Academic literature on the topic 'Апріорний розподіл'

Стаття присвячена апріорному аналізу точності виведення супутника в перший висхідний вузол близької до колової орбіти висотою 500 км ракетою космічного призначення легкого класу в умовах дії стохастичних збурень комплексу командних приладів, характеристик рушійної установки, масових і аеродинамічних характеристик. Виявлені визначальні збурюючі фактори, що впливають на точність виведення супутника в першому висхідному вузлу автономного польоту і масу залишків компонентів палива в момент відділення супутника від ракети космічного призначення. Для двох режимів роботи безплатформної інерціальної навігаційної системи без комплексування супутниковою навігаційною системою і з в умовах дії збурень визначені розподіли відхилень оскулюючих параметрів орбіти супутника в першому висхідному вузлу автономного польоту, досліджена зміна трубки траєкторій ракети космічного призначення від часу польоту, визначений розподіл відхилення маси компонентів палива в момент відділення супутника від ракети космічного призначення. Бібл. 23, іл. 10, табл. 5.

Робота присвячена важливій темі теорії інформаційних систем – теорії і практиці виявлення сигналів у завадах. У будь-якому середовищі на поширення сигналів діють завади, що спотворюють структуру сигналів і, відповідно, інформацію, яку вони несуть. Загальною властивістю сигналів є їх випадковий характер, тому для математичного опису сигналів використовують апарат теорії ймовірностей. Сигнал – носій інформації, якої немає в точці приймання до моменту його прийняття. Оскільки інформація про об’єкт кодується в одному або декількох параметрах сигналу – амплітуді, частоті, фазі, часі затримки, то принаймні один з цих параметрів невідомий для спостерігача. Крім того, наявність завад і шумів, що є випадковими процесами, а також випадкові параметри каналу поширення сигналу зумовлюють потребу в застосуванні методів теорії ймовірностей, теорії випадкових процесів та методів математичної статистики під час проведення досліджень з обробки сигналів. Для математичного опису сигналів і завад використовують ті чи інші моделі випадкових процесів – гауссівські випадкові процеси, негауссівські випадкові процеси із складеним розподілом, негауссівські марковські випадкові процеси. Моделюють випадковий процес заданою багатовимірною щільністю розподілу ймовірностей. В роботі обґрунтовано методологічні принципи обробки сигналів за умов апріорної невизначеності, коли щільність розподілу ймовірностей невідома. В основу статистичної обробки інформаційних параметрів сигналів покладено знаходження таких інформаційних ознак: середніх значень інтервалів, статистичний розподіл вибірки, дисперсії амплітуд. Використовуючи комп’ютерне моделювання в системі Matlab, за допомогою адаптивних алгоритмів проведено генерацію сумішей радіотехнічних завад різних видів. У процесі оброблення за цими алгоритмами також визначено статистичні оцінки параметрів суміші сигналу і завад. Обчислені параметри сигналу використовуються для з’ясування наскільки узгоджена з дослідними даними гіпотеза про те, що невідома характеристика має саме те значення, яке отримане в результаті її оцінювання. Для візуалізації досліджень створено програмний код в системі Matlab з використанням спеціального середовища візуального програмування GUIDE, який дозволяє: генерувати випадкові сигнали з різними формами спектрів завад, демонструвати їх, будувати гістограми та підбирати закони розподілу, що якнайкраще описують випадковий процес. Крім того, в програмі обчислено ймовірність виявлення сигналу і побудовано графік залежності ймовірності виявлення сигналу від ймовірності хибної тривоги і відношення сигналу до шуму при різних обсягах вибірки.

Концепція невизначеності стала стандартом у метрології. Вітчизняні та міжнародні нормативні документи передбачають застосування процедур оцінки невизначеності в ході калібрування засобів вимірювання. У цій статті розглядаються проблеми використання концепції невизначеності в процесі калібрування. Відмічено, що в ряді дослідницьких робіт показані слабкі сторони рекомендованих підходів до оцінки невизначеності та пропонується використання альтернативних методів оцінки. Разом з тим, поняття невизначеності має безпосередній зв'язок із методами оцінки кількості інформації. Тому є доцільним використанням інформаційної невизначеності при калібруванні засобів вимірювання. Показано, що має місце колізія між намаганням авторів нормативних документів слідувати модним течіям у метрології та прозою життя, що складається у необхідності вирішення реальних практичних завдань оцінки придатності каліброваних приладів. Для розв’язання цієї колізії запропоновано використовувати інформаційні критерії, що базуються на поняттях корисної інформації Бонгарда. Якість засобів вимірювання можна характеризувати невизначеністю Бонгарда, яка оцінює відмінність розподілу ймовірностей вимірюваної величини від розподілу ймовірностей результатів вимірів. Якщо ці розподіли є однаковими, невизначеність щодо значень вимірюваної величини може бути охарактеризована інформаційною ентропією Шеннона. Внаслідок недосконалості засобів вимірюваний вноситься дезінфомація (негативна корисна інформація Бонгарда), яка оцінюється різницею невизначеності Бонгарда та ентропії Шеннона. Максимальна кількість дезінфомації відповідає випадкам нульової апріорної невизначеності вимірюваної величини, тобто нульовій ентропії. Відношення кількості дезіформації, отриманої при вимірах, до максимально можливої кількості, являє собою відносну інформаційну невизначеність засобів вимірювання. Якщо це буде виражено у відсотках, то вона буде служити кількісною характеристикою якості засобів вимірювань і може бути повноцінною заміною традиційного класу точності в повній відповідності до концепції невизначеності.

Розглядаються способи розпізнавання типів оглядових радіолокаційних станцій в станціях повітряної радіотехнічної розвідки на основі використання апріорних відомостей про параметри огляду простору радіолокаційних станцій. Розпізнавання базується на аналізі виміряних первинних параметрів зондуючих сигналів, а саме періодичних моментів опромінення станції радіотехнічної розвідки, діапазону робочих частот, тривалості зондуючих імпульсів та ін. Аналізуючи ці параметри, можливо однозначно визначити тип джерела випромінювання. Розглядається теоретичні аспекти алгоритму розпізнавання, що засновано на перекритті густин розподілу параметрів відношення правдоподібності.

У статті розкрито важливість ролі епістократичних перетворень для демократії за Дж.Бреннаном. Проаналізовано сутність кожної з форм епістократії, а саме: епістократії з виключно ціннісним голосуванням; епістократії з обмеженим виборчим правом; епістократії з множинним голосуванням; епістократії як лотереї виборчого права; епістократії з загальним виборчим правом та епістократичним вето; епістократії як урядування за допомогою імітації всезнаючого оракула. Виявлено переваги та слабкі місця кожної з форм епістократії. Визначено недоліки епістократії загалом, безвідносно до конкретних форм. Серед них: можливі зловживання під час підготовки епістократичних іспитів; можлива боротьба за контроль над перебігом та результатами цих іспитів; апріорний факт щодо нерівномірного розподілу політичних знань між різними демографічними групами; непевність щодо потенційних наслідків впровадження епістократії в майбутньому.

У статті описано аналітичний алгоритм класифікації станів складної системи, ідентифікованих за вектором параметрів. Алгоритм визначення стану складної системи ґрунтується на принципах дискримінантного аналізу. Множина класів системи розглядається як сукупність багатовимірних випадкових величин, визначених з точністю до значень параметрів. Основою застосування дискримінантного аналізу є припущення про нормальний розподіл багатовимірної випадкової величини, а саме вектору параметрів стану системи. Ризики класифікації оцінюються за Байєсовим вирішуючим правилом, одним із проміжних результатів якого є визначення статистичних оцінок апріорних імовірностей належності досліджуваної системи до кожного класу. Отримані оцінки використовуються в задачах оптимізації прийняття рішення в умовах потенційних економічних ризиків. Байєсовський підхід – це не новий алгоритм оптимальної класифікації, але його застосування до прикладних задач моделювання вимагає аналітичної адаптації.

Система автоматичного частотного розвантаження (АЧР) є одним із основних засобів, який широко застосовується в енергосистемах для стримування швидкого падіння частоти. Система АЧР здатна за мілісекунди відключити частину споживачів, а за секунди – зупинити падіння частоти в районах енергосистеми, які утворилися в результаті каскадної аварії з відключення ліній і генераторів. Для підтримки тимчасового балансу активної потужності в аварійних ситуаціях в енергосистемі повинна бути передбачена кількість навантаження на відключення. Тому національні оператори систем передачі або мережа операторів систем передачі електроенергії встановлюють так званий загальний обсяг розвантаження. Найчастіше в стандартах та нормативних документах енергосистем цей показник розраховують для загального пікового попиту і рекомендують розмістити в енергосистемі рівномірним географічним способом. Такий спосіб розміщення загального обсягу розвантаження не враховує структуру електромережі, добової та сезонної зміни потужностей генерації і споживання, незважаючи на те, що стандарти, нормативні документи вимагають це враховувати. В роботі запропоновано математичну модель і спосіб визначення загального обсягу розвантаження системи АЧР і його розміщення в мережі енергосистеми з урахуванням розподілених (у вузлах споживачів) відновлюваних джерел енергії, ймовірних варіантів аварійного поділу енергосистеми, вимог міжнародних стандартів та нормативних документів, що регулюють функціонування систем протиаварійного захисту в галузі електроенергетики. Модель являє собою задачу цілочисельного (бінарного) лінійного програмування, що здійснює вибір оптимального за критерієм категорійності набору пристроїв АЧР, які розміщені у наперед заданих вузлах енергосистеми і спрацювання яких забезпечує баланс потужності в аварійних районах її поділу. Електричні параметри усталених режимів, а також ефективність оптимального обсягу і розподілу розвантаження в мережі визначаються і перевіряються (верифікуються) у серії апріорних та апостеріорних розрахунків на точних математичних моделях, визнаних у світовій практиці програмних продуктів електроенергетики. Отриманий таким чином розподіл обсягів розвантаження підвищує імовірність балансування якнайбільшої кількості аварійних районів енергосистеми за умови задоволення вимог щодо частотно-часової зони відповідних перехідних процесів. Бібл. 9, табл. 3, рис. 2.

У статті досліджується трансформація сучасної філософії справедливості від пошуку основних принципів соціальної справедливості до формулювання її основного питання. Встановлено, що в умовах кризового суспільства не лише справедливість, а й сучасне буття загалом, мають розглядатися критично і контекстуально: наші уявлення мусять виводитися не апріорним шляхом, а реконструюватися як умови можливості відтворення справедливого соціального буття. Доведено, що подоланню переважно нормативістської спрямованості сучасної теорії справедливості послужили праці А.Гонета, Р.Форста, Н. Фрайзер, А.Сена, які наблизили осмислення соціальної справедливості до сутнісного суспільного аналізу. Критичне осмислення в сучасній політичній філософії процедурно-розподільної моделі справедливості призвело до утворення її нового образу, який зважає на відсутні в теорії Дж.Ролза проблеми влади, відповідальності, визнання, людської гідності. У статті з’ясовано, що в дослідженні проблеми розподілу cуспільних благ необхідно акцентувати увагу на його політичній складовій, що й дозволить зрозуміти справжній сенс і основні завдання соціальної справедливості. Обгрунтовується теза про те, що за межами осмислення владних, політичних вимірів соціальної справедливості люди перетворюються із суб’єктів справедливості на її об’єкти. Проаналізовано «конструктивістську теорію справедливості» Р.Форста, а також доведено, що для розуміння проблеми соціальної справедливості плідною може стати теорія Д.Норта, яка спрямована на аналіз умов можливості переходу від доіндустріального до сучасного, постіндустріального соціального «порядку вільного доступу».

Дипломна робота: 169 с., 21 табл., 48 рис., 2 дод., 29 джерел. Об’єкт дослідження – актуарні ризики, які досліджуються за допомогою байєсівської методології, як потужного інструментарію врахування апріорної та вибіркової інформації з метою уточнення закону розподілу випадкової величини, а також задача прогнозування величини страхових виплат як складна задача актуарної математики, що може бути розв’язана засобами байєсівської методології. Мета роботи – дослідження можливості застосування байєсівської методології для підвищення якості оцінок прогнозів можливих втрат в актуарних задачах; розгляд задач, розв’язок яких може бути покращено шляхом використання байєсівських методів, аналіз задачі прогнозування розподілу величини страхових виплат як такої, що може бути успішно розв’язана за допомогою байєсівських методів аналізу. Моделі - досліджувались байєсівські методи аналізу як інструмент врахування вибіркової та апріорної інформації і модифікації на її основі запропонованих моделей, актуарні ризики як перспективна область застосування байєсівських методів дослідження невизначеності, уточнення структури та покращення адекватності прогностичних якостей моделей. Отримані результати – побудована модель аналізу та прогнозування виплат страхової та модель кількості звернень до страхової. Прогнозні припущення щодо розвитку об’єкту дослідження – узагальнення запропонованого методу аналізу різних типів розподілів випадкових величин, що зустрічаються у страхуванні, проведення дослідження точності моделі залежно від вибору нормуючого коефіцієнта, модифікація відомих методів аналізу та управління страховими ризиками з використанням байєсівської методики.
Bachelor thesis: 169 p., 21 tabl., 48 fig., 2 append., 29 sources. Object of study - actuarial risks, which are studied using Bayesian methodology as a powerful tool for a priori and sample information to clarify the law of distribution of random variables, as well as the problem of predicting the amount of insurance benefits as a complex problem of actuarial mathematics that can be solved by means of Bayesian methodology. Purpose - to study the possibility of applying the Bayesian methodology to improve the quality of estimates of forecasts of possible losses in actuarial problems; consideration of problems, the solution of which can be improved by using Bayesian methods, analysis of the problem of forecasting the distribution of the amount of insurance benefits as such, which can be successfully solved using Bayesian methods of analysis. Used models - Bayesian methods of analysis were studied as a tool to take into account sample and a priori information and modify the proposed models based on it, actuarial risks as a promising area of application of Bayesian methods of uncertainty research, refinement of structure and improvement of adequacy of prognostic qualities of models. Results - a model of analysis and forecasting of insurance payments and a model of the number of appeals to the insurance company. Predictive assumptions about the development of the object of study - generalization of the proposed method of analysis of different types of distributions of random variables found in insurance, study the accuracy of the model depending on the choice of standardization, modification of known methods of analysis and management of insurance risks using Bayesian methodology.