Главная » Просмотр файлов » Е. Деза_ М.М. Деза. Энциклопедический словарь расстояний (2008)

Е. Деза_ М.М. Деза. Энциклопедический словарь расстояний (2008) (1185330), страница 61

Файл №1185330 Е. Деза_ М.М. Деза. Энциклопедический словарь расстояний (2008) (Е. Деза_ М.М. Деза. Энциклопедический словарь расстояний (2008).pdf) 61 страницаЕ. Деза_ М.М. Деза. Энциклопедический словарь расстояний (2008) (1185330) страница 612020-08-25СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 61)

ÖÒÎË ·‡ÁËÒ ÓÚÓÌÓÏËÓ‚‡Ì, ÚÓ B = AAT. Ç Ó·˘ÂÏ ÒÎÛ˜‡Â ÏÂÚË͇ ÔÓÔÛÒ͇ ÏÂÊ‰Û ‰‚ÛÏfl ÔÓ‰ÔÓÒÚ‡ÌÒÚ‚‡ÏË Ó‰ÌÓÈ Ë ÚÓÈ ÊÂ‡ÁÏÂÌÓÒÚË – l2 -ÌÓχ ‡ÁÌÓÒÚË Ëı ÓÚÓ„Ó̇θÌ˚ı ÔÓÂ͈ËÈ (ÒÏ. ê‡ÒÒÚÓflÌËÂîÓ·ÂÌËÛÒ‡, „Î. 12).É·‚‡ 18. ê‡ÒÒÚÓflÌËfl ‚ χÚÂχÚ˘ÂÒÍÓÈ ËÌÊÂÌÂËË273åÂÚË͇ Çˉ¸flÒ‡„‡‡åÂÚË͇ Çˉ¸flÒ‡„‡‡ (ËÎË ÏÂÚË͇ „‡Ù‡) ÏÂÊ‰Û ÛÒÚ‡Ìӂ͇ÏË P1 Ë P2 ÓÔ‰ÂÎflÂÚÒfl ͇Ímax{δ 2 ( P1 , P2 ), δ 2 ( P2 , P1 )},„‰Â δ 2 ( P1 , P2 ) = inf||Q||≤1 || f ( P1 ) − f ( P2 )Q || H∞ .èӂ‰Â̘ÂÒÍÓ ‡ÒÒÚÓflÌË – ÔÓÔÛÒÍ ÏÂÊ‰Û ‡Ò¯ËÂÌÌ˚ÏË „‡Ù‡ÏË ÛÒÚ‡ÌÓ‚ÓÍP1 Ë P2 ; ÌÓ‚˚È ˝ÎÂÏÂÌÚ ‰Ó·‡‚ÎÂÌ Í „‡ÙÛ G(P) ‰Îfl Û˜ÂÚ‡ ‚ÒÂı ‚ÓÁÏÓÊÌ˚ı ËÒıÓ‰Ì˚ıÛÒÎÓ‚ËÈ (‚ÏÂÒÚÓ Ó·˚˜ÌÓÈ ÒËÚÛ‡ˆËË, ÍÓ„‰‡ ËÒıÓ‰Ì˚ ÛÒÎÓ‚Ëfl ÌÛ΂˚Â).åÂÚË͇ ÇËÌÌËÍÓÏ·ÂåÂÚË͇ ÇËÌÌËÍÓÏ·Â (ÏÂÚË͇ ν-ÔÓÔÛÒ͇) ÏÂÊ‰Û ÛÒÚ‡Ìӂ͇ÏË P1 Ë P2ÓÔ‰ÂÎflÂÚÒfl ͇Íδ ν ( P1 , P2 ) = || (1 + P2 P2∗ ) −1 / 2 ( P2 − P1 )(1 + P1∗ P1 ) −1 / 2 ||∞ÂÒÎË wno( f ∗ ( P2 ) f ( P1 )) = 0 Ë ‡‚̇ 1, Ë̇˜Â.

á‰ÂÒ¸ f(P) fl‚ÎflÂÚÒfl ÙÛÌ͈ËÂÈ ÒËςӷ„‡Ù‡ ÛÒÚ‡ÌÓ‚ÍË ê. Ç [Youn98] ‰‡Ì˚ ÓÔ‰ÂÎÂÌËfl ˜ËÒ· ÍÛ˜ÂÌËfl wno(f) ‰Îfl ‡ˆËÓ̇θÌÓÈ ÙÛÌ͈ËË f, ‡ Ú‡ÍÊ ıÓӯ ‚‚‰ÂÌË ‚ ÚÂÓ˲ ÒÚ‡·ËÎËÁ‡ˆËË Ò Ó·‡ÚÌÓÈ Ò‚flÁ¸˛.18.4. åéÖÄ êÄëëíéüçàüåÌÓ„Ë ҂flÁ‡ÌÌ˚Â Ò ÓÔÚËÏËÁ‡ˆËÂÈ Á‡‰‡˜Ë ÔÂÒÎÂ‰Û˛Ú ÌÂÒÍÓθÍÓ ˆÂÎÂÈÓ‰ÌÓ‚ÂÏÂÌÌÓ, Ӊ̇ÍÓ ‰Îfl ÔÓÒÚÓÚ˚ ÚÓθÍÓ Ó‰Ì‡ ËÁ ÌËı ÓÔÚËÏËÁËÛÂÚÒfl, ‡ÓÒڇθÌ˚ ‚˚ÒÚÛÔ‡˛Ú ‚ ͇˜ÂÒÚ‚Â Ó„‡Ì˘ÂÌËÈ.

èË ÏÌÓ„ÓˆÂ΂ÓÈ ÓÔÚËÏËÁ‡ˆËË‡ÒÒχÚË‚‡ÂÚÒfl (ÔÓÏËÏÓ ÌÂÍÓÚÓ˚ı Ó„‡Ì˘ÂÌËÈ ‚ ‚ˉ ÌÂ‡‚ÂÌÒÚ‚) ˆÂ΂‡fl‚ÂÍÚÓ-ÙÛÌ͈Ëfl f : X ⊂ n → k ËÁ ÔÓÒÚ‡ÌÒÚ‚‡ ÔÓËÒ͇ (ËÎË „ÂÌÓÚËÔ‡, ÔÂÂÏÂÌÌ˚ı ¯ÂÌËfl) ï ‚ ÔÓÒÚ‡ÌÒÚ‚Ó ˆÂÎÂÈ (ËÎË ÙÂÌÓÚËÔ‡, ‚ÂÍÚÓÓ‚ ¯ÂÌËÈ) f(X) == {f(x): x ∈ X} ⊂ k.

íӘ͇ x * ∈ X fl‚ÎflÂÚÒfl ÓÔÚËχθÌÓÈ ÔÓ è‡ÂÚÓ, ÂÒÎË ‰Îfl͇ʉÓÈ ‰Û„ÓÈ ÚÓ˜ÍË x ∈ X ‚ÂÍÚÓ ¯ÂÌËÈ f(x) Ì χÊÓËÛÂÚ ÔÓ è‡ÂÚÓ ‚ÂÍÚÓf(x * ), Ú. f(x ) ≤ f(x * ). éÔÚËχθÌ˚È ÔÓ è‡ÂÚÓ ÙÓÌÚ – ˝ÚÓ ÏÌÓÊÂÒÚ‚ÓPF ∗ = { f ( x ) : x ∈ X ∗}, „‰Â X* fl‚ÎflÂÚÒfl ÏÌÓÊÂÒÚ‚ÓÏ ‚ÒÂı ÓÔÚËχθÌ˚ı ÔÓ è‡ÂÚÓÚÓ˜ÂÍ.åÌÓ„ÓˆÂ΂˚ ˝‚ÓβˆËÓÌÌ˚ ‡Î„ÓËÚÏ˚ (ÒÓÍ‡˘ÂÌÌÓ MOEA ÓÚ ‡Ì„ÎËÈÒÍÓ„ÓMulti-objective evolutionary algorithms) ÔÓÓʉ‡˛Ú ̇ ͇ʉÓÏ ˝Ú‡Ô ÏÌÓÊÂÒÚ‚Ó‡ÔÔÓÍÒËχˆËË (̇ȉÂÌÌ˚È ÔÓ è‡ÂÚÓ ÙÓÌÚ PF known ÔË·ÎËʇÂÚ Í Ê·ÂÏ˚Èè‡ÂÚÓ ÙÓÌÚ PF * ) ‚ ÔÓÒÚ‡ÌÒÚ‚Â ˆÂÎÂÈ, „‰Â ÌË Ó‰ËÌ ˝ÎÂÏÂÌÚ ‰ÓÏËÌËÛÂÚ ÔÓè‡ÂÚÓ Ì‡‰ ‰Û„ËÏ.

èËÏÂ˚ ÏÂÚËÍ åéÖÄ, Ú.Â. ÏÂ ÓˆÂÌÍË, ̇ÒÍÓθÍÓ PFknown·ÎËÁÓÍ Í PF * , Ô‰ÒÚ‡‚ÎÂÌ˚ ÌËÊÂ.ê‡ÒÒÚÓflÌË ÔÓÍÓÎÂÌËÈê‡ÒÒÚÓflÌË ÔÓÍÓÎÂÌËÈ ÓÔ‰ÂÎflÂÚÒfl ͇Í1/ 2 m2 d j  j =1 ,m„‰Â m = | PFknown | Ë dj ÂÒÚ¸ ‚ÍÎË‰Ó‚Ó ‡ÒÒÚÓflÌË (‚ ÔÓÒÚ‡ÌÒÚ‚Â ˆÂÎÂÈ) ÏÂʉÛ(Ú.Â. j-Ï ˜ÎÂÌÓÏ ÙÓÌÚ‡ PFknown) Ë ·ÎËʇȯËÏ ˜ÎÂÌÓÏ PF*.∑274ó‡ÒÚ¸ IV. ê‡ÒÒÚÓflÌËfl ‚ ÔËÍ·‰ÌÓÈ Ï‡ÚÂχÚËÍÂíÂÏËÌ ‡ÒÒÚÓflÌË ÔÓÍÓÎÂÌËÈ (ËÎË ÒÍÓÓÒÚ¸ Ó·ÓÓÚ‡) ËÒÔÓθÁÛÂÚÒfl Ú‡ÍÊ ‰ÎflÓ·ÓÁ̇˜ÂÌËfl ÏËÌËχθÌÓ„Ó ˜ËÒ· ‚ÂÚ‚ÂÈ ÏÂÊ‰Û ‰‚ÛÏfl ÔÓÎÓÊÂÌËflÏË ‚ β·ÓÈÒËÒÚÂÏ ‡ÌÊËÓ‚‡ÌÌÓ„Ó Û·˚‚‡ÌËfl, Ô‰ÒÚ‡‚ÎÂÌÌÓ„Ó ‚ ‚ˉ ËÂ‡ı˘ÂÒÍÓ„Ó ‰Â‚‡.

èËÏÂ‡ÏË fl‚Îfl˛ÚÒfl: ÙËÎÓ„ÂÌÂÚ˘ÂÒÍÓ ‡ÒÒÚÓflÌË ̇ ÙËÎÓ„ÂÌÂÚ˘ÂÒÍÓωÂ‚Â, ÍÓ΢ÂÒÚ‚Ó ÔÓÍÓÎÂÌËÈ, ÓÚ‰ÂÎfl˛˘Ëı ÙÓÚÓÍÓÔ˲ ÓÚ ÓË„Ë̇θÌÓ„Ó ÓÚÚËÒ͇,ÍÓ΢ÂÒÚ‚Ó ÔÓÍÓÎÂÌËÈ, ÓÚ‰ÂÎfl˛˘Ëı ÔÓÒÂÚËÚÂÎÂÈ ÏÂÏÓˇ· ÓÚ Ô‡ÏflÚÌ˚ı ÒÓ·˚ÚËÈ,ÍÓÚÓ˚Ï ÓÌ ÔÓÒ‚fl˘ÂÌ.ê‡ÒÔÓÎÓÊÂÌËÂ Ò ÔÓÏÂÊÛÚ͇ÏËê‡ÒÔÓÎÓÊÂÌËÂ Ò ÔÓÏÂÊÛÚ͇ÏË ÓÔ‰ÂÎflÂÚÒfl ͇Í(d − d j ) j =1m −1m∑1/ 22,„‰Â m = | PFknown | Ë dj ÂÒÚ¸ l1 -‡ÒÒÚÓflÌË (‚ ÔÓÒÚ‡ÌÒÚ‚Â ˆÂÎÂÈ) ÏÂÊ‰Û fi(x) (Ú.Â.

j-ϘÎÂÌÓÏ ÙÓÌÚ‡ PF known) Ë ‰Û„ËÏ ·ÎËʇȯËÏ ˜ÎÂÌÓÏ PF known , ‚ ÚÓ ‚ÂÏfl Í‡Í dfl‚ÎflÂÚÒfl Ò‰ÌËÏ Á̇˜ÂÌËÂÏ ‚ÒÂı dj.ëÛÏχÌӠ̉ÓÏËÌËÓ‚‡ÌÌÓ ÓÚÌÓ¯ÂÌË ‚ÂÍÚÓÓ‚ëÛÏχÌӠ̉ÓÏËÌËÓ‚‡ÌÌÓ ÓÚÌÓ¯ÂÌË ‚ÂÍÚÓÓ‚ ÓÔ‰ÂÎflÂÚÒfl ͇Í| PFknown |.| PF ∗ |ó‡ÒÚ¸ VêÄëëíéüçàüÇ äéåèúûíÖêçéâ ëîÖêÖÉ·‚‡ 19ê‡ÒÒÚÓflÌËfl ̇ ‰ÂÈÒÚ‚ËÚÂθÌÓÈË ˆËÙÓ‚ÓÈ ÔÎÓÒÍÓÒÚflı19.1. åÖíêàäà çÄ ÑÖâëíÇàíÖãúçéâ èãéëäéëíàç‡ ÔÎÓÒÍÓÒÚË 2 ÏÓÊÌÓ ËÒÔÓθÁÓ‚‡Ú¸ ÏÌÓ„Ó ‡ÁÌ˚ı ÏÂÚËÍ. Ç ˜‡ÒÚÌÓÒÚË, β·‡fllp -ÏÂÚË͇ (Ú‡Í ÊÂ, Í‡Í Ë Î˛·‡fl ÏÂÚË͇ ÌÓÏ˚ ‰Îfl ‰‡ÌÌÓÈ ÌÓÏ˚ || ⋅ || ̇ 2 )ÏÓÊÂÚ ·˚Ú¸ ËÒÔÓθÁÓ‚‡Ì‡ ̇ ÔÎÓÒÍÓÒÚË, ÔË ˝ÚÓÏ Ì‡Ë·ÓΠÂÒÚÂÒÚ‚ÂÌÌÓÈ fl‚ÎflÂÚÒfll2 -ÏÂÚË͇, Ú.Â.

‚ÍÎˉӂ‡ ÏÂÚË͇ d E ( x, y) = ( x1 − y1 )2 + ( x 2 − y2 )2 , ÍÓÚÓ‡fl ‰‡ÂÚÌ‡Ï ‰ÎËÌÛ ÓÚÂÁ͇ [x, y] ÔflÏÓÈ Ë fl‚ÎflÂÚÒfl ‚ÌÛÚÂÌÌÂÈ ÏÂÚËÍÓÈ ÔÎÓÒÍÓÒÚË.é‰Ì‡ÍÓ ËϲÚÒfl Ë ‰Û„ËÂ, ÌÂ‰ÍÓ "˝ÍÁÓÚ˘ÂÒÍËÂ" ÏÂÚËÍË Ì‡ 2. åÌÓ„Ë ËÁ ÌËıÔËÏÂÌfl˛ÚÒfl ‰Îfl ÔÓÒÚÓÂÌËfl Ó·Ó·˘ÂÌÌ˚ı ‰Ë‡„‡ÏÏ ÇÓÓÌÓ„Ó Ì‡ 2 (ÒÏ., ̇ÔËÏÂ, ÏÓÒÍÓ‚ÒÍÛ˛ ÏÂÚËÍÛ, ÏÂÚËÍÛ ÒÂÚË, Ô‡‚ËθÌÛ˛ ÏÂÚËÍÛ). çÂÍÓÚÓ˚ ËÁ ÌËıÔËÏÂÌfl˛ÚÒfl ‚ ˆËÙÓ‚ÓÈ „ÂÓÏÂÚËË.ᇉ‡˜Ë ̇ ‡ÒÒÚÓflÌËfl ˝‰Â¯Â‚ÒÍÓ„Ó ÚËÔ‡ (Á‡‰‡‚‡ÂÏ˚ ӷ˚˜ÌÓ ‰Îfl ‚ÍÎˉӂÓÈÏÂÚËÍË Ì‡ 2) Ô‰ÒÚ‡‚Îfl˛Ú ËÌÚÂÂÒ ‰Îfl ÒÎÛ˜‡fl n Ë ‰Îfl ‰Û„Ëı ÏÂÚËÍ Ì‡ 2.èËÏÂÌ˚Ï ÒÓ‰ÂʇÌËÂÏ Ú‡ÍËı Á‡‰‡˜ fl‚ÎflÂÚÒfl:– ̇ıÓʉÂÌË ̇ËÏÂ̸¯Â„Ó ˜ËÒ· ‡Á΢Ì˚ı ‡ÒÒÚÓflÌËÈ (ËÎË Ì‡Ë·Óθ¯Â„Ó˜ËÒ· ÔÓfl‚ÎÂÌËÈ Á‡‰‡ÌÌÓ„Ó ‡ÒÒÚÓflÌËfl) ‚ n-ÔÓ‰ÏÌÓÊÂÒÚ‚Â ÏÌÓÊÂÒÚ‚‡ 2; ̇˷Óθ¯ËÈ ‡ÁÏÂ ÔÓ‰ÏÌÓÊÂÒÚ‚‡ ÏÌÓÊÂÒÚ‚‡ 2 , ÓÔ‰ÂÎfl˛˘Â„Ó Ì ·ÓΠm‡ÒÒÚÓflÌËÈ;– ÓÔ‰ÂÎÂÌË ÏËÌËχθÌÓ„Ó ‰Ë‡ÏÂÚ‡ n-ÔÓ‰ÏÌÓÊÂÒÚ‚‡ ÏÌÓÊÂÒÚ‚‡ 2 ÚÓθÍÓ ÒˆÂÎÓ˜ËÒÎÂÌÌ˚ÏË ‡ÒÒÚÓflÌËflÏË (ËÎË, Ò͇ÊÂÏ, ·ÂÁ Ô‡˚ (d 1 , d2 ) ‡ÒÒÚÓflÌËÈ Ò0 < | d1 – d2 | < 1);– ÒÛ˘ÂÒÚ‚Ó‚‡ÌË n-ÔÓ‰ÏÌÓÊÂÒÚ‚‡ ÏÌÓÊÂÒÚ‚‡ 2, ‚ ÍÓÚÓÓÏ ‡ÒÒÚÓflÌË i (‰ÎflÍ‡Ê‰Ó„Ó 1 ≤ i ≤ n) ‚ÒÚ˜‡ÂÚÒfl ÚÓ˜ÌÓ i ‡Á (ÔËÏÂ˚ ËÁ‚ÂÒÚÌ˚ ‰Îfl n ≤ 8);– ÓÔ‰ÂÎÂÌˠ̉ÓÔÛÒÚËÏ˚ı ‡ÒÒÚÓflÌËÈ ‡Á·ËÂÌËfl ÏÌÓÊÂÒÚ‚‡ 2, Ú.Â.

‡ÒÒÚÓflÌËÈ, ÍÓÚÓ˚ ÓÚÒÛÚÒÚ‚Û˛Ú ‚ ͇ʉÓÈ ËÁ ˜‡ÒÚÂÈ.åÂÚË͇ „ÓÓ‰ÒÍÓ„Ó Í‚‡ڇ·åÂÚËÍÓÈ „ÓÓ‰ÒÍÓ„Ó Í‚‡ڇ· ̇Á˚‚‡ÂÚÒfl l1-ÏÂÚË͇ ̇ 2 , ÓÔ‰ÂÎÂÌ̇fl ͇Í|| x − y ||1 = | x1 − y1 | + | x 2 − y2 | .чÌÌÛ˛ ÏÂÚËÍÛ Ì‡Á˚‚‡˛Ú ÔÓ-‡ÁÌÓÏÛ, ̇ÔËÏÂ, ÏÂÚËÍÓÈ Ú‡ÍÒË, ÏÂÚËÍÓÈå‡Ìı˝ÚÚÂ̇, ÔflÏÓÛ„ÓθÌÓÈ ÏÂÚËÍÓÈ, ÏÂÚËÍÓÈ ÔflÏÓ„Ó Û„Î‡; ̇ 2  ̇Á˚‚‡˛ÚÏÂÚËÍÓÈ „ˉ˚ Ë 4-ÏÂÚËÍÓÈ.åÂÚË͇ ó·˚¯Â‚‡åÂÚËÍÓÈ ó·˚¯Â‚‡ ̇Á˚‚‡ÂÚÒfl l-ÏÂÚË͇ ̇ 2 , ÓÔ‰ÂÎÂÌ̇fl ͇Í|| x − y ||∞ − max{| x1 − y1 |, | x 2 − y2 |}.ùÚÛ ÏÂÚËÍÛ Ì‡Á˚‚‡˛Ú Ú‡ÍÊ ‡‚ÌÓÏÂÌÓÈ ÏÂÚËÍÓÈ, sup-ÏÂÚËÍÓÈ Ë ·ÓÍÒÏÂÚËÍÓÈ; ̇ 6 Ó̇ ̇Á˚‚‡ÂÚÒfl ÏÂÚËÍÓÈ ¯ÂÚÍË, ÏÂÚËÍÓÈ ˘‡ıχÚÌÓÈ ‰ÓÒÍË,ÏÂÚËÍÓÈ ıÓ‰‡ ÍÓÓÎfl Ë 8-ÏÂÚËÍÓÈ.É·‚‡ 19.

ê‡ÒÒÚÓflÌËfl ̇ ‰ÂÈÒÚ‚ËÚÂθÌÓÈ Ë ˆËÙÓ‚ÓÈ ÔÎÓÒÍÓÒÚflı277(p, q)-ÓÚÌÓÒËÚÂθ̇fl ÏÂÚË͇2 − qèÛÒÚ¸ 0 < q ≤ 1, p ≥ max 1 − q, Ë ÔÛÒÚ¸ || ⋅ ||2 – ‚ÍÎˉӂ‡ ÌÓχ ̇ 2 (‚ Ó·3 ˘ÂÏ ÒÎÛ˜‡Â ̇ n ).(p, q)-ÓÚÌÓÒËÚÂθ̇fl ÏÂÚË͇ ÂÒÚ¸ ÏÂÚË͇ ̇ 2 (‚ Ó·˘ÂÏ ÒÎÛ˜‡Â ̇ n Ë ‰‡ÊÂ̇ β·ÓÏ ÔÚÓÎÂÏ‚ÓÏ ÔÓÒÚ‡ÌÒÚ‚Â (V ,|| ⋅ ||)), ÓÔ‰ÂÎÂÌ̇fl ͇Í|| x − y ||2q/ p1 (|| x || p + || y || p )22 2‰Îfl ı ËÎË y ≠ 0 (Ë ‡‚̇fl 0, Ë̇˜Â). Ç ÒÎÛ˜‡Â p = ∞ Ó̇ ÔËÌËχÂÚ ‚ˉ|| x − y ||2.(max || x ||2 ,|| y ||2}) qÑÎfl q = 1 Ë Î˛·Ó„Ó 1 ≤ p < ∞ Ï˚ ÔÓÎÛ˜‡ÂÏ -ÓÚÌÓÒËÚÂθÌÛ˛ ÏÂÚËÍÛ (ËÎËÏÂÚËÍÛ ä·ÏÍË̇–åÂË‡); ‰Îfl q = 1 Ë 1 ≤ p < ∞ ÔÓÎÛ˜‡ÂÏ ÓÚÌÓÒËÚÂθÌÛ˛ ÏÂÚËÍÛ.

(1,1)-ÏÂÚË͇ ̇Á˚‚‡ÂÚÒfl ÏÂÚËÍÓÈ ò‡Ú¯ÌÂȉÂ.å-ÓÚÌÓÒËÚÂθ̇fl ÏÂÚË͇èÛÒÚ¸ f : [0, ∞) → (0, ∞) – ‚˚ÔÛÍ·fl ‚ÓÁ‡ÒÚ‡˛˘‡fl ÙÛÌ͈Ëfl, ڇ͇fl ˜ÚÓf ( x)xÛ·˚‚‡ÂÚ ‰Îfl x > 0. èÛÒÚ¸ || ⋅ ||2 – ‚ÍÎˉӂ‡ ÌÓχ ̇ 2 (‚ Ó·˘ÂÏ ÒÎÛ˜‡Â ̇ n).å-ÓÚÌÓÒËÚÂθ̇fl ÏÂÚË͇ ÂÒÚ¸ ÏÂÚË͇ ̇ 2 (‚ Ó·˘ÂÏ ÒÎÛ˜‡Â ̇ n Ë ‰‡ÊÂ Ì‡Î˛·ÓÏ ÔÚÓÎÂÏ‚ÓÏ ÔÓÒÚ‡ÌÒÚ‚Â (V ,|| ⋅ ||)), ÓÔ‰ÂÎÂÌ̇fl ͇Í|| x − y ||2.f (|| x ||2 ) ⋅ f (|| y ||2 )Ç ˜‡ÒÚÌÓÒÚË, ‡ÒÒÚÓflÌËÂ|| x − y ||2p1+ || x ||2p p 1+ || y ||2pfl‚ÎflÂÚÒfl ÏÂÚËÍÓÈ Ì‡ 2 (̇ n) ÚÓ„‰‡ Ë ÚÓθÍÓ ÚÓ„‰‡, ÍÓ„‰‡ p ≥ 1.

Ä̇Îӄ˘̇flÏÂÚË͇ ̇ 2 \ {0} (̇ n \ {0}) ÏÓÊÂÚ ·˚Ú¸ ÓÔ‰ÂÎÂ̇ ͇Í|| x − y ||2.|| x ||2 ⋅ || y ||2åÓÒÍÓ‚Ò͇fl ÏÂÚË͇åÓÒÍÓ‚Ò͇fl ÏÂÚË͇ (ËÎË ÏÂÚË͇ ä‡ÎÒÛ˝) ÂÒÚ¸ ÏÂÚË͇ ̇ 2, ÓÔ‰ÂÎÂÌ̇flÍ‡Í ÏËÌËχθ̇fl ‚ÍÎˉӂ‡ ‰ÎË̇ ‚ÒÂı ‰ÓÔÛÒÚËÏ˚ı ÍË‚˚ı, ÒÓ‰ËÌfl˛˘Ëı ı Ëy ∈ 2, „‰Â ÍË‚‡fl ̇Á˚‚‡ÂÚÒfl ‰ÓÔÛÒÚËÏÓÈ, ÂÒÎË ÒÓÒÚÓËÚ ÚÓθÍÓ ËÁ ÓÚÂÁÍÓ‚ÔflÏ˚ı, ÔÓıÓ‰fl˘Ëı ˜ÂÂÁ ̇˜‡ÎÓ ÍÓÓ‰Ë̇Ú, Ë ÓÚÂÁÍÓ‚ ÓÍÛÊÌÓÒÚÂÈ Ò ˆÂÌÚ‡ÏË‚ ̇˜‡Î ÍÓÓ‰ËÌ‡Ú (ÒÏ., ̇ÔËÏÂ, [Klei88]).ÖÒÎË ÔÓÎflÌ˚ ÍÓÓ‰Ë̇Ú˚ ‰Îfl ÚÓ˜ÂÍ x, y ∈ 2 ‡‚Ì˚ ÒÓÓÚ‚ÂÚÒÚ‚ÂÌÌÓ (rx, θx) Ë(ry, θ y), ÚÓ ‡ÒÒÚÓflÌË ÏÂÊ‰Û ‰‡ÌÌ˚ÏË ÚӘ͇ÏË ‡‚ÌÓ min{rx , ry}∆(θ x − θ y )+ | rx − ry |,ÂÒÎË 0 ≤ ∆(θ x , θ y ) < 2, Ë ‡‚ÌÓ rx + ry ,, ÂÒÎË 2 ≤ ∆(θ x , θ y ) < π, „‰Â ∆(θ x , θ y ) == min{| θ x − θ y |, 2 π − | θ x − θ y |}, θ x , θ y ∈[0, 2 π) ÂÒÚ¸ ÏÂÚË͇ ÏÂÊ‰Û Û„Î‡ÏË.278ó‡ÒÚ¸ V. ê‡ÒÒÚÓflÌËfl ‚ ÍÓÏÔ¸˛ÚÂÌÓÈ ÒÙÂÂåÂÚË͇ Ù‡ÌˆÛÁÒÍÓ„Ó ÏÂÚÓÑÎfl ÌÓÏ˚ || ⋅ || ̇ 2 ÏÂÚËÍÓÈ Ù‡ÌˆÛÁÒÍÓ„Ó ÏÂÚÓ Ì‡Á˚‚‡ÂÚÒfl ÏÂÚË͇ ̇ 2,ÓÔ‰ÂÎÂÌ̇fl ͇Í|| x − y ||,ÂÒÎË x = cy ‰Îfl ÌÂÍÓÚÓÓ„Ó c ∈ , Ë Í‡Í|| x || + || y ||,Ë̇˜Â.

ÑÎfl ‚ÍÎˉӂÓÈ ÌÓÏ˚ || ⋅ ||2 Ó̇ ̇Á˚‚‡ÂÚÒfl Ô‡ËÊÒÍÓÈ ÏÂÚËÍÓÈ, ÏÂÚËÍÓÈÂʇ, ‡‰Ë‡Î¸ÌÓÈ ÏÂÚËÍÓÈ ËÎË ÛÒËÎÂÌÌÓÈ ÏÂÚËÍÓÈ SNCF. Ç ˝ÚÓÏ ÒÎÛ˜‡Â Ó̇ÏÓÊÂÚ ·˚Ú¸ ÓÔ‰ÂÎÂ̇ Í‡Í ÏËÌËχθ̇fl ‚ÍÎˉӂ‡ ‰ÎË̇ ‚ÒÂı ‰ÓÔÛÒÚËÏ˚ı ÍË‚˚ı ÏÂÊ‰Û ‰‚ÛÏfl ‰‡ÌÌ˚ÏË ÚӘ͇ÏË ı Ë Û, „‰Â ÍË‚‡fl ̇Á˚‚‡ÂÚÒfl ‰ÓÔÛÒÚËÏÓÈ, ÂÒÎË ÒÓÒÚÓËÚ ÚÓθÍÓ ËÁ ÓÚÂÁÍÓ‚ ÔflÏ˚ı, ÔÓıÓ‰fl˘Ëı ˜ÂÂÁ ̇˜‡ÎÓÍÓÓ‰Ë̇Ú.Ç ÚÂÏË̇ı „‡ÙÓ‚ ˝Ú‡ ÏÂÚË͇ ÔÓıÓʇ ̇ ÏÂÚËÍÛ ÔÛÚË ‰Â‚‡, ÒÓÒÚÓfl˘Â„Ó ËÁÚÓ˜ÍË, ÓÚÍÛ‰‡ ËÒıÓ‰flÚ ÌÂÒÍÓθÍÓ ÌÂÔÂÂÒÂ͇˛˘ËıÒfl ÔÛÚÂÈ.è‡ËÊÒ͇fl ÏÂÚË͇ – ˝ÚÓ ÔËÏÂ -‰Â‚‡ í, ÍÓÚÓÓ fl‚ÎflÂÚÒfl ÒËÏÔÎˈˇθÌ˚Ï, Ú.Â. ÏÌÓÊÂÒÚ‚Ó ÚÓ˜ÂÍ ı, ‰Îfl ÍÓÚÓ˚ı ÏÌÓÊÂÒÚ‚Ó T – {x} ÒÓÒÚÓËÚ ËÁ Ó‰ÌÓÈÍÓÏÔÓÌÂÌÚ˚, fl‚ÎflÂÚÒfl ‰ËÒÍÂÚÌ˚Ï Ë Á‡ÏÍÌÛÚ˚Ï.åÂÚË͇ ÎËÙÚ‡åÂÚËÍÓÈ ÎËÙÚ‡ (ËÎË ÏÂÚËÍÓÈ Ò·Ó˘Ë͇ χÎËÌ˚, ÏÂÚ˘ÂÒÍÓÈ "ÂÍÓÈ") ̇Á˚‚‡ÂÚÒfl ÏÂÚË͇ ̇ 2, ÓÔ‰ÂÎÂÌ̇fl ͇Í| x1 − y1 |,ÂÒÎË x 2 = y2, Ë Í‡Í| x1 | + | x 2 − y2 | + | y1 |,ÂÒÎË x 2 ≠ y 2 (ÒÏ., ̇ÔËÏÂ, [Brya85]). é̇ ÏÓÊÂÚ ÓÔ‰ÂÎflÚ¸Òfl Í‡Í ÏËÌËχθ̇fl‚ÍÎˉӂ‡ ‰ÎË̇ ‚ÒÂı ‰ÓÔÛÒÚËÏ˚ı ÍË‚˚ı, ÒÓ‰ËÌfl˛˘Ëı ‰‚ ‰‡ÌÌ˚ ÚÓ˜ÍË ı Ë Û,„‰Â ÍË‚‡fl ̇Á˚‚‡ÂÚÒfl ‰ÓÔÛÒÚËÏÓÈ, ÂÒÎË ÒÓÒÚÓËÚ ÚÓθÍÓ ËÁ ÓÚÂÁÍÓ‚ ÔflÏ˚ı,Ô‡‡ÎÎÂθÌ˚ı ÓÒË x1, Ë ÓÚÂÁÍÓ‚ ÓÒË x2.åÂÚË͇ ÎËÙÚ‡ fl‚ÎflÂÚÒfl ÔËÏÂÓÏ ÌÂÒËÏÔÎˈˇθÌÓ„Ó (ÒÏ.

åÂÚË͇ Ù‡ÌˆÛÁÒÍÓ„Ó ÏÂÚÓ) -‰Â‚‡.åÂÚË͇ ·ËÚ‡ÌÒÍÓÈ ÊÂÎÂÁÌÓÈ ‰ÓÓ„ËÑÎfl ÌÓÏ˚ || ⋅ || ̇ 2 (‚ Ó·˘ÂÏ ÒÎÛ˜‡Â ̇ n) ÏÂÚËÍÓÈ ·ËÚ‡ÌÒÍÓÈ ÊÂÎÂÁÌÓȉÓÓ„Ë Ì‡Á˚‚‡ÂÚÒfl ÏÂÚË͇ ̇ 2 (‚ Ó·˘ÂÏ ÒÎÛ˜‡Â ̇ n), ÓÔ‰ÂÎÂÌ̇fl ͇Í|| x || + || y ||‰Îfl x ≠ y (Ë ‡‚̇fl 0, Ë̇˜Â).Ö ̇Á˚‚‡˛Ú Ú‡ÍÊ ÏÂÚËÍÓÈ ÔÓ˜Ú˚, ÏÂÚËÍÓÈ „ÛÒÂÌˈ˚ Ë ÏÂÚËÍÓÈ ˜ÂÎÌÓ͇.åÂÚË͇ ˆ‚ÂÚÓ˜ÌÓ„Ó Ï‡„‡ÁË̇èÛÒÚ¸ d – ÏÂÚËÍ Ì‡ 2 Ë f – ÙËÍÒËÓ‚‡Ì̇fl ÚӘ͇ (ˆ‚ÂÚÓ˜Ì˚È Ï‡„‡ÁËÌ) ̇ÔÎÓÒÍÓÒÚË.åÂÚËÍÓÈ ˆ‚ÂÚÓ˜ÌÓ„Ó Ï‡„‡ÁË̇ (ËÌÓ„‰‡  ̇Á˚‚‡˛Ú ÏÂÚËÍÓÈ SNCF) ̇Á˚‚‡ÂÚÒfl ÏÂÚË͇ ̇ 2 (‚ Ó·˘ÂÏ ÒÎÛ˜‡Â ̇ β·ÓÏ ÏÂÚ˘ÂÒÍÓÏ ÔÓÒÚ‡ÌÒÚ‚Â),ÓÔ‰ÂÎÂÌ̇fl ͇Íd(x, f) + d(f, y)É·‚‡ 19.

Характеристики

Тип файла
PDF-файл
Размер
3,34 Mb
Тип материала
Высшее учебное заведение

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
6458
Авторов
на СтудИзбе
305
Средний доход
с одного платного файла
Обучение Подробнее