Obligatoriska och valbara matematikkurser på Matematiska institutionen
- Valbar kurs: kurs som kan ingå i examen (180, 240, 270 resp 300 hp).
- Frivillig kurs: kurs som syns i examensbeviset men som inte ingår i examen.
Utöver nedanstående kurser finns grundläggande kurser (matematisk
grundkurs, en- och flervariabelanalys, linjär algebra,
beräkningsmatematik, matematisk statistik, optimeringslära) som är obligatoriska på många program men ej valbara på något.
Frågor kan skickas till respektive examinator eller någon av studierektorerna:
- Mikael Langer (algebra, geometri och diskret matematik (ALGD) samt analys och didaktik (ANDI))
- Martin Singull (tillämpad matematik, TIMA)
Kurser under höstterminen 2025
Kurskod | Kursnamn | Storlek | Nivå | Läsperiod | Block HT1 | Block HT2 | Obligatorisk för | Valbar för | Vartannatårskurs |
TANA21 | Beräkningsmatematik | 6hp | G1 | HT1 | 3 | Y, TMA (D, IT) | D, FyN, I, Ii, IT, KeBi, M, MED, TB, U, Yi | ||
TATA44 | Vektoranalys | 4hp | G1 | HT1 | 1 | FyN, Mat, MED, Y, Yi | I, Ii | ||
TAMS24 | Statistisk teori, grk | 4hp | G2 | HT1 | 4 | Y, Yi, MED | D | ||
TAOP33 | Kombinatorisk optimering gk | 4hp | G2 | HT1 | 2 | D | U | ||
TAOP88 | Optimering för ingenjörer | 6hp | G2 | HT1 | 1 | M | MED, KeBi, TB, DPU, M | ||
TAMS32 | Stokastiska processer | 6hp | A | HT1 | 1 | Ytmf, Ytmt, MMat | D, I, Ii, IT, Y | ||
TATA77 | Fourieranalys | 6hp | A | HT1 | 1 | Mat, Y | IT | ||
TAMS46 | Sannolikhetslära, fortsättningskurs | 6hp | A | HT1 | 3 | I, Ii, Mat, MMat, Y | Ges ej HT 2025 | ||
TAOP34 | Optimering av stora system | 6hp | A | HT1 | 3 | MMat | I, Ii, Y, M | ||
TATM38 | Matematiska modeller i biologi | 6hp | A | HT1 | 3 | BME, I, Ii, KeBi, MED, TB, Y, Yi, MMat | |||
TAMS39 | Multivariat statistik | 6hp | A | HT1 | 4 | BME, D, I, Ii, MED, MMat, Y | Ges HT 2025 | ||
TATA32 | Diskret matematik | 8hp | G1 | HT1-HT2 | 3 | 3 | Mat | Y | |
TATA49 | Geometri med tillämpningar | 6hp | G1 | HT1-HT2 | 4 | 4 | Mat | ||
TATA55 | Abstrakt algebra | 6hp | G2 | HT1-HT2 | 3 | 3 | CS, D, DAV, IT, Mat, U, Y | ||
TATA74 | Differentialgeometri | 6hp | G2 | HT1-HT2 | 3 | 3 | MMat | Ges HT 2025 | |
TATA34 | Analys överkurs | 6hp | G2 | HT1-HT2 | 4 | 4 | I, Ii, Mat, MED, Y, Yi | ||
TATA75 | Relativitetsteori | 6hp | A | HT1-HT2 | - | 3 | MFys, Y | Ges ej HT 2025 | |
ETEX01 | Tillämpad topologi, TDA | 6hp | A | HT1-HT2 | 1 | 1 | Fristående kurs | ||
TATM85 | Funktionalanalys | 6hp | A | HT1-HT2 | 2 | 1 | MMat | Y | |
TAMS43 | Sannolikhetsteori och bayesianska nätverk | 6hp | A | HT1-HT2 | 4 | 4 | CS, D, IT, MMat, Y, U | ||
TATA62 | Projekt i tillämpad matematik, CDIO | 12hp | A | HT1-HT2 | 4 | 4 | MMat, Y | ||
TA1004 | Matrisanalys | 8hp | A | HT1-HT2 | - | - | Ges ej HT 2025 | ||
TA1022 | Riemannytor | 6hp | A | HT1-HT2 | - | - | Ges ej HT 2025 | ||
TATA72 | Matematisk fördjupning, inl | 4hp | G1 | HT2 | 1 | Mat | |||
TANA09 | Datatekniska beräkningar | 4hp | G2 | HT2 | 1 | (D, IT) | D, IT, U | ||
TATA45 | Komplex analys | 6hp | G2 | HT2 | 1 | FyN, Mat, Y, Yi | I, Ii, KeBi, TB | ||
TATA71 | Ordinära differentialekvationer och dynamiska system | 6hp | G2 | HT2 | 3 | EM, M, Mat, Y | |||
TAMS11 | Sannolikhetslära och statistik, grundkurs | 6hp | G2 | HT2 | 4 | DAV | KA, EL, MEC, DI | ||
TAMS17 | Statistisk teori, fortsättningskurs | 6hp | A | HT2 | 1 | Mat, MMat, Y | Ges HT 2025 | ||
TAOP18 | Optimering av försörjningskedjor | 6hp | A | HT2 | 1 | I, Ii, M, DPU, Mat, MMat, MEC | |||
TAOP04 | Matematisk optimering | 6hp | A | HT2 | 4 | MMat | I, Ii, IT, Y | Ges ej HT 2025 | |
TAOP61 | Optimering av realistiska, sammansatta system | 6hp | A | HT2 | 3 | EM | D, IT, KeBi, TB, MMat, U, EM |
Kurser under vårterminen 2025
Kurskod | Kursnamn | Storlek | Nivå | Läsperiod | Block VT1 | Block VT2 | Obligatorisk för | Valbar för | Vartannatårskurs |
TATA83 | Flervariabelanalys | 6hp | G1 | VT1 | 1 | TB, KeBi | EL | ||
TAIU06 | Matematisk statistik | 6hp | G1 | VT1 | 3 | MI | KA | ||
TAOP07 | Optimeringslära grundkurs | 6hp | G1 | VT1 | 3 | Mat, TMA, Y | MED, U | ||
TAMS11 | Sannolikhetslära och statistik, grundkurs | 6hp | G2 | VT1 | 4 | DPU, KBnv, M, TB | DI, EL | ||
TANA15 | Numerisk linjär algebra | 6hp | A | VT1 | 1 | MMat, Ytmf, Ytmt | D, IT, U, Y | ||
TAMS29 | Stokastiska processer för finansmarknadsmodeller | 6hp | A | VT1 | 3 | Ytmf | I, Ii, MMat, Y | ||
TATA73 | Matematisk fördjupning | 4hp | G1 | VT1-VT2 | 3 | 4 | Mat | ||
TATA53 | Linjär algebra överkurs | 6hp | G2 | VT1-VT2 | 2 | 3 | TMA | D, I, Ii, IT, Mat, MED, U, Y | |
TATA54 | Talteori | 6hp | G2 | VT1-VT2 | 3 | 1 | D, CS, IT, Mat, Y, U | ||
TATA64 | Grafteori | 6hp | A | VT1-VT2 | 2 | 2 | CS, D, DAV, IT, Mat, MMat, U | ||
TATA78 | Komplex analys fk | 6hp | A | VT1-VT2 | 2 | 3 | Mat, MMat, Y | Ges VT 2025 | |
TATA27 | Partiella differentialekvationer | 6hp | A | VT1-VT2 | 2 | 4 | Mat, MMat, Y | Ges VT 2025 | |
TATA66 | Fourier- och waveletanalys | 6hp | A | VT1-VT2 | 4 | 2 | Mat, MMat, Y | Ges ej VT 2025 | |
ETE306 | Diskret matematik | 8hp | G1 | VT2 | - | Fristående kurs | |||
TATA82 | Diskret matematik | 6hp | G1 | VT2 | 1 | Idata, Iidata | |||
TATA57 | Transformteori | 4hp | G1 | VT2 | 1 | MED, Yi | |||
TAOP24 | Optimeringslära fortsättningskurs | 6hp | G2 | VT2 | 1 | Mat, TMA Ytmt | CS, Y, DAV | ||
TAMS11 | Sannolikhetslära och statistik, grundkurs | 6hp | G2 | VT2 | 4 | D, EMM | |||
TANA31 | Beräkningsmetoder för ordinära och partiella differentialekvationer | 6hp | A | VT2 | 2 | M, MMat, Y | |||
TAOP87 | Projekt i tillämpad optimering | 6hp | A | VT2 | 3 | D, IT, MMat, Y | Ges VT 2025 |
ETE306 Diskret matematik, 8hp (fristående kurs)
Kursen kompletterar grundkurserna Analys och Linjär algebra med de matematiska grunderna för rekursion, relationer och Boolska algebror. Kursen ger den matematiska grund som ofta förutsätts i datalogi.
ETEX01 Tillämpad topologi, TDA, 6hp (fristående kurs)
Topologisk dataanalys, TDA, har blivit ett viktigt verktyg i maskininlärning och artificiell intelligens. Kursen kommer att ge nödvändiga begrepp, metoder och verktyg inom homologi (persistent homologi och persistenta diagram) för att ha effektiva metoder för att studera datamoln och andra objekt i dataanalys. Efter kursen ska studenten vara förtrogen med de grundläggande begreppen inom topologisk komplex, homologi och persistent homologi, och dess användning i dataanalys och andra ämnen. Kursen ges på engelska.
TA1004 Matrisanalys 8hp
Kursen utgör en fortsättning på TATA53 Linjär Algebra överkurs.
Kursen ger fördjupade kunskaper om matriser som behövs inom olika tillämpningsområden,
samläsning sker med doktorandkursen 6FMAI14 som vänder sig till studenter inom många forskningsområden.
Kursen ger fördjupade kunskaper om t ex egenvärden, singulärvärden, speciella matriser, normer,
kanoniska former, matrisekvationer och tensorer. Kursen ges på engelska.
Examination sker med inlämningsuppgifter och presentationer.
Det går inte att anmäla sig på vanligt sätt under anmälningsperioden 1-10 april,
utan kompletterande anmälan behövs. Detaljer om hur detta görs kommer att meddelas på kurshemsidan,
intresserade uppmanas att skicka in intresseanmälan till examinator (goran.bergqvist@liu.se).
Kursen är en introduktion till riemannytor med ett algebraiskt och geometriskt synsätt. Kursen innehåller:
Konforma och meromorfa funktioner. Övertäckningar och fundamentala grupper. Riemannsfären och Möbiustransformationer. Gruppen PSL(2,C).
Elliptiska funktioner och torusar med tillhörande topologier. Weierstrass p-funktion. Fuchsiska grupper. Diskreta undergrupper och diskontinuerlig verkan.
Fundamentala områden. Enhetlighetssatsen. Kursen ges på engelska. Examination sker med inlämningsuppgifter. Det går inte att anmäla sig på vanligt sätt under anmälningsperioden 1-10 april,
utan kompletterande anmälan behövs. Detaljer om hur detta görs kommer att meddelas på kurshemsidan,
intresserade uppmanas att skicka in intresseanmälan till examinator (milagros.izquierdo@liu.se).
Kursens övergripande mål är att ge en introduktion till matematisk
modellering av slumpmässiga försök och statistisk
teori/metodik. Kursen ska även belysa tillämpningar.
Kursens övergripande mål är att ge en introduktion till sannolikhetslära och
statistisk metodik, d.v.s. både att arbeta teoretiskt med slumpmodeller
och att utnyttja observerade data för att dra slutsatser.
Kursen breddar och fördjupar kunskaperna från grundkursen i statistisk
teori. Generella principer lärs ut, med vars hjälp man kan konstruera
punktskattningar, statistiska test och konfidensintervall i allmänna
situationer, t.ex. maximum likelihoodmetoden och likelihoodkvottest.
Vidare behandlas optimalitetskriterier för punktskattningar, test och
konfidensintervall (t.ex. starkaste testet med en given
signifikansnivå, effektivaste väntevärdesriktiga skattningen), samt
hur man i vissa situationer kan hitta statistiska metoder som
uppfyller dessa kriterier. Kursen tar även upp statistiska metoders
asymptotiska egenskaper, d.v.s. då stickprovsstorleken växer mot
oändligheten (t.ex. att maximum likelihoodskattningen under vissa
villkor är asymptotiskt effektiv). Slutligen behandlas beslutsteori
och Bayesiansk inferens, vilken skiljer sig från "vanlig" statistik
genom att alla okända parametrar betraktas som stokastiska variabler.
Kursens övergripande mål är att ge grundläggande kunskaper
i statistiska metoder, det vill säga att utifrån observerade
data dra slutsatser om fenomen som påverkas av slumpen.
This course discusses aspects of stochastic processes and their
applications to modelling financial markets. The basic discrete time
and continuous time market models are considered. The CRR market
model is discussed, self financing trading strategies, arbitrage,
martingale measures and pricing European and American Contingent
Claims, Complete Market Models, Replicable contingent claims, viable
market, incomplete markets. Some continuous time stochastic processes
are discussed, with application to the Black Scholes Model and the
Black Scholes pricing and trading strategy for a European Contingent Claim.
Kursen behandlar stokastiska processer, d.v.s., familjer av beroende
stokastiska variabler, där varje stokastisk variabel representerar
processens värde vid en viss tidpunkt. Stokastiska processer används
vid statistisk modellering av storheter som beror både av slumpen och
av tiden. Exempel på tillämpningsområden är signalteori, reglerteknik,
finansmatematik, bioteknik och medicinsk teknik. I kursen ges
kunskaper om de fyra viktigaste typerna av processer: processer med
oberoende inkrement (t.ex. Brownsk rörelse),
martingaler, stationära och svagt stationära processer, och Markovkedjor.
Vi studerar vad som är speciellt för var och en av dessa, samt hur de
skiljer sig åt. Två viktiga frågeställningar ges särskilt utrymme i
kursen: prediktion (d.v.s., metoder för att förutsäga, eller
prediktera, processens värde vid framtida tidpunkter med så litet fel
som möjligt, givet ett antal tidigare observationer), och filtrering.
This course is of crucial importance for all students interested in the basic
techniques of engineering mathematics.
There are two aspects to statistics; descriptive statistics and inferential statistics.
The first of these looks for patterns in a given data set, while the second of
these considers probability models and tries to make inferences, from the data,
as to whether or not the probability model fits and, if so, use it to make
predictions about future observations.
The main multivariate techniques, for example principal component analysis,
discriminant function analysis, cluster analysis and canonical correlation
analysis, are often used simply as descriptive tools. For many multivariate
data sets, this is as much as can reasonably be attempted. The main inferential
techniques are based on the assumption of normality, or at the very least that
the data set is large enough for a "central limit theorem effect" to
hold. But the assumption that multivariate observations are independent identically
distributed multivariate normal is usually inaccurate and the multivariate
observations necessary to have any accuracy with a central limit approximation
is usually much larger than the number of observations available.
Nevertheless, the distributional theory based on the assumption that data can
be treated as if it is a random sample from a multivariate normal distribution
usually gives reasonable guidelines. The course therefore discusses the basic
theory for multivariate normal sampling. Quadratic forms are studied, their
distributions and results about independence. The Wishart distribution
for the sample covariance matrix is discussed, leading to a full the Hotelling
statistic for the sample average.
The treatment presented in the course is aimed at those who are interested in
applications of multivariate statistical methods and the techniques are
implemented using the statistical package R or MATLAB. The multivariate
statistical theory is treated in a way that makes the course suitable as
a mathematics course, expanding knowledge of the basic techniques in
engineering mathematics.
The topic of graphical models is emerging as one of the more important research areas
in mathematics, with strong applications in computer technology. The topic of graphical
models is an interaction between probability theory and graph theory. The topic provides
natural tools for dealing with a large class of problems containing uncertainty and
complexity. These features occur throughout applied mathematics and engineering and
therefore the material treated has diverse applications in the engineering sciences.
A complex model is built by combining simpler parts, an idea known as modularity.
The uncertainty in the system is modelled using probability theory; the graph
helps to indicate independence structures that enable the probability
distribution to be decomposed into smaller pieces. Each random variable
is represented by a node in a graph. The direct dependencies between the
variables are represented by directed edges between the corresponding nodes
and the conditional probability values for each variable, conditioned on each
possible configuration of the values for the immediate predecessors in the
network, are attached to the dependent nodes. Information about the observed
value of a variable is propagated through the network to update the probability
distributions over other variables that are not observed directly.
These influences are usually identified in a "backwards"
direction, from dependent variables to their predecessors, so that
information about observable variables is used to make inferences
about hidden variables. The Bayesian approach to uncertainty ensures
that the system as a whole remains consistent and provides a way to apply
the model to data. Graph theory helps to illustrate and utilise independence
structures within interacting sets of variables, hence facilitating the
design of efficient algorithms.
Denna kurs syftar till att ge en stabil grund och förståelse för
resultat och metoder i sannolikhetsläran. Kursen ger en matematisk
"verktygslåda" som möjliggör konstruktion och analys av mer avancerade statistiska modeller
än vad som är möjligt med enbart kunskaper från en grundkurs i
sannolikhetslära. Exempel på sådana verktyg är transformationssatsen,
betingning, momentgenererande och karakteristisk funktion, samt
sannolikhetslärans olika konvergensbegrepp, inklusive metoder för att
i konkreta fall visa att någon viss typ av konvergens
föreligger. Kursen är nyttig som förberedelse för avancerade kurser i
sannolikhetslära, statistik, signalteori, reglerteknik m.m. Den som är
road av sannolikhetslära får i denna kurs kunskaper med vars hjälp
många intressanta resultat kan härledas.
Numeriska beräkningar utgör idag ett viktigt komplement till teori och
experiment både inom forskning och utveckling. Ingenjörer simulerar
allt från luftflöden kring flygplan och hållfasthet i broar till
värmespridning i kylelement och strömstyrkor i elektriska kretsar.
Biologer simulerar celler och andra biologiska system och i bankvärden
räknar man bland annat på prissättning av optioner. Ytterligare
exempel är signal- och bildbehandling.
Numeriska beräkningar kan utföras med god precision tack vare datorer
och möjlighet till fina diskretiseringar, ofta med stora ekvationssystem
som en del i lösningen.
Denna kurs ger grundläggande kunskaper om numeriska metoder för områdena
linjära ekvationssystem, icke-linjära ekvationer och
interpolation. Beskrivning av kurvor och ytor med Bezierpolynom ingår också.
Numeriska beräkningar utgör idag ett viktigt komplement till teori och
experiment både inom forskning och utveckling. Ingenjörer beräknar
allt från värmeutveckling i elektriska kretsar till hållfasthet i
broar med dator. Ytterligare exempel är signal- och
Bildbehandling. Denna kurs ger fördjupade kunskaper om numeriska
metoder för områdena linjär algebra, egenvärden, singulärvärden,
minsta kvadratproblem, och icke-linjära ekvationssystem.
Numeriska beräkningar utgör idag ett viktigt komplement till teori och
experiment både inom forskning och utveckling. Ingenjörer simulerar
allt från luftflöden kring flygplan och hållfasthet i broar till
värmespridning i kylelement och strömstyrkor i elektriska kretsar.
Biologer simulerar celler och andra biologiska system och i bankvärden
räknar man bland annat på prissättning av optioner. Ytterligare
exempel är signal- och bildbehandling.
Numeriska beräkningar kan utföras med god precision tack vare datorer
och möjlighet till fina diskretiseringar, ofta med stora ekvationssystem
som en del i lösningen.
Denna kurs ger grundläggande kunskaper om numeriska metoder för områdena
linjära ekvationssystem, icke-linjära ekvationer,
interpolation, derivering, integration och ordinära differentialekvationer.
Många viktiga problem från teknik, naturvetenskap och ekonomi
formuleras med hjälp av differentialekvationer. De matematiska
modeller som används är ofta för komplicerade för att analytiska
lösningsmetoder skall kunna användas. Numeriska lösningsmetoder
är därför viktiga redskap som både ger praktiskt användbara lösningar
på konkreta problem men som även ger ökad teoretisk förståelse
för de problem man studerar.
Ingenjörer simulerar allt från luftflöden kring flygplan och hållfasthet i
broar till värmespridning i kylelement och strömstyrkor i elektriska kretsar.
Biologer simulerar celler och andra biologiska system. För att kunna
simulera sådana system spelar differentialekvationslösning en central roll.
Ett annat exempel är värdering av optioner där en partiell
differentialekvation måste lösas om optionens värde skall beräknas.
I kursen behandlas finita differensapproximationer av partiella
differentialekvationer samt metoder för att lösa ordinära
differentialekvationer. Teorin illustreras med hjälp av problem
från relevanta tillämpningar.
Kursen ger fördjupade kunskaper inom matematisk optimering, med
inriktning mot metoder för olinjär optimering. Den syftar till att ge
kännedom om grundläggande konvergensteori inom olinjär optimering och
några grundläggande metodprinciper för olinjär optimering, samt
förståelse för funktionen hos optimeringsprogramvara för olinjär
optimering. Kursen behandlar konvergensanalys med hjälp av
algoritmiska avbildningar, derivata-fria metoder för obegränsad
optimering, metoder för linjesökning, konjugerade gradientmetoder,
prekonditionering, kvasi-Newton metoder, sekvensiell
linjärprogrammering, sekvensiell kvadratisk programmering och
Gauss-Newton metoder.
Kursen ger en bred orientering om optimeringslära med inriktning mot
grundläggande teori samt metoder för kontinuerliga och diskreta optimeringsproblem.
Kursen är organiserad kring tre olika projekt, där studenterna arbetar
med problemanalys, modellering, lösning av problemet och slutsatser av
resultatet. Som stöd för att kunna lösa projektuppgifterna ges ett
antal föreläsningar som tar upp problem som uppkommer inom industrin,
tex produktionsplanering och försörjningskedjor (supply chain) samt
hur dessa problem generellt modelleras och löses. Kursen förutsätter
kunskap i programmering då alla projekt innehåller någon form av
programmering. Projekten görs i grupper om max 2 personer och
redovisas skriftligt. Ett av projekten redovisas även muntligt.
Kursen utgör en fortsättning på TAOP07 Optimeringslära grundkurs,
och innehåller dels en fördjupning inom delområden av optimeringslära
som introducerades där och dels en breddning till nya delområden.
Fördjupning sker inom matematisk modellering, nätverksoptimering,
känslighetsanalys inom linjär optimering, heltalsoptimering,
icke-linjär optimering och Lagrange-relaxering. Nya avsnitt inkluderar
dynamisk programmering, för tidsindelade optimeringsproblem, och
heuristiska metoder, för snabb approximativ optimering. Kursen
syftar till att ge en fullständigare bild av ämnet och dess möjliga
praktiska användning, bland annat genom ett antal laborationer med
tyngdpunkt på matematisk modellering.
Kursen behandlar matematiska verktyg för att
lösa och analysera kombinatoriska optimeringsproblem.
Fokus ligger på att välja och använda
den mest effektiva algoritmen för varje specifik problemstruktur. Algoritmerna är
avsedda att passa för datorimplementering.
Många optimeringsmodeller, till exempel inom produktionsstyrning och
logistik, är till sin natur komplexa och innehåller ett mycket stort
antal variabler eller bivillkor. Sådana modeller kan ofta inte
angripas med standardprogramvara för optimering, på rimliga
beräkningstider. Istället är det ofta möjligt att konstruera
specialiserade lösningsmetoder, genom att utnyttja strukturer hos
sådana modeller för att systematiskt dela upp dem i mindre och enklare
optimeringsproblem som kan lösas med effektiva metoder, till exempel
sådana som utvecklats för olika typer av nätverksproblem. Denna
uppdelning kan göras på ett flertal olika sätt, och vilket som är det
lämpligaste avgörs av den ursprungliga optimeringsmodellens struktur
och egenskaper.
Kursen ger en orientering om vanligt förekommande strukturer hos
storskaliga optimeringsmodeller och några principer för konstruktion
av lösningsmetoder för sådana modeller. Den ger även exempel på sådana
metoder för realistiska tekniska och ekonomiska tillämpningar.
Kursen behandlar matematiska verktyg för att formulera och lösa
optimeringsproblem för realistiska sammansatta system, inkluderande
miljö- och energiaspekter. Både avancerad modellformulering och val
av lösningsmetod baserat på problemets struktur ingår. Metoder som
används är heuristiker och dekompositionsmetoder.
Kursen behandlar matematiska verktyg för att formulera,
lösa och analysera optimeringsproblem som ingenjörer kan stöta
på. Hållbar utveckling och miljöaspekter intar en framträdande
roll i de tillämpningar som berörs. Fokus ligger på den
ingenjörsmässiga aspekten att bygga upp en verktygslåda med
olika lösningsmetoder för olika problem, och att kunna välja
den bästa metoden till varje problemtyp. Algoritmerna är
avsedda att passa för storskaliga problem och datorimplementering.
Kursen ger en introduktion till de tre mest centrala linjära partiella
differentialekvationerna, nämligen Laplaces ekvation,
värmeledningsekvationen och vågekvationen. Dessa ekvationer och
varianter därav härleds ur fysikaliska lagar, som uttrycker
energibalans, kraftbalans, massbalans eller liknande samband.
Begrepp som behandlas är bl a: Greens funktion, egenfunktioner,
variabelseparation, karakteristikor, klassificering, kanonisk form och
Eulerekvation.
Kursen kompletterar grundkurserna Analys och Linjär algebra med de matematiska grunderna för rekursion,
relationer och Boolska algebror. Kursen ger den matematiska grund som ofta förutsätts
i datalogi.
Kursen syftar till att fylla de luckor som finns i grundkurserna
i analys, ge fördjupade kunskaper om det reella talsystemet och
funktioner av en reell variabel, ge träning i att läsa och
skriva matematiska bevis och att i allmänhet utveckla förmågan att
lösa problem. Allt detta ger en god förberedelse för mer avancerade
studier i matematik och tillämpade ämnen.
Ur innehållet:
Examination sker med hjälp av inlämningsuppgifter.
Kursen behandlar vektorvärda och skalärvärda funktioner, deras derivator
och integraler och Laplace och Poissons ekvationer
med fysikaliska tillämpningar. Innehållet i kursen kommer att användas
inom exempelvis strömningslära, elektromagnetism och kretsteori.
Kursen är obligatorisk för Y och ges i högre årskurs på I- och Ii-programmen.
Kursen behandlar grundläggande begrepp för analytiska funktioner av en komplex variabel med tillämpningar: analytiska och harmoniska funktioner; komplexa exponential-, logaritm- och potensfunktioner samt trigonometriska funktioner; komplex integration med Cauchys integralsats och -formel; maximumprincipen; Maclaurin-, Taylor- och Laurentserier; nollställen och singulariteter; residykalkyl, med tillämpningar på vissa reella integraler; argumentprincipen med tillämpningar; konforma avbildningar, i huvudsak Möbiusavbildningar.
Kursen ska presentera metoder och begrepp i modern geometri, dvs
teorin som beskriver geometriska avbildningar (eller transformationer).
Kursen behandlar euklidisk och icke-euklidisk geometri samt projektiva
och ändliga geometrier. Upptäckten av icke-euklidiska geometrier var ett
stort genombrott inom matematik och naturvetenskap. Genom att
generalisera och axiomatisera begreppet ''euklidisk avbildning'' leds vi
till projektiv geometri (också ändliga projektiva geometrier). Den utgör
en utmärkt ram för logiskt tänkande och för tillämpningar inom
datorgrafik, latinska kvadrater i statistik och felrättande koder.
Kursen beskriver teorin för komplexa vektorrum. Den avser att ge den fördjupning och utvidgning
av grundkursen i Linjär algebra som behövs för mera avancerade studier i matematiska och
tillämpade ämnen.
Examination sker med hjälp av inlämningsuppgifter.
Talteorin, en gång det "renaste" av alla matematikens områden,
har de senaste decennierna funnit allt fler tillämpningar
inom datavetenskap och informationsteori (krypto). I denna
nätta kurs ger vi åtskilliga av de teoretiska grunderna
för faktoriseringsalgoritmer och primtalstest, dock mindre
av algoritmerna själva (vi hinner bara snudda vid dem).
Dessa grunder är desamma som de som för oss
fram till våra konkreta mål:
kvadratiska rester, vissa
diofantiska problem (heltalslösningar till algebraiska
ekvationer) samt kedjebråk.
Vi kan t ex avgöra vilka heltal som kan skrivas på formen
m2 + n2 och vilka primtal som kan skrivas
m2 + 2n2 eller m2 -mn + n2.
Vi studerar också en algoritm
(kedjebråk) för att bestämma alla lösningar till ekvationen x2
- dy2 = 1
där d inte är en jämn kvadrat samt avgöra om ekvationen
x2 - dy2 = -1 är lösbar. Examinationen sker genom
inlämningsuppgifter. Det kan bli inslag av enkel programmering.
I den här kursen är substansen konkret. Det är metoden som är abstrakt.
Man arbetar med algebraiska strukturer såsom ringar, kroppar och grupper,
"strukturbevarande" avbildningar mellan dessa och abstrakta konstruktioner
såsom kvot, summa och snitt.
Tillämpningarna utanför matematikens domäner har med åren blivit flera.
Exempel på sådana är kodning, kryptering, snabb aritmetik, snabba transformer och
symbolisk integration. En förhoppning är att kursen öppnar dörrar mot dessa
och många andra tillämpningar.
Examination sker med hjälp av inlämningsuppgifter.
Denna kurs introducerar nya verktyg i den matematiska verktygslådan -
en rad linjära transformationer baserade på integraler och serier.
Likt den välbekanta linjära transformationen derivering - en mycket
välanvänd operation inom den kontinuerliga matematiken, visar sig dessa
nya transformationer ytterst användbara. Deras egenskaper gör att linjära
problem baserade på differential-, integral- och differensekvationer
kan transformeras till algebraiska problem - betydligt mer lätthanterliga.
Dessa verktyg används i en rad olika tillämpningsämnen.
I denna kurs genomförs projekt i tillämpad matematik enligt den så
kallade LIPS-modellen, i grupper om minst fyra studenter (om möjligt).
Vilka projekt som erbjuds kan variera från år till år. Den produkt som
skall produceras är vanligtvis en rapport och någon form av
datorprogram. Arbetet presentas även muntligen för övriga
kursdeltagare.
Kursen avser att ge förtrogenhet med grundläggande begrepp inom grafteori och
förmåga att använda dem inom matematik, naturvetenskap och datavetenskap.
Wavelets (krusningar) har på senare tid fått viktiga tillämpningar inom olika
typer av signalanalys alltifrån medicinsk teknik till analys av seismiska signaler vid oljeprospektering.
I denna kurs behandlas den geometriska teorin för hilbertrum och
fouriertransform (planchereltransform). Några olika waveletsystem studeras som skalbara ON-baser i hilbertrummet av kvadratiskt integrabla funktioner på R.
hilbertrummet av kvadratiskt integrabla funktioner på R. Kursen är en läskurs som kan vara stödd av
föreläsningar och problemdemonstrationer efter behov.
Vid beskrivningen av många fysikaliska, biologiska och tekniska
fenomen, och på senare tid
även inom ekonomi och samhällsvetenskap, spelar
differentialekvationer en stor roll.
De har också fått ökad betydelse genom datorernas utveckling.
Kursen behandlar ordinära differentialekvationer och deras tillämpningar,
framför allt i fysik och teknik. Examination består av inlämningsuppgifter 2 hp och en skriftlig tentamen 4hp.
Kursen avser att ge teoretiska kunskaper i den del av envariabelanalys som handlar om gränsvärden, kontinuitet och derivator.
Kursen avser att ge teoretiska kunskaper i envariabel- och
flervariabelanalys.
Kursens mål är att ge kunskap om krökning. Vi studerar
kurvors och ytors krökning och undersöker vilka begrepp i linjär
algebra och analys (inklusiv differentialekvationer) som är
"geometriska". Kursen sträcker sig över 1700- och 1800-talsgeometrin:
den geometri som försökte förklara
partikelsrörelse.
Kursen slutar med en introduktion till
Riemanns geometri efter en studie av intrinsisk
geometri: geodeser och Gauss' Theorem Egregium. Den geometri som ligger till
grund för vår förståelse av universum numera.
Examination sker med hjälp av inlämningsuppgifter.
Fourieranalysen är ett oumbärligt matematiskt verktyg inom teknik och
naturvetenskap när man sysslar med olika former av signalanalys. Det finns
även viktiga tillämpningar i kvantmekanik och övrig teoretisk fysik
samt, inte minst, inom matematiken själv.
Denna kurs behandlar fourierserier och fouriertransformen för
både integrabla funktioner och distributioner samt den besläktade
dubbelsidiga laplacetransformen, där sambandet med teorin för analytiska funktioner betonas.
Kursens mål är dubbelt. Först försöker vi få förståelse för grunderna i matematik och
i studiet av datastrukturer: tal, mängder, funktioner, bevis.
För det andra studerar vi relevanta tekniker och metoder för problem och frågor som
innehåller ändliga eller uppräkneliga mängder och strukturer av ändlig natur:
räkneprinciper, ordnade eller oordnade urval, modulär aritmetik och grafer. Dessa
tekniker och frågor uppstod i fotspåren av den teknologiska utvecklingen och har många
tillämpningar i bl.a. datalogi, optimering, analys av algoritmer, ekonomi och samhällsvetenskap.
Matematisk modellering av verkliga processer består av tre viktiga
steg:
Funktionalanalys (analys i vektorrum av oändlig dimension) började
utvecklas i början av förra århundradet. Viktiga impulser kom från
studiet av differential- och integralekvationer som uppstod i tillämpad
matematik och matematisk fysik. Man observerade att problem
från olika områden uppvisade likartade grunddrag och egenskaper.
Detta faktum användes för att skapa en enhetlig teori som koncentrerar
sig på väsentliga gemensamma fakta i olika problemställningar.
En teori som sedan kan tillämpas i många olika konkreta situationer.
Idag är funktionalanalytiska metoder och resultat viktiga inom många
olika områden av matematik och dess tillämpningar, exempelvis
inom fysik där själva grundvalarna för kvantmekaniken
utgörs av analys av operatorer på hilbertrum - en viktig del av
funktionalanalysen.
Kursen är en introduktion till funktionalanalysen och är värdefull för
den som vill skärpa sin logiska förmåga och ytterligare bredda sin matematiska
bas.
Sidansvarig: karin.johansson@liu.seTA1022
Riemannytor, 6hp
TAIU06
Matematisk statistik, grundkurs, 6hp
TAMS11
Sannolikhetslära och statistik, grundkurs, 6hp
TAMS17
Statistisk teori, fortsättningskurs, 6hp (ges vartannat år, se studieinfo)
TAMS24
Statistisk teori, grk, 4hp
TAMS29
Stokastiska modeller för finansmarknadsmodeller, 6hp
TAMS32
Stokastiska processer, 6hp
TAMS39 Multivariat statistik, 6hp
(ges vartannat år, se studieinfo)
TAMS43
Sannolikhetsteori och bayesianska nätverk, 6hp
TAMS46
Sannolikhetslära, fortsättningskurs, 6hp (ges vartannat år, se studieinfo)
TANA09
Datatekniska beräkningar, 4hp
TANA15
Numerisk linjär algebra, 6hp
TANA21
Beräkningsmatematik, 6hp
TANA31
Beräkningsmetoder för ordinära och partiella differentialekvationer, 6hp
TAOP04
Matematisk optimering, 6hp (ges vartannat år, se studieinfo)
TAOP07
Optimeringslära grundkurs, 6hp
TAOP18
Optimering av försörjningskedjor, 6hp
TAOP24
Optimeringslära, fortsättningskurs, 6hp
TAOP33
Kombinatorisk optimering gk, 4hp
TAOP34
Optimering av stora system, 6hp
TAOP61
Optimering av realistiska, sammansatta system, 6hp
TAOP87
Projekt i tillämpad optimering, 6hp (ges vartannat år, se studieinfo)
TAOP88
Optimering för ingenjörer, 6hp
TATA27
Partiella differentialekvationer, 6hp (ges vartannat år, se studieinfo)
TATA32
Diskret matematik, 8hp
TATA34
Analys ök, 6hp
- Reella tal. Nytt: Begreppet kardinalitet, konstruktion av de reella
talen
- Föjder och konvergens. Nytt: Bolzano-Weierstrass sats, Cauchys
konvergensprincip
- Topologiska egenskaper hos de reella talen. Nytt: cantormängden och
cantorfunktionen, Heine-Borels sats, Baires kategorisats
- Kontinuitet. Nytt: bevis för de vanliga satserna om kontinuerliga
funktioner, något om hur mängden av diskontinuiteter för en funktion
kan se ut, Banachs fixpunktssats med tillämpning på ordinära
differentialekvationer
- Derivata. Nytt: Darboux sats om diskontinuiteter för derivator
- Serier och funktionsserier. Nytt: Likformig konvergens,
exempel på en kontinuerlig, ingenstans deriverbar funktion
- Integral. Nytt: Lebesgues karakterisering av vilka funktioner
som är riemannintegrerbara
TATA44
Vektoranalys, 4hp
TATA45
Komplex analys, 6hp
TATA49
Geometri med tillämpningar, 6hp
TATA53
Linjär algebra ök, 6hp
TATA54
Talteori, 6hp
TATA55
Abstrakt algebra, 6hp
TATA57
Transformteori I, 4hp
TATA62
Projekt i tillämpad matematik, 12hp
TATA64
Grafteori, 4 hp
TATA66
Fourier- och waveletanalys, 6hp (ges vartannat år, se studieinfo)
TATA71
Ordinära differentialekvationer och dynamiska system, 6hp
TATA72
Matematisk fördjupning, 4hp
TATA73
Matematisk fördjupning fk, 4hp
TATA74
Differentialgeometri, 6hp (ges vartannat år, se studieinfo)
TATA75
Relativitetsteori, 6hp (ges vartannat år, se studieinfo)
Avsikten med kursen är att studenterna skall få en god förståelse av den speciella och allmänna
relativitetsteorins principer och konsekvenser samt orienterande kunskaper i relativistisk kosmologi.
TATA77
Fourieranalys, 6hp
TATA78
Komplex analys fk, 6hp (ges vartannat år, se studieinfo)
Kursen är en fortsättning och fördjupning av TATA45 Komplex analys, och består av tre delar.
Del A (Tillämpad komplex analys): Routh-Hurwitz och Schur-Cohns stabilitetskriterier från reglerteknik;
konform avbildning med tillämpningar, bl.a. Schwarz-Christoffel-avbildningen; mera avancerad residykalkyl.
Del B (Riemannsfären och analytisk fortsättning): komplex analys på Riemannsfären; analytisk och meromorf
fortsättning; multipla punkter, förgreningspunkter och överlagringar.
Del C (Riemannytor): konkreta Riemannytor för några elementära flervärda funktioner; abstrakta Riemannytor.
TATA82
Diskret matematik, 8hp
TATM38
Matematiska modeller i biologi, 6hp
Studenterna ska bemästra
både den matematik som behövs och själva modelleringssteget. Den
matematik som behövs är element av teori för dynamiska system och för
linjära partiella differentialekvationer. Den nödvändiga matematiken
presenteras genom att börja med en enkel modell för en chemostat. En
noggrann analys av modellen utgör en intuitiv bas som man kan bygga på
för att få förståelse för mer komplicerade dynamiska system. Denna
matematik skall användas för att formulera och lösa grundläggande
modeller inom populationsdynamik, epidemiologi och morfogenes.
En viktig ingrediens i kursen är ett projektarbete (1.5hp). Det utförs i
grupper om 3-4 personer.
En skriftlig tentamen (4.5hp) vid periodens slut.
TATM85
Funktionalanalys, 6hp
Senast uppdaterad: 2024-11-13