Beräkningsvetenskap. Vad är beräkningsvetenskap? Vad är beräkningsvetenskap? stefan@it.uu.se. Informationsteknologi. Informationsteknologi



Relevanta dokument
Tekniska beräkningar. Vad är tekn beräkningar? Vad är beräkningsvetenskap? Informationsteknologi. Informationsteknologi

Beräkningsvetenskap introduktion. Beräkningsvetenskap I

Beräkningsvetenskap introduktion. Beräkningsvetenskap I

Introduktionsföreläsning. Kursens innehåll. Kursens upplägg/struktur. Beräkningsvetenskap I

Introduktionsföreläsning

Introduktionsföreläsning

Introduktionsföreläsning. Outline. Beräkningsvetenskap I. Sara Zahedi Hanna Holmgren. Institutionen för Informationsteknologi, Uppsala Universitet

Beräkningsvetenskap I. Exempel på tillämpningar: Vad är beräkningsvetenskap? Informationsteknologi

Beräkningsvetenskap I. Exempel på tillämpningar: Vad är beräkningsvetenskap? Informationsteknologi. Jarmo Rantakokko Josefin Ahlkrona Karl Ljungkvist

Beräkningsvetenskap I

Beräkningsvetenskap I

Ordinära differentialekvationer,

Fallstudie: numerisk integration Baserad på läroboken, Case Study 19.9

Sammanfattninga av kursens block inför tentan

Optimeringslara = matematik som syftar till att analysera och. Optimeringslara ar en gren av den tillampade matematiken.

Numeriska metoder för ODE: Teori

7 november 2014 Sida 1 / 21

Denna föreläsning. DN1212 Numeriska metoder och grundläggande programmering FN Varför numeriska metoder? Vad är numeriska metoder?

Interpolation Modellfunktioner som satisfierar givna punkter

Fel- och störningsanalys

Inledande matematik M+TD

TMA226 datorlaboration

SF1544 LABORATION 2 INTEGRATION, MONTE-CARLO OCH BLACK-SCHOLES EKVATION FÖR OPTIONER

Tentamen i Beräkningsvetenskap I och KF, 5.0 hp,

Lösningsanvisningar till de icke obligatoriska workoutuppgifterna

Tentamen i Teknisk-Vetenskapliga Beräkningar

13 1MA302 Automatateori DV1 4 A D, M 1TD442 Algoritmer och datastrukturer DV1 6 A D

Newtons metod och arsenik på lekplatser

Numeriska metoder för ODE: Teori

Bakgrund och motivation. Definition av algoritmer Beskrivningssätt Algoritmanalys. Algoritmer. Lars Larsson VT Lars Larsson Algoritmer 1

Laboration 4. Numerisk behandling av integraler och begynnelsevärdesproblem

Grundläggande programmering med matematikdidaktisk inriktning för lärare som undervisar i gy eller komvux gy nivå, 7,5 hp

FMNF15 HT18: Beräkningsprogrammering Numerisk Analys, Matematikcentrum

Tentamen i Beräkningsvetenskap I (nya versionen), 5.0 hp, Del A

LAB 4. ORDINÄRA DIFFERENTIALEKVATIONER. 1 Inledning. 2 Eulers metod och Runge-Kuttas metod

Teknisk Beräkningsvetenskap I Tema 1: Avrundning och populationsmodellering

Kurvanpassning. Kurvanpassning jfr lab. Kurvanpassning jfr lab

Fel- och störningsanalys

Bakgrund. Bakgrund. Bakgrund. Håkan Jonsson Institutionen för systemteknik Luleå tekniska universitet Luleå, Sverige

Konvergens för iterativa metoder

Beräkningsvetenskap och Matlab. Vad är MATLAB? Vad är MATLAB? Användningsområden. Vad är MATLAB? Grunderna i Matlab. Beräkningsvetenskap == Matlab?

Tentamen i Beräkningsvetenskap II, 5.0 hp,

Sammanfattning av föreläsning 11. Modellbygge & Simulering, TSRT62. Föreläsning 12. Simulering. Föreläsning 12. Numeriska metoder och Simulering

Komplettering till kursboken i Numeriska beräkningar. 1 Beräkningsfelsanalys. 1.1 Uttryck med kancellation

f(x + h) f(x) h f(x) f(x h) h

Viktiga begrepp. Algoritm. Array. Binärkod. Blockprogrammering. Bugg / fel och felsökning. Dataspel. Dator

Tentamen i Beräkningsvetenskap I och KF, 5.0 hp,

Envariabelanalys 5B1147 MATLAB-laboration Derivator

Datoraritmetik. Från labben. Från labben. Några exempel

Historiskt moment i Numerisk analys 1 Monte Carlo-metoden

SF1905 Sannolikhetsteori och statistik: Lab 2 ht 2011

Exempel ode45 parametrar Miniprojekt 1 Rapport. Problemlösning. Anastasia Kruchinina. Uppsala Universitet. Januari 2016

n Kap 4.1, 4.2, (4.3), 4.4, 4.5 n Numerisk beräkning av derivata med n Felen kan t ex vara avrundningsfel eller mätfel n Felet kan mätas

Analys av elektriska nät med numeriska metoder i MATLAB

TANA81: Föreläsning 2

NUMERISKA METODER HT01. Energiteknik & Teknisk fysik HT01. Institutionen för Datavetenskap Umeå Universitet

Numeriska metoder för ODE: Teori

Räkna F. Petter Wallentén. Lund University Dep. of Building Physics

Laboration 4. Numerisk behandling av integraler och begynnelsevärdesproblem

Gemensamt projekt: Matematik, Beräkningsvetenskap, Elektromagnetism. Inledning. Fysikalisk bakgrund

Föreläsning 9, Bestämning av tidsdiksreta överföringsfunktioner

1 Förberedelser. 2 Teoretisk härledning av värmeförlust LABORATION 4: VÄRMEKRAFTVERK MATEMATISK STATISTIK AK, MAS 101:A, VT-01

GÖTEBORGS UNIVERSITET Naturvetenskapliga fakultetsnämnden. Utbildningsplan för Matematikprogrammet (N1MAT) 1. Beslut om fastställande. 2.

Föreläsning 7: Punktskattningar

Matematik och Kemi på Chalmers

Något om Taylors formel och Mathematica

Introduktion till programmering D0009E. Föreläsning 1: Programmets väg

Praktisk beräkning av SPICE-parametrar för halvledare

Att välja kurser på Datateknik år 4-5

Linjärprogramming. EG2205 Föreläsning 7, vårterminen 2015 Mikael Amelin

Np MaB vt Låt k = 0 och rita upp de båda linjerna. Bestäm skärningspunkten mellan linjerna.

TENTAMEN I GRUNDKURS I NUMERISKA METODER - DEL 20

SF1900 Sannolikhetsteori och statistik, HT 2017 Laboration 1 för CINEK2

Datorövning 1: Fördelningar

Föreläsningsmanus i matematisk statistik för lantmätare, vecka 5 HT06

a = a a a a a a ± ± ± ±500

Laboration i datateknik

NATURVETENSKAPLIGA FAKULTETEN

Facit Tentamen i Beräkningsvetenskap I (1TD393) STS ES W K1

Introduktion till Matlab

Tentamen i Beräkningsvetenskap I (nya versionen), 5.0 hp, Del A

Om sannolikhet. Bengt Ringnér. August 27, Detta är introduktionsmaterial till kursen i matematisk statistik för lantmätarprogrammet

Symboler och abstrakta system

Laboration 1 i SF1544: Öva på Matlab och konstruera en optimal balk Avsikten med denna laboration är att:

Programmering i matematik på gymnasial nivå: workshop

Kurs DN1215, Laboration 3 (Del 1): Randvärdesproblem för ordinära differentialekvationer

Lösningsförslag Tentamen i Beräkningsvetenskap I, 5.0 hp,

Ordinära differentialekvationer,

Tentamen i: Beräkningsvetenskap I och KF

LAB 3. INTERPOLATION. 1 Inledning. 2 Interpolation med polynom. 3 Splineinterpolation. 1.1 Innehåll. 3.1 Problembeskrivning

Lösningsanvisningar till de icke obligatoriska workoutuppgifterna

Föreläsning 7: Punktskattningar

KTH 2D1240 OPEN vt 06 p. 1 (5) J.Oppelstrup

Lennart Carleson. KTH och Uppsala universitet

Föreläsning 1: Intro till kursen och programmering

LABORATION 2. Trapetsregeln, MATLAB-funktioner, ekvationer, numerisk derivering

IT OCH PROGRAMMERING I SKOLAN. Jan Erik Moström Peter Vinnervik

2D1210, Numeriska Metoder, GK I för V 2.

CIVILINGENJÖRSEXAMEN MASTER OF SCIENCE IN ENGINEERING

Lipschitz-kontinuitet

Transkript:

Beräkningsvetenskap stefan@it.uu.se Finns några olika namn för ungefär samma sak Numerisk analys (NA) Klassisk NA ligger nära matematiken: sats bevis, sats bevis, mer teori Tekniska beräkningar Mer ingenjörsmässigt, förklarar hur man gör, men inte så mycket varför. Mindre teori. Beräkningsvetenskap (eng Scientific Computing) Num analys + programmering + datorarkitektur o likn, närmare datavetenskap än matematik Beräkning av satellitbanor Simulering av luftflöde kring flygplan Simulerad krocktest av bilar Hållfasthetsberäkningar Väderleksprognoser Simulering av förbränning, t ex i motor Simulering av föroreningstransport i naturen Bildanalys ( förbättra bilder, hitta mönster) Bestämning av molekylstrukturer hos proteiner Molekyldynamik och mycket mycket mer 1

Partitionering vid beräkning på parallelldator Simulering av blixtnedslag i SAAB 2000 Krocksimulering Simulering av proteinveckning Molekyldynamik Här: studier av utbytesmekanismer och utbyteshastigheter mellan vattenmolekyler runt en litiumjon (i vatten) Simulering av blixtnedslag 2

Veckning av HIV-virus Krocksimulering Tillämpningarna är exempel på problem som kan beskrivas med matematiska modeller Problem! Kan som regel inte lösas analytiskt, på vanligt sätt. Lösning: Lös problemet på dator måste använda numeriska lösningsmetoder. Resultat: Ger approximativ lösning. 3

Verkligheten Felkällor Matematisk modell Nej Numerisk metod Datorprogram Lösning OK? Ja Idealisering, förenkling Diskretisering, trunkering Avrundning, noggrannhet i indata Slutresultatet en approximation, uppnår en endast en viss noggrannhet Typiska begrepp och kännetecken Approximationer till den exakta lösningen Diskretisering endast ett ändligt antal punkter kan hanteras i dator Feluppskattning visar strikt matematiskt att felet ligger inom rimliga gränser Numerisk stabilitet lösningen ska ej explodera på ett ofysikaliskt sätt. Beror på val av numerisk metod Effektivitet hur lång tid tar det att lösa problemet med en viss metod och en viss dator Implementation vilken typ av dator, programmeringsspråk etc Ett (trivialt) exempel Beräkna arean på jorden med den matematiska modellen A=4πr 2 Innehåller flera approximationer och fel: Jorden approximeras av en sfär idealisering av jordens verkliga yta Värdet på radien baseras på empiriska mätningar och tidigare beräkningar Värdet på π kräver trunkering (avhuggning) av oändlig decimalutveckling Indata och resultat avrundas av datorn 4

Ett mer realistiskt exempel HIV-viruset bildar mutanter. Immunsystemet bildar en specifik lymfocyt för viruset och mutanterna. Dessutom finns en immunrespons för hela immunsystemet. Verkligheten Beräkna populationstillväxten för virus, lymfocyten och immunrespons med avseende på tid. Matematisk modell v = ( a bz( t) cx ) 1 1 1 v = ( a bz( t) cx ) 2 2 2 x = g kx ( + ) 1 1 1 1 2 x = g kx ( + ) 2 2 2 1 2 z = ( d kz( t))( + ) 1 2 v 1 = population av HIV-virus v 2 = population av 1:a mutanten x 1 = population av lymfocyt mot viruset x 2 = population av lymfocyt mot 1:a mutant z = immunrespons Matematisk modell Modellen är en förenkling av verkligheten Kan lägga in fler mutanter för att göra den mer realistisk blir då mer komplicerad Svårt bestämma parametrarna a, b, c,.... Kan variera med olika personer. Görs ofta empiriskt. Svårt eller omöjligt att göra en modell som helt överensstämmer med verkligheten Slutsats: Modellen en approximation av verkligheten! 5

Numerisk metod Problem! Kan ej lösas med vanliga matematiska (analytiska) metoder. Vi använder istället en numerisk metod. Alla numeriska metoder bygger på diskretisering, dvs kontinuerliga intervall ersätts med diskreta punkter. Beräkning sker endast i dessa punkter medför diskretiseringsfel Metoderna har olika egenskaper och kan vara bra ur en synvinkel men dålig ur en annan. Exempelvis kan en viss metod vara effektiv (snabb), men i vissa lägen vara instabil Datorprogram Implementera metoden, dvs skriv program för den numeriska metoden (C++, Java, MATLAB,...) eller Använd befintlig programvara, t ex MATLAB Ofta krävs en kombination av båda! Indata till programmet, t ex a, b, c,..., baseras vanligen på mätningar och är inte exakta Krävs ett initialtillstånd, t ex antal HIV-virus vid tiden t=0. Detta mäts ej exakt utan innehåller fel Datorn avrundar alla beräkningar Lösning Lösningen OK? Tolka resultat Tillräckligt effektivt och snabbt? Är felet tillräckligt litet? 6

Kursen MATLAB innehåller många verktyg. Vi ska lyfta på locket och se hur de fungerar. Lära sig programmera och använda MATLAB Lära sig principer och idéer för datorberäkningar och numeriska metoder Förstå egenskaper, problem och begränsningar hos metoderna Förstå konstigheter i resultaten och vad man kan göra åt det 7