Studieinfo emne MAMO2200 2023 HØST
MAMO2200 Avansert modellering og beregninger Emneplan
- Engelsk emnenavn
- Advanced models and computing
- Studieprogram
-
Bachelorstudium i ingeniørfag – matematisk modellering og datavitenskap
- Omfang
- 10 stp.
- Studieår
- 2023/2024
- Timeplan
- Emnehistorikk
-
Innledning
Emnet tar for seg approksimasjoner og numeriske beregningsmetoder som er sentrale når vi analyserer, beregner og simulerer matematiske modeller. Studentene skal gjennom implementering på datamaskin lære å utføre systematiske numeriske eksperimenter. Eksempler og oppgaver hentes fra naturvitenskap, ingeniørfag og økonomi. Temaene som tas opp skal forberede og motivere studentene til videre studier innen anvendt og beregningsorientert matematikk.
Anbefalte forkunnskaper
Emnet bygger på
- MAMO1100 Innføring i modeller og beregninger
- DAPE1300 Diskret matematikk
- DAPE1400 Programmering
- DAPE2101 fysikk og kjemi
- DAPE2000 matematikk 2000 med statistikk
Forkunnskapskrav
Ingen ut over opptakskrav.
Læringsutbytte
Etter å ha gjennomført dette emnet har studenten følgende læringsutbytte, definert i kunnskap, ferdigheter og generell kompetanse.
Kunnskap
Studenten kan:
- gjøre rede for egenskaper ved løsninger til differensialligninger
- gjøre rede for konvergens for standard-metoder for beregning av bestemte integraler inkludert trapes-regelen og Simpsons regel.
- gjøre rede for hvordan og i hvilke tilfeller funksjoner kan approksimeres med polynomer og trigonometriske funksjoner
- gjøre rede for noen metoder og konvergens for numerisk løsning av startverdiproblemer
- gjøre rede for hvordan de numeriske metodene kan implementeres i Python
Ferdigheter
Studenten kan:
- analysere funksjoner og funksjonelle sammenhenger ved hjelp av ligningsløsning og bruk av deriverte
- bruke og implementere metoder for numerisk integrasjon, samt analysere avvik
- approksimere funksjoner ved bruk av Taylor-polynomer for å analysere avvik i numeriske integratorer
- foreta kvalitative analyser av differensialligninger
- bruke og implementere metoder for numerisk løsning av startverdiproblemer, samt analysere avvik
- 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 tilfelle
Arbeids- og undervisningsformer
Forelesninger og regneøvinger med utstrakt bruk av programvare og koding på datamaskin. Øvingene kombinerer bruk av blyant og papir og regneverktøy på datamaskiner under veiledning av faglærer og/eller studentassistent.
Arbeidskrav og obligatoriske aktiviteter
Følgende arbeidskrav må være godkjent for å framstille seg til vurdering/eksamen: Tre av fem gruppeoppgaver hvor:
- hver gruppe skal bestå av to til fem studenter.
- hver gruppeoppgave leveres som en rapport på 10-20 sider
- hver oppgave kan leveres på nytt en gang dersom den ikke blir godkjent.
Formålet med arbeidskravet er for studentene å få praktisk erfaring med prosjektarbeid og kombinerer flere av læringsutbyttene i arbeidet.
Vurdering og eksamen
Individuell muntlig eksamen på 30 minutter som består av en studentledet presentasjon på ca. 20 minutter med påfølgende spørsmål.
Eksamensresultat kan ikke påklages.
Ved ny eller utsatt eksamen kan en annen eksamensform bli benyttet
Hjelpemidler ved eksamen
Alle hjelpemidler er tillatt så lenge regler for kildehenvisning følges.
Vurderingsuttrykk
Gradert skala A-F.
Sensorordning
To interne sensorer. Ekstern sensor brukes jevnlig.