Cтраница 1
Большие вычислительные трудности возникают, когда матрица Ат А плохо обусловлена ( в этом случае и матрица АТ. [1]
Практическая реализация предложенной методики расчета встречает большие вычислительные трудности. В целях упрощения расчетов отметим следующее. В методе укрупненных размахов расчетный стандарт процесса и расчетная частота процесса должны находиться между этими значениями. [2]
Задача об изгибе заделанной по контуру прямоугольной пластинки равномерной нагрузкой представляет при решении очень большие вычислительные трудности. Первое простое решение этой задачи было дано В. Это решение является приближенным, но Ритц доказал, что оно в пределе стремится к точному решению. Мы не можем считать, что мы обладаем абсолютно точным решением этой важной технической проблемы. Поэтому представляет интерес применение приближенного метода, основанного на смягчений или, как иначе называют, релаксации граничных условий. [3]
Если при решении задач об ударе полностью учитывать деформационные и инерционные свойства соударяющихся тел, то чаще всего возникают большие вычислительные трудности. [4]
Как видно, с увеличением числа конденсированных ароматических ядер число и вес структур с несколькими неэффективными связями возрастают, что представляет поэтому большие вычислительные трудности и вынуждает прибегать к дополнительным допущениям. [5]
P ( yz) e Как показывает эксперимент [11,35-37], решение задачи (3.6) в классе субаддитивных функций у ( у е Г наталкивается на большие вычислительные трудности. [6]
Однако, как видно из приведенной методики и из примера, рассмотренного в приложении, точное вычисление характеристического сопротивления для открытой полосковой линии заданных размеров ( из выражений Z0 30 / С), хотя и возможно, но является весьма длительным и представляет большие вычислительные трудности, поэтому вычисление должно быть прямым, а не косвенным. [7]
Вызывает трудности также большая сложность основных уравнений. Их практическое использование ( например, для расчета проектируемого упругого элемента) уже в сравнительно простых случаях - наталкивается на большие вычислительные трудности. По этой причине обычно отказываются от их использования и, следовательно, от точных ( и, таким образом, оптимальных) решений задач, которые зависят от упругого элемента. Выходом из этого положения является использование простейших видов деформации ( см. подразд. [8]
Исходная задача сводится к задаче безусловной минимизации путем искусственного введения штрафных функций. Штрафные функции позволяют упростить поставленную задачу однако, в этом случае вновь сформированная функция цели приобретает резко выраженный овражный характер, что создает большие вычислительные трудности. [9]
На этом пути в последние годы достигнуты значительные успехи. Однако большие вычислительные трудности и сложная форма квантово-механических потенциальных функций затрудняет их широкое использование в молекулярно-статистических работах. [10]
Одна из предпосылок необходимости применения метода статистической линеаризации состоит в случайном характере изменения состояния системы. Чтобы количественно учесть эти изменения, нужен математический аппарат теории случайных функций. Непосредственное применение этого аппарата к нелинейным системам вызывает большие вычислительные трудности. Поэтому, как и в случае детерминированной теории, нужна идеализация. Такой идеализацией является статистическая линеаризация. Следует подчеркнуть, что статистическая линеаризация сводит рассмотрение нелинейной задачи к линейной только в статистическом смысле. Регулярные нелинейные зависимости остаются нелинейными. [11]
При решении задачи дуального управления предполагается, что все неизвестные и неконтролируемые параметры случайны и имеют априорно заданные функции распределения. Собственно решение задачи основано на последовательном применении метода динамического программирования Беллмана ( см. раздел IV. Однако на практике, как отмечалось выше, решение уравнения Беллмана даже в случае линейного объекта, наталкивается на большие вычислительные трудности - так называемое проклятие размерности. В общем случае эти трудности практически непреодолимы, поэтому обычно переходят к субоптимальным адаптивным алгоритмам, стараясь сохранить при этом по возможности все свойства оптимальных алгоритмов. Имеются два пути решения этой задачи. Первый состоит в последовательном усложнении простейших алгоритмов, с целью обеспечить качественное оценивание и управление. Второй предусматривает упрощение функционального уравнения Беллмана. [12]
Расчет сечений поглощения в линиях по формуле ( 6) из § 2 требует существенных затрат машинного времени. Это обусловлено, в первую очередь, наличием огромного количества спектральных линий в плотной плазме. Большое число линий связано с реализацией большого числа состояний различных ионов, которые, имея малую по величине концентрацию, могут давать вклад в коэффициент поглощения из-за большой величины сечения вблизи центра линии. Наряду с огромным количеством линий большие вычислительные трудности связаны с необходимостью учитывать различные эффекты, приводящие к расщеплению и уширению линий в плазме. Например, достаточно аккуратный учет расщепления и уширения линий за счет электрических полей соседних ионов приводит к увеличению времени счета в десятки раз. [13]
Основная идея применения разностных методов состоит в замене непрерывных переменных дискретными. Функции и аргументы заменяются набором чисел, заданных в точках множества, называемого сеткой. Исходные дифференциальные или интегральные уравнения заменяются системой алгебраических уравнений высокого порядка. Хотя в принципиальном плане задача упрощается, но из-за высокого порядка алгебраической системы возникают большие вычислительные трудности, как правило, непреодолимые без использования ЭВМ. При решении дифференциальных уравнений производные в уравнениях и граничных условиях заменяются отношением конечных разностей функций и аргументов. Исходной задаче ставится в соответствие разностная задача или разностная схема. [14]