ΕΡΓΑΛΕΙΑ ΕΠΙΣΤΗΜΟΝΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ

Πληροφορίες Μαθήματος
ΤίτλοςΕΡΓΑΛΕΙΑ ΕΠΙΣΤΗΜΟΝΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ / TOOLS FOR SCIENTIFIC PROGRAMMING
ΚωδικόςΥΦΥ106
ΣχολήΘετικών Επιστημών
ΤμήμαΦυσικής
Κύκλος / Επίπεδο2ος / Μεταπτυχιακό
Περίοδος ΔιδασκαλίαςΧειμερινή/Εαρινή
Υπεύθυνος/ηΓεώργιος Βουγιατζής
ΚοινόΌχι
ΚατάστασηΕνεργό
Course ID600027783

Πρόγραμμα Σπουδών: ΠΜΣ ΥΠΟΛΟΓΙΣΤΙΚΗ ΦΥΣΙΚΗ 2025

Εγγεγραμμένοι φοιτητές: 0
ΚατεύθυνσηΤύπος ΠαρακολούθησηςΕξάμηνοΈτοςECTS
ΚΟΡΜΟΣΥποχρεωτικό117,5

Πληροφορίες Τάξης
ΤίτλοςΕΡΓΑΛΕΙΑ ΕΠΙΣΤΗΜΟΝΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ
Ακαδημαϊκό Έτος2025 – 2026
Περίοδος ΤάξηςΧειμερινή
Διδάσκοντες μέλη ΔΕΠ
Class ID
600286333
Τύπος Προσφοράς
  • Επιστημονικής Περιοχής
Τύπος Μαθήματος
Ειδικού Υποβάθρου
Τρόπος Παράδοσης
  • Πρόσωπο με πρόσωπο
Ηλεκτρονική Διάθεση Μαθήματος
Γλώσσα Διδασκαλίας
  • Ελληνικά (Διδασκαλία, Εξέταση)
Μαθησιακά Αποτελέσματα
1. Οι φοιτητές θα αποκτήσουν την ικανότητα να επιλέγουν το κατάλληλο εργαλείο για κάθε συγκεκριμένο πρόβλημα και να συνδυάζουν διαφορετικά λογισμικά περιβάλλοντα για την αποτελεσματική επίλυση πολύπλοκων υπολογιστικών προκλήσεων. 2. Οι φοιτητές θα αναπτύξουν ικανότητες στη χρήση του Matlab για την υλοποίηση αριθμητικών μεθόδων και ανάλυσης δεδομένων. 3. Οι φοιτητές θα χρησιμοποιούν το Mathematica για την αναλυτική επίλυση πολύπλοκων μαθηματικών προβλημάτων, τον χειρισμό συμβολικών εκφράσεων, και την παραγωγή ακριβών λύσεων σε θεωρητικά φυσικά μοντέλα. 4. Οι φοιτητές θα αναπτύξουν προγραμματιστικές δεξιότητες στην Python, αξιοποιώντας βιβλιοθήκες όπως NumPy, SciPy, και Matplotlib για υλοποίηση αλγορίθμων υπολογιστικής φυσικής. 5. Οι φοιτητές θα κατανοήσουν τις αρχές του παράλληλου προγραμματισμού με OpenMP, θα εφαρμόζουν τεχνικές parallelization σε υπολογιστικά εντατικές εφαρμογές, και θα αξιολογούν την απόδοση των προγραμμάτων τους.
Γενικές Ικανότητες
  • Εφαρμογή της γνώσης στην πράξη
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
Περιεχόμενο Μαθήματος
1) Εισαγωγή στο Matlab 1.1 Βασικές Λειτουργίες και Δομές Δεδομένων: Εισαγωγή στο περιβάλλον Matlab, χειρισμός πινάκων και matrices, βασικές αριθμητικές πράξεις, δημιουργία και χειρισμός vectors, και κατανόηση της matrix-oriented φιλοσοφίας του Matlab. 1.2 Προγραμματισμός και Έλεγχος Ροής: Δημιουργία scripts και functions, δομές ελέγχου (if-else, for loops, while loops), χειρισμός σφαλμάτων, και οργάνωση κώδικα σε modules για επαναχρησιμοποίηση. 1.3 Αριθμητικές Μέθοδοι και Επίλυση Εξισώσεων: Υλοποίηση αριθμητικής ολοκλήρωσης, επίλυση γραμμικών και μη-γραμμικών εξισώσεων, interpolation και curve fitting. 1.4 Οπτικοποίηση και Γραφικές Παραστάσεις: Δημιουργία 2D και 3D plots, customization γραφημάτων. 2) Εισαγωγή στο Mathematica 2.1 Συμβολικός Προγραμματισμός - Βασικές μεταβλητές και Αναλυτικές Διαδικασίες 2.2 Χρήση Συναρτήσεων (Build-in / user custom functions) 2.3 Δομές Προγραμματισμού - Λίστες 2.4 Αριθμητικές Διαδικασίες - Παρεμβολή και Επίλυση Διαφορικών Εξισώσεων 3) Εισαγωγή στη Python 3.1 Τύποι μεταβλητών - Δομές Δεδομένων 3.2 Συναρτήσεις - Δομές Ελέγχου προγράμματος 3.3 Κλάσεις 3.4 Βιβλιοθήκες (NumPy, SciPy, SimPy, MatPlotLib) 4. Εισαγωγή στην OpenMP 4.1 Εισαγωγή στον Παράλληλο Προγραμματισμό 4.2 Δομές Παράλληλου Προγραμματισμού στην OpenMP
Τύποι Εκπαιδευτικού Υλικού
  • Σημειώσεις
  • Διαφάνειες
  • Κώδικες
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Χρήση Τ.Π.Ε.
  • Χρήση Τ.Π.Ε. στη Διδασκαλία
  • Χρήση Τ.Π.Ε. στην Εργαστηριακή Εκπαίδευση
  • Χρήση Τ.Π.Ε. στην Επικοινωνία με τους φοιτητές
  • Χρήση Τ.Π.Ε. στην Αξιολόγηση των Φοιτητών
Οργάνωση Μαθήματος
ΔραστηριότητεςΦόρτος ΕργασίαςECTSΑτομικάΟμαδικάErasmus
Διαλέξεις120
Εργαστηριακή Άσκηση80
Εξετάσεις25
Σύνολο225
Αξιολόγηση Φοιτητών
Μέθοδοι Αξιολόγησης Φοιτητών
  • Γραπτή Εξέταση με Επίλυση Προβλημάτων (Διαμορφωτική, Συμπερασματική)
  • Εργαστηριακή Εργασία (Διαμορφωτική, Συμπερασματική)
Βιβλιογραφία
Βιβλιογραφία μαθήματος (Εύδοξος)
Σημειώσεις και Online υλικό.
Τελευταία Επικαιροποίηση
24-09-2025