Fourier bilenler.. - sayfa 9

 

 

Bunlar Fourier için geçerli olmayanlardır).

 
forte928 :

alttaki şekilde, Fourier dönüşümü işleminde elde edilen kırmızı eğri ve birkaç fonksiyon..

yeşil orijinal veridir ..

Dönüşüm sürecinde, başlangıç noktasında[0] kararlı bir süreç elde etmek için dönüşüm periyodunun seçilmesi gerekir.

Fourier dönüşümü gelecekte bu süreci etkilemez.


Ama ya sizin yönteminize göre daha ileri gidip kırmızı ve yeşil çizgiler arasındaki kalanı aynı şekilde genişletirsek?

 
kim bunu düşünür.

Bence bizim durumumuz.

https://www.mql5.com/go?link=http://dxdy.ru/topic54592.html

ve lsm ve mnm'nin https://ru.wikipedia.org/wiki/Maximum-likelihood_method ile değiştirilmesi daha uygun olabilir
 
Freud :

kim bunu düşünür.

Bence bizim durumumuz.

https://www.mql5.com/go?link=http://dxdy.ru/topic54592.html

ve lsm ve mnm'nin https://ru.wikipedia.org/wiki/Maximum-likelihood_method ile değiştirilmesi daha uygun olabilir

Size bir sır vereceğim, LSM ve MNM, MMP'nin özel durumlarıdır.
 
Ve doğrusal olmayan fonksiyonlara gerileme için, bir sürü yinelemeli yöntem vardır - Levenberg-Mcquardt, L-BFGS, sonuçta, en küçük modüllerle çözersek, olağan gradyan inişi ...
 
alsu :
Size bir sır vereceğim, LSM ve MNM, MMP'nin özel durumlarıdır.


Ayrıca tüm dünyaya bir sır olarak ekleyeceğim, LSM hatanın Gauss olduğu varsayımıyla MMP'den, MNM ise hatanın Laplacian olduğu varsayımıyla MMP'den çıkar. Yani, doğrusal bir modelleme problemimiz var:

x[n] = SUM( a[i]*f[i][n] ) + e[n], n=1...N

veya

x[n] = y[n] + e[n], burada y[n] = TOPLA( a[i]*f[i][n] ), n=1...N

burada x[] - giriş verileri, a[] - katsayılar, f[][] - regresyon fonksiyonları, e[] - model hatası. Örneğin, f[i][n] = exp(j*2*pi*i*n/N) ile bu formül Fourier serisini verir. e[] hatasının Gausian olduğunu varsayarsak, yani. P(e) ~ exp(-e^2/2/s^2), sonra IMF LSM'ye yol açar, yani a[] katsayılarını hatanın karelerinin toplamını en aza indirerek bulma:

Nesne İşlev = TOPLA(e[n]^2) = TOPLA( (x[n] - y[n])^2 ).

e[] hatasının Laplacian olduğunu varsayarsak, yani. P(e) ~ exp(-|e|/s), ardından MMP, MIS'e yol açar, yani. hata modüllerinin toplamını en aza indirerek a[] katsayılarını bulma:

Nesne İşlev = TOPLA(|e[n]|) = TOPLA( |x[n] - y[n]| ).

Daha genel olarak, hata bir süper Gauss dağılımı P(e) ~ exp(-e^q) ile tanımlanabilir. Neden herkes Gauss dağılımını seçiyor? Evet, çünkü doğrusal bir modelin LSM'si Obj Func'ın türevini alarak ve sonucu sıfıra eşitleyerek kolayca çözülebilir. Örneğin, verileri bir Fourier serisine genişletme yöntemi buradan gelir. SUM( |x[n] - y[n]| ) arasında ayrım yapmayı deneyin.

Peki doğru hata dağılımı nedir? Doğrusal modelimiz ile modellediğimiz sürecin doğasına bağlıdır. bundan eminsen

(1) hisse senedi fiyatları, sinüs ve kosinüs içeren doğrusal bir modelle tanımlanır ve

(2) model hatası Laplacian dağılımına uymalıdır,

sonra devam edin, SUM'u simge durumuna küçültün( |x[n] - y[n]| ). Fields Ödülü için başvurunuzu göndermeyi unutmayın.

 
gpwr :


Fields Ödülü için başvurunuzu göndermeyi unutmayın.

Bunun için bir Nobel Ödülü verebilirler)) ekonomide))
 
Freud : matematik gerçekleri belirtir/açıklar

Matematik bilimin dilidir . Gerçeklerle alakası yok.

Ancak gerçekler bazen matematik dilinde oldukça doğru bir şekilde tanımlanabilir ve örneğin fizik olarak adlandırılabilir.

 
Freud :
kısacası fiziğin her zaman matematikle anlatılabileceği ortaya çıktı ama matematik her zaman fizikle açıklanamaz değil mi? eğer öyleyse, o zaman bilimlerin kraliçesi olarak matematik, bir kez daha rasyonel bilinci devirdi)))

Rasyonel bilinç nedir? Fiyatlara sinüzoidler dahil mi? Yoksa MNM ile mi? Ve fizik nedir? Fourier'deki gibi sadece sinüs ve kosinüslerin değil, herhangi bir N ortogonal fonksiyonunun bir dizi N değerine girilebileceğini anlayın. O halde, neden tam olarak sinüs ve kosinüslerin piyasa fiyatlarını modellemek için fiziksel bir anlamı olduğunu düşünün?