Modulbeschreibung

Computational Engineering I

Kürzel:
M_CoE_I
Durchführungszeitraum:
HS/21-HS/23
ECTS-Punkte:
12
Arbeitsaufwand:
360
Lernziele:

Die Studierenden

  • können endlich-dimensionale Vektoren in verschiedenen Basen darstellen.

  • können Eigenwerte und Eigenvektoren von Matrizen berechnen

  • kennen die Bedeutung der Eigenwertzerlegung von Matrizen.

  • können Eigenwertzerlegung in praktischen Situationen anwenden.

  • können das Konzept der Orthogonalbasis auf Funktionenräume übertragen.

  • können die Fourierreihendarstellung berechnen und als Basisentwicklung interpretieren.

  • können die Fouriertransformation als lineare Abbildung verstehen und anwenden.
  • verstehen das Konzept der Faltung und können den Faltungssatz anwenden.

 

  • können die Programmiersprache Python zur Lösung wissenschaftlicher Fragestellung verwenden.

  • kennen die Python Entwicklungsumgebungen Spyder und Jupyter Notebook.

  • können in Python Klassen und Funktionen selber schreiben und verwenden.

  • kennen die Vor- und Nachteile des iterativen, rekursiven und funktionalen Programmierens sowie deren Unterschiede.

  • können die Kondition eines Problems beurteilen sowie die Stabilität eines einfachen Algorithmus abschätzen.

  • können numerische Verfahren zur Lösung von eindimensionalen Gleichungen anwenden.

  • können Polynome und Splines in 1D zur Interpolation verwenden.

  • können Quadraturverfahren zur numerischen Approximation von eindimensionalen Integralen verwenden.

  • wissen, wie ein Computer Pseudo-Zufallszahlen generiert und können Monte-Carlo-Methoden zur approximativen Lösung von mathematischen Problemen einsetzen.

  • kennen Graphen als Werkzeuge zur Modellierung diskreter Probleme.

  • können einfache Suchverfahren in Graphen verwenden.

  • können die theoretischen Konzepte in praktischen Anwendung umsetzen.

  • können Messdaten auslesen uns visualisieren.

  • können reale Messdaten quantisieren und interpolieren.

 

  • können ein Relationales Datenmodell entwerfen.

  • können Datenmodelle in einer relationalen Datenbank implementieren. können die Abfragesprache SQL einsetzen (DML, DDL).

  • können mit JDBC auf eine DB zugreifen.

  • verstehen verschiedene Informationssystem-Architekturen. können ein einfaches Data Warehouse planen und realisieren.

 

  • kennen den grundlegenden Aufbau einer QT Applikation.

  • kennen die Arbeitsweise von events, slots und signals.

  • können in Python GUIs mit unterschiedlichen layouts und widgets erzeugen .

  • können GUIs mit dem Qt-Creator erzeugen.

  • wissen wir man den Qt Model View Controller einsetzt.

Verantwortliche Person:
Prof. Dr. Frick Klaus
Telefon/EMail:
+41 58 257 3404
/ ?@?.tld
Standort (angeboten):
Buchs, Waldau St.Gallen
Fachbereiche:
Mathematik, Informatik
Vorausgesetzte Module:
Zusätzlich vorausgesetzte Kenntnisse:

Ebenfalls vorausgesetzt sind die beiden Module Elektrotechnik & Lineare Algebra I sowie Elektrotechnik & Lineare Algebra II.

Anschlussmodule:
Modultyp:
Standard-Modul für Systemtechnik BB STD_05(Empfohlenes Semester: 5)
Fach-Pflichtmodul für Computational Engineering STD_05 (PF)
Standard-Modul für Systemtechnik VZ STD_05(Empfohlenes Semester: 3)
Fach-Pflichtmodul für Computational Engineering STD_05 (PF)
Bemerkungen:

Dieses Modul gliedert sich in die drei Kurse „Datenbanken“, „höhere Mathematik“ und „Wissenschaftliches Rechnen“.  Zusätzlich gibt es den Kurz „GUI Programmieren mit Python“ im begleiteten Selbststudium. 

Kurse in diesem Modul