PředmětyPředměty(verze: 995)
Předmět, akademický rok 2026/2027
  
   
Algoritmizace a programování pro chemické technology - B111013
Anglický název: Algorithmization and Programming for Chemical Technologists
Podoba výuky: cvičení
Zajišťuje: Ústav organické technologie (111)
Fakulta: Fakulta chemické technologie
Platnost: od 2026
Počet semestrů výuky: 1
Semestr: oba
Body: 3
E-Kredity: 3
Způsob provedení zkoušky:
Rozsah, examinace: 0/2, KZ [HT]
Počet míst: zimní:neurčen / 25 (neurčen)
letní:neurčen / neurčen (neurčen)
Maximální kapacita předmětu: neomezen
Minimální obsazenost: neomezen
Stav předmětu: vyučován
Jazyk výuky: čeština
Forma uskutečňování: prezenční
Úroveň:  
Možnost opakovaného zápisu: - / - / - / 9
Poznámka: předmět je možno zapsat mimo plán
povolen pro zápis po webu
předmět lze zapsat v ZS i LS
Garant: Veselý Martin Ing. Ph.D.
Čapek Pavel doc. Ing. CSc.
Zámostný Petr prof. Ing. Ph.D.
Klasifikace: Informatika > Programování
Prerekvizity : B413001
Termíny zkoušek   Rozvrh   
Anotace
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.
Poslední úprava: Veselý Martin (08.09.2026)
Podmínky zakončení předmětu (Další požadavky na studenta)

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.

Poslední úprava: Veselý Martin (08.09.2026)
Literatura

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

Poslední úprava: prepocet_literatura.php (19.12.2024)
Sylabus

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.

Poslední úprava: Veselý Martin (08.09.2026)
 
VŠCHT Praha