Mathematical analysis for computer science II I with Mathematica
General data
Course ID: | 1000-212cAMM2 |
Erasmus code / ISCED: |
11.101
|
Course title: | Mathematical analysis for computer science II I with Mathematica |
Name in Polish: | Analiza matematyczna inf. II z Mathematicą |
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 |
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 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. |
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: | Galina Filipuk, Marcin Moszyński | |
Students list: | (inaccessible to you) | |
Examination: | Examination |
Copyright by University of Warsaw.