Итеративная процедура

Cтраница 2

Известны также итеративные процедуры оценки математического ожидания и дисперсии при неизвестном е, весьма эффективные для реализации на ЭВМ. [16]

Большим достоинством итеративной процедуры является то, что точность предсказанных времен удерживания возрастает на каждой стадии. При использовании постоянной схемы этого не происходит. Цифра 6 % указывает и на степень надежности результатов в смысле предсказания оптимальных условий. [17]

Рассмотрим построение итеративной процедуры расчета многопучковых моданов Гаусса - Эрмита. [18]

Используя эту итеративную процедуру, получаем последовательность траекторий у1 ( t), которая должна сходится к решению МТКЗ. С другой стороны, на примере легко показать, что для обеспечения сходимости обычно требуется подобрать очень хорошее начальное приближение. Поэтому для формирования начального приближения в алгоритме квазилинеаризации часто используются градиентные или аппроксимационные процедуры. [19]

Структурная схема задачи идептификации. пример. [20]

Для этого строится итеративная процедура с использованием квазилинеаризации. [21]

По мере сходимости итеративной процедуры как правая, так и левая части неравенства ( 56) сходятся к величине, заключенной между ними. Действительно, критерий оптимальности ( 43) просто является условием того, что верхняя и нижняя границы равны. [22]

Для удобства анализа указанной итеративной процедуры, обеспечивающей увязку подсистем, в рамках каждой из них требуется некоторым наглядным образом различать исходные данные, варьируемые величины и результаты моделирования. [23]

Решение сводится к следующей итеративной процедуре. [24]

Минимум отыскивается с помощью итеративной процедуры. [25]

Основным моментом возможности применения итеративных процедур в ЕЕа для разыскания параметрических семейств решений являются следующие требования, гарантирующие редукцию укорочения УР. [26]

Метод стохастической аппроксимации представляет собой итеративную процедуру нахождения корней или экстремальных точек функции регрессии при наличии случайных помех. Оценка параметра является случайной величиной, имеющей свое распределение. Плотность вероятности оценки можно последовательно уточнять, используя теорему Байеса. [27]

Заметим, что здесь представлена итеративная процедура вычисления преобразований Фурье упорядоченных условных процессов. Эта процедура иллюстрируется рис. 10.9, который может быть обобщен на любое число процессов. [28]

В работах [27-31] описано применение итеративных процедур к расчету од-номодовых фазовых ДОЭ, формирующих одномодовое распределение. [29]

Если удается обеспечить сходимость такой итеративной процедуры, то в результате ее использования получают решение, удовлетворяющее уравнениям связей и условиям оптимальности. [30]

Страницы: 1 2 3 4