Module also offered within study programmes:
General information:
Name:
Inżynierskie techniki obliczeniowe
Course of study:
2014/2015
Code:
IEL-1-209-s
Faculty of:
Computer Science, Electronics and Telecommunications
Study level:
First-cycle studies
Specialty:
-
Field of study:
Electronics
Semester:
2
Profile of education:
Academic (A)
Lecture language:
Polish
Form and type of study:
Full-time studies
Course homepage:
 
Responsible teacher:
dr inż. Korohoda Przemysław (korohoda@agh.edu.pl)
Academic teachers:
dr inż. Korohoda Przemysław (korohoda@agh.edu.pl)
dr inż. Sypka Przemysław (sypka@agh.edu.pl)
Module summary

Description of learning outcomes for module
MLO code Student after module completion has the knowledge/ knows how to/is able to Connections with FLO Method of learning outcomes verification (form of completion)
Social competence
M_K001 Student rozumie potrzebę i zna możliwości ciągłego dokształcania się, podnoszenia swoich kompetencji zawodowych oraz pracy w zespole EL1A_K01, EL1A_K04 Activity during classes,
Involvement in teamwork
M_K002 Student ma świadomość ważności zachowywania się w sposób profesjonalny, przestrzegania zasad etyki zawodowej i wzajemnego poszanowania EL1A_K03 Activity during classes,
Involvement in teamwork
Skills
M_U001 Student umie zaplanować i zrealizować, np. w pakiecie Matlab, eksperyment symulacyjny integrując wiedzę teoretyczną i praktyczną z różnych przedmiotów kierunkowych EL1A_U16, EL1A_U01, EL1A_U03, EL1A_U13, EL1A_U04 Activity during classes,
Test,
Execution of laboratory classes
M_U002 Student umie zweryfikować z wykorzystaniem wspomagania komputerowego napotykane informacje teoretyczne, w szczególności w postaci wzorów oraz algorytmów, posługując się kryteriami błędów oraz formą graficzną EL1A_U01, EL1A_U03, EL1A_U04, EL1A_U18, EL1A_U02 Activity during classes,
Test,
Execution of laboratory classes
Knowledge
M_W001 Student zna podstawowe techniki matematyczne umożliwiające tworzenie oprogramowania do symulowania układów elektronicznych oraz rozwiązywania interdyscyplinarnych problemów inżynierskich EL1A_W02, EL1A_W11, EL1A_W01, EL1A_W14, EL1A_W12 Execution of laboratory classes,
Test
M_W002 Student ma podstawowa wiedzę w zakresie stosowania wybranych technik obliczeniowych oraz prezentowania i interpretowania pozyskiwanych wyników EL1A_W07 Test,
Execution of laboratory classes
FLO matrix in relation to forms of classes
MLO code Student after module completion has the knowledge/ knows how to/is able to Form of classes
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Others
E-learning
Social competence
M_K001 Student rozumie potrzebę i zna możliwości ciągłego dokształcania się, podnoszenia swoich kompetencji zawodowych oraz pracy w zespole - - + - - - - - - - -
M_K002 Student ma świadomość ważności zachowywania się w sposób profesjonalny, przestrzegania zasad etyki zawodowej i wzajemnego poszanowania - - + - - - - - - - -
Skills
M_U001 Student umie zaplanować i zrealizować, np. w pakiecie Matlab, eksperyment symulacyjny integrując wiedzę teoretyczną i praktyczną z różnych przedmiotów kierunkowych - - + - - - - - - - -
M_U002 Student umie zweryfikować z wykorzystaniem wspomagania komputerowego napotykane informacje teoretyczne, w szczególności w postaci wzorów oraz algorytmów, posługując się kryteriami błędów oraz formą graficzną - - + - - - - - - - -
Knowledge
M_W001 Student zna podstawowe techniki matematyczne umożliwiające tworzenie oprogramowania do symulowania układów elektronicznych oraz rozwiązywania interdyscyplinarnych problemów inżynierskich + - + - - - - - - - -
M_W002 Student ma podstawowa wiedzę w zakresie stosowania wybranych technik obliczeniowych oraz prezentowania i interpretowania pozyskiwanych wyników + - + - - - - - - - -
Module content
Lectures:

Poniższe punkty będą zasadniczo realizowane w podanej kolejności, jednak pewne ich elementy mogą się pojawiać na kilku wykładach. Przykłady z zakresu matematyki będą dotyczyły wielomianów, rachunku macierzowego oraz analizy matematycznej. Przykłady z zakresu fizyki będą dotyczyły zastosowań rachunku różniczkowego i wektorowego w mechanice oraz zagadnieniach elektrycznych, natomiast przykłady z zakresu elektroniki będą nawiązywały do techniki cyfrowej, teorii obwodów, modelowania liniowego i nieliniowego elementów oraz układów, a także teorii i przetwarzania sygnałów.

1. Ilustrowane przykładami wprowadzenie do korzystania z języka pakietu MATLAB w zakresie przydatnym w dalszej realizacji przedmiotu, ze szczególnym uwzględnieniem wektorów, macierzy, wielomianów oraz podstawowych form graficznych. Opracowanie i korzystanie z plików skryptowych. Korzystanie z wybranych funkcji wbudowanych. Porównywanie wyników otrzymanych różnymi metodami rachunkowymi. Przykłady zastosowań wielomianów i rachunku macierzowego w problemach z zakresu matematyki, fizyki oraz elektroniki.

2. Metodyka tworzenia własnego eksperymentu obliczeniowego. Sposoby prezentacji danych wejściowych i otrzymywanych wyników. Dobór metody prezentacji do specyfiki analizowanego problemu. Wybrane elementy programowania w pakiecie MATLAB, efektywne posługiwanie się funkcjami, tworzenie własnych funkcji. Implementacja w MATLABie wybranych metod przybliżonego wyznaczania pochodnej dla funkcji jedno- i wielowymiarowej. Efektywne posługiwanie się funkcjami MATLABa do prezentacji danych w przestrzeni trójwymiarowej. Przykłady z zakresu fizyki i elektroniki.

3. Liczby i funkcje zespolone – przegląd wybranych dedykowanych narzędzi pakietu MATLAB. Obliczenia z wykorzystaniem liczb i funkcji zespolonych oraz graficzna prezentacja danych zespolonych. Przykłady zastosowań obliczeniowych z zakresu elektroniki.

4. Implementacja w pakiecie MATLAB własnych obliczeń iteracyjnych ze szczególnym uwzględnieniem optymalizacji. Przybliżone wyznaczanie wartości całki oznaczonej. Przykłady z zakresu matematyki ekonomii, fizyki i elektroniki.

5. Organizowanie w MATLABie eksperymentu obliczeniowego z wykorzystaniem generatorów pseudolosowych, badanie podstawowych cech generowanych zestawów liczb, sposoby prezentowania wyników generowanych pseudolosowo. Macierzowy opis modelu regresji liniowej jedno- i wielowymiarowej oraz regresji nieliniowej. Przykłady z zakresu medycyny, fizyki i elektroniki.

6. Implementacja w MATLABie wybranych metod przybliżonego wyznaczania rozwiązania równania różniczkowego pierwszego rzędu, w wersji skalarnej i wektorowej. Przykłady z zakresu matematyki, fizyki i elektroniki.

Laboratory classes:

Zajęcia będą prowadzone na bazie pakietu MATLAB, w zespołach dwuosobowych, jednak test końcowy obejmujący zarówno wiedzę teoretyczną, jak i efektywność pracy przy komputerze będzie zaliczany indywidualnie. Na początku każdego spotkania może być przeprowadzony krótki test pisemny weryfikujący przygotowanie teoretyczne.

1. Zasady pracy w laboratorium, rachunek macierzowy, eksperymenty obliczeniowe z wykorzystaniem wielomianów, tworzenie własnych plików skryptowych, prezentacja wyników.

2. Opracowanie kompletnego eksperymentu obliczeniowego z wykorzystaniem własnej funkcji. Zastosowanie przybliżonego wyznaczania pochodnej do zilustrowania pojęć: gradientu, dywergencji, rotacji.

3. Zastosowania rachunku macierzowego oraz liczb zespolonych w rozwiązywaniu obwodów oraz w opisie i badaniu układów elektronicznych.

4. Obliczenia iteracyjne, ze szczególnym uwzględnieniem wyznaczanie punktu pracy układów z elementami nieliniowymi oraz układów ze sprzężeniem zwrotnym.

5. Posługiwanie się wbudowanymi generatorami liczb pseudolosowych MATLABA. Weryfikacja macierzowych wzorów regresji liniowej i nieliniowej. Zastosowanie przybliżonego wyznaczania całki oznaczonej.

6. Wyznaczanie przebiegów czasowych odpowiedzi czwórników RC, RL, RLC na różne rodzaje wymuszeń. Modelowanie stanów przejściowych układów nieliniowych z elementami typu C lub L.

7. Test końcowy.

Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 55 h
Module ECTS credits 2 ECTS
Participation in lectures 15 h
Participation in laboratory classes 15 h
Preparation for classes 10 h
Realization of independently performed tasks 15 h
Additional information
Method of calculating the final grade:

1. Warunkiem uzyskania pozytywnej oceny końcowej (OK) jest uzyskanie pozytywnej oceny z umiejętności praktycznych w laboratorium oraz wiedzy teoretycznej.
2. Obliczamy średnią ważoną (śr) z ocen za poszczególne ćwiczenia (50%) oraz testu końcowego (50%).
3. Ocena końcowa wyznaczana jest na podstawie zależności:
jeżeli śr>=90%, to OK=5.0 w przeciwnym przypadku;
jeżeli śr>=80%, to OK=4.5 w przeciwnym przypadku;
jeżeli śr>=70%, to OK=4.0 w przeciwnym przypadku;
jeżeli śr>=60%, to OK=3.5 w przeciwnym przypadku;
jeżeli śr>=50%, to OK=3.0 w przeciwnym przypadku OK=2.0.

Prerequisites and additional requirements:

Podstawy algebry macierzy i analizy matematycznej.

Recommended literature and teaching resources:

1.S. Osowski, A. Cichocki, K. Siwek: „Matlab w zastosowaniu do obliczeń obwodowych i przetwarzaniu sygnałów”, OWPW, Warszawa 2006.
2.R. Klempka, R. Sikora-Iliew, A. Stankiewicz, B Świątek: „Modelowanie i symulacja układów elektrycznych w Matlabie – przykłady”, AGH – UWN-D, Kraków 2007.
3.R. Klempka, A, Stankiewicz: „ Modelowanie i symulacja układów dynamicznych”, AGH UWN-D, Kraków 2006.

Scientific publications of module course instructors related to the topic of the module:

Additional scientific publications not specified

Additional information:

Brak