Wetenschappelijk Rekenen

Inhoud:

• Foutenanalyse

  Computeraritmetiek

  Machineprecisie

  Numerieke stabiliteit en conditionering

• Lineaire Stelsels oplossen

  Exacte methoden

  LU decompositie

  Iteratieve methoden (WPO)

  Cholesky ontbinding (WPO)

  Matrix inverse (WPO)

• QR-ontbinding

  Gram-Schmidt orthogonalisatie

  QR ontbinding

  Eigenwaarden en eigenvectoren

  Kleinste kwadraten (WPO)

  Geconjugeerde gradienten (WPO)

• Oplossing niet-lineaire vergelijkingen

  Bineaire zoekmethode

  Banach fixpuntiteraties

  Steffenson fixpuntiteraties

  Newton methode

  Demping

  Optimalisatie – Newton-Raphson (WPO)

• Een selectie van volgende topics

• Interpolatie en benadering van functies

• Fourier transformaties

• Basistechnieken voor nummeriek oplossen van differentiaalvergelijkingen

• Integer linear programming

• Dynamic programming

• Monte Carlo simulation

• Cloud Computing (Labsessie)

Leerresultaten:

• De student leert een basis in numerieke analyse en andere numerieke technieken. De student herbekijkt klassieke stellingen uit de lineaire algebra en analyse vanuit een constructief oogpunt opdat de oplossing algoritmisch kan worden bereikt. De student leert dat verschillende coderingswijzen andere resultaten oplevert hoewel deze analytisch equivalent zijn. De student leert nadenken over computationele complexiteit, numerieke stabiliteit en verscheidene fouten die in praktijk de oplossing kunnen binnensluipen.
• De student programmeert de oplossingstechnieken uit de cursus mbv Python. De student kan bibliotheken met standard algoritmen correct gebruiken.
• De student begrijpt de basis van de technieken vermeld onder deel II en kan een probleem vertalen naar een correcte formulering om via een van deze technieken tot een oplossing te komen.

All detailed and official information about the course here >