Skip to article frontmatterSkip to article content
Site not loading correctly?

This may be due to an incorrect BASE_URL configuration. See the MyST Documentation for reference.

Študijski in izpitni red: 2026/27

Fakulteta za strojništvo, Univerza v Ljubljani

Predavanja / vaje

Predavanja:

Vaje:

Uraas. dr. Domen Gorjupas. Marko Zupanas. Gal Stanovnik
Četrtek
8:00Č1 (I/4b)Č2 (RU SP-24)
10:00Č3 (I/4b)Č4 (RU SP-24)
Petek
8:00P1 (I/4b)P2 (RU SP-24)
12:00P3 (I/4b)P4 (RU SP-24)

Govorilne ure:

  • četrtek 11:30 - 12:00 v učilnici I/4b, po predhodni najavi asistentu.

Asistenti:

Spremljanje sprotnega študija, obvestila itd

Sproten študij bomo izvajali s pomočjo: moj.ladisk.si. Za prijavo uporabite email, ki ga imate v VIS-u: video prikaz prijave.

Vsebine, povezane s predmetom, najdete tudi v e-učilnici.

Sprotni študij

Sprotni študij

Sestava ocene

  • 5% sodelovanje pri predavanjih

  • 10% tedenske domače naloge (vsaj 50%)

  • 40% individualni projekt (vsaj 50%)

  • 45% preizkus iz teorije (vsaj 50%): glejte pretekle preizkuse

Na predavanja in vaje morate priti pripravljeni; uporabili bomo nekatere principe obratnega učenja!

Predloge za vaje

Za vsako vajo je pripravljena predloga (Jupyter notebook) z definicijami nalog in pripravljeno kodo. Predlogo pred vajami prenesite in jo na vajah dopolnite z lastnimi zapiski in rešitvami.

Predloge vaj najdete v mapi Predloge vaj.

Individualni projekt

Se navezuje na poljubno vsebino katerega-koli predmeta na FS in ga študent definira sam. Projekt mora vsebovati sledeče vsebine:

  • simbolno reševanje,

  • sistemi linearnih enačb,

  • interpolacija ali aproksimacija,

  • iskanje ničel,

  • integriranje ali odvajanje,

  • reševanje diferencialnih enačb.

Raba umetne inteligence pri projektu

Pri individualnem projektu pričakujemo, da uporabljate orodja umetne inteligence (UI; npr. Claude, ChatGPT, Copilot): za razlago metod, pisanje in pregled kode, iskanje napak in oblikovanje poročila. Z UI lahko v razpoložljivem času naredite bistveno več kot brez nje, zato so temu prilagojena tudi pričakovanja glede obsega projekta.

Pričakovan obseg projekta

Za oceno 10 pričakujemo projekt, pri katerem bi vloženi čas brez UI bistveno presegel obseg tega predmeta. To je merilo obsega in kakovosti izdelka, ne časa, ki ga projektu posvetite: z UI je tak projekt izvedljiv v okviru predvidene obremenitve pri predmetu.

Tak projekt ima običajno:

  • realen inženirski problem (npr. iz drugega predmeta, s prakse ali iz laboratorija), ne šolske naloge, izmišljene zato, da se uporabijo predpisane metode,

  • numerične vsebine, ki so med seboj povezane v celoto (npr. interpolirane meritve so vhod v diferencialno enačbo, rešitev se nato primerja z meritvami),

  • analizo vpliva parametrov ali primerjavo več metod z oceno napake in konvergence,

  • preverjene rezultate (analitična rešitev, druga metoda, meritve, literatura),

  • uporaben programski izdelek: modul s testi, uporabniški vmesnik, animacijo, spletno aplikacijo, zajem podatkov ipd.

Okvirna ocena projekta glede na obseg:

OcenaPričakovan obseg
6–7Vseh šest numeričnih vsebin je pravilno uporabljenih in pojasnjenih, a so med seboj slabo povezane; problem je preprost.
8Smiselna celota, rezultati so preverjeni, nekaj analize vpliva parametrov.
9Realen problem, povezane metode, primerjava metod in ocena napak, izdelan programski del (modul, testi).
10Kot pri 9, v obsegu, pri katerem bi vloženi čas brez UI bistveno presegel obseg tega predmeta: npr. realni podatki ali meritve, več povezanih modelov, uporabniški vmesnik ali aplikacija, poglobljena kritična analiza.
Vaša odgovornost pri rabi UI

UI je orodje; avtor projekta in odgovorna oseba ste vi.

  • Vse, kar oddate, morate razumeti in znati pojasniti: vsako metodo, vsak del kode in vsak rezultat. Na zagovoru vas lahko vprašamo o kateremkoli delu projekta.

  • Rezultate preverite. UI pogosto predlaga neustrezno metodo, napačen robni pogoj ali kodo, ki se izvede, a računa narobe. Preverjanje rezultatov je del ocene.

  • Rabo UI opišite v razdelku Raba umetne inteligence na koncu poročila (5–10 vrstic): katera orodja ste uporabili in za kaj, kje se je UI zmotila in kako ste to ugotovili ter kaj ste naredili sami.

  • Plagiatorstvo preverjamo tudi naprej (glejte spodaj). Da je kodo napisala UI, ni opravičilo za ujemanje z drugim projektom; če izhajate iz lastnega problema, do ujemanja ne pride.

  • Pri izpitu raba UI ni dovoljena. Zato je smiselno, da vam UI pri projektu pomaga tudi pri razumevanju, ne le pri pisanju kode.

Kaj ocenjujemo pri individualnem projektu

Namen projekta je prikazati ustrezno izbiro in uporabo numeričnih metod, komentirati njihovo delovanje in ovrednotiti dobljene rezultate. Pri ocenjevanju gledamo štiri področja:

  • Numerične metode: 45 %

    • ustreznost in pravilnost uporabljenih metod: 30 %,

    • argumentacija in komentarji 15 %.

  • Poročilo in koda: 25 %.

  • Lasten odnos in kreativni dodatek: 25 %.

  • Testi kode in/ali uporabniški vmesnik: 5 %.

Kaj pri posameznem področju gledamo, je podrobneje opisano spodaj.

Kriteriji ocenjevanja po področjih

1. Numerične metode (vsako od šestih predpisanih poglavij ocenjujemo ločeno)

  • Pravilnost in ustreznost metode:

    • problem je rešen numerično; zgolj simbolna rešitev (sympy) ali zapis enačb ne zadostuje,

    • metoda ustreza problemu (npr. predoločen sistem rešite po metodi najmanjših kvadratov, periodičnega signala ne aproksimirate s polinomom, diferencialno enačbo višjega reda pretvorite v sistem enačb 1. reda itd.),

    • če je to mogoče je rezultat preverjen: s primerjavo z analitično rešitvijo, drugo numerično metodo ali obstoječo funkcijo iz numpy/scipy (to velja tudi za rešitve, ki jih predlaga UI),

    • uporaba obstoječih funkcij (numpy, scipy) je zaželena; lastna implementacija mora biti utemeljena in primerjana z obstoječo funkcijo.

  • Argumentacija in komentarji, pri vsaki uporabljeni metodi pisno pojasnite:

    • zakaj ste izbrali to metodo in ne katere druge (npr. Newtonova metoda ali bisekcija? zakaj LU razcep? zakaj zlepki in ne polinom?, itd.),

    • na kratko: kakšne so predpostavke metode in kakšne so njene omejitve (natančnost, konvergenca, red metode, izbira koraka, robne točke pri odvajanju ...),

    • kaj rezultat pomeni za vaš fizikalni problem (interpretacija).

    • Pomembno: v seminarju ne ponavljate izpeljav, teoretičnega ozadja metod itd., če to ni bistveno za razumevanje ali izvajanje vaše kode. Teorija je predmet pisnega dela izpita.

2. Poročilo in koda

  • Poročilo:

    • osnovni podatki (ime in priimek, vpisna številka, datum) in izjava o avtorstvu,

    • definicija naloge z opisom in sliko problema ter navedbo virov,

    • poglavja po predlogi (glejte tudi primer projekta); iz naslovov je razvidno, kje je katera numerična vsebina,

    • razlaga v markdown celicah, enačbe zapisane z LaTeX-om,

    • rezultati prikazani grafično (matplotlib), z označenimi osmi in enotami,

    • kratek opis rabe UI v razdelku Raba umetne inteligence.

  • Koda:

    • poročilo se po Restart \to Run All izvede brez napak, poti do datotek so relativne (vse potrebne datoteke so priložene, koda deluje kjerkoli, ne le na vašem računalniku),

    • koda je berljiva in v smiselnem vrstnem redu,

    • večkrat uporabljene funkcije so zbrane v lastnem modulu (.py), ki ga v poročilo uvozite,

    • funkcije imajo docstringe (opis, parametri, vrnjena vrednost) in smiselne komentarje,

    • dodatni paketi so navedeni z navodili za namestitev (npr. requirements.txt).

3. Lasten odnos in kreativni dodatek

  • Obseg in ambicioznost: glejte Pričakovan obseg projekta zgoraj; za oceno 10 pričakujemo obseg, pri katerem bi vloženi čas brez UI bistveno presegel obseg tega predmeta.

  • Lasten odnos: problem je smiselna celota in ne nabor nepovezanih nalog; numerične vsebine izhajajo iz problema; analiza je poglobljena (npr. vpliv parametrov, primerjava metod, ocena napake); rezultati so kritično ovrednoteni (ali so fizikalno smiselni?).

  • Kreativni dodatek: vsebina, ki na predavanjih in vajah ni bila obravnavana (glejte seznam spodaj). Ocenjujemo kakovost izvedbe, ne le prisotnost; pri ocenah 9 in 10 je kreativni dodatek pričakovan.

4. Testi kode in/ali uporabniški vmesnik

Vsaj en test lastnih funkcij (npr. z numpy.testing ali pytest) ali preprost uporabniški vmesnik. Test mora biti v poročilu izveden in uspešen.

Najpogostejše pomanjkljivosti preteklih projektov, zaradi katerih so bile ocene nižje:

  • metoda je uporabljena, ni pa pojasnjeno, zakaj ta, kako deluje in kako natančen je rezultat,

  • poglavje je rešeno le simbolno,

  • lastna implementacija metode brez utemeljitve in primerjave z obstoječo funkcijo,

  • rezultati brez interpretacije,

  • koda se zaradi napačnih poti ali manjkajočih paketov ne požene,

  • koda, ki jo je napisala UI, študent pa je na zagovoru ne zna pojasniti,

  • rezultati, ki jih ni nihče preveril.

Kreativni dodatek: primeri vsebin

Kot kreativni dodatek se tretira programska vsebina, ki na predavanjih in vajah ni bila posebej obravnavana. Z orodji UI so taki dodatki precej bolj dostopni, zato jih pri ocenah 9 in 10 pričakujemo. Na primer:

  • animacija rezultatov z uporabo matplotlib-a,

  • druge oblike naprednih prikazov (Plotly, Bokeh, vispy, pyqtgraph, VTK...),

  • avtomatsko branje podatkov iz spleta, pošiljanje rezultatov po elektronski pošti,

  • strojno generiranje poročila,

  • uporaba knjižnjice Pandas, zapis rezultatov v bazo podatkov, MS Excel,

  • uporaba platform Raspberry Pi, Arduino, zajem podatkov,

  • izdelava spletne aplikacije (Flask, Django),

  • uporaba modulov in knjižnic, kot so scikit-learn, TensorFlow, PyOpenCV.

Navodila za oddajo projekta
  • Rok za oddajo projekta je naveden spodaj, med pomembnimi datumi.

  • Za izdelavo projekta uporabite predlogo; za zgled si oglejte primer projekta.

  • Projekt oddajte v obliki zip datoteke z imenom: Ime in priimek, vpisna številka.zip. Primer: Janez Novak, 23201111.zip.

  • Velikost zip datoteke naj ne presega 20 MB.

  • ZIP oddate v e-učilnici.

Pred oddajo:

  1. v projektu zakomentirajte (dodajte #) morebitno namestitev dodatnih paketov in funkcije, kot je na primer %%timeit:

# !pip install ime_paketa
# %%timeit
  1. Preverite, da imate poti do slik in drugih datotek podane v relativni obliki (npr. 'slika.jpg', ne pa 'D:\Numerične metode\projekt\slika.jpg').

  2. naredite Kernel \to Restart in nato Cell \to Run All. Prepričajte, da se vse celice izvedejo pravilno.

Plagiatorstvo pri individualnem projektu

Vsi oddani individualni projekti so pregledani s sistemom za ugotavljanje plagiatorstva.

Sistem preverja podobnost oddanih dokumentov z vsemi ostalimi projekti iz trenutnega in preteklih študijskih let. Kot plagiat je označeno vsako ujemanje teksta in postopkov oddane kode (tudi v primeru, da je ta uporabljena v drugačnem kontekstu, drugem vrstnem redu, z zamenjanimi imeni spremenljivk itd.). Iz pregleda je izvzeta vsebina predlog za predavanja, objavljenih v tem repozitoriju.

Če se znatni del vsebine vašega projekta ujema z drugim projektom, tega ne moremo oceniti kot vaše samostojno delo. To pomeni, da niste opravili vaj in nimate pogoja za pristop k izpitu.

Potek ocenjevanja projekta

Projekt ocenjujemo v dveh korakih: strojni pregled in ustni zagovor
  1. Strojni pregled oddanih poročil.

    Vsa oddana poročila najprej pregledamo strojno: preverimo, ali se poročilo izvede brez napak, ali vsebuje vse predpisane vsebine, in ga primerjamo z ostalimi projekti (glejte Plagiatorstvo zgoraj).

  2. Ustni zagovor pri izvajalcu predmeta, približno 10 minut na študenta.

    Študent na kratko predstavi svoj projekt (problem, izbrane metode, ključni rezultati), nato izvajalec zastavi nekaj vprašanj o podrobnostih, npr.: zakaj ste izbrali določeno metodo, kako deluje vaša koda, kako ste preverili rezultat, kako ste uporabili UI. Lahko vas prosimo tudi, da v kodi naredite manjšo spremembo (npr. spremenite parameter ali robni pogoj) in pokažete njen vpliv.

Končna ocena projekta se oblikuje na podlagi obeh korakov. Projekta, ki ga študent na zagovoru ne zna pojasniti, ne moremo oceniti kot samostojno delo.

Zagovor individualnih projektov bo približno 1 teden po oddaji.

Domače naloge (moj.ladisk.si)

Tedenske domače naloge vam dodelimo v sistemu moj.ladisk.si. Domače naloge so dokumenti Jupyter Notebook (.ipynb), rešujete jih v okolju Visual Studio Code.

Raba UI pri domačih nalogah je dovoljena, vendar vam svetujemo, da jih rešujete sami: na izpitu UI ni na voljo, domače naloge pa so glavna priprava nanj.

Splošna navodila za reševanje
  • Datoteke, ki jih prenesete s spleta, shranite v obliki .zip arhiva (če vaš brskalnik datoteki ne doda končnice .zip, to storite sami).

  • Arhiv z datotekami, ki ga prenesete s spleta, razpakirate v celoti.

  • V mapi z razpakiranimi datotekami odprete ukazno okno in poženete ukaz jupyter notebook.

  • Celice v .ipynb datoteki z domačo nalogo poganjate po vrsti (tudi celice povsem na vrhu datoteke!).

  • Rezultati so pri reševanju posredovani v spletni sistem moj.ladisk.si in se samodejno sprotno preverjajo. Pri reševanju je nujna povezava s spletom.

Pripravili smo tudi video navodila za reševanje.

Več podrobnosti glede reševanja domačih nalog v sistemu moj.ladisk.si: moj.ladisk.si/help.

Časovna omejitev reševanja domačih nalog

Domače naloge imajo definiran čas okna za reševanje:

  • Do odprtja okna za reševanje je možno predčasno reševanje naloge brez časovne omejitve.

  • V oknu za reševanje je dovoljen čas reševanja naloge omejen. Časovna omejitev teče od trenutka, ko znotraj okna za reševanje nalogo prvič odprete.

  • Po zaprtju okna se naloga zapre, reševanje ni več možno.

Svetujemo vam, da čim večji del naloge rešite v času predčasnega reševanja, pred odprtjem okna za reševanje.

Uporaba Jokerja za premik obveznosti

Vsakemu študentu sta pri predmetu na voljo dva Jokerja, ki jih lahko uporabite za premik obveznosti v prihodnost.

  • Z uporabo Jokerja lahko okno za reševanje domače naloge premaknete za \leq 14 dni naprej.

  • Uporaba jokerja ni možna, če ste nalogo že odprli.

  • Pred pričetkom okna za reševanje je za premik naloge potreben en Joker, v času okna za reševanje pa dva.

Predlog ocene na podlagi sprotnega študija

Predlog ocene:

  • 50 do 60%: 6

  • 60 do 70%: 7

  • 70 do 80%: 8

  • 80 do 90%: 9

  • 90% in več: 10

(Nedefinirana področja so vmesne ocene.)

Individualni projekt in predlog ocene se zagovarja na ustnem zagovoru (glejte Potek ocenjevanja projekta).

Pri zagovoru upoštevamo tudi kvalitativno oceno sodelovanja na vajah in predavanjih.

Če izpolnjujete pogoje sprotnega dela (DN, projekt) imate eno možnost opravljanja preizkusa le iz teorije na zimskih izpitnih rokih po koncu semestra.

Pomembni datumi

  1. Oddaja individualnega projekta: 12. jan 2027 do 12h *

  2. Preizkus iz teorije se piše na kateremkoli zimskem izpitnem roku (imate eno možnost).

  3. Zagovori: po izpitnem roku.

* V primeru oddaje vsaj 1 teden pred rokom, se uspeh množi z 1.1; v primeru zamude pa se upeh množi z 0.9n0.9^n, kjer je nn število začetih dni zamude.

Izpit

Izpolnjevanje pogojev za pristop k izpitu: vsak posamični dogodek (razen teorije in sodelovanja pri predvanjih), ki sestavlja oceno mora biti večji od 40%.

Izpit se opravlja v dveh delih: 40 min za tri teoretična vprašanja (glejte primer izpita) in 35 min preverjanje uporabe numeričnih metod za računalnikom (tipično dve nalogi, s sabo imate lahko poljubne pisne vire, dostopa do interneta ni).

Pri obeh delih izpita raba orodij UI ni dovoljena.

Za pozitivno oceno morata biti oba dela pozitivna.

Literatura

  1. Slavič J.: Programiranje in numerične metode s Pythonom, izvršljiva knjiga ali spletna knjiga, 2015-

  2. Petrišič J.: Uvod v Matlab za inženirje, 2011

  3. Demšar J. Python za programerje, 2012 (glejte spletno učilnico FRI)

  4. Nicolas P. Rougier: From Python to Numpy, 2017 spletna knjiga

  5. Kiusalaas J: Numerical Methods in Engineering with Python 3, 2013

  6. Fangohr H. Python for Computational Science and Engineering, 2014 (dosegljiva na spletu)

  7. Bucky R. Python Programming Tutorials (videi na YouTube)

  8. Projekt TOMO (več vsebin, glejte predvsem predmete na FMF in FRI)

  9. Scientific Python Lectures (prej Scipy Lecture Notes)

  10. Uporaba paketov Numpy, Scipy itd za inženirje Mr. P Solver (YouTube)

Pogoji za poslušanje v naprej?

Predmeta ni mogoče opravljati v naprej.