09.11.2014 Views

1 О. Б. Шейнин Статьи по истории теории ... - Sheynin, Oscar

1 О. Б. Шейнин Статьи по истории теории ... - Sheynin, Oscar

1 О. Б. Шейнин Статьи по истории теории ... - Sheynin, Oscar

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Гаусс привел несколько примеров и в одном из них вычислил<br />

дисперсию линейной формы W = [ce] независимых ошибок e i :<br />

m W 2 = ∑c i 2 m i 2 ,<br />

где m i 2 – среднее значение квадрата e i . Для двух функций таких<br />

ошибок, V 1 = [αe] и V 2 = [βe],<br />

E(V 1 V 2 ) = ∑α i β i m i 2 ≠ 0.<br />

6.5. Принцип наибольшего веса. Пусть исходные уравнения с<br />

k неизвестными будут<br />

a i x + b i y + c i z = L i = l i + ε i , i = 1, 2, …, n, n > k.<br />

Если их неравные веса, обозначенные через p i , натуральные<br />

числа, то, для приведения уравнений к одному и тому же весу,<br />

каждое i-е из них следует выписать p i раз, или, при любых весах,<br />

умножить его на p<br />

i<br />

. По условию наибольшего веса (см. ниже)<br />

oба случая приводят к обобщенному принципу наименьших<br />

квадратов [pvv] = min. Таким образом, вся теория может быть<br />

рассмотрена в предположении p i = Const.<br />

Ошибки наблюдений предполагаются несмещенными, Eε i = 0, и<br />

требуется определить оценки неизвестных xˆ , yˆ , z ˆ,<br />

также<br />

несмещенные,<br />

E x = xˆ , E y = yˆ , E z = zˆ<br />

,<br />

и обладающие наибольшими весами. Вывод Гаусса тяжеловесен и<br />

мы рекомендуем придерживаться изложения у Идельсона (1947, §<br />

11). В математической статистике несмещенные оценки с<br />

наименьшими дисперсиями, подчиняющиеся определенным<br />

аналитическим условиям, называются эффективными, так что<br />

оценки МНКв, полученные в 1823 г., являются эффективными.<br />

Ярошенко (1893) попытался обосновать МНКв неравенством<br />

Бьенеме – Чебышева. Если задать некоторую вероятность Р, то<br />

теснейший интервал 2ε для неравенства Р(׀ξ – ‏>׀Еξ ε) имеет<br />

место при наименьшей дисперсии varξ, и этот очевидный вывод<br />

позволяет выбрать оптимальные множители и наилучшие оценки<br />

(оценки МНКв) неизвестных. Можно сказать, что Ярошенко не<br />

сказал ничего нового, но по крайней мере включение неравенства<br />

Бьенеме – Чебышева явилось здесь интересным. Впрочем, Усов<br />

(1867) намного опередил Ярошенко.<br />

6.6. Линейные функции оценок. Оценки неизвестных нельзя<br />

считать независимыми, поэтому оценивать вес (или дисперсию)<br />

их функции приходится косвенным образом. Эта задача<br />

естественно появляется в геодезии, чего Гаусс не указал. Пример:<br />

определить вес какой-либо стороны триангуляции после её<br />

уравнивания. Мы снова рекомендуем читателям воспользоваться<br />

изложением у Идельсона (1947, § 13).<br />

65

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!