FY540: Eksperimentel og numerisk fysik samt statistisk dataanalyse

Det Naturvidenskabelige Studienævn

Undervisningssprog: Dansk, men engelsk ved internationale studerende
EKA: N500032112, N500032122, N500032102
Censur: Intern prøve, en bedømmer, Intern prøve, to eller flere bedømmere
Bedømmelse: Bestået/Ikke bestået, 7-trinsskala
Udbudssteder: Odense
Udbudsterminer: Efterår
Niveau: Bachelor

STADS ID (UVA): N500032101
ECTS-point: 10

Godkendelsesdato: 27-03-2019


Varighed: 1 semester

Version: Arkiv

Kommentar

Kurset indgår som obligatorisk i følgende studieordninger: Physics
Kurset er valgfrit for følgende studieordninger: Natural science students

Indgangskrav

Ingen

Faglige forudsætninger

Studerende, der følger kurset, forventes at:

  • Have kendskab til grundlæggende mekanik, elektromagnetisme og termodynamik.
  • Kendskab til grundlæggende calculus, inklusiv ordinære differentialligninger, partiel differentiation og grundlæggende begreber i sandsynlighedsregning.
  • Kendskab til computerbaserede beregningsværktøjer, eksempelvis MATLAB. 

Formål

Kurset har til formål (1) at sætte den studerende i stand til at planlægge og udføre eksperimenter i fysik (2) at sætte den studerende istand til at implementere og udføre simulationer af matematiske modeller, (3) at udføre statistisk analyse af data fra eksperiment og simulation og sammenligne med relevant teori, og (4) at opnå en grundlæggende forståelse af hvorledes videnskab, herunder fysik, influrerer samfundet gennem innovationer.

Kurset bygger oven på den viden, der er erhvervet i fysikkurser på første studieår. Kurset giver et fagligt grundlag for senere kurser i eksperimentel, numerisk og statistisk fysik, for at udføre individuelle projekter eller indgå i forskningsprojekter.

I forhold til uddannelsens kompetenceprofil har kurset eksplicit fokus på at:

  • At kunne undersøge fysiske fænomener eksperimentelt
  • At kunne vurdere praktiske problemstillinger og anvende relevante analyse- og løsningsmodeller
  • Formulerer matematiske modeller for fysiske systemer
  • Grundlæggende numerisk matematik
  • Implementerer og udføre simulationer modeller.
  • Statistik og sandsynelighedsregning
  • Anvende statistiske metoder til at analyserer data
  • Dataanalyse og modelleringundersøglser af innovations impact

Målbeskrivelse

For at opnå kursets formål er det læringsmålet for kurset, at den studerende demonstrerer evnen til at:

  • Redegøre for design og opbygning af eksperimenter i kurset. 
  • Beskrive den underliggende teori for de udførte forsøg.
  • Udføre udledninger af teoretiske modeller, af relevans, for de udførte eksperimenter.
  • Gennemføre eksperimenter i laboratoriet og vurdere kvaliteten af egne data med henblik på analyse.
  • Implementerer fysiske modeller på computeren og udføre numeriske simulationer.
  • Gennemføre en kvantitativ analyse af data, herunder anvende statistiske og computerbaserede metoder hvor relevant.
  • Sammenligne data med teoretiske modeller.
  • Redegøre for eksperimenter og resultater i rapportform
  • Forstå teorier for innovationers opståen og impact  

Indhold

Kurset indeholder følgende emner indenfor sandsynlighedsteori og dataanalyse:

  • Fortolkning af sandsynlighed: Bayesiansk og frekventistisk
  • Diskrete og kontinuerte sandsynlighedsfordelinger
  • Central grænseværdisætningen
  • Parameterestimering
  • Hypotesetest
  • Modeludvælgelse

Kurset indeholder følgende eksperimentelle øvelser:

  • Overfladespænding og wetting. 
  • Brownsk bevægelse.

Kurset indeholder bla. følgende numeriske emner:

  • Numerisk analyse
  • Generering af tilfældige tal
  • Løsning af ODEer and PDEer
  • Integration
  • Dataanalyse, modelering og simulering af en simpel model for innovations opståen og impact

Øvelserne udføres i hold a 2-3 studerende. Som introduktion til øvelserne gennemgås de centrale begreber og metoder. 

Litteratur

Se BlackBoard for pensumlister og yderligere litteraturhenvisninger.

Eksamensbestemmelser

Forudsætningsprøve b)

Tidsmæssig placering

Efterår

Udprøvninger

Løsning af obligatoriske opgaver, aflevering af rapporter fra øvelser / projekter.

EKA

N500032112

Censur

Intern prøve, en bedømmer

Bedømmelse

Bestået/Ikke bestået

Identifikation

Fulde navn og SDU brugernavn

Sprog

Følger, som udgangspunkt, undervisningssprog

Hjælpemidler

Oplyses på kurset 

ECTS-point

0

Uddybende information

Forudsætningsprøven er en forudsætning for deltagelse i eksamenselement a)

Forudsætningsprøve a)

Tidsmæssig placering

Efterår

Udprøvninger

Deltagelse i laboratorieøvelser

EKA

N500032122

Censur

Intern prøve, en bedømmer

Bedømmelse

Bestået/Ikke bestået

Identifikation

Fulde navn og SDU brugernavn

Sprog

Følger, som udgangspunkt, undervisningssprog

Hjælpemidler

Oplyses på kurset 

ECTS-point

0

Uddybende information

Forudsætningsprøven er en forudsætning for deltagelse i eksamenselement a)

Eksamenselement a)

Tidsmæssig placering

Januar

Forudsætninger

Type Forudsætningsnavn Forudsætningsfag
Delprøve Forudsætningsprøve a) N500032101, FY540: Eksperimentel og numerisk fysik samt statistisk dataanalyse
Delprøve Forudsætningsprøve b) N500032101, FY540: Eksperimentel og numerisk fysik samt statistisk dataanalyse

Udprøvninger

Mundtlig eksamination

EKA

N500032102

Censur

Intern prøve, to eller flere bedømmere

Bedømmelse

7-trinsskala

Identifikation

Fulde navn og SDU brugernavn

Sprog

Følger, som udgangspunkt, undervisningssprog

Hjælpemidler

Oplyses på kurset

ECTS-point

10

Uddybende information

Den mundtlige eksamination er baseret på en helhedsvurdering der inkluderer:

  • Rapporter over arbejdet i laboratoriet
  • Simulationsprojektet,
  • Regneøvelser.

Eksamensformen ved reeksamen kan være en anden end eksamensformen ved den ordinære eksamen.

Vejledende antal undervisningstimer

90 timer per semester

Undervisningsform

På naturvidenskab er undervisningen tilrettelagt efter trefasemodellen dvs. intro, trænings- og studiefasen.

  • Introfase (forelæsning, holdtimer) - Antal timer: 48
  • træningsfase: Antal timer: 42, heraf 30 timer eksaminatorie og 12 timer laboratorieøvelser

I Introfasen gives en introduktion til principperne bag det eksperimentelle og statistiske arbejde.
I Træningsfasen løses opgaver og der udføres det konkrete laboratoriearbejde og simulationsarbejde med udgangspunkt i arbejdet i Introfasen.
I Studiefasen udføres individuelle forberedelser til Træningsfasen og efter laboratorieøvelserne udføres data-analyse og rapportskrivning.

Aktiviteter i studiefasen:

  • Studie af lærebog.
  • Læsning af videnskabelige artikler.
  • Løsning af opgaver.
  • Forberedelse til eksperimentelt arbejde.
  • Analyse af eksperimentelle data. 
  • Rapportskrivning.
  • Repetition til mundtlig eksamen.

Ansvarlig underviser

Navn E-mail Institut
Adam Cohen Simonsen adam@memphys.sdu.dk

Yderligere undervisere

Navn E-mail Institut By
Michael Andersen Lomholt mlomholt@memphys.sdu.dk
Steen Rasmussen steen@sdu.dk

Skemaoplysninger

Administrationsenhed

Fysik, kemi og Farmaci

Team hos Uddannelsesjura & Registratur

NAT

Udbudssteder

Odense

Anbefalede studieforløb

Profil Uddannelse Semester Udbuds periode