Metody analityczne w informatyce 420-IS2-1MAI-22
Profil studiów: ogólnoakademicki
Forma studiów: stacjonarne
Rodzaj przedmiotu: obowiązkowy
Dziedzina: nauki ścisłe i przyrodnicze, dyscyplina: informatyka i matematyka
Rok studiów / semestr: 1 / 1
Wymagania wstępne (tzw. sekwencyjny system zajęć i egzaminów): brak
Wykład: 15, ćwiczenia: 30
Metody dydaktyczne: wykład, ćwiczenia
Punkty ECTS: 4
Bilans nakładu pracy studenta:
Udział w zajęciach:
- wykład 15h
- ćwiczenia 30h
Przygotowanie do zajęć:
- wykład 10h
- ćwiczenia 12h
Zapoznanie z literaturą: 12h
Sprawozdania, raporty z zajęć, prace domowe: 5h
Przygotowanie do kolokwium: 6h
Czas trwania egzaminu/kolokwium: 4h
Udział w konsultacjach: 6h
Wskaźniki ilościowe:
- nakład pracy studenta związany z zajęciami wymagającymi bezpośredniego udziału nauczyciela: 55h, 2.2 ECTS
- nakład pracy studenta, który nie wymaga bezpośredniego udziału nauczyciela: 45h, 1.8 ECTS
Założenia (opisowo)
Koordynatorzy przedmiotu
Rodzaj przedmiotu
Tryb prowadzenia przedmiotu
Efekty kształcenia
1. Student zna pojecie przestrzeni liniowej i bazy przestrzeni. KP7_WG2
2. Student zna pojecie przestrzeni rzutowej. KP7_WG2
3. Zna piąty aksjomat Euklidesa i jego znaczenie w tworzeniu geometrii nieeuklidesowych. Rozumie pojęcie długości, objętości w tych geometriach. KP7_WG2
4. Potrafi sprawdzić czy dana funkcja jest metryką i znajdować kulę w tej metryce. KP7_UW4
5. Wie co to generatory liczb pseudolosowych. KP7_WG2
6. Rozumie pojęcie zbieżności symulacji Monte Carlo. KP7_WG2, KP7_UW4
7. Potrafi zaimplementować symulacje metodą Monte Carlo. KP7_UW4, KP7_KR1
8. Wie co to miary probabilistyczne i funkcje tworzące. KP7_WG2
9. Umie rozwiązywać zadania metodą funkcji tworzących, przy użyciu wybranego systemu obliczeń symbolicznych. KP7_UW4
10. Zna pojęcie transformacja Fouriera i jej znaczenie w przetwarzaniu sygnałów. KP7_WG2, KP7_KR1
11. Potrafi rozwinąć funkcję okresową w szereg Fouriera, przy użyciu wybranego systemu obliczeń symbolicznych. KP7_UW4
12. Rozumienie potrzeby stosowania narzędzi matematyki wyższej w modelowaniu zjawisk i procesów opisywalnych ilościowo. KP7_KR1.
u zjawisk i procesów opisywalnych ilościowo. KP7_KR1.
Kryteria oceniania
Ogólna forma zaliczenia: zaliczenie na ocenę.
Uzyskanie 51% maksymalnej liczby wszystkich punktów.
Nieusprawiedliwiona nieobecność na 3 obowiązkowych zajęciach powoduje skreślenie z listy studentów.
Literatura
Literatura podstawowa:
1. R. Graham, D. Knuth, O. Patashnik, Matematyka konkretna, Warszawa, PWN, 2022.
2. I. Kubiaczyk, M. Cichoń, A. Sikorska, A. Waszak, Elementy matematyki dla informatyków,' UAM Poznań 1999.
3. W. Stankiewicz; Zadanie z matematyki dla wyższych uczelni technicznych, PWN, Warszawa 2003.
4. Przestrzeń liniowa: https://www.math.tamu.edu/~dallen/m640_03c/lectures/chapter1.pdf
5. Przestrzenie rzutowe: http://twiki.fotogrametria.agh.edu.pl/pub/Dydaktyka/TeledetekcjaIFotogrametria/wyklad_III.pdf
6. Krzywe Beziera: http://fluid.itcmp.pwr.wroc.pl/~jwach/lab/Krzywe%20B-sklejane.pdf
7. Metoda Monte Carlo: https://blog.minitab.com/en/the-4-simple-steps-for-creating-a-monte-carlo-simulation-with-engage-or-workspace
8. Pole w geometrii nieeuklidesowej: http://www.math.uni.wroc.pl/~dymara/War13/zakret.pdf
Literatura uzupełniająca:
1. I. Foltyńska, Z. Ratajczak, Z. Szafrański, Matematyka dla studentów uczelni technicznych, Wydawnictwo Politechniki Poznańskiej 2000.
2. Symulacje Monte Carlo: https://mst.mimuw.edu.pl/wyklady/sst/wyklad.pdf
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: