EPN-V2

MAMO2200 Avansert modellering og beregninger Emneplan

Engelsk emnenavn
Advanced Modeling and Computing
Omfang
10.0 stp.
Studieår
2024/2025
Emnehistorikk
Timeplan
  • Innledning

    Det er ett arbeidskrav knyttet til emnet som må være godkjent for å kunne gå opp til eksamen:

    • Individuelt skriftlig refleksjonsnotat om løpende vurdering av lærerstudentens skikkethet og faglig progresjon. Refleksjonsnotatet skrives i lys av relevant litteratur, forskning og aktuelle styringsdokumenter. Omfang: 1 000 +/-10%.

    Se nærmere beskrivelse av gjennomføring av arbeidskrav og konsekvensene av ikke godkjent eller ikke gjennomført arbeidskrav i programplanen.

  • Anbefalte forkunnskaper

    Emnet bygger på

    • MAMO1100 Innføring i modeller og beregninger
    • DAFE1000 matematikk 1000
    • 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 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
  • 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

    Eksamen er en individuell multimodal presentasjon med utgangspunkt i relevant litteratur, forskning og aktuelle styringsdokumenter. Presentasjonen skal være en PowerPoint-presentasjon eller annet selvkjørende presentasjonsverktøy med tekst, bilder (figurer) og egne kommentarer knyttet til et gitt tema. Omfang: Den multimodale presentasjon skal ha en varighet på inntil 10 minutter.

    Ny og utsatt eksamen

    Ny og utsatt eksamen gjennomføres på samme måte som ordinær eksamen.Ved første ny og utsatt eksamen kan den multimodale presentasjonen bearbeides, ved senere forsøk må det lages ny presentasjon

    Studentens rettigheter og plikter ved ny/utsatt eksamen framgår av forskrift om studier og eksamen ved OsloMet - storbyuniversitetet. Studenter er selv ansvarlige for å melde seg opp til eventuell ny/utsatt eksamen på Studentweb.

  • Vurdering og eksamen

    Alle hjelpemidler er tillatt, men det skal benyttes korrekt referanseteknikk og alle kilder skal oppgis.

  • Hjelpemidler ved eksamen

    Eksamen vurderes til bestått/ikke bestått

  • Vurderingsuttrykk

    Det benyttes en intern og en ekstern sensor.

  • Sensorordning

    Se programplanen