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.