Studijní plány a sylaby FJFI ČVUT v Praze

-

Aktualizace dat: 25.11.2016

english

Navazující magisterské studiumMatematická informatika
1. ročník
předmět kód vyučující zs ls zs kr. ls kr.

Povinné předměty

Jazyky, automaty a vyčíslitelnost01JAV Ambrož, Pelantová - - 3+1 z,zk - 4
Předmět:Jazyky, automaty a vyčíslitelnost01JAV----
Anotace:
Osnova:
Osnova cvičení:
Cíle:
Požadavky:
Rozsah práce:
Kličová slova:
Literatura:

Matematick logika01MLO Cintula 2+0 zk - - 2 -
Předmět:Matematická logika01MLOIng. Cintula Petr Ph.D.----
Anotace:
Osnova:
Osnova cvičení:
Cíle:
Požadavky:
Rozsah práce:
Kličová slova:
Literatura:

Teorie informace01TIN Hobza 2+0 zk - - 2 -
Předmět:Teorie informace01TINIng. Hobza Tomáš Ph.D.2+0 ZK-2-
Anotace:Teorie informace zkoumá zásadní limity pro zpracování a přenos informace. Zaměříme se na definici entropie a pojmů s ní spojených, větu o kódování zdroje, přenositelnost zdroje informačním kanálem. Tyto koncepty tvoří nezbytné pozadí potřebné pro oblasti jako je komprese dat, zpracování signálů, adaptivní řízení a rozpoznávání obrazu.
Osnova:1. Zdroj zpráv a entropie, společná a podmíněná entropie, informační divergence, informace a jejich vztah k entropiím.
2. Jensenova nerovnost a metody konvexní analýzy, postačující statistiky a teorém o zpracování informace.
3. Fanova nerovnost a Cramér-Raova nerovnost, asymptotická ekvipartiční vlastnost bezpaměťových zdrojů.
4. Rychlost entropie zdrojů s pamětí, stacionární a markovovské zdroje.
5. Komprese dat, Kraftova nerovnost pro bezprefixové a jednoznačně dekódovatelné kódy, Huffmanovy kódy.
6. Kapacita šumového kanálu, Shannonova věta o přenositelnosti zdroje kanálem.
Osnova cvičení:
Cíle:Znalosti:
Základní pojmy a principy teorie informace.

Schopnosti:
Aplikace získaných znalostí na řešení praktických úloh jako je nalezení optimálního Huffmanova kódu, výpočet stacionárního rozdělení markovských řetězců, výpočet kapacity informačního kanálu.
Požadavky:Základní kurzy matematické analýzy a pravděpodobnosti (dle přednášek na FJFI ČVUT v Praze 01MAA3, 01MAA4 a 01PRA1).
Rozsah práce:
Kličová slova:Entropie, informace, informační divergence, Fanova nerovnost, markovské zdroje, rychlost entropie zdrojů, komprese dat, Huffmanův kód, instantní kód, Kraftova nerovnost, asymptotická ekvipartiční vlastnost.
Literatura:Povinná literatura:
[1] I. Vajda: Teorie informace, skripta FJFI, ČVUT, Praha 2003.

Doporučená literatura:
[2] T. Cover and J. Thomas: Elements of information theory, Wiley, 1994.

Paralelní algoritmy a architektury01PAA Oberhuber - - 3 kz - 4
Předmět:Paralelní algoritmy a architektury01PAAIng. Oberhuber Tomáš Ph.D.-3 KZ-4
Anotace:Předmět se zabývá paralelním zpracováním dat. To je nezbytné v situacích, kdy jedna výpočetní jednotka (CPU) nemá dostatečný výkon pro zpracování úlohy v požadovaném čase. Pro vývoj paralelních algoritmů je, na rozdíl od sekvenčních, nutná velice dobrá znalost dané paralelní architektury. Jejich studium je součástí přednášky.
Osnova:1. Úvod
2. Sekvenční a paralelní architektury
3. Komunikační sítě a komunikační operace
4. Úvod do CUDA, OpenMP a MPI
5. Analýza paralelních algoritmů
6. Algoritmy pro třídění
7. Maticové algoritmy
8. Grafové algoritmy
9. Kombinatorické prohledávání
10. Rychlá Fourierova transformace
11. Numerické algoritmy
12. Monte-Carlo metody
Osnova cvičení:1. Programování v CUDA
2. OpenMP / MPI
3. Algoritmy pro třidení
4. Maticové algoritmy
5. Grafové algoritmy
6. Kombinatorické prohledávání
7. Rychlá Fourierova transformace
8. Numerické algoritmy
9. Monte-Carlo metody
Cíle:Znalosti:
Paralelní architektury, základní typy paralelních architektur, komunikace v paralelních architekturách, programovací standardy OpenMP, MPI nebo CUDA/OpenCL, algoritmy pro třídění, maticové algoritmy, grafové algoritmy, Monte-Carlo metody, kombinatorické prohledávání, analýza paralelních algoritmů.

Schopnosti:
Studenti se naučí zvolit vhodnou paralelní architekturu pro řešenou úlohu, navrhnout vhodný paralelní algoritmus, analyzovat ho a odvodit jeho efektivitu a nakonec tento algoritmus implementovat.
Požadavky:Znalost základů algoritmizace, programování v C/C++.
Rozsah práce:Každý student musí samostatně implementovat některý paralelní algoritmus buď z navržených témat nebo podle vlastního výběru. Kontrola je provedena v rámci zkoušky.
Kličová slova:Paralelní algoritmy, paralelní architektury, architektury se sdílenou pamětí, architektury s distribuovanou pamětí, komunikační sítě, komunikační operace, IntelCC, OpenMP, MPI, GPGPU, třídění, matice, grafy, numerické výpočty, grafové algoritmy, Monte-Carlo metody, kombinatorické prohledávání.
Literatura:Povinná literatura:
[1] Grama A., Karypis G., An Introduction to Parallel Computing: Design and Analysis of Algorithms

Doporučená literatura:
[2] CUDA Programming guide

Studijní pomůcky:
Počítačová učebna

Zpracování a rozpoznávání obrazu 101ROZ1 Flusser, Zitová - - 2+2 zk - 4
Předmět:Zpracování a rozpoznávání obrazu 101ROZ1prof. Ing. Flusser Jan DrSc. / RNDr. Zitová Barbara Ph.D.-2+2 ZK-4
Anotace:Úvodní přednáška z digitálního zpracování obrazu a rozpoznávání. Hlavní pozornost je věnována digitalizaci obrazu, předzpracování (potlačení šumu, zvýšení kontrastu, odstranění rozmazání, Wienerův filtr, slepé dekonvoluce), detekci hran, morfologii a geometrickým transformacím. Výklad teorie bude doprovázen ukázkami experimentů a praktických aplikací.
Osnova:1. Digitalizace obrazu, vzorkování a kvantování spojitých funkcí, Shannonův teorém, aliasing
2. Základní operace s obrazy, histogram, změny kontrastu, odstranění šumu, zaostření obrazu
3. Lineární filtrace v prostorové a frekvenční oblasti, konvoluce, Fourierova transformace
4. Detekce hran
5. Degradace obrazu a její modelování, inverzní a Wienerův filtr, odstranění základních typů degradací (rozmazání pohybem a defokusací)
6. Segmentace obrazu
7. Matematická morfologie
8. Registrace (matching) obrazů
Osnova cvičení:1. Zobrazení snímku a základy Matlab
2. Fourierova transformace
3. Šum a jeho odstranění
4. Detektory hran a ekvalizace histogramu
5. Registrace obrazu
6. Morfologie
Cíle:Znalosti:
Naučit studenty základům zpracování obrazu.

Schopnosti:
Orientovat se v přednášené problematice a umět ji použít v dalších disciplinách.
Požadavky:Základy lineární algebry a matematické analýzy.
Rozsah práce:
Kličová slova:Analýza obrazu, detekce hran, odstraňování šumu, předzpracování a registrace obrazu, morfologie.
Literatura:Povinná literatura:
[1] Gonzales R. C., Woods R. E., Digital Image Processing (3rd ed.), Addison-Wesley, 2008

Doporučená literatura:
[2] Pratt W. K.: Digital Image Processing (3rd ed.), John Wiley, New York, 2001

Studijní pomůcky:
Přednášející poskytuje kompletní materiály k přednáškám i cvičením na svých webových stránkách http://zoi.utia.cas.cz/ROZ1

Teorie složitosti01TSLO Majerech 3+0 zk - - 3 -
Předmět:Teorie složitosti01TSLOMajerech Vladan3+0 ZK-3-
Anotace:Obsahem předmětu je zohlednění složitosti při návrhu algoritmů, seznámení s NP úplností a obecně s třídami výpočtů deterministických či nedeterministických Turingových strojů omezených časem či prostorem. Důraz je kladen na vzájemné vztahy těchto tříd. Kromě nedeterministických tříd jsou probírány i pravděpodobnostní třídy. Přednáška končí seznámením s třídou interaktivních protokolů.
Osnova:1. Dimenze složitosti - očekávaná, randomizovaná, amortizovaná; základní datové struktury.
2. Rozděl a panuj - rekurence, Strassenův algoritmus, třídění (+dolní odhad), hledání mediánu, prune and search.
3. Fibonacciho haldy, Dijkstrův algoritmus, hledání minimální kostry - Fredman+Tarjan, Kruskalův algoritmus a DFU.
4. NP-úplnost a základní transformace. (SAT, kachlíčkování, klika).
5. Další příklady NP-úplných problémů (Hamiltonovskost, batoh) úplné polynomiální aproximační schéma pro batoh.
6. Turingovy stroje, lineární komprese a zrychlení, redukce počtu pásek, universální stroje.
7. Konstruovatelnost funkcí, inkluze mezi třídami složitosti. Věty o hierarchii.
8. Translační lemma, Borodinova věta, Blumova věta.
9. Zobecněný nedeterminismus a pravděpodobnostní třídy.
10. Polynomiální hierarchie, úplné problémy.
11. Interaktivní protokoly.
Osnova cvičení:
Cíle:Znalosti:
Dimenzování složitosti, NP-úplné problémy, Turingovy stroje a zobecněný nedeterminismus.

Schopnosti:
Naučit se zohledňovat otázky složitosti při návrzích algoritmů, naučit se přemýšlet o dolních odhadech složitosti problémů. Znát základní vztahy mezi třídami složitosti.
Požadavky:
Rozsah práce:
Kličová slova:Složitost, NP-úplnost, algoritmus.
Literatura:Povinná literatura:
[1] J. L. Balcázar, J. Díaz, J Gabarró: Structural Complexity I, Springer - Verlag Berlin Heidelberg New York London Paris Tokyo 1988.

Doporučená literatura:
[2] Hopcroft, Ullmann: Introduction to Automata Theory and Computing, ISBN 0-201-02988-X.
[3] Vladan Majerech: Úvod do složitosti a NP-úplnosti, skripta volně ke stažení.
[4] Vladan Majerech: Složitost a NP-úplnost, skripta volně ke stažení.

Teorie čísel01TC Masáková, Pelantová - - 4+0 zk - 4
Předmět:Teorie čísel01TCprof. Ing. Masáková Zuzana Ph.D. / prof. Ing. Pelantová Edita CSc.-2+0 ZK-4
Anotace:Předmět se věnuje elementární teorii čísel a základům transcendentní a algebraické teorie čísel.


Osnova:1. Rozložení prvočísel, Mertensovy věty.
2. Algebraická číselná tělesa, tělesové izomorfizmy.
3. Diofantické rovnice, Pellova rovnice.
4. Racionální aproximace, řetězové zlomky.
5. Algebraická a transcendentní čísla.
6. Okruhy celých čísel číselných těles a dělitelnost v nich.
7. Aplikace algebraických těles na řešení diofantických rovnic a v geometrii.
Osnova cvičení:
Cíle:Znalosti:
Přehled základních nástrojů elementární a algebraické teorie čísel.

Schopnosti:
Použít metody teorie čísel v jiných oblastech matematiky.
Požadavky:Předpokládá se znalost analýzy, algebry lineární i obecné v rozsahu bakalářského studia matematického modelování na FJFI.
Rozsah práce:
Kličová slova:Algebraické číslo, číselné těleso, transcendentní číslo, řetězový zlomek, diofantické rovnice, distribuce prvočísel.
Literatura:Povinná:
[1] Z. Masáková, E. Pelantová, Teorie čísel, Skriptum ČVUT 2010.

Doporučená:
[2] E. B. Burger, R. Tubbs, Making transcendence transparent, Springer-Verlag 2004.
[3] M. Křížek, F. Luca, L. Somer, 17 Lectures on Fermat Numbers, Springer-Verlag 2001.

Teorie matic01TEMA Pelantová 2+0 z - - 3 -
Předmět:Teorie matic01TEMAprof. Ing. Pelantová Edita CSc.-2+0 Z-3
Anotace:Předmět se hlavně věnuje teorii podobných matic nad komplexním tělesem, spektru nezáporných matic a vlastnostem tenzorových součinů.

Osnova:1. Jordanova věta a převod matice na Jordanův tvar, invariantni podprostory.
2. Matice a grafy.
3. Nezáporné matice a Perron - Frobeniova věta, stochastické matice.
4. Tenzorový součin matic a jeho vlastnosti.
5. Matice nad konečnými tělesy.
Osnova cvičení:
Cíle:Znalosti:
Základní výsledky teorie kanonických tvarů matic a Perronovou a Frobeniovou teorii nezáporných matic.

Schopnosti:
Použití těchto výsledků v teorii grafů a v algebraické teorii čísel.
Požadavky:Absolvování kurzů Lineární algebra a Obecná algbera.
Rozsah práce:Každý student připraví krátky referát o nějaké problematice související s maticemi a jejich aplikacemi jako jsou např. časová složitost maticových operací, Hadamardovy matice, Perron-Frobeniova věta v kombinatorice na slovech atp.
Kličová slova:Jordanův tvar matice, podobnost matic, dominantní vlastní číslo, tenzorový součin.
Literatura:Povinná:
[1] M. Fiedler, Speciální matice a jejich použití v numerické matematice, SNTL Praha 1981.

Doporučená:
[2] D.K. Faddějev, V.N. Faddějevová, Numerické metody lineární algebry, SNTL 1964.

Základy teorie grafů01ZTG Ambrož 4+0 zk - - 4 -
Předmět:Základy teorie grafů01ZTGIng. Ambrož Petr Ph.D.----
Anotace:Obsahem předmětu je ucelený výklad základů moderní teorie grafů, doplněný pohledem na některé aplikace vykládané teorie.
Osnova:1. Základní pojmy teorie grafů.
2. Vrcholová a hranová souvislost (Mengerova věta).
3. Bipartitní grafy.
4. Stromy a lesy, mosty.
5. Kostry (Matrix-Tree Theorem).
6. Eulerovy cykly a tahy, Hamiltonovy kružnice.
7. Maximální a perfektní párování.
8. Hranová barevnost.
9. Toky v sítích.
10. Vrcholová barevnost.
11. Planární grafy (Kuratowského věta), barevnost planárních grafů.
12. Spektrum adjacenční matice.
13. Extremální teorie grafů.
Osnova cvičení:
Cíle:
Požadavky:
Rozsah práce:
Kličová slova:
Literatura:

Objektově orientované programování18OOP Virius 0+2 z - - 2 -
Předmět:Objektově orientované programování18OOPdoc. Ing. Virius Miroslav CSc.0+2 Z-2-
Anotace:Náplň předmětu tvoří referáty studentů na zadaná témata zabývající se technologiemi používanými při vývoji programů.
Osnova:
Osnova cvičení:1. Objektové knihovny pro tvorbu aplikací pro Windows
2. Základy standardu COM
3. Základy standardu CORBA
4. Objektové modelování v jazyce UML
5. Návrhové vzory
6. Refaktoring
7. RMI
8. Webové služby
Cíle:Znalosti:
Základy vybraných programovacích technologií založených na objektově orientovaném programování.

Schopnosti:
Aplikace probraných technologií při vývoji softwaru.
Požadavky:Znalost programovacího jazyka C++.
Rozsah práce:Individuální práce studenta představuje buď prezentaci na zadané téma, přednesenou před ostatními studenty, nebo program využívající některou z probíraných technologií pro tvorbu distribuovaných aplikací. Ověření je založeno na předvedení programu nebo prezentace.
Kličová slova:COM, CORBA, webová služba, UML, RMI, návrhový vzor, refaktoring.
Literatura:Povinná literatura:
[1] E. Gamma, R. Helm, R. Johnson, J. Vlissides: Design Patterns. Addison-Wesley 1994. ISBN 0-201-63361-2.
[2] Martin Fowler: Refaktoring. Grada 2004. ISBN 80-247-0299-1.

Doporučená literatura:
[3] J. Schmuller: Myslíme v jazyku UML. Praha, Grada 2001. ISBN 80-247-0029-8.
[4] A. Rofail, Y. Shohoud: Mastering COM and COM+. Sybex 2000. ISBN 0-7821-2348-8.

Výzkumný úkol 1, 201VUSI12 Hobza 0+6 z 0+8 kz 6 8
Předmět:Výzkumný úkol 101VUSI1Ing. Hobza Tomáš Ph.D.0+6 Z-6-
Anotace:Výzkumná práce na zvolené téma pod vybraným školitelem. Vedení a průběžná kontrola přípravy výzkumné práce.
Osnova:Výzkumná ročníková práce na zvolené téma pod vybraným školitelem.
Osnova cvičení:
Cíle:Zapojení studentů do výzkumu.
Znalosti:
Individuální tématika podle zadání práce.

Schopnosti:
Samostatná práce na zadaném výzkumném úkolu, orientace v dané problematice, sestavení vlastního odborného textu.
Požadavky:Bakalářská práce BP12, individuální.
Schopnost samostatné výzkumné práce studentů.
Rozsah práce:Rozsah: cca 30-40 stránek.
Zaměření: individuální, předmět je samostatnou prací studenta na zadaném tématu.
Způsob kontroly: Práce jsou průběžně kontrolovány školitelem a příslušnou katedrou, zápočet udělen oproti posudku školitele.
Kličová slova:Výzkumný úkol, výzkum, vývoj, matematické a softwarové modely, aplikace.
Literatura:Individuální - dle referencí ze zadání.

Předmět:Výzkumný úkol 201VUSI2Ing. Hobza Tomáš Ph.D.-0+6 KZ-8
Anotace:Výzkumná práce na zvolené téma pod vybraným školitelem. Vedení a průběžná kontrola přípravy výzkumné práce.
Osnova:Výzkumná ročníková práce na zvolené téma pod vybraným školitelem.
Osnova cvičení:
Cíle:Zapojení studentů do výzkumu.
Znalosti:
Individuální tématika podle zadání práce.

Schopnosti:
Samostatná práce na zadaném výzkumném úkolu, orientace v dané problematice, sestavení vlastního odborného textu.
Požadavky:Bakalářská práce BP12, individuální.
Schopnost samostatné výzkumné práce studentů.
Rozsah práce:Rozsah: cca 30-40 stránek.
Zaměření: individuální, předmět je samostatnou prací studenta na zadaném tématu.
Způsob kontroly: Práce jsou průběžně kontrolovány školitelem a příslušnou katedrou, klasifikovaný zápočet udělen po úspěšné obhajobě před komisí katedry.
Kličová slova:Výzkumný úkol, výzkum, vývoj, matematické a softwarové modely, aplikace.
Literatura:Individuální - dle referencí ze zadání.

Volitelné předměty

Teorie her01TEH Kroupa - - 2+0 zk - 2
Předmět:Teorie her01TEH----
Anotace:
Osnova:
Osnova cvičení:
Cíle:
Požadavky:
Rozsah práce:
Kličová slova:
Literatura:

Softwarový projekt 1, 201SWPR12 Minárik 0+2 z 0+2 z 2 2
Předmět:Softwarový projekt 101SWPR1Ing. Minárik Vojtěch Ph.D.----
Anotace:
Osnova:
Osnova cvičení:
Cíle:
Požadavky:
Rozsah práce:
Kličová slova:
Literatura:

Předmět:Softwarový projekt 201SWPR2Ing. Minárik Vojtěch Ph.D.----
Anotace:
Osnova:
Osnova cvičení:
Cíle:
Požadavky:
Rozsah práce:
Kličová slova:
Literatura:

Úvod do mainframe01UMF Oberhuber 2 z - - 2 -
Předmět:Úvod do mainframe01UMFIng. Oberhuber Tomáš Ph.D.2 Z-2-
Anotace:Obsahem předmětu je architektura mainframů, bývalých sálových počítačů. Vyučují se základy práce s operačním systémem z/OS, spouštění úloh pomocí JCL a odlišnosti při programování v jazyce C/C++.
Osnova:1. Úvod do mainframe.
2. Správa paměti v z/OS.
3. Soubory v z/OS.
4. ISPF -uživatelské rozhraní.
5. JES - systém pro spouštění úloh.
6.-10. JCL - skriptovací jazyk.
11. Programovani v C/C++.
12. Rexx.
Osnova cvičení:1. ISPF -uživatelské rozhraní.
2. JCL - skriptovací jazyk.
3. Programování v C/C++.
4. Programovaní v jazyce REXX.
Cíle:Znalosti:
Porozumění odlišnostem mainframů od ostatních architektur, hardware pro zSerie, operační systém z/OS, soubory, práce s ISPF, psaní JCL skriptů a programování v C/C++.

Schopnosti:
Student dokáže pracovat v prostředí ISPF, umí vytvářet a spravovat soubory, umí psát JCL skripty a překládat programy napsané v jazyce C/C++. Student chápe, jaké požadavky jsou kladeny na vysoce spolehlivé systémy.
Požadavky:Základy operačních systémů, základní znalost Unix/Windows, programování C/C++.
Rozsah práce:Studenti individuálně řeší menší úlohy v průběhu výuky. Kontrola je provedena v rámci jednotlivých cvičení.
Kličová slova:Mainframe, z/OS, z/Serie, JCL, ISPF, C/C++. Rexx.
Literatura:Povinná literatura:
[1] IBM, Introduction to the new mainframe, IBM, 2005.

Doporučená literatura:
[2] IBM, ABCs of z/OS System Programming Volume 1-3, IBM, 2004.

Studijní pomůcky:
Počítačová učebna, účet na mainframovém systému.

Správa mainframe01SMF Oberhuber - - 2 z - 2
Předmět:Správa mainframe01SMFIng. Oberhuber Tomáš Ph.D.-2 Z-2
Anotace:Obsahem předmětu je výklad základů správy počítačů typu mainframe. Po seznámení s hardwarem těchto počítačů další výklad zahrnuje bezpečnost, transakční systémy, virtualizaci a nerelační databáze v prostředí mainframe.
Osnova:1. Hardware počítačů typu mainframe.
2. Bezpečnost v prostředí mainframe (SAF, RACF).
3. Transakční systémy (CICS).
4. Virtualizace (vývoj, základní pojmy, koncept virtualizace, virtualizace jednotlivých částí systému).
5. Nerelační databáze.
6. Bezpečnost a kryptografie
7. Ladění kódu v asembleru
Osnova cvičení:1. Transakční systémy.
2. Nerelační databáze
Cíle:Znalosti:
Základní přehled v oblasti technologii používaných při zprávě počítačů typu mainframe.

Schopnosti:
Lépe poznat rozdíly mezi systémy typu mainframe a architekturou Wintel resp. unixových systémů, chápat podstatné principy systémů s vysokou spolehlivostí.
Požadavky:Základy operačních systémů, mainframe a databáze.
Rozsah práce:Student musí napsat dva semestrální programy na téma databáze a transakce. Kontrola je provedena v průběhu semestru.
Kličová slova:Mainframe, správa systému, bezpečnost systému, transakční systémy, virtualizace, nerelační databáze.
Literatura:Povinná literatura:
[1] IBM, Introduction to the New Mainframe: z/OS Basics, IBM, 2005.

Doporučená literarura:
[2] IBM, Introduction to the New Mainframe: Security, IBM, 2006.
[3] IBM, Introduction to the New Mainframe: z/VM Basics, IBM, 2003.

Studijní pomůcky:
Počítačová učebna Windows/Linux.

Programování pro mainframe01PMF Oberhuber - - 2 z - 2
Předmět:Programování pro mainframe01PMFIng. Oberhuber Tomáš Ph.D.-2 Z-2
Anotace:V tomto předmětu jsou vysvětleny základy programování pro mainframe, zejména programování v assembleru. Kromě základních instrukcí jsou probrány i makra, práce se soubory, načítání DLL knihoven apod.
Osnova:1. Úvod do assembleru
2. Struktura instrukcí
3. Datové typy
4. Vstupy a výstupy
5. Datová konverze
6. Tabulky a smyčky
7. Logické operace
8. Podprogramy
9.-10. Makra
11.-12. Dynamické moduly
Osnova cvičení:
Cíle:Znalosti:
Struktura assemblerových instrukcí, datové typy, vstupy a výstupy, datová konverze, tabulky a smyčky, logické operace, podprogramy, makra, dynamické moduly.

Schopnosti:
Student dokáže psát jednoduché programy v assembleru pro systém z/OS. Měl by být také schopný mnohem snáze procházet specializovanými kurzy vývojářských firem.
Požadavky:Základy práce s mainframe na úrovni předmětu Úvod do mainframe.
Rozsah práce:Student musí naprogramovat v assembleru jednoduchý program na úrovni předmětu Základy algoritmizace.
Kličová slova:Mainframe, z/OS, assembler, HLASM, makra.
Literatura:Povinná literatura:
[1] K. McQuillen, A. Prince, MVS Assembler Language, 1987, Mike Murach.

Doporučená literatura:
[2] IBM, IBM System/370, Principles of Operation, IBM, 1975.

Studijní pomůcky:
Počítačová učebna, účet na systému mainframe.

Úvod do bioinformatiky01UBIO Oberhuber 2 kz - - 2 -
Předmět:Úvod do bioinformatiky01UBIOIng. Oberhuber Tomáš Ph.D.2 KZ-2-
Anotace:Bioinformatika v současnosti patří mezi rychle se rozvíjející obory. V širším chápání si pod tímto pojmem lze představit jakoukoliv aplikaci netriviálních metod informatiky v oblasti biologie. Tento předmět se zaměřuje hlavně na analýzu sekvencí DNA a analýzu proteinů. Vyučované algoritmy, ovšem najdou uplatnění i v mnoha jiných oblastech.
Osnova:1. Úvod do molekulární biologie.
2. Mapování DNA.
3. Hledání motivů.
4. Přeskupování genomu (třídění pomocí reversí).
5-7. Porovnávání sekvencí DNA (dynamické programování).
8. Predicke genů.
9. Sekvencování DNA.
10. Identifikace proteinů.
11. Hledání krátkých vzorů (sufixové stromy).
12. Hledání shluků, Markovovy procesy.
Osnova cvičení:1. Třídění pomocí reversí
2. Dynamické programování
3. Sufixové stromy
4. Hledání shluků
Cíle:Znalosti:
Mapování DNA, sekvencování DNA, porovnávání sekvencí, predicke genů, identifikace proteinů, hledání motivů, rekonstrukce fylogenetických stromů, dynamické programování, hledání shluků, sufixové stromy.

Schopnosti:
Student dokáže aplikovat naučené algoritmy pro řešení základních problémů při zpracování DNA sekvencí nebo proteinů. Tyto algoritmy lze také využít při pokročilém zpracování textu nebo datových souborů.
Požadavky:Znalost základu algoritmizace na úrovni předmětu Základy algoritmizaci.
Rozsah práce:Student musí naprogramovat vybraný algoritmus v jazyce Perl nebo Python.
Kličová slova:Molekulární biologie, DNA, RNA, proteiny, sekvencování, analýza sekvencí, algoritmy, dynamické programování, grafové algoritmy, sufixové stromy, shluky, zpracování textů.
Literatura:Povinná literatura:
[1] N. C. Jones, P. A. Pevzner, An introduction to bioinformatics, MIT Press, 2004.

Doporučená literatura:
[2] W.-K. Sung, Algorithms in bioinformatics - a practical introduction, CRC Press, 2010.

Studijní pomůcky:
Počítačová učebna.

Testování a verifikace software01TVS Mařík 2+2 z,zk - - 6 -
Předmět:Testování a verifikace software01TVSIng. Mařík Radek CSc.----
Anotace:
Osnova:
Osnova cvičení:
Cíle:
Požadavky:
Rozsah práce:
Kličová slova:
Literatura:

Zpracování diagnostických signálů01ZSIG Převorovský - - 3+0 zk - 3
Předmět:Zpracování diagnostických signálů01ZSIGIng. Převorovský Zdeněk CSc.-3+0 ZK-3
Anotace:Přednáška je zaměřena na měřící techniky a matematické metody zpracování a hodnocení signálů a dat v nedestruktivní resp. neinvazivní diagnostice v materiálovém inženýrství resp. v lékařství. K popisu signálů a jejich přenosu v různých reprezentacích jsou rozebírány základní integrální transformace a jejich diskrétní ekvivalenty. Další část výkladu je věnována číslicové filtraci signálů. Doplňující počítačová cvičení jsou vedena na bázi programovacího jazyka MATLAB a seznamují studenty s dalšími funkcemi programových balíků MATLAB SIGNAL a WAVELET TOOLBOX.
Osnova:1. Metody a signály v nedestruktivní (resp. neinvazivní) technické (resp. lékařské) diagnostice (ultrazvukové, akustické, elektromagnetické, optické, radiační, mechanické).
2. Číslicové měřící techniky a systémy v diagnostice (jaderná technika, doprava, stavebnictví, lékařství).
3. Měřící přístroje a snímače fyzikálních veličin. Fyzikální principy detektorů a matematické základy časové a amplitudové diskretizace signálů. Počítačový sběr dat a řízení procesů. Číslicové převodníky, filtry, osciloskopy, generátory, zesilovače, spektrometry.
4. Předzpracování a záznam signálů (zesílení, filtrace, parametrizace, obálková analýza, přenos a ukládání dat). Způsoby hodnocení diagnostických dat.
5. Lineární a nelineární systémy. Přenosová funkce a systémová odezva. Nelineární metody, časově reverzní algoritmy, tomografie.
6. Měření a zpracování deterministických signálů. Konvoluce a dekonvoluce, analýza v časové, frekvenční a časo-frekvenční oblasti, waveletová analýza a filtrace.
7. Zpracování stochastických signálů. Analýza a potlačení šumu, statistické parametry a charakterizační atributy signálů, statistická analýza vyšších řádů - HOSA, metoda hlavních os a faktorová analýza, metody detekce příchodu signálů (prahová, pravděpodobnostní).
8. Vybrané metody rozpoznávání signálů a analýzy diagnostických dat. Principy lokalizace zdrojů signálu akustické emise, použití umělých neuronových sítí, relevantní příznaky pro klasifikaci signálů.
9. Úvod do programování v prostředí MATLAB Simulink a NI LabView a příklady programů.
Osnova cvičení:Laboratorní cvičení (analýza akustické emise, ultrazvuková zobrazení a spektroskopie) a počítačové ukázky diagnostických metod jsou integrální součástí kurzu a probíhají v Ústavu termomechaniky AV ČR, v.v.i.
Cíle:Znalosti:
Metodika získávání a zpracovávání signálů a dat v nedestruktivním hodnocení materiálů a monitorování stavu konstrukcí a v obdobných metodách neinvazivní lékařské diagnostiky. Fyzikální principy diagnostických systémů a základy číslicové měřící techniky. Algoritmy číslicového zpracování a rozpoznávání diagnostických signálů a hodnocení a interpretace získaných diagnostických dat.

Schopnosti:
Návrhy a použití číslicových měřících a vyhodnocovacích zařízení a matematických metod potlačení šumu a zpracování dat pro diagnostiku resp. monitorování objektů. Automatizace měření, vyhodnocování dat a rozhodování.
Požadavky:Základní kurzy matematické analýzy v reálném i komplexním oboru, základní kurzy obecné fyziky, informatiky, matematické statistiky a znalost programovacího jazyka (MATLAB nebo BASIC resp. C) v rozsahu prvních 3 ročníků FJFI ČVUT.
Rozsah práce:Individuální práce studentů spočívá v laboratorních cvičeních z počítačové analýzy signálů akustické emise (AE) a vyhodnocení parametrů a lokalizace zdrojů signálu AE v rozsahu daném certifikačním testem APC v tomto oboru.
Kličová slova:Nedestruktivní diagnostika, NDT, NDE, číslicové zpracování signálu, měřící systémy, spektrální analýza, ultrazvukové metody, akustická emise.
Literatura:Povinná literatura:
[1] B. Kopec a kol.: Nedetstruktivní zkoušení materiálů a konstrukcí. (ČNDT, CERM, Brno 2008).
[2] Davídek V., Sovka P.: Číslicové zpracování signálů a implementace. (Skriptum FEL ČVUT, Vydavatelství ČVUT, Praha, 1999).
[3] Sedláček M.: Zpracování signálů v měřící technice. (Skriptum FEL ČVUT, Vydavatelství ČVUT, Praha, 1993).
[4] Vích R., Smékal Z. : Číslicové filtry. (ACADEMIA, Praha, 2000).

Doporučená literatura:
[5] Shull P.J., ed. : Nondestructive Evaluation - Theory, Techniques, and Applications. (Marcel Dekker, Inc., N.Y., Basel, 2002).
[6] Klyuev V.V., Zusman G.V., eds.: Nondestructive Testing and Diagnostics Hanbook. (RSNDTD, Moscow, Metrix .Instruments Co., Houston, 2004).
[7] Nondestructive Testing Handbook, Vol. I - IX. (The American Society for NDT, Columbus, USA).
[8] www.ndt.net, www.cndt.cz , www.ndt-ed.org, www. asnt.org , www.dgzfp.de.
[9] Časopisy: NDT-Welding Bulletin (ČNDT), Materials Evaluation (ASNT, USA), Research in Nondestructive Evaluation (ASNT, USA), NDTandE (Elsevier), Journal of Acoustic Emission (AEWG, USA), Ultrasonics (Elsevier).

Studijní pomůcky:
Učebna s možností počítačové projekce, laboratoř s vybavením pro ultrazvukové nedestruktivní zkoušení a akustickou emisi.

Metoda Monte Carlo18MMC Virius 2+2 z - - 4 -
Předmět:Metoda Monte Carlo18MMC2+2 Z-4-
Anotace:Předmět seznamuje studenty s výpočetní metodou Monte Carlo a s jejími aplikacemi ve vybraných oborech.
Osnova:1. Předpoklady k použití metody Monte Carlo (MC)
2. Přesnost metody MC
3. Transformace rovnoměrně rozdělené náhodné veličiny na náhodnou veličinu se zadaným rozdělením
4. Generování rovnoměrně rozdělené náhodné veličiny
5. Výpočet integrálu metodou MC
6. Řešení soustavy lineárních algebraických rovnic metodou MC
7. Řešení integrálních rovnic metodou MC
8. Řešení některých úloh pro diferenciální rovnice metodou MC
9. Řešení úloh o transportu záření metodou MC
10. Řešení problémů z teorie hromadné obsluhy metodou MC
Osnova cvičení:1. Předpoklady k použití metody Monte Carlo (MC)
2. Přesnost metody MC
3. Transformace rovnoměrně rozdělené náhodné veličiny na náhodnou veličinu se zadaným rozdělením
4. Generování rovnoměrně rozdělené náhodné veličiny
5. Výpočet integrálu metodou MC
6. Řešení soustavy lineárních algebraických rovnic metodou MC
7. Řešení integrálních rovnic metodou MC
8. Řešení některých úloh pro diferenciální rovnice metodou MC
9. Řešení úloh o transportu záření metodou MC
10. Řešení problémů z teorie hromadné obsluhy metodou MC
Cíle:Znalosti:
Princip metody Monte Carlo, aplikace ve vybraných oborech.

Schopnosti:
Aplikovat metodu Monte Carlo na řešení matematických a fyzikálních problémů
Požadavky:Znalost základů teorie pravděpodobnosti.
Rozsah práce:Individuální práce studentů představují implementaci metody Monte Carlo pro řešení zvoleného problému. Podmínkou zápočtu je úspěšná prezentace fungujícího programu včetně odhadu nepřesnosti výsledků.
Kličová slova:Metoda Monte Carlo, rozdělení pravděpodobnosti, transformace náhodné veličiny, chyba, generátor pseudonáhodných čísel, určitý integrál, soustava lineárních algebraických rovnic, Markovův řetězec, integrální rovnice, parciální diferenciální rovnice, teorie hromadné obsluhy, transport záření, simulované žíhání.
Literatura:Povinná literatura:
[1] Virius, M.: Metoda Monte Carlo. Praha, Vydavatelství ČVUT 2010. ISBN 978-80-01-04595-4.

Doporučená literatura:
[2] Kalos, M. H., Whitlock, Paula A.: Monte Carlo Methods. Second edition. Wiley & Blackwell 2008. ISBN 978-3-527-40760-6.

Regresní analýza dat01REGA Víšek 2+0 zk - - 2 -
Předmět:Regresní analýza dat01REGAprof.RNDr. Víšek Jan Ámos CSc.2+0 ZK-2-
Anotace:Klasická a robustní regresní analýza, odhady, diagnostika, časové řady, dynamický model.
Osnova:Lineární model, nejmenší čtverce, odhad minimalizující součet absolutních hodnot residuí. Nejlepší nestranný lineární odhad regresních koeficientů - podmínka ortogonality a sferikality (homoscedasticita), konsistence. Asymptotická normalita odhadu regresních koeficientů. Nejlepší nestranný odhad regresních koeficientů. Koeficient determinace, role interceptu, signifikance vysvětlujících veličin. Konfidenční intervaly, testování submodelu, Chowův test. Statistické knihovny (menu a key-orientované), možnosti, vstupy a výstupy, spolehlivost, interpretace výsledků. Whitův test na heteroskedasticitu, index plot. Testování normality, Theilova přepočítaná residua, test dobré shody, Kolmogorov-Smirnovův test, normal plot. Kolinearita, index podmíněnosti, Farrar-Glauberův test, redundance, hřebenová regrese, odhad s lineárními omezeními. AR, MA, AR(I)MA, podmínka invertibility a stacionarity. Vyhlazování (lineárního) trendu pomocí křivek, klouzavých průměrů a exponenciál. Sezónní a cyklická složka, testy náhodnosti. Eficientní odhad regresních koeficientů pro AR(1), MA(1), nebo AR(2), MA(2) disturbance (Prais-Winsten, Cochrane-Orcutt). Robustní regrese - M-odhady, kvalitativní a kvantitativní robustnost, influenční funkce, vlivné body (outliers, leverage points). Nejmenší medián čtverců residuí (the least median of squares), minimalizace usekaného součtu čtverců residuí a minimalizace součtu usekaných čtverců residuí (the trimmed least squares and the least trimmed squares), vážené nejmenší čtverce a nejmenší vážené čtverce (the weighted least squares and the least weighted squares), algoritmy, aplikace. Filosofické úvahy o matematickém modelování.
Osnova cvičení:
Cíle:Znalosti:
Navázat na statistickou výuku a nabídnout jeden z nejmocnějších nástrojů modelování dat. Seznámit studenty s teoretickým zázemím i praktickým použitím. Otevřít jim pohled statistika a ekonometra, klasický a robustní přístup.

Schopnosti:
Samostatná aplikace regresních metod na empirická data.
Požadavky:
Rozsah práce:
Kličová slova:Regresní model, průřezová a panelová data, klasické a robustní odhady.
Literatura:Povinná literatura:
[1] Statistická analýza dat. Vydavatelství Českého vysokého učení technického v Praze,1997. (187 stran, ISBN 80-01-01735-4)

Doporučená literatura:
[2] Hardle, W., Applied Nonparametric Regression (1990), ISBN 0-521-42950-1

Pravděpodobnostní modely umělé inteligence01UMIN Vejnarová 2+0 kz - - 2 -
Předmět:Pravděpodobnostní modely umělé inteligence01UMINIng. Vejnarová Jiřina2+0 KZ-2-
Anotace:Obsahem předmětu je přehled metod používaných pro zpracování neurčitosti v oblasti umělé inteligence. Hlavní pozornost je věnována tzv. grafickým markovským modelům, zejména Bayesovským sítím.
Osnova:1. Úvod do umělé inteligence: řešení problému, stavové prostory, hledání řešení, algoritmus A s hvězdičkou, optimalita řešení.
2. Neurčitost v umělé inteligenci: neurčitost v expertních systémech, pseudobayesovský způsob práce s nejistotou v Prospectoru.
3. Intervalové pravděpodobnosti: kapacity, horní a dolní pravděpodobnosti, koherence, domněnkové funkce, míry možnosti, konvexní množiny pravděpodobností.
4. Podmíněná nezávislost a její vlastnosti: faktorizační lemma, lemma o nezávislosti bloku.
5. Grafové markovské vlastnosti: párová, lokální a globální markovská vlastnost.
6. Triangulované grafy: rozklad grafu, "maximum cardinality search", perfektní uspořádání uzlů a klik, triangularizace grafu, "running intersection property", stromy spojení.
7. Bayesovské sítě: konsistence distribuce reprezentované bayesovksou sítí, závislostní struktura.
8. Výpočty v bayesovských sítích: Shachterův algoritmus, transformace bayesovské sítě na rozložitelný model, posílání zpráv ve stromech spojení.
Osnova cvičení:
Cíle:Znalosti:
Modely neurčitosti v umělé inteligenci a metody jejího zpracování.

Schopnosti:
Samostatná orientace v problematice umělé inteligence.
Požadavky:Základní kurs pravděpodobnosti a matematické statistiky.
Rozsah práce:
Kličová slova:Umělá inteligence, neurčitost, intervalové pravděpodobnosti, podmíněná nezávislost, grafické markovské vlastnosti, rozložitelné grafy, bayesovské sítě.
Literatura:Povinná literatura:
[1] R. Jiroušek: Metody zpracování a reprezentace znalostí v umělé inteligenci, VŠE Praha 1995.
[2] V. Mařík, O. Štěpánková a kol.: Umělá inteligence 2, Academia, Praha, 1997.

Doporučená literatura:
[3] R. G. Cowell, A. Ph. David, S. L. Lauritzen, D. J. Spiegelhalter: Probabilistic networks and expert systems, Springer 1999.

Aplikace statistických metod01ASM Hobza - - 2+0 kz - 2
Předmět:Aplikace statistických metod01ASMIng. Hobza Tomáš Ph.D.----
Anotace:Přednáška je zaměřena na aplikace vybraných metod statistické analýzy dat na konkrétní problémy včetně jejich řešení pomocí statistického softwaru. Konkrétně bude probráno: testování hypotéz o normálním rozdělení, neparametrické metody, kontingenční tabulky, lineární regrese a korelace, analýza rozptylu.
Osnova:1. Testování hypotéz o parametrech normálního rozdělení.
2. Testy dobré shody.
3. Neparametrické metody - znaménkový test, Wilcoxonův test, Kruskalův-Wallisův test.
4. Kontingenční tabulky - testy nezávislosti a homogenity, McNemarův test.
5. Lineární regrese a korelace.
6. Analýza rozptylu - jednoduché, dvojné třídění.



Osnova cvičení:
Cíle:Znalosti:
Základní statistické metody pro analýzu a grafické zobrazení dat.

Schopnosti:
Aplikovat teoreticky probrané metody na konkrétní praktické problémy analýzy dat, včetně použití těchto metod na počítači v prostředí MATLAB.
Požadavky:Základní kurzy matematické analýzy a pravděpodobnosti (dle přednášek na FJFI ČVUT v Praze 01MAB3, 01MAB4 a 01PRST).
Rozsah práce:Klasifikovaný zápočet bude udělen na základě zpracování statistické analýzy zadaných reálných dat a odevzdání protokolu obsahujícího popis použitých statistických metod, dosažených výsledků a jejich grafickou prezentaci. Každá úloha bude individuálně kontrolována.
Kličová slova:Testování hypotéz, testy dobré shody, lineární regrese, ANOVA, neparametrické testy, kontingenční tabulky.
Literatura:Povinná literatura:
[1] Anděl, Jiří: Základy matematické statistiky, Matfyzpress, Praha 2005.

Doporučená literatura:
[2] J.P. Marques de Sá: Applied statistics using SPSS, STATISTICA, MATLAB and R, Springer, 2007.

Pokročilé partie numerické lineární algebry01PNLA Mikyška 2+0 zk - - 3 -
Předmět:Pokročilé partie numerické lineární algebry01PNLAdoc. Ing. Mikyška Jiří Ph.D.2+0 ZK-3-
Anotace:Reprezentace reálných čísel v počítači, chování zaokrouhlovacích chyb při aritmetických operacích, citlivost úlohy, numerická stabilita algoritmu. Bude analyzována citlivost vlastních čísel matic a citlivost řešení soustav lineárních algebraických rovnic. Následovat bude zpětná analýza těchto úloh. Ve druhé části přednášky budou probrány metody QR rozkladu matic, metoda nejmenších čtverců, některé moderní krylovovské metody pro řešení soustav rovnic a Lanczosova metoda pro aproximaci vlastních čísel symetrické matice.
Osnova:1. Úvod, základní pojmy, reprezentace čísel v počítači
2. Standardní aritmetika IEEE, vliv zaokrouhlovacích chyb při výpočtech v aritmetice s konečnou přesností, přímá a zpětná analýza algoritmu
3. Podobnostní transformace, Schurova věta, měření vzdáleností spekter matic
4. Věta o citlivosti spekter obecných matic
5. Citlivost vlastních čísel diagonálních a normálních matic, zpětná analýza problému vlastních čísel
6. Citlivost řešení soustav lineárních algebraických rovnic, zpětná analýza řešení soustav lineárních algebraických rovnic
7. QR-rozklady matic a ortogonální transformace
8. Householderova transformace
9. Gramm-Schmidtův ortogonalizační proces, metoda nejmenších čtverců
10. Metody Krylovových podprostorů - úvod, Arnoldiho algoritmus, metoda zobecněných minimálních reziduí pro řešení soustav rovnic
11. Lanczosův algoritmus, aproximace vlastních čísel symetrické matice
12. Přehled metod Krylovových podprostorů pro řešení soustav rovnic
13. Předpodmiňování iteračních metod, příklady jednoduchých předpodmínění
Osnova cvičení:
Cíle:Znalosti:
Aritmetika s pohyblivou řádovou čárkou, vznik a šíření zaokrouhlovacích chyb v aritmetice s konečnou přesností, použití zpětné analýzy chyb k odhadu přesnosti aproximace. Citlivost a zpětná analýza spekter matic a řešení soustav lineárních algebraických rovnic, metody QR rozkladu, Arnoldiho algoritmus, základní krylovovské metody pro řešení soustav rovnic (GMRES, CG, MinRes, BiCG, QMR) a Lanczosova metoda pro aproximaci vlastních čísel symetrické matice.

Schopnosti:
Zvolit vhodnou metodu pro řešení soustavy lineárních algebraických rovnic nebo výpočet spektra dané matice a odhadnout chybu získané aproximace.
Požadavky:Základní kurzy matematické analýzy, lineární algebry a numerické matematiky (dle přednášek na FJFI ČVUT v Praze 01MA1, 01MAA2-4, 01LA1, 01LAA2, 01NM)
Rozsah práce:
Kličová slova:Aritmetika s pohyblivou řádovou čárkou, zaokrouhlovací chyby, citlivost, numerická stabilita, zpětná analýza, QR rozklady a ortogonální transformace, problém nejmenších čtverců, metody Krylovových podprostorů.
Literatura:Povinná literatura:
[1] Drkošová, Strakoš: Úvod do teorie citlivosti a stability v numerické lineární algebře, skripta ČVUT Praha, 1997.

Doporučená literatura:
[2] D. S. Watkins: Fundamentals of Matrix Computations, J. Willey, New York, 1991
[3] B. N. Parlett: Symmetric Eigenvalue Problem, Prentice Hall, Engl. Cliffs, 1988
[4] G. H. Golub, C. F. van Loan: Matrix Computations, John Hopkins, 1997.

Aplikace SQL18SQL Kukal 0+2 z - - 2 -
Předmět:Aplikace SQL18SQLdoc. Ing. Kukal Jaromír Ph.D.0+2 Z-2-
Anotace:Praktická realizace databázového systému podle obecných principů databázové analýzy.
Osnova:
Osnova cvičení:1. Databázové platformy, rozhraní, skript, DDL, DML.
2. Vytvoření tabulky a indexu v DDL.
3. Aktualizace, projekce a restrikce v DML.
4. Třídění, agregace a druhá restrikce v DML.
5. Hodnota NULL v tabulce, ve výrazu a při restrikci.
6. Množina hodnot a zahnízděný dotaz.
7. Pohled jako virtuální tabulka a její vytvoření v DDL.
8. Realizace integritních omezení v DDL.
9. Spojování datových zdrojů a hierarchické pohledy.
10. Optimalizace dotazu a rychlé množinové operace.
11. Vytváření procedur v DDL, větvení a cyklus.
12. Procedura vracející tabulku a výjimky.
13. Událostí v databázovém systému a spouště.
14. Vrstva pohledů a procedur mezi daty a klientem.
Cíle:Znalosti:
Procvičit DDL SQL, DML SQL a PL/SQL na rozmanitých příkladech. Důraz je kladen na obecná pravidla realizace DB systémů a na nezávislost na platformě DB serveru.

Schopnosti:
Orientace v dané problematice a schopnost řešení reálných úloh v SQL a PL-SQL.
Požadavky:Absolvování 18DATS.
Rozsah práce:Vypracování protokolu v PDF obsahujícího: popis řešené úlohy, ERA model, ukázky skriptů pro vytvoření databáze, ukázka minimálně pěti užitečných pohledů a nejméně pěti užitečných procedur.
Kličová slova:SQL, DDL, DML, PL/SQL, programování.
Literatura:Povinná literatura:
[1] Groff J.R., Weinberg P.N.: SQL - The Complete Reference, Mc Graw Hill, 2002.

Doporučená literatura:
[2] Kriegel A., Trukhonov B.M.: SQL Bible, John Wiley and Sons, 2008.

Dekompozice databázových systémů18DATS Kukal - - 2+2 kz - 4
Předmět:Dekompozice databazových systémů18DATSdoc. Ing. Kukal Jaromír Ph.D.-2+2 KZ-4
Anotace:Přednášky jsou orientovány na základní pojmy, databázové objekty, jejich vlastnosti a vzájemné vztahy společně s důrazem na logiku dekompozice a využití databázových operací.
Osnova:1. Smysl a výhody analýzy a dekompozice.
2. Tabulka, normální formy tabulek, entita.
3. Primární a unikátní klíč, indexový soubor a rychlý přístup k datům.
4. Argumenty proti dekompozici a pragmatický přístup.
5. Relace 1:n, 1:1, m:n, integritní omezení: DI, EI, RI.
6. Číselník, spojovací entita, hierarchie entit.
7. Vícenásobné a rekurentní relace.
8. Databázový systém, ER a ERA model.
9. Databázové operace, Coddův model a jeho aktuální modifikace.
10. Role výrazů v databázových systémech.
11. Role nedefinovaných a implicitních hodnot.
12. Role pohledů a procedur.
13. Události a spouštěče.
14. Zahnízděný dotaz nebo spojování datových zdrojů.
Osnova cvičení:Případové studie dekompozice:
1. Diagnostika a následná dekompozice nestandardních tabulek.
2. Tabulky v 5NF a ERA model.
3. Databáze receptů a rekurzivní recepty.
4. Vícejazyčný slovník a informační systém.
5. Výrobní a prodejní sklad.
6. Principy účetnictví a účetní kniha.
7. Archivace a zpracování experimentálních a průmyslových dat.
8. Struktury grafů, operace a úlohy na grafech.
9. Stromové struktury a organizační schemata.
10. Sémantická síť jako databáze.
11. Datové krychle, hvězdy a vločky.
12. Expertní systémy a logické operátory.
13. Parametrické dotazy pomocí pohledů.
14. Parametrické dotazy pomocí procedur.
Cíle:Znalosti:
Úvod do databázového myšlení prostřednictvím databázové dekompozice a operací nad databázovými objekty. Od základních pojmů se dostaneme k ERA modelu a Coddovým operacím při respektování složitosti reálných aplikací.

Schopnosti:
Orientace v dané problematice a schopnost řešení reálných úloh.
Požadavky:Nejsou nutné žádné předchozí znalosti databázových systémů.
Rozsah práce:Vypracování protokolu v PDF obsahujícího zadání úlohy vedoucí na minimálně pět tabulek, ERA model, seznam všech pohledů a seznam všech procedur potřebných pro realizaci. Protokol není vytvořen s využitím jazyka SQL či PL/SQL. Známka určena na základě ústní prezentace protokolu a znalostí metodiky dekompozice.
Kličová slova:Databáze, dekompozice, datové modelování, relační model, analýza.
Literatura:Povinná literatura:
[1] Pokorný J., Halaška I.: Databázové systémy, Vydavatelství ČVUT, Praha, 2003.
[2] Connolly T., Begg C.: Database Systems, Addison Wesley, 2005.

Doporučená literatura:
[3] Garcia-Molina H., Ullman J.: Database Systems, Prentice Hall, 2008.

Aperiodické struktury 1, 201APST12 Masáková 2+0 z 2+0 z 2 2
Předmět:Aperiodické struktury 101APST1prof. Ing. Masáková Zuzana Ph.D.----
Anotace:Seminář se věnuje kombinatorice na nekonečných slovech, nestandardním numeračním systémům a aperiodickým dlážděním prostoru. Na semináři vystupují i zahraniční odborníci. Sami studenti se aktivně zapojují do práce na otevřených problémech s danou tématikou.
Osnova:1. Kombinatorika na slovech v konečných abecedách, aperiodická slova s nízkou komplexitou, invariance na morfismus, incidenční matice morfismu a její vlastnosti.
2. Aperiodická dláždění prostoru, soběpodobnost, aperiodické delonovské množiny a různé metody jejich konstrukce, metoda cut-and-project, kvazikrystaly.
3. Reprezentace reálných čísel v soustavách s iracionální bází, beta-rozvoje a aritmetika v beta-rozvojích.
Osnova cvičení:
Cíle:Znalosti:
Orientace ve zdrojích odborné literatury na základě různých probíraných témat.

Schopnosti:
Vyhledávání a zpracovávání vědeckých poznatků z literatury s cílem naučit se samostatně vědecky pracovat.
Požadavky:Předpokládá se znalost matematiky v rozsahu bakalářského zaměření Matematická informatika, případně Matematické modelování na FJFI.
Rozsah práce:
Kličová slova:Kombinatorika na slovech, nestandardní číselné systémy, matematické modely kvazikrystalů.
Literatura:Povinná literatura:
[1] P. Fogg, Substitutions in Dynamics, Arithmetics, and Combinatorics (Lecture Notes in Mathematics, Vol. 1794).

Doporučená literatura:
[2] M. Lothaire, Algebraic Combinatorics on Words Cambridge University Press, 2002.


Předmět:Aperiodické struktury 201APST2prof. Ing. Masáková Zuzana Ph.D.----
Anotace:Seminář navazuje na předmět 01APST1. Věnuje se pokročilejším partiím kombinatoriky na nekonečných slovech, nestandardních numeračních systémů a aperiodickým dlážděním prostoru. Na semináři vystupují i zahraniční odborníci. Sami studenti se aktivně zapojují do práce na otevřených problémech s danou tématikou.
Osnova:1. Vlastnosti nekonečných slov konstruovaných jako pevné body morfismů, palindormické a pseudopalindromické uzávěry, kódování dynamického systému výměny intervalů.
2. Aperiodická dláždění prostoru, soběpodobnost, aperiodické delonovské množiny a různé metody jejich konstrukce, metoda cut-and-project, kvazikrystaly.
3. Číselné systémy s komplexní abecedou cifer, či komplexní bází. Algoritmy v nestandradních číselných soustavách.
Osnova cvičení:
Cíle:Znalosti:
Orientace ve zdrojích odborné literatury na základě různých probíraných témat.

Schopnosti:
Vyhledávání a zpracovávání vědeckých poznatků z literatury s cílem naučit se samostatně vědecky pracovat.
Požadavky:Předpokládá se znalost matematiky v rozsahu bakalářského zaměření Matematická informatika, případně Matematické modelování na FJFI.
Rozsah práce:
Kličová slova:Kombinatorika na slovech, nestandardní číselné systémy, matematické modely kvazikrystalů.
Literatura:Povinná literatura:
[1] P. Fogg, Substitutions in Dynamics, Arithmetics, and Combinatorics (Lecture Notes in Mathematics, Vol. 1794).

Doporučená literatura:
[2] M. Lothaire, Algebraic Combinatorics on Words Cambridge University Press, 2002.


Úvod do kryptologie01UKRY Dvořáková - - 2+0 z - 2
Předmět:Úvod do kryptologie01UKRYdoc. Ing. Dvořáková Lubomíra Ph.D.-2+0 Z-2
Anotace:Průřez kryptografií a kryptoanalýzou od klasických šifer, přes mechanické šifrátory, symetrickou a asymetrickou kryptografii až po kryptografii kvantovou.
Osnova:1. Klasická kryptografie a kryptoanalýza (substituce, transpozice, Vigenerova šifra, Playfairova šifra).
2. Šifrátory druhé světové války (Enigma, Lorenz).
3. Generátory náhodných a pseudonáhodných čísel.
4. Symetrická kryptografie (blokové šifry, DES, triple DES, AES).
5. Testování prvočíselnosti (Lucas-Lehmer, Rabin-Miller).
6. Asymetrická kryptografie (RSA, El Gamal, D-H výměna klíčů, Goldwasser-Micali, Rabin)
7. Elektronický podpis.
8. Hašovací funkce.
9. E-mail a bezpečnost internetu.
10. Kvantová kryptografie.
Osnova cvičení:
Cíle:Znalosti:
Historie kryptologie, aktuální šifrovací techniky a teorie, která s nimi souvisí (generování náhodných čísel, testování prvočíselnosti, hašovací funkce).

Schopnosti:
Počítačová implementace jednotlivých algoritmů.
Požadavky:Doporučené je absolvování předmětu diskrétní matematika.
Rozsah práce:Studenti jsou povinni připravit přednášku na jedno z nabízených témat z oblasti kryptologie. Přednášku přednesou pod kontrolou vyučující.
Kličová slova:Klasická kryptografie a kryptoanalýza, šifrátory, generátory náhodných a pseudonáhodných čísel, symetrická kryptografie, DES, AES, testování prvočíselnosti, asymetrická kryptografie, RSA, El Gamal, D-H výměna klíčů, elektronický podpis, hashovací funkce, e-mail a bezpečnost internetu, kvantová kryptografie.
Literatura:Povinná literatura:
[1] R. A. Mollin, An Introduction to Cryptography, 2nd edition, Chapman and Hall/CRC, 2007.
[2] J. Katz, Y. Lindell, Introduction to Modern Cryptography, Chapman and Hall/CRC, 2008.

Doporučená literatura:
[3] B. Schneier, Applied Cryptography, John Wiley and Sons, 1996.
[4] D. Welsh, Codes and Cryptography, Clarendon Press, Oxford, 1989.
[5] O. Grošek, Š. Porubský, Šifrovanie - Algoritmy, metódy, prax, Grada, Praha 1992.

Finanční a pojistná matematika01FIMA Hora 2+0 zk - - 2 -
Předmět:Finanční a pojistná matematika01FIMAHora Jan Mgr.2 ZK-2-
Anotace:Obsahem předmětu je úvod do problematiky matematiky životního a neživotního pojištění a do finanční matematiky.
Osnova:1. Základy finanční matematiky
2. Základy demografie (především úmrtnost)
3. Životní pojištění (pojistné, reservy, zajištění)
4. Neživotní pojištění (pojistné, reservy, zajištění)
5. Finanční matematika (cenné papíry)
Osnova cvičení:
Cíle:Znalosti:
Principy výpočtu a výpočet pojistného, reserv životního pojištění, reserva na pojistné plnění, ceny vybraných cenných papírů.

Schopnosti:
Orientovat se v přednášené problematice a umět ji použít v dalších disciplinách.
Požadavky:Základní kurzy pravděpodobnosti a matematické statistiky
Rozsah práce:
Kličová slova:Úmrtnost, úrok, nettopojistné, bruttopojistné, reservy, zajištění, dluhopisy, akcie, opce.
Literatura:Povinná literatura:
[1] Actuarial Mathematics, Newton L. Bowers, Hans U. Gerber, James C. Hickman, Donald A. Jones, Cecil J. Nesbitt, Society of Actuaries; 2nd edition (May 1997)

Doporučená literatura
[2] Pojistná matematika teorie a praxe, Tomáš Cipra, Ekopress, 2006

Asistivní technologie01ASTE Seifert 0+1 z - - 2 -
Předmět:Asistivní technologie01ASTESeifert Radek0+1 Z-2-
Anotace:Cílem předmětu je oblast asistivních technologií pro uživatele se zrakovým hendikepem. Vedle technologického pozadí používaných nástrojů je kladen důraz také na obecné principy jejich použití a specifické nároky cílové skupiny uživatelů.
Osnova:1. Termín "asistivní technologie" v jeho širokém i úzkém pojetí
2. Počítačový hardware a software
3. Přístupnost webových stránek a nejdůležitější metodiky
4. Digitalizace a archivace dokumentů
5. Přístupnost základních formátů
6. Braillovo písmo a tyflografika
7. Orientační systémy
Osnova cvičení:
Cíle:Znalosti:
Přehled v oblasti asistivních technologií zaměřených na uživatele se zrakovým postižením, orientace v prostředí hlasových a hmatových výstupů, zpřístupňování matematického kódu do podob přístupných nevidomým studentům, orientační systémy s globálním i lokálním dopadem.

Schopnosti:
Posouzení přístupnosti webového rozhraní, používání základních kompenzačních pomůcek pro zvětšování obrazů, tvorba tyflografických výstupů (obrázků,grafů,map).
Požadavky:
Rozsah práce:
Kličová slova:Asistivní technologie, braillský řádek, screen-reader, přístupnost, digitalizace a archivace dokumentů, Braillovo písmo, tyflografika, orientační systémy.
Literatura:Povinná literatura:
[1] Assistive technology. In Wikipedia [cit. 2010-12-22]. WWW:http://en.wikipedia.org/wiki/Assistive_technology Blind Friendly Web. .
[2] KONEČNÝ, Josef. Blind Friendly [online]. 2007 [cit. 2010-12-22]. Malé nahlédnutí do historie hlasových syntéz . WWW: .

Doporučená literatura:
[3] PAVLÍČEK, Radek. Blind Friendly [online]. 2.3. 2005-03-31 [cit. 2010-12-22]. Metodika Blind Friendly Web. WWW: .

Systémy CAD v elektronice12CAD Pavel - - 4+0 z,zk - 4
Předmět:Systémy CAD v elektronice12CADIng. Pavel Jaroslav-4+0 Z,ZK-4
Anotace:CAD programy : MicroSim 8.0, Circuit Interactice Analyser, PUFF - mikrovlnný simulator, TARGET, MPLAB. Analýza lineárních a nelineárních obvodů ve frekvenční a časové oblasti, optimalizace, FFT. Návrh a technologie výroby plošných spojů.
Osnova:1.Program MicroSim release 8.0
2.Metoda korektor - prediktor, FFT, LU faktorizace, modely tranzistorů
3.Zesilovače třídy A, B, AB, C ; filtry
4.Obvody s operačními zesilovači
5.AF a RF oscilátory
6.Kombinační a sekvenční logické obvody, klopné obvody
7.Program MPLAB, assembler mikropočítačů PIC
8.Simulace kódu mikrokontroleru PIC 16F84
9.Mikrovlnný simulátor, přechodová a impulsní charakteristika, analýza mikropáskových obvodů
10.Program TARGET pro návrh plošných spojů
11.Komplexní zpracování schématu v programu TARGET - návrh a simulace
12.Komplexní zpracování schématu v programu TARGET - autointeraktivní routování

Osnova cvičení:není
Cíle:Znalosti:
Cílem předmětu je získat přehled o špičkových simulačních programech.

Schopnosti:
Cílem předmětu je naučit se samostatně řešit elektronické obvody včetně realizace tištěných spojů pomocí výpočetní techniky.
Požadavky:Základní znalosti elektroniky, absolvování nebo souběžné studium předmětu Základy elektroniky nebo jeho ekvivalentu.
Rozsah práce:není
Kličová slova:CAD, simulace, Microsim, Target, Tina, Puff, MPLab, Multisim
Literatura:Povinná literatura:
1.Vít Záhlava : OrCAD 10, Grada 2004

Doporučená literatura:
2.www.ibfriedrich.com
3.www.microchip.com


Studentská vědecká konference01SVK Mikyška - - 5 dní z - 1
Předmět:Studentská vědecká konference01SVKdoc. Ing. Mikyška Jiří Ph.D.----
Anotace:Jedná se o aktivní účast studenta na některé ze schválených studentských konferencí. Výčet takových konferencí definuje garant předmětu
Osnova:Jedná se o aktivní účast studenta na některé ze schválených studentských konferencí. Výčet takových konferencí definuje garant předmětu.
Osnova cvičení:
Cíle:
Požadavky:
Rozsah práce:
Kličová slova:
Literatura: