Dedetermination - method of some modeling problems’ solving

Cover Page

Cite item

Full Text

Abstract

The method of dedetermination as a new method designed to solving problem of calculation of deterministic functions with the so-called singular points where the function does not take a certain value is proposed. The aim is to describe an approach that allows for division by zero and thus exclude singular points of such functions. The proposed method is to move from problematic (from point of view of calculating) exact function to the corresponding not determined (interval) function by replacing determined function parameters by corresponding interval parameters. Due to this change the values of the function at the singular points will be well-defined interval and values. Latter allows you to solve the problem of finding the function meaning. The solution to this problem is achieved by legalization of division by zero by intervalization of calculations. It uses the principle of cutting out a neighborhood of zero in the interval being denominator of the fraction representing studied function. For the simplified by cutting out interval function the effective formulas are derived based on the main provisions of interval mathematics and make it easy to calculate the value of this function. The proposed in the article approach to the problem of calculating functions with singular points is important for all classes of systems in which the problem really exists. It is about the systems which functions have any number of specific points. Such systems exist mostly in telemetry, reliability theory and practice, humanitarian and many others areas. Features of these areas is that they do not always apply the classical methods of deterministic mathematics. This leads to search for new approaches to solving problems that arise here.

About the authors

Vitaliy Ilich Levin

Penza State Technological Academy

Email: levin@pgta.ru
Doctor of Technics, Professor, Science Advisor of Rector, Honored Worker of Science of Russian Federation Penza, Russian Federation

References

  1. Гнеденко Б.В. Курс теории вероятностей. М.: Наука, 2004. 350 с.
  2. Заде Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976. 165 с.
  3. Алефельд Г., Херцбергер Ю. Введение в интервальные вычисления. М.: Мир, 1987. 360 с.
  4. Горбань И.И. Феномен статистической устойчивости. Киев: Наукова Думка, 2014. 370 с.
  5. Wiener N. Extrapolation, Interpolation and Smoothing of Stationary Time Series. N. Y.: Technology Press and Wiley, 1949. 180 p.
  6. Колмогоров А.Н. Интерполирование и экстраполирование стационарных случайных последовательностей // Известия АН СССР. Математика. 1941. № 5. С. 3-14.
  7. Канторович Л.В. О некоторых новых подходах к вычислительным методам и обработке наблюдений // Сибирский математический журнал. 1962. Т. 3. № 5. С. 3-14.
  8. Налимов В.В., Чернова Н.А. Теория эксперимента. М.: Наука, 1971. 320 с.
  9. Нариньяни А.С. Недоопределенность в системе представления и обработки знаний // Известия АН СССР. Техническая кибернетика. 1986. № 5. С. 3-28.
  10. Hyvonen E. Constraint Reasoning Based on Interval Arithmetic: the Tolerance Propagation Approach // Artificial Intelligence. 1992. V. 58. P. 19.
  11. Вощинин А.П., Сотиров Г.Р. Оптимизация в условиях неопределенности. М.: МЭИ - София; Техника, 1989. 226 с.
  12. Вощинин А.П., Бочков А.Ф., Сотиров Г.Р. Интервальный анализ данных // Заводская лаборатория. 1990. № 7. С. 76-81.
  13. Куржанский А.Б. Задача идентификации - теория гарантированных оценок // Автоматика и телемеханика. 1991. № 4. С. 75-89.
  14. Левин В.И. Дискретная оптимизация в условиях неопределенности // Автоматика и телемеханика. 1992. № 7. С. 97-106.
  15. Левин В.И. Булево линейное программирование с интервальными коэффициентами // Автоматика и телемеханика. 1994. № 7. С. 111-122.
  16. Левин В.И. Интервальное дискретное программирование // Кибернетика и системный анализ. 1994. № 6. С. 92-103.
  17. Левин В.И. Нелинейная оптимизация в условиях интервальной неопределенности // Кибернетика и системный анализ. 1999. № 2. С. 138-146.
  18. Левин В.И. Методы оптимизации систем в условиях интервальной неопределенности параметров // Информационные технологии. 2012. № 4. С. 17-22.
  19. Левин В.И. Методология оптимизации в условиях неопределенности методом детерминизации // Информационные технологии. 2014. № 5. С. 13-21.
  20. Левин В.И. Анализ поведения неточно заданных функций с помощью интервально-дифференциального исчисления // Информационные технологии. 2015. Т. 21. № 3. С. 163-170.

Supplementary files

Supplementary Files
Action
1. JATS XML


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».