Detail předmětu

Matematika 3

FEKT-KMA3Ak. rok: 2011/2012

Numerická matematika: princip numerických metod, pojem chyby, aproximace funkcí, interpolační polynom a splajn, metoda nejmenších čtverců, numerický výpočet derivace, numerická integrace, základy numerického řešení diferenciálních rovnic.
Pravděpodobnost: náhodný jev, definice pravděpodobnosti, podmíněná pravděpodobnost, nezávislost jevů, věta o úplné pravděpodobnosti, Bayesův vzorec, náhodná veličina, distribuční funkce, charakteristiky náhodné veličiny, některé typy rozložení, zákon velkých čísel, limitní věty.
Základy matematické statistiky: náhodný výběr a jeho charakteristiky, testy.

Jazyk výuky

čeština

Počet kreditů

5

Garant předmětu

doc. RNDr. Michal Novák, Ph.D.

Zajišťuje ústav

Ústav matematiky (UMAT)

Výsledky učení předmětu

Studenti by po absolvování kursu měli být schopni numericky řešit rovnice i systémy rovnic, aproximovat hodnoty pomocí metody nejmenších čtverců a interpolačních polynomů, používat vzorce numerického derivování a integrace a numericky řešit některé typy diferenciálních rovnic, dále v oblasti pravděpodobnostních modelů znát, jaké situace daný model popisuje, a umět jej použít v konkrétních úlohách. Měli by být také schopni provést některé vybrané statistické testy.

Prerekvizity

Znalosti kombinatoriky na úrovni středoškolského studia; předměty KMA1 a KMA2.

Plánované vzdělávací činnosti a výukové metody

Metody vyučování závisejí na způsobu výuky a jsou popsány článkem 7 Studijního a zkušebního řádu VUT.

Způsob a kritéria hodnocení

Závěrečná písemná zkouška je hodnocena maximálně 63 body, práce během semestru je hodnocena maximálně 37 body.

Osnovy výuky

Výuka probíhá formou 5 tutoriálů a 2 počítačových cvičení:

Tutoriál č.1: Úvodní tutoriál. Numerické metody I.
Tutoriál č.2: Numerické metody II.
Počítačové cvičení: Seznámení s programem Matlab, ukázky a řešení příkladů, podklady pro samostatnou práci.
Tutoriál č.3: Dokončení numerických metod. Pravděpodobnostní modely.
Tutoriál č.4: Některá rozdělení náhodné veličiny a statistické testy.
Počítačové cvičení: Ukázky a řešení příkladů, podklady pro samostatnou práci.
Tutoriál č.5: Opakování učiva, závěrečné konzultace, informace o zkoušce a příprava na ni.

Učební cíle

Předmět sestává ze dvou matematických disciplín: NUMERICKÉ METODY, jejichž cílem je představit základy numerického řešení úloh praxe, a PRAVDĚPODOBNOST, jejíž úkolem je seznámit studenty s pravděpodobnostními úvahami při řešení problémů praxe.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

Vymezení kontrolované výuky a způsob jejího provádění stanoví každoročně aktualizovaná vyhláška garanta předmětu.

Základní literatura

B. Fajmon, I. Hlavičková, M. Novák, J. Vítovec, Numerická matematika a pravděpodobnost (Informační technologie), VUT v Brně, 2014 (elektronický učební text, plná verze) (CS)
HLAVIČKOVÁ, I.; HLINĚNÁ, D. Matematika 3 - Sbírka úloh z pravděpodobnosti. Matematika 3 - Sbírka úloh z pravděpodobnosti. Brno: UMAT FEKT VUT, 2007. s. 1-77. (CS)
NOVÁK, M. Matematika 3: Sbírka úloh z numerických metod. Brno: FEKT VUT, 2010. (CS)

Doporučená literatura

Haluzíková, A.: Numerické metody. Skriptum FEI VUT Brno, 1989. (CS)
Zapletal, J.: Základy počtu pravděpodobnosti a matematické statistiky. Skriptum FEI VUT Brno, PC-DIR 1995. (CS)

Zařazení předmětu ve studijních plánech

  • Program EEKR-BK bakalářský

    obor BK-AMT , 2. ročník, zimní semestr, povinný
    obor BK-EST , 2. ročník, zimní semestr, povinný
    obor BK-MET , 2. ročník, zimní semestr, povinný
    obor BK-SEE , 2. ročník, zimní semestr, povinný
    obor BK-TLI , 2. ročník, zimní semestr, povinný

  • Program EEKR-CZV celoživotní vzdělávání (není studentem)

    obor ET-CZV , 1. ročník, zimní semestr, povinný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

doc. RNDr. Michal Novák, Ph.D.

Osnova

1. Banachova věta o pevném bodu. Jacobiho a Gaussova-Seidelova iterační metoda pro lineární systém rovnic.
2. Interpolační polynom, metoda nejmenších čtverců.
3. Splajn, numerické metody derivování.
4. Numerická integrace - lichoběžníková a Simpsonova metoda.
5. Řešení ODR - Eulerova metoda a její modifikace, metoda Runge-Kutta.
6. Řešení ODR - Eulerova metoda pro systém rovnic, metoda střelby, metoda konečných diferencí. Stihnou se vícekrokové metody?
7. Přehled modelů pravděpodobnosti (klasická
pravděpodobnost, geometrická pravděpodobnost,
diskrétní náhodná veličina, spojitá náhodná
veličina).
8. Střední hodnota a rozptyl náhodné veličiny.
9. Binomické rozdělení pravděpodobnosti. Základní
principy statistického testu. Znaménkový test.
10.Poissonovo a exponenciální rozdělení
pravděpodobnosti. Využití v teorii front.
11.Rovnoměrné a normální rozdělení. Centrální
limitní věta. Aproximace binomického rozdělení normálním. U-test a jeho síla.
12.Test střední hodnoty průměru.

Cvičení na počítači

14 hod., povinná

Vyučující / Lektor

doc. RNDr. Michal Novák, Ph.D.

Osnova

Cvičení na počítači v předmětu KMA3 není. Pro orientaci je uvedena osnova cvičení pro předmět BMA3:

1. Separace kořenů, bisekce, regula falsi.
2. Metoda prosté iterace, Newtonova metoda.
3. Systémy nelineárních rovnic, interpolační polynom.
4. Splajn, metoda nejmenších čtverců.
5. Numerické derivování a integrace.
6. Numerické řešení obyčejných diferenciálních rovnic - Eulerova metoda, metoda Runge - Kutta, metoda konečných diferencí.

Ostatní aktivity

12 hod., povinná

Vyučující / Lektor

doc. RNDr. Michal Novák, Ph.D.

Osnova

Výuka je formou tutoriálů, pro kontrolu je uvedena osnova cvičení předmětu BMA3 z denního studia:

1. Klasická a geometrická pravděpodobnost.
2. Diskrétní a spojitá náhodná veličina.
3. Střední hodnota a rozptyl náhodné veličiny.
4. Binomické rozdělení pravděpodobnosti, znaménkový test.
5. Poissonovo a exponenciální rozložení pravděpodobnosti, teorie front.
6. Rozdělení Ro, No. Aproximace Bi pomocí No. U-test.
(7.Test střední hodnoty průměru, síla testu.)