Cтраница 2
Математически эта задача сводится обычно к минимизации суммы квадратов разностей экспериментальных у, и расчетных YJ значений. [16]
Математически эта задача сводится обычно к минимизации суммы квадратов разностей экспериментальных v, и расчетных YI значений. [17]
Математически эта задача сводится обычно к минимизации суммы квадратов разностей экспериментальных j, и расчетных YJ значений. [18]
Слагаемое Q, правой части (8.1.6) представляет сумму квадратов разностей между средними лг - отдельных серий ( или в нашем примере приборов) и общей средней по всей совокупности наблюдений. [19]
В качестве критерия перехода за предел пропорциональности берется сумма квадратов разностей главных напряжений. [20]
Нетрудно видеть, что поиск минимума функции S суммы квадратов разностей является задачей очень близкой к рассмотренной задаче поиска корней системы уравнений ( III. [21]
Количественно этот критерий чаще всего выражается в виде суммы квадратов разностей расчетных и опытных значений скоростей реакций ( см. гл. [22]
Из этих 21 модели 20 дают практически одинаковые значения суммы квадрата разностей между расчетными и экспериментальными величинами скоростей. Нетрудно видеть, что различные по структуре модели ( кривые А, В и F) приводят к существенно различным результатам. Здесь различия в значениях х в отдельных случаях достигают 0 1 мол. [23]
Необходимо найти такие значения параметров а и Ь, чтобы сумма квадратов разностей заданных и вычисленных по уравнению регрессии значений у была минимальна. [24]
Итак, расстояние между двумя точками равно корню квадратному из суммы квадратов разностей одноименных координат этих точек. [25]
Итак, длина отрезка на плоскости равна корню квадратному из суммы квадратов разностей одноименных координат его концов. [26]
Итак, расстояние между двумя точками равно корню квадратному из суммы квадратов разностей одноименных координат этих точек. [27]
Из табл. 4.10 видно, что квадратическая погрешность эксперимента представляет собой сумму квадратов разностей между / - и и средним результатом наблюдений, деленную на число измерений в данной точке и уменьшенную на единицу. [28]
Из табл. 4.10 видно, что квадратическая погрешность эксперимента представляет собой сумму квадратов разностей между г - й и средним результатом наблюдений, деленную на число измерений в данной точке и уменьшенную на единицу. [29]
Другой способ улучшения совпадения - применение метода наименьших квадратов, в котором сумма квадратов разностей между наблюдаемыми и рассчитанными структурными факторами минимизируется по структурным параметрам. Метод наименьших квадратов является очень мощным методом; вся итерационная процедура может быть проведена полностью на вычислительной машине без вмешательства оператора. Кроме того, наблюдаемые структурные факторы могут быть взяты с различными весами в зависимости от степени надежности их оценки, и, если ошибки наблюдения случайны, метод наименьших квадратов приводит к систематической и объективной оценке погрешностей в различных параметрах. [30]