Ausgleichungsrechnung in linearen Modellen. Grafarend, Erik W. und Burkhard Scha
Gutes Ex. - Aufgabe der Ausgleichungsrechnung ist es, mathematische Modelle an empirische Daten (Messungen, Beobachtungen) optimal anzupassen. Gegeben wird ein systematischer Überblick über Grundsätze, je nachdem ob die Variablen im allgemeinen linearen Modell stochastisch angesetzt werden oder nicht. Im Falle nichstochastischer linearer Modelle werden die Methoden der kleinsten Quadrate L2-Norm-Optimierung) und der minimalen Norm unter Verwendung von generalisierten inversen Matrizen behandelt. Die stochastischen linearen Modelle, ausgehend vom Speziellen Gauß-Markov-Modell mit und ohne Restriktionen über das Allgemeine Gauß-Markov-Modell mit Datumdefekt (Kollinearität) und singulärer Dispersionsmatrix bis hin zum Gemischten Gauß-Markov-Modell mit fixen und Zufallsparametern werden hierarchisch gegliedert.
Jetzt bei Ebay:
