Министерство образования и науки РФ

Федеральное государственное образовательное бюджетное учреждение высшего профессионального образования

«Волгоградский государственный технический университет»

Факультет

машиностроительный

Кафедра

«Технология машиностроения»

ПРОГРАММА КУРСА

Программные статистические комплексы

(наименование дисциплины)

151900.62 « Конструкторско-технологическое обеспечение машиностроительных производств »

(направление подготовки)

Профили:

«Технология машиностроения»

Факультет подготовки инженерных кадров

Форма обучения

Заочная

Заочно-сокращенная

Курс

1

Семестр

2

Число зачетных единиц

3

Всего часов по учебному плану, час.

108

Всего часов аудиторных занятий, час.

12

Лекции, час

4

Лабораторные занятия, час

8

Контрольные работы, час

96

Экзамен (курс)

-

Зачет (семестр)

2

Разработал

Доцент

Фролов Е.М.

e-mail: tms@vstu.ru

Зав. кафдрой

«ТМ»

Полянчиков Ю.Н.

Волгоград 2013

1. Аннотация дисциплины

Целью изучения дисциплины является освоение студентом знаний о структуре и использовании программных комплексов для выполнения статистических расчетов при выполнении проектных работ.

Для изучения данной дисциплины необходимо знание основ математической статистики, основных принципов построения алгоритмов. Это определяет связь дисциплины «Программные статистические комплексы» с соответствующими разделами математики и информатики.

2. Содержание учебной дисциплины «Теплотехника и транспортная энергетика»

Таблица 2.1

№ темы	Название основных тем и вопросов, изучаемых в рамках дисциплины	Кол-во часов, отводимых на лекции по теме
1	2	3
1.	Основные понятия и зависимости математической статистики. Компетенции: способность применять математический аппарат, необходимый для осуществления профессиональной деятельности.	1
2.	Табличный процессор OpenOffice.org Calc (Microsoft Excel). Структура рабочей книги и электронной таблицы. Типы данных. Абсолютная и относительная адресация. Представление данных в виде диаграмм. Вычисления в табличном виде. Мастер функций. Статистические функции. Логические функции. Выполнение статистических расчетов в OpenOffice.org Calc. Подготовка текстов, содержащих статистические расчеты. Компетенции: способность использовать в социальной жизнедеятельности, в познавательной и в профессиональной деятельности навыки работы с компьютером, работать с информацией в глобальных компьютерных сетях; способность проводить изучение и анализ необходимой информации, технических данных, показателей и результатов работы, их обобщение и систематизацию, проводить необходимые расчеты с использованием современных технических средств; способность принимать участие в моделировании процессов и средств измерений, испытаний и контроля с использованием стандартных пакетов и средств автоматизированного проектирования; способность принимать участие в работах по расчету и проектированию деталей и узлов разрабатываемых средств измерений, испытаний и контроля в соответствии с техническими заданиями и использованием стандартных средств автоматизации проектирования.	1
3.	Математический пакет MathCAD. Назначение, возможности, системные требования. Вычислительные возможности MathCAD. Арифметические и матричные вычисления. Символьная математика. Графические возможности MathCAD. Компетенции: способность применять математический аппарат, необходимый для осуществления профессиональной деятельности; способность использовать в социальной жизнедеятельности, в познавательной и в профессиональной деятельности навыки работы с компьютером, работать с информацией в глобальных компьютерных сетях; способность проводить изучение и анализ необходимой информации, технических данных, показателей и результатов работы, их обобщение и систематизацию, проводить необходимые расчеты с использованием современных технических средств; способность принимать участие в моделировании процессов и средств измерений, испытаний и контроля с использованием стандартных пакетов и средств автоматизированного проектирования; способность принимать участие в работах по расчету и проектированию деталей и узлов разрабатываемых средств измерений, испытаний и контроля в соответствии с техническими заданиями и использованием стандартных средств автоматизации проектирования.	1
4.	Прикладные статистические программные продукты.Пакет статистического анализа Statistica. Программа статистического анализа и отображения статистической информации S PLUS. Компетенции: способность использовать в социальной жизнедеятельности, в познавательной и в профессиональной деятельности навыки работы с компьютером, работать с информацией в глобальных компьютерных сетях; способность проводить изучение и анализ необходимой информации, технических данных, показателей и результатов работы, их обобщение и систематизацию, проводить необходимые расчеты с использованием современных технических средств; способность принимать участие в моделировании процессов и средств измерений, испытаний и контроля с использованием стандартных пакетов и средств автоматизированного проектирования; способность принимать участие в работах по расчету и проектированию деталей и узлов разрабатываемых средств измерений, испытаний и контроля в соответствии с техническими заданиями и использованием стандартных средств автоматизации проектирования.	1
Итого		4

3. Лабораторные работы и практические занятия

Лабораторные работы
Таблица 3.1
Номер	Наименование лабораторной работы	Объем,
работы		час
1	2	3
1	Выполнение статистических расчетов в OpenOffice.org Calc.	2
2	Совместное использование программ пакета OpenOffice.org для подготовки текстов, содержащих статистические расчеты.	2
3	Статистические расчеты в MathCAD.	2
4	Графические возможности MathCAD.	2
Итого		8

4. Самостоятельная работа студентов

В течение семестра студенты выполняют контрольную работу «Автоматизированный анализ экспериментальных данных». Выполненная контрольная работа должна быть зарегистрирована в деканате ФПИК не позднее, чем за 1 неделю до зачетно - экзаменационной сессии.

4.1 . Цель работы

Выполнение контрольной работы является важным этапом в изучении дисциплины «Программные статистические комплексы», обеспечивающим: углубление и закрепление знаний по изучаемой дисциплине; приобретение навыков практического использования программных средств анализа данных в инженерной деятельности.

4.2. Содержание контрольной работы

Контрольная работа включает в себя следующие основные расчеты:

определение основных статистических характеристик распределения непрерывной случайной величины;

построение эмпирического закона распределения непрерывной случайной величины;

оценка соответствия эмпирического закона распределения непрерывной случайной величины теоретическим законам, имеющим распространение в области технологии машиностроения.

4.3. Общие указания

Прежде чем приступить к выполнению расчетов, необходимо:

1) Ознакомиться с содержанием задания;

2) Проработать теоретический материал по теме контрольной работы;

3) Ответить на все контрольные вопросы, приведенные в конце данных методических указаний.

4) Выполненная и оформленная курсовая работа должна содержать:

• номер варианта и исходные данные для расчета (табл. 4.1.);

• подробный ход решения;

• таблицы, рисунки и графики, требуемые заданием (табл. 5.1-5.7, рис. 5.1-5.5).

Выбор варианта определяется в соответствии с номером зачетной книжки по табл. 4.1.

Исходные данные для расчета выбираются из приложения 1.

Выбор варианта Таблица 4.1
	Последняя цифра зачетки	0	1	2	3	4	5	6	7	8	9
Предпоследняя цифра зачетки
0-2		1	4	7	10	13	16	19	21	24	27
3-5		2	5	8	11	14	17	20	22	25	28
6-8		3	6	9	12	15	18	21	23	26	29
9		30	31	-	-	-	-	-	-	-	-

4.4 Анализ экспериментальных данных

4.4.1 Основные понятия математической статистики

Математическая статистика  – раздел математики, посвященный методам анализа данных, преимущественно вероятностной природы.

Методы математической статистики позволяют исследовать процессы в условиях неполной исходной информации и прогнозировать будущие результаты процессов с учетом достоверности имеющихся сведений. К числу задач, решаемых средствами математической статистики можно отнести следующие:

1. Выделение существенных факторов, определяющих результаты процесса.

2. Классификация погрешностей и определение степени их влияния на результаты процесса.

3. Математическое описание процесса для управления его результатами. Подразумевается не прямое исследование физических (химических) закономерностей протекания процесса, а изучение феноменологической стороны процесса с учетом наиболее существенных факторов.

Эксперимент (испытание, опыт) состоит в том, что исследуемый процесс реализуется при выполнении некоторого комплекса условий, созданных искусственно (управляемые факторы) или сформировавшихся независимо от исследователя (контролируемые факторы и погрешности).

Эксперимент задан, если определены его условия и указаны события, наступление (или не наступление) которых следует наблюдать. Эксперименты случайные (стохастические) характеризуются тем, что при одних и тех же условиях возможно наступление взаимоисключающих событий. Отношение количества экспериментов, в которых ожидаемое событие наступило, к общему количеству экспериментов называют вероятностью наступления события. Вероятность может принимать значения в интервале [0; 1]. Если вероятность равна нулю, то событие называют невозможным. Если вероятность равна единице – событие достоверно. На практике величина вероятности, равная единице, встречается крайне редко. Поэтому при статистическом моделировании используют понятие доверительной вероятности. Доверительная вероятность – некоторая пороговая величина, достаточно близкая к единице. Если вероятность наступления некоторого события не меньше доверительной вероятности, то считают, что событие достоверно. События называют независимыми, если вероятность появления каждого из них не зависит от появления других событий.

Количественную характеристику случайного события, измеряемую в ходе эксперимента, называют случайной величиной. Случайная величина может быть дискретной, если при повторениях опыта она может принимать только изолированные, отдельные возможные значения с определенными вероятностями. Например, если в качестве случайного события принять попадание параметра качества поверхности изделия в определенный класс шероховатости, то случайная величина «класс шероховатости» будет дискретной, а если оценивать микрогеометрию в линейных единицах (например, по параметру R_z) – то случайная величина «высота шероховатости» окажется непрерывной. Говоря о непрерывной случайной величине, необходимо ввести ряд понятий:

Генеральная совокупность– множество однородных объектов, из которого можно выделить некоторое подмножество, называемое выборочнойсовокупностьюиливыборкой. Более строгое с математической точки зрения определение выборки звучит так:выборкойназывают последовательность независимых одинаково распределенных случайных величин.Объемом совокупности(генеральной или выборочной) называется число ее объектов.

Выборочным методомназывается метод исследования общих характеристик генеральной совокупности на основе изучения свойств выборки.

Соответствие между возможными значениями случайной величины и вероятностями появления этих значений называют дифференциальным законом распределения или плотностью вероятности f(х). Функцией распределения или интегральным законом называют вероятности того, что случайная величина примет значение, меньшее некоторого заданного X. Законы распределения могут задаваться в табличной, графической или аналитической форме.

Наиболее часто контролируемыми количественными параметрами распределения являются: математическое ожидание, мода, стандартное отклонение, дисперсия.

Мода– значение случайной величины, которое появляется, при повторениях опыта, с наибольшей вероятностью. В некоторых случаях возможны полимодальные распределения.

Математическое ожидание (среднее значение)– значение случайной величины, которое характеризует центр распределения. Для дискретной случайной величины:

где x_i– каждое из возможных значение случайной величины;

p_i–вероятность появления значенияx_i;

n – количество возможных значений x_i(количество опытов).

Следует учитывать, что иногда значения моды и математического ожидания могут совпадать (симметричный нормальный закон, закон Симпсона). Однако для равновероятного распределения, например, понятие моды может отсутствовать, а при несимметричных распределениях (закон Пуассона, двухпараметрическое – распределение) эти два значения различаются. В дальнейшем, если не оговорено особо, будем использовать понятие математического ожидания в смысле «наиболее вероятное значение», т. е. мода.

Стандартное отклонение– среднее отклонение случайной величины (без учета знака) от ее среднего значения.

Дисперсия– статистическая характеристика, которая описывает меру разброса значений случайной величины относительно ее среднего значения (математического ожидания).

Мода и математическое ожидание характеризуют расположение кривой распределения, а среднеквадратичное отклонение и дисперсия – ее форму и размеры.