Algorithmization and Programming for Chemical Technologists - B111013
Title: Algoritmizace a programování pro chemické technology
Form of teaching: practicals
Guaranteed by: Department of Organic Technology (111)
Faculty: Faculty of Chemical Technology
Actual: from 2026
Duration in semesters: 1
Semester: both
Points: 3
E-Credits: 3
Examination process:
Hours per week, examination: 0/2, MC [HT]
Capacity: winter:unknown / 25 (unknown)
summer:unknown / unknown (unknown)
Maximum number of enrolled students: unlimited
Min. number of students: unlimited
State of the course: taught
Language: Czech
Teaching methods: full-time
Level:  
Repeated enrollment: - / - / - / 9
Note: course can be enrolled in outside the study plan
enabled for web enrollment
you can enroll for the course in winter and in summer semester
Guarantor: Veselý Martin Ing. Ph.D.
Čapek Pavel doc. Ing. CSc.
Zámostný Petr prof. Ing. Ph.D.
Classification: Informatics > Programming
Pre-requisite : B413001
Examination dates   Schedule   
Annotation - Czech
Předmět seznamuje studenty se základy algoritmického myšlení a jeho využitím při řešení jednoduchých chemicko-technologických, fyzikálních a matematických úloh. Studenti se naučí rozkládat problém na dílčí kroky, pracovat se základními řídicími strukturami programu, datovými a číselnými typy a chápat omezení počítačových výpočtů vyplývající z reprezentace čísel v paměti počítače. Praktická část výuky je zaměřena na práci v prostředích Matlab, Python a Jupyter Notebook. Studenti si osvojí základní práci s vektory, maticemi, funkcemi, grafy, soustavami rovnic, experimentálními daty, regresní analýzou a dávkovým zpracováním dat. Důraz je kladen na využití programování jako praktického nástroje pro opakovatelné výpočty, zpracování laboratorních dat a automatizaci úloh běžných v chemicko-technologické praxi.
Last update: Veselý Martin (08.09.2026)
Course completion requirements - Czech

Předmět je zakončen klasifikovaným zápočtem. Podmínkou udělení zápočtu je průběžná práce během semestru a prokázání základní schopnosti samostatně řešit jednoduché algoritmické a výpočetní úlohy.

Po každém cvičení bude zadán krátký domácí úkol zaměřený na procvičení aktuálně probírané látky. Za splnění domácího úkolu student získá 1 bod. Kontrola domácích úkolů bude standardně probíhat na začátku následujícího cvičení. V průběhu semestru mohou být studenti vyzváni k předvedení a stručnému vysvětlení svého řešení. Za funkční řešení a jeho srozumitelné vysvětlení lze získat bonusové body.

Při řešení domácích úkolů je dovoleno využívat dostupné softwarové nástroje včetně nástrojů umělé inteligence. Student však musí být schopen své řešení vysvětlit, upravit a obhájit. Pokud student předložené řešení nedokáže vysvětlit, případně je zjevné, že řešení pouze převzal bez porozumění, nemusí být úkol uznán.

Pro získání zápočtu je nutné dosáhnout minimálně 8 bodů z průběžné práce během semestru.

Last update: Veselý Martin (08.09.2026)
Literature - Czech

Doporučená:

  • Kong, Qingkai, Siauw, Timmy, Bayen, Alexandre M.. Python programming and numerical methods, a guide for engineers and scientists. : , 2020, https://vufind.techlib.cz/Record/001874999 s. ISBN 978-0-12-819549-9.
  • Online kurz Matlabu

Last update: prepocet_literatura.php (19.12.2024)
Syllabus - Czech

1. Počítač, procesor, instrukce, paměť. Algoritmy a programy.

2. Rozklad úlohy na jednodušší podúlohy. Opakovatelnost řešení.

3. Větvení programu, podmínky. Rekurze.

4. Cykly. Jednoduché aplikace.

5. Celá čísla a jejich reprezentace; rozsah celočíselných typů.

6. Čísla v plovoucí řádové čárce; omezená přesnost; zaokrouhlování; standard IEEE 754; rozdíly mezi zápisem a uložením čísla; důsledky pro numerické výpočty; rozdíly v práci s čísly v Pythonu a MatLabu.

7. MatLab jako maticový kalkulátor; operátory, implementace cyklů.

8. Rovnice a soustavy rovnic.

9. Práce s experimentálními daty a regresní analýza v prostředí MatLab.

10. Dávkové zpracování dat, obraz jako matice.

11. Python a Jupyter notebook jako laboratorní kalkulačka.

12. Rozhodování, opakování a automatizace opakovaných výpočtů v Pythonu.

13. Funkce a práce s daty v Pythonu.

14. Jednoduché chemicko-technologické aplikace v Pythonu.

Last update: Veselý Martin (08.09.2026)