0330971 20240111140727.520091126235959.9 8 s. www cav_un_epca*0329648978-80-245-1543-41-8PrahaUniversity of Economics Prague2009KroupaT.VejnarováJ. marginal problem maximal entropy Gibbs distribution cav_un_auth*0101114 Janžura Martin UTIA-B Department of Stochastic Informatics Ústav teorie informace a automatizace AV ČR, v. v. i. pdf http://library.utia.cas.cz/separaty/2009/SI/janzura-on an approximative solution to the marginal problem.pdf 1M0572 GA MŠk cav_un_auth*0001814 GA201/09/1931 GA ČR cav_un_auth*0254026 CEZ:AV0Z10750506 With the aid of the Maximum Entropy principle, a solution to the marginal problem is obtained in a form of parametric exponential (Gibbs-Markov) distribution. The unknown parameters can be calculated by an optimization procedure that agrees with the maximum likelihood estimate but it is numerically hardly feasible for highly dimensional systems. A numerically easily feasible solution can be obtained by the algebraic Möbius formula. The formula, unfortunately, involves terms that are not directly available but can be approximated. And the main aim of the present paper consists in this approximation. S využitím principu maximální entropie je řešení marginálního problému získáno ve formě parametrického exponenciálního (Gibbs-Markovova) rozdělení.Neznámé parametry mohou být vypočteny pomocí optimalizační procedury, která odpovídá maximálně věrohodnému odhadu, ale je numericky obtížně proveditelná pro vysoce rozměrné systémy.Numericky snáze proveditelná je řešení založené na algebraické Moebiově formuli. Tato formula obsahuje členy, které nejsou přímo k dispozici, ale mohou být aproximovány. Tato aproximace tvoří hlavní výsledek práce. cav_un_auth*0254543 WUPES 2009 Liblice 19.09.2009-23.09.2009 CZ 2010 BA http://hdl.handle.net/11104/0176622 2009 pdf cav_un_epca*0329648 WUPES'09 978-80-245-1543-4 1 8 Praha University of Economics Prague 2009 Kroupa T. 340 Vejnarová J. 340