Kursplan för läsåret 2011/2012
(Genererad 2011-08-31.)
AVANCERAD KURS I NUMERISKA ALGORITMER MED PYTHON/SCIPYFMNN25
Advanced Course in Numerical Algorithms with Python/SciPy

Antal högskolepoäng: 7,5. Betygsskala: UG. Nivå: A (Avancerad nivå). Huvudområde: Teknik. Undervisningsspråk: Kursen ges på begäran på engelska. Valfri för: D4, E4, E4pv, F4, F4bs, Pi4. Kursansvarig: Claus Führer, Claus.Fuhrer@na.lu.se, Numerisk analys. Förutsatta förkunskaper: Grundkurs i numerisk analys. Kunskap i några av programmeringsspråken Java, C, C++, Fortran, Python samt MATLAB. Prestationsbedömning: Veckovisa programmeringsprojekt. Ett större programmeringsprojekt i grupp, med tillhörande skriftlig rapport som redovisas muntligen inför övriga kursdeltagare. Opposition på någon annan grupps rapport. Obligatorisk närvaro vid alla redovisningar. Hemsida: http://www.maths.lth.se/na/courses/.

Syfte
Kursen är tänkt som ett algoritmorienterat komplement till de mer på metodanalys inriktade grund- och specialkurserna i numerisk analys. Den betonar kopplingen mellan komplexa numeriska algoritmer och moderna programmeringsspråk.

Mål

Kunskap och förståelse
För godkänd kurs skall studenten

- ha fått en förståelse för beräkningsalgoritmers grundprinciper.

- ha fördjupat sin kännedom om ett antal viktiga beräkningsproblem, och sätt att angripa dem.

Färdighet och förmåga
För godkänd kurs skall studenten

- ha förvärvat numerisk programmeringsfärdighet på hög nivå.

- ha lärt sig att koda, testa och resultatsbedöma komplexa numeriska algoritmer, med utnyttjande av beprövade programbibliotek.

- kunna genomföra ett programmeringsprojekt i grupp, inklusive identifikation av och uppdelning i delproblem, och eget ansvar för lösandet av ett delproblem.

- kunna redogöra för ett beräkningsprojekt, såväl i en muntlig presentation som i en skriftlig rapport.

Innehåll
Introduktion till Python utgående från programmeringskunskap i andra språk/verktyg. Objektorienterad programmeringsstil i beräkningsteknik. Scipy/Numpy datastrukturer.

Exempel på komplexa numeriska algoritmer från olika områden inom numerisk analys.

Koppling till beräkningsbibliotek i C och Fortran (Netlib).

Automatiserade test i beräkningsprogrammering. Grafisk representation av numeriska resultat (animering). Python för att styra systemprocesser.

Innehållet kan kompletteras med specialkunskap från eventuella gästlärare

Litteratur
Führer, C, Solem, J.E., Verdier, O: Scientific Computing with Python. Matematikcentrum 2011.