t.me/knigoprovod Отправить другу/подруге по почте ссылку на эту страницуВариант этой страницы для печатиНапишите нам!Карта сайта!Помощь. Как совершить покупку…
московское время09.12.19 21:03:02
На обложку
Теория вероятностей и некоторые её приложенияавторы — Хеннекен П. Л., Тортра А.
Квадратура китайского круга: избранные статьи: в 2-х книгах…авторы — Мясников B. C.
Regnum Hominis (Имперский проект Френсиса Бэкона)авторы — Сапрыкин Д. Л.
б у к и н и с т и ч е с к и й   с а й т
Новинки«Лучшие»Доставка и ОплатаМой КнигоПроводЗаказ редких книгО сайте
Книжная Труба   поиск по словам из названия
Авторский каталог
Каталог издательств
Каталог серий
Моя Корзина
Только цены
Рыбалка
Наука и Техника
Математика
Физика
Радиоэлектроника. Электротехника
Инженерное дело
Химия
Геология
Экология
Биология
Зоология
Ботаника
Медицина
Промышленность
Металлургия
Горное дело
Сельское хозяйство
Транспорт
Архитектура. Строительство
Военная мысль
История
Персоны
Археология
Археография
Восток
Политика
Геополитика
Экономика
Реклама. Маркетинг
Философия
Религия
Социология
Психология. Педагогика
Законодательство. Право
Филология. Словари
Этнология
ИТ-книги
O'REILLY
Дизайнеру
Дом, семья, быт
Детям!
Здоровье
Искусство. Культурология
Синематограф
Альбомы
Литературоведение
Театр
Музыка
КнигоВедение
Литературные памятники
Современные тексты
Худ. литература
NoN Fiction
Природа
Путешествия
Эзотерика
Пурга
Спорт

/Наука и Техника/Математика

Методы математического моделирования измерительно-вычислительных систем. — 2-е изд., перераб. — Пытьев Ю. П.
Методы математического моделирования измерительно-вычислительных систем. — 2-е изд., перераб.
Научное издание
Пытьев Ю. П.
год издания — 2004, кол-во страниц — 400, ISBN — 5-9221-0446-2, язык — русский, тип обложки — твёрд. 7Б, масса книги — 500 гр., издательство — Физматлит
цена: 399.00 рубПоложить эту книгу в корзину
Сохранность книги — хорошая

Формат 60x90 1/16. Бумага офсетная. Печать офсетная
ключевые слова — измерительн, измерен, статистическ, оцениван, ковариац, корреляц, случайн, карунена-лоэв, средне-квадратич, оптимизац, вероятн, крамера-р, минимакс, оценк, стейна-джеймс, статистик, байес, гипотез, надёжност, рандомизирован, прогноз, стохаст, кукса-олман

В монографии рассмотрены элементы математической теории измерительно-вычислительных систем (ИВС) как средств измерений, основанной на математическом формализме редукции измерений, позволяющем по результатам измерений в системе «измеряемый объект-среда-измерительный прибор» получать наиболее точное описание ненаблюдаемой системы «исследуемый объект-среда», не искажённой измерениями. Теория ИВС позволяет формулировать требования к измерительной компоненте ИВС, обеспечивающие наивысшее качество ИВС как средства измерений, оценивать адекватность математической модели измерений на ИВС, состоятельность получаемых на её выходе значений параметров исследуемого объекта, оценок погрешностей и т.д.

Первое издание — 2002 г.

Для научных работников и инженеров физико-математических специальностей.

Табл. 2. Ил. 51. Библиогр. 105 назв.

ОГЛАВЛЕНИЕ

Предисловие ко второму изданию3
Введение7
 
Г Л А В А  1
Элементы теории линейного статистического оценивания
 
§ 1. Ковариационный и корреляционный операторы случайного вектора. Базис Карунена-Лоэва20
§ 2. Наилучшее в среднем квадратичном линейное оценивание24
2.1. Оценивание случайного вектора (24). 2.2. Оценивание линейной функции случайного вектора (26). 2.3. Минимизация относительной средне-квадратичной ошибки оценивания (27). 2.4. Оценивание в сингулярных базисах (27). 2.5. Экстремальные свойства сингулярных базисов (30). 2.6. Экстремальное свойство базиса Карунена-Лоэва (32). 2.7. О корреляционных связях случайных векторов (32).
§ 3. Уточнение случайного вектора по данным линейных измерений33
§ 4. Оптимизация измерений36
§ 5. Уточнение случайного вектора по данным линейных измерений с ошибками38
5.1. Общие результаты. Теорема взаимности (38). 5.2. Асимптотика оценивания при равномерно исчезающей априорной информации (41).
§ 6. Линейное оценивание неслучайного вектора44
§ 7. Оптимальное линейное оценивание при неизвестном корреляционном операторе ошибки измерения49
§ 8. О «гладкости» случайного вектора52
 
Г Л А В А  2
Эффективная линейная размерность данных измерений
 
§ 1. Эффективная размерность множества точных данных57
§ 2. Эффективная размерность множества классов эквивалентности измерений62
2.1. Эквивалентность, заданная группой «вертикальных» сдвигов (63). 2.2. Эквивалентность, заданная группой «горизонтальных» сдвигов (65). 2.3. Эквивалентность, заданная группой «вертикальных» и «горизонтальных» сдвигов (66). 2.4. Эквивалентность, заданная группой преобразований масштаба (66).
§ 3. Об эффективной размерности классов эквивалентности изображений67
§ 4. Эффективная размерность множества измеренных с ошибками сигналов71
§ 5. Об эффективной размерности измерений на линейном приборе76
 
Г Л А В А  3
Оценивание параметров распределения вероятностей
 
§ 1. Неравенство Крамера-Рао. Эффективные оценки80
§ 2. Задачи с априорной информацией. Линейные минимаксные оценки86
§ 3. Оценки типа Стейна-Джеймса93
§ 4. Достаточные статистики99
§ 5. Инвариантные методы оценивания101
§ 6. Байесовское оценивание108
§ 7. Информационные матрицы115
 
Г Л А В А  4
Случайные множества как оценки параметров распределения. Проверка статистических гипотез о параметрах распределения
 
§ 1. Оценивающее множество120
§ 2. Множество принятия гипотез124
§ 3. Оценивающие множества минимального размера131
§ 4. Надёжность гипотезы136
4.1. Простая гипотеза, простая альтернатива (137). 4.2. Сложные гипотеза и альтернатива (142).
§ 5. Рандомизированные правила решения150
§ 6. Оценивающие множества и семейство рандомизированных критериев156
§ 7. Инвариантные методы проверки гипотез157
§ 8. Эквивариантное оценивание и проверка гипотез163
 
Г Л А В А  5
Линейная редукция измерения
 
§ 1. Измерительно-вычислительная система (ИВС) как измерительный прибор167
§ 2. Линейная минимаксная редукция схемы измерения172
§ 3. Критерии качества измерительного прибора и соответствующей ИВС174
§ 4. Роль шума измерения187
§ 5. Эффект дополнительного измерения191
§ 6. Типичные реализации сигнала. Структура «коридора ошибок»198
§ 7. Проблема устойчивости редукции207
§ 8. Проблемы надёжности. Надёжность модели измерения218
8.1. Надёжность модели [A, Σ] и её свойства (223). 8.2. О методе максимальной надёжности (выбора модели) (228).
§ 9. Надёжность редукции измерения233
9.1. Надёжность редукции с учётом дополнительных измерений (235). 9.2. Случай одномерного дополнительного измерения (239). 9.3. Анализ задачи проверки гипотезы о параметре распределения (241). 9.4. Верхняя и нижняя надёжности редукции (246). 9.5. Случай одномерного дополнительного измерения (248). 9.6. Случай произвольного дополнительного измерения (250).
 
Г Л А В А  6
Линейная редукция измерений при наличии дополнительной информации
 
§ 1. Редукция схемы измерения случайного вектора. Качество модели255
1.1. Редукция для модели [A, F, Σ] (255). 1.2. О качестве модели [A, F, Σ] (257). 1.3. Сравнение модели [A, F, Σ] с моделью [А, Σ] (259). 1.4. Редукция для модели [A, f0, F, Σ] (261).
§ 2. Эффект дополнительного измерения. Рекуррентная редукция262
§ 3. Методы редукции для случайных моделей268
§ 4. Редукция измерения и тестирование при ограниченной информации о случайной модели273
§ 5. Уточнение параметров модели линейного измерительного прибора. Прогноз измерения275
 
Г Л А В А  7
Нелинейные методы редукции измерений
 
Введение283
§ 1. Нелинейные уточнения редукции измерений285
§ 2. Нелинейная минимаксная редукция измерения290
2.1. Линейный измерительный преобразователь и линейный идеальный прибор (291). 2.2. Нелинейный измерительный преобразователь и нелинейный измерительный прибор (294). 2.3. Неединственная и многозначная функция, определяющая модель идеального прибора (296). 2.4. Задача редукции как задача линейного программирования (297). 2.5. Методы интервальной редукции (300). 2.6. Оценивание функциональной зависимости как минимаксная редукция измерения (305).
§ 3. Нелинейная минимаксная редукция для стохастических моделей307
3.1. Редукция типа Кукса-Олмана (310). 3.2. Нелинейная минимаксная редукция в случае оператора модели интерпретации конечного ранга (311). 3.3. Случай компактного оператора (316). 3.4. Нелинейная редукция в случае вырожденного оператора модели измерения (316). 3.5. Нелинейная редукция в случае измерительных преобразователей первого порядка (318). 3.6. Дополнения (320).
§ 4. Методы нелинейной редукции в интегральной метрике322
§ 5. Существование и свойства редукции в интегральной метрике326
 
Г Л А В А  8
Эффективный ранг линейной модели измерений с ошибкой
 
Введение332
§ 1. Собственные базисы моделей [A, F, Σ] и [А, Σ]334
§ 2. Задача интерпретации линейной функции измерений337
2.1. Модель [A, F, Σ] (338). 2.2. Модель [А, Σ] (340).
§ 3. Эффективный ранг модели измерения342
§ 4. Эффективный ранг нелинейной модели и эффективная размерность множества измерений348
4.1. Эффективный ранг модели [A, δ] (348). 4.2. Эффективный ранг модели [А, If, Iν] (350). 4.3. Эффективный ранг и эффективная размерность (355).
 
Г Л А В А  9
Методы синтеза линейных измерительных приборов на измерительно-вычислительных системах
 
§ 1. Синтез измерительного прибора при ограничении на уровень шума357
§ 2. Общий метод синтеза измерительного прибора на измерительно-вычислительной системе364
 
Г Л А В А  10
Измерительно-вычислительные преобразователи
 
Введение370
§ 1. Редукция измерения, выполняемого на ИП первого порядка372
§ 2. Базис и эффективный ранг модели [A1, Σ]374
§ 3. Качество ИВП первого порядка как измерительного прибора378
§ 4. ИВП второго порядка382
§ 5. ИВП второго порядка как измеритель перемещения, скорости и ускорения385
 
Список обозначений389
Список литературы391

Книги на ту же тему

  1. Многоцелевой статистический анализ случайных сигналов, Домарацкий А. Н., Иванов Л. Н., Юрлов Ю. И., 1975
  2. Схемотехническое проектирование и моделирование радиоэлектронных устройств (без CD), Антипенский Р. В., Фадин А. Г., 2007

Напишите нам!© 1913—2013
КнигоПровод.Ru
Рейтинг@Mail.ru btd.kinetix.ru работаем на движке KINETIX :)
elapsed time 0.028 secработаем на движке KINETIX :)