Praktyczne Algorytmy Numeryczne

Język wykładowy Polski
Semestr Zimowy
Status Poddana pod głosowanie
Opiekun Rafał Nowak
Liczba godzin 30 (wyk.) 45 (ćw-prac.)
Rodzaj I2.Z - zastosowania inf.
ECTS 6
Polecany dla I roku Nie
Egzamin Tak
Tagi NG (metody numeryczne i grafika komputerowa)

Opis przedmiotu:

Efektywne Algorytmy Numeryczne === ## Opis przedmiotu Celem zajęć jest przedstawienie zaawansowanych metod i algorytmów numerycznych stosowanych do rozwiązywania problemów obliczeniowych. **Rozwiązywanie równań algebraicznych** Ogólna teoria metod iteracyjnych. Metoda Bairstowa. Metoda Laguerre'a. **Rozwiązywanie układów równań nieliniowych** Wielowymiarowa metoda Netwona. **Optymalizacja numeryczna** Metody gradientowe w optymalizacji numerycznej. Optymalizacja bez obliczania pochodnych (ang. `derivative-free`) **Całkowanie numeryczne** Kwadratura liniowa wysokiego rzędu. Prektyczne metody całkowania. Adaptacyjne metody całkowania. Kwadratury Gaussa, Gaussa-Czebyszewa, Gaussa-Legendre'a, Gaussa-Hermite'a. Kwadratury adaptacyjne: kwadratury Gaussa-Kronroda. **Szybka transformata FFT** Interpolacja trygonometryczna. Zastosowania szybkiej transformaty Fouriera w problemach obliczeniowych. **Algorytmy numeryczne w problemach algebry liniowej** Ortogonalizacje macieczy. Metody obrotów Givensa. Metoda ortogonalzacji Householdera. Rozkład **SVD** macierzy. Rozkład **QR**. Analiza głównych składowych (ang. **PCA**). **Numeryczne metody rozwiązywania równań różniczkowych** Ogólna teoria równań różniczkowych zwyczajnych (ang. **ODE**) i cząstkowych (ang. **PDE**). Metody numeryczne rozwiązywania równań różniczkowych zwyczajnych. ## Metody kształcenia * wykład, * wykład interaktywny, * prezentacja, * live coding, * ćwiczenia z systemem deklaracji (rozwiązywanie zadań teoretycznych i typu włącz komputer z komentowaniem), * indywidualne/grupowe rozwiązywanie zadań/problemów, * analiza algorytmów pod kątem ich poprawności, złożoności i efektywności. ## Wymagania wstępne 1. Analiza matematyczna (ciągi, funkcje, granice, szeregi, różniczkowanie, szereg Taylora, całkowanie). 2. Algebra liniowa (algebra macierzy, układy równań liniowych, pojęcie bazy, jej wymiar i ortogonalizacja). 3. Umiejętność programowania np. w języku Python. 4. Analiza numeryczna (wariant podstawowy). ## Literatura - A. Björck, G. Dahlquist, Metody numeryczne, PWN, 1987. - D. Kincaid, W. Cheney, Analiza numeryczna, WNT, 2005. - G. Dahlquist, A. Björck, Numerical Methods in Scientific Computing, Vol. I, SIAM, 2008. - W. Gautschi, Numerical Analysis. An Introduction, Birkhäuser, 1997. - G. Hämmerlin, K.-H. Hoffmann, Numerical Mathematics, Springer-Verlag, 1991. - A. Quarteroni, R. Sacco, F. Saleri, Numerical Mathematics, Springer-Verlag, 2000.