Předmět: Scientific computing

« Zpět
Název předmětu Scientific computing
Kód předmětu KMA/SC
Organizační forma výuky Přednáška + Cvičení
Úroveň předmětu Bakalářský
Rok studia nespecifikován
Semestr Zimní
Počet ECTS kreditů 4
Vyučovací jazyk Čeština, Angličtina
Statut předmětu Povinný, Povinně-volitelný, Volitelný
Způsob výuky Kontaktní
Studijní praxe Nejedná se o pracovní stáž
Doporučené volitelné součásti programu Není
Vyučující
  • Vodák Rostislav, doc. RNDr. Ph.D.
  • Fišerová Eva, doc. RNDr. Ph.D.
  • Fürst Tomáš, RNDr. Ph.D.
  • Ženčák Pavel, RNDr. Ph.D.
Obsah předmětu
1. Fourierovy řady a jejich použití při práci se zvukovými záznamy, matematický pohled na hudbu. 2. Fourierova transformace a její použití na řešení lineárních obyčejných i parciálních diferenciálních rovnic. 3. Úvod k okrajovým úlohám pro ODE. Na příkladu napínání struny budou představeny pojmy lineární elasticity, bude odvozena jednorozměrná Lamého rovnice a bude představeno několik numerických metod, jak takové úlohy řešit. 4. Jak zacházet s digitálními obrazovými daty. Podrobně projdeme jednu konkrétní aplikaci, od získání obrazových dat z mikroskopu, přes jejich zpracování až po jednoduchou statistickou analýzu výsledků. 5. Časové řady biologických signálů. Na příkladu ECG signálu se naučíme zacházet s tímto typem časových řad a prozkoumáme, jaký typ komplexity biologické signály obsahují.

Studijní aktivity a metody výuky
Přednášení, Dialogická (diskuze, rozhovor, brainstorming), Demonstrace
Výstupy z učení
Cílem předmětu je probrat se studenty několik rozsáhlejších a komplexnějších praktických problémů z reálného světa, které vyžadují použití matematického aparátu z různých předmětů. Cílem je syntéza a aplikace matematického aparátu.
Schopnost řešit komplexní praktické úlohy
Předpoklady
Lineární algebra, kalkulus, základy numeriky, základy programování, angličtina
KMA/MA1 a zároveň KMA/MA2 a zároveň KMA/MA3 a zároveň KAG/LA1A a zároveň KMA/DR

Hodnoticí metody a kritéria
Analýza výkonů studenta, Rozbor díla tvůrčího charakteru (hudební, výtvarné, literární), Seminární práce

Kolokvium: aktivní účast, komplexní zpracování vybraného problému, obhajoba formou prezentace.
Doporučená literatura
  • Dave Benson. (2006). Music: A Mathematical Offering. Cambridge University Press.
  • Nathan Kutz. (2013). Data Driven Modeling & Scientific Computation. Oxford University Press.
  • Peter J. Brockwell, Richard A. Davis. (2009). Time Series: Theory and Methods. Springer Series in Statistics.
  • Rafael C. Gonzalez, Richard E. Woods. (2017). Digital Image Processing. Pearson.
  • T. W. Körner. (1988). Fourier Analysis. Cambridge University Press; 1 edition.


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr
Fakulta: Přírodovědecká fakulta Studijní plán (Verze): Aplikovaná matematika - specializace Data Science (2020) Kategorie: Matematické obory 3 Doporučený ročník:3, Doporučený semestr: Zimní
Fakulta: Přírodovědecká fakulta Studijní plán (Verze): Obecná fyzika a matematická fyzika (2019) Kategorie: Fyzikální obory 1 Doporučený ročník:1, Doporučený semestr: Zimní
Fakulta: Přírodovědecká fakulta Studijní plán (Verze): Aplikovaná matematika (2023) Kategorie: Matematické obory 1 Doporučený ročník:1, Doporučený semestr: Zimní
Fakulta: Přírodovědecká fakulta Studijní plán (Verze): Aplikovaná matematika - specializace Průmyslová matematika (2020) Kategorie: Matematické obory 3 Doporučený ročník:3, Doporučený semestr: Zimní
Fakulta: Přírodovědecká fakulta Studijní plán (Verze): Aplikovaná matematika - specializace Matematika v ekonomické praxi (2021) Kategorie: Matematické obory 3 Doporučený ročník:3, Doporučený semestr: Zimní