В статье показано использование статистического критерия Граббса для проверки на аномальность наблюдений, принадлежащих выборкам, имеющим экспоненциальный закон распределения и закон распределения Лапласа.

Д.В. Сошников. Архитектура распределенной фреймовой иерархии для построения интеллектуальных систем распределенного накопления и многократного использования знаний // Перспективные информационные технологии и интеллектуальные системы, № 1 (13), 2003, http://pitis.tsure.ru/

Пусть {ξi}i ≥1 — последовательность независимых одинаково распределенных случайных величин, {Sn}n≥1. Изучаются отношения вероятностей P(Sn> x) / P(ξ1 > x) при всех n и x. Для некоторых подклассов субэкспоненциальных распределений найдены равномерные по x верхние оценки для рассматриваемых отношений, уточняющие известные оценки для общего класса субэкспоненциальных распределений. С помощью полученных результатов найдены условия, достаточные для асимптотической эквивалентности P(Sτ > x)∼E τ P(ξ1> x) при x →∞, где τ — случайная величина, принимающая натуральные значения и не зависящая от {ξi}i ≥1. Полученные оценки применяются также для нахождения асимптотики распределения максимума случайного блуждания, управляемого регенерирующим процессом.

Изучаются свойства субэкспоненциальных распределений. Найдены новые достаточные и необходимые условия принадлежности классу этих распределений. Установлена связь между классами субэкспоненциальных и семиэкспоненциальных распределений. Приведены условия сохранения асимптотики субэкспоненциальных распределений при рассмотрении «функций от распределений». Аналогичные задачи изучены для класса так называемых локально-субэкспоненциальных распределений. В качестве приложений этих результатов найдено уточнение асимптотики распределения супремума последовательных сумм случайных величин с отрицательным сносом, в частности, локальные теоремы.

Бурдасова Е.г., Савелова Т.и. Численное моделирование приближения центрального нормального распределения и его сравнение с точным распределением // Научная сессия МИФИ-2001. Т.7 Астрофизика и космофизика. Математические методы в научных исследованиях. Физика пучков и ускорительная техника. Физика элементарных частиц и ядерная физика, стр. 92

Агафонова С.с., Савелова Т.и. Вычисление функции распределения зерен по ориентациям (ФРО) по полюсным фигурам методом аппроксимации ФРО центральными нормальными распределениями // Научная сессия МИФИ-2004. Т.7 Астрофизика и космофизика. Проблемы современной математики. Физика пучков и ускорительная техника, стр. 138-139

Рассматривается опыт решения одной практической задачи из области астрофизики на нескольких параллельных вычислительных системах с распределенной памятью

В статье дается общее описание среды ParJava, которая является расширением среды Java средствами разработки масштабируемых, эффективных, переносимых, объектно-ориентированных параллельных программ как для однородных, так и для неоднородных параллельных вычислительных систем с распределенной памятью. При этом инструментальная вычислительная система, на которой разрабатывается программа, может быть как однородной, так и неоднородной. Среда позволяет использовать алгоритмы, разработанные для однородных систем, на неоднородных системах без потери масштабируемости, т.е. делает их переносимыми. В состав среды включены низкоуровневые средства (библиотека Java-классов), обеспечивающие возможность разработки, реализации и выполнения параллельных программ в модели параллелизма по данным (SPMD) на однородных и неоднородных вычислительных системах. В дальнейшем эти средства позволят эффективно реализовывать объектные модели параллельного программирования более высокого уровня.

Рассматривается решение задачи картирования распределения химических элементов по поверхностям звезд как некорректной задачи. Минимизация функционала Тихонова с выбором параметра регуляризации по конечномерному обобщенному принципу невязки используется для построения регуляризирующего алгоритма решения рассматриваемой задачи. В качестве метода минимизации применяется метод проекции сопряженных градиентов на множество неотрицательных векторов. Рассматриваются некоторые особенности численного решения задачи минимизации для задачи картирования. Для численного решения модельных задач используется многопроцессорный компьютер. Предлагаются схемы распараллеливания исходной задачи, обсуждаются особенности их реализации.

Рассматриваются различные способы параллельной распределенной реализации объектной модели метода декомпозиции области с помощью технологий MPI и CORBA. Предлагается технология параллельных распределенных компонентов, основанная на компонентной модели CORBA, технологии асинхронного вызова методов AMI, инкапсуляции MPI-приложений.