Skip to content

lnjX/mathesis

 
 

Repository files navigation

¡¡ WORK IN PROGRESS !!

Der Kurs wird für das WS 21/21 vorbereitet

Binder <-- Startet interaktiven Jupyter-Server

Hier werden Materialien für das mathematisch-naturwissenschaftliche Labor Mathesis gesammelt, das im Rahmen des Orientierungsstudiums MINTgruen der TU Berlin angeboten wird.

In dem Kurs geht es darum, einen experimentellen, praktischen Zugang zur Mathematik und Modellen in den Naturwissenschaften zu schaffen. Der Computer dient dabei als Experimentier-Labor. Zu Beginn des Semesters erlernen die Teilnehmer* innen die Gundlagen der Programmiersprache Python. Ziel ist es, in kleinen Gruppen Projekte umzusetzen, die im weitesten Sinne mit Mathematik und Naturwissenschaften zu tun haben. Projekte aus den letzten Semestern findet ihr in unserem Wiki.

Für die wöchentlichen Sessions werden verschiedene Materialien online bereitgestellt: Lehrvideos, Jupyter Notebooks und Skripte. Um wirklich Programmieren zu lernen, ist es nötig sich aktiv mit der Sprache auseinanderzusetzen. Seid neugierig und probiert Sachen aus! Am besten, ihr macht parallel zum Kurs noch einen der Online-Kurse die unten verlinkt sind.

Ablauf & Inhalt

In den ersten vier Wochen des Kurses liegt der Fokus auf dem Erlernen der Programmiersprache. Die Materialien zu den jeweiligen Sessions findet ihr in diesem GIT.

Schrittweise werdet ihr im Kurs an komplexere Themen herangeführt. Ziel ist es, dass ihr am Ende des Kurses mit den wichgsten Konzepten vertraut seid und selbstständig ein Programmier-Projekt durchführen könnt.

  • 0. Session

    • Was sind Algorithmen? Wie funktionieren Computer?
    • Wie installiere ich Python? Was ist die Konsole?
    • Was ist ein Skript? Was ist ein Jupyter Notebook?
  • 1. Session

    • Boolsche Logik, Turing Maschine
    • Variablen und Datentypen, User Input
    • Flow Control: if, else & while
  • 2. Session

    • Laufzeit, Sortier-Algorithmen
    • Tupel, Listen, Dictionaries
    • for-loops
  • 3. Session

    • Rekursion
    • Funktionen, namespaces
    • imports, matplotlib & numpy
  • 4. Session

    • Objektorientieres Programmieren
    • Klassen

Ressourcen

Python Referenzen

Online Kurse

CC-BY-SA

About

course at TU Berlin about math and natural sciences including python crash course

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Jupyter Notebook 81.3%
  • TeX 16.5%
  • Python 2.2%