+ …+y
) =?
, при этом сумма дисперсий равна 6: ?
+…+?
=6. Матрицы Y
,Z
=Y
C
,, приведены в Таблицах 5.7 и 5.8. Из 6 вновь выявленных модельных смысловых уравнений, образующих систему, практическую ценность имеет только смысловое уравнение вида смысл (y
) =смысл (z
) *0.4231?смысл (z
) * (-0.2435) ? смысл (z
) *0.4000?смысл (z
) *0.1826?смысл (z
) *0.2300?смысл (z
) *0.2600. Остальные уравнения из системы проанализируем в отдельном исследовании. В нашем уравнении y-фактор y
влияет на 6 модельные «веса» 0.4231, (-0.2435), 0.4000, 0.1826, 0.2300,0.2600. они отражают их относительные силы воздействия на y-фактор y
(при 16 исходных индикаторах).
Для семантической переменной смысл (y
) с исходным смыслом смысл (y
) =«стимулирование активности научой работы (в т. ч. „публикации в Скопусе“) студентов, магистрантов» нами получено смысловое уравнение с модельными параметрами. Они и смысли изменчивостей дали, как показано выше, уравнение с известными смыслами и слчайными значениями z
проявлений смыслов смысл (z
), k=1,…,6, k-ых z-переменных z
. Уравнение состоит из слагаемых вида: z
*с
, i=1,…,m; j=1,….,6, i – номер момента времени измерения, j – номер z-переменной.
Далее моделируются случайные матрицы значений y-изменчивостей Y
. z-изменчивостей Z
. соответствующих своим системам многосмысловым уравнениям с известными и неизвестными семантическими (смысловыми) переменными. При моделировании Y
моделируется (после преобразования матрицы V
= {v
} значений равномерно распределенных на интервале [-1;1] случайных чисел (Таблица 5.3) v
. i=1.….24; j=1.….6) случайная декоррели рованная выборка (Таблица 5.4) – матрица U
: (1/m) U
U
=I
. Y
=U
?
(1/m) Y
Y
=?
. а матрица Z
=Y
C
. где (?
. С
.) – пара ранее смоделированных при решении Оптимизационной Задачи 2: (I
.I
) => (L