Что такое дискретные величины и сигналы. Как понятие дискретности используется в математике, физике и информатике. Чем дискретные данные отличаются от непрерывных. Примеры дискретных систем.
Что означает термин «дискретный»
Слово «дискретный» происходит от латинского discretus, что означает «разделенный, прерывистый». В широком смысле дискретный – это прерывистый, состоящий из отдельных частей или элементов. Это понятие противопоставляется непрерывности.
Основные значения термина «дискретный»:
- Прерывистый, разделенный на отдельные части
- Состоящий из отдельных, различимых элементов
- Принимающий только определенные фиксированные значения (в противоположность непрерывному изменению)
- Изменяющийся скачкообразно, а не плавно
Дискретные величины в математике
В математике под дискретными величинами понимают величины, которые могут принимать только отдельные, изолированные значения. Между двумя соседними значениями дискретной величины существует некоторый «разрыв», в котором нет промежуточных значений.
Примеры дискретных математических величин:
- Целые числа
- Рациональные числа
- Значения вероятности в теории вероятностей
- Числа элементов конечных множеств
Дискретные величины противопоставляются непрерывным, которые могут принимать любые значения в некотором интервале. Например, действительные числа являются непрерывными.
Применение понятия дискретности в информатике
В информатике и цифровой обработке сигналов широко используется концепция дискретных данных и сигналов. Дискретный сигнал – это сигнал, имеющий конечное число возможных значений. В отличие от аналогового сигнала, который может принимать бесконечное множество значений, дискретный сигнал «квантуется» по уровню.
Ключевые особенности дискретных сигналов в информатике:
- Принимают только фиксированные значения из определенного набора
- Изменяются скачкообразно
- Могут быть закодированы в цифровом виде
- Устойчивы к помехам при передаче
Дискретизация аналоговых сигналов лежит в основе цифровых технологий передачи и обработки информации.
Дискретность в физике и естественных науках
В физике понятие дискретности играет важную роль, особенно в квантовой механике. Многие физические величины на микроуровне могут принимать только дискретные значения:
- Энергетические уровни электронов в атоме
- Спин элементарных частиц
- Электрический заряд
- Масса элементарных частиц
Дискретность фундаментальных физических величин лежит в основе современной квантовой теории. Это радикально отличает квантовую механику от классической физики, где большинство величин считались непрерывными.
Примеры дискретных систем
Дискретными называют системы, состояние которых может изменяться только скачкообразно, принимая определенные фиксированные значения. Вот несколько примеров дискретных систем:
- Цифровые электронные устройства
- Механические часы со стрелками
- Системы автоматического управления с релейными элементами
- Конечные автоматы в теории алгоритмов
- Системы массового обслуживания с дискретными состояниями
Дискретные системы часто описываются с помощью математического аппарата теории конечных автоматов, дискретной математики и теории графов.
Дискретный анализ как раздел математики
Дискретный анализ – это область математики, изучающая свойства структур финитного (конечного) характера. Основные разделы дискретного анализа:
- Теория графов
- Комбинаторика
- Теория кодирования
- Криптография
- Теория конечных автоматов
Методы дискретного анализа широко применяются в компьютерных науках, теории алгоритмов, исследовании операций и других областях.
Дискретные и непрерывные модели
При моделировании различных процессов и явлений часто возникает вопрос выбора между дискретной и непрерывной моделью. Дискретные модели оперируют отдельными состояниями системы, изменяющимися скачкообразно. Непрерывные модели описывают плавное изменение параметров.
Выбор типа модели зависит от особенностей изучаемого объекта и целей моделирования. Иногда одно и то же явление может описываться как дискретной, так и непрерывной моделью в зависимости от масштаба рассмотрения.
Заключение
Понятие дискретности играет важную роль в современной науке и технике. Противопоставление дискретного и непрерывного лежит в основе многих фундаментальных теорий. Развитие цифровых технологий во многом основано на дискретном представлении информации. Понимание сущности дискретных процессов и величин необходимо для эффективной работы во многих областях – от математики и физики до информатики и цифровой электроники.
дискретный — это… Что такое дискретный?
Дискретный — (от лат. discretus раздельный, прерывистый). Это прилагательное может употребляться в разных контекстах: В дискретной математике дискретным называется счётное множество, эта концепция также важна в комбинаторике и теории вероятностей. В общей… … Википедия
дискретный — разрывный, прерывистый; корпускулярный, цельночисленный, раздельный, целочисленный, конечный. Ant. непрерывный, континуальный Словарь русских синонимов. дискретный прил., кол во синонимов: 8 • дробный (16) • … Словарь синонимов
дискретный — Относящийся к данным, которые состоят из отдельных элементов, таких как символы, или к физическим величинам, имеющим конечное число различных распознаваемых значений, а также к процессам и функциональным блокам, использующим эти данные. [ИСО/МЭК… … Справочник технического переводчика
ДИСКРЕТНЫЙ — ДИСКРЕТНЫЙ, ая, ое; тен, тна (книжн.). Раздельный, состоящий из отдельных частей. | сущ. дискретность, и, жен. Толковый словарь Ожегова. С.И. Ожегов, Н.Ю. Шведова. 1949 1992 … Толковый словарь Ожегова
дискретный — ая, ое. discret, te. 1. устар. Скромный, хранящий тайну (в яз. света и двора). Надлежит вам в словах и делах быть весьма дискретну и приобресть себе не наружную токмо похвалу, но существенную доверенность и почтение. 1761. АВ 31 119. Вы столь… … Исторический словарь галлицизмов русского языка
Дискретный — [discrete] см. Дискретность … Экономико-математический словарь
Дискретный — Изменяющийся между двумя различными состояниями подобно выключателю, который может быть либо включен, либо выключен. Краткий толковый психолого психиатрический словарь. Под ред. igisheva. 2008 … Большая психологическая энциклопедия
дискретный — 4.2.6 дискретный: Относящийся к данным, которые состоят из отдельных элементов, таких как символы, или к физическим величинам, имеющим конечное число различных распознаваемых значений, а также к процессам и функциональным блокам, использующим эти … Словарь-справочник терминов нормативно-технической документации
дискретный — (лат. discretus) прерывистый, состоящий из отдельных частей; мат. раздельный, прерывный; д ая величина такая величина, между отдельными значениями которой заключено лишь конечное число других её значений; противоп. непрерывная величина. Новый… … Словарь иностранных слов русского языка
дискретный — ▲ прерывный ↑ в виде, только, отдельный, величина дискретность возможность принимать только некоторые определенные значения. дискретизация. | дискретный. точечный. градация. квант неделимая порция к л. величины. квантование. квантовый. инкремент … Идеографический словарь русского языка
дискретный — diskretus statusas T sritis automatika atitikmenys: angl. discrete vok. diskret rus. дискретный pranc. discret … Automatikos terminų žodynas
Дискретное значение — энергия — Большая Энциклопедия Нефти и Газа, статья, страница 1
Дискретное значение — энергия
Cтраница 1
Дискретные значения энергии тех Р — электронов, которые вследствие внутренней конверсии выбрасываются электронной оболочкой атома, как уже было пояснено, строго соответствуют скачкообразным изменениям квантовых состояний ядра и атома в целом. Вместе с тем надежно установлено, что именно р-электроны с непрерывным, а не дискретным распределением скоростей имеют, несомненно, ядерное происхождение. [2]
Дискретные значения энергии часто называют уровнями энергии, или энергетическими уровнями, а низший уровень — основным. Следующий за основным уровень, называемый первым возбужденным, имеет энергию Е2 4л2 / 2 / га. [3]
Дискретные значения энергии электрона в атоме получаются из того условия, что на длине орбиты, по которой движется электрон, должно укладываться целое число волн. [4]
Дискретные значения энергии электрона получаются из условия, чтобы на той длине, на которой движется электрон, укладывалось целое число волн. [5]
Как дискретные значения энергии, так и вид собственных — функций определяются совокупностью квантовых чисел п, I, т, которые хотя и не содержатся в самом уравнении Шредингера, но вводятся в него при решении. [7]
Набор дискретных значений энергии соответствует связанному состоянию всех частиц, в том числе электронов в системе. Переходы между ними, схематично изображенные на рис. 6.10, образуют линейчатый спектр. [8]
Фактически, дискретные значения энергии электрона в атоме следуют из условия, что на длине орбиты, по которой движется электрон, должно укладываться целое число волн. [9]
Электронам конверсии соответствуют дискретные значения энергии, зависящей от работы выхода электрона из оболочки, из которой электрон вырывается, и от энергии Е, отдаваемой ядром при переходе из возбужденного состояния в основное. Возникшее в результате вылета электрона вакантное место на внутренней оболочке атома будет заполняться электронами с вышележащих оболочек. Поэтому внутренняя конверсия всегда сопровождается характеристическим рентгеновским излучением. [10]
Электронам конверсии соответствуют дискретные значения энергии, зависящей от работы выхода электрона из оболочки, из которой электрон вырывается, и от энергии Е, отдаваемой ядром при переходе из возбужденного состояния в основное. Возникшее в результате вылета электрона вакантное место на внутренней оболочке атома будет заполняться электронами с вышележащих оболочек. Поэтому внутренняя конверсия всегда сопровождается характеристическим рентгеновским излучением. [12]
Вместо введения множества дискретных значений энергии активации возможен и другой путь: введение зависимости энергии активации релаксационного процесса от температуры. Этот прием позволяет описать характерные особенности изменения предела вынужденной эластичности овэ с температурой ( см. стр. [13]
Электроны в атоме имеют определенные дискретные значения энергии — уровни, как принято говорить. При сближении атомов друг с другом у электронов появляется возможность обмениваться местами. Надо вспомнить, что микрочастицы могут проходить через потенциальные барьеры — области пространства, где потенциальная энергия больше полной энергии частицы. В результате таких переходов одинаковые уровни энергии расщепляются, причем разность соседних уровней энергии определяется энергией взаимодействия атомов друг с другом — способностью электронов перебираться из одного атома в другой. Электроны, если их всего два, как в двух атомах водорода, оккупируют нижний уровень; их спины при этом, естественно, будут антипараллельны. [14]
Различным стационарным орбитам соответствуют возможные дискретные значения энергии атома. [15]
Страницы: 1 2 3 4
Дискретные и непрерывные данные—Справка | ArcGIS Desktop
Доступно с лицензией 3D Analyst.
Значения, присваиваемые ячейкам поверхности, могут быть представлены как дискретными, так и непрерывными данными. Пространственные объекты и поверхности в ArcGIS могут быть представлены дискретными и непрерывными данными.
Дискретные данные, также известные как категорийные или прерывистые, в основном используются для представления объектов как в векторных, так и в растровых системах хранения данных. Дискретные объекты имеют четко определяемые границы. Нетрудно точно определить, где начинается и где заканчивается такой объект. Озеро – это дискретный объект, окруженный ландшафтом. Место, где кончается вода и начинается суша, можно четко определить. К другим дискретным объектам относятся здания, дороги и земельные участки. Дискретные объекты обычно обозначаются существительным.
Непрерывные данные, или непрерывная поверхность, отображают явление, в котором каждая точка поверхности является мерой плотности, мерой отношения к некой фиксированной точке пространства или отношением к точке происхождения. Непрерывные данные также называются полями, не дискретными (непрерывными) данными или данными поверхности.
Один из типов непрерывной поверхности вычисляется на основе характеристик, определяющих поверхность, в которой каждая точка пространства вычисляется относительно фиксированной регистрационной точки. Сюда относится высота (фиксированная точка – уровень моря) и экспозиция (фиксированная точка – одно из направлений: север, восток, юг, запад).
Дискретные и непрерывные пространственные объекты
Большинство приложений ArcGIS используют дискретную географическую информацию, например, собственность земельных участков, классификацию почв, зонирование и землепользование. Эти типы данных отображаются с помощью номинальных, порядковых, интервальных и относительных значений. Поверхности представлены непрерывными данными, такими как высоты, количество осадков, концентрация загрязнений и т.д. Эти данные могут быть представлены в виде непрерывной поверхности, которая, в основном, не имеет резких переходов.
Дискретные объекты
Дискретные объекты не являются непрерывными и имеют четкие границы. Например, дорога имеет известную ширину и длину и представлена на карте в виде линии. Карта собственности на землю отражает границы между различными участками. Существуют четкие отличия в характеристиках (имя владельца, номер участка и тип собственности) между каждым пространственным объектом карты.
Примеры дискретных пространственных объектов показаны на карте землевладений.
Дискретные пространственные объекты карты также могут быть представлены в виде тематических данных. Эти данные или объекты легко отображаются на карте в виде точек, линий или полигонов. К настоящему моменту вы уже должны знать, как структура данных ArcGIS используется для отображения топологических отношений двумерных пространственных объектов. Объекты карты могут иметь атрибуты, использующиеся для их описания, присвоения символов и создания надписей. Кроме того, имеется возможность проведения дополнительного анализа для определения или выявления новых взаимосвязей между этими пространственными объектами.
Непрерывные пространственные объекты
Непрерывные пространственные объекты не имеют четких границ в пространстве. В основном переход между возможными значениями на непрерывной поверхности происходит без резкого изменения значений. Атрибут поверхности хранится как z-значение, единственная переменная, связанная с парой координат x,y. Например, значения высот являются непрерывными по всей поверхности. Любое представление поверхности является только образцом (поднабором) значений всей поверхности.
Постепенное изменение непрерывных данных
Второй тип непрерывной поверхности демонстрирует явление, постепенно меняющееся по мере удаления от точки-источника. В качестве примеров таких покрытий можно привести данные по движению жидкостей или воздуха. Эти поверхности характеризуются способом перемещения явления.
Один тип движения – это сквозная диффузия или любое другое перемещение, при котором явление движется от областей с высокой концентрацией к областям с низкой концентрацией до тех пор, пока не произойдет выравнивание. К характеристикам поверхности с таким вариантом перемещения относятся, например, концентрация соли, распределяющаяся по воде или земле, распространение нефтяного пятна или распределение огня от центра лесного пожара. Поверхности такого типа должны иметь источник. Концентрация у источника всегда выше, затем она снижается как функция расстояния и параметров среды распространения.
В приведенном выше примере поверхности с источником концентрация явления в любой точке является функцией проникающей способности.
Еще один тип движения определяется собственной характеристикой движущегося объекта или режимом движения. Например, распространение звуковой волны от точки взрыва бомбы является собственной характеристикой звука и параметров среды, в которой он распространяется. Способ перемещения также может ограничивать и прямо влиять на поверхность концентрации объектов, как в случае с распространением семян какого-либо растения. Все способы распространения – посредством пчел, человека, ветра или воды, влияют на поверхность концентрации распространения семян растения.
К другим примерам движения относятся: распределение популяций животных, расположение потенциальных покупателей магазина (автомобиль – средство передвижения, время в пути – лимитирующий фактор), распространение заболевания.
Дискретные или непрерывные?
При моделировании большого количества пространственных объектов, можно заметить, что границы между непрерывными и дискретными объектами часто размыты. При отображении пространственных объектов, создается континуум, предельные значения которого могут быть дискретными или непрерывными объектами. Большинство пространственных объектов укладываются в промежуток между предельными значениями.
Примерами объектов, которые создают континуум, могут быть типы почв, границы лесов, заболоченных участков, а также географические рынки, формирующиеся посредством телевизионной рекламы. При определении места объекта в непрерывно-дискретном континууме, ключевым фактором будет простота нахождения его границ. Не имеет значения, где именно находится объект в континууме, растр может отобразить его с большей или меньшей точностью.
Принимая решение на основе полученного результата, важно понимать особенности моделирования различных типов данных, как непрерывных, так и дискретных. Точное место постройки здания не должно основываться только на типе почвы. Площадь лесного участка не может являться основным фактором, определяющим количество населяющих его оленей. Маркетинговая программа не должна основываться только на данных о географическом рынке, зависящим от распространения телевизионной рекламы. Достоверность и точность границ во входных данных, имеет первостепенное значение.
Связанные разделы
Дискретное и непрерывное
Чтобы понять суть противопоставления дискретного и непрерывного, сначала нужно определить, что означают эти понятия. Несмотря на то, что они имеют четкое математическое определение, они интуитивно понятны, и их легко продемонстрировать примерами из повседневной жизни. Противопоставление непрерывного и дискретного имеет некоторое сходство с противопоставлением потенциальной и актуальной бесконечности, поэтому неудивительно, что в обоих случаях дискуссия имеет больше философский смысл.
Ключевой вопрос дискуссии: дискретен или непрерывен наш мир? Этот вопрос очень тесно связан с нашими ощущениями и, как следствие, лежит в плоскости теории познания. В начале XX века физики и математики, будучи далеки от философских размышлений и психологических интерпретаций, без колебаний сделали свой выбор в пользу концепции дискретного мира с появлением квантовой механики и так называемой дискретной математики.
Толковый словарь русского языка дает слову «дискретный» такое определение: «прерывистый, дробный, состоящий из отдельных частей». Лучше всего понять смысл дискретности можно через ее противопоставление непрерывности. Например, время течет непрерывно с 9 утра до 9 вечера. Но если мы посмотрим на расписание поездов, которые отправляются с 9 утра до 9 вечера, то увидим дискретное множество значений. Если один поезд отправляется в 10 утра, а следующий — в 11, то между этими двумя значениями, 10 и 11, нет никакого другого, поэтому эти значения называют дискретными. Напротив, течение времени между 10 и 11 часами непрерывно, и время может равняться, например, 10 часам 25 минутам и 0,34628761720041244474 секунды. Если мы составим список европейских столиц и укажем для каждой из них число жителей, то получим дискретное множество значений. Напротив, уровень воды в водохранилище изменяется непрерывно между некими максимальным и минимальным значениями. Также никому не придет в голову сказать, что объем воды в обычном кувшине вместимостью, например, два литра, может принимать только дискретные значения, например только литр, пол-литра или 257 кубических сантиметров. Скорость автомобиля также изменяется непрерывно, что показывает стрелка спидометра, которая движется плавно, а не скачкообразно. Показания счетчика пробега, напротив, являются дискретными.
Как мы уже говорили, концепции дискретности и непрерывности являются интуитивно понятными и поэтому кажутся простыми. Тем не менее, вокруг них на протяжении многих лет кипят жаркие споры, и вопрос нельзя считать закрытым. Отчасти это происходит потому, что, как мы увидим позднее, интуиция не всегда хороший советчик. Иногда одно и то же явление кажется непрерывным или дискретным в зависимости от выбранного масштаба. Как бы то ни было, ответ на этот вопрос влияет на наше восприятие мира, поэтому интересует не только математиков, но и философов. Эти две точки зрения очень тесно связаны между собой. Французский математик Жан-Шарль де Борда (1733-1799) как-то сказал: «Без математики нельзя глубоко проникнуть в суть философии, без философии нельзя глубоко проникнуть в суть математики, а без того и другого нельзя понять суть чего бы то ни было».
Материалы по теме:
Поделиться с друзьями:
Загрузка…Значение понятия «дискретность» — Русский язык
Я бы по отношению к знаниям сказала «фрагментарные». Вы, однако, хотите втянуть нас в научную философскую дискуссию:
https://www.pravdologia.ru/forum/forum18/topic3402/ http://evreimir.com/126638/3/
Знание есть информация, описывающая свойства объектов. То есть знание состоит из структурированного множества описаний отдельных свойств объектов. Поэтому знание – дискретно и структурно.
Мне кажется, здесь слово «знание» подменено понятием «информация».
Непрерывная и дискретная информация — это понятно:
Информация о различных природных явлениях и технологических процессах воспринимается человеком (при помощи органов чувств и/или различной измерительной аппаратуры) в виде каких-либо полей. С математической точки зрения такие поля представляют собой функции , где t – время, x – точка, в которой измеряется поле, y – величина поля в этой точке. При измерениях поля в фиксированной точке x=a функция вырождается в функцию времени , которую можно изобразить в виде графика. В большинстве случаев все скалярные величины, входящие в соотношение
(т.е. t, y и координаты точки x), могут принимать непрерывный ряд значений, измеряемых вещественными числами. Под непрерывностью здесь понимается то, что рассматриваемые величины могут изменяться сколь угодно мелкими шагами. Поэтому представленную таким образом информацию называют непрерывной информацией. Иногда для этой цели используется термин аналоговая информация. https://lektsii.org/2-84783.html
Дискре́тность — свойство, противопоставляемое непрерывности , прерывность. Дискретность — всеобщее свойство материи, под дискретностью понимают:
Нечто, изменяющееся между несколькими различными стабильными состояниями, например механические часы, которые передвигают минутную стрелку дискретно на 1/60 часть окружности
Нечто, состоящее из отдельных частей, прерывистость, дробность. Например, дискретный спектр , дискретные структуры, дискретные сообщения.
Впрочем, знания во втором значении и есть совокупность сведений, т.е. информация. Вероятно, возможно сказать и «дискретные знания», т.е. дробные. Но я бы по отношению к знаниям не говорила, что они прерывные или непрерывные.
Смотря что Вы хотите сказать, трудно ответить на Ваш вопрос, не видя всей фразы, в корректности которой сомневаетесь.
ДИСКРЕТНЫЙ — Что такое ДИСКРЕТНЫЙ?
Слово состоит из 10 букв: первая д, вторая и, третья с, четвёртая к, пятая р, шестая е, седьмая т, восьмая н, девятая ы, последняя й,
Слово дискретный английскими буквами(транслитом) — diskretnyi
Значения слова дискретный. Что такое дискретный?
Дискретный
Дискретный (от лат. discretus — разделенный, прерывистый) — прерывистый, состоящий из отдельных частей; (в математике) раздельный, прерывный; дискретная величина — содержит между своими отдельными значениями конечное число других ее значений.
Начала современного естествознания. — 2006
Дискретный (лат. раздельный, прерывистый) — прерывистый, состоящий из отдельных частей.
Матвеева Е.Ю. Концепции современного естествознания. — Новосибирск, 2007
Дискретный. Изменяющийся между двумя различными состояниями подобно выключателю, который может быть либо включен, либо выключен.
Ценев В. Словарь нейролингвистического программирования
Дискретный — изменяющийся между двумя различными состояниями подобно выключателю, который может быть либо включен, либо выключен. Диссоциированный невключенный в переживание, рассматривающий и слышащий ситуацию со стороны.
Небольшой Словарик терминов НЛП. — 2004
ДИСКРЕТНЫЙ АНАЛИЗ
ДИСКРЕТНЫЙ АНАЛИЗ — область математики, занимающаяся изучением свойств структур финитного (конечного) характера, к-рые возникают как в самой математике, так и в области ее приложений.
Математическая энциклопедия. — 1977-1985
Дискретный сигнал
Дискретный сигнал Дискретный сигнал — сигнал, имеющий конечное число значений. Обычно сигналы, передаваемые через дискретные каналы, имеют два или три значения. Использование сигналов с тремя значениями обеспечивает синхронизацию передачи.
Словарь финансовых терминов
Дискретный сигнал — сигнал, имеющий конечное число значений. Обычно сигналы, передаваемые через дискретные каналы, имеют два или три значения. Использование сигналов с тремя значениями обеспечивает синхронизацию передачи.
Словарь финансовых терминов
Дискретный сигнал — сигнал, имеющий конечное число значений. Обычно сигналы, передаваемые через дискретные каналы, имеют два или три значения. Использование сигналов с тремя значениями обеспечивает синхронизацию передачи.
glossary.ru
Дискретные величины
ДИСКРЕТНЫЕ ВЕЛИЧИНЫ (от лат discretus — прерывистый) в противоположность непрерывным величинам заданные только отдельными значениями. В экономике используются преимущественно именно дискретные величины, показатели, значения которых фиксируются…
Райзберг Б.А. Современный экономический словарь. — 1999
ДИСКРЕТНЫЕ ВЕЛИЧИНЫ (от лат discretus — прерывистый) в противоположность непрерывным величинам заданные только отдельными значениями. В экономике используются преимущественно именно дискретные величины, показатели, значения которых фиксируются…
Райзберг Б.А. Современный экономический словарь. — 1999
ДИСКРЕТНЫЕ ВЕЛИЧИНЫ — в противоположность непрерывным величинам заданные только отдельными значениями. В экономике используются преимущественно именно дискретные величины, показатели, значения которых фиксируются, измеряются…
Райзберг Б., Лозовский Л., Стародубцева Е. Современный экономический словарь
ДИСКРЕТНАЯ ПЕРЕМЕННАЯ
ДИСКРЕТНАЯ ПЕРЕМЕННАЯ (discrete variable) Переменная, которая может принимать только строго определенные значения, например, целочисленные. В отличие от дискретных переменных непрерывные переменные (continuous variables) могут принимать любое…
Райзберг Б.А. Современный экономический словарь. — 1999
ДИСКРЕТНАЯ ПЕРЕМЕННАЯ (discrete variable) — см. Переменная.
Большой толковый социологический словарь. — 2001
Дискретное программирование
ДИСКРЕТНОЕ ПРОГРАММИРОВАНИЕ [discrete programming] — раздел оптимального программирования, изучающий экстремальные задачи, в которых на искомые переменные накладывается условие целочисленности, а область допустимых решений конечна.
Лопатников. — 2003
Дискретное программирование [discrete programming] — раздел оптимального программирования, изучающий экстремальные задачи, в которых на искомые переменные накладывается условие целочисленности, а область допустимых решений конечна.
slovar-lopatnikov.ru
ДИСКРЕТНОЕ ПРОГРАММИРОВАНИЕ — область математики, занимающаяся исследованием и решением экстремальных задач на конечных множествах. Пусть М={а 1, а 2, …, а п}и f — числовая функция, определенная на элементах множества М.
Математическая энциклопедия. — 1977-1985
Дискретная обработка сигналов
Дискретная обработка сигналов Дискретная обработка сигналов — обработка сигналов дискретными методами, позволяющая: — использовать сложные алгоритмы обработки; и — достигать заранее заданной точности вычислений.
Словарь финансовых терминов
Дискретная обработка сигналов — обработка сигналов дискретными методами, позволяющая: — использовать сложные алгоритмы обработки; и — достигать заранее заданной точности вычислений.
Словарь финансовых терминов
Дискретная обработка сигналов — обработка сигналов дискретными методами, позволяющая: — использовать сложные алгоритмы обработки; и — достигать заранее заданной точности вычислений.
glossary.ru
Дискретный процессор сигналов
Дискретный процессор сигналов Дискретный процессор сигналов — программируемый микропроцессор, предназначенный для быстрой обработки дискретных сигналов.
Словарь финансовых терминов
Дискретный процессор сигналов — программируемый микропроцессор, предназначенный для быстрой обработки дискретных сигналов. Различают дискретные процессоры сигналов, использующие: — методику вычислений с фиксированной запятой…
Словарь финансовых терминов
Дискретный процессор сигналов — программируемый микропроцессор, предназначенный для быстрой обработки дискретных сигналов. Различают дискретные процессоры сигналов, использующие: — методику вычислений с фиксированной запятой…
glossary.ru
Модели дискретного выбора
Модели дискретного выбора [discrete choice models], иначе называемые моделями качественного отклика [qualitative response models], определяют вероятностное распределение дискретных зависимых переменных как функцию независимых переменных и…
slovar-lopatnikov.ru
МОДЕЛИ ДИСКРЕТНОГО ВЫБОРА [discrete choice models] (иначе называемые моделями качественного отклика [qualitative response models]) — определяют вероятностное распределение дискретных зависимых переменных как функцию независимых переменных и…
Лопатников. — 2003
Русский язык
Дискре́тный; кр. ф. -тен, -тна.
Орфографический словарь. — 2004
Примеры употребления слова дискретный
опционально будет доступен дискретный графический ускоритель GeForce GT 740M с 1 или 2 Гб видеопамяти.
Поскольку выбор места, которое предстоит занять атому, дискретный, кристаллы нарушают пространственную природную симметрию.
Имеется дискретный графический ускоритель NVIDIA GeForce GTX 765M с 2 Гбайт памяти.
- дискредитирующий
- дискретизация
- дискретность
- дискретный
- дискреционный
- дискреция
- дискриминант
Аналоговый, дискретный, цифровой: расшифровано — Control Engineering Russia
Зеленая линия (верхний график) показывает, как аналоговая переменная могла быть записана на ленте самописца. На среднем графике синяя линия изображает эту же после дискретизации. Она остается постоянной между интервалами выборки. Красная линия (нижный график) изображает, как компьютер с трехбитовым регистром хранения будет квантовать дискредитированную переменную. Ее значение будет округлено до ближайшего целого между 0 и 7
Компьютерные переменные воспринимаются и как „цифровые“– представленные ограниченной строкой цифр или битов. „Оцифровка“ ограничивает точность, с которой реальная аналоговая величина может быть сохранена в цифровом виде в компьютере.
График показывает предельный случай того, как компьютер может исказить значения реальной величины при ее дискретизации и квантовании.
Отображение на графике дискретизированной величины отражает общий вид исходной реальной величины, но без сглаженных кривых. Заметьте так-же, что дискретизированная величина запаздывает относительно исходной аналоговой величины, поскольку ее значение может измениться только после того, как уже изменилась аналоговая величина. График квантования показывает, что компьютерная точность уменьшается еще больше, поскольку переменная ограничена не только интервалами, когда она может изменяться, но и значениями, которые она может принимать.
К счастью, использование в современных компьютерах повышенных частот выборок и более высокой точности сохранения может существенно уменьшить эффекты дискретизации и квантования. Хотя быстрая дискретизация обычно более выгодна, не всегда необходимо для контроллера в контуре с обратной связью получать выборки обрабатываемой величины с максимальной возможной скоростью. Более того, предельно высокая точность может и не помочь контроллеру достичь желаемого выполнения замкнутого контура.
Рассмотрим снова пример на графике, но представим теперь, что аналоговая переменная – это давление, температура или скорость потока, которые должны контролироваться. В большинстве случаев такая реальная переменная изменяется плавно. Инерция и трение ограничивают ее флуктуации и она становится сглаженной непрерывной кривой.
Следовательно, выражаясь математическими терминами, говорят, что такая переменная имеет ограниченную ширину спектра. Переменная больше похожа на низкочастотную синусоиду. В таком случае известная теорема Найквиста утверждает, что взятие выборок переменной с частотой, превышающей определенную граничную частоту, приводит к бесполезной трате мощности компьютера. Вся информация, требуемая для полного восстановления исходного сигнала из выборочных данных, содержится в выборках, взятых с этой граничной частотой. Дополнительные выборки, появляющиеся вследствие более высокой частоты выборок, не помогут контроллеру извлечь какую-либо дополнительную полезную информацию из выборочного сигнала.
В этом примере аналоговая переменная выглядит в большей степени как синусоида, у которой два цикла изменения амплитуды происходят в течение примерно 8 секунд. Следовательно, полоса сигнала ограничена значением 0,25 Гц. Согласно теореме Найквиста, граничная частота выборок должна в два раза превышать это значение, таким образом, частота выборок 0,5 Гц (или одна выборка каждые две секунды) будет достаточной, чтобы воспринять всю полезную информацию, содержащуюся в этом сигнале. Следовательно, частота выборок, показанная на графике дискретизации – одна выборка в секунду, – будет довольно высокой.
Обосновать ограничение точности памяти контроллера до приемлемого уровня немного легче. Переменные реальных процессов обычно искажены в некоторой степени шумом измерения,который ограничивает точность данных, даже если они перед этим были выбраны и сохранены. Использование высокоточных регистров хранения для этих целей представляется избыточным.
Вконтакте
Google+
Дискретные и непрерывные переменные: как отличить
Посмотрите видео или прочтите статью ниже:
На вводном уроке статистики вы в первую очередь узнаете разницу между дискретными и непрерывными переменными. Вкратце, дискретные переменные — это точки, нанесенные на график, а непрерывная переменная может быть представлена в виде линии.
Дискретные и непрерывные переменные: определения.
Что такое дискретная переменная?
Дискретные переменные можно подсчитать за конечное время.Например, можно посчитать сдачу в кармане. Вы можете пересчитать деньги на своем банковском счете. Вы также можете подсчитать количество денег на банковских счетах каждого . На подсчет этого последнего элемента может уйти много времени, но дело в том, что он все еще поддается подсчету.
Дискретные переменные на диаграмме рассеяния.
Что такое непрерывная переменная?
Непрерывные переменные потребуется (буквально) бесконечно, чтобы подсчитать. Фактически, вы дойдете до «навсегда» и никогда не перестанете их считать.Например, возьмите возраст. «Возраст» не сосчитать. Почему бы и нет? Потому что это займет буквально целую вечность. Например, вы могли бы быть:
25 лет, 10 месяцев, 2 дня, 5 часов, 4 секунды, 4 миллисекунды, 8 наносекунд, 99 пикосенд… и так далее.
Время — непрерывная переменная.
Вы, , можете превратить возраст в дискретную переменную и затем посчитать ее. Например:
- Возраст человека в годах.
- Возраст ребенка в месяцах.
Посмотрите в этой статье на порядки величины времени, и вы поймете, почему время или возраст просто не поддаются счету.Попробуйте считать свой возраст в планкто-секундах (удачи… увидимся в конце времени!).
Дискретные и непрерывные переменные: шаги
Шаг 1. Определите, сколько времени вам потребуется, чтобы сесть, и отсчитает возможных значений вашей переменной. Например, если ваша переменная — «Температура в Аризоне», сколько времени вам потребуется, чтобы записать все возможные значения температуры? Это займет у вас буквально вечность:
50 °, 50,1 °, 50,11 °, 50,111 °, 50,1111 °,…
Если вы начнете считать сейчас и никогда, никогда, никогда не закончите (т.е. числа продолжаются до бесконечности), у вас есть так называемая непрерывная переменная .
Если ваша переменная — «Число планет вокруг звезды», вы можете подсчитать все числа (не может быть бесконечного числа планет). Это дискретная переменная .
Шаг 2. Подумайте о «скрытых» числах, которые вы не учли. Например: время — дискретная или непрерывная переменная? Вы можете подумать, что это непрерывно (в конце концов, время идет вечно, не так ли?), Но если мы думаем о числах на наручных часах (или секундомерах), эти числа ограничены числами или количеством десятичных знаков, которые производитель решил поставить в часы.Маловероятно, что вам зададут такой неоднозначный вопрос на уроке элементарной статистики, но об этом стоит подумать!
Этот график -4 / 5x + 3 имеет непрерывные переменные — он может продолжаться бесконечно…
Понравилось объяснение? Ознакомьтесь со Справочником по статистике практического мошенничества, в котором есть еще сотни пошаговых решений, подобных этому!
Посетите наш канал Youtube, чтобы получить больше советов по статистике и помощи!
Список литературы
Абрамовиц, М.and Stegun, I.A. (ред.). Справочник по математическим функциям с формулами, графиками и математическими таблицами, 9-е издание. Нью-Йорк: Довер, стр. 927 и 929, 1972 г.
————————————————— —————————-Нужна помощь с домашним заданием или контрольным вопросом? С помощью Chegg Study вы можете получить пошаговые ответы на свои вопросы от эксперта в данной области. Ваши первые 30 минут с репетитором Chegg бесплатны!
Комментарии? Нужно опубликовать исправление? Пожалуйста, оставьте комментарий на нашей странице в Facebook .
Самообучение
— Дискретное значение — Нормальное распределение
самообучение — Дискретное значение — Нормальное распределение — Перекрестная проверкаСеть обмена стеком
Сеть Stack Exchange состоит из 178 сообществ вопросов и ответов, включая Stack Overflow, крупнейшее и пользующееся наибольшим доверием онлайн-сообщество, где разработчики могут учиться, делиться своими знаниями и строить свою карьеру.
Посетить Stack Exchange- 0
- +0
- Авторизоваться Подписаться
Cross Validated — это сайт вопросов и ответов для людей, интересующихся статистикой, машинным обучением, анализом данных, интеллектуальным анализом данных и визуализацией данных.Регистрация займет всего минуту.
Зарегистрируйтесь, чтобы присоединиться к этому сообществуКто угодно может задать вопрос
Кто угодно может ответить
Лучшие ответы голосуются и поднимаются наверх
Спросил
Просмотрено 63 раза
$ \ begingroup $На этот вопрос уже есть ответы :
Закрыт 8 месяцев назад.
У меня есть данные с дискретными значениями, и мне нужно выяснить, нормально ли они распределяются. Я построил график, и он выглядит нормально, а затем я выполнил тест Shapiro Wilk, где результат был W = 0,78773, p-value <2,2e-16, по которому я пришел к выводу, что данные не являются нормальными. Мне просто нужно руководство, если мне нужно проводить какие-либо дополнительные тесты, чтобы определить, нормально ли распределяются данные, также я считаю, что данные с дискретными значениями никогда не могут быть нормальными, правильно ли я понимаю?
задан 4 фев в 4:09
$ \ endgroup $ 4 Перекрестная проверка лучше всего работает с включенным JavaScriptВаша конфиденциальность
Нажимая «Принять все файлы cookie», вы соглашаетесь с тем, что Stack Exchange может хранить файлы cookie на вашем устройстве и раскрывать информацию в соответствии с нашей Политикой в отношении файлов cookie.
Принимать все файлы cookie Настроить параметры
Определение дискретных данных
Определение дискретных данных:
В этой статье мы представляем отдельный отчет о дискретных данных.К концу нашего совместного времени вы сможете с уверенностью использовать дискретные данные.
Обзор: Что такое дискретные данные?
Есть две категории данных:
- Непрерывные данные — это данные, которые можно измерить в бесконечном масштабе. Они могут принимать любое значение между двумя числами, независимо от того, насколько они малы. Мерой может быть практически любое значение на шкале. Измерения времени, высоты, температуры и толщины — все это примеры непрерывных данных.
- Дискретные данные — это данные, такие как вхождения, пропорции или характеристики (например, прошел или не прошел), и они подсчитываются (например, количество или доля людей, ожидающих в очереди, или количество дефектных элементов в выборке).Дискретные данные считаются неотрицательными целыми числами (1, 2, 3 и т. Д.).
Возьмем, к примеру, цвет. Ваш продукт может быть пяти разных цветов или категорий. Вы можете подсчитать появление каждого цвета (категории) в вашей выборке данных. Счетчик неделим — не имеет смысла иметь 1,5 синих продукта.
1 преимущество и 2 недостатка дискретных данных
Есть несколько важных вещей, которые нужно знать о дискретных данных.
1. Он предоставляет информацию о количестве элементов в каждой мере процесса или категории результата
Дискретные данные можно суммировать в таблице частот, в которой показано количество каждой категории в выборке данных.
2. Требуется больше данных при использовании в графическом анализе и статистических тестах
Дискретные данные требуют больших объемов выборки для графиков и статистического анализа. Сбор достаточно большой выборки может быть дорогостоящим с точки зрения времени, денег и персонала. С другой стороны, сбор данных может быть проще, чем непрерывные данные, если у вас есть четкие определения категорий данных.
Дискретные данные менее эффективны, чем непрерывные. Он может сказать вам, есть ли дефект в весе продукта, но не может сказать, сколько на самом деле весит продукт.
3. Качество зависит от того, насколько хороша система измерения, которая его генерирует
Я называю это недостатком, но анализ системы измерений — это действительно начальная цена для анализа дискретных данных. Дискретные данные могут получать как люди, так и машины.
Важно убедиться, что люди, сортирующие данные по категориям (иногда называемые инспекторами), согласовывают категорию для данного продукта.
Машины, которые предоставляют данные подсчета, также должны быть изучены, чтобы определить, заслуживают ли они доверия.Вы как специалист по анализу дискретных данных обязаны изучить и исправить любые проблемы с вашими инспекторами или измерительным оборудованием до анализа данных, которые они предоставляют.
Почему важно понимать дискретные данные?
Вы должны определить, являются ли данные, генерируемые измерениями процессов и / или выходными данными процесса, дискретными по своей природе, чтобы выполнить следующие два действия.
Чтобы выбрать правильную статистику для описания образца
Дискретные данные можно суммировать путем подсчета вхождений каждой категории.Вы также можете рассчитать долю (или процент) вхождений категории в выборку.
Чтобы правильно выбрать инструмент анализа
Инструмент, который вы хотите использовать в графическом или статистическом анализе, потребует, в частности, дискретных или непрерывных данных.
Если, например, вы случайно используете дискретные данные для инструмента, который требует непрерывных данных, вы можете сделать неверные выводы на основе результатов этого инструмента. Если вы будете действовать в соответствии с этими неверными выводами, вы можете не получить желаемых результатов, зря тратя время и деньги.
Промышленный пример дискретных данных
Были собраны дискретные данные теста печи для отверждения (прошел / не прошел тест), чтобы проверить, можно ли использовать печь для отверждения для нового продукта. Инженер хочет проверить, сколько раз тест печи не удался или прошел. Инженеру необходимо:
- Убедитесь, что прохождение теста печи для отверждения можно правильно определить с помощью исследования Gage R&R. Если датчик прошел…
- Проведите 30 испытаний в печи для отверждения в течение одного дня отверждения нового продукта.Классифицируйте каждый из них как пройденный (в диапазоне температур для нового продукта) или как неудачный.
- Изобразите данные в виде гистограммы.
Гистограмма из 30 дискретных точек данных имеет 20 отказов и 10 проходов.
Что могут сказать нам эти дискретные данные о прохождении / отказе о процессе отверждения?
- Дискретные данные ничего не говорят о центре или разбросе данных, а только о том, сколько показаний прошло испытание в печи для отверждения, а сколько — нет.
- Количество отказов печи для полимеризации в два раза больше, чем количество проходов.Это не хорошие новости.
- Дискретные данные могут сказать нам, на сколько больше неудачных испытаний печи для отверждения, чем пройденных испытаний. Однако дискретные данные не могут сказать нам, выходит из строя печь для отверждения, слишком холодная или слишком горячая. Для этого нам нужны непрерывные данные о температуре.
Основываясь на том, что они узнали из гистограммы дискретных данных, инженер решил принять меры и изучить компоненты печи для отверждения.
Механическая проверка духовки показала, что термостат не работает.Его заменили. Количество неудачных тестов теперь равно 0, и печь для отверждения годна для использования с новым продуктом.
3 передовых метода работы с дискретными данными
Если вы хотите анализировать данные как эксперт, помните об этих трех вещах.
1. Используйте Excel или компьютерную статистическую и графическую программу для анализа дискретных данных
Времена, когда дискретные данные отображались в частотных таблицах и вручную вычислялись статистические данные, давно прошли.Найдите программу анализа, которая соответствует вашим потребностям и вашему бюджету.
Ваша компания может разрешить вам загрузку Minitab, JMP или Excel. Если нет, вы можете поискать в Интернете бесплатное программное обеспечение для статистики с открытым исходным кодом. Например, программное обеспечение «R» является бесплатным и используется многими университетами.
2. Прежде чем приступить к анализу дискретных данных, оцените стабильность данных.
Прежде чем использовать дискретные данные для представления показателя или результата процесса, важно знать, находится ли ваш процесс под статистическим контролем.
Если график дискретных данных нестабилен, следует провести некоторую работу по улучшению процесса, чтобы приблизить его к стабильности.
Анализ дискретных данных, которые нестабильны, применяется только к этой выборке дискретных данных. Если процесс находится под статистическим контролем, анализ дискретных данных также может быть применим к образцам процесса из ближайшего будущего.
3. Постройте данные, постройте данные, постройте данные
Картинка стоит тысячи слов. Статистика поддерживает графики, а не наоборот.Всегда начинайте анализ дискретных данных с частотных таблиц, гистограммы и контрольной диаграммы.
Часто задаваемые вопросы о дискретных данных
Какие графики лучше использовать с дискретными данными?
Существует множество гистограмм, диаграмм Парето и контрольных диаграмм — одни из самых популярных.
Можно ли обрабатывать дискретные данные как непрерывные?
Иногда. Если дискретные данные являются двоичными по своей природе (например, пройдены или не пройдены), тогда нет, вам следует подсчитывать только вхождения двух категорий данных.
Однако, если дискретные данные представляют собой упорядоченные данные подсчета (например, 1 меньше 2, а оба меньше 3), и вы видите 10 или более возможных значений подсчетов (шкалы оценок от 1 до 10). , например), то вы можете безопасно использовать непрерывную статистику, такую как среднее, и построить данные в виде гистограммы.
Если вы считаете, что у вас есть такие данные, посоветуйтесь со своим экспертом по анализу данных, прежде чем начинать анализ.
Несколько заключительных мыслей о дискретных данных
Дискретные данные — это переменные «категории» (например,грамм. цвет, тип дефекта или сдал / упал) или заказанные рейтинговые шкалы (например, шкалы Лайкерта для силы согласия). Анализ дискретных данных может сказать вам наличие или долю категорий в выборке.
Хотя дискретные данные не дадут вам столько информации о вашем образце, сколько непрерывные данные, они все же полезны и информативны для измерения вашего процесса или результата.
Вам также может понравиться «Назад к словарному указателюКакой пример дискретной функции? — Мворганизация.org
Какой пример дискретной функции?
Дискретные функции используются для вещей, которые можно подсчитать. Например, количество телевизоров или количество рожденных щенков. График дискретных функций обычно представляет собой диаграмму рассеяния с разбросанными точками, подобными той, которую вы только что видели.
Как узнать, дискретна ли функция?
Если функция является дискретной, она включает не все значения между двумя заданными числами, а только определенные значения в определенном диапазоне.
Что такое дискретная и непрерывная функция?
Непрерывная функция позволяет значениям x быть ЛЮБЫМИ точками в интервале, включая дроби, десятичные дроби и иррациональные значения. Дискретная функция позволяет значениям x быть только определенными точками в интервале, обычно только целыми или целыми числами. Изобразите непрерывную функцию: y = x2 для всех вещественных чисел.
В чем разница между дискретным и непрерывным?
Дискретные данные — это информация, которая может принимать только определенные значения.Непрерывные данные — это данные, которые могут принимать любое значение. Рост, вес, температура и длина — все это примеры непрерывных данных.
Как определить, является ли график дискретным или непрерывным?
Когда выясняется, является ли график непрерывным или дискретным, мы видим, все ли точки связаны. Если линия соединена между началом и концом, мы говорим, что график непрерывный. Если точки не соединены, это дискретно.
Как определить, является ли проблема со словом дискретным или непрерывным?
Определение: набор данных называется непрерывным, если значения, принадлежащие набору, могут принимать ЛЮБОЕ значение в пределах конечного или бесконечного интервала.Определение: набор данных называется дискретным, если значения, принадлежащие набору, являются различными и отдельными (несвязанные значения).
Деньги дискретны или непрерывны?
Непрерывное распределение должно иметь бесконечное количество значений от 0,00 до 0,01 доллара США. У денег нет этого свойства — всегда есть неделимая единица наименьшей валюты. Таким образом, деньги — это дискретная величина.
Время в пути — дискретная или непрерывная переменная?
Время — непрерывная переменная.Вы можете превратить возраст в дискретную переменную и затем посчитать ее. Например: возраст человека в годах.
Семейное положение дискретное или непрерывное?
Семейное положение человека — это номинальная качественная переменная, которой нельзя присвоить числовое значение. Дискретная переменная всегда числовая.
Что такое дискретное значение?
ЕщеДанные, которые могут принимать только определенные значения. Например: количество учеников в классе (половину ученика не может быть).Дискретные данные не являются непрерывными данными.
Вес грозди бананов дискретный или непрерывный?
c) Вес грозди бананов можно измерить. Следовательно, это непрерывная переменная
Уровень сахара в крови дискретный или постоянный?
Например, концентрация глюкозы в крови — это непрерывная величина. Даже если прибор, который вы используете, округляет значения до целых чисел, эти величины все равно остаются непрерывными; т.е. не в счет.
Количество носков в ящике дискретное или непрерывное?
Количество носков в выдвижном ящике является дискретной величиной, поскольку он имеет бесконечную непрерывность возможных…
Вес автомобиля — дискретные или непрерывные данные?
Вес автомобиля не считается дискретным, даже если он не меняется — причина в том, что вы измеряете, а не считаете. Может быть, контекст меняется, иногда что-то дискретное или непрерывное? Например, сахар.
Какой пример дискретной случайной величины?
Дискретная случайная величина x имеет счетное число возможных значений. Каждая вероятность pi представляет собой число от 0 до 1, а сумма всех вероятностей равна 1. Примеры дискретных случайных величин включают: Количество яиц, которые курица откладывает в данный день (не может быть 2,3).
Производство молока непрерывное или дискретное?
EX: Количество дойных коров является непрерывными данными, потому что это измерения, которые могут принимать любые значения в течение непрерывного периода.В течение заданного интервала времени корова может дать количество молока, которое может быть любым от 0 до 5 галлонов.
Надои молока качественные или количественные?
Примеры количественных характеристик включают молочную продуктивность и процентное содержание компонентов молока. На эти черты может значительно влиять среда, в которой находится животное.
Интеллект дискретный или непрерывный?
Результаты тестаIQ увеличиваются не в десятичной дроби, а в целых числах (например,, 138, 140, 150 и т. Д.). Другими словами, тесты IQ дают только дискретные оценки [не непрерывные] (Ни один организм не может получить оценку IQ 115,568…)
Какие типы дискретных переменных?
Дискретно измеряемые отклики могут быть:
- Номинальные (неупорядоченные) переменные, например пол, этническое происхождение, религиозная или политическая принадлежность.
- Порядковые (упорядоченные) переменные, например, уровень обучения, уровень дохода, оценки в школе.
- Дискретные интервальные переменные с несколькими значениями, например.г., сколько раз был женат.
Что означает дискретный?
1: составляющий отдельный объект: индивидуально обособленные несколько отдельных секций. 2а: состоящий из отдельных или несвязанных элементов: прерывистый. b: дискретная случайная величина, принимающая или имеющая конечное или счетно бесконечное число значений дискретных вероятностей.
Что такое дискретная переменная в науке?
Дискретные переменные — это числовые переменные, у которых есть счетное количество значений между любыми двумя значениями.Дискретная переменная всегда числовая. Например, количество жалоб клиентов или количество недостатков или дефектов.
Дискретные и непрерывные данные | Онлайн-тренинг по грамотности данных
Данные, которые мы рассматривали в ходе этого курса, имеют фиксированный диапазон значений.
Эти данные известны как дискретные данные.
Мы еще не встретили данные, которые могли бы принимать какое-либо значение в пределах определенного диапазона, известного как непрерывные данные.
В этом уроке мы исследуем разницу между дискретными и непрерывными данными.Дискретные данные относятся к переменным, которые могут принимать только конкретный, четко определенный набор значений.
Каждое из этих значений отличается. И между каждым значением есть четкий шаг, между которыми нет других значений.
Чаще всего под дискретными данными понимаются данные, которые можно подсчитать с использованием целых чисел.
Давайте рассмотрим пример результатов тестов, сделанный несколько уроков назад. В этом тесте студенты могли набрать от нуля до 50 баллов.
В этом случае существует 51 возможное значение для тестовой оценки студента.
Мы можем найти числа от нуля до 50, которые не являются допустимыми значениями, например, 36,5 или 46,72263.
В результате результаты тестов являются дискретными данными.
Хотя большинство дискретных данных относятся к тому, что мы можем легко подсчитать, они не обязательно должны быть числовыми.
Нечисловые категории можно описать как дискретные данные.
Например, список цветов, предлагаемых производителем автомобилей, может быть обширным, но ограниченным. И можно назвать дискретными данными.
Когда дискретные данные являются числовыми, они не ограничиваются целыми числами.
Рассмотрим доход ресторана от предыдущего урока.
Поскольку деньги приходят с шагом в один цент, это тоже дискретная переменная.
Теоретически ресторан мог заработать любую сумму денег. Однако выручка по-прежнему дискретна. Потому что мы можем думать о невозможных ценностях. Например, 1000 долларов и 17,6 центов.
Теперь рассмотрим непрерывные данные.
Непрерывные данные относятся к переменным, которые могут принимать бесконечное количество различных значений.
Предположим, мы измеряем рост группы людей в метрах. Мы можем измерить одного человека ростом 1,6 метра.
Однако рост человека, вероятно, не совсем 1,6 метра.
Может быть, они на самом деле 1,581 метра в высоту, и мы просто округлили это до 1,6.
Но, может быть, и рост человека не 1,581 метра.
Может быть, они на самом деле 1,58067 метра в высоту, и мы просто не можем это точно измерить.
Фактически, если бы у нас была возможность измерять рост с абсолютной точностью, мы могли бы продолжать бесконечно, все точнее и точнее определять рост этого человека.
В результате мы можем сказать, что высота является непрерывной переменной. Потому что мы не можем определить конкретный набор ценностей, включающий все возможные высоты любого человека. Другими словами, предположим, что рост любого человека в мире составляет от 0,5 до 2,5 метров.
Если это так, то любое значение в этом диапазоне может быть допустимым ростом для человека. Один человек может быть ростом 1,7 метра. Другой может быть 1,543454.
Кто-то еще может быть 1.865 метров высотой и так далее.
Мы не можем придумать невозможное значение в этом диапазоне, как могли бы, с дискретными данными.
Не всегда ясно, является ли переменная непрерывной или дискретной.
В некоторых случаях имеет смысл игнорировать правильную классификацию переменной.
Давайте еще раз вернемся к деньгам.
В реальном мире мы можем зарабатывать или тратить деньги только в дискретных единицах.
Следовательно, мы теоретически должны рассматривать деньги как дискретную переменную.
Однако для бизнеса или правительства, чьи доходы и расходы могут измеряться миллионами или даже миллиардами, один или два цента вряд ли будет значительным скачком.
В результате для этих организаций деньги можно рассматривать как непрерывные данные.
В конечном итоге, независимо от того, являются ли данные дискретными или непрерывными, может зависеть от того, что вы с ними делаете. Скорее, какое-то фиксированное неизменяемое свойство данных. Понимание того, являются ли ваши данные дискретными или непрерывными, поможет вам понять, как их анализировать.
Например, для анализа непрерывных данных часто требуется создание бункеров данных, как мы видели в предыдущем уроке.
Однако вы можете анализировать дискретные данные и без этого. В зависимости от того, сколько значений присутствует.
В следующем уроке мы рассмотрим корреляцию. Это одна из самых важных, но часто неправильно понимаемых концепций статистики.
Tableau Pills: роли непрерывных и дискретных данных
Это вторая из трех частей серии, посвященной четырем типам таблеток в Tableau.Как упоминалось ранее, четыре типа данных — это дискретное измерение , , непрерывное измерение , , дискретное измерение , и непрерывное измерение , . В первой части этой серии обсуждались различия между измерениями и мерами. В этой статье основное внимание будет уделено разнице между двумя ролями данных: непрерывными и дискретными. Его цель — дать представление о ролях данных с точки зрения бизнеса.
Дискретный
Если вы вспомните урок математики, вы можете вспомнить счетные числа.Это числа, которые мы считаем и ноль. Дискретные переменные ведут себя аналогичным образом в том смысле, что они могут принимать только определенные значения в пределах диапазона. Между нулем и десятью имеется одиннадцать дискретных значений переменных. Не будет 2,3 или 5,78, потому что мы не считаем эти числа при подсчете до 10. Дискретные переменные могут быть объединены в группы, потому что они принимают конечное число значений.
В моем предыдущем посте я отметил, что наиболее распространенными типами таблеток Tableau были дискретные размеры и непрерывные меры.Дискретные измерения являются общими, поскольку измерениями обычно являются такие значения, как Имя клиента или ID строки или Состояние . Это дискретные значения. Между Майклом и Мишель нет имен. Точно так же в кросс-таблице нет строки между строками 3 и 4. Дискретные значения отображаются в виде синих таблеток на полках и синих значков в окне данных.
Непрерывный
Вспомните еще раз урок математики (обещаю, в прошлый раз) и попытайтесь вспомнить реальные числа.Эти числа могут принимать любое значение. В отличие от счетных чисел, упомянутых ранее, существует бесконечное количество действительных чисел от нуля до десяти. Непрерывные переменные ведут себя аналогичным образом в том смысле, что они могут принимать любое значение. Обычно это переменные, такие как Цена за единицу , Прибыль или Количество заказа . В реальном мире количество заказов ограничено, например, производственные ограничения. Теоретически нет ограничений на сумму, которую покупатель может купить.Это противоречит дискретному значению, например Категория продуктов , где независимо от того, сколько продуктов будет куплено, каждый из них будет попадать в определенные категории. Каждый заказ в вашей базе данных транзакций потенциально может иметь разное количество, но будет ограниченное количество категорий продуктов.
Второй распространенный тип таблеток Tableau, о котором я упоминал, — это непрерывная мера. Непрерывные меры являются общими, потому что меры, как правило, представляют собой числовые измерения, такие как Валовая прибыль , Стоимость доставки или Запасы .Это непрерывные значения, потому что они не попадают в отдельные категории. Переменная валовой прибыли может иметь любое денежное значение, положительное или отрицательное, а не несколько отдельных классов. Также обратите внимание, что непрерывные переменные обычно не группируются.
Вверху: отрывок из «Tableau Your Data!» Относительно Tableau Pills
Пример использования даты
Дата — это переменная, которая может быть как непрерывной, так и дискретной. Допустим, у нас есть база данных транзакционных данных.Мы могли бы изучить эти данные, посмотрев на совокупные продажи за отдельные кварталы, месяцы или дни недели, используя дату в качестве дискретной переменной. Если бы мы смотрели на кварталы, продажи в первом квартале 2010 года были бы сгруппированы с первым кварталом 2011 года. Каждая продажа была бы разделена на соответствующую категорию, и диаграмма по умолчанию была бы гистограммой. Мы также могли бы использовать дату как непрерывную переменную. В этом случае каждый год, квартал, месяц, день, час и т. Д. Является отдельным значением на длинной непрерывной временной шкале. Даты первого квартала 2010 года не группируются с датами первого квартала 2011 года, поскольку эти два значения различны.Каждое значение даты является непрерывным до самого короткого доступного времени, и диаграмма по умолчанию будет линейной.
Я только что коснулся таблетки Tableau Pills. Если вы хотите узнать больше, посмотрите «Tableau Your Data!» Дэна Мюррея (Dan Murray), принадлежащего InterWorks.
4.2 Типы переменных
Переменная — это характеристика, которую можно измерить и которая может принимать разные значения. Рост, возраст, доход, провинция или страна рождения, оценки, полученные в школе, и тип жилья — все это примеры переменных.Переменные можно разделить на две основные категории: категориальные и числовые. Каждая категория затем классифицируется на две подкатегории: номинальные или порядковые для категориальных переменных, дискретные или непрерывные для числовых переменных. Эти типы кратко описаны в этом разделе.
Категориальные переменные
Категориальная переменная (также называемая качественной переменной) относится к характеристике, которую невозможно измерить количественно. Категориальные переменные могут быть номинальными или порядковыми.
Номинальные переменные
Номинальная переменная — это переменная, которая описывает имя, метку или категорию без естественного порядка. Пол и тип жилища являются примерами номинальных переменных. В таблице 4.2.1 переменная «вид транспорта для поездки на работу» также является номинальной.
| Вид транспорта для проезда на работу | Кол-во человек |
|---|---|
| Автомобиль, грузовик, фургон в качестве водителя | 9 929 470 |
| Легковой автомобиль, грузовик, фургон в качестве пассажира | 923 975 |
| Общественный транспорт | 1 406 585 |
| Пешком | 881 085 |
| Велосипед | 162 910 |
| Другие методы | 146 835 |
Порядковые переменные
Порядковая переменная — это переменная, значения которой определяются отношением порядка между различными категориями.В таблице 4.2.2 переменная «поведение» является порядковой, потому что категория «Отлично» лучше, чем категория «Очень хорошо», которая лучше, чем категория «Хорошо» и т.д. ограничено, поскольку мы не знаем, насколько поведение «Отлично» лучше, чем «Очень хорошо».
| Поведение | Количество учеников |
|---|---|
| Отлично | 5 |
| Очень хорошо | 12 |
| Хорошо | 10 |
| Плохо | 2 |
| Очень плохо | 1 |
Важно отметить, что даже если категориальные переменные не поддаются количественной оценке, они могут отображаться в виде чисел в наборе данных.Соответствие между этими номерами и категориями устанавливается при кодировании данных. Чтобы иметь возможность идентифицировать тип переменной, важно иметь доступ к метаданным (данным о данных), которые должны включать кодовый набор, используемый для каждой категориальной переменной. Например, категории, используемые в таблице 4.2.2, могут отображаться в виде числа от 1 до 5: 1 для «очень плохо», 2 для «плохо», 3 для «хорошо», 4 для «очень хорошо» и 5 для «отлично». . »
Числовые переменные
Числовая переменная (также называемая количественной переменной) — это поддающаяся количественной оценке характеристика, значения которой являются числами (за исключением чисел, которые представляют собой коды, обозначающие категории).Числовые переменные могут быть как непрерывными, так и дискретными.
Непрерывные переменные
Переменная называется непрерывной, если она может принимать бесконечное количество реальных значений в пределах заданного интервала. Например, рассмотрим рост студента. Высота не может принимать никаких значений. Оно не может быть отрицательным и не может быть выше трех метров. Но между 0 и 3 количество возможных значений теоретически бесконечно. Рост ученика может быть 1,6321748755… метра. На практике используемые методы и точность измерительного прибора ограничивают точность переменной.Сообщенная высота будет округлена до ближайшего сантиметра, поэтому она составит 1,63 метра. Возраст — еще один пример непрерывной переменной, которая обычно округляется в меньшую сторону.
Дискретные переменные
В отличие от непрерывной переменной, дискретная переменная может принимать только конечное число реальных значений в пределах заданного интервала. Примером дискретной переменной может быть оценка, выставленная судьей гимнастке на соревновании: диапазон от 0 до 10, и оценка всегда дается с точностью до одного знака после запятой (например,грамм. оценка 8,5). Вы можете перечислить все возможные значения (0, 0,1, 0,2…) и увидеть, что количество возможных значений конечно: это 101! Другой пример дискретной переменной — количество людей в домохозяйстве размером 20 или меньше.
