Обчислювальна математика та програмування

Обов'язкова дисципліна
Навчальна дисципліна загальної підготовки
Обсяг освітнього компонента: 
• у кредитах ЄКТС — 4.5; • у навчальних годинах — 135.
Розподіл навчальних годин (аудиторні заняття / самостійна робота): 
• очна форма — 58 / 77.
Кількість аудиторних занять за видами (лекції / практичні заняття / лабораторні заняття): 
• очна форма — 15 / 0 / 14.
Семестровий контроль: 
Екзамен.
Освітню компоненту забезпечує: 
Анотація: 

Мета вивчення дисципліни: забезпечити сталий розвиток загальних та спеціальних компетентностей здобувачів, привіти сучасні стратегії вирішення інженерних та науково-дослідних та презентаційних задач за допомогою прикладного програмного забезпечення та власних програмних рішень, забезпечити використання сучасного рівня цифровізації, алгоритмії та кодування щодо прикладних задач хіміко-технологічного напрямку, та практичного занурення у інформаційні та мережеві технології, які використовуються для навчального і науково-впроваджувального процесів у інституті Хімічних технологій та фармації Національного університету “Одеська політехніка”.
Практичне значення та використання отриманих знань: отримання досвіду впевненого орієнтування у сучасних трендах операційних систем, мережевих технологій та програмного забезпечення, самостійно обирати певний набір характеристик “залізного” складу, операційні системи та програмне забезпечення для вирішення професійних завдань; опанування навичок впевненої декомпозиції задачі і побудови алгоритму її вирішення, вивчення вдалого застосування методів прагматичної алгоритмії для знаходження оптимального шляху подальшої реалізації розв’язання отриманих задач; отримання навичок застосування методів швидкого впровадження порівняльного аналізу стратегій, алгоритмів та програмного коду методів вирішення інженерних та професійних задач з метою створення оптимального напрямку досягнення мети дослідження або виробництва; опанування навичками вдалого та строго у відведені строки створення алгоритма та програмного забезпечення по запропонованій стратегії вирішення чисельної задачі, знаходження та виправлення помилок в коді та логіки виконання програмного забезпечення, оптимізування структури програмного модулю та швидкості його виконання, втілення вмінь з вільної комунікації за питаннями курсу з викладачами і спеціалістами iXTF Labs для своєчасного знаходження шляхів вирішення завдань при встановлених дедлайнів; опанування навичками вільного створювання віртуальний робочій простір для захищеної роботи команди проекту за допомогою засвоєних на курсі сучасних хмарних сервісів з використанням корпоративних можливостей домену stud.op.edu.ua, студентських ліцензій на цифрові продукти та внутрішніх цифрових ресурсів лабораторії iXTF Labs.
Тематика та види навчальних занять

Лекційні заняття

Лекція 1. “Вступ до курсу, огляд технологій курсу, Стратегії та алгоритми обчислювальної математики, похибка результату обчислень. Практика алгоритмування та кодінгу”.
Лекція 2. “Чисельне рішення нелінійних рівнянь. Постановка задачі відділення кореня, аналітичний метод та алгоритм сканування інтервалу і його програмна реалізація”.
Лекція 3. “Чисельне рішення нелінійних рівнянь. Метод Діхотомії. Стратегія, алгоритм та програмна реалізаці”.
Лекція 4. “Чисельне рішення нелінійних рівнянь. Методи на основі лінійної інтерполяції: січної, хибного напрямку, модифікованої січної”.
Лекція 5. “Чисельне рішення нелінійних рівнянь. Метод Ньютона-Рафсона”.
Лекція 6. “Чисельне рішення нелінійних рівнянь. Метод Мюллера. Стратегія, алгоритм та програмна реалізація з графічним інтерфейсом користувача”.
Лекція 7. “Чисельне рішення нелінійних рівнянь. Метод простої ітерації. Стратегія, алгоритм та програмна реалізація”.
Лекція 8. “Системи лінійних алгебраїчних рівнянь (СЛАР). Загальні відомості. Постановка задачі. Класифікація методів. Методи послідовного виключення невідомих Гауса та Гауса-Жордана”.
Лекція 9. “Обчислення визначників як складова частина завдання рішення СЛАР, стратегії алгоритми та програмна реалізація”.
Лекція 10. “Чисельні методи вирішення СЛАР. Метод простої ітерації. Стратегія, алгоритм та програмна реалізація”.
Лекція 11. “Чисельні методи вирішення СЛАР. Метод Зейделя. Стратегія, алгоритм та програмна реалізація”.
Лекція 12. “Чисельні методи вирішення СЛАР. Метод Монте-Карло. Стратегія, алгоритм та програмна реалізація”.
Лекція 13. “Чисельні методи вирішення СЛАР. Метод Ортогоналізації. Стратегія, алгоритм та програмна реалізація”.
Лекція 14. “Елементи лінійного програмування. Постановка задачі. Стратегії до вирішення та класифікація методів. Симплекс-Метод”.
Лекція 15. “Огляд програмного забезпечення у MS Windows и GNU Linux для математичного аналізу та інженерних симуляцій. Порівняльний аналіз функціонування та ліцензійні умови”.

Лабораторні заняття

Лабораторне заняття №1. “Вступ до лабораторного курсу. Опис цифрових інструментів лабораторного курсу, отримання ліцензійного доступу до цифрових інструментів курсу”.
Мета заняття: надати здобувачам офіційних ліцензій на використання цифровими інструментами до лекційного та лабораторного курсу, встановити протоколи використання.
Лабораторне заняття №2. “Чисельні методи рішення нелінійних рівнянь. Методи відділення коренів нелінійних рівнянь: аналітичний метод та метод сканування інтервалу”.
Мета заняття: надати практичні навички побудови алгоритмів та коду застосунків для аналізу нелінійних рівнянь на наявність коренів.
Лабораторне заняття №3. “Чисельні методи рішення нелінійних рівнянь. Метод Дихотомії”.
Мета заняття: створення та опрацювання алгоритму і кодової бази методу Дихотомії.
Лабораторне заняття №4. “Чисельні методи рішення нелінійних рівнянь. Методи на основі лінійної інтерполяції”.
Мета заняття: створення та опрацювання алгоритму і кодової бази методу на основі лінійної інтерполяції.
Лабораторне заняття №5. “Чисельні методи рішення нелінійних рівнянь. Метод Ньютона-Рафсона”.
Мета заняття: створення та опрацювання алгоритму і кодової бази методу Ньютона-Рафсона.
Лабораторне заняття №6. “ Чисельні методи рішення нелінійних рівнянь. Метод Мюллера”.
Мета заняття: створення та опрацювання алгоритму і кодової бази методу Мюллера.
Лабораторне заняття №7. “Чисельні методи рішення рівнянь. Метода Простої ітерації”.
Мета заняття: створення та опрацювання алгоритму і кодової бази методу Простої ітерації.
Лабораторне заняття №8. “Побудова застосунка порівняння ефективності методів рішення нелінійних рівнянь з графічним інтерфейсом користувача”.
Мета заняття: систематизація отриманих знань та виконання порівняльного аналізу методів.
Лабораторне заняття №9. “СЛАР. Методи обчислення показників”.
Мета заняття: опрацювання методів, розробка алгоритмів і кодової бази до обчислення показників як складового модулю до вирішення СЛАР.
Лабораторне заняття №10. “Методи рішення СЛАР. Метод Гауса та Гауса-Жордана”.
Мета заняття: опрацювання методів, розробка алгоритмів і кодової бази до методів Гауса та Гауса-Жордана.
Лабораторне заняття №11. “Чисельні методи рішення СЛАР. Метод Простої ітерації та Зейделя”.
Мета заняття: опрацювання методів, розробка алгоритмів і кодової бази до методів Простої ітерації та Зейделя.
Лабораторне заняття №12. “Методи рішення СЛАР. Метод Ортогоналізації”.
Мета заняття: опрацювання методу, розробка алгоритму і кодової бази до Ортогоналізації.
Лабораторне заняття №13. “Методи рішення СЛАР. Метод Монте-Карло”.
Мета заняття: опрацювання методу, розробка алгоритму і кодової бази до методу Монте-Карло.
Лабораторне заняття №14. “Побудова застосунка порівняння ефективності методів рішення СЛАР з графічним інтерфейсом користувача”.
Мета заняття: систематизація отриманих знань та виконання порівняльного аналізу методів рішення СЛАР.

Консультації
Консультації за питаннями курсу та активностях здобувачів на курсі здійснюються впродовж семестру згідно встановленого розкладу, та додатково у рамках встановленої на курсі методології командного спілкування та проектної комунікації у цифровому інструментарії по запитах команди та індивідуальним запитам здобувачів. Організація такого каналу постійної інформаційної підтримки та безперервної комунікації по задачам проєктної діяльності є однією з головних задач курсу. Інструментарієм підтримки консультацій є практично всі цифрові інструменти за курсом, онлайн консультації за запитом, форуми та Q&A сесії, а також очне спілкування на кафедрі та у лабораторії iXTF Labs.

Індивідуальна робота

Не передбачено.

Форми контрольних заходів та оцінювання результатів навчання

Поточний контроль полягає у виконанні:
1) лабораторних робіт, бездоганне виконання яких сумарно оцінюється у 56 балів. Лабораторні роботи поділяються на 3 етапи, кожний з яких оцінюється окремо:
– опрацювання завдання до роботи, підготовка теоретичної, алгоритмічної та програмної частин, створення протоколу та відповідь на контрольні запитання – 1 бал;
– виконання експериментально-дослідної та розрахунково-інфографічної частин лабораторних робіт – 1 бал;
– активна презентація роботи та захист протоколу – 2 бали.
2) двох модульних контрольних робіт. Модульні контрольні роботи складаються з теоретичної (3 питання) і практичної частин (1 задача) та виконуються у письмовій формі. Відповідь на кожне теоретичне питання оцінюється максимум 4 балами. Правильне розв’язання задачі оцінюється в 10 балів. Бездоганне виконання кожної модульної контрольної роботи максимально становить 22 бали.
Підсумковий контроль – екзамен. Екзамен усний. Максимальна оцінка, яку може отримати здобувач – 100 балів.   Мінімальна оцінка, яка дозволяє здобувачу отримати доступ до екзамену становить 60 балів.

Результати навчання: 

ПРН1. Знати математику, фізику і хімію на рівні, необхідному для досягнення результатів освітньої програми.
ПРН8. Використовувати сучасні обчислювальну техніку, спеціалізоване програмне забезпечення та інформаційні технології для розв'язання складних задач і практичних проблем у галузі хімічної інженерії, зокрема для розрахунків устаткування і процесів хімічних виробництв.
ПРН14. Уміти використовувати знання методів обробки інформації та комунікаційних технологій при вирішенні професійних завдань (управління інформацією).
ПРН15. Знати основні методи системного аналізу, закономірності побудови, функціонування та розвитку систем та вміти їх використовувати для розв’язання задач аналізу та синтезу.

b502512 ▪ 2025 рік