МИНОБРНАУКИ РОССИИ

федеральное государственное бюджетное образовательное учреждение высшего образования
«Алтайский государственный университет»

Python для научных исследований и моделирования сложных систем

рабочая программа дисциплины

Закреплена за кафедрой	Кафедра теоретической кибернетики и прикладной математики
Направление подготовки	02.04.01. Математика и компьютерные науки
Профиль	Алгебра и дискретная математика
Форма обучения	Очная
Общая трудоемкость	4 ЗЕТ
Учебный план	02_04_01_Математика и компьютерные науки_АиДМ-2023

Часов по учебному плану	144
в том числе:
аудиторные занятия	42
самостоятельная работа	102

Виды контроля по семестрам
зачеты:	2

Распределение часов по семестрам

Курс (семестр)	1 (2)		Итого
Недель	22		Итого
Вид занятий	УП	РПД	УП	РПД
Лекции	16	16	16	16
Практические	26	26	26	26
Сам. работа	102	102	102	102
Итого	144	144	144	144

Программу составил(и):
Препод., Кротова О.С.

Рецензент(ы):
к.ф.-м.н., доцент, Пономарев И.В.

Рабочая программа дисциплины
Python для научных исследований и моделирования сложных систем

разработана в соответствии с ФГОС:
Федеральный государственный образовательный стандарт высшего образования - магистратура по направлению подготовки 02.04.01 Математика и компьютерные науки (приказ Минобрнауки России от 23.08.2017 г. № 810)

составлена на основании учебного плана:
02.04.01 Математика и компьютерные науки
утвержденного учёным советом вуза от 26.06.2023 протокол № 4.

Рабочая программа одобрена на заседании кафедры
Кафедра теоретической кибернетики и прикладной математики

Протокол от 29.06.2022 г. № 11
Срок действия программы: 2022-2023 уч. г.

Заведующий кафедрой
к.т.н., доцент Понькина Е.В.

Визирование РПД для исполнения в очередном учебном году

Рабочая программа пересмотрена, обсуждена и одобрена для
исполнения в 2023-2024 учебном году на заседании кафедры

Кафедра теоретической кибернетики и прикладной математики

Протокол от 29.06.2022 г. № 11
Заведующий кафедрой к.т.н., доцент Понькина Е.В.

1. Цели освоения дисциплины

1.1.	Цель освоения дисциплины – овладеть навыками математического моделирования и программирования на Python необходимыми для анализа поведения сложных систем, состоящих из множества взаимодействующих компонентов, в том числе природных и социальных систем.

2. Место дисциплины в структуре ООП

Цикл (раздел) ООП: Б1.В.ДВ.01.01

3. Компетенции обучающегося, формируемые в результате освоения дисциплины

ПК-3	Способен представлять и адаптировать математические знания и информационные технологий для решения собственных задач в области алгебры и дискретной математики.
ПК-3.1	Умеет осуществлять теоретическое обобщение научных данных, результатов экспериментов и наблюдений.
ПК-3.2	Владеет навыками оформления результатов научноисследовательских работ с использованием ИКТ.
В результате освоения дисциплины обучающийся должен
3.1.	Знать:
3.1.1.	Язык программирования Python и его возможности для моделирования сложных систем и проведения научных исследований
3.2.	Уметь:
3.2.1.	Создавать математическое модели реальных процессов и сложных систем, моделировать взаимодействие систем на языке Python
3.3.	Иметь навыки и (или) опыт деятельности (владеть):
3.3.1.	Программированием на языке Python, инструментами библиотек языка для моделирования сложных систем и проведения научных исследований

4. Структура и содержание дисциплины

Код занятия	Наименование разделов и тем	Вид занятия	Семестр	Часов	Литература
Раздел 1. Объектно-ориентированное программирование
1.1.	Объектно-ориентированный анализ. Объектно-ориентированное программирование. Основы программирования классов. Основные принципы ООП. Паттерны проектирования	Лекции	2	2	Л1.1, Л2.2, Л1.2, Л2.1
1.2.	Объектно-ориентированное программирование на Python	Практические	2	2	Л1.1, Л2.2, Л1.2, Л2.1
1.3.	Объектно-ориентированное программирование на Python	Сам. работа	2	8	Л1.1, Л2.2, Л1.2, Л2.1
1.4.	Паттерны проектирования	Сам. работа	2	8	Л1.1, Л2.2, Л1.2, Л2.1
Раздел 2. Python для научных исследований
2.1.	Работа с базами данных в Python (SQLite, MySQL, PostgreSQL)	Лекции	2	2	Л1.1, Л2.2, Л1.2, Л2.1
2.2.	Работа с базами данных в Python	Практические	2	2	Л1.1, Л2.2, Л1.2, Л2.1
2.3.	Работа с базами данных в Python	Сам. работа	2	8	Л1.1, Л2.2, Л1.2, Л2.1
2.4.	Работа с многомерными массивами в NumPy	Практические	2	2	Л1.1, Л2.2, Л1.2, Л2.1
2.5.	Работа с многомерными массивами в NumPy	Сам. работа	2	10	Л1.1, Л2.2, Л1.2, Л2.1
2.6.	Визуализация в Matplotlib. Научная графика	Практические	2	2	Л1.1, Л2.2, Л1.2, Л2.1
2.7.	Визуализация в Matplotlib. Научная графика	Сам. работа	2	10	Л1.1, Л2.2, Л1.2, Л2.1
2.8.	Возможности библиотеки SciPy	Практические	2	2	Л1.1, Л2.2, Л1.2, Л2.1
2.9.	Возможности библиотеки SciPy	Сам. работа	2	8	Л1.1, Л2.2, Л1.2, Л2.1
Раздел 3. Моделирование сложных систем
3.1.	Введение в моделирование сложных систем. Динамическое программирование	Лекции	2	2	Л1.1, Л2.2, Л1.2, Л2.1
3.2.	Динамическое программирование: решение сложных задач путем разбиения	Практические	2	2	Л1.1, Л2.2, Л1.2, Л2.1
3.3.	Динамическое программирование	Сам. работа	2	10	Л1.1, Л2.2, Л1.2, Л2.1
3.4.	Алгоритмы поиска и сортировки	Лекции	2	2	Л1.1, Л2.2, Л1.2, Л2.1
3.5.	Анализ последовательностей ДНК	Практические	2	2	Л1.1, Л2.2, Л1.2, Л2.1
3.6.	Алгоритмы поиска и сортировки	Сам. работа	2	10	Л1.1, Л2.2, Л1.2, Л2.1
3.7.	Графовые алгоритмы	Лекции	2	4	Л1.1, Л2.2, Л1.2, Л2.1
3.8.	Графовые алгоритмы: анализ социальных сетей	Практические	2	4	Л1.1, Л2.2, Л1.2, Л2.1
3.9.	Графовые алгоритмы	Сам. работа	2	10	Л1.1, Л2.2, Л1.2, Л2.1
3.10.	Задачи с ограничениями	Лекции	2	2	Л1.1, Л2.2, Л1.2, Л2.1
3.11.	Задачи с ограничениями: задача восьми ферзей	Практические	2	4	Л1.1, Л2.2, Л1.2, Л2.1
3.12.	Задачи с ограничениями	Сам. работа	2	10	Л1.1, Л2.2, Л1.2, Л2.1
3.13.	Генетические алгоритмы	Лекции	2	2	Л1.1, Л2.2, Л1.2, Л2.1
3.14.	Генетические алгоритмы: составление рабочего графика	Практические	2	4	Л1.1, Л2.2, Л1.2, Л2.1
3.15.	Генетические алгоритмы	Сам. работа	2	10	Л1.1, Л2.2, Л1.2, Л2.1

5. Фонд оценочных средств

5.1. Контрольные вопросы и задания для проведения текущего контроля и промежуточной аттестации по итогам освоения дисциплины

Оценочные материалы для текущего контроля по разделам и темам дисциплины в полном объеме размещены в онлайн-курсе на образовательном портале «Цифровой университет АлтГУ» – https://portal.edu.asu.ru/course/view.php?id=8703.

ОЦЕНКА СФОРМИРОВАННОСТИ КОМПЕТЕНЦИИ ПК-3: Способен представлять и адаптировать математические знания и информационные технологий для решения собственных задач в области алгебры и дискретной математики.

ПРИМЕРЫ ЗАДАНИЙ ЗАКРЫТОГО ТИПА - ttps://disk.yandex.ru/i/uoF64AepsRz_-g

ПРИМЕРЫ ЗАДАНИЙ ОТКРЫТОГО ТИПА - https://disk.yandex.ru/i/dLQvh4p7d3VWVQ

КРИТЕРИИ ОЦЕНИВАНИЯ: Каждое задание оценивается 1 баллом. Оценивание КИМ в целом: «отлично» – верно выполнено 85-100% заданий; «хорошо» – верно выполнено 70-84% заданий; «удовлетворительно» – верно выполнено 51-69% заданий; «неудовлетворительно» – верно выполнено 50% или менее 50% заданий.

5.2. Темы письменных работ для проведения текущего контроля (эссе, рефераты, курсовые работы и др.)

Не предусмотрено

5.3. Фонд оценочных средств для проведения промежуточной аттестации

Промежуточная аттестация осуществляется путем проведения зачета. На зачете каждому студенту необходимо решить одно задание. Защита выполненного задания обучающимися происходят в виде беседы преподавателя с обучающимся на темы, связанные с изучаемой дисциплиной, с демонстрацией разработанной компьютерной программы.
Пример типовой задачи:

Дезоксирибонуклеиновая кислота (ДНК) – макромолекула, обеспечивающая хранение, передачу из поколения в поколение и реализацию генетической программы развития и функционирования живых организмов. Молекула ДНК хранит биологическую информацию в виде генетического кода, состоящего из последовательности нуклеотидов.
В компьютерных программах гены обычно представляются в виде последовательности символов A, G, T, C, где каждая буква обозначает нуклеотид (аденин (A), гуанин (G), тимин (T) и цитозин (C), а комбинация трех нуклеотидов называется кодоном (единицей генетического кода).
Классическая задача биоинформатики – найти в гене определенный кодон.
Задание
1. Ген, как правило, представлен в виде строки, содержащей нуклеотиды (буквы A, G, T, C) в той последовательности, в которой они представлены в гене. Определите такую строку gene_str.
2. Определите строку key_codon, состоящую из трех нуклеотидов. Это и будет искомый кодон.
3. Определите функцию, которая берет каждые три символа строки gene_str и записывает их в список codon. Если функция обнаруживает, что два нуклеотида после текущего отсутствуют, то это означает, что достигнут конец строки и функция завершает свою работу.
4. Реализуйте функцию, осуществляющую линейный поиск, и возвращающую True, если key_codon найден.
5. Реализуйте функцию, осуществляющую бинарный поиск, и возвращающую True, если key_codon найден.

Критерии оценивания:
85-100 баллов (повышенный уровень): Задание решено студентом самостоятельно. При этом составлен правильный алгоритм решения задачи, в логических рассуждениях и в выборе алгоритма решения нет ошибок, получен верный ответ.
70-84 баллов (базовый уровень): Задание решено с подсказкой преподавателя. При этом составлен правильный алгоритм решения задания, в логическом рассуждении и решении нет существенных ошибок; задание решено нерациональным способом или допущено не более двух несущественных ошибок, получен верный ответ.
50-69 баллов (пороговый уровень): Студентом задание решено с подсказками преподавателя. При этом задание понято правильно, в логическом рассуждении нет существенных ошибок, но допущены существенные ошибки в выборе алгоритма или в математических расчетах; задание решено не полностью или в общем виде.
0-49 баллов (уровень не сформирован): Задание не решено.
Для того, чтобы задание было зачтено, студенту необходимо набрать более 50 баллов.

6. Учебно-методическое и информационное обеспечение дисциплины

6.1. Рекомендуемая литература
6.1.1. Основная литература
	Авторы	Заглавие	Издательство, год	Эл. адрес
Л1.1	Л. Рамальо	Python. К вершинам мастерства:	ДМК Пресс, 2016//ЭБС издательства «Лань»	e.lanbook.com
Л1.2	Буйначев С. К., Боклаг Н. Ю.	Основы программирования на языке Python: Учебники и учебные пособия для ВУЗов	Издательство Уральского университета, 2014	biblioclub.ru
6.1.2. Дополнительная литература
	Авторы	Заглавие	Издательство, год	Эл. адрес
Л2.1	Прохоренок Н., Дронов В.	Python 3. Самое необходимое.:	БХВ-Петербург, 2016	bhv.ru
Л2.2	Саммерфилд М.	Python на практике: Учебные пособия	Издательство "ДМК Пресс", 2014	e.lanbook.com
6.2. Перечень ресурсов информационно-телекоммуникационной сети "Интернет"
	Название		Эл. адрес
Э1	Python для научных исследований и моделирования сложных систем		portal.edu.asu.ru
6.3. Перечень программного обеспечения
ASTRA LINUX SPECIAL EDITION (https://astralinux.ru/products/astra- linux-special-edition/), (бессрочно); LibreOffice (https://ru.libreoffice.org/), (бессрочно); Веб-браузер Chromium (https://www.chromium.org/Home/), (бессрочно); Антивирус Касперский (https://www.kaspersky.ru/), (до 23 июня 2024); Дистрибутив Anaconda (бессрочно).
6.4. Перечень информационных справочных систем
1. Основы алгоритмизации и программирования на языке Python [Электронный ресурс]: https://portal.edu.asu.ru/course/view.php?id=3237 2. Издательство «Лань» - электронно-библиотечная система [Электронный ресурс]: http://e.lanbook.com 3. Издательство МЦНМО. Свободно распространяемые книги издательства Московского центра непрерывного математического образования [Электронный ресурс]: www.mccme.ru/free-books 4. Электронная библиотечная система Алтайского государственного университета [Электронный ресурс]: http://elibrary.asu.ru 5. Электронная база данных ZBMATH: https://zbmath.org/

7. Материально-техническое обеспечение дисциплины

Аудитория	Назначение	Оборудование
408Л	лаборатория математического моделирования - учебная аудитория для проведения занятий семинарского типа (лабораторных и(или) практических); проведения групповых и индивидуальных консультаций, текущего контроля и промежуточной аттестации	Учебная мебель на 15 посадочных мест; рабочее место преподавателя; доска меловая 1 шт.; компьютер Depo - 10 шт., 5 шт. с мониторами LG и 5 шт. с мониторами Philips; мультимедиа-проектор Sony - 1 шт.; МФУ Canon - 1 шт.; стационарный экран: марка Digis Optima C - 1 шт.
Учебная аудитория	для проведения занятий лекционного типа, занятий семинарского типа (лабораторных и(или) практических), групповых и индивидуальных консультаций, текущего контроля и промежуточной аттестации, курсового проектирования (выполнения курсовых работ), проведения практик	Стандартное оборудование (учебная мебель для обучающихся, рабочее место преподавателя, доска)
107Л	лаборатория информационных технологий - компьютерный класс - учебная аудитория для проведения занятий семинарского типа (лабораторных и(или) практических); проведения групповых и индивидуальных консультаций, текущего контроля и промежуточной аттестации	Учебная мебель на 18 посадочных мест; компьютеры: марка HP, модель ProOne 400 - 18 единиц; проектор: марка SMART, модель UF70 - 1 единица; интерактивная доска: марка SMART Board модель SMB680 - 1 единица

8. Методические указания для обучающихся по освоению дисциплины

Для успешного освоения дисциплины студент должен посещать лекции и практические занятия, вовремя выполнять все задания, пользоваться основной и дополнительной литературой, рекомендованной настоящей программой. Во время лекции рекомендуется вести краткий конспект.
Навыки моделирования и программирования на языке Python студент приобретает на практических занятиях. Для выполнения заданий каждому студенту необходимо:
- получить задание у преподавателя;
- скачать документ с описанием задания с образовательного портала (https://portal.edu.asu.ru/course/view.php?id=8703);
- внимательно прочитать задание. Вопросы, возникающие в процессе выполнения работ, необходимо грамотно сформулировать и обратиться за помощью к преподавателю на консультации или ближайшем занятии;
- разработать, отладить и оттестировать программы, решающие поставленные задачи.
Для каждого задания предусмотрена процедура защиты, в ходе которой преподаватель проводит устный опрос студентов для контроля понимания выполненных ими заданий.
При подготовке к зачету в дополнение к изучению конспектов лекций и учебной литературы, рекомендуется посещать консультации и пользоваться свободными Интернет-ресурсами.