Comp2 feat. Jupyter
Für die frühe Förderung von Computational Competences in der Mathematikausbildung stehen eine Reihe von Beispielen aus der Praxis bereit.
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
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 SeiteColabcall_made möglich.
Beide Varianten erlauben das Arbeiten im Browser ohne lokale Installationen.
Beispiele von Jupyter-Notebooks in Colab
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
- externe SeiteExperimentieren mit 1-dimensionalen Entwicklungencall_made
- externe SeiteExperimentieren mit Reproduktionsfunktionencall_made
- externe SeiteExperimentieren mit Plotten eines Funktionsgraphencall_made
Zu 1-dimensionalen kontinuierlichen Modellen: Differentialgleichungen
- externe SeiteExperimentieren mit DGLn: Richtungsfeld, (Stationäre) Lösungskurvencall_made
- externe SeiteAnwendung in einer Übungsseriecall_made
Zu n-dimensionalen diskreten Modellen
- externe SeiteMatrix-Vektor-Iterationencall_made
- externe SeiteAnwendung in noch einer Übungsseriecall_made mit externe SeiteLösungcall_made
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
Mit dem neuen JupyterHub Service der ETH sind JupyterNotebooks für alle im Studium und in der Lehre verfügbar.
Kontakt
Dep. Mathematik
Rämistrasse 101
8092
Zürich
Schweiz