Numerisk modellering MAF300

• Ha kjennskap til fundamentale algoritmer og begreper i numerisk matematikk
• Kunne anvende disse begrepene for analyse av feilforplanting, løsning av likninger og differensiallikninger
• Selv være i stand til å formulere fysiske problemer på en måte som er egnet for numeriske beregninger
• Kunne velge løsningsmetoder og skrive datamaskinprogrammer som utfører enkle fysiske beregninger med programmeringsspråket Python.

Dette emnet består av to deler; en teoridel (I) og en laboratoriedel (II).

Del I av kurset skal gi en innføring i grunnleggende teori og metoder for løsning av beregningsoppgaver med og uten datamaskin. Analyse av avrundingsfeil og avbruddsfeil. Løsning av lineære likningssett med Gauss-eliminasjon og iterative metoder. Behandling av overbestemte likningssett med minste kvadraters metode og normallikninger. Interpolasjon med polynom: Lagranges og Newtons formler. Linearisering med anvendelser på studier av feilforplanting. Ikkelineære likninger: Halveringsmetode, fikspunktiterasjon og Newton_Raphsons metode. Numerisk behandling av rekker og sekvenser: langsom, geometrisk og hurtig konvergens. Numerisk integrasjon og derivasjon. Numerisk behandling av ordinære differensiallikninger: eksplisitte og implisitte metoder.

Del II er et datalaboratoriekurs som skal gi en innføring i praktisk bruk av computere til vitenskapelige og tekniske beregninger. Det gis en innføring i programmeringsspråket Python, feilkilder, avrundingsfeil og trunkeringsfeil, numeriske derivasjons- og integrasjonsmetoder anvendt på fysiske problemer, generering av tilfeldige tall og Monte Carlo metoder, innføring i computeralgebra og analyse og bruk av computergrafikk.

Grunnleggende Matematikkkunnskaper. 

For Del II er det en fordel, men ikke nødvendig, å ha lært et (hvilket som helst) programmeringsspråk før. Kurset start dog med en innføring i Python, som brukes i kurset. 

Bachelornivå på det Teknisk-Naturvitenskapelige fakultet

Masternivå på det Teknisk-Naturvitenskapelige fakultet

Emnet er et datalaboratoriekurs som gis for studenter som har dette obligatorisk i sin studieplan. Andre studenter kan tas opp dersom det er ledig plass og kapasitet.