Potęga modeli agentowych

Wielkość: px
Rozpocząć pokaz od strony:

Download "Potęga modeli agentowych"

Transkrypt

1 Potęga modeli agentowych Katarzyna Sznajd-Weron Katedra UNESCO Studiów Interdyscyplinarnych Seminarium S 3, 7 maja 2013

2 Aperitif (2006) Physicists pretend not only to know everything, but also to know everything better. This applies in particular to computational statistical physicists like US. D. Stauffer, doktorat honoris causa Uniwersytet de Liege, (c) 2013 Katarzyna Sznajd-Weron 2

3 Plan wykładu Co to jest model agentowy? Historia modeli agentowych przez pryzmat: Oficjalne początki czyli automaty komórkowe Co na to Fizyk? Model segregacji przestrzennej Model upowszechniania kultury Ptaki, ryby i boidy Jak, kiedy i po co używać modeli agentowych? Okiem Ekonomistów Okiem Fizyka Okiem Ekologów (c) 2013 Katarzyna Sznajd-Weron 3

4 Model Agentowy Agent-based model (Multi-agent system/simulation, Individual-based models, Microscopic models) Modele komputerowe (koniecznie?) Symulacja zachowań i oddziaływań autonomicznych jednostek Poziom mikro poziom makro Układ złożony (emergencja) (c) 2013 Katarzyna Sznajd-Weron 4

5 Gdzie stosowane są ABM Fizyka statystyczna, Chemia Ekologia, Ewolucja biologiczna Urbanistyka, Ergonomia ruch uliczny, ruch pieszych (ewakuacja) Nauki społeczne (opinie, kultura, język) Marketing (Dyfuzja innowacji) Rozrywka (gry komp., filmy) (c) 2013 Katarzyna Sznajd-Weron 5

6 Popularność ABM wg. WoS (c) 2013 Katarzyna Sznajd-Weron 6 Źródło: M. Niazi, A. Hussain, Agent-based computing from multi-agent systems to agent-based models: a visual survey, Scientometrics (2011) 89:

7 Gdzie stosowane są ABM TOP 10 Computer Science Ecology Engineering Social Sciences Biology Environmental Sciences Mathematics Environmental Studies Operations Research & Management Science Fisheries (c) 2013 Katarzyna Sznajd-Weron 7 Źródło: M. Niazi, A. Hussain, Agent-based computing from multi-agent systems to agent-based models: a visual survey, Scientometrics (2011) 89:

8 Oficjalna historia ABM Koniec lat 40-tych John von Neuman maszyna z mechanizmem samopowielania Sugestia Ulama 1952 dyskretny układ komórek dyskretne stany ewoluujące w dyskretnych odstępach czasu 29 Stanisław Ulam John von Neuman (c) 2013 Katarzyna Sznajd-Weron 8

9 Gra w życie John H. Conway (koniec lat 60-tych) dwa stany sieć kwadratowa sąsiedztwo Moore a reguła klasyczna komórka martwa, ożywa w jeśli jej 3 sąsiedzi są żywi komórka żywa umiera jeśli ma mniej niż 2 lub więcej niż 3 żywych sąsiadów (c) 2013 Katarzyna Sznajd-Weron 9

10 Co się może wydarzyć? (c) 2013 Katarzyna Sznajd-Weron 10

11 Historia ABM okiem fizyka 1920 Lenz model mikro 1925 rozprawa doktorska Ernsta Isinga (1D) przejście fazowe w 2D modelu Skala mikro tłumaczy makro Emergencja przejście fazowe eksperyment Nie potrzebny komputer? Jak to wygląda? Model Lenza - Isinga (c) 2013 Katarzyna Sznajd-Weron 11

12 Model Isinga 1925 rozprawa doktorska Ernsta Isinga ucznia Lenza: rozwiązanie 1D modelu Brak przejścia fazowego w 1D Jedyna praca Isinga najczęściej cytowane nazwisko w fizyce statystycznej Przejście fazowe w 2D (lata czterdzieste) Skala mikro tłumaczy zachowania makro Jak to wygląda? (c) 2013 Katarzyna Sznajd-Weron 12

13 Model Schellinga (1971) Schelling, T.C. Dynamic Models of Segregation, Journal of Math. Sociology 1: (1971) Agenci mogą być tylko dwóch typów Agent jest nieszczęśliwy jeżeli ma w otoczeniu liczbę obcych > T (tolerancja) Nieszczęśliwy agent jest przesuwany (c) 2013 Katarzyna Sznajd-Weron 13

14 Model Axelroda (1997) Axelrod, R., 1997, J. Conflict Resolut. 41, 203 Nauki społeczne asymilacja kulturowa: Wpływ społeczny: upodabniamy się do innych Homofilia: lubimy podobnych do siebie Jak zbudować model? Środowisko Agenci Oddziaływania Osobniki w węzłach regularnej sieci (c) 2013 Katarzyna Sznajd-Weron 14

15 Model Axelroda Osobnik ma F cech kulturowych σ f Agent = σ 1, σ 2,, σ F, σ f = 0,, q 1 Wybieramy agenta i oraz jednego z jego sąsiadów j Liczymy podobieństwo agentów w ij = 5/8 w ij = 1 F δ σ f (i)σ f (j) f cecha nr f i-tego agenta cecha nr f j-tego agenta Oddziaływanie tylko taka sama cecha Więcej cech takich samych większe podobieństwo (c) 2013 Katarzyna Sznajd-Weron 15

16 Model Axelroda Oddziaływania: Z prawd. w ij agent j oddziałuje z i (homofilia) Jedna z cech agenta j taka, że σ f j σ f (i) zostaje zmieniona, tzn. σ f j = σ f (i) (wpływ społeczny) Założenia modelu zgodne z teorią społeczną: Częściej oddziałują podobni do siebie Odziaływania upodabniają do siebie agentów Czego możemy się spodziewać? Zaskoczenie? q < q c asymilacja kulturowa q > q c różnorodność kulturowa w ij = 5/8 (c) 2013 Katarzyna Sznajd-Weron 16

17 Craig Reynolds, 1986 Model skoordynowanego ruchu zwierząt: stada ptaków (bird flocks) ławic ryb (fish schools) Boid: współrzędne (x, y), prędkości (v x, v y ), + Podstawowy model: Separacja: zachowanie bezpiecznej odległości od sąsiadów Wyrównanie: dopasowanie prędkości i kierunku lotu do sąsiadów Spójność : kierowanie się do środka grupy sąsiednich boidów (c) 2013 Katarzyna Sznajd-Weron 17

18 Kiedy i jak użyć ABM? (c) 2013 Katarzyna Sznajd-Weron 18

19 Kiedy użyć ABM wg. Randa i Rusta? Nie dla układów złożonych z małej liczby elementów Lokalne i potencjalnie złożone oddziaływania Niejednorodność agenci mogą być różnych typów Różnorodne topologie środowiska Interesuje nas dynamika Procesy adaptacyjne Wg. Fizyka: Jak? modele fenomenologiczne Dlaczego? modele mikroskopowe (c) 2013 Katarzyna Sznajd-Weron 19

20 ABM okiem Fizyka Układy złożone z dużej liczby elementów Oddziaływania nie koniecznie lokalne i złożone Agenci tego samego typu mogą być interesujący Topologia jest ważna Interesujące również wtedy gdy interesują nas stany końcowe, nie tylko dynamika Ważne dla układów niejednorodnych ale w jakim sensie niejednorodność? (c) 2013 Katarzyna Sznajd-Weron 20

21 Modelowanie Bottom-up Jaki problem rozwiązujemy? Zbieramy istotne informacje dotyczące jednostek ludzi jeśli modelujemy grupy społeczne (psychol. społ.) Formułujemy teorie dot. ich zachowań (model) Analizujemy model: symulacja komputerowa (implementacja programu) rozwiązanie analityczne (rzadko się udaje) Obserwujemy pojawianie się na poziomie układu pewnych własności Weryfikujemy model (c) 2013 Katarzyna Sznajd-Weron 21

22 Projektowanie modelu decyzje: Cel i zakres działania modelu Agenci typy agentów, co odróżnia agentów należących do różnych typów Cechy agentów każdy będzie miał listę cech, jakie wartości tych cech, które to zmienne dynamiczne (np. czarni i biali, za i przeciw) Zachowania reguły zmieniające stany układu Środowisko (fizyczne, sieć społeczna, itp. Wielkości wejściowe i wyjściowe (Input & Output) Czas (krok czasowy) Aktualizacja układu (c) 2013 Katarzyna Sznajd-Weron 22

23 Aktualizacja układu Rysunek pochodzi z pracy: Wolfgang Radax and Bernhard Rengs, Timing matters: Lessons From The CA Literature On Updating, arxiv: v1 (2010) (c) 2013 Katarzyna Sznajd-Weron 23

24 Aktualizacja jest ważna! W W W W Sekwencyjna Synchroniczna (c) 2013 Katarzyna Sznajd-Weron 24

25 Jak weryfikować modele? Zweryfikowany model przestaje być zabawką i staje się narzędziem Co to znaczy zweryfikować? Eksperyment przywilej fizyki? Obserwacja jak to robić? (c) 2013 Katarzyna Sznajd-Weron 25

26 Jeden wzór może nie wystarczyć! Podstawowe cechy modeli Boidów: Starają się unikać zderzeń Dopasowują prędkość do sąsiadujących osobników Starają się trzymać blisko sąsiadów Zaproponowano 11 teorii dwa wzory obserwowany NND<1 długości ryby W modelach 1-9 wpływ od uśrednionego sąsiedztwa, a w wpływ od jednego losowego p = 0 0 wszystkie w tym samym kierunku p = 90 0 w losowych W rzeczywistości p 10 0,20 0 (c) 2013 Katarzyna Sznajd-Weron 26

27 Odporność na detale 9 modeli z regułą większościową dało prawie identyczne wyniki Pozostałe różnice okazały się nieistotne Odporność na nieznaczące detale siła ABM Odkrywamy najważniejszy mechanizm! (c) 2013 Katarzyna Sznajd-Weron 27

28 To co włożysz to wyjmiesz? Czym jest złożoność? Jak zrozumieć prawa Przyrody? np. Co robi gaz? skąd się bierze przejście fazowe? Nie jest łatwo zbudować model, który robi to co chcemy! (To mówi Fizyk ) Zanim zasymulujesz zapytaj Co otrzymam? (c) 2013 Katarzyna Sznajd-Weron 28

29 Pomyśl sam(a) lub w towarzystwie Jakie są największe wady modeli agentowych? Jakie są największe zalety takich modeli? Jak to wytłumaczyć innym? (c) 2013 Katarzyna Sznajd-Weron 29

Automaty komórkowe. Katarzyna Sznajd-Weron

Automaty komórkowe. Katarzyna Sznajd-Weron Automaty komórkowe Katarzyna Sznajd-Weron Trochę historii CA (Cellular Automata) Koniec lat 40-tych John von Neuman maszyna z mechanizmem samopowielania Sugestia Ulama 1952 dyskretny układ komórek dyskretne

Bardziej szczegółowo

Układ (fizyczny) Fizyka Systemów Złożonych (Physics of Complex Systems) Wyk 1: Wstęp

Układ (fizyczny) Fizyka Systemów Złożonych (Physics of Complex Systems) Wyk 1: Wstęp Układ (fizyczny) Fizyka Systemów Złożonych (Physics of Complex Systems) Wyk 1: Wstęp Katarzyna Sznajd Weron Wyodrębniony (realnie lub myślowo) fragment rzeczywistości Jednostka, którą będziemy się zajmować

Bardziej szczegółowo

Modelowanie Agentowe Układów Złożonych Wstęp. Katarzyna Sznajd-Weron

Modelowanie Agentowe Układów Złożonych Wstęp. Katarzyna Sznajd-Weron Modelowanie Agentowe Układów Złożonych Wstęp Katarzyna Sznajd-Weron Aperitif (2006) Physicists pretend not only to know everything, but also to know everything better. This applies in particular to computational

Bardziej szczegółowo

Wstęp do fizyki statystycznej: krytyczność i przejścia fazowe. Katarzyna Sznajd-Weron

Wstęp do fizyki statystycznej: krytyczność i przejścia fazowe. Katarzyna Sznajd-Weron Wstęp do fizyki statystycznej: krytyczność i przejścia fazowe Katarzyna Sznajd-Weron Co to jest fizyka statystyczna? Termodynamika poziom makroskopowy Fizyka statystyczna poziom mikroskopowy Marcin Weron

Bardziej szczegółowo

Ruch drogowy, korki uliczne - czy fizyk może coś na to poradzić?

Ruch drogowy, korki uliczne - czy fizyk może coś na to poradzić? Ruch drogowy, korki uliczne - czy fizyk może coś na to poradzić? KNF Migacz, Instytut Fizyki Teoretycznej, Uniwersytet Wrocławski 16-18 listopada 2007 Spis treści Spis treści 1 Spis treści 1 2 Spis treści

Bardziej szczegółowo

MODELOWANIE RZECZYWISTOŚCI

MODELOWANIE RZECZYWISTOŚCI MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN Szkoła Wyższa Psychologii Społecznej d.wojcik@nencki.gov.pl dwojcik@swps.edu.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/

Bardziej szczegółowo

Krytyczność, przejścia fazowe i symulacje Monte Carlo. Katarzyna Sznajd-Weron Physics of Complex System

Krytyczność, przejścia fazowe i symulacje Monte Carlo. Katarzyna Sznajd-Weron Physics of Complex System Krytyczność, przejścia fazowe i symulacje Monte Carlo Katarzyna Sznajd-Weron Physics of Complex System Przejścia fazowe wokół nas woda faza ciekła PUNKT KRYTYCZNY Lód faza stała para faza gazowa ciągłe

Bardziej szczegółowo

Obliczenia inspirowane Naturą

Obliczenia inspirowane Naturą Obliczenia inspirowane Naturą Wykład 02 Jarosław Miszczak IITiS PAN Gliwice 06/10/2016 1 / 31 Czego dowiedzieliśmy się na poprzednim wykładzie? 1... 2... 3... 2 / 31 1 2 3 3 / 31 to jeden z pierwszych

Bardziej szczegółowo

Modelowanie wieloskalowe. Automaty Komórkowe - podstawy

Modelowanie wieloskalowe. Automaty Komórkowe - podstawy Modelowanie wieloskalowe Automaty Komórkowe - podstawy Dr hab. inż. Łukasz Madej Katedra Informatyki Stosowanej i Modelowania Wydział Inżynierii Metali i Informatyki Przemysłowej Budynek B5 p. 716 lmadej@agh.edu.pl

Bardziej szczegółowo

Przejścia fazowe w uogólnionym modelu modelu q-wyborcy na grafie zupełnym

Przejścia fazowe w uogólnionym modelu modelu q-wyborcy na grafie zupełnym Przejścia fazowe w uogólnionym modelu modelu q-wyborcy na grafie zupełnym Piotr Nyczka Institute of Theoretical Physics University of Wrocław Artykuły Opinion dynamics as a movement in a bistable potential

Bardziej szczegółowo

Układy otwarte, zamknięte i izolowane (termodynamiczne) Fizyka systemów złożonych wykład 1: Wstęp

Układy otwarte, zamknięte i izolowane (termodynamiczne) Fizyka systemów złożonych wykład 1: Wstęp Układy otwarte, zamknięte i izolowane (termodynamiczne) Fizyka systemów złożonych wykład 1: Wstęp Co tu jest stałe? Co może się zmienić? energia materia energia Katarzyna Sznajd Weron Wykład dla Inżynierii

Bardziej szczegółowo

Układy dynamiczne Chaos deterministyczny

Układy dynamiczne Chaos deterministyczny Układy dynamiczne Chaos deterministyczny Proste iteracje odwzorowań: Funkcja liniowa Funkcja logistyczna chaos deterministyczny automaty komórkowe Ewolucja układu dynamicznego Rozwój w czasie układu dynamicznego

Bardziej szczegółowo

SPB. dr Wojciech Palubicki

SPB. dr Wojciech Palubicki SPB dr Wojciech Palubicki Przekaz informacji: L-System A(0) A(1) A(2) A(x) A(x+1) Kroki symulacji Przekaz informacji: L-System A(0) A(1) A(2) A(x) A(x+1) Kroki symulacji B(z) < A(x) > B(y) A(x+z+y) Symulacja

Bardziej szczegółowo

oności. Zastosowanie modelowania Agent-based Computational Economics w nauczaniu zdalnym

oności. Zastosowanie modelowania Agent-based Computational Economics w nauczaniu zdalnym Ekonomia złożonoz oności. Zastosowanie modelowania Agent-based Computational Economics w nauczaniu zdalnym Tomasz Kopczewski Wydział Nauk Ekonomicznych, Uniwersytet Warszawski Mikroekonomia Praktyka wykładania:

Bardziej szczegółowo

Obliczenia inspirowane Naturą

Obliczenia inspirowane Naturą Obliczenia inspirowane Naturą Wykład 03 (uzupełnienie Wykładu 02) Jarosław Miszczak IITiS PAN Gliwice 31/03/2016 1 / 17 1 2 / 17 Dynamika populacji Równania Lotki-Voltery opisują model drapieżnik-ofiara.

Bardziej szczegółowo

Model Isinga. Katarzyna Sznajd-Weron

Model Isinga. Katarzyna Sznajd-Weron Model Isinga Katarzyna Sznajd-Weron Temperatura Curie ciągłe przejście fazowe magnes ferromagnetyk Przejście fazowe Katarzyna Sznajd-Weron Ferromagnetyk T T c Paramagnetyk T > T c Jak to zrozumieć? Model

Bardziej szczegółowo

Podręcznik. Model czy teoria

Podręcznik. Model czy teoria MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN d.wojcik@nencki.gov.pl tel. 58 92 424 http://www.neuroinf.pl/members/danek/swps/ Iwo Białynicki-Birula Iwona Białynicka-Birula

Bardziej szczegółowo

Fizyka statystyczna i termodynamika Wykład 1: Wstęp. Katarzyna Sznajd-Weron Katedra Fizyki Teoretycznej

Fizyka statystyczna i termodynamika Wykład 1: Wstęp. Katarzyna Sznajd-Weron Katedra Fizyki Teoretycznej Fizyka statystyczna i termodynamika Wykład 1: Wstęp Katarzyna Sznajd-Weron Katedra Fizyki Teoretycznej http://www.if.pwr.wroc.pl/~katarzynaweron/ Mój plan zajęć Strona kursu Kim jestem? Prof. dr hab. Katarzyna

Bardziej szczegółowo

Modelowanie systemów biomedycznych

Modelowanie systemów biomedycznych Modelowanie systemów biomedycznych - automaty komórkowe (czy jest to "nowe oblicze nauki"?) Arkadiusz Mandowski Modelowanie... R. Tadeusiewicz (2008) Modelowanie... R. Tadeusiewicz (2008) Jak rozpoznać

Bardziej szczegółowo

Algorytmy sztucznej inteligencji

Algorytmy sztucznej inteligencji www.math.uni.lodz.pl/ radmat Przeszukiwanie z ograniczeniami Zagadnienie przeszukiwania z ograniczeniami stanowi grupę problemów przeszukiwania w przestrzeni stanów, które składa się ze: 1 skończonego

Bardziej szczegółowo

Co to jest model Isinga?

Co to jest model Isinga? Co to jest model Isinga? Fakty eksperymentalne W pewnych metalach (np. Fe, Ni) następuje spontaniczne ustawianie się spinów wzdłuż pewnego kierunku, powodując powstanie makroskopowego pola magnetycznego.

Bardziej szczegółowo

PSO Rój cząsteczek - Particle Swarm Optimization. Michał Szopiak

PSO Rój cząsteczek - Particle Swarm Optimization. Michał Szopiak PSO Rój cząsteczek - Particle Swarm Optimization Michał Szopiak Inspiracje biologiczne Algorytm PSO wywodzą się z obserwacji gróp zwierzą tworzony przez członków ptasich stad, czy ławic ryb, który umożliwia

Bardziej szczegółowo

MODELOWANIE RZECZYWISTOŚCI

MODELOWANIE RZECZYWISTOŚCI MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN Szkoła Wyższa Psychologii Społecznej d.wojcik@nencki.gov.pl dwojcik@swps.edu.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/

Bardziej szczegółowo

Obliczenia inspirowane Naturą

Obliczenia inspirowane Naturą Obliczenia inspirowane Naturą Wykład 01 Od maszyn Turinga do automatów komórkowych Jarosław Miszczak IITiS PAN Gliwice 03/03/2016 1 / 16 1 2 3 Krótka historia Znaczenie 2 / 16 Czego dowiedzieliśmy się

Bardziej szczegółowo

Jak z ABM zrobić model analityczny? (Metoda pola średniego) Katarzyna Sznajd-Weron Physics of Complex System

Jak z ABM zrobić model analityczny? (Metoda pola średniego) Katarzyna Sznajd-Weron Physics of Complex System Jak z ABM zrobić model analityczny? (Metoda pola średniego) Katarzyna Sznajd-Weron Physics of Complex System Plan Model dynamiki populacyjnej Pytania Model mikroskopowy Przybliżenie MFA: równania (wady

Bardziej szczegółowo

Modelowanie wieloskalowe. Automaty Komórkowe - podstawy

Modelowanie wieloskalowe. Automaty Komórkowe - podstawy Modelowanie wieloskalowe Automaty Komórkowe - podstawy Dr hab. inż. Łukasz Madej Katedra Informatyki Stosowanej i Modelowania Wydział Inżynierii Metali i Informatyki Przemysłowej Budynek B5 p. 716 lmadej@agh.edu.pl

Bardziej szczegółowo

Dynamiki rynków oligopolistycznych oczami fizyka

Dynamiki rynków oligopolistycznych oczami fizyka KNF Migacz, Instytut Fizyki Teoretycznej, Uniwersytet Wrocławski 7-10 listopada 2008 1 1 2 1 2 3 1 2 3 4 Wprowadzenie reklamy 1 2 3 4 Wprowadzenie reklamy 5 1 2 3 4 Wprowadzenie reklamy 5 6 1 2 3 4 Wprowadzenie

Bardziej szczegółowo

Matematyka Stosowana na Politechnice Wrocławskiej. Komitet Matematyki PAN, luty 2017 r.

Matematyka Stosowana na Politechnice Wrocławskiej. Komitet Matematyki PAN, luty 2017 r. Matematyka Stosowana na Politechnice Wrocławskiej Komitet Matematyki PAN, luty 2017 r. Historia kierunku Matematyka Stosowana utworzona w 2012 r. na WPPT (zespół z Centrum im. Hugona Steinhausa) studia

Bardziej szczegółowo

Plan studiów - edycja

Plan studiów - edycja Kierunek: BIOLOGIA specjalność: Rodzaj studiów: pierwszego stopnia Forma studiów: stacjonarne Profil studiów: ogólnoakademicki Wykład Plan studiów - edycja 2015-2018 Semestr 1 Konwersatorium audytoryjne

Bardziej szczegółowo

MODELOWANIE RZECZYWISTOŚCI

MODELOWANIE RZECZYWISTOŚCI MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN d.wojcik@nencki.gov.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/ Podręcznik Iwo Białynicki-Birula Iwona

Bardziej szczegółowo

Metody symulacji komputerowych Modelowanie systemów technicznych

Metody symulacji komputerowych Modelowanie systemów technicznych Metody symulacji komputerowych Modelowanie systemów technicznych dr inż. Ryszard Myhan Katedra Inżynierii Procesów Rolniczych Program przedmiotu Lp. Temat Zakres 1. Wprowadzenie do teorii systemów Definicje

Bardziej szczegółowo

MODELOWANIE RZECZYWISTOŚCI

MODELOWANIE RZECZYWISTOŚCI MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN Szkoła Wyższa Psychologii Społecznej d.wojcik@nencki.gov.pl dwojcik@swps.edu.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/

Bardziej szczegółowo

PROGRAM STUDIÓW DOKTORANCKICH WYDZIAŁ Informatyki i Zarządzania DYSCYPLINA Zarządzanie I II III IV V VI VII VIII

PROGRAM STUDIÓW DOKTORANCKICH WYDZIAŁ Informatyki i Zarządzania DYSCYPLINA Zarządzanie I II III IV V VI VII VIII Zał. nr 1 do ZW 11/2012 Semestr Program Przedmioty podstawowe matematyka, fizyka, PROGRAM STUDIÓW DOKTORANCKICH I II III IV V VI VII VIII Liczba godzin PP-1 30 6 chemia, lub inne PP-2 30 6 Kurs dydaktyczny

Bardziej szczegółowo

Opis efektów uczenia się dla kwalifikacji na poziomie 7 Polskiej Ramy Kwalifikacji

Opis efektów uczenia się dla kwalifikacji na poziomie 7 Polskiej Ramy Kwalifikacji Załącznik nr 2 do Uchwały nr 103/2018-2019 Senatu UP w Lublinie z dnia 28 czerwca 2019 r. Opis efektów uczenia się dla kierunku studiów Nazwa kierunku studiów: Biologia Poziom: studia drugiego stopnia

Bardziej szczegółowo

Modelowanie i Animacja

Modelowanie i Animacja Maciej Matyka Uniwersytet Wrocławski Maciej Matyka Plan wykładu Dlaczego animujemy używając komputera? Dlaczego animujemy używając komputera? Wyciąg z minimum programowego fizyki w liceum... Kinematyka

Bardziej szczegółowo

Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne

Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne Wydział: Matematyki Stosowanej Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne Specjalność: Matematyka w informatyce Rocznik: 2013/2014 Język wykładowy: Polski

Bardziej szczegółowo

Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne

Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne Wydział: Matematyki Stosowanej Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne Specjalność: Matematyka ubezpieczeniowa Rocznik: 2013/2014 Język wykładowy: Polski

Bardziej szczegółowo

Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne

Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne Wydział: Matematyki Stosowanej Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne Specjalność: Matematyka finansowa Rocznik: 2013/2014 Język wykładowy: Polski Semestr

Bardziej szczegółowo

Krytyczność i przejścia fazowe. Katarzyna Sznajd-Weron

Krytyczność i przejścia fazowe. Katarzyna Sznajd-Weron Krytyczność i przejścia fazowe Katarzyna Sznajd-Weron Temperatura Curie Temperatura Curie ciągłe przejście fazowe magnes ferromagnetyk Przejście fazowe Katarzyna Sznajd-Weron Ferromagnetyk T T c Paramagnetyk

Bardziej szczegółowo

Opis kierunkowych efektów kształcenia w obszarze nauk przyrodniczych na I stopniu kierunku BIOLOGIA

Opis kierunkowych efektów kształcenia w obszarze nauk przyrodniczych na I stopniu kierunku BIOLOGIA Opis kierunkowych efektów kształcenia w obszarze nauk przyrodniczych na I stopniu kierunku BIOLOGIA Umiejscowienie kierunku w obszarze kształcenia Kierunek studiów BIOLOGIA o profilu ogólnoakademickim

Bardziej szczegółowo

Tworzenie gier na urządzenia mobilne

Tworzenie gier na urządzenia mobilne Katedra Inżynierii Wiedzy Wykład 11 O czym dzisiaj? labirynty, dużo labiryntów; automaty komórkowe; algorytmy do budowy labiryntów; algorytmy do szukania wyjścia z labiryntów; Blueprints i drzewa zachowań

Bardziej szczegółowo

Rój cząsteczek. Particle Swarm Optimization. Adam Grycner. 18 maja Instytut Informatyki Uniwersytetu Wrocławskiego

Rój cząsteczek. Particle Swarm Optimization. Adam Grycner. 18 maja Instytut Informatyki Uniwersytetu Wrocławskiego Rój cząsteczek Particle Swarm Optimization Adam Grycner Instytut Informatyki Uniwersytetu Wrocławskiego 18 maja 2011 Adam Grycner Rój cząsteczek 1 / 38 Praca Kennedy ego i Eberhart a Praca Kennedy ego

Bardziej szczegółowo

Symulacyjne modele formowania opinii w sieciach społecznych

Symulacyjne modele formowania opinii w sieciach społecznych Symulacja w Badaniach i Rozwoju Vol. 2, No. 3/2011 Wojskowa Akademia Techniczna, ul. Kaliskiego 2, 00-908 Warszawa E-mail: ddzida@wat.edu.pl Symulacyjne modele formowania opinii w sieciach społecznych

Bardziej szczegółowo

Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne

Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne Wydział: Matematyki Stosowanej Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne Specjalność: Matematyka finansowa Rocznik: 2014/2015 Język wykładowy: Polski Semestr

Bardziej szczegółowo

Efektywność algorytmów

Efektywność algorytmów Efektywność algorytmów Algorytmika Algorytmika to dział informatyki zajmujący się poszukiwaniem, konstruowaniem i badaniem własności algorytmów, w kontekście ich przydatności do rozwiązywania problemów

Bardziej szczegółowo

Modelowanie i obliczenia techniczne. dr inż. Paweł Pełczyński

Modelowanie i obliczenia techniczne. dr inż. Paweł Pełczyński Modelowanie i obliczenia techniczne dr inż. Paweł Pełczyński ppelczynski@swspiz.pl Literatura Z. Fortuna, B. Macukow, J. Wąsowski: Metody numeryczne, WNT Warszawa, 2005. J. Awrejcewicz: Matematyczne modelowanie

Bardziej szczegółowo

W dowolnym kwadracie 3x3 ustawiamy komórki na palące się (stan 3). Program powinien pokazywać ewolucję pożaru lasu.

W dowolnym kwadracie 3x3 ustawiamy komórki na palące się (stan 3). Program powinien pokazywać ewolucję pożaru lasu. 1. Symulacja pożaru lasu ver. 1 Las reprezentowany jest przez macierz 100x100. W lesie występują dwa rodzaje drzew: liściaste i iglaste. Przyjmijmy, że prostokąt A(1:50,1:100) wypełniony jest drzewami

Bardziej szczegółowo

A. Kowalska-Pyzalska, K. Maciejowska, P. Przybyła, K. Sznajd-Weron, R. Weron

A. Kowalska-Pyzalska, K. Maciejowska, P. Przybyła, K. Sznajd-Weron, R. Weron A. Kowalska-Pyzalska, K. Maciejowska, P. Przybyła, K. Sznajd-Weron, R. Weron Institute of Organization and Management Wrocław University of Technology Model agentowy Konsument na rynku energii elektrycznej

Bardziej szczegółowo

PLANY I PROGRAMY STUDIÓW

PLANY I PROGRAMY STUDIÓW WYDZIAŁ INŻYNIERII PRODUKCJI I LOGISTYKI PLANY I PROGRAMY STUDIÓW STUDY PLANS AND PROGRAMS KIERUNEK STUDIÓW FIELD OF STUDY - ZARZĄDZANIE I INŻYNIERIA PRODUKCJI - MANAGEMENT AND PRODUCTION ENGINEERING Studia

Bardziej szczegółowo

CZYM SĄ OBLICZENIA NAT A URALNE?

CZYM SĄ OBLICZENIA NAT A URALNE? CZYM SĄ OBLICZENIA NATURALNE? Co to znaczy obliczać (to compute)? Co to znaczy obliczać (to compute)? wykonywać operacje na liczbach? (komputer = maszyna licząca) wyznaczać wartości pewnych funkcji? (program

Bardziej szczegółowo

Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne

Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne Wydział: Matematyki Stosowanej Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne Specjalność: Matematyka ubezpieczeniowa Rocznik: 2016/2017 Język wykładowy: Polski

Bardziej szczegółowo

Opis zakładanych efektów kształcenia

Opis zakładanych efektów kształcenia Załącznik nr.. Opis zakładanych efektów kształcenia Kierunek studiów: zarządzanie i inżynieria produkcji Poziom kształcenia: studia pierwszego stopnia Tytuł zawodowy: inżynier Profil kształcenia: ogólnoakademicki

Bardziej szczegółowo

Dwuletnie studia indywidualne II stopnia na kierunku fizyka, specjalność Metody fizyki w ekonomii (ekonofizyka)

Dwuletnie studia indywidualne II stopnia na kierunku fizyka, specjalność Metody fizyki w ekonomii (ekonofizyka) Dwuletnie studia indywidualne II stopnia na kierunku fizyka, specjalność Metody fizyki w ekonomii (ekonofizyka) 1. CHARAKTERYSTYKA STUDIÓW Celem kształcenia w ramach specjalności Metody fizyki w ekonomii

Bardziej szczegółowo

Modelowanie jako sposób opisu rzeczywistości. Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka

Modelowanie jako sposób opisu rzeczywistości. Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka Modelowanie jako sposób opisu rzeczywistości Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka 2015 Wprowadzenie: Modelowanie i symulacja PROBLEM: Podstawowy problem z opisem otaczającej

Bardziej szczegółowo

Załącznik Nr 5 do Zarz. Nr 33/11/12 KARTA PRZEDMIOTU. 2. Kod przedmiotu ZP-Z1-19

Załącznik Nr 5 do Zarz. Nr 33/11/12 KARTA PRZEDMIOTU. 2. Kod przedmiotu ZP-Z1-19 Załącznik Nr 5 do Zarz. Nr 33/11/12 (pieczęć wydziału) KARTA PRZEDMIOTU Z1-PU7 WYDANIE N1 Strona 1 z 5 1. Nazwa przedmiotu: BADANIA MARKETINGOWE 3. Karta przedmiotu ważna od roku akademickiego: 2014/2015

Bardziej szczegółowo

Prawdopodobieństwo geometryczne

Prawdopodobieństwo geometryczne Prawdopodobieństwo geometryczne Krzysztof Jasiński Wydział Matematyki i Informatyki UMK, Toruń V Lieceum Ogólnokształące im. Jana Pawała II w Toruniu 13.03.2014 Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo

Bardziej szczegółowo

Podstawy metodologiczne symulacji

Podstawy metodologiczne symulacji Sławomir Kulesza kulesza@matman.uwm.edu.pl Symulacje komputerowe (05) Podstawy metodologiczne symulacji Wykład dla studentów Informatyki Ostatnia zmiana: 26 marca 2015 (ver. 4.1) Spirala symulacji optymistycznie

Bardziej szczegółowo

Uniwersytet Śląski w Katowicach WYDZIAŁ MATEMATYKI, FIZYKI I CHEMII. Kierunek Matematyka. Studia stacjonarne i niestacjonarne I i II stopnia

Uniwersytet Śląski w Katowicach WYDZIAŁ MATEMATYKI, FIZYKI I CHEMII. Kierunek Matematyka. Studia stacjonarne i niestacjonarne I i II stopnia Uniwersytet Śląski w Katowicach WYDZIAŁ MATEMATYKI, FIZYKI I CHEMII Kierunek Matematyka Studia stacjonarne i niestacjonarne I i II stopnia Organizacja roku akademickiego 2017/2018 Studia stacjonarne I

Bardziej szczegółowo

MECHANIKA I BUDOWA MASZYN

MECHANIKA I BUDOWA MASZYN Specjalność "Eksploatacja i diagnostyka pojazdów i maszyn" obowiązuje od 01.10.2017 r. zatwierdzony Decyzja RW 27.04.2017 r. 1. Technologie informacyjne w budowie maszyn I 2 1.2 0.8 0.8 ZAL OC O 51 31

Bardziej szczegółowo

Optymalizacja. Przeszukiwanie lokalne

Optymalizacja. Przeszukiwanie lokalne dr hab. inż. Instytut Informatyki Politechnika Poznańska www.cs.put.poznan.pl/mkomosinski, Maciej Hapke Idea sąsiedztwa Definicja sąsiedztwa x S zbiór N(x) S rozwiązań, które leżą blisko rozwiązania x

Bardziej szczegółowo

Opis zakładanych efektów kształcenia

Opis zakładanych efektów kształcenia Załącznik nr.. Opis zakładanych efektów kształcenia Kierunek studiów: transport i logistyka Poziom kształcenia: studia pierwszego stopnia Tytuł zawodowy: inżynier Profil kształcenia: ogólnoakademicki Symbol

Bardziej szczegółowo

Opis zakładanych efektów kształcenia

Opis zakładanych efektów kształcenia Załącznik nr.. Opis zakładanych efektów kształcenia Kierunek studiów: odnawialne źródła energii i gospodarka odpadami Poziom kształcenia: studia pierwszego stopnia Tytuł zawodowy: inżynier Profil kształcenia:

Bardziej szczegółowo

Dwuletnie studia indywidualne II stopnia na kierunku fizyka, specjalność Matematyczne i komputerowe modelowanie procesów fizycznych

Dwuletnie studia indywidualne II stopnia na kierunku fizyka, specjalność Matematyczne i komputerowe modelowanie procesów fizycznych Dwuletnie studia indywidualne II stopnia na kierunku fizyka, specjalność Matematyczne i komputerowe modelowanie procesów fizycznych 1. CHARAKTERYSTYKA STUDIÓW Celem specjalności Matematyczne i komputerowe

Bardziej szczegółowo

MECHANIKA I BUDOWA MASZYN

MECHANIKA I BUDOWA MASZYN Specjalność "Eksploatacja i diagnostyka pojazdów i maszyn" obowiązuje od 01.10.2017 r. zatwierdzony Decyzja RW 27.04.2017 r. 1. Technologie informacyjne w budowie maszyn I 2 0.8 1.2 0.8 ZAL OC O 51 21

Bardziej szczegółowo

8. Informatyka 9. Flora i fauna Polski 10. Geodezja i kartografia 11. Planowanie przestrzenne 12. Meteorologia i klimatologia

8. Informatyka 9. Flora i fauna Polski 10. Geodezja i kartografia 11. Planowanie przestrzenne 12. Meteorologia i klimatologia PLAN 3,5-LETNICH STUDIÓW PIERWSZEGO STOPNIA (INŻYNIERSKICH) STACJONARNYCH (DZIENNYCH) I NIESTACJONARNYCH (ZAOCZNYCH) NA KIERUNKU OCHRONA ŚRODOWISKA PRZEDMIOTY KSZTAŁCENIA OGÓLNEGO, PODSTAWOWE I KIERUNKOWE

Bardziej szczegółowo

MODELOWANIE RZECZYWISTOŚCI

MODELOWANIE RZECZYWISTOŚCI MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN Szkoła Wyższa Psychologii Społecznej d.wojcik@nencki.gov.pl dwojcik@swps.edu.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/

Bardziej szczegółowo

Efekty kształcenia dla kierunku studiów informatyka i agroinżynieria i ich odniesienie do efektów obszarowych

Efekty kształcenia dla kierunku studiów informatyka i agroinżynieria i ich odniesienie do efektów obszarowych Załącznik do uchwały nr 376/2012 Senatu UP Efekty kształcenia dla kierunku studiów informatyka i agroinżynieria i ich odniesienie do efektów obszarowych Wydział prowadzący kierunek: Wydział Rolnictwa i

Bardziej szczegółowo

Procesy stochastyczne

Procesy stochastyczne Wykład IV: dla łańcuchów Markowa 14 marca 2017 Wykład IV: Klasyfikacja stanów Kiedy rozkład stacjonarny jest jedyny? Przykład Macierz jednostkowa I wymiaru #E jest macierzą stochastyczną. Dla tej macierzy

Bardziej szczegółowo

Modelowanie i symulacja II Modelling and Simulation II. Automatyka i Robotyka II stopień ogólno akademicki studia stacjonarne

Modelowanie i symulacja II Modelling and Simulation II. Automatyka i Robotyka II stopień ogólno akademicki studia stacjonarne KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2013/2014 Modelowanie i symulacja II Modelling and Simulation II A. USYTUOWANIE

Bardziej szczegółowo

Stochastyczna dynamika z opóźnieniem czasowym w grach ewolucyjnych oraz modelach ekspresji i regulacji genów

Stochastyczna dynamika z opóźnieniem czasowym w grach ewolucyjnych oraz modelach ekspresji i regulacji genów Stochastyczna dynamika z opóźnieniem czasowym w grach ewolucyjnych oraz modelach ekspresji i regulacji genów Jacek Miękisz Instytut Matematyki Stosowanej i Mechaniki Uniwersytet Warszawski Warszawa 14

Bardziej szczegółowo

WYKŁAD 2: PSYCHOLOGIA POZNAWCZA JAKO NAUKA EKSPERYMENTALNA

WYKŁAD 2: PSYCHOLOGIA POZNAWCZA JAKO NAUKA EKSPERYMENTALNA WYKŁAD 2: PSYCHOLOGIA POZNAWCZA JAKO NAUKA EKSPERYMENTALNA Psychologia poznawcza dr Mateusz Hohol METODA NAUKOWA (1) problem badawczy (2) hipoteza (4) analiza danych (3) eksperyment (5) wniosek: potwierzenie

Bardziej szczegółowo

dr inż. Jan Staszak kierunkowy (podstawowy / kierunkowy / inny HES) obowiązkowy (obowiązkowy / nieobowiązkowy) język polski II

dr inż. Jan Staszak kierunkowy (podstawowy / kierunkowy / inny HES) obowiązkowy (obowiązkowy / nieobowiązkowy) język polski II Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013

Bardziej szczegółowo

Przegląd 4 Aerodynamika, algorytmy genetyczne, duże kroki i dynamika pozycji. Modelowanie fizyczne w animacji komputerowej Maciej Matyka

Przegląd 4 Aerodynamika, algorytmy genetyczne, duże kroki i dynamika pozycji. Modelowanie fizyczne w animacji komputerowej Maciej Matyka Przegląd 4 Aerodynamika, algorytmy genetyczne, duże kroki i dynamika pozycji Modelowanie fizyczne w animacji komputerowej Maciej Matyka Wykład z Modelowania przegląd 4 1. Animation Aerodynamics 2. Algorytmy

Bardziej szczegółowo

Ramowy Program Specjalizacji MODELOWANIE MATEMATYCZNE i KOMPUTEROWE PROCESÓW FIZYCZNYCH Studia Specjalistyczne (III etap)

Ramowy Program Specjalizacji MODELOWANIE MATEMATYCZNE i KOMPUTEROWE PROCESÓW FIZYCZNYCH Studia Specjalistyczne (III etap) Ramowy Program Specjalizacji MODELOWANIE MATEMATYCZNE i KOMPUTEROWE PROCESÓW FIZYCZNYCH Studia Specjalistyczne (III etap) Z uwagi na ogólno wydziałowy charakter specjalizacji i możliwość wykonywania prac

Bardziej szczegółowo

Kierunek: Zarządzanie i Inżynieria Produkcji Poziom studiów: Studia I stopnia Forma studiów: Stacjonarne. audytoryjne.

Kierunek: Zarządzanie i Inżynieria Produkcji Poziom studiów: Studia I stopnia Forma studiów: Stacjonarne. audytoryjne. Wydział: Zarządzania Kierunek: Zarządzanie i Inżynieria Produkcji Poziom studiów: Studia I stopnia Forma studiów: Stacjonarne Rocznik: 2019/2020 Język wykładowy: Polski Semestr 1 z Moduły obowiązkowe -

Bardziej szczegółowo

modelowanych zagadnie technicznych

modelowanych zagadnie technicznych Przegl ą d powszechnie modelowanych zagadnie ń technicznych Wykład 0 - Wprowadzenie Jarosław Rybicki 2008 Etymologia symulacji similis (łac.) - podobieństwo, podobny similo (łac.) - podobnie simulare (łac.)

Bardziej szczegółowo

Recenzję wykonano na zlecenie Dziekana Wydziału Elektrycznego Politechniki Warszawskiej (pismo przewodnie z dnia r.)

Recenzję wykonano na zlecenie Dziekana Wydziału Elektrycznego Politechniki Warszawskiej (pismo przewodnie z dnia r.) Prof. dr hab. inż. Andrzej Brykaiski Katedra Zastosowań Informatyki Wydział Elektryczny Zachodniopomorski Uniwersytet Technologiczny w Szczecinie Al. Piastów 17, 70-310 Szczecin Andrzej.Brykalski@zut.edu.pl

Bardziej szczegółowo

Data zajęć Klasa 1b Klasa 2b Klasa 3b Klasa 3c

Data zajęć Klasa 1b Klasa 2b Klasa 3b Klasa 3c 24.09.2016 J. angielski Matematyka Techniczne x 7 Zarządzanie x 5 J. angielski Na 10:00 Matematyka J. angielski Matematyka Ergonomia x 5 Zagrożenia x 3 Fizyka J. angielski Matematyka Fizyka J. angielski

Bardziej szczegółowo

dr inż. Jan Staszak kierunkowy (podstawowy / kierunkowy / inny HES) obowiązkowy (obowiązkowy / nieobowiązkowy) język polski II

dr inż. Jan Staszak kierunkowy (podstawowy / kierunkowy / inny HES) obowiązkowy (obowiązkowy / nieobowiązkowy) język polski II Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013

Bardziej szczegółowo

Algorytm Genetyczny. zastosowanie do procesów rozmieszczenia stacji raportujących w sieciach komórkowych

Algorytm Genetyczny. zastosowanie do procesów rozmieszczenia stacji raportujących w sieciach komórkowych Algorytm Genetyczny zastosowanie do procesów rozmieszczenia stacji raportujących w sieciach komórkowych Dlaczego Algorytmy Inspirowane Naturą? Rozwój nowych technologii: złożone problemy obliczeniowe w

Bardziej szczegółowo

Hierarchical Cont-Bouchaud model

Hierarchical Cont-Bouchaud model Hierarchical Cont-Bouchaud model inż. Robert Paluch dr inż. Krzysztof Suchecki prof. dr hab. inż. Janusz Hołyst Pracownia Fizyki w Ekonomii i Naukach Społecznych Wydział Fizyki Politechniki Warszawskiej

Bardziej szczegółowo

Sprzężenia na rynku edukacyjnym próba weryfikacji symulacyjnej

Sprzężenia na rynku edukacyjnym próba weryfikacji symulacyjnej Sprzężenia na rynku edukacyjnym próba weryfikacji symulacyjnej Tomasz Kuszewski, Tomasz Szapiro, Przemysław Szufel, Beata Koń, Grzegorz Michalski Warszawa, 18 maja 2015 r. Złożoność i heterogeniczność

Bardziej szczegółowo

Plan studiów - edycja

Plan studiów - edycja Kierunek: BIOLOGIA Rodzaj studiów: pierwszego stopnia Forma studiów: niestacjonarne Profil studiów: ogólnoakademicki Plan studiów - edycja 2015-2018 Semestr 1 Ćw. audytoryjne Ćw. laboratoryjne Ćw. Warsztatowe

Bardziej szczegółowo

Wprowadzenie do teorii systemów ekspertowych

Wprowadzenie do teorii systemów ekspertowych Myślące komputery przyszłość czy utopia? Wprowadzenie do teorii systemów ekspertowych Roman Simiński siminski@us.edu.pl Wizja inteligentnych maszyn jest od wielu lat obecna w literaturze oraz filmach z

Bardziej szczegółowo

Modelowanie Wieloskalowe. Automaty Komórkowe w Inżynierii Materiałowej

Modelowanie Wieloskalowe. Automaty Komórkowe w Inżynierii Materiałowej Modelowanie Wieloskalowe Automaty Komórkowe w Inżynierii Materiałowej Dr inż. Łukasz Madej Katedra Informatyki Stosowanej i Modelowania Wydział Inżynierii Metali i Informatyki Przemysłowej Budynek B5 p.

Bardziej szczegółowo

PROGRAM NIESTACJONARNYCH STUDIÓW I STOPNIA (INŻYNIERSKICH) KIERUNEK ZARZĄDZANIE INŻYNIERSKIE

PROGRAM NIESTACJONARNYCH STUDIÓW I STOPNIA (INŻYNIERSKICH) KIERUNEK ZARZĄDZANIE INŻYNIERSKIE 1 MATEMATYKA I A E 6 6 32 16 16 2 2 2 PODSTAWY ZARZĄDZANIA I A E 4 4 32 16 16 2 2 3 PODSTAWY ZARZĄDZANIA II A E 4 4 32 16 16 2 2 4 WPROWADZENIE DO MIKRO I MAKROEKONOMII A Z 3 3 16 16 2 5 MATEMATYKA II

Bardziej szczegółowo

Kierunek: Budownictwo Poziom studiów: Studia I stopnia Forma i tryb studiów: Niestacjonarne. Wykład Ćwiczenia

Kierunek: Budownictwo Poziom studiów: Studia I stopnia Forma i tryb studiów: Niestacjonarne. Wykład Ćwiczenia Wydział: Górnictwa i Geoinżynierii Kierunek: Budownictwo Poziom studiów: Studia I stopnia Forma i tryb studiów: Niestacjonarne Rocznik: 2017/2018 Język wykładowy: Polski Semestr 1 GBG-1-101-n Geometria

Bardziej szczegółowo

Kierunek: Rewitalizacja Terenów Zdegradowanych Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne. audytoryjne.

Kierunek: Rewitalizacja Terenów Zdegradowanych Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne. audytoryjne. Wydział: Górnictwa i Geoinżynierii Kierunek: Rewitalizacja Terenów Zdegradowanych Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne Rocznik: 2018/201 Język wykładowy: Semestr 1 GRT-1-101-s

Bardziej szczegółowo

Kierunek: Budownictwo Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne. Wykład Ćwiczenia

Kierunek: Budownictwo Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne. Wykład Ćwiczenia Wydział: Górnictwa i Geoinżynierii Kierunek: Budownictwo Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne Rocznik: 2017/2018 Język wykładowy: Polski Semestr 1 GBG-1-104-s Geologia 30

Bardziej szczegółowo

ZORIENTOWANA OBSZAROWO MATRYCA EFEKTÓW KSZTAŁCENIA (EK0) W ODNIESIENIU DO MODUŁÓW KSZTAŁCENIA [PRZEDMIOTÓW] NAUK ŚCISŁYCH

ZORIENTOWANA OBSZAROWO MATRYCA EFEKTÓW KSZTAŁCENIA (EK0) W ODNIESIENIU DO MODUŁÓW KSZTAŁCENIA [PRZEDMIOTÓW] NAUK ŚCISŁYCH ZORIENTOWANA OBSZAROWO MATRYCA EFEKTÓW KSZTAŁCENIA (EK0) W ODNIESIENIU DO MODUŁÓW KSZTAŁCENIA [PRZEDMIOTÓW] Nazwa Wydziału: Wydział Inżynierii Nazwa kierunku studiów: chemia kosmetyczna Poziom kształcenia:

Bardziej szczegółowo

określone Uchwałą Senatu Uniwersytetu Kazimierza Wielkiego Nr 156/2012/2013 z dnia 25 września 2013 r.

określone Uchwałą Senatu Uniwersytetu Kazimierza Wielkiego Nr 156/2012/2013 z dnia 25 września 2013 r. Załącznik Nr 5.1 do Uchwały Nr 156/2012/2013 Senatu UKW z dnia 25 września 2013 r. EFEKTY KSZTAŁCENIA określone Uchwałą Senatu Uniwersytetu Kazimierza Wielkiego Nr 156/2012/2013 z dnia 25 września 2013

Bardziej szczegółowo

WIEDZA. Ma podstawową wiedzę niezbędną do rozumienia ekonomicznych i innych pozatechnicznych uwarunkowań działalności inżynierskiej.

WIEDZA. Ma podstawową wiedzę niezbędną do rozumienia ekonomicznych i innych pozatechnicznych uwarunkowań działalności inżynierskiej. Efekty kształcenia dla kierunku: LOGISTYKA Wydział: ORGANIZACJI I ZARZĄDZANIA nazwa kierunku studiów: Logistyka poziom kształcenia: studia I stopnia profil kształcenia: ogólnoakademicki symbol K1A_W01

Bardziej szczegółowo

PLAN STUDIÓW. efekty kształcenia

PLAN STUDIÓW. efekty kształcenia WYDZIAŁ: KIERUNEK: poziom kształcenia: profil: forma studiów: Lp. O/F Semestr 1 kod modułu/ przedmiotu* 1 O PG_00037350 GRAFIKA INŻYNIERSKA 2 O PG_00037455 TECHNOLOGIE INFORMATYCZNE 3 O PG_00037367 BHiP

Bardziej szczegółowo

Algorytm indukcji klasyfikatora za pomocą EA z automatycznym przełączaniem ukierunkowań

Algorytm indukcji klasyfikatora za pomocą EA z automatycznym przełączaniem ukierunkowań Algorytm indukcji klasyfikatora za pomocą EA z automatycznym przełączaniem ukierunkowań Anna Manerowska, Michal Kozakiewicz 2.12.2009 1 Wstęp Jako projekt na przedmiot MEUM (Metody Ewolucyjne Uczenia Maszyn)

Bardziej szczegółowo

Kierunek: Budownictwo Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne. audytoryjne. Wykład Ćwiczenia

Kierunek: Budownictwo Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne. audytoryjne. Wykład Ćwiczenia Wydział: Górnictwa i Geoinżynierii Kierunek: Budownictwo Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne Rocznik: 2018/2019 Język wykładowy: Polski Semestr 1 GBG-1-104-s Geologia 30

Bardziej szczegółowo

Wydział Inżynierii Produkcji i Logistyki Faculty of Production Engineering and Logistics

Wydział Inżynierii Produkcji i Logistyki Faculty of Production Engineering and Logistics Wydział Inżynierii Produkcji i Logistyki Faculty of Production Engineering and Logistics Plan studiów niestacjonarnych I stopnia (inżynierskich) na kierunku ZARZĄDZANIE I INŻYNIERIA PRODUKCJI MANAGEMENT

Bardziej szczegółowo

Voter model on Sierpiński fractals Model głosujący na fraktalach Sierpińskiego

Voter model on Sierpiński fractals Model głosujący na fraktalach Sierpińskiego Voter model on Sierpiński fractals Model głosujący na fraktalach Sierpińskiego Krzysztof Suchecki Janusz A. Hołyst Wydział Fizyki Politechniki Warszawskiej Plan Model głosujący : definicja i własności

Bardziej szczegółowo

3. Plan studiów PLAN STUDIÓW. Faculty of Fundamental Problems of Technology Field of study: MATHEMATICS

3. Plan studiów PLAN STUDIÓW. Faculty of Fundamental Problems of Technology Field of study: MATHEMATICS 148 3. Plan studiów PLAN STUDIÓW 3.1. MATEMATYKA 3.1. MATHEMATICS - MSc studies - dzienne studia magisterskie - day studies WYDZIAŁ: PPT KIERUNEK: MATEMATYKA SPECJALNOŚCI: Faculty of Fundamental Problems

Bardziej szczegółowo

ODWZOROWANIE RZECZYWISTOŚCI

ODWZOROWANIE RZECZYWISTOŚCI ODWZOROWANIE RZECZYWISTOŚCI RZECZYWISTOŚĆ RZECZYWISTOŚĆ OBIEKTYWNA Ocena subiektywna OPIS RZECZYWISTOŚCI Odwzorowanie rzeczywistości zależy w dużej mierze od możliwości i nastawienia człowieka do otoczenia

Bardziej szczegółowo

E-E-A-1008-s5 Komputerowa Symulacja Układów Nazwa modułu. Dynamicznych. Elektrotechnika I stopień Ogólno akademicki. Przedmiot kierunkowy

E-E-A-1008-s5 Komputerowa Symulacja Układów Nazwa modułu. Dynamicznych. Elektrotechnika I stopień Ogólno akademicki. Przedmiot kierunkowy Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu E-E-A-1008-s5 Komputerowa Symulacja Układów Nazwa modułu Dynamicznych Nazwa modułu w języku

Bardziej szczegółowo