Computergestützte Lineare Algebra
Aktuelles
- 24.03.23: Zweiter Termin für die Einsicht hinzugefügt.
- 10.03.23: Die Anmeldung zu 2. Klausur sollte jetzt auch für diejenigen möglich sein, die die 1. Klausur nicht bestanden haben.
- 18.10.22: Link zum RocketChat-Kanal
Personen
Umfang
1 SWS Vorlesung +
2 SWS Übungen
Zeit und Ort
Vorlesung: Donnerstag 11:30-12:15 Uhr in Hörsaal 5E
Übung: in 25.42.00.41 ab dem 17. Oktober (Termine siehe LSF)
Inhalte
Einführung in Python,
überwiegend an Hand von Fragestellungen
aus der Linearen Algebra. Das Modul ist Grundlage für Numerik 1.
1. Klausur
Dienstag, 14.02.2023, 10:00 - 12:00 Uhr
Klausureinsicht:
Die Einsicht findet am Fr, 24.02. von 12:00 - 13:30 Uhr im Besprechungsraum 25.22.02.52 statt.
Die Noten sind im Studierendenportal veröffentlicht.
Die Klausuraufgaben und Musterlösungen finden Sie hier: klausur.pdf und Lösungen (zip)
2. Klausur
Dienstag, 21.03.2023, 10:00 - 12:00 Uhr
Klausureinsicht: Die Klausureinsicht findet am Dienstag, 28.03., und Mittwoch, 29.03., jeweils von 12:30 - 13:15 Uhr im Besprechungsraum 25.22.02.52 statt.
Die Noten sind im Studierendenportal veröffentlicht.
Sie können zu diesen Terminen auch die erste Klausur einsehen.
Begleitmaterial
Folien/Notizen zur Vorlesung
- Organisatorisches Einführung (pdf)
- Wiederholung Lineare Algebra, LR Zerlegung, Gram Schmidt Verfahren Lineare Algebra Wdh (pdf) (neue Version von 14.12.)
- Gleitkommaarithmetik (pdf) (neue Version von 14.12.)
- QR Zerlegung mit Householdertransformationen (pdf) Herleitung des Algorithmus zu Aufgabe 44 (Tafelanschrieb)
- Lineare Ausgleichsrechnung (pdf) (Tafelanschrieb)
- Graphen und Eigenwerte (pdf) (Folien)
Python-Lektionen
- 01. Vorlesung: Lektion 1 (ipynb), Lektion 1 (py), Lektion 1 (pdf)
- 02. Vorlesung: Lektion 2 (ipynb), Lektion 2 (py), Lektion 2 (pdf)
- 03. Vorlesung: Lektion 3 (ipynb), Lektion 3 (py), Lektion 3 (pdf)
- 04. Vorlesung: Lektion 4 (ipynb), Lektion 4 (py), Lektion 4 (pdf)
- 05. Vorlesung: Version vom 17.11. Lektion 5 (ipynb), Lektion 5 (py), Lektion 5 (pdf)
- 06. Vorlesung: Lektion 6 (ipynb), Lektion 6 (py), Lektion 6 (pdf)
- 07. Vorlesung: Lektion 7 (ipynb), Lektion 7 (py), Lektion 7 (pdf)
- 08. Vorlesung: Lektion 8 (ipynb), Lektion 8 (py), Lektion 8 (pdf)
- 09. Vorlesung: Lektion 9 (ipynb), Lektion 9 (py), Lektion 9 (pdf)
- 10. Vorlesung: Lektion 10 (ipynb), Lektion 10 (py), Lektion 10 (pdf)
Hinweis: Die Vorlesungen bestehen gemischt aus Folienpräsentationen, Tafelanschrieb (zu finden unter "Folien zur Vorlesung") und praktischen Lektionen mit Python (unter "Python-Lektionen").
Es gab den Wunsch die Vorlesung schon vorab hochzuladen.
In der Vorlesung am 2.2. stelle ich Ihnen die Lösung einer Klausur vor.
Die Klausur und die Pythonvorlagen finden Sie im Abschnitt Übungsblätter.
Übungsblätter
- Probeklausur: zip Datei zip mit den Pythonvorlagen
und der Probeklausur, nur die Probeklausur pdf . Das ist eine alte Klausur. Was in Aufgabe 6 verlangt wird (Zeichnen der Höhenlinien), wurde dieses Semester nicht besprochen. Die Klausur wird Ihnen schwierig vorkommen. Das liegt daran, dass man, anders als jetzt, während der Klausur auch Zugriff auf etliche Lösungen von Übungsaufgaben hatte.
- Lösungen zur Probeklausur: zip-Datei
mit den Musterlösungen der Probeklausur. Mit dem aktuellen polynom.py kann Aufgabe 4 nicht gelöst werden, da dort keine
Legendrepolynome definiert sind. Legendrepolynome haben Sie in Aufgabe 45 berechnet,
als Sie die Monombasis bzgl des L_2 Skalarprodukts orthogonalisiert haben.
Musterlösungen
Musterlösungen werden wir nicht von jeder Aufgabe hochladen. Sie können uns im RocketChat mitteilen, welche Lösungen Sie gerne hätten.
- Polynom-Klasse und Lösungen zu den Polynom-Aufgaben A16, A20, A24, A27, A35: polynom.py (Stand: 07.02.)
- Bruch-Klasse: bruch.py (Stand: 12.01.)
- Blatt 2: Aufgabe 8 (py)
- Blatt 3: Aufgabe 11 (py),
Aufgabe 12 (py)
- Blatt 4: Aufgabe 15 (py)
- Blatt 6: Aufgabe 23 (py)
- Blatt 7: Aufgabe 25 (py),
Aufgabe 26 (py),
Aufgabe 28 (py)
- Blatt 8: Aufgabe 29 (py),
Aufgabe 30 (py),
Aufgabe 31 (py),
Aufgabe 32 (py)
- Blatt 10: Aufgabe 38 (py),
Aufgabe 39 (py),
Aufgabe 40 (py)
- Blatt 11: Aufgabe 41 (py),
Aufgabe 42 (py),
Aufgabe 43 (py),
Aufgabe 44 (py)
- Blatt 12: Aufgabe 45 (py),
Aufgabe 46 (py),
Aufgabe 47 (py),
Aufgabe 48 (py)
- Blatt 13: Aufgabe 49 (py),
Aufgabe 50 (py),
Aufgabe 51 (py),
Aufgabe 52 (py)
- Blatt 14: Aufgabe 53 (py),
Aufgabe 54 (py),
Aufgabe 55 (py),
Aufgabe 56 (py)
Kreditpunkte/ Module
Mathematik : Pflichtbereich Bachelor Computergestützte Mathematik
Finanz- und Versicherungsmathematik : Pflichtbereich Bachelor (bei Wahloption Statistik) Computergestützte Mathematik
Informatik : Nebenfach Mathematik Modul 1 (Mathematik I)
Die Kreditpunkte werden bei Bestehen der Klausur vergeben. Die aktive und erfolgreiche Mitarbeit in den
Übungen wird für die Zulassung zur Klausur vorausgesetzt. Dazu gehören:
- Mindestens 40% der Übungsaufgaben auf den Blättern 1 - 7
- Mindestens 40% der Übungsaufgaben auf den Blättern 8 - 14
- Die Aufgaben können in den Übungen am Rechner bearbeitet werden, müssen dort aber vorgestellt werden.
Voraussetzungen
Grundkenntnisse der linearen Algebra.
Teilnehmer
Studierende der Mathematik, Finanz- und Versicherungsmathematik, Physik und Informatik
ab dem 2. Fachsemester.
Die Vorlesung gehört zum Pflichtmodul Computergestützte Mathematik des
Bachelor-Studiengangs Mathematik und Anwendungsgebiete. Für
Studierende des Diplomstudiengangs ist die Lehrveranstaltung (und die
Prüfung) Bestandteil der Lehrveranstaltung Lineare Algebra II. Für
Studierende im Bachelor-Studiengang Finanz- und Versicherungsmathematik, Physik oder Informatik, die später
Numerik I hören möchten, wird die Teilnahme dringend empfohlen.
Literaturempfehlung
Eigenständiges Üben
Sie erhalten in den Programmierübungen vom 17.10. bis 21.10. Zugangsdaten (Accounts) für die Computer im Rechner-Pool (CIP-Pool).
X2Go ist auf den Rechnern im CIP-Pool noch nicht eingerichtet. Melden Sie sich, falls Sie Ihre Accounts auch von Zuhause nutzen wollen.
Da die von uns verwendete Software quelloffen und frei ist, können Sie sich diese auch kostenlos auf Ihren Rechnern zuhause installieren.
Auf der Github-Seite zur Computergestützten Analysis gibt es eine
Anleitung zur Installation unter Linux und Windows.
Die Installation für MacOS X funktioniert wie die unter Linux.
· Datenschutz · last modified on: 24 March 2023 at 11:42am.