Matematikos programinė įranga 1
Dalyko anotacija lietuvių kalba
Šis kursas skirtas susipažinti su naudojama programine įranga ir jos praktiniais taikymais. Didžiausias dėmesys skiriamas praktiniams darbams naudojant programavimo kalbą Python, mokslinių skaičiavimų biblioteką NumPy ir kompiuterinės algebros sistemą SymPy. Studentai mokomi ne tik naudoti programinę įrangą, bet ir tinkamai interpretuoti rezultatus įvairiose praktinėse situacijose. Kursas skirtas studentams, besidomintiems skaitiniais ir simboliniais skaičiavimais su kompiuteriu.
Dalyko anotacija užsienio kalba
This course will introduce the student to the mathematical software. Among the packages are programming language Python, package for scientific computing NumPy and computer algebra system SymPy. Hands-on activities with software items will form a major part of the course. The student will be trained not only to use the software items, but also interpret the results meaningfully as related to specific applications situations. The course is designed primarily for students interested in numerical and symbolic scientific computing.
Būtinas pasirengimas dalyko studijoms
Matematinė analizė 1, Programavimo pagrindai.
Dalyko studijų rezultatai
1. Žinoti matematinės programinės įrangos įvairovę, atskirų matematinių programų paskirtį ir jų galimybes.
2. Tiesinės algebros uždavinių sprendimas ir jų analizė.
3. Funkcijos tyrimas ir funkcijos grafiko braižymas naudojant programinę įrangą.
4. Kompiuterinės algebros programų naudojimas matematinės analizės uždavinių sprendimui.
Dalyko turinys
1. Bendra matematinės programinės įrangos apžvalga ir jos klasifikacija.
2. Skaičiavimo sistemos. Skaičių saugojimas kompiuteryje, veiksmai su skaičiais.
3. Python programavimo aplinka Jupyter Lab.
4. Python bibliotekos NumPy, SciPy.
5. Numpy tiesinės algebros modulis, matricos, veiksmai su masyvais.
6. Tiesinių lygčių sprendimas su Numpy.
7. Python biblioteka matplotlib. Baziniai grafikų braižymo principai.
8. Dinaminės geometrijos programa Geogebra.
9. Geometriniai uždaviniai ir brėžinių braižymas.
10. Kompiuterinės algebros sistema SymPy (arba Maxima).
11. Simbolinė matematika: ribos, eilutės, integravimas ir t.t.
Dalyko studijos valandomis
Paskaitos 45 val.
Praktiniai darbai 30 val.
Savarankiškas darbas 85 val.
Iš viso: 160 val.
Studijų rezultatų vertinimas
Egzaminas raštu (50%), tarpinis atsiskaitymas (25%), praktinių darbų įvertinimas (25%).
Literatūra
1. 2011 Langtangen H.P., A Primer on Scientific Programming with Python (2nd edition) Springer
2. 2018 Turner P.R., Applied Scientific Computing. With Python Springer
3. 2014 Stewart J.M., Python for Scientists Cambridge University Press
Papildoma literatūra
1. Version
2.0.30 Downey A. - Think Stats. Exploratory Data Analysis in Python Green Tea Press
2. SymPy dokumentacija https://docs.sympy.org/latest/index.html
