SylabUZ

Generate PDF for this page

Metody analizy danych w inżynierii bezpieczeństwa II - course description

General information
Course name Metody analizy danych w inżynierii bezpieczeństwa II
Course ID 06.9-WM-IBezp-P-9_2019
Faculty Faculty of Engineering and Technical Sciences
Field of study Safety engineering
Education profile academic
Level of studies First-cycle studies leading to Engineer's degree
Beginning semester winter term 2019/2020
Course information
Semester 2
ECTS credits to win 5
Course type obligatory
Teaching language polish
Author of syllabus
  • dr inż. Renata Kasperska
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 15 1 9 0,6 Exam
Laboratory 30 2 18 1,2 Credit with grade

Aim of the course

Celem przedmiotu jest ukształtowanie umiejętności doboru odpowiednich metod matematycznych i programów komputerowych do analizy danych w obszarze inżynierii bezpieczeństwa.

Prerequisites

Metody analizy danych w inżynierii bezpieczeństwa I

Scope

  1. Przegląd programów komputerowych wykorzystywanych do rozwiązywania zagadnień inżynierskich i analizy danych.

  2. Omówienie wybranych programów do obliczeń numerycznych i symbolicznych.

  3. Przykładowe zastosowania programów komputerowych do:

       a) gromadzenia i analizy danych w postaci raportów,

       b) wykonywania działań na strukturach danych typu wektory i macierze, rozwiązywania układów równań,

       c) obliczania wartości funkcji, granic i miejsc zerowych, wyznaczania pochodnych funkcji,

       d) obliczania całek oznaczonych i nieoznaczonych - numerycznie i symbolicznie,  

       e) interpolacji / aproksymacji danych,

       f) prezentacji danych na wykresach dwu- i trójwymiarowych,

       g) rozwiązywania równań różniczkowych,

 4. Wybrane metody numeryczne stosowane optymalizacji i w zagadnieniach inżynierskich.

Teaching methods

Metody podające: wykład informacyjny

Metody praktyczne: ćwiczenia laboratoryjne (rozwiązywanie przykładowych zadań zagadnień z wykorzystaniem narzędzi komputerowych).

Learning outcomes and methods of theirs verification

Outcome description Outcome symbols Methods of verification The class form

Assignment conditions

Zaliczenie laboratorium – uzyskana ocena jest średnią arytmetyczną wszystkich ocen uzyskanych przez studenta ze sprawozdań i ćwiczeń w formie wyznaczonej przez prowadzącego. Każde z ćwiczeń musi być zaliczone na ocenę pozytywną.

Egzamin - sprawdzenie nabytej wiedzy z wykładu w formie pisemnej. Warunkiem przystąpienia do egzaminu jest uzyskanie pozytywnej oceny z laboratorium. Student otrzymuje ocenę pozytywną z egzaminu, jeżeli uzyska powyżej 50% punktów, ocena uzależniona jest od uzyskanego progu punktowego.  Progi procentowe z sumy punktów dla ocen wynoszą: niedostateczny 0%-50%, dostateczny 51%-60%, dostateczny plus 61%-70%, dobry 71%-80%, dobry plus 81%-90%, bardzo dobry 91%- 100%

Ocena końcowa z przedmiotu ustalana jest na podstawie średniej arytmetycznej z pozytywnych ocen z wykładu i laboratorium.

Recommended reading

1.     Krzyżanowski P., Obliczenia inżynierskie i naukowe. Wyd. Naukowe PWN, Warszawa 2012.

2.     Osowski S., Metody i narzędzia eksploracji danych. Wyd. BTC, Legionowo 2013.

3.     Pietraszek J., Matcad. Ćwiczenia. Wydaw. Helion, 2003.

4.     Pratap R., Matlab 7 dla naukowców i inżynierów, PWN Warszawa 2007 .

5.     Zięba A., Analiza danych w naukach ścisłych i technice. Wyd. Naukowe PWN, Warszawa 2013.

Further reading

1.     Simon J., Excel. Profesjonalna analiza i prezentacja danych. Wyd. Helion, 2006.

2.     Szukiewicz M., Program Maple w obliczeniach inżynierskich i naukowych. Wyd. Oświatowe Fosze. 2013.

3.     Waszak A., Wyrwińska A.: Rozwiązania wybranych zadań i problemów matematycznych, Wyd. Politechniki Poznańskiej, Poznań, 2001.

Notes

Pozostałe warunki uczestnictwa i zaliczenia określa Regulamin studiów.


Modified by dr inż. Renata Kasperska (last modification: 29-04-2019 14:03)