oblika število ur število KT izvaja Predavanja 45 1,5 učitelj Seminar 30 1 učitelj, sodelavec SKUPAJ 75 2,5

Size: px
Start display at page:

Download "oblika število ur število KT izvaja Predavanja 45 1,5 učitelj Seminar 30 1 učitelj, sodelavec SKUPAJ 75 2,5"

Transcription

1 UČNI NAČRT: Analiza IV Realna analiza Osnovni podatki o predmetu 1. Ime predmeta: Analiza IV Realna analiza 2. Število KT (seštevek iz tabel spodaj): 6 3. Učni jezik: slovenski Podatki o umeščenosti predmeta 4. Študijski program: Matematika 5. Stopnja študijskega programa: dodiplomski - univerzitetni 6. Obvezni ali izbirni predmet: izbirni predmet 7. Steber programa: zvezni steber Obveznosti 8. Oblike neposredne pedagoške obveznosti (kontaktne ure): oblika število ur število KT izvaja Predavanja 45 1,5 učitelj Seminar 30 1 učitelj, sodelavec SKUPAJ 75 2,5 9. Samostojno študentovo delo: Oblika število ur Število KT Priprave na izpit 30 1 Kolokviji Domače naloge Študij literature, projektna naloga 45 1,5 SKUPAJ 105 3,5 Cilji in kompetence 10. Predznanje, ki ga mora imeti študent: Analiza I, II, III, Algebra I, II 11. Učni cilji predmeta in kompetence: Cilji: Študentje spoznajo osnovne pojme diferencialne geometrije, osnovne pojme vektorske analize, ter se seznanijo z osnovami Fourierove teorije. Splošne kompetence: Študent se uči matematičnega razmišljanja in spoznava strogi matematični jezik. Na tak način doseže suveren in kritičen odnos do različnih načinov obravnavanja posameznih matematičnih vsebin. Predmetnospecifične kompetence: Razumevanje osnovnih pojmov Fourierove teorije. Razumevanje osnovnih pojmov diferencialne geometrije. Razumevanje osnovnih pojmov vektorske analize. Vsebina predmeta in literatura 12. Opis vsebine. Fourierove vrste. Besselova neenačba v vektorskih prostorih s skalarnim produktom. Ortonormiran sistem in ortnormirana baza. Fourierov integral in Fourierova transformacija. 1

2 Diferencialna geometrija krivulj v ravnini in prostoru. Dolžina krivulje. Naravni parameter. Frenetove formule. Ploskve. Krivočrtne koordinate.tangentna ravnina. Prva osnovna forma. Površina ploskve. Ukrivljenost ploskev in druga fundamentalna forma. Vektorska analiza. Skalarna in vektorska polja. Gradient, divergenca, rotor. Potencialno in solenoidno polje. Krivuljni integrali in ploskovni integrali 1. in 2. vrste. Gaussov in Stokesov izrek. 13. Literatura: Osnovna literatura: I. Vidav, Višja matematika II, DZS Ljubljana, Martin M. Lipschutz, Schaum's Outline of Differential Geometry, McGraw-Hill; 1 edition, Murray R. Spiegel, Schaum's outline of theory and problems of advanced calculus, Dodatna literatura: D. J. Struik, Lectures on Classical Differential Geometry, Addison-Wesley Press, Cambridge: Mass., Dopolnilna literatura: W. Rudin, Real and Complex Analysis, McGraw-Hill Science/Engineering/Math; 3 edition, M. Spivak, Calculus on Manifolds, Benjamin, New York, B. R. Gelbaum, J. M. H. Olmsted, Counterexamples in Analysis, Holden-day INC. London, A. Gray, Modern differentioal geometry of curves and surfaces with Mathematica, CRC Press, London, Predvideni študijski dosežki:* Znanje in razumevanje: Študent/ka pozna osnovne pojme diferencialne geometrije, vektorske analize, in Fourierovih vrst. Uporaba: Sposoben/-na je učinkovito razvijati funkcije v Fourierovo vrsto. Sposoben/-na je analitično predstaviti krivulje in ploskve, in izračunati osnovne parametre, kot npr. dolžina in ukrivljenost krivulje, ter površina in ukrivljenost ploskve. Sposoben/-na je analitično predstaviti in operirati z skalarnimi in vektorskimi polji, ter izračunati pretok polja skozi ploskev. Zna računati integral polja po krivulji, ter uporabo pri računanju pretoka polja ploskve, napete na neko krivuljo. Refleksija: Zmožen/-na je ovrednotiti svoje poznavanje osnovnih konceptov teorije Fourierovih vrst, diferencialne geometrije, in vektorske analize glede na uresničevanje zastavljenih ciljev. Oblike in metode poučevanja, učenja ter ocenjevanja 15. Uporabljene metode poučevanja in učenja: Predavanja, seminar, individualne naloge in projektno delo. 16. Uporabljeni načini preverjanja znanja: Pisni izpit (lahko se nadomesti z največ tremi kolokviji), ustni izpit, seminarska naloga in njena predstavitev na seminarju ter domače naloge. Pogoji in viri 17. Delitev na skupine. Skupine so velike 30 študentov. 18. Potrebni materialni viri za izvedbo predmeta. 2

3 Predavalnica, projektor, računalniki, ustrezen programski paket (Magma, Mathematica) 19. Potrebni človeški viri za izvedbo predmeta. 1 habilitiran visokošolski učitelj in 1 habilitiran visokošolski sodelavec na skupino Evalvacija 20. Metode in oblika evalvacije. študentske ankete. 3

4 UČNI NAČRT: Algebra IV Algebrske strukture Osnovni podatki o predmetu 1. Ime predmeta: Algebra IV Algebrske strukture 2. Število KT (seštevek iz tabel spodaj): 6 3. Učni jezik: slovenski Podatki o umeščenosti predmeta 4. Študijski program: Matematika 5. Stopnja študijskega programa: dodiplomski - univerzitetni 6. Obvezni ali izbirni predmet: izbirni predmet 7. Steber programa: diskretni Obveznosti 8. Oblike neposredne pedagoške obveznosti (kontaktne ure): oblika število ur število KT izvaja Predavanja 45 1,5 učitelj Seminar 30 1 učitelj, sodelavec SKUPAJ 75 2,5 9. Samostojno študentovo delo: Oblika število ur Število KT Priprave na izpit 30 1 Kolokviji Domače naloge Študij literature, projektna naloga 45 1,5 SKUPAJ 105 3,5 Cilji in kompetence 10. Predznanje, ki ga mora imeti študent: Opravljeni predmeti: Algebra I, Algebra II in Abstraktna algebra. 11. Učni cilji predmeta in kompetence: Cilji: Študent se spozna z osnovnimi lastnostmi struktur kolobarjev, obsegov in polj. Na vajah pridobi praktično delovno znanje iz obravnavanega področja. Splošne kompetence: Študent se uči matematičnega razmišljanja in spoznava strogi matematični jezik. Na tak način doseže suveren in kritičen odnos do različnih načinov obravnavanja posameznih matematičnih vsebin. Predmetnospecifične kompetence: Študent razume osnovne pojme in lastnosti kolobarjev. Študent se spozna z definicijo in lastnostmi obsega in polja. Vsebina predmeta in literatura 12. Opis vsebine: Kolobarji. Ideali. Homomorfizem kolobarjev. Faktorski kolobarji. Celi kolobarji. Evklidski kolobarji. Glavni kolobarji. Gaussovi kolobarji. Gaussova števila. Kitajski izrek o ostanku. 4

5 Polja. Podpolja. Razširitve. Končne razširitve. Stopnja razširitve. Stolpni izrek. Enostavne algebraične razširitve. Razcepna polja. Konstrukcije z ravnilom in šestilom. Kvadratura kroga. Trisekcija kota. Podvojitev kocke. Konstrukcije pravilnih mnogokotnikov. 13. Literatura: a) Osnovna literatura: A. Clark, Elements of abstract algebra, Dover Publications, New York, I. Vidav, Algebra, DMFA, Ljubljana, S. Lang, Algebra, Addison-Wesley, Reading, S. Lang, Undergraduate algebra, Springer-Verlag, J.B. Fraleigh, A first course in abstract algebra, Addison-Wesley, Reading, b) Dopolnilna literatura: M. Dobovišek, D. Kobal, B. Magajna, Naloge iz algebre I, DMFAS, Ljubljana, A. Kostrikin, Introduction to Algebra, Springer-Verlag, New York, c) Dodatna literatura: L. Childs, A Concrete Introduction to Higher Algebra, Springer-Verlag, New York, I. N. Herstein, Abstract Algebra, Macmillan Publishing Company, Predvideni študijski dosežki:* Znanje in razumevanje: Študent/ka pozna osnovne algebraične pojme kot so kolobar, ideal, polje. Uporaba: Sposoben/-na je učinkovito uporabljati pridobljeno znanje. Refleksija: Zmožen/-na je ovrednotiti svoje poznavanje obravnavane snovi glede na uresničevanje zastavljenih ciljev. Oblike in metode poučevanja, učenja ter ocenjevanja 15. Uporabljene metode poučevanja in učenja: Predavanja, seminar, individualne naloge in projektno delo. 16. Uporabljeni načini preverjanja znanja: Pisni izpit (lahko se nadomesti z največ tremi kolokviji), ustni izpit, seminarska naloga in njena predstavitev na seminarju ter domače naloge. Pogoji in viri 17. Delitev na skupine. Skupine so velike 30 študentov. 18. Potrebni materialni viri za izvedbo predmeta. Predavalnica, projektor, računalniki, ustrezni programski paketi (Magma, Mathematica) 19. Potrebni človeški viri za izvedbo predmeta. 1 habilitiran visokošolski učitelj in 1 habilitiran visokošolski sodelavec na skupino Evalvacija 20. Metode in oblika evalvacije: študentske ankete. 5

6 UČNI NAČRT: Kombinatorika Osnovni podatki o predmetu 1. Ime predmeta: Kombinatorika 2. Število KT (seštevek iz tabel spodaj): 6 3. Učni jezik: slovenski Podatki o umeščenosti predmeta 4. Študijski program: Matematika 5. Stopnja študijskega programa: dodiplomski - univerzitetni 6. Obvezni ali izbirni predmet: izbirni predmet 7. Steber programa: splošni/aplikativni steber Obveznosti 8. Oblike neposredne pedagoške obveznosti (kontaktne ure): oblika število ur število KT izvaja Predavanja 45 1,5 učitelj Seminar 30 1 učitelj, sodelavec SKUPAJ 75 2,5 9. Samostojno študentovo delo: Oblika število ur Število KT Priprave na izpit 30 1 Kolokviji Domače naloge Študij literature, projektna naloga 45 1,5 SKUPAJ 105 3,5 Cilji in kompetence 10. Predznanje, ki ga mora imeti študent: Teorija množic 11. Učni cilji predmeta in kompetence: Cilji: Študentje spoznajo osnovne pojme kombinatorike Splošne kompetence: Študent se uči matematičnega razmišljanja in spoznava strogi matematični jezik. Predmetnospecifične kompetence: Razumevanje osnovnih pojmov kombinatorike. Vsebina predmeta in literatura 12. Opis vsebine. Osnovne metode kombinatorike: Razvrstitev diskretnih problemov, Osnovna pravila kombinatorike, Izbori, Pravilo vključitve in izključitve, Rodovne funkcije, Trdnjavski polinomi Kombinatorika in rekurzije: Porazdelitve, Polinomska zaporedja, Padajoče potence, Stirlingova števila 1. in 2. vrste, Lahova števila, Diference in antidiference, Vsote, Linearna rekurzija Diskretna teorija verjetnosti: Poskus, dogodek, Pogojna verjetnost, neodvisnost, Relejni poskusi, Slučajne spremenljivke, Matematično upanje in disperzija. 6

7 13. Literatura: a. Osnovna literatura: V. Batagelj, Kombinatorika, DMFA, Ljubljana, M. Juvan, P. Potočnik, Teorija grafov in kombinatorika, DMFA, Ljubljana, R. J. Wilson in J. J. Watkins (Prevod: J. Žerovnik), Uvod v teorijo grafov, SIGMA, DMFA, Ljubljana, S. Klavžar, P. Žigert, Izbrana poglavja iz uporabne matematike, DMFA, Pedagoška fakulteta Maribor, Predvideni študijski dosežki*: Znanje in razumevanje: Študent/ka pozna osnovne kombinatorične pojme ter osnovne pojme diskretne teorije verjetnosti. Uporaba: Sposoben/-na je učinkovito uporabljati pridobljeno znanje. Refleksija: Zmožen/-na je ovrednotiti svoje poznavanje obravnavane snovi glede na uresničevanje zastavljenih ciljev. Oblike in metode poučevanja, učenja ter ocenjevanja 15. Uporabljene metode poučevanja in učenja: Predavanja, seminarske vaje, individualne naloge in projektno delo. 16. Uporabljeni načini preverjanja znanja: Pisni izpit (in največ trije kolokviji), ustni izpit, domače naloge. Pogoji in viri 17. Delitev na skupine. Skupine pri seminarskih vajah so velike največ 15 študentov. 18. Potrebni materialni viri za izvedbo predmeta. Predavalnica, projektor, računalniki, ustrezni programski paketi (Magma, Mathematica) 19. Potrebni človeški viri za izvedbo predmeta. 1 habilitiran visokošolski učitelj in 1 habilitiran visokošolski sodelavec na skupino Evalvacija 20. Metode in oblika evalvacije: študentske ankete. 7

8 UČNI NAČRT: Teorija števil Osnovni podatki o predmetu 1. Ime predmeta: Teorija števil 2. Število KT (seštevek iz tabel spodaj): 6 3. Učni jezik: slovenski Podatki o umeščenosti predmeta 4. Študijski program: Matematika 5. Stopnja študijskega programa: dodiplomski - univerzitetni 6. Obvezni ali izbirni predmet: izbirni predmet 7. Steber programa: diskretni Obveznosti 8. Oblike neposredne pedagoške obveznosti (kontaktne ure): oblika število ur število KT izvaja Predavanja 45 1,5 učitelj Seminar 30 1 učitelj, sodelavec SKUPAJ 75 2,5 9. Samostojno študentovo delo: Oblika število ur Število KT Priprave na izpit 30 1 Kolokviji Domače naloge Študij literature, projektna naloga 45 1,5 SKUPAJ 105 3,5 Cilji in kompetence 10. Predznanje, ki ga mora imeti študent: Opravljeni predmeti: Algebra I, Algebra II. Priporočeni predmeti: 11. Učni cilji predmeta in kompetence: Cilji: Študent se spozna z osnovnimi lastnostmi teorije števil ter se seznani z njihovo povezavo z ostalimi področji matematike. Na vajah pridobi praktično delovno znanje iz obravnavanega področja. Splošne kompetence: Študent se uči matematičnega razmišljanja in spoznava strogi matematični jezik. Na tak način doseže suveren in kritičen odnos do različnih načinov obravnavanja posameznih matematičnih vsebin. Predmetnospecifične kompetence: Študent osvoji osnovne teorije števil. Študent razume uporabo teorije števil v nekaterih drugih matematičnih disciplinah, na primer v kriptografiji.. Vsebina predmeta in literatura 12. Opis vsebine: Deljivost števil. Največji skupni delitelj. Najmanjši skupni večkratnik. Evklidov algoritem. Praštevila. Številski sistemi. Kriteriji deljivosti. Kongruence. Fermatov in Eulerjev izrek. 8

9 Reševanje kongruenčnih enačb. Kvadratični zakon reciprocitete. Linearne in kvadratne diofantske enačbe. Verižni ulomki. Aritmetične funkcije. Möbiusova formula inverzije. 13. Literatura: a) Osnovna literatura: D. M. Burton, Elementary Number Theory, Allyn and Bacon, Inc., Boston J. Grasselli, Diofantske enačbe, DMFA, Ljubljana, J. Grasselli, Osnove teorije števil, DMFA, Ljubljana, b) Dopolnilna literatura: A. Baker, A Concise Introduction to the Theory of Numbers, Cambridge Univeristy Press, Poglavja 1,3,4. c) Dodatna literatura: D. Welsh, Codes and Cryptography, Oxford University Press 1988, Poglavje Predvideni študijski dosežki:* Znanje in razumevanje: Študent/ka pozna osnovne pojme in izreke iz teorije števil (deljivost števil, praštevila, kongruence, verižni ulomki, Fermatov in Eulerjev izrek). Uporaba: Sposoben/-na je učinkovito uporabljati pridobljeno znanje. Refleksija: Zmožen/-na je ovrednotiti svoje poznavanje obravnavane snovi glede na uresničevanje zastavljenih ciljev. Oblike in metode poučevanja, učenja ter ocenjevanja 15. Uporabljene metode poučevanja in učenja: Predavanja, seminar, individualne naloge in projektno delo. 16. Uporabljeni načini preverjanja znanja: Pisni izpit (lahko se nadomesti s 3 kolokviji), ustni izpit, seminarska naloga in njena predstavitev na seminarju ter domače naloge. Pogoji in viri 17. Delitev na skupine. Skupine so velike 30 študentov. 18. Potrebni materialni viri za izvedbo predmeta. Predavalnica, projektor, računalniki, ustrezni programski paketi (Magma, Mathematica). 19. Potrebni človeški viri za izvedbo predmeta. 1 habilitiran visokošolski učitelj in 1 habilitiran visokošolski sodelavec na skupino Evalvacija 20. Metode in oblika evalvacije: študentske ankete. 9

10 UČNI NAČRT: Algebraična teorija grafov Osnovni podatki o predmetu 1. Ime predmeta: Algebraična teorija grafov 2. Število KT (seštevek iz tabel spodaj): 6 3. Učni jezik: slovenski Podatki o umeščenosti predmeta 4. Študijski program: Matematika 5. Stopnja študijskega programa: dodiplomski - univerzitetni 6. Obvezni ali izbirni predmet: izbirni predmet 7. Steber programa: diskretni Obveznosti 8. Oblike neposredne pedagoške obveznosti (kontaktne ure): oblika število ur število KT izvaja Predavanja 45 1,5 učitelj Seminarske vaje 30 1 učitelj in sodelavec SKUPAJ 75 2,5 9. Samostojno študentovo delo: Oblika število ur Število KT Priprave na izpit 30 1 Kolokviji Domače naloge Študij literature, 45 1,5 projektna naloga SKUPAJ 105 3,5 Cilji in kompetence 10. Predznanje, ki ga mora imeti študent: Opravljeni predmeti: Algebra 1, Algebra 2 Priporočeni predmeti: 11. Učni cilji predmeta in kompetence: Cilji: Študent spozna osnove algebraične teorije grafov ter se seznani z uporabo algebraičnih metod v teoriji grafov. Na vajah pridobi praktično delovno znanje iz obravnavanega področja. Splošne kompetence: Študent se uči matematičnega razmišljanja in spoznava strogi matematični jezik. Na tak način doseže suveren in kritičen odnos do različnih načinov obravnavanja posameznih matematičnih vsebin. Predmetnospecifične kompetence: Študent osvoji osnovne algebraične teorije grafov. Študent spozna uporabnost raznih algebraičnih metod v teoriji grafov. Vsebina predmeta in literatura 12. Opis vsebine: Lastne vrednosti grafa; Grupa avtomorfizmov grafa; Simetrije grafa; 10

11 Grafi s tranzitivno grupo avtomorfizmov (točkovno-tranzitivni grafi, povezavno-tranzitivni grafi, ločno-tranzitivni grafi, razdaljno-tranzitivni grafi); Krepko regularni grafi; 13. Literatura: a) Osnovna literatura: N.L. Biggs: Algebraic Graph Theory, Cambridge Univ. Press, C.D. Godsil: Algebraic Combinatorics, Chapman & Hall, b) Dopolnilna literatura: C. Godsil in G. Royle, Graduate Texts in Mathematics 207, New York, Springer, c) Dodatna literatura: 14. Predvideni študijski dosežki:* d) Znanje in razumevanje: e) Uporaba: f) Refleksija: Oblike in metode poučevanja, učenja ter ocenjevanja 15. Uporabljene metode poučevanja in učenja: Predavanja, seminar, individualne naloge in projektno delo. 16. Uporabljeni načini preverjanja znanja: Pisni izpit (lahko se nadomesti s 3 kolokviji), ustni izpit, seminarska naloga in njena predstavitev na seminarju ter domače naloge. Pogoji in viri 17. Delitev na skupine. Skupine so velike 30 študentov. 18. Potrebni materialni viri za izvedbo predmeta. Predavalnica, projektor, računalniki, ustrezni programski paketi (Magma, Mathematica). 19. Potrebni človeški viri za izvedbo predmeta. 1 habilitiran visokošolski učitelj in 1 habilitiran visokošolski sodelavec * število skupin Evalvacija 20. Metode in oblika evalvacije: ankete. 11

12 UČNI NAČRT: Funkcionalna analiza Osnovni podatki o predmetu 1. Ime predmeta: Funkcionalna analiza 2. Število KT (seštevek iz tabel spodaj): 6 3. Učni jezik: slovenski Podatki o umeščenosti predmeta 4. Študijski program: Matematika 5. Stopnja študijskega programa: dodiplomski - univerzitetni 6. Obvezni ali izbirni predmet: izbirni predmet 7. Steber programa: zvezni steber Obveznosti 8. Oblike neposredne pedagoške obveznosti (kontaktne ure): oblika število ur število KT izvaja Predavanja 45 1,5 učitelj Seminar 30 1 učitelj, sodelavec SKUPAJ 75 2,5 9. Samostojno študentovo delo: Oblika število ur Število KT Priprave na izpit 30 1 Kolokviji Domače naloge Študij literature, projektna naloga 45 1,5 SKUPAJ 105 3,5 Cilji in kompetence 10. Predznanje, ki ga mora imeti študent: Analiza I, II, III 11. Učni cilji predmeta in kompetence: Cilji: Študentje spoznajo osnovne pojme in metode funkcionalne analize. Splošne kompetence: Študent se uči matematičnega razmišljanja in spoznava strogi matematični jezik. Na tak način doseže suveren in kritičen odnos do različnih načinov obravnavanja posameznih matematičnih vsebin. Seznani se s povezavami matematike in nekaterih ostalih znanosti. Predmetnospecifične kompetence: Razumevanje osnovnih pojmov linearnih topoloških prostorov. Razumevanje osnovnih pojmov teorije omejenih operatorjev Razumevanje osnovnih pojmov Banachovih algeber. Vsebina predmeta in literatura 12. Opis vsebine. Topološki vektorski prostori. Normirani prostori. Banachovi prostori. Končno razsežni normirani prostori. Polnorme in lokalna konveksnost. Funkcional Minkowskega. Zaprti podprostori in kvocientni prostor. Linearni operatorji in linearni funkcionali. Omejenost operatorja. 12

13 Baireov izrek. Izrek o enakomerni omejenosti. Izrek o odprti preslikavi. Izrek o zaprtem grafu. Izrek o separaciji zaprtih konveksnih množic. Šibka in šibka--* topologija. Izrek Banach- Alaoglu. Dual. Hahn-Banachov izrek. Refleksivni prostori. Anihilator podprostora. Spekter operatorja. Izrek Arsela-Ascoli. Kompaktni operatorji. Spekter kompaktnega operatorja Hilbertovi prostori. Ortogonalnost. Paralelogramska identiteta. Riezsov izrek o reprezentaciji omejenega funkcionala. Adjungirani operator. Ortonormirane baze. Sebi adjungirani, unitarni in normalni operatorji. Banachove algebre. Spekter. Adjunkcija identitete. Izrek Gelfand-Mazur. Neomejeni operatorji. Zaprt operator. Adjungiranje gosto definiranega operatorja. 13. Literatura: a. Osnovna literatura: J. B. Conway, A course in functional analysis, Springer-Verlag, New York, W. Rudin, Functional analysis, McGraw-Hill, New York, b. Dodatna literatura: M. Hladnik, Naloge in primeri iz funkcionalne analize in teorije mere, DMFA, Ljubljana, S. Kurepa, Funkcionalna analiza, Školska knjiga, Zagreb, A. Brown, A. Page, Elements of functional analysis, Van Nostrand, c. Dopolnilna literatura: G. K. Pedersen, Analysis Now, Springer, New York, P. Halmos, A Hilbert space problem book, D. Van Nostrand Company, INC., London, Predvideni študijski dosežki:* Znanje in razumevanje: Uporaba: Refleksija: Študent/ka pozna osnove funkcionalne analize. Sposoben je uporabljati sredstva funkcionalne analize pri globljem razumevanju ostalih matematičnih problemov. Zmožen/-na je ovrednotiti svoje poznavanje osnovnih konceptov funkcionalne analize glede na uresničevanje zastavljenih ciljev. Oblike in metode poučevanja, učenja ter ocenjevanja 15. Uporabljene metode poučevanja in učenja: Predavanja, seminar, individualne naloge in projektno delo. 16. Uporabljeni načini preverjanja znanja: Pisni izpit (lahko se nadomesti z največ tremi kolokviji), ustni izpit, seminarska naloga in njena predstavitev na seminarju ter domače naloge. Pogoji in viri 17. Delitev na skupine. Skupine so velike 30 študentov. 18. Potrebni materialni viri za izvedbo predmeta. Predavalnica, projektor, računalniki, ustrezni programski paketi (Magma, Mathematica) 19. Potrebni človeški viri za izvedbo predmeta. 13

14 1 habilitiran visokošolski učitelj in 1 habilitiran visokošolski sodelavec na skupino Evalvacija 20. Metode in oblika evalvacije: študentske ankete. 14

15 UČNI NAČRT: Končne geometrije Osnovni podatki o predmetu 1. Ime predmeta: Končne geometrije 2. Število KT (seštevek iz tabel spodaj): 6 3. Učni jezik: slovenski Podatki o umeščenosti predmeta 4. Študijski program: Matematika 5. Stopnja študijskega programa: dodiplomski - univerzitetni 6. Obvezni ali izbirni predmet: izbirni predmet 7. Steber programa: diskretni Obveznosti 8. Oblike neposredne pedagoške obveznosti (kontaktne ure): oblika število ur število KT izvaja Predavanja 45 1,5 učitelj Seminar 30 1 učitelj, sodelavec SKUPAJ 75 2,5 9. Samostojno študentovo delo: Oblika število ur Število KT Priprave na izpit 30 1 Kolokviji Domače naloge Študij literature, projektna naloga 45 1,5 SKUPAJ 105 3,5 Cilji in kompetence 10. Predznanje, ki ga mora imeti študent: opravljeni predmeti: Algebra I, Algebra II priporočeni predmeti: 11. Učni cilji predmeta in kompetence: Cilji: Študent/-ka spoznava osnovne definicije in koncepte teorije končnih geometrij ter rešuje ustrezne naloge s tega področja. Splošne kompetence: Študent se uči matematičnega razmišljanja in spoznava strogi matematični jezik. Ob tem spoznava povezanost matematike z ostalimi znanstvenimi disciplinami. Predmetnospecifične kompetence: Spoznavanje osnovnih konceptov in definicij teorije končnih geometrij. Pridobitev znanj za reševanje nalog, ki so povezane s končnimi geometrijami. Razumevanje povezanosti teorije končnih geometrij z ostalimi področji matematike. Razvijanje zmožnosti uporabe znanja pridobljenega pri tem predmetu pri reševanju problemov iz sorodnih matematičnih področij Vsebina predmeta in literatura 12. Opis vsebine. Steinerjevi sistemi Načrti Skoraj linearni prostori 15

16 Linearni prostori Konfiguracije, Desarguesove in Pappusove konfiguracije Projektivni prostori Afini prostori Polarni prostori Posplošeni četverokotniki Delne geometrije 13. Literatura: a) Osnovna literatura: L.M. Batten, Combinatorics of finite geometries, Cambridge university press, b) Dopolnilna literatura: P. Dembowski, Finite geometries, Springer, 1968 F. Karteszi, Introduction to finite geometries, Akademiai Kiade, 1976 c) Dodatna literatura: 14. Predvideni študijski dosežki:* Znanje in razumevanje: Študent/ka pozna osnovne pojme iz teorije končnih geometrij. Uporaba: Sposoben/-na je učinkovito uporabljati pridobljeno znanje. Refleksija: Zmožen/-na je ovrednotiti svoje poznavanje obravnavane snovi glede na uresničevanje zastavljenih ciljev. Oblike in metode poučevanja, učenja ter ocenjevanja 15. Uporabljene metode poučevanja in učenja: Predavanja, seminar, individualne naloge in projektno delo. 16. Uporabljeni načini preverjanja znanja: Pisni izpit (lahko se nadomesti z največ tremi kolokviji), ustni izpit, seminarska naloga in njena predstavitev na seminarju ter domače naloge. Pogoji in viri 17. Delitev na skupine. Skupine so velike 30 študentov. 18. Potrebni materialni viri za izvedbo predmeta. Predavalnica, projektor, računalniki, ustrezni programski paketi (Magma, Mathematica). 19. Potrebni človeški viri za izvedbo predmeta. 1 habilitiran visokošolski učitelj in 1 habilitiran visokošolski sodelavec na skupino Evalvacija 20. Metode in oblika evalvacije: študentske ankete. 16

17 UČNI NAČRT: Kriptografija in računalniška varnost Osnovni podatki o predmetu 1. Ime predmeta: Kriptografija in računalniška varnost 2. Število KT (seštevek iz tabel spodaj): 6 3. Učni jezik: slovenski Podatki o umeščenosti predmeta 4. Študijski program: Matematika 5. Stopnja študijskega programa: dodiplomski - univerzitetni 6. Obvezni ali izbirni predmet: izbirni predmet 7. Steber programa: diskretni Obveznosti 8. Oblike neposredne pedagoške obveznosti (kontaktne ure): oblika število ur število KT izvaja Predavanja 45 1,5 učitelj Seminar 30 1 učitelj, sodelavec SKUPAJ 75 2,5 9. Samostojno študentovo delo: Oblika število ur Število KT Priprave na izpit 30 1 Kolokviji Domače naloge Študij literature, projektna naloga 45 1,5 SKUPAJ 105 3,5 Cilji in kompetence 10. Predznanje, ki ga mora imeti študent: opravljeni predmeti: Algebra I priporočeni predmeti: Algebra II, Teorija števil: 11. Učni cilji predmeta in kompetence: Cilji: Študent/-ka spoznava osnovne definicije in koncepte kriptografije ter rešuje ustrezne naloge s tega področja. Splošne kompetence: Razumevanje povezanosti kriptografije z ostalimi področji matematike. Študent se uči uporabljati znanje pridobljeno pri nekaterih drugih predmetih. Predmetnospecifične kompetence: Spoznavanje osnovnih konceptov in definicij kriptografije. Razumevanje pomena kriptografije pri prenosu in shranjevanju podatkov. Pridobitev znanj za reševanje nalog in problemov, ki so povezane s kriptografijo. Vsebina predmeta in literatura 12. Opis vsebine. klasični tajnopisi in zgodovina kriptografije Fiestelov tajnopis in AES (Advanced Encryption Standard) končni obsegi, razširjen Evklidov algoritem 17

18 javni kriptosistemi, enosmerne funkcije in z njimi povezani problemi iz teorije števil (testiranje praštevilskosti, faktorizacija števil, diskretni logaritem) ter digitalni podpisi zgoščevalne funkcije in celovitost (integriteta) podatkov protokoli za izmenjavo ključev in za identifikacijo generator psevdonaključnih števil drugi protokoli (grb/cifra po telefonu, mentalni poker, sheme za delitev skrivnosti, kode za overjanje, vizualna kriptografija, dokaz brez znanja) infrastruktura javnih ključev (PKI), agencija za overjanje (CA), širši pogled na kriptografijo - varnost informacij ter varnost na mreži. 13. Literatura: a) Osnovna literatura: D. Stinson, Cryptography: Theory and Practice, CRC Press, 2nd. ed. (1st part) B. Schneier, Applied Cryptography, Wiley, 2nd edition, a) Dopolnilna literatura: N. Koblitz, A Course in Number Theory and Cryptography, Springer-Verlag, 2nd edition, A. Menezes, P. van Oorschot and S. Vanstone, Handbook of Applied Cryptography, CRC Press, G. Simmons (editor), Contemporary Cryptology, IEEE Press, b) Dodatna literatura: 14. Predvideni študijski dosežki:* Znanje in razumevanje: Študent(-ka) razume osnovne kriptografske metode. Uporaba: Študent(-ka) zna osnovne kriptografske metode implementirati in uporabiti. Refleksija: Oblike in metode poučevanja, učenja ter ocenjevanja 15. Uporabljene metode poučevanja in učenja: Predavanja, seminar, individualne naloge in projektno delo. 16. Uporabljeni načini preverjanja znanja: Pisni izpit (lahko se nadomesti s 3 kolokviji), ustni izpit, seminarska naloga in njena predstavitev na seminarju ter domače naloge. Pogoji in viri 17. Delitev na skupine. Skupine so velike 30 študentov. 18. Potrebni materialni viri za izvedbo predmeta. Predavalnica, projektor, računalniki, ustrezni programski paketi (Magma, Mathematica). 19. Potrebni človeški viri za izvedbo predmeta. 1 habilitiran visokošolski učitelj in 1 habilitiran visokošolski sodelavec na skupino Evalvacija Metode in oblika evalvacije: študentske ankete. 18

19 UČNI NAČRT: Optimizacijske metode Osnovni podatki o predmetu 1. Ime predmeta: Optimizacijske metode 2. Število KT (seštevek iz tabel spodaj): 6 3. Učni jezik: slovenski Podatki o umeščenosti predmeta 4. Študijski program: Matematika 5. Stopnja študijskega programa: dodiplomski - univerzitetni 6. Obvezni ali izbirni predmet: izbirni predmet 7. Steber programa: slošni/aplikativni Obveznosti 8. Oblike neposredne pedagoške obveznosti (kontaktne ure): oblika število ur število KT izvaja Predavanja 45 1,5 učitelj Seminar 30 1 učitelj, sodelavec SKUPAJ 75 2,5 9. Samostojno študentovo delo: Oblika število ur Število KT Priprave na izpit 30 1 Kolokviji Domače naloge Študij literature, projektna naloga 45 1,5 SKUPAJ 105 3,5 Cilji in kompetence 10. Predznanje, ki ga mora imeti študent: obvezni predmeti: univerzitetno znanje analize, podatkovnih struktur in algoritmov. 11. Učni cilji predmeta in kompetence: Cilji: Študentje se spoznajo z optimizacijskimi metodami s stališča reševanja problemov. Pri tem se naučijo opredeliti matematičme probleme iz praktičnih nalog in izbrati ustrezne optimizacijske metode za njihove rešitve. Splošne kompetence: Razumevanje osnovnih konceptov znanstvenih izhodišč stroke, ki študenta/-ko usmerjajo k analiziranju in reševanju problemov. Predmetnospecifične kompetence: Razvijanje povezave med matematičnimi problemi in praktičnimi naloami. Vsebina predmeta in literatura 12. Opis vsebine. Linearno programiranje.* Matematični model. Metoda simpleksov. Primeri uporabe v proizvodnih problemih. Nelinearno programiranje.* 19

20 Ekstrem funkcije iz R n v R. Gradient in Hessejeva matrika. Minimizacija funkcije brez omejitev za gibanje neodvisnih spremenljivk. Gradientna metoda. Minimizacija funkcije z omejitvami za gibanje neodvisnih spremenljivk. Transformacija na problem brez omejitev. Diskretna optimizacija.* Grafi in digrafi. Problemi najkrajših poti. Iskane v širino. Dijkstrov, Primov in Kruskalov algoritem. Pretoki v omrežjih. Ford Fulkersonov algoritem. Heuristike in metaheuristike. Lokalna optimizacija. Tabu search. Ohlajanje in simultano ohlajanje. Genetski algoritmi. Nevronske mreže. Novejše (meta)hevristike (npr.mravlje,...). Uporaba na primerih diskretne optimizacije (NP težki problemi) in zvezne optimizacije. * Vsebine označene z zvezdico (*) študenti deloma spoznajo pri drugih predmetih, zato je obravnava temu primerno hitrejša. 13. Literatura: Osnovna literatura: J. Žerovnik: Osnove teorije grafov in diskretne optimizacije, (druga izdaja), Fakulteta za strojništvo, Maribor E. Zakrajšek: Matematično modeliranje, DMFA, Ljubljana E. Kreyszig: Advanced Engineering Mathematics, (seventh edition), Wiley, New York Predvideni študijski dosežki:* Znanje in razumevanje: Študent/ka zna matematično opisati osnovne optimizacijske naloge. Uporaba: Sposoben/-na je izbrati ustrezne optimizacijske metode. Refleksija: Zmožen/-na je ovrednotiti svoje poznavanje fizike in matematike glede na uresničevanje zastavljenih ciljev. 15. Uporabljene metode poučevanja in učenja: Predavanja, seminarske vaje, individualne naloge in projektno delo. 16. Uporabljeni načini preverjanja znanja: Pisni izpit (in največ trije kolokviji), ustni izpit, domače naloge. Pogoji in viri 17. Delitev na skupine: Skupine pri seminarskih vajah so velike največ 30 študentov. 20

21 18. Potrebni materialni viri za izvedbo predmeta: Predavalnica, projektor, računalniki, ustrezni demonstracijski pripomočki. 19. Potrebni človeški viri za izvedbo predmeta. 1 habilitiran visokošolski učitelj in 1 habilitiran visokošolski sodelavec na skupino Evalvacija 20. Metode in oblika evalvacije: študentske ankete. 21

22 UČNI NAČRT: Permutacijske grupe Osnovni podatki o predmetu 1. Ime predmeta: Permutacijske grupe 2. Število KT (seštevek iz tabel spodaj): 6 3. Učni jezik: slovenski Podatki o umeščenosti predmeta 4. Študijski program: Matematika 5. Stopnja študijskega programa: dodiplomski - univerzitetni 6. Obvezni ali izbirni predmet: izbirni predmet 7. Steber programa: diskretni Obveznosti 8. Oblike neposredne pedagoške obveznosti (kontaktne ure): oblika število ur število KT izvaja Predavanja 45 1,5 učitelj Seminar 30 1 učitelj, sodelavec SKUPAJ 75 2,5 9. Samostojno študentovo delo: Oblika število ur Število KT Priprave na izpit 30 1 Kolokviji Domače naloge Študij literature, projektna naloga 45 1,5 SKUPAJ 105 3,5 Cilji in kompetence 10. Predznanje, ki ga mora imeti študent: Opravljeni predmeti: Algebra I, Algebra II in Abstraktna algebra. Priporočeni predmeti: Teorija grafov 11. Učni cilji predmeta in kompetence: Cilji: Študent se spozna z osnovnimi lastnostmi permutacijskih grup ter se seznani z njihovo povezavo z ostalimi področji matematike. Na vajah pridobi praktično delovno znanje iz obravnavanega področja. Splošne kompetence: Študent se uči matematičnega razmišljanja in spoznava strogi matematični jezik. Na tak način doseže suveren in kritičen odnos do različnih načinov obravnavanja posameznih matematičnih vsebin. Predmetnospecifične kompetence: 18. Študent osvoji osnovne pojme in lastnosti permutacijskih grup. 19. Študent razume povezavo permutacijskih grup z ostalimi področji matematike. Vsebina predmeta in literatura 12. Opis vsebine: Delovanje grup. Orbite in stabilizatorji. Ekstenzija do večkratne tranzitivnosti. Primitivnost in neprimitivnost. Permutacijske grupe in grafi. 22

23 Avtomorfizmi grafov. Tranzitivni in Cayleyevi grafi. Grafi z izbrano stopnjo simetrije. Permutacijske grupe in načrti. 13. Literatura: a) Osnovna literatura: N. L. Biggs, Algebraic Graph Theory, Cambridge, N. L. Biggs, A. T. White, Permutation Groups and Combinatorial Structures, Cambridge, J. D. Dixon, B. Mortimor, Permutation Groups, Springer-Verlag, New York, b) Dopolnilna literatura: G. Smith, O. Tabachnikova, Topics in Groups Theory, Springer Undergraduate Mathematics Series, 2002, Poglavje 3. M. A. Armstrong, Groups and Symetry, Springer 1988, Poglavja J. J. Rotman, A First Course in Algebra, Second Edition, Prentice Hall, 2000, Poglavja 2. c) Dodatna literatura: 14. Predvideni študijski dosežki:* Znanje in razumevanje: Študent/ka pozna osnovne pojme iz teorije permutacijskih grup. Uporaba: Sposoben/-na je učinkovito uporabljati pridobljeno znanje. Refleksija: Zmožen/-na je ovrednotiti svoje poznavanje obravnavane snovi glede na uresničevanje zastavljenih ciljev. Oblike in metode poučevanja, učenja ter ocenjevanja 15. Uporabljene metode poučevanja in učenja: Predavanja, seminar, individualne naloge in projektno delo. 16. Uporabljeni načini preverjanja znanja: Pisni izpit (lahko se nadomesti s 3 kolokviji), ustni izpit, seminarska naloga in njena predstavitev na seminarju ter domače naloge. Pogoji in viri 17. Delitev na skupine. Skupine so velike 30 študentov. 18. Potrebni materialni viri za izvedbo predmeta. Predavalnica, projektor, računalniki, ustrezni programski paketi (Magma, Mathematica) 19. Potrebni človeški viri za izvedbo predmeta. 1 habilitiran visokošolski učitelj in 1 habilitiran visokošolski sodelavec na skupino Evalvacija 20. Metode in oblika evalvacije: študentske ankete. 23

24 UČNI NAČRT: Osnove statistike Osnovni podatki o predmetu 1. Ime predmeta: Osnove statistike 2. Število KT (seštevek iz tabel spodaj): 5 3. Učni jezik: Slovenščina Podatki o vmeščenosti predmeta 4. Študijski program: 5. Stopnja študijskega programa: Dodiplomski študij 6. Obvezni ali izbirni predmet: Izbirni. 7. Steber programa: splošni / aplikativni Obveznosti 8. Oblike neposredne pedagoške obveznosti (kontaktne ure): oblika število ur število KT izvaja Predavanja 45 1,5 učitelj Seminar 30 1 učitelj, sodelavec SKUPAJ 75 2,5 9. Samostojno študentovo delo: Oblika število ur Število KT Priprave na izpit 30 1 Kolokviji Domače naloge Študij literature, projektna naloga 45 1,5 SKUPAJ 105 3,5 Cilji in kompetence 10. Predznanje, ki ga mora imeti študent: obvezni predmeti: Analiza 1, Linearna algebra, Verjetnost 11. Učni cilji predmeta in kompetence: g) Cilji: Statistika je postala nepogrešljivo orodje na skoraj vseh področjih raziskovalnega dela, vedno bolj pa se uveljavlja tudi kot sredstvo pri racionalizaciji poslovanja in industrijske proizvodnje. Osnovne pojme statistike mora poznati vsak študent matematike. Predmet pokriva železni nabor statističnih pojmov in tehnik. h) i) Splošne kompetence: Razumevanje pojma statističnega modela. Razumevanje vloge statistike v raziskovalnem delu na drugih področjih. Razumevanje vloge statistike pri poslovanju in industrijskih procesih.. j) Predmetnospecifične kompetence: Razumevanje parametričnih statističnih modelov. Metode ocenjevanja parametrov, standardne napake, intervali zaupanja. Koncept preizkušanja domnev. Osnovne metode preizkušanja domnev. Grafične metode pri analizi podatkov. Linearni in posplošeni linearni modeli. Modeli za kategorične podatke. 24

25 Vsebina predmeta in literatura 12. Opis vsebine. Pregled sredstev iz verjetnosti. Slučajne spremenljivke in njihove porazdelitve. Večrazsežne porazdelitve. Večrazsežna normalna porazdelitev. Konvergenca v porazdelitvi. Vzorčenje. Pojem verjetnostnega vzorčenja. Vzorčna porazdelitev in standardna napaka. Primeri vzorčenj in njihovih standardnih napak. Stratificirano vzorčenje in primeri alokacij. Ocenjevanje parametrov. Pojem statističnega modela. Prostor parametrov, cenilke, vzorčna porazdelitev. Metoda največjega verjetja. Asimptotske lastnosti metode največjega verjetja. Rao-Cramérjeva neenačba, optimalnost ocen, izrek o faktorizaciji. Preizkušanje domnev. Formulacija problema. Statistični testi, velikost testa, moč testa. Primeri statističnih testov. Wilksov izrek. Neyman-Pearsonova lema, teorija optimalnosti. Linearni modeli. Predpostavke linearnega modela in primeri. Ocenjevanje parametrov. Izrek Gauss-Markova. Posplošitve linearnih modelov. Primeri uporabe. 13. Literatura: k) Osnovna literatura: J.A. Rice, Matematical Statistics and Data Analysis, Second Edition, Duxburry Press, l) Dopolnilna literatura: m) Dodatna literatura: 14. Predvideni študijski dosežki:* n) Znanje in razumevanje: Razumevanje osnovnih pojmov statistike. o) Uporaba: Predmet je izhodišče za uporabo statistike v poljubnih kontektih. Refleksija: Zmožnost razumevanja konceptov v strokah, kjer se uporabljajo tako koncepti kot tudi terminologija statistike. Oblike in metode poučevanja, učenja ter ocenjevanja 15. Uporabljene metode poučevanja in učenja: Predavanja in vaje. Statistični praktikum. 16. Uporabljeni načini preverjanja znanja: Pisni in ustni izpit. Projektna naloga. 25

26 Pogoji in viri 17. Delitev na skupine: Predavanja so skupna za vse študente, pri vajah pa skupine ne presegajo 30 študentov. 18. Potrebni materialni viri za izvedbo predmeta: LCD projektor in dovolj velika tabla. Računalniška učilnica. 19. Potrebni človeški viri za izvedbo predmeta. 1 habilitiran visokošolski učitelj in 1 habilitiran visokošolski sodelavec * število skupin Evalvacija 20. Metode in oblika evalvacije. 2 kolokvija, s katerima je možno opraviti pisni del izpita, ali pisni izpit. Ustni izpit. Projektna naloga s kratkim zagovorom. 26

27 UČNI NAČRT: Teorija kodiranja Osnovni podatki o predmetu 1. Ime predmeta: Teorija kodiranja 2. Število KT (seštevek iz tabel spodaj): 6 3. Učni jezik: slovenski Podatki o umeščenosti predmeta 4. Študijski program: Matematika 5. Stopnja študijskega programa: dodiplomski - univerzitetni 6. Obvezni ali izbirni predmet: izbirni predmet 7. Steber programa: diskretni Obveznosti 8. Oblike neposredne pedagoške obveznosti (kontaktne ure): oblika število ur število KT izvaja Predavanja 45 1,5 učitelj Seminar 30 1 učitelj, sodelavec SKUPAJ 75 2,5 9. Samostojno študentovo delo: Oblika število ur Število KT Priprave na izpit 30 1 Kolokviji Domače naloge Študij literature, projektna naloga 45 1,5 SKUPAJ 105 3,5 Cilji in kompetence 10. Predznanje, ki ga mora imeti študent: opravljeni predmeti: Algebra I priporočeni predmeti: Algebra II 11. Učni cilji predmeta in kompetence: Cilji: Študent/-ka spoznava osnovne definicije in koncepte teorije kodiranja ter rešuje ustrezne naloge s tega področja. Splošne kompetence: Razumevanje povezanosti teorije kodiranja z ostalimi področji matematike. Študent se uči matematičnega razmišljanja in spoznava strogi matematični jezik. Predmetnospecifične kompetence: Spoznavanje osnovnih konceptov in definicij teorije kodiranja. Razumevanje pomena teorije kodiranja pri prenosu in shranjevanju podatkov. Pridobitev znanj za reševanje nalog in problemov, ki so povezane s teorijo kodiranja. Vsebina predmeta in literatura 12. Opis vsebine. matematične osnove (grupe, kolobarji, ideali, vektorski prostori, končni obsegi) osnovni pojmi iz teorije kodiranja 27

28 algebraične metode za konstrukcijo kod za popravljanje napak Hammingove kode Linearne kode Binarne Golayeve kode Ciklične kode BCH kode Reed-Solomonove kode meje (Hammingova meja, Singletonova meja, Johnsonova meja,...) 13. Literatura: a) Osnovna literatura: P.C. van Oorshot, S.A. Vanstone, An introduction to error-correcting codes, Kluwer academic publishers, E. Berlekamp, Algebraic Coding Theory, McGraw-Hill, 1968, 2nd. ed b) Dopolnilna literatura: H. Cohen, A Course in Computational Algebraic Number Theory, Springer-Verlag, R. McEliece, Finite Fields for Computer Scientists and Engineers, Kluwer Academic Publishers, R. Jamnik, Elementi teorije informacije, DMFA Slovenije, 3. natis, Ljubljana A. J. Menezes (editor), I. F. Blake, CuHong Gao, R. C. Mullin, S. A. Vanstone, T. Yaghoobian, Applications of Finite Fields, Kluwer Academic Publishers, R. Lidl, H. Niederreiter, Introduction to Finite Fields and Their Application, Cambridge Univ. Press, 1986, Revised Edition R. Lidl, H. Niederreiter, Finite fields, Cambridge University Press, 1987 D. Welsh, Codes and Cryptography, Oxford University Press, E. Bach and J. Shallit, Algorithmic Number Theory, Volume I: Efficient Algorithms, MIT Press, c) Dodatna literatura: 14. Predvideni študijski dosežki:* Znanje in razumevanje: Študent/ka pozna osnovne pojme iz teorije kodiranja ter nekatere kode za odkrivanje ter odpravljanje napak. Uporaba: Sposoben/-na je učinkovito uporabljati pridobljeno znanje. Refleksija: Zmožen/-na je ovrednotiti svoje poznavanje obravnavane snovi glede na uresničevanje zastavljenih ciljev. Oblike in metode poučevanja, učenja ter ocenjevanja 15. Uporabljene metode poučevanja in učenja: Predavanja, seminar, individualne naloge in projektno delo. 16. Uporabljeni načini preverjanja znanja: Pisni izpit (lahko se nadomesti s 3 kolokviji), ustni izpit, seminarska naloga in njena predstavitev na seminarju ter domače naloge. Pogoji in viri 17. Delitev na skupine. Skupine so velike 30 študentov. 18. Potrebni materialni viri za izvedbo predmeta. Predavalnica, projektor, računalniki, ustrezni programski paketi (Magma, Mathematica). 19. Potrebni človeški viri za izvedbo predmeta. 28

29 1 habilitiran visokošolski učitelj in 1 habilitiran visokošolski sodelavec na skupino Evalvacija 20. Metode in oblika evalvacije: študentske ankete. 29

30 UČNI NAČRT: Topologija Osnovni podatki o predmetu 1. Ime predmeta: Topologija 2. Število KT (seštevek iz tabel spodaj): 6 3. Učni jezik: slovenski Podatki o umeščenosti predmeta 4. Študijski program: Matematika 5. Stopnja študijskega programa: dodiplomski - univerzitetni 6. Obvezni ali izbirni predmet: izbirni predmet 7. Steber programa: zvezni steber Obveznosti 8. Oblike neposredne pedagoške obveznosti (kontaktne ure): Oblika število ur število KT izvaja Predavanja 45 1,5 učitelj Seminar 30 1 učitelj, sodelavec SKUPAJ 75 2,5 9. Samostojno študentovo delo: Oblika število ur Število KT Priprave na izpit 30 1 Kolokviji Domače naloge Študij literature, projektna naloga 45 1,5 SKUPAJ 105 3,5 Cilji in kompetence 10. Predznanje, ki ga mora imeti študent: Analiza I, II, III 11. Učni cilji predmeta in kompetence: Cilji: Študentje spoznajo osnovne topološke pojme Splošne kompetence: Študent se uči matematičnega razmišljanja in spoznava strogi matematični jezik. Na tak način doseže suveren in kritičen odnos do različnih načinov obravnavanja posameznih matematičnih vsebin. Predmetnospecifične kompetence: Razumevanje osnovnih topoloških pojmov Vsebina predmeta in literatura 12. Opis vsebine:. Topološki prostori. Topološka struktura na množici. Zvezne preslikave. Baze in podbaze. Separacijski aksiomi. Kompaktnost. Definicija kompaktnosti. Kompaktni metrični prostori. Kompaktni podprostori. Preslikave kompaktnih prostorov. Lokalno kompaktni prostori. Povezanost. Navadna povezanost in povezanost s potmi. Komponente. Lokalna povezanost. 30

31 Produkti. Topološki produkt končno mnogo faktorjev. Topološke lastnosti končnih produktov. Topološki produkt neskončno mnogo faktorjev. Zvezne realne funkcije. Obstoj in razširjanje funkcij. Stone-Weierstrassov izrek. Kvocientni prostori. Kvocientna topologija. Preslikave kvocientnih prostorov. Zlepki. Projektivni prostori. Osnovni izreki topologije evklidskih prostorov. Brouwerjev izrek o negibni točki. Jordanov izrek. Invarianca odprtih množic. Schönfliesov izrek. 13. Literatura: a. Osnovna literatura: J. R. Munkres, Topology, A First Course, Prentice-Hall, New York, W. S. Massey, Algebraic Topology, An Introduction, Harcourt, J. Dugunji, Topology, Allyn and Bacon, Inc., Boston, C. P. Rourke, B. J. Sanderson, Introduction to Piecewise Linear Topology, Springer- Verlag, Berlin, S. Mardešić, Matematička analiza u n-dimenzionalnom realnom prostoru, prvi dio, Školska knjiga, Zagreb, N. Prijatelj, Uvod v matematično analizo, (1. del), DZS, Ljubljana, N. Prijatelj, Matematične strukture III, DZS, Ljubljana, S. T. Hu, Osnovi opšte topologije, Savremena administracija, Beograd, b. Dodatna literatura: P. Pavešić, Rešene naloge iz topologije, DMFA, Ljubljana, M. Mrševič, Zbirka rešenih zadataka iz topologije, Naučna knjiga, Beograd, L. A. Steen, J. A. Seebach, Jr., Counterexamples in Topology, Springer-Verlag, Berlin, c. Dopolnilna literatura: J. Vrabec, Metrični prostori, DMFA, Ljubljana, K. Horvatić, Klasični problemi geometrijske topologije, Tehnična knjiga, Zagreb, Predvideni študijski dosežki:* Znanje in razumevanje: Študent/ka pozna osnovne topološke pojme, ter osnovne pojme topoloških mnogoterosti. Pozna tudi osnovne lastnosti zveznih realnih funkcij več spremenljivk. Uporaba: Sposoben je uporabljati uporabljati abstrakne topološke pojme za uspešnejše reševanje matematičnih problemov. Refleksija: Zmožen/-na je ovrednotiti svoje poznavanje osnovnih topoloških konceptov glede na uresničevanje zastavljenih ciljev. Oblike in metode poučevanja, učenja ter ocenjevanja 15. Uporabljene metode poučevanja in učenja: Predavanja, seminar, individualne naloge in projektno delo. 16. Uporabljeni načini preverjanja znanja: Pisni izpit (lahko se nadomesti z največ tremi kolokviji), ustni izpit, seminarska naloga in njena predstavitev na seminarju ter domače naloge. Pogoji in viri 17. Delitev na skupine. 31

32 Skupine so velike 30 študentov. 18. Potrebni materialni viri za izvedbo predmeta. Predavalnica, projektor, računalniki, ustrezen programski paket (Magma, Mathematica) 19. Potrebni človeški viri za izvedbo predmeta. 1 habilitiran visokošolski učitelj in 1 habilitiran visokošolski sodelavec na skupino Evalvacija 20. Metode in oblika evalvacije: študentske ankete. 32

33 UČNI NAČRT: Matematični praktikum II Osnovni podatki o predmetu 1. Ime predmeta: Matematični praktikum II 2. Število KT (seštevek iz tabel spodaj): 6 3. Učni jezik: slovenski Podatki o umeščenosti predmeta 4. Študijski program: Matematika 5. Stopnja študijskega programa: dodiplomski - univerzitetni 6. Obvezni ali izbirni predmet: izbirni predmet 7. Steber programa: veščine Obveznosti 8. Oblike neposredne pedagoške obveznosti (kontaktne ure): oblika število ur število KT izvaja Seminar učitelj, sodelavec Laboratorijske vaje učitelj, sodelavec SKUPAJ Samostojno študentovo delo: Oblika število ur Število KT Domače naloge 60 2 Študij literature, projektna naloga 30 1 SKUPAJ 90 3 Cilji in kompetence 10. Predznanje, ki ga mora imeti študent: Matematični praktikum I in Algebra I. 11. Učni cilji predmeta in kompetence: Cilji: Seznanjanje študentov s sodobnimi računskimi orodji in sistemi za simbolno računanje ter osnovami uporabniku prijaznega programiranja. Splošne kompetence: Študent se uči uporabljati računalnik pri reševanju matematičnih problemov Predmetnospecifične kompetence: Razumevanje delovanja programov kot so Excell, Mathematica, MatLab, Derive do stopnje samostojnega reševanja problemov z njihovo pomočjo. Vsebina predmeta in literatura 12. Opis vsebine: Generiranje naključnih podatkov in elementarna verjetnost ter statistika (Excel), simbolno računanje (Mathematica, Maple, Derive) - uporaba vgrajenih funkcij, uporaba sistema za pomoč, oblikovanje besedila, ki vključuje računanje, programski sistem Mathematica - uporaba sistema Mathematica za reševanje konkretnih problemov (sistemi enačb, iskanje ničel polinoma, pravila logaritmiranja, odvajanje, integriranje, limite, itd.), 33

34 programski sistem MAtLab in programski jezik GNU Octave ter osnove numeričnega računanja (osnovni pregled sistema MatLab in programskega jezika GNU Octave ter uporaba pri preprostih problemih iz področja matrične algebre), preglednice in delo z njimi (grafični prikazi preglednic in podatkov), programski sistem R (javno dostopen programski paket za delo s področja statistike). 13. Literatura: a) Osnovna literatura: S. Wolfram, The Mathematica Book, Fifth Edition, Wolfram Media, 5th edition, R. Pratrab, Getting Started With Matlab Version 6 A: Quick Introduction for Scientists and Engineers, Oxford University Press, G. Harvey, Excel 2003 for Dummies. For Dummies, Revised Ed edition, b) Dopolnilna literatura: c) Dodatna literatura: 14. Predvideni študijski dosežki:* Znanje in razumevanje: Študent/ka pozna delovanje nekaterih računalniških programov. Uporaba: Sposoben/-na je učinkovito uporabljati pridobljeno znanje. Refleksija: Zmožen/-na je ovrednotiti svoje poznavanje obravnavane snovi glede na uresničevanje zastavljenih ciljev. Oblike in metode poučevanja, učenja ter ocenjevanja 15. Uporabljene metode poučevanja in učenja: Seminar, laboratorijske vaje, individualne naloge in projektno delo. 16. Uporabljeni načini preverjanja znanja: Domače naloge, izdelava in zagovor projekta. Pogoji in viri 17. Delitev na skupine. Pri laboratorijskih vajah so skupine velike 15 študentov, pri seminarskih pa 30 študentov. 18. Potrebni materialni viri za izvedbo predmeta. Predavalnica, projektor, računalniki, ustrezni programski paketi (Magma, Mathematica) 19. Potrebni človeški viri za izvedbo predmeta. 1 habilitiran visokošolski učitelj in 1 habilitiran visokošolski sodelavec na skupino Evalvacija 20. Metode in oblika evalvacije: študentske ankete. 34

UČNI NAČRT PREDMETA / COURSE SYLLABUS. Študijska smer Study field. Samost. delo Individ. work Klinične vaje work

UČNI NAČRT PREDMETA / COURSE SYLLABUS. Študijska smer Study field. Samost. delo Individ. work Klinične vaje work Predmet: Course title: UČNI NAČRT PREDMETA / COURSE SYLLABUS Statistika Statistics Študijski program in stopnja Study programme and level Univerzitetni študijski program Matematika First cycle academic

More information

UČNI NAČRTI. Oblika število ur število KT izvaja Seminarske vaje 30 1 učitelj / sodelavec Laboratorijske vaje 60 2 sodelavec SKUPAJ 90 3

UČNI NAČRTI. Oblika število ur število KT izvaja Seminarske vaje 30 1 učitelj / sodelavec Laboratorijske vaje 60 2 sodelavec SKUPAJ 90 3 UČNI NAČRTI POJASNILO: V nadaljevanju so predstavljeni učni načrti predmetov, ki jih UP FAMNIT ponuja v okviru izbirnosti med članicami UP v študijskem letu 2011/12. Ker izvedbeni predmetnik za študijsko

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Predmet: Algebra 1 Course title: Algebra 1. Študijska smer Study field ECTS

UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Predmet: Algebra 1 Course title: Algebra 1. Študijska smer Study field ECTS UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Predmet: Algebra 1 Course title: Algebra 1 Študijski program in stopnja Study programme and level Univerzitetni študijski program Matematika

More information

Študijska smer Study field. Samost. delo Individ. work Klinične vaje work. Vaje / Tutorial: Slovensko/Slovene

Študijska smer Study field. Samost. delo Individ. work Klinične vaje work. Vaje / Tutorial: Slovensko/Slovene UČNI NAČRT PREDMETA / COURSE SYLLABUS Predmet: Matematika 2 Course title: Mathematics 2 Študijski program in stopnja Study programme and level Univerzitetni študijski program 1.stopnje Fizika First cycle

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS Predmet: Analiza 1 Course title: Analysis 1. Študijska smer Study field. Samost. delo Individ.

UČNI NAČRT PREDMETA / COURSE SYLLABUS Predmet: Analiza 1 Course title: Analysis 1. Študijska smer Study field. Samost. delo Individ. UČNI NAČRT PREDMETA / COURSE SYLLABUS Predmet: Analiza 1 Course title: Analysis 1 Študijski program in stopnja Study programme and level Univerzitetni študijski program Finančna matematika First cycle

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Predmet: Analiza 3 Course title: Analysis 3. Študijska smer Study field ECTS

UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Predmet: Analiza 3 Course title: Analysis 3. Študijska smer Study field ECTS UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Predmet: Analiza 3 Course title: Analysis 3 Študijski program in stopnja Study programme and level Univerzitetni študijski program Matematika

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS. Študijska smer Study field. Samost. delo Individ. work Klinične vaje work

UČNI NAČRT PREDMETA / COURSE SYLLABUS. Študijska smer Study field. Samost. delo Individ. work Klinične vaje work Predmet: Course title: UČNI NAČRT PREDMETA / COURSE SYLLABUS Linearna algebra Linear algebra Študijski program in stopnja Study programme and level Visokošolski strokovni študijski program Praktična matematika

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Študijska smer Study field ECTS Vaje / Tutorial: slovenski / Slovene

UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Študijska smer Study field ECTS Vaje / Tutorial: slovenski / Slovene Predmet: Course title: UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Linearna algebra Linear algebra Študijski program in stopnja Study programme and level Visokošolski strokovni študijski

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Parcialne diferencialne enačbe Partial differential equations. Študijska smer Study field

UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Parcialne diferencialne enačbe Partial differential equations. Študijska smer Study field Predmet: Course title: UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Parcialne diferencialne enačbe Partial differential equations Študijski program in stopnja Study programme and level Magistrski

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Predmet: Optimizacija 1 Course title: Optimization 1. Študijska smer Study field

UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Predmet: Optimizacija 1 Course title: Optimization 1. Študijska smer Study field UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Predmet: Optimizacija 1 Course title: Optimization 1 Študijski program in stopnja Study programme and level Univerzitetni študijski program Matematika

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS Numerical linear algebra. Študijska smer Study field. Samost. delo Individ. work Klinične vaje work

UČNI NAČRT PREDMETA / COURSE SYLLABUS Numerical linear algebra. Študijska smer Study field. Samost. delo Individ. work Klinične vaje work Predmet: Course title: UČNI NAČRT PREDMETA / COURSE SYLLABUS Numerična linearna algebra Numerical linear algebra Študijski program in stopnja Study programme and level Univerzitetni študijski program Matematika

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Študijska smer Study field ECTS

UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Študijska smer Study field ECTS Predmet: Course title: UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Numerične metode Numerical methods Študijski program in stopnja Study programme and level Interdisciplinarni univerzitetni

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS

UČNI NAČRT PREDMETA / COURSE SYLLABUS UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Predmet: Izbrana poglavja iz diskretne matematike 1 Course title: Topics in discrete mathematics 1 Študijski program in stopnja Study programme

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Študijska smer Study field ECTS

UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Študijska smer Study field ECTS Predmet: Course title: UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Teorija števil Number theory Študijski program in stopnja Study programme and level Magistrski študijski program Matematika

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS. Študijska smer Study field. Samost. delo Individ. work Klinične vaje work

UČNI NAČRT PREDMETA / COURSE SYLLABUS. Študijska smer Study field. Samost. delo Individ. work Klinične vaje work Predmet: Course title: UČNI NAČRT PREDMETA / COURSE SYLLABUS Teorija grafov Graph theory Študijski program in stopnja Study programme and level Magistrski študijski program Matematika Master's study

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS Predmet: Numerične metode 1 Course title: Numerical methods 1. Študijska smer Study field

UČNI NAČRT PREDMETA / COURSE SYLLABUS Predmet: Numerične metode 1 Course title: Numerical methods 1. Študijska smer Study field UČNI NAČRT PREDMETA / COURSE SYLLABUS Predmet: Numerične metode 1 Course title: Numerical methods 1 Študijski program in stopnja Study programme and level Visokošolski strokovni študijski program Praktična

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Diferencialne enačbe. Študijska smer Study field ECTS

UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Diferencialne enačbe. Študijska smer Study field ECTS Predmet: Course title: UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Diferencialne enačbe Differential equations Študijski program in stopnja Study programme and level Visokošolski strokovni

More information

Študijska smer Study field. Samost. delo Individ. work Klinične vaje work. Vaje / Tutorial: Slovensko/Slovene

Študijska smer Study field. Samost. delo Individ. work Klinične vaje work. Vaje / Tutorial: Slovensko/Slovene UČNI NAČRT PREDMETA / COURSE SYLLABUS Predmet: Numerične metode Course title: Numerical methods Študijski program in stopnja Study programme and level Univerzitetni študijski program 1.stopnje Fizika First

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2016/17) Diferencialne enačbe. Študijska smer Study field ECTS

UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2016/17) Diferencialne enačbe. Študijska smer Study field ECTS Predmet: Course title: UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2016/17) Diferencialne enačbe Differential equations Študijski program in stopnja Study programme and level Visokošolski strokovni

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS. Študijska smer Study field. Samost. delo Individ. work Klinične vaje work

UČNI NAČRT PREDMETA / COURSE SYLLABUS. Študijska smer Study field. Samost. delo Individ. work Klinične vaje work Predmet: Course title: UČNI NAČRT PREDMETA / COURSE SYLLABUS Optimizacija Optimization Študijski program in stopnja Study programme and level Visokošolski strokovni študijski program Praktična matematika

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Predmet: Statistika 2 Course title: Statistics 2. Študijska smer Study field

UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Predmet: Statistika 2 Course title: Statistics 2. Študijska smer Study field UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Predmet: Statistika 2 Course title: Statistics 2 Študijski program in stopnja Study programme and level Magistrski študijski program Matematika

More information

UNIVERZITETNI ŠTUDIJSKI PROGRAM 1. STOPNJE MATEMATIKA OPISI PREDMETOV

UNIVERZITETNI ŠTUDIJSKI PROGRAM 1. STOPNJE MATEMATIKA OPISI PREDMETOV KAZALO UNIVERZITETNI ŠTUDIJSKI PROGRAM 1. STOPNJE MATEMATIKA OPISI PREDMETOV 1 OBVEZNI PREDMETI ŠTUDIJSKEGA PROGRAMA... 2 1.1 IME PREDMETA: ALGEBRA I MATRIČNI RAČUN... 2 1.2 IME PREDMETA: ALGEBRA II LINEARNA

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Študijska smer Study field ECTS

UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Študijska smer Study field ECTS Predmet: Course title: UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Kompleksna analiza Complex analysis Študijski program in stopnja Study programme and level Magistrski študijski program

More information

Študijska smer Study field. Klinične vaje work. Nosilec predmeta / prof. dr. Peter Legiša, prof. dr. Bojan Magajna, prof. dr.

Študijska smer Study field. Klinične vaje work. Nosilec predmeta / prof. dr. Peter Legiša, prof. dr. Bojan Magajna, prof. dr. UČNI NAČRT PREDMETA / COURSE SYLLABUS Predmet: Matematika 1 Course title: Mathematics 1 Študijski program in stopnja Study programme and level Univerzitetni študijski program 1.stopnje Fizika First cycle

More information

Študijska smer Study field. Samost. delo Individ. work Klinične vaje work. Vaje / Tutorial: Slovensko/Slovene

Študijska smer Study field. Samost. delo Individ. work Klinične vaje work. Vaje / Tutorial: Slovensko/Slovene UČNI NAČRT PREDMETA / COURSE SYLLABUS Predmet: Kvantna mehanika Course title: Quantum mechanics Študijski program in stopnja Study programme and level Univerzitetni študijski program 1.stopnje Fizika First

More information

Študijska smer Study field. Samost. delo Individ. work Klinične vaje work. Vaje / Tutorial: Slovensko/Slovene

Študijska smer Study field. Samost. delo Individ. work Klinične vaje work. Vaje / Tutorial: Slovensko/Slovene UČNI NAČRT PREDMETA / COURSE SYLLABUS Predmet: Matematika III Course title: Mathematics III Študijski program in stopnja Study programme and level Univerzitetni študijski program 1.stopnje Fizika First

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS. Študijska smer Study field

UČNI NAČRT PREDMETA / COURSE SYLLABUS. Študijska smer Study field UČNI NAČRT PREDMETA / COURSE SYLLABUS Predmet: Course title: Teorija umeritvenih polj Gauge field theory Študijski program in stopnja Study programme and level Študijska smer Study field Letnik Academ

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS. Študijska smer Study field

UČNI NAČRT PREDMETA / COURSE SYLLABUS. Študijska smer Study field UČNI NAČRT PREDMETA / COURSE SYLLABUS Predmet: Course title: Analiza in prognoza vremena Weather analysis and forecasting Študijski program in stopnja Study programme and level Študijska smer Study field

More information

Magistrsk študijsk program : Matematika Financna matematika IŠRM

Magistrsk študijsk program : Matematika Financna matematika IŠRM Univerza v Ljubljani Fakulteta za matematiko in fiziko Oddelek za matematiko 2012/2013 Magistrsk študijsk program : i i i Matematika Financna matematika IŠRM Magistrski študij Matematike (2. stopnja) v

More information

Predmet: Letnik. Semester. Semester. Academic year. Study field. Enovit / Seminar. Samost. delo. Sem. vaje ECTS. Laboratory Field work.

Predmet: Letnik. Semester. Semester. Academic year. Study field. Enovit / Seminar. Samost. delo. Sem. vaje ECTS. Laboratory Field work. UČNI NAČRT PREDMETA / COURSE SYLLABUS Predmet: Course title: Matematično modeliranje Mathematical modellingg Študijski program in stopnja Študijska smer Letnik Semester Study programme and level Study

More information

Študijska smer Study field Konstrukcijsko mehanske inženirske znanosti Constructional and Mechanical Engineering Sciences. Vrsta predmeta Course type

Študijska smer Study field Konstrukcijsko mehanske inženirske znanosti Constructional and Mechanical Engineering Sciences. Vrsta predmeta Course type UČNI NAČRT PREDMETA COURSE SYLLABUS Predmet Course title AKUSTIČNA EMISIJA IN HRUP ACOUSTICAL EMISSION AND NOISE Študijski program in stopnja Study programme and level Doktorski študijski program STROJNIŠTVO

More information

kemijsko tehnologijo Kemija UČNI NAČRT PREDMETA / COURSE SYLLABUS ANALIZNA KEMIJA I ANALYTICAL CHEMISTRY I Študijska smer Study Field

kemijsko tehnologijo Kemija UČNI NAČRT PREDMETA / COURSE SYLLABUS ANALIZNA KEMIJA I ANALYTICAL CHEMISTRY I Študijska smer Study Field Predmet: Course Title: UČNI NAČRT PREDMETA / COURSE SYLLABUS ANALIZNA KEMIJA I ANALYTICAL CHEMISTRY I Študijski program in stopnja Study Programme and Level Študijska smer Study Field Letnik Academic Year

More information

Semester 3 MULTIVARIATE CALCULUS AND INTEGRAL TRANSFORMS

Semester 3 MULTIVARIATE CALCULUS AND INTEGRAL TRANSFORMS PC 11 Semester 3 MT03C11 MULTIVARIATE CALCULUS AND INTEGRAL TRANSFORMS Text 1: Tom APOSTOL, Mathematical Analysis, Second edition, Narosa Publishing House. Text 2: WALTER RUDIN, Principles of Mathematical

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS. Študijska smer Study field

UČNI NAČRT PREDMETA / COURSE SYLLABUS. Študijska smer Study field UČNI NAČRT PREDMETA / COURSE SYLLABUS Predmet: Course title: Fizika laserjev Laser physics Študijski program in stopnja Study programme and level Študijska smer Study field Letnik Academ ic year Semester

More information

Univerzitetni študijski program prve stopnje GEODEZIJA IN GEOINFORMATIKA (BA)

Univerzitetni študijski program prve stopnje GEODEZIJA IN GEOINFORMATIKA (BA) University of Ljubljana Faculty of Civil and Geodetic Engineering Učni načrti Univerzitetni študijski program prve stopnje GEODEZIJA IN GEOINFORMATIKA (BA) Course syllabi 1 st cycle academic study GEODESY

More information

Izbirni predmeti na magistrskih programih Oddelka za matematiko FMF. Študijsko leto 2017/18

Izbirni predmeti na magistrskih programih Oddelka za matematiko FMF. Študijsko leto 2017/18 Izbirni predmeti na magistrskih programih Oddelka za matematiko FMF Študijsko leto 2017/18 Ljubljana, 2017 Seznam izbirnih predmetov 2017/18 Seznam temeljnih predmetov na magistrskem študiju Naslednji

More information

Magistrski študijski programi: Matematika Financna matematika IŠRM 2 Matematièna statistika

Magistrski študijski programi: Matematika Financna matematika IŠRM 2 Matematièna statistika Univerza v Ljubljani Fakulteta za matematiko in fiziko Oddelek za matematiko 2013/2014 Magistrski študijski programi: Matematika Financna matematika IŠRM 2 Matematièna statistika Magistrski študij Matematike

More information

Reševanje problemov in algoritmi

Reševanje problemov in algoritmi Reševanje problemov in algoritmi Vhod Algoritem Izhod Kaj bomo spoznali Zgodovina algoritmov. Primeri algoritmov. Algoritmi in programi. Kaj je algoritem? Algoritem je postopek, kako korak za korakom rešimo

More information

Učni načrti Univerzitetni študijski program prve stopnje GEODEZIJA IN GEOINFORMATIKA (BA)

Učni načrti Univerzitetni študijski program prve stopnje GEODEZIJA IN GEOINFORMATIKA (BA) Univerza v Ljubljani Fakulteta za gradbeništvo in geodezijo Učni načrti Univerzitetni študijski program prve stopnje GEODEZIJA IN GEOINFORMATIKA (BA) Course Syllabi 1 nd cycle academic study GEODESY AND

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS REOLOGIJA KOMPLEKSNIH TEKOČIN. Študijska smer Study Field

UČNI NAČRT PREDMETA / COURSE SYLLABUS REOLOGIJA KOMPLEKSNIH TEKOČIN. Študijska smer Study Field Predmet: Course Title: UČNI NAČRT PREDMETA / COURSE SYLLABUS REOLOGIJA KOMPLEKSNIH TEKOČIN RHEOLOGY OF COMPLEX FLUIDS Študijski program in stopnja Study Programme and Level Študijska smer Study Field Letnik

More information

UČNI NAČRTI interdisciplinarnega doktorskega študijskega programa STATISTIKA

UČNI NAČRTI interdisciplinarnega doktorskega študijskega programa STATISTIKA 1 UČNI NAČRTI interdisciplinarnega doktorskega študijskega programa STATISTIKA 2 KAZALO OBVEZNI PREDMETI... 3 SODOBNI STATISTIČNI PRISTOPI... 3 METODOLOGIJA STATISTIČNEGA RAZISKOVANJA... 7 MATEMATIČNA

More information

UČNI NAČRT PREDMETA 1. Naslov predmeta UPORABNA GEOMETRIJA 2. Koda enote 3. Število ECTS kreditov

UČNI NAČRT PREDMETA 1. Naslov predmeta UPORABNA GEOMETRIJA 2. Koda enote 3. Število ECTS kreditov UČNI NAČRT PREDMETA 1. Naslov predmeta UPORABNA GEOMETRIJA 2. Koda enote 3. Število ECTS kreditov 6 4. Kontaktne ure Skupaj ur Predavanja Vaje Seminar Ostale oblike 90 45 45-5. Stopnja Magistrska (druga)

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS. Študijska smer Study field

UČNI NAČRT PREDMETA / COURSE SYLLABUS. Študijska smer Study field UČNI NAČRT PREDMETA / COURSE SYLLABUS Predmet: Course title: Fizika kondenzirane snovi Condensed Matter Physics Študijski program in stopnja Study programme and level Študijska smer Study field Letnik

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS ORGANOKOVINSKA IN SUPRAMOLEKULARNA KEMIJA ORGANOMETALLIC AND SUPRAMOLECULAR CHEMISTRY

UČNI NAČRT PREDMETA / COURSE SYLLABUS ORGANOKOVINSKA IN SUPRAMOLEKULARNA KEMIJA ORGANOMETALLIC AND SUPRAMOLECULAR CHEMISTRY Predmet: Course Title: UČNI NAČRT PREDMETA / COURSE SYLLABUS ORGANOKOVINSKA IN SUPRAMOLEKULARNA KEMIJA ORGANOMETALLIC AND SUPRAMOLECULAR CHEMISTRY Študijski program in stopnja Study Programme and Level

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS. Študijska smer Study field

UČNI NAČRT PREDMETA / COURSE SYLLABUS. Študijska smer Study field UČNI NAČRT PREDMETA / COURSE SYLLABUS Predmet: Course title: Molekularna biofizika Molceular biophysics Študijski program in stopnja Study programme and level Študijska smer Study field Letnik Academ ic

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS ELEKTROKEMIJA ELECTROCHEMISTRY. Študijska smer Study Field

UČNI NAČRT PREDMETA / COURSE SYLLABUS ELEKTROKEMIJA ELECTROCHEMISTRY. Študijska smer Study Field Predmet: Course Title: UČNI NAČRT PREDMETA / COURSE SYLLABUS ELEKTROKEMIJA ELECTROCHEMISTRY Študijski program in stopnja Study Programme and Level Študijska smer Study Field Letnik Academic Year Semester

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS. Študijska smer Study Field

UČNI NAČRT PREDMETA / COURSE SYLLABUS. Študijska smer Study Field Predmet: Course Title: UČNI NAČRT PREDMETA / COURSE SYLLABUS ORGANSKA KEMIJA I ORGANIC CHEMISTRY I Študijski program in stopnja Study Programme and Level Študijska smer Study Field Letnik Academic Year

More information

A f = A f (x)dx, 55 M F ds = M F,T ds, 204 M F N dv n 1, 199 !, 197. M M F,N ds = M F ds, 199 (Δ,')! = '(Δ)!, 187

A f = A f (x)dx, 55 M F ds = M F,T ds, 204 M F N dv n 1, 199 !, 197. M M F,N ds = M F ds, 199 (Δ,')! = '(Δ)!, 187 References 1. T.M. Apostol; Mathematical Analysis, 2nd edition, Addison-Wesley Publishing Co., Reading, Mass. London Don Mills, Ont., 1974. 2. T.M. Apostol; Calculus Vol. 2: Multi-variable Calculus and

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS. Študijska smer Study field. Semester Semester Geografija 1 Zimski Geography 1 Autumn. Lab. vaje Laboratory work

UČNI NAČRT PREDMETA / COURSE SYLLABUS. Študijska smer Study field. Semester Semester Geografija 1 Zimski Geography 1 Autumn. Lab. vaje Laboratory work Filozofska fakulteta Faculty of Arts UČNI NAČRT PREDMETA / COURSE SYLLABUS Predmet: Course title: UVOD V GEOGRAFIJO INTRODUCTION TO GEOGRAPHY Študijski program in stopnja Study programme and level Študijska

More information

Algebraic Combinatorics, Computability and Complexity Syllabus for the TEMPUS-SEE PhD Course

Algebraic Combinatorics, Computability and Complexity Syllabus for the TEMPUS-SEE PhD Course Algebraic Combinatorics, Computability and Complexity Syllabus for the TEMPUS-SEE PhD Course Dragan Marušič 1 and Stefan Dodunekov 2 1 Faculty of Mathematics Natural Sciences and Information Technologies

More information

Priloga E.2.2. Uč ni nač rti predmetov v š tudijškem programu EKOLOGIJA IN BIODIVERZITETA

Priloga E.2.2. Uč ni nač rti predmetov v š tudijškem programu EKOLOGIJA IN BIODIVERZITETA Priloga E.2.2. Uč ni nač rti predmetov v š tudijškem programu EKOLOGIJA IN BIODIVERZITETA EKOLOGIJA ŽIVALI... 2 EKOSISTEMI... 6 BIOLOGIJA PODZEMNIH HABITATOV... 11 VEDENJE ŽIVALI IN OKOLJE... 15 EKOLOGIJA

More information

Sr. No. Subject Code. Subject Name

Sr. No. Subject Code. Subject Name TEACHING AND EXAMINATION SCHEME Semester I Sr. No. Subject Code Subject Name Credit Hours (per week) Theory Practical Lecture(DT) Practical(Lab.) Lecture(DT) Practical(Lab.) CE SEE Total CE SEE Total L

More information

LISREL. Mels, G. (2006). LISREL for Windows: Getting Started Guide. Lincolnwood, IL: Scientific Software International, Inc.

LISREL. Mels, G. (2006). LISREL for Windows: Getting Started Guide. Lincolnwood, IL: Scientific Software International, Inc. LISREL Mels, G. (2006). LISREL for Windows: Getting Started Guide. Lincolnwood, IL: Scientific Software International, Inc. LISREL: Structural Equation Modeling, Multilevel Structural Equation Modeling,

More information

Doktorski študijski program tretje stopnje GRAJENO OKOLJE

Doktorski študijski program tretje stopnje GRAJENO OKOLJE Univerza v Ljubljani Fakulteta za gradbeništvo in geodezijo Učni načrti Doktorski študijski program tretje stopnje GRAJENO OKOLJE Course Syllabi 3 th cycle doctoral study programme BUILT ENVIRONMENT KAZALO

More information

Magistrski študijski program druge stopnje GEODEZIJA IN GEOINFORMATIKA (MA)

Magistrski študijski program druge stopnje GEODEZIJA IN GEOINFORMATIKA (MA) University of Ljubljana Faculty of Civil and Geodetic Engineering Učni načrti Magistrski študijski program druge stopnje GEODEZIJA IN GEOINFORMATIKA (MA) Course syllabi 2 nd cycle master study GEODESY

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS Analiza varnosti in tveganja v medicinski fiziki Evaluation of safety and risk in medical physics

UČNI NAČRT PREDMETA / COURSE SYLLABUS Analiza varnosti in tveganja v medicinski fiziki Evaluation of safety and risk in medical physics Predmet: Course title: UČNI NAČRT PREDMETA / COURSE SYLLABUS Analiza varnosti in tveganja v medicinski fiziki Evaluation of safety and risk in medical physics Študijski program in stopnja Study programme

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS Analiza varnosti in tveganja v medicinski fiziki Evaluation of safety and risk in medical physics

UČNI NAČRT PREDMETA / COURSE SYLLABUS Analiza varnosti in tveganja v medicinski fiziki Evaluation of safety and risk in medical physics Predmet: Course title: UČNI NAČRT PREDMETA / COURSE SYLLABUS Analiza varnosti in tveganja v medicinski fiziki Evaluation of safety and risk in medical physics Študijski program in stopnja Study programme

More information

ZNANJE MATEMATIKE V TIMSS ADVANCED 2015 IN NA MATURI:

ZNANJE MATEMATIKE V TIMSS ADVANCED 2015 IN NA MATURI: ZNANJE MATEMATIKE V TIMSS ADVANCED 2015 IN NA MATURI: KJE SO USPEŠNEJŠI FANTJE IN KJE DEKLETA BARBARA JAPELJ PAVEŠIĆ, PEDAGOŠKI INŠTITUT GAŠPER CANKAR, DRŽAVNI IZPITNI CENTER februar 2017 1 Metodološko

More information

VEER NARMAD SOUTH GUJARAT UNIVERSITY, SURAT

VEER NARMAD SOUTH GUJARAT UNIVERSITY, SURAT VEER NARMAD SOUTH GUJARAT UNIVERSITY, SURAT Syllabus for M.Sc. (Mathematics) Scheme of Teaching and Examination Semester II Subject Code Subject Scheme Of Teaching Scheme Of Examination PGMTH L P Total

More information

Mathematics Camp for Economists. Rice University Summer 2016

Mathematics Camp for Economists. Rice University Summer 2016 Mathematics Camp for Economists Rice University Summer 2016 Logistics Instructor: TA: Schedule: Time: Location: Office Hours: Metin Uyanık, muyanik1@jhu.edu Atara Oliver, sao5@rice.edu July 1 - July 29,

More information

UNIVERSITY OF PUNE, PUNE BOARD OF STUDIES IN MATHEMATICS S.Y. B. Sc. (MATHEMATICS) SYLLABUS. S.Y.B.Sc. MT:211 Linear Algebra MT:221

UNIVERSITY OF PUNE, PUNE BOARD OF STUDIES IN MATHEMATICS S.Y. B. Sc. (MATHEMATICS) SYLLABUS. S.Y.B.Sc. MT:211 Linear Algebra MT:221 UNIVERSITY OF PUNE, PUNE 411007 BOARD OF STUDIES IN MATHEMATICS S.Y. B. Sc. (MATHEMATICS) SYLLABUS S.Y.B.Sc Paper I Paper II Semester-I Calculus of Several Variables A) : Differential Equations Semester-II

More information

Univerza na Primorskem FAMNIT, MFI STATISTIKA 2 Seminarska naloga

Univerza na Primorskem FAMNIT, MFI STATISTIKA 2 Seminarska naloga Univerza na Primorskem FAMNIT, MFI STATISTIKA 2 Seminarska naloga Naloge so edini način preverjanja znanja pri predmetu Statistika. Vsaka naloga je vredna 10 točk, natančna pravila ocenjevanja pa so navedena

More information

ENAČBA STANJA VODE IN VODNE PARE

ENAČBA STANJA VODE IN VODNE PARE ENAČBA STANJA VODE IN VODNE PARE SEMINARSKA NALOGA PRI PREDMETU JEDRSKA TEHNIKA IN ENERGETIKA TAMARA STOJANOV MENTOR: IZRED. PROF. DR. IZTOK TISELJ NOVEMBER 2011 Enačba stanja idealni plin: pv = RT p tlak,

More information

1.4 The Jacobian of a map

1.4 The Jacobian of a map 1.4 The Jacobian of a map Derivative of a differentiable map Let F : M n N m be a differentiable map between two C 1 manifolds. Given a point p M we define the derivative of F at p by df p df (p) : T p

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS. Študijska smer Study field. Samost. delo Individ. work Lab. vaje Laboratory work

UČNI NAČRT PREDMETA / COURSE SYLLABUS. Študijska smer Study field. Samost. delo Individ. work Lab. vaje Laboratory work UČNI NAČRT PREDMETA / COURSE SYLLABUS Predmet: Course title: Fizika Physics Študijski program in stopnja Study programme and level Univerzitetni študijski program Ekologija z naravovarstvom, 1. stopnja

More information

MMA402DMS Differential Manifolds

MMA402DMS Differential Manifolds TEACHING AND EXAMINATION SCHEME Semester IV Sr. No. Subject Code Subject Name Credit Hours (per week) Theory Practical Lecture(DT) Practical(Lab.) Lecture(DT) Practical(Lab.) CE SEE Total CE SEE Total

More information

[1] Anton, H., Elementary Linear Algebra with Applications, John Wiley & Sons Inc., 2004,

[1] Anton, H., Elementary Linear Algebra with Applications, John Wiley & Sons Inc., 2004, Bibliografía [1] Anton, H., Elementary Linear Algebra with Applications, John Wiley & Sons Inc., 2004, [2] Apostol, T. M., Análisis Matemático, Reverté, 1960. [3] Axler, S., Linear Algebra Done Right,

More information

OPTIMIRANJE IZDELOVALNIH PROCESOV

OPTIMIRANJE IZDELOVALNIH PROCESOV OPTIMIRANJE IZDELOVALNIH PROCESOV asist. Damir GRGURAŠ, mag. inž. str izr. prof. dr. Davorin KRAMAR damir.grguras@fs.uni-lj.si Namen vaje: Ugotoviti/določiti optimalne parametre pri struženju za dosego

More information

B.Sc. Part -I (MATHEMATICS) PAPER - I ALGEBRA AND TRIGONOMETRY

B.Sc. Part -I (MATHEMATICS) PAPER - I ALGEBRA AND TRIGONOMETRY B.Sc. Part -I (MATHEMATICS) 2015-2016 PAPER - I ALGEBRA AND TRIGONOMETRY UNIT -I Max.Marks.50 Symmetric. Skew symmetric. Hermitian matrices. Elementaryoperations on matrices,inverse of a matrix. Linear

More information

Baroklina nestabilnost

Baroklina nestabilnost Baroklina nestabilnost Navodila za projektno nalogo iz dinamične meteorologije 2012/2013 Januar 2013 Nedjeljka Zagar in Rahela Zabkar Naloga je zasnovana na dvoslojnem modelu baroklinega razvoja, napisana

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS INSTRUMENTALNE METODE INSTRUMENTAL METHODS. Študijska smer Study Field

UČNI NAČRT PREDMETA / COURSE SYLLABUS INSTRUMENTALNE METODE INSTRUMENTAL METHODS. Študijska smer Study Field Predmet: Course Title: UČNI NAČRT PREDMETA / COURSE SYLLABUS INSTRUMENTALNE METODE INSTRUMENTAL METHODS Študijski program in stopnja Study Programme and Level Študijska smer Study Field Letnik Academic

More information

ME DYNAMICAL SYSTEMS SPRING SEMESTER 2009

ME DYNAMICAL SYSTEMS SPRING SEMESTER 2009 ME 406 - DYNAMICAL SYSTEMS SPRING SEMESTER 2009 INSTRUCTOR Alfred Clark, Jr., Hopeman 329, x54078; E-mail: clark@me.rochester.edu Office Hours: M T W Th F 1600 1800. COURSE TIME AND PLACE T Th 1400 1515

More information

An Application of Fibonacci Sequence on Continued Fractions

An Application of Fibonacci Sequence on Continued Fractions International Mathematical Forum, Vol. 0, 205, no. 2, 69-74 HIKARI Ltd, www.m-hikari.com http://dx.doi.org/0.2988/imf.205.42207 An Application of Fibonacci Sequence on Continued Fractions Ali H. Hakami

More information

Mary Agnes SERVATIUS Izomorfni Cayleyevi grafi nad neizomorfnimi grupami (Isomorphic Cayley Graphs on Non-Isomorphic Groups)

Mary Agnes SERVATIUS Izomorfni Cayleyevi grafi nad neizomorfnimi grupami (Isomorphic Cayley Graphs on Non-Isomorphic Groups) UNIVERZA NA PRIMORSKEM FAKULTETA ZA MATEMATIKO, NARAVOSLOVJE IN INFORMACIJSKE TEHNOLOGIJE Matematične znanosti Študijski program 2. stopnje Mary Agnes SERVATIUS Izomorfni Cayleyevi grafi nad neizomorfnimi

More information

Izhodišča raziskave TIMSS Uredili: Barbara Japelj Pavešić in Karmen Svetlik

Izhodišča raziskave TIMSS Uredili: Barbara Japelj Pavešić in Karmen Svetlik Izhodišča raziskave TIMSS 2007 Uredili: Barbara Japelj Pavešić in Karmen Svetlik Pedagoški inštitut, Ljubljana, 2005 Izhodišča raziskave TIMSS 2007 Uredili: Barbara Japelj Pavešić in Karmen Svetlik Izdal:

More information

Distance reduction with the use of UDF and Mathematica. Redukcija dolžin z uporabo MS Excel ovih lastnih funkcij in programa Mathematica

Distance reduction with the use of UDF and Mathematica. Redukcija dolžin z uporabo MS Excel ovih lastnih funkcij in programa Mathematica RMZ Materials and Geoenvironment, Vol. 54, No. 2, pp. 265-286, 2007 265 Distance reduction with the use of UDF and Mathematica Redukcija dolžin z uporabo MS Excel ovih lastnih funkcij in programa Mathematica

More information

UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA ODDELEK ZA RAZREDNI POUK

UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA ODDELEK ZA RAZREDNI POUK UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA ODDELEK ZA RAZREDNI POUK MATEMATIČNO OPISMENJEVANJE PREKO PREGLEDNIC IN DIAGRAMOV DIPLOMSKO DELO Mentorica: dr. Tatjana Hodnik Čadež, doc. Kandidatka: Emina Sekić

More information

UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO. Oddelek za matematiko in računalništvo DIPLOMSKO DELO.

UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO. Oddelek za matematiko in računalništvo DIPLOMSKO DELO. UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in računalništvo DIPLOMSKO DELO Sabina Skornšek Maribor, 2012 UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO

More information

MAT 224: Foundations of Higher Mathematics

MAT 224: Foundations of Higher Mathematics Kutztown University Kutztown, Pennsylvania MAT 224: Foundations of Higher Mathematics I. Three semester hours; three clock hours; required course for B.S. in Mathematics & B.S. in Secondary Education (Mathematics);

More information

UNIVERZA NA PRIMORSKEM FAKULTETA ZA MATEMATIKO, NARAVOSLOVJE IN INFORMACIJSKE TEHNOLOGIJE

UNIVERZA NA PRIMORSKEM FAKULTETA ZA MATEMATIKO, NARAVOSLOVJE IN INFORMACIJSKE TEHNOLOGIJE UNIVERZA NA PRIMORSKEM FAKULTETA ZA MATEMATIKO, NARAVOSLOVJE IN INFORMACIJSKE TEHNOLOGIJE Zaključna naloga (Final project paper) Grafi struktur proteinov: Uporaba teorije grafov za analizo makromolekulskih

More information

Bibliography. Groups and Fields. Matrix Theory. Determinants

Bibliography. Groups and Fields. Matrix Theory. Determinants Bibliography Groups and Fields Alperin, J. L.; Bell, Rowen B. Groups and representations. Graduate Texts in Mathematics, 162. Springer-Verlag, New York, 1995. Artin, Michael Algebra. Prentice Hall, Inc.,

More information

Teorija verjetnosti uvod. prof. dr. Jurij Tasič Asistent Emil Plesnik Laboratorij za digitalno obdelavo signalov, slik in videa

Teorija verjetnosti uvod. prof. dr. Jurij Tasič Asistent Emil Plesnik Laboratorij za digitalno obdelavo signalov, slik in videa Teorija verjetnosti uvod prof. dr. Jurij Tasič Asistent Emil Plesnik Laboratorij za digitalno obdelavo signalov, slik in videa http://www.ldos.si/ 1 Teorija verjetnosti z več spremeljivkami Ključni koncept

More information

OA07 ANNEX 4: SCOPE OF ACCREDITATION IN CALIBRATION

OA07 ANNEX 4: SCOPE OF ACCREDITATION IN CALIBRATION OA07 ANNEX 4: SCOPE OF ACCREDITATION IN CALIBRATION Table of contents 1 TECHNICAL FIELDS... 2 2 PRESENTING THE SCOPE OF A CALIBRATION LABOORATORY... 2 3 CONSIDERING CHANGES TO SCOPES... 6 4 CHANGES WITH

More information

Book announcements. Sukumar Das Adhikari ASPECTS OF COMBINATORICS AND COMBINATORIAL NUMBER THEORY CRC Press, Florida, 2002, 156pp.

Book announcements. Sukumar Das Adhikari ASPECTS OF COMBINATORICS AND COMBINATORIAL NUMBER THEORY CRC Press, Florida, 2002, 156pp. Discrete Mathematics 263 (2003) 347 352 www.elsevier.com/locate/disc Book announcements Sukumar Das Adhikari ASPECTS OF COMBINATORICS AND COMBINATORIAL NUMBER THEORY CRC Press, Florida, 2002, 156pp. Notations

More information

5. Field Theory, The Renormalization Group and Critical Phenomena (3rd ed) D. Amit, V. Martin-mayor World Scientific, 2005, $86.

5. Field Theory, The Renormalization Group and Critical Phenomena (3rd ed) D. Amit, V. Martin-mayor World Scientific, 2005, $86. Physics Dept Library Requests - Dec 2005 Kent Hornbostel Dept of Physics, 209 Fondren Science, 8-1048 kjh AT mail.physics.smu.edu 1. Cosmology and Particle Astrophysics, 2nd Ed L. Bergstrom and A. Goobar

More information

Familiarizing students with definition of Lebesgue integral - examples of calculation directly from its definition using Mathematica

Familiarizing students with definition of Lebesgue integral - examples of calculation directly from its definition using Mathematica Familiarizing students with definition of Lebesgue integral - examples of calculation directly from its definition using Mathematica Włodzimierz Wojas, Jan Krupa Warsaw University of Life Sciences (SGGW),

More information

PREDSTAVITVENI ZBORNIK

PREDSTAVITVENI ZBORNIK Univerza v Ljubljani Pedagoška fakulteta University of Ljubljana Faculty of Education Kardeljeva ploščad 16 1000 Ljubljana, Slovenija telefon +386 (0)1 58 92 200 faks +386 (0)1 53 47 997 +386 (0)1 58 92

More information

RANI DURGAVATI UNIVERSITY, JABALPUR

RANI DURGAVATI UNIVERSITY, JABALPUR RANI DURGAVATI UNIVERSITY, JABALPUR SYLLABUS OF M.A./M.Sc. MATHEMATICS SEMESTER SYSTEM Semester-II (Session 2012-13 and onwards) Syllabus opted by the board of studies in Mathematics, R. D. University

More information

Department: Mathematics Textbook Master List School Year: Spring, 2010

Department: Mathematics Textbook Master List School Year: Spring, 2010 11100 Intermediate Algbra, Custom Edition, Purdue University (including MyMathLab) ISBN: 0-558-31064-8 8th Same Bittinger Pearson 25 13700 Custom Preliminary Edition of Reconceptualizing Mathematics, Part

More information

Minimal Number of Steps in the Euclidean Algorithm and its Application to Rational Tangles

Minimal Number of Steps in the Euclidean Algorithm and its Application to Rational Tangles Rose-Hulman Undergraduate Mathematics Journal Volume 16 Issue 1 Article 3 Minimal Number of Steps in the Euclidean Algorithm and its Application to Rational Tangles M. Syafiq Johar University of Oxford

More information

Euclidean rings; polynomial rings; Principal ideal domain and unique factorisation domains, examples of imaginary extensions of Z

Euclidean rings; polynomial rings; Principal ideal domain and unique factorisation domains, examples of imaginary extensions of Z Paper 1 - Algebra I Group Theory : Review of basic notions; isomorphism theorems, automorphism, direct products, conjugacy classes, centraliser, normaliser, center. Structure Theorem for finite abelian

More information

UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA POLONA ŠENKINC REŠEVANJE LINEARNIH DIFERENCIALNIH ENAČB DRUGEGA REDA S POMOČJO POTENČNIH VRST DIPLOMSKO DELO

UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA POLONA ŠENKINC REŠEVANJE LINEARNIH DIFERENCIALNIH ENAČB DRUGEGA REDA S POMOČJO POTENČNIH VRST DIPLOMSKO DELO UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA POLONA ŠENKINC REŠEVANJE LINEARNIH DIFERENCIALNIH ENAČB DRUGEGA REDA S POMOČJO POTENČNIH VRST DIPLOMSKO DELO LJUBLJANA, 2016 UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA

More information

Mathematics with Maple

Mathematics with Maple Mathematics with Maple A Comprehensive E-Book Harald Pleym Preface The main objective of these Maple worksheets, organized for use with all Maple versions from Maple 14, is to show how the computer algebra

More information

arxiv: v1 [cs.dm] 21 Dec 2016

arxiv: v1 [cs.dm] 21 Dec 2016 UNIVERZA NA PRIMORSKEM FAKULTETA ZA MATEMATIKO, NARAVOSLOVJE IN INFORMACIJSKE TEHNOLOGIJE arxiv:1612.07113v1 [cs.dm] 21 Dec 2016 Zaključna naloga (Final project paper) Odčitljivost digrafov in dvodelnih

More information

Annexure-V. Revised Syllabus for course work of Integrated M. Phil/Ph. D. Programme in Mathematics (Applicable w.e.f July 2016)

Annexure-V. Revised Syllabus for course work of Integrated M. Phil/Ph. D. Programme in Mathematics (Applicable w.e.f July 2016) 1 Annexure-V Revised Syllabus for course work of Integrated M. Phil/Ph. D. Programme in Mathematics (Applicable w.e.f July 2016) 2 Paper-I Research Methodology-I UNIT-I Meaning of Research Methodology

More information

Crc Handbook Of Mathematical Curves And Surfaces

Crc Handbook Of Mathematical Curves And Surfaces Crc Handbook Of Mathematical Curves And Surfaces In line with the established policy of CRC Press, the Handbook will be kept as A. Gray, Modern Differential Geometry of Curves and Surfaces, CRC Press.

More information

UNIVERZA NA PRIMORSKEM FAKULTETA ZA MATEMATIKO, NARAVOSLOVJE IN INFORMACIJSKE TEHNOLOGIJE. Verjetnostni algoritmi za testiranje praštevilskosti

UNIVERZA NA PRIMORSKEM FAKULTETA ZA MATEMATIKO, NARAVOSLOVJE IN INFORMACIJSKE TEHNOLOGIJE. Verjetnostni algoritmi za testiranje praštevilskosti UNIVERZA NA PRIMORSKEM FAKULTETA ZA MATEMATIKO, NARAVOSLOVJE IN INFORMACIJSKE TEHNOLOGIJE Zaključna naloga Verjetnostni algoritmi za testiranje praštevilskosti (Algorithms for testing primality) Ime in

More information

A choice of norm in discrete approximation

A choice of norm in discrete approximation 147 A choice of norm in discrete approximation Tomislav Marošević Abstract. We consider the problem of choice of norms in discrete approximation. First, we describe properties of the standard l 1, l 2

More information

UNIVERZA NA PRIMORSKEM FAKULTETA ZA MATEMATIKO, NARAVOSLOVJE IN INFORMACIJSKE TEHNOLOGIJE. O neeksaknotsti eksaktnega binomskega intervala zaupanja

UNIVERZA NA PRIMORSKEM FAKULTETA ZA MATEMATIKO, NARAVOSLOVJE IN INFORMACIJSKE TEHNOLOGIJE. O neeksaknotsti eksaktnega binomskega intervala zaupanja UNIVERZA NA PRIMORSKEM FAKULTETA ZA MATEMATIKO, NARAVOSLOVJE IN INFORMACIJSKE TEHNOLOGIJE Zaključna naloga (Final project paper) O neeksaknotsti eksaktnega binomskega intervala zaupanja (On the inexactness

More information

References for M647. General Modeling MATLAB

References for M647. General Modeling MATLAB References for M647 During the course of the semester we will discuss the role of modeling in a wide range of disciplines, and so it s fairly natural that we will have quite a few references. The idea

More information