Предположим, что X является значением входа системы. Например, X может быть концентрацией одной из составляющих, подаваемых в химический процесс. Пусть X влияет на выход системы Y. Например, Y может быть выходом продукта химического процесса. Обычно благодаря инерционности системы изменение X не оказывает немедленного действия на выход, а вызывает некоторую запаздывающую реакцию, и в конце концов Y приходит к равновесию на новом уровне. Такое изменение мы будем здесь называть динамической реакцией. Модель, описывающая эту динамическую реакцию, называется моделью передаточной функции. Мы предполагаем, что наблюдения входа и выхода производятся через равные интервалы времени. Соответствующая модель передаточной функции будет называться дискретной.
Модели такого типа могут описывать не только ход индустриальных процессов, но и экономические и торговые системы. Построение моделей передаточных функций важно потому, что только тогда, когда динамические характеристики изучены, возможны разумное управление и контроль над системой. Даже при тщательном контролировании условия на Y может влиять не только X. Комбинированный эффект всех влияний мы будем называть возмущением или шумом. Модель, связанная с реальными данными, должна учитывать не только динамические соотношения между X и Y, но также и шум, существенный в некоторых случаях, когда Y может получить значение, отличное от ожидаемого, в результате состоящего из детерминированного и стохастического моделируемого шума.
В этих двух главах мы показываем, как ранее введенные стохастические модели и модели передаточных функций можно объединить при проектировании простых схем управления с прямой и обратной связями.
Первый вариант рукописи книги был завершен в 1965 г. и издан в 1966—1967 гг. как технические доклады № 72, 77, 79, 94, 95, 99, 103, 104, 116, 121 и 122 факультета статистики университета шт. Висконсин и № 1—4, 6—11 и 13 факультета системной техники университета в Ланкастере.
Книга посвящена общей теории слабой сходимости вероятностных мер в метрических пространствах. Развитые в последние пятнадцать лет методы изучения распределений (в частности, сходимости распределений) в функциональных пространствах оказались весьма плодотворными.
Книга даёт достаточно полное изложение материала. При этом автор на ряде примеров постарался продемонстрировать широкую применимость общих результатов в задачах теории стохастических процессов.
Монография известного американского специалиста по математической статистике содержит обстоятельное изложение теории статистических выводов для различных вероятностных моделей. Излагаются методы представления временных рядов, оценивания параметров соответствующих вероятностных моделей, проверки гипотез относительно их структуры.
Собранный автором обширный материал, разбросанный ранее по различным источникам, делает книгу ценным руководством и справочником. Большое число задач, дополняющих основной текст, позволяет ознакомиться с перспективами развития теории.
Эта книга весьма полезна студентам и аспирантам, специализирующимся в области теории вероятностей и математической статистики; она, несомненно, привлечет внимание инженеров, математиков и научных работников различных специальностей, интересующихся приложениями теории вероятностей.
Наиболее обычная и важная теоретическая схема, которой мы пользуемся для познания внешнего мира и для предвидения отдельных фактов, состоит в том, что на основании предшествующего опыта утверждается достоверность наступления события известного класса А, если осуществлен некоторый определенный комплекс условий а, каковы бы ни были прочие обстоятельства. Поскольку в данном конкретном опыте соблюдены условия а, наступление факта А неизбежно.
В дальнейшем нам придется еще рассмотреть в свете теории вероятностей, на чем покоится и насколько обоснована эта уверенность, и мы увидим, что абсолютной достоверностью наши предвидения о ходе реальных явлений никогда не могут обладать; но пока нам нет надобности на этом останавливаться.
Заметим лишь, что предполагаемый нами закон, связывающий комплекс а с фактом А, только тогда будет практически полезен, если совокупность условий а не слишком сложна и не слишком трудно поддается наблюдению; если, напротив, неуловимое изменение условий опыта влечет за собой противоположный результат, если, даже при самом беспримерном внимании, вложенном для исследования того, когда закон а выполнится, не удается заметить согласованной корреляции между ним и наступлением А, тогда следование предполагать, что закон а есть ничего больше, чем гипотеза для предвидения факта А, который мы называем тогда случайным.
В постановках задач классической дифференциальной геометрии выделяются два направления: одно из них ставит своей целью изучение локальных свойств геометрических объектов, в то время как второе основное внимание уделяет их глобальным свойствам. Первое из этих направлений привело в XIX веке к созданию дифференциальной геометрии «в малом», которая, по существу, представляет собой систематическое применение аппарата математического анализа к геометрии как в определении основных понятий, так и в методах решения задач.
Второе направление привело к дифференциальной геометрии «в целом», исследующей геометрические объекты на всем протяжении, а не только в отдельных отмеченных точках. Простейшим примером таких объектов является сфера или любая замкнутая поверхность. В то время как методы решения задач «в малом» большую часть уже фактически определены и поставлены, для решения задач геометрии «в целом» средств классической дифференциальной геометрии, как правило, оказывается далеко не достаточно.
В книге изложены элементы теории вероятностей в том виде, в каком они должны в первую очередь находить применение в астрономии и физике.
Предназначение книги требовало удобства использования излагаемого материала для исследований в области астрономии и физики. Приведено значительное число примеров, главным образом астрономических и физических.
Книга может быть использована в качестве учебного пособия при чтении курса теории вероятностей для студентов университетов, специализирующихся по астрономии и физике. Объем материала в ней несколько превышает объем, предусмотренный действующими ныне учебными планами.
В книге изложены основы современной теории ошибок и указаны методы практического ее применения. Для обоснования полученных решений приведены необходимые сведения из теории вероятностей. Книга содержит значительное число задач с решениями.
Книга является руководством по применению теории ошибок. Она может также служить учебным пособием к элементарному курсу теории вероятностей для астрономов, физиков и инженеров.
In 1973 I graduated from the Faculty of Mechanics and Mathematics of M. V. Lomonosov Moscow State University and started to work at the 12th Division of the Institute of Applied Mathematics of the USSR Academy of Sciences; later, I moved to the 4th Division headed by Konstantin Ivanovich Babenko.
Konstantin Ivanovich suggested that I work on novel algorithms (non-saturating numerical algorithms) for the classical problems of mathematical physics. First, we considered one-dimensional problems (Sturm-Liouville problem, Bessel equation and others), after which we focused on the eigenvalue problem for the Laplace equation.
Текст идентичен предыдущему изображению. Если вам нужно описание, оно предоставлено ниже: Монография известного специалиста в области вычислительной математики посвящена теоретическим аспектам численных методов решения задачи Коши для обыкновенных дифференциальных уравнений. Содержит обзор новых концепций и результатов, полученных за последние годы в работах математиков разных стран.
Изложение начинается с общих вопросов, связанных с методами дискретизации и анализом ошибок. Рассматриваются проблемы аппроксимации, сходимости и устойчивости. Детально исследуются одношаговые, многошаговые и экстраполяционные алгоритмы. Для каждого из них проводится анализ областей устойчивости и сильной устойчивости, а также даются локальные и интегральные оценки погрешностей.
Книга полезна математикам, работающим в области численных методов, и всем лицам, занимающимся приложениями этих методов. Она доступна студентам университетов и вузов, специализирующимся в области прикладной математики.
