Obavijesti na razini sjedišta

Slika Gordan Radobolja
Raspored - ljetni semestar 2022/23
napisao/la Gordan Radobolja - subota, 25. veljače 2023., 14:57
 

Poštovane kolegice i kolege,

Na linku ovdje objavljen je raspored predavanja za ljetni semestar akademske godine 2022./2023. koji vrijedi od 27.02.2023.

Sve primjedbe te eventualna preklapanja možete prijaviti na raspored@pmfst.hr 


Više informacija i raspored po grupama na pojedinim studijima možete pronaći na e-learningu (Izbornik Za studente – Raspored) ili na LINKU

 
Slika Nikola Marangunić
Raspored - zimski semestar 2022/2023
napisao/la Nikola Marangunić - nedjelja, 23. listopada 2022., 17:39
 

Na linku OVDJE objavljena je nova verzija rasporeda nastavnih aktivnosti za sve preddiplomske i diplomske studije za zimski semestar akademske godine 2022./2023. koji vrijedi od 24.10.2022.

Sve primjedbe te eventualna preklapanja i dalje možete prijaviti na raspored@pmfst.hr 


Više informacija i raspored po grupama na pojedinim studijima možete pronaći na linku


 
Slika Nikola Marangunić
Raspored - zimski semestar 2022/2023
napisao/la Nikola Marangunić - subota, 15. listopada 2022., 18:23
 

Na linku OVDJE objavljena je nova verzija rasporeda nastavnih aktivnosti za sve preddiplomske i diplomske studije za zimski semestar akademske godine 2022./2023. koji vrijedi od 17.10.2022.

Sve primjedbe te eventualna preklapanja i dalje možete prijaviti na raspored@pmfst.hr 


Više informacija i raspored po grupama na pojedinim studijima možete pronaći na linku


 


Dostupni e-kolegiji

Lozinku ćete dobiti na vježbama


Kolegij "Operacijski sustavi"

Informatika za studije Biologija, Biologija i kemija te Mediteranska poljoprivreda. 


Metodika nastave informatike 1

Metodički informatički seminar s nastavnom praksom 1  (LOGO)

Metodički informatički seminar s nastavnom praksom 2 (informatička natjecanja Python)

Zadaci s natjecanja - Python - OŠ, SŠ (Infokup, HONI....)

   - tjedno 2-3 zadatka  u  word dokumentu objasniti rješenja, kodirati i testirati korištenjem            evaluatora.

Praksa u OŠ

- hospitirati 5 * 2  blok sata, održati jedno ispitno predavanje. Ako zbog COVID-19 ne bude moguća takova realizacija, hospitiranje se može smanjiti na 3*2 blok-sata

Informatika za studije Biologija, Biologija i kemija te Mediteranska poljoprivreda. 

Nastavnici:

Doc. dr. sc. Jelena Nakić

Ines Jovanović, prof.


1. Priroda istraživanja. Normativna i interpretativna paradigma. Vrste istraživanja. Tijek istraživanja. 

2. Prikupljanje podataka. Postupci i instrumenti i njihove značajke: valjanost, pouzdanost, objektivnost, diskriminativna vrijednost zadatka. Upitnik. 

3. Analiza slučajeva. Korelacijska istraživanja. Ex post facto istraživanje. Eksperiment, kvazieksperiment. Meta – analize obrazovnih istraživanja. Akcijska istraživanja. Triangulacija. Igranje uloga. Interview.

 4. Analiza podataka – kvalitativna i kvantitativna. Neparametrijski testovi: hi kvadrat test, Kolmogorov –Smirnovljev test, Mann - Whitney test. t-test, analiza varijance. MANOVA. Regresijska analiza. Korelacija. Redukcija podataka: faktorska analiza. Klasifikacije: diskriminantna i klasterska analiza.


Cohen, L., Manion, L., Research methods in education, London, Routledge, 2011.

Rekurzija

Primjeri rekurzije.

Problem osnovnih slučajeva.

Mentalni modeli rekurzije.

Metode poučavanja (kombiniranja, klasifikacije rekurzivnih fenomena, porasta vjere)

Modeli rekurzivnog procesa (mali ljudi, padajući okviri)


Miskoncepcije

Alternativne koncepcije

Soloway: klasifikacije bugova, ciljevi, planovi

Gal Ezer: Miskoncepcije o efikasnosti programa

Kolikant: Učenički standard ispravnosti programa


Vještine programiranja i praćenja izvršavanja koda

McCracken - Međunarosno istraživanje vještine programiranja

Lister - međunarodno istraživanje vještine praćenja izvrđavanja koda

Manilla, van raadt - karakteristike programskih jezika za početnike


Programska okruženja

Programska okruženja Kelleher

Usporedba programskih jezika za početnike

13 razloga zašto će Java umrijeti od starosti


Načini poučavanja programiranja. Vizualni programski jezici.

Metode poučavanja programiranja.

Vizualni programski jezici - Alice, JKarel Robot, Scratch, Codu

Posredovani transfer Alice3-Java.


Roboti u poučavanju programiranja

1. Mjerenje učinkovitosti robota u poučavanju računalne znanosti

2. Personalizing  CS1 with robots

3. NXT2 legomindstorm projekti  

( LineFolower, seagway)

           https://www.nxtprograms.com/projects2.html

NXT2  programsko okruženje

           https://www.dropbox.com/sh/q9v8cjfmr1wvo5p/AAAlTjskp2uatYBdsRsrhlzAa?dl=0



Vizualizacija algoritama

Meta-analiza vizualizacije

Principi multimedijalnog učenja

Načini otklanjanja kognitivnog preopterećenja

Hansen - HalVis

Jarc - algoritmi obilazak binarnog stabla, merge, quick i heap sort

Dijkstra, Huffman, Hashing



OOP

Rješavanje problemskih zadataka programiranjem je kolegij u kojem se rješavaju zadaci sa natjecanja iz informatike na osnovnškolskom i srednjoškolskom nivou. Na jednosatnim predavanjima će se opisati postupak rješavanja zadataka kao i potrebne tehnike i pristupi rješavanju problema, te uvesti naredbe u Python-u potrebne za realizaciju algoritma. 


Prsteni, moduli, polja

Procedura odabira mentora, prijave i odobravanja teme, formiranja Povjerenstva, održavanja seminara, prijave i obrane Diplomskog rada

Pojam afinog prostora. Osnovna svojstva.(2) 

Ravnine afinog prostora (afini potprostori). Presjek i suma ravnina. Paralelnost ravnina.(2) 

Koordinatni sustav u afinom prostoru. Jednadžbe ravnine, hiperravnine i pravca. (3). 

Paralelotopi. Baricentričke koordinate. Simpleksi. (3) 

Afina preslikavanja. Afina grupa afinog prostora.(5) 

Afini unitarni prostori, euklidski prostor. Volumen paralelotopa i simpleksa. (3) 

Pravokutni koordinatni sustav. Analitička geometrija euklidskog prostora.(6) 

Izometrije i izometrički operatori.(6)

Cilj kolegija je studente upoznati s fundamentalnim konceptima i rezultatima teorije izračunljivosti kao i teorije složenosti algoritama. Što neki problem čini računalno složenim a drugi pak jednostavnim? Na to pitanje ne znamo odgovoriti no studenti trebaju naučiti klasificirati probleme u skladu s njihovom složenošću. Usko vezan uz pojam složenosti je pojam izračunljivosti: studenti uče razlučiti odlučive probleme od neodlučivih. Na samom kraju studenti bi trebali razumjeti u čemu se sastoji rješenje Hilbertovog desetog problema te ideju dokaza Gödelovih teorema nepotpunosti.

Ciljevi:

Student treba steći znanja iz klasične algebre vektora i vektorskog zasnivanja analitičke geometrije u ravnini i prostoru, upoznati se s drugim koordinatnim sustavima te steći elementarno poznavanje različitih algebarskih struktura kroz prikladne primjere i osnovna svojstva. Na ovaj način će dobiti osnovna predznanja za izgradnju apstraktnih pojmova, kao što su linearni operatori, afini prostori i slično, s kojima će se susresti u naprednijim kolegijima. 


Student će biti sposoban:

- matematički korektno definirati pojmove te iskazivati i dokazivati tvrdnje iz sadržaja kolegija,  

- povezivati usvojene činjenice i argumentirano izvoditi zaključke,

- dati primjere kojima se pojašnjavaju pojedini pojmovi i njihova svojstva, 

- rješavati računske probleme iz klasične algebre vektora  i analitičke geometrije prostora, 

- rješavati zadatke vezane uz svojstava osnovnih algebarskih struktura i linearnih prostora. 


Unutar kolegija studenti se upoznaju s osnovama teorije Fourierovih redova, elementima vektorske analize te deskriptivne i inferencijalne statistike. Naglasak je stavljen na intuitivno razumijevanje teorije i na primjere kojima se ilustriraju teorijski rezultati radi njihove što vještije primjene u analizi i rješavanju praktičnih problema.

Cilj ovoga kolegija je usvajanje osnovnih znanja iz diferencijalnog i integralnog računa

realnih funkcija jedne realne varijable i njihova primijena ih u rješavanju različitih problema.



Kroz ovaj predmet studenti će usvojiti osnovna znanja iz matematičke logike te dobiti dublji uvid u osnove matematike. Steći će vještinu provođenja strogih logičkih dokaza raznim tehnikama: direktno, kontrapozicijom, kontradikcijom, indukcijom. Upoznat će se s aksiomatskim zadavanjem teorija prvoga reda što je važna priprema za teoriju skupova te euklidske i neeuklidske geometrije.

 

Nositelj: Gordan Radobolja

Vježbe: Jelena Pleština


Klasični algebarski problemi I: od Pitagore do Fermata

Klasični algebarski problemi II: korijeni algebarskih jednadžbi

Komutativni prsteni

Aritmetika polinoma

Proširenja polja

Rješivost jednadžbi

Dokumenti i zapisnici sa sjednica Vijeća Odjela za matematiku

- Povijesni razvoj matematike i osnovnih matematičkih disciplina

- Građa matematike- aksiomi, teoremi, dokazi 

- Osnove matematičke logike- logika sudova i logika prvog reda 

- Naivna teorija skupova: zadavanje skupa, Booleove operacije na skupovima, Kartezijev umnožak 

- Homogene binarne relacije, relacije ekvivalencije, relacije uređaja 

- Binarne relacije, funkcije 

- Osnovne elementarne funkcije i elementarne funkcije


- Aksiomatska izgradnja skupa prirodnih brojeva, matematička indukcija, uvođenje zbrajanja, množenja, svojstva

- Izgradnja skupa cijelih brojeva, svojstva

- Izgradnja skupa racionalnih brojeva, svojstva

- Izgradnja skupa realnih brojeva, svojstva

- Skup kompleksnih brojeva

Optimizacija je umjetnost donošenja najboljih odluka pod zadanim uvjetima. Konveksna optimizacija bavi se problemima koji se modeliraju korištenjem konveksnih skupova  i konveksnih funkcija: mnoštvo problema u znanosti, tehnici i statistici svode se na probleme konveksne optimizacije te se rješavaju korištenjem poznatih efikasnih algoritama.
Glavni cilj ovog predmeta je razvijanje znanja i vještina potrebnih za prepoznavanje, formuliranje i rješavanje problema konveksne optimizacije. Fokus predmeta je na teoriji, tehnikama modeliranja te dizajnu i analizi algoritama.

Materijali i diskusija s predkolegija za matematičke studije

Diferencijalna geometrija krivulja i ploha

Uvod: Predznanja iz analize i algebre. Greške u numeričkom računu.

Izvrednjavanje funkcija. Hornerova shema. Potpuna Hornerova shema.

Kako nastaju linearni sustavi. Gaussove eliminacije. LU faktorizacija. LU faktorizacija s pivotiranjem.

Numerička svojstva Gaussovih eliminacija. Metoda Choleskog. Metoda iteracije.

Ortogonalni polinomi. Neka svojstva ortogonalnih polinoma.

Lagrangeov i Newtonov oblik interpolacijskog polinoma. Hermiteov interpolacijski polinom.

Linearni i kubični splajn.

Metoda najmanjih kvadrata. Minimaks metoda.

Numeričko integriranje: Newton-Cotesove formule. Pravilo središnje točke. Trapezna formula. Simpsonova formula.

Gaussove formule.

Numeričko rješavanje nelinearnih jednadžbi: Metoda polovljenja intervala. Metoda sekante. Metoda pogrešnog položaja.

Newtonova metoda. Metode višeg reda - ubrzavanje konvergencije.

Metoda iteracije (teorem o čvrstoj točki). Sustavi nelinearnih jednadžbi.


Ciljevi:

  • Utvrditi i produbiti znanja o vektorskim prostorima i linearnim operatorima.
  • Uvesti Jordanovu formu operatora.
  • Definirati funkcije operatora
  • Uvesti unitarne prostore i karakteristične operatore na njima

 Ishodi:

     Studenti će biti sposobni:

  • analizirati konačno- i beskonačnodimenzionalne vektorske prostore i njihova svojstva poput baze
  • dati primjer osnovnih pojmova i konstrukcija u trodimenzionalnom euklidskom prostoru
  • koristiti definiciju i svojstva linearnih operatora i matrica za promjenu baze te računanje jezgre i slike;
  • izračunati karakteristični i minimalni polinom, svojstvene vrijednosti i svojstvene potprostore, algebarsku i geometrijsku kratnost svojstvenih vrijednosti
  • koristiti metode kompleksne analize za definiranje te računati s funkcijama operatora;
  • izračunati skalarni produkt vektora i ispitati ortogonalnost u standardnim konačnodimenzionalnim unitarnim prostorima, uključujući Gram-Schmidtov postupak ortogonalizacije.


Procedura prijave, formiranja Povjerenstva i polaganja Završnog preddiplomskog ispita