Framdriftsplan

Her vil det fylles ut med detaljer etterhvert. Notater o.lign. blir også lagt ut her.

Endringer vil forekomme.

• Uke 2-3
  • 10.01: Introduksjon til kurset.
    Utvikling og testing av numeriske algoritmer, med numerisk derivasjon som et eksempel.
    Foreløbig notat fra forelesningen, med en enkel tilhørende Python kode.
  • 12.01: Programvareutvikling: Git og debugging. Med Ronny Bergmann
    Lysark om Git og Debugging,
    Tilleggslitteratur: Best Practices for Scientific Computing av G.Wilson et.al.
  • 17.01: Numerisk feilanalyse og konvergensplott. Flyttall, avrundingsfeil og feilanalyse. Numerisk derivasjon. Seksjon. 1.3.2, 2, 3 og 4 i vedlagte notat. Hvordan lage et konvergensplott, se tilhørende Python kode.
  • 19.01:Effektiv programmering med Numpy med et par eksempler i Python. Litt om Basic Linear Algebra Subpprograms (BLAS) som brukes i NumPy's lineær algebra rutiner.
    Presentasjon av prosjekt 1 (se prosjektsiden).
• Uke 4-5
  • Prosjekt 1 (Biofysikk). Presentasjon fredag 19.01, innlevering tirsdag 06.02.
• Uke 6-8
  • Numerisk lineær algebra.
    NB! Teoremer og bevis er også pensum!
  • 07.02 og 09.02: Naiv Gauss eliminasjon og LU-faktorisering . Pivotering. Diagonal-dominante matriser. Hvorfor strengt diagonal-dominante matriser ikke trenger pivotering.
    Ukas notat
  • 14.02: Vektor og matrisenormer. Litt feilanalyse. Kondisjonstall. Notat.
  • 21.02: Litt om linjesøk for ikkelineære minimeringsproblemer. Steepest descent. Notat, kode for SD
• Uke 9-10
  • Prosjekt 2 (Industriell matematikk). Presentasjon onsdag 28.02, innlevering tirsdag 12.03.
• Uke 11-12
  • Numerisk løsning av ordinære differensialligninger (ODL).
  • 15.03: Eulers og Heuns metode, for skalare ligninger og systemer. Runge-Kutta metoder. Notat, SIR-eksempelet, implementasjon av Eulers metode (py).
    Notat (Utvidet, omfatter nå også temaene nedenfor).
  • 20.03: Feilanalyse av Eulers metode. Mer om Runge-Kutta metoder.
  • 22.03: Adaptive metoder, dvs. estimering av feil og variable steglengder.
• Uke 13 Påske
• Uke 14-15
  • Prosjekt 3 (Teknisk fysikk). Presentasjon onsdag 03.04, innlevering tirsdag 16.04.
• Uke 16-17
  • Mer om numerisk ODL.
    Stive differensialligninger, implisitte ODE løsere, lineær stabilitetsanalyse og litt om løsning av ikke-lineære ligningssystemer.
    Notat revidert, inkluderer nå også Newtons metode for å løse ikke-lineære ligningssystemer.
    Eksempelkode fra forelesningen: (Adaptive metoder) (py) og Newtons metode (py)
  • Repetisjon.

Pensum består av alt som blir lagt ut her, i tillegg til øvinger og løsningsforslag.

• Forelesningsnotater.
  Dette notatet er nå komplett.
  Jeg er takknemlig om dere informerer meg om eventuelle feil, uklarheter eller annet, det fins en egen tråd i diskusjonsforumet for dette. Notatene vil da bli rettet (relativt) fortløpende.
• Lysark om Git og Debugging av Ronny Bergmann.
• Linjesøk, spesielt Steepest Descent (SD)

Endring fra i fjor: Singulærverdidekomposisjon (SVD) går ut, litt om linjesøk kommer inn. Resten er i all hovedsak det samme.

Python

• Kodesnutter til kapittel 1, Preliminaries.
• Hvordan lage et konvergensplott, numerisk derivasjon som eksempel.
• Steepest Descent
• Litt om klasser i python, (pdf), (py). I siste del av lysarkene er det egentlig bare "Dictionaries" som er av interesse.
• Eulers metode for ODL.
• Adaptiv metode for ODL.
• Newtons metode for systemer.