Emne
Modeling and Computational Engineering (MOD510)
Dette kurset gir en grunnleggende innføring i numeriske metoder og modelleringsteknikker som brukes for å løse praktiske problemer. Kurset gir innsikt og ferdigheter innen algoritmisk tenkning og programmeringsteknikker.
Du vil lære de vanligste numeriske metodene som blir brukt for å løse komplekse fysiske, biologiske, finans og geologiske fenomener. Eksempler på metoder som blir gjennomgått er: numerisk deriverte, numerisk integrasjon, Monte Carlo og boot strapping metoder, inverse metoder, numerisk løsning av ordinære differensiallikninger, simulated annealing, og collony optimization, lattice Boltzmann modeller, random walk modeller, boks (compartment) modeller.
Kurset baserer seg på programmeringsspråket Python. Innleveringsoppgavene vil fokusere på å lære deg å sette opp matematiske modeller av ulike fenomener, utvikler algoritmer for å løse de matematiske modellene, implementere dem, og undersøke styrker og svakheter ved valg av ulike løsningsmetoder og valg av ulik modeller.
Dette er emnebeskrivelsen for studieåret 2019-2020. Merk at det kan komme endringer.
Semesters
Fakta
Emnekode
MOD510
Vekting (stp)
10
Semester undervisningsstart
Høst
Undervisningsspråk
Engelsk
Antall semestre
1
Vurderingssemester
Høst
Læringsutbytte
Kunnskap:
- Avansert kunnskap innenfor bruk av algoritmer og algoritmisk tekning for å løse diskrete og kontinuerlige problemer
- Forstå begrensingene som ligger i valg av løsningsmetode, inkludert avrundingsfeil, og begrensninger som ligger i valg av algoritme og numerisk metode
- God kunnskap om de vanligste numeriske metodene
Ferdigheter:
- Lage matematiske modeller av fysiske systemer hentet fra biologi, kjemi, reservoar og geologi
- Teste modeller mot eksperimentelle data og bestemme parametere i modellen
- Anvende algoritmisk tenkning for å løse matematiske modeller ved hjelp av passende numeriske metoder
- Utvikle egne dataprogrammer i programmeringsspråket Python
Generell kompetanse:
- Visualisering og fremstilling av resultater fra numeriske simuleringer
- Bruke programmeringsspråk for å effektivisere arbeidet med større datamengder
Forkunnskapskrav
Anbefalte forkunnskaper
Eksamen / vurdering
| Vurderingsform | Vekting | Varighet | Karakter | Hjelpemiddel | Exam system | Withdrawal deadline | Exam date |
|---|---|---|---|---|---|---|---|
| Mappeevaluering | 1/1 | 1 Semestre | Bokstavkarakterer | — | — | — |
Mappen består av fem prosjekter, hvorav tre teller 1/3 av karakteren hver. Ingen skriftlig eller muntlig eksamen.
Fagperson(er)
Instituttleder:
Alejandro Escalona VarelaFaglærer:
Nestor Fernando Cardozo DiazEmneansvarlig:
Nestor Fernando Cardozo DiazFaglærer:
Wiktor Waldemar WeibullArbeidsformer
4-8 timer undervisning per uke
8 timer lab-øvelser per uke
8-16 timer selvstudie
Kursdeltagelse er sterkt anbefalt da det kreves trening i dataferdigheter
Åpent for
Litteratur
Forelesningsnotater - http://www.ux.uis.no/~ah/CompEng/html/book.htmlhttp://www.ux.uis.no/~ah/CompEng/html/book.html
Støtteliteratur: "Computational Physics" M. Newman (http://www-personal.umich.edu/~mejn/cp/index.htmlhttp://www-personal.umich.edu/~mejn/cp/index.html )