Cтраница 3
Из доказательства теоремы 3.3 следует, что алгоритм отыскания приближенного решения как решения экстремальной задачи (3.29) обеспечивает сходимость последовательности регуляризи-рованных приближений к нормальному решению. [31]
Из этой теоремы следует, в частности, что действительное число есть общий предел последовательности приближений с недостатком и последовательности приближений с избытком. [32]
Итерационный процесс уточнения параметров ( с 1 - й по 14 - ю итерацию) свидетельствует о монотонном стремлении последовательности приближений к минимуму функционала слева. При этом интеграл по области G от емкостного параметра amh ( запасы газа) постоянно возрастает. После 14-го шага итерационный процесс разбивается на две ветви. Первая представляет собой продолжение приближений к минимуму слева. В результате происходит переход на противоположную ветвь функционала J ( рис. 84, пунктир), итерационный процесс продолжается. Теперь изменение запасов газа ( их уменьшение при возрастании номера итерации) свидетельствует о приближении к минимуму, но уже с правой стороны. [33]
Итерационный процесс уточнения параметров ( с 1 - й по 14 - ю итерацию) свидетельствует о монотонном стремлении последовательности приближений к минимуму функционала слева. [34]
Задача подбора номера профиля решается методом последовательных приближений, который состоит в том, что неравенство (XII.70) решается с помощью последовательности приближений, сходящейся к его решению. Величинам, вычисляемым в данном приближении, присваиваем его номер. [35]
Вследствие малости элементов л: атрицы D норма матрицы - C - D мала; поэтому ( см. § 3) последовательность приближений, получаемых из этого итерационного процесса, сходится очень быстро. Этот прием приводит к некоторому уменьшению влияния вычислительной погрешности. Чтобы еще более обезопасить себя от большого влияния вычислительной погрешности, подобный прием применяют на каждом шаге ортогонализации. [36]
В меню выбора способа представления результата пользователь может выбрать представление данных в виде фазового портрета, потока, поля направлений, отображения Пуанкаре, последовательности итерационного приближения к решению или совместить несколько способов представлений в различных окнах экрана. [37]
![]() |
Расчетная область метода граничных элементов. [38] |
Затем повторяют решение линейной задачи (2.3.35), (2.3.39), (2.3.40) с новыми массовыми и поверхностными нагрузками и осуществляется переход к следующему приближению. Последовательность приближений продолжают до тех пор, пока разница между двумя последними приближениями не окажется в пределах заданной точности. [39]
Иначе говоря, после выполнения деления натуральных чисел, которое дает рп, справа от остатка гп приписывают 0 и продолжают деление, чтобы получить pn i - Если запятая уже была поставлена, чтобы написать десятичное приближение р / 102, то она сохраняет свое место и pn i / 10 1 получается приписыванием нового десятичного знака справа. Таким образом, последовательность S приближений с недостатком является возрастающей, если только все цифры, которые следует приписывать, не оказываются нулями, начиная с некоторого разряда. [40]
Отображения qft называются пикаровскими приближениями решения ф уравнения ( 2) с начальным условием ф ( о) Яо. Если интервал / достаточно мал, то последовательность пикаровских приближений равномерно сходится к решению ф на интервале / не медленнее геометрической прогрессии со знаменателем, пропорциональным длине интервала. На самом деле, пикаровские приближения сходятся быстрее любой прогрессии. [41]
Термин, который применительно к численному анализу ( N095 numerical analysis) подразумевает математическое исследование всевозможных аспектов возникновения погрешностей при использовании численных методов ( или алгоритмов), Важнейшим требованием к таким алгоритмам является их сходимость. Как правило, алгоритм задает способ построения последовательности приближений. Если эти приближения с каждым шагом итерации оказываются все ближе и ближе к точному решению, то алгоритм считается сходящимся. Скорость сходимости непосредственно связана с эффективностью метода и оценивается порядком ( 0.062 order) сходимости алгоритма. Поскольку большинство алгоритмов заканчивают свою работу до получения точного решения, важную роль играет оценка величины ошибки после конечного числа шагов итерации. Для определения максимального значения погрешности используется граница ошибок. [42]
Большинство методов являются итерационными. Это означает, что решение получается как предел некоторой последовательности приближений. Если эта последовательность приближений некоторым образом стремится к пределу, то процесс называется сходящимся, а если нет - то расходящимся. [43]
Большинство методов является итерационными. Это означает, что решение представляет собой предел некоторой последовательности приближений. Если эта последовательность некоторым образом стремится к пределу, то процесс называется сходящимся, если нет - расходящимся. [44]
Большинство численных методов являются итерационными. Это означает, что решение получается в виде предела некоторой последовательности приближений. Если эта последовательность некоторым образом стремится к пределу, то процесс называется сходящимся, если нет - то расходящимся. Итерационные методы весьма удобны при использовании вычислительных машин, поскольку последовательные приближения выполняются одними и теми же командами, но над различными числами, поэтому программы итерационных методов занимают малый объем в памяти машины. При использовании рекуррентных соотношений структура программ аналогична. [45]