Programmierpraktikum Wintersemester 2016/17:

Programmiermethoden des Wissenschaftlichen Rechnens (P2E1)

Einführung in die Programmierung zur Numerik mit Python und Matlab

Dr. Einar Smith

Inhalt und Ziele der Vorlesung

In vielen Bereichen der Mathematik gewinnt die Programmiersprache Python zunehmend an Bedeutung, so auch im wisenschaftlichen Rechnen und der Numerik. Python vereint die gängigen modernen Sprachpradigmen, prozedural, funktional und objektorientiert. Die Sprache ist vergleichsweise leicht zu erlernen. Durch die Einbindung von umfangreichen frei verfügbaren Programmbibliotheken können mathematische Problemstelllungen verschiedenster Art effizient und komfortabel bearbeitet werden. In diesem Praktikum sollen die grundlegenden einschlägigen Python-Pakete diskutiert werden. In einem zweiten Teil wird dann zum Vergleich die wohl z.Zt. wichtigste kommerzielle Programierumgebung MATLAB vorgestellt. Die Programiermethoden werden anhand der in anderen Lehrveranstaltungen vermittelten numerischen Verfahren illustriert. Das Praktikum dient so neben dem Erlernen der Techniken zur praktischen Umsetzung auch als Vertiefung und Ergänzung der Kenntnisse der numerischen Verfahren selbst. Es ist aber auch für Anfänger geeignet, die noch keine oder wenig einschlägige numerische Kenntnisse besitzen.

Im einzelnen werden behandelt:

• Eine kurze Einführung in die mathematische Berechenbarkeitstheorie und die Wirkungsweise moderner Digitalrechner.
• ie grundlegenden Python-Sprachkonzepte, illustriert an einfachen Beispielen aus der Numerik.
• Die Programmpakete NumPy und SciPy zur Lösung u.a. von numerischen Problemen und Matplotlib zur graphischen Darstellung.
• Das Paket SymPy, das symbolische Lösungsmethoden analog zu den kommerziellen Computeralgebra-Systemen Maple oder Mathematica beinhaltet.
• Einführung in MATLAB bzw. die frei verfügbare Programmierumgebung Octave.

Die Grundlagen werden in einem Vorlesungsteil von 2 Stunden pro Woche vermittelt. Das eigentliche Praktikum ist in mehrere Übungsblätter aufgeteilt, deren Bearbeitung selbstständig oder in kleinen Gruppen am Rechner erfolgen soll. Der Arbeitsaufwand hierfür beträgt ca. 4–6 Stunden pro Woche. Für die Teilnehmer stehen am INS moderne Workstations unter Linux und ein großes Linux-Cluster zur Verfügung. Python und alle benötigten Pakete können aber auch leicht auf dem heimischen Rechner unter Windows, Mac OS X oder Linux installiert werden.

Zeiten

Termine:	Mi	16:00 – 18:00Uhr
Ort:	Seminarraum 6.020, Wegelerstrße 6, bei Bedarf Praktikumsraum 6.012
Besprechung:	Mittwoch, 19.10, 16:00, Seminarraum 6.020, Wegelerstß 6

Software

Python bietet Installationsmanager für Linux, Windows, OS X an. Es gibt für Python einen Modul- und Paketmanager pip der die Installation zusätzlicher Pakete (i.e. NumPy, SciPy, SymPy, matplotlib) erleichtert. Für eine noch einfachere Installation bietet sich das wesentlich größere Gesamtpaket Anaconda, das Python samt NumPy, Scipy, SymPy, matplotlib enthält, an.

• python
• pip
• Anaconda

Online Tutorials

• Getting started with NumPy, SciPy, matplotlib...
• The Python Tutorial, Version 3.5.1
• The Python Tutorial, Version 2.7.8
• NumPy Quickstart
• SciPy Reference
• SymPy Tutorial
• matplotlib

Materialien

Das Skript und die Aufgabenblätter sind passwortgeschützt. Das Passwort erfahren Sie von Dr. Einar Smith in der Veranstaltung.

Skript

• Stand 17. Jänner

Aufgabenblätter

1. Aufgabenblatt Bachelor 1.pdf
2. Aufgabenblatt Bachelor 2.pdf
3. Aufgabenblatt Bachelor 3.pdf
4. Aufgabenblatt Bachelor 4.pdf
5. Aufgabenblatt Bachelor 5.pdf