Bilimsel hesaplama
Bilimsel hesaplama (aynı zamanda hesaplamalı bilim) karmaşık problemleri anlamak ve çözmek için gelişmiş bilgi işlem yeteneklerini kullanan çok disiplinli bir alandır. Hesaplamalı bilim üç farklı unsuru birleştirmektedir:[1]
Bilim, mühendislik ve sosyal bilimlerdeki problemlerini çözmek için geliştirilen algoritmalar (sayısal ve sayısal olmayan), modelleme ve simülasyon yazılımları geliştirilmesi.
Hesaplama gerektiren problemleri çözmek için gereken ileri düzeyde sistem, donanım, yazılım, ağ ve veri yönetimi bileşenlerini geliştirilmesi ve bunların optimize edilmesi.
Hem bilim ve hem mühendislik problemlerinde kullanılan bilgisayar altyapısının geliştirilmesi.
Pratikte, çeşitli bilimsel disiplinlerdeki problemleri çözmek için genellikle bilgisayar simülasyonlarından, sayısal analize, teorik bilgisayar bilimlerine ve diğer hesaplama biçimlerine kadar geniş yelpazede uygulanmaktadır.
Bilimsel hesaplama; bilim ve mühendisliğin geleneksel biçimleri olan teori ve laboratuvar deneylerinden farklıdır. Bilimsel hesaplamada yaklaşım; bilgisayarlarda uygulanan matematiksel modellerin analiz ve tasarımı yoluyla veriler hakkında anlayış kazanmaktır.
Bilim insanları ve mühendisler, bilgisayar programlarıyla modellenmiş sistemleri incelenmekte ve bu programlarda çeşitli girdi parametre setleri kullanmaktadırlar.Bazı durumlarda, bu modeller muazzam büyüklükte hesaplama gerektirir.(kayan nokta gibi) Bu tür büyük ölçekli hesaplamalar ise genellikle süper bilgisayarlarda veya dağıtık bilgi işlem platformlarında yürütülür.
Yöntemler ve algoritmalar
Bilimsel hesaplamada kullanılan algoritmalar ve matematiksel yöntemler çeşitlidir.
Yaygın olarak uygulanan bazı yöntemler şunlardır:
- Sayısal analiz
- Taylor serisinin yakınsak ve asimptotik seriler şeklinde uygulanması
- Otomatik diferansiyasyon (AD) ile hesaplama türevleri
- Sonlu farklarla türev hesaplama
- Sonlu elemanlar yöntemi
- Grafik teori takımları
- Taylor serisi ve Richardson ekstrapolasyonu ile yüksek dereceden fark yaklaşımları
- Dikdörtgen kuralı, yamuk kuralı, simpson kuralı
- Adi diferansiyel denklemlerin çözümü için Runge-Kutta yöntemi
- Monte Carlo yöntemleri
- Moleküler dinamik
- Doğrusal programlama
- Sayısal cebir ve doğrusal cebir
- LU faktörlerini Gauss eleme yöntemi ile hesaplama
- Fourier dönüşümü ve uygulamaları.
- Newton yöntemi
İlgili Alanlar
- Biyoenformatik
- Hesaplamalı arkeoloji
- Hesaplamalı biyoloji
- Hesaplamalı kimya
- Hesaplamalı materyal bilimi
- Hesaplamalı ekonomi
- Hesaplamalı elektromanyetik
- Hesaplamalı mühendislik
- Hesaplamalı finans
- Hesaplamalı akışkan sistemler
- Hesaplamalı adli bilim
- Hesaplamalı jeofizik
- Hesaplamalı tarih
- Hesaplamalı informatik
- Hesaplamalı zeka
- CHesaplamalı hukuk
- Hesaplamalı dilbilim
- Hesaplamalı matematik
- Computational mechanics
- Hesaplamalı nörobilim
- Hesaplamalı parçacık fiziği
- Hesaplamalı fizik
- Hesaplamalı sosyoloji
- Hesaplamalı istatistik
- Hesaplamalı bereket
- Cebir
- Simülasyon
- Finansal modelleme
- Süperbilgisayar
- Makine öğrenmesi
- Ağ analizi
- Nöroinformatik
- Sayısal Lineer Cebir
- Sayısal hava durumu tahmini
- Örüntü tanıma
- Bilimsel görselleme
Kaynakça
- Computational Science: Ensuring America’s Competitiveness 21 Aralık 2016 tarihinde Wayback Machine sitesinde arşivlendi.. Computational Science: Ensuring America’s Competitiveness. President’s Information Technology Advisory Committee. June 2005.