Analytical methods in mathematical modeling
General data
| Course ID: | 4010-MAM | Erasmus code / ISCED: | (unknown) / (unknown) |
| Course title: | Analytical methods in mathematical modeling | Name in Polish: | Metody analityczne modelowania |
| Department: | Interdisciplinary Centre for Mathematical and Computer Modelling | ||
| Course groups: | |||
| ECTS credit allocation (and other scores): |
6.00  |
||
| Language: | Polish | ||
| Type of course: | obligatory courses |
||
| Short description: |
(in Polish) Podstawy algebry liniowej i analizy matematycznej oraz ich zastosowania w metodach numerycznych, równaniach różniczkowych i statystyce. |
||
| Full description: |
(in Polish) Niniejszy opis programu stanowi wersję maksimum, tzn. prawdopodobnie zostanie przerobiony pewien podzbiór poniższego zakresu tematycznego. Algebra Liniowa - Liczby zespolone - Algebra macierzy - Układy równań liniowych - Przestrzenie i przekształcenia liniowe - Odwracalność macierzy - Wyznacznik macierzy - Wektory i wartości własne - Norma, iloczyn skalarny Analiza matematyczna - Rachunek różniczkowy funkcji wielu zmiennych - Kryteria istnienia ekstremów dla funkcji wielu zmiennych - Rachunek całkowy Wybrane zastosowania i metody - Wskaźnik uwarunkowania macierzy - Złożoność obliczeniowa eliminacji Gaussa - Interpolacja - Liniowe zadanie najmniejszych kwadratów - Metody gradientowe optymalizacji - Przykładowe równania różniczkowe zwyczajne + metody numeryczne - Przykładowe równania różniczkowe cząstkowe + metody numeryczne - Transformata Fouriera i jej zastosowanie do równań różniczkowych cząstkowych Prawdopodobieństwo i statystyka - Pojęcie i pułapki prawdopodobieństwa - Prawdopodobieństwo warunkowe - Ryzyko względne i iloraz szans - Najważniejsze estymatory - Rozkład normalny i t-Studenta - Korelacja i regresja - Analiza składowych głównych - Test chi-2 - Podstawowe informacje o ANOVA i regresji wielu zmiennych - Przejście od statystyki do Machine Learningu |
||
| Learning outcomes: |
(in Polish) Zrozumienie podstaw algebry liniowej. Umiejętność posługiwania się rachunkiem różniczkowym i całkowym. Poznanie wybranych metod matematycznych i algorytmów używanych w modelowaniu zjawisk społecznych, fizycznych czy biologicznych. |
||
| Assessment methods and assessment criteria: |
(in Polish) Oceny wystawiane są na podstawie egzaminu oraz punktów zdobytych w trakcie semestru w ramach prac domowych i kartkówek. |
||
Classes in period "Summer semester 2019/20" (past)
| Time span: | 2020-02-17 - 2020-08-02 |
 
 see course schedule |
| Type of class: |
Class, 30 hours  more information Lecture, 30 hours more information |
|
| Coordinators: | Grzegorz Dudziuk | |
| Group instructors: | (unknown) | |
| Students list: | (inaccessible to you) | |
| Examination: | Examination |
Classes in period "Winter semester 2020/21" (in progress)
| Time span: | 2020-10-01 - 2021-01-31 |
see course schedule |
| Type of class: |
Class, 30 hours more information Lecture, 30 hours more information |
|
| Coordinators: | Grzegorz Dudziuk | |
| Group instructors: | Grzegorz Dudziuk, Jakub Zieliński | |
| Students list: | (inaccessible to you) | |
| Examination: | Examination |
Copyright by University of Warsaw.