Jeg går for tiden på adgangskurset til ingeniøruddannelserne på SDU, og må erkende at jeg har ret svært ved matematikken da jeg har været væk fra skolebænken i omkring 12 år, og derfor stort set har glemt alt i den periode.

Planen er at fortsætte efter adgangskursus på uddannelsen til ingeniør i informations- og kommunikations teknologi, da jeg altid har haft interesse i softwareudvikling og datanetværk mv. men hvor meget bruges matematik egentlig i arbejdet efter endt uddannelse?

Jeg er naturligvis klar over at matematik indgår på et eller andet plan i alle ingeniørfag, men tænker at IT ikke nødvendigvis behøver at indebære så meget som mange andre fag?

Jeg går for tiden på adgangskurset til ingeniøruddannelserne på SDU, og må erkende at jeg har ret svært ved matematikken da jeg har været væk fra skolebænken i omkring 12 år, og derfor stort set har glemt alt i den periode. Planen er at fortsætte efter adgangskursus på uddannelsen til ingeniør i informations- og kommunikations teknologi, da jeg altid har haft interesse i softwareudvikling og datanetværk mv. men hvor meget bruges matematik egentlig i arbejdet efter endt uddannelse? Jeg er naturligvis klar over at matematik indgår på et eller andet plan i alle ingeniørfag, men tænker at IT ikke nødvendigvis behøver at indebære så meget som mange andre fag?

Det afhænger meget af opgaven. Langt de fleste ingeniører, har brug for matematik, i større eller mindre grad. Men jeg tror ikke, at du skal være nervøs for matematik efter uddannelsen - du skal nok få det du behøver lært inden. Teknikum, kræver så vidt jeg ved, ikke så meget matematik, som civilingeniøruddannelsen. På civilingeniøruddannelsen, er matematik meget vigtigt, næsten uanset fag. Så det er vigtigt, at kunne tilstrækkeligt, til at det ikke bliver et problem, i de efterfølgende fag. På civilingeniørstudiet, beskrives det meste matematisk, og du må selv danne dig, et overblik over, hvordan tingene hænger sammen, og skal forstås. Du bliver stort set nød til, at selv kunne fortolke ligningerne, og forstå, hvordan tingene hænger sammen, for at forstå indholdet. Uanset, at man måske kunne undervise, så eleverne får en forståelse for indholdet, så er det meste af undervisningen baseret på matematik. Og forståelsen beror på løsning af ligninger. Jeg tror ikke, at teknikum ingeniør uddannelsen, kræver samme matematiske niveau.

Jeg syntes selv, at man kan komme langt med forståelse, og mener, at det er nødvenigt, for at kunne løse matematikken korrekt. Samtidigt, så er matematikken et mindre problem, når man bliver færdig - her findes mange hjælpeprogrammer, som er i stand til, at kunne lave beregningerne. Det betyder, at det vigtigste er, at kunne forstå tingene, og kunne regne ud, hvordan det skal laves, for at give et optimalt, eller et godt resultat. Det, at lave beregningerne, og tjekke om ens teorier er i ok, gøres ved hjælp af simuleringsprogrammer, eller andre beregningsprogrammer. Som ingeniør, må du også gerne kunne lave beregningsprogrammerne selv, men i erhvervslivet, får du dem ofte givet.

Dit største problem, bliver derfor uddannelsen. Men, du vil sandsynligvis kunne komme igennem, ved at vælge fag, der er mindre matematisk orienterede. Ofte er matematikken ikke så svær, når det kommer til stykket. Problemet er matematikkens symbolik, der ofte gør matematiken svært tilgængeligt. Kan du komme igennem uddannelsen, så skal du nok klare matematikken bagefter. Og ellers, har du bare fået det forkerte job!

Jeg [...] må erkende at jeg har ret svært ved matematikken [...]

Det tror jeg de fleste har! Jeg er selv på kandidatuddannelsen i fysik, og der er ikke en eneste af mine studiekammerater (eller mig selv) der ikke er blevet grundigt udfordret i løbet af studietiden.

Forskellen i resultater og karakterer kan (ifølge mine private observationer) ikke forklares med talent, men mængden af hårdt arbejde. Og det stopper ikke blot med mine studiekammerater. Fra http://suite101.com/article/the-math-of-ge...

While the world rightly perceives Albert Einstein as having been a brilliant physicist, the mathematics of General Relativity were so difficult as to be beyond even him.

Det tog ham 7-8 år at formulere [b]en ligning[/b] korrekt!

Jeg er naturligvis klar over at matematik indgår på et eller andet plan i alle ingeniørfag, men tænker at IT ikke nødvendigvis behøver at indebære så meget som mange andre fag?

Jeg ved ikke præcis hvordan IT-Ingeniør studiet er tilrettelagt, men i al den programmering jeg har lavet har lineær algebra - som er matematik - fyldt rigtig meget. Lær det ASAP er min erfaring.

[...] da jeg har været væk fra skolebænken i omkring 12 år, og derfor stort set har glemt alt i den periode.

Det er vel derfor du er i skole igen? ;-) Næsten alt kan læres med indstilling og arbejde. Et par links til inspiration:

1) http://lifehacker.com/5931962/7-tricks-you...
2) http://www.dumblittleman.com/2012/03/your-...
3) http://lifehacker.com/5916838/why-you-shou...

Jeg syntes, at du skal forsøge. Men, måske skal du undersøge, hvilke muligheder du har, hvis du vælger at hoppe fra under studiet, f.eks. om du vil kunne skifte uddannelse, og få point overført. Programmøruddannelsen, og datamatikkeruddannelsen, tror jeg bruger mindre matematik, end ingeniør og datalogi uddannelsen.

På ingeniøruddannelsen, er mange årsager, til at kunne matematik:

1: Opgaven som du skal løse. Ofte, så vil du skulle løse en opgave, der ikke kun beror på programmering, men som også beror på f.eks. fysik. Det kan være styring og regulering som eksempel. Hvis mekanik, fysik, styring og regulering, eller lign. er involveret, vil der normalt ofte være differentialligninger, og differensligninger, for at kunne løse opgaven. I erhvervslivet, vil du måske arbejde med andre, som er eksperter i det fysiske, men hvis du skal implementere ligningsløsningen, i styresoftwaren, så er nødvendigt - eller ihvertfald en fordel - at kunne matematik.

1. Programmering. Ofte, bruges også matematik, indenfor programmeringsdiciplinen. Det er ikke ualmindeligt, at der bruges matematisk symbolik. Det er dog en lidt anden matematik, end det du lærer i matematikfag. I mat for dat, læres f.eks. metoder omkring tilstandsmaskiner, at bestemme antallet af minimaltilstande mv. Dog, er ikke altid, at det faktisk er en fordel, at bruge minimalt antal tilstande, da x flipflops, giver mulighed for 2^x tilstande, og antallet af tilstande, betyder oftest mindre, end den logik som kræves - og ikke mindst strømforbrug, og hastighed for logikken. At sætte en ekstra flipflop ind, er sjældent strømkrævende, i forhold til alle de ekstra gates, der måske kræves, for at undgå den. Hvis du f.eks. skal implementere et signalbehandlingssystem i en chip, så får du måske brug for residueregning, da det kan være en fordel beregningsteknisk, for at undgå multiplikationen. Du får ofte brug for, at kunne vurdere en algorithmes kompleksitet (store O funktioner), forbruget af ram lager, og vurdere - eller beregne eksakt - hvor lang tid, en operation tager. Det er dog vigtigere, at kunne konstruere en algorithme, der er hurtig (mindst store O funktion), og bruger lidt hukommelse, fremfor matematik. Mange ikke uddannede, mener at hastighed og hukommelse ikke er et problem, da der bare kræves en hurtigere computer, med mere hukommelse, hvis der ikke er ram, eller processorkraft nok. Sådan er det ikke under uddannelsen, for det er store O funktionen som tæller, og uanset computerens processorkraft og ram, så vil den blive lagt ned, og begrænse algorithmens effektivitet, hvis ikke at store O funktionen er optimal. Normalt, så anvendes de fleste algorithmer mange steder i et program, og der er ingen grund til, at have mange forskellige rutiner, der gør det samme. Skal en rutine fungere overalt, kræves at den kan klare enhver kompleksitet, og det mest simple, er derfor de mere advancerede algorithmer, der er hurtige, og har lav store O funktion, samt et lavt ram forbrug. Det er ikke smart, hvis ram forbruget øges eksponentielt, med opgavens størrelse. Eller, hvis den direkte vokser, som funktion af tid. En sorteringsfunktion, som f.eks. bobbelsort, er derfor urelevant, da kompleksiteten er for høj. Samme med kviksort, der ganske vidst ofte er bedre end bobbelsort, men ikke altid. Algorithmen, skal være god, fordi du skal bruge samme algorithtme overalt. Derved undgås fejl. Bruges en algorithme et sted, og anden algorithme et andet sted for det samme, så "testes" algorithmerne langt dårligere. Den ene, bruges måske kun sjældent, og er derfor meget lidt testet. Og det tager tid, at udvikle flere ens algorithmer. Ofte, anvendes algorithmer som rød-sort træer, fordi de kan bruges til meget - både som heap, og til sortering, og meget andet. En af fordelene er, at det er muligt at f.eks. slette et element, og bruges en heap, så står du måske og mangler denne funktion. Rød-sort træet, kan mere, og bruges til langt flere ting, end en heap, og strukturer der minder om rød-sort træer (balancerede søgetræer), anvendes overalt indenfor databasekonstruktioner. Rød-sort træer, er binære, men ofte bruge også balancerede træer, der har større grad.

2. Ofte bruges i programmering, også matematisk symbolsprog, f.eks. ved databasekonstruktioner mv. Funktionsprogrammering (lisp) mv. kan også lægge tæt op mod noget matematiklignende.

Jeg takker mange gange for jeres svar. Jeg synes jeg arbejder hårdt på at forstå matematik, men ofte virker det for abstrakt synes jeg. Jeg har det en del lettere i fysik hvor problemstillingerne er lidt mere håndgribelige, og hvor man ofte kan se hvorvidt løsningen er korrekt eller ej. Jeg har hyret en privat underviser, som jeg håber kan hjælpe mig igennem midtvejsprøven her til jul, og endelig A eksamen til næste sommer. Jeg er fuldt tilfreds med at bestå med et gennemsnit på 2 må jeg erkende. Om det så er realistisk vil tiden jo vise.

Men det er da rart at høre at jeg ikke er den eneste som har en ambition om at blive ingeniør uden at have svært ved matematik.