EPN-V2

MAMO3300 Real analysis Course description

Course name in Norwegian
Reell analyse
Study programme
Bachelor's Degree Programme in Mathematical Modelling and Data Science
Weight
10.0 ECTS
Year of study
2025/2026
Curriculum
FALL 2025
Schedule
Course history

Introduction

Ingen ut over opptakskrav.

Recommended preliminary courses

The course builds on

  • MAMO2300 - Linear algebra and introduction to group theory
  • DAFE1000 - Mathematics 1000
  • DAPE2000 - Mathematics 2000 with statistics

Required preliminary courses

Med bestått eksamen i faget skal kandidaten ha følgende samlede  læringsutbytte, definert i form av 

kunnskap, ferdigheter og generell kompetanse:

Kunnskap

Kandidaten

  • har kunnskap om fysiske tema som er grunnleggende for teknologiske fag.
  • kjenner til fagets sentrale metoder, og kan definere og forklare de viktigste begrepene fra mekanikk, termofysikk, elektrisitetslære, atomfysikk og strålingsfysikk.
  • har kunnskap om hvilke krav som stilles til forsøk. 

Ferdigheter

Kandidaten

  • kan gjøre beregninger på kinematiske, dynamiske og statiske problemstillinger i én og i to dimensjoner
  • kan gjøre beregninger på arbeid, effekt, svingninger, væskestatikk og strålingsfysiske problemstillinger, enkle elektriske kretser og bevaring av mekanisk energi og bevegelsesmengde.
  • kan regne med størrelser og enheter i SI systemet, og behersker omregning mellom enheter.
  • kan identifisere variabler som forekommer i idealiserte modeller med fysiske størrelser i virkeligheten.
  • kan gjennomføre forsøk på en kvalifisert og sikker måte, gjøre målinger, tolke resultater og skrive rapport.
  • kjenner til enkle anvendelser av numeriske løsningsteknikker.

Generell kompetanse

Kandidaten

  • kan gjøre greie for prinsipper for naturvitenskapelig tenkning.
  • kan kommunisere med andre om realfaglige problemstillinger ved å benytte seg av fysiske begreper og størrelser.
  • forstår sammenhenger mellom fysikk og teknologiske anvendelser.
  • forstår fysikkfagets ambisjoner om å lage kvantitative modeller av naturens fenomener.

Learning outcomes

Undervisningen foregår samlet og består av en kombinasjon av forelesninger og oppgaveregning, samt enkelte demonstrasjoner. Det forutsettes at studenten er i stand til å arbeide selvstendig og i tillegg samarbeide med andre når dette er naturlig.

Teaching and learning methods

Lectures and exercises: The main part will be lectures in plenary. In the exercise sessions, we work on tasks that are solved individually and in groups, and which are discussed or possibly presented. The aim is to engage the students throughout the semester.

Course requirements

None.

Assessment

Individual written exam of 3 hours under supervision.

The exam result can be appealed.

In the event of resit or rescheduled exams, another exam form may also be used. If oral exams are used, the result cannot be appealed.

Permitted exam materials and equipment

En intern sensor. Ekstern sensor brukes jevnlig.

Grading scale

Grade scale A-F

Examiners

One internal examiner. External examiners are used regularly.