MM862: Udvalgte emner i numerisk analyse II

Indgangskrav

Ingen

Faglige forudsætninger

Studerende, der følger kurset, forventes at

have kendskab til grundlæggende matematisk baggrund som leveret af kurserne Calculus, Lineær Algebra, Matematisk og Numerisk analyse og Ordinære differentialligninger

Grundlæggende færdigheder i videnskabelig programmering kan være nyttige, men er ikke obligatoriske.

Formål

Formålet med kurset er at berige de studerendes færdigheder og rækkevidde i numerisk analyse og anvendt matematik og at vise udsigter til mulige specialeemner, og sætte den studerende i stand til:

forstå de vidergående principper for numerisk tænkning
forstå og arbejde med numerisk analyse i en bred vifte af applikationer
sammenligne og sammenholde metoderne som er gennemgået i kurset
overdrage undervisningsindholdet til nye problemer
at bringe denne teknikker i anvendelse

Målbeskrivelse

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

kende definitionerne af de koncepter og tekniske termer, der blev introduceret i forelæsningen.
fortælle hovedformålet og raison d'être for hver sektion af hele kurset
kende nøgleidéerne til afledning af de vigtigste sætninger og algoritmer, der introduceres i kurset
demonstrerer evnen til at dække nogle udvalgte emner i detaljer, inklusive prøveteknikker
tilpasse og overføre kendte koncepter til nye relaterede applikationsscenarier
at formulere problemer (inklusive beviser) i et korrekt matematisk sprog
at analysere, anvende og modificere metoderne

Indhold

Kurset indeholder følgende faglige hovedområder: Introduktion til et eller flere emner indenfor numerisk analyse.
Dette kunne for eksempel være:

Matrixanalyse og matrixdekomposition
Iterative løsninger på egenværdiproblemer
Design og analyse af computereksperimenter
Modelreduktion
Matrix manifolds og applikationer som interpolation og optimering
Matrix-færdiggørelse

(Valget supplerer eller udvider kurset "MM566").

Litteratur

Se itslearning for pensumlister og yderligere litteraturhenvisninger.

Eksamensbestemmelser

Eksamenselement a)

Tidsmæssig placering

Juni

Udprøvninger

Mundtlig

EKA

N310068102

Censur

Intern prøve, to eller flere bedømmere

Bedømmelse

7-trinsskala

Identifikation

Studiekort - Navn

Sprog

Følger, som udgangspunkt, undervisningssprog

Hjælpemidler

Alle hjælpemidler tilladt

ECTS-point

Vejledende antal undervisningstimer

42 timer per semester

Undervisningsform

Skemalagte undervisningstimer:

Antal undervisningstimer i alt: 42

Heraf:

Fællestimer i klasselokale/auditorium: 28

Holdtimer i klasselokale/auditorium: 14

I forelæsningerne introduceres begreber, teorier og modeller og sættes i perspektiv. I vejledningssessionerne træner de studerende deres færdigheder gennem øvelser og går mere i dybden med emnet.

Andre planlagte undervisningsaktiviteter:

Læsning af foreslået litteratur
Udarbejdelse af øvelser i studiegrupper
At bidrage til online læring aktiviteter i forbindelse med kurset

Ansvarlig underviser

Navn	E-mail	Institut
Ralf Zimmermann	zimmermann@imada.sdu.dk	Computational Science

Skemaoplysninger

Odense

Vis fuldt skema

Administrationsenhed

Institut for Matematik og Datalogi (matematik)

Team hos 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.