Тема 1. Введение
История появления и развития моделирования. Роль и место моделирования в образовании. Современные программные продукты для организации процесса моделирования с использованием ПК.
Тема 2. Основы теории моделирования
Модели и моделирование. Основные понятия и определения. Процесс математического моделирования. Цели моделирования. Виды моделей (натурные и абстрактные). Функции моделей. Виды моделирования.
Тема 3. Математическое моделирование
Абстрактная модель: определение. Структура абстрактной модели. Классификация абстрактных моделей (вербальные, математическое, ин-формационные) Принципы построения моделей
Тема 4. Алгоритм построения компьютерной модели
Алгоритм построения аналитической компьютерной модели. Алгоритм построения численной компьютерной модели.
Тема 5. Планирование и проведение эксперимента
Факторный эксперимент: основные понятия и определения, планирование. Полный факторный эксперимент. Дробный факторный эксперимент. Рандомизация. Проведение эксперимента. Проверка значимости результатов эксперимента.
Тема 6. Построение однофакторных регрессионных моделей
Понятие однофакторной регрессионной модели. Определение параметров модели. Метод наименьших квадратов. Адекватность и точность однофакторной регрессионной модели. Виды однофакторных регрессионных моделей. Анализ остатков. Примеры применения однофакторных моделей в машиностроении.
Тема 7. Построение многофакторных регрессионных моделей
Понятие многофакторной регрессионной модели. Определение параметров модели. Матричный подход к определению параметров регрессионной модели. Адекватность и точность многофакторной регрессионной модели. Виды многофакторных регрессионных моделей. Анализ остатков. Примеры применения многофакторных моделей в машиностроении.
Тема 8. Интерпретация и оптимизация моделей
Интерпретация модели и результатов моделирования. Оптимизация. Методы оптимизации. Метод «Крутого восхождения».
Тема 9. Построение статистических моделей
Статистические модели. Законы распределения. Проверка гипотезы о распределении. Критерий Пирсона. Применение статистических моделей в инженерных задачах.