Module also offered within study programmes:
General information:
Name:
Numerical methods II
Course of study:
2015/2016
Code:
BIT-2-108-GE-s
Faculty of:
Geology, Geophysics and Environmental Protection
Study level:
Second-cycle studies
Specialty:
Geoinformatics
Field of study:
Applied Computer Science
Semester:
1
Profile of education:
Academic (A)
Lecture language:
Polish
Form and type of study:
Full-time studies
Course homepage:
 
Responsible teacher:
dr hab. inż. Danek Tomasz (danek9@geol.agh.edu.pl)
Academic teachers:
dr hab. inż. Danek Tomasz (danek9@geol.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 rozumie potrzebę i zna możliwości ciągłego dokształcania się i podnoszenia kwalifikacji zawodowych i osobistych Examination,
Test
Skills
M_U001 potrafi zastosować zasady rozumowania algorytmicznego do rozwiązywania problemów. Examination,
Test
M_U002 potrafi łączyć znane algorytmy obliczeniowe i tworzyć własne w celu rozwiązywania prostych zagadnień obliczeniowych Test,
Execution of exercises
Knowledge
M_W001 ma wiedzę w zakresie metod matematycznych i numerycznych niezbędną do rozwiązywania zagadnień obliczeniowych Examination,
Test
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 rozumie potrzebę i zna możliwości ciągłego dokształcania się i podnoszenia kwalifikacji zawodowych i osobistych - - - - - - + - - - -
Skills
M_U001 potrafi zastosować zasady rozumowania algorytmicznego do rozwiązywania problemów. + - - - - - + - - - -
M_U002 potrafi łączyć znane algorytmy obliczeniowe i tworzyć własne w celu rozwiązywania prostych zagadnień obliczeniowych + - - - - - + - - - -
Knowledge
M_W001 ma wiedzę w zakresie metod matematycznych i numerycznych niezbędną do rozwiązywania zagadnień obliczeniowych + - - - - - - - - - -
Module content
Lectures:

1. Metody optymalizacyjne lokalne i globalne.
2. Zaawansowane metody symulacji Monte Carlo i metody MCMC.
3. Zaawansowane zastosowania metod różnic skończonych.

Practical classes:

Praktyczna realizacja (w formie ćwiczeń praktycznych realizowanych na komputerze) tematów omówionych w trakcie wykładów

Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 58 h
Module ECTS credits 2 ECTS
Participation in lectures 8 h
Realization of independently performed tasks 10 h
Participation in practical classes 20 h
Preparation for classes 20 h
Additional information
Method of calculating the final grade:

Ocena końcowa = 50% oceny z egzaminu + 50% oceny z ćwiczeń, po uzyskaniu co najmniej 3.0 z każdej z nich

Prerequisites and additional requirements:

Wiedza matematyczna i informatyczna zakresu analizy matematycznej i algebry liniowej z zakresu I roku studiów Informatyki Stosowanej

Recommended literature and teaching resources:

1. Zbigniew Kosma „Metody numeryczne dla zastosowań inżynierskich”
2. Jerzy Krupka, Roman Morawski, Leszek Opalski „Wstęp do metod numerycznych – dla studentów elektroniki i technik informacyjnych”
3. Ewa Majchrzak, Bohdan Mochnacki, Metody numeryczne – „Podstawy teoretyczne, aspekty praktyczne i algorytmy”
4. Bogusław Bożek „Metody obliczeniowe i ich komputerowa realizacja”
5. Siegmund Brandt „Analiza danych”
6. Red. Ewa Straszecka „Laboratorium metod numerycznych”
7. Fortuna, Z., Macukow, B., Wąsowski, J., „Metody Numeryczne"

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

Bayesian inversion of VSP traveltimes for linear inhomogeneity and elliptical anisotropy, Tomasz Danek, Michael A. Slawinski, Geophysics, 2012 vol. 77 no. 6

Numerical modeling of seismic wave propagation in selected anisotropic media, Tomasz Danek, Andrzej Leśniak, Anna Pięta, Wydawnictwo Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN, 2010.

Additional information:

Wymagane jest by student samodzielne opracował praktyczne realizacje poznanych algorytmów numerycznych w wybranym języku programowania (co najmniej 6 prostych algorytmów)

udział „praktycznych” punktów ECTS: 3,5
udział „teoretycznych” punktów ECTS: 2,5

Podstawowym terminem uzyskania zaliczenia jest koniec zajęć w danym semestrze. Student może przystąpić do poprawkowego zaliczenia dwukrotnie, w terminie wyznaczonym przez prowadzącego zajęcia.
Student który bez usprawiedliwienia opuścił więcej niż 20% zajęć może zostać pozbawiony przez prowadzącego możliwości poprawkowego zaliczania.