D
Алгоритм поиска собственных значений матрицы
Проверка устойчивости же в том, что "малые изменения в данных должны давать малые изменения в результатах"
И я пытаюсь понять, как правильно делать эти малые изменения исходной матрицы )
Size: a a a
2019 January 19
D
m
добавь шум какой нибудь
m
например нормально распределенный
D
То есть к исходной матрице прибавить матрицу из нормально распределенных коэффициентов от 0 до 1 ?
Ю
Проверка устойчивости же в том, что "малые изменения в данных должны давать малые изменения в результатах"
И я пытаюсь понять, как правильно делать эти малые изменения исходной матрицы )
И я пытаюсь понять, как правильно делать эти малые изменения исходной матрицы )
да, тебе правильно ниже ответили. Я не уверен можно ли прибавить одно и то же значение ко всей матрице, но просто пошуметь немного нормальным расп должно быть достаточно
Ю
можешь да. например тогда чтобы у тебя не вылезало за границы взять M = 0.5 а сигму = 0,15
m
То есть к исходной матрице прибавить матрицу из нормально распределенных коэффициентов от 0 до 1 ?
со средним в нуле и малой дисперсией
Ю
со средним в нуле и малой дисперсией
тогда в минус вылезет
Ю
хотя тоже не ваэжно
D
Спасибо) Попробую
AA
То есть к исходной матрице прибавить матрицу из нормально распределенных коэффициентов от 0 до 1 ?
Только почему от нуля до одного?
AA
По идее надо вначале определить что такое малое возмущение в контексте твоей задачи. Потом понять, что ты хочешь исследовать: влияние случайных шумов или какую-либо асимптотику влияния шумов на решение или что-то ещё — в зависимости от этого, как мне видится, должны быть совершенно разные подходы к генерации матрицы возмущений.
AA
Отдельный вопрос: зачем использовать нормальное распределение для генерации шума? Чем плохо в данном случае равномерное распределение?
2019 January 28
Э
Всем привет.
Возник такой вопрос: нужно посчитать площадь под кривой, кривая табулирована (есть только точки (х;у), сетка неравномерная.
Как лучше поступить:
1. интерполировать линейно(кубическим сплайном), и уже потом посчитать площадь
2. провести апроксимацию методом МНК, я получу коэффициенты, и по сути получу функцию f(x), к которой применю, например, метод трапеций
Возник такой вопрос: нужно посчитать площадь под кривой, кривая табулирована (есть только точки (х;у), сетка неравномерная.
Как лучше поступить:
1. интерполировать линейно(кубическим сплайном), и уже потом посчитать площадь
2. провести апроксимацию методом МНК, я получу коэффициенты, и по сути получу функцию f(x), к которой применю, например, метод трапеций
AG
Первый вариант эффективнее, насколько я помню книгу Бгч.
2019 January 29
DA
Что за Бгч?
NK
Что за Бгч?
Кирилл Юрьевич Богачёв
NK
NK
Бог всея мехмата мгу