EPN-V2

MAMO2200 Avansert modellering og beregninger Emneplan

Engelsk emnenavn
Advanced modeling and computing
Omfang
10.0 stp.
Studieår
2025/2026
Emnehistorikk
Timeplan
  • 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
    • 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 og differensialligninger
    • 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 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

    Følgende arbeidskrav må være godkjent for å framstille seg til vurdering/eksamen:

    To av tre gruppeoppgaver hvor

    • hver gruppe skal bestå av 1 til 4 studenter.
    • hver gruppeoppgave leveres som en rapport på 8-15 sider
    • hver oppgave kan leveres på nytt én 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 omtrent 30 minutter som består av en student-ledet presentasjon med påfølgende spørsmål.

    Eksamensresultat kan ikke påklages.

    Ved ny eller utsatt eksamen kan en annen eksamensform bli benyttet.

  • Hjelpemidler ved eksamen

    Studenten kan bruke egen PC til presentasjonen.

  • Vurderingsuttrykk

    Gradert skala A-F.

  • Sensorordning

    To interne sensorer. Ekstern sensor brukes jevnlig.