Плохая обусловленность - матрица
Cтраница 1
Плохая обусловленность матрицы А [23] тесно связана с тем явлением, что матрица А обладает одним или несколькими собственными значениями ( х: -, равными или почти равными нулю. Среди компонент вектора АЛ будут находиться и те, которые особенно чувствительны к ошибкам входных данных. [1]
 |
Модель фрагмента оболочки из элементов Plate. [2] |
Плохая обусловленность матрицы жесткости конечно-элементной модели может проявляться в некоторых типах конструкций при достижении соотношения свойств элементов и геометрии критических значений. [3]
Плохая обусловленность матрицы коэффициентов системы линейных алгебраических уравнений имеет простую геометрическую интерпретацию. В системе двух уравнений с двумя неизвестными каждое уравнение может быть представлено прямой линией в плоскости. Таким образом, решение заданной системы уравнений оказывается неустойчивым. [4]
Вследствие плохой обусловленности матрицы А вычисление exp ( At) в виде ряда Тейлора невозможно. [5]
 |
График определения оптимума методом Гаусса - Зейделя. [6] |
Вследствие плохой обусловленности матриц, которые обычно получают в задачах регрессионного анализа, приближенный метод позволяет отыскивать решение настолько медленно, что практическое его применение нецелесообразно. [7]
При плохой обусловленности матрицы С большой размерности и существенном ( более чем на 50 %) отклонении начальных оценок от истинных значений целесообразно применение алгоритмов Марквардта, Мейера. [8]
При очень плохой обусловленности матрицы оба описанных метода уточнения могут потребовать вычислений с двойным и более числом знаков, но тогда лучше применять регуляризирующие алгоритмы. [9]
При плохой обусловленности матрицы F ( x) вблизи точки решения критерий сходимости при малых е может не выполняться из-за флюктуации ошибок округления, хотя расходимости метола Ньютона не будет. [10]
Ошибки из-за плохой обусловленности матриц Ск, обычно имеющей место при определении изомерных подгрупп, не сказываются на определении других групп соединений. При эт ом матрицы Ск могут содержать другие аналитические характеристики, чем матрица А. [11]
Такой алгоритм предпочтителен в случае плохой обусловленности матрицы с АТА, поскольку, вместо обращения матрицы с, использует обращение треугольной матрицы s ( корня матрицы) и соответствующее произведение двух треугольных обратных матриц. В рассмотренном примере обусловленность матрицы с достаточно хорошая и значения векторов х и х2, естественно, совпадают. Случай плохой обусловленности и пути повышения достоверности получаемых при этом решений будут рассмотрены в разд. [12]
 |
Обозначения, используемые в а. [13] |
Вычислительные трудности возникают также вследствие плохой обусловленности матриц при многократных матричных операциях в процессе фильтрации, и потому мы еще раз подчеркиваем необходимость использования проверенных машинных программ. [14]
Наличие гребней или оврагов связано с плохой обусловленностью матрицы Гессе: чем больше отношение максимального по модулю собственного значения матрицы Ю к модулю минимального собственного значения, тем резче выражены гребни ( овраги), тем существеннее трудности в организации эффективного поиска экстремума. Характер трудностей аналогичен трудностям, возникающим при численном интегрировании дифференциальных уравнений с плохо обусловленной матрицей Якоби. [15]
Страницы: 1 2 3 4