Обработка экспериментальных данных на ЭВМ

ТРУДОЕМКОСТЬ ДИСЦИПЛИНЫ
Общая трудоемкость дисциплины составляет 3 ЗЕТ (108 час.).

ЦЕЛИ И ЗАДАЧИ ДИСЦИПЛИНЫ
Необходимо уделить внимание изучению различных моделей представления экспериментальных данных (линейные и нелинейные), классификации задач обработки ((прямые и обратные) и (качественные и количественные)) и методов их решения (МНК, регрессия, некорректные задачи, интерполяция и др.). Подготовить к решению различных практических задач с использованием ОЭД.

МЕСТО ДИСЦИПЛИНЫ В СТРУКТУРЕ ООП
Дисциплина «Обработка экспериментальных данных на ЭВМ» относится к вариативной части профессионального цикла дисциплин по выбору, для ее изучения необходимо знание курсов «Математики», «Программирования», «Информатики», «Вычислительной математики», «Методов оптимизации».

ТРЕБОВАНИЯ К УРОВНЮ ОСВОЕНИЯ ДИСЦИПЛИНЫ
Процесс изучения дисциплины направлен на формирование следующих общекультурных (ОК), профессиональных (ПК) и профессионально-специализированных компетенций (ПСК):

  1. осваивать методики использования программных средств для решения практических задач (ПК-2);
  2. разрабатывать компоненты программных комплексов и баз данных, использовать современные инструментальные средства и технологии программирования (ПК-5);
  3. обосновывать принимаемые проектные решения, осуществлять постановку и выполнять эксперименты по проверке их корректности и эффективности (ПК-6);
  4. готовить презентации, научно-технические отчеты по результатам выполненной работы, оформлять результаты исследований в виде статей и докладов на научно-технических конференциях (ПК-7);
  5. работать с различными видами исходных данных о предметной области (ПСК-1).
В результате изучения дисциплины студент должен:

Знать:
  1. основы теории и общие методологические принципы ОЭД;
  2. основные источники ошибок возникающих при измерениях, характеристики распределения ошибок и определения параметров распределений;
  3. типы данных (наука, экономика, медицина ...), представление их и типичные (стандартные) методы первичной обработки;
  4. задачи методы обработки (интерполяция, экстраполяция, сглаживание, дифференцирование, интегрирование и др.).
Уметь: ставить задачи на разработку программного обеспечения с использованием методов ОЭД и решать их.
Владеть: системой знаний по основным направлениям математики, различными методами и приёмами научного исследования; совершенствование навыков оформления научно-справочного аппарата; навыками программирования математических выражений.

СОДЕРЖАНИЕ ДИСЦИПЛИНЫ. ОСНОВНЫЕ РАЗДЕЛЫ
Введение в основные понятия. Определение понятия ошибка эксперимента. Виды распределений случайных величин. Поиск параметров распределений случайных величин. Метод наименьших квадратов. Методы решения нелинейных задач. Некорректные задачи и методы их решения. Описание сплайн-функций. Введение в регрессионный анализ. Введение в теорию распознавания образов. Визуализация данных. Методы, алгоритмы и программы.

ВИДЫ УЧЕБНОЙ РАБОТЫ
Лекции, лабораторные работы.

ФОРМА АТТЕСТАЦИИ ПО ДИСЦИПЛИНЕ
Изучение дисциплины заканчивается зачетом.

Методические материалы:

  1. Катаев М.Ю. ОБРАБОТКА ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ НА ЭВМ. Методические указания по самостоятельной работе студентов всех форм обучения для направления подготовки бакалавров 230100 / Томск: ТУСУР, 2014. – 8 с.