Задачи дисциплины: Научить студентов поддерживать беседу по общеязыковой тематике; Привить студентам навыки дальнейшей самостоятельной работы над языком
| Вид материала | Документы |
- Задачи дисциплины: Научить студентов поддерживать беседу по общеязыковой тематике;, 909.59kb.
- Аннотация примерной программы учебной дисциплины «Высшая математика» Цели и задачи, 351.31kb.
- Программа дисциплины сд. 15 Методика работы с оркестром цели и задачи дисциплины Цель, 316.68kb.
- Положение о курсовых работах на факультете прикладной политологии гу-вшэ I. Цель, 176.28kb.
- Методические рекомендации для студентов по выполнению курсовой работы, 191.96kb.
- Задачи дисциплины : дать студентам углубленное представление о существующих видах исследований, 22.6kb.
- Программа дисциплины дс. Ф. 01 «современная пресс-служба» Цели и задачи дисциплины, 408.05kb.
- Программа дисциплины опд. Р 01 «речевое воздействие в рекламе» цели и задачи курса, 172.16kb.
- Учебная программа. Методические указания для самостоятельной работы студентов. П711, 236.94kb.
- Пархоменко Сергей Анатольевич ( sparkhomenko@hse ru ) Москва 2007г. I. пояснительная, 122.25kb.
Математические основы теории управления
Общая трудоёмкость изучения дисциплины составляет 4 зачётные единицы (144 часа).
Цель дисциплины: формирование компетенций, необходимых для анализа и синтеза систем автоматического управления техническими объектами.
Задачи дисциплины: изучение понятийного аппарата, терминологии и базовых принципов теории автоматического управления; изучение методов математического описания, анализа и синтеза систем управления технических объектов.
Место дисциплины в учебном плане: является вариативной дисциплиной по выбору в цикле профессиональных дисциплин. Предыдущие компетенции — в объёме учебных дисциплин "Математика 1. Математический анализ", "Линейная алгебра", "Математическое программное обеспечение".
Структура дисциплины (распределение трудоёмкости по отдельным видам учебных занятий): лекции — 36 часов; лабораторные занятия — 36 часов; самостоятельная работа — 72 часа. Дисциплина занимает четвёртый семестр.
В результате изучения дисциплины студент должен:
знать: основные понятия теории автоматического управления, её назначение, класс решаемых задач; основные методы анализа и синтеза технических объектов, в том числе с использованием средств автоматизации расчётов;
уметь: формализовать задачи анализа и синтеза технических объектов; выбирать адекватные методы анализа и синтеза при проектировании технических объектов;
владеть навыками: анализа и синтеза на примере технических объектов определённого класса; применения средств автоматизации расчётов.
Основные дидактические единицы (разделы):
Управление и информатика; классы систем управления; математические модели объектов и систем управления; формы представления математических моделей; методы анализа и синтеза систем управления; общие принципы системной организации; системные свойства, устойчивость, управляемость и наблюдаемость; инвариантность и чувствительность систем управления; нелинейные системы управления; типы систем — стабилизации, следящие, программного управления; цифровые системы управления.
Виды учебной работы: лекции, лабораторные занятия, домашние задания.
Изучение дисциплины заканчивается экзаменом.
Численные методы решения задач нахождения экстремумов
Целью изучения дисциплины является овладение численными методами и навыками использования стандартных программам нахождения экстремумов (максимумов и минимумов) для заданных целевых функций, включая различные ограничения на варьируемые параметры. Это позволяет находить наиболее эффективные решения прикладных задач.
Задачей изучения дисциплины является – научить студентов различным вариантам постановок задач оптимизации: линейных, квадратичных, выпуклых и нелинейных задач нахождения экстремумов и выбора программ для их решения.
Основные дидактические единицы: необходимые и достаточные условия экстремумов функций многих переменных, численные методы на основе градиентного спуска, метод сопряженных градиентов, квазиньтоновские алгоритмы, минимизация при наличии ограничений, многокритериальная оптимизация.
В результате изучение дисциплины студент бакалавриата должен
знать: классические алгоритмы минимизации для функций многих переменных,
уметь: использовать стандартные программы минимизации в Excel, Mathcad, MatLab,
владеть: программными средствами в Excel, Mathcad, MatLab.
Виды учебной работы: лекции - 36ч., лабораторные занятия - 36ч.
Изучение дисциплины заканчивается экзаменом при сдаче 5 расчетных заданий.
Оптимизация в САПР
Общая трудоёмкость изучения дисциплины составляет 5 зачётных единиц (180 часов).
Цель дисциплины: формирование компетенций, необходимых для понимания сущности и конкретных методов поиска оптимальных решений.
Задачи дисциплины: изучение теоретических оснований методов оптимизации; классификация методов оптимизации; изучение наиболее характерных представителей каждого класса методов; обучение
Место дисциплины в учебном плане: является вариативной дисциплиной по выбору для изучения в цикле математических, социальных и естественно-научных дисциплин. Предыдущие компетенции — в объёме учебных дисциплин "Математика 1. Математический анализ", "Математика 2. Теория вероятностей", "Линейная алгебра", "Информатика", "Программирование", "Математическое программное обеспечение".
Структура дисциплины (распределение трудоёмкости по отдельным видам учебных занятий): лекции — 36 часов; лабораторные занятия — 36 часов; самостоятельная работа — 72 часа; экзамен — 36 часов. Дисциплина занимает четвёртый семестр.
В результате изучения дисциплины студент должен:
знать: теоретические основания методов оптимизации; классификацию методов оптимизации; основные методы оптимизация каждого класса;
уметь: формализовать задачу оптимизации; выбрать адекватный метод решения задачи оптимизации; разработать алгоритм метода оптимизации и программно реализовать его;
владеть навыками: решения типовых задач оптимизации.
Основные дидактические единицы (разделы):
Необходимые и достаточные условия минимума гладких функций одной и нескольких переменных; основные численные методы безусловной минимизации (методы нулевого, первого и второго порядка); задача нелинейного программирования; задача выпуклого программирования; функция Лагранжа; задача линейного программирования; симплекс-метод решения задачи линейного программирования; оптимизация на графах; простейшая задача вариационного исчисления; уравнение Эйлера; принцип максимума Понтрягина.
Виды учебной работы: лекции, лабораторные занятия, домашние задания.
Изучение дисциплины заканчивается экзаменом.