deletions | additions       diff --git a/textbf_x_t_F_t__.tex b/textbf_x_t_F_t__.tex  index 2d33928..acba718 100644  --- a/textbf_x_t_F_t__.tex  +++ b/textbf_x_t_F_t__.tex 
...
\textbf{Алгоритм Калмана:}\\  Фильтр Калмана – последовательный рекурсивный алгоритм, использующий принятую модель динамической системы для получения оценки, которая может быть существенно скорректирована в результате анализа каждой новой выборки измерений во временной последовательности. Этот алгоритм находит применение в процессе управления многими сложными динамическими системами, например, непрерывными производственными процессами, самолетами, кораблями и космическими аппаратами. При управлении динамической системой, прежде всего, необходимо полностью знать её фазовое состояние в каждый момент времени. Но измерение всех переменных, которыми необходимо управлять, не всегда возможно, и в этих случаях фильтр Калмана является тем средством, которое позволяет восстановить недостающую информацию посредством имеющихся неточных (зашумленных) измерений.\\  \\  Предполагаем, что стохастическая система $x(t) = F(t)x(t) + \xi(t)$ может быть описана моделями динамики и измерений \begin{equation}  z $z  = H(t)x(t) + \eta(t)  \end{equation} \eta(t)$.\\  Здесь $x(t)$ - верктор состояния динамической системы, который является случайным Гауссовским процессом, $z_k$ - измерения, полученные в момент времени $t_k$. Ошибки измерений $\xi_k$ и $\eta_k$ также являются случайными процессами с нулевым математическим ожиданием и независимы друг от друга\\  \begin{equation}  E\xi_k = E\eta_k = 0