Cтраница 2
Читатель должен понимать, к чему мы стремились в предыдущем рассмотрении, а чего мы и не пытались сделать. Это не было математическим или научным вычислением точных значений двух индексов фондового рынка на конец 1986 г. Но для контроля своих оценок и рассуждений аналитику нужно иметь представление о приемлемом или подходящем значении уровня фондового рынка в целом. [16]
![]() |
Величины w / kTK - p, вычисленные разными методами. [17] |
Для оценки результатов, получаемых по методу Кирквуда и квазихимическому методу, интересно рассмотреть случай плоской решетки. Теория плоской решетки, развитая с помощью весьма сложного математического аппарата Онзагером и др. [9, 10], позволяет провести вычисление точных значений термодинамических функций до конца. [18]
Здесь ais - комплексный коэффициент токораспределения, представляющий собою отношение комплекса тока в ветви s к комплексу тока в узловой точке j при условии, что все токи узловых точек, кроме точки i и балансирующей точки, равны нулю. Поэтому при вычислении точных значений удельных приростов, представляющих частные производные потерь по мощности ( активной или реактивной) какой-либо электростанции, нельзя эти коэффициенты считать неизменными. [19]
Предположим теперь, что i ( ar ft) m - 1; случай Я ( аг л) т - 1, как можно показать с помощью аналогичных рассуждений, невозможен ( см. упр. Если & 4, то ( г - 2) - й и ( г - 3) - й шаги оба малы; поэтому ar t 2m - 1 и равенство ( 22) невозможно. Теорема С показывает, что вычисление точных значений функции / ( я) для больших п при v ( п) 4 - очень трудная задача; однако можно дать приближенное описание поведения этой функции при л - оо. [20]
Мы увидим, что введение случайных параметров даже в простейшие линейные модели приводит к сложным нелинейным экстремальным задачам, которые не решаются методами нелинейного программирования. Основная сложность решения изучаемых в этой главе задач стохастического программирования состоит в трудности вычисления точных значений функций цели и проверки принадлежности заданной точки допустимой области. Образно говоря, основная задача, которая изучается в этой главе, заключается в минимизации функции, значение которой не известно, при ограничениях, проверить которые невозможно. [21]
Изложенный метод определения точных значений среднесуточных относительных приростов весьма трудоемок. Действительно, для определения значений среднесуточных относительных приростов при некоторых мощностях ГЭС нео бходимо ( т 1) раз оптимизировать суточный режим энергосистемы, где т - число ГЭС. Для сравнения укажем, что для вычисления среднесуточных относительных приростов при рассмотренных ранее упрощениях требуется лишь один раз оптимизировать суточный режим энергосистемы. Поэтому вычисление точных значений среднесуточных относительных приростов методом конечных приращений рекомендуется производить лишь в эталонных сопоставительных расчетах. [22]
Необходимо отметить, что из того, как определено т - длина шага, возникает следующий вопрос. Параметр т определяется через решение, с другой стороны, цель алгоритма заключается в определении этого решения. Если дано е0, то существует т, для которого алгоритм сходится. Вычисление точного значения т невозможно. При выполнении расчетов по этому алгоритму т варьируется для того, чтобы достигнуть хорошего значения. Выяснение того, когда z является подходящей точкой, также может оказаться нелегкой задачей. [23]