Mathematical analysis for computer science II
General data
Course ID: | 1000-212cAM2 |
Erasmus code / ISCED: |
11.101
|
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: |
Obligatory courses for 1st year Computer Science |
ECTS credit allocation (and other scores): |
6.00
|
Language: | Polish |
Type of course: | obligatory courses |
Requirements: | Mathematical analysis for computer science I 1000-211bAM1 |
Prerequisites (description): | (in Polish) na przedmiot mogą rejestrować się zarówno osoby, które w semestrze zimowym uczęszczały na Analizę matematyczną inf. I jak i na Analizę matematyczną inf. I z Mathematicą |
Short description: |
One variable integral calculus, many variables functions -- differential and integral calculus, ODE-s. |
Full description: |
(in Polish) * Pochodne wyższych rzędów i wzór Taylora. * Metoda stycznych (gdyby Newton miał komputer…). * Szeregi potęgowe. Wzór Cauchy’ego-Hadamarda, ciągłość i różniczkowalność sumy szeregu potęgowego, przykłady. * Funkcja pierwotna. Całka nieoznaczona. * Całka oznaczona (Newtona, Riemanna) definicja i interpretacja geometryczna. * Długość krzywej. * Różne zastosowania całki oznaczonej. * Topologia przestrzeni euklidesowej. Norma, metryka, ciągłość funkcji wielu zmiennych rzeczywistych. * Pochodne cząstkowe i kierunkowe. Różniczka. Interpretacja geometryczna, przykłady. * Pochodne cząstkowe wyższych rzędów. Wzór Taylora. Warunki dostateczne ekstremów. Przykłady punktów krytycznych. * Co to jest teoria miary i po co nam ona w ogóle? Przykład Vitaliego, σ-ciała, pojęcie miary zewnętrznej i miary. * Miara Lebesgue’a: definicje, charakteryzacja, własności. Funkcje mierzalne. * Teoria całki Lebesgue’a. Ogólna definicja całki. Twierdzenia o zbieżności. * Całkowanie przez podstawienie. Twierdzenie Fubiniego. Sens geometryczny, przykłady zastosowań. |
Bibliography: |
1. Selected chapters from tutorial: Witold Kołodziej, Analiza matematyczna, PWN, 1978. |
Learning outcomes: |
(in Polish) Wiedza - absolwent zna i rozumie: - w zaawansowanym stopniu podstawowe pojęcia i twierdzenia z zakresu analizy matematycznej (K_W01). Umiejętności - absolwent potrafi: - posługiwać się twierdzeniami przy badaniu konkretnych problemów matematycznych (K_U01), - pozyskiwać informacje z literatury, baz wiedzy, Internetu oraz innych wiarygodnych źródeł, integrować je, dokonywać ich interpretacji oraz wyciągać wnioski i formułować opinie (K_U02), - samodzielnie planować i realizować własne uczenie się przez całe życie (K_U09). Kompetencje społeczne - absolwent jest gotów do: - uznawania znaczenia wiedzy w rozwiązywaniu problemów poznawczych i praktycznych oraz wyszukiwania informacji w literaturze oraz zasięgania opinii ekspertów (K_K03). |
Assessment methods and assessment criteria: |
(in Polish) Zasady oceniania opisane są na stronie przedmiotu na platformie moodle. |
Classes in period "Summer semester 2023/24" (in progress)
Time span: | 2024-02-19 - 2024-06-16 |
Navigate to timetable
MO CW
CW
CW
CW
CW
CW
CW
TU CW
CW
CW
CW
W TH WYK
FR CW
CW
CW
CW
CW
|
Type of class: |
Classes, 60 hours
Lecture, 30 hours
|
|
Coordinators: | Marcin Moszyński | |
Group instructors: | Galina Filipuk, Andrzej Kozłowski, Marcin Małogrosz, Marcin Moszyński, Michał Siemaszko, Urszula Skwara | |
Course homepage: | https://moodle.mimuw.edu.pl/course/view.php?id=2072 | |
Students list: | (inaccessible to you) | |
Examination: | Examination |
Classes in period "Summer semester 2024/25" (future)
Time span: | 2025-02-17 - 2025-06-08 |
Navigate to timetable
MO TU W TH FR |
Type of class: |
Classes, 60 hours
Lecture, 30 hours
|
|
Coordinators: | Marcin Moszyński | |
Group instructors: | Marcin Małogrosz, Marcin Moszyński, Jan Peszek, Urszula Skwara, Michał Startek | |
Students list: | (inaccessible to you) | |
Examination: | Examination |
Copyright by University of Warsaw.