Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Algorytmy i podstawy logiki
Tok studiów:
2019/2020
Kod:
ZIIE-1-106-n
Wydział:
Zarządzania
Poziom studiów:
Studia I stopnia
Specjalność:
-
Kierunek:
Informatyka i Ekonometria
Semestr:
1
Profil:
Ogólnoakademicki (A)
Język wykładowy:
Polski
Forma studiów:
Niestacjonarne
Strona www:
 
Prowadzący moduł:
dr Basiura Beata (bbasiura@zarz.agh.edu.pl)
Treści programowe zapewniające uzyskanie efektów uczenia się dla modułu zajęć

Proponowany przedmiot zawiera podstawy projektowania i analizy algorytmów. Wyrabia umiejętności konstruowania algorytmów, wykorzystania wybranych struktur danych i logiki w informatyce.

Opis efektów uczenia się dla modułu zajęć
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Powiązania z KEU Sposób weryfikacji i oceny efektów uczenia się osiągniętych przez studenta w ramach poszczególnych form zajęć i dla całego modułu zajęć
Wiedza: zna i rozumie
M_W001 Zna i rozumie: podstawowe algorytmy i ich mechanizm działania oraz możliwość wykorzystania różnych struktur danych IIE1A_W04, IIE1A_W06 Kolokwium
M_W002 Zna i rozumie: pojęcie zdania w sensie logiki matematycznej, zasady przekształcania zdań języka potocznego w zdania logiczne, zasady poprawnego wnioskowania oraz ich zastosowanie w dowodzeniu i dyskusji IIE1A_W04 Kolokwium
M_W003 Zna i rozumie: wybrane metody analizy poprawności algorytmów oraz ich czasowej złożoności obliczeniowej IIE1A_W06, IIE1A_W05 Kolokwium
Umiejętności: potrafi
M_U001 Potrafi: zastosować w praktycznych problemach programistycznych wybrane metody konstrukcji algorytmów IIE1A_U06 Kolokwium
M_U002 Potrafi: prowadzić poprawne rozumowanie logiczne, rozróżnić reguły rozumowania dedukcyjnego i indukcyjnego, a także zwraca uwagę na ukryte założenia wykorzystywane w potocznych rozumowaniach IIE1A_U08 Odpowiedź ustna
Kompetencje społeczne: jest gotów do
M_K001 Jest gotów: w sposób jasny i logiczny zaprezentować i ocenić rozwiązanie problemu algorytmicznego IIE1A_K03 Aktywność na zajęciach
Liczba godzin zajęć w ramach poszczególnych form zajęć:
SUMA (godz.)
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
16 8 8 0 0 0 0 0 0 0 0 0
Matryca kierunkowych efektów uczenia się w odniesieniu do form zajęć i sposobu zaliczenia, które pozwalają na ich uzyskanie
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Forma zajęć dydaktycznych
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
Wiedza
M_W001 Zna i rozumie: podstawowe algorytmy i ich mechanizm działania oraz możliwość wykorzystania różnych struktur danych + - - - - - - - - - -
M_W002 Zna i rozumie: pojęcie zdania w sensie logiki matematycznej, zasady przekształcania zdań języka potocznego w zdania logiczne, zasady poprawnego wnioskowania oraz ich zastosowanie w dowodzeniu i dyskusji + - - - - - - - - - -
M_W003 Zna i rozumie: wybrane metody analizy poprawności algorytmów oraz ich czasowej złożoności obliczeniowej + - - - - - - - - - -
Umiejętności
M_U001 Potrafi: zastosować w praktycznych problemach programistycznych wybrane metody konstrukcji algorytmów - + - - - - - - - - -
M_U002 Potrafi: prowadzić poprawne rozumowanie logiczne, rozróżnić reguły rozumowania dedukcyjnego i indukcyjnego, a także zwraca uwagę na ukryte założenia wykorzystywane w potocznych rozumowaniach - + - - - - - - - - -
Kompetencje społeczne
M_K001 Jest gotów: w sposób jasny i logiczny zaprezentować i ocenić rozwiązanie problemu algorytmicznego - + - - - - - - - - -
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 76 godz
Punkty ECTS za moduł 3 ECTS
Udział w zajęciach dydaktycznych/praktyka 16 godz
Przygotowanie do zajęć 30 godz
Samodzielne studiowanie tematyki zajęć 30 godz
Szczegółowe treści kształcenia w ramach poszczególnych form zajęć (szczegółowy program wykładów i pozostałych zajęć)
Wykład (8h):

Zagadnienia na wykłady:
1. Elementy logiki matematycznej, rachunek zdań i predykatów, wnioskowanie
2. Definicja algorytmu, sposoby zapisu algorytmu
3. Badanie poprawności algorytmu, czasowa złożoność obliczeniowa
4. Wybrane mechanizmy konstrukcji algorytmu
5. Tablice, listy, kolejki, stosy i ich przykładowe zastosowanie w podstawowych algorytmach.
6. Drzewa, (binarne drzewa wyszukiwawcze), grafy – podstawowe zagadnienia
7. Przykłady problemów NP-zupełnych
8. Zagadnienia obliczeń numerycznych

Ćwiczenia audytoryjne (8h):

Zagadnienia na ćwiczenia audytoryjne
1. Logika
Elementy logiki matematycznej; klasyczny rachunek zdań, klasyczny rachunek predykatów; zasady przekształcania zdań języka potocznego w zdania logiczne (spójniki zdaniotwórcze); wnioskowanie dedukcyjne, dowód wprost i dowód nie wprost; wnioskowanie uprawdopodabniające, wnioskowanie redukcyjne, indukcyjne i przez analogię
2. Algorytmy – wstęp
Definicja algorytmu; sposoby zapisu algorytmu
3. Poprawność algorytmu
Badanie poprawność algorytmu; czasowa złożoność obliczeniowa
4. Wybrane mechanizmy konstrukcji algorytmu
Metoda dziel i zwyciężaj, rekurencja, algorytmy zachłanne, programowanie dynamiczne, algorytmy genetyczne
5. Algorytmy a struktura danych
Tablice i sortowanie tablic; wykorzystanie listy, kolejki i stosu, binarne drzewa wyszukiwawcze, graf – cykl Eulera
6. Problemy NP-zupełne
Przykłady problemów: spełnialność rachunku zdań, znajdowanie cyklu Hamiltona w grafie, problem plecakowy, optymalizacja szeregowania zadań dla wielu procesów
7. Arytmetyka komputerowa – zadania źle uwarunkowane
8. Prezentacja projektu

Pozostałe informacje
Metody i techniki kształcenia:
  • Wykład: Treści prezentowane na wykładzie są przekazywane w formie prezentacji multimedialnej w połączeniu z klasycznym wykładem tablicowym wzbogaconym o pokazy odnoszące się do prezentowanych zagadnień.
  • Ćwiczenia audytoryjne: Podczas zajęć audytoryjnych studenci na tablicy rozwiązują zadane wcześniej problemy. Prowadzący na bieżąco dokonuje stosowanych wyjaśnień i moderuje dyskusję z grupą nad danym problemem.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Ocena z ćwiczeń audytoryjnych wystawiana jest jako średnia ważona:
• znajomości materiału weryfikowanej w postaci sprawdzianu na ćwiczeniach – waga 0.8
• oceny z zadań domowych – waga 0.2
Zaliczenie poprawkowe wymaga zaliczenia sprawdzianu w trakcie godzin konsultacji (maksymalnie dwie próby); sprawdzian musi być uzupełniony w terminie ustalonym przez władze Uczelni dla danego semestru.
Usprawiedliwiona nieobecność na zajęciach nie zwalnia z konieczności zaliczenia sprawdzianu.

W przypadku otrzymania oceny niedostatecznej student ma prawo do dwóch dodatkowych zaliczeń przedmiotu w postaci sprawdzianu pisemnego organizowanych przez prowadzącego przedmiot: pierwszy sprawdzian w terminie sesji egzaminacyjnej, a drugi w sesji poprawkowej.

Wszystkie oceny ustalane są zgodnie ze skalą ocen obowiązującą w regulaminie AGH, przyporządkowującą procent opanowania materiału konkretnej ocenie.

Zasady udziału w zajęciach:
  • Wykład:
    – Obecność obowiązkowa: Nie
    – Zasady udziału w zajęciach: Studenci uczestniczą w zajęciach poznając kolejne treści nauczania zgodnie z syllabusem przedmiotu. Studenci winni na bieżąco zadawać pytania i wyjaśniać wątpliwości. Rejestracja audiowizualna wykładu wymaga zgody prowadzącego.
  • Ćwiczenia audytoryjne:
    – Obecność obowiązkowa: Tak
    – Zasady udziału w zajęciach: Studenci przystępując do ćwiczeń są zobowiązani do przygotowania się w zakresie wskazanym każdorazowo przez prowadzącego (np. w formie zestawów zadań). Ocena pracy studenta może bazować na wypowiedziach ustnych lub pisemnych w formie kolokwium, co zgodnie z regulaminem studiów AGH przekłada się na ocenę końcową z tej formy zajęć.
Sposób obliczania oceny końcowej:

Ocena końcowa prowadzącego wykład wystawiana jest jako średnia ważona:
• oceny z wykładu (zadania domowe lub test e-learningowy) – waga 0.4
• oceny końcowej z ćwiczeń – waga 0.6.

Wszystkie oceny ustalane są zgodnie ze skalą ocen obowiązującą w regulaminie AGH, przyporządkowującą procent opanowania materiału konkretnej ocenie.

Sposób i tryb wyrównywania zaległości powstałych wskutek nieobecności studenta na zajęciach:

Usprawiedliwienie nieobecności na zajęciach może nastąpić tylko na podstawie zwolnienia lekarskiego lub pisma urzędowego (np. wezwania do sądu). Zajęcia należy usprawiedliwić w terminie 7 dni licząc od dnia wystąpienia powodu nieobecności.
Student, który ma nieobecność usprawiedliwioną, powinien zaliczyć opuszczone zajęcia w formie i terminie wyznaczonym przez prowadzącego zajęcia w trakcie godzin konsultacji.
Student, który ma nieobecność nieusprawiedliwioną, nie ma takiej możliwości.
Nieusprawiedliwiona nieobecność na kolokwium powoduje utratę terminu.

Wymagania wstępne i dodatkowe, z uwzględnieniem sekwencyjności modułów :

Nie podano wymagań wstępnych lub dodatkowych.

Zalecana literatura i pomoce naukowe:

T. Batóg, Podstawy logiki, Wydawnictwo Naukowe UAM, Poznań 1996.
K. Trzęsicki, Logika, Wydawnictwo Uniwersytetu w Białymstoku, Białystok 2012
T. H. Cormen, C. E. Leiserson, R. L. Rivest, ,Wprowadzenie do algorytmów’, WNT, Warszawa 2012
L., Banachowski, K., Diks, W., Rytter , Algorytmy i struktury danych, WNT, Warszawa 2006 wyd. 5.
C.H. Papadimitriou, Złożoność obliczeniowa, Helion, 2012.

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

1. A new algorithm for Chebyshev minimum-error multiplication of reduced affine forms / Iwona SKALNA, Milan Hladík // Numerical Algorithms ; ISSN 1017-1398. — 2017 vol. 76 iss. 4, s. 1131–1152. — Bibliogr. s. 1151–1152, Abstr.. — Publikacja dostępna online od: 2017-03-06. — tekst: https://goo.gl/3g4i6i
2. A study on vectorisation and paralellisation of the monotonicity approach / Iwona SKALNA, Jerzy DUDA // W: Parallel Processing and Applied Mathematics : 11th international conference, PPAM 2015 : Krakow, Poland, September 6–9, 2015 : revised selected papers, Pt. 2 / eds. Roman Wyrzykowski, [et al.]. — Swizerland : Springer International Publishing, cop. 2016. — (Lecture Notes in Computer Science ; ISSN 0302-9743 ; 9574). — ISBN: 978-3-319-32151-6 ; e-ISBN: 978-3-319-32152-3. — S. 455–463. — Bibliogr. s. 462–463, Abstr.
3. Intelligent route planning system based on interval computing / Wojciech CHMIEL, Iwona SKALNA, Stanisław JĘDRUSIK // Multimedia Tools and Applications ; ISSN 1380-7501. — 2019 vol. 78 iss. 4, s. 4693–4721. — Bibliogr. s. 4717–4719, Abstr.. — Publikacja dostępna online od: 2018-10-09. — tekst: https://link.springer.com/content/pdf/10.1007%2Fs11042-018-6714-x.pdf
4. Modele i algorytmy harmonogramowania produkcji w odlewniach żeliwa : streszczenie — Models and algorithms for production scheduling in iron foundries : abstract / Robert BASIURA, Adam STAWOWY // W: Zarządzanie przedsiębiorstwem [Dokument elektroniczny] : teoria i praktyka : XVII międzynarodowa konferencja naukowa : 26–27 listopada 2015, Kraków. — Wersja do Windows. — Dane tekstowe. — [Kraków : s. n.], 2015. — 1 dysk optyczny. — S. 1. — Wymagania systemowe: Adobe Reader ; napęd CD-ROM. — Tekst pol.-ang.
5. Models and algorithms for production planning and scheduling in foundries – current state and development perspectives / A. STAWOWY, J. DUDA // Archives of Foundry Engineering / Polish Academy of Sciences. Commission of Foundry Engineering ; ISSN 1897-3310. — Tytuł poprz.: Archiwum Odlewnictwa. — 2012 vol. 12 iss. 2, s. 69–74. — Bibliogr. s. 73–74, Abstr.

Informacje dodatkowe:

Podczas kolokwium piszący nie mogą posiadać urządzeń służących do przekazu lub odbioru informacji oraz utrwalania obrazu i dźwięku. Ich posiadania nie usprawiedliwia chęć skorzystania z kalkulatora, zegarka itd.