Cтраница 1
Размерность задачи при этом должна быть увеличена с п до n d, где d - число предполагаемых точек размещения скважин. [1]
Размерность задачи понижается, поскольку элементы представляют только границы моделируемой области. Однако применение этого метода требует знания фундаментального решения системы уравнений, которое бывает трудно получить. [2]
Размерность задачи повышается на число ограничений т, зато сохраняется простота градиентного метода в общей постановке. [3]
Размерность задачи определяется числом пространственных координат п: при п 1 - объект одномерный; при п 2 - двумерный; при п 3 - трехмерный. [4]
Размерность задачи сократится еще более, если в системе с химическими превращениями веществ переменными выбраны не количества составляющих, а степени протекания химических реакций. В этом случае возникает задача нахождения набора линейно независимых реакций: только такие реакции являются химически различающимися процессами. [5]
Размерность задачи, зависящая от числа эшелонов, также небольшая. Вследствие этого программа вычислений такова, что полностью умещается в оперативной памяти ЭВМ, и для решения задач требуется сравнительно мало времени. [6]
Размерность задачи определяется следующими девятью переменными. [7]
Размерность задач, плотность заполнения матриц и данные о числе итераций и времени решения приведены в таблице 4.4.1. Задача с 15 блоками имела подматрицы Bi, содержащие более 50 % ненулевых элементов. Векторы bt в правых частях выбирались так, чтобы обеспечить существование решений для блоков. [8]
Размерность задачи, определяемая числом управляющих переменных и фазовых координат, часто требует рассмотрения сеток большой размерности. [9]
Размерность задачи может быть очень большой. Методом наименьших квадратов находятся параметры частных описаний, а их число существенно меньше числа параметров полного описания. При увеличении размерности задачи увеличивается только число конструируемых частных описаний и, возможно, число шагов поиска. [10]
Если размерность задачи невелика, то метод градиентного спуска всегда предпочтительнее метода покоординатного спу-ска. Но по мере роста размерности относительная эффективность метода покоординатного спуска возрастает. Эффективность численного метода, использующего большое количество итераций, определяется двумя характеристиками метода г - количеством итераций и затратами времени на одну итерацию. По мере роста размерности соотношение затрат времени на одну итерацию становится все более и более в пользу покоординатного спуска. [11]
Если размерность задачи не слишком велика, то Xi можно определять по специальной номограмме. При автоматизированных измерениях предпочтительно применять средства аналоговой вычислительной техники. [12]
Если размерность задачи столь велика, что само решение задачи, т.е. вектор X, не помещается в оперативной памяти ЭВМ, то иногда применяются вероятностные методы решения систем линейных уравнений, которые остались вне нашего рассмотрения. [13]
Если размерность задачи слишком велика, можно, прибегнуть к параметризации, используя то обстоятельство, что последовательность значений управ. Последняя мо.кет. быть выражена с помощью линейной комбинации определенных априори известных функций времени. [14]
Если размерность задачи невелика, то метод градиентного спуска всегда предпочтительнее метода покоординатного спуска. Но по мере роста размерности относительная эффективность метода покоординатного спуска возрастает. Эффективность численного метода, использующего большое количество итераций, определяется двумя характеристиками метода - количеством итераций и затратами времени на одну итерацию. Конечно, количество итераций с ростом размерности у градиентного спуска росло медленнее, чем у покоординатного, но в целом относительная эффективность покоординатного спуска увеличивалась. [15]