deletions | additions       diff --git a/untitled.tex b/untitled.tex  index a04ad53..32e1a16 100644  --- a/untitled.tex  +++ b/untitled.tex 
...
\section{Алгоритм Калмана} Фильтр Калмана~-— эффективный рекурсивный фильтр, который оценивает состояние линейной динамической системы по серии неточных измерений.Назван в честь Рудольфа Калмана. \section{Постановка задачи} Обозначим за $x_t$ величину которую мы считываем с датчика и которую необходимо отфильтровать. Уравнение этой величины\\ \begin{equation} $x_k+1$ = x_k + astdt + \xi_k$ \end{equation} Где a,s – параметры, $\xi_k$ – случайная величина, внешние влияния на движение.\\ Поскольку у датчика есть погрешность, мы получаем координату с погрешностью $\eta_k$\\ \begin{equation} $z_k = x_k + \eta_k$ \end{equation} Далее нам нужно найти фильтрованную величину x^{opt}. $x^{opt}$.  Для этого воспользуемся формулой\\ \begin{equation} x^{opt}_k $x^{opt}_k  = K\cdot z_{k+1} + (1-K)\cdot (x^{opt}_k + u_k) u_k)$  \end{equation} где \section{Код на MATLAB}