210002 Mathematics and Data Processing

Details
Department of Natural Sciences
Earliest Possible YearBSc. 1 year
DurationOne block
 
Credits7.5 (ECTS)
Course LevelBSc
 
ExaminationFinal 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 ExamI løbet af kurset afleveres gruppevist 4 Miniprojekter, hvoraf mindst 3 skal godkendes for at gå til eksamen.
 
Organisation of TeachingForelæsninger, matematikøvelser, computerøvelser og selvstændigt arbejde veksler efter behov.
 
Block PlacementBlok 1
Week Structure: A
 
Teaching LanguageDanish
 
RestrictionsIngen
 
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
lectures34
theoretical exercises26
practicals10
preparation90
examination4
project work42

206