Размер шрифта
Цветовая схема
Изображения
Обычная версия сайта

Вычислительный эксперимент в технике и технологии

УМКД дисциплины

Рабочая программа и аннотация (2016 г.) - РП_ВычЭксперимент.2016.pdf - для просмотра файла необходимо авторизоваться

Методические рекомендации - Вычислительный эксперимент.pdf

Аннотация

1. Цели и задачи изучения дисциплины Цель изучения дисциплины заключается во внесении вклада дисциплины "Вычислительный эксперимент в технике и технологии" в профессиональные компетенции ПК 23 - "Готовность участвовать в постановке и проведении экспериментальных исследований", ПК 24 - "Способность обосновывать правильность выбранной модели, сопоставляя результаты экспериментальных данных и полученных решений". Задачи курса: - формирование знаний о назначении и классификации математических моделей; - формирование знаний о способах проведения эксперимента; - формирование умений к построению математических моделей; - формирование навыков обрабатывать вычислительные эксперименты средствами Mathcad. 2. Краткая характеристика учебной дисциплины Содержание дисциплины состоит из одного раздела с общей трудоемкостью обучения 72 часа. 3. Место дисциплины в структуре образовательной программы Дисциплина входит в вариативную часть "Блок 1" образовательной программы бакалавриата, реализуется на 5-м году обучения с трудоемкостью освоения - 2.0 Зет. 4. Взаимосвязь дисциплины с предшествующими и последующими дисциплинами учебного плана подготовки Предшествующие дисциплины: "Физика", "Основы экспериментальной механики", "Численные методы решения задач" "Научно-исследовательская работа". Последующие дисциплины: результаты освоения компетенций по данной дисциплине могут быть использованы при прохождении преддипломной практики и написании выпускной квалификационной работы. 5. Ожидаемые результаты освоения дисциплины В результате освоения дисциплины, у обучающихся должны быть сформированы следующие компетенции: ПК 23 - готовностью участвовать в постановке и проведении экспериментальных исследований ПК 24 - способностью обосновывать правильность выбранной модели, сопоставляя результаты экспериментальных данных и полученных решений