Prowadzony w
cyklu:
2023/24L
Kod ISCED: 0541
Punkty ECTS:
3
Język:
polski
Organizowany przez:
Wydział Matematyki i Informatyki
(dla:
Uniwersytet Mikołaja Kopernika w Toruniu)
Evolution of Random Networks 1000-OG-EN-ERN
Jeszcze nie wprowadzono opisu dla tego przedmiotu...
Całkowity nakład pracy studenta
Udział w wykładach – 30 godz.
Zdalne konsultacje z wykładowcą – 5 godz.
Studia literaturowe – 25 godz.
Przygotowania do egzaminu – 30 godz.
Razem - 90 godz.
Efekty uczenia się - wiedza
W1: Ma pogłębioną wiedzę na temat metod matematycznych stosowanych w opisie rzeczywistych sieci złożonych (K_W01)
W2: Rozumie rolę i znaczenie formalizmu matematycznego w weryfikacji własności modeli budowanych ad hoc przez reprezentantów innych nauk ścisłych (K_W01)
Efekty uczenia się - umiejętności
U1: Potrafi zidentyfikować problemy opisu sieci złożonych (K_U01)
U2: Potrafi znajdować niezbędne informacje w literaturze fachowej (K_U02)
Efekty uczenia się - kompetencje społeczne
K1: Docenia znaczenie uczciwości intelektualnej w działaniach własnych i innych osób (K_K07)
K2: Posługuje się terminologią fachową w zakresie tematyki przedstawionej na wykładzie (K_K06)
Metody dydaktyczne
Wykład konwencjonalny w oparciu o prezentacje
Metody dydaktyczne podające
- wykład problemowy
Metody dydaktyczne w kształceniu online
- metody rozwijające refleksyjne myślenie
Rodzaj przedmiotu
przedmiot fakultatywny
Wymagania wstępne
Podstawowy wykład z teorii prawdopodobieństwa
Koordynatorzy przedmiotu
Kryteria oceniania
Egzamin ustny – W1-W2, U1, K1-K2.
Praktyki zawodowe
- brak
Literatura
1. R. Durrett, Random Graph Dynamics, Cambridge Univ. Press, 2007.
2. R. van der Hofstad, Random Graphs and Complex Networks, Vol. I, Cambridge Univ. Press, 2017.
3. R. Lyons and Y. Peres, Probability on Trees and Networks, Cambridge Univ. Press, 2016.
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: