1tom - 0477.htm
__ _ 534
сумма производных от одночленов в разложении (2), Интеграл на Г. а. зада╦тся правилами Березина:
\d9a=0, \\d0a6e=6Sf, при этом кратный интеграл
понимается как повторный. Символ d6a не есть обычный дифференциал, его следует трактовать формально. Интеграл на Г. а. обладает нек-рыми свойствами обычного интеграла, в частности возможно интегрирование
по частям. С др. стороны, интегрирование на Г, а. ак-
р
впвалентно дифференцированию: Ы6а/(6) =д/(9)/д6а .
*) Интегрирование по грассмановым переменным позво-
ляет построить функциональный интеграл, представляющий Грина функции фермионных полей. Дельта-функция Грассмана 6Г (6г ≈ 92)^=^i
ствуот как обычная дельта-функция: \\ dQf (6)бг
= /(Oj) и, кроме того, удовлетворяет равенству [бг (9Ь ≈ ≈ -б2)]2г=в- Мн. расходимости в теории суперсимметрии исчезают благодаря этому свойству. В су пер симметричных моделях теории поля образующими Ва являются спиноры группы Лоренца, а элементы Г. а. зависит не только от 9а , но и от пространственно-временных координат х. Возникающие величины /(#, 9) наз. супер-полями. В разложении /(згт 0) вида (2) коэф. оказываются ф-циями х, т. е. полями /(ж), /а (х)... . Суперноле описывает, т. о., набор полей целого и полу-
целого спина.
Лит..- Борсаин Ф. А., Метод вторичного квантования, 2 изд., М., 198(5: ОгиевецкиЙ В. И., Меаинческу Л., Симметрии между бозонами и фермионами и супертюля, «УФН>>, 1975, Т, 117, С. 637, В. И. Огиевец-кий,
ГРАФИЧЕСКОЕ ПРЕДСТАВЛЕНИЕ ДАННЫХ ≈ способ наглядного представления данных в виде к.-л. геом. образа, количественно соответствующего числовым данным, и изображения его на чертеже, рисунке. Наглядность и быстрота восприятия графич. изображений датот возможность оценки качеств, характеристик, поэтому Г. п. д. позволяет существенно повысить эффективность анализа данных. Г, п, д. ценно тем, что привлекает к процессу анализа интуицию, производя преобразования понятий в образы и образов в понятия.
Необходимым инструментом Г. п. д. стала машинная графика (МГ). Этим термином обозначают создание, представление и обработку или оценку графин, объектов при помощи ЭВМ. МГ играет важную роль в тех областях науки, где данные имеют большой объ╦м и их непосредств. анализ представляется трудо╦мким. Использование МГ позволяет сократить время получения конечного результата.
Возможность получать изображения с помощью ЭВМ в любом желаемом представлении и с высокой скоростью позволяет ставить и решать качественно новые задачи. Примером может служить появление нового научного направления ≈ образного анализа ≈ своеобразного подхода к решению задач анализа сложных высокоразмерных эксперим. данных с помощью человеко-машинных процедур. Напр., в эксперим. физике (оперативный контроль за работой эксперим. установки и ходом эксперимента в целом) управление процессом производится человеком на основе анализа графич. изображений физ. результатов.
В каждой науке существуют способы наглядного представления информации, пусть даже неточно отражающие реальность, напр, разнообразные графики, гистограммы, поверхности и линии уровня и т. д. Удачный способ изображения результатов эксперимента может в большой степени способствовать успеху при его тео-ретич. объяснении.
Эффективность Г. п. д. определяется возможностью и скоростью проведения качеств, и количеств, анализа. При проведении качеств, анализа важна наглядность изображения, позволяющая оценить общие характеристики исследуемых явлений. При проведении коли-честв. анализа на первый план выдвигается точность представления отд. результатов, Выбор между двумя
видами анализа в каждом конкретном случае зависит от решаемой задачи.
При анализе данных эксперим. физики приходится иметь дело с моделями исследуемых явлений, к-рые в большинстве случаев представляют собой многопа-раметрич, дискретные функциональные зависимости разл. физ. величин. В зависимости от размерности пространства параметров и величины тага дискретной функциональной зависимости для их исследования применяют разл. способы Г. п. д.
Распростран╦нным способом графич. представления однопараметрлч. функциональных зависимостей является построение графиков в виде ряда точек с вероят-
1≈≈I≈I≈I≈I т 1 1 1 Т 1 I i 1 Т
4 5 6 7 S
а
20DDO
гшо
,'000
5000
'
t i г1 ' ' '" 50fl
л
о
0,50 D.6C 0,70 0,80 0,90 б
400 600 SCO 1000 I20Q
5:0
Рис. 1. График:
а ≈ Б логарифмических коордика-тах; б ≈ диаграмма; в ≈ гладкая кривая; г ≈ в по-лярных координатах.
")
}
