• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
2020/2021

Математика для прагматика

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»
Лучший по критерию «Новизна полученных знаний»
Статус: Дисциплина общефакультетского пула
Когда читается: 3, 4 модуль
Язык: русский
Кредиты: 6
Контактные часы: 72

Программа дисциплины

Аннотация

Практическое использование математических конструкций неизбежно связано с конечностью и дискретностью, в то время как изучение Математики во многом опирается на описания непрерывных объектов; полезно знать, как именно реализуются некоторые непрерывные конструкции на практике. Например, появление цифровых стандартов привело к тому, что обработка непрерывных во времени сигналов стала типовой задачей для программистов. В курсе будут рассмотрены примеры распространённых математических моделей в их дискретных и непрерывных вариантах, соответствие формул и взаимосвязь эффектов, характерных для каждого варианта. Примеры будут объединены в несколько отдельных сюжетов, предполагается, что для большинства примеров будут просчитаны визуальные интерпретации.
Цель освоения дисциплины

Цель освоения дисциплины

  • Знакомство с распространёнными математическими моделями физических процессов в их дискретных и непрерывных вариантах и понимание соответствия формул и взаимосвязи эффектов, характерных для каждого варианта, на таких примерах как акустическое зондирование, оцифровка сигнала, компьютерная томография, анализ броуновского движения и т.п.
  • Знание основ математических методов построения математических моделей физических процессов и их дискретизации: дискретные версии дифференцирования и интегрирования, преобразование Фурье, стохастические уравнения, функциональное интегрирование и т. п.
  • Умение доводить дискретные математические модели до практически реализуемого программного кода, позволяющего получать явные качественные результаты о процессах и визуализировать полученные результаты
Планируемые результаты обучения

Планируемые результаты обучения

  • Практические реализации оцифровки непрерывных во времени сигналов и их программная обработка.
  • Освоение распространённых дискретных и непрерывных математических моделей распространения сигнала, понимание соответствия формул и взаимосвязи эффектов, характерных для дискретных и непрерывных моделей.
  • Практический опыт компьютерного обсчёта примеров и построения их визуальной интерпретации.
  • Освоение методов программного дискретного дифференцирования.
  • Практическая компьютерная реализация алгоритмов быстрого преобразования Фурье
  • Освоение элементов гармонического анализа и их использование для цифровой обработки сигналов
  • Практическая компьютерная реализация преобразования Фурье и преобразования Радона, основы компьютерной томографии
  • Освоение методов цифровой обработки акустических сигналов и опыт из практической реализации на уровне программного кода
  • Знакомство с мерой Виннера
  • Освоение теории случайного блуждания
  • Представление о Фейнмановских интегралах и способах их вычисления
  • Представление о методах математической статистики
  • Представление об основах теории стохастических процессов
  • Представление о марковских моделях и способах их обсчёта
  • Представление о Виннеровских процессах и способах их обсчёта
  • Представление о широко употребляемых стохастических моделях и представлении их решений.
  • Овладение основами теории Ито и стохастическими уравнениями
  • Практическая компьютерная реализация алгоритмов теории статистических уравнений
  • Освоение распространённых дискретных и непрерывных математических моделей различных задач естествознания, понимание соответствия формул и взаимосвязи эффектов, характерных для дискретных и непрерывных моделей.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Акустическое зондирование
    Цифровая регистрация, импульсный базис и описания в нём искажений сигнала в слоистых средах
  • Дифференцирование в дискретном времени
    Оператор сдвига и его конечномерная модель, дифференцирование в дискретном времени и круговые частоты.
  • Преобразование Фурье
    Формула замены координат от частотного базиса к импульсному и преобразование Фурье. Предельные переходы, альясинг и связь с привычными из анализа формулами Фурье.Быстрое преобразование Фурье и его версии для различных простых делителей. Некоторые новые идеи и обобщения: случай линейных дифференциальных операторов и примеры из уравнений математической физики, роль симметрий, двойственность Понтрягина (в том числе для некоммутативных групп).
  • Теорема отсчетов Котельникова -- Шеннона.
    Теорема Котельникова. Частотные фильтры и их практическое построение (на уровне программного кода). Сигнал и шум, проблема отделения помех и теорема Шеннона. Томография, преобразование Радона и связь с преобразованием Фурье. Статья Теренса Тао, получившая более, чем четырнадцать тысяч цитирований, и её смысл.
  • Интегрирование по множеству непрерывных функций на отрезке
    Усреднение по множествам сигналов и интегрирование по множеству непрерывных функций на отрезке. Мера Винера и ее носители. Практические модели естествознания, приводящие к интегрированию по функциональным пространствам.
  • Броуновские траектории
    Свойства броуновских траекторий и примеры явных аналитических вычислений интегралов по броуновским траекториям. Связь интеграла по броуновским траекториям и интеграла Фейнмана. Траектории случайного блуждания по решеткам размерностей 2, 3 и больше, ключевые отличия от одномерного случая. Связь с уравнениями математической физики.
  • Стохастический мир
    Обзор некоторых методов вычислений в теории вероятностей: моменты, асимптотики, свойства смесей и т.п. Практические вычисления в стохастическом мире и что собственно можно проверить статистикой?
  • Стохастические модели
    Модели классической механики и марковские модели. Винеровский процесс и физическое броуновское движение. Широкоупотребимые стохастические модели и представление их решений. Диффузионные уравнения. Порождающий процесс Винера.
  • Стохастические уравнения
    Уравнение Ито и лемма Ито. Вычисления компьютерные и аналитические. Стохастические интегралы и отличительная специфика формул стохастического мира от формул математического анализа.
Элементы контроля

Элементы контроля

  • неблокирующий домашние задания
  • неблокирующий письменный экзамен
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (4 модуль)
    0.5 * домашние задания + 0.5 * письменный экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • William H. Press, Saul A. Teukolsky, William T. Vetterling, & Brian P. Flannery. (1992). Numerical Recipes in C: The Art of Scientific Computing. Second Edition. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.9CFCD6AE

Рекомендуемая дополнительная литература

  • Kundu, D., & Nandi, S. (2012). Statistical Signal Processing : Frequency Estimation. New Delhi: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=537977
  • Miller, S. L., & Childers, D. (2012). Probability and Random Processes : With Applications to Signal Processing and Communications (Vol. 2nd ed). Burlington: Academic Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=453841
  • Miller, S. L., & Childers, D. G. (2004). Probability and Random Processes : With Applications to Signal Processing and Communications. Amsterdam: Academic Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=187186
  • Unpingco, J. Python for Signal Processing. – Springer International Publishing, 2014. – 128 pp.