Diffusie

Course description Diffusie
Year: 2018-2019
Catalog number: 4061DIFF3
Teacher(s):
  • Prof.dr.ir. S.J.T. van Noort
Language: Dutch
Blackboard: Yes
EC: 3
Level: 100
Period: Semester 2
Hours of study: 40:00 hrs
  • Yes Elective choice
  • Yes Contractonderwijs
  • No Exchange
  • No Study Abroad
  • No Evening course
  • Yes A la Carte
  • No Honours Class

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

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

Languages