Cтраница 1
Следовательно, дан асимптотический алгоритм расчета характеристик сложной системы, подверженной редким случайным воздействиям. [1]
Многочисленные экспериментальные исследования асимптотических алгоритмов подтверждают это предположение. [2]
Эти последовательности называются асимптотическими алгоритмами. [3]
Хотя у нас имеются достаточные условия ( теорема 19.8) применимости асимптотического алгоритма - реальные вычисления покажут, что алгоритм дает оптимальное решение и в большинстве-случаев, когда достаточные условия не выполнены. [4]
Асимптотическая вероятность пропуска сигналов при любом значении параметра со минимальна в классе инвариантных асимптотических алгоритмов. [5]
Асимптотический байесовский метод предполагает выделение некоторого неограниченно возрастающего параметра, относительно которого строится асимптотический алгоритм. [6]
Это означает, что задача целочисленного программирования с ограничением Ах fcb может быть решена при достаточно большом k, если решение соответствующей задачи линейного программирования не вырождено. Поэтому настоящий параграф называется асимптотический алгоритм. Заметим, что ширина полосы d Zmax ( D - 1) обычно дает слишком жесткие достаточные условия. [7]
Устойчивость АОИ и АИО-алгоритмов гарантируется только в условиях параметрической априорной неопределенности. В случае непараметрической априорной неопределенности эти алгоритмы имеют, как правило, низкую устойчивость. В связи с этим теория асимптотических алгоритмов получила дальнейшее развитие в направлении синтеза асимптотически робастных ( АР) алгоритмов, устойчивых в условиях как параметрической, так и непараметрической априорной неопределенности. Методика синтеза таких АР-алгоритмов разработана в следующей главе. [8]