Более сложный объект
Cтраница 2
В качестве примера структурно более сложного объекта рассмотрим следующий пример, приведенный в книге Миллера, Галантера и Прибрама ( [105], стр. [16]
Турбулентные течения являются значительно более сложным объектом, чем ламинарные, и требуют для своего изучения существенно новых методов, отличных от классических методов математической физики, в течение почти двух столетий считавшихся единственно годными для количественного изучения законов природы. Математический аппарат, нужный для логически аккуратного построения статистической механики непрерывных сред - теория случайных полей - создан лишь в послевоенное время и до сих пор еще недостаточно известен за пределами узкого круга специалистов по теории вероятностей. В эти же годы сформировалась и теория турбулентности, которая до сих пор еще далека от завершения. Нам кажется, однако, что уже имеющиеся в этой области достижения, безусловно, заслуживают того, чтобы занять заметное место в обязательном объеме знаний каждого образованного гидромеханика и физика-теоретика. [17]
Однако полупроводники AnBIVCj - гораздо более сложные объекты, так как в их состав входят два легколетучих компонента ( А11 и Cv) с резко различающейся упругостью пара. [19]
Как всегда, при исследовании более сложные объекты следует расчленить на более простые части. Катализатор воздействует на реакции; в химических реакциях участвуют реагирующие вещества в различных комбинациях. [20]
В общем случае схема преобразователя более сложный объект по сравнению со схемой программы, так как преобразователь допускает не только операторы сдвига по структуре данных, но и изменения распределения памяти. Кроме того, схема преобразователя может воспринимать сигналы, отличные от значений предикатов. Однако здесь не будет изучаться общий случай, а принимается предположение, что схемы преобразователей всегда имеют только читающие операторы - сдвиги по структуре данных. [21]
Перед нами возникает новый, более сложный объект действительности. [22]
Наконец, для исследования еще более сложных объектов, примерами которых метут служить производственные предприятия и их объединения, вычислительные системы и сети, социальные системы и другие подобные объекты, применяют аппарат теории массового обслуживания, возможно использование и некоторых других подходов, например сетей Петри. Эти модели относятся к системному уровню моделирования. [23]
Отсюда естественно возникла мысль попытаться характеризовать более сложные объекты не системами обыкновенных чисел а какими-нибудь более сложными обобщенными числами, над которыми можно было бы совершать операции, похожие на обычные арифметические действия. Эта постановка вопроса была тем более естественна, что история науки показывала не неизменность понятия числа, а его изменчивость, постепенное обогащение совокупности чисел от чисел натуральных к числам дробным, затем к относительным числам, действительным ( рациональным и иррациональным) и, наконец, к комплексным. [24]
Кроме того, энергетическая система как более сложный объект обладает также более общими свой - ствами, связанными не только с характеристиками отдельных элементов, о и с их сочетанием. [25]
В интуиционистской математике систематически рассматриваются и более сложные объекты исследования. [26]
Основным недостатком языка является невозможность описания более сложных объектов, в которых зависимость между переменными не так проста, как в данной модели. Подпрограмму расчета такой зависимости можно легко построить на языке алгол, но на динамо сделать это невозможно. Однако, как мы уже говорили, такой недостаток лишь ограничивает число задач, в которых может использоваться язык динамо. Если же модель подходит для построения программы на этом языке и имеется соответствующий транслятор, язык динамо может значительно облегчить проведение имитационного исследования. [27]
Оптико-электронный тракт чаще всего является подсистемой более сложного объекта проектирования. Сложные системы характеризуются определенной иерархией, в основном заключающийся в том, что технические задания на отдельные подсистемы зависят от общего технического задания. Различают вероятностные и детерминированные системы. Поведение подсистем в вероятностных системах прогнозируй тся с определенной степенью вероятности, в детерминированных системах подчиняется строгим закономерностям и не изменяется при изменении внешних воздействий, если эти изменения не учтены при разработке с истемы. Примером сложной вероятностной системы может служить ОЭП с адаптивной оптикой и многопрограммным цифровым электронным трактом. К основным этапам разработки системы относятся: общее исследование научно-технической проблемы, постановка задачи, назначение совокупности параметров и характеристик системы, синтез и анализ системы, определение конструктивных параметров и конструирование подсистем, экспериментальное исследование макета, испытания. [28]
Бензины термического и каталитического крекинга представляют собоц более сложные объекты для исследования, чем бензины прямой гонки, вследствие наличия в них в значительных количествах реакционно-способных непредельных углеводородов. [29]
Стехиометрические отношения существуют между элементарными объектами, составляющими более сложные объекты. [30]
Страницы: 1 2 3 4