Mathematical analysis for computer science II

General data

Course ID:	1000-212bAM2
Erasmus code / ISCED:	11.101 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0541) Mathematics The ISCED (International Standard Classification of Education) code has been designed by UNESCO.
Course title:	Mathematical analysis for computer science II
Name in Polish:	Analiza matematyczna inf. II
Organizational unit:	Faculty of Mathematics, Informatics, and Mechanics
Course groups:
ECTS credit allocation (and other scores):	(not available) Basic information on ECTS credits allocation principles: the annual hourly workload of the student’s work required to achieve the expected learning outcomes for a given stage is 1500-1800h, corresponding to 60 ECTS; the student’s weekly hourly workload is 45 h; 1 ECTS point corresponds to 25-30 hours of student work needed to achieve the assumed learning outcomes; weekly student workload necessary to achieve the assumed learning outcomes allows to obtain 1.5 ECTS; work required to pass the course, which has been assigned 3 ECTS, constitutes 10% of the semester student load. view allocation of credits
Language:	Polish
Type of course:	obligatory courses
Requirements:	Mathematical analysis for computer science I 1000-211bAM1
Short description:	One variable integral calculus, many variables functions -- differential and integral calculus, ODE-s.
Full description:	(in Polish) 1. Rachunek różniczkowy funkcji jednej zmiennej: pochodna i jej sens geometryczny, własności algebraiczne pochodnej, różniczkowanie elementarnych funkcji, ekstrema lokalne, twierdzenia Rolle'a, Lagrange'a i Cauchy'ego o wartości średniej, monotoniczność a pochodna, reguła de l' Hospitala, wyższe pochodne, wypukłość, wzór Taylora. 2. Zbieżności (punktowa, jednostajna, niemal jednostajna) ciągów i szeregów funkcyjnych: norma „sup” funkcji, warunki konieczne i dostateczne (kryt. Weierstrassa) zbieżności jednostajnej szeregów funkcyjnych, twierdzenia o ciągłości i o różniczkowalności granicy, informacja o aproksymacji jednostajnej wielomianami. 3. Rachunek całkowy funkcji jednej zmiennej: całka nieoznaczona i oznaczona, całkowanie przez części i przez podstawianie, całkowanie funkcji wymiernych, informacje o typowych podstawieniach, całka Riemanna, całkowalność i zbieżność sum Riemanna dla funkcji ciągłych, elementarne własności całki Riemanna, podstawowe twierdzenie rachunku całkowego, twierdzenie (tzw. „I-sze”) o wartości średniej, całki niewłaściwe (szkic). 4. Przestrzenie metryczne i ciągłość funkcji wielu zmiennych: przykłady metryk, normy, zbiory otwarte i domknięte, zbieżność ciągów w przestrzeniach metrycznych, zwartość w Rⁿ i twierdzenie Bolzano Weierstrassa, granica i ciągłość funkcji wielu zmiennych, ciągłość funkcji a otwartość/domkniętość zbiorów, twierdzenie Weierstrassa o osiąganiu kresów dla funkcji wielu zmiennych. 5. Rachunek różniczkowy funkcji wielu zmiennych: pochodna funkcji wektorowej 1-nej zmiennej, pochodne cząstkowe, funkcje klasy C¹, tw. o ekstremach lokalnych dla funkcji skalarnych, pochodna kierunkowa, różniczka, macierz Jakobiego, ciągłość funkcji różniczkowalnych i różniczkowalność funkcji klasy C¹, różniczka złożenia i reguła „łańcuchowa”, ekstrema warunkowe i tw. o mnożnikach Lagrange'a, pochodne cząstkowe drugiego rzędu i warunki dostateczne na ekstrema lokalne. 6. Rachunek całkowy wielu zmiennych.*
Bibliography:	1. Selected chapters from tutorial: Witold Kołodziej, Analiza matematyczna, PWN, 1978.
Learning outcomes:	(in Polish) Wiedza i umiejętności: A. znajomość ze zrozumieniem: - pojęć (definicje i przykłady ilustrujące), - sformułowanych twierdzeń (twierdzenia, stwierdzenia, fakty, lematy, wnioski itp oraz przykłady ilustrujące), - ważnych dowodów, B. umiejętność praktycznego posługiwania się twierdzeniami przy badaniu konkretnych problemów matematycznych, w odniesieniu grup tematycznych 1-5 i szczegółowych zagadnień w nich zawartych, wg. programu powyżej Kompetencje społeczne: 1. Zrozumienie możliwości użycia elementarnych działów analizy matematycznej jako narzędzi pomocnych przy rozwiązywaniu zagadnień z innych dziedzin nauki oraz praktycznych zagadnień z życia codziennego (m. in. zagadnienia typu czysto obliczeniowego, zagadnienia maksymalizacji i minimalizacji, znajdowanie przybliżeń z szacowaniem błędów). 2. Umiejętność ścisłego, precyzyjnego i zgodnego z regułami logiki formułowania stwierdzeń, zrozumienie roli dowodu. Rozróżnienie modelu matematycznego od zagadnienia praktycznego, do którego model matematyczny próbujemy stosować. 3. Zdolność dostrzegania w konkretny ch przykładach pewnych abstrakcyjnych obiektów matematycznych
Assessment methods and assessment criteria:	(in Polish) Część grup ćwiczeniowych jest prowadzona w szczególnej formule, z zajęciami laboratoryjnymi i wykorzystaniem systemu obliczeń symbolicznych Mathematica; do grup tych jest prowadzona osobna rejestracja.

This course is not currently offered.

Course descriptions are protected by copyright.
Copyright by University of Warsaw.