Cтраница 1
Погрешность математической модели связана с приближенностью математического описания физического явления, обусловленной как сознательной его схематизацией с целью упрощения задачи, так и относительностью и ограниченностью существующих знаний об окружающем мире. [1]
Оценка погрешности математической модели процесса, включающая погрешность метода, алгоритма и программы, для рассматриваемой области трехмерных задач нестационарной теплопроводности проводится по первому - третьему классам точных решений. При этом на телах классической формы и точных решений первого класса выявляется влияние на погрешность решения неравномерности сетки при произвольном сочетании указанных граничных условий, а по второму классу - точных решений только при идеальной теплоизоляции. [2]
Результаты оценки погрешности математической модели и конкретной численной модели в существенной мере определяются характером поля температур, варьирование которого возможно при изменении численных значений параметров точных решений. [3]
Однако на смену погрешностям макетирования приходят погрешности математических моделей и методов решения уравнений ММС. [4]
![]() |
График зависимости.| Структурная схема каскадной САР. [5] |
Как следует из уравнения ( 11 23), корректирующее устройство вырабатывает сигнал и, пропорциональный отклонению Аю ( т), компенсируя тем самым погрешности математической модели и поиска самого решения. [6]
В данном параграфе будут рассмотрены некоторые аспекты вопроса построения модели всего объекта, если известны модели его составных частей с некоторой погрешностью, и вопрос влияния погрешностей моделей составных частей на погрешность математической модели объекта в целом. [7]
Иногда в литературе встречается несколько иная классификация погрешностей: неустранимой погрешностью называют лишь погрешность, являющуюся следствием неточности задания исходных данных, входящих в математическое описание задачи, а погрешность, являющуюся следствием несоответствия математического описания реальности, называют погрешностью математической модели. [8]
Есть четыре источника погрешности результата: математическая модель, исходные данные, приближенный метод и округления при вычислениях. Погрешность математической модели связана с физическими допущениями и здесь рассматриваться не будет. [9]
Заметим, что задача идентификации в алгоритме ставится как экстремальная. &), Q CD, где CD - область, в которой выбирают значения параметров математической модели; EQ - обобщенная оценка погрешности математической модели. Для нахождения mm EQ ( С) применяют методы математического программирования, эвристического поиска, эволюционные и генетические алгоритмы. [10]
Необходимым условием окончания решения задачи с помощью ПМК является получение результатов с требуемой точностью. Численные результаты подавляющего большинства прикладных задач могут быть получены лишь приближенно. Источниками отклонения результата решения задач от точного значения ( погрешности) являются погрешности математической модели и исходных данных, а также методические и операционные погрешности вычислений. [11]