Cтраница 1
Многомерные задачи решаются с помощью ряда искусственных приемов, перечисленных ниже и рассмотренных в последующих разделах. Каждый из них позволяет дать более или менее удовлетворительный ответ. [1]
Построение сетки с шагом h и выбор пробных точек в узлах сетки для приближенного определения наимень-5 шего значения функции двух переменных. [2] |
Многомерные задачи, естественно, являются более сложными и трудоемкими, чем одномерные, причем обычно трудности при их решении возрастают при увеличении размерности. Покроем рассматриваемую область сеткой с шагом h ( рис. 19) и определим значения функции в ее узлах. Сравнивая полученные числа между собой, найдем среди них наименьшее и примем его приближенно за наименьшее значение функции для всей области. [3]
Многомерная задача интервального поиска состоит в поиске в конечном подмножестве n - мерного пространства всех тех точек, которые попадают в n - мерный параллелепипед-запрос. Опишем тип задач поиска, который соответствует n - мерной задаче интервального поиска. [4]
Многомерная задача интервального поиска состоит в поиске в конечном подмножестве гг-мерного пространства всех тех точек, которые попадают в n - мерный параллелепипед-запрос. Опишем тип задач поиска, который соответствует n - мерной задаче интервального поиска. [5]
Примером многомерной задачи о доминировании является случай, когда отдел кадров предприятия желает получить список всех сотрудников в возрасте от 30 лет, получающих более 10000 рублей в год. [6]
Решение многомерных задач с высокой гарантированной точностью даже с применением наилучших ( оптимальных) алгоритмов может быть невозможным на практике из-за нереальных требований по памяти или времени реализации алгоритмов на ЭВМ. Одним из эффективных способов борьбы с проклятием многомерности являются метод Монте-Карло [85, 459, 557], по которому искомые величины интерпретируются обычно как математические ожидания некоторых случайных процессов, связанных с условиями данной задачи, и оцениваются методами теории вероятностей и математической статистики. Дисперсии оценок математических ожиданий нередко обратно пропорциональны числу испытаний и не зависят от размерности задачи. [7]
Примером многомерной задачи о доминировании является случай, когда отдел кадров предприятия желает получить список всех сотрудников в возрасте от 30 лет, получающих более 10000 рублей в год. [8]
Эффективность параллельной реализации алгоритмов. [9] |
Решение многомерных задач ЭМИ осуществляется на основе адаптации для параллельных вычислений самосогласованного описания процесса генерации электромагнитных полей на основе нестационарных уравнений Максвелла и кинетики электронов в формирующихся полях. Распараллеливание осуществляется по геометрической компоненте. Задачи решаются в присутствии объектов, имеющих конструктивные особенности и, следовательно, обратное воздействие. [10]
В многомерных задачах каноническое преобразование осуществляется методами линейной алгебры. [11]
В многомерных задачах поиск оптимальных условий процесса ведут на ЦВМ, используя обычно один из методов нелинейного программирования. [12]
В многомерных задачах, где имеется большое количество регулируемых параметров, алгоритм системы, естественно, оказывается значительно сложнее. [13]
В многомерных задачах каноническое преобразование осуществляется методами линейной алгебры. [14]
В многомерных задачах поиск оптимальных условий процесса ведут на ЦВМ, используя обычно один из методев нелинейного программирования. [15]