Нелинейный метод - наименьший квадрат
Cтраница 1
Нелинейный метод наименьших квадратов был с успехом применен к анализу ДОВ нескольких синтетических гомополипептидов и оказался наиболее многообещающим методом определения количественных пределов или величин эффектов растворителя и боковых цепей. Пока еще этот частный метод не был успешно применен для разделения кривой ДОВ смеси двух структур на эффекты Коттона их компонентов. [1]
Процедура нелинейного метода наименьших квадратов реализована в большинстве компьютерных пакетов. [2]
Такой расчет лучше всего проводить на ЭВМ с применением нелинейных методов наименьших квадратов, которые обсуждаются в гл. [3]
Модель (8.43) можно оценить, применив обратное преобразование Койка и затем нелинейный метод наименьших квадратов. [4]
Уравнение (8.32) может быть оценено с помощью процедуры, которая называется нелинейным методом наименьших квадратов. [5]
Решение задачи минимизации функции о ( Я) наиболее часто осуществляется с использованием нелинейного метода наименьших квадратов ( МНК), реализация которого не является сложной проблемой при наличии современной компьютерной техники. [6]
Уравнение (8.39) представляет собой уравнение ADL порядка ( 0 1) и может быть оценено нелинейным методом наименьших квадратов после обратного преобразования Койка. [7]
Неизвестные параметры, а именно константы скорости сдвига и величины р, можно в свою очередь определить с помощью нелинейного метода наименьших квадратов. При этом была найдена четкая логарифмическая корреляция между величинами констант скорости реакции сдвига и изменениями энтальпии А. [8]
 |
Наблюдаемые и рассчитанные значения светопоглощения раствора 5 (. Расчет проводили по программе DALSFEK. [9] |
Программа для ЭВМ DALSFEK ( приложение III) позволяет провести анализ данных по определению констант устойчивости для заданной химической модели по нелинейному методу наименьших квадратов ( см. гл. Уточнив параметры с целью подгонки данных к критериям, предварительно определенным по методу наименьших квадратов, можно затем по программе рассчитать значения наблюдаемых параметров из последних рассчитанных значений констант в соответствии с выбранной моделью. [10]
Однако несмотря на эти недостатки, графические методы могут быть использованы для первоначальной оценки параметров, необходимой в программах, разработанных для расчета по нелинейному методу наименьших квадратов, в качестве отправной точки для последующего уточнения. Кроме того, графические методы позволяют увидеть картину в целом и часто могут быть рекомендованы для обобщения результатов анализа по методу наименьших квадратов. Опыт и знания химика служат тогда окончательным критерием достоверности вычисленных значений параметров. Если на график нанести две кривые - одну, рассчитанную на ЭВМ, а другую, построенную по измерениям зависимой переменной, то можно наглядно видеть характер отклонений - разности между рассчитанными и наблюдаемыми значениями зависимой переменной. Для анализа результатов всегда желательно напечатать отклонения. [11]
Причина этого состоит в большем или меньшем перекрывании электронных спектров поглощения, что при уточнении молярных коэффициентов погашения приводит к попарной корреляции параметров. Следовательно, в любой программе по нелинейному методу наименьших квадратов на последней итерации вместе со стандартными отклонениями параметров следует вычислять коэффициенты корреляции с тем, чтобы выявить любую недостаточность в данных, определяющих параметры. При исследовании равновесия, зависимого от рН в растворе [11], рекомендуется графически изображать теоретическую кривую титрования с соответствующими вычисленными значениями параметров, причем эта процедура должна быть выполнена после каждого очередного изменения параметров. Такая процедура указывает, при какой концентрации лиганда и / или длине волны необходимы дополнительные данные для лучшего определения системы. Подобный подход позволяет уменьшить коэффициенты корреляции, что улучшает сходимость итераций к минимуму. При сильной корреляции параметров поверхность параметров имеет форму пологого оврага, поэтому уменьшение коэффициентов корреляции улучшает ситуацию. [12]
Фурье, булевой алгеброй, методом Монте-Карло, сложными вариантами факторного анализа. Относительно менее подробно изложено использование методов линейного и выпуклого программирования, нелинейного метода наименьших квадратов. [13]
Ответить на этот вопрос не просто, поскольку проблема оценки параметров нелинейным методом наименьших квадратов в целом сложна. [14]
 |
Методы расчета констант устойчивости, в которых используются. [15] |
Страницы: 1 2