SylabUZ

Generate PDF for this page

Mathematical Modelling 1 - course description

General information
Course name Mathematical Modelling 1
Course ID 11.1-WK-MATD-MM1-W-S14_pNadGen7SMCU
Faculty Faculty of Mathematics, Computer Science and Econometrics
Field of study Mathematics
Education profile academic
Level of studies Second-cycle studies leading to MS degree
Beginning semester winter term 2022/2023
Course information
Semester 3
ECTS credits to win 7
Course type optional
Teaching language polish
Author of syllabus
  • dr Maciej Niedziela
Classes forms
The class form Hours per semester (full-time) Hours per week (full-time) Hours per semester (part-time) Hours per week (part-time) Form of assignment
Lecture 30 2 - - Exam
Laboratory 30 2 - - Credit with grade

Aim of the course

Celem kursu jest zapoznanie studentów (w stopniu podstawowym) z istotą, zakresem i etapami modelowania matematycznego. W ramach wykładu zostanie zaprezentowany szeroki przegląd modeli i metod matematycznych stosowanych w zagadnieniach technicznych, w biologii i medycynie. Celem zajęć laboratoryjnych jest symulacja omawianych modeli przy wykorzystaniu wybranego pakietu matematycznego (Matlab, Octave lub Scilab). Po ukończeniu tego kursu student powinien być przygotowany do tworzenia prostych modeli matematycznych z wykorzystaniem komputerów oraz posiadanej wiedzy matematycznej.

Prerequisites

Student powinien zaliczyć: Wstęp do metod numerycznych, Równania różniczkowe.

Scope

Wykład

Wstęp do modelowania matematycznego

  1. Modelowanie matematyczne jako opis świata. (1 godz.)
  2. Cel, zakres i etapy modelowania. Weryfikacja modelu. Stosowanie symulacji komputerowych. (1 godz.)
  3. Przykłady modeli matematycznych. (2 godz.)
  4. Analiza i wizualizacja danych – podstawowe metody. (2 godz.)

Dyskretne i ciągłe modele matematyczne

  1. Modelowanie przy pomocy liniowych równań różnicowych i różniczkowych. Konstrukcja modeli. Metody wyznaczania rozwiązań. Przykłady modeli matematycznych. (4 godz.)
  2. Modelowanie przy pomocy nieliniowych równań różnicowych i różniczkowych. Konstrukcja modeli. Metody wyznaczania rozwiązań. Przykłady modeli matematycznych. (4 godz.)
  3. Modelowanie przy pomocy liniowych i nieliniowych układów dynamicznych. Konstrukcja modeli. Metody wyznaczania rozwiązań. Przykłady modeli matematycznych. (4 godz.)
  4. Schematy numeryczne. (4 godz.)

Modelowanie matematyczne w biologii i medycynie

  1. Modelowanie pojedynczej populacji. (2 godz.)
  2. Modele pojedynczej populacji z uwzględnieniem wieku. (2 godz.)
  3. Modele oddziaływań między dwiema populacjami. (2 godz.)
  4. Modele epidemiologiczne. (2 godz.)

Laboratorium

Wstęp do modelowania matematycznego

  1. Wprowadzenie do pakietu matematycznego (Matlab, Octave lub Scilab). (2 godz.)
  2. Wizualizacja danych. (4 godz.)
  3. Metody interpolacji i aproksymacji danych. (4 godz.)

Dyskretne i ciągłe modele matematyczne

  1. Dyskretne modele matematyczne – konstrukcja modeli dyskretnych, wyznaczanie rozwiązań, interpretacja i wizualizacja wyników, wykorzystanie pakietu matematycznego w procesie modelowania. (5 godz.)
  2. Kolokwium (1 godz.)
  3. Ciągłe modele matematyczne – konstrukcja modeli ciągłych, wyznaczanie rozwiązań, interpretacja i wizualizacja wyników, wykorzystanie pakietu matematycznego w procesie modelowania. (5 godz.)

Modelowanie matematyczne w biologii i medycynie

  1. Modelowanie pojedynczej populacji – konstrukcja modeli, wyznaczanie rozwiązań, interpretacja i wizualizacja wyników, wykorzystanie pakietu matematycznego w procesie modelowania. (4 godz.)
  2. Modele oddziaływań między dwiema populacjami – konstrukcja modeli, wyznaczanie rozwiązań, interpretacja i wizualizacja wyników, wykorzystanie pakietu matematycznego w procesie modelowania. (4 godz.)
  3. Kolokwium (1 godz.)

Teaching methods

Wykłady z wykorzystaniem urządzeń multimedialnych; Ćwiczenia laboratoryjne w ramach których studenci rozwiązują zadania obliczeniowe analitycznie oraz przy wykorzystaniu wybranego pakietu matematycznego (Matlab, Octave lub Scilab).

Learning outcomes and methods of theirs verification

Outcome description Outcome symbols Methods of verification The class form

Assignment conditions

Ocena z laboratorium na podstawie kolokwiów (80%) i aktywności na zajęciach (20%). Na ocenę z przedmiotu składa się ocena z laboratorium (50%) oraz ocena z egzaminu (50%).  Warunkiem zaliczenia przedmiotu są pozytywne oceny z laboratorium i egzaminu.

Recommended reading

  1. B. Burnes, G. R. Fulford, Mathematical modeling with case studies, Taylor and Francis, 2002.
  2. A. Palczewski, Równania różniczkowe zwyczajne, WNT, Warszawa, 1999.
  3. U.Foryś, Matematyka w biologii, WNT, Warszawa, 2005.
  4. J. D. Murray, Wprowadzenie do biomatematyki, PWN, Warszawa, 2006.
  5. G. R. Fulford, P. Forrester, A. Jones, Modelling with Differential and Difference Equations, Cambridge University Press, 1997.
  6. D.Kincaid, W.Cheney, Analiza numeryczna, WNT, Warszawa, 2006.

Further reading

  1. J. D. Logan,  Applied mathematics, a contemporary approach, John Wiley and Sons, New York, 2001.
  2. A.Björck, G.Dahlquist, Metody numeryczne, PWN, Warszawa, 1987.
  3. G. R. Fulford, P. Broadbridge, Industrial Mathematics, Cambridge University Press, 2002.

Notes


Modified by dr Alina Szelecka (last modification: 19-05-2022 21:45)