Available courses

Na ovoj stranici biće postavljani materijali koji se tiču MATLAB-a, kao i drugi materijali za oblasti koje se obrađuju na predavanjima i vežbama.

Za pitanja i pomoć u pripremi ispita možete se obratiti mailom predmetnim profesorima i asistentima. 

PISMENI ISPIT
Pismeni ispit nosi 50 poena. Sastoji se od pismenog i praktičnog dela (MATLAB), koji se rade zajedno.

USMENI ISPIT
Na usmenom ispitu je neophodno osvojiti najmanje 25 poena, od maksimalnih 50.

LITERATURA

Kurs je namenjen kao izborni studentima 3.  godine studijskog programa Matematika, moduli Matematika i računarstvo, Profesor matematike i računarstva i Teorijska matematika.

Na kursu se obrađuju linearni i nelinearni problemi optimizacije. Praktični problemi se rešavaju koristeći programski jezik Python i softverski paket Gurobi.

Научна методологија
Наставник:  Драгана Илић
Статус предмета: Изборни
Број ЕСПБ: 2
Предавања-консултације: средом у 12h, 809

 Садржај предметa:

Појам и значај науке и научног рада. Карактеристике научног рада. Дефинисање научних проблема. Опште и посебне научне методе. Планирање и спровођење научног истраживања. Етапе научноистраживачког рада. Хипотеза и верификација хипотезе. Студија постојеће литературе и стратегија прикупљања података. Базе научних радова на Интернету. Општа методологија научног израчунавања. Етички кодекс научноистраживачког рада. Појам ауторства и интелектуалне својине. Писање научног рада. Цитирање других радова. Евалуација научних резултата. Избор часописа за публиковање резултата. Рецензија. Принципи отворене науке.

Литература:                                                                            

1. презентације са предавања и линковани чланци

2. C. George Thomas - Research Methodology And Scientific Writing. Springer, 2021

3. Милошевић Живорад, Копања Вид, Милошевић Драган: Методологија научно истраживачког рада. Друштво за енергетску ефикасност БИХ, Бања Лука 2009

 

Предиспитне обавезе:

-        Активности у току часа – активно учешће у дискусију, припрема и обрада достављеног материјала.

-        Прикази научних радова – анализа научне методологије и резултата у једном раду из групе старих радова (група 1) и једном раду из групе савремених радова (група 2). Радове можете изабрати из датих примера или можете сами дати предлоге.

-        Учешће на Катедарским семинарима и Journal Club-у

-        Прегледни научни рад – израда научног прегледног рада на одобрену тему у форми научног рада, употреба overleaf програма за израду радова у latex.

 

Бодовање:

1.     Активности у току часа – 10 поена (активно учешће у дискусију, припрема и обрада достављеног материјала)

2.     Прикази научних радова – 20 поена (анализа научне методологије и резултата у једном раду из групе 1 и једном раду из групе 2)

3.     Учешће на семинару и Journal Club-у Катедре за астрономију – 10 поена

4.     Прегледни научни рад – 20 поена (израда научног прегледног рада у форми научног рада, употреба overleaf програма)

5.     Усмени испит – 40 поена

 

Линк ка материјалима:

Платформа за квизове за предмет увод у информатику.

У оквиру курса Програмирање 1 обрађују се основни концепти процедуралног програмирања. Ови концепти се илуструју кроз програмски језик C, али се стечено знање може пренети и на друге процедуралне програмске језике. Студенти се упознају са појмовима типова, контроле тока и функција, али се дискутују и напредније теме попут рада са показивачима и рада са датотекама. Сви појмови се илуструју кроз основне алгоритме и практичне примере. Курс оспособљава студенте да препознају потребу за основним конструкцијама језика попут условног гранања, петљи и функција и да њиховом исправном употребом и комбиновањем решавају једноставне проблеме. Тиме се обезбеђује чврста основа за напредније теме које се обрађују у наредним курсевима програмирања.

Курс покрива предмет "Увод у алгоритме" на првој години смера Информатика.

Materijali za vežbe iz Analize 2 za drugi semestar dok traju blokade

Na kursu se upoznajemo sa linearnim statističkim modelima i njihovim uopštenjima.

Курс покрива предмет "Увод у алгоритме" на првој години смера Информатика.

Na kursu se studenti upoznaju sa osnovama statističkog zaključivanja. Praktičan rad je predviđen u statističkom softveru R.

Научна методологија
Наставник:  Драгана Илић
Статус предмета: Изборни
Број ЕСПБ: 2
Предавања-консултације: средом у 12h, 809

 Садржај предметa:

Појам и значај науке и научног рада. Карактеристике научног рада. Дефинисање научних проблема. Опште и посебне научне методе. Планирање и спровођење научног истраживања. Етапе научноистраживачког рада. Хипотеза и верификација хипотезе. Студија постојеће литературе и стратегија прикупљања података. Базе научних радова на Интернету. Општа методологија научног израчунавања. Етички кодекс научноистраживачког рада. Појам ауторства и интелектуалне својине. Писање научног рада. Цитирање других радова. Евалуација научних резултата. Избор часописа за публиковање резултата. Рецензија. Принципи отворене науке.

Литература:                                                                            

1. презентације са предавања и линковани чланци

2. C. George Thomas - Research Methodology And Scientific Writing. Springer, 2021

3. Милошевић Живорад, Копања Вид, Милошевић Драган: Методологија научно истраживачког рада. Друштво за енергетску ефикасност БИХ, Бања Лука 2009

 

Предиспитне обавезе:

-        Активности у току часа – активно учешће у дискусију, припрема и обрада достављеног материјала.

-        Прикази научних радова – анализа научне методологије и резултата у једном раду из групе старих радова (група 1) и једном раду из групе савремених радова (група 2). Радове можете изабрати из датих примера или можете сами дати предлоге.

-        Учешће на Катедарским семинарима и Journal Club-у

-        Прегледни научни рад – израда научног прегледног рада на одобрену тему у форми научног рада, употреба overleaf програма за израду радова у latex.

 

Бодовање:

1.     Активности у току часа – 10 поена (активно учешће у дискусију, припрема и обрада достављеног материјала)

2.     Прикази научних радова – 20 поена (анализа научне методологије и резултата у једном раду из групе 1 и једном раду из групе 2)

3.     Учешће на семинару и Journal Club-у Катедре за астрономију – 10 поена

4.     Прегледни научни рад – 20 поена (израда научног прегледног рада у форми научног рада, употреба overleaf програма)

5.     Усмени испит – 40 поена

 

Линк ка материјалима:
https://moodle.matf.bg.ac.rs/course/view.php?id=172

Kurs se realizuje u toku jesenjeg semestra 2023/2024. godine.
Namenjen je studentima 3. godine studijskog programa Informatika.

Kurs Numerička analiza 2A se bavi razvojem i analizom numeričkih metoda za rešavanje početnih i graničnih problema za obične diferencijalne jednačine. Na ovoj stranici će biti postavljani domaći zadaci. Za pitanja i pomoć u pripremi ispita, možete se obratiti mailom predmetnim profesorima.



Algoritmi i strukture podataka na 2. godini I smera, školska 2023/2024

Leksička analiza i njene primene na 3. godini R smera, školska 2023/2024

Kurs Operativnih sistema se drži na drugoj godini I smera i četvrtoj godini R smera.

PREDISPITNE OBAVEZE
 Za predispitne obaveze je predviđeno 30 poena,  koje možete dobiti ako budete rešavali domaće koji budu postavljani na ovoj stranici.  Rok za predaju je nаveden u sekciji teme. Rešenja zadataka podižete na ovaj sajt u obliku pdf ili jpg formata. U slučaju da neko bude sprečen (i/ili nije predavao domaće), poene za predispitne obaveze može nadoknaditi u sklopu pismenog ispita.

PISMENI ISPIT
Pismeni ispit nosi 20 poena. Neophodno je osvojiti najmanje 10 poena za prolaz na usmeni. Pismeni ispit i predispitne obaveze u zbiru moraju imati najmanje 25 poena. Pismeni ispit će se sastojati od pisanog i praktičnog dela (MATLAB).

USMENI ISPIT
Na usmenom ispitu je neophodno osvojiti najmanje 25 poena, od maksimalnih 50.

LITERATURA



Tokom kursa bavićemo se regresionim modeliranjem. Fokus će biti na linearnim modelima i logističkoj regresiji (kao primeru uopštenih linearnih modela).

Leksička analiza i njene primene na 3. godini R smera, školska 2021/2022

Algoritmi i strukture podataka na 2. godini I smera, školska 2022/2023

Kompilacija programskih jezika - 3. godina, R smer

Algoritmi i strukture podataka na 2. godini I smera, školska 2021/2022

Leksička analiza i njene primene na 3. godini R smera, školska 2021/2022

Kompilacija programskih jezika - 3. godina, R smer

Sve informacije o kursu mogu se naci na strani kursa

http://www.programskijezici.matf.bg.ac.rs/ProgramskeParadigmeR.html

Nastavnik: Milena Vujošević Janičić

Asistent: Marjana Šolajić


1. NASTAVA

Predavanja i vežbe:

Knjiga: Uvod u digitalnu obradu signala, Ljiljana Milić, Zoran Dobrosavljević, Akademska misao


2. PREDISPITNE OBAVEZE I ZAVRŠNI ISPIT

a) Praktično- pismeni deo koji nosi 50 poena. Praktični deo se radi na računaru (Matlab) i nosi 25 poena. Pismeni deo se radi na papiru odmah posle praktičnog dela (nekoliko kraćih pitanja, jednostavniji zadatak) i takođe nosi 25 poena. Neophodno je osvojiti najmanje 26 poena za prolaz na usmeni. 

Položeni praktično- pismeni ispit važi u jednom usmenom roku koji koje se odnosi na 2020/2021 godinu.

b) Usmeni ispit koji nosi 50 poena. Neophodno je osvojiti najmanje 25 poena. 




Kurs se realizuje u toku prolećnog semestra 2020/2021. godine.
Namenjen je studentima 3. godine studijskog programa Matematika, modul R.

Predmetni profesor je Tijana Šukilović ( tijana@matf.bg.ac.rs ).  

Maksimalan broj poena koji se može osvojiti prilikom polaganja ispita je 100 i oni su raspoređeni su na sledeći način:
1. pismeni ispit - 70 poena ( uslov je 35 poena )
2. usmeni ispit - 30 poena ( obavezan ).

Izradom domaćih zadataka ( maksimalno jedan po oblasti u za to predviđenom roku ) ostvaruju se dodatni poeni.


Literatura:


Veliki zadatak: [link].

Spisak zadataka za vežbe: [link]



Algoritmi i strukture podataka, 2. godina I smera, školska 2020/2021.

Metod konačnih elemenata je numerička tehnika za približno rešavanje parcijalnih diferencijalnih jednačina. Na kursu se razmatra formulacija slabog problema, izbor odgovarajućih funkcionalnih prostora, konstrukcija konačnih elemenata i analiza greške metode.

Praktični deo nastave realizuje se u Firedrake-u (Python-baziranom okruženju za numeričko rešavanje parcijalnih diferencijalnih jednačina).

Страница је намењена свим студентима који имају обавезну стручну праксу.