SCI Библиотека

Содержит примеры решения задач по основным разделам молекулярной физики и термодинамике. Предназначено для студентов очно-заочной и заочной форм обучения. Пособие также может быть полезно студентам, обучающимся на других направлениях и специальностях.

Данное учебное пособие является продолжением учебного пособия «Физические основы инструментальных методов анализа вещества: физико-химические методы». В предыдущем пособии были рассмотрены общие вопросы инструментальных методов анализа вещества, их классификация и основные характеристики. Также в этом пособии были достаточно подробно рассмотрены основные физико-химические методы анализа: электрохимические, оптические, спектральные и хроматографические методы. Данное учебное пособие посвящено физическим методам анализа: масс-спектрометрическим, радиоскопическим, рентгеноскопическим, микроскопическим и ядерно-физическим методам анализа.
Наиболее мощными и универсальными из представленных методов являются масс-спектрометрия и спектроскопия ядерного магнитного резонанса. Они широко используются по многих областях: от контроля технологических процессов до медицины. Также, согласно правилам Международного союза аналитической и прикладной химии, синтезировав новое вещество, исследователь должен получить и описать его масс-спектр и ЯРМ-спектр.

В учебном пособии изложены основы технической термодинамики, теории теплопроводности и применения теплотехники, составляющие необходимый и достаточный объем материала для знакомства с дисциплиной «Тепло- техника» и последующего самостоятельного углубления знаний в различных областях прикладной теплотехники. Предназначено для студентов всех форм обучения, а также аспирантам, преподавателям и широкому кругу лиц, интересующихся процессам преобразования энергии.

Учебник представляет собой первую часть курса математического анализа, включающую в себя теорию множеств, теорию числовых последовательностей, теории пределов, непрерывности, дифференциального и интегрального исчислений функций одной переменной. Учебник соответствует программе курса математического анализа для студентов математических, механико-математических и естественно-научных факультетов университетов, а также технических и педагогических вузов. Рекомендуется для преподавателей и студентов университетов, а также для лиц, изучающих математический анализ самостоятельно.

Рассматриваются нейросетевые технологии статистической обработки малых выборок, основанной на использовании быстрых алгоритмов автоматического обучения и быстрых алгоритмов тестирования нейросетевых преобразователей. Основной задачей вводного курса является снятие барьера, возникшего сегодня между классической статистикой и технологиями создания и применения нейросетевых решений. В качестве базовой основы курса используется программное средство моделирования нейросетевых преобразователей биометрических данных рукописных легко запоминаемых парольных фраз в длинный очень трудно запоминаемый людьми личный криптографический ключ. Обучение начинается с вводной лекции и самостоятельного выполнения трех лабораторных работ, это позволяет обучающимся самостоятельно получить первоначальные навыки по обучению искусственных нейронных сетей и их тестированию. Курс ориентирован на курсантов и адъюнктов, уже владеющих основами математической статистики. Специальных знаний по нейроинформатике (программированию) от обучаемых не требуется, также нет необходимости в освоении глубоких знаний, относящихся к физико-математическим наукам.

Рассматриваются матрицы, элементами которых являются линейные обыкновенные дифференциальные операторы, в роли коэффициентов этих операторов выступают формальные лорановы ряды. Последовательности коэффициентов рядов представлены алгоритмически: для каждой из них задается алгоритм вычисления элемента по значению его индекса. Для встречающихся алгоритмически неразрешимых задач обсуждаются возможности обходных путей в контексте поиска решений линейных систем дифференциальных уравнений. Основной предмет обсуждения - символьные алгоритмы поиска лорановых, регулярных и экспоненциально-логарифмических решений таких систем. Даются примеры работы Maple-пакетов. Для студентов магистратуры, специализирующихся в области математики и информатики.

Монография посвящена одной из важнейших проблем нелинейного программирования - поиску глобального оптимума функции нескольких переменных. Начиная с середины 1980-х годов, данному вопросу посвящено множество исследований, в результате которых разработаны эффективные численные методы. Автором предложен эвристический алгоритм, объединяющий в одной итерационной процедуре метод сечений, полиномиальную аппроксимацию функции цели в диапазоне изменения независимой переменной в плоскости сечения и аналитический поиск действительных корней производной аппроксимирующей функции. Предложенный метод назван Дифференциально-алгебраическим методом (ДАМ). Проверка алгоритма выполнена на примерах тестовых функций и одной из задач, имеющей практическое значение. В подавляющем большинстве случаев многоэкстремальных задач поиск решения сходится к глобальному оптимуму. Книга адресована научным работникам, преподавателям и студентам ВУЗов.

Учебное пособие предназначено для студентов вузов, изучающих неопределенные и определенные интегралы в курсе высшей математики.

Рассматривается раздел высшей математики, посвященный функциям не-скольких переменных. Приведены необходимые сведения из теории: понятие функции нескольких переменных, график и линии уровня функции двух переменных, предел функции в точке, непрерывность функции в точке и на множестве, частные производные, полный дифференциал, дифференцирование сложных и неявных функций, касательная и нормаль к поверхности, частные производные и дифференциалы высших порядков, производная по направлению, градиент, экстремум функции двух переменных, наименьшее и наибольшее значения в замкнутой ограниченной области. Предназначено для студентов начальных курсов инженерно-технических и информационных направлений подготовки технических университетов, а также для слушателей курсов дополнительного образования.

Учебное пособие содержит задачи по следующим разделам высшей математики: математическому анализу, линейной алгебре, системам дифференциальных уравнений. В качестве приложений рассматриваемых математических методов предложен ряд задач по механике управляемых систем, теории устойчивости и стабилизации. Как показал опыт преподавания на факультете фундаментальной медицины Московского государственного университета им. М.В. Ломоносова, умение решать такие задачи будет полезным для студентов, применяющих свои знания на стыке медицины, биомеханики и статистики.