Faglig innhold

Emnet undervises annet hvert år, neste gang høsten 2025. Emnet gir en innføring i matematisk modellbygging, modelltilpassing og forsøksplanlegging ved eksperimentelt forsøksarbeide. Følgende emner behandles: Repetisjon av statistiske metoder Matematiske modeller - Empiriske modeller - Mekanistiske modeller basert på analyse av systemets årsaksvirkningsforhold Modelltilpassing - Lineære modeller - Ulineære modeller - Valg mellom modellalternativer Forsøksplanlegging ved matematisk modellbygging. Obligatoriske regneøvinger. Ved regneøvinger benyttes datamaskin.

Læringsutbytte

Kunnskap: Studentene vil få kunnskap om typer av modeller, empiriske og fysikalske og hva som karakteriserer disse. De vil få kunnskap om numeriske metoder som brukes, som steepest descend, Newton iterasjon, numerisk integrasjon av ordinære differensiallikninger, samt metoder som brukes i optimalisering. Ferdigheter: Etter å ha tatt kurset skal studentene kunne lineær og ikke-lineær regresjon. De skal være i stand til å tilpasse modellparametre til målinger og estimere konfidensintervall for parametre og modellprediksjon. Studentene vil også være istand til å tilpasse multirespons modeller til målinger. De skal være istand til å utvikle dynamiske og stasjonære modeller som skal brukes til å forklare eksperimentelle data. De skal være istand til å gjøre regresjon når det er målefeil i alle variable, både design variable (uavhengige variable) og respons. Studentene skal kunne anvende metoder for modelldiskriminering. Videre skal de kunne, og være stand til å anvende metoder for forsøksdesign. Generell kompetanse: De vil få kompetase i bruk av verktøy for modelltilpassning og programmering i matlab og /eller python.

Obligatoriske aktiviteter

• Prosjekt 1
• Prosjekt 2

Forkunnskapskrav

Emnet forutsetter elementære kunnskaper i matriseregning, numeriske metoder, statistikk og programmering.

Kursmateriell

Utdelt materiale.

Studiepoengreduksjon