DD2363 Vetenskapliga beräkningsmetoder 7,5 hp

Methods in Scientific Computing

Kursen presenterar generella och effektiva numeriska metoder och algoritmer för grundläggande modeller inom beräkningsvetenskap, speciellt partikelmodeller, ordinära differentialekvationer (ODE) och partiella differentialekvationer (PDE). Utmaningar i forskningsfältet lyfts fram, t.ex. vad gäller parallella och distribuerade beräkningar.

  • Utbildningsnivå

    Avancerad nivå
  • Huvudområde

    Datalogi och datateknik
  • Betygsskala

    A, B, C, D, E, FX, F

Kurstillfällen/kursomgångar

VT19 för programstuderande

  • Perioder

    VT19 P3 (7,5 hp)

  • Anmälningskod

    60854

  • Kursen startar

    2019-01-15

  • Kursen slutar

    2019-03-15

  • Undervisningsspråk

    Engelska

  • Studielokalisering

    KTH Campus

  • Undervisningstid

    Dagtid

  • Undervisningsform

    Normal

  • Antal platser

    Ingen begränsning

  • Schema

    Schema (nytt fönster)

  • Planerade moduler

    P3: E1, G1, I1. mer info

  • Målgrupp

    Sökbar för alla program från årskurs 3 och för studenter antagna på ett masterprogram

  • Del av program

VT20 metsc20 för programstuderande

  • Perioder

    VT20 P3 (7,5 hp)

  • Anmälningskod

    60137

  • Kursen startar

    2020-01-15

  • Kursen slutar

    2020-03-14

  • Undervisningsspråk

    Engelska

  • Studielokalisering

    KTH Campus

  • Undervisningstid

    Dagtid

  • Undervisningsform

    Normal

  • Antal platser

    Ingen begränsning

  • Kursansvarig

    Johan Hoffman <jhoffman@kth.se>

  • Målgrupp

    Sökbar för alla program från årskurs 3 och för studenter antagna på ett masterprogram

  • Del av program

Lärandemål

Efter godkänd kurs ska studenten kunna:

• konstruera och implementera explicita tidsstegningsmetoder för partikelmodeller,

• konstruera och implementera implicita tidsstegningsmetoder för generella system av ordinära differentialekvationer (ODE),

• konstruera och implementera lösningsalgoritmer för system av icke-linjära ekvationer,

• formulera finita elementmetoder (FEM) för partiella differentialekvationer (PDE) och anpassa FEM-mjukvara till ett givet problem,

• föreslå lämplig parallelliseringsstrategi för en given partikelmodell, ODE eller PDE.

Kursens huvudsakliga innehåll

Kursen fokuserar på tre områden:

• Partikelmodeller. Explicita tidsstegningsmetoder, N-kroppsproblemet och glesa approximationer. Tillämpningar t.ex. på solsystemet, mass-fjädersystem, eller molekyldynamik.   

• ODE-modeller. Implicita tidsstegningsmetoder, lösningsalgoritmer för glesa system av icke-linjära ekvationer. Tillämpningar inom t.ex. populationsdynamik, systembiologi eller kemiska reaktioner.

• PDE-modeller. Rumsdiskretisering genom partiklar, strukturerade nät, eller ostrukturerade nät. Nätalgoritmer; förfining, förgrovning, optimering. Stencilmetoder, funktionsapproximation, Galerkins metod, finita elementmetoden.

För varje område diskuteras datorimplementering och algoritmer för parallell och distribuerad beräkning, vilket också övas i datorlaborationer.     

Behörighet

90 hp varav 45 hp inom matematik och/eller informationsteknik.

Litteratur

Meddelas fyra veckor före kursstart.

Examination

  • LAB1 - Laborationsuppgifter, 3,0, betygsskala: P, F
  • TEN1 - Tentamen, 4,5, betygsskala: A, B, C, D, E, FX, F

Ges av

EECS/Datavetenskap

Kontaktperson

Johan Hoffman, e-post: jhoffman@kth.se

Examinator

Johan Hoffman <jhoffman@kth.se>

Versionsinformation

Kursplan gäller från och med VT2019.
Examinationsinformation gäller från och med VT2019.