LGMA60, Matematik 6 för gymnasielärare i matematik, Våren 2019

Aktuella meddelanden

6/5 - Protkoll från mittmötet finns här.

Välkomna till kursen! Schemat för kursen finns här.

Kursen startar den 25/3 och avslutas den 24/5.

Första föreläsningen äger rum den 25/3 kl 10:00 i MVH12.

Lärare

Kursansvarig och handledare: Philip Gerlee (gerlee "at" chalmers.se) 

Kurslitteratur

Det finns ingen kursbok utan allt material presenteras på föreläsningarna. För den som vill läsa mer om vetenskapliga modeller rekommenderas
-Gerlee och Lundh. Vetenskapliga modeller: svarta lådor, röda atomer och vita lögner (Studentlitteratur 2012)

För fördjupning i matematisk modellering rekommenderas
- Giordano et.al. A first course in mathematical modeling (4th edition, 2008)
- Meerschaert. Mathematical modeling (3rd edition, 2007)
- Polya. How to solve it, pdf

Program

Kursen består av sex stycken veckomoduler som behandlar olika typer av matematiska modeller. Varje modul inleds på måndag med en introduktionsföreläsning där veckans ämne presenteras och diskuteras. Övningsuppgifter som skall lösas under veckan delas ut. Till stöd för detta ges tre handledningstillfällen (mån, ons, tors). Nästföljande onsdag ges en uppföljningsföreläsning där lösningarna diskuteras och fördjupning sker.


Föreläsningar


Dag Innehåll
Material
25/3
Kursintroduktion, vetenskapliga modeller, ekvationer och kurvanpassning, introduktion till Python
slides
anteckningar
27/3
Modelltaxonomi, Olika modelleringsstrategier,
slides, anteckningar
1/4
Optimering
anteckningar, Python
3/4
Uppföljning 'Modeller, funktioner och ekvationer'

8/4
Dynamiska modeller
Python, anteckningar
10/9
Uppföljning 'Optimering'

15/4
Stokastiska modeller
Python, anteckningar
17/4
Uppföljning 'Dynamiska modeller'

v17
Självstudier

v18
Självstudier

6/5
Spelteori
anteckningar
8/5
Uppföljning 'Sannolikhetsmodeller'

13/5
Rumsliga modeller
anteckningar, Python
15/5
Uppföljning 'Spelteori'

20/5
Uppföljning 'Rumsliga modeller'

22/5
Repetition

Python

Vi kommer att använda oss av programspråket Python för att lösa många av övningsuppgifterna i kursen. Närmare bestämt kommer vi att använda Jupyter Notebook som integrerar Python-kod och vanlig text (och Latex-kod) på ett behändigt sätt. Detta finns installerat på datorerna i datorsalen, men kan gratis installeras på era egna datorer genom att ladda ner och installera Anaconda.

Här finns en inledande notebook som beskriver grunderna i Python och för en mer grundlig introduktion rekommenderar jag denna resurs.

Efter hand kommer jag lägga upp Python-kod som krävs för att lösa specifika uppgifter i varje modul.

Övningsuppgifter

Övningsuppgifterna är en central del av kursen. Syftet med dessa är att utveckla både era modelleringsfärdigheter och problemlösningsförmåga.
Övningarna görs i grupper om två studenter.
Innan ni börjar lösa uppgifterna läs dessa detaljerade instruktioner.
Inlämning sker genom att maila lösningarna som en pdf-fil eller Python-notebook till gerlee*chalmers.se. 
Modul 1: Modeller, funktioner och ekvationer
Modul 2: Optimering
Modul 3: Dynamiska modeller
Modul 4: Sannolikhetsmodeller
Modul 5: Spelteori
Modul 6: Rumsliga modeller
Vissa övningsuppgifter skall lösas numeriskt och valfritt program kan användas. Vi rekommenderar dock Python.

Kurskrav

Kursens mål finns angivna i kursplanen.

Examination

Examination sker löpande under kursens gång genom inlämning av lösta övningsuppgifter. Läs mer här om rättning och betygssättning. Kursen avslutas med en obligatorisk uppsats i vilken studenterna reflekterar över matematisk modellering och problemlösning. Instruktioner för uppsatsen finns här.

Kursutvärdering

I Kursvärdering genomförs via enkät i GUL efter avslutad kurs.