Back
Lineær algebra i datalogi (LinAlgDat)
NMAB15002U - SCIENCE
Passed: 82%, Average grade: 5.34, Median grade: 7
Description
Lineær algebra med fokus på ligningsløsning, Gauss-elimination, matrixregning, baser for vektorrum, ortogonalitet, determinant, egenværdier, komplekse tal og diagonalisering. Anvendelsesmuligheder i datalogi fremhæves løbende. Implementering af diverse algoritmer og metoder i F# eller Python. Projekter der skrives i LaTeX.
Viden:
- Kende de begreber og emner, som er omtalt under kursusindholdet.
Færdigheder:
- Beherske fundamentale metoder og algoritmer i lineær algebra: Matrixmanipulation inkl. inversion, Gauss-elimination, determinantbestemmelse, bestemmelse af egenværdier og egenvektorer; såvel uden hjælpemidler som ved at benytte computerstøttede beregninger.
- Benytte komplekse tal.
- Skrive matematik i LaTeX.
Kompetencer:
- Fortolke resultaterne af de fundamentale metoder og algoritmer nævnt ovenfor.
- Identificere og løse almene lineære problemer vha. matricer.
- Konstruere baser (også ortogonale) og bestemme dimension.
- Afgøre diagonaliserbarhed.
- Udføre og udnytte basisskift.
Recommended qualifications
"Diskret matematik og algoritmer (DMA)" og "Programmering og problemløsning (PoP)".Coordinators
Henrik Laurberg Pedersen
henrikp@math.ku.dk
Henrik Granau Holm
holm@math.ku.dk
Exam
Written - (4h)
Course Info
Department(s)
- Computer Science
- Mathematics
Workload
Lectures | 35h |
Preparation | 125h |
Theory Exercises | 42h |
Exam | 4h |
Total: 206h