Cтраница 4
Первая прямая получается в результате решения задачи о минимизации суммы квадратов отклонений по вертикали, а вторая-при решении задачи о минимизации суммы квадратов отклонений по горизонтали. [46]
Это значит, что оценка параметров основывается на минимизации суммы квадратов отклонений в логарифмах. [47]
Данный метод примечателен тем, что он сводит задачу минимизации суммы модулей к задаче мнк с согласованными весовыми множителями, обнаруживая тем самым тесную связь этих методов. [48]
Оптимальная оценка вектора X, X получается в результате минимизации суммы квадратов ошибок, которые называют невязками измерений. [49]
![]() |
История нагружения образцов ( дифференциальные напряжения в экспериментах АЕ38 ( У. АЕ39 ( 2. АЕ42 ( 3. АЕ43 ( 4. [50] |
Параметры аппроксимации е0 6 и га () подбирались посредством минимизации суммы квадратов отклонений эмпирических точек от кривой ( 6) с использованием пакета Maple V, откуда видно, что модель (5.7) в целом согласуется с эмпирическими данными. [51]
Оценка неизвестных параметров в методе наименьших квадратов производится с помощью минимизации суммы квадратов рассогласований. Такой подход во многих важных ситуациях приводит к оценкам, обладающим важными свойствами оптимальности. [52]
Величины отношений констант определяются на основании экспериментальных данных с использованием метода численной минимизации суммы квадратов отклонений рассчитанных выходов продуктов в зависи - мости от их экспериментальных значений. Для оценки качества получаемых продуктов предпочтительно использовать статистические методы. Например, зависимость октанового числа от параметров процесса может быть представлена в виде полинома второй степени. [53]
Таким образом, задача оптимизации гарантированного страхового запаса материальных средств состоит в минимизации сумм затрат на хранение гарантированного запаса и убытка ( потерь) от остановки производства при возможных опозданиях в поставке материальных производственных ресурсов. [54]
![]() |
Общее число тривиальных си. [55] |
Облегченная задача состоит в выборе набора с минимальным числом сомнительных элементов, а общая - в минимизации суммы сомнительных и неохваченных объектов. [56]
Для решения задачи аппроксимации экспериментальных данных с помощью таких сложных многопараметрических функций использован метод Levenberg-Marguardt, состоящий в минимизации суммы невязки путем решения нелинейного уравнения. [57]