Om dette emnet

Dette kurset introduserer studenter til vitenskapelig databehandling, samlingen av verktøy, teknikker og teorier som kreves for å løse matematiske modeller av problemer innen naturvitenskap og ingeniørfag på datamaskin. Et særlig fokus ligger på å forstå de diskuterte algoritmene teoretisk og implementere dem effektivt for å løse fysiske bevaringslover. Implementasjoner kan gjøres i Python, Julia eller C++.

Spesifikke temaer og spørsmål som vil bli besvart er:

  • Hva er vitenskapelig databehandling? Hva er en numerisk simulering?
  • Fysiske bevaringslover og deres forbindelse til fysikk, ingeniørfag og datavitenskap.
  • Hvordan verifiserer man en algoritme? Bestemme et testproblem med en analytisk løsning.
  • Implementering av differanseskjemaer.
  • Hvilke løsninger bør en algoritme gi?
  • Konsistens, stabilitet og konvergens av en algoritme.
  • Biblioteker for vitenskapelig databehandling.
  • Implementering av en todimensjonal finite volume-metode.

Dette lærer du

Etter å ha fullført kurset vil du kunne:

  • implementere fysiske bevaringslover for å kjøre numeriske simuleringer
  • oversette et fysisk problem til et dataprogram
  • validere programmet ditt
  • forstå ulike løsningsbegreper som klassiske, svake og entropiløsninger
  • forstå begrepene konsistens, stabilitet og konvergens.
  • Læringsaktiviteter

    Forelesninger, øvelser, programmering og skriftlige oppgaver.
  • Læringsstøtte

    Kursrom på Canvas, assistanse under øvelsene.
  • Pensum

    Kunngjøres ved kursstart.
  • Forutsatte forkunnskaper

    INF120, INF205, MATH121, MATH122, MATH123 (MATH111, MATH112, MATH113) eller tilsvarende
  • Anbefalte forkunnskaper

    INF201, INF203, MATH250, MATH270, MATH290
  • Vurderingsordning, hjelpemiddel og eksamen

    Mappevurdering. A-F.
  • Om bruk av KI

    K1- Ikke tillatt med bruk av KI.

    Her finner du KI-kategoriene beskrevet.

  • Sensorordning

    Sensor(ene) gjennomfører mappevurderinga.
  • Obligatorisk aktivitet

    Utover det som inngår i mappevurderinga skal hver student presentere minst éi øvingsoppgave underdatalab-timene.
  • Undervisningstider

    24t forelesninger, 12t øvelser
  • Opptakskrav

    REALFAG