ВОПРОСЫ ПО КУРСУ
"ОБРАБОТКА ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ НА ЭВМ"
1. В чем основные различия прямого и косвенного измерения?
2. Какова роль моделей при проведении косвенного измерения?
3. Что можно утверждать о природе погрешности результата косвенного измерения, если соответствующие ему погрешности результатов прямых измерений распределены нормально?
4. Напишите общее выражение, используемое для оценивания погрешности линейного косвенного измерения.
5. По результатам эксперимента вычислить среднее значение измеряемой величины.
6. Найти стандартное отклонение результатов отдельных измерений от среднего.
7. Отбросить измерения, в которых отклонение результатов от среднего значения превышает стандартное отклонение.
8.. Найти стандартное отклонение результатов отдельных измерений от среднего с учетом весовых коэффициентов.
9. Оценить среднее квадратичное отклонение окончательного результата.
10. Оценить среднее квадратичное отклонение окончательного результата с учетом весовых коэффициентов.
11. Расчет относительной погрешности суммы (разности) случайных чисел.
12. Расчет абсолютной погрешности суммы (разности) случайных чисел.
13.Отличие априорных и апостериорных плотностей вероятностей?
14. Что такое погрешность (ошибки) измерения?
15. Чем абсолютная погрешность отличается от относительной?
16. Что называют наблюдением?
17. Каковы причины появления грубых промахов при проведении эксперимента?
18. Что такое систематическая погрешность?
19. Какова роль модельных несоответствий при обработке данных эксперимента?
20. Что такое случайная погрешность и какие причины приводят к ее появлению?
21. Приведите категории измерений.
22. Какая разница между однократными и статистическими измерениями?
23. Какие измерения называются обыкновенным?
24. Какие измерения называются статистическими?
25. Какие измерения называются статическими?
26. Какие измерения называются динамическими?
27. Какие ошибки называются случайными?
28. Какие ошибки называются случайными и какие систематическими?
1
29. Классификация задач: Прямые и Обратные задачи.
30. Классификация задач: Линейные задачи
31. Классификация задач: Нелинейные задачи
32. Классификация задач: качественные и количественные.
33. Прямые и Косвенные эксперименты
34. Естественный и искусственный эксперимент - отличие.
35. Основные источники погрешности измерений (случайные и систематические)
36. Открытые и закрытые эксперименты.
37. Что такое Информационный эксперимент.
38. Что такое вещественный эксперимент.
39. Что такое энергетический эксперимент?
40. Что такое мысленный эксперимент?
41. Что такое пассивный эксперимент?
42. Что такое однофакторный эксперимент?
43. Что такое многофакторный эксперимент?
44. Классификация типов ошибок.
45. Что такое инструментальный тип ошибок?
46. Что такое внешний тип ошибок?
47. Что такое методический тип ошибок?
48. Что такое ошибки модели?
49. Что такое ошибки классификации?
50. Что такое грубые ошибки?
51. Что такое аддитивная модель эксперимента?
52. Что такое мультипликативная модель эксперимента?
53. Математическая модель прямых измерений?
54. Математическая модель косвенных измерений?
55. Роль центрирования при нахождении коэффициентов линейной регрессии.
56. Критерии сравнения измерений и модели при решении обратной задачи?
57. Нелинейная регрессия. Решение. Особенности.
58. Плохая обусловленность. Определение и количественная оценка степени обусловленности.
59. Обусловленность задачи и вычислений.
60. Параметр регуляризации при решении системы линейных алгебраических уравнений.
61. Число обусловленности Эйрда-Линча.
62. Простое число обусловленности.
63. Влияние неопределенности измерений на множество возможных решений.
64. Что такое стохастические и детерминированные процессы?
65. Нелинейное оценивание параметров.
66. Метод максимального правдоподобия оценки параметров.
67. Метод наименьших квадратов при оценке параметров.
68. Постановка обратных задач. Математическая и физическая трактовка.
69. Постановка прямых задач. Математическая и физическая трактовка.
70. Меры расходимости экспериментального и теоретических полей.
71. Законы распределения случайной составляющей. Определение в эксперименте.
72. Законы распределения случайной составляющей. Способы оценки.
73. Метод Парзена оценки плотности вероятности.
74. Теорема Байеса. Сочетание совместной, условной и априорной вероятностей.
75. Что такое линейное нормированное пространство. Свойства.
76. Наиболее популярные в расчетах нормы.
77. Расстояние в нормированном пространстве.
78. Подбор параметров линейной регрессии. Погрешности.
79. Погрешность функции.
80. Определение корреляции. Вывод диапазона изменений корреляции.
81. Типы корреляционных функций, области применения.
82. Метод наименьших квадратов для квадратичной функции.
83. Метод наименьших квадратов в случае функции общего вида.
84. Метод наименьших квадратов. Приближение линейной комбинацией функций.
85.
