Tudományos programozás Python-ban és Sage-ben. Numpy, vektor és mátrixműveletek, SciPy, numerikus módszerek. SymPy és Sage, szimbolikus kalkulus, közönséges és parciális differenciálegyenletek szimbolikus megoldása, polinomok, algebra, Gröbner bázisok, számelmélet, csoportelmélet, geometriai számítások és algoritmusok, csomóelméleti példák. Tudományos/informatikai projektek tervezése és menedzselése: Git, Scrum, UML.
Kitekintés más tudományos programnyelvekre: Matlab, Mathematica, Julia, Lean (valamelyik).
Opcionális: Adatfájlok kezelése (Json és XML), adatelemzési könyvtárak (pl. Pandas).
Laboron: Programozás gyakorlása mellett elméleti feladatok megoldása is. Önállóan egy nagyobb tudományos projekt kivitelezése (egyedül vagy a feladatok jól körülhatárolható felosztása mellett párban), a félév végén Latex+Beamer beszámoló.
Scientific programming in Python and Sage. Numpy, vector and matrix operations, SciPy, numerical methods. SymPy and Sage, symbolic calculus, symbolic solution of ordinary and partial differential equations, polynomials, algebra, Gröbner bases, number theory, group theory, geometric calculations and algorithms, knot theory examples. Planning and management of scientific/IT projects: Git, Scrum, UML.
Perspective on other scientific programming languages: Matlab, Mathematica, Julia, Lean (one of them).
Optional: Data file management (Json and XML), data analysis libraries (e.g. Pandas).
In the lab: In addition to practicing programming, solving theoretical problems. Independently carrying out a larger scientific project (alone or in pairs with a well-defined division of tasks), Latex+Beamer report at the end of the semester.
Nyomtatóbarát változat
