EPN-V2

MAMO2200 Advanced modeling and computing Course description

Course name in Norwegian
Avansert modellering og beregninger
Study programme
Bachelor's Degree Programme in Mathematical Modelling and Data Science
Weight
10.0 ECTS
Year of study
2024/2025
Curriculum
SPRING 2025
Schedule
Course history

Introduction

Emnet omfatter vitenskapsteorier, kvalitative og kvantitative forskningsmetoder og forskningsdesign som er relevante for psykisk helse, psykisk lidelse og fagområdet psykisk helsearbeid. Emnet omfatter forskningsprosessens alle trinn, utforming av forskningsspørsmål, etiske refleksjoner og prinsipper for vitenskapelig arbeid. Danner grunnlag for masteroppgaven og derfor ikke et emne som det kan gis godskriving og fritak for.

Recommended preliminary courses

Bente Weimand og Dawit Shawel Abebe

Required preliminary courses

Opptak til studiet.

Learning outcomes

Etter å ha gjennomført dette emnet har studenten følgende læringsutbytte, definert i kunnskap, ferdigheter og generell kompetanse.

Kunnskap

Studenten kan:

  • gjøre rede for metoder for numerisk løsning av ikke-lineære algebraiske ligninger
  • gjøre rede for hvordan og i hvilke tilfeller funksjoner kan approksimeres med polynomer og trigonometriske funksjoner
  • gjøre rede for standardmetoder og bruk av stokastiske simuleringer for estimering av bestemte integraler
  • gjøre rede for grunnleggende egenskaper til stokastiske prosesser og Markov-kjede-modeller
  • gjøre rede for noen metoder for numerisk løsning av startverdiproblemer
  • gjøre rede for hvordan de numeriske metodene kan implementeres i Python

Ferdigheter

Studenten kan:

  • bruke og implementere metoder for numerisk løsning av ligninger, samt analysere avvik
  • bruke og implementere metoder for numerisk integrasjon
  • approksimere funksjoner ved bruk av Taylor-polynomer for å analysere avvik i numeriske integratorer
  • bruke og implementere metoder for numerisk løsning av startverdiproblemer
  • bruke og implementere Markov-kjede-modeller
  • implementere numeriske metoder ved hjelp av Python-programmering

Generell kompetanse

Studenten kan:

  • lese og forstå tekster og delta i diskusjoner som omhandler modellering, beregning og implementering, vurdere nøyaktigheten til numeriske estimater og velge passende parametere slik at estimatene blir nøyaktige nok
  • tolke og vurdere resultater av numeriske beregninger
  • vurdere hvilke algoritmer som skal brukes i ulike tilfeller

Teaching and learning methods

Forelesninger, gruppearbeid, seminar og selvstudier.

Course requirements

For å fremstille seg til eksamen må følgende oppgave være utført og godkjent:

  • En disposisjon til prosjektbeskrivelse, individuell eller i gruppe på to studenter.Den legges frem på seminar med opponentskap med muligheter for diskusjon og endring før endelig innlevering. Omfang: 1000 ord (+/- 20 %).

Assessment

Prosjekteksamen. Prosjektbeskrivelse, individuell eller i gruppe på 2 studenter. Omfang: 1000 ord (+/- 20 %). Er styrende for mastergradsoppgave med hovedvekt på metodedelen.

Permitted exam materials and equipment

Alle hjelpemidler er tillatt så lenge regler for kildehenvisning følges.

Grading scale

Gradert skala A-F.

Examiners

Hver besvarelse vurderes av 2 sensorer. Ekstern sensor vurderer uttrekk av besvarelsene (min. 20%). Ekstern sensors vurderinger skal komme alle studentene til gode.