"False"
Hoppa direkt till innehållet
printicon
Huvudmenyn dold.
Kursplan:

Teknisk beräkningsvetenskap II, 4,5 hp

Engelskt namn: Scientific Computing II

Denna kursplan gäller: 2011-01-10 till 2017-05-14 (nyare version av kursplanen finns)

Kurskod: 5DV123

Högskolepoäng: 4,5

Utbildningsnivå: Grundnivå

Huvudområden och successiv fördjupning: Datavetenskap: Grundnivå, har mindre än 60 hp kurs/er på grundnivå som förkunskapskrav

Betygsskala: TH teknisk betygsskala

Ansvarig institution: Institutionen för datavetenskap

Beslutad av: teknisk-naturvetenskapliga fakultetsnämnden, 2011-08-18

Innehåll

I kursen genomförs ett antal fallstudier i följande beräkningskedja: * Ett givet system av tekniskt intresse modelleras med hjälp av partiella differentialekvationer, baserade på grundläggande fysikaliska lagar tillsammans med relevanta konstitutiva samband. * Den matematiska modellen diskretiseras på lämpligt sätt, t.ex. med finitaelementmetoden. * Lämplig numerisk metod för det diskreta problemet implementeras i programvara. * Det numeriska resultatet visualiseras och analyseras.

Förväntade studieresultat

Efter godkänd kurs skall studenten kunna * redogöra för hur aktuella modeller härleds, * applicera sina kunskaper genom att, för problem liknande de som behandlas i kursen, välja lämplig numerisk metod och självständigt implementera problemet i aktuell programvara, * utföra viss analys av de beräkningsmetoder som studeras

Behörighetskrav

För tillträde till kursen krävs kursernaTeknisk beräkningsvetenskap I (5DV116); Flervariabelanalys (5MA010); Klassisk mekanik (5FY040 eller 5FY041); kurs i vågrörelselära, t.ex. Vågfysik och optik (5FY091) eller El- och vågrörelselära (5FY108); kurs i ordinära differentialekvationer, t.ex. Fysikens matematiska metoder (5MA014) eller Differentialekv. för teknologer (5MA005) eller motsvarande kunskaper.

Undervisningens upplägg

Ett mindre antal fallstudier genomförs i följd. Till varje fallstudie hör som regel en kombination av föreläsningar, gruppövningar och handledda datorlaborationer.

Examination

Efter varje fallstudie genomförs ett laborationsprov, som vart och ett innehåller två delar: * Självständigt genomförande av en implementationsuppgift i datasal vid specificerade tillfällen * Enskild muntlig examination På varje laborationsprov ges något av betygen Underkänd (U) eller Godkänd (3). Dessutom genomförs en skriftlig tentamen för vilken ges något av betygen Underkänd (U), Godkänd (3), Icke utan beröm godkänd (4) eller Med beröm godkänd (5). För betyget Godkänd (3) på kursen krävs godkänt på samtliga laborationsprov. För betygen Icke utan berömd godkänd (4) och Med berömd godkänd (5) på kursen krävs dessutom motsvarande betyg vid skriftlig tentamen. Studenter som erhållit betyget Godkänd vid samtliga laborationsprov och som inte erhållit högre betyg vid skriftlig tentamen erhåller betyget Godkänd (3) på kursen efter läsårets sista ytterligare tentamenstillfälle. För studenter som inte godkänts vid ordinarie provtillfälle anordnas ytterligare provtillfällen. I samband med tentamenstillfällen anordnas även uppsamlingsomgångar för laborationsprov. Den som godkänts i ett prov får ej undergå förnyat prov för högre betyg. En student som utan godkänt resultat har genomgått två prov för en kurs eller en del av en kurs, har rätt att få en annan examinator utsedd, om inte särskilda skäl talar emot det (HF 6 kap. 22 §). Begäran om ny examinator ställs till styrelsen för Institutionen för datavetenskap. TILLGODORÄKNANDE I en examen får denna kurs ej ingå, helt eller delvis, samtidigt med en annan kurs med likartat innehåll. Vid tveksamheter bör den studerande rådfråga studievägledare vid Institutionen för datavetenskap och/eller programansvarig för sitt program. Tillgodoräknande av studier prövas individuellt (se universitetets regelsamling och tillgodoräknandeordning). Ansökan om tillgodoräknande görs på speciell blankett och ställs till den Teknisk-naturvetenskapliga fakultetsnämnden, Umeå universitet.

Litteratur

Giltig från: 2011 vecka 24

Material som tillhandahålls av institutionen/Material provided by the department
Inst för datavetenskap/Dept. of Computing Science :
Obligatorisk