توضیحات

آموزش روش های عددی (Numerical Methods) در برنامه نویسی پایتون

نام دوره : Programming Numerical Methods in Python

پیش نیاز:

• شما باید علاوه بر دانش اولیه در مورد کامپیوتر، پیشینه خوبی در جبر و حساب دیفرانسیل و انتگرال داشته باشید
• یک IDE پایتون و کتابخانه های آن NumPy، matplotlib و SciPy باید روی رایانه شما نصب شوند.
• هیچ تجربه قبلی در برنامه نویسی در پایتون لازم نیست.

توضیحات:

بسیاری از دوره های تحلیل عددی بیشتر بر تئوری و مشتقات روش های عددی تمرکز دارند تا تکنیک های برنامه نویسی.

دانش‌آموزان کدهای روش‌های عددی را به زبان‌های مختلف از کتاب‌های درسی و یادداشت‌های آزمایشگاهی دریافت می‌کنند و به جای برنامه‌نویسی توسط خودشان، در انجام تکالیف از آن‌ها استفاده می‌کنند.

به همین دلیل، دوره برنامه‌نویسی روش‌های عددی در پایتون بر نحوه برنامه‌نویسی روش‌های عددی به صورت گام به گام تمرکز می‌کند تا ابتدایی‌ترین خطوط کد را ایجاد کند که به طور کارآمد بر روی رایانه اجرا می‌شوند و راه‌حل را با درجه دقت مورد نیاز خروجی می‌دهند.

این دوره آموزشی کاربردی برای دانشجویان رشته تحلیل عددی است تا بخشی از مهارت های برنامه نویسی دوره خود را پوشش دهد.

پایتون علاوه بر سادگی و تطبیق پذیری، یک زبان کامپیوتری آموزشی عالی و همچنین ابزاری قدرتمند در محاسبات علمی و مهندسی است.

در سال‌های گذشته، پایتون و کتابخانه‌های داده‌ها و تجزیه و تحلیل عددی و ترسیم آن، مانند NumPy ، SciPy و matplotlib ، به زبان و ابزار برنامه‌نویسی بسیار محبوب در صنعت و دانشگاه تبدیل شده‌اند.

به همین دلیل این دوره برپایه پایتون به عنوان زبان برنامه نویسی و NumPy و matplotlib به ترتیب برای دستکاری آرایه و نمایش گرافیکی است .

در پایان هر بخش، تعدادی از توابع تحلیل عددی SciPy با مثال‌هایی معرفی می‌شوند. به این ترتیب دانش آموز می تواند کدهای خود را از ابتدا برنامه ریزی کند و در عین حال از توابع کتابخانه پیشرفته در کار خود استفاده کند.

دوره  آموزش روش های عددی (Numerical Methods) در برنامه نویسی پایتون موضوعات زیر را پوشش می دهد:

• ریشه های معادلات درجه بالا
• درون یابی و برازش منحنی
• تمایز عددی
• ادغام عددی
• سیستم های معادلات خطی
• معادلات دیفرانسیل معمولی

دوره آموزش روش های عددی (Numerical Methods) در برنامه نویسی پایتون برای چه کسانی است:

• دانش‌آموزانی که در حال حاضر اولین دوره خود را در روش‌های عددی مطالعه می‌کنند و باید بدانند که چگونه روش‌ها با جزئیات کدگذاری شده‌اند.
• دانشجویانی که باید کدهای تحلیل عددی خود را ایجاد کنند یا از کتابخانه های عددی پایتون برای درس، پروژه یا پایان نامه خود استفاده کنند

بخشی از دوره :