01.00.00 Физико-математические науки
-
Нестационарная 2D модель гравитационной конвекции при электродиализе амфолит-содержащих растворов
01.00.00 Физико-математические науки
Краткое описаниеАнализ полученных авторами экспериментальных данных, а также справочной литературы, позволил выдвинуть гипотезу о существенной роли гравитационной конвекции в электромембранных системах с амфолитами даже в допредельных токовых режимах. Статья посвящена построению математической модели переноса ионов в проточной электромембранной системе при электродиализе амфолит-содержащих растворов с учетом возможного появления гравитационной конвекции, в том числе, за счет неизотермических реакций протонирования/депротонирования амфолитов. В статье представлена краевая задача, являющейся новой математической моделью диффузии, конвекции и электромиграции четырех компонентов раствора одновременно (ионов натрия, дигидрофосфата и водорода, а также молекул ортофосфорной кислоты) в половине канала обессоливания электродиализатора, примыкающей к анионообменной мембране. Мембрана считается идеально селективной и гомогенной. Система уравнений с частными производными, составляющая основу модели, также включает уравнения Навье-Стокса, материального баланса, конвективной теплопроводности и условием электронейтральности. Система уравнений дополняется рядом естественных и оригинальных граничных условий. Отличительной особенностью данной работы является отсутствие допущения о равновесности химических реакций в диффузионном слое. Результаты работы могут быть использованы при разработке экологически целесообразных и ресурсосберегающих мембранных технологий переработки продуктов агропромышленного комплекса
-
Непараметрическое оценивание характеристик распределений вероятностей
01.00.00 Физико-математические науки
Краткое описаниеСтатья посвящена непараметрическому точечному и интервальному оцениванию характеристик распределения вероятностей (математического ожидания, медианы, дисперсии, среднего квадратического отклонения, коэффициента вариации) по выборке результатов измерений. Выборочные значения рассматриваются как реализации независимых одинаково распределенных случайных величин с произвольной функцией распределения, имеющей нужное число моментов. Непараметрические процедуры анализа данных сопоставляются с параметрическими, основанными на предположении о том, что выборочные значения имеют нормальное распределение. Точечные оценки строятся очевидным образом – используют выборочные аналоги теоретических характеристик. Интервальные оценки основаны на асимптотической нормальности выборочных моментов и функций от них. Непараметрические асимптотические доверительные интервалы получены в результате применения специальной технологии вывода асимптотических соотношений прикладной статистики. Эта технология в качестве первого шага использует многомерную центральную предельную теорему, примененную к сумме векторов, координаты которых – степени исходных случайных величин. Второй шаг – преобразование предельного многомерного нормального вектора с целью получения интересующего исследователя вектора. При этом используются соображения линеаризации и отбрасываются бесконечно малые величины. Третий шаг – строгое обоснование полученных результатов на стандартном для асимптотических математико-статистических рассуждений уровне. При этом обычно приходится использовать необходимые и достаточные условия наследования сходимости. Статья содержит 10 числовых примеров. Исходные данные - сведения о наработке 50 резцов до предельного состояния. Использование методов, разработанных в предположении нормальности распределения, может привести к заметно искаженным выводам в ситуации, когда гипотеза нормальности не выполнена. Практические рекомендации таковы: при анализе реальных данных следует использовать непараметрические доверительные границы
-
Непараметрические ядерные оценки плотности вероятности в дискретных пространствах
01.00.00 Физико-математические науки
Краткое описаниеОценки плотности распределения вероятностей в пространствах произвольной природы используют для решения различных задач нечисловой статистики. Систематическое изложение теории таких оценок начато в наших статьях [3, 4], непосредственным продолжением которых является настоящая статья. Регулярно используются ссылки на условия и утверждения из статей [3, 4], в которой введено несколько видов непараметрических оценок плотности вероятности по выборке. Подробнее изучены линейные оценки. В настоящей статье рассмотрим их частные случаи – ядерные оценки плотности в дискретных пространствах. При оценивании плотности числовой случайной величины ядерные оценки переходят в оценки Парзена-Розенблатта. При различных условиях доказана состоятельность и асимптотическая нормальность ядерных оценок плотности. Введено понятие "предпочтительный показатель различия" и изучены ядерные оценки плотности на его основе. Введены и изучены естественные меры близости, используемые при анализе асимптотического поведения ядерных оценок плотности. Ядерные оценки плотности рассмотрены для последовательностей пространств с мерами. Найдены условия, при которых разность плотностей распределений вероятностей и математических ожиданий их ядерных оценок равномерно стремится к 0. Установлена равномерная сходимость для дисперсий. Выявлены условия на ядерные функции, при которых имеют место указанные равномерные сходимости. В качестве примеров рассмотрены пространства нечетких подмножеств конечных множеств и пространства всех подмножеств конечных множеств. Найдено условие, обеспечивающее возможность применения ядерных оценок плотности в конечных пространствах. Приведен контрпример пространства ранжировок, в котором применение ядерных оценок плотности нельзя признать корректным
-
Непараметрические оценки циклов
01.00.00 Физико-математические науки
Краткое описаниеВо многих прикладных задачах рассматривают временной ряд, или случайный процесс), являющийся суммой детерминированной периодической функция от времени и случайных погрешностей, искажающих периодический сигнал. Требуется оценить длину периода и периодическую составляющую. При этом не предполагаем, что периодическая функция входит в какое-либо параметрическое семейство функций, например, конечных сумм синусов и косинусов. Очевидно, что предположение о вхождении периодической функции в параметрическое семейство не соответствует свойствам реального мира, т.е. является условным, внутриматематическим (ищем ключи под фонарем, потому что там светло, а не в кустах, где потеряли, потому что там темно). По аналогичным причинам нельзя предполагать, что функция распределения случайных погрешностей входит в какое-либо параметрическое семейство распределений. В соответствии с новой парадигмой математической статистики в настоящей статье рассматриваем задачу непараметрического оценивания (минимальной) длины периода и периодической составляющей сигнала. На основе естественных показателей разброса и размаха предлагаем новый класс непараметрических оценок длины периода и периодической составляющей во временных рядах. Исходя из общих результатов статистики объектов нечисловой природы доказана состоятельность этих оценок. С прикладной точки зрения необходимо численно минимизировать (по одному параметру -возможной длине периода) один или несколько из 66 описанных в статье функционалов
-
Непараметрические критерии согласия Колмогорова, Смирнова, Омега-квадрат и ошибки при их применении
01.00.00 Физико-математические науки
Краткое описаниеРассмотрены работы А.Н. Колмогорова и Н.В. Смирнова, посвященные односторонним и двухсторонним критериям согласия и однородности. Показано, что термин «критерий Колмогорова – Смирнова» использовать некорректно. Даны рекомендации по использованию терминов «критерий Колмогорова», «критерий Смирнова», «критерий типа Колмогорова – Смирнова». Обсуждается критерий омега-квадрат (Крамера – Мизеса – Смирнова). Рассмотрены типовые ошибки при применении перечисленных критериев, в частности, для проверки нормальности распределения результатов измерений
-
Непараметрическая и прикладная статистика в нашей стране
01.00.00 Физико-математические науки
Краткое описаниеПродолжаем цикл публикаций по истории статистики. Обсуждается развитие непараметрической и прикладной статистики в нашей стране в 1930 – 1980 гг. Представлены работы великих статистиков ХХ в. Н.В. Смирнова, Л.Н. Большева, В.В. Налимова. Глазами американских статистиков показана российская дискуссия о прикладной статистике. Кратко рассказано о создании Всесоюзной статистической ассоциации (1990) и дальнейших событиях
-
Нейросетевое моделирование инфляции в России
01.00.00 Физико-математические науки
Краткое описаниеВ статье предлагается использование современных инструментальных средств, таких как нейросетевые технологии, для аппроксимации и прогнозирования темпов инфляции. В статье делается вывод о том, что для адекватного и эффективного моделирования инфляции в России с помощью современных нейросетевых технологий необходимо учитывать тенденции экономического развития. Для обучения и прогноза следует использовать только те периоды времени в пределах, которых действуют одинаковые экономические тенденции
-
Нахождение высших асимптотических разложений краевой задачи модели ЗОМ
01.00.00 Физико-математические науки
Краткое описаниеВ работе предлагается асимптотическое решение краевой задачи, моделирующей перенос ионов соли в камере обессоливания электродиализного аппарата. Для этого область камеры обессоливания разбивается на две подобласти: электронейтральности и пространственного заряда, в каждой из которых, асимптотическое разложение имеет свой вид. В области пространственного заряда для однозначной разрешимости текущего приближения используется условие разрешимости следующего приближения
-
01.00.00 Физико-математические науки
Краткое описаниеАдекватная и технологичная оценка результативности, эффективности и качества научной деятельности конкретных ученых и научных коллективов является актуальной проблемой для информационного общества и общества, основанного на знаниях. Решение этой проблемы является предметом наукометрии и ее целью. Современный этап развития наукометрии существенно отличается от предыдущих появлением в открытом, а также платном on-line доступе огромного объема детализированных данных по большому числу показателей как об отдельных авторах, так и о научных организациях и вузах. В мире, это известные библиографические базы данных: Web of Science, Scopus, Astrophysics Data System, PubMed, MathSciNet, zbMATH, Chemical Abstracts, Springer, Agris или GeoRef. В России это прежде всего Российский индекс научного цитирования (РИНЦ). РИНЦ – это национальная информационно-аналитическая система, аккумулирующая более 9 миллионов публикаций российских ученых, а также информацию о цитировании этих публикаций из более 6000 российских журналов. Данных очень много, это так называемые «Большие данные» ("Big Data"). Но проблема состоит в том, чтобы осмыслить эти большие данные, точнее, выявить смысл значений наукометрических показателей) и тем самым преобразовать их в большую информацию («great information»), а затем применить эту информацию для достижения цели наукометрии, т.е. преобразовать ее в большие знания («great knowledge») о конкретных ученых и научных коллективах. Решение этой проблемы предлагается путем создания «Наукометрической интеллектуальной измерительной системы» на основе применения автоматизированного системно-когнитивного анализа и его программного инструментария – интеллектуальную систему «Эйдос». Приводится численный пример создания и применения Наукометрической интеллектуальной измерительной системы, на основе небольшого объема реальных наукометрических данных, находящихся в открытом бесплатном on-line доступе в РИНЦ
-
01.00.00 Физико-математические науки
Краткое описаниеВ данной статье кратко рассматриваются математическая сущность предложенной автором модификации взвешенного метода наименьших квадратов (ВМНК), в котором в качестве весов наблюдений применяется количество информации в них. Предлагается два варианта данной модификации ВМНК. В первом варианте взвешивание наблюдений производится путем замены одного наблюдения с определенным количеством информации в нем соответствующим количеством наблюдений единичного веса, а затем к ним применяется стандартный метод наименьших квадратов (МНК). Во втором варианте взвешивание наблюдений производится для каждого значения аргумента путем замены всех наблюдений с определенным количеством информации в них одним наблюдением единичного веса, полученным как средневзвешенное от них, а затем к ним применяется стандартный МНК. Подробно описана методика численных расчетов количества информации в наблюдениях, основанная на теории автоматизированного системно-когнитивного анализа (АСК-анализ) и реализованная в его программном инструментарии – интеллектуальной системе «Эйдос». Приводится иллюстрация предлагаемого подхода на простом численном примере. В будущем планируется дать более развернутое математическое обоснование метода взвешенных наименьших квадратов, модифицированного путем применения в качестве весов наблюдений количества информации в них, а также исследовать его свойства