Cтраница 4
Выбору ключевых веществ может помочь анализ матрицы стехиометрических коэффициентов. Вещества, соответствующие столбцам не равного нулю минора, определяющего ранг матрицы, могут считаться ключевыми. Если же данный минор равен нулю ( хотя другие миноры того же порядка не равны нулю, соответствуя рангу матрицы), то выбранные вещества не могут быть ключевыми. [46]
На первом этапе на основе анализа матриц смежности и достижимости информационных элементов строится информационный граф для каждой задачи. Анализ информационного графа и его подграфов, разбиение их на уровни обработки позволяют определить состав процедур переработки информации, необходимых для решения задач. Объединения множеств процедур и множеств информационных элементов по множеству задач определяют полное множество информационных элементов и процедур заданного множества задач обработки данных. [47]
В работе [13] на основе анализа матрицы смежности графа производственной структуры предлагается метод расчленения производства на отдельные его участки. Показывается, что приведением матрицы смежности к блочно-диагональному виду систему управления можно разбить на подсистемы. В случае, когда граф системы не разбивается на несвязаные подграфы, производится разрезание отдельных ребер в графе. [48]
R dt и d2R dv Из анализа матрицы М следует, что элемент dl является входным, d4 - выходным, остальные - промежуточные. [49]
Первый вопрос, который следует поставить при анализе матрицы А, это определенность. Матрица А в разностной задаче Неймана сингулярна, поскольку ее наименьшее собственное число обращается в нуль. [50]
Первый вопрос, который следует поставить при анализе матрицы Л, - это определенность. Известно, что матрица А в разностной задаче Неймана сингулярна, поскольку ее наименьшее собственное число обращается в нуль. [51]
Сингулярное разложение SVD является мощным вычислительным средством для анализа матриц и задач, связанных с матрицами, которое имеет приложения во многих областях. В последующих параграфах этой главы будет определено SVD, описаны некоторые другие его применения и дан алгоритм для его вычисления. Этот алгоритм - типичный представитель используемых в настоящее время алгоритмов для решения различных матричных задач на собственные значения и может служить одновременно введением в численные методы для этих задач. [52]
Часто главной целью относительного концентрирования является замена неподходящей для анализа матрицы ( макрокомпонента) более подходящей средой. [53]