Toegangseisen
geen
Beschrijving
In deze cursus leer je statistische processen kennen achter de beweging van moleculen door middel van simulaties in Python. Dezelfde concepten gaan we ook gebruiken om kansspelen te analyseren en de nauwkeurigheid van experimentele metingen te kwantificeren.
Aan de hand van een korte introductie van fysische problemen tijdens een wekelijks hoorcollege zal je door middel van enkele huiswerkopgaven steeds dieper in gaan op kansrekening, statistiek, en combinatoriek. Het zwaartepunt van de cursus vormen de werkcolleges waarin je met behulp van zelf te schrijven Python scripts een groot aantal stochastische processen met simulaties doorrekent.
Door wekelijks opgaven in te leveren met wisselende duo’s, leer je samen te werken en van elkaars inzichten te profiteren.
De volgende onderwerpen uit de statistische fysica komen aan bod:
Brownse beweging
Het Galton bord
De Stokes-Einstein relatie
De Poisson- en normaal-verdeling
De centrale limietstelling
De wet van Fick en de diffusievergelijking
Leerdoelen
Na deze cursus kan je kansrekening, statistiek, en combinatoriek inzetten om een variëteit van fysische problemen kritisch door te lichten.
Je kunt:
De programmeertaal Python gebruiken voor berekeningen en simulaties
Eenvoudige numerieke technieken toepassen op fysische problemen
Verbanden tussen analytische vergelijkingen en numerieke oplossingen toetsen
Statistische parameters afleiden uit “random walks”
Het verband tussen opeenvolgende Poisson processen en de resulterende normaalverdeling afleiden
De nauwkeurigheid van experimenten beoordelen
Het verband uitleggen tussen de beweging van individuele moleculen en het macroscopische gedrag van een oplossing of gas
Algemene Vaardigheden (Soft Skills)
Na afloop kan je:
Constructief commentaar geven op elkaars werk
Abstracte problemen zelfstanding omzetten in kwantitatieve oplossingen
Kritisch de nauwkeurigheid van experimentele resultaten evalueren
Rooster
Onderwijsvorm
Hoorcollege, huiswerk, computerpracticum
Toetsing
Het eindcijfer wordt berekend uit: 6*(1/3 huiswerk opgaven + 2/3 practica)/7 +1/7 eindtoets. Er is geen tussentoets. De eindtoets bestaat uit een programmeer opdracht die thuis uitgevoerd wordt (take home tentamen).
Blackboard
Beschikbaar op Blackboard: studiemateriaal, werkcollege- en huiswerkopdrachten
Meer gedetailleerde informatie wordt beschikbaar gemaakt via Blackboard (hiervoor is een ULCN-account nodig). Blackboard UL
Literatuur
Beschikbaar op Blackboard
Contact
Contactgegevens docent: Prof.dr.ir. John van Noort