Метод "мозгового штурма" - коллективного продуцирования новых креативных идей, используется в самых разных областях - от решения научно-технических, управленческих, творческих задач до поиска вариантов поведения в сложных социальных или личных ситуациях.

Основы метода и оборудование для его осуществления. Создание наноструктур с помощью молекулярно-лучевой эпитаксии. Выращивание методом молекулярно-лучевой эпитаксии плёнок из соединений AIIIBV. Поверхностная подвижность атомов Al и Ga, их нанослои.

Вивчення законів, на яких ґрунтується молекулярна динаміка. Аналіз властивостей та закономірностей системи багатьох частинок. Огляд основних понять кінетичної теорії рідин. Розрахунок сумарної кінетичної енергії та температури для макроскопічної системи.

Основные достоинства и недостатки теории валентных связей. Приближенные квантовохимические способы расчета волновых функций, энергетических уровней и свойств молекул. Метод молекулярных орбиталей Хюккеля. Связывающие и разрыхляющие молекулярные орбитали.

Сущность и характерные особенности метода моментных наблюдений рабочего времени. Понятие и виды нормирования труда. Расчет нормы деталей выработки по результатам хронометра. Определение роста производительности труда в цехе и экономии рабочей силы.

Методы количественного анализа риска инвестиционных проектов. Планирование стратегии развития на примере ресторана быстрого обслуживания, решение задачи с применением метода Монте–Карло. Метод Монте–Карло в условиях управления рыночными рисками.

Связь стохастических процессов и дифференциальных уравнений. Алгоритм Бюффона для определения числа Пи. Геометрический алгоритм Монте-Карло интегрирования. Применение метода Монте-Карло в логистике. Алгоритм Метрополиса, квантовый метод Монте-Карло.

Характеристика основных методов для решения различных задач с помощью случайных последовательностей. Реализация и проверка эффективности метода Монте-Карло при его применении на различных примерах. Алгоритм метода имитации. Издержки неопределенности.

Случайная выборка из генеральной совокупности. Сущность метода Монте-Карло. Определение адекватности принятой эконометрической модели. Линейная регрессионная модель вида. Система нормальных уравнений в матричной форме. Параметры регрессионной модели.

Метод молекулярного моделирования: статистическая механика и ансамбль, метод Монте-Карло, энергия молекулярной системы. Параметры моделирования. Коэффициент Джоуля-Томпсона и инверсное давление. Растворимость газов в полимерах. Фазовые диаграммы.

Основные свойства стандартного случайного числа. Потенциал парного взаимодействия частиц. Изучение метода Монте-Карло на примере работы алгоритма Метрополиса-Гастингса для идеальной Леннард-Джонсовской жидкости. Радиальная функция распределения частиц.

Некоторые сведения теории вероятностей. Математическое ожидание, дисперсия. Точность оценки, доверительная вероятность. Доверительный интервал. Нормальное распределение. Метод Монте-Карло. Вычисление интегралов методом Монте-Карло. Алгоритмы метода.

История развития методов обучения. Вербальное обучение - замена предметов обозначающими их словами. Понятие метода обучения у разных авторов. Классификация. Система дидактических принципов. Наглядность. План-конспект урока по теме "Хлебобулочные изделия".

Межі дійсних коренів. Опис та текст програми. Методи наближеного пошуку меж та самих коренів многочлена з дійсними коренями. Метод пошуку точних значень многочленів з числовими коефіцієнтами. Контрольний приклад находження відрізків додатних коренів.

Наблюдение как метод сбора социальной информации путем непосредственного изучения социального явления в его естественных условиях. Разновидности метода наблюдения, их особенности и характеристика. Основные достоинства и недостатки метода наблюдения.

Специфика метода наблюдения в социологии, их преимущества и недостатки. Подготовка к проведению наблюдения. Программа социологического исследования на тему "Отношение студентов к представителям других национальностей". Процедура фиксации результатов.

Основы применения метода наблюдения при обучении естествознанию в начальных классах. Специфика уроков естествознания. Применение метода наблюдения при обучении естествознанию в 3 классах. Формирование экологических знаний и культуры с помощью экскурсии.

Принцип метода случайного поиска. Методы наилучшей пробы и его результаты. Блок-схема алгоритма метода наилучшей пробы. Выбор среды программирования, входные и выходные данные, описание программы и результаты её работы. Использование в работе языка C#.

Оценка неизвестных величин по результатам измерений, содержащим случайные ошибки, при помощи метода наименьших квадратов. Аппроксимация многочленами, обзор существующих методов аппроксимации. Математическая постановка задачи аппроксимации функции.

Обзор методов аппроксимации. Математическая постановка задачи аппроксимации функции. Приближенное представление заданной функции другими, более простыми функциями. Общая постановка задачи метода наименьших квадратов. Нахождение коэффициентов функции.

Изучение аппроксимации таблично заданной функции методом наименьших квадратов при помощи вычислительной системы Mathcad. Исходные данные и функция, вычисляющая матрицу коэффициентов систему уравнений. Выполнение вычислений для разных порядков полинома.

Вероятностное обоснование метода наименьших квадратов как наилучшей оценки. Прямая и обратная регрессии. Общая линейная модель. Многофакторные модели. Доверительные интервалы для оценок метода наименьших квадратов. Определение минимума невязки.

Основные задачи регрессионного анализа в математической статистике. Вычисление дисперсии параметров уравнения регрессии и дисперсии прогнозирования эндогенной переменной. Установление зависимости между переменными. Применение метода наименьших квадратов.

Расчеты с помощью метода наименьшего квадрата для определения мольной теплоёмкости. Составление с помощью метода программирования системы нелинейных уравнений. Получение в среде Mathcad уравнения, максимально приближенного к экспериментальным данным.

Закон больших чисел. Нахождение точечных оценок. Построение неизвестной дисперсии погрешности измерений. Выборочная функция распределения. Теорема Ляпунова и распределение Стьюдента. Вычисление доверительных интервалов. Построение интервальных оценок.

Понятие интерполяционного многочлена Лагранжа как многочлена минимальной степени, порядок его построения. Решение и оценка остаточного члена. Нахождение приближающей функции в виде линейной функции, квадратного трехчлена и других элементарных функций.

Аппроксимация и теория приближений, применение метода наименьших квадратов для оценки характера приближения. Квадратичное приближение таблично заданной функции по дискретной норме Гаусса. Интегральное приближение функции, которая задана аналитически.

Сущность и применение метода наименьших квадратов для однофакторной линейной регрессии. Нахождение коэффициента эластичности для указанной модели в заданной точке X и его экономический анализ. Прогноз убыточности на основании линейной регрессии.

Функциональное и эксплуатационное назначение изделия. Перечень требований пользователя к программному изделию. Программные ограничения, совместимость. Требования к параметрам технических средств. Безопасность и секретность, требования к надежности.

Етапи побудови емпіричних формул: встановлення загального виду формули; визначення найкращих її параметрів. Суть методу найменших квадратів К. Гауса і А. Лежандра. Побудова лінійної емпіричної формули. Побудова квадратичної емпіричної залежності.