Department of Natural Sciences | |||||||||||||||||
Earliest Possible Year | BSc. 1 year | ||||||||||||||||
Duration | One block | ||||||||||||||||
Credits | 7.5 (ECTS) | ||||||||||||||||
Course Level | BSc | ||||||||||||||||
Examination | Final Examination written examination Written Exam in Lecturehall Some Aid allowed Description of Examination: Ved kursets afslutning afholdes en 4 timers skriftlig eksamen. Der vil være spørgsmål, som tester basale færdigheder samt spørgsmål der i stil med dele af miniprojekterne tester kompetencer på højere niveauer. Weight: 100% 7-point scale, internal examiner Dates of Exam: 02. november 2007 | ||||||||||||||||
Requirement For Attending Exam | I løbet af kurset afleveres gruppevist 4 Miniprojekter, hvoraf mindst 3 skal godkendes for at gå til eksamen. | ||||||||||||||||
Organisation of Teaching | Forelæsninger, matematikøvelser, computerøvelser og selvstændigt arbejde veksler efter behov. | ||||||||||||||||
Block Placement | Blok 1 Week Structure: A | ||||||||||||||||
Teaching Language | Danish | ||||||||||||||||
Restrictions | Ingen | ||||||||||||||||
Areas of Competence the Course Will Address | |||||||||||||||||
Kompetencer indenfor grundvidenskab: Forståelse af grundlæggende matematiske begreber og teorier Forståelse af og færdigheder i matematisk beskrivelse og analyse af problemstillinger indenfor biologi, levnedsmidler, økonomi samt generel naturvidenskab Viden om matematisk problembehandling Forståelse af og færdigheder i brug af værktøjer til databehandling samt basal statistisk analyse Kompetencer indenfor teknologi & produktion: Viden om modellering indenfor biologi, levnedsmidler, økonomi samt generel naturvidenskab Kendskab til og erfaring med at anvende modelværktøjer til analyse og løsning af relevante problemstillinger Viden om og færdigheder i beskrivelse og analyse af datasæt Kompetencer indenfor etik & værdier: - | |||||||||||||||||
Course Objectives | |||||||||||||||||
Kursets overordnede formål er at udbygge gymnasiematematikken til det niveau, der er brug for i uddannelsernes øvrige fag. Kurset skal sætte de studerende i stand til at håndtere og anvende mat. beskrivelser og analyser af problemstillinger indenfor biologi, levnedsmidler, økonomi samt generel naturvidenskab samt at kunne anvende IT i relevante sammenhænge. Der lægges endvidere vægt på mat. modellering og mat. problembehandling samt enklere databehandling og visualisering med regneark og andre programmer. | |||||||||||||||||
Course Contents | |||||||||||||||||
Kurset er emnemæssigt delt op i fire matematikmoduler i forlængelse af hinanden, samt et databehandlingsmodul, der forløber på langs af dem. Matematikmodulerne er - Funktioner og matematiske modeller: lineære-, logaritme-, potens-, eksponential-, og trigonometriske funktioner, lineær regression, differentiation og integration, funktionsundersøgelse, analyse og fortolkning af simple matematiske modeller, Taylor polynomier - Matricer: lineære sammenhænge mellem variable, matricer, determinant og invers matrix, løsning af lineære ligninger, opstilling og analyse af matrixmodeller, egenværdier og egenvektorer - Differentialligninger: eksponentiel vækst, logistisk vækst, separation af de variable, lineære 1. ordens differentialligninger, opstilling af differentialligningsmodeller, fortolkning af parametre og løsninger - Funktioner af to variable: grafer, niveaukurver, partielle afledede, optimering, dobbeltintegraler, matematiske modeller med to variable Databehandlingsmodulet er - Lagring og håndtering af data: registrering, behandling og grafisk fremstilling af data med regneark, behandling af data og illustration af matematikmodulernes begreber med programsystemet R, definition af funktioner og procedurer i R | |||||||||||||||||
Teaching And Learning Methods | |||||||||||||||||
De fire matematikmoduler ligger i forlængelse af hinanden, og databehandlingsmodulet forløber på langs af dem. Kurset består af 4 perioder (svarende til de 4 matematikmoduler) af 2 ugers længde. I matematikmodulerne gennemgås de væsentligste dele af stoffet ved forelæsningerne med udgangspunkt i eksempler fra andre fag. Ved matematikøvelserne regnes opgaver i grupper, og til hver øvelsesgang kan man aflevere skriftlige hjemmeopgaver og få dem rettet. Hvert matematikmodul afsluttes med aflevering af et miniprojekt. Arbejdet med miniprojektet påbegyndes i løbet af en hel dag, der er afsat udelukkende til dette formål. I databehandlingsmodulet gennemgås begreber og metoder ved forelæsninger og indøves derefter ved computerøvelser. Undervisningen tilrettelægges efter at de studerende har egen bærbar PC. En stor del af opgaverne til computerøvelserne vil dreje sig om matematikken i samme modul, hvorved matematik- og databehandlingsdelene af kurset knyttes sammen. En del af undervisningen vil foregå i samspil med parallelkurserne. | |||||||||||||||||
Learning Outcome | |||||||||||||||||
Fremgår af beskrivelsen af kursets kompetenceområder | |||||||||||||||||
Course Litterature | |||||||||||||||||
Der anvende egne noter, der sælges som kompendier fra boghandlen. | |||||||||||||||||
Course Coordinator | |||||||||||||||||
Thomas Vils Pedersen, vils@life.ku.dk, Department of Basic Sciences and Environment/Mathematics & Computer Science, Phone: 35332351 Morten Larsen, ml@dina.kvl.dk, Department of Natural Sciences/Mathematics & Computer Science, Phone: 35332390 | |||||||||||||||||
Study Board | |||||||||||||||||
Study Committee NSN | |||||||||||||||||
Course Scope | |||||||||||||||||
| |||||||||||||||||