T12.1
Візуалізація як інструмент перевірки моделі
Пояснити власними словами, показати у моделі, підтвердити графіком або чисельним експериментом.
Topic W12 · 28.04.2026
Анімація та інженерна візуалізація
MATLAB animation, Matplotlib FuncAnimation, синхронізація з часовими рядами, мінімальна, але інформативна візуалізація.
Навчальний фокус
Що студент має зрозуміти
T12.2
Як не робити “красиву, але пусту” анімацію
Пояснити власними словами, показати у моделі, підтвердити графіком або чисельним експериментом.
T12.3
Синхронізація графіків і руху об’єкта
Пояснити власними словами, показати у моделі, підтвердити графіком або чисельним експериментом.
Практика
Практична робота
Демо-анімація для A/B/C, підписані осі, статус стабільності, контроль масштабу.
- Підготувати 3 контрольні питання до теми і відповісти на них без LLM-підказок.
- Додати до Git короткий commit note: що змінилось і чому.
- Додати один графік, який показує не лише результат, а й проблему або обмеження моделі.
- Описати один ризик неправильного застосування методу в реальній інженерній задачі.
- Зробити мінімум один ручний розрахунок або sanity check для перевірки чисельної моделі.
Лабораторна
ЛР-12: live visualization + video/gif export.
Очікуваний артефакт: Animation script, short demo recording, explanation slide.
Додаткові матеріали
Technical reporting: онлайн-база для поглиблення
Ключові ресурси теми
Розгорнути
- Jupyter BookПеретворення notebook-матеріалів у структурований сайт/звіт.
- Sphinx DocumentationТехнічна документація для Python-проєктів.
- Jupyter DocumentationNotebook як лабораторний журнал.
- Git DocumentationВерсійність, diff, історія технічних рішень.
- GitHub Docs · IssuesBacklog, task tracking, evidence через issues.
- GitHub Docs · ProjectsKanban/roadmap для командної роботи.
- pandas DocumentationCSV/Excel результати, таблиці експериментів.
- Coursera · MATLAB / Simulink coursesКаталог MATLAB/Simulink курсів.
Практичне застосування
Розгорнути
- Знайти в одному з ресурсів приклад, близький до командного проєкту, і додати коротке посилання в README.
- Порівняти матеріал з власною моделлю: що збігається, а що відрізняється через фізичні припущення.
- Додати один sanity check або один графік, який підтверджує правильність обраного підходу.
- Зафіксувати у weekly status: що було використано, чому саме це джерело, який результат отримано.
Контроль якості та автентичності
Розгорнути
- Git DocumentationКоміти, branches, diff, історія рішень.
- Jupyter DocumentationNotebook як журнал експерименту.
- Matplotlib documentationГрафіки з підписаними осями та легендами.
- Не копіювати готові рішення без пояснення. Кожне посилання має завершитись власним висновком.
- У звіті окремо відмітити: source → застосований фрагмент → власна модифікація → результат.