Detail předmětu

Matematika 3

FEKT-BMA3Ak. rok: 2012/2013

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

Mgr. Irena Hlavičková, 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 z kombinatoriky na úrovni středoškolského studia, předměty BMA1, BMA2.

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 70 body (studenti musí získat aspoň 10 bodů z části PRAVDĚPODOBNOST a aspoň 10 bodů z části NUMERICKÉ METODY), práce během semestru je hodnocena maximálně 30 body (tyto body je možné získat za písemky a domácí úkoly).

Osnovy výuky

1. Jacobiho a Gaussova-Seidelova iterační metoda pro lineární systém rovnic.
2. Numerické metody řešení nelineárních rovnic (bisekce, metoda prosté iterace, Newtonova metoda).
3. Interpolační polynom, metoda nejmenších čtverců.
4. Splajn, numerické metody derivování.
5. Numerická integrace - lichoběžníková a Simpsonova metoda.
6. Řešení ODR - Eulerova metoda a její modifikace. Eulerova metoda pro systém rovnic, metoda konečných diferencí.
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. Některá další diskrétní rozdělení pravděpodobnosti..
10.Poissonovo a exponenciální rozdělení pravděpodobnosti.
11.Rovnoměrné a normální rozdělení. Centrální limitní věta. Aproximace binomického rozdělení normálním.
12.Úvod do statistiky. U-test a jeho síla. Příklad diskrétního testu: znaménkový test. Příklad spojitého testu: test střední hodnoty průměru z normálního rozdělení při známém rozptylu..

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

FAJMON, B., RŮŽIČKOVÁ, I. MATEMATIKA_3_S. PDF. Matematika 3. Brno: UMAT FEKT VUT, 2003. s. 1 ( s.) (CS)
Hlavičková, I., Hliněná, D.: Matematika 3 - sbírka úloh z pravděpodobnosti. Elektronický text FEKT VUT, Brno, 2010 (CS)
Novák, M.: Matematika 3 - sbírka příkladů z numerických metod. Elektronický text FEKT VUT, Brno, 2010 (CS)

Doporučená literatura

Haluzíková, A. Numerické metody. Skriptum FEI VUT. Brno: VUT, 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-B bakalářský

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

prof. RNDr. Jan Chvalina, DrSc.
Mgr. Irena Hlavičková, 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 konečných diferencí. Vícekrokové metody se asi nestihnou.
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

Mgr. Jiří Vítovec, Ph.D.
Mgr. Irena Hlavičková, Ph.D.
Mgr. Martin Tůma, Ph.D.

Osnova

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.
7. Klasická a geometrická pravděpodobnost.
8. Diskrétní a spojitá náhodná veličina.
9. Střední hodnota a rozptyl náhodné veličiny.
10. Binomické rozdělení pravděpodobnosti, znaménkový test.
11. Poissonovo a exponenciální rozložení pravděpodobnosti, teorie front.
12. Rozdělení Ro, No. Aproximace Bi pomocí No.