rpd000006482 (1010047), страница 2
Текст из файла (страница 2)
Прикрепленные файлы:
Вопросы для подготовки к экзамену/зачету:
1.Особенности постановок и решения задач математической обработки. Структура задач математической обработки результатов испытаний.
2.Классификация математических моделей объектов, используемых в алгоритмах математической обработки. Регрессионные и динамические модели объектов. Линейные модели объектов.
3.Способы построения регрессионных математических моделей. Построение математических моделей, использующее разложения выхода по ортонормированным системам функций.
4.Линейные динамические модели объектов испытаний. Стационарные и нестационарные линейные динамические модели.
5.Стохастические линейные динамические модели объектов исследования.
6.Уравнение для среднего вектора состояния стохастической линейной динамической модели объекта исследования.
7.Уравнение для ковариационной матрицы вектора состояния стохастической линейной динамической модели объекта исследования.
8.Математические модели И.И.С., используемые в алгоритмах математической обработки результатов испытаний.
9.Классификация ошибок измерний по их стаистическим свойствам
10.Выборочные средние законов распределения ошибок измерений
11.Ковариационная матрца ошибок
12.Декорреляция измерений
13.Понятие выборки и выборочного пространства. Функция правдоподобия.
14.Статистики и оценки. Достаточные статистики.
15.Несмещенные статистики. Теорема факторизации. Неединственность достаточной статистики.
16.Состоятельные статистики. Критерий состоятельности статистик.
17.Эффективные статистики. Критерий эффективности статистик (теорема Рао-Крамера-Колмогорова (для одномерного случая).
18.Критерий эффективности статистик (теорема Рао-Крамера-Колмогорова для многомерного случая).
19.Единственность эффективных статистик.
20.Количество информации по Шеннону о неизвестном параметре содержащееся в выборке
21.Количество информации по Фишеру о неизвестном параметре содержащееся в выборке
-
УЧЕБНО-МЕТОДИЧЕСКОЕ И ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ
а)основная литература:
1.Б.В.Гнеденко Курс теории вероятностей –М.: Едиториал,2005.
2.А.А.Боровков Теория вероятностей. –М.: Либрком,.2009.
3.А.А.Боровков Математическая статистика. Оценка параметров. Проверка гипотез.–М.: Наука.2007.
4.В.А.Орлов,Л.И.Филиппов Теория информации в упражнениях и задачах.–М.:ЕЕ Медиа. 2012.
5.Г.П.Климов Теория вероятностей и математическая статистика.–М.: МГУ.2011
6.М.В.Козлов, А.В.Прохоров Введение в математическую статистику.–М.: МГУ.1987
7.А.В. Шаронов Практикум по курсу “Идентификация систем управления”.-М:МГГУ.2001.
8.А.В. Шаронов Методы и алгоритмы обработки результатов экспериментальных исследований –М: МАИ, 2004
9.Г. Крамер Математические методы статистики-М: Мир, 1975
б)дополнительная литература:
1.В.В.Александров, В.Г. Болтянский, С.С.Лемак, Н.А.Парусников, В.М.Тихомиров Оптимизация динамики управляемых систем..-М: МГУ.2000.
2.А.В.Солодов Теория информации и ее применение к задачам автоматического управления и контроля. -М: Наука.1967.
3.А.В.Шаронов Конспект лекций по дисциплине “Информационная теория оценок”
в)программное обеспечение, Интернет-ресурсы, электронные библиотечные системы:
-
МАТЕРИАЛЬНО-ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ
1.Лекционные занятия: Аудитория базовой кафедры №312Б, оснащенная презентационной техникой, доска и мел.
2.Практические занятия: доска и мел.
Приложение 1
к рабочей программе дисциплины
«Информационная теория оценок »
Аннотация рабочей программы
Дисциплина Информационная теория оценок является частью Математического и естественно-научный цикл дисциплин подготовки студентов по направлению подготовки Информационные системы и технологии. Дисциплина реализуется на 3 факультете «Московского авиационного института (национального исследовательского университета)» кафедрой (кафедрами) 308.
Дисциплина нацелена на формирование следующих компетенций: ОК-6 ,ОК-10 ,ПКС.9.
Содержание дисциплины охватывает круг вопросов, связанных с: постановкой задач математической обработки информации и анализом свойств получаемых решений
Преподавание дисциплины предусматривает следующие формы организации учебного процесса: Лекция, мастер-класс, Практическое занятие.
Программой дисциплины предусмотрены следующие виды контроля: промежуточная аттестация в форме Экзамен (5 семестр).
Общая трудоемкость освоения дисциплины составляет 3 зачетных единиц, 108 часов. Программой дисциплины предусмотрены лекционные (34 часов), практические (16 часов), лабораторные (0 часов) занятия и (31 часов) самостоятельной работы студента.
Приложение 2
к рабочей программе дисциплины
«Информационная теория оценок »
Cодержание учебных занятий
-
Лекции
1.1.1. Классификация экспериментов по оценки параметров математических моделей объектов. Влияние детерминированных ошибок измерения на результаты их математи(АЗ: 2, СРС: 0,5)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.1.2. Влияние случайных ошибок измерения на результаты их математической обработки(АЗ: 2, СРС: 0,5)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.2.1. Классификация математических моделей объектов исследования и информационно-измерительных систем. Регрессионные и динамические модели. Построение регре(АЗ: 2, СРС: 1)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.2.2. Стохастические регрессионные модели информационно-измерительных систем. Модели ошибок измерений. Скалярные и векторные ошибки измерений (АЗ: 2, СРС: 1)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.2.3. Ковариационные матрицы ошибок измерений. Эллипсоиды рассеивания (АЗ: 2, СРС: 1)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.2.4. Стохастические модели динамических объектов исследования(АЗ: 2, СРС: 1)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.3.1. Постановка задачи статистического оценивания параметров модели объекта исследования. Точечное и интервальное оценивание(АЗ: 2, СРС: 1)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.3.2. Понятие выборки и выборочного пространства. Основные характеристики выборки. Статистики(АЗ: 2, СРС: 1)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.3.3. Функция правдоподобия.Основные законы распределения ошибок измерений. Однопараметрические законы распределения.(АЗ: 2, СРС: 1)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.3.4. Двупараметрические законы распределения:гамма-распределение, бета-распределение, гауссовское распределение (одномерное и многомерное)(АЗ: 2, СРС: 1)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.3.5. Выборочные моменты законов распределения ошибок измерений используемых в задачах математической обработки информации(АЗ: 2, СРС: 2)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.3.6. Понятие статистики. Свойства статистики. Несмещенность статистики. Достаточные статистики. Теорема факторизации(АЗ: 2, СРС: 2)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.3.7. Состоятельные статистики. Достаточные условия состоятельности статистик(АЗ: 2, СРС: 2)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.3.8. Понятие эффективных статистик. Условия существования эффективных статистик. Теорема Рао-Крамера- Колмогорова. Количество информации по Фишеру(АЗ: 2, СРС: 2)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.3.9. Теорема Рао-Крамера Колмогорова для многомерного случая (неравенство Рао-Крамера- Колмогорова). “Информационная” матрица Фишера(АЗ: 2, СРС: 2)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.3.10. Улучшение неравенства Рао-Крамера-Колмогорова.
Неравенство Баттачария
(АЗ: 2, СРС: 2)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.3.11. Количество информация по Шеннону, Кульбаку и Фишеру (АЗ: 2, СРС: 2)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
-
Практические занятия
1.2.1. Построение регрессионных моделей объектов и информационно-измерительных систем(АЗ: 2, СРС: 1)
Форма организации: Практическое занятие
1.2.2. Сведение моделей динамических объектов к эквивалентным регрессионным с использованием функций параметрической чувствительности(АЗ: 2, СРС: 1)
Форма организации: Практическое занятие
1.2.3. Сведение моделей динамических объектов к эквивалентным регрессионным с использованием разностной аппроксимации(АЗ: 2, СРС: 1)
Форма организации: Практическое занятие
1.3.1. Достаточные статистики(АЗ: 2, СРС: 1)
Форма организации: Практическое занятие
1.3.2. Несмещенные статистики(АЗ: 2, СРС: 1)
Форма организации: Практическое занятие
1.3.3. Эффективные статистики(АЗ: 2, СРС: 1)
Форма организации: Практическое занятие
1.3.4. Экспоненциаьное семейство распределений(АЗ: 2, СРС: 1)
Форма организации: Практическое занятие
1.3.5. Фишеровское количество информации о
неизвестной функции от параметра, содержащейся
в выборке
(АЗ: 2, СРС: 1)
Форма организации: Практическое занятие
-
Лабораторные работы
-
Типовые задания
Приложение 3
к рабочей программе дисциплины
«Информационная теория оценок »
Прикрепленные файлы
Версия: AAAAAARxEq8 Код: 000006482