Інфопакет

Нечіткий аналіз

ДВС.2.06

Вибіркова дисципліна для ОП

Перший

2023/2024

8 Семестр

5

РН02. Володіти основними положеннями та методами математичного, комплексного та функціонального аналізу, лінійної алгебри та теорії чисел, аналітичної геометрії, теорії диференціальних рівнянь, зокрема рівнянь у частинних похідних, теорії ймовірностей, математичної статистики та випадкових процесів, чисельними методами. РН10. Володіти методиками вибору раціональних методів та алгоритмів розв’язання математичних задач оптимізації, дослідження операцій, оптимального керування і прийняття рішень, аналізу даних. ПРН24.2. Уміти застосовувати професійні знання, уміння і навички в галузі прикладної математики та інформатики для досліджень реальних процесів різної природи.

Очна форма

1. Знати: основні поняття математичного аналізу, лінійної алгебри, дискретної математики, диференціальних рівнянь, дослідження операцій, теорії ймовірностей та математичної статистики, теорія прийняття рішень. 2. Вміти: формулювати та розв’язувати задачі лінійного програмування, розв’язувати системи лінійних алгебраїчних рівнянь з параметрами, розв’язувати диференціальні рівняння, досліджувати функції та функціонали на екстремум. 3. Володіти: навичками побудови, аналізу та застосування математичних моделей при розв’язанні прикладних задач.

Ознайомлення з проблемами дослідження розв’язання задач нечіткої математики; наводяться необхідні та достатні умови розв’язності на рівнях цілей, задач, алгоритмів і засобів; визначаються умови розв’язності за входом, ресурсом і процесом в нечітких умовах. У курсі передбачено 2 змістові частини та 2 контрольні роботи. Дисципліна закінчується іспитом.

1. Волошин О.Ф., Мащенко С.О. Моделі та методи прийняття рішень: Навчальний посібник. – Київ: ВПЦ «Київський університет», 2010. – 336 с. 2. Раскин Л.Г., Серая О.В. Нечеткая математика: Учебное пособие. – Харьков: «Парус», 2008. – 352 с. 3. Снитюк В.Є. Прогнозування. Моделі. Методи. Алгоритми: Навчальний посібник. – Київ: «Маклаут», 2008. -– 364 с. 4. Зайченко Ю.П. Нечеткие модели и методы в интеллектуальных системах: Учебное пособие. – Киев: « Слово», 2008. – 344 с. 5. Снитюк В.Е. Эволюционные технологии принятия решений в условиях неопределенностию – К. : «МП Леся», 2015. – 347 с. 6. Згуровский М.З., Зайченко Ю.П. Модели и методы принятия решений в нечетких условиях. – Киев: «Наукова думка», 2011. – 275 с. 7. Voloshyn O., Laver V. Generalization of Distributing Methods for Fuzzy Problems // Intern. Journal «Information Theories & Applications», 2013, Vol.20, No. 4. – P. 303-310.

Лекції, семінарські заняття, самостійна робота.

Семестрове оцінювання: Максимальна кількість балів які можуть бути отримані студентом: 60 балів: Контрольна робота № 1: 20/12 балів. Контрольна робота № 2: 20/12 балів. Усні відповіді: 20/12 балів. Підсумкове оцінювання (у формі іспиту): Максимальна кількість балів які можуть бути отримані студентом: 40 балів. Форма проведення: письмова робота. Види завдань: 3 письмових завдань (2 теоретичних питання та 1 практичне завдання). Студент отримує загальну позитивну оцінку з дисципліни, якщо його оцінка за іспит становить не менше ніж 24 (двадцять чотири) бали. Студент допускається до іспиту, якщо протягом семестру він: набрав не менше ніж 36 балів; виконав і вчасно здав 2 контрольні роботи.

Українська