Computer Engineering Department

Numerical Analysis(INF325)

Course Code Course Name Semester Theory Practice Lab Credit ECTS
INF325 Numerical Analysis 6 3 0 0 3 4
Prerequisites ING207
Admission Requirements ING207
Language of Instruction
Course Type Compulsory
Course Level Bachelor Degree
Course Instructor(s) İsmail Burak PARLAK bparlak@gsu.edu.tr (Email)
Assistant
Objective This course, which is offered as a compulsory course to Computer Engineering students, introduces students to solution techniques for numerical problems. Like this; Students will gain basic knowledge and skills for numerical solution of the problems they will encounter both in business life and during their academic careers. In this context, we can list the objectives of this course as follows:
To students;
Giving ideas about numerical analysis problems,
To provide general information about the scope and difficulties of numerical analysis problems,
To provide basic knowledge about solution techniques of numerical analysis problems,
To provide students with the ability to apply complex numerical analysis, solving techniques and typesetting operations.
Content Week 1 Fixed point, floating point arithmetic, IEEE 754 standard
Week 2 Introduction to Python 3.0 programming language
Week 3 Linear system equations
Week 4 LU, Cholesky, Crout, Doolitle matrix decomposition methods
Week 5 Interpolation, Extrapolation, Line Estimation
Week 6 Polynomial Interpolation, Cubic Splines and Least Squares Method
Week 7 Linear equation solutions
8th Week Midterm Exam
Week 9 Bisection, Newton Raphson Method
Week 10 Numerical Differentiation-Richardson Extrapolation
Week 11 Numerical Integral
Week 12 Newton Cotes Method, Gauss Integral, Multiple Integral Solutions
Week 13 Initial Value Problems
Week 14 Euler, Second and Fourth Order Runge-Kutta Solutions
Course Learning Outcomes The student who successfully completes this course will have proficiency in the following subjects:
1: Ability to apply deterministic solution methods to current engineering problems,
2: The ability to decompose engineering problems and propose detailed approaches with sub-problems,
3: Ability to perform sensitivity analysis and rank solutions using numerical analysis methods,
4: Ability to analyze a numerical problem with Python programming language
Teaching and Learning Methods Lectures
Problem Section, labs
References 1- Numerical Methods in Engineering with Python 3, Jaan Kiusalaas, Cambridge University Press, 2013
2- Learning Python, Fifth Edition, Mark Lutz, O'Reilly, 2013
3- Scipy and Numpy, Eli Bressert, O'Reilly, 2012
Print the course contents
Theory Topics
Week Weekly Contents
1 Introduction to analysis
2 Introduction to programming with MATLAB
3 Solution of nonlinear equations
4 Newton and Bisection Methods
5 Solution of the linear equation systems
6 LU factorization
7 Jacobi & Gauss-Seidel Iterative Approaches
8 Curve fitting and interpolation
9 Least square method
10 Midterm
11 Numerical Derivation
12 Taylor series expansion
13 Numerical integration
14 Trapezoidal & Simpson Methods
Practice Topics
Week Weekly Contents
Contribution to Overall Grade
  Number Contribution
Toplam 0 0
In-Term Studies
  Number Contribution
Assignments 5 25
Presentation 0 0
Midterm Examinations (including preparation) 1 25
Project 0 0
Laboratory 0 0
Other Applications 0 0
Quiz 0 0
Term Paper/ Project 0 0
Portfolio Study 0 0
Reports 0 0
Learning Diary 0 0
Thesis/ Project 0 0
Seminar 0 0
Other 0 0
Toplam 6 50
No Program Learning Outcomes Contribution
1 2 3 4 5
1 Matematik, fizik ve mühendislik bilimlerine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, mühendislik problemlerinin modellenmesi ve çözümünde kullanabilme becerisi. X
2 Karmaşık bilgisayar mühendisliği problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi. X
3 Yazılımsal veya donanımsal karmaşık bir sistemi, süreci veya donanımı gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi. X
4 Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi. X
5 Analitik düşünce ile bir sistemi, sistem bileşenini ya da süreci analiz etme, modelleme, deney tasarlama ve yapma, veri toplama, çözüm algoritmaları üretebilme, uygulamaya alma ve geliştirme becerileri. X
6 Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi.
7 Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; en az iki yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, yazılım ve donanım tasarımını, gerekirse teknik resim metotları kullanarak raporlayabilme, etkin sunum yapabilme becerisi. X
8 Bilgiye erişebilme ve bu amaçla kaynak araştırması yapabilme, veri tabanları ve diğer bilgi kaynaklarını kullanabilme becerisi
9 Yaşam boyu öğrenmenin gerekliliği bilinci; kendini sürekli yenileme becerisi.
10 Mesleki etik ilkelerine uygun davranma, mesleki sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi.
11 Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi.
12 Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi.
13 Bilgisayar mühendisliği uygulamalarının hukuki ve etik boyutları konusunda farkındalık.
Activities Number Period Total Workload
Class Hours 14 3 42
Working Hours out of Class 14 2 28
Assignments 3 6 18
Midterm Examinations (including preparation) 1 6 6
Final Examinations (including preparation) 1 6 6
Total Workload 100
Total Workload / 25 4.00
Credits ECTS 4
Scroll to Top