Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Numerical methods and statistics
Tok studiów:
2013/2014
Kod:
RMS-1-306-s
Wydział:
Inżynierii Mechanicznej i Robotyki
Poziom studiów:
Studia I stopnia
Specjalność:
-
Kierunek:
Mechatronics with English as instruction languagege
Semestr:
3
Profil kształcenia:
Ogólnoakademicki (A)
Język wykładowy:
Angielski
Forma i tryb studiów:
Stacjonarne
Strona www:
 
Osoba odpowiedzialna:
dr hab. inż. Iwaniec Joanna (jiwaniec@agh.edu.pl)
Osoby prowadzące:
dr hab. inż. Iwaniec Joanna (jiwaniec@agh.edu.pl)
Krótka charakterystyka modułu

Opis efektów kształcenia dla modułu zajęć
Kod EKM Student, który zaliczył moduł zajęć wie/umie/potrafi Powiązania z EKK Sposób weryfikacji efektów kształcenia (forma zaliczeń)
Wiedza
M_W001 The student has extensive and in-depth knowledge of linear algebra numerical methods, including methods of solving linear systems of equations. Kolokwium
M_W002 The student knows selected method of numerical integration and methods of solving differential equations. Wykonanie ćwiczeń
M_W003 The student knows numerical methods of eigen problem solving, singular value decomposition, condition number estimation and statistical analysis, the knowledge of which is essential for analyzing experimental results. Kolokwium
Umiejętności
M_U001 The student can formulate algorithms of the concerned issues and represent them by means of flowcharts. Aktywność na zajęciach
M_U002 The student knows the MATLAB environment for numerical calculations and can use it for the purposes of solving practical engineering issues. Wykonanie ćwiczeń laboratoryjnych
M_U003 The student is able to evaluate the computational complexity of (some) algorithms of numerical methods and, on this basis, to assess their suitability for engineering tasks to be solved. Wykonanie ćwiczeń
Matryca efektów kształcenia w odniesieniu do form zajęć
Kod EKM Student, który zaliczył moduł zajęć wie/umie/potrafi Forma zajęć
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Inne
Zaj. terenowe
Zaj. warsztatowe
E-learning
Wiedza
M_W001 The student has extensive and in-depth knowledge of linear algebra numerical methods, including methods of solving linear systems of equations. + + + - - - - - - - -
M_W002 The student knows selected method of numerical integration and methods of solving differential equations. + + + - - - - - - - -
M_W003 The student knows numerical methods of eigen problem solving, singular value decomposition, condition number estimation and statistical analysis, the knowledge of which is essential for analyzing experimental results. + + + - - - - - - - -
Umiejętności
M_U001 The student can formulate algorithms of the concerned issues and represent them by means of flowcharts. - + + - - - - - - - -
M_U002 The student knows the MATLAB environment for numerical calculations and can use it for the purposes of solving practical engineering issues. + - + - - - - - - - -
M_U003 The student is able to evaluate the computational complexity of (some) algorithms of numerical methods and, on this basis, to assess their suitability for engineering tasks to be solved. + + + - - - - - - - -
Treść modułu zajęć (program wykładów i pozostałych zajęć)
Wykład:
  1. Basic concepts of statistical analysis.
  2. Selected methods of function interpolation.
  3. Selected methods of function approximation.
  4. Numerical integration.
  5. Numerical methods of solving nonlinear equations.
  6. Methods of solving ordinary differential equations.
  7. Methods of solving partial differential equations.
  8. Methods of eigenproblem solution estimation.
  9. MATLAB – environment for numerical computations.
  10. Basic concepts and fields of applications of numerical analysis.
  11. Sources of numerical errors. Numerical errors assessing.
  12. Conditioning of numerical problems and stability of algorithms.
  13. Review of matrix algebra. Methods of solving sets of linear equations.
Ćwiczenia audytoryjne:
  1. Numerical errors assessing.
  2. Conditioning of numerical problems and stability of algorithms.
  3. Matrix algebra. Determining inverse and pseudo-inverse matrices.
  4. Methods of solving sets of linear equations.
  5. Example applications of numerical methods of solving nonlinear equations.
  6. Analysis of accuracy of solutions estimated with the use of selected methods of numerical integration.
  7. Methods of solving ordinary differential equations.
  8. Methods of solving partial differential equations.
  9. Methods of eigenproblem solution estimation.
  10. Numerical representation. Number systems.
  11. Flowcharts of selected numerical algorithms.
Ćwiczenia laboratoryjne:
  1. Methods of solving sets of linear equations.
  2. Basic operations of matrix algebra.

    (Multiplication and division of matrices, computations of determinants, condition numbers and decomposition into singular values).

  3. Applications of numerical integration methods.
  4. Function interpolation by means of Lagrange Interpolation Polynomials, Newton Interpolation Polynomials and splines.
  5. Solving differential equations with the application of the Euler and Runge-Kutta methods.
  6. Estimation of matrix eigenvalues and eigenvectors.
  7. Assessment of numerical errors and stability of selected algorithms.
  8. Applications of bisection, regula falsi, secant and Newton’s methods.
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 149 godz
Punkty ECTS za moduł 5 ECTS
Udział w wykładach 30 godz
Udział w ćwiczeniach laboratoryjnych 15 godz
Udział w ćwiczeniach audytoryjnych 26 godz
Przygotowanie do zajęć 50 godz
Egzamin lub kolokwium zaliczeniowe 4 godz
Samodzielne studiowanie tematyki zajęć 16 godz
Przygotowanie sprawozdania, pracy pisemnej, prezentacji, itp. 8 godz
Pozostałe informacje
Sposób obliczania oceny końcowej:

Arithmetic mean of grades from classes and laboratories.

Wymagania wstępne i dodatkowe:

Nie podano wymagań wstępnych lub dodatkowych.

Zalecana literatura i pomoce naukowe:

1. Fausett L.: Numerical Methods. Algorithms and Applications, Prentice Hall, Pearson Education Inc., Upper Saddle River, New Jersey, 2003.
2. Björck A., Dahlquist G.: Metody Numeryczne, PWN, Warszawa, 1987.
3. Brzózka J., Dorobczyński L.: Programowanie w Matlab, Mikom, 1998.
4. Fortuna Z., Macukow B., Wąsowski J.: Metody numeryczne, WNT, Warszawa, 1982.
5. Jankowska J., Jankowski M.: Przegląd metod i algorytmów numerycznych, część I i II, WNT, Warszawa, 1981.
6. Mrozek B., Mrozek Z.: MATLAB i Simulink. Poradnik użytkownika, Helion, 2004.
7. Ralston A.: Wstęp do analizy numerycznej, PWN, 1983.
8. Regel W.: Statystyka matematyczna w Matlab, Mikom, 2003.
9. Turowicz A.: Teoria macierzy, Skrypt uczelniany AGH nr 895, Kraków, 1982.
10. http://www.mathworks.com

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

Nie podano dodatkowych publikacji

Informacje dodatkowe:

Brak