Рабочая программа учебной дисциплины «Современные проблемы прикладной математики и информатики» Уровень основной образовательной программы icon

Рабочая программа учебной дисциплины «Современные проблемы прикладной математики и информатики» Уровень основной образовательной программы



Смотрите также:
Рабочая программа учебной дисциплины история информатики Уровень основной образовательной...
Рабочая программа учебной дисциплины история информатики Уровень основной образовательной...
Рабочая программа теория электрических цепей (тэц) (наименование учебной дисциплины) Уровень...
Рабочая программа учебной дисциплины основы информатики Уровень основной образовательной...
Рабочей программы учебной дисциплины в...
Рабочей программы учебной дисциплины «история математики» Уровень основной образовательной...
Рабочая программа учебной дисциплины в. Од. 3 Социология (наименование учебной дисциплины)...
Рабочая программа учебной дисциплины безопасность жизнедеятельности (наименование учебной...
Рабочая программа учебной дисциплины актуальные проблемы криминологии уровень основной...
Рабочая программа учебной дисциплины биология Уровень основной образовательной программы...
Рабочая программа учебной дисциплины программирование Уровень основной образовательной программы...
Рабочая программа учебной дисциплины информатика и программирование Уровень основной...



скачать
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

Государственное образовательное учреждение высшего профессионального образования

«ТОМСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СИСТЕМ УПРАВЛЕНИЯ И РАДИОЭЛЕКТРОНИКИ» (ТУСУР)


УТВЕРЖДАЮ

Проректор по учебной работе

_____________________ Л. А. Боков

«___» ____________________ 2011 г.



РАБОЧАЯ ПРОГРАММА

учебной дисциплины

«Современные проблемы прикладной математики и информатики»

^ Уровень основной образовательной программы магистратура

Направление(я) подготовки (специальность): Прикладная математика и информатика 010400

Магистерская программа Математическое и программное обеспечение вычислительных комплексов и компьютерных сетей

^ Форма обучения очная

Факультет систем управления

Кафедра автоматизированных систем управления

Курс _ 5 Семестр 10

Учебный план набора 2011 года и последующих лет

Распределение рабочего времени:

^ Виды учебной работы

Семестр 10

Единицы

Лекции

27

часов

Лабораторные работы

36

часов

^ Практические занятия

не предусмотрено

часов

Курсовой проект/работа (КРС) (аудиторная)

не предусмотрено

часов

Всего аудиторных занятий

63

часов

Из них в интерактивной форме

10

часов

Самостоятельная работа студентов (СРС)

81

часов

Всего (без экзамена)

144

часов

Самост. работа на подготовку и сдачу экзамена

36

часов

Общая трудоемкость

180

часов

(в зачетных единицах)

5

ЗЕТ

Экзамен 10 семестр Диф. зачет не предусмотрено

Зачет не предусмотрено

Томск 2011

Рабочая программа составлена с учетом требований Федерального Государственного образовательного стандарта высшего профессионального образования (ФГОС ВПО) третьего поколения по направлению подготовки 010400 Прикладная математика и информатика

(квалификация (степень) "магистр"), утвержденного Приказом Министерства образования и науки Российской Федерации от 20 мая 2010 г. N 545.


Программа рассмотрена и утверждена на заседании кафедры АСУ,

протокол № 10 от “ 7 ” апреля 2011 г.


Разработчик, д.т.н., профессор каф. АСУ _________________ А.А. Мицель


Зав. обеспечивающей кафедрой АСУ

д.т.н., профессор А.М. Кориков


Рабочая программа согласована с факультетом, профилирующей и выпускающей кафедрами специальности.


Декан, к.т.н., доцент П.В. Сенченко


Заведующий профилирующей и

Выпускающей кафедрой АСУ,

д.т.н., профессор А.М. Кориков


Эксперты

Профессор каф. ВМ, к.ф.-м.н. __________________ А.А. Ельцов

Доцент каф. АСУ, к.т.н. __________________ А.И. Исакова


^ 1. ЦЕЛИ И ЗАДАЧИ ДИСЦИПЛИНЫ


Дисциплина «Современные проблемы прикладной математики и информатики» читается в 10семестре и предусматривает чтение лекций, проведение лабораторных занятий, получение различного рода консультаций.

Целью дисциплины является ознакомление студентов с классическими и неклассическими моделями в области математического моделирования технических и социально-экономических систем.

формирование у студентов теоретических знаний и практических навыков в области математического моделирования технических и социально-экономических систем с использованием классических и неклассических.

Основной задачей изучения дисциплины является формирование у студентов теоретических знаний и практических навыков моделирования с использованием математических пакетов и компьютерных программ, написанных на языках высокого уровня. сложных систем

В результате изучения курса студенты должны свободно владеть математическим аппаратом построения устойчивых методов и алгоритмов параметрической идентификации, а также математическими пакетами Mathcad и Matlab.


^ 2. МЕСТО ДИСЦИПЛИНЫ В СТРУКТУРЕ ООП


Дисциплина «Современные проблемы прикладной математики и информатики» (СППМИ) относится к числу дисциплин общенаучного цикла (базовой части). Успешное овладение дисциплиной предполагает предварительные знания математического анализа, вычислительных методов, методов оптимизации в объеме, предусмотренном специальностью «Прикладная математика и информатика», а также навыки программирования на языках высокого уровня.


^ 3. ТРЕБОВАНИЯ К РЕЗУЛЬТАТАМ ОСВОЕНИЯ ДИСЦИПЛИНЫ

    Процесс изучения дисциплины «Современные проблемы прикладной математики и информатики» направлен на формирование следующих компетенций:

общекультурные компетенции (ОК):

  • способностью иметь представление о современном состоянии и проблемах прикладной математики и информатики, истории и методологии их развития (ОК-2);

  • способностью использовать углубленные теоретические и практические знания в области прикладной математики и информатики (ОК-3);

  • способностью порождать новые идеи и демонстрировать навыки самостоятельной научно-исследовательской работы и работы в научном коллективе (ОК-5);

  • способностью и готовностью к активному общению в научной, производственной и социально-общественной сферах деятельности (ОК-7);

профессиональные компетенции (ПК):

  • способностью проводить научные исследования и получать новые научные и прикладные результаты (ПК-1);

  • способностью разрабатывать концептуальные и теоретические модели решаемых научных проблем и задач (ПК-2);

  • способностью углубленного анализа проблем, постановки и обоснования задач научной и проектно-технологической деятельности (ПК-3).

В результате изучения дисциплины студент должен:

Знать:

  • классические и неклассические методы обработки экспериментальных данных;

  • методы построения устойчивых алгоритмов решения задач параметрической идентификации динамических систем.

Уметь:

  • пользоваться разработанными моделями для формализации и решения различных технических и социально-экономических задач;




    Владеть:

  • математическим аппаратом построения устойчивых моделей параметрической идентификации;

  • математическими пакетами обработки данных Mathcad и Matlab.


^ 4. ОБЪЕМ ДИСЦИПЛИНЫ И ВИДЫ УЧЕБНОЙ РАБОТЫ

Общая трудоемкость дисциплины составляет 5 зачетных единиц.

Вид учебной работы

Всего

часов

Семестры

9

10

11

12

^ Аудиторные занятия (всего)

63




63







В том числе:














Лекции

27




27







Лабораторные работы (ЛР)

36




36







Практические занятия (ПЗ)

не предусмотрен












Семинары (С)














Коллоквиумы (К)
















Курсовой проект (работа) (аудиторная нагрузка)

не предусмотрен













^ Другие виды аудиторной работы
















^ Самостоятельная работа (всего)

81




81







В том числе:














Курсовой проект (работа) (самостоятельная работа)














Расчетно-графические работы














Реферат















^ Другие виды самостоятельной работы
















Проработка лекционного материала

20




20







Подготовка к лабораторным занятиям

40




40







Самостоятельное изучение тем теоретической части

21




21







^ Подготовка к экзамену

36




36







Вид промежуточной аттестации (зачет, экзамен)







экзамен







^ Общая трудоемкость час

зач. ед.

180




180







5




5








^ 5. СОДЕРЖАНИЕ ДИСЦИПЛИНЫ

5.1. Разделы дисциплин и виды занятий

Таблица 5.1

№ п/п

Наименование раздела дисциплины

Лекции

Лаборат.

занятия

Практич.

занятия

Самост.

работа

студентов

Всего

часов

Формируемые компетенции

(ОК, ПК)

1

2

3

4

5

7

8

9

1.

Тема 1. Некорректные задачи

2







2

4

ОК-2

2.

Тема 2. Вырожденные, несовместные, плохо обусловленные СЛАУ и их сингулярный анализ

2

4




8

14

ОК-2, ОК-5, ПК-2, ПК-3

3.

Тема 3. Оптимальные статистические регуляризирующие алгоритмы решения СЛАУ

3

4




10

17

ОК-2, ОК-5,

ПК-1, ПК-2

4.

Тема 4. Статистические регуляризирующие алгоритмы решения СЛАУ при неполной априорной информации

3

4




10

17

ОК-5,

ПК-1, ПК-2, ПК-3

5

Тема 5. Алгоритмы выбора параметра регуляризации

4

2




10

16

ОК-2, ОК-7, ПК-1, ПК-2

6.

Тема 6. Точностные характеристики регуляризирующих алгоритмов решения СЛАУ

2







5

7

ОК-2, ОК-7

ПК-1, ПК-2

7

Тема 7. Рекуррентные регуляризирующие алгоритмы решения СЛАУ

2

9




2

13

ОК-2, ОК-7

ПК-3

8

Тема 8. Локальный регуляризирующий алгоритм параметрической идентификации

6

9




17

32

ПК-1, ПК-2, ПК-3

9

Тема 9. Дескриптивный регуляризирующий алгоритм параметрической идентификации

3

4




17

24

ОК-3, ОК-5, ПК-2, ПК-3


^ 5.2. Содержание разделов дисциплины (по лекциям)

Таблица 5.2

№ п/п

Наименование разделов

Содержание разделов

Трудоемкость (час.)

Формируемые компетенции

(ОК, ПК)

1

2

3

4

5

1.

Некорректные задачи

Корректно и некорректно поставленные задачи.

Параметрические модели динамических систем

2

ОК-2

2.

Вырожденные, несовместные, плохо обусловленные СЛАУ и их сингулярный анализ

Вырожденные СЛАУ и нормальное решение.

Несовместные СЛАУ и псевдорешение.

Плохо обусловленные СЛАУ и число обусловленности.

Сингулярное разложение матрицы.

SVD-алгоритм построения нормального псевдорешения.

Сингулярный анализ СЛАУ

2

ОК-2

3.

Оптимальные статистические регуляризиру-ющие алгоритмы решения СЛАУ

Байесовский и минимаксный регуляризирующие алгоритмы.

Оптимальный регуляризирующий SVD-алгоритм


3


ОК-2,

ОК-5

4.

Статистические регуляризиру-ющие алгоритмы решения СЛАУ при неполной априорной информации

Неполная информация и сглаживающий функционал.

Гладкость решения и стабилизирующий функционал.

Регуляризирующий SVD-алгоритм.

Систематическая и случайная ошибки решения


3

ОК-5

ПК-3

5.

Алгоритмы выбора параметра регуляризации

Критерий оптимальности регуляризирующего алгоритма.

Выбор параметра регуляризации на основе критерия оптимальности.

Алгоритм выбора параметра по критерию оптимальности регуляризирующего алгоритма.

Алгоритм выбора параметра по статистическому варианту принципа невязки.

Выбор параметра методом перекрестной значимости.

Выбор параметра регуляризации по методу L-кривой.

Сравнение различных алгоритмов выбора параметра регуляризации.

4

ОК-7

6.

Точностные характеристики регуляризиру-ющих алгоритмов решения СЛАУ

Случайная и систематическая погрешности решения.

SVD-соотношения для точностных характеристик


2

ОК-2,

ОК-7


7.

Рекуррентные регуляризирующие алгоритмы решения СЛАУ

Рекуррентный регуляризирующий алгоритм.

Точностные характеристики рекуррентного регуляризирующего алгоритма

2

ОК-2

ПК-3

8.

Локальный регуляризиру-ющий алгоритм параметрической идентификации

Глобальные и локальные регуляризирующие алгоритмы.

Построение локального регуляризирующего алгоритма с векторным параметром регуляризации.

Выбор параметров локального регуляризирующего алгоритма

6

ПК-3

9.

Дескриптивный регуляризирующий алгоритм параметрической идентификации

Глобальный дескриптивный регуляризирующий алгоритм.

Локальный дескриптивный регуляризирующий алгоритм

3

ПК-3



^ 5.3. Разделы дисциплины и междисциплинарные связи с обеспечивающими (предыдущими) и обеспечиваемыми (последующими) дисциплинами

№ п/п

Наименование обеспечивающих (предыдущих) дисциплин

№ № разделов данной дисциплины, для которых необходимо изучение обеспечивающих (предыдущих) дисциплин

1

2

3

4

5

6

7

8

9




^ Предшествующие дисциплины

1.

Математический анализ

+

+

+



















2.

Численные методы













+




+







3.

Методы оптимизации







+

+










+

+

4.

Теория вероятностей и математическая статистика







+

+



















^ Последующие дисциплины

1.

Непрерывные математические модели

+

+

+

+










+

+

2.

Математическое моделирование







+

+










+

+

3.

Методы решения некорректных задач







+

+

+




+




+

4

Дискретные и вероятностные математические модели







+

+




+










5

Научно-исследовательская работа










+

+

+

+

+

+



^

5.4. Соответствие компетенций, формируемых при изучении дисциплины, и видов занятий


Перечень компетенций

Л

Лаб

СРС

Формы контроля

(примеры)

ОК-2

+







Тест, проверка конспекта

ОК-3




+




Устный ответ по лабораторной работе

ОК-5

+

+

+

Устный ответ по лабораторной работе

ОК-7

+




+

Тест, проверка конспекта

ПК-1

+




+

Опрос на лекции, проверка конспекта

ПК-2




+

+

Отчеты по лабораторным работам

ПК-3

+

+




Тест, отчеты по лабораторным работам

Л – лекция, Лаб – лабораторные работы, СРС – самостоятельная работа студента


^ 6. МЕТОДЫ И ФОРМЫ ОРГАНИЗАЦИИ ОБУЧЕНИЯ


Для успешного освоения дисциплины применяются различные образовательные технологии, которые обеспечивают достижение планируемых результатов обучения согласно основной образовательной программе, с учетом требований к объему занятий в интерактивной форме.


^ Технологии интерактивного обучения при разных формах занятий

Формы

Методы

Лекции

(час)

Лабораторные занятия (час)

Всего (час)

Работа в команде




4

4

Пресс-конференция

2




2

Поисковый метод




4

4

Итого интерактивных занятий




10

10


Примечание.

  1. «Работа в команде» происходит при коллективном решении задачи идентификации газового состава атмосферы на лабораторной работе № 6.

  2. «Поисковый метод» студенты используют при выборе алгоритмов параметра регуляризации (лаб. работа № 3).

  3. Основные результаты своих лабораторных работ (наиболее интересные исследования) студенты докладывают при помощи презентаций, устраивая подобие пресс-конференции.



^ 7. ЛАБОРАТОРНЫЙ ПРАКТИКУМ

№ п/п

№ раздела дисциплины из табл. 5.1

Наименование лабораторных работ

Трудо-емкость

(час.)

ОК, ПК

1.

2

Построение нормального псевдорешения СЛАУ

4

ОК-3

2.

3, 4, 6

Построение регуляризованного решения СЛАУ

4

ОК-5,

ПК-2,

ПК-3

3.

5, 6

Алгоритмы выбора параметра регуляризации

6

ОК-2,

ПК-1,

ПК-2

4.

8

Локальная регуляризация

4

ПК-1,

ПК-2

5.

9

Дескриптивный алгоритм построения регуляризованного решения

9

ПК-2

6.

5, 6, 8, 9

Решение задачи идентификации газового состава атмосферы

9

ОК-3,

ОК-5,

ПК-2



8. ПРАКТИЧЕСКИЕ ЗАНЯТИЯ (СЕМИНАРЫ) – не предусмотрены.


^ 9. САМОСТОЯТЕЛЬНАЯ РАБОТА

№ п/п

№ раздела дисциплины из табл. 5.1

Тематика самостоятельной работы

(детализация)

Трудо-емкость

(час.)

ОК, ПК

Контроль выполнения работы (Опрос, тест, дом.задание, и т.д)

1.

1.1÷1.6,

2.1÷2.7

Проработка лекционного материала


20

ОК-5


Опрос на занятиях (устно)

2.

1.4, 1.5, 1.6,

2.3, 2.4, 2.5

Подготовка к лабораторным занятиям

40

ПК-1,

ПК-2


Отчет,

защита лаб. работы

3.

1.5,

2.3, 2.4, 2.5

Самостоятельное изучение тем теоретической части

Темы для самостоятельного изучения

  1. Фильтр Калмана.

  2. Точностные характеристики регуляризирующих алгоритмов

  3. Математический пакет Mathcad

  4. Математический пакет MatLab

  5. Исследование возможности применения устойчивых алгоритмов для решения исследуемой научной задачи магистранта.




21

ОК-5, ПК-1, ПК- 2

Дом. задание, тест

4.

1.1÷2.7

Подготовка и сдача экзамена

36

ОК-5, ОК-7,

ПК-1, ПК-2

Оценка за экзамен



10. ПРИМЕРНАЯ ТЕМАТИКА КУРСОВЫХ ПРОЕКТОВ – не предусмотрены.


^ 11. БАЛЛЬНО-РЕЙТИНГОВАЯ СИСТЕМА

Курс 5, семестр 10 Контроль обучения – Экзамен.

Максимальный семестровый рейтинг – 100 баллов.


По дисциплине «Современные проблемы прикладной математики и информатики» (СППМИ) проведение экзамена является обязательным. При этом балльная оценка в соотношении 70/30 распределяется на две составляющие: семестровую и экзаменационную. Т.е. 70 баллов можно получить за текущую работу в семестре, а 30 баллов – за ответы на экзамене.

Для стимулирования планомерности работы студента в семестре в раскладку баллов по элементам контроля введен компонент своевременности, который применяется только для студентов, без опозданий отчитывающихся по предусмотренным элементам контроля (тесты, лабораторные работы, коллоквиумы).

На протяжении всего семестра текущая успеваемость оценивается только в баллах нарастающим итогом, в том числе и результаты контрольных точек.

Текущий контроль изучения дисциплины состоит из контроля за усвоением теоретического материала – проведение 3 тестов.

В таблице 11.1 содержится распределение баллов в течение семестра для дисциплины «Современные проблемы прикладной математики и информатики» (СППМИ)», завершающейся экзаменом и содержащей 14 лекций (27 часов), 6 лабораторных работ (36 часов), проводимых в течение семестра и 3 итоговых теста во время проведения двух контрольных точек. В таблице 11.2 представлен пересчет суммы баллов по 1 и 2 контрольной точке в традиционную оценку. В таблице 11.3 – представлен пересчет итоговой суммы баллов в традиционную и международную оценку.


^ Таблица 11.1 – Дисциплина «Современные проблемы прикладной математики и информатики» (СППМИ) (экзамен, лекции, лабораторные работы, тесты)

Элементы учебной деятельности

Максимальный балл на 1-ую контрольную точку с начала семестра

Максимальный балл за период между 1КТ и 2КТ

Максимальный балл за период между 2КТ и на конец семестра

Всего за

семестр

Посещение занятий

4

4

4

12

Выполнение и защита резуль-татов лабораторных работ

10

10

10

30

Тестовый контроль

5

5

5

15

Компонент своевременности

4

4

5

13

Итого максимум за период:

23

23

24

70

Нарастающим итогом

23

46

70




Экзамен










30

ИТОГО










100


По результатам текущего контроля формируется допуск студента к итоговому контролю – экзамену по дисциплине. Экзамен осуществляется в форме опроса по теоретической части дисциплины. В составе суммы баллов, полученной студентом по дисциплине, заканчивающейся экзаменом, экзаменационная составляющая должна быть не менее 10 баллов. В противном случае экзамен считается не сданным, студент в установленном в ТУСУРе порядке обязан его пересдать.

Методика выставления баллов за ответы на экзамене определяется, например, из расчета до 10 баллов за каждый из ^ 3 вопросов в билете.

Неудовлетворительной сдачей экзамена считается экзаменационная составляющая менее 10 баллов. При неудовлетворительной сдаче экзамена (<10 баллов) или неявке на экзамен экзаменационная составляющая приравнивается к нулю (0).


Таблица 11.2 – Пересчет баллов в оценки за контрольные точки

Баллы на дату контрольной точки

Оценка

 90 % от максимальной суммы баллов на дату КТ

5

От 70% до 89% от максимальной суммы баллов на дату КТ

4

От 60% до 69% от максимальной суммы баллов на дату КТ

3

< 60 % от максимальной суммы баллов на дату КТ

2


Таблица 11.3 – Пересчет суммы баллов в традиционную и международную оценку

Оценка (ГОС)

Итоговая сумма баллов, учитывает успешно сданный экзамен

Оценка (ECTS)

5 (отлично)

90 - 100

А (отлично)

4 (хорошо)

85 – 89

В (очень хорошо)

75 – 84

С (хорошо)

70 - 74

D (удовлетворительно)

3 (удовлетворительно)

65 – 69




60 - 64

E (посредственно)

2 (неудовлетворительно),
(не зачтено)

Ниже 60 баллов

F (неудовлетворительно)



^ 12. УЧЕБНО-МЕТОДИЧЕСКОЕ И ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ

а) основная литература

  1. Сергеев В.Л. Адаптивные системы идентификации: учебное пособие. – Томск : ТУСУР, 2007. – 236 с. (48 экз.)

  2. Воскобойников Ю.Е. Устойчивые методы и алгоритмы параметрической идентификации. Новосибирск: НГАСУ, 2006. –180с. (3 экз.)


б) дополнительная литература

  1. Прикладная математика : учебное пособие / С. И. Марченко, Е. П. Марченко, Н. В. Логинова. - Ростов н/Д : Феникс, 2006. - 542[2] с. ( экз.)

  2. Мицель А.А., Шелестов А.А. Методы оптимизации. – Томск: Изд-во Томск. гос. ун-та систем управления и радиоэлектроники, 2004. – 148 с. ( экз.)

  3. Светлаков А.А. Обобщенные обратные матрицы: некоторые вопросы теории и применения в задачах автоматизации управления процессами. – Томск: Изд-во НТЛ, 2003. - 385с. ( экз.)

  4. Пантелеев А. В.. Методы оптимизации в примерах и задачах. Учебное пособие для втузов / А. В. Пантелеев, Т. А. Летова. - 2-е изд., испр. . - М. : Высшая школа, 2005. - 544 с. ( экз.)

в) Лицензионное программное обеспечение

Математический пакет Mathcad, математический пакет MatLab


13. МАТЕРИАЛЬНО-ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ


Для проведения теоретического (лекций) материала по дисциплине используются персональный ПК с проектором. Лабораторные занятия осуществляются в компьютерном классе с использованием математических пакетов Mathcad либо MatLab.




Скачать 190,53 Kb.
оставить комментарий
Дата12.10.2011
Размер190,53 Kb.
ТипРабочая программа, Образовательные материалы
Добавить документ в свой блог или на сайт

отлично
  1
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
Документы

наверх