Kursa kods Mate5013
Kredītpunkti 3
Zinātnes nozareMatemātika
Zinātnes apakšnozare#Matemātiskā modelēšana
Kopējais stundu skaits kursā81
Lekciju stundu skaits16
Laboratorijas darbu stundu skaits16
Studenta patstāvīgā darba stundu skaits49
Atbildīgā struktūrvienībaMatemātikas un fizikas institūts
Dr. math.
Dr. sc. ing.
Studiju kurss ir paredzēts zināšanu uzkrāšanai par matemātisko modeļu sastādīšanu, izmantošanu un realizācijas iespējām datorprogrammā Matlab, programmēšanas prasmju pielietošanai un attīstībai dažādu problēmu atrisināšanai ar matemātiskās modelēšanas palīdzību. Kursa ietvaros paredzēts apskatīt dažādus matemātisko modeļu piemērus, kas apraksta dabā un dzīvajās sistēmās notiekošus procesus. Kursa ietvaros studenti tiek iepazīstināti ar bioreaktoru, kas ir iekārta mākslīgai apstākļu nodrošināšanai mikroorganismu vairošanai, to darbības principiem.
• zināšanas par funkciju aproksimāciju, interpolāciju, galīgām diferencēm, splainu interpolāciju, kubiskiem splainiem, matemātisko modelēšanu, gadījuma lielumiem, to raksturotājiem, nepārtraukto gadījuma lielumu sadalījumiem, Monte-Karlo metodi, bioķīmisko sistēmu modelēšanas pamatprincipiem;
• prasmes aprēķināt algebriskās izteiksmes, konstruēt funkciju grafikus, izmantojot programmu Matlab, aproksimēt un interpolēt funkciju, noteikt nejaušus skaitļus, konstruēt teorētiskos sadalījumos, formulēt dotas situācijas matemātisko modeli, atrisināt to un interpretēt rezultātus, izmantot Monte-Karlo metodi;
• kompetence: matemātiskās domāšanas, matemātikas zīmju valodas lietošanas, problēmrisināšanas (spēja formulēt un risināt matemātiskās problēmas), spriešanas, modelēšanas (spēja analizēt un veidot matemātiskus modeļus), lietot matemātiskos rīkus (ieskaitot IT), kā arī komunikācijas (spēja komunicēt matemātikā – saprast un iztulkot matemātiskas sakarības vai tekstus).
1 Ievadnodarbība. Programmas Matlab iespējas, darba vide.
2 Matlab: darba failu izveide, darbības ar masīviem.
3 Matlab: funkciju definēšana, funkciju grafiskā attēlošana.
4 Matlab: programmēšanas pamatkonstrukcijas.
5 Funkciju aproksimācija.
6 Mazāko kvadrātu metode.
7 Funkciju interpolācija. Paraboliskā interpolācija.
8 Funkcijas dalītas diferences. Lagranža interpolācijas polinoms.
9 Ņūtona interpolācijas polinoms. Interpolācijas kļūdas novērtēšana.
10 Splainu interpolācija.
11 Kubiskie splaini.
12 Modelēšana. Matemātiskie modeļi.
13 Hiperboliskās sakarības pielietojums mežaudžu matemātiskajā modelēšanā.
14 Gadījuma lielumu modelēšana. Monte-Karlo metode. Normālais sadalījums.
15 Bioķīmisko sistēmu modelēšanas pamatprincipi.
16 Biosistēmas mūsdienās un to attīstības iespējas.
jābūt iesniegtiem un aizstāvētiem visiem laboratorijas darbiem. Ieskaites atzīme tiek izlikta ņemot vērā kontroldarbu vidējo atzīmi (ne mazāka par 4). Ja kontroldarbu vidējā atzīme ir mazāka par 4, tad students raksta ieskaites darbu.
1. Kronbergs E., Rivža P., Bože Dz. Augstākā matemātika II daļa. Rīga: Zvaigzne, 1988. 527 lpp.
2. Lorencs A. Statistisku datu ieguve un analīze. Rīga: Latvijas Universitāte, 2003. 60 lpp.
3. Ануфриев И., Смирнов А., Смирнова Е. MATLAB 7. Санкт-Петербург: БХВ-Петербург, 2005. 1104 с.
1. Christian P. Robert, G. Casella. Monte Carlo statistical methods. Springer, 2004. 645 p.
2. Said Elnashaie, Frank Uhlig. Numerical techniques for Chemical and biological engineers using MATLAB. A simple bifurcation approach. Springer, 2007. 590 p.
3. Самарский А.А., Гулин А.В. Численные методы: Учеб. пособие для вузов. Москва: Наука, 1989. 432 с.
Studiju kurss iekļauts ITF maģistra studiju programmai "Informācijas tehnoloģijas".