Matematik för Artificiell Intelligens I
15.0 HPKursen består av tre moduler, och behandlar områden från matematiken med relevans för artificiell intelligens.
Modul 1: Diskret matematik och logik (2,5 hp)
I modulen behandlas kombinatorik, mängder och relationer, satslogik, reella och komplexa tal. Nyckelbegrepp är permutationer, kombinationer, utsagor, implikation, ekvivalens, snitt, union, relation och begreppet tal.
Modul 2: Analys (5,0 hp)
I modulen behandlas matematisk analys i en och flera dimensioner. Nyckelbegrepp är funktioner, injektiva och surjektiva funktioner, gränsvärde och kontinuitet, derivator och integraler. Relevanta metoder är gränsvärdesberäkningar, deriverings- och integrationstekniker.
Modul 3: Linjär algebra med beräkningar (7,5 hp)
I modulen behandlas följande nyckelbegrepp: vektorer, linjära ekvationssystem, linjära avbildningar, matriser, determinanter, vektorrum, baser och basbyten, egenvärden och egenvektorer, inre produkter, ortogonala mängder samt kvadratiska former. Relevanta metoder är vektorberäkningar, Gausselimination, matrisfaktorisering, determinant- och egenvärdesberäkning, minsta kvadratmetoden samt Gram-Schmidts ortogonaliseringsmetod.
Modul 1: Diskret matematik och logik (2,5 hp)
I modulen behandlas kombinatorik, mängder och relationer, satslogik, reella och komplexa tal. Nyckelbegrepp är permutationer, kombinationer, utsagor, implikation, ekvivalens, snitt, union, relation och begreppet tal.
Modul 2: Analys (5,0 hp)
I modulen behandlas matematisk analys i en och flera dimensioner. Nyckelbegrepp är funktioner, injektiva och surjektiva funktioner, gränsvärde och kontinuitet, derivator och integraler. Relevanta metoder är gränsvärdesberäkningar, deriverings- och integrationstekniker.
Modul 3: Linjär algebra med beräkningar (7,5 hp)
I modulen behandlas följande nyckelbegrepp: vektorer, linjära ekvationssystem, linjära avbildningar, matriser, determinanter, vektorrum, baser och basbyten, egenvärden och egenvektorer, inre produkter, ortogonala mängder samt kvadratiska former. Relevanta metoder är vektorberäkningar, Gausselimination, matrisfaktorisering, determinant- och egenvärdesberäkning, minsta kvadratmetoden samt Gram-Schmidts ortogonaliseringsmetod.
Fördjupningsnivå:
G1N (har endast gymnasiala förkunskapskrav)
Utbildningsnivå:
Grundnivå
Behörighetskrav:
Grundläggande behörighet samt Matematik 3c/D eller Matematik - fortsättning, nivå 1c.
Kursen ingår i följande program
Mer information
Choose occasion
Campus (Karlstad), 50%
Fler val
- Start Hösttermin 2026
- Studieform Campus (Karlstad)
- Språk Engelska
- Kurskod MAGA84
- Anmälningskod KAU-48592
- Studietakt 50% (Dag)
- Studieperiod vecka 36–2
- Schema Visa
- Litteraturlista Visa