Inspireret af Khan Academy bringer jeg her et par screencasts hvor jeg instruerer i forskellige opgaver, jeg er stødt på under min datalogiuddannelse.

Hardware: Lenovo ThinkPad X220 Tablet, en stationær med Core i7 2600k, Logitech G330 headset

Software: Arch Linux, MyPaint, ffmpeg, Audacity, Cinelerra og Handbrake

Skærmen gribes og sendes til min stationære med kommandoen:
ffmpeg -f x11grab -r 25 -s 960x540 -i :0+204,114 -f h264 -an - | ssh 192.168.32.1 'cat > vdata.h264'

Algoritmer og Datastrukturer 2, juni 2011, opgave 1 link

Oprindelig eksamenssæt og vejledende besvarelse

Sikkerhed 1: Cryptography, confidentiality link

Sikkerhed 2: Cryptography, authenticity link

Denne optagelse fejlede, da jeg undervejs løb tør for diskplads til lyden, men tavleordenen ses nedenfor.

Sikkerhed 3: Key management and infrastructures link

Sikkerhed 4: Network Security link

Sikkerhed 5: System Security link

Sikkerhed 6: Threats and Pitfalls link

Du Plessis 1.4.8 link

Lad A ∈ Matn,n(F). Følgende er ækvivalente:
(a) A er ikke-singulær, dvs. invertibel,
(b) Ligningen Ax = 0 har kun løsningen 0,
(c) A er række-ækvivalent til I.

Du Plessis 2.2.4 link

Du Plessis 2.2.8 link

Lad x1, ..., xn ∈ Fn, og skriv X = [x1, ..., xn] (søjleform).
x1, ..., xn er lineært uafhængige ⇔ X er invertibel.

Du Plessis 3.1.3 link

Lad V være et F-vektorrum, V ≠ {0}, som er udspændt af endeligt mange vektorer
v1, ..., vn. Da har V en basis indeholdt i {v1, ..., vn}.

Du Plessis 3.3.5 link

Du Plessis 4.2.1 link

Lad L : Fn → Fm være en lineær transformation. Definer M(L) ∈ Matm,n(F) ved
M(L) = [L(e1), ..., L(en)].
Så er L(x) = M(L)x for alle x ∈ Fn, og at M(L) er den entydige matrix med denne egenskab.

Du Plessis 5.1.22 link

Du Plessis 6.4.9 link

Lineær algebra 1: Lineære differentialligninger link

Lineær algebra 2: Vektorrum og underrum link

Lineær algebra 3: Lineær uafhængighed link

Lineær algebra 4: Basis for vektorrum; koordinatisering link

Lineær algebra 5: Matricer og lineære transformationer link

Lineær algebra 6: Determinanter link

Lineær algebra 7: Egenværdier og egenvektorer link

Lineær algebra 8: Diagonalisering link

Lineær algebra 9: Indre produkt link

Lineær algebra 10: Ortogonalt komplement og projektion link

Lineær algebra 11: Ortogonale og ortonormale baser link

Lineær algebra 12: Ortogonale og unitære matricer link

Lineær algebra 13: Unitær diagonalisering link

Lineær algebra 14: Lineære differentialligninger link