Действующая образовательная программа

8D06103 Математическое и компьютерное моделирование в КБТУ (KBTU)

  • Цель образовательной программы Образовательная программа предназначена для подготовки специалистов в области математического и компьютерного моделирования различных процессов и сложных систем, для овладения конкурентоспособными знаниями и возможностью приложить их для создания новых методов и знаний в математическом и компьютерном моделировании трехмерных объектов, и решения прикладных задач, возникающие в физике, химии, биологии, экономике и т.д. Также специалисты будут способны моделировать различные задачи, возникающие в теоретической информатике.
  • Академическая степень Докторантура
  • Языки обучения Английский
  • Срок обучения 3 года
  • Объем кредитов 180
  • Группа образовательных программ D094 Информационные технологии
  • Прикладная логика
    Кредитов: 3

    Должен знать: основные понятия логического программирования, основанного на методе резолюций; теоремы о множестве решений программ, полноте метода резолюций; алгоритмические свойства наименьшей модели Эрбрана; синтаксис и семантику языка программирования ПРОЛОГ и основные приемы программирования на нем. Должен уметь: написать программу на языке ПРОЛОГ для решения конкретной задачи; построить вывод (основанный на методе резолюций) из данных программы и вопроса. Должен владеть: математическим аппаратом,

    Селективная дисциплина
  • Вычислимо перечислимые множества и их степени неразрешимости
    Кредитов: 3

    Курс знакомит с фундаментальными результатами теории алгоритмов: неразрешимые проблемы, формализации интуитивного понятия алгоритма, существование универсальной функции, сводимости, степени неразрешимости и решение проблемы Поста.

    Селективная дисциплина
    Год обучения - 1
    Семестр 1
  • Полуэмпирическая теория турбулентности
    Кредитов: 3

    Цель данной учебной дисциплины - привитие умений и навыков корректной формулировки или выбора уравнений при построении математических моделей различных гидродинамических систем.

    Селективная дисциплина
    Год обучения - 1
    Семестр 1
  • Прикладная алгебра
    Кредитов: 3

    Целями освоения дисциплины "Прикладная алгебра" являются получение представления о возможностях приложений алгебраических методов в прикладных задачах и при разработке систем компьютерной математики. В дисциплине разбираются методы, лежащие на стыке алгебры и вычислительных методов. При освоении дисциплины вырабатывается понимание идей, лежащих в основе построения систем компьютерной математики.

    Селективная дисциплина
    Год обучения - 1
    Семестр 1
  • Математическое моделирование турбулентных течений
    Кредитов: 3

    Ознакомить студентов с современным состоянием теории однофазных и многофазных турбулентных потоков. Излагаются классические методы и модели турбулентных течений. Описаны результаты классических экспериментальных исследований. Представлены данные по характеристикам однофазных и двухфазных турбулентных течений на пластине, в трубах (каналах), в окрестности обтекаемых тел различной формы. Излагаются особенности и задачи математического и физического моделирования многофазных потоков. Представлены основы класс

    Селективная дисциплина
    Год обучения - 1
    Семестр 1
  • Высокопроизводительные вычисления
    Кредитов: 3

    Целью освоения дисциплины «Высокопроизводительные вычисления» является формирование у студентов теоретических знаний и практических навыков программирования параллельных и распределенных систем.

    Год обучения - 1
    Семестр 1
  • Математические моделирование в задачах тепло- и массообмена
    Кредитов: 3

    Цель - изучение основных закономерностей тепло- и массопереноса. Задачи: – изучение закономерностей солнечной радиации и лучистого теплообмена на поверхности конструкции; – изучение законов конвективного тепломассопереноса и законов теплообмена при взаимодействии потоков с преградами; – изучение основные способов теплозащиты конструкций.

    Селективная дисциплина
    Год обучения - 1
    Семестр 1
  • Введение в теорию функциональных пространств
    Кредитов: 3

    Знать: основные понятия, определения и свойства объектов функциональных пространств, формулировки и доказательства утверждений, связи и приложения в других областях математического знания и в дисциплинах естественно-научного содержания. Уметь: доказывать утверждения теории функциональных пространств, доказывать вложения пространств, уметь применять полученные навыки в других областях математического знания и в дисциплинах естественно-научного содержания.

    Селективная дисциплина
    Год обучения - 1
    Семестр 2
  • Сложности алгоритмов
    Кредитов: 3

    Должен знать: необходимость в построении эффективных алгоритмов, роль абстрактных структур данных при построении алгоритмов, как выбор структуры данных влияет на сложность реализации задачи; - обладать теоретическими знаниями об основных структурах данных, уметь работать с динамическими структурами данных - ориентироваться в вопросах оценки сложности алгоритмов, сравнивать различные способы реализации алгоритма по сложности Должен уметь: ориентироваться в существующих методах анализа временной и ёмкост

    Селективная дисциплина
    Год обучения - 1
    Семестр 2
  • Элементы теории моделей
    Кредитов: 3

    Должен знать: основные методы исследования и решения логических уравнений, свойства формул языка логики предикатов первого порядка при работе с кванторами и таблицами истинности, элементы теории доказательств, методы исследования формул логики предикатов и выводимости формул, основные понятия теории моделей: вопросы разрешимости и полноты теорий, примеры разрешимых теорий, методы исследования в этой области, основные понятия теории алгоритмов, в том числе примеры алгоритмических неразрешимых проблем, оцен

    Селективная дисциплина
    Год обучения - 1
    Семестр 2
  • Сводимости и полнота
    Кредитов: 3

    Должен знать: - основные принципы и концепции, на которых зиждется разработка эффективных алгоритмов; - алгоритмы решения классических задач Должен уметь: - выбирать алгоритмы для решения задач - оценивать эффективность алгоритмов Должен владеть: - теоретическими знаниями об основных проблемах теории алгоритмов, моделях вычислений и подходах к оценке эффективности алгоритмов; - навыками практического использования классических алгоритмов, их модификации для конкретных задач, разработки и реализации но

    Селективная дисциплина
    Год обучения - 1
    Семестр 2
  • Математическое моделирование нестационарных нелинейных физических процессов
    Кредитов: 3

    1. построить математические модели физических процессов; 2. дискретизировать дифференциальные уравнения математической физики; 3. выбрать правильный численный метод; 4. написать код для построения математических моделей; 5. построить график и анимацию полученных результатов; 6. развить личностные качества самообучения, расширить свои знания по математическому и компьютерному моделированию нестационарных нелинейных физических процессов.

    Селективная дисциплина
    Год обучения - 1
    Семестр 2
  • Краевые задачи теории функций на плоскости
    Кредитов: 3

    Целями освоения дисциплины "Краевые задачи теории функций на плоскости" являются: знание основных понятий теории функции, таких как: функции комплексного переменного, аналитические функции, рады аналитических функций, теория вычетов, преобразование Лапласа и операционное исчисление.

    Селективная дисциплина
    Год обучения - 1
    Семестр 2
  • Вычислительная математика и моделирование в биомедицинской инженерии
    Кредитов: 3

    Этот курс посвящен построению замкнутой динамической модели процесса, описывающей поведение биологической среды на основе системы обыкновенных дифференциальных уравнений; построению замкнутой математической модели процесса, описывающей поведение биологической среды на основе системы уравнений в частных производных, описанию математических методов, используемых в моделировании динамики популяций, инфекционных заболеваний, а также гемодинамики.

    Селективная дисциплина
    Год обучения - 2
    Семестр 3
  • Введение в параллельное программирование
    Кредитов: 3

    Должен знать: архитектуру параллельных компьютеров Должен уметь: разбивать программу на независимые процессы Должен владеть: технологиями параллельного программирования MPI и OpenMP. Должен демонстрировать способность и готовность: разработки эффективных программ для выполнения на многопроцессорных системах; адаптации готовых программ под многопроцессорные системы.

    Селективная дисциплина
    Год обучения - 2
    Семестр 3
  • Методы исследования
    Кредитов: 3

    Целями дисциплины «методы исследования» являются формирование профессионального подхода к методам исследования и моделированию в практике управления и решения различных задач на всех уровнях исследовательской деятельности. Изучение курса предполагает дать будущим специалистам современное научное представление о методах исследований и моделировании. Содержание курса может быть использовано при изучении прогнозирования, при выполнении научных работ.

    Селективная дисциплина
    Год обучения - 2
    Семестр 3
  • Численные методы моделирования сейсмических волновых полей в сложных средах с использованием высокопроизводительных вычислительных систем с параллельной архитектурой
    Кредитов: 3

    В данном курсе представлен распространенный подход к решению прямой задачи сейсмики на основе конечно-разностной схемы в трехмерных моделях сред. Рассматривается конечно-разностная схема и подход к реализации. Предполагается использовать полученное решение в совокупности с методом конечных элементов для моделирования сейсмических полей в трехмерных моделях сред со сложной топографией свободной поверхности.

    Селективная дисциплина
    Год обучения - 2
    Семестр 3
  • Численные методы решения обратных задач геофизики
    Кредитов: 3

    Целью спецкурса «Численные методы решения обратных задач геофизики» является изучение численных методов решения обратных задач дифференциальных уравнений параболического, эллиптического, гиперболического типов. Основная задача изучения дисциплин - выработать и укрепить навыки работы с литературой, самостоятельное решение задач.

    Селективная дисциплина
    Год обучения - 2
    Семестр 3
  • Функциональные методы решения задач математической физики
    Кредитов: 3

    Изучение моделей и методов математической физики для описания природных явлений и техносферных процессов. В процессе изучения данной дисциплины студент расширяет знания умения и навыки следующих компетенций: Способность к анализу и синтезу, критическому мышлению, обобщению, принятию и аргументированному отстаиванию решений; Способность моделировать, упрощать, адекватно представлять, сравнивать, использовать известные решения в новом приложении, качественно оценивать количественные результаты, их математиче

    Селективная дисциплина
    Год обучения - 2
    Семестр 3
  • Конечно-разностные схемы
    Кредитов: 3

    Изучить методы конечно-разностной аппроксимации уравнений и спектральные модели; методы численного интегрирования прогностических уравнений; методы анализа вычислительной неустойчивости, возникающей при численном интегрировании линейных аналогов нелинейных эволюционных уравнений, и способы ее устранения; методы параметризации физических процессов подсеточного масштаба; лучшие современные оперативные прогностические гидродинамические модели.

    Селективная дисциплина
    Год обучения - 2
    Семестр 3
  • Методы оптимизации
    Кредитов: 3

    Целями освоения дисциплины "Методы оптимизации" являются изучение теоретических основ оптимизации и понимание ее места в системе фундаментальных и прикладных математических дисциплин, знакомство с экономико-математическими моделями, а также развитие навыков самостоятельного решения проблем теории и методов решения экстремальных задач.

    Селективная дисциплина
    Год обучения - 2
    Семестр 3
  • Приложения функционального анализа к математическому моделированию физических процессов
    Кредитов: 3

    Получение основных сведений по методам построения математиче-ских моделей в различных областях физики, включая радиофизику, электронику, квантовую механику. Получение основных сведений по методам и алгоритмам решения краевых задач, описываемых дифференциальными уравнениями в частных производных, интегральными и интегродифференциальными уравнениями. Приобретение навыков построения математических моделей, оценки их эффективности, построения алгоритмов и их численной реализации.

    Селективная дисциплина
    Год обучения - 2
    Семестр 3
  • Код ON1

    способность самостоятельно осуществлять научно-исследовательскую деятельность в соответствующей профессиональной области с использованием современных методов исследования и информационно-коммуникационных технологий. Применять современные методы математического моделирования для научных исследований

  • Код ON2

    применять эффективные методы математического и компьютерного моделирования для обработки и анализа прикладных задач с использованием высокопроизводительных вычислительных ресурсов

  • Код ON3

    реализовывать численные алгоритмы для решения естественно-физических процессов. Уметь обосновывать корректность постановки задач, и проводить глубокий анализ в ходе научно-исследовательской деятельности

  • Код ON4

    осуществлять экспертную работу по внедрению результатов научно-исследовательской деятельности в производственный сектор, обосновывать финансовую составляющую проекта и разработок

  • Код ON5

    иметь представление о роли основных алгебраических понятий, как важнейшего инструмента исследования, приспособленного к задачам практики

  • Код ON6

    уметь классифицировать множества по уровню их сложности, находить и применять вычислимо перечислимые множества в прикладных областях математики и информатики, приложение целого ряда результатов о неразрешимости к задачам теоретической информатики

  • Код ON7

    создавать параллельные вычислительные алгоритмы и способы их реализации на многопроцессорной вычислительной технике с распределенной памятью, строить различные численные алгоритмы для решения на базе высокопроизводительных систем

  • Код ON8

    уметь выбирать модель турбулентности для решения конкретной задачи, в том числе при использовании CFD-пакетов, формулировать основные фундаментальные физические законы и их основные следствия применительно к задачам тепло- и массообмена, основные численные подходы, методы и алгоритмы реализации моделей теплофизических процессов

  • Код ON9

    проводить численное моделирование нестационарных трехмерных турбулентных течений, выбирать соответствующие численные методы для решения задачи, а также составить анализ полученных результатов, способность построение различных моделей турбулентности, зависящих только от локальных параметров турбулентного потока

  • Код ON10

    осуществлять научные исследования, проводить вычислительные эксперименты с применением математического и компьютерного моделирования в процессах естествознания и технологических процессах для решения прикладных задач

  • Код ON11

    проводить открытые занятия для обучающихся профилирующей специальности, внедрять новые методы и методику в педагогическую практику, разрабатывать учебно-методические комплексы дисциплин по математическому и компьютерному моделированию различных процессов

  • Код ON12

    готовность участвовать в работе государственных и международных исследовательских коллективов по решению научных и научно-образовательных задач по математическому и компьютерному моделированию различных процессов. Принимать участие в научных семинарах, конференциях, быть частью международного научного сообщества. Поддерживать международные связи с зарубежным руководителем и иностранными коллегами

8D06103 Информационные системы
Докторантура

Евразийский национальный университет им. Л.Н. Гумилева (ЕНУ им. Л. Н. Гумилева)

ГОП: D094 Информационные технологии

Действующая образовательная программа | Языки обучения: Русский, Казахский, Английский
8D06103 Моделирование и оптимизация бизнес-процессов
Докторантура

Казахский агротехнический университет имени С.Сейфуллина (КазАТУ им. Сейфуллина)

ГОП: D094 Информационные технологии

Действующая образовательная программа | Языки обучения: Русский, Казахский
8D06103 Компьютерные науки
Докторантура

Казахский национальный университет имени аль-Фараби (КазНУ им. аль-Фараби)

ГОП: D094 Информационные технологии

Действующая образовательная программа | Языки обучения: Русский, Казахский, Английский
8D06103 Management information systems
Докторантура

Казахский национальный исследовательский технический университет имени К.И.Сатпаева (Satbayev University)

ГОП: D094 Информационные технологии

Действующая образовательная программа | Языки обучения: Русский, Казахский
8D06103 Информационные системы
Докторантура

Международный университет информационных технологий (МУИТ (IITU))

ГОП: D094 Информационные технологии

Действующая образовательная программа | Языки обучения: Английский
Top