Cтраница 3
Для первой задачи характерно определение цели в виде экстремизируемого функционала ( или функции), граничных условий и уравнений объекта. При второй постановке задается желаемый оператор преобразования внешнего сигнала. [31]
Таким образом, полная энергия системы представлена в виде функционала, зависящего от неизвестных узловых перемещений v ( z) н их производных v ( г) по координате г. Функции v ( z) должны быть выбраны таким образом, чтобы этот функционал принимал минимальное значение. [32]
Представим, как и раньше, топологический индекс в виде точного функционала от поля. [33]
Таким образом, плотность мощности потерь удается представить в виде функционала WB [ x0 ( y, г) ] от функции Х0 ( Х 0 описывающей форму ДГ в динамическом режиме. При этом о виде функции Jt0 ( v t) неявно использовалось лишь самое общее предположение, заключающееся в ее симметричности относительно центральной плоскости пластины, параллельной поверхности. Однако (10.47) легко обобщить и на случай, когда указанного ограничения не существует. [34]
Очевидно, наличие или отсутствие этого свойства зависит как от вида функционала, так и от выбора нормы функции. [35]
Из приведенных выражений видно, что модель теперь представляется в виде функционала с аддитивной ошибкой. Входящий в нее интеграл называют интегралом свертки или интегралом Дюамеля. При этом импульсные характеристики h ( т), а также h ( t, т) имеют тот же смысл, что и в случае модели для дискретной системы. [36]
![]() |
Кривая изменения температуры. [37] |
Он основан на предварительном решении прямой задачи, представленном в виде функционала, связывающего температуру и искомые параметры, и последующей подгонке этого решения под экспериментальные точки, путем придания искомым параметрам значений, которые, как можно надеяться, близки к реальным величинам. [38]
В задачах оптимизации химико-технологических процессов нередко критерии оптимальности представляются в виде функционалов, решениями которых являются искомые функции. [39]
![]() |
Кривая изменения температуры. [40] |
Он основан на предварительном решении прямой задачи, представленном в виде функционала, связывающего температуру и искомые параметры, и последующей подгонке этого решения под экспериментальные точки, путем придания искомым параметрам значений, которые, как можно надеяться, близки к реальным величинам. [41]
Недостаток этого метода заключается в том, что в зависимости от вида функционала / и выбора весовых коэффициентов можно получить различные решения задачи оптимизации, не совпадающие в общем случае с решением исходной задачи. [42]
![]() |
Линии переключения управления ( а и общая картина фазовых траектории при оптимальном управлении ( б. [43] |
Рассмотрим особенности решения задач, в которых критерий оптимальности задан в виде функционала. [44]
Выше было показано, что среднее значение показаний аддитивного детектора представляется в виде функционала от решения некоторого интегрального уравнения. В то же время его можно вычислить статистическим моделированием траекторий частиц, поэтому метод Монте-Карло можно рассматривать как численный метод решения интегральных уравнений [ 30, с. [45]