Главная » Просмотр файлов » Айвазян С.А., Бухшгабер В.М., Енюков И.С., Мешалкин Л.Д. - Прикладная статистика

Айвазян С.А., Бухшгабер В.М., Енюков И.С., Мешалкин Л.Д. - Прикладная статистика (1027378), страница 99

Файл №1027378 Айвазян С.А., Бухшгабер В.М., Енюков И.С., Мешалкин Л.Д. - Прикладная статистика (Айвазян С.А., Бухшгабер В.М., Енюков И.С., Мешалкин Л.Д. - Прикладная статистика) 99 страницаАйвазян С.А., Бухшгабер В.М., Енюков И.С., Мешалкин Л.Д. - Прикладная статистика (1027378) страница 992017-12-21СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 99)

Тогда (!9.53) примет вид: л О (д) = ~ ~Ь(у — О'Х;, Ь(и». (19.54) 1 В качестве оценки функционала )у' (О, дв (у)) можно взять функционал л л' (6) = — ~лР !окав(6, Х~) =!пав л ал 1 л л + ~ 1оа Я Ь(6'(Х вЂ” Х,); Ь(6' ХД). 4=1 1=1 Решив теперь задачу: найти зги птах й' (6). (19.55) в ПолУчаем оценкУ длЯ Ом и, следовательно, им (У). Дла завеР- ~пения шага осталось построить выборку Х"и = (Х1м, ..., Х,щ, и) из распределения !и (Х).

Воспользуемся следующим общим фактом [231[, [258[. Пусть !» (Х) и (, (Х) — плотности распределения рмерных случайных векторов; Х = (Х„..., Х„) — выборка из распределения !» (Х). Тогда если г (Х) = !, (Х)!!, (Х)— ограниченная функция, то следующий алгоритм просеивания позволяет получить из выборки Х выборку Х из распределения !,(Х).

Положим у -= гпах г(Х). Пусть (и» ..., ия) — выборка х из равномерного распределения на интервале [О, П. Тогда наблюдение Х~ Е Х включается в Х, если ид < г (Х~), и выбрасывается из рассмотрения в противном случае. Из (19.49) и (19.51) теперь получаем: !м(Х) ! (В Х) ! (д) 1„, (е„д) Взяв согласно (!9.54) в качестве оценки функции г (Х) функцию ям (6' Х) = — Ъ' |г(6'(Х вЂ” Х»); й (6' Х)), при помощи описанного выше алгоритма просеиваем выборку Х"и-' из распределения !и, (Х) и получаем выборку Х"и из распределения !ч (Х). Таким образом, М-й шаг процедуры описан.

В качестве начальной плотности 1, (Х), если нет дополнительной информации, обычно берется р-мерное нормальное распределение Ф (а, В), где а и Х вЂ” оценки по выборке Х<"~ среднего значения и ковариационной матрицы. 19.8.2. Вычислительная томография и прикладная статистика. Термин «томография» (томо — сечение, слой; графия— описание) возник впервые в рентгенографии в начале нашего века и относился к восстановлению плотности сечения !и (Х) по ее проекциям аналоговым способом. В общих чертах схема рентгеновской томографии следующая [152[. Пусть  — некоторое тело, например голова пациента, и ! (Х) — плотность зтого тела в точке Х Е 1«». Если на В вдоль прямой $ направить тонкий пучок рентгеновских лучей, то измеряемую величину 1ой !»1! можно с приемлемой точностью считать равной интегралу от ! (Х) вдоль прямой 3, где 1, и ! — интенсивности пучка до его попадания на тело В и после его выхода из В соответственно. Заставив источник рентгеновского излучения и детектор 520 восстановить плотность сечения 7»»(Х), по ее проекциям)п (у, 0,,), ...

7п (у, Ом), точнее, восстановить (п (Х) по массиву данных Цп (уа, О„,), й = 1, ..., К, »» = 1, ..., »»"). (19. 56) Аналоговый способ давал такУю оценкУ 7»» (Х), котоРаЯ не всегда позволяла с необходимой точностью решить основную задачу. Только соединение устройства для получения проекций )п (у, О ) с ЭВМ и создание соответсгвующего математического обеспечения по»волило решить зту задачу с нужной для прикладных целей точностью. Рождение вычислительной рентгеновской томографии относится к началу 70-х годов.

В настоящее время вычислительная томография — область научной и прикладной деятельности, в которой, с одной стороны, изучаются способы получения проекции ~,» (у, О) на основе того или иного способа взаимодействия проникающего излучения (не обязательно рен»теновского) с телом, а с другой стороны, развиваются методы и программно-алгоритмическое обеспечение решения задачи (19.56). Рассмотрим следующую статистическую задачу: пусть имеется набор выборок Г" = (ум,..., у.,),, У™ = (у,м, ", у.мм) одномерных наблюдений. Восстановить плотность | (Х), Х Е Р', если известно, что )'" — выборка из распределения ) (у, 0,„) для каждого и» = 1, ..., М, О„, Е йг, 110„11 = 1, где 7(у, О„)= ) 7(Х)б Х «19.57) Задача (19.57) тесно связана с задачей томографии (!9.56).

Действительно, если дана выборка Х" = (Х,, ..., Х„) р-мерных наблюдений, то, положив г"' = (О„', Х,,..., двигаться так, чтобы соединяющая их прямая с находилась все время в плоскости П, получаем возможность измерить проекции~ Гп (у, О) плотности сечения )п (Х) гела В плоскостью П, где Π— направ»ение, ортогональное $ в плоскости П.

Технические возможности рентгеновского томографа позволяют для фиксированной плоскости П получить достаточно большой набор проекций )п (у, О,), 7(у, Ом). Ясно, что на самом деле измеряется не функция (»» (у, О,„), а набор ее значений !»» (у»„О ), й = 1,, К. Основная задача томографии: Так как !»(у, В ) является плотностью распределения, то из (19.58) следует, чы> !" (" (Х)д Х 1 для всех Г Е 1, (т). Обозначим через и„, ортогональный проектор из Л., в 1 (т).

Напомним, что, по определению, >т (Д = ага пнп ) ~ — Ц~'. 5»Е М>> Оператор пм задается формулой „а(х)=):(х) + ~7.(в;„х, в,„) — 7(в' х, в)) х !1(х', г>) я(в х. в„) ' (19. 59) где )т (Х, р) — равномерное распределение в шаре х) радиуса р. Используя операторы и, можно для любого („Е Е, построить последовательность >ге 6=и>)е» " 1~=и~>г»>-» (19.60) где и, = н „если и> — т, делится иа М, которая будет сходиться к решению следующей задачи: 522 В' Л„), оказываемся в условиях задачи (19.57) для любо~о набора направлений В,, ..., Вм. С другой стороны, если даны выборки У"м, и> = 1, ..., М, то, восстановив по выборке у' плотность ( (у, В„,), оказываемся в условиях задачи (19.56). !9.8.3.

Алгоритм восстановления плотности по ее проекциям иа основе принципа минимальной вариабельности. Опишем > еперь и >вес> ныи ал > орнтм из л>атематическог о обеспечения >омографпи !162! как алгоритм восстановления многомериои плотности 1„(Х) по ее одномерным проекциям у, (д, в,), ...,~. (у,в„).

В >омографин, естественно, рассматриваютси только плотности, сосрс >оточенные в ограниченных областях, позтому будем считать, что )» (Х) обращается в б вне п>ара О с )г>'. Обо ничим через !.> (О) !., гильбертово пространство функции )' (Х), Х Е й», ( Р (Х) бХ = !!!>!)><'оо о со скалярныл> произведением (г>, ).,) .-- ( 1> (Х) (х (Х) г(Х и о через (., (и>) с: 1, подпространство функций, таких, что ! (д, В„,)= )1(Х)б(В' Х вЂ” д)>(Х=-)ч(д, В„). (!9,58) Ь найти ) (х) - агй пнп (() — )„1>. (19.61) )( ))«., лу] ''Решение задачи (19.61) и берется в ко пес гве оценки плотности ) (Х) с данны>и проекциями ! (!), О,), ..., ! (!)<, Ом).

Испо.)ьзуя явную формулу (!9.59) для проектора и„„ пол)чаем из (19.ой) описание алгоритма построения опенки ) (Х). В качестве начального приближсшп) )„(Х), если нег дополнительной информации, обычно берется равномерное распределение Й (Х: р) В этом случае получается опенка (Х), которая среди всех ! с (1 ! а ()и) имеет наименьшую ! вариабельность, т с.

доставляет минимум функционалу ФИ 1 )>(( Х на () 1, (и)). 'в ) И( (19 59) и (19.60) следлет )„,,--и„,)„,,|(>= ~(К(О;„Х, О„,) ~„,,(О;„Х, О„,))'х )1(~ (')- бХ г (' (!.О), а„) — 1,— <я а,!)" б, )< (в;„х, О„,) .) )(<)) О ! где < == сопя!. Такпл( образом, можно исполыовать аргументы целенаправленного проецирования для получения более быстрой модифпьапнн описанного алгоритма, Положим и В(О !) Г (!.В). О„) — ((», в„,!)' (19,62) )( (в, в„,! Пусть уже построены приближения )„, !),, (л. Взяв функционал г' (0„„1„) в качестве критерия выразительности проекции )', Ь, О„,) относительно приближения )л, найдем )и ()г) = агя шах г (О„„!),) )к>ачм и (ададим следующее приближение формулой )д.„, (Х) = = и <ю ))л (Х).

3 а м е ч а н и е. Функционал (19.Г>2) можно использовать в ра(ведочном апачи(е для нахождения выразитсльныл проекций данной выборки Х<") = (Х, „, Х„) р-черных наблюдений, считая /<-й ио важности выразительной проек- 623 цией проекцию (9„'Х„..., О~Х„), для которои оценка функционала р (О„, 1„>), й 'Л-. ! достигает своего максимального >начения. Таким образом, решая задачу восстановления плотности по выборке ука>анным выше ал>оритмоч, по ходу по.>учения оценок плотности )»„ будем получат>, и соответггвующие выразительные проекции 19.8.4.

Алгоритм восстановления плотности по ее проекциям на основе принципа максимума энтропии. Пусть Г' (у, 6>), ..., г„(у, йм) — - данный набор одномерных проекций искомой многомерной плотносги )', (Х) Обозначим через Ь~~ пространство плотностей ! (Х) в В и через >.> (т) ~ >.; — подпрострапство плотностей г" (Х), таких, что г (у, 9,„) = ~ ! (Х) б (9' Х вЂ” у) йХ = г, (у, 9 ), п Здесь, в отличие от п. 19.8.3, можно считать В неограниченным подмножеством в КР, в частности, В может совпадать с В основе конструкции алгоритма из п.19.8.3 лежит геометрия гильбертова пространства Ь,.

Характеристики

Список файлов книги

Свежие статьи
Популярно сейчас
Почему делать на заказ в разы дороже, чем купить готовую учебную работу на СтудИзбе? Наши учебные работы продаются каждый год, тогда как большинство заказов выполняются с нуля. Найдите подходящий учебный материал на СтудИзбе!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
6417
Авторов
на СтудИзбе
307
Средний доход
с одного платного файла
Обучение Подробнее