FYSA1130 Numerical Methods in Physics (4 cr)

Study level:
Intermediate studies
Grading scale:
0-5
Language:
Finnish
Responsible organisation:
Department of Physics
Curriculum periods:
2017-2018, 2018-2019, 2019-2020

Description

Sisältö

Numeerinen derivointi ja integrointi; lineaaristen ja epälineaaristen yhtälöiden ja yhtälöryhmien ratkaiseminen; tavalliset differentiaaliyhtälöt; Poissonin yhtälön ratkaiseminen; optimointi; lineaarinen ja epälineaarinen PNS-sovittaminen; ominaisarvo-ongelmien ratkaiseminen.

Suoritustavat

Harjoitustehtävät, projektityö, kotitentti.

Arviointiperusteet

Opintojakson suorittamiseen vaaditaan, että opiskelija saa vähintään opettajan määräämän hyväksymispisterajan mukaisen kokonaispistemäärän arvioinninkohteista (oppimistehtävät, projektityö ja kotitentti). Opettaja päättää arvioinninkohteiden osuudet opintojakson kokonaispisteistä.

Learning outcomes

Opintojakson suoritettuaan opiskelija osaa johtaa erotusosamääräyhtälöitä ja numeerisia integraaleja laskeakseen derivaattoja ja integraaleja tapaukseen soveltuvalla algoritmilla. Hän osaa käyttää suoria tai iteratiivisia menetelmiä lineaarisen yhtälöryhmän ratkaisemiseen sekä soveltaa niitä epälineaarisen yhtälöryhmän ratkaisemiseen. Opiskelija osaa käyttää numeerisia ratkaisumenetelmiä laskiessaan tavallisia alkuarvotehtäviä sekä tähtäys- ja differenssimenetelmiä laskiessaan reunaehtotehtäviä. Opiskelija tunnistaa erot osittaisdifferentiaaliyhtälön ja tavallisen differentiaaliyhtälön numeerisessa ratkaisemisessa. Hän osaa soveltaa pienimmän neliösumman teoriaa lineaarisen ja epälineaarisen yhtälön sovittamiseen havaintoaineistoon sekä hyödyntää menetelmiä epälineaaristen optimointiongelmien ratkaisemiseen. Hän osaa ratkaista ominaisarvo-ongelmia ja kertoa liukulukulaskennan rajoitteista.

Additional information

Ajankohta kevätlukukauden 1. periodi.

Description of prerequisites

Esitietovaatimuksena opiskelija odotetaan osaavan kirjoittaa Python-ohjelmia yksinkertaista ongelmanratkaisua varten. Hän osaa myös käsitellä vektori- ja matriisimuotoista dataa, käyttää tilastollista analyysia datan esittämiseen joko numeerisesti tai graafisesti sekä havainnollistaa dataa erilaisten kuvaajien avulla. Lisäksi hän osaa tehdä suoran sovituksen virhearvioineen.

Completion methods

Method 1

Select all marked parts
Parts of the completion methods
x

Teaching (4 cr)

Type:
Participation in teaching
Grading scale:
0-5
Language:
Finnish

Teaching