Modelowanie komputerowe w zagadnieniach środowiska. Strona:
|
|
- Angelika Wilczyńska
- 7 lat temu
- Przeglądów:
Transkrypt
1 Modelowanie komputerowe w zagadnieniach środowiska Wykład 30 godzin + Laboratorium 30 godzin Strona: Literatura Modelowanie Urszula Foryś, Matematyka w biologii, Wydawnictwa Naukowo-Techniczne, Warszawa Piotr Holnicki-Szulc, Modele propagacji zanieczyszczeń atmosferycznych w zastosowaniu do kontroli i sterowania jakością środowiska, Akademicka Oficyna Wydawnicza EXIT, Warszawa Jerzy Małecki, Marek Nawalany, Stanisław Witczak, Tomasz Gruszczyński, Wyznaczanie parametrów migracji zanieczyszczeń w ośrodku porowatym dla potrzeb badań hydrogeologicznych i ochrony środowiska, Uniwersytet Warszawski Wydział Geologii, Warszawa Maria Markiewicz, Podstawy modelowania rozprzestrzeniania się zanieczyszczeń w powietrzu atmosferycznym, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa Romuald Szymkiewicz, Modelowanie matematyczne przepływów w rzekach i kanałach, Wydawnictwo Naukowe PWN, Warszawa Janusz Uchmański, Klasyczna ekologia matematyczna, PWN, Warszawa Metody numeryczne B. Lucquin, O. Pironneau, Introduction to Scientific Computing, John Wiley & Sons, 1998 Leon Lapidus, George F. Pinder, Numerical solution of partial differential equations in science and engineering, John Wiley & Sons, Internetowy kurs metod numerycznych Numerical Methods for Partial Differential Equations: an Overview and Applications, Filmy o numerycznym prognozowaniu pogody Pogodna matematyka : zakładka: Filmy Wymagania: Egzamin: pisemny Zaliczenie laboratorium: 4 projekty (sprawozdanie) Modelowanie komputerowe w zagadnieniach środowiska, A. Trykozko, ICM, Uniwersytet Warszawski 1
2 O modelowaniu Etapy procesu modelowania Przykład modeli ekologicznych metody numerycznego rozwiązywania równań różniczkowych zwyczajnych Model oznacza reprezentację badanego zjawiska w postaci innej niż ta, w jakiej występuje ono w rzeczywistości (W. Findeisen). Podstawowym celem modelowania jest tworzenie narzędzi pozwalających badać i prognozować przebieg zjawisk fizycznych w warunkach innych niż aktualnie istniejące lub w warunkach nie pozwalających na stwierdzenie faktów za pomocą bezpośredniego doświadczenia. modele fizyczne modele obliczeniowe Rozwój modelowania określanego jako modelowanie komputerowe nastąpił dzięki dostępności komputerów o mocach wystarczających do realizowania dużych obliczeń. Przykłady: Numeryczne prognozy pogody mapy.meteo.pl Zastosowania wykorzystujące prognozy pogody (energetyka, rozprzestrzenianie się zanieczyszczeń, modele falowania) modelowanie klimatu Zastosowania z zakresu inżynierii środowiska Modelowanie komputerowe w zagadnieniach środowiska, A. Trykozko, ICM, Uniwersytet Warszawski 2
3 Obliczeniowa mechanika płynów (zastosowania: przemysł motoryzacyjny, lotnictwo, medycyna, inżynieria produkcji,...)... Nawet najdokładniejszy model jest tylko przybliżeniem rzeczywistości. Na to w jakim stopniu model oddaje rzeczywistość ma wpływ między innymi: poprawność przyjętych założeń, uwzględnienie wszystkich procesów istotnych dla badanego zjawiska; niepewność parametrów; niepewność warunków brzegowych; problemy związane ze skalą czasową lub przestrzenną; w tym różnorodność (rozpiętość) skali i brak możliwości ich równoczesnego uwzględnienia; nieadekwatna parametryzacja niejednorodności występujących w małych skalach. Im dokładniejszy model tym lepiej opisuje rzeczywistość. Natomiast tym większe problemy z dostarczeniem danych. Wynikowa dokładność modelu nie może być lepsza od dokładności danych wejściowych. Model jest uproszczoną wersją rzeczywistego systemu i w przybliżony sposób opisuje zachodzące procesy. (J. Bear, A. Verruijt, Modeling Groundwater Flow and Pollution, D.Reidel Publishing Company, Dordrecht 1987.) Ponieważ model jest uproszczoną wizją prawdziwego systemu, nie istnieje jeden i jednoznaczny model opisujący zjawisko. Różne zestawy założeń przyjętych podczas tworzenia modelu prowadzą do różnych modeli, przybliżających badane zjawisko w inny sposób. A zatem nie istnieje model obiektywny. Podstawę modelu stanowi zbiór założeń, które wyrażają nasze zrozumienie systemu i jego zachowania. Przykład modelu ekologicznego model wzrostu Założenia: w danym środowisku występuje tylko jeden gatunek N zasoby środowiska są nieograniczone. osobniki nie umierają. Modelowanie komputerowe w zagadnieniach środowiska, A. Trykozko, ICM, Uniwersytet Warszawski 3
4 populacja jest jednorodna. Model (sformułowanie słowami ): wzrost (zmiana) populacji gatunku jest proporcjonalna do populacji w danej chwili. Matematycznie wyraża to równanie Malthusa: dn ( t) = r N( t), dt gdzie: N (t) - zagęszczenie osobników w chwili t; r >0 współczynnik rozrodczości gatunku. Uwaga: W modelu ciągłym nie rozpatruje się liczebności populacji, lecz jej zagęszczenie, czyli liczbę osobników przypadających na jednostkę powierzchni. Np można interpretować N (t) jako masę danej populacji. Aby równanie miało jednoznaczne rozwiązanie niezbędne jest podanie warunku początkowego: N ( 0) = N 0. Jest to równanie różniczkowe zwyczajne. Jego rozwiązaniem jest funkcja wykładnicza rt ( t) = N e N 0 Jeśli wyznaczenie rozwiązania analitycznego nie byłoby możliwe (łatwe), równanie można rozwiązać w sposób przybliżony korzystając z metod numerycznych. 250 Model wzrostu wykładniczego r=0,1 r=0,4 r=0,6 czas Modelowanie komputerowe - etapy Model konceptualny Model matematyczny Model numeryczny Kalibracja (wyznaczenie/poprawianie wartości parametrów np. na podstawie danych eksperymentalnych) Walidacja Analiza wyników - wizualizacja Model konceptualny Stanowi szereg założeń, redukujących zagadnienie rzeczywiste i rzeczywisty obszar, do ich uproszczonych odpowiedników, które są akceptowalne w kontekście celu modelowania. Modelowanie komputerowe w zagadnieniach środowiska, A. Trykozko, ICM, Uniwersytet Warszawski 4
5 Cele modelowania: edukacja, symulacja, wspomaganie zarządzania, (modele wykorzystywane w procesie wspomagania podejmowania decyzji zwykle zawierają stosunkowo dużo uproszczeń z uwagi między innymi na konieczność szybkiego generowania wyników. ) Założenia modelu konceptualnego określają między innymi: wymiar przestrzenny modelu, geometria obszaru, zmienne stanu (CO się wyznacza, np. temperatura, ciśnienie, stężenie), sposób interakcji z otoczeniem warunki brzegowe, stan ustalony lub zmienność w czasie (zagadnienia ewolucyjne), warunki początkowe, rodzaj zjawiska, wzajemne zależności, np. wpływ substancji rozpuszczonej i/lub temperatury na gęstość i lepkość, Model matematyczny Większość modeli wyraża bilans pewnej wielkości, np. bilans masy wody, bilans masy (substancji), bilans ciepła. Modele deterministyczne: równanie lub układ równań, najczęściej równań różniczkowych zwyczajnych lub cząstkowych. Należy określić: równanie/ równania na wybór równań mają wpływ założenia uczynione na poziomie modelu konceptualnego, warunki brzegowe interakcje z otoczeniem, warunki początkowe stan systemu w chwili początkowej. Z matematycznego punktu widzenia zagadnienie musi być dobrze postawione: istnienie rozwiązania; jednoznaczność rozwiązania; stabilność (mała zmiana danych powoduje małą zmianę rozwiązania). Modele stochastyczne Automaty komórkowe Wykład 3 Model numeryczny rozwiązanie analityczne (dokładne) istnieje tylko dla ograniczonej klasy zagadnień rozwiązanie numeryczne Uzasadnieniem użycia określenia model numeryczny, zamiast metoda numeryczna uzyskania przybliżonego rozwiązania jest fakt, że również w tym kroku formułuje się szereg Modelowanie komputerowe w zagadnieniach środowiska, A. Trykozko, ICM, Uniwersytet Warszawski 5
6 dodatkowych założeń. A zatem model numeryczny stanowi kolejną przybliżoną wersję rzeczywistego obiektu modelowania. dyskretyzacja - reprezentacja obszaru za pomocą komórek obliczeniowych (elementów) metoda numeryczna Dyskretyzacja Model numeryczny bazuje na dyskretyzacji obszaru, w którym zdefiniowane jest zagadnienie. W ogólnym przypadku rozwiązanie zagadnienia przybliżonego wyznacza się tylko w skończonej liczbie punktów (mówi się, że rozwiązanie jest określone w sposób dyskretny). h x i-1 x i x i+1 acck. M.F. acck. B.C. i K.K. Modelowanie komputerowe w zagadnieniach środowiska, A. Trykozko, ICM, Uniwersytet Warszawski 6
7 Rozwiązanie przybliżone konstruuje się na bazie dyskretyzacji obszaru stosując metodę numeryczną. Najczęściej stosowane metody rozwiązywania równań różniczkowych cząstkowych: metoda różnic skończonych, metoda elementu skończonego, metoda objętości skończonych. Każda z tych metod ma określone wymagania związane ze sposobem przeprowadzenia dyskretyzacji. Modelowanie komputerowe w zagadnieniach środowiska, A. Trykozko, ICM, Uniwersytet Warszawski 7
8 Dyskretyzacja ma wpływ na jakość rozwiązania przybliżonego. W przypadku korzystania z gotowych kodów komputerowych, dyskretyzacja obszaru stanowi jedno z głównych zadań osoby korzystającej z modelu. W przypadku zadań o złożonej geometrii, nawet z pomocą specjalnego oprogramowania, może być to zadaniem bardzo pracochłonnym. W wyniku zastosowania jednej z wymienionych metod otrzymuje się układ równań algebraicznych, liniowych lub nieliniowych. Rozmiar układu równań jest bezpośrednio związany ze sposobem dyskretyzacji, w szczególności z liczbą komórek (elementów), na które został podzielony obszar obliczeniowy. Rozwiązanie układu równań stanowi rozwiązanie przybliżone oryginalnego zagadnienia różniczkowego. Ważnym aspektem modelu konceptualnego jest założenie o wymiarze przestrzennym, w jakim rozważane jest zjawisko. Założenie to pociąga za sobą poważne konsekwencje. mały wymiar, np. 1D duży wymiar, np. 3D Nie każde zjawisko można opisać za pomocą modelu 1-wymiarowego Uwaga: zwiększanie wymiaru obszaru, w którym rozważa się zjawisko, prowadzi do gwałtownego zwiększania rozmiaru układu równań. Implementacja metody obliczeniowej Symulacje Kalibracja (wyznaczenie wartości parametrów np. na podstawie danych eksperymentalnych) Walidacja Model matematyczny układ równań różniczkowych (zwyczajnych lub dyskretyzacja obszaru metoda różnic skończonych metoda elementu skończonego metoda objętości skończonych Model numeryczny układ równań algebraicznych (liniowych lub nieliniowych) metoda iteracyjna lub skończona Rozwiązanie analityczne (dla ograniczonej liczby przypadków) Symulacje: Rozwiązanie przybliżone porównać Obserwacje, eksperymenty porównać Modelowanie komputerowe w zagadnieniach środowiska, A. Trykozko, ICM, Uniwersytet Warszawski 8
9 Odrębna klasa modeli to modele opisywane za pomocą automatów komórkowych Modele działają w oparciu o siatkę. Oczko siatki ma przypisane stany, które podlegają ewolucji według reguł definiujących dynamikę zjawiska. Zmiana stanu w oczku zależy od stanów w sąsiednich oczkach. mniej sformalizowane umożliwia wprowadzanie elementów losowych reguły można definiować w oparciu o prawdopodobieństwo. Przykład: model pożaru lasu: Inna reprezentacja schematu modelowania: ZASTOSOWANIE co robimy? ALGORYTM w jaki sposób? (równania, metody, dane) ARCHITEKTURA uszczegółowienie sposobu realizacji obliczeń (Schemat wg. strony Modelowanie komputerowe stanowi niezwykle mocne i przydatne narzędzie, ale trzeba mieć świadomość jego ograniczeń, oraz przyczyn powodujących te ograniczenia. Modelowanie komputerowe w zagadnieniach środowiska, A. Trykozko, ICM, Uniwersytet Warszawski 9
Filmy o numerycznym prognozowaniu pogody Pogodna matematyka : zakładka: Filmy
Modelowanie komputerowe w ochronie środowiska Wykłady x 4 Ćwiczenia x 3 Strona: http://www.icm.edu.pl/~aniat/modele/msos26.html Literatura: Urszula Foryś, Matematyka w biologii, Wydawnictwa Naukowo-Techniczne,
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: MODELOWANIE PROCESÓW ENERGETYCZNYCH Kierunek: ENERGETYKA Rodzaj przedmiotu: specjalności obieralny Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK PO PRZEDMIOCIE
Bardziej szczegółowoKierunek: 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 szczegółowoKARTAKURSU. Efekty kształcenia dla kursu Student: W01wykazuje się znajomością podstawowych koncepcji, zasad, praw i teorii obowiązujących w fizyce
KARTAKURSU Nazwa Modelowanie zjawisk i procesów w przyrodzie Nazwa w j. ang. Kod Modelling of natural phenomena and processes Punktacja ECTS* 1 Koordynator Dr Dorota Sitko ZESPÓŁDYDAKTYCZNY: Dr Dorota
Bardziej szczegółowoKatarzyna Jesionek Zastosowanie symulacji dynamiki cieczy oraz ośrodków sprężystych w symulatorach operacji chirurgicznych.
Katarzyna Jesionek Zastosowanie symulacji dynamiki cieczy oraz ośrodków sprężystych w symulatorach operacji chirurgicznych. Jedną z metod symulacji dynamiki cieczy jest zastosowanie metody siatkowej Boltzmanna.
Bardziej szczegółowoKierunek: 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 szczegółowoSpecjalnościowy Obowiązkowy Polski Semestr szósty
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013 Z-ZIP-541z Techniki obliczeniowe w zagadnieniach inżynierskich Numerical
Bardziej szczegółowoWYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU
WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU Nazwa w języku polskim: METODY NUMERYCZNE W RÓWNANIACH RÓŻNICZKOWYCH Nazwa w języku angielskim: NUMERICAL METHODS IN DIFFERENTIAL EQUATIONS Kierunek
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: PODSTAWY MODELOWANIA PROCESÓW WYTWARZANIA Fundamentals of manufacturing processes modeling Kierunek: Mechanika i Budowa Maszyn Rodzaj przedmiotu: obowiązkowy na specjalności APWiR Rodzaj
Bardziej szczegółowoKierunek: 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 szczegółowoKierunek: 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 szczegółowoWYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU
Zał. nr 4 do ZW WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU Nazwa w języku polskim RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE Nazwa w języku angielskim ORDINARY DIFFERENTIAL EQUATIONS Kierunek studiów
Bardziej szczegółowoWYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU
Zał. nr 4 do ZW WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU Nazwa w języku polskim WSTĘP DO TEORII RÓWNAŃ RÓŻNICZKOWYCH Nazwa w języku angielskim INTRODUCTION TO DIFFERENTIAL EQUATIONS THEORY
Bardziej szczegółowoWykład 1 BIOMATEMATYKA DR WIOLETA DROBIK
Wykład 1 BIOMATEMATYKA DR WIOLETA DROBIK SPRAWY ORGANIZACYJNE Konsultacje: czwartek 12-14, pokój 33 Email: wioleta.drobik@gmail.com, wioleta_drobik@sggw.pl Wykład 30 h (10 x 3 h w tygodniu) Ćwiczenia 15
Bardziej szczegółowoWzornictwo Przemysłowe I stopień (I stopień / II stopień) akademicki (ogólno akademicki / praktyczny) kierunkowy (podstawowy / kierunkowy / inny HES)
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 2014/2015
Bardziej szczegółowoS Y L A B U S P R Z E D M I O T U
"Z A T W I E R D Z A M Prof. dr hab. inż. Radosław TRĘBIŃSKI dm Dziekan Wydziału Mechatroniki i Lotnictwa Warszawa, dnia... S Y L A B U S P R Z E D M I O T U NAZWA PRZEDMIOTU: NUMERYCZNE METODY OBLICZENIOWE
Bardziej szczegółowoModelowanie 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 szczegółowoKierunek: 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 szczegółowoStudentom zostaną dostarczone wzory lub materiały opisujące. Zachęcamy do wykonania projektów programistycznych w postaci apletów.
W niniejszym dokumencie znajdują się propozycje projektów na rok 2008. Tematy sformułowane są ogólnie, po wyborze tematu i skontaktowaniu z prowadzącym zostaną określone szczegółowe wymagania co do projektu.
Bardziej szczegółowoS Y L A B U S P R Z E D M I O T U
"Z A T W I E R D Z A M" Dziekan Wydziału Mechatroniki i Lotnictwa prof. dr hab. inż. Radosław TRĘBIŃSKI Warszawa, dnia... S Y L A B U S P R Z E D M I O T U NAZWA PRZEDMIOTU: KOMPUTEROWA ANALIZA KONSTRUKCJI
Bardziej szczegółowoEgzamin / zaliczenie na ocenę*
Zał. nr do ZW 33/01 WYDZIAŁ / STUDIUM KARTA PRZEDMIOTU Nazwa w języku polskim Optymalizacja systemów Nazwa w języku angielskim System optimization Kierunek studiów (jeśli dotyczy): Inżynieria Systemów
Bardziej szczegółowoDrgania poprzeczne belki numeryczna analiza modalna za pomocą Metody Elementów Skończonych dr inż. Piotr Lichota mgr inż.
Drgania poprzeczne belki numeryczna analiza modalna za pomocą Metody Elementów Skończonych dr inż. Piotr Lichota mgr inż. Joanna Szulczyk Politechnika Warszawska Instytut Techniki Lotniczej i Mechaniki
Bardziej szczegółowoNazwa modułu kształcenia Nazwa jednostki prowadzącej moduł Kod modułu Język kształcenia Efekty kształcenia dla modułu kształcenia
Nazwa modułu kształcenia Nazwa jednostki prowadzącej moduł Kod modułu Język kształcenia Efekty kształcenia dla modułu kształcenia Numeryczne rozwiązywanie równań różniczkowych zwyczajnych Wydział Matematyki
Bardziej szczegółowoFizyka komputerowa(ii)
Instytut Fizyki Fizyka komputerowa(ii) Studia magisterskie Prowadzący kurs: Dr hab. inż. Włodzimierz Salejda, prof. PWr Godziny konsultacji: Poniedziałki i wtorki w godzinach 13.00 15.00 pokój 223 lub
Bardziej szczegółowoRównania różniczkowe Differential Equations
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 01/016 Z-ID-0a Równania różniczkowe Differential Equations A. USYTUOWANIE MODUŁU
Bardziej szczegółowoMODELOWANIE ZA POMOCĄ MES Analiza statyczna ustrojów powierzchniowych
MODELOWANIE ZA POMOCĄ MES Analiza statyczna ustrojów powierzchniowych PODSTAWY KOMPUTEROWEGO MODELOWANIA USTROJÓW POWIERZCHNIOWYCH Budownictwo, studia I stopnia, semestr VI przedmiot fakultatywny rok akademicki
Bardziej szczegółowoOpis efektów kształcenia dla programu kształcenia (kierunkowe efekty kształcenia) WIEDZA. rozumie cywilizacyjne znaczenie matematyki i jej zastosowań
TABELA ODNIESIEŃ EFEKTÓW KSZTAŁCENIA OKREŚLONYCH DLA PROGRAMU KSZTAŁCENIA DO EFEKTÓW KSZTAŁCENIA OKREŚLONYCH DLA OBSZARU KSZTAŁCENIA I PROFILU STUDIÓW PROGRAM KSZTAŁCENIA: POZIOM KSZTAŁCENIA: PROFIL KSZTAŁCENIA:
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł kierunkowy ogólny Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK PO PRZEDMIOCIE
Bardziej szczegółowoPolitechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2016/2017
Politechnika Krakowska im. Tadeusza Kościuszki Karta przedmiotu Wydział Inżynierii Środowiska obowiązuje studentów rozpoczynających studia w roku akademickim 206/207 Kierunek studiów: Budownictwo Profil:
Bardziej szczegółowo01, 02, 03 i kolejne numer efektu kształcenia. Załącznik 1 i 2
Efekty kształcenia dla kierunku studiów Studia Przyrodnicze i Technologiczne (z językiem wykładowym angielskim) - studia I stopnia, stacjonarne, profil ogólnoakademicki - i ich odniesienia do efektów kształcenia
Bardziej szczegółowoEFEKTY UCZENIA SIĘ DLA KIERUNKU INŻYNIERIA DANYCH W ODNIESIENIU DO EFEKTÓW UCZENIA SIĘ PRK POZIOM 6
EFEKTY UCZENIA SIĘ DLA KIERUNKU INŻYNIERIA DANYCH W ODNIESIENIU DO EFEKTÓW UCZENIA SIĘ PRK POZIOM 6 studia pierwszego stopnia o profilu ogólnoakademickim Symbol K_W01 Po ukończeniu studiów pierwszego stopnia
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Wprowadzenie do numerycznej mechaniki płynów Kierunek: Mechanika i Budowa Maszyn Rodzaj przedmiotu: obowiązkowy na specjalności: Inżynieria cieplna i samochodowa Rodzaj zajęć: wykład,
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Podstawy procesów przepływowych Kierunek: ENERGETYKA Rodzaj przedmiotu: obieralny specjalności Rodzaj zajęć: wykład, laboratorium Fundamentals of modeling of fluid flow processes Forma
Bardziej szczegółowoMatematyka 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 szczegółowoPodstawy 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 szczegółowoNowoczesne narzędzia obliczeniowe do projektowania i optymalizacji kotłów
Nowoczesne narzędzia obliczeniowe do projektowania i optymalizacji kotłów Mateusz Szubel, Mariusz Filipowicz Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie AGH University of Science and
Bardziej szczegółowoZ-ETI-1040 Metody numeryczne Numerical Methods
Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Z-ETI-1040 Metody numeryczne Numerical Methods Kod modułu Nazwa modułu Nazwa modułu w języku angielskim
Bardziej szczegółowoElektrotechnika I stopień Ogólno akademicki. Przedmiot kierunkowy. Obowiązkowy Polski VI semestr zimowy
KARTA MODUŁU / KARTA PRZEDMIOTU Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013
Bardziej szczegółowo2.1.M.06: Modelowanie i wspomaganie komputerowe w inżynierii powierzchni
2nd Workshop on Foresight of surface properties formation leading technologies of engineering materials and biomaterials in Białka Tatrzańska, Poland 29th-30th November 2009 1 Panel nt. Procesy wytwarzania
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: MODELOWANIE I SYMULACJA PROCESÓW WYTWARZANIA Modeling and Simulation of Manufacturing Processes Kierunek: Mechatronika Rodzaj przedmiotu: obowiązkowy specjalności PSM Rodzaj zajęć: wykład,
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Równania różniczkowe Differential equations Kierunek: Rodzaj przedmiotu: obowiązkowy dla wszystkich specjalności Rodzaj zajęć: wykład, ćwiczenia Matematyka Poziom kwalifikacji: I stopnia
Bardziej szczegółowoZastosowania analizy stochastycznej w finansach Application of Stochastic Models in Financial Analysis Kod przedmiotu: Poziom przedmiotu: II stopnia
Nazwa przedmiotu: Kierunek: Matematyka Rodzaj przedmiotu: obowiązkowy dla specjalności matematyka finansowa i ubezpieczeniowa Rodzaj zajęć: wykład, ćwiczenia Zastosowania analizy stochastycznej w finansach
Bardziej szczegółowoE-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 szczegółowo1 z , 12:01
Strona: 1 Podstawowe informacje o module Nazwa modułu: Metody komputerowe Nazwa jednostki prowadzącej studia: Wydział Budownictwa, Inżynierii środowiska i Architektury Nazwa kierunku studiów: Budownictwo
Bardziej szczegółowoEgzamin / zaliczenie na ocenę*
Zał. nr do ZW /01 WYDZIAŁ / STUDIUM KARTA PRZEDMIOTU Nazwa w języku polskim Identyfikacja systemów Nazwa w języku angielskim System identification Kierunek studiów (jeśli dotyczy): Inżynieria Systemów
Bardziej szczegółowoKARTA PRZEDMIOTU. 12. PRZEDMIOTOWE EFEKTY KSZTAŁCENIA Odniesienie do kierunkowych efektów kształcenia (symbol)
KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: Równania różniczkowe (RRO020) 2. KIERUNEK: MATEMATYKA 3. POZIOM STUDIÓW: I stopnia 4. ROK/ SEMESTR STUDIÓW: II/4 5. LICZBA PUNKTÓW ECTS: 4 6. LICZBA GODZIN: 30 / 30
Bardziej szczegółowoModelowanie przepływów wód podziemnych
1. Nazwa przedmiotu/modułu w języku polskim Modelowanie przepływów wód podziemnych 2. Nazwa przedmiotu/modułu w języku angielskim Groundwater Modelling 3. Jednostka prowadząca przedmiot WNZKŚ, Instytut
Bardziej szczegółowozna metody matematyczne w zakresie niezbędnym do formalnego i ilościowego opisu, zrozumienia i modelowania problemów z różnych
Grupa efektów kierunkowych: Matematyka stosowana I stopnia - profil praktyczny (od 17 października 2014) Matematyka Stosowana I stopień spec. Matematyka nowoczesnych technologii stacjonarne 2015/2016Z
Bardziej szczegółowoMetoda elementów skończonych
Metoda elementów skończonych Wraz z rozwojem elektronicznych maszyn obliczeniowych jakimi są komputery zaczęły pojawiać się różne numeryczne metody do obliczeń wytrzymałości różnych konstrukcji. Jedną
Bardziej szczegółowoautomatyka i robotyka II stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny)
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 2013/2014
Bardziej szczegółowoInstytut Politechniczny Państwowa Wyższa Szkoła Zawodowa. Diagnostyka i niezawodność robotów
Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa Diagnostyka i niezawodność robotów Laboratorium nr 6 Model matematyczny elementu naprawialnego Prowadzący: mgr inż. Marcel Luzar Cele ćwiczenia:
Bardziej szczegółowodr 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 szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: MODELOWANIE I SYMULACJA UKŁADÓW STEROWANIA Kierunek: Mechatronika Rodzaj przedmiotu: Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK PO PRZEDMIOCIE C1.
Bardziej szczegółowoInformatyka I stopień (I stopień / II stopień) ogólno akademicki (ogólno akademicki / praktyczny) podstawowy (podstawowy / kierunkowy / inny HES)
Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Modelowanie i wizualizacja procesów fizycznych Nazwa modułu w języku angielskim
Bardziej szczegółowoWYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU
Zał. nr do ZW WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU Nazwa w języku polskim BADANIA OPERACYJNE Nazwa w języku angielskim Operational research Kierunek studiów (jeśli dotyczy): Matematyka
Bardziej szczegółowoAlgorytm. Krótka historia algorytmów
Algorytm znaczenie cybernetyczne Jest to dokładny przepis wykonania w określonym porządku skończonej liczby operacji, pozwalający na rozwiązanie zbliżonych do siebie klas problemów. znaczenie matematyczne
Bardziej szczegółowoWYKŁAD 3. DYNAMIKA ROZWOJU
WYKŁAD 3. DYNAMIKA ROZWOJU POPULACJI MODELE Z CZASEM DYSKRETNYM DR WIOLETA DROBIK- CZWARNO MODELE ZMIAN ZAGĘSZCZENIA POPULACJI Wyróżniamy modele: z czasem dyskretnym wykorzystujemy równania różnicowe z
Bardziej szczegółowoModelowanie 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 szczegółowoECTS Razem 30 Godz. 330
3-letnie stacjonarne studia licencjackie kier. Matematyka profil: ogólnoakademicki Semestr 1 Przedmioty wspólne Algebra liniowa z geometrią analityczną I 7 30 30 E Analiza matematyczna I 13 60 60 E Technologie
Bardziej szczegółowoRozkład temperatury na powierzchni grzejnika podłogowego przy wykorzystaniu MEB
Rozkład temperatury na powierzchni grzejnika podłogowego przy wykorzystaniu MEB W artykule przedstawiono wyniki eksperymentu numerycznego - pola temperatury na powierzchni płyty grzejnej dla wybranych
Bardziej szczegółowozakładane efekty kształcenia
Załącznik nr 1 do uchwały nr 41/2018 Senatu Politechniki Śląskiej z dnia 28 maja 2018 r. Efekty kształcenia dla kierunku: INFORMATYKA WYDZIAŁ AUTOMATYKI, ELEKTRONIKI I INFORMATYKI WYDZIAŁ ELEKTRYCZNY nazwa
Bardziej szczegółowoEkonometria dynamiczna i finansowa Kod przedmiotu
Ekonometria dynamiczna i finansowa - opis przedmiotu Informacje ogólne Nazwa przedmiotu Ekonometria dynamiczna i finansowa Kod przedmiotu 11.5-WK-IiED-EDF-W-S14_pNadGenMOT56 Wydział Kierunek Wydział Matematyki,
Bardziej szczegółowoLp. SYMBOL NAZWA ZAJĘĆ EFEKTY KSZTAŁCENIA (P/K/PW)** ECTS K_K ŁĄCZNIE 50
II. PROAM STUDIÓW FORMA STUDIÓW: stacjonarne LICZBA SEMESTRÓW: LICZBA PUNKTÓW : 10 MODUŁY KSZTAŁCENIA (zajęcia lub grupy zajęć) wraz z przypisaniem zakładanych efektów kształcenia i liczby punktów : A.
Bardziej szczegółowoWYDZIAŁ ELEKTRONIKI MIKROSYSTEMÓW I FOTONIKI
Zał. nr do ZW WYDZIAŁ ELEKTRONIKI MIKROSYSTEMÓW I FOTONIKI KARTA PRZEDMIOTU Nazwa w języku polskim: Matematyka (Zao EA EiT stopień) Nazwa w języku angielskim: Mathematics Kierunek studiów (jeśli dotyczy):
Bardziej szczegółowoWYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI
WYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskiego 8, 04-703 Warszawa tel. (0)
Bardziej szczegółowoPWSZ w Tarnowie Instytut Politechniczny Elektrotechnika
PWSZ w Tarnowie Instytut Politechniczny Elektrotechnika METODY NUMERYCZNE WYKŁAD Andrzej M. Dąbrowski amd@agh.edu.pl Paw.C p.100e Konsultacje: środa 14 45-15 30 czwartek 14 45 - Wykład 2 godz. lekcyjne.
Bardziej szczegółowoAparaty słuchowe Hi-Fi z Multiphysics Modeling
Aparaty słuchowe Hi-Fi z Multiphysics Modeling POLITECHNIKA POZNAŃSKA Wydział Budowy Maszyn i Zarządzania Mechanika i Budowa Maszyn Technologia Przetwarzania Materiałów Prowadzący: dr hab. Tomasz Stręk
Bardziej szczegółowoMETODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowoNumeryczna symulacja rozpływu płynu w węźle
231 Prace Instytutu Mechaniki Górotworu PAN Tom 7, nr 3-4, (2005), s. 231-236 Instytut Mechaniki Górotworu PAN Numeryczna symulacja rozpływu płynu w węźle JERZY CYGAN Instytut Mechaniki Górotworu PAN,
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Programowanie liniowe w technice Linear programming in engineering problems Kierunek: Rodzaj przedmiotu: obowiązkowy na kierunku matematyka przemysłowa Rodzaj zajęć: wykład, laboratorium,
Bardziej szczegółowodr 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 szczegółowoProcesy i systemy dynamiczne Nazwa przedmiotu SYLABUS A. Informacje ogólne
Elementy składowe sylabusu Nazwa jednostki prowadzącej kierunek Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów Kod przedmiotu Język przedmiotu Procesy i systemy dynamiczne Nazwa
Bardziej szczegółowoZ-LOG-530I Analiza matematyczna II Calculus II
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2017/18 Z-LOG-530I Analiza matematyczna II Calculus II A. USYTUOWANIE MODUŁU W
Bardziej szczegółowoSystemy Informatyki Przemysłowej
Systemy Informatyki Przemysłowej Profil absolwenta Profil absolwenta Realizowany cel dydaktyczny związany jest z: tworzeniem, wdrażaniem oraz integracją systemów informatycznych algorytmami rozpoznawania
Bardziej szczegółowoMetody 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 szczegółowoModelowanie 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 szczegółowoSystem prognozowania rynków energii
System prognozowania rynków energii STERMEDIA Sp. z o. o. Software Development Grupa IT Kontrakt ul. Ostrowskiego13 Wrocław Poland tel.: 0 71 723 43 22 fax: 0 71 733 64 66 http://www.stermedia.eu Piotr
Bardziej szczegółowoMETODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowoK_U13, K_U14 5 MAT2002 K_W01, K_W02, K_U07 K_W01, K_W02, K_W03, K_U01, K_U03, K_U08, K_U09, K_U13, K_U14 K_W01, K_W02, K_W03, K_U01,
II. PROGRAM STUDIÓW. FORMA STUDIÓW: stacjonarne. LICZBA SEMESTRÓW: 3. LICZBA PUNKTÓW : 0. MODUŁY KSZTAŁCENIA (zajęcia lub grupy zajęć) wraz z przypisaniem zakładanych efektów kształcenia i liczby punktów
Bardziej szczegółowoMODELOWANIE 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 szczegółowoMETODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowoZastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2)
Zastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2) Ewa Wołoszko Praca pisana pod kierunkiem Pani dr hab. Małgorzaty Doman Plan tego wystąpienia Teoria Narzędzia
Bardziej szczegółowoRozszerzony konspekt preskryptu do przedmiotu Podstawy Robotyki
Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Rozszerzony konspekt preskryptu do przedmiotu Podstawy Robotyki dr inż. Marek Wojtyra Instytut Techniki Lotniczej
Bardziej szczegółowoModelowanie bilansu energetycznego pomieszczeń (1)
Wydział Inżynierii Środowiska Politechnika Wrocławska Modelowanie bilansu energetycznego pomieszczeń (1) 2 / 7 Na czym polega ćwiczenie? Ćwiczenie polega na badaniu modelu nagrzewnicy wodnej i chłodnicy
Bardziej szczegółowoMATEMATYCZNE METODY WSPOMAGANIA PROCESÓW DECYZYJNYCH
MATEMATYCZNE METODY WSPOMAGANIA PROCESÓW DECYZYJNYCH 1. Przedmiot nie wymaga przedmiotów poprzedzających 2. Treść przedmiotu Proces i cykl decyzyjny. Rola modelowania matematycznego w procesach decyzyjnych.
Bardziej szczegółowoTOZ -Techniki optymalizacji w zarządzaniu
TOZ -Techniki optymalizacji w zarządzaniu Wykład dla studentów II roku studiów II stopnia na kierunku Zarządzanie Semestr zimowy 2009/2010 Wykładowca: prof. dr hab. inż. Michał Inkielman Literatura Literatura
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: WYBRANE ZAGADNIENIA MECHANIKI ANALITYCZNEJ, DRGAŃ I STATECZNOŚCI KONSTRUKCJI MECHANICZNYCH (cz. I MECHANIKA ANALITYCZNA) Kierunki: Budowa i Eksploatacja Maszyn Rodzaj przedmiotu: obieralny
Bardziej szczegółowozna podstawową terminologię w języku obcym umożliwiającą komunikację w środowisku zawodowym
Wykaz kierunkowych efektów kształcenia PROGRAM KSZTAŁCENIA: Kierunek Edukacja techniczno-informatyczna POZIOM KSZTAŁCENIA: studia pierwszego stopnia PROFIL KSZTAŁCENIA: praktyczny Przyporządkowanie kierunku
Bardziej szczegółowoRaport końcowy z symulacji CFD jakie dane powinien zawierać?
Raport końcowy z symulacji CFD jakie dane powinien zawierać? 1. Wstęp. Raport końcowy z wykonanej symulacji CFD jest dokumentem zawierającym nie tylko wyniki końcowe oraz płynące z nich wnioski, ale również
Bardziej szczegółowoPAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W NYSIE
PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W NYSIE Efekty uczenia się Kierunek Informatyka Studia pierwszego stopnia Profil praktyczny Umiejscowienie kierunku informatyka w obszarze kształcenia: Obszar wiedzy: nauki
Bardziej szczegółowoSystemy Czasu Rzeczywistego (SCR)
Systemy Czasu Rzeczywistego (SCR) Wykład 1: Organizacja i program przedmiotu SKiTI 2017 WYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI KATEDRA INŻYNIERII SYSTEMÓW STEROWANIA Kierunek: Automatyka i Robotyka Studia
Bardziej szczegółowoOPIS MODUŁU KSZTAŁCENIA (przedmiot lub grupa przedmiotów)
OPIS MODUŁU KSZTAŁCENIA (przedmiot lub grupa przedmiotów) Nazwa modułu/ przedmiotu Narzędzia informatyczne w warsztacie inżyniera Nazwa jednostki prowadzącej przedmiot Instytut Matematyki, Fizyki Przedmioty:
Bardziej szczegółowoMODELOWANIE 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 szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: moduł specjalności obowiązkowy: Inżynieria oprogramowania, Sieci komputerowe Rodzaj zajęć: wykład, laboratorium MODELOWANIE I SYMULACJA Modelling
Bardziej szczegółowoPolitechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2019/2020
Politechnika Krakowska im. Tadeusza Kościuszki Karta przedmiotu Wydział Inżynierii Lądowej obowiązuje studentów rozpoczynających studia w roku akademickim 2019/2020 Kierunek studiów: udownictwo orma sudiów:
Bardziej szczegółowoOdniesienie do efektów kształcenia dla obszaru nauk EFEKTY KSZTAŁCENIA Symbol
KIERUNKOWE EFEKTY KSZTAŁCENIA Wydział Informatyki i Zarządzania Kierunek studiów INFORMATYKA (INF) Stopień studiów - pierwszy Profil studiów - ogólnoakademicki Projekt v1.0 z 18.02.2015 Odniesienie do
Bardziej szczegółowoPodstawy Informatyki Computer basics
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 2013/2014
Bardziej szczegółowoNOWOCZESNE TECHNOLOGIE ENERGETYCZNE Rola modelowania fizycznego i numerycznego
Politechnika Częstochowska Katedra Inżynierii Energii NOWOCZESNE TECHNOLOGIE ENERGETYCZNE Rola modelowania fizycznego i numerycznego dr hab. inż. Zbigniew BIS, prof P.Cz. dr inż. Robert ZARZYCKI Wstęp
Bardziej szczegółowoUkłady 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