Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
РП-ФГОС-3_Мет_МАТ_Мод_магистры.doc
Скачиваний:
1
Добавлен:
16.08.2019
Размер:
196.1 Кб
Скачать
  1. Содержание дисциплины

5.1. Тематический план дисциплины и виды занятий

№ и наимено-вание модуля

Шифр форми-руемой компе-тенции

Аудиторная работа

Самостоятельная работа

Контрольные мероприятия

ВСЕГО

лекции

практические занятия (семинары)

лабораторные занятия

другие

ВСЕГО

ЭМИРС, работа с ресурсами Интернет

Работа с учебной литературой

Выполнение заданий практических занятий

Выполнение индивидуальных заданий

Подготовка к контрольным мероприятиям

другие (КСР)

Текущий контроль успеваемости

Текущая аттестация по модулю (рубежный контроль)

контрольная работа

тест

Опрос

Защита индивидуальных заданий

коллоквиум

другие виды

1. Математические модели. Оптимизация в условиях полной определенности. Методы дискретной оптимизации. Комбинаторная сложность алгоритмов..

ОК-1, ОК-4, ПК-5 ПК-9, ПК-11 ПК-12

34

20

13

28

4

10

10

2

+

+

+

+

По результатам выполнения контрольных мероприятий модуля

2. Методы принятия решений в условиях неопределенности и риска. Элементы теории игр. Вероятностные и статистические методы и модели

ОК-1, ОК-4, ПК-5 ПК-9, ПК-11 ПК-12

18

14

4

29

4

10

4

9

2

+

+

По результатам выполнения контрольных мероприятий модуля

Всего часов

51

34

17

57

8

20

6

19

4

Содержание разделов дисциплины

      1. Лекционные занятия

№ модуля дисциплины, семестр

лекции

Содержание лекций

1 модуль

1-2

Общая постановка задач управления. Допустимое множество. Построение математических моделей. Этапы математического моделирования. Постановка задачи и разработка концептуальной модели. Выбор метода и алгоритма решения. Проверка адекватности и корректировка модели. Поиск решения на модели. Реализация найденного решения на практике.

3-4

Многокритериальные задачи. Методы сведения многокритериальной задачи к стандартной задаче с одним критерием. Линейная свертка. Использование контрольных показателей. Введение метрики в пространстве целевых функций. Сужение неопределённости. Компромиссы Парето.

5-6

Тривиальный алгоритм полного перебора. Задачи дискретной оптимизации. Постановка задачи. Комбинаторная сложность алгоритмов. Полиномиальные алгоритмы на графах и сетях. полнота некоторых задач. трудные задачи.

7-8

Оптимизация на сетях. Алгоритмов Дейкстры, Беллмана, Флойда, Краскала, методы динамического программирования, поиска в длину и в ширину. Потоки в сетях. Эйлеровы и гамильтоновы циклы. Нахождение центров и медиан.

9-10

Жадный алгоритм. Матроиды и их применение. Семь основных полных задач. полнота задач вершинное покрытие, клика, расписание без прерываний для многопроцессорной системы. Применение теории полноты к разработке приближенных алгоритмов.

2 модуль

11-12

Элементы теории игр. Формальное определение игры. Матричные игры. Разрешимость в чистых стратегиях. Матричные игры. Разрешимость в чистых стратегиях. Матричные игры. Смешанные стратегии. Сведение к задаче линейного программирования.

13-14

Методы принятия решений в условиях неопределенности и риска. Непараметрические методы математической статистики. Критерий серий. Критерий Манна–Уитни. Меры статистической зависимости: ранговый коэффициент корреляции Спирмена, коэффициент корреляции Кендалла. Однофакторный дисперсионный анализ. Медианный критерий. Критерий знаков. Критерий Уилкоксона. Методы анализа таблиц сопряженности. Линейные контрасты.

15-16

Регрессионная модель. Оценка параметров регрессионной модели по результатам наблюдений. Статистический анализ МНК-оценок. Оценка качества аппроксимации данных с помощью линейной регрессионной модели. Дисперсионный анализ и проверка гипотез о параметрах линейной регрессии. Проверка адекватности модели.

17

Сегментация рынка. Выделение однородных групп с помощью методов кластерного анализа.

5.2.2. Практические занятия (семинары)

№ модуля дисциплины

№ п/з

Наименование и/или краткое содержание практических занятий

1 модуль

1-2

Построение математических моделей. Оптимизация в условиях полной определенности. Метод линейной оптимизации.

3-4

Оптимизация на графах и сетях. Кратчайшие пути. Эйлеровы и гамильтоновы циклы. Нахождение центров и медиан. Комбинаторная сложность алгоритмов. Полиномиальные алгоритмы на графах и сетях. полнота некоторых задач. трудные задачи.

5

Жадный алгоритм. Матроиды и их применение.

6-7

Транспортные задачи и логистика, задачи о назначениях и отборе.

2 модуль

8-9

Корреляционный и регрессионный анализ. Непараметрические методы математической статистики. Анализ временных рядов. Автокорреляция уровней временного ряда и выявление его структуры. Аддитивная и мультипликативная модели. Автокорреляционная функция. Моделирование сезонных и циклических колебаний. Аддитивная и мультипликативная модели временного ряда. Прогнозирование. Обзор основных многомерных статистических методов: дисперсионный, множественный регрессионный и кластерный анализ.