Свойства производственных функций. Рассмотрим некоторые наиболее общие свойства производственных функций, имеющих форму (2.2), т. е. функций выпуска, допускающих, вообще говоря, замену одного ресурса другим. В этом разделе будут изучены функции с одним продуктом и несколькими ресурсами (трудовыми и материальными). Вектор параметров а в соотношении (2.2) будем опускать, считая, что параметры уже определены и их. влияние нас не интересует. Тогда функция выпуска приобретает вид [c.70]
Р = (Ро Pi. .. Рр) — матрица-столбец, или вектор, параметров размера (р+1) е = (EI EI— л) — матрица-столбец, или вектор, возмущений (случайных ошибок, остатков) размера п. [c.83]
Выше ( 4.2) мы уже показали, что оценка метода наименьших квадратов b = (X X) l X Y есть несмещенная оценка для вектора параметров р, т. е. М(Ь) = р. Любую другую оценку Ь вектора р без ограничения общности можно представить в виде [c.94]
Проверяемая нулевая гипотеза имеет вид — Щ Р =Р" Де )=Дв")=°2, где Р =Р" — векторы параметров двух моделей е, " — их случайные возмущения. [c.123]
В выражениях 7.2—7.4 вектор-параметр а определяется как оценка широко известного математико-статистического метода наименьших квадратов применительно к уравнениям так называемой простой регрессии, в которой содержится единственная независимая переменная. [c.144]
Обозначим 6 = (бу, 0Й,. .., 0 ) - вектор параметров (соответ- [c.76]
Q (дс) - такое множество значений векторов параметров 6 е Q", [c.50]
J 3) - такое множество значений векторов параметров [c.51]
Варьируя вектор параметров а стремятся учесть неравноценность критериев, придавая большее значение той компоненте вектора параметров, которая соответствует критерию большей ценности. Разумеется, никаких строгих определений и рассуждений на этот счет не приводится, поэтому все сказанное можно смело относить к типичным эвристическим приемам. [c.164]
Здесь а — вектор параметров, постоянных на [О, Т], функции fji и fj2 (j = 0,..., m) непрерывно дифференцируемы по х, а и t и непрерывны по и. [c.324]
Условие (9.59) следует из (9.63) с учетом отсутствия ограничений на х, условия же (9.58) вытекают из того, что по отношению к вектору параметров а задача (9.50), (9.28) является задачей нелинейного программирования, a S — ее функцией Лагранжа. [c.328]
В любом случае на первом этапе определяют оптимальное решение вариационной задачи с точностью до неопределенных параметров. Подставляя это решение в ограничения вариационной задачи, находят уравнения связей между составляющими вектора параметров. Если число таких связей меньше, чем число неопределенных параметров, то, выражая критерий оптимальности через найденное решение, находят целевую функцию от введенных параметров. На втором этапе задача сводится к задаче нелинейного программирования относительно вектора параметров. [c.402]
ММО, использующие целевую функцию (функцию ценности) [92, 87 и др.]. В этих методах предполагается, что структуру предпочтений ЛПР можно формализовать в виде скалярной функции F(y(x), k), где Я, — вектор параметров. Вид функции задается [c.71]
Чтобы решить задачу точечного оценивания, надо найти функцию от наблюдений, которая (в каком-нибудь смысле) наилучшим образом приближала бы параметры рассматриваемой генеральной совокупности. Функция от гипотетических наблюдений, которая используется для приближения (вектора) параметров, называется оценкой. Таким образом, оценка — это случайная величина. Реализовавшееся значение оценки, т.е. то значение, которое получается при подстановке конкретных значений наблюдений, также называется оценкой. [c.318]
Пусть в — рассматриваемый вектор параметров, и в — оценка для в. Тогда ошибка оценки 0 определяется как [c.318]
Пусть функция плотности ф зависит от вектора параметров в. Рассмотрим [c.318]
Линейные ограничения на вектор параметров f3 возникают двояким образом. Во-первых, можно обладать априорной информацией о том, что параметры удовлетворяют определенным линейным ограничениям [c.347]
Вывести, что матрица Л, которая минимизирует ф(Л) есть функция от неизвестного вектора параметров /3, кроме того случая, когда оценка /3 является несмещенной. [c.359]
ФАЗОВОЕ ПРОСТРАНСТВО [phase spa e] — понятие математической теории оптимальных процессов, динамического программирования (пространство состояний) условное математическое пространство, размерность которого определяется числом параметров, характеризующих состояние системы в процессе ее преобразования, управляемого развития. Точка Ф.п. — кортеж, или вектор параметров. Изменение системы описывается перемещением точки по определенной траектории в Ф.п. — она называется фазовой. [c.374]
В основе нейронной сети, называемой динамическим ассоциативным запоминающим устройством (ДАЗУ), лежит идея отображения входных последовательностей в траектории — трубки многомерного сигнального пространства с сохранением топологии пространства перцептивных признаков. Этот принцип, предложенный А.Н. Радченко для интерпретации работы реального нейрона [49] и развитый впоследствии в [50, 51], позволяет построить нейронную сеть, способную к распознаванию речевых образов на основе последовательностей векторов параметров первичного описания сигнала. [c.107]
В качестве метода первичной обработки сигнала для получения вектора параметров был использован метод перцептивного линейного предсказания [55], учитывающий основные особенности психоакустического восприятия и порождения речи, описывающий анализируемый сегмент сигнала пятью параметрами. В качестве шестого параметра использовался регрессионный коэффициент энергии, позволяющий подчеркнуть особенности динамики спектра [56]. [c.115]
В ходе предварительных экспериментов была определена оптимальная длина P (и-грамм) ДАЗУ, равная трем векторам параметров (п = 3). [c.115]
Если в задаче имеется вектор параметров а, то в условия (9.197), (9.198) входит его оптимальное значение а, для которого выполнены условия локальной неулучшаемости функционала L по а [c.382]