Beräkningsvetenskap II

5 hp

Kursplan, Grundnivå, 1TD395

Kod
1TD395
Utbildningsnivå
Grundnivå
Huvudområde(n) med fördjupning
Datavetenskap G1F, Teknik G1F
Betygsskala
Underkänd (U), godkänd (3), icke utan beröm godkänd (4), med beröm godkänd (5)
Fastställd av
Teknisk-naturvetenskapliga fakultetsnämnden, 14 maj 2013
Ansvarig institution
Institutionen för informationsteknologi

Behörighetskrav

Beräkningsvetenskap I. Grundkurs i matematisk statistik rekommenderas.

Mål

Efter godkänd kurs ska studenten kunna:

  • redogöra för och utföra uppgifter som kräver kännedom om de nyckelbegrepp som ingår i kursen;
  • beskriva och använda de algoritmer som ingår i kursen;
  • undersöka egenskaper hos beräkningsalgoritmer och matematiska modeller med hjälp av de analysförfaranden som ingår i kursen;
  • värdera egenskaper hos beräkningsalgoritmer och matematiska modeller samt utgående från sådan värdering argumentera för metoders lämplighet givet olika tillämpningsproblem;
  • lösa teknisk-naturvetenskapliga problem givet matematisk modell, genom att strukturera problemet, välja lämplig numerisk metod, samt generera lösning med hjälp av programvara och egen kod;
  • presentera, förklara, sammanfatta, värdera och diskutera lösningsmetoder och resultat i en mindre rapport.

Innehåll

Fortsatt programmering i MATLAB. Fortsatt problemlösningsmetodik. Dataanalys: minstakvadratproblem med lösning baserad på normalekvationerna. Interpolation, styckvis interpolation (inklusive kubiska splines).

Lösning av ordinära differentialekvationer (begynnelsevärdesproblem): Adaptivitet. Stabilitet. Explicita och implicita metoder. Monte Carlo-metoder och metoder baserade på slumptal, stokastiska modeller, stokastisk simulering, inverse transform sampling.

I kursen ingår följande nyckelbegrepp: diskretisering och diskretiseringsfel (trunkeringsfel), noggrannhet och noggrannhetsordning, lokalt och globalt fel, effektivitet, stabilitet och instabilitet, adaptivitet, styv respektive icke-styv ordinär differentialekvation, deterministisk respektive stokastisk modell och metod, interpolation, minsta kvadratanpassning, ansats.

Undervisning

Föreläsningar, lektioner/workouts, laborationer, obligatoriska inlämningsuppgifter/miniprojekt.

Examination

Skriftligt prov (3 hp) samt inlämningsuppgifter/miniprojekt (2 hp).

FÖLJ UPPSALA UNIVERSITET PÅ

facebook
instagram
twitter
youtube
linkedin