7M06105 Математическое и компьютерное моделирование в ЕНУ им. Л. Н. Гумилева

В передовых критериях становления общества растет роль психического содержания процесса управления. В ходе исследования курса учащиеся ознакомятся с передовыми представлениями о роли и многоаспектном содержании психического компонента управленческой работы, а еще получат практические способности управления поведением людей в организации, которые они сумеют применить в собственной грядущей профессиональной работы.

Результатом курса будет углубленное изучение и овладение разностными схемами. Рассматриваются методы построения, исследования, обоснования разностных схем и алгоритмы их реализации. В результате изучения дисциплины докторанты должны знать построение разностных схем для дифференциальных уравнений, их обоснования, способы их решения. Приобретать навыки применения разностных схем для решения уравнений в частных производных.

Изучаются методы математической криптографии и государственные стандарты криптографических средств, а также особенности их применения в системах защиты информации. Программа дисциплины включает в себя следующие разделы: шифры; схемы цифровой подписи; хэш-функции; теория секретности Шеннона; теория имитационный стойкости Симмонса; коды аутентификации и ортогональные массивы.

Математические модели и методы параллельного программирования для многопроцессорных вычислительных систем; научить магистрантов методам написания и модификации программ для систем с параллельными технологиями OpenMPI и MPI.

Содержание материалов, включенных в курс - познакомить магистрантов с теорией оптимального управления линейными системами и методами проектирования. Магистранты приобретут базовые знания по теории линейных систем, достаточно глубокие, чтобы начать чтение предметной литературы.

Расширить и углубить теоретические знания и практические навыки по вычислительной математике. Знать определения и свойства гильбертова пространства, понятие сходимости, полноты, плотности, сепарабельности пространства, операторов и функционалов в нормированных пространствах. Применение вариационных методов к решению краевых задач для обыкновенных дифференциальных уравнений и уравнений в частных производных.

Этот курс ориентирован на становление профессионально-педагогических компетенций магистрантов, умению организации учебного и воспитательного процессов, а также на всестороннюю подготовку к удачному научному творчеству в системе высшего и послевузовского образования.

Понятие о математических и компьютерных моделях. Классификация моделей. Этапы построения математических моделей. Методология компьютерного моделирования. Источники данных и их типы. Физико-математическая теория для исследования атмосферных процессов и динамической метеорологии. Компьютерные и математические модели состояния атмосферы.

Теоретические и практические основы технологий объектно-ориентированного программирования в JavaScript. Современные методы и средства разработки проектов программных приложений. Программирование в среде WebStorm. Цель: Освоение практических особенностей процесса объектно-ориентированного программирования и разработки проектов в среде WebStorm; Владеть практическими навыками по разработке проектов в среде WebStorm; Уметь разрабатывать проектов JavaScript web-приложений в среде WebStorm; Иметь навыки программирование в среде WebStorm.

Рассматриваются алгоритмы над большими числами, над полиномами, методы генерации простых чисел, методы факторизации чисел и полиномов, задача дискретного логарифмирования. Наряду с теоретическими основами, изучаются практические алгоритмы решения указанных задач. На лабораторных работах магистранты реализуют, отлаживают и исследуют изучаемые алгоритмы.

Курс охватывает основные понятия и методы вычислительной геометрии и машинной графики. Двумерные и трехмерные объекты моделируются с использованием OpenGL, MaxScript, DirectX, который является математической и алгоритмической основой компьютерной графики.

Системное изучение методов дискретизации непрерывных сигналов, рассмотрение методологии и технологии обработки сигналов. Дисциплина обучает исследованию различных видов сигналов, приобретения навыков применения преобразований Фурье, Хаара, Уолша и др.

Результатом обучения курса будет освоение следующих тем и разделов: Основные компоненты ГИС. Структуры и модели данных. Технологии ввода данных. Анализ пространственных данных. Моделирование поверхностей. Технология построения цифровых моделей рельефа. Методы и средства визуализации. Этапы и правила проектирования ГИС. Состав современной платформы ГИС. Основные задачи территориальной организации государства. Создание и ведение государственного градостроительного кадастра Республики Казахстан.

Результатом обучения курса будет освоение следующих тем и разделов: Общие сведения о системе STATISTICA. Основные компоненты системы STATISTICA. Описание модулей и приложений системы, техническое описание диалоговых окон, терминов и перевод основных опций, используемых для прогнозирования в системе STATISTICA.

Дисциплина «История и философия науки» создает у магистрантов культуру научного мышления, развивает аналитические возможности и способности исследовательской работы.

Углубление и становление ранее обретенных умений и способностей для владения разговорной речью и языком специальности для интенсивного использования зарубежного языка, как в ежедневном, например и в профессиональном общении. Лексика. Грамматика. Говорение. Письмо. Аудирование.

Магистранты должны знать основные законы механики сплошной среды, уметь математически моделировать простые гидродинамические процессы, знать аналитические и численные методы решения задач

В результате освоения программы магистранты владеют современными методами математического моделирования, используемыми при исследовании проблем естествознания, определяющих передовые рубежи развития фундаментальной и прикладной науки.

Содержание материалов, включенных в курс - познакомить магистрантов с теорией оптимального управления линейными системами и методами проектирования. Магистранты приобретут базовые знания по теории линейных систем, достаточно глубокие, чтобы начать чтение предметной литературы.

Теоретические и практические основы технологий объектно-ориентированного программирования в Python. Современные методы и средства анализировать данные. Библиотека Matplotlib, NumPy. OpenCV. Программирование в среде IDLE. Цель: Освоение практических особенностей процесса объектно-ориентированного программирования в среде IDLE; Владеть практическими навыками программирования в среде IDLE; Уметь использовать библиотеки Python; Иметь навыки анализировать данные в среде IDLE.

Во вводной части дается классификация криптографических протоколов, а также изучаются атаки на криптографические протоколы. Далее изучаются протоколы аутентификации сообщений, затем изучаются протоколы идентификации, потом изучаются протоколы распределения ключей, после чего изучаются схемы разделение секрета. В заключительной части изучаются прикладные криптографические протоколы.

Обьяснить магистрантам понятие метод Монте-Карло как метода моделирования случайных величин с целью вычисления характеристик их распределений. Ознакомить общей схемой метода Монте-Карло и освоить методов оценки погрешности. Рассмотреть осуществление вычисление интегралов методом Монте-Карло и способы понижения их дисперсии.

Знакомство с теоретическими основами технологии ТОФИ, знакомство со средой моделирования ТОФИ, освоение возможностей технологии по построению информационных моделей предметной области. Построение конкретной модели по выбранной предметной области.

Магистранты должны знать основные методы математического моделирования нелинейных волновых процессов и свойства их интегрируемости, будут уметь применять методы теории солитонов для построения различных точных решений нелинейных эволюционных уравнения, будут иметь навыки использовать единый алгоритмический подход и методы теории солитонов для решения широкого класса волновых задач.

Предметом дисциплины является установления зависимости между факторами, определяющими функциональные возможности СМО, и эффективностью её функционирования. Курс лекций охватывает базовые основы имитационного моделирования и систем массового обслуживания. Проводится классификация типов систем обслуживания, определяемая классом решаемых задач и основы используемого математического аппарата. В связи с чем, в курс лекций включен основные понятия Марковских случайных процессов. В едином комплексе рассматривается взаимоувязанное решение задач методами классического математического моделирования с дискретно-событийной парадигмой имитационного моделирования.

Изучается математический аппарат теории эллиптических кривых над конечными полями и его применение в анализе и синтезе криптографических систем защиты информации. Программа дисциплины включает в себя следующие разделы: определение эллиптической кривой над полем; аддитивная группа точек эллиптической кривой; дискретный логарифм на эллиптической кривой; протоколы Диффи — Хеллмана, проблема Диффи — Хеллмана на эллиптической кривой; шифрсистема 16 ElGamal; шифрсистема Menezes — Vanstone; эллиптический алгоритм Ленстры факторизации чисел.

Способность осуществлять профессиональное и личностное самообразование, проектировать дальнейшие образовательные маршруты и профессиональную карьеру; осуществлять профессиональную коммуникацию в устной и письменной формах на русском, казахском и иностранном языках для решения задач профессиональной деятельности; готовность взаимодействовать с участниками образовательного процесса и социальными партнерами, руководить коллективом, толерантно воспринимая социальные, этноконфессиональные и культурные различия

Навыки к анализу прикладного смысла управления системами и их решения на основе математических утверждении и математических моделей, ознакомить общей схемой методаМонте-Карло и освоить методов оценки погрешности, владеть современными методами математического моделирования, используемыми при исследовании проблем естествознания, определяющих передовые рубежи развития фундаментальной и прикладной науки

Уметь разработать алгоритм для компьютерной реализации на основе языков высокого уровня программирования результатов математического моделирования и уметь программировать с использованием технологий OpenMP, MPI и Hybrid, Pyton, JavaScript, уметь компилироватьсозданные программыиспользуя многопроцессорный суперкомпьютер PARAM-BILIM, уметь строить графические модели, приобрести навыки простейшей организации защиты информационных систем

владеть современными педагогическими технологиями и обладать коммуникативными способностями

Использовать методматематического моделирования и решения при решении задач естественных процессов и при построении оптимальных планов эксперимента, уметь математически моделировать простые гидродинамические процессы, знать аналитические и численные методы решения задач, применить разностные схемы и вариационные методы к решению краевых задач для обыкновенных дифференциальных уравнений и уравнений в частных производных

Анализировать, формулировать и решать актуальные и значимые проблемы фундаментальной и прикладной математики, проводится ориентирование на приложение математических методов в моделировании сложных систем (системы массового обслуживания в технических системах, экономике, сервисной структуре и др.) с вероятностными характеристиками и конкретных примеров реализаций имитационных моделей, знать методов дискретизации непрерывных сигналов, рассмотрение методологии и технологии обработки сигналов.

Формировать теоретические знания по методам обработки данных и анализу бизнес процессов, а также алгоритмов криптосистем, анализировать и моделировать пространственные данные и поверхностей, знакомство со средой моделирования ТОФИ, освоение возможностей технологии по построению информационных моделей предметной области. Построение конкретной модели по выбранной предметной области.

Анализировать основные мировоззренческие и методологические проблемы, в т.ч. междисциплинарного характера, исследуемые в науке на современном этапе ее развития и использовать результаты в профессиональной деятельности