NDAB18002U Matematisk analyse og sandsynlighedsteori i datalogi (MASD)
Mathematical Analysis and Probability Theory for Computer Scientists (MASD)
Bacheloruddannelsen i bioinformatik
Bacheloruddannelsen i datalogi
Kurset giver en introduktion til analyse i en og flere variabler. Kurset giver derudover en introduktion til sandsynlighedsteori.
Viden om
Følger og serier.
Almindelige matematiske funktioner af en variabel, særlig eksponentialfunktionen.
Kontinuitet, grænseværdier, differentiation og integration i en og flere variable.
Infinitesimalregningens hovedsætning.
Taylors sætning.
Optimering i en og flere variable.
Almindelige sandsynlighedsfordelinger og deres anvendelser.
Elementære principper for sandsynlighedsberegninger.
Sandsynlighed, betinget sandsynlighed og uafhængighed.
Stokastiske variable, middelværdi og varians.
Forskellige fordelinger, herunder binomialfordelingen.
Færdigheder i
Udføre numeriske beregninger samt at visualisere funktioner, billeder og beregningsresultater med hjælp af et computerprogram (mest sandsynligt Python).
Bevise sætninger og matematiske påstande indenfor analyse og sandsynlighedsteori.
Analysere konvergens af følger og serier.
Differentiere og integrere almindelige funktioner af en og flere variable analytisk.
Differentiere og integrere almindelige funktioner af en og flere variable numerisk ved hjælp af finite differences.
Bruge afledte i en og flere variable til dataprocessering og optimering.
Løse optimeringsproblemer analytisk og numerisk.
Udføre elementære sandsynlighedsberegninger samt foretage almindelige approksimationer eller estimeringer af sandsynligheder.
Udføre estimation i simple normalfordelingsmodeller, herunder ét- og to-stikprøveproblemer, både formelmæssigt og vha. et computerprogram.
Kompetencer i
Løse videnskabelige problemer ved hjælp af analyse, inkluderet analytisk og numerisk løsning af optimeringsproblemer.
Oversætte videnskabelige problemstillinger, der involverer usikkerhed eller tilfældighed, til sandsynlighedsteoretiske problemstillinger, som derefter kan analyseres matematisk.
Beskrive løsninger af problemer i form af matematiske beviser, beskrivelse af matematiske og statistiske modeller, samt fremstilling af eksperimentelle metoder og resultater i rapportform.
Se Absalon.
Lineær algebra og grundlæggende matematisk metoder (beviser og, især, induktionsbeviser). De matematiske forudsætninger vil f. eks. være dækket af LinAlgDat og DMA eller tilsvarende.
- Kategori
- Timer
- Forelæsninger
- 28
- Holdundervisning
- 21
- Forberedelse (anslået)
- 44
- Øvelser
- 109
- Eksamen
- 4
- I alt
- 206
Der gives som udgangspunkt skriftlig feedback på de kvalificerende opgaver.
Derudover kan de studerende få mundtlig feedback og uddybelse på de kvalificerende opgaver til instruktortimerne.
- Point
- 7,5 ECTS
- Prøveform
- Skriftlig stedprøve, 4 timer med opsyn.
- Prøveformsdetaljer
- ITX eksamen med adgang til kursets E-lærebøger.
Den skriftlige stedprøve er en ITX-eksamen.
Se vigtig information om ITX-stedprøver på Studieinformation under punktet: Eksamen -> Eksamensform og regler -> Skriftlig stedprøve (ITX-prøve) - Krav til indstilling til eksamen
Der er 5-7 obligatoriske øvelsesopgaver (som kan indeholde programmeringsopgaver), under kurset, og alle foruden én skal beståes for at være kvalificeret til eksamen.
- Hjælpemidler
- Skriftlige hjælpemidler tilladt
Skriftlige hjælpemidler inkluderer de elektroniske udgaver af lærebøgerne, der bruges på kurset (tilgængelige via ITX). Noter kan medbringes (digitale noter kan uploades til Digital Eksamen). Det er ikke tilladt at medbringe lommeregnere, egne computere, tablets eller andet elektronisk udstyr.
- Bedømmelsesform
- 7-trins skala
- Censurform
- Ingen ekstern censur
Flere interne bedømmere.
- Reeksamen
Reeksamen er 20 minutter mundtlig eksamen uden forberedelse i kursets indhold. Ingen hjælpemidler tilladt.
Hvis indstillingskravet til eksamen ikke er opfyldt, kan det opfyldes ved at aflevere og få godkendt de skriftlige opgaver. Afleveringsdeadline er tre uger inden reeksamen.
Kriterier for bedømmelse
Se målbeskrivelsen.
Kursusinformation
- Sprog
- Dansk
- Kursuskode
- NDAB18002U
- Point
- 7,5 ECTS
- Niveau
- Bachelor
- Varighed
- 1 blok
- Placering
- Blok 1
- Skemagruppe
- A (tirs 8-12 + tors 8-17)
- Kursuskapacitet
- Ingen begrænsning – medmindre du tilmelder dig i eftertilmeldingsperioden (BA og KA) eller som merit- eller enkeltfagsstuderende.
Studienævn
- Studienævn for Matematik og Datalogi
Udbydende institut
- Datalogisk Institut
Udbydende fakultet
- Det Natur- og Biovidenskabelige Fakultet
Kursusansvarlige
- Martin Nørgaard (martin.noergaard@di.ku.dk)
Undervisere
Pawel Winter