Теория вероятностей и математическая статистика

Искусственный интеллект уже прочно вошел в нашу жизнь, но для многих его использование по-прежнему кажется уделом избранных. Автор опровергает этот миф и предоставляет читателю пошаговое описание реализации в программах Excel и R алгоритмов машинного и глубокого обучения, регрессии и кластеризации, корреляционного и дисперсионного анализа применительно к криминалистическому изучению преступных деяний. Отдельное внимание уделено разведочному анализу данных, методам работы с географическими координатами и сведениями о времени. Преимуществом книги является сочетание теории математической статистики и машинного обучения в объеме, достаточном для понимания сути реализуемых методов, и готовых прикладных решений, которые можно использовать как в научных исследованиях, так и в практике расследования преступлений. Законодательство приведено по состоянию на 1 октября 2020 г.

Рассмотрены основные методы статистической обработки результатов измерений и моделирования, дополненные оригинальными примерами, полученными в результате собственных исследований автора. Представлен необходимый теоретический материал, приведены примеры выполнения практических заданий и даны варианты заданий для контрольных работ.

Издание посвящено решению актуальных задач в системе управления «учебное заведение — современный рынок труда». Раскрыта технология формирования показателя профессиональной готовности как элемента управления на современном рынке труда, включающая дополнительную подзадачу по оценке качества профессорско-преподавательского состава. Представлена разработанная авторами математическая модель и методика комплексной оценки качества педагогической деятельности при подготовке специалистов на основе теории нечетких множеств и алгоритма рейтинговой оценки. Впервые использован алгоритм выбора экспертов, основанный на энтропийном подходе. В качестве примера было исследовано направление «Информационная безопасность» (ИБ).

Методические рекомендации содержат краткий теоретический материал по теории случайных потоков и их видам, а также по теории случайных процессов. Особое внимание уделено потокам Пальма и потокам Эрланга.

Настоящее пособие составлено преподавателями факультета ВМК МГУ имени М.В. Ломоносова на основе олимпиадных задач по математике. Пособие содержит теоретический материал, подборку задач, а также идеи, указания (подсказки) и решения.

Содержит лабораторные работы по разделам дисциплины «Статистические методы контроля качества», выполняемые в пакете STATISTICA (Statsoft).

Лабораторный практикум «Автоматизация производственных процессов: теория и практика решения задач прикладной математики» рассматривает предмет и содержание дисциплины «Прикладная математика», ее основные понятия, определения и положения, основные методы и способы решения прикладных задач сельскохозяйственного производства, для большинства из которых приведены примеры их решения на основе использования табличного процессора MS Excel. Так же имеются упражнения для самостоятельного выполнения. Соответствует актуальным требованиям Федерального государственного образовательного стандарта высшего образования по направлению подготовки 23.00.00 «Техника и технологии наземного транспорта».

Содержит варианты контрольных работ по математике и математической статистике, образцы решения задач, справочные материалы, набор типовых задач с ответами для подготовки к зачётам.

Рассматриваются статистические методы, используемые в задачах управления качеством продукции, компьютерные технологии и их реализация в среде электронных таблиц Excel и системе Statistica: излагаются семь простых инструментов текущего контроля качества, статистическое управление процессами, приемочный контроль продукции, статистические методы анализа качества. Включены лабораторные работы.

Рассмотрены дисперсионный, корреляционный, регрессионный анализ, элементы анализа случайных процессов, некоторые методы многомерного анализа. По каждой из рассматриваемых тем кратко изложены основные теоретические положения, примеры решения задач, приведены задачи для самостоятельного решения, компьютерные методы решения соответствующих задач и задания для типового расчета.

Представлен подробный конспект лекций по дисциплине «Теория случайных процессов». Приведены основные понятия стохастического анализа, необходимые сведения о спектральных характеристиках стационарных случайных процессов, их преобразовании при воздействии линейного оператора, о марковских случайных процессах. В пособии наряду с классическими представлениями содержится информация о современном уровне исследований в данной области.

Издание содержит базовые теоретические сведения из следующих разделов теории вероятностей и математической статистики: вычисление вероятностей случайных событий, случайные величины и их характеристики, предельные теоремы, методы описания и обработки выборочных данных, точечные и интервальные оценки параметров распределений, проверка гипотез, простая регрессия. Приведены примеры решения задач и задачи для самостоятельной подготовки.

Представлены учебно-методические и справочные материалы для освоения студентами модуля «Основные понятия теории вероятностей» дисциплины «Математика». Изложены необходимые теоретические материалы, подробно рассмотрены примеры решения задач, приведены вопросы для самоконтроля и задачи для самостоятельного решения.

Издание содержит методические указания к выполнению домашнего задания по дисциплине «Математическое моделирование». Изложен подход к решению одной из практически важных задач — задачи построения линейной регрессионной модели по экспериментальным данным. Приведены необходимые теоретические сведения и данные для установления экспериментальной зависимости отклика от факторов.

Издание содержит методические указания к выполнению домашнего задания по дисциплине «Теория вероятностей, математическая статистика и теория случайных процессов», предусмотренного учебным планом МГТУ им. Н.Э. Баумана. Приведены необходимые сведения из теории вероятностей и теории случайных процессов. Представлены способы вычисления вероятностей для случайных событий и распределений случайных величин, обусловленных моментами первого попадания пуассоновского случайного процесса в заданные множества, а также способы моделирования рассмотренных случайных величин в системе Wolfram Mathematica.

Рассмотрены некорректные обратные задачи статистической динамики, задачи по структурному анализу траекторий случайных процессов, задачи статистического диагностирования конструкций, а также методы расчета конструкций, находящихся в условиях интенсивной коррозии и интенсивных нерегулярных воздействий. Для решения нелинейных задач рассмотрены методы марковских процессов, методы уравнений Фоккера — Планка — Колмогорова, методы статистической линеаризации. Приведены задачи по оптимизации параметров машин и конструкций и их решения.

Рассмотрены вероятностно-статистические методы принятия решений как для оценки надёжности в процессе испытаний изделий, продукции, объектов различных областей техники, так и для решения задач технической диагностики.

Издание содержит краткое описание основных методов обработки результатов экспериментальных исследований с примерами решения задач, а также варианты заданий для практических занятий по дисциплине «Основы научной работы».

Рассматриваются статистические задачи и методы их решения в системах пассивной сейсмической локации (ПСЛ), эффективность которых в значительной мере определяется применяемыми методами обработки сигналов. Исследуются основные локационные задачи, такие как обнаружение сейсмически активных объектов, оценивание характеристик движения, определение типа объекта (классификация). Предложенные методы получили свое развитие при работе авторов над реальными проектами по созданию новых систем ПСЛ. Большая роль в развитии статистической теории ПСЛ принадлежит экспериментам, значительная часть которых выполнена на сейсмическом полигоне Новосибирского государственного технического университета.

Излагаются основы статистической физики классических и квантовых равновесных систем. Приводятся примеры, иллюстрирующие теоретические положения из области микро- и наноэлектроники, фотоники, физики конденсированного состояния. Предлагаются задачи для самостоятельной работы. Издание предназначено для студентов, изучающих курсы: «Физика твердого тела», «Физика полупроводников», «Физика конденсированного состояния», «Наноэлектроника», «Фотоника», где используются методы и результаты статистической физики.

Учебное пособие преследует цель кратко изложить суть ряда математических методов обработки экспериментальной информации, используемых в научных исследованиях. Кратко знакомит с современными методами нелинейной динамики. Материал пособия будет полезен при подготовке магистерской диссертации.

Учебное пособие представляет собой дополнительные материалы по курсу «Статистические методы анализа данных». В пособии приведены вероятностные постановки, описаны модели бинарного отклика и модели с ошибками в переменных, рассмотрены методы и алгоритмы построения регрессионных зависимостей для этих моделей. Кроме того, в пособие включены скрипты на языке R для реализации некоторых расчетов и вывода графиков.

Пособие включает в себя основные разделы, излагаемые в рамках курса «Теория вероятностей и математическая статистика», кроме того, содержит дополнительные сведения, способствующие в более полной мере освоению студентами знаний и компетенций, предусмотренных положениями соответствующих госстандартов направлений подготовки 12.03.04 – Биотехнические системы и технологии, 09.03.02 – Информационные системы и технологии. Приводятся ключевые положения теории вероятностей, а также излагаются наиболее известные методы математической статистики. В конце каждого раздела следуют контрольные вопросы, помогающие усвоению материала. Математическая строгость изложения соответствует уровню подготовки студентов второго курса бакалавриата по соответствующим направлениям.

Излагаются теоретические и прикладные аспекты активной параметрической идентификации стохастических линейных нестационарных и нелинейных дискретных и непрерывно-дискретных систем с предварительно выбранной модельной структурой. Рассматривается случай, когда неизвестные параметры входят в уравнения состояния и измерения, в начальные условия и в ковариационные матрицы шумов системы и измерений. Приводится описание разработанного алгоритмического и программного обеспечения, позволяющего решать задачи оптимального оценивания параметров с привлечением прямых и двойственных градиентных процедур планирования эксперимента.

Предназначено для магистрантов факультета прикладной математики и информатики НГТУ, изучающих дисциплины «Математические методы планирования эксперимента» и «Методы активной идентификации динамических систем» по направлениям 01.04.02 «Прикладная математика и информатика» и 02.04.03 «Математическое обеспечение и администрирование информационных систем» соответственно. Может быть полезно специалистам, научные и профессиональные интересы которых связаны с моделированием динамических систем стохастической природы.

В пособии рассмотрены вопросы, связанные с решением задач исследования и прогнозирования временных рядов средствами языка и среды статистических вычислений R. В качестве математического аппарата используются классические параметрические вероятностно-статистические модели и методы анализа временных рядов. Для каждого метода дано краткое теоретическое описание, позволяющее понять его суть и особенности применения, и приведено описание основных функций языка R, реализующих метод. Основное внимание в пособии уделено рассмотрению технологии (методики) исследования и прогнозирования временного ряда с помощью среды R. На конкретных примерах рассматриваются вопросы идентификации, анализа адекватности, сравнения и окончательного выбора модели временного ряда.

Задания предназначены для самостоятельной работы студентов, изучающих раздел «Теория вероятностей» по темам: «Случайные события», «Случайные величины», «Системы случайных величин». При выполнении используются таблицы распределений случайных величин.

Рассматриваются возможности системы компьютерной математики Scilab для проведения статистического анализа данных на ПК, вопросы генерирования случайных величин с заданным законом распределения. Описывается технология работы со статистическим блоком среды Scilab. Содержатся краткие сведения из теории вероятностей и математической статистики, облегчающие восприятие излагаемого материала. Для оценки уровня усвоения студентами пройденного материала предложены варианты заданий для самостоятельной работы.

Рассматриваются возможности системы компьютерной математики Scilab для проведения статистического анализа данных на ПК, вопросы генерирования случайных величин с заданным законом распределения. Описывается технология работы со статистическим блоком среды Scilab. Содержатся краткие сведения из теории вероятностей и математической статистики, облегчающие восприятие излагаемого материала. Для оценки уровня усвоения студентами пройденного материала предложены варианты заданий для самостоятельной работы.

Рассмотрены основные понятия и определения теории надежности, показатели надежности, математические и статистические основы теории надежности, математические модели для прогнозирования надежности объектов, вопросы надежности технологического оборудования. Для закрепления теоретического материала приведены примеры решения задач, а также задания для самостоятельного выполнения.

Содержит основные теоретические выкладки по методам статистической обработки эксперимента и приемам описания полученных данных с использованием математических зависимостей. Рассмотрены способы реализации этих задач в среде MS Excel и создания готовых рабочих листов электронной таблицы для их использования при решении подобных задач.

Рассматриваются вопросы, связанные с использованием математических методов как средства познания социальных явлений и изучением связей различного типа между номинальными признаками. Также содержатся материалы для проведения занятий, проверки уровня освоения дисциплины и сформированности необходимых компетенций.

Приведены основные понятия и формулы теории вероятностей. Рассмотрено большое количество примеров, приведены задачи для самостоятельного решения и варианты контрольных работ.

Содержит основы научных исследований, методологию и технологии теоретических и экспериментальных исследований, а также способы организации научного эксперимента.

Приведен теоретический материал по обработке экспериментальных данных из различных сфер производственной деятельности, проверке статистических гипотез, рассмотрены примеры выполнения лабораторных работ. Для оценки уровня усвоения студентами пройденного материала предложены варианты заданий для самостоятельной работы.

Рассмотрены теоретические и практические вопросы многомерного статистического анализа. Каждая тема наряду с теоретическим материалом содержит методические рекомендации по выполнению лабораторной работы.

Изложены основы математической обработки результатов исследований характеристик энергонасыщенных конденсированных систем: анализ методики проведения экспериментов, определение погрешностей измерения и регрессионный анализ, оптимизации свойств трехкомпонентных систем методом математического планирования эксперимента с использованием симплекс-решетчатого плана Шеффе и принципы выбора области локального симплекса, основы термодинамического расчета многокомпонентных энергонасыщенных конденсированных систем.

Содержит краткие теоретические сведения, а также примеры и задания для самостоятельной работы по основным разделам высшей математики. Адресовано обучающимся по направлениям: 08.03.01 «Строительство», 14.03.01 «Ядерная энергетика и теплофизика», 15.03.02 «Технологические машины и оборудование», 16.03.03 «Холодильная, криогенная техника и системы», 18.03.01 «Химическая технология», 22.03.01 «Материаловедение и технологии материалов», 29.03.04 «Технология художественной обработки материалов», 35.03.02 «Технология лесозаготовительных и деревоперерабатывающих производств».

Приведены краткие теоретические сведения для решения контрольных задач по спецглавам высшей математики. Проанализировано решение аналогичных задач, приведены контрольные задания.

Рассмотрены теоретические и практические вопросы проведения дискриминантного анализа многомерных данных. Каждая тема наряду с теоретическим материалом содержит методические рекомендации по выполнению лабораторных работ.

Мы хотим быть уверены—всегда и во всем. Нам не нужна неопределенность. Однако она повсюду: фондовый рынок может внезапно обрушиться, климат поменяться, а вместо желанного мальчика может родиться девочка. И, наконец, кто не знает об известном принципе неопределенности Гейзенберга в квантовой механике? К счастью, есть и обратная сторона медали. Если неопределенностью правильно пользоваться, из нее можно извлечь массу полезного. На протяжении всей истории человечества математика давала эффективные инструменты для управления неопределенностью и применения ее в нашей жизни. Какие? Об этом в новой увлекательной книге Иэна Стюарта.

Рассматриваются все основные приемы обработки статистических данных: первичная статистическая обработка, вычисление различных характеристик выборок, проверка гипотез, дисперсионный и корреляционный анализ, обработка и анализ временны́х рядов.

Предложено ввести обобщенный фактор неидеальности систем g в уравнения информа- ционной энтропии, описывающие самоорганизованные структуры существенно нерав- новесных систем с приложением для изучения топологических свойств высокомолеку- лярных соединений в растворах на примере лигнинов древесины. Фактор g как относи- тельная термодинамическая характеристика связывает идеальную и реальную модели систем, в которых можно выделить два конкурентных (противоположных по знаку и действию) процесса: порядок (–) ↔ хаос (+); притяжение (–) ↔ отталкивание (+); сжа- тие (–) ↔ расширение (+); кластеризация (–) ↔ распад (+) и т. д. g = 1 + 〈– βord + αnord〉 = = 1 + 〈– pi (β) + pi (α)〉, где – βord ≡ 1/nΣn i βi и αnopd ≡ 1/nΣn i αi – относительные средние ха- рактеристики (pi – статистические вероятности) противоположно протекающих процес- сов. Фактор g изменяется в интервале 0 ≤ g ≤ 2 и зависит от того, какой из конкурентных процессов превалирует. При αnord = 0 g → 0, при βord = 0 g→2, при g = 1 поведение эле- ментов системы будет идеальным. Фактор g вводится в любые классические уравнения, пригодные для изучения идеальных систем, в целях использования их для описания ре- альных систем (например, в уравнения Генри, Рауля, Вант-Гоффа, состояния идеального газа и т. д). Строго математически фактор g определен через величины М – мера, ε – мас- штаб, d – размерность в виде отношения логарифмов мер реального (М*) и идеального (М0) состояний объекта: g = lnМ*/lnМ0 = d/D, где М* и М0 может быть Nd – число эле- ментов в структуре фрактального реального (например, кластера) или математического объекта (например, салфетка Серпинского) и ND – число элементов в структуре объекта в идеальном состоянии, обладающих свойством многомасштабности и самоподобия (d и D – фрактальная и евклидова размерности). Как термодинамическая характеристика gth определяется отношением термодинамических функций, функционалов, например, ΔGi*/ΔGi, где ΔGi* = –RTlnаi – реального и ΔGi = –RTlnNi – идеального состояний; ко- личеством молей n* – реального состояния вещества к n – идеальному; относитель- ными энтропиями системы ΔSreal/ΔSid. Получены новые выражения информационных и термодинамических энтропий с дольным (0¸1) моментом порядка – энтропийным gS и термодинамическим gth факторами неидеальности для анализа самоорганизован- ных квазиравновесных структур в формализме Реньи: SgS M–Rn(p) = R/(1 – gS) lnΣN i pgS i; Sgth M–Rn = R/(gth)ln(ΣN i=1 p i gth – 1). В формализме Тсаллиса SgS M–TS (p) = R(1 – Σi N(ε)pi gS)/(gS – 1); Sgth M–TS (p) = R(1 – Σi N(ε)pi 1–gth)/gth с приложением для изучения топологических свойств высокомолекулярных соединений методами гидродинамики, а также термодинамики растворов полимеров. Для цитирования: Макаревич Н.А. Фактор неидеальности в энтропийно-мультифрактальном анализе самоорганизованных структур растительных полимеров (лигнинов) // Изв. вузов. Лесн. журн. 2021. № 2. С. 194 –212. DOI: 10.37482/0536-1036-2021-2-194-212
An attempt has been made to introduce the generalized non-ideality factor of systems (GNF) into information entropy equations that describe self-organized structures of essentially nonequilibrium systems with the use of studying the topological properties of high molecular weight compounds in solutions using wood lignins as an example. The factor as a relative thermodynamic characteristic connects the ideal and real models of systems in which two competitive (opposite in sign and action) processes can be distinguished: order (−) ↔ chaos (+); attraction (−) ↔ repulsion (+); compression (−) ↔ extension (+); clustering (−) ↔ decay (+), etc. = 1 +  −  +   = 1 +  − (β) + (α), where −ord   1/nΣ  and   1/nΣ  are relative average characteristics ( – probabilities) of oppositely occurring processes. The factor varies in the interval 0≤ ≥1 and depends on which of the competitive processes prevails. For nord = 0 →0, for ord =0 →2, for = 1 the behavior of the elements of the system will be ideal. The factor g is introduced into any classical equations suitable for studying ideal systems with the aim of using them to describe real systems (for example, the equations of Henry, Raoult, Van’t Hoff, general gas, etc.). Strictly mathematically, the factor is defined through the values M – measure,  – size (scale), and d – dimension as a ratio of logarithms of measures of real (М*) and ideal (М0) states of the object: th = lnМ*/lnМ0 = d/D, where M* and M0 can be the number of elements in the structure of the fractal real (for example, cluster) or mathematical object (for example, Sierpiński triangle) Nd and the number of elements in the structure of the object in the perfect condition, having the property of multi-scale and self-similarity, ND, where d and D are the fractal and Euclidean dimensions. As a thermodynamic characteristic th is defined by the ratio of thermodynamic functions, functionals, for example, Gi*/Gi, where Gi* = −RTlnаi is real and, Gi*= −RTlnаi is ideal state; the number of moles of n* − real state of matter to n − ideal state of matter; relative entropies of the system Sreal/Sid (Sid − Boltzmann entropy). New expressions of the information and thermodynamic entropies with a fractional (01) moment of order and with the entropic and ℎ non-ideality factors are obtained for the analysis of self-organized quasi-equilibrium structures in the Renyi formalism −() = 1− ln Σ , ℎ − = ℎ ln(Σ ℎ−1 =1 ); in the Tsallis formalism −() = (1−Σ ) () −1 , ℎ − () = (1−Σ 1−ℎ) () ℎ with an application for studying the topological properties of high-molecular compounds by hydrodynamic methods, as well as the thermodynamics of polymer solutions. For citation: Makarevich N.A. Non-Ideality Factor in Multifractal and Entropy-Based Analysis of Self-Organized Structures of Plant Polymers (Lignins). Lesnoy Zhurnal [Russian Forestry Journal], 2021, no. 2, pp. 194–212. DOI: 10.37482/0536-1036-2021-2-194-212

Учебно-методическое пособие подготовлено на кафедре математических методов исследования операций факультета прикладной математики, информатики и механики Воронежского государственного университета.

Учебно-методическое пособие предназначено для проведения лабораторных работ по обработке экспериментальных данных с использованием возможностей системы математических расчетов MathCAD. Пособие содержит задания по лабораторным работам с подробным указанием порядка выполнения, а также методические рекомендации и замечания. Изложение сопровождается примерами выполнения. Представлен перечень вопросов, позволяющих осуществлять самоконтроль при освоении методов обработки результатов измерений.

В данном пособии, которое является кратким введением в стохастический анализ, отражены основы современной теории вероятностей, теории мартингалов и марковских процессов, стохастического исчисления, а также рассмотрена модель Блэка‐Шоулза.

На хорошем математическом уровне на базе научной картины развивающегося мира изложены методы научного познания мира: формализация, диалектика, теория измерений, теория разномерностей, теория физических структур, проблема индукции. Особое внимание уделено методам манипуляции и обмана в науке и социальной сфере. При обсуждении проблемы индукции представлены оригинальные авторские результаты.

Методические указания включают теоретические положения, примеры решения типовых задач

В монографии представлены актуальные методологические, организационно-методические и практические вопросы процесса измерений, вычислений; рассматриваются элементы тестирования человека, а также способы их математико-статистической обработки, встречающиеся в ходе педагогической и научной деятельности различного рода специалистов. Интегрируются и анализируются основные методы обработки данных, включая параметрический и непараметрический критерии, корреляционный, регрессионный, дисперсионный и факторный анализы, позволяющие дать объективную оценку всего процесса. Приведены необходимые теоретические сведения и формулы для расчета рейтинговых оценок, наиболее часто встречающихся в спортивно-педагогических исследованиях как одного человека, так и коллектива.

В учебном пособии даны общие сведения в области инженерной экологии. Рассмотрены примеры формирования статистико-математических моделей для обработки экологических данных и прогнозирования. Выполнены расчеты параметров выбросов загрязняющих веществ от нескольких типов источников на основании регламентированных методик. Проведен анализ технологий утилизации, переработки, вторичного использования золошлаковых отходов ТЭС и твердых коммунальных отходов. В приложении даны необходимые сведения ряда разделов математики и статистики. Список литературы полностью отображает содержание пособия и нацелен на углубленное изучение проблем инженерной экологии. В пособие включены авторские результаты, полученные при выполнении прикладных научно-исследовательских работ.