NMAA09005U Introduktion til numerisk analyse (NumIntro)
Introduction to Numerical Analysis (NumIntro)
Bacheloruddannelsen i naturressourcer
Bacheloruddannelsen i husdyrvidenskab
Bacheloruddannelsen i forsikringsmatematik
Bacheloruddannelsen i matematik
Bacheloruddannelsen i matematik-økonomi
Numerisk analyse er et grundlæggende element, når der arbejdes
med computermodeller indenfor en lang række anvendelsesområder
såsom væske-simulering, styring af robotter og diverse
optimeringsproblemer.
Dette kursus er både praktisk og teoretisk. Den studerende vil
arbejde med at forstå de numeriske algoritmer og metoder fra
en teoretisk vinkel. Dvs. at kunne forklare de matematiske
principper, der ligger bag de numeriske metoder, og kunne udføre
diverse beviser på egen hånd. Såsom at bevise at en metode
finder en løsning, eller hvor hurtigt en metode kan finde en
løsning. Udover det teoretiske vil kurset indeholde en stor del
programmering. Her skal den studerende vise, at det teoretiske kan
blive omsat til praksis. Dette gøres ved at implementere de
gennemgåede metoder fra teorien og anvende dem på forskellige
legetøjsproblemer.
Viden om
- Standard numeriske metoder for
- ikke lineære ligninger,
- lineære ligningssystemer,
- egenværdier,
- interpolation,
- differentiation og integration,
- differentialligninger.
- Simpel programmering i et imperativt sprog, heriblandt
- procedurer/funktioner,
- variable,
- sætninger, numeriske udtryk, scope med mere.
Færdigheder i at
- opstille simple modeller til numerisk løsning af ikke lineære ligninger, lineære ligningssystemer og egenværdiproblemer,
- opstille simple modeller til approksimation af funktioner, differentialkvotienter og integraler,
- implementere og løse ovenstående i et imperativt programmeringssprog.
Kompetencer til selvstændigt at
- arbejde med åbne opgaver, hvor ikke alle detaljer er givet på forhånd,
- præsentere matematik skriftligt,
- benytte et imperativt programmeringssprog til at skrive og afvikle små programmer,
- forklare hvad der adskiller ”eksakt matematik” fra ”numerisk matematik”.
Kurset er ligeledes rettet mod bacheloruddannelserne i datalogi, de fysiske fag, kemi og andre bachelor- og (som værktøjskursus) kandidatuddannelser med de relevante forudsætninger.
- Kategori
- Timer
- Forelæsninger
- 28
- Forberedelse (anslået)
- 68
- Praktiske øvelser
- 14
- Øvelser
- 14
- Studiegrupper
- 56
- Eksamen
- 26
- I alt
- 206
Som meritstuderende - klik her!
Som enkeltfags-studerende (efter- og videreuddannelse) - klik
her!
- Point
- 7,5 ECTS
- Prøveform
- Skriftlig prøve, 3 timer med opsyn.Løbende bedømmelse, (afleveringsopgave)
- Prøveformsdetaljer
- Evalueringen består af en 3-timers skriftlig prøve og en
afleveringsopgave, som stilles i den sidste halvdel af kurset.
Afleveringsopgaven tæller 50% af den samlede karakter, mens den skriftlige prøve tæller de resterende 50%.
Afleveringsopgaven skal bestås for at det samlede kursus kan bestås. - Hjælpemidler
- Kun visse hjælpemidler tilladt
Skiftlige hjælpemidler samt lommeregner kan medbringes til skriftlig eksamen.
- Bedømmelsesform
- 7-trins skala
- Censurform
- Ingen ekstern censur
Flere interne bedømmere
- Reeksamen
Afleveringsopgave og 30 minutters mundtlig eksamen i fuld pensum uden forberedelse. Afleveringsopgaven tæller 50% af den samlede karakter, mens den mundtlige prøve tæller de resterende 50%.
Afleveringsopgaven skal bestås for at det samlede kursus kan bestås. Hvis afleveringsopgaven tidligere er bestået, skal den ikke genafleveres.
Kriterier for bedømmelse
Den studerende skal på tilfredsstillende måde godtgøre, at vedkommende lever op til fagets målbeskrivelse.
Kursusinformation
- Sprog
- Dansk
- Kursuskode
- NMAA09005U
- Point
- 7,5 ECTS
- Niveau
- Bachelor
- Varighed
- 1 blok
7 ugers undervisning.
- Placering
- Blok 1
- Skemagruppe
- C
- Kursuskapacitet
- Ingen begrænsning
Der kan være færre pladser i eftertilmeldingsperioden
Studienævn
- Studienævn for Matematik og Datalogi
Udbydende institut
- Institut for Matematiske Fag
Udbydende fakultet
- Det Natur- og Biovidenskabelige Fakultet
Kursusansvarlige
- Mogens Bladt (5-547e737686527f73867a407d8740767d)