) y Posgrado en IA y Ciencia de Datos (UNC-Argentina). Especializado en análisis Macroeconómico y Modelación Econométrica. Fue Analista Senior en el Banco Central de Bolivia. Docente de postgrado en Econometría y Machine Learning en posgrados en Bolivia y Ecuador..
Metodología de Enseñanza
Aprendizaje práctico
Basamos nuestra enseñanza en proyectos reales que reflejan los desafíos cotidianos de las empresas
Plataformas interactivas
Utilizamos simuladores y herramientas digitales que facilitan la comprensión de conceptos complejos
Evaluación continua
Medimos constantemente el impacto para ajustar metodologías y optimizar resultados
Cursos relacionados
.webp)
.png)
Certificación
Diploma digital verificable a través del sistema de verificación de autenticidad.
Certificados extendidos por la Secretaría de Cultura y Extensión Instituto Deep Quantics Bolivia.
PREGUNTAS FRECUENTES
Resuelve tus dudas al instante
¿Por que Deep Quantics?