Cтраница 3
Отметим, что большинство методов являьотся методами отыскания локального экстремума, поэтому при их использовании желательно4 иметь хорошее начальное приближение. [31]
В § § 4, 5 рассмотрены методы отыскания оптимальных статистических решений. [32]
Из аналитических методов внимание в основном удалено методам отыскания безусловных экстремумов. Задачи с ограничениями на независимые переменные и сводящиеся к ним, для решения которых используют множители Лагранжа, приведены в следующей главе. [33]
Из аналитических методов внимание в основном уделено методам отыскания безусловных экстремумов. Задачи с ограничениями а независимые переменные и сводящиеся к ним, для решения которых используют множители Лагранжа, приведены в следующей главе. [34]
В настоящее время сравнительно немного известно о методах отыскания максимума этой границы по Q. Функция Ех ( р, Q) не является выпуклой / - по Q и может иметь несколько локальных максимумов по Q. [35]
Цель настоящей главы - показать, как развитые выше методы отыскания оптимальных правил остановки могут быть применены для решения некоторых задач статистического последовательного анализа. [36]
А, р, Ниже приводятся, главным образом, методы отыскания параметров, линейно входящих в эмпирические формулы. [37]
Нетрудно видеть, что если для определения минимума S применить методы отыскания корней, то после дифференцирования функции S по k и п получим систему из двух нелинейных уравнений с двумя неизвестными. Решение ее даже в этом простейшем случае представляет значительные трудности. [38]
К этой функции обращаются очень многие исследователи, апробируя предлагаемые ими методы отыскания экстремума. Функция Розенброка - ярко выраженного овражного типа с очень узкой и криволинейной долиной, унимодальная. [39]
Как и в обычных экстремальных задачах, знание условий оптимальности позволяет разрабатывать методы отыскания эффективных решений и способы проверки эффективности выделенного решения. Кроме того, эти условия позволяют глубже понять природу и взаимосвязь различного типа эффективных решений, а также исследовать структуру и свойства множеств эффективных решений и оценок. [40]
Рассмотрим на простом примере, как будет выглядеть изложенный в предыдущем разделе метод отыскания этих функций для нестационарного объекта, когда объект описывается дифференциальным уравнением в частных производных. [41]
ВАРИАЦИОННОЕ ИСЧИСЛЕНИЕ; численные методы - раздел вычислител ьной математики, посвященный методам отыскания экстремальных значений функционалов. [42]
Ясно, что если функция задана лишь на дискретном множестве точек, все методы отыскания экстремумов, связанные с необходимостью вычисления производных и, таким образом, существенно использующие непрерывность функции, оказываются неприемлемыми. Понятно также, что простой перебор значений функции во всех точках, где она определена, едва ли может быть реализован в практически интересных случаях. [43]
Все указанные этапы ремонта являются общими для всех ранее перечисленных методов ремонта независимо от метода отыскания отказа - автоматический или ручной. [44]
Этот своеобразный подход продиктован тем, что для представляющих интерес значений N и R не известно метода отыскания кодов, которые минимизируют вероятность ошибочного декодирования; и даже, если бы такие коды могли быть найдены, прямое вычисление вероятности ошибки было бы невозможным из-за большого числа последовательностей, возможных на приемном конце. В следующей главе будут рассмотрены несколько конкретных методов блокового кодирования и декодирования, которые интересны в силу относительной простоты их реализаций. Для некоторых из этих методов можно подсчитать вероятность ошибки, но при больших значениях N эта вероятность ошибки будет на много больше, чем верхняя граница для минимальной вероятности ошибки, выведенная здесь. [45]