Innholdsfortegnelse

Emnet er tilknyttet følgende studieprogram

Undervisningsspråk

Norsk eller engelsk

Anbefalte forkunnskaper

60 sp matematikk (inkludert Lineær algebra) og minst ett emne på 200-nivå. Grunnleggende kjennskap til et programmeringsspråk (Python, MatLab, R e.l.).

Læringsutbytte

Etter fullført emne skal studentene

  • ha kunnskap om faktoriseringsteknikker for matriser
  • kunne løse lineære ligningssystemer med store kvadratiske matriser
  • ha kunnskap om minst kvadraters metode for store rektangulære matriser
  • kunne finne egenverdier og egenvektorer til store matriser
  • kunne konstruere algoritmer i et programmeringsspråk
  • kunne tolke stabilitet og konvergens av algoritmer

Innhold

Diagonalisering. LU-, QR- og singulærverdifaktoriseringer. Matrisenormer. Minste kvadraters metode. Iterative metoder og fikspunkter for å løse ligningssystem (Jacobi og Gauss-Seidel). Prekondisjonering. Gradientmetoden og Krylovrom. Anvendelser innen f.eks. Fourier-transformen, partielle differensiallikninger, splines eller maskinlæring.

Undervisnings- og læringsformer

Forelesninger, gruppearbeid og obligatoriske innleveringer. Emnet har et forventet arbeidsomfang på rundt 267 timer.

Vilkår for å gå opp til eksamen

Obligatoriske innleveringer må være godkjent for at studenten skal kunne gå opp til eksamen, se Canvas for mer informasjon.

Eksamen

Individuell skriftlig eksamen eller muntlig eksamen, som teller 100 % ved sensurering. Gradert karakter.

Eksamensform bestemmes ut fra antall studenter som tar kurset og kunngjøres av faglærer senest 1. oktober.

Studentevaluering

Emneansvarlig i samråd med studenttillitsvalgt fastsetter evalueringsform og om emnene skal ha midtveis- eller sluttevaluering, jf. kvalitetssystemet kapittel 4.1.

Tilbys som enkeltemne

Ja, hvis ledig plass
Sist hentet fra FS (Felles studentsystem) 15. okt. 2026 09:47:55