Kursplan för Numeriska metoder och simulering

Numerical Methods and Simulation

Det finns en senare version av kursplanen.

  • 5 högskolepoäng
  • Kurskod: 1TD403
  • Utbildningsnivå: Grundnivå
  • Huvudområde(n) och successiv fördjupning: Datavetenskap G2F, Teknik G2F

    Förklaring av koder

    Koden visar kursens utbildningsnivå och fördjupning i förhållande till andra kurser inom huvudområdet och examensfordringarna för generella examina:

    Grundnivå

    • G1N: har endast gymnasiala förkunskapskrav
    • G1F: har mindre än 60 hp kurs/er på grundnivå som förkunskapskrav
    • G1E: innehåller särskilt utformat examensarbete för högskoleexamen
    • G2F: har minst 60 hp kurs/er på grundnivå som förkunskapskrav
    • G2E: har minst 60 hp kurs/er på grundnivå som förkunskapskrav, innehåller examensarbete för kandidatexamen
    • GXX: kursens fördjupning kan inte klassificeras

    Avancerad nivå

    • A1N: har endast kurs/er på grundnivå som förkunskapskrav
    • A1F: har kurs/er på avancerad nivå som förkunskapskrav
    • A1E: innehåller examensarbete för magisterexamen
    • A2E: innehåller examensarbete för masterexamen
    • AXX: kursens fördjupning kan inte klassificeras

  • Betygsskala: Underkänd (U), godkänd (3), icke utan beröm godkänd (4), med beröm godkänd (5)
  • Inrättad: 2015-03-10
  • Inrättad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Gäller från: vecka 25, 2015
  • Behörighet: 60 hp inklusive Programkonstruktion och datastrukturer. Linjär algebra och geometri I. Envariabelanalys. Sannolikhet och statistik DV ska vara genomgången.
  • Ansvarig institution: Institutionen för informationsteknologi

Mål

Efter godkänd kurs ska studenten kunna

  • 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;
  • redogöra för olika nyckelbegrepp som ingår i kursen;
  • beskriva och använda de olika algoritmer och numeriska metoder som ingår i kursen;
  • analysera egenskaper hos beräkningsalgoritmer och matematiska modeller med hjälp av de analysförfaranden som ingår i kursen;
  • värdera egenskaper hos olika beräkningsalgoritmer och matematiska modeller och utgående från en sådan värdering, argumentera för olika metoders lämplighet givet olika tillämpningsproblem.

Innehåll

Kursen fokuserar kring projekt där ett tekniskt-naturvetenskapligt problem simuleras, och där problemet kan beskrivas av deterministiska respektive stokastiska modeller. Problemet löses med olika metoder baserade på numerisk lösning av ordinära differentialekvationer respektive Monte Carlo-metoder. Slutsatser utgående från de olika lösningarna diskuteras, med frågeställningar som när de olika matematiska modellerna är lämpliga, när de olika numeriska metoderna är lämpliga att använda, principiella skillnader i lösningarna.
För att projektet ska kunna lösas behöver kursdeltagarna inhämta information om olika numeriska metoder för lösning av ODE:er respektive för stokastiska modeller. Här ingår t.ex. Runge-Kuttametoder och Gillespies algoritm och hur dessa metodtyper principiellt fungerar. Dessutom kommer viktiga nyckelbegrepp som krävs för förståelsen och analys att gås igenom, t.ex. diskretisering, diskretiserings- och avrundningsfel, noggrannhet och noggrannhetsordning, numerisk stabilitet/instabilitet, explicita respektive implicita metoder och när de är lämpliga.

Undervisning

Seminarier, föreläsningar och problemlösningspass.

Examination

Muntlig och skriftlig redovisning av inlämningsuppgifter och projekt (3 hp). Skriftlig tentamen (2 hp).

Övriga föreskrifter

Kursen kan inte räknas i examen tillsammans med 1TD393 Beräkningsvetenskap I, 1TD395 Beräkningsvetenskap II och 1TD394 Beräkningsvetenskap DV.

Versioner av kursplanen

Litteratur

Uppgift om kurslitteratur saknas. Ta kontakt med ansvarig institution för mer information.