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

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 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-4 Способен участвовать в разработке программ и методик контроля и испытания машиностроительных изделий, средств технологического оснащения, диагностики, автоматизации и управления; осуществлять метрологическую поверку средств измерения основных показателей качества выпускаемой продукции; принимать участие в оценке брака и анализе причин его возникновения, разработке мероприятий по его предупреждению и устранению.
ПК-5 Способен к пополнению знаний за счет научнотехнической информации отечественного и зарубежного опыта по направлению исследования в области разработки, эксплуатации, автоматизации и реорганизации машиностроительных производств; проводить эксперименты по заданным методикам, обрабатывать и анализировать результаты, описывать выполнение научных исследований, готовить данные для составления научных обзоров и публикаций.