Comp2 feat. Jupyter

Für die frühe Förderung von Computational Competences in der Mathematikausbildung stehen eine Reihe von Beispielen aus der Praxis bereit.  

jnb ex ode
ode jnb 2
jnb ex la

Diese ermöglichen, eine Aufgabe besser, schneller oder überhaupt zu bearbeiten und deren mathematischen Gehalt nachhaltiger zu verstehen. Lösungen per Hand sind teilweise auch möglich, aber deutlich aufwändiger.

Für einen niederschwelligen Zugang erhalten Studierende einen ausführbaren Code, der im Browser ausgeführt und bearbeitet wird. Es braucht keine lokale Entwicklungsumgebung, und es wird nicht erwartet (aber begrüsst), den Code selber zu schreiben. Für eine Anwendung des Codes in einem anderen Kontext müssen die Studierenden diesen verstehen, Parameter identifizieren und allenfalls mit neuen Zahlen (in einer Matrix, als einen Startwert etc.) manipulieren.

Einsatz via Moodle oder autonom

colab-logo

Der Einsatz kann zum Beispiel im Rahmen eines Moodle-Kurses erfolgen. Dafür steht ein JupyterHub-Service an der ETHZ zur Verfügung.

Autonomes Arbeiten ist via ETH-google-Workspace und externe SeiteColab möglich.

Beide Varianten erlauben das Arbeiten im Browser ohne lokale Installationen.

Beispiele von Jupyter-Notebooks in Colab

jupyter-logo

Es braucht ein google-Konto: entweder Ihr privates oder via ETH-google-Workspace. Klicken Sie unten auf den Link zum Jupyter-Notebook, dieses öffnet sich dann in Colab. Nach Anmeldung kann der Code im Notebook ausgeführt (und bearbeitet) werden: Bei den code-Zellen auf “play” klicken, oder in die code-Zelle klicken und control-enter drücken. Um Änderungen zu speichern, muss eine Kopie des Files im eigenen google-drive (oder git-Repositorium) gespeichert werden.

Zu 1-dimensionalen diskreten Modellen: Folgen und Funktionen

Zu 1-dimensionalen kontinuierlichen Modellen: Differentialgleichungen

Zu n-dimensionalen diskreten Modellen

Die Beispiele stammen aus dem 1. Teil der LE Mathematik I/II (HS23/FS24). Gefördert vom Rector's Impulse Fund.

JupyterHub Service an der ETHZ mit Moodle

hub-logo

Mit dem neuen JupyterHub Service der ETH sind JupyterNotebooks für alle im Studium und in der Lehre verfügbar.

Kontakt

Dr. Alexander Caspar
Dozent am Departement Mathematik
  • HG E 63.2
  • +41 44 632 68 91

Dep. Mathematik
Rämistrasse 101
8092 Zürich
Schweiz

JavaScript wurde auf Ihrem Browser deaktiviert