DS827: Lineær Algebra for Data Science

Det Naturvidenskabelige Studienævn

Undervisningssprog: På dansk eller engelsk afhængigt af underviser, men engelsk ved internationale studerende
EKA: N340096102
Censur: Ekstern prøve
Bedømmelse: 7-trinsskala
Udbudssteder: Odense
Udbudsterminer: Efterår
Niveau: Kandidat

STADS ID (UVA): N340096101
ECTS-point: 5

Godkendelsesdato: 08-02-2021


Varighed: 1 semester

Version: Godkendt - aktiv

Indgangskrav

Kurset kan ikke følges af studerende, der har bestået første del af MM538.

Faglige forudsætninger

Ingen

Formål

Kurset har til formål at give den studerende en introduktion til de grundlæggende begreber og metoder i lineær algebra, med særligt fokus på matrix manipulationer. De emner der dækkes og teknikker, der undervises i, er vigtige indenfor stort set alle aspekter af matematik, og finder anvendelser i mange videnskabelige områder.

Kurset giver den studerende nødvendige forudsætninger til kurserne DS804 og DS809, der er placeret senere i uddannelsen.

I forhold til uddannelsens kompetenceprofil har kurset eksplicit fokus på at:

  • Give færdigheder til at anvende tankegange og fagudtryk fra fagets grundlæggende discipliner.
  • Give færdigheder til at formidle matematisk tankegang skriftligt og mundtligt.
  • Give færdigheder til at løse lineære ligningssystemer, beregne determinanter, finde inverse af matricer, finde koordinaterne for vektorer, finde matricer af lineære afbildninger.
  • Give viden om vektorrum og lineære afbildninger.

Målbeskrivelse

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

  • gengive definitioner og resultater indenfor kursets pensum
  • anvende disse resultater på eksempler
  • formulere og præsentere definitioner og udregninger på en matematisk stringent måde

Indhold

Kurset indeholder følgende faglige hovedområder:

  • lineære ligningssystemer
  • matrix operationer, inverse matricer, determinanter
  • vektorrum, basis, koordinater, lineær uafhængighed
  • lineære afbildninger, egenværdiproblemer, diagonalisering
  • skalar-produkt og ortogonalitet

Litteratur

Se Itslearning for pensumlister og yderligere litteraturhenvisninger.

Eksamensbestemmelser

Eksamenselement a)

Tidsmæssig placering

Efterår

Udprøvninger

Obligatorisk opgave

EKA

N340096102

Censur

Ekstern prøve

Bedømmelse

7-trinsskala

Identifikation

Fulde navn og SDU brugernavn

Sprog

Følger, som udgangspunkt, undervisningssprog

Hjælpemidler

Oplyses på kurset 

ECTS-point

5

Uddybende information

Reeksamen i samme eksamenstermin eller i umiddelbar forlængelse heraf.

Vejledende antal undervisningstimer

50 timer per semester

Undervisningsform

På naturvidenskab er undervisningen tilrettelagt efter trefasemodellen dvs. intro, trænings- og studiefasen.

  • Introfase (forelæsning, holdtimer) - Antal timer: 28
  • Træningsfase: Antal timer: 22

Aktiviteter i studiefasen:

  • At drøfte udvalgte emner i forelæsningerne. 
  • At arbejde på opgaver fra øvelserne.

Ansvarlig underviser

Navn E-mail Institut
Aritra Dutta ard@sdu.dk Data Science

Skemaoplysninger

Administrationsenhed

Institut for Matematik og Datalogi (datalogi)

Team hos Uddannelsesjura & Registratur

NAT

Anbefalede studieforløb