Technologia informacyjna 0600-S1-O-TIb

Wykład:
Nabycie teoretycznych wiadomości dotyczących analizy niepewności pomiarowych, regresji jedno i wielowymiarowej, planowania doświadczeń, metod numerycznego całkowania, rozwiązywania równań algebraicznych i różniczkowych oraz układów równań. Na wykładach prezentowane będą następujące zagadnienia:
1. Wykład wprowadzający (zasady zaliczenia przedmiotu, zakres materiału, zadania na pracowni, literatura, przykład testu egzaminacyjnego).
2. Wprowadzenie do statystycznej oceny wyników doświadczeń (zasady projektowania i oceny algorytmów, błąd systematyczny, błąd przypadkowy, dokładność, precyzja, liczby znaczące, liczność, średnia, odchylenie standardowe, niepewność standardowa, przedział ufności średniej arytmetycznej).
3. Wyrażanie niepewności pomiarowych (błąd a niepewność, powielanie niepewności, zasada oceny niepewności, ogólne zasady rysowania wykresów).
4. Analiza regresji - regresja liniowa (metoda najmniejszych kwadratów, regresja ważona, współczynnik korelacji i determinacji, błąd standardowy, odchylenia standardowe dla współczynników regresji, zakres stosowania, odchylenie standardowe wartości prognozowanej).
5. Regresja nieliniowa i liniowa regresja wielokrotna (podstawy, wielomiany w analizie regresji, zakres stosowania wielomianów, model, współczynniki, wariancja, analiza reszt, redukcja modelu, krokowe procedury wyboru zmiennych).
6. Całkowanie numeryczne (całka i jej interpretacja geometryczna, metoda prostokątów, metoda trapezów, metoda Simpsona, algorytm, ocena błędu, metoda Gaussa–Legandre'a, zasada, przeznaczenie).
7. Numeryczne rozwiązywanie równań różniczkowych (metoda Rungego–Kutty, algorytm, ocena błędu, metoda Milne'a (predyktor–korektor) algorytm, ocena błędu, przykłady zastosowań).
8. Rozwiązywanie równań algebraicznych (metoda połowienia odcinka (bisekcji), metoda siecznych (regula falsi), metoda stycznych (Newtona-Raphsona), algorytmy, przykłady zastosowania)
9. Optymalizacja i planowanie doświadczeń (planowanie eksperymentów, optymalność planu, zasady tworzenia modelu regresyjnego, plany czynnikowe, metody optymalizacji).
10. Metody Monte Carlo – całkowanie i symulacja (liczby pseudolosowe, generatory, transformacja rozkładu, całkowanie metodą Monte Carlo przykłady zastosowania)

Laboratorium:
Nabycie praktycznych umiejętności pozwalających na samodzielne korzystanie z komputerów w zakresie analizy i interpretacji wyników doświadczeń, planowania doświadczeń i symulacji procesów chemicznych oraz wykonywania prostych obliczeń numerycznych.
Ćwiczenia z zakresu treści wykładu z wykorzystaniem odpowiednich programów komputerowych (MS Excel, IBM SPSS) poświęcone są następującym zagadnieniom:
1. Statystyka opisowa: wartość średnia, odchylenie standardowe, miary dyspersji – metoda ćwiczeniowa, pogadanka.
2. Zastosowanie regresji liniowej do wyznaczania krzywej kalibracyjnej - metoda ćwiczeniowa, pogadanka.
3. Obliczanie pH mieszaniny dwóch kwasów – zastosowanie dodatku Solver - metoda ćwiczeniowa, pogadanka.
4. Liniowa regresja wielokrotna – metoda ćwiczeniowa, pogadanka.
5. Regresja liniowa – transformacje linearyzujące – metoda ćwiczeniowa, pogadanka.
6. Całkowanie numeryczne: metoda prostokątów, trapezów i Simsona – metoda ćwiczeniowa, pogadanka.

Całkowity nakład pracy studenta

Godziny realizowane z udziałem nauczycieli ( godz.): - udział w wykładach – 10 h - udział w ćwiczeniach – 20 h Czas poświęcony na pracę indywidualną studenta ( godz.): - przygotowanie do ćwiczeń – 15 h - przygotowanie projektów – 10 h - przygotowanie do kolokwium/egzaminu – 15 h - konsultacje i praca z nauczycielem akademickim - 5 h Łącznie: 75 godz. (3 ECTS)

Efekty uczenia się - wiedza

W1: Zna i rozumie wybrane metody numeryczne stosowane do obliczeń chemicznych K_W04 W2: Zna i rozumie metody stosowane do analizowania i interpretacji danych statystycznych K_W05

Efekty uczenia się - umiejętności

U1: Posługuje się programem MS Excel oraz IBM SPSS w obliczeniach chemicznych, statystycznych i do generowania wykresów K_U05 U2: Stosuje wybrane metody statystyczne do analizy danych eksperymentalnych K_U05 U3: Wykorzystuje wybrane metody numeryczne do rozwiązywania problemów z zakresu nauk ścisłych K_U04

Efekty uczenia się - kompetencje społeczne

K1: Ma świadomość konieczności sumiennego i dokładnego wykonania każdego zadania - K_K03 K2: Identyfikuje poziom swojej wiedzy i umiejętności, potrzebę ciągłego dokształcania się oraz rozwoju osobistego - K_K05

Metody dydaktyczne

Wykład: Wykład informacyjny (konwencjonalny) Laboratorium: Ćwiczenia, pogadanka.

Metody dydaktyczne eksponujące

- pokaz

Metody dydaktyczne podające

- opowiadanie
- wykład informacyjny (konwencjonalny)
- pogadanka

Metody dydaktyczne poszukujące

- ćwiczeniowa
- laboratoryjna
- klasyczna metoda problemowa

Metody dydaktyczne w kształceniu online

- metody wymiany i dyskusji
- metody służące prezentacji treści

Rodzaj przedmiotu

przedmiot obligatoryjny

Wymagania wstępne

Podstawowa wiedza z zakresu zastosowania arkusza kalkulacyjnego, matematyka na poziomie szkoły średniej.

Koordynatorzy przedmiotu

Piotr Szczepański

Kryteria oceniania

Metody oceniania:
wykład - K_W04, K_W05, K_U04, K_U05
ćwiczenia - K_W04, K_W05, K_U04, K_U05

Kryteria oceniania:
Wykład: egzamin pisemny w formie testu; wymagany próg na ocenę dostateczną - 50%, 61% - dostateczny plus, 66% - dobry, 76% - dobry plus, 81% - bardzo dobry.
Ćwiczenia: zaliczenie na ocenę na podstawie wykonanych ćwiczeń laboratoryjnych i jednego kolokwium; wymagany próg na ocenę dostateczną - 50%, 61% - dostateczny plus, 66% - dobry, 76% - dobry plus, 81% - bardzo dobry.

Zagadnienia egzaminacyjne:
1. Błąd systematyczny, błąd przypadkowy, dokładność, precyzja, liczby znaczące, liczność, średnia, odchylenie standardowe, niepewność standardowa, przedział ufności średniej arytmetycznej, błąd a niepewność, powielanie niepewności, zasada oceny niepewności.
2. Podstawy metody najmniejszych kwadratów, współczynnik korelacji i determinacji, błąd standardowy, odchylenia standardowe dla współczynników regresji, analiza reszt. Transformacje linearyzujące.
3. Liniowa regresja wielokrotna, krokowe procedury wyboru zmiennych.
4. Całkowanie numeryczne: całka i jej interpretacja geometryczna, metoda prostokątów, metoda trapezów, metoda Simpsona.
5. Numeryczne rozwiązywanie równań różniczkowych: metoda Eulera i Rungego-Kutty.
6. Rozwiązywanie równań algebraicznych: metoda połowienia odcinka (bisekcji), metoda siecznych (reguła falsi), metoda stycznych (Newtona-Raphsona).
7. Planowanie eksperymentów, optymalność planu, zasady tworzenia modelu regresyjnego, plany czynnikowe, metody optymalizacji.
8. Metody Monte Carlo: liczby pseudolosowe, generatory, transformacja rozkładu, całkowanie metodą Monte Carlo.

Praktyki zawodowe

nie dotyczy

Literatura

1. P. Szczepański, Materiały pomocnicze do przedmiotu Zastosowanie informatyki w chemii, Toruń 2012.
2. J. Arendalski, Niepewność pomiarów, Oficyna wydawnicza PW, Warszawa 2006.
3. J. Kornacki, J. Mielniczuk, Statystyka dla studentów kierunków technicznych i przyrodniczych, WNT, Warszawa 2001.
4. W. Ufnalski, K. Mądry, Excel dla chemików... i nie tylko : od podstaw do własnych aplikacji w Visual Basicu, WNT, Warszawa 2000

Więcej informacji

Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb:

Strona przedmiotu 0600-S1-O-TIb w USOSweb