WYDZIAŁU MATEMATYKI I INFORMATYKI

Transkrypt

1 UNIWERSYTET ŁÓDZKI WYDZIAŁ MATEMATYKI I INFORMATYKI INFORMATOR WYDZIAŁU MATEMATYKI I INFORMATYKI CZĘŚĆ II SYLABUS PRZEDMIOTÓW NA KIERUNKU INFORMATYKA rok akademicki 2009/2010

2

3 Spis treści 1 PRZEDMIOTY STUDIÓW STACJONARNYCH PROWADZONE W JĘZYKU POLSKIM ADMINISTRACJA BAZAMI DANYCH ADMINISTRACJA SIECIĄ LOKALNĄ ALGEBRA Z TEORIĄ LICZB ALGORYTMY GENETYCZNE ALGORYTMY I STRUKTURY DANYCH ALGORYTMY I ZŁOŻONOŚD ANALIZA MATEMATYCZNA DLA INFORMATYKÓW 1 (I) ANALIZA MATEMATYCZNA DLA INFORMATYKÓW 2 (I) ARCHITEKTURA SYSTEMÓW KOMPUTEROWYCH BADANIA OPERACYJNE BEZPIECZEOSTWO SYSTEMÓW KOMPUTEROWYCH ELEMENTY SZTUCZNEJ INTELIGENCJI GEOMETRIA KRZYWYCH I POWIERZCHNI GRAFIKA KOMPUTEROWA GRAFIKA W SERWISACH INTERNETOWYCH KOMPUTEROWE WSPOMAGANIE OBLICZEO LOGIKA I TEORIA MNOGOŚCI MATEMATYCZNE PODSTAWY GRAFIKI KOMPUTEROWEJ MATEMATYKA DYSKRETNA METODY NUMERYCZNE METODY PROBABILISTYKI I STATYSTYKI MODELOWANIE I ANALIZA SYSTEMÓW INFORMATYCZNYCH MODELOWANIE I ANIMACJA KOMPUTEROWA PARADYGMATY PROGRAMOWANIA PODSTAWY BAZ DANYCH PODSTAWY GRAFIKI KOMPUTEROWEJ PROGRAMOWANIE APLIKACJI INTERNETOWYCH PROGRAMOWANIE PODSTAWOWE PROGRAMOWANIE URZĄDZEO PRZENOŚNYCH PROJEKTOWANIE GRAFIKI UŻYTKOWEJ PROJEKTOWANIE I IMPLEMENTACJA SYSTEMÓW BAZODANOWYCH PROJEKTOWANIE I IMPLEMENTACJA SYSTEMÓW SIECIOWYCH PROJEKTOWANIE INTERFEJSÓW UŻYTKOWNIKA PRZETWARZANIE OBRAZÓW SIECI KOMPUTEROWE SIECI NEURONOWE SYSTEMY CZASU RZECZYWISTEGO SYSTEMY OPERACYJNE SZTUCZNA INTELIGENCJA ŚRODOWISKO PRACY INFORMATYKA TECHNIKI ALGORYTMICZNE TECHNOLOGIE SIECIOWE TEORETYCZNE PODSTAWY INFORMATYKI TEORIA GRAFÓW I SIECI TEORIA OBLICZEO I ZŁOŻONOŚCI WPROWADZENIE DO PROGRAMOWANIA GIER WSTĘP DO INFORMATYKI WSTĘP DO PROGRAMOWANIA (I) WSTĘP DO RÓWNAO RÓŻNICZKOWYCH (I) WSTĘP DO SYSTEMÓW OPERACYJNYCH

4 1.51 ZAAWANSOWANE ALGORYTMY ZAAWANSOWANE TECHNIKI PROGRAMOWANIA ZASTOSOWANIE METOD PROBABILISTYCZNYCH PRZEDMIOTY STUDIÓW STACJONARNYC PROWADZONE W JĘZYKU ANGIELSKIM APPLICATION SOFTWARE BASIC COMPUTER SKILLS COMPUTER ARCHITECTURE COMPUTER GRAPHICS COMPUTER NETWORKS DISCRETE MATHEMATICS ELEMENTS OF ALGEBRA AND NUMBER THEORY ELEMENTS OF ARTIFICIAL INTELLIGENCE HISTORY OF COMPUTER SCIENCE INTRODUCTION TO COMPUTER SCIENCE INTRODUCTION TO DATABASES INTRODUCTION TO DIFFERENTIAL EQUATIONS (I) INTRODUCTION TO NUMERICAL METHODS INTRODUCTION TO OPERATING SYSTEMS INTRODUCTION TO PROGRAMMING INTRODUCTION TO PROGRAMMING LINEAR ALGEBRA WITH ANALYTIC GEOMETRY LOGIC WITH ELEMENTS OF SET THEORY MATHEMATICAL ANALYSIS FOR COMPUTER SCIENCE STUDENTS MATHEMATICAL ANALYSIS FOR COMPUTER SCIENCE STUDENTS PROBABILITY METHODS VISUAL PROGRAMMING XML APPLICATIONS IN THE INTERNET PRZEDMIOTY STUDIÓW NIESTACJONARNYCH ADMINISTROWANIE SYSTEMAMI BAZODANOWYMI ALGEBRA LINIOWA Z GEOMETRIĄ ALGORYTMY I ZŁOŻONOŚD ANALIZA ALGORYTMÓW ANALIZA MATEMATYCZNA ANALIZA PORTFELOWA ARCHITEKTURA SYSTEMÓW KOMPUTEROWYCH BAZY DANYCH ELEMENTY SZTUCZNEJ INTELIGENCJI GENERATORY APLIKACJI GRAFIKA KOMPUTEROWA HISTORIA INFORMATYKI JĘZYKI I PARADYGMATY PROGRAMOWANIA JĘZYKI OPISU DOKUMENTÓW KONSTRUKCJA KOMPILATORÓW LOGIKA I TEORIA MNOGOŚCI MATEMATYKA DYSKRETNA MATEMATYKA FINANSOWA I BANKOWA METODY I NARZĘDZIA PROGRAMOWANIA METODY NUMERYCZNE METODY PROBABILISTYKI I STATYSTYKI NARZĘDZIA CRM PODSTAWY BAZ DANYCH PODSTAWY PROGRAMOWANIA

5 3.25 PORTALE INTERNETOWE PROCESORY TEKSTU PROGRAMOWANIE APLIKACJI INTERNETOWYCH PROGRAMOWANIE GRAFIKI PROGRAMOWANIE PODSTAWOWE PROGRAMOWANIE USŁUG SIECIOWYCH PROGRAMOWANIE W JĘZYKU WEWNĘTRZNYM PROGRAMOWANIE WIZUALNE PROJEKTOWANIE I IMPLEMENTACJA SYSTEMÓW BAZODANOWYCH PROJEKTOWANIE I IMPLEMENTACJA SYSTEMÓW SIECIOWYCH PROJEKTOWANIE SYSTEMÓW BAZODANOWYCH PROJEKTOWANIE SYSTEMÓW INFORMATYCZNYCH PRZETWARZANIE OBRAZU I DŹWIĘKU SERWERY APLIKACJI SIECI KOMPUTEROWE SIECI LOKALNE SYSTEMY CZASU RZECZYWISTEGO SYSTEMY KLASY ŚREDNIEJ SYSTEMY OPERACYJNE SZTUCZNA INTELIGENCJA ŚRODOWISKO PRACY INFORMATYKA TECHNIKI ALGORYTMICZNE TECHNOLOGIE SIECIOWE TEORETYCZNE PODSTAWY INFORMATYKI TEORIA GRAFÓW I SIECI TEORIA OBLICZEO I ZŁOŻONOŚCI WSTĘP DO INFORMATYKI ZAAWANSOWANE ALGORYTMY ZAAWANSOWANE TECHNIKI PROGRAMOWANIA ZASTOSOWANIE METOD PROBABILISTYCZNYCH

6 6

7 1 PRZEDMIOTY STUDIÓW STACJONARNYCH PROWADZONE W JĘZYKU POLSKIM STUDIÓW STACJONARNYCH PROWADZONE W JĘZYKU POLSKIM NA KIERUNKU INFORMATYKA 7

8 1.1 ADMINISTRACJA BAZAMI DANYCH Kod: 1100-ZB0OII Forma przedmiotu: 30 godzin wykładu + 30 godzin laboratorium Sposób zaliczenia: Egzamin pisemny w formie testu a zaliczenie laboratorium w formie sprawdzianu praktycznego Cele przedmiotu: Celem przedmiotu jest zaznajomienie studenta z budową i zasadą działania systemu zarządzania bazą danych na przykładzie SZBD Oracle. Umiejętności wstępne: PB0OII lub PB0LII Pojęcie relacyjnych baz danych i transakcji oraz SQL z elementami PL/SQL Treści przedmiotu: 1. Architektura Systemu Zarządzania Bazą Danych Oracle 2. Pliki i procesy systemu Oracle 3. Uruchamianie instancji 4. Zarządzanie przestrzeniami tabel i plikami danych 5. Zarządzanie bezpieczeństwem użytkownicy profile - uprawnienia systemowe i objektowe - role 6. Tworzenie nowej bazy i instancji 7. Monitorowanie pracy użytkowników 8. Archiwizacja bazy danych 9. Odtwarzanie bazy danychi 10. Metody optymalizacji SQL w Oracle 10g/11g Literatura: [1] Theriault M., Carmichael R., Viscusi J.: Oracle 9i. Administrowanie bazami danych od podstaw. Helion 2003 [2] Oracle Database Administrator's Guide - dokumentacja SZBD Oracle w języku angielskim [3] Materiały udostępniane studentom drogą elektroniczną [4] Loney K.,: Kompendium administratora. Helion 2005 Koordynator: Prof. dr hab. Marcin Studniarski Data aktualizacji: Administration of databases Course contents: 1. Oracle Database Structure and Storage 2. Oracle Database Processes 3. Database and Instance Startup and Shutdown 4. Managing Tablespaces 5. Managing Datafiles and Tempfiles 6. Managing Users and Securing the Database 7. Creating an Oracle Database 8. Backup and Recovery 9. Optimization SQL statement in Oracle 10g/11g 8

9 1.2 ADMINISTRACJA SIECIĄ LOKALNĄ Kod: 1100-SL0OII Forma przedmiotu: Laboratorium informatyczne 30 godzin Ilość punktów ECTS: 3 Język wykładowy: Polski Sposób zaliczenia: zaliczenie na podstawie kolokwium Cele przedmiotu: Przedmiot przedstawia zagadnienia związane z budową i funkcjonowaniem lokalnych sieci komputerowych. Prezentuje dostępne standardy i technologie oraz możliwości ich zastosowania do tworzenia lokalnych sieci komputerowych. W czasie zajęć zostanie zaprezentowany wybrany sieciowy system operacyjny i możliwości administrowania tym systemem. Szczególny nacisk położony zostanie na zapewnienia bezpieczeństwa sieci. Umiejętności wstępne: 1100-SK0OII Treści przedmiotu: 1. Podstawy wybranego systemu sieciowego. 2. Projektowanie sieci lokalnej. 3. Protokoły sieciowe w sieci lokalnej. 4. Narzędzia diagnostyki sieci. 5. Konta użytkowników. 6. Omówienie systemu plików: prawa dostępu do plików i folderów oraz foldery współdzielone. 7. Usługi katalogowe. 8. Usługi informacyjne - serwery FTP, HTTP, SMTP, NNTP. 9. Usługi terminalowe. 10. Polityka bezpieczeństwa. Literatura: [1]. Dokumentacja elektroniczna prezentowanych technologii; [2]. Durr M., Gibbs M. - Networking Personal Computers; [3]. Commer D. - Sieci komputerowe TCP/IP; [4]. Sportack M. - Sieci komputerowe. Księga eksperta; [5]. Payne B., Sheldon T. - NetWare 5. The Complete Reference; [6]. MCSE Training Kit MS Windows 2000 server; Koordynator: Prof. dr hab. Stanisław Goldstein Data aktualizacji: 10 marca 2010 Administration of local area network Course contents: 1. The basics of a chosen network oriented operating system. 2. Local Area Network design. 3. Local Area Network protocols. 4. Network diagnostic tools. 5. User accounts. 6. File system discussion: file and directory permission, shared folders. 7. Directory services. 8. Information services - FTP, HTTP, SMTP, NNTP servers. 9. Terminal services. 10. Security policy. 9

10 1.3 ALGEBRA Z TEORIĄ LICZB Kod: 1100-AT0LMI Forma przedmiotu: 30 godzin wykładu + 30 godzin konwersatorium Sposób zaliczenia: wykład - egzamin pisemny; konwersatorium - zaliczenie dwóch kolokwiów Cele przedmiotu: Celem przedmiotu jest przedstawienie najważniejszych pojęć i faktów z teorii liczb i algebry o podstawowym znaczeniu w informatyce. Umiejętności wstępne: Treści przedmiotu: 1. Podzielność w zbiorze liczb całkowitych. Największy wspólny dzielnik. Algorytm Euklidesa. 2. Liczby pierwsze. Arytmetyka modularna. Równania diofantyczne. 3. Grupy, pierścienie, ciała. Pierścień wielomianów. 4. Przestrzenie wektorowe. Przestrzeń wektorowa R n. 5. Macierze, wyznaczniki. 6. Układy równań liniowych. Metoda eliminacji Gaussa. 7. Przekształcenia liniowe. Reprezentacja macierzowa przekształcenia liniowego. 8. Proste, płaszczyzny, hiperpłaszczyzny w R n. Stożkowe. Kwadryki. Literatura: [1]. Kowalski L. - Algebra liniowa z geometrią analityczną dla informatyków; [2]. Gleichgewicht B. - Algebra; [3]. Marzantowicz W., Zarzycki P. - Elementy teorii liczb; [4]. Sierpiński W.- Wstęp do teorii liczb; [5]. Opial Z.- Algebra wyższa; [6]. Julrewicz J., Skoczylas T. - Algebra liniowa 1,2. Przykłady i zadania; [7]. Jurlewicz J., Skoczylas T. - Algebra liniowa 1,2. Definicje, twierdzenia, wzory; [8]. Mostowski A., Stark M. - Elementy algebry wyższej; [9]. Niven I., Zuckerman H.S., Montgomery H.L. - An Introduction to the Theory of Numbers. Koordynator: Prof. dr hab. Paweł Walczak Data aktualizacji: ALGEBRA AND NUMBER THEORY Course contents: 1. Divisibility. The greatest common divisor. Euclidean algorithm. 2. Prime numbers. Congruences. Diophantine equations. 3. Groups, rings, fields. Ring of polynomials. 4. Matrices, determinants. 5. Vector spaces. Vector space R n. 6. Systems of linear equations. Gauss elimination method. 7. Linear transformations. Matrix representation of linear transformation. 8. Lines, planes, hyperplanes in R n. Conics, quadrics. 10

11 1.4 ALGORYTMY GENETYCZNE Kod: 1100-GA0OIB Forma przedmiotu: 30 godzin wykładu + 30 godzin laboratorium komputerowego Sposób zaliczenia: wykład egzamin pisemny, laboratorium - programy komputerowe Cele przedmiotu: Algorytmy genetyczne naśladują procesy ewolucji obserwowane w przyrodzie, używając w szczególności operacji selekcji, krzyżowania i mutacji. Ogólniejszą klasą algorytmów są algorytmy ewolucyjne. Celem wykładu jest przedstawienie podstaw teorii algorytmów genetycznych i ewolucyjnych oraz omówienie wybranych ich zastosowań. Celem laboratorium jest implementacja wybranych algorytmów genetycznych i ewolucyjnych. Umiejętności wstępne: PS0LMI, PP0LII, PS0LII (lub odpowiednie przedmioty z kierunku matematyka) Treści przedmiotu: 1. Podstawowe informacje o algorytmach genetycznych i przykłady ich zastosowań. 2. Podstawy teoretyczne algorytmów genetycznych: schematy i ich własności, twierdzenie o schematach, hipoteza o cegiełkach. 3. Modyfikacje służące poprawie funkcjonowania algorytmów genetycznych. 4. Algorytmy ewolucyjne: różne reprezentacje rozwiązań dopuszczalnych, różne rodzaje operatorów uogólniających klasyczne krzyżowanie i mutację. 5. Zastosowanie algorytmów ewolucyjnych do rozwiązywania zadań optymalizacji, w szczególności optymalizacji wielokryterialnej. 6. Algorytm RHS (Random Heuristic Search). 7. Prosty algorytm genetyczny jako szczególny przypadek algorytmu RHS. 8. Podstawowe informacje o łańcuchach Markowa. 9. Przedstawienie algorytmów ewolucyjnych w języku teorii łańcuchów Markowa. 10. Zbieżność algorytmów genetycznych, kryteria zatrzymania. Literatura: [1]. Michalewicz Z. Genetic Algorithms + Data Structures = Evolution Programs. [2]. Vose M.D. The Simple Genetic Algorithm. [3]. Reeves C.R., Rowe J.E. Genetic Algorithms: Principles and Perspectives. A Guide to GA Theory. [4]. Arabas J. Wykłady z algorytmów ewolucyjnych. Koordynator: Prof. dr hab. Marcin Studniarski Data aktualizacji: GENETIC ALGORITHMS Course contents: 1. Genetic algorithms: description and examples of applications. 2. Theoretical foundations of genetic algorithms: schemata and their properties, the Schema Theorem, the Building Block Hypothesis. 3. Modifications improving performance of genetic algorithms. 4. Evolutionary algorithms: different representations of feasible solutions and different operators generalizing the classical crossover and mutation. 5. Applications of evolutionary algorithms to solving different (especially, multiobjective) optimization problems. 6. The RHS (Random Heuristic Search) algorithm. 7. The simple genetic algorithm as a special case of the RHS algorithm. 8. Preliminary facts about Markov chains. 9. Representation of genetic algorithms as Markov chains. 10. Convergence of genetic algorithms, stopping criteria. 11

12 1.5 ALGORYTMY I STRUKTURY DANYCH Kod: 1100-AD0LII Forma przedmiotu: 30 godz. wykładu +30 godz. laboratorium komputerowego Język wykładowy: Polski Sposób zaliczenia: egzamin pisemny + zaliczenie laboratorium Cele przedmiotu: Umiejętności wstępne: Celem przedmiotu jest zapoznanie studentów z metodami projektowania i analizy algorytmów. Omówione zostaną zagadnienia związane z pojęciem złożoności obliczeniowej. W trakcie zajęć przedstawione zostaną podstawowe algorytmy i struktury danych dotyczące takich zagadnień jak: sortowanie, wyszukiwanie, elementarne i dynamiczne struktury danych, słowniki. Treści przedmiotu: 1. Podstawy analizy algorytmów: poprawność algorytmów i metody jej dowodzenia - pojęcie złożoności obliczeniowej - analiza najgorszego przypadku - analiza probabilistyczna 2. Metody projektowania algorytmów - dziel i zwyciężaj - algorytmy zachłanne - programowanie dynamiczne 3. Podstawowe algorytmy sortowania - metody klasyczne - QuickSort, HeapSort oraz MergeSort - metody sortowania o złożoności liniowej (RadixSort, CountingSort) 4. Abstrakcyjne struktury danych: - listy - stosy i kolejki - kolejki priorytetowe - drzewa 5. Algorytmy wyszukiwania i selekcji - algorytm Hoare a - - wyszukiwania sekwencyjne - wyszukiwanie binarne - - drzewa BST Literatura: [1]. Algorytmy w C++, Sedgewick R., Read Me 1999 [2]. Algorytmy i struktury danych, L. Banachowski, K. Diks, W. Rytter, Wydawnictwa Naukowo - Techniczne, [3]. Wprowadzenie do algorytmów, Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein, Wydawnictwa Naukowo - Techniczne, 2004 [4]. Struktury danych w języku C, Drozdek, Simon D.L. - WNT, 2003 Koordynator: Prof. dr hab. Goldstein Stanisław Data aktualizacji: 2009/01/28 Course contents: 1. Analysis of algorithms: - The algorithms and methods of command - The concept of computational complexity - Worst case analysis - Probabilistic analysis 2. The methods of designing algorithms - "Divide and conquer" - Greedy algorithms - Dynamic programming 3. The basic algorithms for sorting - Methods of classic - QuickSort, HeapSort and MergeSort - Linear sorting methods (RadixSort, CountingSort) 4. Abstract data types: - The list - Stacks and queues - Priority queues - Trees 5. Search and selection: - Hoare'a algorithm - Sequential search - Binary search - BST trees Algorithms and data structures 12

13 1.6 ALGORYTMY I ZŁOŻONOŚĆ Forma przedmiotu: Ilość punktów ECTS: 5 Kod: 1100-AZ0OII Język wykładowy: Polski Sposób zaliczenia: Cele przedmiotu: Umiejętności wstępne: 30 godz. wykładu +30 godz. laboratorium komputerowego egzamin pisemny + zaliczenie laboratorium Celem przedmiotu jest zapoznanie studentów z metodami projektowania i analizy algorytmów. Omówione zostaną zagadnienia związane z pojęciem złożoności obliczeniowej. W trakcie zajęć przedstawione zostaną podstawowe algorytmy i struktury danych dotyczące takich zagadnień jak: sortowanie, wyszukiwanie, elementarne i dynamiczne struktury danych, słowniki. Treści przedmiotu: 1. Podstawy analizy algorytmów: poprawność algorytmów i metody jej dowodzenia a. pojęcie złożoności obliczeniowej b. analiza najgorszego przypadku c. analiza probabilistyczna 2. Metody projektowania algorytmów a. dziel i zwyciężaj b. algorytmy zachłanne c. programowanie dynamiczne 3. Podstawowe algorytmy sortowania a. metody klasyczne b. QuickSort, HeapSort oraz MergeSort c. metody sortowania o złożoności liniowej (RadixSort, CountingSort) 4. Abstrakcyjne struktury danych: a. listy b. stosy i kolejki c. kolejki priorytetowe d. drzewa 5. Algorytmy wyszukiwania i selekcji a. algorytm Hoare b. - wyszukiwania sekwencyjne c. wyszukiwanie binarne d. - drzewa BST Literatura: [1]. Algorytmy w C++, Sedgewick R., Read Me 1999 [2]. Algorytmy i struktury danych, L. Banachowski, K. Diks, W. Rytter, Wydawnictwa Naukowo - Techniczne, [3]. Wprowadzenie do algorytmów, Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein, Wydawnictwa Naukowo - Techniczne, 2004 [4]. Struktury danych w języku C, Drozdek, Simon D.L. - WNT, 2003 Koordynator: Prof. dr hab. Goldstein Stanisław Data aktualizacji: 2009/01/28 Course contents: 1. Analysis of algorithms: - The algorithms and methods of command - The concept of computational complexity - Worst case analysis - Probabilistic analysis 2. The methods of designing algorithms - "Divide and conquer" - Greedy algorithms - Dynamic programming 3. The basic algorithms for sorting - Methods of classic - QuickSort, HeapSort and MergeSort - Linear sorting methods (RadixSort, CountingSort) 4. Abstract data types: - The list - Stacks and queues - Priority queues - Trees 5. Search and selection: - Hoare'a algorithm - Sequential search - Binary search - BST trees Algorithms and Complexity 13

14 1.7 ANALIZA MATEMATYCZNA DLA INFORMATYKÓW 1 (I) Kod: 1100-AM1LMI Forma przedmiotu: 30 godzin wykładu + 30 godzin konwersatorium Sposób zaliczenia: Wykład - egzamin pisemny; konwersatorium - zaliczenie Cele przedmiotu: Celem przedmiotu jest zapoznanie studenta z aparatem analizy matematycznej. Przedstawione są wiadomości dotyczące funkcji, ciągów, szeregów oraz omówione jest różniczkowanie i całkowanie funkcji. Umiejętności wstępne: LM0OMI Treści przedmiotu: 1. Funkcje; granica funkcji, ciągłość funkcji, własności funkcji ciągłych 2. Pochodne funkcji i ich zastosowanie do badania funkcji, twierdzenia o wartości średniej. Reguła de l Hospitala, wzór Taylora. 3. Ciągi liczbowe i ciągi funkcyjne. Szeregi liczbowe i szeregi funkcyjne, szeregi potęgowe. Promień zbieżności i przedział zbieżności szeregu potęgowego. 4. Całka nieoznaczona. Całkowanie przez części, całkowanie przez podstawienie. 5. Całka Riemanna. Interpretacja geometryczna całki oznaczonej. Własności całki Riemanna. Zastosowania całki. 6. Funkcje rzeczywiste określone w R k. Granica podwójna. Pochodne cząstkowe. Ekstrema funkcji w R k. Literatura: [1]. Gewert M., Skoczylas Z. - Analiza matematyczna 1. [2]. Kuratowski K.- Rachunek różniczkowy i całkowy. [3]. Leja F. - Rachunek różniczkowy i całkowy. [4]. Staniszewska J. Wykłady z analizy matematycznej, cz. 1. Koordynator: Prof. dr hab. Władysław Wilczyński Data aktualizacji: Mathematical Analysis for Computer Science Students 1 (I) Course contents: 1. Functions, limits of functions, continuity, properties of continuous functions. 2. Derivatives, applications of derivatives in investigation of functions. 3. Sequences of numbers and of functions. Series of numbers and of functions, powerseries. Radius and interval of convergence. 4. Undefined integral, integration by parts, variable-change integration. 5. Riemann integral.geometrical interpretation of defined integral. Properties of Riemann integral. Applications. 6. Real functions in Euclidean space. Double limits. Partial derivatives. Extremes of functions in Euclidean space. 14

15 1.8 ANALIZA MATEMATYCZNA DLA INFORMATYKÓW 2 (I) Kod: 1100-AM2LMI Forma przedmiotu: 30 godzin wykładu + 30 godzin konwersatorium Sposób zaliczenia: Wykład - egzamin pisemny; konwersatorium - zaliczenie Cele przedmiotu: Celem przedmiotu jest zapoznanie studenta z aparatem analizy matematycznej funkcji wielu zmiennych Umiejętności wstępne: MD0OMI, AM0LMI lub AM1LMI Treści przedmiotu: 1. Funkcje rzeczywiste określone w R k 2. Granice podwójne i iterowane. 3. Pochodne cząstkowe, pochodne kierunkowe, różniczka zupełna. 4. Ekstrema funkcji w R k, ekstrema warunkowe. 5. Funkcja uwikłana. Ekstrema funkcji uwikłanej. 6. Całki wielokrotne, całki iterowane 7. Współrzędne biegunowe, cylindryczne, sferyczne. Twierdzenie o zamianie zmiennych. Literatura: [1]. Gewert M., Skoczylas Z. - Analiza matematyczna 2. [2]. Fichtenholz G.- Rachunek różniczkowy i całkowy. [3]. Leja F. - Rachunek różniczkowy i całkowy. [4]. Krysicki K.,Włodarski L. Analiza matematyczna w zadaniach. Koordynator: Prof. dr hab. Władysław Wilczyński Data aktualizacji: Course contents: 1. Real functions defined in R k Mathematical Analysis for Computer Science Students 2 (I) 2. Double and iterated limits. 3. Partial derivatives, derivatives along vectors, differential. 4. Extremes of functions in Euclidean space, conditional extremes. 5. Implicit functions, extremes. 6. Multiple integrals, iterated integrals. 7. Polar, cylindric, spherical coordinates. Variable-change under integrals. 15

16 1.9 ARCHITEKTURA SYSTEMÓW KOMPUTEROWYCH Kod: 1100-AS0LII Forma przedmiotu: Wykład, 30 godz. Ilość punktów ECTS: 3 Język wykładowy: Język polski Sposób zaliczenia: Kolokwium pisemne złożone z pytań testowych i zadań do rozwiązania Cele przedmiotu: Przedstawienie logicznych podstaw techniki cyfrowej i urządzeń służących do przetwarzania i przechowywania informacji. Omawia się najważniejsze podzespoły komputera, urządzeń peryferyjnych i zagadnienia dotyczące komunikacji między tymi elementami. Umiejętności wstępne: Brak specjalnych wymagań Treści przedmiotu: 1.Wiadomości historyczne na temat urządzeń liczących i komputerów. 2. Algebra Boole a i jej zastosowania w układach funkcjonalnych komputera. 3. Kodowanie i jego wykorzystanie w układach komputera. Literatura: 4. Pamięć wewnętrzna komputera, jej budowa, typy i zarządzanie. 5. Realizacja operacji arytmetyczno-logicznych przez procesor. 6. Nośniki pamięci zewnętrznej, magistrale i interfejsy. 7. Pozostałe urządzenia peryferyjne. 8. Realizacja operacji wejścia-wyjścia. 9. Organizacja komputera na poziomie asemblera: reprezentacje instrukcji i danych, metody adresowania, architektura RISC i CISC. [1] T. C. Bartee Computer Architecture and Logic Design; McGraw-Hill, Inc; [2] B. S. Chalk Organizacja i architektura komputerów; Wydawnictwa Naukowo- Techniczne, Warszawa; [3] J. Duntemann Zrozumieć Asembler; Wydawnictwo Translator s.c., Warszawa [4] P. Metzger Anatomia PC. Architektura komputerów zgodnych z IBM PC; Helion, Gliwice; [5] L.S. Orilia Computers and Information. An Introduction; McGraw-Hill Book Company, New York, [6] M. Sargent III, R. L. Shoemaker The Personal Computer from the Inside Out; Addison-Wesley Company; [7] J.E. Savage, S.Magidson, A.M. Stein The Mystical Machine. Issues and Ideas in Comuting; Addison-Wesley Publishing Company, Massachusetts, [8] W. Stallings Organizacja i architektura systemu komputerowego. Projektowanie systemu a jego wydajność; Wydawnictwa Naukowo-Techniczne; Warszawa [9] K. Wojtusiewicz Urządzenia techniki komputerowej cz. I i II; Mikom. Koordynator: Prof. dr hab. Wojciech Banaszczyk Data aktualizacji: Dli s2, dli_gg_s4 Architecture of Computer Systems Course contents: 1. The History of Computer and other Aids to Computation. 2. Boolean Algebra and its Applications in Basic Functional Units of Computer. 3. Data Representation in Digital Computer. 4. Internal Memory of Computer: Types and Management. 5. Performing Arithmetic and Logic Operations by Processor. 6. External Memory of Computer, Bases and Interfaces. 7. Other Peripheral Devices. 8. Input-Output Operations. 9. Organization of Computer: Representing of Instructions and Data, Addressing Techniques, The Concept of Assembly Language, RISC and CISC Architecture. 16

17 Kod: 1100-BO0UII 1.10 BADANIA OPERACYJNE Forma przedmiotu: 30 godzin wykładu + 30 godzin konwersatorium Ilość punktów ECTS: 7 Sposób zaliczenia: wykład egzamin pisemny; konwersatorium zaliczenie Cele przedmiotu: Celem przedmiotu jest zaznajomienie studenta z podstawowymi zagadnieniami z zakresu badań operacyjnych, zarówno od strony teoretycznej, jak i praktycznej. Umiejętności wstępne: AT0LMI, AM1LMI Treści przedmiotu: 1. Programowanie liniowe a. Modelowanie b. Metoda graficzna c. Metoda simpleks d. Reguła antycykliczna e. Dualność 2. Programowanie nieliniowe a. Zasada mnożników Lagrange a b. Twierdzenie Kuhna-Tuckera 3. Wybrane metody numeryczne dla zadań programowania nieliniowego a. Metoda gradientowa b. Metoda Newtona c. Metoda projekcji gradientu d. Metoda kierunków dopuszczalnych Literatura: [1] Z. Jędrzejczyk, K. Kukuła, J. Skrzypek, A. Walkosz - Badania operacyjne w przykładach i zadaniach [2] D. G. Luenberger, Y. Ye - Linear and Nonlinear Programming [3] H. A. Taha, Wprowadzenie do badań operacyjnych (w jęz. rosyjskim) [4] R. L. Rardin, Optimization in Operations Research [5] F. P. Vasiliev - Metody numeryczne rozwiązywania zadań ekstremalnych (w jęz. rosyjskim) Koordynator: Stanisław Walczak Data aktualizacji: OPERATION RESEARCH Course contents: 1. Linear programming a. Linear programming models b. Graphic method c. Simplex method d. Anti-cycling rule e. Duality 2. Nonlinear programming a. Lagrange multiplier principle b. Kuhn-Tucker theorem 3. Some numerical methods for nonlinear programming problems a. Gradient method b. Newton method c. Gradient projection method d. Feasible directions method 17

18 1.11 BEZPIECZEŃSTWO SYSTEMÓW KOMPUTEROWYCH Kod: 1100-BS0OII Forma przedmiotu: 30 godzin wykładu + 30 godzin laboratorium Sposób zaliczenia: wykład zaliczenie pisemne; laboratorium zaliczenie Cele przedmiotu: Celem przedmiotu jest zaznajomienie studenta z podstawowymi problemami bezpieczeństwa systemów komputerowych. Omawiane będą zagrożenia związane, zarówno z samymi systemami operacyjnymi, jak i infrastrukturą sieciową. Student zapozna się z tworzeniem polityki bezpieczeństwa systemu informatycznego, metodami bezpiecznego programowania oraz narzędziami analizy zabezpieczeń i monitoringu, wykrywania ataków i ochrony przed nimi. Umiejętności wstępne: 1100-SO0OII, 1100-TS0LII Treści przedmiotu: 1. Klasy bezpieczeństwa systemów komputerowych, aspekty prawne 2. Modele uwierzytelniania, autoryzacji i kontroli dostępu dli-07-w5 3. Metody kryptograficzne zabezpieczeń systemów informatycznych 4. Aspekty bezpieczeństwa sieci komputerowych 5. Bezpieczeństwo systemów operacyjnych 6. Bezpieczeństwo aplikacji użytkowych 7. Metody bezpiecznego programowania 8. Systemy wykrywania włamań, narzędzia analizy zabezpieczeń, zarządzanie bezpieczeństwem Literatura: [1]. J. Stokłosa, T. Bliski, T. Pankowski, Bezpieczeństwo danych w systemach informatycznych. PWN, 2001 [2]. W. Stallings, Network Security Essentials. Prentice Hall, 2003 [3]. N. Ferguson, B. Schneier, Kryptografia w praktyce., Helion, 2004 [4]. W. R. Cheswick. Firewalle i bezpieczeństwo w sieci, Helion, 2003 Koordynator: Prof. dr hab. Ryszard Pawlak Data aktualizacji: Security of computer systems Course contents: 1. Computer security classes, legal aspects 2. Models for authentication, authorization and access control 3. Cryptographic methods for securing computer systems 4. Computer networks security aspects 5. Operating systems security 6. User applications security 7. Secure programming techniques 8. Intrusion detection systems, tools for security analysis, security management 18

19 Kod: 1100-SI0LII 1.12 ELEMENTY SZTUCZNEJ INTELIGENCJI Forma przedmiotu: 30 godzin wykładu + 30 godzin laboratorium Sposób zaliczenia: wykład egzamin pisemny; laboratorium informatyczne zaliczenie na podstawie oddawanych projektów Umiejętności wstępne: PS0LII, PR0OII Dli_s6 Cele przedmiotu: Treści przedmiotu: Literatura: Omówienie podstawowych zagadnień i problemów sztucznej inteligencji. Słuchacz powinien posiąść umiejętność opisywania przestrzeni problemu wyrażonego w języku naturalnym przy pomocy stanów i operatorów. Znaczny nacisk położony jest także na umiejętności praktycznego wykorzystania omawianych metod do rozwiązania konkretnych problemów. 1. Sztuczna inteligencja definicje. 2. Test Turinga. 3. Silna i słaba sztuczna inteligencja. 4. Wpływ wyboru sposobu reprezentacji problemu na jego rozwiązanie. 5. Język jako narzędzie reprezentacji i wnioskowania: PROLOG - elementarne wprowadzenie do języków programowania w logice. 6. Algorytmy przeszukiwania przestrzeni wszerz i w głąb. 7. Algorytmy związane z poszukiwaniem ścieżki (best first search, hill climbing, meansends analysis). 8. Algorytmy typu Min-Max. 9. Rozwiązywanie problemów przeszukiwania z ograniczeniami za pomocą algorytmów z nawrotami. 10. Automat Moor'a (np. w zagadnieniu sterowania zachowaniem postaci). 11. Drzewa decyzyjne. Zasadniczym źródłem informacji są materiały dostarczone studentom w formie skryptu (dostępne i aktualizowane na bieżąco na stronie zarówno w trakcie ćwiczeń jak i wykładu. W skrypcie zawarto także obszerny spis polecanej (i zarazem dostępnej) literatury uzupełniającej, m.in.: [1]. M. J. Kasperski, Sztuczna inteligencja. Droga do myślących maszyn, Helion, [2]. E. Rich, K. Knight, Artificial intelligence, Mc-Graw-Hill, Inc., [3]. R. Penrose, Nowy umysł cesarza. O komputerach, umyśle i prawach fizyki, PWN, Warszawa [4]. Materiały dostarczane w formie skryptu (dostępne i aktualizowane na bieżąco na stronie Koordynator: Prof. dr hab. Władysław Wilczyński Data aktualizacji: Course contents: Elements of Artificial Intelligence 1. Artificial intelligence - definitions 2. The Turing Test. 3. Strong Artificial Iteligence and Weak Artificial Inteligence. 4. Data and states representation and its influence of problem solution. 5. Programming language as knowledge representation and reasoning tool: PROLOG an introduction to logic programming languages. 6. Traversing state space with breadth-first and depth-first (and similar) algorithms. 7. Search algorithms (best first search, hill climbing, means-ends analysis). 8. Algorithms of the minimax type. 9. Backtracking algorithms. 10. Moore machine (e.g. in boot behaviour in computer game). 11. Decision tree. 19

20 1.13 GEOMETRIA KRZYWYCH I POWIERZCHNI Kod: 1100-GP0OMI Forma przedmiotu: 30 godz wykładu + 30 godz konwersatorium lub angielski Sposób zaliczenia: zaliczenie ćwiczeń na podstawie pisemnych kolokwiów, egzamin ustny Cele przedmiotu: Jest to wykład geometrii różniczkowej, który obejmuje klasyczną geometrię krzywych i powierzchni w przestrzeni trójwymiarowej, wyłożoną językiem współczesnym w sposób umożliwiający wykorzystanie nabytej wiedzy w pracy nad grafiką komputerową. Umiejętności wstępne: algebra liniowa (AG2OMM, AG2OMI lub rownoważne), analiza matematyczna (AM2XXX, RR3LMM lub równoważne) Treści przedmiotu: 1. Geometria krzywych płaskich i przestrzennych: długość, parametryzacja naturalna, krzywizna i skręcenie, wzory Freneta, trójścian Freneta, podstawowe twierdzenie teorii krzywych. Globalne twierdzenia geometrii krzywych (informacyjnie). 2. Geometria powierzchni: opis parametryczny i uwikłany powierzchni, płaszczyzna styczna, formy podstawowe, krzywizna normalna, krzywizny główne, krzywizna średnia, krzywizna Gaussa, krzywizna geodezyjna, linie geodezyjne, interpreatcja geometryczna krzywizn. 3. Zastosowanie programów komputerowych do obliczania niezmienników geometrycznych krzywych i powierzchni oraz do ich przedstawiania graficznego. Dli_gg_s54 Literatura: [1] Goetz A., Geometria różniczkowa, PWN, Warszawa 1965 [2] Oprea J., Geometria różniczkowa i jej zastosowania, PWN, Warszawa 2002 Koordynator: Prof. dr hab. Paweł Walczak Data aktualizacji: 07/02/2009 Geometry of Curves and Surfaces Course contents: 1. Geometry of curves in the plane and in the 3-dimensional space: length, parametrization by arc length, curvature and torsion, Frenet fromulae, Frenet frame, fundamental theorem of curves theory. Global theorems of geometry of curves (information). 2. Geometry of surfaces: parametrization and implicit description, tangent space, fundamental forms, normal curvature, principal curvatures, mean curvature, Gauss curvature, geodesic curvature and geodesic lines, geometric interpretation of curvatures. 3. Computers in calculations of geometric incvariants and drawings of curves and surfaces. 20

21 1.14 GRAFIKA KOMPUTEROWA Kod: 1100-GK0OII Forma przedmiotu: 30 godzin wykładu + 30 godzin laboratorium komputerowego Sposób zaliczenia: wykład - egzamin pisemny, laboratorium programy zaliczeniowe Umiejętności wstępne: AT0LMI, AM1 OMI, MP0LII, WP0 LII, PS0 LII, PR0 OII Cele przedmiotu: Celem wykładu jest zaznajomienie studenta z teoretycznymi podstawami grafiki komputerowej. Realizacja zadań laboratoryjnych polega na implementacji algorytmów tworzenia grafiki, wykorzystaniu bibliotek graficznych. Projektowane są aplikacje graficzne. Treści przedmiotu: 1. Algorytmy rastrowe rysowania prymitywów graficznych. 2. Przekształcenia geometryczne (macierze przekształceń, współrzędne jednorodne). Dli_gg_s5 3. Rzutowanie równoległe i perspektywiczne. 4. Eliminacja powierzchni niewidocznych. 5. Oświetlenie i cieniowanie. 6. Ray-tracing. 7. Kolor w grafice komputerowej. Modele barw. 8. Tekstury. 9. Struktury danych w grafice komputerowej. 10. Modelowanie krzywych i powierzchni. Literatura: [1]. Foley J.D., Van Dam A., Feiner S.K., Hughes J.F., Philips R.L. Wprowadzenie do grafiki komputerowej, [2]. Jankowski M. Elementy grafiki komputerowej, [3]. Shirley P. Fundamentals of Computer Graphics, [4]. Neider J., Davis T., Woo M. OpenGL. Programming Guide, [5]. Hawkins K., Astle D. OpenGL programowanie gier. Koordynator: Prof. dr hab. Paweł Walczak Data aktualizacji: Computer Graphics Course contents: 1. Raster algorithms. 2. Geometric transformations. 3. Orthographic and perspective projections. 4. Hidden surfaces elimination. 5. Light and shading. 6. Ray-tracing. 7. Color in computer graphics. Color models. 8. Texture mapping. 9. Data structures for graphics. 10. Modeling of curves and surfaces. 21

22 1.15 GRAFIKA W SERWISACH INTERNETOWYCH Kod: 1100-GS0OII Forma przedmiotu: 30 godz. laboratorium informatycznego Ilość punktów ECTS: 3 Sposób zaliczenia: Pisemny Cele przedmiotu: Celem zajęć jest przygotowanie do projektowanie grafiki na użytek serwisów internetowych oraz zaznajomienie z narzędziami tam stosowanymi. Umiejętności wstępne: GU0OII, PA0OII, MA0OII Dli_w6 Treści przedmiotu: 1. Style CSS. 2. Obróbka grafiki rastrowej dla potrzeb serwisów internetowych. 3. Przygotowanie i obróbka grafiki wektorowej dla potrzeb serwisów internetowych. 4. Podstawy języka Adobe ActionScript. 5. Podstawy programowania efektów graficznych z wykorzystaniem języka ActionScript. Literatura: [1]. Colin Moock, Essential ActionScript 3.0, O'Reilly, [2]. Steve Webster, Todd Yard, Sean McSharry, Foundation ActionScript 3.0 with Flash CS3 and Flex, Friends of ED, [3]. Robert Reinhardt, Snow Dowd, Adobe Flash CS3 Professional Bible, John Wiley and Sons, [4]. Akkana Peck, Beginning Gimp: From Novice to Professional, Apress, [5]. Lynda Weinman, Ali Karp, Designing Web Graphics.4, New Riders, [6]. Dave Gibbons, Nick Boyce, Adrian Roselli, Isaac Forman, Web Graphics for Nondesigners, glasshaus, [7]. Eric A. Meyer, Cascading Style Sheets: The Definitive Guide, O'Reilly, Koordynator: Prof. dr hab. Ryszard Pawlak Data aktualizacji: Graphics in Web Services Course contents: 1. CSS style sheets. 2. Working with bitmap graphics for web services. 3. Preparing and working with vector graphics for web services. 4. Introduction to Adobe ActionScript. 5. Elements of programing in graphical effects using ActionScript. 22

23 Kod: 1100-KW0UII 1.16 KOMPUTEROWE WSPOMAGANIE OBLICZEŃ Forma przedmiotu: 30 godzin wykładu + 30 godzin laboratorium komputerowego (MATLAB) Sposób zaliczenia: wykład zaliczenie ustne, laboratorium - zaliczenie na podstawie oddanych prac Cele przedmiotu: Celem przedmiotu jest wyrobienie u studentów biegłości w wykonywaniu częściej spotykanych obliczeń numerycznych przy użyciu Matlaba. Umiejętność taka umożliwi im w przyszłości branie udziału w pracach projektowych, rozwojowych i laboratoryjnych prowadzonych w różnych firmach i instytucjach, gdzie ważna jest wysoka wydajność obliczeń. Umiejętności wstępne: Analiza matematyczna dla informatyków 2 (AM2 LMI) Metody probabilistyki i statystyki (PS0 LMI) Algebra liniowa lub Algebra z teoria liczb Treści przedmiotu: 1. Podstawy obsługi środowiska Matlab. 2. Wprowadzenie do m-funkcji. 3. Pętle i instrukcje warunkowe. 4. Znajdowanie pierwiastków. 5. Interpolacja i ekstrapolacja. 6. Metoda najmniejszych kwadratów. 7. Macierze. Wartości własne i wartości osobliwe. 8. Całkowanie numeryczne. 9. Wprowadzenie do systemów dynamicznych i rozwiązywanie równań różniczkowych zwyczajnych. 10. Symulacja i generowanie liczb losowych. Modelowanie szumu. 11. Metody Fouriera analizy sygnałów i obrazów ( funkcje ortogonalne, szereg Fouriera, splot funkcji, transformata Fouriera). 12. Przykłady zastosowania metod numerycznych w analizie obrazów i sygnałów. Literatura: [1]. S. R. Otto, J. P. Denier, An Introduction to Programming and Numerical Methods in Matlab, Springer, [2]. C. Moler, Numerical Computing with Matlab. SIAM, [3]. R. C. Gonzalez, R. E. Woods, S. L. Eddins. Digital Image Processing Using MATLAB. Prentice Hall, Literatura firmowa firmy Mathworks dostępna na stronie internetowej firmy (dokumentacja Matlaba). Koordynator: Prof. dr hab. Stanisław Goldstein Data aktualizacji: Course contents: Computer-Aided Calculations 1. Principles of operating in Matlab environment. 2. Introduction to m-functions. 3. Loops and conditional Statements 4. Root finding. 5. Interpolation and extrapolation. 6. Least quares method. 7. Matrices. Eigenvalues and singular values. 8. Numerical integration. 9. Introduction to dynamical systems and solving ordinary differential equations. 10. Simulation and generation of random numbers. Noise modelling. 11. Fourier methods for signal and image analysis (orthogonal functions, Fourier series, convolution of functions, Fourier transform). 12. Examples of the use of numerical methods in image and signal analysis. 23

24 Kod: 1100-LM0OMI 1.17 LOGIKA I TEORIA MNOGOŚCI Forma przedmiotu: 30 godzin wykładu + 30 godzin konwersatorium Sposób zaliczenia: Wykład egzamin pisemny, konwersatorium zaliczenie (kolokwia) Cele przedmiotu: Stosowanie rachunku zdań do dowodzenia własności zbiorów. Umiejętność dowodzenia twierdzeń. Sprawdzanie własności relacji i opis klas abstrakcji. Sprawdzanie własności funkcji i znajdowanie funkcji odwrotnej oraz funkcji złożonej. Wykazanie równoliczności różnych zbiorów. Umiejętności wstępne: Wiadomości ze szkoły średniej (matura rozszerzona) Dli_s1 Treści przedmiotu: 1. Rachunek zdań. 2. Metody dowodzenia twierdzeń. 3. Zbiory działania na zbiorach; iloczyn kartezjański. 4. Kwantyfikatory. 5. Sumy i iloczyny uogólnione. 6. Relacje: własności relacji; relacja równoważności, klasa abstrakcji. 7. Funkcja jako relacja; bijekcja; funkcja odwrotna; złożenie funkcji; obraz i przeciwobraz 8. Równoliczność zbiorów; zbiory przeliczalne; przykład zbioru nieprzeliczalnego. 9. Relacja częściowego porządku; porządek liniowy. Literatura: [1] H. Rasiowa, Wstęp do matematyki współczesnej [2] J. Cichoń, Wykład ze wstępu do matematyki [3] A.K. Ross, Matematyka dyskretna Koordynator: Prof. dr hab. Adam Paszkiewicz Data aktualizacji: Course contents: 1. Statement calculus 2. Proof methods 3. Sets, set operations, cartesian product 4. Quantifiers LOGIC AND SET THEORY 5. Union and intersection of the family of sets 6. Relations: properties, equivalence relation, equivalence class 7. Function as a relation, one to one functions, inverse function, composition of functions, image and preimage of a set 8. Equinumerosity of sets, countable sets, an example of uncountable set 9. Partial order relations, linear order 24

25 1.18 MATEMATYCZNE PODSTAWY GRAFIKI KOMPUTEROWEJ Kod: 1100-MP0LII Forma przedmiotu: 30 godzin wykładu + 30 godzin konwersatorium lub angielski Sposób zaliczenia: wykład egzamin ustny, konwersatorium zaliczenie kolokwiów Cele przedmiotu: Dostarczenie grafikom komputerowym narzędzi geometrycznych pomocnych w projektowaniu obrazów statycznych i dynamicznych Umiejętności wstępne: AT0LMI Treści przedmiotu: 1. Funkcje trygonometryczne i własności wielokątów 2. Własności wielościanów 3. Kwaterniony i przestrzeń rzutowa 4. Przekształcenia geometryczne 5. Geometria analityczna w przestrzeni 6. Krzywe i powierzchnie stopnia drugiego Literatura: [1] K. Borsuk, Geometria analityczna wielowymiarowa [2] B. Gdowski, E. Pluciński, Zbiór zadań z rachunku wektorowego i geometrii aanlitycznej [3] D. Marsh, Applied Geometry for Computer Graphics and CAD [4] J. Vince, Geometry for Computer Graphics Koordynator: Prof. dr hab. Paweł Walczak Data aktualizacji: 25/02/2009 MATHEMATICAL FOUNDATIONS OF COMPUTER GRAPHICS Course contents: 1. Trigonometric functions and polygons properties 2. Properties of polyhedra 3. Quaternions and projective space 4. Geometric transformations 5. Analytic geometry of space 6. Second degree curves and surfaces 25

26 Kod: 1100-MD0OMI 1.19 MATEMATYKA DYSKRETNA Forma przedmiotu: 30 godzin wykładu + 30 godzin konwersatorium Sposób zaliczenia: Wykład egzamin ustny; konwersatorium zaliczenie Cele przedmiotu: Celem przedmiotu jest zaznajomienie studenta z podstawowymi elementami matematyki dyskretnej wraz z ich zastosowaniami. Umiejętności wstępne: LM0OMI, AM1LMI Treści przedmiotu: 1. Indukcja matematyczna 2. Kombinatoryka: wyprowadzenie podstawowych wzorów kombinatorycznych i ich zastosowanie w zadaniach 3. Asymptotyka funkcji i ciągów 4. Podzielność liczb naturalnych oraz liczby pierwsze 5. Rekurencja: przedstawianie ciągów w postaci rekurencyjnej, szukanie postaci jawnej ciągów 6. Funkcje tworzące ciągów 7. Równania różnicowe 8. Podstawy teorii grafów: funkcja gamma, drogi i cykle, macierze grafów, grafy relacji, stopnie wierzchołków Literatura: [1] K.A. Ross, C.H. Wright Matematyka dyskeretna, PWN, Warszawa, [2] H. Rasiowa Wstęp do matematyki współczesnej, PWN, Warszawa, [3] R. Johnsonbaugh Discrete Mathematics, Prentice Hall, Upper Saddle River, New Jersey, [4] J.A. Anderson Discrete Mathematics with Combinatorics, Prentice Hall, Upper Saddle River, New Jersey, Koordynator: Prof. dr hab. Adam Paszkiewicz Data aktualizacji: Discrete mathematics Course contents: 1. Mathematical induction 2. Combinatorics: basic formulas and their application 3. Asymptotics of functions and sequences 4. Divisibility of natural numbers and prime numbers 5. Recursive form of a sequence 6. Generating functions 7. Recurrence relations 8. Foundations of graph theory: gamma function, paths and cycles, graph matrices, graphs of relations, degree of a vertex. 26

27 Kod: 1100-MN0OII 1.20 METODY NUMERYCZNE Forma przedmiotu: 30 godzin wykładu + 30 godzin laboratorium Sposób zaliczenia: wykład egzamin pisemny; laboratorium projekty zaliczeniowe Umiejętności wstępne: AM1LMI, AT0LMI, PP0LLI, PS0LLI, WP0LII Cele przedmiotu: Metody numeryczne zajmują się konstruowaniem i badaniem algorytmów przybliżonego rozwiązywania różnych problemów obliczeniowych. Celem wykładu jest przedstawienie podstawowych pojęć i metod analizy numerycznej. Na ćwiczeniach prezentowane będą przykłady praktycznego stosowania poznanych metod oraz badane ich charakterystyki (na podstawie napisanych przez studentów programów oraz przy wykorzystaniu znanych środowisk obliczeniowych). Treści przedmiotu: 1. Podstawowe pojęcia analizy numerycznej. Elementy teorii błędów. 2. Przybliżanie funkcji - interpolacja wielomianowa i interpolacja splajnami. 3. Różniczkowanie numeryczne. 4. Całkowanie numeryczne - kwadratury interpolacyjne. 5. Metody iteracyjne rozwiązywania równań nieliniowych 6. Metody bezpośrednie i iteracyjne rozwiązywania układów równań liniowych. 7. Wybrane algorytmy rozwiązywania innych zagadnień obliczeniowych Literatura: [1] Björck Å., Dahlquist G. - Metody numeryczne; [2] Fortuna Z., Macukow B., Wąsowski J. - Metody numeryczne; [3] Kincaid D., Cheney W. - Analiza numeryczna; [4] Demidowicz B.P., Maron L.A. - Metody numeryczne, część I; [5] Stożek E. - Metody numeryczne w zadaniach. Koordynator: Prof. dr hab. Marcin Studniarski Data aktualizacji: NUMERICAL METHODS Course contents: 1. Fundamental notions of numerical analysis. Elements of the error theory 2. Approximation of functions polynomial interpolation and spline interpolation. 3. Numerical differentiation. 4. Numerical integration interpolation quadratures. 5. Iteration methods for solving nonlinear equations 6. Direct and iterative methods for solving linear systems. 7. Selected algorithms of solving other computational problems. 27

28 Dli_s5 Nazwa przedmiotu: Kod: 1100-PS0LMI 1.21 METODY PROBABILISTYKI I STATYSTYKI Forma przedmiotu: 30 godzin wykładu + 30 godzin konwersatorium Sposób zaliczenia: Wykład egzamin ustny; konwersatorium zaliczenie Cele przedmiotu: Celem przedmiotu jest zaznajomienie studenta z podstawami teorii prawdopodobieństwa i statystyki. Przedstawione są podstawowe pojęcia i twierdzenia tych dziedzin oraz pokazane jest ich zastosowanie. Umiejętności wstępne: LM0OMI, AM1LMI Treści przedmiotu: 1. Prawdopodobieństwo jako miara: definicja i własności prawdopodobieństwa 2. Prawdopodobieństwo geometryczne, prawdopodobieństwo warunkowe, wzór na prawdopodobieństwo całkowite, wzór Bayesa Literatura: 3. Niezależność zdarzeń losowych 4. Definicja zmiennej losowej 5. Przykłady i typy zmiennych losowych 6. Rozkład zmiennej losowej, dystrybuanta i gęstość (definicje i twierdzenia) 7. Wartość oczekiwana i wariancja 8. Zmienne losowe wielowymiarowe (wektory losowe), rozkład łączny i rozkłady brzegowe, macierz kowariancji, współczynnik korelacji 9. Niezależność zmiennych losowych 10. Prawa wielkich liczb i twierdzenia graniczne 11. Podstawowe zagadnienia estymacji 12. Testowanie hipotez [1] J. Jakubowski, R. Sztencel Wstęp do teorii prawdopodobieństwa, Scipt, Warszawa, [2] P. Billingsley Prawdopodobieństwo i miara, PWN, Warszawa, [3] M. Krzyśko Statystyka matematyczna, Wydawnictwo Naukowe UAM, Poznań, [3] R. Zieliński Siedem wykładów wprowadzających do statystyki matematycznej, PWN, Warszawa, [4] J. Bartoszewicz Wykłady ze statystyki matematycznej, PWN, Warszawa, Koordynator: Prof. dr hab. Adam Paszkiewicz Data aktualizacji: Methods of probability and statistics Course contents: 1. Probability as measure: definition and properties of probability 2. Geometric probability, conditional probability, the total probability formula, the Bayes formula 3. Independence of random events 4. Definition of a random variable 5. Examples and types of random variables 6. Distribution of a random variable, distribution function, density function 7. Expectation and variance 8. Multidimensional random variables; covariance matrix, correlation coefficient 9. Independence of random variables 10. Laws of large numbers and limit theorems 11. Foundations of estimation theory 12. Testing hypotheses 28

29 Kod: Forma przedmiotu: Język wykładowy: 1.22 MODELOWANIE I ANALIZA SYSTEMÓW INFORMATYCZNYCH 1100-IS0UII 30 godzin wykładu + 30 godzin laboratorium polski Sposób zaliczenia: wykład egzamin pisemny; laboratorium zaliczenie na podstawie projektów Cele przedmiotu: Podstawowym celem wykładów jest przedstawienie zasad obowiązujących podczas tworzenia systemów informatycznych, ze szczególnym uwzględnieniem etapów analizy i modelowania. Omówione zostaną następujące zagadnienia Umiejętności wstępne: analiza szczegółowych cech systemów informatycznych zapoznanie z metodami modelowania architektury informacyjnej przedsiębiorstwa zapoznanie z wybranych metodami modelowania organizacji i systemów oraz związanych z nimi artefaktów zapoznanie z wybranymi technikami analizy systemów informatycznych i związanych z nimi artefaktów Celem laboratorium jest nabycie umiejętności w konstruowaniu modeli w wybranym obszarze informatyki i umiejętnego posługiwania się nimi. Treści przedmiotu: 1. Modele, perspektywy i diagramy. Czym jest model i do czego jest potrzebny? Grupa docelowa modelu. Proces analizy. Diagramy w roli perspektyw. 2. System informacyjny a system informatyczny. 3. UML. Geneza i ewolucja. Przegląd cech języka. 4. Diagramy UML 2.2 (w tym m.in.: diagramy przypadków użycia, diagramy klas, diagramy czynności, diagramy maszyny stanowej, diagramy interakcji, diagramy wdrożeniowe, diagramy struktur połączonych, diagram pakietów) 5. Metodyka RUP 6. Metody i techniki modelowania systemów informacyjnych. Strukturalne, obiektowe i społeczne podejścia do analizy i modelowania. 7. Modelowanie systemów biznesowych 8. Modelowanie analityczne 9. Modelowanie integracji systemów Literatura: [1]. P. Graessle, H. Baumann, P. Baumann,,,UML 2.0 w akcji. Przewodnik oparty naprojektach'', Helion, 2006 [2]. S. Wrycza, B. Marcinkowski, K. Wyrzykowski,,,Język UML 2.0 w modelowaniusystemów informatycznych'', Helion, 2005 [3]. S. Wrycza,,,UML 2.1. Ćwiczenia'', Helion, 2006 Koordynator: Prof. dr hab. Władysław Wilczyński Data aktualizacji: Modeling And Analysis Of Information Systems Course contents: 1. Models, views and diagrams. What a model is and what it is for? Model target group. Analysis process. Diagrams as a views. 2. What an information system is? 3. UML. Origin and evolution. Features review. 4. UML 2.2 diagrams (use case diagrams, class diagrams, activity diagrams, state machine diagrams, interaction diagrams, implementation diagrams, composite structure diagrams, package diagrams). 5. RUP methodology. 6. Information systems modeling methods and techniques. Structured, object oriented and social approach to analysis and modeling. 7. Business modeling. 8. Robustness modeling. 9. Integration systems modeling. 29