Решение конструкторско-технологических задач с использованием

Цели и задачи дисциплины

Целью дисциплины является получение знаний, умений и навыков изучения объектов и процессов, используя регрессионный анализ. Для достижения цели необходимо изучить следующие разделы теории вероятностей и математической статистики: – основные элементы теории вероятностей и математической статистики; – сущность и основные этапы регрессионного анализа; – статистические гипотезы, критерии и процедуру их применения.

Краткое содержание дисциплины

При исследовании технических систем могут использоваться теоретические и эмпирические методы познания. Любое из этих направлений обладает относительной самостоятельностью, имеет свои достоинства и недостатки. Теоретические методы в форме математических моделей позволяют описывать и объяснять взаимосвязи элементов изучаемой системы или объекта в относительно широких диапазонах изменения переменных величин. Однако при построении теоретических моделей неизбежно введение каких-либо гипотез, допущений, ограничений и т.п. Поэтому возникает задача оценки достоверности (адекватности) полученной модели реальному процессу или объекту. Для этого проводится экспериментальная проверка разработанных теоретических моделей, так как только практика является объективным критерием истинности полученных знаний. Реальный эксперимент неизбежно отягощен случайными погрешностями, связанными как с ограниченными возможностями приборов, так и с влиянием неконтролируемых условий его проведения (в частности, с ошибками операторов). Поэтому корректные выводы по результатам эксперимента требуют их грамотной статистической обработки. Она направлена, как правило, на построение математической модели исследуемого объекта или явления, а также на получение ответа на вопрос: «Достоверны ли полученные опытные данные в пределах требуемой точности или допусков?». Регрессионный анализ - раздел прикладной статистики, изучающий связь между переменной Y и одной или несколькими независимыми переменными. Для усвоения его сущности необходимо знание следующих разделов: 1 основные элементы теории вероятностей и математической статистики; 2 сущность и основные этапы регрессионного анализа; 3 статистические гипотезы, критерии и процедура их применения.

Компетенции обучающегося, формируемые в результате освоения дисциплины

Выпускник должен обладать:

ПК-2 способностью использовать методы стандартных испытаний по определению физико-механических свойств и технологических показателей материалов и готовых машиностроительных изделий, стандартные методы их проектирования, прогрессивные методы эксплуатации изделий
ПК-4 способностью участвовать в разработке проектов изделий машиностроения, средств технологического оснащения, автоматизации и диагностики машиностроительных производств, технологических процессов их изготовления и модернизации с учетом технологических, эксплуатационных, эстетических, экономических, управленческих параметров и использованием современных информационных технологий и вычислительной техники, а также выбирать эти средства и проводить диагностику объектов машиностроительных производств с применением необходимых методов и средств анализа
ПК-11 способностью выполнять работы по моделированию продукции и объектов машиностроительных производств с использованием стандартных пакетов и средств автоматизированного проектирования, применять алгоритмическое и программное обеспечение средств и систем машиностроительных производств
ПК-13 способностью проводить эксперименты по заданным методикам, обрабатывать и анализировать результаты, описывать выполнение научных исследований, готовить данные для составления научных обзоров и публикаций

Решение конструкторско-технологических задач с использованием физико-математических и вероятностно-статистических методов