Cтраница 1
Отыскание минимума опять сводится к решению линейной системы уравнений с неизвестными г / -, О гл / г, легко выполняемому численными методами. Это позволяет брать очень большое число узлов. Тогда имеет смысл ставить вопрос о теоретическом исследовании сходимости приближенного решения к искомому при п - оо. [1]
Отыскание минимума / при ограничениях (6.5) есть задача квадратичного программирования, решение которой опирается па теорему Куна - Таккера, указывающую необходимые и достаточные условия минимума. [2]
Отыскание минимума F не является окончательным решением задачи. [3]
Отыскание минимума субмодулярной функции множества на непустых собственных ( или только непустых, или только собственных) подмножествах некоего множества легко сводится к случаю отсутствия ограничений. Это сведение предоставляется читателю в качестве упражнения. [4]
Для отыскания минимума функции (1.27) существует большое число стандартных алгоритмов экстремального поиска на ЭВМ. [5]
Для отыскания минимума функционала F ( A12, Л21) от двух аргументов был использован метод последовательного поиска и составлена программа для ЭВМ ЕС-1020. Алгоритм поиска ( рис. 2) состоит в том, что при продвижении по плоскости с координатами Л12, Л24 последовательно отыскиваются локальные экстремумы функционала. [6]
Задача отыскания минимума ( или максимума) функции п переменных и сама по себе имеет большое практическое значение. [7]
Алгоритм отыскания минимума методом наискорейшего спуска строится на основе последовательных приближений. [8]
Задача отыскания минимума ( или максимума) функции п переменных и сама по себе имеет большое практическое значение. [9]
При отыскании минимума в формуле (1.66) необходимо знак плюс изменить на минус. [10]
При отыскании минимума в формуле (1.66) необходимо знак плюс изменить на минус. [11]
При отыскании минимума функции С таким способом возникает проблема минимизации функции одной переменной. [12]
При отыскании минимума заданной функции Q Q ( X) для целей экстремального управления применение этого алгоритма явно не оправдано, так как связано с большими временными затратами. Причина этого заключается в том, что рассмотренный гомеостатический алгоритм случайного поиска решает вопрос об отыскании решения в принципе. Он лишь гарантирует конечность времени отыскания решения. Вопросы же быстродействия не решаются этим алгоритмом, так как он предназначен для управления объектами самого широкого класса с единственным ограничением, связанным с конечностью вероятности отыскания решения. [13]
Задача об отыскании минимума функции w может оказаться достаточно трудной, однако следует заметить, что во многих случаях ( иногда даже, когда / ь нельзя явно выписать) эта задача оказывается доступной для дальнейшего анализа и решения. [14]
Таким образом задача отыскания минимума суммы векторов ( 9 - 11), представленных в комплексной форме, заменена задачей суммирования синусоидальных функций одинаковой частоты. Значения г и 0, при которых амплитуда выходного сигнала становится равной нулю, определяют корень полинома. [15]