Ортогонално множество - Голямата енциклопедия на нефта и газа, статия, страница 1
ортогонален набор
Безкрайно ортогонално множество, което не съдържа нулеви вектори, също е линейно независимо, тъй като всяко крайно подмножество от него е линейно независимо. [1]
Ортогоналните набори от латински квадрати могат да се разглеждат като частично балансирани блокови диаграми. [2]
Ортогонално множество от нормализирани функции Qh ( t) се нарича ортонормално. [3]
Ортогонален набор от k s - фактори на ниво от тип q и обем N, означен с ( N, k, s, q), се разбира като набор със свойството: всички SQ комбинации от нива, съответстващи на q фактори от разглежданите k фактори, се появяват еднакъв брой пъти в набора. [4]
Предложение 23.1. Ортогонален набор (набор от по двойки ортогонални вектори), който не съдържа нулеви вектори, е линейно независим. [5]
Един важен специален случай на ортогонален набор от /-квадрати се въвежда чрез следната дефиниция. [6]
Нека ( 1) е краен ортогонален набор, който не съдържа нулеви вектори. [7]
Например, [30]), съществува максимално ортогонално множество Om e такова, че ако всяко ортогонално множество A съдържа Q, тогава A Q. Нека допълнително покажем, че затвореното подпространство L(Q), генерирано от множеството Q, всъщност съвпада с цялото Хилбертово пространство. [8]
Ако sfe) не е ортогонален набор, приемникът (фиг. 4.7, b), използващ N корелатори с еталонни сигнали y, d) вместо M, е по-рентабилно изпълнение. [10]
Теорема 4.1.1. Редовният факторен дизайн на мощността t In прави възможно получаването на двоен ортогонален набор от главни ефекти и ефекти на взаимодействие до и факториелвключително. Редовният факторен дизайн на степен t 2n - f - 1 ни позволява да получим ортогонален по двойки набор от главни ефекти и ефекти на взаимодействие до и включително k-факторни ефекти, всеки от които също е ортогонален на всички (n 1) - ефекти на факторно взаимодействие. [единадесет]
Тук разглеждаме геометричното представяне на сигнални и шумови вектори, по-специално антиподални и ортогонални набори от сигнали. [12]
Първият тип включва основните ефекти и ефектите от взаимодействията, които са включени в двойните ортогонални набори от ефекти на всеки план Br поотделно. [13]
Сред мерките за премахване или намаляване на мултиколинеарността отбелязваме следното: 1) изграждане на регресионни уравнения въз основа на отклонения от тенденцията или крайни разлики; 2) трансформиране на набор от независими променливи в няколко ортогонални множества с помощта на методите на многовариантния статистически анализ (факторен анализ или метод на главните компоненти); 3) изключване от разглеждане на един или повече линейно свързани аргументи. [14]