Вероятностное свойство

Cтраница 3

Если априорно система множеств т не задана, то на каждом последующем этапе формируются множества Yt меньшей меры, а затем исследуются вероятностные свойства поведения функционала на этих множествах. С точки зрения простоты реализации интересен выбор новых множеств как шаров в соответствующих метрических пространствах с определенными центрами и радиусами. Радиусы шаров при переходе от этапа к этапу монотонно уменьшаются. А центры с учетом сделанных выше замечаний выбираются в рекордных точках. [31]

В книге последовательно изучаются ошибки округления элементарных арифметических операций, их происхождение, свойства и влияние на вычислительные процессы, впервые рассматриваются вероятностные свойства ошибок округления. Описываются основные численные методы, связанные с решением систем, вычислением определителей, решением полной и частичной проблем собственных значений. Особое внимание уделяется изучению устойчивости и оценкам влияния ошибок округления. [32]

Более того, в ряде реальных случаев исследователю вообще неизвестен каждый из сигналов, входящих в эту совокупность, в то время как общие вероятностные свойства всей совокупности могут быть с успехом определены путем теоретического или экспериментального изучения. [33]

При этом вероятностные свойства вектора качества V ( g01, g02), компоненты которого зависят от нагрузок g01, g02r - определяются вероятностными свойствами нагрузок. [34]

Постановка задачи кодирования для сокращения длины последовательности букв, вырабатываемых источником сообщений, была обобщена Фитингофом ( 1966) на случай, когда неизвестны вероятностные свойства источника. Для этого случая была доказана теорема, аналогичная теореме 3.3.1, и построен эффективный универсальный способ кодирования. Аналогичная постановка задачи, когда вероятностные свойства источника полностью или частично неизвестны, рассматривалась Кричевским ( 1968), получившим асимптотику сходимости к нулю избыточности для различных методов кодирования. Фитингоф ( 1967) ввел новое минимаксное определение оптимального кодирования ( отличное от предложенного Шенноном, состоящего в минимизации п) и построил соответствующие этому определению оптимальные коды. В работе Бабкина ( 1971) предложен универсальный метод кодирования, допускающий сравнительно простую реализацию. [35]

Между тем ясно, что от метода случайного поиска можно ожидать большей эффективности, если на каждой итерации учитывать накопленный опыт поиска минимума на предыдущих итерациях и перестраивать вероятностные свойства поиска так, чтобы направления, более перспективные в смысле убывания функции, становились более вероятными. Иначе говоря, желательно иметь алгоритмы случайного поиска, которые обладают способностью к самообучению и самоусовершенствованию в процессе поиска минимума в зависимости от конкретных особенностей минимизируемой функции. Обучение алгоритма осуществляют посредством целенаправленного изменения закона распределения случайного вектора в зависимости от номера итерации и результатов предыдущих итераций таким образом, чтобы хорошие направления, по - которым функция убывает, стали более вероятными, а другие направления - менее вероятными. Таким образом, на различных этапах метода случайного поиска с обучением приходится иметь дело с реализациями случайных векторов с различными законами распределения. [36]

В настоящее время серьезным препятствием на пути построения адекватных моделей разорванной облачности, а также других стохастически макронеоднородных сред со случайной геометрией является отсутствие надежных экспериментальных данных о вероятностных свойствах их геометрической структуры. Анализ спутниковых изображений, например поля кучевых облаков, может дать более или менее надежную информацию о статистических характеристиках проекции данного пбля на горизонтальную плоскость, но из этих изображений очень трудно получить какие-либо сведения о вертикальной геометрии и, в частности, об одно - и двумерных вероятностях наличия облаков, являющихся одними из основных параметров, определяющих перенос радиации в подобных средах. Исчерпывающую информацию о вероятностных свойствах геометрии облаков можно получить с помощью лидаров, позволяющих оперативно исследовать их геометрическую структуру с высоким пространственным разрешением. [37]

Эмпирические формулы дают, как правило, очевидную зависимость статистических характеристик радиации от одного - двух параметров задачи п не позволяют учесть влияние других факторов, способных значительно изменить вероятностные свойства радиационного поля. [38]

Значение F ( х) позволяет вычислить вероятность того, что значение случайной величины С принадлежит какому-то определенному подмножеству множества действительных чисел, и в этом смысле F ( х) определяет вероятностные свойства случайной величины С. [39]

Так как число опытов п конечно, то точно определить вероятностные характеристики случайной величины X в общем случае невозможно, ибо никакая конечная совокупность значений случайной величины не содержит полной информации о ее вероятностных свойствах. [40]

Характер случайных процессов и соответствующие им корреляционные функции. [41]

В стационарном случайном процессе корреляционная функция будет одна и та же для всех случайных функций х ( 1) этого процесса, определяемых одним и тем же вероятностным распределением, и очевидно, что такая функция К ( т) будет выражать вообще общие вероятностные свойства однотипных случайных функций. [42]

Свойства саморегулируемости кибернетических систем раскрываются через обратную связь и гомеостазис. Вероятностные свойства этих систем исследуются при помощи статистики и теории информации. [43]

Под случайным, вектором в 5L3 понимается вектор, проведенный в случайном направлении, длина которого L является случайной величиной, не зависящей от его направления. Вероятностные свойства случайного вектора полностью определяются свойствами его проекции на лось, и, используя последнюю, можно избежать анализа в трех измерениях. Для этого важно знать связь между функцией распределения V истинной длина L и распределением F длины Lx проекции на х-ось. [44]

Функция Sx ( cai) называется спектральной плотностью стационарной случайной функции. Она выражает вероятностные свойства этой функции в частотной области. [45]

Страницы: 1 2 3 4