Beräkningsvetenskap II

5 hp

Kursplan, Grundnivå, 1TD395

Det finns en senare version av kursplanen.
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, 3 maj 2010
Ansvarig institution
Institutionen för informationsteknologi

Behörighetskrav

Beräkningsvetenskap I. Matematisk statistik rekommenderas.

Mål

Efter godkänd kurs ska studenten kunna

  • redogöra för nyckelbegrepp som ingår i kursen;
  • analysera några enkla beräkningsmetoder med avseende på egenskaper relaterade till nyckelbegreppen i föregående punkt
  • översiktligt förklara idén bakom de algoritmer som behandlas i kursen och visa hur de kan användas för lösning av tillämpningsproblem;
  • redogöra för den principiella skillnaden mellan stokastiska respektive deterministiska metoder och modeller;
  • värdera olika metoders egenskaper med avseende på noggrannhet, stabilitetsegenskaper och effektivitet;
  • utgående från en sådan värdering av metoders egenskaper, 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, med tonvikt på styckvis interpolation (inklusive kubiska spines).

Lösning av ordinära differentialekvationer (begynnelsevärdesproblem). Adaptivitet. Stabilitet. Explicita och implicita metoder och i samband med detta lösning av icke-linjära ekvationssystem. 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, effektivitet, stabilitet, ansats, adaptivitet.

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