SluitenHelpPrint
Switch to English
Cursus: NS-109B
NS-109B
Data acquisitie en toegepaste analyse (DATA)
Cursus informatie
CursuscodeNS-109B
Studiepunten (EC)7,5
Cursusdoelen
Leerdoelen:
DATA-P:
  1. technische vaardigheden: de student
    1. leert de functies van een multimeter en oscilloscoop en kan deze meetinstrumenten gebruiken.
    2. is in staat om eenvoudige elektrische schakelingen te bouwen en de werking ervan te begrijpen.
    3. begrijpt analoog-digitaalconversie, bemonstering en aliasing.
    4. kan het spectrum van een signaal op een oscilloscoop weergeven en interpreteren.
    5. beoefent (afhankelijk van het gekozen project) geautomatiseerde experimentaansturing en data-acquisitie, video-analyse in Python of precisiemetingen.
  2. onderzoeksvaardigheden: de student
    1. leert gebruik te maken van een labjournaal.
    2. kan een werkplan voor een elementair natuurkundig experiment opstellen en op een verantwoorde manier uitvoeren.
    3. kan een elementair experiment op een verantwoorde manier zelfstandig uitvoeren.
    4. onderkent het belang en de consequenties van de beperkte nauwkeurigheid van instrumenten en meetprocedures, en het toekennen van toevallige én systematische onzekerheden aan data.
    5. kan resultaten op een overzichtelijke manier presenteren in tabellen en grafieken en er het antwoord op zijn onderzoeksvragen aan ontlenen.
    6. is in staat om de bij DATA-V en DATA-Py geleerde verwerkingstechnieken toe te passen op zelf gemeten data om eindantwoorden met onzekerheid te produceren.
DATA-Py: De student
  1. leert omgaan met basisconcepten van Python (datatypes, variabelen, arrays, syntax, functies, loop-structuren).
  2. leert werken met Python-pakketten numpy (array-bewerkingen), matplotlib (visualisatie) en scipy (wiskundige bewerkingen)
  3. en sympy (analytische bewerkingen).
  4. leert bestanden te importeren, exporteren en bewerken.
  5. leert scripts te schrijven voor implementatie van wiskundige bewerkingen (integratie, oplossen differentiaalvergelijkingen).
  6. leert gaandeweg foutloze, gestructureerde en goed becommentarieerde scripts te schrijven om efficiënt data te verwerken.
DATA-V: De student kan kwantitatieve gegevens op een statistisch verantwoorde manier verwerken en interpreteren. Implementatie van de verwerking vindt plaats in Python. Belangrijke technieken:
  1. elementaire statistiek,
  2. grafische en numerieke weergave,
  3. propagatie van onzekerheid,
  4. het gebruik van kansverdelingsfuncties, en
  5. het maken van aanpassingen.
  6. De student begrijpt de praktische toepassing, beginselen en aannames van de hiervoor genoemde technieken en ziet de beperkingen ervan in.
Inhoud
Het vak DATA behandelt essentiële praktische vaardigheden voor het doen van fysisch onderzoek in een experimentele context. Je leert verantwoord informatie te verwerven en verwerken door middel van meting of berekening, onder andere met het programma Python.
 
Het vak DATA bestaat uit drie onderdelen: Practicum (DATA-P), Verwerking (DATA-V) en Programmeren in Python (DATA-Py).

 
SluitenHelpPrint
Switch to English