Bilgisayar Mühendisliği Lisans Programı

Sayısal Analiz(INF325)

Ders Kodu Dersin Adı Yarıyıl Teori Uygulama Lab Kredisi AKTS
INF325 Sayısal Analiz 6 3 0 0 3 4
Ön Koşul ING207
Derse Kabul Koşulları ING207
Dersin Dili Fransızca
Türü Zorunlu
Dersin Düzeyi Lisans
Dersi Veren(ler) İsmail Burak PARLAK bparlak@gsu.edu.tr (Email)
Dersin Yardımcıları
Dersin Amacı Bilgisayar Mühendisliği öğrencilerine zorunlu olarak sunulan bu ders ile öğrencilere sayısal problemlerine ait çözüm tekniklerinin tanıtımı yapılmaktadır. Böylece; öğrenciler, gerek iş hayatında gerek akademik kariyerleri sırasında karşılaşacakları problemlerin sayısal çözümüne yönelik temel bilgi ve beceriler kazanacaktır. Bu kapsamda, bu dersin amaçları aşağıdaki şekilde sıralayabiliriz:
Öğrencilere;
Sayısal analiz problemleri hakkında fikir vermek,
Sayısal analiz problemleri kapsam ve zorlukları hakkında genel bilgi sağlamak,
Sayısal analiz problemlerinin çözüm teknikleri hakkında temel bilgiler kazandırmak,
Karmaşık sayısal analiz çözme teknik ve dizgi işlemleri uygulayabilme becerisi edinmelerini sağlamaktır.
İçerik 1. Hafta Sabit nokta, kayan nokta aritmetiği, IEEE 754 standardı
2. Hafta Python 3.0 programlama diline giriş
3. Hafta Doğrusal sistem denklemleri
4. Hafta LU, Cholesky, Crout, Doolitle matris ayrıştırma yöntemleri
5. Hafta Interpolasyon, Ekstrapolasyon, Doğru Kestirimi
6. Hafta Polinom Enterpolasyonu,Kübik Splineler ve En Küçük Kareler Yöntemi
7. Hafta Doğrusal denklem çözümleri
8. Hafta Ara Sınav
9. Hafta Ikiye bölme, Newton Raphson Yöntemi
10. Hafta Sayısal Türevleme-Richardson Ekstrapolasyonu
11. Hafta Sayısal Integral
12. Hafta Newton Cotes Yöntemi, Gauss Integrali, Çoklu Integral Çözümleri
13. Hafta Başlangıç Değeri Problemleri
14. Hafta Euler, Ikinci ve Dördüncü Derece Runge-Kutta Çözümleri
Dersin Öğrenme Çıktıları Bu dersi başarıyla tamamlayan öğrenci aşağıdaki konularda yeterliliğe sahip olacaktır:
1: Güncel mühendislik problemlerinde deterministik çözüm yöntemlerini uygulayabilme becerisi,
2: Mühendislik problemlerini ayrıştırarak, alt problemler ile detaylı yaklaşımlar önerebilme yetisi,
3: Sayısal analiz yöntemlerini kullanarak hassasiyet analizini gerçekleştirebilme ve çözümleri sıralayabilme becerisi,
4: Sayısal bir problemi Python programlama diliyle analizini gerçekleştirebilme becerisi
Öğretim Yöntemleri
Kaynaklar 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
Ders İçeriğini Yazdır
Teori Konu Başlıkları
Hafta Konu Başlıkları
Uygulama Konu Başlıkları
Hafta Konu Başlıkları
Başarı Notuna Etki Oranları
  Sayı Katkı Payı
Toplam 0 0
Yarıyıl İçi Çalışmaları
  Sayı Katkı Payı
Toplam 0 0
Numara Program Yeterlilikleri Puan
1 2 3 4 5
Etkinlikler Sayı Süre Toplam İş Yükü
Toplam İş Yükü 0
Toplam İş Yükü / 25 0,00
Dersin AKTS Kredisi 0
Scroll to Top