Karta Przedmiotu

Politechnika Białostocka Wydział Informatyki
Kierunek studiów Cyberbezpieczeństwo Poziom i forma
studiów
pierwszego stopnia
stacjonarne
Grupa przedmiotów /
specjalność
Profil kształcenia ogólnoakademicki
Nazwa przedmiotu Elementy matematyki wyższej II E Kod przedmiotu CYB1MAT2
Rodzaj zajęć obowiązkowy
Formy zajęć i liczba godzin W Ć L P Ps T S Semestr 2
45 30 Punkty ECTS 5
Program obowiązuje od 2026/2027
Przedmioty wprowadzające Elementy matematyki wyższej I (CYB1MAT1),  
Cele przedmiotu Zapoznanie studentów z elementami matematyki dyskretnej, algebry liniowej, analizy matematycznej i rachunku prawdopodobieństwa.
Ramowe treści programowe Podstawowe pojęcia i metody analizy matematycznej, w tym ekstrema funkcji wielu zmiennych; podstawowe pojęcia i metody algebry liniowej, w tym przestrzenie i przekształcenia liniowe, wartości i wektory własne, przestrzenie euklidesowe oraz rozkłady macierzy; podstawowe pojęcia i metody matematyki dyskretnej, w tym elementy teorii grafów; podstawowe pojęcia i metody rachunku prawdopodobieństwa, w tym zmienne losowe dyskretne i ciągłe
Inne informacje o przedmiocie przedmiot ma związek z prowadzoną na Uczelni działalnością naukową
przedmiot kształtuje umiejętności praktyczne
Wyliczenie: Nakład pracy studenta związany z: Godzin
ogółem
W tym
kontaktowych
W tym
praktycznych
udziałem w wykładach 45 45
udziałem w innych formach zajęć 30 30 30
przygotowaniem do bieżących zajęć 30 30
przygotowaniem do egzaminu 20
Razem godzin: 125 75 60
Razem punktów ECTS: 5 3.0 2.4
Zakładane kierunkowe efekty uczenia się Wiedza Umiejętności Kompetencje
społeczne
CYB1_W01 CYB1_U01
Cele i treści ramowe sformułował(a) dr hab. Czesław Bagiński, prof. dr hab. Piotr Grzeszczuk, dr Magdalena Kacprzak, dr hab. Ryszard Mazurek Data: 08/04/2026
Realizacja w roku akademickim 2026/2027
 
Treści programowe
1. Rachunek całkowy funkcji jednej zmiennej
2. Funkcje wielu zmiennych i ich ekstrema
3. Przestrzenie liniowe
4. Baza i wymiar przestrzeni liniowej, współrzędne wektora
5. Przekształcenia liniowe
6. Przestrzenie euklidesowe
7. Wartości i wektory własne, rozkłady macierzy
8. Wprowadzenie do teorii grafów
9. Algorytmy grafowe
10. Złożoność algorytmów i asymptotyka funkcji
11. Grafy acykliczne, planarne i skierowane
12. Kolorowanie grafów
13. Elementy rachunku prawdopodobieństwa, zmienna losowa dyskretna
14. Zmienna losowa ciągła
15. Elementy teorii informacji: entropia i losowość
Ćwiczenia
1. Obliczanie całek oznaczonych i nieoznaczonych oraz stosowanie ich do rozwiązywania problemów praktycznych
2. Wyznaczanie ekstremów funkcji wielu zmiennych przy użyciu pochodnych cząstkowych i analizy punktów krytycznych
3. Badanie liniowej niezależności wektorów, wyznaczanie generatorów podprzestrzeni
4. Wyznaczanie baz przestrzeni i macierzy przejścia, obliczanie współrzędnych wektorów
5. Przedstawianie przekształceń liniowych za pomocą macierzy, wyznaczanie jądra i obrazu przekształcenia liniowego
6. Ortogonalizacja metodą Grama–Schmidta, wyznaczanie baz ortogonalnych i ortonormalnych
7. Obliczanie wartości i wektorów własnych macierzy, diagonalizacja oraz wyznaczanie rozkładów QR i SVD macierzy w prostych przypadkach
8. Rysowanie grafów, analizowanie ich własności oraz reprezentacja za pomocą macierzy i list sąsiedztwa
9. Analiza działania algorytmów BFS i DFS oraz wyznaczanie najkrótszych ścieżek w grafach
10. Obliczanie i porównywanie złożoności algorytmów oraz analiza ich asymptotycznego zachowania
11. Analiza i klasyfikacja grafów specjalnych oraz badanie ich własności
12. Badanie kolorowań grafów i wyznaczanie liczby chromatycznej
13. Obliczanie prawdopodobieństwa zdarzeń, wartości oczekiwanej, wariancji oraz dystrybuanty zmiennych losowych dyskretnych i analiza ich podstawowych rozkładów
14. Wyznaczanie dystrybuanty, wartości oczekiwanej oraz wariancji zmiennych losowych ciągłych i analiza ich podstawowych rozkładów
15. Sprawdzian zaliczeniowy
Metody dydaktyczne
(realizacja stacjonarna)
W wykład problemowy; wykład informacyjny; wykład z prezentacją multimedialną
Ć ćwiczenia przedmiotowe; klasyczna metoda problemowa
Metody dydaktyczne
(realizacja zdalna)
W wykład problemowy; wykład informacyjny; wykład z prezentacją multimedialną
-
Forma zaliczenia
W egzamin
Ć kolokwia
Warunki zaliczenia
W Uzyskanie min. 30% punktów z każdego efektu uczenia się z zakresu wiedzy, a po spełnieniu tego warunku ostateczna ocena wynika z sumy uzyskanych punktów.
Kryteria oceny:
[ 0, 45)% punktów - 2,0
[45, 56]% punktów - 3,0
(56, 67]% punktów - 3,5
(67, 78]% punktów - 4,0
(78, 89]% punktów - 4,5
(89, 100]% punktów - 5,0
Ć Uzyskanie min. 30% punktów z każdego efektu E3-E4, a po spełnieniu tego warunku ocena wynika z sumy uzyskanych punktów.
Kryteria oceny:
[ 0, 45)% punktów - 2,0
[45, 56]% punktów - 3,0
(56, 67]% punktów - 3,5
(67, 78]% punktów - 4,0
(78, 89]% punktów - 4,5
(89, 100]% punktów - 5,0
Symbol efektu Zakładane efekty uczenia się Odniesienie do efektów uczenia się zdefiniowanych dla kierunku studiów
Wiedza Umiejętności Kompetencje
społeczne
Wiedza: student zna i rozumie
E1 podstawowe pojęcia i twierdzenia z algebry liniowej, matematyki dyskretnej, analizy matematycznej i rachunku prawdopodobieństwa
E2 podstawowe metody i techniki z zakresu algebry liniowej, matematyki dyskretnej, analizy matematycznej i rachunku prawdopodobieństwa
Umiejętności: student potrafi
E3 posługiwać się podstawowymi narzędziami i metodami algebry liniowej, matematyki dyskretnej, analizy matematycznej i rachunku prawdopodobieństwa
E4 wyrażać problemy w terminach algebry liniowej, matematyki dyskretnej, analizy matematycznej i rachunku prawdopodobieństwa oraz stosować odpowiedni aparat matematyczny do ich rozwiązywania
Symbol efektu Sposób weryfikacji efektu uczenia się Forma zajęć na której zachodzi weryfikacja
E1 egzamin W
E2 egzamin W
E3 kolokwia Ć
E4 kolokwia Ć
Literatura podstawowa
1. M. Gewert, Z. Skoczylas, Analiza matematyczna 1: Definicje, twierdzenia, wzory, Wyd. GiS, Wrocław 2021
2. R. L. Graham, D. E. Knuth, O. Patashnik, Matematyka konkretna, PWN, Warszawa, 1998
3. T. Jurlewicz, Z. Skoczylas, Algebra liniowa 2: definicje, twierdzenia, wzory, Wyd. Gis, Wrocław 2005
4. K. A. Ross, Ch.R.B. Wright, Matematyka dyskretna, PWN, Warszawa, 2001
5. J. Topp, Algebra liniowa, Wydawnictwo Uniwersytetu Gdańskiego, Gdańsk, 2012
6. R. J. Wilson, Wprowadzenie do teorii grafów, PWN, Warszawa 1985
Literatura uzupełniająca
1. M. Gewert, Z. Skoczylas, Analiza matematyczna 2: Definicje, twierdzenia, wzory, Wyd. GiS, Wrocław 2023
2. T. Jurlewicz, Z. Skoczylas, Algebra liniowa 2: przykłady i zadania, Wyd. GiS, Wrocław, 2005
3. W. Kołodziej, Analiza matematyczna, PWN, Warszawa, 1978
4. J. Rutkowski, Algebra liniowa w zadaniach, PWN, Warszawa, 2012
Koordynator przedmiotu: dr Magdalena Kacprzak, dr hab. Ryszard Mazurek Data: 08/04/2026