Finner retningen …
Finner retningen …
Laster botkontroll.
Gjennomsnittlig svar: ingen svar
Gjennomsnittlig svar: ingen svar
Gjennomsnittlig svar: ingen svar
Gjennomsnittlig svar: ingen svar
KARAKTERFORDELING · V 2025
301 kandidater
Alle delene må normalt være bestått. Karakterfordelingen over gjelder emnet samlet.
Kilde: Felles studentsystem (FS) via NTNU, slik den var publisert for høsten 2026. NTNU er ikke ansvarlig for innholdet på denne siden.
NTNU sin egen emnebeskrivelse — læringsutbytte, innhold og vurderingsform.
Basismodul. Funksjoner av flere variabler. Partiell derivasjon, gradient. Kritiske punkter og optimering. Taylors teorem med restledd. Innføring i partielle differensialligninger: eksempler og løsninger.
Partielle differensialligninger. Forskjellige typer differensialligninger må behandles ulikt, fokus på fysisk/modelleringsintuisjon. Studentene skal ha oversikt over feltet. Likevektsligninger. Eksempler: Laplace- og Poissonligningene. Løsning med datamaskin ved hjelp av lineær algebra. Tidsavhengige systemer. Eksempler: Varmeligningen, adveksjonsligningen, bølgeligningen. Løsning med datamaskin.
Programmodul. Trigonometriske rekker og Fourierrekker. Anvendelser på 1d-bølgeligning med separasjon av variabler. Fouriertransformasjoner. Utregning for hånd og med datamaskin. Anvendelser av fouriertransformasjoner. Spektralanalyse (f.eks. lyd- og lysbølger). Anvendelse mot løsning av differensialligninger, bl.a. harmoniske svingninger (med ekstern periodisk kraft).
Kunnskap
Kandidaten har god kunnskap om:
Ferdigheter
Kandidaten:
Generell kompetanse
Kandidaten:
Matematikk for ingeniørfag 1 eller tilsvarende
Et introduksjonskurs i Python
4 timer individuell digital eksamen med vanlig karakterskala A-F.
Arbeidskravene må bestås for å kunne gå opp til eksamen. Informasjon om arbeidskrav, inkludert antall, frister og godkjenningsform oppgis ved semesterstart.
Arbeidskrav som er bestått i tidligere år blir automatisk godkjent av instituttet.
Kontinuasjonseksamen i august. Kontinuasjonseksamen kan gis som muntlig eksamen.
Forelesninger, øvinger og et prosjekt.
I arbeid med oppgaver skal det benyttes både analytiske og numeriske metoder i kombinasjon med digitale verktøy.
Kilde: Felles studentsystem (FS) via NTNU, slik den var publisert for høsten 2026. NTNU er ikke ansvarlig for innholdet på denne siden.
Hva burde andre vite før de tar dette? Anonymt, ingen innlogging.
Basert på hvor kandidatene til eksamen var registrert (DBH).
Emner som tas i de samme studieprogrammene som IMAT2022.
| Semester | Kandidater | Snitt | Stryk |
|---|---|---|---|
| Høst 2025 | 26 | E (0.62) | 69,2 % |
| Vår 2025 | 301 | C (2.93) | 11,6 % |
| Høst 2024 | 22 | E (0.91) | 63,6 % |
| Vår 2024 | 244 | C (3.04) | 11,5 % |