
Kursus Kalkulus Gunaan dengan Python
Kuasai saluran paip kalkulus penuh — daripada had dan terbitan kepada persamaan pembezaan dan pengoptimuman multivariabel — menggunakan Python sebagai enjin pengiraan anda. Kursus ini menggabungkan teori matematik yang ketat dengan pengekodan amali dalam NumPy, SymPy, SciPy, dan Matplotlib. Sama ada anda menyelesaikan masalah kejuruteraan atau membina model sains data, anda akan meninggalkan kursus ini dengan kemahiran yang boleh digunakan dengan serta-merta.
Apa yang anda akan pelajari:
Bina dan manipulasi ungkapan simbolik menggunakan SymPy untuk aliran kerja kalkulus analitik.
Gunakan petua pembezaan dan pengamiran pada fungsi polinomial, trigonometri, dan eksponen.
Laksanakan jumlah Riemann, petua trapezoid, dan kaedah Simpson untuk tugasan pengamiran berangka.
Kira terbitan separa, vektor kecerunan, dan kamiran ganda dua untuk masalah multivariabel.
Selesaikan persamaan pembezaan biasa peringkat pertama secara analitik dan berangka dengan alat Python.
Hubungkan konsep kalkulus kepada penurunan kecerunan dan algoritma pengoptimuman yang digunakan dalam pembelajaran mesin.
Bagaimana anda belajar secara praktikal Kursus Kalkulus Gunaan dengan Python
Bagaimana anda berlatih Kursus Kalkulus Gunaan dengan Python
Untuk anda yang mempunyai syarikat dan ingin melatih pasukan
Di Dedika untuk syarikat, kursus disertakan dengan latihan dan contoh yang berkaitan dengan perniagaan anda sendiri serta mengikut keperluan syarikat anda.
Kandungan kursus
8 Bab • 39 PelajaranTempoh antara 4 dan 360 jam (anda yang tentukan)
Bab 1SembunyiSembunyikan butiranLihat butiranPython dan Asas Kalkulus
Python dan Asas Kalkulus
Pelajaran 1 • Menyediakan Persekitaran Python
Pasang Python, Jupyter, NumPy, SymPy, dan Matplotlib. Rantaian alat ini menyokong setiap latihan pengkomputeran dalam kursus.
Pelajaran 2 • Sintaks Python untuk Kerja Matematik
Liputi pemboleh ubah, gelung, fungsi, dan kefahaman senarai seperti yang digunakan dalam pengiraan berangka. Binaan ini menterjemah tatatanda matematik kepada kod boleh laksana.
Pelajaran 3 • Ungkapan Algebra dengan SymPy
Gunakan simbol SymPy untuk membina, memudahkan, dan memfaktorkan ungkapan algebra. Manipulasi simbolik adalah laluan kepada kalkulus analitik dalam Python.
Pelajaran 4 • Tatasusunan Berangka dengan NumPy
Buat dan kendalikan tatasusunan NumPy untuk menilai fungsi dalam selang. Pengkomputeran berasaskan tatasusunan adalah tulang belakang berangka aliran kerja kalkulus gunaan.
Pelajaran 5 • Fungsi dan Grafnya
Takrifkan fungsi matematik dalam Python dan plotkannya dengan Matplotlib. Intuisi visual untuk kelakuan fungsi menyediakan pelajar untuk konsep had dan terbitan.
Bab 2SembunyiSembunyikan butiranLihat butiranHad dan Keselanjaran dalam Python
Had dan Keselanjaran dalam Python
Pelajaran 1 • Keselanjaran dan Ketakselanjaran
Takrifkan keselanjaran secara formal dan klasifikasikan ketakselanjaran boleh tanggal, lompat, dan tak terhingga. Skrip Python mengesan dan memvisualkan ketakselanjaran dalam fungsi nyata.
Pelajaran 2 • Konsep Had
Perkenalkan takrifan tak formal dan formal sesuatu had menggunakan jadual dan graf. Penerokaan berangka dalam Python membina intuisi sebelum kaedah simbolik.
Pelajaran 3 • Mengira Had dengan SymPy
Gunakan fungsi had SymPy untuk menilai had analitik termasuk bentuk tak tentu. Keputusan simbolik disahkan terhadap anggaran berangka.
Pelajaran 4 • Hukum Had dan Had Khas
Gunakan hukum had algebra dan nilai had klasik seperti sin(x)/x. Peraturan ini mempercepatkan pengiraan manual dan simbolik bagi had kompleks.
Bab 3SembunyiSembunyikan butiranLihat butiranTerbitan: Konsep dan Pengiraan
Terbitan: Konsep dan Pengiraan
Pelajaran 1 • Terbitan Fungsi Khas
Bezakan fungsi trigonometri, eksponen, dan logaritma. SymPy mengendalikan ini secara analitik manakala NumPy menilainya secara berangka.
Pelajaran 2 • Petua Pembezaan Asas
Gunakan petua kuasa, pemalar, hasil tambah, dan hasil beza untuk membezakan polinomial. Fungsi diff SymPy mengautomasikan dan mengesahkan pengiraan tangan.
Pelajaran 3 • Pembezaan Tersirat dan Berangka
Bezakan hubungan yang ditakrifkan secara tersirat dan gunakan skema beza terhingga secara berangka. Teknik ini mengendalikan fungsi yang tidak dapat diselesaikan secara eksplisit.
Pelajaran 4 • Petua Hasil Darab, Hasil Bahagi, dan Rantai
Kembangkan pembezaan kepada hasil darab, hasil bahagi, dan fungsi gubahan. Petua ini mengendalikan majoriti fungsi yang ditemui dalam masalah gunaan.
Pelajaran 5 • Terbitan sebagai Kadar Perubahan
Takrifkan terbitan melalui hasil bahagi beza dan tafsirkannya secara geometri sebagai kecerunan. Hasil bahagi beza berangka yang dikira dalam Python mengukuhkan takrifan.
Bab 4SembunyiSembunyikan butiranLihat butiranAplikasi Terbitan
Aplikasi Terbitan
Pelajaran 1 • Pengoptimuman dengan Terbitan
Cari ekstrem mutlak dan setempat menggunakan titik genting dan analisis sempadan. SymPy menyelesaikan persamaan terbitan manakala minimize SciPy mengesahkan keputusan.
Pelajaran 2 • Petua L'Hôpital dan Analisis Asimptot
Selesaikan had tak tentu menggunakan petua L'Hôpital dan analisis kelakuan asimptot. SymPy mengautomasikan aplikasi berulang dan mengesahkan asimptot grafik.
Pelajaran 3 • Meningkat, Menurun, dan Kecekungan
Gunakan terbitan pertama dan kedua untuk menentukan kelakuan fungsi dan kecekungan. Plot Python dengan anotasi ciri genting mengukuhkan penemuan analitik.
Pelajaran 4 • Masalah Kadar Berkaitan
Bezakan persamaan berbilang pemboleh ubah terhadap masa untuk menghubungkan kuantiti yang berubah. Python mensimulasikan senario dinamik dan memplot hubungan kadar.
Pelajaran 5 • Penghampiran Linear dan Pembezaan
Gunakan garis tangen sebagai model linear setempat dan kuantifikasi ralat dengan pembezaan. Alat ini menyokong analisis kepekaan dalam kejuruteraan dan ekonomi.
Bab 5SembunyiSembunyikan butiranLihat butiranPengamiran: Konsep dan Teknik
Pengamiran: Konsep dan Teknik
Pelajaran 1 • Teorem Asas Kalkulus
Nyatakan dan gunakan kedua-dua bahagian Teorem Asas untuk menghubungkan pembezaan dan pengamiran. SymPy menunjukkan teorem secara simbolik pada contoh konkrit.
Pelajaran 2 • Jumlah Riemann dan Kamiran Tentu
Anggarkan luas di bawah lengkung menggunakan jumlah Riemann kiri, kanan, dan titik tengah. Gelung Python dan vektorisasi NumPy menjadikan kelakuan penumpuan kelihatan.
Pelajaran 3 • Petua dan Formula Pengamiran Asas
Gunakan petua antiterbitan kuasa, eksponen, dan trigonometri. SymPy mengesahkan setiap keputusan dan menyerlahkan perangkap biasa seperti pemalar yang hilang.
Pelajaran 4 • Pengamiran secara Penggantian
Gunakan penggantian-u untuk mengubah kamiran kepada bentuk yang lebih mudah. Alat penggantian SymPy mengautomasikan teknik untuk integrand gubahan kompleks.
Pelajaran 5 • Kaedah Pengamiran Berangka
Implementasi petua trapezoid dan Simpson serta gunakan fungsi quad SciPy. Sempadan ralat mengkuantifikasi bila kaedah berangka lebih diutamakan berbanding yang simbolik.
Bab 6SembunyiSembunyikan butiranLihat butiranAplikasi Pengamiran
Aplikasi Pengamiran
Pelajaran 1 • Nilai Purata dan Teorem Nilai Min
Kira nilai purata fungsi dan cari titik nilai min yang dijamin. Konsep ini muncul dalam pemprosesan isyarat dan purata statistik.
Pelajaran 2 • Isi Padu Pepejal Revolusi
Gunakan kaedah cakera, mesin basuh, dan kulit untuk mengira isi padu pepejal yang diputarkan. Plot Matplotlib tiga dimensi menjadikan geometri itu konkrit.
Pelajaran 3 • Panjang Lengkok dan Luas Permukaan
Terbitkan dan nilai kamiran panjang lengkok dan luas permukaan untuk lengkung licin. Quad SciPy mengendalikan integrand yang menentang antiterbitan simbolik.
Pelajaran 4 • Pengumpulan dan Perubahan Bersih
Tafsirkan kamiran sebagai perubahan terkumpul dalam model halaju, populasi, dan kos. Python mensimulasikan pengumpulan siri masa dan membandingkannya dengan keputusan analitik.
Pelajaran 5 • Luas Antara Lengkung
Sediakan dan nilai kamiran yang mewakili luas antara dua fungsi. Python mengautomasikan pencarian persilangan dan melorek kawasan untuk pengesahan visual.
Bab 7SembunyiSembunyikan butiranLihat butiranKalkulus Berbilang Pemboleh Ubah dengan Python
Kalkulus Berbilang Pemboleh Ubah dengan Python
Pelajaran 1 • Terbitan Separa dan Kecerunan
Kira terbitan separa secara simbolik dengan SymPy dan susun vektor kecerunan. Makna geometri kecerunan sebagai pendakian paling curam divisualkan dengan plot anak panah.
Pelajaran 2 • Fungsi Beberapa Pemboleh Ubah
Takrifkan dan visualkan medan skalar menggunakan plot kontur dan plot permukaan 3D. Memahami geometri fungsi berbilang pemboleh ubah mendahului teknik analitik.
Pelajaran 3 • Terbitan Berarah dan Petua Rantai
Kira terbitan berarah dan gunakan petua rantai berbilang pemboleh ubah kepada fungsi gubahan. Alat ini memodelkan kepekaan di sepanjang arah arbitrari dalam ruang parameter.
Pelajaran 4 • Pengoptimuman Fungsi Berbilang Pemboleh Ubah
Cari titik genting menggunakan kecerunan dan kelaskannya dengan ujian terbitan kedua. Minimize SciPy melanjutkan pengoptimuman kepada masalah kekangan dan dimensi tinggi.
Pelajaran 5 • Kamiran Berganda dan Tiga
Nilai kamiran ulangan ke atas kawasan segi empat tepat dan umum menggunakan SymPy dan SciPy. Aplikasi termasuk jisim, pusat jisim, dan kebarangkalian ke atas domain 2D.
Bab 8SembunyiSembunyikan butiranLihat butiranPersamaan Pembezaan dan Kalkulus dalam Amalan
Persamaan Pembezaan dan Kalkulus dalam Amalan
Pelajaran 1 • Penyelesai ODE Berangka
Implementasi kaedah Euler dan gunakan solve_ivp SciPy untuk penyelesaian berangka tepat. Perbandingan kaedah mendedahkan pertukaran antara kesederhanaan dan ketepatan.
Pelajaran 2 • ODE Tertib Pertama Terpisah dan Linear
Selesaikan ODE terpisah melalui pemisahan pemboleh ubah dan ODE linear dengan faktor pengamir. Dsolve SymPy mengautomasikan kedua-dua kaedah dan mengembalikan penyelesaian am.
Pelajaran 3 • Sistem Persamaan Pembezaan
Modelkan sistem dinamik berganding seperti model pemangsa-mangsa dan kompartmen. Solve_ivp SciPy mengendalikan ODE bernilai vektor dan plot satah fasa mendedahkan kelakuan.
Pelajaran 4 • Kalkulus dalam Permodelan Gunaan
Integrasikan alat kalkulus ke dalam model gunaan hujung ke hujung daripada data kepada persamaan pembezaan kepada cerapan. Projek mini kemuncak menyatukan semua kecekapan kursus.
Pelajaran 5 • Pengenalan kepada Persamaan Pembezaan
Kelaskan ODE mengikut peringkat, kelinearan, dan jenis serta sahkan penyelesaian melalui penggantian. Taksonomi ini membimbing pemilihan kaedah sepanjang bab.
Sijil sah anda untuk tamat pengajian
Kursus ini sesuai untuk anda:
Pelajar kejuruteraan: memerlukan alat kalkulus yang boleh diterjemahkan terus ke dalam kerja simulasi.
Penganalisis data: mahu asas matematik di sebalik model yang sudah mereka gunakan.
Pengaturcara belajar sendiri: bersedia untuk menambah kaedah kuantitatif yang ketat pada kemahiran pengekodan sedia ada.
Graduan fizik atau ekonomi: mencari lapisan pengiraan untuk melengkapi latihan teori sebelumnya.
Penukar kerjaya memasuki sains data: memerlukan kefasihan kalkulus untuk bersaing bagi peranan teknikal.
Penyelidik atau profesional makmal: mesti mengautomasikan aliran kerja matematik berulang menggunakan Python.
Apa Kata Pelajar Kami
Kelas-kelas beliau sangat sempurna. Saya membeli pakej setahun dan akhirnya, saya berpeluang mengikuti pelbagai topik yang menarik minat saya tanpa perlu menukar platform... terima kasih atas semua yang anda lakukan, saya sudah mengesyorkan anda kepada orang lain...

Saya suka bagaimana pelajaran-pelajaran terus ke inti perkara dan bagaimana saya boleh menukar bab dan melangkau kandungan yang tidak saya perlukan.

Saya suka kandungan dan cara persembahan serta transkripsi video, yang mempercepatkan proses!

Platform ini pantas, mudah digunakan. Kepelbagaian kandungan dan video tambahan sangat membantu dalam pembelajaran.

Latihan utama
Soalan Lazim
Siapakah Dedika?
Adakah sijil ini sah di Malaysia?
Adakah kursus percuma?
Apakah beban kerja kursus?
Bagaimanakah bentuk kursus?
Bagaimanakah kursus berfungsi?
Berapakah tempoh kursus?
Berapakah kos atau harga kursus?
Apakah itu kursus EAD atau kursus dalam talian dan bagaimana ia berfungsi?
Kursus PDF




















