Cтраница 3
Выходом из этой, казалось бы, тупиковой ситуации являются альтернативные способы кодирования прошлого поведения ряда. Интуитивно понятно, что чем дальше в прошлое уходит история ряда, тем меньше деталей его поведения влияет на результат предсказаний. Это обосновано психологией субъективного восприятия прошлого участниками торгов, которые, собственно, и формируют будущее. Следовательно, надо найти такое представление динамики ряда, которое имело бы избирательную точность: чем дальше в прошлое - тем меньше деталей, при сохранении общего вида кривой. Оно эквивалентно по информативности лаговому погружению, но легче допускает такое сжатие информации, которое описывает прошлое с избирательной точностью. [31]
Индекс реакционной способности Dr ( a R) зависит от осд. Однако показано, что в ряду реакций, построенном по величине DT ( ан), значение ан не оказывает существенного влияния на результат предсказания реакционной способности. [32]
Уравнение (5.14) подразумевает, что в самой линии изменения яркости незначительны, тогда как в вертикальном направлении имеют место значительные изменения. Изменения в вертикальном направлении как раз и характеризуют горизонтальный участок границы. В этом случае результат предсказания / 0 очень зависит от левого пиксела окрестности. [33]
Затем эти точные уравнения были линеаризованы с тем, чтобы использовать их вместе со статистическими результатами, полученными на реальной установке. Последующие изменения модели производились довольно осторожно путем изменения процесса и пересчета коэффициентов регрессии на ЦВМ, находящейся вне системы регулирования вместе с проверками на установке так, чтобы линеаризованные уравнения оставались бы справедливыми. Уже существует очень хорошее соответствие между результатами предсказаний модели и фактическими данными, найденными на реальной установке. [34]
Хотя большая часть остатков может быть правильно классифицирована таким образом, это не гарантирует выделения дискретных протяженных участков одного типа ВС, какими являются а-спирали и Р - структуры. Например, структура аЭаЭар в районе - спирали правильно будет предсказывать состояние 50Ж остатков. Однако она явно является неприемлемой, как результат предсказания а-спирали. [35]
Как пример, рассмотрим предсказание погоды: будет ли завтра ясный день. Так как ясных дней большинство и не существует дней с отрицательными осадками, дополняющими дождливые дни, мы сталкиваемся здесь с очень асимметричным распределением. Для такого распределения средняя точка, получаемая в результате предсказания, минимизирующего среднеквадратичную ошибку, может быть представлена как день с небольшим дождиком. Для человека, собирающегося на пикник, такое предсказание не будет иметь цены. Его интересует вероятность действительно ясного дня. Если пикник должен быть отменен из-за фактически идущего дождя, то количество осадков имеет относительно малое значение. [36]
Поэтому очень важно иметь математическую модель процесса, при помощи которой можно, не затрагивая сам процесс, определить, какое решение нужно принять, чтобы улучшить его режим. При этом эксперимент на объекте фактически заменяется экспериментом с его моделью на вычислительной машине. Для проверки адекватности математической модели реальному процессу нужно сравнить результаты измерения показателей процесса с результатами предсказания модели в идентичных условиях. Следовательно, прежде чем приступить к оптимизации процесса, всегда желательно убедиться в адекватности имеющейся модели. С одной стороны, такая проверка позволяет оценить точность математической модели и, следовательно, возможность ее применения для оптимизации. С другой стороны, она может быть использована для устранения систематических ошибок в результатах моделирования, обусловленных неточным заданием в уравнениях математического описания ряда численных параметров, в частности констант кинетических уравнений, величины которых нельзя задать достаточно точно, исходя только из теоретических соображений или из предшествующего опыта. На практике все же приходится считаться с тем, что никакая математическая модель не может полностью заменить моделируемый объект, и мириться с необходимостью применения моделей, которые лишь с тем или иным приближением предсказывают поведение реального объекта. [37]
Одно из основных чувств, на которое опираются христианские демагоги, - это страх. В средние века были периоды, когда в результате очередных предсказаний все народы Европы были деморализованы в ожидании конца света. [38]
Как видно из табл. 111 - 1, энтальпийный фактор при сольватации действует в направлении, противоположном внутренним факторам. Действительно, чем более делокализован заряд в анионе кислоты, тем меньше энергия сольватации этого аниона. В то же время уменьшение энергии сольватации приводит к меньшей потере в энтропии. Данные табл. III-1 показывают, что последний фактор имеет определяющее значение. Например, НСООН значительно более сильная кислота, чем СНлСООН, именно за счет меньшей потери энтропии при диссоциации. В результате имеется хорошее согласие между рК и потерей в энтропии. В других растворителях относительный вклад изменений в энтропии и энтальпии может изменяться, но и в них обычно эти изменения в значительной степени компенсируют друг друга. Именно поэтому результаты предсказаний о влиянии заместителей на силу кислот в газовой фазе оказываются справедливыми и для растворов. [39]