Beräkningsvetenskap II
Kursplan, Grundnivå, 1TD395
- Kod
- 1TD395
- Utbildningsnivå
- Grundnivå
- Huvudområde(n) med fördjupning
- Datavetenskap G1F, Teknik G1F
- Betygsskala
- Med beröm godkänd (5), Icke utan beröm godkänd (4), Godkänd (3), Underkänd (U)
- 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).
Litteraturlista
- Litteraturlista giltig från och med höstterminen 2019
- Litteraturlista giltig från och med vårterminen 2018
- Litteraturlista giltig från och med vårterminen 2013
- Litteraturlista giltig från och med höstterminen 2011
- Litteraturlista giltig från och med höstterminen 2010
- Litteraturlista giltig från och med höstterminen 2009
- Litteraturlista giltig från och med höstterminen 2007