Закон Стивенса

Перейти к навигации Перейти к поиску

Закон Стивенса — это модификация основного психофизического закона, предложенная американским психологом Стэнли Стивенсом. По мнению Стивенса, зависимость силы ощущения от интенсивности раздражителя описывается степенной функцией:

Y=k(S-S_{0})^{n}

где Y — сила субъективного ощущения, S — интенсивность раздражителя (стимула), S_0 - пороговое значение, n — показатель степени функции и k — константа, зависящая от единиц измерения.

Показатель степенной функции для разных модальностей ощущений различен: для громкости звука частотой 3000 Гц он имеет значение 0,67; для электрического тока, пропускаемого через пальцы — 3,5.

Закон Стивенса предложен для замены закона Вебера — Фехнера, согласно которому эта зависимость является логарифмической:

Y=k\ln {\frac {S}{S_{0}}}

Стивенс не был первым, кто предложил описывать связь силы стимула и ощущения степенным законом, но он впервые проанализировал экспериментальные данные и опубликовал на их основе конкретные значения коэффициентов^[1].

Примечания

↑ Stevens S.S. On the psychophysical law (англ.) // Psychological Review : journal. — 1957. — Vol. 64, no. 3. — P. 153—181. — doi:10.1037/h0046162. — PMID 13441853.

Похожие исследовательские статьи

Логари́фм числа $\text{[math]}$ по основанию $\text{[math]}$ определяется как показатель степени, в которую надо возвести основание $\text{[math]}$ , чтобы получить число $\text{[math]}$ . Обозначение: $\text{[math]}$ , произносится: «логарифм $\text{[math]}$ по основанию $\text{[math]}$ ».

<span class="mw-page-title-main">Показательная функция</span> математическая функция a^x

Показательная функция — математическая функция $\text{[math]}$ , где $\text{[math]}$ называется основанием степени, а $\text{[math]}$ — показателем степени.

В вещественном случае основание степени $\text{[math]}$ — некоторое неотрицательное вещественное число, а аргументом функции является вещественный показатель степени.
В теории комплексных функций рассматривается более общий случай, когда аргументом и показателем степени может быть произвольное комплексное число.
В самом общем виде — $\text{[math]}$ , введена Лейбницем в 1695 г.

Произво́дная функции — понятие дифференциального исчисления, характеризующее скорость изменения функции в данной точке. Определяется как предел отношения приращения функции к приращению её аргумента при стремлении приращения аргумента к нулю, если такой предел существует. Функцию, имеющую конечную производную, называют дифференцируемой.

Экспоне́нта — показательная функция $\text{[math]}$ , где $\text{[math]}$ — число Эйлера.

Функция Мёбиуса $\text{[math]}$ — мультипликативная арифметическая функция, применяемая в теории чисел и комбинаторике, названа в честь немецкого математика Мёбиуса, который впервые рассмотрел её в 1831 году.

Закон Вебера — Фехнера — эмпирический психофизиологический закон, заключающийся в том, что интенсивность ощущения чего-либо прямо пропорциональна логарифму интенсивности раздражителя.

Натуральный логарифм — логарифм по основанию e, где $\text{[math]}$ — трансцендентная константа, равная приблизительно 2,718. Он обозначается как $\text{[math]}$ , $\text{[math]}$ или иногда просто $\text{[math]}$ , если основание $\text{[math]}$ подразумевается. Обычно число $\text{[math]}$ под знаком логарифма вещественное, но можно расширить это понятие и на комплексные числа.

<span class="mw-page-title-main">Возведение в степень</span> математическая операция

Возведе́ние в сте́пень — арифметическая операция, первоначально определяемая как результат многократного умножения числа на себя. Степень с основанием $\text{[math]}$ и натуральным показателем $\text{[math]}$ обозначается как

\text{[math]}

Распределе́ние Ве́йбулла в теории вероятностей — двухпараметрическое семейство абсолютно непрерывных распределений.

Степенна́я фу́нкция — функция $\text{[math]}$ , где $\text{[math]}$ — некоторое вещественное число. К степенным часто относят и функцию вида $\text{[math]}$ , где $\text{[math]}$ — некоторый (ненулевой) коэффициент. Существует также комплексное обобщение степенной функции.

В математике суперлогарифм — это одна из двух обратных функций тетрации.

Коэффициент детерминации — это доля дисперсии зависимой переменной, объясняемая рассматриваемой моделью зависимости, то есть объясняющими переменными. Более точно — это единица минус доля необъяснённой дисперсии в дисперсии зависимой переменной. Его рассматривают как универсальную меру зависимости одной случайной величины от множества других. В частном случае линейной зависимости $\text{[math]}$ является квадратом так называемого множественного коэффициента корреляции между зависимой переменной и объясняющими переменными. В частности, для модели парной линейной регрессии коэффициент детерминации равен квадрату обычного коэффициента корреляции между y и x.

Статистическая механика или статистическая термодинамика — механика больших ансамблей относительно простых систем, таких как атомы в кристалле, молекулы в газе, фотоны в лазерном пучке, звёзды в галактике, автомобили на шоссе. Статистическая механика использует статистические методы для определения свойств и поведения макроскопических физических систем, находящихся в термодинамическом равновесии, на основе их микроскопической структуры и законов движения, которые считаются заданными. Статистические методы были введены в этом контексте Максвеллом в серии из трех статей (1860—1879) и Больцманом в серии из четырёх статей (1870—1884), которые заложили основы кинетической теории газов. Классическая статистическая механика была основана Гиббсом (1902); а позднее описание микроскопических состояний на основе классической механики было исправлено и дополнено в соответствии с квантовой механикой. Термодинамика, кинетическая теория и статистическая механика — это дисциплины, связанные объектом исследования, но отличающиеся используемыми методами; часто они представлены вместе под общим названием статистической физики. Последовательное построение неравновесной статистической механики было выполнено Н. Н. Боголюбовым в 1946 году. При описании систем в рамках статистической механики используется понятие среднего по ансамблю. Основными уравнениями статистической механики являются уравнения Лиувилля и цепочка уравнений Боголюбова.

Распределе́ние (канони́ческое) Ги́ббса — распределение состояний макроскопической термодинамической системы частиц, находящейся в тепловом равновесии с термостатом.

<span class="mw-page-title-main">Карацуба, Анатолий Алексеевич</span> советский и российский математик

Анато́лий Алексе́евич Карацу́ба — советский и российский математик. Создатель первого быстрого метода в истории математики — метода умножения больших чисел.

Теорема о распределении простых чисел — теорема аналитической теории чисел, описывающая асимптотику распределения простых чисел, которая утверждает, что функция распределения простых чисел $\text{[math]}$ растёт с увеличением $\text{[math]}$ как $\text{[math]}$ , то есть:

\text{[math]}

, когда

\text{[math]}

Корень $\text{[math]}$ -й степени из числа $\text{[math]}$ определяется как такое число $\text{[math]}$ , что $\text{[math]}$ Здесь $\text{[math]}$ — натуральное число, называемое показателем корня ; как правило, оно больше или равно 2, потому что случай $\text{[math]}$ не представляет интереса.

<span class="mw-page-title-main">Функция распределения простых чисел</span>

В математике функция распределения простых чисел, или пи-функция $\text{[math]}$ , — это функция, равная числу простых чисел, меньших либо равных действительному числу x. Она обозначается $\text{[math]}$ .

Анализ независимых компонент, называемый также Метод независимых компонент (МНК) — это вычислительный метод в обработке сигналов для разделения многомерного сигнала на аддитивные подкомпоненты. Этот метод применяется при предположении, что подкомпоненты являются негауссовыми сигналами и что они статистически независимы друг от друга. АНК является специальным случаем слепого разделения сигнала. Типичным примером приложения является задача вечеринки с коктейлем — когда люди на шумной вечеринке выделяют голос собеседника, несмотря на громкую музыку и шум людей в помещении: мозг способен фильтровать звуки и сосредотачиваться на одном источнике в реальном времени.

Модель Агьона — Ховитта — трёхсекторная модель эндогенного экономического роста в условиях монополистической конкуренции, показывающая возможность существования устойчивого экономического роста, обусловленного поведенческими факторами. В модели технологический прогресс является следствием целенаправленной деятельности экономических агентов по инвестированию в новые технологии с целью извлечения прибыли. Модель внесла существенный вклад в понимание того, каким образом решения индивидов влияют на темпы экономического роста, а также причин, по которым бедные страны не могут догнать богатые. В ней было показано, что экономический рост может сопровождаться конфликтом интересов различных экономических агентов, и что защита интересов уже существующих на рынке производителей может тормозить технологический прогресс и экономический рост. Разработана в 1990 году Филиппом Агьоном и Питером Ховиттом.

Эта страница основана на статье Википедии.
Текст доступен на условиях лицензии CC BY-SA 4.0; могут применяться дополнительные условия.
Изображения, видео и звуки доступны по их собственным лицензиям.