this is for holding javascript data
Stepan Salov edited section_addcontentsline_toc_section_x__.tex
almost 8 years ago
Commit id: ab1d0ee253183531f2a2078b8bd522f3732a76b3
deletions | additions
diff --git a/section_addcontentsline_toc_section_x__.tex b/section_addcontentsline_toc_section_x__.tex
index 2eeb235..86d9c42 100644
--- a/section_addcontentsline_toc_section_x__.tex
+++ b/section_addcontentsline_toc_section_x__.tex
...
Мы будем минимизировать среднее значение от квадрата ошибки:
$E(e^{2}(t+1))\longrightarrow\min$
Т.к. все входящие в $e(t+1)$) случайные величины независимые и средние значения ошибок сенсора и модели равны нулю: $E[E_{t}]=E[N_{t+1}]=0$, и все перекрестные значения равны нулю:$E[E_{t}\cdot N_{t+1}]=E[e(t)\cdot E_{t}]=E[e(t)\cdot N_{t+1}]=0$,то получаем:
\begin{equation} \begin{equation}\label{Ee}
E(e^{2}(t+1))=(1-K_{t+1})^{2}\cdot (E(e^{2}(t))+D(E_{t}))+K^{2}_{t+1}\cdot D(N_{t})
\end{equation}
Где $D(E_{t})$ и $D(N_{t+1})$-дисперсии случайных величин $E_{t}$ и $N_{t+1}$.
Найдем минимальное значение для выражения
$(3)$ (\ref{Ee}) (т.е. найдем производную):
$$
-2\cdot (1-K_{t+1})\cdot (E(e^{2}(t))+D(E_{t}))+2\cdot K_{t+1}\cdot D(N_{t})=0\\
-E(e^{2}(t))–D(E_{t})+K_{t+1}\cdot E(e^{2}(t))+K_{t+1}\cdot D(E_{t})+K_{t+1}\cdot D(N_{t})=0\\