Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Matlab – narzędzie dla inżynierów
Tok studiów:
2019/2020
Kod:
CTCH-1-032-s
Wydział:
Inżynierii Materiałowej i Ceramiki
Poziom studiów:
Studia I stopnia
Specjalność:
-
Kierunek:
Technologia Chemiczna
Semestr:
0
Profil:
Ogólnoakademicki (A)
Język wykładowy:
Polski
Forma studiów:
Stacjonarne
Prowadzący moduł:
prof. nadzw. dr hab. Jakubowska Małgorzata (jakubows@agh.edu.pl)
Treści programowe zapewniające uzyskanie efektów uczenia się dla modułu zajęć

Kurs podstaw Matlaba dla inżynierów, obejmujący zagadnienia prezentacji danych, analizy statystycznej, aproksymacji, różniczkowania, całkowania numerycznego, regresji liniowej, przetwarzania sygnałów.

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 podstawowe algorytmy analizy numerycznej w zakresie przetwarzania sygnałów, różniczkowania i całkowania, rozwiązywania układów równań liniowych, aproksymacji, regresji liniowej TCH1A_W03, TCH1A_W01 Kolokwium,
Wykonanie ćwiczeń laboratoryjnych
M_W002 Zna i rozumie zasady przeprowadzania obliczeń inżynierskich w środowisku Matlab. TCH1A_W03, TCH1A_W01 Kolokwium,
Wykonanie ćwiczeń laboratoryjnych
Umiejętności: potrafi
M_U001 Potrafi rozwiązywać proste zadania inżynierskie (rozwiązywanie układów równań liniowych, przetwarzanie sygnałów, analiza statystyczna, różniczkowanie i całkowanie, aproksymacja, regresja liniowa) w języku Matlab. Potrafi łączyć wbudowane algorytmy obliczeniowe oraz własne. TCH1A_U03 Kolokwium,
Wykonanie ćwiczeń laboratoryjnych
M_U002 Posiada podstawowe umiejętności w zakresie programowania w środowisku Matlab. Potrafi definiować struktury danych i implementować proste algorytmy. TCH1A_U03 Kolokwium,
Wykonanie ćwiczeń laboratoryjnych
M_U003 Zna metody prezentacji wyników eksperymentów w formie wykresów różnych typów oraz funkcje Matlaba, umożliwiające wykonywanie zadań tego typu TCH1A_U03
Kompetencje społeczne: jest gotów do
M_K001 Rozumie potrzebę stosowania metod obliczeniowych w nauce i technice oraz prezentacji wyników eksperymentów za pomocą odpowiednich wykresów i diagramów. TCH1A_K03, TCH1A_K01 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
30 0 0 0 0 0 30 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 podstawowe algorytmy analizy numerycznej w zakresie przetwarzania sygnałów, różniczkowania i całkowania, rozwiązywania układów równań liniowych, aproksymacji, regresji liniowej - - - - - + - - - - -
M_W002 Zna i rozumie zasady przeprowadzania obliczeń inżynierskich w środowisku Matlab. - - - - - + - - - - -
Umiejętności
M_U001 Potrafi rozwiązywać proste zadania inżynierskie (rozwiązywanie układów równań liniowych, przetwarzanie sygnałów, analiza statystyczna, różniczkowanie i całkowanie, aproksymacja, regresja liniowa) w języku Matlab. Potrafi łączyć wbudowane algorytmy obliczeniowe oraz własne. - - - - - + - - - - -
M_U002 Posiada podstawowe umiejętności w zakresie programowania w środowisku Matlab. Potrafi definiować struktury danych i implementować proste algorytmy. - - - - - + - - - - -
M_U003 Zna metody prezentacji wyników eksperymentów w formie wykresów różnych typów oraz funkcje Matlaba, umożliwiające wykonywanie zadań tego typu - - - - - - - - - - -
Kompetencje społeczne
M_K001 Rozumie potrzebę stosowania metod obliczeniowych w nauce i technice oraz prezentacji wyników eksperymentów za pomocą odpowiednich wykresów i diagramów. - - - - - + - - - - -
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 52 godz
Punkty ECTS za moduł 2 ECTS
Udział w zajęciach dydaktycznych/praktyka 30 godz
Przygotowanie do zajęć 10 godz
Samodzielne studiowanie tematyki zajęć 10 godz
Dodatkowe godziny kontaktowe 2 godz
Szczegółowe treści kształcenia w ramach poszczególnych form zajęć (szczegółowy program wykładów i pozostałych zajęć)
Zajęcia seminaryjne (30h):

Opis środowiska Matlab, praca z wykorzystaniem interpretera komend.
2. Definiowanie zmiennych i struktur danych.
3. Operacje wektorach i macierzach.
4. Wizualizacja danych – wykresy dwuwymiarowe i trójwymiarowe.
5. Podstawy programowania: skrypty i funkcje.
6. Podstawy analizy numerycznej w Matlabie:
- obliczenia z wykorzystaniem wielomianów
- rozwiązywanie układów równań liniowych
- całkowanie i różniczkowanie numeryczne
- interpolacja i aproksymacja funkcji
- rozwiązywanie układów równań liniowych
- zagadnienia optymalizacyjne
- przetwarzanie sygnałów.
9. Rozwiązywanie przykładowych zadań inżynierskich.
10. Podstawy statystyki w Matlabie.
11. Wielowymiarowa analiza danych.
12. Zagadnienia stabilności numerycznej.

Pozostałe informacje
Metody i techniki kształcenia:
  • Zajęcia seminaryjne: Na zajęciach seminaryjnych podstawą jest prezentacja multimedialna oraz ustna prowadzona przez studentów. Kolejnym ważnym elementem kształcenia są odpowiedzi na powstałe pytania, a także dyskusja studentów nad prezentowanymi treściami.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Zaliczenie seminarium: obecność i aktywność na zajęciach, realizacja zadań podczas zajęć, sprawdziany praktyczne, wykonywanie zadań domowych.

Zasady zaliczeń poprawkowych: ponowny sprawdzian praktyczny, wykonanie dodatkowego projektu.

Zasady udziału w zajęciach:
  • Zajęcia seminaryjne:
    – Obecność obowiązkowa: Tak
    – Zasady udziału w zajęciach: Studenci prezentują na forum grupy temat wskazany przez prowadzącego oraz uczestniczą w dyskusji nad tym tematem. Ocenie podlega zarówno wartość merytoryczna prezentacji, jak i tzw. kompetencje miękkie.
Sposób obliczania oceny końcowej:

Średnia z ocen uzyskanych ze sprawdzianów praktycznych (2-3 w czasie semestru) – 70%
Zadania wykonywane podczas zajęć i zadania domowe – 20%
Aktywność na zajęciach – 10%

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

Konsultacje z prowadzącym, obszerne materiały na platformie e-learningowej, literatura, wykonanie dodatkowych projektów.

Wymagania wstępne i dodatkowe, z uwzględnieniem sekwencyjności modułów :

Znajomość techniki komputerowej.
Znajomość języka angielskiego w stopniu podstawowym.
Znajmość podstaw algebry oraz statystyki.

Zalecana literatura i pomoce naukowe:

1. A. Zalewski, R. Cegieła, Matlab – obliczenia numeryczne i ich zastosowania,
Wydawnictwo Naukowe PWN, Warszawa 2001.
2. J. Brzózka, L. Dorobczyński, Programowanie w Matlab, NIKOM, Warszawa
1998.
3. Dokumentacja techniczna MATLAB wydana przez firmę The MathWorks Inc.
4. B. Mrozek, Z. Mrozek, Matlab uniwersalne środowisko do obliczeń naukowo-technicznych, Wyd. PLJ, Warszawa 1996.
5. B. Mrozek, Z. Mrozek, Matlab 6 – poradnik użytkownika.
6. B. Mrozek, Zb.Mrozek: MATLAB i Simulink. Poradnik użytkownika. Wyd.HELION 2004
7. M. Stachurski: Metody numeryczne w programie Matlab. Wyd.MIKOM 2003
8. W. Regel: Statystyka matematyczna w Matlab. Wyd.MIKOM 2003
9. W. Regel: Wykresy i obiekty graficzne w MATLAB. Wyd.MIKOM 2003

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

Publikacje w czasopismach z listy filadelfijskiej
1. M. Jakubowska, R. Piech, T. Dzierwa, J. Wcisło, W.W. Kubiak, The Evaluation Method of Smoothing Algorithms in Voltammetry, Electroanalysis 15 (2003) 1729-1736.
2. M. Jakubowska, W.W. Kubiak, Optimization of smoothing process – the method to improve calibration in voltammetry, Talanta, 62 (2004) 583-594.
3. M. Jakubowska, W.W. Kubiak, Adaptive – degree polynomial filter for voltammetric signals, Analytica Chimica Acta 512 (2004) 241-250.
4. J. Gołaś, B. Kubica, W. Reczyński, W.M. Kwiatek, M. Jakubowska, M. Skiba, M. Stobiński, E. M. Dutkiewicz, G. Posmyk, K.W. Jones, M. Olko, J. Górecki, Preliminary Studies of Sediments from the Dobczyce Drinking Water Reservoir, Polish Journal of Environmental Studies 14 (2005) 37-44.
5. M. Jakubowska, W.W. Kubiak, Removing spikes from voltammetric curves in the presence of random noise, Electroanalysis 17 (2005) 1687-1694.
6. M.Jakubowska, Dedicated wavelet for voltammetric signals analysis, Journal of Electroanalytical Chemistry 603 (2007) 113–123.
7. M. Jakubowska, E. Hull, R. Piech, W.W. Kubiak, Selection of the optimal smoothing algorithm for the voltammetric curves, Chemia Analityczna – Chemical Analysis 53 (2008) 215–226.
8. M. Jakubowska, W. W. Kubiak, Signal processing in normal pulse voltammetry by means of dedicated mother wavelet, Electroanalysis 20 (2008) 185–193.
9. M. Jakubowska, R. Piech, Dedicated mother wavelet in the determination of antimony in the presence of copper, Talanta 77 (2008) 118-125.
10. M. Jakubowska, Inverse continuous wavelet transform in voltammetry, Chemometrics and Intelligent Laboratory Systems 94 (2008) 131-139.
11. M. Jakubowska, B. Baś, W.W. Kubiak, End-point detection in potentiometric titration by continuous wavelet transform, Talanta 79 (2009) 1398-1405.
12. B. Baś, M. Jakubowska, W.W. Kubiak, New multipurpose electrochemical analyzer for scientific and routine tasks, Chemické Listy 103 (2009) s262 – Proceedings of the Modern electroanalytical methods 2009, Prague, Czech Republic, 9–13 December 2009.
13. M. Jakubowska, Hybrid signal processing in voltammetric determination of chromium(VI), Journal of Hazardous Materials 176 (2010) 540–548.
14. M. Jakubowska, Orthogonal Signal Correction for Voltammetry, Electroanalysis 22 (2010) 564 – 574.
15. M. Jakubowska, B. Baś, F. Ciepiela, W. W. Kubiak, A calibration strategy for stripping voltammetry of lead on silver electrodes, Electroanalysis 22 (2010) 1757-1764.
16. B. Baś, M. Jakubowska, F. Ciepiela, W. W. Kubiak, New multipurpose electrochemical analyzer for scientific and routine tasks, Instrumentation Science and Technology 38 (2010) 421-435.
17. M. Jakubowska, Signal processing in electrochemistry, Electroanalysis 23 (2011) 553-572.
18. Ł. Górski, F. Ciepiela, M. Jakubowska, W.W. Kubiak, Baseline correction in standard addition voltammetry by discrete wavelet transform and splines, Electroanalysis 23 (2011) 2658–2667.
19. Ł. Górski, F. Ciepiela, M. Jakubowska, Automatic baseline correction in voltammetry,
Electrochimica Acta 136 (2014) 195-203.
20. Ł. Górski, M. Jakubowska, B. Baś, W.W. Kubiak, Application of genetic algorithm for baseline optimization in standard addition voltammetry, Journal of Electroanalytical Chemistry 684 (2012) 38–46.
21. F. Ciepiela, W. Sordoń, M. Jakubowska, Principal components – based techniques in voltammetric determination of caffeic, syringic and vanillic acids, Electroanalysis 28 (2015) 546–554.
22. M. Jakubowska, W. Sordoń, F. Ciepiela, Unsupervised pattern recognition methods in ciders profiling based on GCE voltammetric signals, Food Chemistry 203 (2016) 476–482.
23. Ł. Górski, W. Sordoń, F. Ciepiela, W.W. Kubiak, M. Jakubowska, Voltammetric classification of ciders with PLS-DA, Talanta 146 (2016) 231–236.
24. W. Sordoń, A. Salachna, M. Jakubowska, Voltammetric determination of caffeic, syringic and vanillic acids taking into account uncertainties in both axes, Journal of Electroanalytical Chemistry 764 (2016) 23–30.
25. M. Kowalcze, M. Jakubowska, Voltammetric profiling of absinthes, Journal of Electroanalytical Chemistry 776 (2016) 114–119.
26. Ł. Górski, W.W. Kubiak, M. Jakubowska, Independent components analysis of the overlapping voltammetric signals, Electroanalysis 28 (2016) 1470–1477.
27. M. Jakubowska, R. Piech, Ł. Górski, Application of a partial least squares regression for the determination of nanomolar concentrations of scandium in the presence of nickel by adsorptive stripping 28. M. Jakubowska, Ł. Górski, R. Piech, Deviations from bilinearity in multivariate voltammetric calibration models, Analyst 138 (2013) 6817–6825.
29. F. Ciepiela, G. Lisak, M. Jakubowska, Self-referencing background correction method for voltammetric investigation of reversible redox reaction, Electroanalysis 25 (2013) 2054–2059.
30. F. Ciepiela, M. Jakubowska, Faradaic and Capacitive Current Estimation by DPV-ATLD, Journal of The Electrochemical Society, 164 (12) H760-H769 (2017)
Rozdziały w monografiach książkowych:
1. M. Jakubowska, W. Reczyński, A. Donabidowicz, J.Gołaś, W.W. Kubiak, Chemometric analysis of sediments from Dobczyce water reservoir w: Chemometrics: methods and applications / eds. Dariusz Zuba, Andrzej Parczewski, Kraków : Institute of Forensic Research Publishers, 2006, s.131–139.
2. M. Jakubowska, W.W. Kubiak, Separation of overlapped voltammetric peaks with dedicated wavelet w: Chemometrics: methods and applications / eds. Dariusz Zuba, Andrzej Parczewski, Kraków : Institute of Forensic Research Publishers, 2006, s.401–406.
3. M. Jakubowska, B. Baś, W.W. Kubiak, Nowy algorytm wyznaczania punktu końcowego w miareczkowaniu potencjometrycznym [New algorithm for end-point detection in potentiometric titration], Chemometria w nauce i praktyce, pod red. Dariusza Zuby, Andrzeja Parczewskiego, Kraków, Wydawnictwo Instytutu Ekspertyz Sądowych, 2009.

Publikacje recenzowane w czasopismach o zasięgu międzynarodowym:
1. S. Białas, M. Jakubowska, Necessary and Sufficient Conditions for the Stability of Interval Matrices, Bulletin of the Polish Academy of Sciences 49 (2001) 467-478.
2. M. Jakubowska, D. Kalarus, A. Kot, W. W. Kubiak, Metody chemometryczne w identyfikacji źródeł pochodzenia klinkieru oraz cementu, Materiały Ceramiczne = Ceramic Materials 61 (2009) 12–15.

Informacje dodatkowe:

Brak