hsm-syllabus/syllabus/VI/mod.linear-alg.yaml
2024-04-23 11:23:50 +02:00

132 lines
4.7 KiB
YAML

name:
de: Lineare Algebra
instructor:
de: Dipl.-Math. Gerd Recknagel
id:
value: LinearAlg
goal:
de: |
Die Studierenden sollen in der Lage sein,
- die formalen, mathematischen Notationen zu lesen zu interpretieren und zu verstehen.
- lineare Gleichungssysteme und Eigenwertprobleme zu lösen, Determinanten, Matrizenprodukte, Faktorisierungen von Matrizen und Projektionen zu berechnen sowie kleinste Quadrate Approximationen durchzuführen.
- Grundlagenwissen in angewandter höherer Mathematik sowie geeignete Methoden der linearen Algebra bei wissenschaftlichen, technischen bzw. wirtschaftlichen Fragestellungen anzuwenden.
- mathematische Modellierungen zur Lösung von Problemen der Berufspraxis einzusetzen.
- mathematische Problemstellungen zu analysieren und zu strukturieren sowie diese unter Anwendung der eingeführten Techniken und Methoden zu lösen.
- mathematische Denkweisen auf andere Gebiete zu übertragen und abstrakte Zusammenhänge zu verstehen.
- eigene Denkansätze und Lösungen zu entwickeln.
content:
de: |
1. Vektorrechnung
- Was sind Vektoren?
- Zweidimensionale Vektoren (Definition, geometrische Deutung, Arithmetik, Rechenregeln, Linearkombinationen, Skalarprodukt, Winkel zwischen Vektoren)
- Drei- und mehrdimensionale Vektoren (Definition, geometrische Deutung, Arithmetik, Rechenregeln, Linearkombinationen, Skalarprodukt, Winkel zwischen Vektoren)
1. Lineare Gleichungssysteme mit zwei Unbekannten
- Sichtweisen
- Eliminationsverfahren
- Lösbarkeit
1. Lineare Gleichungssysteme mit m Gleichungen und n Unbekannten...
- Definition, Äquivalente Umformungen, Lösbarkeit
- Gaußsches Eliminationsverfahren
1. Matrizen/Matrizenrechnung
- Einführung und Definitionen
- Rechenregeln für Matrixoperationen
- Multiplikation von Matrizen
- Inverse Matrizen, Gauß-Jordan-Verfahren
- Faktorisierung einer Matrix
- symmetrische Matrizen
1. Vektorräume und Untervektorräume
- Räume von Vektoren, Spaltenraum einer Matrix
- Kern und Rang einer Matrix
- vollständige Lösung eines linearen Gleichungssystems
- Lineare Unabhängigkeit, Basis und Dimension
- Dimension der Unterräume einer Matrix, Fundamentalsatz der Linearen Algebra
1. Orthogonalität
- Orthogonalität der Unterräume einer Matrix, Fundamentalsatz der Linearen Algebra
- Orthogonale Projektion
- Kleinste Quadrate Approximation
- Orthonormale Basen, Gram-Schmidt-Verfahren
<!-- tablebreak -->
1. Determinanten
- Eigenschaften von Determinanten
- Berechnung der Determinante
- Volumen geometrischer Körper, Kreuzprodukt
1. Eigenwerte und Eigenvektoren
- Eigenwert, Eigenvektor
- Lösen von Eigenwertproblemen, charakteristisches Polynom
- Diagonalisierung einer Matrix, Potenzen von Matrizen
- Eigenwerte und Eigenvektoren symmetrischer Matrizen
form-of-instruction:
value: { 'lecture': 3, 'exersise': 1 }
prerequisites:
de: Formelle Voraussetzungen bestehen nicht.
media-of-instruction:
de: |
Den Studierenden werden umfangreiche Übungsaufgaben und themenspezifische Dokumente in Stud.IP zur Verfügung gestellt.
Darüber hinaus ist folgende Literatur empfehlenswert (jeweils in der neuesten Auflage):
- Strang, G., Lineare Algebra, Wellesley-Cambridge Press, Wellesley
- Manteuffel, K., Lineare Algebra, Teubner Verlag, Leipzig
- Pforr, E., Oehlschlaegel, L., Seltmann, G., Übungsaufgaben zur linearen Algebra und linearen Optimierung., Teubner Verlag, Leipzig
- Leupold, W., u.a., Mathematik ein Studienbuch für Ingenieure, Fachbuchverlag Leipzig -- Köln
- Beutelspacher, A., Lineare Algebra, Vieweg Verlag, Braunschweig/Wiesbaden...
- Preuß, W., Lehr- u Übungsbuch Mathematik für Informatiker, Fachbuchverlag, Leipzig
author-of-indenture:
de:
used-in:
de: |
Das Modul ist in den Bachelorstudiengängen „Verwaltungsinformatik/E-Government”, „Informatik”, „ Multimedia-Marketing” und „Wirtschaftsinformatik & Digitale Transformation” ein Pflichtfach.
Ferner ist eine Verwendung in anderen Studiengängen nach dortiger Prüfungsordnung möglich.
workload:
de: >
Kontaktzeit/Präsenzstudium: 60 Stunden; Selbststudium: 60 Stunden; Prüfung und Prüfungsvorbereitung: 30 Stunden
credits:
value: 5
form-of-exam:
value: written
spec:
de: "Klausur von 120min"
term:
value: 1
frequency:
value: once_per_year
duration:
value: 1
kind:
value: compulsory
remarks:
de:
notes:
de: