Cтраница 1
Определим теперь интерполяционные алгоритмы и покажем, что их погрешность превосходит г ( 1, S) не более чем в 2 раза. [1]
Этот линейный центральный интерполяционный алгоритм представляет собой широко известную формулу численного дифференцирования. [2]
Примеры интерполяционных алгоритмов известны для таких задач, как нелинейные уравнения, аппроксимация, интерполяция и интегрирование. [3]
Очевидно, что интерполяционный алгоритм исправляет ошибки фильтрации, хотя в данном случае он применен не к статической, а к динамической модели. По-видимому, возможность учета при оценивании в момент времени k наблюдений как слева, так и справа от k является принципиальным моментом, улучшающим качество оценивания. [4]
Адаптивная дискретизация с полиномами первой. тпени.| Интерполяциопно-экстра-поляционная адаптивная дискретизация с полиномами первой степени. [5] |
Большей помехоустойчивостью обладают интерполяционные алгоритмы адаптивной дискретизации. В случае приближения сигнала x ( t), который иллюстрируется рис. 2 - 8 6 ( л1), необходим вычислять разность &x ( t) на отрезке [ ti, tt t ] при постепенном увеличении его, сравнивая A. В связи с этим обстоятельством и необходимостью проведения значительного числа вычислительных операций аппаратная ( программная) реализация интерполяционных способов сказывается более сложно, , чем экстр аполяшюнных. [6]
Он не является интерполяционным алгоритмом, а его отклонение равно бесконечности. [7]
Рассмотрим последовательность действий, реализующих интерполяционный алгоритм первого порядка сжатия данных при временной дискретизации. Будем полагать, что в момент tn - Atn зарегистрирована существенная ордината F [ Atn ]; с этого момента и начнем рассмотрение процедуры поиска новой существенной ординаты. [8]
Этим доказано, что ф - линейный и интерполяционный алгоритм. Для доказательства центральности ф напомним, что множество U U ( /), определенное равенством (2.5) гл. [9]
Сопоставляя теоремы 2.1 и 2.2, мы видим, что любой интерполяционный алгоритм близок к оптимальному по точности. [10]
Следствие 2.1. Если л ( 91, 5) 0, то существует линейный центральный интерполяционный алгоритм. [11]
А теперь докажем, что d ( 5R, S) оценивает сверху погрешность интерполяционных алгоритмов, которые определяются следующим образом. [12]
Докажем теперь, что порядок информации служит верхней границей для порядка любого алгоритма ф и что каждый интерполяционный алгоритм достигает этой границы. [13]
В этом параграфе мы вводим понятие сплайнового алгоритма и доказываем, что сплаиновые алгоритмы обладают определенными свойствами оптимальности в классе однородных интерполяционных алгоритмов. [14]
Дается определение информации с памятью и соответственно обобщаются понятия и теоремы, относящиеся к предельному диаметру и порядку информации, интерполяционным алгоритмам и индексу сложности. [15]