Cтраница 1
Нормальная система уравнений решается обычными методами алгебры. [1]
Нормальная система уравнений ( 3) в случае п - 3 допускает простую механическую интерпретацию. [2]
Нормальную систему уравнений (9.29), (9.30) представим в матричной форме. [3]
Нормальную систему уравнений (29.8) после предварительного выделения максимальной невырожденной части матрицы Л е решаем методом квадратного корня. [4]
Для нормальных систем уравнений также имеет место теорема, гарантирующая существование и единственность частного решения. [5]
Составление нормальной системы уравнений возможно при любом виде эмпирической функции. Решение же нормальной системы уравнений в случае нелинейных уравнений может оказаться весьма сложным. [6]
Задание нормальной системы уравнений ( 3) можно по аналогии с двухмерным случаем геометрически толковать как задание поля направлений в некоторой области ( п 1) - мерного пространства. [7]
Для нормальных систем уравнений также имеет место теорема, гарантирующая существование и единственность частного решения. [8]
Была составлена нормальная система уравнений. [9]
Система (2.2.5) есть нормальная система N уравнений. [10]
Верхний треугольник матрицы нормальной системы уравнений - переписывается до столбцам в элементы матрицы SF. Нормальная система решается стандартной подпрограммой GELS для решения систем линейных уравнений с симметричной матрицей коэффициентов. [11]
Общий порядок получения нормальной системы уравнений в форме выражения ( 11 - 43) при немногочленном приближении не отличается от ранее рассмотренного, за исключением того, что коэффициенты матрицы вычисляются по более общим формулам. [12]
Метод Зейделя для нормальной системы уравнений всегда сходится. [13]
Общий порядок получения нормальной системы уравнений в форме выражения ( 11 - 43) при немногочленном приближении не отличается от ранее рассмотренного, за исключением того, что коэффициенты матрицы вычисляются по более общим формулам. [14]
&) называется обычно нормальной системой уравнений Гаусса. Решение этой системы дает оценки компонент вектора А, обеспечивающие минимум ( в классе линейных оценок) среднего квадрата отклонения предсказываемых аппроксимирующим полиномом значений функции от наблюдаемых при эксперименте. [15]