• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Бакалаврская программа «Программная инженерия»

Компьютерный практикум по математическому анализу на Python

2024/2025
Учебный год
RUS
Обучение ведется на русском языке
3
Кредиты
Статус:
Курс по выбору
Когда читается:
1-й курс, 2, 3 модуль

Преподаватель

Программа дисциплины

Аннотация

Компьютерный практикум по математическому анализу в Python представляют собой выполнение на компьютере лабораторных работ по пройденным на занятиях темам по математическому анализу. Лабораторные работы посвящены таким темам, как вычисления в Python, численные и символьные преобразования, графики функций, решение уравнений, дифференцирование и вычисление пределов, символьное интегрирование (неопределенный интеграл) и численное интегрирование (определенный интеграл), функции нескольких переменных, числовые и функциональные ряды. Использование таких модулей Python как SymPy и Numpy позволяет быстро находить решение задач большой размерности, легко оперировать с большими числами, упрощать громоздкие символьные выражения. Изученные на практических занятиях инструменты могут быть использованы для проверки правильности решения домашних работ.
Цель освоения дисциплины

Цель освоения дисциплины

  • Развитие у студентов практических навыков применения методов математического анализа с использованием языка программирования Python для решения задач в различных областях науки и техники. Курс направлен на формирование умений моделирования, численного анализа и визуализации математических моделей, а также на интеграцию математических методов с современными средствами программирования для автоматизации и повышения эффективности аналитической работы.
Планируемые результаты обучения

Планируемые результаты обучения

  • Уметь проводить вычисления в Python
  • Уметь вычислять пределы в Python
  • Уметь дифференцировать в Python
  • Уметь интегрировать в Python
  • Уметь раскладывать функцию в ряд в Python
  • Уметь решать дифференциальные уравнения некоторых типов в Python
  • Уметь решать нелинейные уравнения в Python
  • Уметь строить графики в Python
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Вычисления в Python
  • Графики функций в Python
  • Решение уравнений в Python
  • Дифференцирование и пределы в Python
  • Интегрирование в Python
  • Дифференциальные уравнения в Python
  • Функции нескольких переменных в Python
  • Ряды в Python
Элементы контроля

Элементы контроля

  • неблокирующий Экзамен (Экз)
    Экзамен письменный, без прокторинга. Задания выполняются студентами и отправляются преподавателю на проверку
  • неблокирующий Лабораторная работа 13 (ЛР13)
  • неблокирующий Лабораторная работа 8 (ЛР8)
  • неблокирующий Лабораторная работа 9 (ЛР9)
  • неблокирующий Лабораторная работа 12 (ЛР12)
  • неблокирующий Лабораторная работа 7 (ЛР7)
  • неблокирующий Лабораторная работа 10 (ЛР10)
  • неблокирующий Лабораторная работа 11 (ЛР11)
  • неблокирующий Лабораторная работа 14 (ЛР14)
  • неблокирующий Лабораторная работа 15 (ЛР15)
  • неблокирующий Лабораторная работа 16 (ЛР16)
  • неблокирующий Лабораторная работа 17 (ЛР17)
  • неблокирующий Лабораторная работа 6 (ЛР6)
  • неблокирующий Лабораторная работа 2 (ЛР2)
  • неблокирующий Лабораторная работа 3 (ЛР3)
  • неблокирующий Лабораторная работа 4 (ЛР4)
  • неблокирующий Лабораторная работа 1 (ЛР1)
  • неблокирующий Лабораторная работа 5 (ЛР5)
    Ассистент проверяет выполненное домашнее задание
Промежуточная аттестация

Промежуточная аттестация

  • 2024/2025 3rd module
    Итоговая оценка = {-2, -1, 0, 1, 2}(Экзамен) + min(8, усредненный результат сдач по всем лабораторным (Лабораторные 1-17))
Список литературы

Список литературы

Рекомендуемая основная литература

  • 9781785284571 - Romano, Fabrizio - Learning Python - 2015 - Packt Publishing - http://search.ebscohost.com/login.aspx?direct=true&db=nlebk&AN=1133614 - nlebk - 1133614

Рекомендуемая дополнительная литература

  • Andrew Bird, Dr Lau Cher Han, Mario Corchero Jiménez, Graham Lee, & Corey Wade. (2019). The Python Workshop : A New, Interactive Approach to Learning Python. Birmingham: Packt Publishing. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=2291496

Авторы

  • Буцкая Евгения Александровна
  • Жукова Галина Николаевна
  • Шайхелисламов Данил Салаватович