1959

Министерство образования и науки Российской Федерации Федеральное государственное бюджетное образовательное учреждение высшего образования

«Воронежский государственный лесотехнический университет имени Г.Ф. Морозова»

Математическое моделирование лесных экосистем

Методические указания для самостоятельной работы студентов по направлению подготовки магистров

35.04.01 – Лесное дело

Воронеж 2016

УДК 630* : 51

Мироненко, А.В. Математическое моделирование лесных экосистем [Электронный ресурс] : методические указания для самостоятельной работы студентов по направлению подготовки магистров 35.04.01 – Лесное дело / А.В. Мироненко; М-во образования и науки РФ, ФГБОУ ВО «ВГЛТУ» – Воронеж, 2016. – 14 с.

Печатается по решению учебно-методического совета ФГБОУ ВО «ВГЛТУ» (протокол № 10 от 24 июня 2016 г.)

Рецензент – главный специалист филиала

Ответственный редактор д-р биол. наук, проф. С.М. Матвеев

©Мироненко А.В., 2016

©ФГБОУ ВО «Воронежский государственный лесотехнический университет», 2016

2

ВВЕДЕНИЕ

Главными особенностями организации обучения в вузе являются специфика применяемых методик учебной работы и степень самостоятельности обучаемых. Преподаватель только направляет познавательную активность студента, который сам осуществляет познавательную деятельность.

Самостоятельная работа – это вид учебной деятельности, выполняемый учащимся без непосредственного контакта с преподавателем или управляемый преподавателем опосредовано через специальные учебные материалы; неотъемлемое обязательное звено процесса обучения, предусматривающее прежде всего индивидуальную работу учащихся в соответствии с установкой преподавателя или учебника, программы обучения.

Самостоятельная работа включает: домашние задания (работа с учебником, конспектом лекций); отдельные этапы лабораторных работ и практических занятий и подготовку к ним; типовые курсовые проекты; необходимость анализа различных путей выполнения задания, выбора наиболее правильных из них; задания научно-исследовательского характера.

Самостоятельная работа способствует углублению и расширению знаний, формированию интереса к познавательной деятельности, овладению приемами процесса познания, развитию познавательных способностей. В соответствии с этим самостоятельная работа студентов становится одним из основных резервов повышения эффективности подготовки молодых специалистов в вузе.

В процессе самостоятельной деятельности студент должен научиться выделять познавательные задачи, выбирать способы их решения, выполнять операции контроля за правильностью решения поставленной задачи, совершенствовать навыки реализации теоретических знаний.

Самостоятельная работа завершает задачи всех видов учебной работы. Кроме того, самостоятельная работа имеет воспитательное значение: она формирует самостоятельность не только как совокупность умений и навыков, но и как черту характера, играющую существенную роль в структуре личности современного специалиста высшей квалификации.

3

1. Цели и задачи дисциплины

1.1. Целью изучения дисциплины является профессиональная

программного обеспечения для статистического анализа данных и математического моделирования.

1.2 Для достижения поставленной цели решаются следующие задачи:

-ознакомление с базовыми терминами математической статистики и анализа данных в лесном деле;

-изучение основных понятий и определений теории вероятностей,

законов распределения случайных величин;

- освоение методов и этапов проведения научных исследований,

изучение принципов проверки статистических гипотез;

-освоение методов анализа данных с применением вычислительной техники;

-освоение методов аналитической статистики (корреляционного анализа, дисперсионного анализа, кластерного анализа) и техники их выполнения на ЭВМ.

1.3. Дисциплина «Математическое моделирование лесных экосистем»

входит в базовую часть общенаучного цикла дисциплин подготовки

магистров, индекс Б1.Б.1.

2. Требования к результатам освоения дисциплины

2.1 Для эффективного освоения дисциплины «Математические моделирование лесных экосистем» у обучающегося должны быть сформированы следующие предварительные компетенции или их части:

а) способность совершенствовать и развивать свой интелектуальный и

общекультурный уровень (ОК-1);

4

б) способность самостоятельно с помощью современных технологий

приобретать и использовать в практической деятельностиновые знания (ОК-

2).

должен обладать следующими компетенциями:

а) способностью совершенствовать и развивать свой интеллектуальный и общекультурный уровень (ОК-1); способностью к самостоятельному обучению новым методам исследования (ОК-2);

способностью свободно пользоваться иностранными языками как средством делового общения (ОК-3); использованием на практике умений и навыков в организации исследовательских и проектных работ, в управлении коллективом (ОК-4); способностью проявлять инициативу, в том числе в ситуациях риска, брать на себя всю полноту ответственности (ОК-5);

способностью самостоятельно приобретать с помощью информационных технологий и использовать в практической деятельности новые знания и умения, в том числе в новых областях знаний, непосредственно не связанных со сферой деятельности (ОК-6);

б) готовностью использовать элементы экономического анализа при организации и проведении практической деятельности, готовностью идти на умеренный экономический риск (ПК-16); способностью оценивать затраты и результаты деятельности коллектива (ПК-17); владением приемами и методами работы с персоналом, методами оценки качества и результативности труда персонала, способностью организовать работу коллектива исполнителей, принимать управленческие решения в условиях различных мнений (ПК-18); способностью находить компромисс между различными требованиями (стоимости, качества, безопасности и сроков

5

исполнения) как при долгосрочном, так и при краткосрочном планировании и определять оптимальное решение (ПК-19); способностью интерпретировать и представлять результаты научных исследований в формах отчетов, рефератов, публикаций и публичных обсуждений, готов составлять практические рекомендации по использованию результатов научных исследований (ПК-25).

2.3. В результате освоения дисциплины студент должен:

- знать: методы обработки массовых явлений; корреляционный,

регрессионный, дисперсионный, кластерный анализы с применением программ для ЭВМ; основы моделирования нормальных, ассиметричных рядов распределения случайных величин.

-уметь: осуществлять планирование научного эксперимента;

использовать полученные результаты для принятия решений в конкретных производственных условиях; оценивать адекватность и точность работы применяемого аппарата математической статистики;

- владеть: методами научных исследований, основанными на математическом моделировании в области лесных экосистем.

3. Объѐм дисциплины и виды учебной работы

6

4 СОДЕРЖАНИЕ ДИСЦИПЛИНЫ

4.1 Разделы дисциплины и виды занятий

Таблица 2

7

4.2 Содержание разделов дисциплины

Раздел 1. ВВЕДЕНИЕ. Описательная статистика на ЭВМ.

Предмет дисциплины. Значение математического моделирования в научном познании процессов, протекающих в биологии, в лесу. Базовые термины математической статистики и анализа данных. Связь с другими дисциплинами. Описательная статистика с применением различных компьютерных программ: MS Excel, Stadia, Statistica.

Раздел 2. Основные понятия теории вероятностей.

Случайная величина и вероятность события. Законы распределения случайных величин: биномиальное, Пуассона, нормальное. Моделирование рядов распределений на ЭВМ.

Раздел 3. Методы научных исследований Этапы исследования. Метод наблюдений. Метод эксперимента. Этапы

проведения научного эксперимента. Планирование эксперимента. Условия выбора необходимого числа экспериментальных объектов. Модель типичного научного эксперимента в лесном деле. Проверка статистических гипотез.

Раздел 4. Анализ данных. Аналитическая статистика.

Этапы анализа данных. Представление данных в наглядной форме.

Виды измерений. Шкалирование. Обзор программного обеспечения для статистического анализа данных. Корреляционный анализ на ЭВМ.

Регрессионный анализ. Анализ временных рядов. Однофакторный дисперсионный анализ. Кластерный анализ. Математическое моделирование динамики состава насаждений. Моделирование хода роста модальных древостоев.

8

4.3. Перечень занятий, проводимых в интерактивной форме

5. Лабораторный практикум, практические или семинарские занятия

5.1. Практические занятия

Таблица 4

9

6. Учебно-методическое обеспечение дисциплины 6.1. Библиографический список

Основная литература

1. Смольянов, А. Н., Мироненко А.В. Математическое методы [Текст] : текст лекций / А. Н. Смольянов, А.В. Мироненко ; ВГЛТА. – Воронеж, 2013.

– 140 с. Электронная версия в ЭБС ВГЛТА.

Дополнительная литература

2. Сериков М.Т. Основы математического моделирования в лесоустройстве [Текст]: Учеб. пособие / М. Т. Сериков. – Фед. агентство по образованию, Гос. образовательное учреждение высш. проф. образования, Воронеж. гос. лесотехн. акад. – Воронеж, 2005. – 119 с.

6.2.Перечень ресурсов информационно-телекоммуникационной сети «Интернет»

1.Ресурс для скачивания бесплатной версии программы STADIA: http://protein.bio.msu.ru/~akula/Podr2~1.htm.

2.Сайт разработчика статистического пакета STATISTICA: http://www.statsoft.ru/

6.3.Перечень информационных технологий и средств обеспечения освоения дисциплины

При изучении дисциплины используются:

- программные средства приобретѐнные и специально разработанные; - мультимедийные презентации по разделам дисциплины,

иллюстрирующие алгоритмы математических расчѐтов; - уровень усвоения дисциплины определяется на основе модульно-

рейтинговой системы оценки знаний студентов; - для итогового контроля разработан банк тестовых заданий, состоящий

из вопросов и задач по разделам дисциплины.

7. Материально–техническое обеспечение дисциплины

При изучении данной дисциплины используется компьютерный класс (аудитория № 306) кафедры лесоводства, лесной таксации и лесоустройства, оборудованный интерактивной доской для демонстрации возможностей компьютерных программ, а также для демонстрации презентаций и обучающих видеороликов на лекциях.

10