Часа лекций и 1 час лабораторных занятий в дисплейном классе в неделю в первом семестре, 1 час лекций и 1 час лабораторных занятий в неделю во втором семестре Кол-во кредитов icon

Часа лекций и 1 час лабораторных занятий в дисплейном классе в неделю в первом семестре, 1 час лекций и 1 час лабораторных занятий в неделю во втором семестре Кол-во кредитов


Смотрите также:
Самостоятельная работа студентов (срс: 24 час, вес модуля 0...
«Экологическая обстановка в месте проживания студента»...
Лекций 20 час в том числе: 6 семестр 20 час лабораторных занятий...
Рабочая программа по музыке для 1 класса 1 час в неделю (всего33 часа) 2011 г...
Рабочая учебная программа по музыке для 1 класса 1 час в неделю (всего 33 часа)...
Рабочая программа элективного учебного предмета Система работы над сочинением в формате егэ...
Использование программы electronics workbench в лабораторном практикуме по дисциплинам...
Рабочая программа специальность 080504 государственное и мунииципальное управление...
Наш курс состоит из 66 часов лекций и 34 часов лабораторных работ...
Рабочая программа по курсу «История международных отношений, 1957 2006 гг.»...
Лекций -51 Лабораторных занятий 17 Практических занятий 17 срс 51 Экзамен 7с Число часов в...
Учебно-методический комплекс Ульяновск 2006 Пр...



Загрузка...
скачать
Перечень компонентов учебно-методического комплекса дисциплины


Современные компьютерные технологии



Индекс специальности, курс

НП, курс 5

Тип дисциплины (обяз., с/к, по выбору)

обязательный

Рекомендуемый семестр

1,2

Трудоемкость

2 часа лекций и 1 час лабораторных занятий в дисплейном классе в неделю в первом семестре, 1 час лекций и 1 час лабораторных занятий в неделю во втором семестре

Кол-во кредитов




Лектор

Ст. преподаватель Зарядов И.С.



    ^

  1. Выписка из ГОС ВПО (если дисциплина в ГОС имеется);


Не предусмотрено.
  1. Календарный план учебных занятий по дисциплине;





Первый семестр

Неделя

Лекции

Число часов

Семинарские занятия

Число часов

1

Введение в систему LATEX. Структура документа, подготовленного в LATEX. Команды секционирования, структура оглавления. Основные средства форматирования: фразы и абзацы, структура перечня, примечания – подстрочные, на полях, выносные. Многоколоночный набор.

1

Знакомство с пакетом LATEX. Реализация изученных команд.

2

2

Построение таблиц в LATEX: окружения tabbing, tabular, array. Многостраничные таблицы. Приложения.

1

Построение таблиц

2

3

Высшая математика в системе LATEX. Составные символы, ограничители и операторы. Окружения типа матрицы и коммутативные диаграммы. Многострочные формулы.

1

Написание математических текстов

2

4

Графика в LATEX. Создание указателей: синтаксис описания элементов указателей, подготовка указателя, программа MakeIndex, изменение вида указателя, глоссарий. Создание списка литературы.

1

Освоение графики в LATEX, создание указателей и списка литературы в документах

2

5

Пакет Scilab. История возникновения. Основные команды главного меню Scilab. Основы работы в Scilab: комментарии, элементарные математические выражения, переменные, системные переменные, функции


1

Написание простейших математических выражений.

2

6

Массивы и матрицы в Scilab: вектора и матрицы, операции над матрицами, специальные матричные функции, символьные матрицы и операции над ними. Решение задач линейной алгебры

1

Написание программ по теме лекции.

2

7

Построение двумерных графиков: функция plot, построение нескольких графиков в одной системе координат и в одном графическом окне, функция plot2d, построение точечных и ступенчатых графиков, построение графиков в полярной системе координат, построение графиков функций, заданных параметрически.

1

Написание программ, строящих двумерную графику.

2

8

Построение трёхмерных графиков в Scilab: функции plot3d и plot3d1, функции meshgrid, surf и mesh; функции plot3d2 и plot3d3, param3d и param3d1, contour и contourf, hist3d

1

Примеры построения некоторых трёхмерных графиков в Scilab

2

9

Нелинейные уравнения и системы в Scilab: алгебраические уравнения, трансцендентные уравнения, системы уравнений.

1

Примеры решения нелинейных уравнений и систем в Scilab.

2

10

Численное интегрирование и дифференцирование в Scilab

1

Примеры численного интегрирования различными методами.

2

11

Решение обыкновенных дифференциальных уравнений

1

Примеры решения обыкновенных дифференциальных уравнений

2

12

Программирование в Scilab: основные операторы sci-языка, обработка массивов и матриц, работа с файлами, написание программ и функций

1

Написание программ и функций на основе sci-языка

2

13

Создание графических приложений в среде Scilab: работа с графическим окном. Динамическое создание интерфейсных элементов, описание основных функций

1

Разработка комплекса графических приложений.

2

14

Реализация задач теории вероятностей и математической статистики в Scilab: основные функции

1

Разработка программ для расчета вероятностных задач.


2

15

Задачи оптимизации: метод наименьших квадратов, интерполяция функций. Функции lmisolver, LMITOOL

1

Решение задач оптимизации


2

16

Задачи минимизации: поиск минимума функции одной переменной и функции многих переменных, задача линейного программирования

1

Решение задач минимизации

2

17

Заключительный обзор курса. Консультации по подготовке к итоговому контролю знаний.

1

Заключительный обзор курса. Консультации.

2

18

Итоговый контроль знаний

2

Второй семестр

Неделя

Лекции

Число часов

Семинарские занятия

Число часов

1

Статистический пакет R. Введение в систему R: основы работы, числа, векторы – числовые, логические и символьные; векторы в качестве функций.

1

Практическая реализация материала в рамках лекции.

1

2

Введение в систему R: графики функций, специальная графика, списки, матрицы, многомерные массивы

1

Практическая реализация материала в рамках лекции.

1

3

Введение в систему R: факторы, фреймы данных, графики функций двух переменных, циклы, функции пользователя.

1

Практическая реализация материала в рамках лекции.

1

4

Введение в систему R: ввод и вывод данных. Простые статистические примеры

1

Создание файла с данными, обработка данных при помощи базовых статистических функций.

1

5

Одномерные, двумерные и многомерные данные. Генераторы случайных чисел

1

Практическая реализация материала в рамках лекции

1

6

Моделирование различных вероятностных распределений.

1

Моделирование различных вероятностных распределений.

1

7

Анализ и обработка данных: построение гистограмм, блоковых диаграмм и РР-бумаг.

1

Практическая реализация материала в рамках лекции

1

8

Оценка параметров выборки: точечные интервальные оценки: z-тест, t-тест, доверительные интервалы для медианы.

1

Практическая реализация материала в рамках лекции

1

9

Проверка параметрических гипотез: одномерные, двумерные и многомерные выборки

1

Практическая реализация материала в рамках лекции

1

10

Проверка непараметрических гипотез: одномерные, двумерные и многомерные выборки




Практическая реализация материала в рамках лекции




11

Регрессионный анализ: простая регрессионная модель, многолинейная регрессионная модель. Построение и оценка параметров модели

1

Практическая реализация материала в рамках лекции

1

12

Логистическая регрессионная модель, другие общие модели

1

Практическая реализация материала в рамках лекции

1

13

Дисперсионный анализ

1

Практическая реализация материала в рамках лекции

1

14

Анализ данных в моделях дожития.

1

Практическая реализация материала в рамках лекции

1

15

Многоуровневые модели, временные ряды.

1

Практическая реализация материала в рамках лекции

1

16

Анализ временных рядов

1

Практическая реализация материала в рамках лекции

1

17

Итоговый контроль знаний

2
  1. ^

    Описание курса (дисциплины):

    1. Информация о преподавателе (ссылка на страницу)


Зарядов Иван Сергеевич, старший преподаватель
    1. ^

      Цель курса


Курс «Современные компьютерные технологии» является составной частью магистерской программы «Теория вероятностей и математическая статистика». Магистерская программа «Теория вероятностей и математическая статистика» реализуется в рамках направления «Прикладная математика и информатика». В составе магистерской программы «Теория вероятностей и математическая статистика» курс «Современные компьютерные технологии» является обязательным, привязанным к семестру. Для других магистерских программ этот курс может быть курсом по выбору без привязки к семестру или факультативным на усмотрение методической комиссии программы. Курс носит теоретический и практический характер.

Целью курса является подробное ознакомление студентов с современными прикладными математическими и статистическими пакетами, необходимыми для решения задач как непосредственно в области теории вероятностей и математической статистики – параметрическая и непараметрическая статистика, регрессионный и дисперсионный анализ, так и в различных прикладных направлениях – исследование временных рядов в финансовом анализе, построение и исследование моделей дожития (актуарная математика), модели риска и др.

Задачей курса «Современные компьютерные технологии» является формирование у студентов навыков работы в современных математических и статистических пакетах. Задачей курса является также обучение студентов использованию методов анализа данных и построения прикладных моделей. Это позволит им при необходимости применять полученные знания и умения при решении прикладных задач в различных областях, связанных с анализом данных. Безусловной задачей курса является также освоение существующего программного обеспечения, ориентированного на расчет и анализ статистических данных. В результате обучения они получат умение и навыки правильно оценить сложность научно-исследовательских заданий на разработку прикладных моделей в различных областях, связанных с теорией вероятностей и математической статистики, аргументировано выбирать метод решения поставленной задачи, а затем экономично и эффективно выполнять компьютерную обработку и анализ данных, а также все необходимые вычисления в рамках поставленной прикладной задачи.
    1. ^

      Содержание курса


Смотри пункты 2 и 5.
    1. Балльно-рейтинговая система оценки знаний, шкала оценок


Работа в семестре

Максимальное число баллов, набранных в семестре – 100

Первый семестр

Вид задания

Число заданий

Кол-во баллов

Сумма баллов

1. Посещение лекций







2. Лабораторные работы

8

10, 5, 10, 10,10,10, 10, 10

75

3. Практические занятия







4. Домашние задания







5. Контрольные работы







6. Рубежная аттестация







7. Работа на семинаре

1

5

5

8. Реферат







9. Коллоквиум







10. Итоговая аттестация (экзамен)

1

20

20

ИТОГО







100



Второй семестр

Вид задания

Число заданий

Кол-во баллов

Сумма баллов

1. Посещение лекций

1

10

10

2. Лабораторные работы

3

10, 10, 10

30

3. Практические занятия







4. Домашние задания







5. Контрольные работы







6. Рубежная аттестация







7. Работа на семинаре

1

10

10

8. Реферат

3

10, 10, 10

30

9. Коллоквиум







10. Итоговая аттестация (зачет)

1

20

20

ИТОГО







100


Соответствие систем оценок (используемых ранее оценок итоговой академической успеваемости, оценок ECTS и балльно-рейтинговой системы (БРС) оценок текущей успеваемости) (В соответствии с Приказом Ректора №996 от 27.12.2006 г.):


Баллы

БРС

Традиционные

оценки в РФ

Баллы для перевода

оценок

Оценки

Оценки

ECTS

86 - 100

5

95 - 100

5+

A

86 - 94

5

B

69 - 85

4

69 - 85

4

C

51 - 68

3

61 - 68

3+

D

51 - 60

3

E

0 - 50

2

31 - 50

2+

FX

0 - 30

2

F

51 – 100

Зачет




Зачет

Passed


Студенты обязаны сдавать все задания в сроки, установленные преподавателем. Работы, предоставленные с опозданием, не оцениваются, коллоквиумы (контрольные работы) не переписываются. Студенты, получившие в течение семестра, оценку 3 или 4 (зачет) и желающие повысить свою оценку, допускаются к экзамену (итоговая аттестация). Экзаменационная работа оценивается из 20 баллов независимо от оценки, полученной в семестре. Оценка менее 51 балла (<3), полученная при итоговой аттестации, является неудовлетворительной.

Студенты, набравшие менее 31 балла в течение семестра не допускаются к итоговой аттестации.
    1. ^

      Темы лекций, семинарских занятий, лабораторных работ


Первый семестр.

Темы лекций

Тема 1. Введение в систему LATEX

Структура документа, подготовленного в LATEX. Команды секционирования, структура оглавления. Основные средства форматирования: фразы и абзацы, структура перечня, примечания – подстрочные, на полях, выносные. Многоколоночный набор.

Построение таблиц в LATEX: окружения tabbing, tabular, array. Многостраничные таблицы. Приложения.

Высшая математика в системе LATEX. Составные символы, ограничители и операторы. Окружения типа матрицы и коммутативные диаграммы. Многострочные формулы.

Графика в LATEX. Создание указателей: синтаксис описания элементов указателей, подготовка указателя, программа MakeIndex, изменение вида указателя, глоссарий. Создание списка литературы.

^ Тема 2. Пакет Scilab. Введение. Массивы и матрицы в Scilab

История возникновения. Основные команды главного меню Scilab. Основы работы в Scilab: комментарии, элементарные математические выражения, переменные, системные переменные, функции.

Массивы и матрицы в Scilab: вектора и матрицы, операции над матрицами, специальные матричные функции, символьные матрицы и операции над ними. Решение задач линейной алгебры

Тема 3. Графика в Scilab.

Построение двумерных графиков: функция plot, построение нескольких графиков в одной системе координат и в одном графическом окне, функция plot2d, построение точечных и ступенчатых графиков, построение графиков в полярной системе координат, построение графиков функций, заданных параметрически.

Построение трёхмерных графиков в Scilab: функции plot3d и plot3d1, функции meshgrid, surf и mesh; функции plot3d2 и plot3d3, param3d и param3d1, contour и contourf, hist3d.

^ Тема 4. Нелинейные системы и уравнения в Scilab. Численное интегрирование и дифференцирование в Scilab

Алгебраические уравнения, трансцендентные уравнения, системы уравнений.

Численное интегрирование и дифференцирование в Scilab: интегрирование по методу трапеций, по квадратуре, по внешней функции. Приближенное дифференцирование, основанное на интерполяционной формуле Ньютона. Вычисление производной в точке. Приближенное вычисление частных производных.

Тема 5. Программирование в Scilab.

Основные операторы sci-языка, обработка массивов и матриц, работа с файлами, написание программ и функций.

Тема 6. Создание графических приложений в среде Scilab.

Работа с графическим окном. Динамическое создание интерфейсных элементов, описание основных функций.

Тема 7. Реализация задач теории вероятностей и математической статистики в Scilab.

Основные функции, построение выборки, имеющей заданное распределение. Поиск числовых характеристик случайной величины. Построение графиков плотности и функции распределения. Основные характеристики случайной выборки.

Тема 8. Задачи оптимизации и минимизации в Scilab.

Метод наименьших квадратов, интерполяция функций. Функции lmisolver, LMITOOL.

Поиск минимума функции одной переменной и функции многих переменных, задача линейного программирования


^ Второй семестр.

Темы лекций

Тема 1. Статистический пакет R. Введение.

Основы работы, числа, векторы – числовые, логические и символьные; векторы в качестве функций. Графики функций, специальная графика, списки, матрицы, многомерные массивы. Факторы, фреймы данных, графики функций двух переменных, циклы, функции пользователя. Ввод и вывод данных. Простые статистические примеры

Тема 2. Генеральная совокупность, выборка, статистика.

Одномерные, двумерные и многомерные данные. Генераторы случайных чисел. Категориальные и числовые данные. Представление денных в виде фреймов, обработка фреймов, функции stack и unstack, пакет lattic. Моделирование различных вероятностных распределений.

Тема 3. Анализ выборки, оценка параметров выборки.

Построение гистограмм, блоковых диаграмм и РР-бумаг. Точечные интервальные оценки: z-тест, t-тест, доверительные интервалы для медианы.

Тема 4. Оценка параметрических гипотез

Одномерная выборка – оценка математического ожидания и дисперсии. Двумерная выборка – проверка на корреляцию, сравнение математических ожиданий и дисперсий.

Тема 5. Оценка непараметрических гипотез.

Одномерный случай - биномиальный тест, критерии согласия хи-квадрат и Колмогорова-Смирнова, таблицы сопряженности. Двумерный случай и многомерный случаи – проверка выборок на независимость.

Тема 6. Регрессионный анализ.

Простая регрессионная модель, общая линейная регрессионная модель, оценка параметров регрессии, полиноми­аль­ная регрессия и другие модели, построение и оценка модели

^ Тема 7. Дисперсионный анализ.

Введение в дисперсионный анализ

Тема 8. Анализ данных в страховании.

Функция дожития, непараметрический анализ - анализ таблиц дожития, модели –экспоненциальная, Вейбулла, Кокса.

^ Тема 9. Анализ временных рядов.

Введение в анализ временных рядов.


Темы лабораторных и практических занятий

Лабораторные работы в дисплейном классе.


Первый семестр:

      1. Работа в системе LATEX.

      2. Пакет Scilab. Основные команды. Массивы и матрицы в Scilab. Решение систем линейных алгебраических уравнений.

      3. Графика в Scilab. Построение двумерных и трёхмерных графиков

      4. Решение нелинейных систем и уравнений в Scilab. Задачи численного интегрирования и дифференцирования в Scilab.

      5. Программирование в Scilab

      6. Создание графических приложений в среде Scilab

      7. Реализация задач теории вероятностей и математической статистики в Scilab

      8. Задачи оптимизации и минимизации в Scilab.


Второй семестр:

  1. Простейшие операции с массивами данных в статистическом пакете R.

  2. Точечные и интервальные оценки.

  3. Проверка гипотез.

Темы рефератов (второй семестр):

  1. Описание основных функций одного из базовых пакетов пакета R: base, class, grDevices, graphics, grid, nlme, stats, splines, survival, datasets, stats4 (один пакет - тема для нескольких рефератов), примеры работы

  2. Описание функций пакетов, используемых в актуарной математике (actuar – функции актуарной математики),

  3. Описание функций пакетов, используемых при анализе временных рядов (декомпозиция временных рядов - ArDec ,)

  4. Экспорт данных из других статистических систем и Excel.

  5. R-язык: основные типы объектов, описание и свойства.

  6. R-язык: выражения – простейшие выражения, управляющие структуры, арифметические операции, типы переменных, индексирование

  7. R-язык: функции – написание функций, функции как объекты.

  8. R-язык:объектно-ориентированное программирование.

  9. Пакет прикладной эконометрики AER

  10. Пакет многомерного числового интегрирования adapt

  11. Пакет многомерного анализа amap

  12. Анимированные презентации в статистике – пакет animation

  13. Статистический пакет asuR

  14. Решение и оптимизация больших нелинейных систем - BB

  15. Пакет базовых статистических функций - BSDA

  16. Исследование портфелей в финансовой математике - backtest

  17. Общий метод максимального правдоподобия - bbmle

  18. Биномиальные доверительные интервалы - binom

  19. Классический корреляционный анализ - CCA

  20. Оценки в анализе дожития - CPE

  21. Функции оценки риска в финансах - CreditMetrics

  22. Модели Кокса оценки риска в страховании - CoxBoost

  23. Регрессионный анализ – основные понятия. caret

  24. Комбинаторика - combinat

  25. Непрерывные авторегрессионные модели - cts

  26. Анализ демографических моделей - demogR

  27. Объектно-ориентированная реализация вероятностных распределений -distr , distrDoc, distrEx , distrMod , distrSim , distrTEst

  28. Временные ряды, финансовый анализ, технический анализ - fArma, fAssets, fBasics, fBonds, fCopulae, fEcofin, fExtremes, fGarch, fImport, fMultivar, fNonlinear, fRegression, fSeries, fTrading, fUnitRoots

  29. Опционы - fOptions, fAsianOptions, fExoticOptions,

  30. Анализ портфеля ценных бумаг, оптимизация, функция полезности - fPortfolio, fUtilities

  31. Решение финансовых задач в R - financial

  32. Графическое моделирование в R - gRbase

  33. Общий регрессионный анализ - grasp

  34. Основные статистические функции в R - HSAUR

  35. Пакет базовых статистических функций (введение в статистику) - ISwR

  36. Линейные уравнения с Кронекеровой структурой - klin

  37. Линейное программирование и оптимизация - linprog

  38. Линейная регрессионная модель - lmtest

  39. Анализ линейных временных рядов - ltsa

  40. Метод Монте-Карло для цепей Маркова - MCMCpack, mcmc

  41. Оценки максимального правдоподобия - maxLik

  42. Графическое моделирование в R - mimR

  43. Трехмерная графика - misc3d

  44. Функции анализа рынка ценных бумаг - mixstock

  45. Классы для статистического анализа - modeltools

  46. Тест на нормальность для многомерных величин - mvnormtest

  47. Нелинейная регрессионная модель - nlrwr

  48. Анализ нелинейных временных рядов - nlts

  49. Тесты на нормальность выборки - nortest

  50. Чиленное вычисление производных - numDeriv

  51. Вероятность и статистика в R - PASWR

  52. Эконометрика, оценка риска - PerformanceAnalytics

  53. Полиномы в R – PolynomF

  54. Модели периодических авторегрессионных временных рядов - partsm

  55. Анализ портфеля ценных бумаг - portfolio

  56. Теория вероятностей на конечномерных пространствах - prob

  57. Моделирование в финансах - quantmod

  58. Интеграция R и Excel - RExcelInstaller

  59. Графика в R - RGraphics

  60. Реализация случайных величин - RandVar

  61. Функции оценки параметров в теории надежности - Reliability

  62. Решение нелинейных дифференциальных уравнений в R - Rsundials

  63. Редактор R для литературного анализа - relax

  64. Пакет статистического моделирования - statmod

  65. Актуарная математика, функции дожития - surv2sample, survcomp, survival

  66. Анализ временных рядов - TSA

  67. Редактор TinnR, установка и работа - TinnR

  68. Временные ряды в финансах - timeSeries

  69. Анализ временных рядов, финансы - tseries



Пакеты выложены на http://cran.r-project.org/web/packages/

  1. Учебно-методические материалы, используемые для реализации курса на обеспечивающей кафедре: учебники, учебные пособия, конспекты лекций, методические указания (в т.ч. в электронном виде)


Список обязательной литературы.

  1. Е.Р. Алексеев, О.В. Чеснокова, Е.А. Рцдченко «Scilab. Решение инженерных и математических задач». ALT Linux, Бином Лаборатория знаний, Москва 2008

  2. Руководство к пакету Scilab

  3. Руководство к статистическому пакету

  4. А.Б.Шипунов «n+1 вопрос про R» http://herba.msu.ru/shipunov/software/r/rplus1.htm

Список дополнительной литературы и источников в интернете.

  1. Домашний сайт Scilab - http://www.scilab.org/

  2. Домашний сайт статистического пакета R - http://www.r-project.org/

  3. Сайт-хранилище дополнительных пакетов к R - http://cran.r-project.org

  4. Н.Ю.Золотых, А.Н. Половинкин «Машинное обучение. Лабораторный практикум. Введение в R» http://www.uic.nnov.ru/~zny/ml//Labs/lab1.pdf

  5. Н.Ю.Золотых, А.Н. Половинкин «Машинное обучение. Лабораторный практикум. Проверка статистических гипотез» http://www.uic.nnov.ru/~zny/ml//Labs/lab2.pdf

  6. Анализ данных в R http://www.inp.nsk.su/~baldin/DataAnalysis/

  7. Форум по R - http://www.molbiol.ru/forums/lofiversion/index.php/t102724.html

  8. John Verzani simpleR - Using R for Introductory Statistics http://www.math.csi.cuny.edu/Statistics/R/simpleR

  9. Julian Faraway. Linear Models with R. CRC Press.2004

  10. Введение в R - http://cran.r-project.org/doc/manuals/R-intro.pdf

  11. Brian S. Everitt and Torsten Hothorn «A Handbook of Statistical Analyses Using R»

  12. Robert H. Shumway David S. Stoffer «Time Series Analysis and Its Applications With R Examples» Springer 2008



  1. ^

    Методические указания и рекомендации по выполнению лабораторных работ, практических или семинарских занятий, курсовых работ (проектов)


Общие правила выполнения контрольных заданий

Требования к оформлению работы

Постановка задачи.

        1. 1Краткая формулировка задачи.

        2. Исходные данные

Решение задачи.

        1. Математическое описание задачи (если требуется).

        2. Основные методы и функции решения поставленной задачи.

Текст программы.

    1. Текст программы (полная распечатка программы).

    2. Результаты выполнения программы (численные результаты, графики, файлы с выходными данными)

Работа должна быть представлена в виде распечатанного текста и на дискете (TEX/Word + Scilab и/или R).

^ Рекомендации к составлению отчета

Оформление.

Отчет по работе должен быть оформлен в форме Word-файла (кроме работы по пакету LATEX).

Содержание отчета.

Каждый пункт задания должен найти свое отражение в отчете.

Каждый раздел отчета должен содержать:

  • формулировку задания

  • описание исходных данных.

  • список используемых функций, текст программы, результаты выполнения программы, представленные в форме файла данных, графиков и т.д.

  • иллюстрационный материал в виде копий экрана с графиками (если требуется в поставленной задаче).

  • выводы, следующие из результатов программы в контексте поставленной задачи.
  1. ^

    Правила выполнения письменных работ (контрольных тестовых работ)


Студенты обязаны сдавать все задания в сроки, установленные преподавателем. Работы, предоставленные с опозданием, не оцениваются, коллоквиумы (контрольные работы) не переписываются.

  1. Образцы студенческой продукции: конспекты лекций, отчеты по лабораторным работам, практическим занятиям, образцы курсовых проектов или работ, индивидуальных заданий, рефератов и т.п.


См. приложение к УМК.
  1. Содержание практик; проведения экскурсий, лекций и их примерное содержание и сроки; индивидуальные задания студентов с указанием сроков выполнения; структура и содержание отчета о практике, порядок и сроки их защиты студентами.


Не предусмотрено.
  1. ^

    Контролирующие материалы (тесты, билеты, задачи и т.п.) по обеспечению:

    1. текущего, рубежного (промежуточного) контролей


Промежуточный контроль осуществляется посредством оценивания выполненных лабораторных работ.
    1. ^

      итоговых семестровых испытаний


Итоговые вопросы

    1. Структура документа, подготовленного в LATEX. Команды секционирования, структура оглавления.

    2. Основные средства форматирования: фразы и абзацы, структура перечня, примечания – подстрочные, на полях, выносные. Многоколоночный набор.

    3. Построение таблиц в LATEX: окружения tabbing, tabular, array.

    4. Многостраничные таблицы. Приложения.

    5. Высшая математика в системе LATEX. Составные символы, ограничители и операторы.

    6. Окружения типа матрицы и коммутативные диаграммы.

    7. Многострочные формулы.

    8. Графика в LATEX.

    9. Создание указателей: синтаксис описания элементов указателей, подготовка указателя, программа MakeIndex, изменение вида указателя, глоссарий.

    10. Создание списка литературы.

    11. Основные команды главного меню Scilab. Основы работы в Scilab: комментарии, элементарные математические выражения, переменные, системные переменные, функции.

    12. Массивы и матрицы в Scilab: вектора и матрицы, операции над матрицами, специальные матричные функции, символьные матрицы и операции над ними.

    13. Решение задач линейной алгебры

    14. Построение двумерных графиков: функция plot.

    15. Построение нескольких графиков в одной системе координат и в одном графическом окне.

    16. Функция plot2d.

    17. Построение точечных и ступенчатых графиков.

    18. Построение графиков в полярной системе координат.

    19. Построение графиков функций, заданных параметрически.

    20. Построение трёхмерных графиков в Scilab: функции plot3d и plot3d1.

    21. Построение трёхмерных графиков в Scilab: функции meshgrid, surf и mesh.

    22. Построение трёхмерных графиков в Scilab: функции plot3d2 и plot3d3.

    23. Построение трёхмерных графиков в Scilab: param3d и param3d1.

    24. Построение трёхмерных графиков в Scilab: contour и contourf, hist3d.

    25. Алгебраические уравнения, трансцендентные уравнения, системы уравнений.

    26. Численное интегрирование и дифференцирование в Scilab: интегрирование по методу трапеций, по квадратуре, по внешней функции.

    27. Приближенное дифференцирование, основанное на интерполяционной формуле Ньютона.

    28. Вычисление производной в точке.

    29. Приближенное вычисление частных производных.

    30. Основные операторы sci-языка, обработка массивов и матриц.

    31. Работа с файлами, написание программ и функций.

    32. Работа с графическим окном. Динамическое создание интерфейсных элементов, описание основных функций.

    33. Основные функции, построение выборки, имеющей заданное распределение. Поиск числовых характеристик случайной величины. Построение графиков плотности и функции распределения.

    34. Основные характеристики случайной выборки.

    35. Метод наименьших квадратов, интерполяция функций. Функции lmisolver, LMITOOL.

    36. Поиск минимума функции одной переменной и функции многих переменных, задача линейного программирования
  1. Материально-техническое обеспечение дисциплины и перечень используемого программного обеспечения.


Занятия проводятся на базе дисплейного класса кафедры Теории вероятностей и математической статистики РУДН.

.




Скачать 286,52 Kb.
оставить комментарий
Дата10.10.2011
Размер286,52 Kb.
ТипДокументы, Образовательные материалы
Добавить документ в свой блог или на сайт

Ваша оценка этого документа будет первой.
Ваша оценка:
Разместите кнопку на своём сайте или блоге:
rudocs.exdat.com

Загрузка...
База данных защищена авторским правом ©exdat 2000-2017
При копировании материала укажите ссылку
обратиться к администрации
Анализ
Справочники
Сценарии
Рефераты
Курсовые работы
Авторефераты
Программы
Методички
Документы
Понятия

опубликовать
Загрузка...
Документы

Рейтинг@Mail.ru
наверх