UKENG
ПОВЕРНУТИСЬ

Підготовчий курс для вступу на магістерську програму, 2020

752

Факультет прикладних наук УКУ запрошує на підготовчий курс до вступу на магістерську програму Data Science.

Мета курсу – нагадати та наголосити на основних темах та напрямах математики, які не лише будуть на вступних іспитах, а й знадобляться під час самого навчання на програмі. Курс орієнтований на актуалізацію знань з лінійної алгебри, математичного аналізу, теорії ймовірностей та дискретної математики, а не на вивчення матеріалу з нуля.

Важливо: проходження курсу не означає додаткових балів чи інших «бонусів» на вступних іспитах.

Якщо Ви фізично не зможете відвідувати заняття, ми надаємо можливість проходити навчання онлайн. Кількість віддалених місць – 50.

Увага! Через введення карантинних заходів у країні, навчання на підготовчих курсах проводиться лише у онлайн форматі. Існує можливість доєднання до навчання після початку курсів (в такому випадку також надається доступ до записів усіх попередніх занять).

Розклад проведення занять

Заняття відбуваються по суботах.

Кожен день 3,5 години занять. Попередній розклад:

  • 10:00 – 12:00
  • 13:00 – 14:30

Дати проведення:

  • Математичний аналіз – 7, 14, 28 березня
  • Теорія ймовірностей – 21 березня, 4, 11 квітня
  • Дискретна математика – 25 квітня, 9 травня
  • Лінійна алгебра – 16, 23, 30 травня

Вартість навчання

Зверніть увагу, що після оплати вам на пошту має прийти електронний квиток. В разі неотримання квитка, будь ласка, зверніться за допомогою на адресу [email protected].

На початку березня ми зв’яжемося з учасниками щодо деталей проведення занять.

Наповнення курсу

Математичний аналіз

  • Похідна складеної функції.
  • Дослідження функцій на екстремуми
  • Частинні похідні функції багатьох змінних
  • Дослідження функції багатьох змінних на екстремум
  • Умовний екстремум функції багатьох змінних
  • Числові ряди.
  • Сума геометричного та гармонічного ряду.
  • Степеневі ряди. Ряди Тейлора та Маклорена

Теорія ймовірностей

  • Ймовірність випадкової події, незалежні події
  • Умовна ймовірність
  • Формула повної ймовірності
  • Формула Байєса
  • Випадкові величини
  • Розподіли випадкових величин (нормальний, біноміальний, рівномірний)
  • Незалежність випадкових величин
  • Математичне сподівання та дисперсія

Дискретна математика

  • Множини
  • Відношення
  • Булева алгебра
  • Графи
  • Алгоритми на графах

Лінійна алгебра

  • Додавання і множення матриць.
  • Обернена матриця.
  • Ранг матриці.
  • Методи розв’язку системи лінійних рівнянь.
  • Однорідні системи лінійних рівнянь.
  • Вектори та лінійні дії над ними.
  • Лінійні векторні простори. Лінійна незалежність векторів. Вимірність лінійного векторного простору.
  • База лінійного векторного простору. Розклад вектора за базою.
  • Рівність і колінеарність векторів. Скалярний добуток векторів. Кут між векторами.
  • Векторний добуток векторів.

Викладачі

На курсі викладають викладачі факультету прикладних наук: Степан Фединяк (математичний аналіз), Юлія Колодій (теорія ймовірностей), Олексій Молчановський (дискретна математика), Наталія Терлич (лінійна алгебра).

Доступ до матеріалів курсу

Всі слухачі курсу будуть мати доступ до слайдів занять, розв’язаних задач у класі, відео-записів занять.

Контакти

Для більш детальної інформації просимо звертатися за адресою [email protected].

Вам буде цікаво