Аппроксимация - данные
Cтраница 2
Большинство из упомянутых в этом разделе встроенных функций для задач аппроксимации данных реализуют регулярные методы нахождение неизвестных, которые основаны на решении систем линейных алгебраических уравнений при различных критериях качества. В то же время, для решения задач рассматриваемого класса могут успешно применяться и поисковые процедуры, основанные методе Ньютона, градиентном методе, методе наискорейшего спуска и других методах поиска экстремумов. Численные процедуры поиска экстремумов в MathCAD Pro реализуют встроенные функции Minimize и Maximize ( см. разд. [16]
Определение по параметрической схеме ( методы 10 12) предусматривает аппроксимацию данных с последующим построением линий а const, определение параметра, вычисление коэффициентов параметрической кривой и на завершающем этапе - определение длительной прочности при заданных долговечности и температуре. Недостатком этого способа является нестабильное поведение аппроксимирующих зависимостей а-т на границах заданных временных интервалов, что не позволяет в ряде случаев довести расчет экстраполированных напряжений до конца. [17]
 |
Дополнительные параметры средней шаровой молнии. [18] |
Упругие свойства шаровой молнии характеризуются модулем Юнга, значение которого получено аппроксимацией данных для аэрогеля двуокиси кремния [102] в область малых плотностей. При этом большая погрешность приведенного в табл. XX значения обусловлена как неопределенностью в плотности каркаса шаровой молнии, так и погрешностью при аппроксимации данных в бласть низких плотностей. Значение модуля Юнга может служить и характеристикой прочности каркаса шаровой молнии. [19]
Принципиально путь расчета параметров ah в этом случае не отличается от изложенного для аппроксимации данных линейной функцией. Рассмотрим вопрос об оптимальной степени полинома. Очевидно, что при числе экспериментальных точек л на единицу большем, чем степень k, можно подобрать единственный полином, точно проходящий через все точки. [20]
Класс TGeomMassInertia содержит внутренние объекты, являющиеся переменными от класса TPowerPolyAppro и предназначенные для аппроксимации данных об эволюции массово-инерциальных и геометрических характеристиках ЛА по времени полета ЛА. [21]
 |
Формулы для уравнения состояния Пенга - Робинсона.| Формулы для уравнения состояния Бенедикта - Вебба - Рубина. [22] |
В этих уравнениях члены k j являются бинарными параметрами взаимодействия, которые используются для лучшей аппроксимации данных для смесей, свойства которых имеют особенности. [23]
Так как задача о распаде разрыва, возникающая в методе Годунова, относится только к аппроксимации данных, возможно было бы удовлетворить решению Римана также приближенно. В работах [332, 337, 338] были предложены методы для отыскания такого решения. Метод [338] достаточно сложен для объяснения, хотя используются только арифметические операции. [24]
Прогнозирование возможных потерь среди населения и повреждений ( разрушений) городской застройки или промышленных объектов основано на аппроксимации данных обработки параметров прошлых аварий с учетом закона подобия при взрывах. [25]
Класс Т А его Dynamic содержит внутренние объекты, являющиеся переменными от класса TPowerPolyAppro и TTwinArgPoly и предназначенные для аппроксимации данных об изменении коэффициентов аэродинамических сил и моментов. Причем, если коэффициент зависит только от одного параметра ( например числа Маха М), то соответствующий объект является переменной от TPowerPoly Appro, если же зависимость двухпараметрическая ( например от числа Маха М и угла атаки), то соответствующий объект является переменной от TTwinArgAppro. Класс TTwinArgAppro является потомком от класса TPowerPolyAppro и реализует алгоритм линейной аппроксимации данных по рядам таблицы, полученных как результат полиномиальной аппроксимации по столбцам исходной таблицы. Первая строка и столбец таблицы трактуются как значения аргументов аппроксимации. Методы и поля данного класса перекрыты по сравнению с предком и имеют тот же тип и список формальных параметров. [26]
На основании результатов проверки по F-критерию было найдено, что модель второго порядка являлась простейшей моделью, которая давала удовлетворительную аппроксимацию данных. [27]
При этом функции Ispline, pspline, cspline, bspline имеют вспомогательное значение и осуществляют предварительную подготовку к решению задачи в соответствии с выбранным методом аппроксимации данных, a interp использует эти предварительно полученные результаты для определения значений функции во всем диапазоне изменения аргумента. Три первых вспомогательных функций ( Ispline, pspline, cspline) обеспечивают кубическую сплайн-интерполяцию. Функция bspline позволяет выбрать порядок полинома сплайна. [28]
Класс TThruster предназначен для вычисления реактивных сил и моментов, обусловленных тягой двигательной установки ЛА, и содержит внутренние объекты, являющиеся переменными от класса TPowerPolyAppro и предназначенные для аппроксимации данных об изменении тяги двигательной установки и массы топлива в течение полета ЛА. В таблицах 6.16 и 6.17 приведены названия и описания полей и методов данного класса. [29]
Вероятность согласия при k - 4 и % 2 2 679 ( см. приложение 1) Р ( ОС2) 0.61 больше уровня значимости а 0 05, поэтому можно сказать, что гипотеза о возможности использования нормального закона для аппроксимации данных об отказах накладок сцепления принимается. [30]
Страницы: 1 2 3 4