Differenzialrechnung mit Julia

CALCULUS WITH JULIA

Vorwort

• Autor: John Verzani
• Veröffentlichungsdatum: 26. April 2024

Vorwort

• Ziel: Eine Sammlung von Notizen, um mithilfe der Sprache Julia Differenzialrechnung zu lernen.
• Die Sprache Julia: Eine Open-Source-Programmiersprache mit leicht erlernbarer Syntax, die sich gut zum Lernen von Differenzialrechnung eignet.
• Installation und Anpassung: Durch das Lesen von "Getting started with Julia" kann man lernen, wie man Julia installiert und anpasst.
• Schnittstellen: Durch das Lesen von "Julia interfaces" kann man verschiedene Möglichkeiten kennenlernen, mit einer Julia-Installation zu interagieren.

Hintergrund

• Differenzialrechnung aus verschiedenen Perspektiven lehren: Seit Mitte der 1990er Jahre gibt es Bestrebungen, Differenzialrechnung aus verschiedenen Perspektiven zu lehren, darunter grafische, numerische, algebraische und sprachliche Elemente.
• Computeralgebrasysteme: Es gibt viele Beispiele für die Integration von Systemen wie Mathematica, Maple und Sage in den Unterricht der Differenzialrechnung. Diese Systeme modellieren algebraische/symbolische Verarbeitung gut und bieten Mittel, numerische Aspekte zu veranschaulichen.
• Die Rolle von Julia: Julia verwendet in erster Linie einen numerischen Rechenstil und behandelt algebraische/symbolische Verarbeitung ergänzend. Das direkte Ausführen symbolischer Verarbeitung kann für das Lernen nützlich sein.

Ziele

• Technologie nutzen: Ziel ist es, Konzepte mithilfe von Technologie so weit wie möglich zu verstehen, ohne sich in den mechanischen Teilen einer Computersprache zu verlieren.
• Vorteile von Julia: Julia hat eine natürliche Syntax, sodass der Einstieg anfangs nicht schwieriger ist als die Verwendung eines Taschenrechners. Mit einem begrenzten Satz von Rechenkonzepten lassen sich viele Probleme der Differenzialrechnung lösen.

Aufbau der Notizen

• Seitenaufbau: Jede Seite behandelt ein fokussiertes Konzept, ähnlich einem Abschnitt in einem Buch.
• Fragen zur Selbsteinschätzung: Am Ende jeder Seite gibt es Fragen zur Selbsteinschätzung sowie eine begrenzte Anzahl von selbst zu bewertenden Antworten.
• Referenzmaterial: Ideen wurden aus mehreren Quellen übernommen.
• Julia-Paket: Das Paket CalculusWithJulia vereinfacht gängige Aufgaben und lädt nützliche Pakete, die wiederholt verwendet werden.

Quarto-Buch

• Quarto-Buch: Diese Notizen werden als Quarto-Buch bereitgestellt. Wer mehr über Quarto-Bücher erfahren möchte, kann https://quarto.org/docs/books besuchen.
• PDF-Datei: Über Quarto kann eine PDF-Datei kompiliert werden. Da die Datei groß ist, wird kein Download angeboten. Interessierte Leser können das Repository herunterladen, die Umgebung einrichten und anschließend Quarto ausführen, um ein PDF zu rendern.

Beiträge

• Wie man beitragen kann: Man kann durch Vorschläge für zusätzliche Themen, Fehlerkorrekturen, Tippfehlerkorrekturen usw. beitragen. Über den Link "Edit this page" kann man sich an der Liste der Beitragenden beteiligen.
• Dank: Dank an alle Beitragenden, insbesondere an @fangliu-tju.

Meinung von GN⁺

• Vorteile der Sprache Julia: Julia bietet hohe Ausführungsgeschwindigkeit und eine einfache Syntax und eignet sich daher sehr gut für numerische Berechnungen.
• Pädagogischer Wert: Das direkte Ausführen symbolischer Verarbeitung ist für das Lernen nützlich, und mit Julia lassen sich numerische Berechnungen leicht verstehen.
• Wichtigkeit des Technologieeinsatzes: Es ist wichtig, Technologie zu nutzen, um Konzepte zu verstehen, und Julia ist dafür ein hervorragendes Werkzeug.
• Kultur des Beitragens: Zu Open-Source-Projekten beizutragen, hilft stark beim Lernen und Wachsen.
• Alternative Werkzeuge: Andere Computeralgebrasysteme wie Mathematica, Maple und Sage können ebenfalls nützlich sein, um Differenzialrechnung zu lernen.

[GN⁺]

Hacker-News-Meinung

Zusammenfassung der Hacker-News-Kommentare

• Für Oberstufenschüler geeignet?

  • Das Kind eines Kommentators ist jetzt in der 11. Klasse und belegt SVC. Frage an den Autor: Ist das für einen Oberstufenschüler geeignet, der nur einen Python-Einstieg hatte? Es wurde ein Stück des Buches gelesen und es wirkte interessant. Das Kind soll auf diese Weise Analysis lernen. Warum ist Julia dafür besser geeignet als andere Sprachen?

• Maxima und Gnuplot

  • Maxima und Gnuplot sind zusammen ziemlich gut. Eine vollständige Einführung bzw. ein Leitfaden zu Maxima ist als PDF verfügbar.

• Hinweise zur Kursgestaltung

  • Bei der Konzeption eines solchen Kurses ist Vorsicht geboten. Für Menschen, die bereits etwas Analysis und Programmierung kennen, dürfte er interessant sein. Studienanfänger interessieren sich wenig für die Installation von Software. In fortgeschrittenen Lehrveranstaltungen kann er jedoch als Wahlfach gut funktionieren. In einem ODE-Kurs gab es mit einem Python-Projekt gute Ergebnisse. Hilfreich ist auch, dass Python eine weit verbreitete Sprache ist.

• Emacs und das Calc-Paket

  • Wer Emacs verwendet, kann mit dem Calc-Paket Computeralgebra nutzen. Kürzlich wurde eine Oberfläche vorgestellt, mit der sich Calc leicht verwenden lässt. Zugehöriger Link

• 404-Fehler

  • Der PDF-Link im Seitenkopf führt zu einem 404-Fehler.

• Vergleich mit MOOCulus

  • Das Konzept gefällt. Es wäre gut, wenn es auf MOOCulus aufbauen würde. MOOCulus hat eine bessere Textqualität, und dank integrierter Übungsaufgaben kommen die Studierenden gut mit. Wenn es mit Julia integriert würde, wäre das ein großer Fortschritt. Auch das Hinzufügen von Anwendungen würde sehr helfen.

• Julia als Matlab-Ersatz

  • Ist Julia für Menschen, die bisher Matlab verwendet haben, eine brauchbare Alternative?

• Die Geschwindigkeit von LuaJIT

  • LuaJIT ist immer noch schneller. Zugehöriger Benchmark