Оценивание дискретных распределений при дополнительных ограничениях на вероятности некоторых событий (виртуальный семинар)

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Постановка задачи)
м (Постановка задачи)
Строка 1: Строка 1:
== Постановка задачи ==
== Постановка задачи ==
-
Задача состоит в восстановлении дискретной функции плотности вероятности <tex>f(\omega_t)</tex> (где <tex>\omega_t</tex> - элементарные исходы, зависящие от времени <tex>t \in [0, T], T < \infty</tex>, <tex>\omega_t \in (Z_+, Z_+, ..., Z_+)</tex>) при условии, что заданы условия на <tex>P(\omega_{A_i}) = X_{A_i}</tex> (где <tex>\omega_{A_i}</tex> - суперпозиция исходов, интегрированных по времени в области <tex>[0,T]</tex>), <tex>P(.)</tex> - функция распределения вероятностей, <tex>X_{A_i}</tex> - заданные вероятности, <tex>i = 1,...,K > \dim(\omega_t)</tex>).
+
Задача состоит в восстановлении дискретной функции плотности вероятности <tex>f(\omega_t)</tex> (где <tex>\omega_t</tex> - элементарные исходы, зависящие от времени <tex>t \in [0, T], T < \infty</tex>, <tex>\omega_t \in (Z_+, Z_+, ..., Z_+)</tex>) при условии, что заданы условия на <tex>P(\omega_{A_i}) = X_{A_i}</tex> (где <tex>\omega_{A_i}</tex> - суперпозиция исходов, интегрированных по времени в области <tex>[0,T]</tex>), <tex>P(.)</tex> - функция распределения вероятностей, <tex>X_{A_i}</tex> - заданные вероятности, <tex>i = 1,...,K; K > \dim(\omega_t)</tex>).
== Ссылки ==
== Ссылки ==

Версия 20:49, 31 июля 2008

Постановка задачи

Задача состоит в восстановлении дискретной функции плотности вероятности f(\omega_t) (где \omega_t - элементарные исходы, зависящие от времени t \in [0, T], T < \infty, \omega_t \in (Z_+, Z_+, ..., Z_+)) при условии, что заданы условия на P(\omega_{A_i}) = X_{A_i} (где \omega_{A_i} - суперпозиция исходов, интегрированных по времени в области [0,T]), P(.) - функция распределения вероятностей, X_{A_i} - заданные вероятности, i = 1,...,K; K > \dim(\omega_t)).

Ссылки

Литература

Личные инструменты