Modul 28-DM Digital Methods

Die Studierenden erhalten in diesem Modul die für das Physikstudium notwendige Einführung in die digitale Messdatenerfassung, Grundlagen der Programmierung und Messdatenauswertung.

Durch die Einführung in die Grundlagen der Programmierung sind die Studierenden in der Lage, einfache Programme zur Durchführung von Messdatenauswertungen zu erstellen. Dabei liegt der Fokus auf digitalen Berechnungen und der Verarbeitung von Daten, anhand von physikalischen Beispielen.

Durch den Themenbereich Datenanalyse verstehen die Studierenden die elementaren Elemente der Statistik von Messdaten, Grundkenntnisse über systematische und statistischer Messfehler sowie deren Auswirkung auf die Auswertungsergebnisse. Inhaltlich und formal richtige Datendarstellungen können für die wichtigsten Darstellungsarten selbstständig erstellt werden. Gegebene Datendarstellungen werden kritisch analysiert, fehlerhafte oder irreführende Darstellungen werden erkannt und können verbessert werden.

Die Vermittlung von Softskills im Bereich Data Literacy schafft Bewusstsein für die Bedeutung von Datenmanagement. Wichtige Aspekte sind dabei Metadaten, Datenarchive und das FAIR Prinzip (auffindbar, zugänglich, interoperabel und wiederverwendbar). Der Fokus dieses Moduls lieg auf dem Erwerb elementarer Programmiererfahrung im Bereich der Datenerfassung, -auswertung und -darstellung anhand von realistischen Beispielen.

Grundlagen der Informatik für Physiker*innen
• Betriebssystem, Dateisystem, Speicher, Datentypen
• Einführung in ein modernes Computersystem
• Grundlagen der Programmierung (Python)
• Einführung Python (Variablen, Strukturen, Funktionen, Speicherverwaltung, etc.)
• Lösung einfacher numerischer Probleme
• Dokumentation - Versionsverwaltung (git)

Grundkenntnisse Daten, Datenanalyse und Datendarstellung
• Klassifizierung der wichtigsten Datenarten (1D, 2D)
• Histogramme und empirische Verteilungen
• 2D Diagramme (kartesische- und Polardarstellung, Fehlerbalken, LogPlot, Arrheniusauftragung)
• Grundprinzip der Digitalisierung eines analogen Signals (Beispiele)
• Protokollierung und Messdatenspeicherung
• Systematische und statistische Messfehler
• Mittelwert und Standardabweichung
• Binomial-, Poisson- und Gauß-Verteilungen
• Fehlerfortpflanzung bei der Datenauswertung
• Daten – Modell – Test (optional)

—

—