Cтраница 1
Выполняя вычисления, всегда необходимо помнить о той точности, которую нужно или которую можно получить. Недопустимо вести вычисления с большой точностью, если данные задачи не допускают или не требуют этого. [1]
Выполняя вычисления, мы игнорировали тот факт, что х обычно не принимает отрицательных значений. Наш отказ от усечения нормального распределения в нуле основывается на допущении, что влияние оставленного хвоста распределения в области отрицательных значений х настолько мало, что им вполне можно пренебречь. [2]
Выполняя вычисления, необходимо всегда помнить о той точности, которую можно получить или которая необходима в каждом конкретном случае. [3]
Выполняя вычисления, всегда необходимо помнить о той точности, которую нужно или которую можно получить. Исходные числовые данные многих технических расчетов, являясь приближенными, содержат обычно не более трех-четырех значащих цифр, последняя из которых бывает, как правило, верна лишь ориентировочно ( сомнительная цифра); поэтому в большинстве случаев достаточно производить вычисления с числами, содержащими не более четырех значащих цифр. Если в процессе вычислений появляются числа с большим количеством значащих цифр, то их следует округлять до нужного количества цифр. [4]
Выполняя вычисления согласно (3.27), для каждо1 о И получаем соответствующее давление 7 котброе обозначим Рп. Эта величина является функцией параметров х и со. [5]
Требуется получить 54, выполняя вычисления с полной точностью. [6]
При формулировке задачи вычислений на машинах Тьюринга предполагается, что исходные данные ( скажем, числовое значение аргумента, для которого нужно вычислить значение функции) записаны на ленте машины и машина работает, выполняя вычисления. На число шагов ( время), необходимых для того, чтобы закончить вычисления, не накладывается никаких предварительных ограничений. Функции, вычислимые таким образом, - это в точности все рекурсивные функции. [7]
Принципиально отклонение можно держать под контролем даже в случае неустойчивости, рассмотренном в разд. Следовательно, выполняя вычисления с достаточной точностью, мы можем получить результат, сколь угодно близкий к теоретическому, который свободен от погрешностей. Точность вычислений, необходимая в случае, рассмотренном в разд. [8]
При вычислениях по этой формуле уменьшение аргумента х приводит к тому, что члены разности в знаменателе становятся близкими по модулю и погрешность результата вычислений быстро возрастает. Действительно, выполняя вычисления по этой формуле на ПМК с разрядностью мантиссы г 8, для значений аргумента х - 10; 5; 2; 1; 0 4; 0 2 соответственно получим fix) 2040 8163; 2083 3333; 2222 2222; 2500; 4000; оо. Полученные результаты явно ошибочны, так как при уменьшении аргумента значение рассматриваемой функции, как свидетельствуют результаты математического анализа, асимптотически стремятся к конечному числу. [9]
Электронные управляющие машины - это вычислительные машины, снабженные специальными устройствами, преобразующими информацию, поступающую в машину и выдаваемую ею. Универсальные цифровые вычислительные машины могут перерабатывать информацию по любой программе, выполняя вычисления и логические операции. Они являются - поэтому универсальными устройствами, пригодными для решения разнообразных задач и для применения в АУС различного назначения. [10]
Выполняя вычисления в указанном порядке, получаем предельные величины: SH 84 мкм, s 44 мкм. [11]
Традиционные программы выполняют точно установленные инструкции в определенный момент времени. Например, выполняя вычисления, программа производит шаг за шагом последовательность действий, пока не будет получен некоторый результат. Прохождение данных по нейронной сети, напротив, не может быть заранее определено по причине иерархической структуры сети и распределенное по связям весовых коэффициентов. Кроме того, входные данные могут быть недоопределены или определены нечетко, что в традиционных программах не представляется возможным. Поставленная задача может быть решена нейросетыо, даже если входная информация не рассматривалась ранее при обучении, при условии, что данные не выходят за предъявляемые к ним ограничения. Нейронные сети занимают небольшой объем памяти, т.к. сохраняется лишь структура нейронной сети. Нейронные сети идеально подходят для решения задач управления, т.к. обеспечивают благодаря параллельной структуре чрезвычайно высокую скорость выполнения операций. [12]
Традиционные программы выполняют точно установленные инструкции в определенный момент времени. Например, выполняя вычисления, программа производит шаг за шагом последовательность действий, пока не будет получен некоторый результат. Прохождение данных по нейронной сети, напротив, не может быть заранее определено по причине иерархической структуры сети и распределенности по связям весовых коэффициентов. Кроме того, входные данные могут быть недоопределены или определены нечетко, что в традиционных программах не представляется возможным. Поставленная задача может быть решена нейросетью даже если входная информация не рассматривалась ранее при обучении, при условии, что данные не выходят за предъявляемые к ним ограничения. Нейронные сети занимают небольшой объем памяти, так как сохраняется лишь структура нейронной сети. Нейронные сети идеально подходят для решения задач управления, так как обеспечивают благодаря параллельной структуре чрезвычайно высокую скорость выполнения операций. [13]
А вот совсем недавно появились быстродействующие автоматические электронные машины, помогающие не только считать, но и мыслить. Работают они со сказочной быстротой. Одна машина может произвести в секунду несколько тысяч математических операций с девятизначными числами, выполняя вычисления с точностью до миллиардных долей единицы. За несколько часов работы машина может произвести столько вычислений, сколько опытный вычислитель, вооруженный арифмометром, не сможет сделать за всю свою жизнь. [14]
Команда if означает, что будет производиться проверка на выполнение условия. Затем генерируются инструкции SML для оценки условия. Поскольку в SML отсутствует прямой эквивалент для оператора if / goto, его приходится эмулировать, выполняя вычисления с х и у и ветвление в зависимости от результата. Если х равен у, результат вычитания х из у равен нулю, поэтому для эмуляции оператора if / goto можно использовать инструкцию перехода по нулю. Первый шаг требует, чтобы значение у было загружено ( из SML ячейки с номером 98) в аккумулятор. Значение в аккумуляторе может оказаться как нулевым, так и положительным или отрицательным. Так как рассматривается операция, нас интересует переход по нулю. Сначала в таблице символов ищется ячейка перехода ( в данном случае 60), которая не находится. [15]