Metody matematyczne astronomii 1 0800-MMA1
Ćwiczenia zostaną poprzedzone krótkim w prowadzeniem do języka Python.
W trakcie ćwiczeń omówione zostaną podstawowe zagadnienia z zakresu analizy i algebry matematycznej, w szczególności:
- wielomiany, miejsca zerowe, dzielenie wielomianów itd.,
- pochodne i zganienia z tym związane, np. rozwijanie w szereg Taylora,
- granice funkcji,
- równania różniczkowe,
- całki oznaczone, niewłaściwe, podwójne, potrójne itd.
- dopasowywanie funkcji metodą najmniejszych kwadratów,
- wybrane zagadnienia z zakresu analizy fourierowskiej.
W większości przypadków zadania zostaną rozwiązane analitycznie na tablicy a następnie przy pomocy odpowiednich procedur numerycznych. Niektóre z zadań będą dotyczyły wybranych problemów astronomicznych.
Całkowity nakład pracy studenta
Efekty uczenia się - wiedza
Efekty uczenia się - umiejętności
Efekty uczenia się - kompetencje społeczne
Metody dydaktyczne
Metody dydaktyczne podające
Metody dydaktyczne poszukujące
- laboratoryjna
Rodzaj przedmiotu
Wymagania wstępne
Koordynatorzy przedmiotu
Kryteria oceniania
Podstawą zaliczenia będzie jedno pisemne kolokwium, które odbędzie się na ostatnich zajęciach. W trakcie kolokwium trzeba będzie rozwiązać kilka zadań z zakresu tematyki omawianej w trakcie ćwiczeń. Zadania będą również miały dwojaki charakter, np. scałkować funkcję analitycznie (W1, U1) a następnie opisać jakimi metodami numerycznymi można wykonać takie całkowanie (W2, U2). Kolokwium będzie można raz poprawić. Aktywność na zajęciach (np. zgłaszanie się na ochotnika do rozwiązywania zadań) będzie brana pod uwagę przy wystawianiu ostatecznej oceny. Do kolokwium zostaną dopuszczone jedynie osoby, które będą miały nie więcej jak dwie nieusprawiedliwione nieobecności. Nieobecności należy usprawiedliwiać na bieżąco. Nieobecność nie zwalnia ze znajomości materiału przerobionego na ćwiczeniach.
ndst - <5 pkt. (<50 %)
dst - 5 pkt. (50 %)
dst plus - 6 pkt. (60 %)
db - 7 pkt. (70 %)
db plus - 8 pkt. (80 %)
bdb - >9 pkt. (>90 %)
----------------------------------------------
Ćwiczenia prowadzone w formie zdalnej będą zaliczane na podstawie zadań, które studenci będą musieli rozwiązać samodzielnie, wykorzystując wiedzę informacje i wskazówki uzyskane w trakcie ćwiczeń. Każde zadanie zostanie omówione niezależnie, podane zostaną niezbędne wskazówki i podpowiedzi jak rozwiązać dany problem. Dodatkowo studenci będą mogli konsultować problemy, jakie napotkają w trakcie rozwiązywania zadań, z prowadzącym w trakcie zdalnych ćwiczeń. Ocena końcowa będzie zależała od liczby poprawnie rozwiązanych zadań, gdzie na zaliczenie przedmiotu wymagane będzie co najmniej 50% dobrze zrobionych zadań.
Literatura
Literatura - matematyka:
Matematyka - analiza matematyczna -- część 1 i 2
W. Żakowski i W. Kołodziej, Wydawnictwa Naukowo Techniczne, 2003 oraz wydania nowsze,
Wykłady z analizy matematycznej,
R. Rudnicki, Wydawnictwo Naukowe PWN, 2012,
Analiza matematyczna w zadaniach - cześć 1 i 2,
W. Krysicki i L. Włodarski, Wydawnictwo Naukowe PWN, 2011,
Matematyka - definicje, twierdzenia, przykłady, zadania,
W. Lekśiński, I. Nabiałek i W. Żakowski, Wydawnictwa Naukowo Techniczne, 2004 oraz wydania nowsze,
Matematyka - poradnik encyklopedyczny,
I. N. Bronsztejn i K.A. Siemiendiajew, Wydawnictwo Naukowe PWN, 1998 oraz wydania nowsze.
Literatura - Python:
W internecie:
Podręcznik programisty Pythona - opis języka, Guido van Rossum,
pl.python.org/docs/ref/ref.html
Zanurkuj w Pythonie, Mark Pilgrim i inni,
pl.wikibooks.org/wiki/Zanurkuj_w_Pythonie
Oficjalna dokumentacja Pythona,
docs.python.org
Think Python. How to Think Like a Computer Scientist, Allen B. Downey,
www.greenteapress.com/thinkpython/thinkpython.html
W księgarni:
Python. Wprowadzenie, Mark Lutz, wyd. HELION
Python. Od podstaw, praca wieloautorska, wyd. HELION
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: