Finner retningen …
Finner retningen …
Laster botkontroll.
Gjennomsnittlig svar: ingen svar
Gjennomsnittlig svar: ingen svar
Gjennomsnittlig svar: ingen svar
Gjennomsnittlig svar: ingen svar
KARAKTERFORDELING · H 2024
23 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.
Kybernetiske metoder dekker sentrale deler av teorien som er nødvendig for å studere teknisk kybernetikk på mastergradsnivå. Emnet er bygget opp i tre moduler:
Simulering:
Simulering av lineære, tids-varierende og ulineære differensialligninger, homogene såvel som inhomogene. Teknikker for diskretisering i tid blir diskutert samt deres implementering i egnede dataprogrammer. Metoder for stabilitetsanalyse blir nevnt.
Modellering:
Modellering av mekaniske systemer med Lagrange metoden. Enkel kinematikk for fartøy og robotmanipulatorer introduseres, sammen med rotasjonsmatriser, translasjoner og den nødvendige grunnleggende gruppeteorien. Enkel elektrisk kretsanalyse blir introdusert.
Optimering:
Teknikker og teori for å løse enkle optimeringsproblemer blir dekket, med lineær-kvadratiske problemer som fellesnevner. Enkle analytiske og numeriske teknikker for minste kvadraters metode diskuteres, samt enkle regulariseringsteknikker. Redskap for å håndtere beskrankninger nevnes.
Overordnet:
Ha grunnlag for videregående kurs innenfor teknisk kybernetikk.Kommunisere om faglige problemstillinger både med spesialister og allmennheten. Ha gjennomtenkte holdninger til hvordan kybernetikk brukes - og fagets potensial - i produksjon, infrastruktur og samfunn.
Simulering:
Kunnskap:
Overordnet forståelse av differensialligninger og deres simulering. Skal kunne velge rett simuleringsalgoritme, gjøre overslag på egnede tidssteg, og forstå fordeler og begrensninger i populære metoder.
Ferdighet:
Skal kunne programmere og eksekvere enkle simuleringsalgoritmer slik som Euler's eksplisitte eller implisitte metode i egnet programvare. Skal kunne utføre simuleringsstudier og tolke resultatene med henblikk på kvalitative egenskaper.
Modellering:
Kunnskap:
Forståelse av grunnprinsippene i Lagrange metoden og dens anvendelsesområde. Skal kunne sette opp enkle kinematikkligninger for roboter og fartøy med få frihetsgrader. Grunnleggende forståelse av rotasjonsmatriser, samt deres parametrisering og innlemming i en simulering. Skal forstå Ohms lov, Kirchoffs lover, samt den matematiske beskrivelsen av spoler og kondensatorer. Skal kunne utføre enkel kretsanalyse ved hjelp av lineær algebra.
Ferdighet:
Skal kunne oppstille og simulere enkle problemer innen robotikk, med egnet programvare. Evner å sette opp og løse enkle kretsanalyseproblem numerisk.
Optimering:
Kunnskap:
Forståelse av anvendelsesområdet til minste kvadraters metode, samt et forhold til alternative metoder. Skal kunne sette opp og løse enkle lineær-kvadratiske problemer.
Ferdighet:
Kunne programmere enkle optimeringsalgoritmer for kurvetilpasning, parameterestimering og allokeringsproblem.
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 TTK4123.
| Semester | Kandidater | Snitt | Stryk |
|---|---|---|---|
| Høst 2024 | 23 | B (4.00) | 0 % |
| Høst 2023 | 24 | B (4.29) | 0 % |