Deze cursus geeft een eerste oriëntatie op Scientific Computing aan de hand van case studies uit verschillende toepassingsgebieden. Het hele Scientific Computing traject, van mathematisch modelleren tot visualiseren van de numerieke oplossing (simulatie) via discretisatie, algebraïsche oplostechnieken en implementatie, komt aan bod. De `focus' ligt op veelgebruikte technieken uit de Numerieke Differentiaalvergelijkingen en uit de Fouriertheorie, zowel voor het simuleren van patroonvorming in modellen uit de hydrologie als bij het bewerken van beelden die bijvoorbeeld verkregen zijn uit een MRI-scan.
Zowel de theoretische als de praktische, software-gerelateerde aspecten komen aan de orde.
Dit vak is een goede oriëntatie op een eventuele masterspecialisatie Scientific Computing en geeft een breed beeld van het vakgebied. De relatie met de praktijk wordt mede vormgegeven door een of meerdere gastdocenten.
Voorkennis:
Lineaire algebra A (WISB121), Lineaire algebra B (WISB122), Infinitesimaalrekening A (WISB132), Infinitesimaalrekening B (WISB133).
Het vak numerieke wiskunde WISB251, of het gelijktijdig volgen ervan is gewenst. Bij twijfel, of een andere vooropleiding dan wiskunde of natuurkunde, graag overleg met een van de docenten. Ervaring met een programmeertaal is niet vereist (maar kan wel helpen).
Kennis en inzicht:
na afloop van de cursus, de student
- kent de theorie achter verschillende veel gebruikte methoden om problemen voor differentiaalmodellen numeriek op te lossen,
- kent de zwakke en sterke kanten van deze methoden (wat betreft prestatie ['performance'], dwz., efficiëntie, betrouwbaarheid en stabiliteit),
- weet welke eigenschappen van het model de effectiviteit van de oplosmethode bepalen,
- beseft dat Scientific Computing gebruik maakt van technieken uit zowel de Numerieke Wiskunde (analyse en algebra), Informatica en het toepassingsgebied en dat het afstemmen van parameters in de oplosmethode voor optimale prestatie kennis van deze vakgebieden vereist. In het bijzonder beseft de student dat in de beroepspraktijk Scientific Computing teamwerk is, maar dat optimale communicatie in het team enige kennis van alle disciplines vereist,
- beseft dat, om een goed presenterende oplosmethode te ontwerpen, theoretische analyse vaak gecomplementeerd moeten worden met gerichte numerieke experimenten.
Vaardigheden:
na afloop van de cursus, de student
- kan modelleerargumenten begrijpen en, voor aan de behandelde stof gerelateerde problemen zelf toepassen,
- kan elementaire technieken toepassen om partiële differentiaal vergelijkingen te discretiseren
- heeft een kritische houding ten opzichte van zijn eigen numerieke experimentele resultaten.
- kan de numerieke oplosmethode coderen in een gestructureerde en gemoduleerde Matlab code,
- kan een helder en beknopt verslag schrijven met centraal daarin een verantwoorde keuze voor de numerieke oplosmethode in de context van het toepassingsgebied (inclusief modellering, discretisatie en codering).
Onderwijsvormen en contacttijd:
De cursus wordt een blok lang twee keer per week (8 uur) gegeven in de vorm van een studio course (een interactieve mengvorm van college, werkcollege en computerpracticum). Hierin kan de student het geleerde onmiddellijk in de praktijk brengen en gebruiken om een probleem te analyseren, algoritmes op te stellen en te implementeren in een simulatie code. Voor delen van de cursus zijn delen van een code beschikbaar die verder aangevuld moet worden en tot inspiratie dienen voor verder zelfstandig coderen.
Toetsvormen:
Twee verslagen, die ieder even zwaar mee tellen bepalen het eindcijfer van het vak. Ieder verslag moet minimaal het cijfer 5 hebben en het afgeronde eindcijfer moet minimaal een 6 zijn. De verslagen mogen in samenwerking met (maximaal) een medestudent geschreven worden. Iedere student is echter individueel aansprakelijk voor het hele verslag.
Verslagen kunnen individueel nabesproken worden. De nabespreking kan het cijfer beïnvloeden. |
|
 |
|