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
125 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.
Vektorvaluerte funksjoner av én variabel. Deriverbarhet. Derivasjonsregler. Kurver gitt ved vektorvaluerte funksjoner. Enhetstangent- og enhetsnormalvektorer. Buelengde. Krumning.
Funksjoner av flere variabler (skalarfelt). Grenseverdi. Kontinuitet. Partiellderivasjon. Kjerneregel. Automatisk derivasjon. Lineær approksimasjon. Deriverbarhet. Gradient. Retningsderivert. Nivåkurver og nivåflater. Implisitt funksjonstleorem. Inverse funksjonsteorem.
Optimering av funksjoner av flere variabler (finne maksima og minima). Ekstremalverdisetningen. Annenderiverttesten. Lagranges multiplikatormetode.
Multiple integraler. Riemannsummer. Itererte integraler. Bytte av integrasjonsrekkefølge. Variabelskifte. Jacobideterminant. Polar-, sylinder- og kulekoordinater.
Vektorvaluerte funksjoner av flere variabler. Vektorfelt. Konservative vektorfelt. Linjeintegral for funksjoner og vektorfelt.
Flateintegral. Parametriserte flater. Orienterbare flater. Flateintegralet til et vektorfelt over en orientert flate.
Vektoranalyse. Divergens. Curl. Vektorpotensial. Greens teorem. Divergensteoremet. Stokes’ teorem. Bevarelseslover på integralform.
Eksempler på matematisk modellering og anvendelser innenfor naturvitenskap og teknologi.
Studenten forstår og kan anvende grunnleggende begreper, resultater og metoder fra flervariabel matematisk analyse knyttet til grenser, kontinuitet, derivasjon, multippel integrasjon, linje- og flateintegral. Studenten forstår og kan anvende grunnleggende begreper, resultater og metoder fra vektoranalyse.
Studenten kan anvende sin kunnskap om flervariabel matematisk analyse og vektoranalyse til å formulere, modellere og løse enkle teknologiske problemer, om nødvendig supplert med bruk av matematisk programvare.
Emnet vil primært bidra til kompetanseområde K1, vise fagkunnskaper og faglig fundert perspektiv. Det vil videre bidra til kompetanseområde K2, analysere ingeniørfaglige problemstillinger, i samarbeid med de enkelte studieprogrammene som emnet betjener.
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 MA1103.
| Semester | Kandidater | Snitt | Stryk |
|---|---|---|---|
| Høst 2025 | 14 | E (1.14) | 42,9 % |
| Vår 2025 | 125 | D (2.02) | 39,2 % |
| Høst 2024 | 19 | D (1.58) | 47,4 % |
| Vår 2024 | 111 | D (2.41) | 27,9 % |
| Høst 2023 | 23 | E (1.13) | 34,8 % |
| Vår 2023 | 141 | D (2.02) | 29,1 % |
| Høst 2022 | 3 | D (2.00) | 0 % |
| Vår 2022 | 136 | C (2.59) | 16,9 % |
| Vår 2021 | 136 | C (2.55) | 15,4 % |
| Høst 2020 | 8 | – | 0 % |
| Vår 2020 | 173 | – | 11 % |
| Høst 2019 | 11 | F (0.36) | 63,6 % |
| Vår 2019 | 155 | D (2.23) | 25,2 % |
| Høst 2018 | 17 | E (0.88) | 47,1 % |
| Vår 2018 | 163 | D (2.18) | 22,7 % |
| Høst 2017 | 3 | D (2.00) | 0 % |
| Vår 2017 | 139 | C (2.55) | 13,7 % |
| Høst 2016 | 8 | D (1.88) | 37,5 % |
| Vår 2016 | 150 | C (2.74) | 16 % |
| Høst 2015 | 11 | E (1.00) | 36,4 % |
| Vår 2015 | 132 | D (2.43) | 21,2 % |
| Høst 2014 | 9 | D (2.33) | 33,3 % |
| Vår 2014 | 108 | C (2.85) | 12 % |
| Høst 2013 | 11 | E (1.00) | 36,4 % |
| Vår 2013 | 101 | D (2.18) | 24,8 % |
| Høst 2012 | 3 | F (0.00) | 100 % |
| Vår 2012 | 94 | C (3.16) | 10,6 % |
| Høst 2011 | 8 | D (2.25) | 0 % |
| Vår 2011 | 111 | D (1.95) | 23,4 % |