Metode dan algoritme numerik untuk pemula

Menyelesaikan model matematika yang kompleks membutuhkan algoritma komputasi yang kuat ketika solusi analitik yang tepat tidak mungkin. Kursus ini memperkenalkan metode numerik dasar dan menunjukkan bagaimana menerjemahkan konsep matematika menjadi kode praktis. Anda akan mendapatkan pemahaman yang jelas tentang aritmetika komputer, propagasi kesalahan, dan seleksi algoritma untuk tugas komputasi ilmiah. Apa yang akan Anda pelajari: • Mengerti sumber kesalahan numerik dasar, representasi titik apung, dan batas presisi. • Implementasikan algoritme pencarian akar seperti metode bisection dan Newton-Raphson. • Terapkan teknik langsung dan iteratif untuk menyelesaikan sistem persamaan linear. • Lakukan integrasi dan diferensiasi numerik menggunakan rumus aproksimasi. • Selesaikan persamaan diferensial biasa menggunakan skema Euler dan Runge-Kutta. • Gunakan alat Python modern seperti NumPy untuk operasi vektor. Kursus ini dimulai dengan terminologi dasar, definisi dasar, dan teori kesalahan floating-point sebelum beralih ke penjelasan algoritmik struktural langkah demi langkah dan potongan kode. Kursus tersebut sangat cocok untuk pemula, mahasiswa teknik, dan pengembang yang mencari pengenalan praktis untuk matematika komputasi tanpa latar belakang yang maju. Mulai membaca untuk membangun kemampuan Anda komputasi memecahkan masalah hari ini.