Metody numeryczne: praktyczna matematyka obliczeniowa z Pythonem

Modele matematyczne są podstawą nowoczesnej inżynierii, nauki o danych i fizyki, ale rozwiązywanie ich analitycznie jest często niemożliwe.Matematyka obliczeniowa wypełnia tę lukę, wykorzystując algorytmy do znajdowania precyzyjnych rozwiązań numerycznych.W tym kursie tekstowym dowiesz się, jak przetłumaczyć teorie matematyczne na kod roboczy. Będziesz przechodzić od zrozumienia podstawowych pojęć do pisania czystych, uporządkowanych algorytmów, które rozwiązują równania algebraiczne, różniczkowe i układy równań. Czego się nauczysz: - Zrozum podstawowe pojęcia błędów obliczeniowych, precyzji maszyny i stabilności algorytmów. - Rozwiązywanie równań nieliniowych za pomocą metod dwusiecznych, Newton-Raphson i sekantowych. - Wdrożyć techniki integracji numerycznej, w tym reguły trapezowe i Simpsona. - Zastosuj metody algebry liniowej do obliczeniowego rozwiązywania układów równań liniowych. - Interpoluj punkty danych za pomocą technik interpolacji wielomianów i spline. - Napisz czysty, nowoczesny kod Pythona za pomocą wskazówek typu i NumPy, aby wydajnie wykonywać algorytmy numeryczne. Kurs zaczyna się od podstawowych definicji i analizy błędów, zanim przeprowadzi Cię przez uporządkowane, tekstowe ćwiczenia laboratoryjne zaprojektowane w celu budowania praktycznych umiejętności obliczeniowych. Ten kurs jest przeznaczony dla studentów, programistów i aspirujących naukowców zajmujących się danymi, którzy chcą zbudować solidne podstawy w metodach numerycznych bez potrzeby zaawansowanego wcześniejszego doświadczenia w programowaniu.