Preskoči na glavno vsebino

Modelska analiza I

2024/2025
Program:
Magistrski študijski program 2. stopnje Jedrska tehnika
Letnik:
1. letnik
Semester:
prvi
Vrsta:
obvezni
ECTS:
8
Jezik:
slovenski
Nosilec predmeta:
Izvajalec (kontaktna oseba):
Ure na teden – 1. semester:
Predavanja
2
Seminar
0
Vaje
2
Laboratorij
0
Pogoji za vključitev v delo oz. za opravljanje študijskih obveznosti

Zaključena prva stopnja študija (dodiplomski študij).

Vsebina

Kinematični modeli (variacijski pristop, linearno programiranje, nelinearna minimizacija),
populacijski modeli in modeli kemijske kinetike (fazna analiza, modeliranje podatkov in ocena parametrov, metoda normalne matrike, metoda z razcepom po singularnih vrednostih),
stohastični modeli (generatorji slučajnih števil, osnovne modelske verjetnostne porazdelitve, integracija Monte Carlo, simulacije, Metropolisov algoritem),
harmonska analiza (FFT, konvolucija, filtriranje podatkov, rekonstrukcija zašumljenih podatkov).

Temeljni literatura in viri

I. Kuščer, A. Kodre: Matematične metode v fiziki in tehniki, DMFA, Ljubljana 1994.
S. Širca, M. Horvat, Računske metode za fizike, DMFA, Ljubljana 2011.
S. Širca, M. Horvat, Computational Methods for Physicists, Springer, Berlin 2012.
W.H. Press, B.P.Flannery, S.A.Teukolsky, W.T.Vetterling: Numerical Recipes, Third Edition, Cambridge University Press, Cambridge 2007.
J.W. Demmel: Uporabna numerična linearna algebra, DMFA, Ljubljana 2000.
M.H.Kalos, P.A.Whitlock: Monte Carlo methods.

Cilji in kompetence

Seznanitev z osnovnimi modelskimi pristopi in usvojitev osnovnih matematičnih orodij modeliranja. Vsaka tedenska enota je kombinacija modelske vsebine in matematičnega orodja.

Predvideni študijski rezultati

Znanje in razumevanje:

Znanje osnovnih modelskih postopkov, razumevanje učinkov posameznih modelskih orodij.
Uporaba:
Obvladovanje modeliranja podatkov in postopkov stohastične analize.
Refleksija:

Razumevanje odnosa med pojavov in njegovim modelom, refleksija kompleksnosti.
Prenosljive spretnosti:

Predstavitve podatkov in rezultatov obdelave – zahtevnejše oblike grafičnih prikazov. Obvladovanje računalniških algoritmov z veliko časovno in prostorsko zahtevnostjo.

Metode poučevanja in učenja

Predavanja, vaje, individualne naloge, konzultacije.

Načini ocenjevanja

Skupna ocena tedenskih projektov, ocena zaključnega projekta.
(ocene: 5 (negativno), 6-10 (pozitivno), ob upoštevanju Statuta UL)

Reference nosilca

ŠIRCA, Simon, HORVAT, Martin. Computational methods for physicists : compendium for students, (Graduate texts in physics). Berlin; Dordrecht: Springer, 2012.

ŠIRCA, Simon, HORVAT, Martin. Računske metode za fizike, DMFA - založništvo, 2011

Jefferson Lab PVDIS Collaboration, MIHOVILOVIČ, Miha, ŠIRCA, Simon, et al. Measurement of parity violation in electron-quark scattering. Nature, 2014, vol. 506, str. 67-70.

SUBEDI, R., POTOKAR, Milan, ŠIRCA, Simon, et al. Probing cold dense nuclear matter. Science, 2008, vol. 320, str. 1476-1478.

GAYOU, O., ŠIRCA, Simon, et al. Measurement of G(Ep)/G(Mp) in (e)over-right-arrowp -> e(p)over-right-arrow to Q(2)=5.6 GeV2. Physical review letters, 2002, vol. 88, str. 092301-1-092301-5.