Далее построим «-мерный вектор-столбец u(t), который
имеет
(я—
1)-нулевую
компоненту, а k-я компонента равна еди-
нице.
Предыдущие оценки п вероятностей можно рассматри-
вать как «-компонентный вектор-столбец p(t—1). Процесс пе-
ресмотра этих оценок с
учетом
текущей информации является
экспоненциальным
сглаживанием вектора u(t) по формуле
(11.4)
где а — константа из интервала 0 < сс< 1, параметр адапта-
ции,
определяющий скорость обновления оценок. Каж-
дая компонента вектора модифицируется экспоненци-
альным сглаживанием нуля или единицы.
Так
как p{t~ 1) — вектор вероятностей, то все его компо-
ненты
неотрицательны и их сумма должна быть точно рав-
на.единице.
Экспоненциальное сглаживание не'может сде-
лать компоненту отрицательной, и сумма полученных новых
оценок
компонент равна предыдущей сумме, т.е. единице:
(П.5)
Таким
образом, экспоненциальное сглаживание векто-
ра вероятностей
дает
обновленный вектор вероятностей.
§ 3. ПРОБЛЕМЫ ОПТИМАЛЬНОСТИ
АДАПТИВНОЙ ПРОЦЕДУРЫ
ОБНОВЛЕНИЯ ГИСТОГРАММЫ
Рассмотрим событие i. Если закон распределе-
ния
наблюденных значений х, не меняется, то математичес-
кое ожидание значения компоненты i вектора и(/), подлежа-
щего сглаживанию, точно равно действительной вероятности р,
наступления события i и математическое ожидание оценки
равно действительной вероятности:
268