rpd000004116 (161700 (24.04.03).М4 Динамика полета и управление движением летательных аппаратов), страница 2

2017-06-182017-06-18zzyxelСтудИзба

161700 (24.04.03).М4 Динамика полета и управление движением летательных аппаратов78

Описание файла

Файл "rpd000004116" внутри архива находится в следующих папках: 161700 (24.04.03).М4 Динамика полета и управление движением летательных аппаратов, 161700.М4. Документ из архива "161700 (24.04.03).М4 Динамика полета и управление движением летательных аппаратов", который расположен в категории "". Всё это находится в предмете "вступительные экзамены" из 9 семестр (1 семестр магистратуры), которые можно найти в файловом архиве МАИ. Не смотря на прямую связь этого архива с МАИ, его также можно найти и в других разделах. Архив можно найти в разделе "остальное", в предмете "магистратура" в общих файлах.

Онлайн просмотр документа "rpd000004116"

Текст 2 страницы из документа "rpd000004116"

Прикрепленные файлы:

Вопросы для подготовки к экзамену/зачету:

1.Основные понятия: схема объекта, классификация входных воздействий, факторы и фак-торное пространство, функция и поверхность отклика, N-эксперимент и его план, регрес-сионная модель эксперимента, структура модели (система базисных функций) и коэффи-циенты регрессии.

2.Метод наименьших квадратов: критерий оптимальности оценок, матричное представле-ние невязок аппроксимации, вывод формулы для оценок коэффициентов регрессии, усло-вие существования решения, случай повторяющихся точек плана, выполнение достаточ-ного условия минимума.

3.Свойства МНК-оценок: случайный характер оценок, понятия о несмещенности и эффек-тивности оценок, условия несмещенности МНК-оценок, ковариационная матрица оценок как характеристика точности оценивания, случай некоррелированных равноточных изме-рений, информационная матрица Фишера.

4.Использование регрессионной модели для оценивания функции отклика: свойства оцен-ки, дисперсия оценки как характеристика точности оценивания.

5.Оценивание дисперсии ошибок измерений: ошибки измерений и невязки модели, связь критерия МНК с дисперсией ошибок измерений, остаточная дисперсия наблюдений от-носительно модели.

6.Основные понятия математической статистики: выборка, статистики, оценки, выбороч-ные распределения, генеральная совокупность, выборочные моменты

7.Распределение выборки: частота, групповая и относительная частота, эмпирическая функция распределения, гистограмма.

8.Свойства оценок: несмещенность, эффективность, состоятельность, линейность. Оценки максимального правдоподобия.

9.Проверка статистических гипотез: простые и сложные гипотезы, основная схема провер-ки гипотезы, уровень значимости, области принятия и отклонения гипотезы, проверка гипотезы о равенстве математического ожидания заданному числу.

10.Выбор одной гипотезы из двух возможных: области принятия нулевой и альтернативной гипотез, ошибки первого и второго рода и их вероятности, выбор порогового значения статистики, критерий Зигерта-Котельникова, случай сложных гипотез.

11.Выбор регрессионной модели по экспериментальным данным: сведéние к задаче выбора одной из двух простых статистических гипотез, вывод решающих правил при разных до-пущениях о дисперсии ошибок измерений выхода.

12.Проверка адекватности регрессионной модели: понятие адекватности, сведéние к задаче проверки статистической гипотезы о распределении невязок и ошибок измерений, рас-пределение остаточной дисперсии наблюдений, процедура проверки адекватности.

13.Проверка значимости коэффициентов регрессии: распределение вектора оценок парамет-ров модели, расчет t-статистики, проверяемая гипотеза, особенности проверки гипотезы по «двухстороннему» критерию, процедура проверки значимости.

14.Влияние плана эксперимента на свойства оценок (на примере двухфакторного экспери-мента): влияние объема выборки, рассеяния факторов и корреляции между ними. Поня-тие об ортогональном плане: матрица Фишера и выражения для оценок при ортогональ-ном плане.

15.Задача активного эксперимента: постановка задачи, возможные цели эксперимента, ап-риорное и последовательное планирование, понятие о качестве эксперимента, желатель-ные свойства плана (ортогональность, рототабельность, рандомизированность), планиро-вание при произвольном объеме выборки (комплексные критерии оптимальности).

16.Основные понятия теории планирования эксперимента: дискретные и непрерывные пла-ны, полный факторный эксперимент, планы 2k, масштабирование факторов, независи-мость коэффициентов регрессии от масштабирования.

17.Критерии оптимальности плана эксперимента: D-, A-, L-, E-, G- и Q- оптимальные планы.

18.Планирование полного факторного эксперимента для построения регрессионной модели: постановка задачи, область изменения факторов, преобразование координат факторного пространства, обоснование выбора плана типа 2k, допустимые виды полиномиальных регрессионных моделей.

19.Порядок проведения полного факторного эксперимента для построения регрессионной модели: способ увеличения объема выборки, рандомизация, проверка воспроизводимости эксперимента (критерий Кохрена), оценивание и анализ коэффициентов регрессии, про-верка адекватности, пути построения адекватной модели.

20.Организация эксперимента для поиска оптимальных условий: постановка задачи, связь с методами многомерной оптимизации, метод крутого восхождения, способ определения градиента функции отклика, проблемы вследствие масштабирования факторов.

УЧЕБНО-МЕТОДИЧЕСКОЕ И ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ

а)основная литература:

Асатурян В.И. Теория планирования эксперимента. – М.: Радио и связь, 1983.

Лавров В.В., Спирин Н.А. Методы планирования и обработки результатов инженерного эксперимента. Екатеринбург, ГОУ ВПО УГТУ-УПИ, 2004.

Федоров В.В. Теория оптимального эксперимента. М.: Наука, 1971.

Леонов В.А., Чернышев А.В. Лабораторные работы по курсу «Численные методы в динамике полета и летных испытаниях». – М.: МАИ, 1996, 42 с.

Литература из электронного каталога:

1. Ескин В.И. Ескин В.И. Модели и методы оптимального планирования эксперимента и регрессионного анализа при исследовании сложных технических систем. МАИ, 1998. - 59 с. - МАИ, 1998.

2. Попов Е.А. Попов Е.А. Планирование и организация регрессионных экспериментов. [Б.И.], 2002. - 87 с. - [Б.И.], 2002.

3. Сидняев Н.И. Сидняев Н.И. Теория планирования эксперимента и анализ статистических данных. Юрайт, 2011. - 399 с. - Юрайт, 2011.

б)дополнительная литература:

Налимов В.В., Голикова Г.И. Логические основания планирования эксперимента. - М.: Металлургия, 1981, 150 с.

Норман Дрейпер, Гарри Смит Прикладной регрессионный анализ.

Множественная регрессия = Applied Regression Analysis. — 3-е изд. — М.: «Диалектика», 2007. — С. 912.

Бендат Дж., Пирсол А. Прикладной анализ случайных данных - М. : Мир, 1989.

в)программное обеспечение, Интернет-ресурсы, электронные библиотечные системы:

Используется разработанная на кафедре 106 диалоговая компьютерная система идентификации

математических моделей движения самолета по результатам летных испытаний.

Студентам предоставляется возможность использовать электронный конспект лекций

и руководство по лабораторным работам

МАТЕРИАЛЬНО-ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ

Для чтения лекций: Специализированная аудитория с мультимедийным оборудованием:

компьютер (ноутбук), видеопроектор, экран.

Лабораторные работы проводятся в компьютерном классе кафедры 106:

персональные компьютеры, сетевой принтер.

Приложение 1
к рабочей программе дисциплины
«Методы планирования и обработки экспериментальных данных »

Аннотация рабочей программы

Дисциплина Методы планирования и обработки экспериментальных данных является частью Профессионального цикла дисциплин подготовки студентов по направлению подготовки Баллистика и гидроаэродинамика. Дисциплина реализуется на 1 факультете «Московского авиационного института (национального исследовательского университета)» кафедрой (кафедрами) 106.

Дисциплина нацелена на формирование следующих компетенций: ПК-22 ,ПСК-4 ,ПСК-6 ,ПСК-7.

Содержание дисциплины охватывает круг вопросов, связанных с: - применением методов планирования и обработки экспериментальных данных для решения задач, возникающих в ходе летных испытаний авиационной техники;

- использованием стандартного математического обеспечения для решения задач планирования и обработки экспериментальных данных.

Преподавание дисциплины предусматривает следующие формы организации учебного процесса: Лекция, мастер-класс, Лабораторная работа.

Программой дисциплины предусмотрены следующие виды контроля: промежуточная аттестация в форме Экзамен (1 семестр).

Общая трудоемкость освоения дисциплины составляет 3 зачетных единиц, 108 часов. Программой дисциплины предусмотрены лекционные (16 часов), практические (0 часов), лабораторные (20 часов) занятия и (45 часов) самостоятельной работы студента. Содержание дисциплины включает в себя:

Основы математической статистики;

Основы теории регрессионного анализа.

Метод наименьших квадратов

Выбор структуры математической модели по экспериментальным данным

Основы теории планирования эксперимента

Виды и свойства планов эксперимента

Критерии оптимальности плана эксперимента

Задачи планирования экспериментов по определению параметров модели, выбору структуры модели, поиску оптимальных условий.

Приложение 2
к рабочей программе дисциплины
«Методы планирования и обработки экспериментальных данных »

Cодержание учебных занятий

Лекции

1.1.1. Основы математической статистики(АЗ: 2, СРС: 2)

Тип лекции: Информационная лекция