Оценка - погрешность - решение
Cтраница 1
Оценка погрешности решений производилась экспериментально. [1]
Оценка погрешности решения Навье для шар-нирно опертой пластинки с равномерно распределенной нагрузкой с помощью функционалов Лаграижа и Кастильяно. [2]
 |
Изгиб пластины перио - дической системой штампов. [3] |
Для оценки погрешности решений, полученных в разд. [4]
Приведем теорему, дающую оценку погрешности решения, которая получается при замене данного ядра на близкое к нему другое ядро, в частности на вырожденное. [5]
Из сказанного видно, что процедура оценки погрешности решения обратной задачи по этому методу во много раз более трудоемка, чем саморешение. [6]
В заключение отметим, что в работах [30-32, 198, 280, 579, 582, 583] выведены асимптотические ( при б /, б / С, а - - 0) оценки погрешности регуля-ризованного решения, опирающиеся на характер поведения функции К ( со) ( или L ( со)) на бесконечности и в окрестности своих нулей. При этом в работах [30 - 32, 659] особо выделены наиболее типичные для прикладных задач типы ядер. [7]
В связи с тем что рассматриваемые здесь устройства относятся к вычислительной технике, будем интересоваться ( не в полном объеме) теорией погрешностей вычислений, которая представляет собой раздел вычислительной математики, изучающей причины возникновения и способы оценки погрешностей решения задач прикладной математики и технических задач. Исходя из этой теории можно определить погрешности и основные ее виды. [8]
Эта оценка применима и при mfp ( x) 0, когда лемма 1.2 неприменима. Таким образом, использование аппарата функции Грина позволяет расширить множество задач, для которых удается получить оценку погрешности сеточного решения. [9]
Применительно к обратным задачам динамики ЯЭУ этот подход, как будет видно из дальнейшего, дает некоторые преимущества по сравнению с традиционным. В частности, использование функций ценности позволяет наиболее полно учесть свойства функционала задачи, а применение формул теории возмущений дает возможность спланировать максимально информативные для идентификации эксперименты, преодолеть трудности в оценке погрешности решения обратной задачи и построить экономичные вычислительные алгоритмы параметрической идентификации. [10]
На практике измерения в диагностических экспериментах выполняют, как правило, с ошибками. Уровень возможных ошибок измерений часто удается оценить, например, по классу точности используемых измерительных приборов. В этой ситуации представляет интерес оценка погрешности решения задачи диагностики, обусловленная только соответствующими ошибками измерений. [11]
В предыдущем параграфе сильная сходимость приближений, полученных т-методом, была показана на численных примерах. Однако должна существовать теоретическая оценка погрешности, внутренне связанная с этими приближениями. Связь полиномов Чебышева с тригонометрическими функциями дает нам возможность развить простой алгебраический метод оценки погрешности решения линейного дифференциального уравнения, получаемого путем применения т-метода. [12]
В предыдущем параграфе сильная сходимость приближений, полученных t - методом, была показана на численных примерах. Однако должна существовать теоретическая оценка погрешности, внутренне связанная с этими приближениями. Связь полиномов Чебышева с тригонометрическими функциями дает нам возможность развить простой алгебраический метод оценки погрешности решения линейного дифференциального уравнения, получаемого путем применения т-метода. [13]
Так как напряжения и перемещения в центральной части плиты покрытия практически не зависят от способа задания условий на контакте, поэтому выберем наименее трудоемкий способ задания контактных условий. До решения задачи обоснуем размеры расчетной сетки элементов, необходимые для достижения заданной точности решения. Известно, что для используемых конечных элементов с удвоением густоты сетки разность между точным и приближенным решениями для перемещений уменьшается примерно в 4 раза, для напряжений-в 2 раза. Точность решений оцениваем по стабилизации результатов расчетов. За оценку погрешности решения принимаем относительную разность двух значений напряжений, полученных в последовательных расчетах при сгущении сетки в два раза. [14]
Программный комплекс имеет два режима работы: режим вычислительного эксперимента и режим обработки результатов реального эксперимента. В первом из них подключается блок вычисления модельного решения ( фантомов), а также проекций точного решения в различных направлениях. В случае необходимости работает блок за-шумления проекционных данных. В обоих режимах могут быть включены сглаживание проекций по пяти и девяти точкам, медианная фильтрация и регуляризация по Тихонову. При этом в алгоритме имеется несколько режимов поиска параметра регуляризации, включая задание его постоянным; есть возможность вывода нескольких оценок погрешности решения и невязок. [15]
Страницы: 1