Počítač v přírodních vědách

Prezentace na téma: "Počítač v přírodních vědách"— Transkript prezentace:

1 Počítač v přírodních vědách
Přehled vybraných aplikací

2 Oblasti aplikací Vyhledávání informací a tvorba odborných textů
Analýza a prezentace dat Výpočty a modelování Obrazové informace Řízení experimentu a sběr dat

3 Vyhledávání informací a tvorba odborných textů
Vyhledávání informací z oboru na Internetu Příklady informačních databází Tvorba odborných textů na počítači Přehled softwarových nástrojů

4 Analýza a prezentace dat
Formát vstupních dat – tabulky Práce ve worksheetu – zpracování dat Prezentace dat pomocí grafu Dvourozměrné grafy 3D grafy Přehled dostupných softwarových nástrojů pro zpracování a analýzu dat

5 Výpočty a modelování Modelování v přírodních vědách Typy modelů
Příklady modelování v jednotlivých oborech Softwarové nástroje pro modelování a výpočty Práce s vyššími programovacími jazyky Princip tvorby programu Přehled jazyků a oblastí jejich použití

6 Obrazové informace Formáty obrazových dat
Počítačová grafika - rastrová, digitální fotografie Počítačová grafika - vektorová, animace. Zpracování - videa, kodeky Nosiče obrazových dat

7 Řízení experimentu a sběr dat
Počítačem podporované měření Princip řízení experimentu Sběr experimentálních dat Příklady měřicí systémů Principy senzorů a jejich kalibrace kalibrování čidel Přehled průmyslové systémů pro měření - řízený experiment

8 Vyhledávání informací z oboru na Internetu
Vyhledávací služba Specializovaná služba na Internetu, ke které se lze připojit prostým zadáním příslušné adresy prohlížeči. Služba převádí miliony hypertextových stránek do uspořádané, lehce ovladatelné a především prohledávatelné struktury. Klade si za cíl odpovídat uživatelům na jejich dotazy, co kde hledat. Po zadání libovolného vyhledávacího klíče obstarají v krátkém čase seznam URL stránek, které tento klíč obsahují. Přístup k databázím zajišťují vyhledávací servery. Po přihlášení k serveru pomocí prohlížeče stačí vyplnit jednoduchý formulář a spustit vyhledávání. Po jeho dokončení obdržíme stránku s popisy a adresami všech míst, která odpovídají zadaným kritériím.

9 Vyhledávání informací z oboru na Internetu
Rozdělení vyhledávacích služeb Adresáře (Directories)- Portály Hypertextové seznamy WWW míst, hierarchicky uspořádané do tématických kategorií a podkategorií (většinou je tvoří lidé). Prohledávání těchto seznamů vás dovede k odkazům na místa s hledaným tématem. Indexy (Search engines) – Vyhledávače Počítači generované databáze obsahující strukturované informace o milionech WWW stránek.

10 Vyhledávání informací z oboru na Internetu
Viditelný web Veřejně přístupné a indexovatelné webových dokumentů na Internetu. Internet umožňuje přístup k obrovskému množství dalších informací, pro něž se v literatuře i na webu vžil termín „neviditelný web“ (angl. invisible web), někdy také „hluboký (skrytý) web“ (angl. deep web).

11 Vyhledávání informací z oboru na Internetu
Neviditelný web Informace, jež jsou uloženy v databázích a generují se dynamicky až na základě interakce uživatele se systémem (např. online katalogy knihoven nebo bibliografické báze dat dostupné prostřednictvím speciálního rozhraní). Přístup k informacím může být chráněn heslem a jsou dostupné jen autorizovaným uživatelům, často pouze na komerční bázi (viz např.Science Direct, tj. jejich plné texty ve formátu PDF).

12 Vyhledávání informací z oboru na Internetu
Přístup k neviditelnému webu Běžné vyhledávací nástroje (vyhledávací stroje, angl. search engines) nemohou podobný typ informací ve svých databázích registrovat, buď pro technická omezení, nebo proto, že je jejich robotům (programům, které získávají informace z webových serverů) vstup do těchto zdrojů zakázán. Vyhledávací služby vám sice poskytnou informaci o existenci podobného informačního zdroje, ale nevyhledají vám informace, které jsou v něm obsaženy.

13 Vyhledávání informací z oboru na Internetu
Standardní vyhledávací služby – cizí Google Altavista Lycos Yahoo LookSmart Search.com

14 Vyhledávání informací z oboru na Internetu
Prohledávání databází Complete Planet - aip.completeplanet.com Direct serch -

15 Vyhledávání informací z oboru na Internetu
Fyzika PhysicsWeb MetaPhys PhysNet -

16 Vyhledávání informací z oboru na Internetu
Chemie ChemWeb - Chemdex - ChemGuide - ChemIdustry - chemindustry.com ChemSoc -

17 Vyhledávání informací z oboru na Internetu
Matematika European Mathematical Information Service - Catalog of Mathematics Resources

18 Vyhledávání informací z oboru na Internetu
Biologie Molecular Biology Databases orion.sci.muni.cz/kgmb/bioinformat/databeses_c.htm

19 Vyhledávání informací z oboru na Internetu
Geografie, geologie National Geographic - GeologyNet -

20 Vyhledávání informací z oboru na Internetu
Zdravotnictví MedScape - PubMed –

21 Vyhledávání informací z oboru na Internetu
Zdravotnictví – české zdroje MedNet - MediClub - Databáze léčiv - Doktor on Line - Ordinace – Anamneza –

22 1. Vyhledávání informací z oboru na Internetu
Vyhledávání v databázích vědeckých publikací – především periodika ISI Web of Knowledge (+ Web of Science) - Science Direct - Scirus -

23 2. Tvorba odborných textů
Základní typy odborných publikací: Monografie ucelené dílo širšího rozsahu věnované jedné oblasti výzkumu v daném oboru Periodikum pravidelně (několikrát za rok) vycházející publikace (odborný časopis) sestávající z jednotlivých příspěvků (článků) jednotlivých autorů. Samozřejmě existuje řada dalších forem odborných publikací (ročenky, sborníky konferencí, studie aj.). Výše uvedené jsou nejvýznamnější.

24 2. Tvorba odborných textů
Recenze – oponentury Jednou ze zásad při publikování vědeckých výsledků je oponentura (oponenti – lidé pracující v daném oboru prací zhodnotí, případně vyjádří své připomínky, vše na základě vědeckých metod v příslušném oboru). V případě publikace ve formě monografie či článku v časopise hraje roli oponenta recenzent, který navrhne úpravy publikace a doporučí nebo nedoporučí dílo k publikaci. Tento postup je určitou zárukou, že publikované výsledky nejsou v rozporu s vědeckou metodou (ověření teorie experimentem, reprodukovatelnost experimentu, konzistence teorie). Není přípustný tzv. důkaz autoritou, oponent musí pracovat a publikovat v recenzovaných časopisech ve stejném oboru. Řada publikací mezi něž patří i noviny a běžné populární časopisy recenzním řízením neprochází. Totéž platí o velkém množství informací, které jsou publikovány na Internetu, v oblasti volně přístupného internetu.

25 2. Tvorba odborných textů
Formální struktura odborného textu - článku Výstižný název Informace o autorech Abstrakt (stručné shrnutí obsahu) Klíčová slova Úvod do řešené problematiky (stav poznání) Použité metody (postupy, zařízení apod.) Výsledky studia Diskuse výsledků Závěr Citace

26 2. Tvorba odborných textů

27 2. Tvorba odborných textů
Vybrané softwarové nástroje Microsoft Word + Editor rovnic Mathtype Open Office LaTex + editor např. WinShell

28 2. Tvorba odborných textů
Microsoft Word +Mathtype

29 2. Tvorba odborných textů
Open Office -

30 2. Tvorba odborných textů
Open Office + Jex

31 2. Tvorba odborných textů
Přehled editorů rovnic

32 2. Tvorba odborných textů
LaTex Zdrojový text $$ \lim_{n \rightarrow \infty} \left(1 + {1 \over n} \right)^n = e $$ Výstup po překladu

33 2. Tvorba odborných textů
Latex + WinShell

34 2. Tvorba odborných textů
Odkazy - LaTeX Stránky projektu LaTeX České sdružení uživatelů TeXu Český návod k LaTeXu Velmi dobrý tutoriál k LaTeXu LaTeX v kostce - Uvod Ne příliš stručný úvod do systému LTE X2 ε

35 3. Analýza a prezentace dat
Získání dat z experimentu nebo z výpočtů pomocí numerických modelů (nejlépe ASCII ve formě tabulky) Zpracování dat ve vhodném programu (přepočty, výpočty, statistika, prokládání křivek) Vytvoření grafického výstupu – grafu (koláčové, sloupcové, 2D, 3 D, konturové diagramy).

36 3. Analýza a prezentace dat
Přehled softwarových nástrojů Standardní součásti kancelářských balíků (např. Excel nebo tabulkový kalkulátor, který je součástí Open Office). Rozsáhlé profesionální nástroje - umožňují náročnější zpracování i velkých souborů, více nástrojů a metod zpracování, kvalitnější grafický výstup oproti standartním nástrojům. Specializované jednoúčelové programy – slouží ke zpracování dat z konkrétního přístroje či modelu

37 3. Analýza a prezentace dat
Rozsáhlé profesionální softwarové nástroje Příklady: OriginLab Axum (dodáván s MathCadem, infoAxum) EasyPlot - Grapher - GNU Plot (Unix) Statgraphix ADSTAT meloun.upce.cz/adstat.html (TriloByte Statistical Software, ČR) Seznam dalšího SW pro statistiku

38 4. Výpočty a modelování Modelování v přírodních vědách
Numerické modelování Vytvoření matematického modelu Popis systému pomocí rovnic (obyčejné, diferenciální) Řešení modelu pro zadané počáteční a okrajové podmínky Numerickou metodou (postupné aproximace ke správnému řešení) na počítači

39 4. Výpočty a modelování Algoritmus – postup popisující v jednotlivých krocích řešení problému – modelu. Nástroje k modelování můžeme rozdělit na: Programovací jazyky kód algoritmu je napsán ve formě tzv. zdrojového textu, který se překládá do spustitelnéformy, které rozumí procesor počítače. Interaktivní nástroje spustitelný kód se připravuje s použitím grafického uživatelského prostředí.

40 4. Výpočty a modelování Srovnání: Programovací jazyky
Náročnější na tvorbu kódu, složitá syntaxe Flexibilnější při tvorbě specializovaných modelů Interaktivní nástroje Rychlejší tvorba kódu Grafické nástroje obsahují pouze předem definované typy algoritmů. Velmi vhodné i pro dílčí výpočty. Dnes je obvyklé, že v nástrojích pro modelování se míchají oba přístupy tak aby bylo možno využít výhody obou přístupů.

41 4. Výpočty a modelování Algoritmus modelu či výpočtu sestává z posloupnosti jednotlivých kroků (příkazů, jejich skupin a vazeb mezi nimi). Spustitelný kód pak může být vytvářen a prováděn dvěma způsoby, podle toho lze nástroje dělit na: Interprety Spustitelný kód se vytváří postupně po jednotlivých krocích, které se ihned spouštějí (jsou prováděny procesorem). Kompilátory Nejdříve se vytvoří spustitelný kód celého algoritmu a tento kód je pak vykonáván.

42 4. Výpočty a modelování Srovnání: Interprety
Je možno ihned reagovat na změny provedené v kódu, aniž by se musel běh programu přerušovat. Na počítači musíte mít neustále nástroj, který umí příkazy interpretovat. Kompilátory Pro spuštění kódu již není nutný překladač. Kód existuje ve formě samostatného programu. Při běhu programu se nemusí jednotlivé kroky překládat postupně či dokonce opakovaně. Po jakékoliv změně se musí kód vytvořit znovu. Program tak nemůže za chodu doplnit řešení situací na něž nebyl projektován.

43 4. Výpočty a modelování Příklady programovacích jazyků
Jazyky nízké úrovně – strojový kód nebo assembler Vyšší programovací jazyky – příklady: Pascal – vhodný pro výuku, přehledná struktura programu Jazyk C (C++) – jazyk rozšířený na velkém množsví platforem (různé OS a počítače). FORTRAN – vhodný pro vědeckotechnické výpočty (práce s maticemi a komplexními čísly). JAVA - interpret, používán pro web a mobilní telefony.

44 4. Výpočty a modelování Příklady interaktivních nástrojů pro modelování: HyperChem oblast chemických výpočtů, modely a zobrazení molekul Comsol (CZ) oblast výpočtů ve fyzice, chemii, elektrotechnice aj. Mathematica (CZ) (Calculation Center) výpočty a modely v matematice fyzice aj. MathCad , podobné použití jako Mathematica.

45 4. Výpočty a modelování HyperChem www.hyper.com Příklad:
umožňuje provádět výpočty struktur molekul a jejich zobrazení. Odkaz na galerii dalších příkladů

46 4. Výpočty a modelování Comsol www.comsol.com , Humusoft (CZ)
Nástroj pro řešení parciálních diferenciálních rovnic metodou konečných prvků. Odkaz na galerii modelů

47 4. Výpočty a modelování Mathematica (CZ) Pro trénink práce v systému je vhodnější produkt CalculationCenter Symbolické a numerické výpočty. Vyhodnocování výrazů a řešení rovnic. Galerie aplikací

48 4. Výpočty a modelování MathCad , (infCZ) Opět symbolické i numerické výpočty. Tvorba interaktivních dokumentů Ukázky - FlashPlayer

49 4. Výpočty a modelování Přehled software pro použití
v různých vědních oblastech

50 Výpočty a modelování Příklady modelování
Sestavíme jednoduchý model procesů vzniku, šíření a odeznívání epidemií. Budeme se přitom zabývat tzv. modely bez vitální dynamiky, tj. budeme uvažovat, že celkový počet jedinců v  populace se nemění v čase. K tomu budeme uvažovat, že choroba má krátké inkubační období a doba mezi nákazou jedince a jeho onemocněním je zanedbatelná. V tomto případě je možno populaci rozdělit do tří skupin.

51 Výpočty a modelování Příklad modelování Skupina S:
(angl. susceptible) obsahuje tu část populace, které je náchylná k onemocnění. Tito jedinci netrpí chorobou, mohou však být infikováni při styku s nemocnými. Skupina I: (angl. infected) obsahuje část populace tvořenou infikovanými jedinci. Tito jedinci vykazují známky onemocnění a rozšiřují nemoc mezi členy skupiny S. Skupina R: (angl. removed) obsahuje tu část populace, která je tvořena jedinci, kteří byli dříve infikováni, ale nyní již nemohou šířit chorobu. Jsou zde obsaženi jedinci, kteří se uzdravili a zůstali trvale imunní, jedince, kteří byli trvale izolováni a dokonce, v případě smrtelné nemoci, jedinci, kteří uhynuli.

52 Výpočty a modelování Příklad modelování
Veličiny S,I,R jsou obecně funkcemi času. V libovolném časovém okamžiku t platí S(t) + I(t) + R(t) = N

53 Výpočty a modelování Příklad modelování
Pro vývoj epidemie přijmeme následující předpoklady. Rychlost, s jakou nově infikovaní jedinci přecházejí ze skupiny S do skupiny I je úměrná počtu setkání infikovaných jedinců s jedinci, náchylnými k onemocnění. Tato rychlost je tedy úměrná součinu SI. Rychlost, s jakou jedinci ze skupiny I přecházejí do skupiny R je úměrná počtu infikovaných jedinců I. Jedinci, kteří se ocitli ve skupině R v této skupině trvale zůstávají

54 Výpočty a modelování Příklad modelování
Uvedené požadavky je možno matematicky vyjádřit soustavou diferenciálních rovnic (Kermack-McKendrik(1927)) s počátečními podmínkami S(0) = S0 > 0, I(0) = I0 > 0, R(0) = 0, S0 + I0 = N.

55 Výpočty a modelování Příklad modelování
Řešením rovnic lze zjistit časový vývoj počtu jedinců jednotlivých skupin. Pro rozvoj epidemie je přitom podstatný růst I s časem. Funkce S(t) je klesající pro všechna t > 0. Funkce I(t) je klesající (resp. rostoucí), pokud je menší (resp. větší) než 0. Pokud pro t = 0 bude hodnota větší než 0, funkce I bude zpočátku rostoucí a epidemie se vůbec začne v populaci šířit. Při dostatečně nízkých hodnotách S0 se epidemie nerozšíří -prahový efekt. V průběhu času pak roste až může dosáhnout maximální hodnoty a poté začne klesat. Pro omezení šíření nákazy je nutné snížit koeficient alfa (snížení rizika přenosu, např. dodržováním hygienických pravidel).