(из второго компонента)

He made a half-hearted attempt to work. — Он сделал вялую попытку взяться за работу, (но скоро бросил).

He gave a half-hearted consent to it. — Он дал согласие на это без особой охоты. /Он неохотно дал согласие на это.

амфотерное соединение
Химическое соединение, способное проявлять кислотные или основные свойства в зависимости от природы второго компонента, участвующего в кислотно-основном взаимодействии (одно и то же А.с., реагируя с сильной кислотой, имеет тенденцию проявлять основные свойства, а при реакции с сильными основаниями - кислотные); к А.с. относятся аминокислоты, белки, нуклеопротеиды и т.д.; А.с. используются в методах разделения белков (изоэлектрическое фокусирование) в градиенте рН.
[Арефьев В.А., Лисовенко Л.А. Англо-русский толковый словарь генетических терминов 1995 407с.]

Тематики

• генетика

EN

• amphoteric compound

амфотерный компонент
—
[ http://www.dunwoodypress.com/148/PDF/Biotech_Eng-Rus.pdf]

Тематики

• биотехнологии

EN

• amphoteric compound

вектор
—
[ http://www.rfcmd.ru/glossword/1.8/index.php?a=index&d=5044]

вектор
Упорядоченный набор из некоторого количества независимых действительных чисел (таково одно из многих определений — то, которое принято в экономико-математических методах). Например, суточный план цеха может быть записан 4-мерным вектором (5, 3, — 8, 4), где 5 означает 5 тыс. деталей одного вида, 3 — 3 тыс. деталей второго вида, (-8) - расход металла в тоннах, а последняя компонента, допустим, — экономию 4 тыс. кВт•ч электроэнергии. Как видно, число компонент (координат) вектора произвольно (в данном случае план цеха может состоять не из четырех, а из любого другого числа показателей); их недопустимо менять местами; они могут быть как положительными, так и отрицательными. Векторы можно умножать на действительное число, например, если увеличить план в 1,2 раза по всем показателям — получится новый В. с тем же числом компонент (6; 3,6; — 9,6; 4,8) Векторы, содержащие равное число соответственно одноименных компонент, можно складывать и вычитать. Суммой векторов x = (x1,…, xn) и y = (x1, …, yn) является также вектор: (x + y) = (x1 + y1, …, xn+yn). Скалярным произведением векторов x и y называется число, равное сумме произведений соответствующих компонент этих векторов.: Векторы x и y называются ортогональными, если их скалярное произведение равно нулю. Равенство векторов — компонентное. Вектор 0, т.е (0,…,0) - нулевой; n-мерный В. — положительный (x > 0) если все его компоненты xi больше 0 и неотрицательный (x ? 0), если все его компоненты xi больше нуля или равны нулю. Если В. имеют равное количество компонент, возможно их упорядочение (полное или частичное), т.е. утверждение, что x>y (то есть х «больше» или в каком-то смысле предпочтительнее вектора у) См. также Векторное (линейное) пространство, Вектор-столбец, Вектор-строка, Линейная зависимость векторов, Линейная комбинация векторов.
[ http://slovar-lopatnikov.ru/]

Тематики

• защита информации
• экономика

EN

• vector

вектор (в биотехнологии)
Переносчик генетического материала в генной инженерии (бактериофаг, вирус или плазмида со вставкой чужеродной ДНК)
[ http://www.dunwoodypress.com/148/PDF/Biotech_Eng-Rus.pdf]

Тематики

• биотехнологии

EN

• vector

переносчик (возбудителя инфекции)
—
[Англо-русский глоссарий основных терминов по вакцинологии и иммунизации. Всемирная организация здравоохранения, 2009 г.]

Тематики

• вакцинология, иммунизация

EN

• vector

двусторонняя задержка
Задержка из-за подтверждения приема (при прохождении сигнала в оба конца) (МСЭ-Т Х.148).
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

Тематики

• электросвязь, основные понятия

EN

• round trip delay
• RTD

номинальное значение
Количественное значение, указанное, как правило, изготовителем для определенного рабочего состояния детали, устройства или аппарата.
МЭК 60050(151-04-03).
[ ГОСТ Р 50030. 1-2000 ( МЭК 60947-1-99)]

номинальное значение
Значение параметра электротехнического изделия (устройства), указанное изготовителем, при котором оно должно работать, являющееся исходным для отсчета отклонений.
Примечание
К числу параметров относятся, например, ток, напряжение, мощность.
[ ГОСТ 18311-80]

EN

nominal value
value of a quantity used to designate and identify a component, device, equipment, or system
NOTE – The nominal value is generally a rounded value.
[IEV number 151-16-09]

rated value
a quantity value assigned, generally by a manufacturer, for a specified operating condition of a component, device or equipment
Source: 151-04-03
[IEV number 442-01-01]

FR

valeur nominale, f
valeur de dénomination, f
valeur d'une grandeur, utilisée pour dénommer et identifier un composant, un dispositif, un matériel ou un système
NOTE – La valeur nominale est généralement une valeur arrondie.
[IEV number 151-16-09]

valeur assignée
valeur d'une grandeur fixée, généralement par le constructeur, pour un fonctionnement spécifié d'un composant, d'un dispositif ou d'un matériel
Source: 151-04-03
[IEV number 442-01-01]

Синонимы

• номинальное значение параметра электротехнического изделия
• номинальный параметр

EN

• nominal value
• rated value
• rating value
• rtd

DE

• Bemessungswert
• Nennwert

FR

• caractéristiques assignées
• valeur assignée
• valeur de dénomination
• valeur nominale

распределение времени пребывания
(напр. тепловыделяющего элемента в активной зоне ядерного реактора, частиц угля в зоне горения топки котла и др.)
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• residence time distribution
• RTD
• distribution of residence time
• DRT

релейный элемент выдержки времени
—
[Я.Н.Лугинский, М.С.Фези-Жилинская, Ю.С.Кабиров. Англо-русский словарь по электротехнике и электроэнергетике, Москва, 1999 г.]

Тематики

• электротехника, основные понятия

EN

• relay time delay
• RTD

температурный датчик сопротивления
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• resistance temperature detector
• RTD

термометр сопротивления
Термометр, принцип действия которого основан на использовании зависимости электрического сопротивления материала чувствительного элемента термометра от температуры.
[РД 01.120.00-КТН-228-06]

Термометр сопротивления ТС это термометр, как правило, в металлическом или керамическом корпусе, чувствительный элемент которого представляет собой резистор, выполненный из металлической проволоки или пленки и имеющий известную зависимость электрического сопротивления от температуры. Самый популярный тип термометра – платиновый термометр сопротивления, это объясняется высоким температурным коэффициентом платины, ее устойчивостью к окислению и хорошей технологичностью. В качестве рабочих средств измерений применяются также медные и никелевые термометры. Новый межгосударственный стандарт на технические требования к рабочим термометрам сопротивления: ГОСТ 6651-2009, разработанный на основе российского стандарта ГОСТ Р 8. 625-2006 ( Термометры сопротивления из платины, меди и никеля. Общие технические требования и методы испытаний). Ознакомиться со стандартом можно в разделе Российские стандарты. В стандарте приведены диапазоны, классы допуска ТС, таблицы НСХ и стандартные зависимости сопротивление-температура. Эти данные приведены также на нашем сайте в разделе справочник. Главное преимущество термометров сопротивления – широкий диапазон температур, высокая стабильность, близость характеристики к линейной зависимости, высокая взаимозаменяемость. Пленочные платиновые термометры сопротивления отличаются повышенной вибропрочностью, но меньшим диапазоном температур. Изготавливаются также герметичные чувствительные элементы термометров сопротивления различных размеров, что позволяет их использовать в местах, где важно устанавливать миниатюрный датчик температуры. Недостаток термометров и чувствительных элементов сопротивления – необходимость использования для точных измерений трех- или четырех- проводной схемы включения, т.к. при подключении датчика с помощью двух проводов, их сопротивление включается измеренное сопротивление термометра. Важнейшей технологической проблемой для ТС проволочного типа является герметизация корпуса ЧЭ специальной глазурью, состав глазури должен быть подобран так, чтобы при колебаниях температуры в пределах рабочего диапазона не происходило разрушение герметизирующего слоя.

Промышленные платиновые термометры сопротивления в большинстве случаев используются со стандартной зависимостью сопротивление-температура (НСХ), что обуславливает допуск не лучше 0,1 °С (класс АА при 0 °С). Однако высокая стабильность некоторых термометров позволяет делать их индивидуальную градуировку и определять характерную именно для них зависимость сопротивление-температура. Такая градуировка может повысить точность до нескольких сотых градуса. Следует отметить, что использование функции МТШ-90 (что возможно сейчас для многих цифровых термометров) может точнее описать индивидуальную зависимость ТС, использование квадратичного уравнения Каллендара Ван Дьюзена ограничивает точность аппроксимации до 0,01-0,03 °С в зависимости от диапазона температур.

Эталонные платиновые термометры (ПТС, ТСПН) первого разряда и термометры-рабочие эталоны по точности превосходят промышленные термометры сопротивления (расширенная неопределенность ПТС 1 разряда при 0 °С равна 0,002 °С), но они требуют очень осторожного обращения, не выносят тряски и резких тепловых. Кроме того, их стоимость в десятки раз выше стоимости рабочих термометров сопротивления. Стандарт на образцовые ПТС первого и второго разряда: ГОСТ Р 51233-98 «Термометры сопротивления платиновые эталонные 1 и 2 разрядов. Общие технические требования» (см. раздел Российские стандарты). Подробная информация о свойствах эталонных платиновых термометров сопротивления и методах работы с ними приводится в разделе "Платиновый термометр сопротивления - основной интерполяционный прибор МТШ-90"

Для точного изменения криогенных температур с успехом применяются железо-родиевые термометры сопротивления. Их действие основано, на эффекте аномальной температурной зависимости сплава 0,5 ат.% железа к родию при низких температурах с положительным коэффициентом сопротивления. Опыт работы с термометрами показал, что их стабильность может достигать 0,15 мК/год при 20 К. Зависимость сопротивление - температура в диапазоне 0,5-27 К хорошо аппроксимируется полиномами не высоких степеней (8 -11 степень). Однако, сложности возникают при попытке аппроксимировать диапазоны, включающие 28 К, т.к. в этой точке «низкотемпературное» сопротивление, обусловленное примесями, уступает место «высокотемпературному» сопротивлению, обусловленному рассеянием на фононах.

...

[ http://temperatures.ru/pages/termometry_soprotivleniya]

Недопустимые, нерекомендуемые

• датчик сопротивления температуры
• резистивный датчик температуры
• температурный датчик сопротивления

Тематики

• датчики и преобразователи физических величин

EN

• resistance temperature detector
• resistance thermometer
• RTD

фиктивное реальное время (о режиме работы)
—
[Е.С.Алексеев, А.А.Мячев. Англо-русский толковый словарь по системотехнике ЭВМ. Москва 1993]

Тематики

• информационные технологии в целом

EN

• real-time dummy
• RTD

линейное программирование
—
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

линейное программирование
Область математического программирования, посвященная теории и методам решения экстремальных задач, характеризующихся линейной зависимостью между переменными. В самом общем виде задачу Л.п. можно записать так. Даны ограничения типа или в так называемой канонической форме, к которой можно привести все три указанных случая Требуется найти неотрицательные числа xj (j = 1, 2, …, n), которые минимизируют (или максимизируют) линейную форму Неотрицательность искомых чисел записывается так: Таким образом, здесь представлена общая задача математического программирования с теми оговорками, что как ограничения, так и целевая функция — линейные, а искомые переменные — неотрицательны. Обозначения можно трактовать следующим образом: bi — количество ресурса вида i; m — количество видов этих ресурсов; aij — норма расхода ресурса вида i на единицу продукции вида j; xj — количество продукции вида j, причем таких видов — n; cj — доход (или другой выигрыш) от единицы этой продукции, а в случае задачи на минимум — затраты на единицу продукции; нумерация ресурсов разделена на три части: от 1 до m1, от m1 + 1 до m2 и от m2 + 1 до m в зависимости от того, какие ставятся ограничения на расходование этих ресурсов; в первом случае — «не больше», во втором — «столько же», в третьем — «не меньше»; Z — в случае максимизации, например, объем продукции или дохода, в случае же минимизации — себестоимость, расход сырья и т.п. Добавим еще одно обозначение, оно появится несколько ниже; vi — оптимальная оценка i-го ресурса. Слово «программирование» объясняется здесь тем, что неизвестные переменные, которые отыскиваются в процессе решения задачи, обычно в совокупности определяют программу (план) работы некоторого экономического объекта. Слово, «линейное» отражает факт линейной зависимости между переменными. При этом, как указано, задача обязательно имеет экстремальный характер, т.е. состоит в отыскании экстремума (максимума или минимума) целевой функции. Следует с самого начала предупредить: предпосылка линейности, когда в реальной экономике подавляющее большинство зависимостей носит более сложный нелинейный характер, есть огрубление, упрощение действительности. В некоторых случаях оно достаточно реалистично, в других же выводы, получаемые с помощью решения задач Л.п. оказываются весьма несовершенными. Рассмотрим две задачи Л.п. — на максимум и на минимум — на упрощенных примерах. Предположим, требуется разработать план производства двух видов продукции (объем первого — x1; второго — x2) с наиболее выгодным использованием трех видов ресурсов (наилучшим в смысле максимума общей прибыли от реализации плана). Условия задачи можно записать в виде таблицы (матрицы). Исходя из норм, зафиксированных в таблице, запишем неравенства (ограничения): a11x1 + a12x2 ? bi a21x1 + a22x2 ? b2 a31x1 + a32x2 ? b3 Это означает, что общий расход каждого из трех видов ресурсов не может быть больше его наличия. Поскольку выпуск продукции не может быть отрицательным, добавим еще два ограничения: x1? 0, x2? 0. Требуется найти такие значения x1 и x2, при которых общая сумма прибыли, т.е. величина c1 x1 + c2 x2 будет наибольшей, или короче: Удобно показать условия задачи на графике (рис. Л.2). Рис. Л.2 Линейное программирование, I (штриховкой окантована область допустимых решений) Любая точка здесь, обозначаемая координатами x1 и x2, составляет вариант искомого плана. Очевидно, что, например, все точки, находящиеся в области, ограниченной осями координат и прямой AA, удовлетворяют тому условию, что не может быть израсходовано первого ресурса больше, чем его у нас имеется в наличии (в случае, если точка находится на самой прямой, ресурс используется полностью). Если то же рассуждение отнести к остальным ограничениям, то станет ясно, что всем условиям задачи удовлетворяет любая точка, находящаяся в пределах области, края которой заштрихованы, — она называется областью допустимых решений (или областью допустимых значений, допустимым множеством). Остается найти ту из них, которая даст наибольшую прибыль, т.е. максимум целевой функции. Выбрав произвольно прямую c1x1 + c2x2 = П и обозначив ее MM, находим на чертеже все точки (варианты планов), где прибыль одинакова при любом сочетании x1 и x2 (см. Линия уровня). Перемещая эту линию параллельно ее исходному положению, найдем точку, которая в наибольшей мере удалена от начала координат, однако не вышла за пределы области допустимых значений. (Перемещая линию уровня еще дальше, уже выходим из нее и, следовательно, нарушаем ограничения задачи). Точка M0 и будет искомым оптимальным планом. Она находится в одной из вершин многоугольника. Может быть и такой случай, когда линия уровня совпадает с одной из прямых, ограничивающих область допустимых значений, тогда оптимальным будет любой план, находящийся на соответствующем отрезке. Координаты точки M0 (т.е. оптимальный план) можно найти, решая совместно уравнения тех прямых, на пересечении которых она находится. Противоположна изложенной другая задача Л.п.: поиск минимума функции при заданных ограничениях. Такая задача возникает, например, когда требуется найти наиболее дешевую смесь некоторых продуктов, содержащих необходимые компоненты (см. Задача о диете). При этом известно содержание каждого компонента в единице исходного продукта — aij, ее себестоимость — cj ; задается потребность в искомых компонентах — bi. Эти данные можно записать в таблице (матрице), сходной с той, которая приведена выше, а затем построить уравнения как ограничений, так и целевой функции. Предыдущая задача решалась графически. Рассуждая аналогично, можно построить график (рис. Л.3), каждая точка которого — вариант искомого плана: сочетания разных количеств продуктов x1 и x2. Рис.Л.3 Линейное программирование, II Область допустимых решений здесь ничем сверху не ограничена: нужное количество заданных компонентов тем легче получить, чем больше исходных продуктов. Но требуется найти наиболее выгодное их сочетание. Пунктирные линии, как и в предыдущем примере, — линии уровня. Здесь они соединяют планы, при которых себестоимость смесей исходных продуктов одинакова. Линия, соответствующая наименьшему ее значению при заданных требованиях, — линия MM. Искомый оптимальный план — в точке M0. Приведенные крайне упрощенные примеры демонстрируют основные особенности задачи Л.п. Реальные задачи, насчитывающие много переменных, нельзя изобразить на плоскости — для их геометрической интерпретации используются абстрактные многомерные пространства. При этом допустимое решение задачи — точка в n-мерном пространстве, множество всех допустимых решений — выпуклое множество в этом пространстве (выпуклый многогранник). Задачи Л.п., в которых нормативы (или коэффициенты), объемы ресурсов («константы ограничений«) или коэффициенты целевой функции содержат случайные элементы, называются задачами линейного стохастического программирования; когда же одна или несколько независимых переменных могут принимать только целочисленные значения, то перед нами задача линейного целочисленного программирования. В экономике широко применяются линейно-программные методы решения задач размещения производства (см. Транспортная задача), расчета рационов для скота (см. Задача диеты), наилучшего использования материалов (см. Задача о раскрое), распределения ресурсов по работам, которые надо выполнять (см. Распределительная задача) и т.д. Разработан целый ряд вычислительных приемов, позволяющих решать на ЭВМ задачи линейного программирования, насчитывающие сотни и тысячи переменных, неравенств и уравнений. Среди них наибольшее распространение приобрели методы последовательного улучшения допустимого решения (см. Симплексный метод, Базисное решение), а также декомпозиционные методы решения крупноразмерных задач, методы динамического программирования и др. Сама разработка и исследование таких методов — развитая область вычислительной математики. Один из видов решения имеет особое значение для экономической интерпретации задачи Л.п. Он связан с тем, что каждой прямой задаче Л.п. соответствует другая, симметричная ей двойственная задача (подробнее см. также Двойственность в линейном программировании). Если в качестве прямой принять задачу максимизации выпуска продукции (или объема реализации, прибыли и т.д.), то двойственная задача заключается, наоборот, в нахождении таких оценок ресурсов, которые минимизируют затраты. В случае оптимального решения ее целевая функция — сумма произведений оценки (цены) vi каждого ресурса на его количество bi— то есть равна целевой функции прямой задачи. Эта цена называется объективно обусловленной, или оптимальной оценкой, или разрешающим множителем. Основополагающий принцип Л.п. состоит в том, что в оптимальном плане и при оптимальных оценках всех ресурсов затраты и результаты равны. Оценки двойственной задачи обладают замечательными свойствами: они показывают, насколько возрастет (или уменьшится) целевая функция прямой задачи при увеличении (или уменьшении) запаса соответствующего вида ресурсов на единицу. В частности, чем больше в нашем распоряжении данного ресурса по сравнению с потребностью в нем, тем ниже будет оценка, и наоборот. Не решая прямую задачу, по оценкам ресурсов, полученных в двойственной задаче, можно найти оптимальный план: в него войдут все технологические способы, которые оправдывают затраты, исчисленные в этих оценках (см. Объективно обусловленные (оптимальные) оценки). Первооткрыватель Л.п. — советский ученый, академик, лауреат Ленинской, Государственной и Нобелевской премий Л.В.Канторович. В 1939 г. он решил математически несколько задач: о наилучшей загрузке машин, о раскрое материалов с наименьшими расходами, о распределении грузов по нескольким видам транспорта и др., при этом разработав универсальный метод решения этих задач, а также различные алгоритмы, реализующие его. Л.В.Канторович впервые точно сформулировал такие важные и теперь широко принятые экономико-математические понятия, как оптимальность плана, оптимальное распределение ресурсов, объективно обусловленные (оптимальные) оценки, указав многочисленные области экономики, где могут быть применены экономико-математические методы принятия оптимальных решений. Позднее, в 40—50-х годах, многое сделали в этой области американские ученые — экономист Т.Купманс и математик Дж. Данциг. Последнему принадлежит термин «линейное программирование». См. также: Ассортиментные задачи, Базисное решение, Блочное программирование, Булево линейное программирование, Ведущий столбец, Ведущая строка, Вершина допустимого многогранника, Вырожденная задача, Гомори способ, Граничная точка, Двойственная задача, Двойственность в линейном программировании, Дифференциальные ренты, Дополняющая нежесткость, Жесткость и нежесткость ограничений ЛП, Задача диеты, Задача о назначениях, Задача о раскрое, Задачи размещения, Исходные уравнения, Куна — Таккера условия, Множители Лагранжа, Область допустимых решений, Опорная прямая, Распределительные задачи, Седловая точка, Симплексная таблица, Симплексный метод, Транспортная задача.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электросвязь, основные понятия

EN

• linear programming