Hogy hívják ezt a függvény vagy statisztika tulajdonságot?
A maximum statisztika rendelkezik vele, mert ha (akár eltérő méretű) minták maximumait veszem, és aztán azok maximumát, akkor a képzeletben egyesített minták maximumát kapom.
max(1,7,3) = 7
max(2,9,5) = 9
max(1,7,3 , 2,9,5) = 9 = max(7,9)
Az átlag nem rendelkezik vele, mert ha több minta átlagát átlagolom, az nem lesz azonos az egyesített minták átlagával. (A minták méretével súlyozva már igen, de a sima átlag nem ilyen.)
Ha erre a tulajdonságra nincs külön elnevezés, hogyan írnátok körül a legelegánsabban?
1-es, köszönöm a választ! Melyik a másik művelet, amire gondoltál? Egy művelet egy másikra nézve tud disztributív lenni.
Abban megvilágosodtam a válaszodat olvasva, hogy tényleg egyszerű, alaptulajdonságról van szó. Az asszociativitás lenne a helyes válasz, ha csak két változós függvényekről beszélnénk. A kétváltozós max(x, y) és avg(x, y) esetén az asszociativitás a válasz. De az átlag és a maximum több értéken is értelmezhető, hiszen lehet 3, 4, 5, ..., N, (vagy akár végtelen sok) szám maximumáról vagy átlagáról is beszélni.
A maximumképzés alaptulajdonsága, tetszőleges halmazra igaz.
Ha két (bármennyi) halmaznak külön külön megkeressük a maximumát, akkor az egyesített halmaz maximuma a két (bármennyi) maximum közül az egyik, mégpedig a maximumok halmazának maximuma. És az tényleg az asszociativitás.
Én is ezt sejtem, de valami még zavar. Binér művelet asszociativitása világos. Az rendben van: f(f(a, b), c) = f(a, f(b, c))
De hogyan általánosíthatjuk ezt N db paraméterre? Pl. a g(x, y, z) függvény (ami 3 paraméterrel rendelkezik a megszokott 2 helyett) mikor asszociatív?
Azt kicsit erősnek tűnik definíciónak, hogy akkor az, ha van mögötte egy olyan kétváltozós függvény, hogy a g(x, y, z) = f(f(x, y), z) = f(x, f(y, z)) alakban írható fel, ahol f asszociatív. Vagy éppen ez lenne az általánosított definíció?
Egyébként az asszocivitás, disztributivitás, kommutativitás közül bármit ráhúzhatsz. Én azt mondanám, hogy a változóinak egy tetszõleges halmazában idempotens, azaz, a változóinak egy tetszõleges halmazát le lehet cserélni a maximumukra. (Az összeadás (elemszám-mérték) is ilyen)
De nem találkoztam még ezzel a tulajdonsággal, vagy hogy bárhogy nevezték volna, jó kérdés hogy mi a leglényege, de semmi frappánsat/elegánsat nem találok (pedig sokat gondolkodtam).
Az "én problémám" nem a maximumokról szól, az csak egy példa volt. Az összes olyan statisztikát jól tudom használni egy bizonyos esetben, ami rendelkezik azzal a tulajdonsággal, amivel a maximum statisztika (és a minimum, és a súlyozott átlag, és a megszámlálás, stb.) rendelkezik. Ezt a tulajdonságot szeretném megragadni, és közvetíteni, hogy minden olyan statisztika behelyettesíthező ide, és értelmes eredményre lehet vele jutni, ami olyan, mint pl. a maximum.
Ha nincs "általában asszociativitás", akkor nem mondhatjuk, hogy a szóban forgó tulajdonság az asszociativitás lenne, hiszen az asszociativitás definíciója kétváltozós függvényekről szól, és pl. a maximum függvény nem egy kétváltozós függvény, hanem egy sokaságon értelmezett stat. függvény. Történetesen visszavezethető a 2 változós maximum függvényre, de általában ez nem tudom, hogy mennyire igaz. Pontosabban ez egy kérdés: ha egy statisztika rendelkezik azzal a tulajdonsággal, amit keresek, az ekvivalens-e azzal, hogy létezik egy 2 változós, asszociatív függvény, amivel felírható a statisztikám olyan módon, hogy a sokaság elemeire végzem el páronként a két változós műveletet...
Tehát ahogy a max(a1, a2, ..., an) felírható max(a1, max(a2, ... max(a[n-1], an)...)) alakban -- ami csak egy zárójelezési mód az összes lehetséges zárójelezés közül, de mivel a max(x, y) asszociatív, így teljesen mindegy melyik zárójelezést választjuk --, úgy mindig felírható-e egy ilyen s "jó statisztika" egy asszociatív f függvénnyel
s(a1, a2, ..., an) = f(a1, f(a2, f(a3, ... f(a[n-1], an) ... ))) = ... = f( ... f(f(a1, a2), a3), ..., an)
alakban.
Kapcsolódó kérdések:
Minden jog fenntartva © 2024, www.gyakorikerdesek.hu
GYIK | Szabályzat | Jogi nyilatkozat | Adatvédelem | Cookie beállítások | WebMinute Kft. | Facebook | Kapcsolat: info(kukac)gyakorikerdesek.hu
Ha kifogással szeretne élni valamely tartalommal kapcsolatban, kérjük jelezze e-mailes elérhetőségünkön!