MM525: Konveks analyse

Kommentar

Fælles undervisning med MM836.

Indgangskrav

Ingen

Faglige forudsætninger

Studerende, der følger kurset, forventes at:

Være bekendt med: systemer af lineære ligninger, matricer, determinanter, vektorrum, skalar produkt og ortogonalitet, lineære transformationer, egenvektorer og egenværdier, polynomier, begrebet en funktion og dets derivater, reelle tal, vektor calculus.

Formål

Kurset vil introducere analytiske teknikker og geometriske begreber for at løse lineære og ikke-lineære optimeringsproblemer, for det meste i økonomi.

Kurset bygger videre på den viden, erhvervet i kurserne MM505 Lineær Algebra, eller MM540, eller MM538, og MM533 Matematiske og numerisk analyse.

Kurset er af høj tværfaglig værdi og giver et videnskabeligt grundlag for et bachelorprojekt på flere centrale områder af naturvidenskab og økonomi.I forhold til uddannelsens kompetenceprofil har kurset eksplicit fokus på at:

Give kompetence til:

håndtere komplekse og udviklingsorienterede situationer i studie- og arbejdssammenhænge.

Give færdigheder i:

anvende tankegange og fagudtryk fra fagets grundlæggende discipliner.
analysere og vurdere teoretiske og praktiske problemer med henblik på anvendelse af en egnet matematisk model

Give viden om:

matematikkens grundlæggende vidensdannelse, teori og metoder.
at kunne foretage analyser ved brug af matematiske metoder og forholde sig kritisk til videnskabelige teorier og modeller.

Målbeskrivelse

For at opnå kursets formål er det læringsmålet for kurset, at den studerende demonstrerer evnen til at:

Korrekt besvare skriftlige opgaver og bevise resultater inden for kursets syllabus.
Gengive og illustrere definitioner og resultater inden for kursets syllabus.
Formulere svar på skriftlige opgaver i et matematisk korrekt sprog.
Giv argumentere for skridtene i opgaveløsningerne.
Sammenholde centrale resultater inden for kursets syllabus.

Indhold

Konvekse mængder og deres topologi, konvekse funktioner, konjugering, subdifferentiabilitet, minimering, Kuhn-Tucker teori, numerisk optimerings metoder.

Litteratur

Se itslearning for pensumlister og yderligere litteraturhenvisninger.

Eksamensbestemmelser

Eksamenselement a)

Tidsmæssig placering

Forår

Udprøvninger

Obligatoriske opgaver

EKA

N300049112

Censur

Intern prøve, en bedømmer

Bedømmelse

Bestået/Ikke bestået

Identifikation

Fulde navn og SDU brugernavn

Sprog

Følger, som udgangspunkt, undervisningssprog

Hjælpemidler

Oplyses på kurset

ECTS-point

Eksamenselement b)

Tidsmæssig placering

Juni

Udprøvninger

Mundtlig eksamen

EKA

N300049102

Censur

Ekstern prøve

Bedømmelse

7-trinsskala

Identifikation

Studiekort

Sprog

Følger, som udgangspunkt, undervisningssprog

Varighed

30 minutter

Hjælpemidler

Oplyses på kurset

ECTS-point

Vejledende antal undervisningstimer

42 timer per semester

Undervisningsform

Undervisningsaktiviteter udmønter sig i en anslået vejledende fordeling af arbejdsindsatsen hos en gennemsnitsstuderende på følgende måde:

Introfase (forelæsning, holdtimer) - 28 timer
Træningsfase: 14 timer

Aktiviteter i studiefasen:

udarbejdelse af øvelser i studiegrupper
forberedelse af projekter

Ansvarlig underviser

Navn	E-mail	Institut
Michele Della Morte	dellamor@cp3.sdu.dk	Computational Science

Skemaoplysninger

Odense

Vis fuldt skema

Administrationsenhed

Institut for Matematik og Datalogi (matematik)

Team hos Uddannelsesjura & Registratur

NAT

Udbudssteder

Odense

Anbefalede studieforløb

Profil	Uddannelse	Semester	Udbuds periode

Overgangsordninger

Overgangsordninger beskriver, hvordan et kursus erstatter et andet kursus, når der ændres i et studieforløb.

Hvis der er lavet en overgangsordning for et kursus vil den fremgå af oversigten.
Se overgangsordninger for alle kurser på Det Naturvidenskabelige Fakultet.