University of Warsaw - Central Authentication System
Strona główna

Mathematical analysis for computer science II I with Mathematica

General data

Course ID: 1000-212cAMM2
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 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 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)

* 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
Selected timetable range:
Navigate to timetable
Type of class:
Classes, 60 hours more information
Lecture, 30 hours more information
Coordinators: Marcin Moszyński
Group instructors: Galina Filipuk, Marcin Moszyński
Students list: (inaccessible to you)
Examination: Examination
Course descriptions are protected by copyright.
Copyright by University of Warsaw.
Krakowskie Przedmieście 26/28
00-927 Warszawa
tel: +48 22 55 20 000 https://uw.edu.pl/
contact accessibility statement USOSweb 7.0.3.0 (2024-03-22)