DAT026 · Chalmers tekniska högskola
Matematisk modellering och problemlösning
Ny kurs
Inga tentor än
Ladda upp dina tidigare tentor och få hjälp med att strukturera ditt studiematerial
Få dina tentauppgifter kategoriseradeBli guidad genom ditt studiematerialFå hjälp direkt med teori och tipsHåll koll på dina framsteg
HP
4
Språk
Engelska
Institution
Data- och informationsteknik
Lärandemål
- Beskriva olika slags modelltyper och deras egenskaper, liksom modellerings- och problemlösningsprocesserna. Beskriva huvudsakliga aspekter av matematiskt tänkande.
- Förklara matematikens roll inom olika tillämpningsområden.
- Matematisk modellering: undersöka verkliga problem, på lämpligt sätt översätta till en matematisk modell, samt dra slutsatser med hjälp av modellen. I modelleringen ingår att precisera, förenkla, göra lämpliga antaganden samt välja hur problemet kan beskrivas t.ex. med ekvationer eller på andra matematiska sätt.
- Matematisk problemlösning: Lösa komplexa och okända problem med ett undersökande och strukturerat arbetssätt, bland annat genom att analysera och förstå, arbeta i mindre steg och att pröva sig fram.
- Kommunicera om och med hjälp av matematik.
- Använda olika matematiska beräkningsverktyg som en naturlig del av att arbeta matematiskt.
- Visa förmåga att balansera eget tänkande och känd kunskap.
- Visa ett reflekterande förhållningssätt till kursens innehåll och det egna tänkandet.
- Visa noggrannhet och kvalitet i allt arbete.
Kursinnehåll
- Kursens kärna är ett antal realistiska och tillämpningsorienterade övningsproblem, som används som utgångspunkt för det egna lärandet. Problemen är noggrannt utvalda och formulerade för att utveckla studentens förmåga att modellera och lösa problem med ett undersökande arbetssätt. Problemen belyser många olika tillämpningsområden och grupperas efter huvudsakliga modelltyper. I listan nedan kan man hitta exempel på konkret innehåll:
- Funktioner och ekvationer, exempelvis hur olika matematiska påståenden kan motiveras och hur man kan skapa funktioner utifrån experimentella data.
- Optimeringsmodeller, exempelvis matematisk programmering inom ekonomi och beslutsstöd.
- Dynamiska modeller, exempelvis simulering inom biologi, fysik och teknik.
- Probabilistiska modeller, exempelvis stokastisk simulering, markovmodeller för texter, Bayesiansk inferens.
- Diskreta modeller, exempelvis grafer och nät för modellering av olika aktiviteter, modellering med diskreta standardproblem och satslogik, planering.
- En eller två ytterligare moduler med blandade och/eller aktuella ämnen.
- Det egna lärandet stöds av en handledningsstil som utvecklar studentens självständiga förmåga. Under föreläsningar diskuterar vi också olika problemlösningsstrategier, reflekterar över lösningar och jämför olika sätt att lösa samma problem.
- Kursen orienterar även om matematikens roll inom olika tillämpningar och framhåller betydelsen av matematiska datormodeller.
Förutsättningar
- Grundläggande behörighet för grundnivå
Litteratur
Då övningsproblemen är det viktigaste i kursen finns ingen kurslitteratur i traditionell mening. För utdelat material och bredvidläsning, se kursens hemsida.
Liknande kurser vid andra universitet
Gör som 15 000+ studenter och ta kontroll över ditt tentaplugg.
Kom igång gratis