Behörighetskrav

60 hp inklusive Algebra och geometri/Linjär algebra och geometri I. Genomgången programmeringskurs i Python (exempelvis Programmeringsteknik I). En av kurserna Introduktion till beräkningsvetenskap, Beräkningsvetenskap I eller Statistisk maskininlärning ska vara genomgången. Genomgången kurs Sannolikhet och statistik. Linjär algebra II/Linjär algebra för dataanalys ska vara genomgången.

Mål

Efter godkänd kurs ska studenten kunna: 

• redogöra för och utföra uppgifter som kräver kännedom om de nyckelbegrepp som ingår i kursen;
• beskriva, använda och implementera de algoritmer som ingår i kursen;
• analysera olika algoritmers beräknings- och minneskomplexitet;
• lösa tekniska och naturvetenskapliga problem givet matematisk modell, genom att strukturera problemet, välja lämplig numerisk metod, samt generera lösning med hjälp av programvara och egen kod;·      
• presentera, förklara, sammanfatta, värdera och diskutera lösningsmetoder och resultat i en mindre rapport. 

Innehåll

Stokastiska modeller, Monte-Carlo metoder, Inverse Transform Sampling (ITS), stokastisk simulering, Gillespies algoritm. Minsta kvadratapproximation med tillämpning på linjära system och regressionsmodeller. QR-faktorisering och ortogonalisering. Metoder för egenvärden och egenvektorer (potensmetoden och QR-metoden). Singulärvärdesuppdelning (SVD) och tillämpningar. Viktiga nyckelbegrepp som ingår i kursen är bl.a. stokastisk/deterministisk modell och metod, , matrisfaktorisering, singulärvärden och singulärvektorer.

Undervisning

Föreläsningar, laborationer, räkneövningar.

Examination

Skriftlig tentamen (3 hp). Räkneövningar. Inlämningsuppgifter som redovisas in en mindre rapport (2 hp).

Om särskilda skäl finns får examinator göra undantag från det angivna examinationssättet och medge att en enskild student examineras på annat sätt. Särskilda skäl kan t ex vara besked om särskilt pedagogiskt stöd från universitetets samordnare för studenter med funktionsnedsättning.