TRFE1000 Matematikk 1000 Emneplan

Ved å arbeide med emnet, vil studentene opparbeide innsikt i deler av matematikken som står sentralt når man skal modellere tekniske og naturvitenskapelige systemer og prosesser. Temaene som tas opp, inngår i ingeniørutdanninger over hele verden. Temaene er nødvendige for at ingeniører skal kunne kommunisere faglig, effektivt og presist, og for at de skal kunne delta i faglige diskusjoner. Arbeidet med emnet vil gi øvelse i å bruke matematisk programvare for å gjøre studentene i stand til å utføre beregninger i jobbsituasjon. Emnet bygger på FO912A.

Ingen utover opptakskrav.

Etter å ha gjennomført dette emnet har studenten følgende læringsutbytte definert i form av kunnskap, ferdigheter og generell kompetanse:

Ferdigheter

Studenten kan

• anvende den deriverte til å modellere og analysere dynamiske systemer
• stille opp og beregne størrelser hvor integraler inngår
• drøfte ideene bak noen analytiske og numeriske metoder som brukes for å løse første ordens differensiallikninger
• sette opp og løse differensiallikninger for praktiske problemer
• drøfte numeriske metoder for å løse likninger
• løse likninger med komplekse koeffisienter og komplekse løsninger
• bruke grunnleggende regneoperasjoner for matriser som multiplikasjon, addisjon og invertering
• løse lineære ligningssystemer ved reduksjon til trappeform og invertering

Kunnskap

Dette krever at studenten kan

• regne ut eksakte deriverte og antideriverte ved å bruke analytiske metoder
• med utgangspunkt i definisjonene bestemme tilnærmede numeriske verdier av den deriverte og av det bestemte integralet og vurdere nøyaktigheten av disse verdiene
• bruke den deriverte og deriverte av høyere orden til å løse optimaliseringsproblemer, problemer med koblede hastigheter og til å regne ut lineære tilnærminger
• forklare hvordan man kan bruke det bestemte integralet til å regne ut størrelser som areal, volum, buelengde og arbeid
• løse separable og lineære differensiallikninger ved hjelp av antiderivasjon
• gjøre rede for hvordan retningsfeltet til en førsteordens differensiallikning kan brukes til å visualisere løsninger til likninger
• finne numeriske løsninger av initialverdiproblem ved hjelp av Eulers metode
• løse likninger ved for eksempel halveringsmetoden og Newtons metode
• regne med komplekse tall
• gjøre rede for sammenhenger mellom lineære ligningssystem og praktiske problemstillinger

Generell kompetanse

Studenten kan

• overføre et praktisk problem fra eget fagområde til matematisk form, slik at det kan løses analytisk eller numerisk
• skrive presise forklaringer og begrunnelser til framgangsmåter, og demonstrere korrekt bruk av matematisk notasjon
• bruke matematiske metoder og verktøy som er relevante for sitt fagfelt
• bruke matematikk til å kommunisere om ingeniørfaglige problemstillinger
• gjøre rede for at endring og endring per tidsenhet kan måles, beregnes, summeres og inngå i likninger

Undervisningen organiseres i timeplanlagte arbeidsøkter. I arbeidsøktene skal studentene øve på fagstoff som blir presentert. Noe av undervisningen vil foregå som øving i problemløsing, hvor bruk av numerisk programvare naturlig vil inngå. Innholdet i øvingene omfatter diskusjoner og samarbeid samt individuell øving i å løse oppgaver. Mellom de timeplanlagte arbeidsøktene er det nødvendig å arbeide individuelt med oppgaveregning og litteraturstudier.

Følgende arbeidskrav er obligatorisk og må være godkjent for å fremstille seg til eksamen:

• Tre av fire individuelle innleveringer må være godkjent.

The student will carry out a project in the field of data protection and identity technology, preferably in collaboration with a relevant IT company, individually or in a group of up to five students. The aim is to provide the students with an introduction to data protection and identity technology, while they solve a commercial problem in the form of an extensive project assignment with a work load equivalent to 10 hours a week over a 12-week period. If the project is carried out during the summer, the work must correspond to four days a week over a six-week period.

The increasing use of digital media and internet to solve more and more of our tasks in both our private life and our work life (banking, shopping, health, education, exams, employment, news, tourism etc.), increases the chance of a data breach or misuse of personal information. In order to prevent this and ensure that trust in digital solutions is maintained, we need good data protection. By good data protection we mean that personal data must be treated carefully and used in such a way that it benefits users, customers and employees.

The aim of the new legislation GDPR (General Data Protection Regulation) is to focus on these issues and demand that all businesses that process personal data have a good data protection system in place, which among other things means that the registered person’s rights are maintained in a secure and reassuring way. These rights are about the right to access, deletion, portability, correction of wrong data and limits to processing. To comply with the strict demands for good personal data protection, it is necessary to have good technical support. This could be technology that supports the identification of persons, process automation, fraud prevention, handling the rights and consent of the data subjects, administration and quality assurance of data processor agreements, internal control support etc.

In addition to the projects on offer, students can find their own projects within a relevant company, public organization or nonprofit. In this case, it is the student's responsibility to find a supervisor for the project within the external organization. All student-initiated projects must be approved by the course coordinator before the start of the project. 

Completion of the course requires a placement in the relevant health care environment corresponding to two days a week over a 12-week period.If the project is carried out during the summer, the work must correspond to four days a week over a six-week period.

The elective course will only run if a sufficient number of students a registered.

No requirements over and above the admission requirements.

Gradert skala A-F.

After completing the course, the student is expected to have achieved the following learning outcomes defined in terms of knowledge, skills and competence:

Knowledge

The student:

• has a fundamental understanding of what lies in personal data protection, and what good personal data protection is
• has knowledge of how personal data and identity management are connected
• has a fundamental understanding of how technology supports good personal data protection and secure identity (Personal data technology and identity technology)
• is aware of ethical as well as legal aspects of personal data, including the GDPR
• is aware of how personal data protection technology is used/can be used in business and industry, and in public administration

Skills

The student is capable of:

• implementing simple application of identity technology. For instance: how to use two-factor authentication, biometrics etc.
• using data protection and identity technology in areas of application such as handling consent, connecting several sources together to ascertain the correct identity etc.

General competence

The student is capable of:

• applying his/her knowledge of data protection and identity technology to solve problems relevant for business and industry/society

Emnet er ekvivalent (overlapper 10 stp) med: EMFE1000, BYFE1000, ELFE1000, DAFE1000, KJFE1000, MAFE1000, MEK1000, FO010A and FO010D.

Ved praktisering av 3-gangers regelen for oppmelding til eksamen teller forsøk brukt i ekvivalente emner.