Заметим теперь, что выведенные на рис. 3 и 5 кривые спроса на ресурс есть на самом деле кривые спроса на ресурс по его цене, т. е. графическое отображение функции [c.54]
Для графического отображения функции рыночного спроса от цены данного товара необходимо просуммировать все индивидуальные кривые спроса по горизонтали, или, иначе говоря, суммировать все индивидуальные объемы спроса при каждом возможном уровне цены. Эта операция иллюстрируется рис.4.1. Здесь жирная линия представляет линию рыночного спроса пяти [c.175]
Обозначим w (x)=v (Т, х). Тогда можно говорить, что задача (1) определяет линейное отображение функции и (х) в функцию w (х). Обозначим его w=R (T)u. Прямая задача, состоящая в вычислении w по известному и, хорошо изучена, и легко решается, например, классическим методом Фурье. В более сложных задачах подобного рода можно воспользоваться известными разностными методами. Задача (1) устойчива существует постоянная С (в данном случае С < 1) такая, что если w =Ru и и —и е, то w —w Се. (Другими словами, й < С.). Однако современная техника и естествознание потребовали решения обратных задач [c.356]
Таким образом, при различных допустимых значениях процентной ставки г и дохода Y существует множество равновесных состояний товарного рынка. Данное множество отображено кривой IS в правом верхнем квадранте рис. 23.3. Это и есть кривая макроэкономического равновесия на рынке благ. Она выстраивается в координатах г и у, потому что именно процентная ставка и доход определяют в первом случае объем и динамику инвестиций, во втором — сбережений. Модель IS формируется, напомним, в условиях предполагаемого равенства инвестиций и сбережений (I = S), поэтому эту модель еще называют "инвестиции — сбережения". Линия IS — геометрическое место точек, каждая из которых отражает определенное состояние макроэкономического равновесия товарного рынка. Модель IS не характеризует изменение реального дохода в зависимости от изменения процентной ставки, и наоборот. Линия IS не служит графическим отображением функции у = f (г) или г = f (у). Данная линия есть проекция функций I = f (г) и S = f (у). [c.468]
Такой линейный сдвиг, наблюдавшийся в описанном выше примере, позволяет выдвинуть весьма важную гипотезу о том, что изменение семантики ситуаций, в которых производится оценка расстояний, приводит к гомоморфному отображению функции принадлежности. Другими словами, если шкалы, на которых заданы наши функции принадлежности или нечеткие интервалы, преобразовать линейно с помощью функции у=ах—Ь, то функции принадлежности не меняются, а меняется лишь семантика той ситуации, к которой они относятся. Высказанная гипотеза должна найти подтверждение в экспериментах с людьми для различных по интерпретации отношений моделирования (пока она проверялась лишь для отношения расстояния). Если эксперименты подтвердят ее, то работа с качественными описаниями существенно упростится. [c.95]
Докажем некоторые свойства функции прибыли и отображения (функции) предложения. [c.128]
Отображение (функция) предложения у(р) положительно однородно нулевой степени. [c.130]
Выделяют шесть этапов разработки функции затрат (1) предварительная оценка (2) выбор независимой переменной (3) выбор зависимой переменной (4) сбор данных (5) графическое отображение (6) оценка результатов. [c.230]
Графическое отображение данных. Этот этап критический в оценке взаимосвязи затрат. Выражение "Лучше один раз увидеть, чем сто раз услышать" передает смысл графического представления. При изучении графика наглядно выявляются взаимосвязи между зависимой и независимой переменной, отбрасываются ошибочные и нехарактерные данные, четко определяются границы релевантной области функции затрат. [c.231]
Выделяют шесть этапов разработки функции затрат (1) предварительная оценка, (2) выбор независимой переменной, (3) выбор зависимой переменной, (4) сбор данных, (5) графическое отображение данных, (6) оценка результата. В большинстве случаев аналитик затрат тратит определенное время для прохождения этих этапов перед выбором наиболее приемлемой функции затрат. [c.248]
Для отображения основной тенденции развития явлений во времени применяются различные уравнения, полиномы разной степени, экспоненты, логистические кривые и другие функции. [c.80]
Особую роль играет администратор базы или банка данных (АБД). Администратор управляет данными, персоналом, обслуживающим БнД. Важной- задачей администратора БД является защита данных от разрушения, несанкционированного и некомпетентного доступа. Администратор предоставляет пользователям большие или меньшие полномочия на доступ ко всей или части базы. Для выполнения функций администратора в СУБД предусмотрены различные служебные программы. Администрирование базой данных предусматривает выполнение функций обеспечения надежной и эффективной работы БД, удовлетворение информационных потребностей пользователей, отображение в базе данных динамики предметной области. [c.142]
В RDA-модели программы представления и прикладные программы объединены и выполняются на компьютере-клиенте, который поддерживает как операции ввода и отображения данных, так и прикладные операции. Доступ к информационным ресурсам обеспечивается или операторами языка SQL, если речь идет о базах данных, или вызовами функций специальной библиотеки. Запросы к информационным ресурсам направляются по сети удаленному компьютеру, например серверу базы данных, который обрабатывает запросы и возвращает клиенту необходимые для обработки блоки данных (рис. 4.4). [c.214]
Q Зависимые ячейки — для отображения стрелок на ячейки (функции), которые явно зависят от значения текущей ячейки (аргумента). Для просмотра всех связей следует дважды нажать эту кнопку. [c.375]
Для выполнения функций подсистемы обработки данных используются электронные вычислительные машины различных классов. В настоящее время при создании автоматизированных информационных технологий применяются три основных класса ЭВМ на верхнем уровне - большие универсальные ЭВМ (по зарубежной классификации - мэйнфреймы), способные накапливать и обрабатывать громадные объемы информации и используемые как главные ЭВМ на среднем - абонентские вычислительные машины (серверы) на нижнем уровне - персональные компьютеры либо управляющие ЭВМ. Обработка данных, т.е. их преобразование и отображение, производится с помощью программ решения задач в той предметной области, для которой создана информационная технология. [c.59]
Информационный процесс обработки данных на физическом уровне представляется аппаратно-программным комплексом, включающим ЭВМ и программное обеспечение, реализующее модели организации вычислительного процесса, преобразования и отображения данных. В зависимости от сложности и функций информационной технологии аппаратно-программный комплекс обработки данных строится на базе или одного персонального компьютера, или специализированной рабочей станции, или на мэйнфрейме, или на суперЭВМ, или на многомашинной вычислительной системе. э 131 [c.131]
Технические средства системы состоят из универсальных или специализированных ЭВМ, автоматических и механических средств фиксации и регистрации информации, устройств хранения и преобразования информации, средств отображения информации, средств орга-техники, а также каналов связи и аппаратуры передачи данных. Функции технических средств определяются в соответствии с этапами преобразования информации получение и регистрация информации, передача ее в вычислительный комплекс, преобразование ее и переработка по заданным программам с целью получения производной вторичной информации и выработки корректирующей информации, передача командной информации к исполнительному органу и ее отображение в удобном для восприятия виде. [c.110]
В трехуровневой архитектуре основной функцией программного обеспечения рабочих мест является, главным образом, ввод и отображение данных, а также выполнение процедур приема/передачи информации серверным компонентам для обработки. При этом отдельно выделяются сервер приложения и сервер базы данных, которые для повышения производительности часто устанавливают на разных компьютерах, выступающих в качестве сетевых серверов. [c.279]
В теории производства традиционно используется двухфакторная производственная функция вида Q = f(L, К), характеризующая зависимость между объемом выпуска (Q) и количествами применяемых ресурсов труда (L) и капитала (К). Это объясняется не только удобством графического отображения, но и тем, что удельный расход материалов во многих случаях мало зависит от объема выпуска, а такой фактор, как производственная площадь, обычно рассматривается вместе с капиталом. [c.68]
Для однородной производственной функции отдача от масштаба может быть представлена графически. Показателем отдачи служит расстояние вдоль луча, проведенного из начала координат между изоквантами, представляющими кратные Q объемы выпуска — Q, 2Q, 3Q и т. д. (рис. 4.3). В случае неоднородности производственной функции оценка отдачи от масштаба и ее графическое отображение сопряжены со значительными трудностями. [c.73]
Обычно о называют проекцией у на L t и обозначают через ш = П (у). Если теперь Y (w) = уеЕ + Зу е/,0 у =у + w , то при прежних предположениях оказывается справедливым следующее утверждение функция ф (у) =max f(x) +y(b-- Ах)] и отображения х(у) постоянны на множестве Y(w), если при любом [c.133]
Для понимания возможностей нейросетей важное значение имеет работа А. Н. Колмогорова, появившаяся в 1958 г. как результат научной полемики с В. И. Арнольдом. В этой работе говорится о возможности отображения некоторого множества X на множество Y с помощью пороговых преобразований. И хотя в этой работе не говорится ни слова о нейронных сетях, в ней, по существу, в общем виде доказывается теорема разрешимости задачи представления функции достаточно произвольного вида на нейронной сети. [c.134]
Еще один способ избежать переобучения состоит в том, чтобы ограничить совокупность функций отображения, реализуемых сетью. Методы такого типа называются регуляризацией. Например, в функцию стоимости может быть добавлено штрафное слагаемое, подавляющее резкие скачки отображающей функции (на математическом языке — большие значения ее второй производной). Алгоритм обучения изменяется таким образом, чтобы учитывался этот штраф (см. [126]). [c.37]
Строго говоря, при графическом отображении функции спроса (2.2) по оси абсцисс следовало бы показывать значения цен, а по оси ординат — объемов спроса. Однако по традиции, восходящей к А. Маршаллу, среди экономистов принято обратное расположение осей координат. Фактически, таким образом, на графике спроса отображают функцию, обратную функции (2.2), — Р = PiD(Qi). Мы вернемся к этой проблеме в 2.3. [c.42]
В нижней части рис.5.5 по оси ординат показано время (Т), необходимое для покупки товара в порядке живой очереди. Линия ВтОт представляет графическое отображение функции спроса на данный товар по времени, необходимому для приобретения товара Q — f(T) при денежной цене Р < РЕ- Эту функцию можно рассматривать также и как функцию распределения покупателей по их готовности отстоять то или иное время в очереди при Р < РЕ- [c.206]
В случае если предпочтения потребителя пред ставимы функцией полезности значение спроса в точке может быть альтернативным образом определено как х(В) =argmaxyeBu(y). Если потребитель, имеет фиксированный доход и осуществляет выбор среди наборов из В(р, R), отображение (функция) спроса представляет собой решение следующего (параметризованного) семейства задач математического программирования, каждая из которых называется (прямой или маршаллианской) задачей потребителя при ценах р и доходе R [c.55]
Следующая Теорема устанавливает основные свойства отображения (функции) хиксианского спроса. [c.68]
Метод абсолютного прироста (two-point fit). Это самый упрощенный метод, использующий отображение наименьшей и наибольшей величины независимой переменной в области релевантности. Линия, соединяющая эти точки, представляет функцию затрат. [c.234]
На логическом уровне процедура отображения использует законы аналитической геометрии, разработанной французским философом и математиком Рене Декартом в XVII в., согласно которой положение любой точки на плоскости (а экран дисплея - плоскость) задается парой чисел - координатами. Пользуясь декартовой системой координат, любое плоское изображение можно свести к списку координат составляющих его точек. И наоборот, заданные оси координат, масштаб и список координат легко превратить в изображение. Геометрические понятия, формулы и факты, относящиеся прежде всего к плоскому и трехмерному изображениям, играют в задачах компьютерной графики особую роль. Основой математических моделей компьютерной графики являются аффинные преобразования и сплайн-функции [45]. [c.117]
Растровый метод дает возможность отображать на экране дисплеев практически любое изображение, как статическое (неподвижное), так и динамическое (движущееся). Другими словами, метод универсален, но, как и все универсальное, требует больших затрат ресурсов ЭВМ. Поэтому если основной функцией вычислительной системы является работа с изображениями (системы автоматизации проектирования, системы создания и обработки изображений, анимация, создание киноэффектов и т.д.), то в этом случае разрабатываются специальные комплексы, называемые графическими станциями, в которых все ресурсы ЭВМ направлены на обработку, хранение и отображение графических данных. [c.131]
Информационный процесс обмена данными происходит в любой вычислительной системе. Например, в персональном компьютере через системную (магистральную) шину производится обмен данными, их адресами и командами между оперативной памятью и процессором. К этой же шине через контроллеры (согласующие устройства) подключены внешние устройства (дисплей, клавиатура, накопители]на гибких и жестких магнитных и оптических дисках, манипуляторы и т.д.), которые обмениваются данными с оперативной памятью. Обмен данными между устройствами ЭВМ обусловлен ограничениями функций, выполняемых этими устройствами, и должен быть запрограммирован. Выполняемая программа хранится в оперативной памяти компьютера и через системную шину передает в процессор команды на выполнение определенных операций. Процессор на их основе формирует свои команды управления, которые по системной шине поступают на соответствующие устройства. Для выполнения операцш обработки данных процессор передает в оперативную память адреса необходимых данных и получает их. Результаты обработки направляются в оперативную память. Данные из оперативной памяти могут быть переданы на хранение во внешние запоминающие устройства, для отображения на дисплее или принтере, для передачи в вычислительную сеть. Напомним, что программа, адреса, команды, собственные данные в компьютере имеют одну и ту же двоичную форму представления и обрабатываются, хранятся и передаются с помощью одних и тех же устройств. [c.163]
EXPRESS имеет генератор отчетов, а также функции отображения данных, предусматривающие управление данными, их анализ, моделирование и графический вывод. [c.327]
Система предусматривает возможность автоматичес-1 кого измерения и отображения значений технологических параметров и документирования данных предупредительной и аварийной сигнализации по уставкам заданным программным путем подключения к системе специальной аппаратуры центров пожарной сигнализации, аппаратуры сигнализации концентрации взрывоопасных газов, ведущих самостоятельную обработку сигналов от датчиков и выполняющих отдельные управляющие функции защиты. [c.139]
Конечно заманчиво иметь возможность получения не только качественного, но и количественного правила, связывающего уровень разрыва в доходах с преступностью. Мы знаем, что нейронные сети типа персептрона являются универсальными аппроксиматорами и могут реализовать любое количественное отображение. Хорошо бы поэтому построить нейронную сеть так, чтобы она, во-первых, воспроизводила указанное нечеткое качественное правило (чтобы изначально знать интерпретацию работы сети) и, во-вторых, давала хорошие количественные предсказания для соответствующего параметра (уровня преступности). Очевидно, что добиться этого можно подбором соответствующих функций принадлежности. А именно, задача состоит в том, чтобы так определить понятия "высокий разрыв в доходах" и "повышенный уровень преступности", чтобы выполнялись и качественные и количественные соотношения. Нужно, чтобы и сами эти определения не оказалось дикими - иначе придется усомниться в используемом нами нечетком правиле. Если такая задача успешно решается, то это означает успешный симбиоз теории нечетких множеств и нейронных сетей, в которых "играют" наглядность первых и универсальность последних. [c.213]
Самый простой способ анализа изменения цен — визуальный анализ графического представления изменения цен. Существует несколько разных типов ценовых графиков. Нарисовать изменение цен с помощью обычной линии не удается, так как у нас в любой промежуток времени имеется не одна цена, а четыре высшая цена, низшая цена, цена открытия и цена закрытия. Изобразить все эти данные с помощью графика обычной функции, когда каждому временному промежутку соответствует только одно значение функции, невозможно. Для отображения ценовых колебаний, как правило, используют другие типы графиков, отличные от простой линии. Поэтому они называются не графиками (graph), а чартами ( hart). Тем не менее иногда может оказаться полезным применять ценовой график в виде обычной линии. [c.85]
Коэффициент Ъ определяет крутизну сигмоида. Поскольку сиг-моидная функция является гладким отображением (-оо,+оо)— (0,1), [c.22]
Поскольку сети с прямой связью являются универсальным средством аппроксимации функций, с их помощью можно оценить апостериорные вероятности в данной задаче классификации. Благодаря гибкости в построении отображения можно добиться такой точности аппроксимации апостериорных вероятностей, что они практически будут совпадать со значениями, вычисленными по правилу Байе-са (так называемые оптимальные процедуры классификации, см. [131]). [c.46]
Для некоторых конфигураций количество весов явно превосходило число входных данных (наблюдений). Хотя недостаток степеней свободы делает оценку сомнительной, мы приводим здесь результаты работы 13-27-1 модели, чтобы проиллюстрировать доказанную Колмогоровым в 1957 г. и популяризованную Хехт-Нильсеном [137] теорему о существовании отображения. Эта теорема утверждает, что любая непрерывная функция может быть реализована трехслойной нейронной сетью, имеющей во входном слое т (в нашем случае 13) элементов, промасштабированных на [0,1], (2т-1-1) элементов-процессоров в единственном скрытом слое и п элементов в выходном слое. Таким образом, гарантируется, что иерархическая многослойная нейронная сеть может решить любую нелинейно отделимую задачу и может точно реализовать любое отображение га-мерных входных векторов в и-мерные выходные. При этом теорема ничего не говорит нам ни о возможности реализовать отображение посредством сети меньших размеров, ни о том, что для этого подойдут обычно используемые сигмоидные преобразования. [c.100]
В-третьих, сеть, использующая радиальные функции, позволяет получить локально более точные отображения, чем классическая сиг-моидальная, и за счет этого, по-видимому, можно добиться более точного распознавания неэффективностей в пространстве входов. Далее, доверительные интервалы (полосы ошибок) можно вычислять по методам, которые были предложены МакКеем [184] и Ле Каном [174]. Правда, эти методы предполагают сходимость обучающего алгоритма. [c.227]
Смотреть страницы где упоминается термин Отображение. Функция
: [c.32] [c.42] [c.47] [c.27] [c.130] [c.275] [c.135] [c.275] [c.64]Смотреть главы в:
Справочник по математике для экономистов -> Отображение. Функция