Компьютерная математика

Код специальности / Specialty code: Код специальности / Specialty code: 6-05-0533-08

Специальность / Specialty: Компьютерная математика и системный анализ / Computer Mathematics and Systems Analysis

Учебная дисциплина, модуль / Academic discipline, module: Компьютерная математика / Computer Mathematics

Краткое содержание учебной дисциплины, модуля / Brief summary

Курс «Компьютерная математика» направлен на повышение уровня профессиональной компетентности студентов путём обучения навыкам компьютерного моделирования с использованием систем компьютерной математики Mathematica, MATLAB и языка Python. Темы включают работу в символьном пакете Mathematica (выражения, образцы, функциональное программирование, графика, динамическая интерактивность), компьютерное моделирование на Python (типы данных, функции, ООП, пакеты numpy и matplotlib), а также численный пакет MATLAB (матрицы, операторы, визуализация, программирование).

The course «Computer Mathematics» aims to enhance students’ professional competence through training in computer modeling skills using computer mathematics systems Mathematica, MATLAB, and the Python language. Topics include work in the symbolic package Mathematica (expressions, patterns, functional programming, graphics, dynamic interactivity), computer modeling in Python (data types, functions, OOP, numpy and matplotlib packages), and the numerical package MATLAB (matrices, operators, visualization, programming).

Формируемые компетенции / The formed competences

универсальные компетенции:

УК-2. Решать стандартные задачи профессиональной деятельности на основе применения информационно-коммуникационных технологий.

базовые профессиональные компетенции:

БПК-3. Применять математический аппарат в интеграции с компьютерными средами для создания и исследования моделей различных уровней абстракции.

universal competencies:

UK-2. Solve standard professional tasks based on the application of information and communication technologies.

basic professional competencies:

BPC-3. Apply mathematical tools integrated with computer environments for creating and studying models of various levels of abstraction.

Результаты обучения (знать, уметь, владеть) / Learning outcomes (know, can, be able)

знать:

– идеологию и инструментальные средства систем Mathematica, MATLAB и среды JupyterLab;

– структуры данных и особенности языков программирования в каждом пакете;

– возможности визуализации и оформления результатов исследований;

уметь:

– применять математический аппарат в интеграции с компьютерными математическими средствами;

– создавать и исследовать математические и имитационные модели;

– разрабатывать алгоритмы и программные решения в среде каждого пакета;

– проводить анализ результатов и готовить материалы к публикации;

владеть:

– методами построения моделей объектов, данных и процессов;

– методами решения задач математического содержания с использованием компьютерных математических приложений.

know:

– the ideology and tools of Mathematica, MATLAB and JupyterLab environments;

– data structures and language features of each package;

– visualization capabilities and formatting of research results;

be able to:

– apply mathematical tools integrated with computer mathematics instruments;

– create and study mathematical and simulation models;

– develop algorithms and software solutions in each package environment;

– analyze results and prepare materials for publication;

possess:

– methods for building models of objects, data and processes;

– methods for solving mathematical problems using computer mathematics applications.

Семестр изучения учебной дисциплины, модуля / Semester of study

1, 2, 3

1, 2, 3

Пререквизиты / Prerequisites

«Математический анализ», «Дифференциальные уравнения», «Алгебра и геометрия», «Методы программирования», «Технологии программирования».

«Mathematical Analysis», «Differential Equations», «Algebra and Geometry», «Programming Methods», «Programming Technologies».

Трудоемкость в зачетных единицах (кредитах) / Credit units

9 (по 3 в каждом семестре)

9 (3 per semester)

Количество аудиторных часов и часов самостоятельной работы / Academic hour of students’ class work, hours of self-directed learning

всего 310 часов, в том числе 176 аудиторных часов, из них: лекции – 88 часов, лабораторные занятия – 72 часа, управляемая самостоятельная работа – 16 часов.

total 310 hours, including 176 classroom hours, including: lectures – 88 hours, laboratory classes – 72 hours, guided independent work – 16 hours.

Требования и формы текущей и промежуточной аттестации / Requirements and forms of current and interim certification

зачет, экзамен

pass/fail exam, exam