Opleidingsonderdeel Numerieke Lineaire Algebra

Opleidingsonderdeel
Numerieke Lineaire Algebra
Brigitte Verdonk
Universiteit Antwerpen
Departement Wiskunde- Informatica
18 Januari 2008
1/7
Cursusonderdelen
I
Lineaire Algebra (50 u – 5 studiepunten)
I
Numerieke Lineaire Algebra (40 u – 4 studiepunten)
Lineaire Algebra
I
Theorie: 25 u
I
Oefeningensessies: 25 u
Numeriek Lineaire Algebra
I
Theorie: 25 u
I
Oefeningensessies: 15 u
theoretische oefeningen gecombineerd met korte
programmeeropdrachten (in Matlab)
2/7
Inhoud
Lineaire Algebra
I
matrixrekenen en oplossen van stelsels:
elementair rekenen, blokvermenigvuldiging,
determinanten, echelonmethode (≡ LU factorisatie)
I
algemene vectorruimten:
voortbrengers, basissen en dimensie van
eindigdimensionale vectorruimten, nulruimte en
kolomruimte en rang van een matrix, lineaire afbeeldingen
en matrixvoorstelling, eigenwaarden en eigenvectoren
I
orthogonaliteit en Gram-Schmidt orthogonalisatie
3/7
Inhoud
Numerieke Lineaire Algebra
I
IEEE floating-point standaard, eindige precisie rekenen
I
conditiegetal, stabiliteit
I
numeriek oplossen van stelsels lineaire vergelijkingen:
LU factorisatie met pivotering
QR factorisatie
4/7
Examenvorm
I
Theorie (gesloten boek): één schriftelijk examen (Lineaire
Algebra én Numerieke Lineaire Algebra)
I
Oefeningen (gesloten boek): Lineaire Algebra
I
Project (take home): Numerieke Lineaire Algebra
5/7
Volgtijdelijkheid
Calculus
↓
Lineaire Algebra ⇒ Numerieke Lineaire Algebra
⇓
Wetenschappelijk Programmeren
6/7
Kerncompetenties
I
KC1: +
I Analyse en ontwerp voor kleinschalige software projecten. (Kleinschalig betekent dat het project
valt te overzien door n persoon.). Begrijpen van een gedentificeerd probleem en modelleren van
een potentile oplossing.
I
KCD1: ++
I Formeel denken. Een sterk wiskundige vorming geeft aanleiding tot het vlot omgaan met abstracte
modellen om formele redeneringen en argumentaties mogelijk te maken. Een wiskundige vorming
is bovendien nodig voor het begrijpen van de in de informatica gangbare wetenschappelijke
technieken en methodes. .
I
KCD2: +
I Wetenschappelijk verwerken van data. De noodzakelijke vaardigheden en kennis hebben om data
omtrent een informaticaprobleem (vb. netwerkperformantie, databank integriteit, algoritmische
complexiteit) op een correcte manier te verzamelen, en die om te zetten in nuttige informatie.
7/7