Simulação e Modelação Computacional em Engenharia Física
Objectivos
Obter competências em métodos computacionais e de simulação numérica.
Aplicar métodos computacionais a novos problemas, sabendo implementar sistemas de simulação apropriados, analisar os seus dados e comparar com outros dados experimentais ou teóricos.
Caracterização geral
Código
11537
Créditos
6.0
Professor responsável
Yuri Fonseca da Silva Nunes
Horas
Semanais - 3
Totais - 42
Idioma de ensino
Português
Pré-requisitos
Programação em linguagens diversas. Domínio da língua inglesa. Acesso a um computador, tablet ou telemóvel com ligação à Internet. Terceiro ano completo da Licenciatura em Engenharia Física ou formação equivalente.
Bibliografia
"An Introduction to Agent-Based Modeling: Modeling Natural, Social, and Engineered Complex Systems with NetLogo" U. Wilensky, W. Rand (2015)
"Introduction to Statistical Physics" J. Casquilho, P. Teixeira (2015) QC174.8.CAS
"Computational Methods in Physics and Engineering" S. Wong (1997) QC52.WON
"An Introduction to Computer Simulation Methods: applications to physical systems" H. Gould, J. Tobochnik, W. Christian (2006) QC52.GOU
"Genetic Algorithm Model Fitting", M. Lybanon, K. Messa, in "Practical Handbook of Genetic Algorithms: Complex Coding Systems, Volume III", L. Chambers Ed. (1998)
Método de ensino
Em cada bloco do programa da unidade curricular o docente apresenta uma introdução ao tema e ou métodos. Os alunos implementam de raíz o programa com as características mínimas indicadas pelo docente, obtém resultados e analisam os mesmos. O programa é alterado pelos alunos, com acompanhamento do docente, para irem explorando outros pressupostos e ou métodos de simulação assim como efectuarem análises dos novos resultados. Os alunos apresentam o programa interactivamente ao docente na sala de aula e posteriormente entregam o programa final até à data limite estabelecida no calendário da disciplina.
Método de avaliação
De acordo com o REGULAMENTO DE AVALIAÇÃO DE CONHECIMENTOS DA FACULDADE DE CIÊNCIAS E TECNOLOGIA DA UNIVERSIDADE NOVA DE LISBOA (aprovado em 16 de janeiro de 2018), esta é uma unidade curricular com "Avaliação Laboratorial ou de Projeto". Efetuada com base na realização de trabalhos práticos laboratoriais, de projeto ou de resolução de problemas, e seus relatórios e/ou respetivos testes, realizados individualmente ou em grupo, e sua discussão, caso exista;
A avaliação é feita com base em trabalhos a entregar.
Os trabalhos para avaliação serão efetuados no horário das aulas com supervisão do docente.
Serão efetuados 4 trabalhos (individuais) durante o semestre.
A nota de cada trabalho (0 a 20, arredondada as décimas) será individual e terá em conta a performance do aluno durante a execução do trabalho no laboratório, o trabalho entregue (relatório, código, simulação etc ... ) e respostas do aluno as perguntas efetuadas pelo docente.
A nota final (0 a 20, arredendada as unidades) será uma média ponderada das notas obtidas pelo aluno nos trabalhos que entregou. A pior das notas terá poderação zero.
O aluno deverá ter nota final igual ou superior a 10 valores para obter aprovação.
Os alunos que tenham faltado a um trabalho e que tenham justificação, devem combinar com docente na aula seguinte uma data para reposição do trabalho em falta.
Alunos que ao fim do semestre com 2 ou menos trabalhos entregues ficam automaticamente reprovados.
Para obter frequência o aluno deverá entregar pelo menos 3 trabalhos. O aluno com frequência e que tenha sido reprovado, terá direito a realização de um trabalho suplementar na data do exame.
Os trabalhos serão marcados ao longo do semestre com uma semana de antecedência, isto é, na aula anterior.
Conteúdo
Métodos
• Regras para integração numérica (uni e multidimensional).
• Variáveis aleatórias. Distribuições discretas.
• Monte Carlo para integração numérica (uni e multidimensional)
• Métodos redução variância (opção)
• Métodos diferenças finitas e análise de estabilidade
• Equação difusão (resolução numérica)
• Regressões lineares
• Modelos auto-regressivos de médias móveis (opção)
• Análise de componentes principais
Ferramentas
• Utilização das linguagens R e/ou Python para análise, modelação e visualização de dados.
• Compilação de funções em bibliotecas dinâmicas em C++ e/ou C#, para cálculo de alta performance e integração com R e/ou Python e/ou VBA.
• Integração com bases de dados sequenciais (MySQL e/ou MS-SQL) (opção)
• Utilização VBA para integração do Excel com R e/ou Python.