| UNIWERSYTET MORSKI W GDYNI - WYDZIAŁ NAWIGACYJNY | 
	
		| Nr: |  | Przedmiot: | WYBRANE DZIAŁY MATEMATYKI STOSOWANEJ | 
	
		| Kierunek / Poziom kształcenia: | TRANSPORT / DRUGIEGO STOPNIA | 
	
		| Forma studiów: | STACJONARNE / NIESTACJONARNE | 
	
		| Profil kształcenia: | OGÓLNOAKADEMICKI | 
	
		| Specjalność: | MORSKIE SYSTEMY TRANSPORTOWE I LOGISTYCZNE | 
	
		| SEMESTR | ECTS | Liczba godzin w tygodniu | Liczba godzin w semestrze | 
	
		| W | C | L | P | S | W | C | L | P | S | 
		
			| I | 2 |  |  |  |  |  | 9 | 9 |  |  |  | 
	
		| Razem w czasie studiów: | 18 | 
Wymagania wstępne w zakresie wiedzy, umiejętności i innych kompetencji (jeśli dotyczy przedmiotu)
			| 1 | Znajomość rachunku różniczkowego i całkowego funkcji jednej i wielu zmiennych, rachunku prawdopodobieństwa i algebry liniowej. | 
Cele przedmiotu
			| 1 | Zapoznanie studentów z podstawowymi metodami rozwiązywania równań różniczkowych. Przedstawienie sposobów formułowania i wykorzystywania problemów metod numerycznych, teorii gier i procesów stochastycznych. | 
Efekty kształcenia dla całego przedmiotu (EKP) – po zakończeniu cyklu kształcenia
			| EKP1 | demonstrować wybrane techniki rozwiązywania zadań różniczkowych zwyczajnych i z ich pomocą wyznaczać całki ogólne i szczególne niektórych typów równań różniczkowych rzędu pierwszego i drugiego; | 
			| EKP2 | wykorzystywać procesy stochastyczne do opisu wybranych problemów inżynierskich w gospodarce morskiej; | 
			| EKP3 | posługiwać się metodami podejmowania decyzji w warunkach niepewności; | 
			| EKP4 | dobierać i używać wybranych metod numerycznych i innych technik modelowania matematycznego do rozwiązywania współczesnych problemów inżynierskich związanych z kierunkiem studiów; | 
			| EKP5 | pracować w grupie i ma świadomość podnoszenia swoich kompetencji. | 
Treści programowe
Semestr I
		
			
				| Lp. | Zagadnienia | Liczba godzin | Odniesienie do EKP dla przedmiotu | Odniesienie do RPS | 
			
				| W | C | L | P | S | 
| 1 | Podstawowe pojęcia z teorii prawdopodobieństwa: zmienne losowe, procesy stochastyczne. Łańcuchy Markowa. Wprowadzenie do metod Monte Carlo. | 1.2 | 1.2 |  |  |  | EKP2, EKP5 |  | 
| 2 | Podejmowanie decyzji w warunkach niepewności: matematyczny opis modelu decyzyjnego (zmienne decyzyjne, ograniczenia, warunki początkowe i brzegowe, funkcja celu), metody optymalizacji jednokryterialnej (graficzna, simpleks, programowanie matematyczne, itd.), metody optymalizacji wielokryterialnej (analityczno-iteracyjne, Pareto-optymalność), kryteria podejmowania decyzji w warunkach niepewności (metoda min-max, max-min, z pomocą tablicy żalu, itd.), problemy decyzyjne w nawigacji - omówienie. | 2.4 | 2.4 |  |  |  | EKP3, EKP4, EKP5 |  | 
| 3 | Równania różniczkowe zwyczajne i cząstkowe - opis, klasyfikacja, równania zwyczajne o zmiennych rozdzielonych, równania zwyczajne liniowe, równania cząstkowe podstawowe metody rozwiązań. | 3.6 | 3.6 |  |  |  | EKP1 |  | 
| 4 | Metody numeryczne: interpolacja funkcji: wielomianowa, Newtona, aproksymacja funkcji metodą najmniejszych kwadratów. Całkowanie numeryczne: metoda prostokątów, metoda trapezów, metoda Simpsona. | 1.8 | 1.8 |  |  |  | EKP4, EKP5 |  | 
| 5 |  |  |  |  |  |  |  |  | 
Metody weryfikacji efektów kształcenia (w odniesieniu do poszczególnych efektów)
	
		
			| Symbol EKP | Test | Egzamin ustny | Egzamin pisemny | Kolokwium | Sprawozdanie | Projekt | Prezentacja | Zaliczenie praktyczne | Inne | 
		
			| EKP1 |  |  |  | X |  |  |  |  | X | 
		
			| EKP2 |  |  |  | X |  |  |  |  |  | 
		
			| EKP3 |  |  |  | X |  |  |  |  | X | 
		
			| EKP4 |  |  |  | X |  |  |  |  |  | 
		
			| EKP5 |  |  |  | X |  |  |  |  |  | 
Kryteria zaliczenia przedmiotu
	
		| Semestr | Ocena pozytywna (min. dostateczny) | 
| I | 50% ocena z części wykładowej, 50% ocena z ćwiczeń (konieczne jest zaliczenie ćwiczeń przed przystąpieniem do egzaminu) | 
Nakład pracy studenta
	
		| Forma aktywności | Szacunkowa liczba godzin na zrealizowanie aktywności | 
	
		| W | C | L | P | S | 
| Godziny kontaktowe | 15 | 15 |  |  |  | 
| Czytanie literatury | 4 | 4 |  |  |  | 
| Przygotowanie do zajęć laboratoryjnych, projektowych |  |  |  |  |  | 
| Przygotowanie do egzaminu, zaliczenia | 5 | 5 |  |  |  | 
| Opracowanie dokumentacji projektu/sprawozdania |  |  |  |  |  | 
| Uczestnictwo w zaliczeniach i egzaminach | 2 | 2 |  |  |  | 
| Udział w konsultacjach | 1 | 2 |  |  |  | 
| Łącznie godzin | 27 | 28 |  |  |  | 
| Łączny nakład pracy studenta | 55 | 
| Liczba punktów ECTS | 1 | 1 |  |  |  | 
| Sumaryczna liczba punktów ECTS dla przedmiotu | 2 | 
| Obciążenie studenta związane z zajęciami praktycznymi |  | 
| Obciążenie studenta na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich | 37 | 
Literatura
Literatura podstawowa
Anholcer M., i inni, 2003. PRZYKŁADY I ZADANIA Z BADAŃ OPERACYJNYCH. Wydawnictwo AE, Poznań.
Dahlquist B. G., 1987. Metody numeryczne. Warszawa: PWN.
Fortuna Z., Macukow B., Wąsowski J., 1993. Metody numeryczne. Warszawa: WNT.
Iosifoscu M., 1987. Skończone Łańcuchy Markowa. Warszawa: WNT.
Jankowscy J. M., 1982. Przegląd metod i algorytmów numerycznych cz.1, cz.2.Warszawa: PWN. 
Jermakow S. M., 1976. Metoda Monte Carlo i zagadnienia pokrewne. Warszawa: PWN.
Straffin P. D., 2001. Teoria gier. Warszawa: Wydawnictwo Naukowe SCHOLAR. 
Zieliński R., Wieczorkowski R., 1997. Komputerowe generatory liczb losowych. Warszawa: WNT.
Literatura uzupełniająca
Feler W., 1987. Wstęp do rachunku prawdopodobieństwa i jego zastosowań, Tom I. Warszawa: PWN.
Kaczorek T., 1996. Teoria sterowania i systemów. Warszawa: PWN.
Pacut A., 1985. Prawdopodobieństwo, Teoria, Modelowanie probabilistyczne w technice. Warszawa: WNT.
Prowadzący przedmiot
	
		| Tytuł/stopień, imię, nazwisko | Jednostka dydaktyczna | 
	
		| 1. Osoba odpowiedzialna za przedmiot: |  | 
	
		| dr hab. Sambor Guze, prof. UMG | ZMMMT | 
	
		| 2. Pozostałe osoby prowadzące zajęcia: |  | 
		| dr inż. Ewa Dąbrowska | KM | 
		| dr inż. Mateusz Torbicki | ZMMMT | 
