Uniwersytet Warszawski - Centralny System Uwierzytelniania
Strona główna

Matematyka obliczeniowa (potok 1)

Informacje ogólne

Kod przedmiotu: 1000-114bMOBa
Kod Erasmus / ISCED: 11.102 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0541) Matematyka Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Matematyka obliczeniowa (potok 1)
Jednostka: Wydział Matematyki, Informatyki i Mechaniki
Grupy: Przedmioty obieralne dla II-III roku bioinformatyki (dla programu studiów od roku 2021/22)
Przedmioty obieralne dla III roku bioinformatyki (dla starego programu studiów)
Przedmioty obowiązkowe dla II roku matematyki
Przedmioty obowiązkowe dla II roku matematyki specjalności MSEM
Punkty ECTS i inne: 7.50 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.

zobacz reguły punktacji
Język prowadzenia: polski
Rodzaj przedmiotu:

obowiązkowe

Założenia (opisowo):

Oczekuje się dobrej znajomości zagadnień ujętych w sylabusie przedmiotu Wstęp do Informatyki I.

Skrócony opis:

Wykład zawiera: elementy rachunku błedu zaaokrągleń, interpolacje wielomianową i splajnową, elementy aproksymacji, kwadratury złożone i kwadratury Gaussa, numeryczne metody rozwiązywania układów równań liniowych, rozwiązywanie równań nieliniowych, numeryczne zadanie własne (opcja).

Przedmiot ma też wersję "gwiazdkową", 1000-114bMOB*.

Pełny opis:

Równania nieliniowe skalarne. Metody: bisekcji, stycznych, siecznych i ich rząd zbieżności. Kryteria stopu. Inne metody. (1--2 wykłady)

Arytmetyka zmiennopozycyjna. Kryteria oceny zadań numerycznych (uwarunkowanie) oraz algorytmów numerycznych (błąd, złożoność, stabilność, poprawność). (1--2 wykłady)

Układy równań liniowych. Rozkład LU metodą eliminacji Gaussa i jego zastosowanie do rozwiązywania układu równań. Numeryczna poprawność eliminacji z wyborem elementu głównego w kolumnie. Rozkłady specjalne: Cholesky'ego-Banachiewicza, macierzy trójdiagonalnej i inne. Zastosowania rozkładów. Normy wektorowe i

macierzowe oraz ich własności. Uwarunkowanie zadania Ax=b. Residualne kryterium numerycznej poprawności. Liniowe zadanie najmniejszych kwadratów. Rozkład QR. Metoda Householdera i metoda

Givensa wyznaczania rozkładu QR. (4--5 wykładów)

Zadanie własne. Metody: potęgowa i odwrotna potęgowa. Iloraz Rayleigh'a. (1 wykład)

Interpolacja Lagrange'a i Hermite'a. Algorytm różnic dzielonych. Błąd interpolacji. Wielomiany Czebyszewa. Algorytm Hornera. Funkcje sklejane. (1--2 wykłady)

Aproksymacja średniokwadratowa. Istnienie i charakteryzacja elementu najlepszej aproksymacji. Wielomiany ortogonalne i ich zastosowanie do wyznaczania wielomianu optymalnego. Reguła trójczłonowa. Aproksymacja jednostajna wielomianami. Algorytm Remeza. (2--3 wykłady)

Kwadratury interpolacyjne. Błąd w przypadku ogólnym i dla kwadratur prostokątów, trapezów i Simpsona. Kwadratury złożone i ich błąd. Kwadratury adaptacyjne. Metoda Romberga. Rząd kwadratury. Kwadratury Gaussa. (2--3 wykłady).

Praca z komputerem (w ramach ćwiczeń)

Literatura:

  • Ake Bjorck and Germund Dahlquist, Metody numeryczne. PWN, Warszawa 1987
  • Maksymilian Dryja, Janina i Michał Jankowscy, Przegląd metod i algorytmów numerycznych. Biblioteka Inżynierii Oprogramowania. WNT, Warszawa 1995.
  • David Kincaid and Ward Cheney, Numerical analysis. Mathematics of scientific computing. 2nd ed., Brooks/Cole Publishing Co., Pacific Grove, CA, 1996.
  • Leszek Plaskota, Dwanaście wykładów z matematyki obliczeniowej. http://www.mimuw.edu.pl/~leszekp/dydaktyka/textbook.pdf, 2002 (skrypt).
  • Krzysztof Moszyński, Metody numeryczne dla informatyków. http://www.mimuw.edu.pl/~kmoszyns/c.ps, 2004 (skrypt).
Efekty uczenia się:

Wiedza i umiejętności:

1. Zna pojęcie wykładniczego rzędu zbieżności metody rozwiązywani równania liniowego;

2. Zna metody bisekcji, Newtona i siecznych rozwiązywania równania nieliniowego; wie przy jakich założeniach metody są zbieżne; zna metodę Newtona rozwiązywania układu równań nieliniowych; zna twierdzenie o lokalnej zbieżności tej metody

3. Zna podstawowe własności arytmetyki zmiennopozycyjnej w komputerze; wie co to uwarunkowanie zadania ze względu na zaburzenia danych w arytmetyce zmiennopozycyjnej; zna pojęcie numerycznej poprawności i numerycznej stabilności algorytmu

4. Zna algorytm i koszt metod bezpośredniego rozwiązywania układów równań liniowych poprzez rozkład LU, metodę Choleskiego, poprzez rozkład QR uzyskany metodą Householdera.

5. Zna definicje i podstawowe własności norm wektorowych i macierzowych; zna wzory na podstawowe wzory na normy p-te wektorowe i macierzowe; zna pojęcie współczynnika uwarunkowania macierzy i jego związek z błędami zaokrągleń w algorytmach bezpośrednich rozwiązywania układów równań liniowych

6. Zna definicję liniowego zadania najmniejszych kwadratów (LZNK); wie co oznacza, że LZNK jest regularne; zna twierdzenie o istnieniu i jednoznaczności regularnego LZNK (RLZK); wie jak rozwiązać RLZNK znając rozkład QR macierzy; zna algorytm Householdera znajdowania rozkładu QR macierzy kolumnami regularnej; zna metodę rozwiązywania RLZNK poprzez sprowadzenie go układu liniowego równań normalnych

7. Wie co to numeryczne symetryczne zadanie własne; zna algorytm i jego koszt sprowadzania macierzy symetrycznej do macierzy podobnej trójdiagonalnej przy pomocy przekształceń Householdera

8. Zna metodę potęgową i odwrotną potęgową; wie przy jakich założeniach metody te są zbieżne

9. Wie co to zadanie interpolacji Lagrange; zna twierdzenie o tym kiedy takie zadanie ma jednoznaczne rozwiązanie; zna pojęcie bazy Lagrange'a wielomianów określonego stopnia; zna definicję w własności różnicy dzielonej; zna algorytmy Newtona i różnic dzielonych znajdowania współczynników wielomianu interpolacyjnego Lagrange'a w bazie Newtona; zna wzór na błąd interpolacji Lagrange'a; wie co to optymalne węzły interpolacji; potrafi oszacować błąd interpolacji znając oszacowania odpowiednich pochodnych funkcji

10. Wie co to zadanie interpolacji Hermite'a; zna twierdzenie o tym kiedy takie zadanie ma jednoznaczne rozwiązanie; zna definicję i własności uogólnionej różnicy dzielonej z węzłami wielokrotnymi; zna algorytm różnic dzielonych znajdowania współczynników wielomianu interpolacyjnego Hermite'a w bazie Newtona; zna wzór na błąd interpolacji Hermite'a;

11. Zna definicję przestrzeni splajnów dla ustalonych węzłów; w szczególności wie co to przestrzeń splajnów liniowych i przestrzeń splajnów kubicznych; wie jak znaleźć splajn interpolacyjny liniowy i zna błąd interpolacji splajnami liniowymi; zna zadanie interpolacji splajnami kubicznymi z różnymi warunkami brzegowymi; zna algorytm znajdowania splajnu kubicznego z warunkami brzegowymi naturalnymi; zna wzór na błąd interpolacji splajnami kubicznymi naturalnymi; zna twierdzenie Holladaya.

12. Wie co to są kwadratury; zna definicję rzędu kwadratury; zna definicję kwadratury interpolacyjnej; zna wzór na błąd kwadratury interpolacyjnej; zna wzór na kwadratury złożone trapezów i Simpsona; zna oszacowanie błędu kwadratury trapezów; wie jak skonstruować kwadraturę Gaussa; zna twierdzenie o rzędzie kwadratury Gaussa i o dodatniości jej współczynników; zna twierdzenie o zbieżności kwadratur Gaussa

Kompetencje społeczne:

1. Rozumie znaczenie matematyki obliczeniowej jako narzędzia służącego konstrukcji i analizy metod obliczeniowych pozwalających rozwiązywać zadania powstające przy modelowaniu zjawisk przyrody i techniki

Zajęcia w cyklu "Semestr letni 2023/24" (w trakcie)

Okres: 2024-02-19 - 2024-06-16
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 30 godzin więcej informacji
Laboratorium, 15 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: Przemysław Kiciak
Prowadzący grup: Przemysław Kiciak, Leszek Marcinkowski, Leszek Plaskota, Konrad Sakowski, Paweł Siedlecki
Lista studentów: (nie masz dostępu)
Zaliczenie: Egzamin
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski.
ul. Banacha 2
02-097 Warszawa
tel: +48 22 55 44 214 https://www.mimuw.edu.pl/
kontakt deklaracja dostępności USOSweb 7.0.2.0-80474ed05 (2024-03-12)