-
1 метод оптимального распределения
Mathematics: method of optimum allocationУниверсальный русско-английский словарь > метод оптимального распределения
-
2 метод оптимального распределения
Русско-английский научно-технический словарь Масловского > метод оптимального распределения
-
3 метод
method; (способ, манера) manner, mode, way, means; (подход) approach; (процедура, порядок) procedure -
4 method of optimum allocation
English-Russian scientific dictionary > method of optimum allocation
-
5 method of optimum application
The English-Russian dictionary on reliability and quality control > method of optimum application
-
6 method of optimum allocation
Математика: метод оптимального распределенияУниверсальный англо-русский словарь > method of optimum allocation
-
7 water-pouring technique
метод «наполнения водой» [исчерпывания] (используется для отыскания оптимального распределения энергии сигнала при заданной АЧХ канала; согласно этому методу выбирается резервуар, профиль которого задаётся кривой, представляющей собой величину, обратно пропорциональную АЧХ канала; заполнение такого резервуара до определённого уровня иллюстрирует искомое оптимальное распределение энергии сигнала)Англо-русский словарь промышленной и научной лексики > water-pouring technique
-
8 исследование операций
исследование операций
—
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]
исследование операций
Прикладное направление кибернетики, используемое для решения практических организационных (в том числе экономических) задач. Это — комплексная научная дисциплина. Круг проблем, изучаемых ею, пока недостаточно определен. Иногда И.о. понимают очень широко, включая в него ряд чисто математических методов, иногда, наоборот, очень узко — как практическую методику решения с помощью экономико-математических моделей строго определенного перечня задач. Главный метод И.о. — системный анализ целенаправленных действий (операций) и объективная (в частности, количественная) сравнительная оценка возможных результатов этих действий. Например, расширение выпуска продукции на заводе требует одновременного и взаимосвязанного решения множества частных проблем: реконструкции предприятия, заказа оборудования, сырья и материалов, подготовки рынка сбыта, совершенствования технологии, изменений системы оперативно-производственного планирования и диспетчирования, организационной перестройки, перемещения руководящих работников и т.д. При анализе возможных последствий принимаемых решений приходится учитывать такие факторы, как неопределенность, случайность и риск. К решению столь сложных задач привлекают экономистов, математиков, статистиков, инженеров, социологов, психологов и др., поэтому одной из особенностей И.о. считают его междисциплинарный комплексный характер. Операционные исследования прежде всего предназначены для предварительного количественного обоснования принимаемых решений, поскольку они, как видно из примеров, очень сложны, требуют больших затрат и, главное, могут реализоваться многими способами (эти способы называют стратегиями или альтернативами). Кроме обоснования самих решений И.о. позволяет сравнить возможные варианты (альтернативы) организации операции, оценить возможное влияние на результат отдельных факторов, выявить «узкие места», т.е. те элементы системы, нарушение работы которых может особенно сильно сказаться на успехе операции и т.д. Таким образом, сущность задач И.о. — поиск путей рационального использования имеющихся ресурсов для реализации поставленной цели. Количественные методы И.о. строятся на основе достижений экономико-математических и математико-статистических дисциплин (теории массового обслуживания, оптимального программирования и т.д.). Разные математические методы применяются (в тех или иных комбинациях) при решении различных классов задач. Среди важнейших классов задач И.о. можно назвать задачи управления запасами, распределения ресурсов и назначения (распределительные задачи), задачи массового обслуживания, задачи замены оборудования, упорядочения и согласования (в том числе теории расписаний), состязательные (например, игры), задачи поиска и др. Среди применяемых методов — математическое программирование (линейное, нелинейное и т.п.), дифференциальные и разностные уравнения, методы теории графов, марковские процессы, теория игр, теория (статистических) решений, теория распознавания образов и ряд других. Считается, что И.о. зародилось накануне второй мировой войны, когда в Англии на одной радиолокационной станции была создана группа специалистов для решения технических задач с помощью математики. Они сосредоточили внимание на сравнении эффективности путей решения задач, поиске оптимального решения. Участие в этой группе представителей разных специальностей предопределило комплексный, или, как теперь принято говорить, системный подход. В настоящее время в этом направлении работают сотни исследовательских учреждений и групп в десятках стран. Организованы общества И.о., объединяемые международной федерацией (ИФОРС International Federation Of Operational Research Societies). Методы И.о., как и любые математические методы, всегда в той или иной мере упрощают, огрубляют задачу, отражая нелинейные процессы линейными моделями, стохастические системы — детерминированными и т.д. Жизнь богаче любой самой сложной схемы. Поэтому не следует ни преувеличивать значения количественных методов И.о., ни преуменьшать его, ссылаясь на примеры неудачных решений. Уместно привести в связи с этим известное парадоксальное определение, которое дал крупный американский специалист в этой области Т.А.Саати: «Исследование операций представляет собой искусство давать плохие ответы на те практические вопросы, на которые даются еще худшие ответы другими способами…»
[ http://slovar-lopatnikov.ru/]Тематики
- экономика
- электросвязь, основные понятия
EN
Русско-английский словарь нормативно-технической терминологии > исследование операций
-
9 OR
- техническая надёжность
- скорость перетекания
- скорость переполнения
- реле защиты от перегрузок
- реле защиты от перегрузки
- по заказу
- отчёт об эксплуатации
- отправитель/получатель
- общая надёжность
- исследование операций
- внешний радиус
внешний радиус
наружный радиус
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]Тематики
Синонимы
EN
исследование операций
—
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]
исследование операций
Прикладное направление кибернетики, используемое для решения практических организационных (в том числе экономических) задач. Это — комплексная научная дисциплина. Круг проблем, изучаемых ею, пока недостаточно определен. Иногда И.о. понимают очень широко, включая в него ряд чисто математических методов, иногда, наоборот, очень узко — как практическую методику решения с помощью экономико-математических моделей строго определенного перечня задач. Главный метод И.о. — системный анализ целенаправленных действий (операций) и объективная (в частности, количественная) сравнительная оценка возможных результатов этих действий. Например, расширение выпуска продукции на заводе требует одновременного и взаимосвязанного решения множества частных проблем: реконструкции предприятия, заказа оборудования, сырья и материалов, подготовки рынка сбыта, совершенствования технологии, изменений системы оперативно-производственного планирования и диспетчирования, организационной перестройки, перемещения руководящих работников и т.д. При анализе возможных последствий принимаемых решений приходится учитывать такие факторы, как неопределенность, случайность и риск. К решению столь сложных задач привлекают экономистов, математиков, статистиков, инженеров, социологов, психологов и др., поэтому одной из особенностей И.о. считают его междисциплинарный комплексный характер. Операционные исследования прежде всего предназначены для предварительного количественного обоснования принимаемых решений, поскольку они, как видно из примеров, очень сложны, требуют больших затрат и, главное, могут реализоваться многими способами (эти способы называют стратегиями или альтернативами). Кроме обоснования самих решений И.о. позволяет сравнить возможные варианты (альтернативы) организации операции, оценить возможное влияние на результат отдельных факторов, выявить «узкие места», т.е. те элементы системы, нарушение работы которых может особенно сильно сказаться на успехе операции и т.д. Таким образом, сущность задач И.о. — поиск путей рационального использования имеющихся ресурсов для реализации поставленной цели. Количественные методы И.о. строятся на основе достижений экономико-математических и математико-статистических дисциплин (теории массового обслуживания, оптимального программирования и т.д.). Разные математические методы применяются (в тех или иных комбинациях) при решении различных классов задач. Среди важнейших классов задач И.о. можно назвать задачи управления запасами, распределения ресурсов и назначения (распределительные задачи), задачи массового обслуживания, задачи замены оборудования, упорядочения и согласования (в том числе теории расписаний), состязательные (например, игры), задачи поиска и др. Среди применяемых методов — математическое программирование (линейное, нелинейное и т.п.), дифференциальные и разностные уравнения, методы теории графов, марковские процессы, теория игр, теория (статистических) решений, теория распознавания образов и ряд других. Считается, что И.о. зародилось накануне второй мировой войны, когда в Англии на одной радиолокационной станции была создана группа специалистов для решения технических задач с помощью математики. Они сосредоточили внимание на сравнении эффективности путей решения задач, поиске оптимального решения. Участие в этой группе представителей разных специальностей предопределило комплексный, или, как теперь принято говорить, системный подход. В настоящее время в этом направлении работают сотни исследовательских учреждений и групп в десятках стран. Организованы общества И.о., объединяемые международной федерацией (ИФОРС International Federation Of Operational Research Societies). Методы И.о., как и любые математические методы, всегда в той или иной мере упрощают, огрубляют задачу, отражая нелинейные процессы линейными моделями, стохастические системы — детерминированными и т.д. Жизнь богаче любой самой сложной схемы. Поэтому не следует ни преувеличивать значения количественных методов И.о., ни преуменьшать его, ссылаясь на примеры неудачных решений. Уместно привести в связи с этим известное парадоксальное определение, которое дал крупный американский специалист в этой области Т.А.Саати: «Исследование операций представляет собой искусство давать плохие ответы на те практические вопросы, на которые даются еще худшие ответы другими способами…»
[ http://slovar-lopatnikov.ru/]Тематики
- экономика
- электросвязь, основные понятия
EN
общая надёжность
(напр. системы)
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]Тематики
EN
отправитель/получатель
(МСЭ-Т F.400/ Х.400).
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]Тематики
- электросвязь, основные понятия
EN
- originator/recipient
- OR
реле защиты от перегрузок
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]Тематики
EN
скорость переполнения
(напр. ёмкости)
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]Тематики
EN
Англо-русский словарь нормативно-технической терминологии > OR
-
10 operational research
исследование операций
—
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]
исследование операций
Прикладное направление кибернетики, используемое для решения практических организационных (в том числе экономических) задач. Это — комплексная научная дисциплина. Круг проблем, изучаемых ею, пока недостаточно определен. Иногда И.о. понимают очень широко, включая в него ряд чисто математических методов, иногда, наоборот, очень узко — как практическую методику решения с помощью экономико-математических моделей строго определенного перечня задач. Главный метод И.о. — системный анализ целенаправленных действий (операций) и объективная (в частности, количественная) сравнительная оценка возможных результатов этих действий. Например, расширение выпуска продукции на заводе требует одновременного и взаимосвязанного решения множества частных проблем: реконструкции предприятия, заказа оборудования, сырья и материалов, подготовки рынка сбыта, совершенствования технологии, изменений системы оперативно-производственного планирования и диспетчирования, организационной перестройки, перемещения руководящих работников и т.д. При анализе возможных последствий принимаемых решений приходится учитывать такие факторы, как неопределенность, случайность и риск. К решению столь сложных задач привлекают экономистов, математиков, статистиков, инженеров, социологов, психологов и др., поэтому одной из особенностей И.о. считают его междисциплинарный комплексный характер. Операционные исследования прежде всего предназначены для предварительного количественного обоснования принимаемых решений, поскольку они, как видно из примеров, очень сложны, требуют больших затрат и, главное, могут реализоваться многими способами (эти способы называют стратегиями или альтернативами). Кроме обоснования самих решений И.о. позволяет сравнить возможные варианты (альтернативы) организации операции, оценить возможное влияние на результат отдельных факторов, выявить «узкие места», т.е. те элементы системы, нарушение работы которых может особенно сильно сказаться на успехе операции и т.д. Таким образом, сущность задач И.о. — поиск путей рационального использования имеющихся ресурсов для реализации поставленной цели. Количественные методы И.о. строятся на основе достижений экономико-математических и математико-статистических дисциплин (теории массового обслуживания, оптимального программирования и т.д.). Разные математические методы применяются (в тех или иных комбинациях) при решении различных классов задач. Среди важнейших классов задач И.о. можно назвать задачи управления запасами, распределения ресурсов и назначения (распределительные задачи), задачи массового обслуживания, задачи замены оборудования, упорядочения и согласования (в том числе теории расписаний), состязательные (например, игры), задачи поиска и др. Среди применяемых методов — математическое программирование (линейное, нелинейное и т.п.), дифференциальные и разностные уравнения, методы теории графов, марковские процессы, теория игр, теория (статистических) решений, теория распознавания образов и ряд других. Считается, что И.о. зародилось накануне второй мировой войны, когда в Англии на одной радиолокационной станции была создана группа специалистов для решения технических задач с помощью математики. Они сосредоточили внимание на сравнении эффективности путей решения задач, поиске оптимального решения. Участие в этой группе представителей разных специальностей предопределило комплексный, или, как теперь принято говорить, системный подход. В настоящее время в этом направлении работают сотни исследовательских учреждений и групп в десятках стран. Организованы общества И.о., объединяемые международной федерацией (ИФОРС International Federation Of Operational Research Societies). Методы И.о., как и любые математические методы, всегда в той или иной мере упрощают, огрубляют задачу, отражая нелинейные процессы линейными моделями, стохастические системы — детерминированными и т.д. Жизнь богаче любой самой сложной схемы. Поэтому не следует ни преувеличивать значения количественных методов И.о., ни преуменьшать его, ссылаясь на примеры неудачных решений. Уместно привести в связи с этим известное парадоксальное определение, которое дал крупный американский специалист в этой области Т.А.Саати: «Исследование операций представляет собой искусство давать плохие ответы на те практические вопросы, на которые даются еще худшие ответы другими способами…»
[ http://slovar-lopatnikov.ru/]Тематики
- экономика
- электросвязь, основные понятия
EN
оперативное исследование
Систематическое изучение путем наблюдения и/или в эксперименте работы системы, например, здравоохранения или его элементов с целью ее усовершенствования.
[Англо-русский глоссарий основных терминов по вакцинологии и иммунизации. Всемирная организация здравоохранения, 2009 г.]Тематики
- вакцинология, иммунизация
EN
Англо-русский словарь нормативно-технической терминологии > operational research
-
11 operations research
исследование операций
—
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]
исследование операций
Прикладное направление кибернетики, используемое для решения практических организационных (в том числе экономических) задач. Это — комплексная научная дисциплина. Круг проблем, изучаемых ею, пока недостаточно определен. Иногда И.о. понимают очень широко, включая в него ряд чисто математических методов, иногда, наоборот, очень узко — как практическую методику решения с помощью экономико-математических моделей строго определенного перечня задач. Главный метод И.о. — системный анализ целенаправленных действий (операций) и объективная (в частности, количественная) сравнительная оценка возможных результатов этих действий. Например, расширение выпуска продукции на заводе требует одновременного и взаимосвязанного решения множества частных проблем: реконструкции предприятия, заказа оборудования, сырья и материалов, подготовки рынка сбыта, совершенствования технологии, изменений системы оперативно-производственного планирования и диспетчирования, организационной перестройки, перемещения руководящих работников и т.д. При анализе возможных последствий принимаемых решений приходится учитывать такие факторы, как неопределенность, случайность и риск. К решению столь сложных задач привлекают экономистов, математиков, статистиков, инженеров, социологов, психологов и др., поэтому одной из особенностей И.о. считают его междисциплинарный комплексный характер. Операционные исследования прежде всего предназначены для предварительного количественного обоснования принимаемых решений, поскольку они, как видно из примеров, очень сложны, требуют больших затрат и, главное, могут реализоваться многими способами (эти способы называют стратегиями или альтернативами). Кроме обоснования самих решений И.о. позволяет сравнить возможные варианты (альтернативы) организации операции, оценить возможное влияние на результат отдельных факторов, выявить «узкие места», т.е. те элементы системы, нарушение работы которых может особенно сильно сказаться на успехе операции и т.д. Таким образом, сущность задач И.о. — поиск путей рационального использования имеющихся ресурсов для реализации поставленной цели. Количественные методы И.о. строятся на основе достижений экономико-математических и математико-статистических дисциплин (теории массового обслуживания, оптимального программирования и т.д.). Разные математические методы применяются (в тех или иных комбинациях) при решении различных классов задач. Среди важнейших классов задач И.о. можно назвать задачи управления запасами, распределения ресурсов и назначения (распределительные задачи), задачи массового обслуживания, задачи замены оборудования, упорядочения и согласования (в том числе теории расписаний), состязательные (например, игры), задачи поиска и др. Среди применяемых методов — математическое программирование (линейное, нелинейное и т.п.), дифференциальные и разностные уравнения, методы теории графов, марковские процессы, теория игр, теория (статистических) решений, теория распознавания образов и ряд других. Считается, что И.о. зародилось накануне второй мировой войны, когда в Англии на одной радиолокационной станции была создана группа специалистов для решения технических задач с помощью математики. Они сосредоточили внимание на сравнении эффективности путей решения задач, поиске оптимального решения. Участие в этой группе представителей разных специальностей предопределило комплексный, или, как теперь принято говорить, системный подход. В настоящее время в этом направлении работают сотни исследовательских учреждений и групп в десятках стран. Организованы общества И.о., объединяемые международной федерацией (ИФОРС International Federation Of Operational Research Societies). Методы И.о., как и любые математические методы, всегда в той или иной мере упрощают, огрубляют задачу, отражая нелинейные процессы линейными моделями, стохастические системы — детерминированными и т.д. Жизнь богаче любой самой сложной схемы. Поэтому не следует ни преувеличивать значения количественных методов И.о., ни преуменьшать его, ссылаясь на примеры неудачных решений. Уместно привести в связи с этим известное парадоксальное определение, которое дал крупный американский специалист в этой области Т.А.Саати: «Исследование операций представляет собой искусство давать плохие ответы на те практические вопросы, на которые даются еще худшие ответы другими способами…»
[ http://slovar-lopatnikov.ru/]Тематики
- экономика
- электросвязь, основные понятия
EN
Англо-русский словарь нормативно-технической терминологии > operations research
-
12 test
1. испытание; проба; опыт; исследование; анализ; 2. испытывать; 3. проверять @abrasion test испытание прочности на истирание @absorption test испытание на абсорбтивность @accelerated weathering test испытание на погодостойкость ускоренным методом @acetate test for aceton испытание ацетатного волокна ацетоном @acetic acid test определение зрелости вискозы уксусной кислотой @aceton test проба ацетоном @acidity-alkalinity test проба на кислотность и щёлочность @ageing test испытание на старение @ammonium chloride test определение степени созревания вискозы раствором хлористого аммония @artificial light fastness test испытание на светопрочность при искусственном освещении @ball test of viscosity определение вязкости методом падающего шарика @ballistic test испытание на баллистическом динамометре @benzol test испытание шерсти бензолом (по различию накрашиваемости) @bleaching test проба на присутствие свободного хлора @boiling test испытание прочности кипячением @boil-off test испытание прочности кипячением @breaking test испытание на разрывную прочность, динамометрическое испытание @burning test проба на сгорание; испытание огнестойкости; определение природы волокнистого материала сжиганием @bursting test @bursting-strength test испытание прочности на прорыв или продавливание @capillary test 1. определение капиллярности; 2. испытание поглощающей способности @Cassella's fiber test идентификация волокна по методу Каселла (окрашиванием красителем "нафталамин чёрный") @causticaire test определение зрелости хлопкового волокна каустиком @chemical fiber test химический метод идентификации волокна @chlorine test проба на присутствие свободного хлора @cohesion test 1. определение силы сцепления; 2. испытание связности шёлка-сырца @cold test for wool испытание шерсти на холодную усадку @colorimetric test колориметрическое испытание @color test определение цвета @combing stapling test гребенной метод определения штапеля @Congo red damage test определение степени повреждения целлюлозного волокна окрашиванием красителем "конго красный" @crease-abrasion test испытание ткани на истирание при смятии @creep test испытание при возрастающей нагрузке @deflection test испытание прочности на изгиб @degumming test испытание степени обесклеивания (шёлка) @destruction test определение стойкости к деструкции @downproofness test испытание на пухонепроницаемость @drip test испытание капелью (водонепроницаемости ткани) @drop test испытание капелью (во-донепроницаемости ткани) @dyeing test 1. испытание на сродство к красителям; 2. проба на накрашиваемость; 3. изготовление выкраски @dyestuffs solubility test испытание красителя на растворимость (капельным методом) @dynamic test динамическое испытание (при многократном воздействии ударной или изгибающей нагрузки) @dynamic tensile test динамическое испытание на прочность @elasticity test 1. испытание на эластичность; 2. определение удлинения @elongation test определение удлинения @endurance test испытание на усталость @extension test определение упругости волокна @extrusion test пробное формование химического волокна выдавливанием @fabric shift test испытание прочности ткани на раздвижку нитей @fading test испытание на выцветаемость, испытание на светопрочность окраски @falling-sphere damage test определение деструкции целлюлозного волокна методом падающего шарика @fastness test испытание на прочность окраски @fatigue test испытание на усталость @fatigue tension test испытание на усталость при растяжении @featherproofness test испытание на перье- и пухонепроницаемость @fiber test испытание волокна @field test 1. испытание в полевых условиях; 2. опытная носка @fit test примерка @flexing test испытание на изгиб @flotation test 1. флотационное испытание; 2. определение плавучести @fluidity test определение текучести раствора @fluidity damage test определение деструкции волокна по степени текучести раствора @folding test испытание на изгиб; испытание на излом @Gotze's fiber test идентификация волокна по методу Гётце (аммиачным раствором) @grab test испытание на разрыв полоски ткани (шириной в один дюйм или 25,4 мм) @hardness test испытание на твёрдость @Harrison's silver test испытание (целлюлозы) окрашиванием солями серебра по методу Гаррисона @heat-yellowing test испытание (волокна) на изменение цвета при сухом нагреве @hot test анализ в горячем виде (шерсти после сушки) @hydrodynamic water-resistance test гидродинамическое испытание на водонепроницаемость @hydrostatic test гидростатическое испытание на водоотталкиваемость @identification test идентификация волокна @impact test испытание на прочность к удару, испытание на прочность к динамической нагрузке @ironing test 1. испытание на прочность к утюжке; 2. испытание на прочность к декатировке @Kiton Red test испытание равномерности хлорной обработки окрашиванием красителем "кайтон красный" @laboratory test лабораторное испытание @Lenk test испытание способности препаратов диастазы к расшлихтовке методом Ленка (с применением йода как индикатора) @light test 1. испытание облучением; 2. испытание на светопрочность @long-duration test 1. длительное испытание; 2. испытание на длительную деформацию; 3. испытание на длительную реакцию @macrochemical test макрохимическое исследование (без микроскопа) @macrosolubllity test макроисследование на растворимость (без микроскопа) @methylene blue test испытание красителем "метилен голубой" (в качестве индикатора при количественном анализе) @microchemical test микрохимическое исследование (с микроскопом) @microscopic test микроскопическое исследование @microsolubillty test микроисследование на растворимость (с микроскопом) @milling test 1. пробная валка; 2. испытание на свойлачиваемость @multiple-strand test одновременное испытание нескольких нитей на разрыв @nett silk test определение потери веса шёлка при отварке, определение увара @nitrogen content test проба на присутствие азота @nylon aceton test проба найлона ацетоном @oil test органолептическое определение природы волокна нанесением масляного пятна @Pauly test исследование шерсти методом Паули (на присутствие тирозина) @performance test эксплуатационное испытание @preliminary test предварительное испытание @pulling test определение прочность на раздирание @pure-culture test испытание на стойкость к микроорганизмам @qualitative test качественный анализ @quantitative test количественный ' анализ @rayon aceton test проба искусственного шёлка ацетоном @reaction test 1. реакционное испытание; 2. определение кислотности и щёлочности @recovery test испытание на упругость @redistribution test определение равномерности распределения красителя на волокне @repeated stress test испытание на многократное растяжение @festbrability test 1. испытание на размерную восстанавливаемость; 2. испытание на упругость; 3. испытание на стабильность @rheometric test определение реологических свойств @Rhode's fiber test идентификация волокна по методу Рода @salt-point test определение степени созревания вискозы раствором хлористого натра @Scouring test of wool 1. опытная или лабораторная промывка шерсти; 2. проверка выхода мытой шерсти @scraping test испытание прочности ткани на раздвижку нитей царапанием @seam-slippage test испытание на прочность шва @separation test определение состава смески волокна @seriplane test определение равномерности и чистоты шёлка по сериплану @shaping test испытание водонепроницаемости ткани "кошелем" @single-end test испытание одиночной нити @single-strand test испытание одиночной нити @size test определение фактического номера пряжи @size content test определение содержания шлихты или приклея @skein test испытание пасмой @skein shrinkage test определение усадки пряжи или нити в мотках @slasher stretch test определение вытяжки в процессе шлихтования @snag test определение прочности к зацеплению; испытание нераспускаемости петель @soil burial test испытание на гнилостойкость выдерживанием в земле @soil suspension test почвенно-cycпензионный метод испытания на стойкость к микроорганизмам @solvent crocking dye-fastness test испытание прочности окраски к химической чистке растворителями @spotting test испытание на стойкость к пятнорбразованию @spray test испытание обрызгиванием, испытание дождеванием @staining test проба окрашиванием (для определения природы волокна) @staining test of nonfelting определение несвойлачиваемости по глубине окрашивания поперечных срезов @staining damage test определение степени повреждения волокна окрашиванием @static test статическое испытание @steaming test определение прочности к запарке @stereomicroscopical test стереомикроскопическое испытание (волокна) @straight-line test испытание методом вырезки образца (ткани или ковра) прямоугольным штампом @strength test испытание на разрыв, динамометрическое испытание @strip test испытание на разрыв полоски ткани (шириной в один дюйм или 25,4 мм) @suction test испытание красителя на всасывание волокном @sun exposure test испытание выдержкой на солнце, испытание на прочность к свету @swelling test 1. определение набухаемости (волокна); 2. испытание (волокна) набуханием (для определения повреждения первичной клеточной стенки и кутикулы) @tearing test испытание прочности на раздирание @temperature range test of dyeing определение оптимального предела температуры крашения @tensile test динамометрическое испытание @tension test испытание на растяжение @thickness test измерение толщины (с помощью толстомера) @thumb test испытание прочности на разрыв вручную @time range test of dyes измерение продолжительности крашения (для определения скорости выбирания красителя волокном) @tissue-shearing test испытание ткани на срез @Waksman test определение пригодности фермента к расшлихтовке по методу Ваксмана @warmth test определение термических свойств; определение теплоизоляционных свойств @water test испытание на водоотталкиваемость @wear test опытная носка @wearing test испытание на износ @weathering test испытание на стойкость к атмосферным условиям, испытание на светопогоду @weight test лабораторное определение веса @winding test 1. определение перемоточной способности нити; 2. проверка операции мотки @wool-damage test определение повреждения шерсти @yarn test 1. испытание пряжи; 2. определение номера пряжи @yarn eveness test определение ровноты пряжи @zillo test идентификация синтетического волокна методом "цилло" @zincate test проба на цинк (для определения природы красителя) @ -
13 test
1. испытание; проба; опыт; исследование; анализ; 2. испытывать; 3. проверять @abrasion test испытание прочности на истирание @absorption test испытание на абсорбтивность @accelerated weathering test испытание на погодостойкость ускоренным методом @acetate test for aceton испытание ацетатного волокна ацетоном @acetic acid test определение зрелости вискозы уксусной кислотой @aceton test проба ацетоном @acidity-alkalinity test проба на кислотность и щёлочность @ageing test испытание на старение @ammonium chloride test определение степени созревания вискозы раствором хлористого аммония @artificial light fastness test испытание на светопрочность при искусственном освещении @ball test of viscosity определение вязкости методом падающего шарика @ballistic test испытание на баллистическом динамометре @benzol test испытание шерсти бензолом (по различию накрашиваемости) @bleaching test проба на присутствие свободного хлора @boiling test испытание прочности кипячением @boil-off test испытание прочности кипячением @breaking test испытание на разрывную прочность, динамометрическое испытание @burning test проба на сгорание; испытание огнестойкости; определение природы волокнистого материала сжиганием @bursting test @bursting-strength test испытание прочности на прорыв или продавливание @capillary test 1. определение капиллярности; 2. испытание поглощающей способности @Cassella's fiber test идентификация волокна по методу Каселла (окрашиванием красителем "нафталамин чёрный") @causticaire test определение зрелости хлопкового волокна каустиком @chemical fiber test химический метод идентификации волокна @chlorine test проба на присутствие свободного хлора @cohesion test 1. определение силы сцепления; 2. испытание связности шёлка-сырца @cold test for wool испытание шерсти на холодную усадку @colorimetric test колориметрическое испытание @color test определение цвета @combing stapling test гребенной метод определения штапеля @Congo red damage test определение степени повреждения целлюлозного волокна окрашиванием красителем "конго красный" @crease-abrasion test испытание ткани на истирание при смятии @creep test испытание при возрастающей нагрузке @deflection test испытание прочности на изгиб @degumming test испытание степени обесклеивания (шёлка) @destruction test определение стойкости к деструкции @downproofness test испытание на пухонепроницаемость @drip test испытание капелью (водонепроницаемости ткани) @drop test испытание капелью (во-донепроницаемости ткани) @dyeing test 1. испытание на сродство к красителям; 2. проба на накрашиваемость; 3. изготовление выкраски @dyestuffs solubility test испытание красителя на растворимость (капельным методом) @dynamic test динамическое испытание (при многократном воздействии ударной или изгибающей нагрузки) @dynamic tensile test динамическое испытание на прочность @elasticity test 1. испытание на эластичность; 2. определение удлинения @elongation test определение удлинения @endurance test испытание на усталость @extension test определение упругости волокна @extrusion test пробное формование химического волокна выдавливанием @fabric shift test испытание прочности ткани на раздвижку нитей @fading test испытание на выцветаемость, испытание на светопрочность окраски @falling-sphere damage test определение деструкции целлюлозного волокна методом падающего шарика @fastness test испытание на прочность окраски @fatigue test испытание на усталость @fatigue tension test испытание на усталость при растяжении @featherproofness test испытание на перье- и пухонепроницаемость @fiber test испытание волокна @field test 1. испытание в полевых условиях; 2. опытная носка @fit test примерка @flexing test испытание на изгиб @flotation test 1. флотационное испытание; 2. определение плавучести @fluidity test определение текучести раствора @fluidity damage test определение деструкции волокна по степени текучести раствора @folding test испытание на изгиб; испытание на излом @Gotze's fiber test идентификация волокна по методу Гётце (аммиачным раствором) @grab test испытание на разрыв полоски ткани (шириной в один дюйм или 25,4 мм) @hardness test испытание на твёрдость @Harrison's silver test испытание (целлюлозы) окрашиванием солями серебра по методу Гаррисона @heat-yellowing test испытание (волокна) на изменение цвета при сухом нагреве @hot test анализ в горячем виде (шерсти после сушки) @hydrodynamic water-resistance test гидродинамическое испытание на водонепроницаемость @hydrostatic test гидростатическое испытание на водоотталкиваемость @identification test идентификация волокна @impact test испытание на прочность к удару, испытание на прочность к динамической нагрузке @ironing test 1. испытание на прочность к утюжке; 2. испытание на прочность к декатировке @Kiton Red test испытание равномерности хлорной обработки окрашиванием красителем "кайтон красный" @laboratory test лабораторное испытание @Lenk test испытание способности препаратов диастазы к расшлихтовке методом Ленка (с применением йода как индикатора) @light test 1. испытание облучением; 2. испытание на светопрочность @long-duration test 1. длительное испытание; 2. испытание на длительную деформацию; 3. испытание на длительную реакцию @macrochemical test макрохимическое исследование (без микроскопа) @macrosolubllity test макроисследование на растворимость (без микроскопа) @methylene blue test испытание красителем "метилен голубой" (в качестве индикатора при количественном анализе) @microchemical test микрохимическое исследование (с микроскопом) @microscopic test микроскопическое исследование @microsolubillty test микроисследование на растворимость (с микроскопом) @milling test 1. пробная валка; 2. испытание на свойлачиваемость @multiple-strand test одновременное испытание нескольких нитей на разрыв @nett silk test определение потери веса шёлка при отварке, определение увара @nitrogen content test проба на присутствие азота @nylon aceton test проба найлона ацетоном @oil test органолептическое определение природы волокна нанесением масляного пятна @Pauly test исследование шерсти методом Паули (на присутствие тирозина) @performance test эксплуатационное испытание @preliminary test предварительное испытание @pulling test определение прочность на раздирание @pure-culture test испытание на стойкость к микроорганизмам @qualitative test качественный анализ @quantitative test количественный ' анализ @rayon aceton test проба искусственного шёлка ацетоном @reaction test 1. реакционное испытание; 2. определение кислотности и щёлочности @recovery test испытание на упругость @redistribution test определение равномерности распределения красителя на волокне @repeated stress test испытание на многократное растяжение @festbrability test 1. испытание на размерную восстанавливаемость; 2. испытание на упругость; 3. испытание на стабильность @rheometric test определение реологических свойств @Rhode's fiber test идентификация волокна по методу Рода @salt-point test определение степени созревания вискозы раствором хлористого натра @Scouring test of wool 1. опытная или лабораторная промывка шерсти; 2. проверка выхода мытой шерсти @scraping test испытание прочности ткани на раздвижку нитей царапанием @seam-slippage test испытание на прочность шва @separation test определение состава смески волокна @seriplane test определение равномерности и чистоты шёлка по сериплану @shaping test испытание водонепроницаемости ткани "кошелем" @single-end test испытание одиночной нити @single-strand test испытание одиночной нити @size test определение фактического номера пряжи @size content test определение содержания шлихты или приклея @skein test испытание пасмой @skein shrinkage test определение усадки пряжи или нити в мотках @slasher stretch test определение вытяжки в процессе шлихтования @snag test определение прочности к зацеплению; испытание нераспускаемости петель @soil burial test испытание на гнилостойкость выдерживанием в земле @soil suspension test почвенно-cycпензионный метод испытания на стойкость к микроорганизмам @solvent crocking dye-fastness test испытание прочности окраски к химической чистке растворителями @spotting test испытание на стойкость к пятнорбразованию @spray test испытание обрызгиванием, испытание дождеванием @staining test проба окрашиванием (для определения природы волокна) @staining test of nonfelting определение несвойлачиваемости по глубине окрашивания поперечных срезов @staining damage test определение степени повреждения волокна окрашиванием @static test статическое испытание @steaming test определение прочности к запарке @stereomicroscopical test стереомикроскопическое испытание (волокна) @straight-line test испытание методом вырезки образца (ткани или ковра) прямоугольным штампом @strength test испытание на разрыв, динамометрическое испытание @strip test испытание на разрыв полоски ткани (шириной в один дюйм или 25,4 мм) @suction test испытание красителя на всасывание волокном @sun exposure test испытание выдержкой на солнце, испытание на прочность к свету @swelling test 1. определение набухаемости (волокна); 2. испытание (волокна) набуханием (для определения повреждения первичной клеточной стенки и кутикулы) @tearing test испытание прочности на раздирание @temperature range test of dyeing определение оптимального предела температуры крашения @tensile test динамометрическое испытание @tension test испытание на растяжение @thickness test измерение толщины (с помощью толстомера) @thumb test испытание прочности на разрыв вручную @time range test of dyes измерение продолжительности крашения (для определения скорости выбирания красителя волокном) @tissue-shearing test испытание ткани на срез @Waksman test определение пригодности фермента к расшлихтовке по методу Ваксмана @warmth test определение термических свойств; определение теплоизоляционных свойств @water test испытание на водоотталкиваемость @wear test опытная носка @wearing test испытание на износ @weathering test испытание на стойкость к атмосферным условиям, испытание на светопогоду @weight test лабораторное определение веса @winding test 1. определение перемоточной способности нити; 2. проверка операции мотки @wool-damage test определение повреждения шерсти @yarn test 1. испытание пряжи; 2. определение номера пряжи @yarn eveness test определение ровноты пряжи @zillo test идентификация синтетического волокна методом "цилло" @zincate test проба на цинк (для определения природы красителя) @ -
14 блочное программирование
блочное программирование
Метод решения сложных задач линейного программирования путем разложения модели на блоки. Крупноразмерная модель (включающая много показателей в исходной таблице) сводится к нескольким моделям меньшей размерности. Получившиеся задачи решаются вместе по специальным правилам согласования. Необходимость такого подхода обосновывается тем, что с ростом размерности трудоемкость, да и просто сложность решения задач растет невероятно быстро. «Проклятие размерности», по меткому выражению американского математика Р.Беллмана, характерно для большинства реальных задач математического программирования. Широко применяется Б.п. в отраслевых задачах оптимизации, где естественно разложение, «декомпозиция» общей модели отрасли либо на блоки – модели предприятий, либо на блоки, соответствующие последовательным стадиям переработки сырья (производственным переделам). Среди теоретических схем Б.п. наиболее известны две: метод декомпозиции Данцига-Вульфа и метод планирования на двух уровнях Корнаи-Липтака (Дж. Данциг и П.Вульф – американские, Я. Корнаи и Т. Липтак – венгерские ученые). Обе они представляют собой последовательные (итеративные) пересчеты, взаимно увязывающие решения главной «отраслевой» задачи и локальных задач предприятий. Различие же между ними состоит в том, что в первом случае итеративный процесс основан на корректировке двойственных оценок ресурсов и продукции (такая корректировка делает для «предприятия» выгодными планы, все более приближающиеся к оптимальному плану отрасли), а во втором случае – на корректировке лимитов общеотраслевых ресурсов, выделяемых предприятиям. При этом задача сводится к игре между центром, варьирующим допустимые распределения ресурсов, и предприятиями (варьирующими допустимые двойственные оценки ресурсов); ценой игры является сумма целевых функций предприятий. Иначе говоря, схема Данцига-Вульфа построена по принципу «централизованное определение цен – децентрализованное определение наилучших возможностей», а схема Корнаи-Липтака – по принципу «централизованное лимитирование возможностей – децентрализованное выявление эффекта от их использования» [1]. В обоих случаях важную роль играют двойственные оценки, причем их оптимальный уровень выявляется вместе с оптимальным распределением ресурсов, т.е. собственно планом (именно в этом состоит принцип оптимального планирования). [1] Эта удачная, на наш взгляд, формулировка заимствована из кн.: Математические методы в планировании отраслей и предприятий. М.: Экономика, 1973.
[ http://slovar-lopatnikov.ru/]Тематики
EN
Русско-английский словарь нормативно-технической терминологии > блочное программирование
-
15 линейное программирование
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
Русско-английский словарь нормативно-технической терминологии > линейное программирование
-
16 равновесие
равновесие
Динамические условия физического, химического, механического или атомного баланса.
[ http://www.manual-steel.ru/eng-a.html]
равновесие
Общее понятие, относимое к различным ситуациям, характеризующимся взаимодействием разнонаправленных сил, воздействие которых взаимно погашается таким образом, что наблюдаемые свойства системы остаются неизменными. Среди многочисленных определений Р. экономической системы наиболее распространены два; одно исходит из рассмотрения свойств системы, другое из рассмотрения воздействующих на нее сил: 1. Такое состояние системы, которое характеризуется равенством спроса и предложения всех ресурсов. В этом смысле синонимом термина «Р.» является сбалансированность (см. также Балансовая модель, Балансовый метод, Вальраса система уравнений, Межотраслевой баланс); 2. Такое ее состояние, когда ни один из многих взаимосвязанных участников системы не заинтересован в изменении этого состояния, так как при этом он не может ничего выиграть, но может проиграть (см. также Оптимальность по Парето, Теория игр). Принцип Р. занимает важнейшее место в экономическом анализе. В экономической системе Р. устанавливается (или не устанавливается) в результате действия определенного социально-экономического механизма, т.е. совокупности цен и других экономических нормативов, согласования интересов всех подсистем. Оно, в частности, зависит от принятых экономических отношений, в том числе принципов распределения благ и доходов. Само по себе Р. в системе не есть еще доказательство ее оптимальности в социально-экономическом смысле, действительной реализации принципа социальной справедливости. Р. экономической системы рассматривается двояко: как статическое — т.е. положение, состояние Р. (см. Точка равновесия) и динамическое, т.е. уравновешенный, или сбалансированный процесс развития (см. Равновесный сбалансированный рост). Понятие Р. тесно связано с понятием устойчивости системы (см. также Гомеостаз). Если при внешнем воздействии на систему неизменность ее (равновесных) свойств сохраняется, мы имеем дело с устойчивым Р., в обратном случае — с неустойчивым (это, между прочим, показывает, что проводимое многими авторами отождествление понятий устойчивости и равновесия. — не оправдано, при всей их действительной близости). Изучение чувствительности Р. к изменениям определенных параметров составляет предмет сравнительной статики. Р. (рыночная сбалансированность) называется локально устойчивым, если оно в конечном счете достигается, начиная с некоторого набора цен, достаточно близкого к точке Р., и глобально устойчивым — если оно в конечном счете достигается независимо от начальной точки. В экономико-математических работах Р. часто отождествляют с понятием оптимума. Однако Р. при планировании общественного производства есть необходимое, но недостаточное условие оптимальности. Показать это просто. Предположим, в хозяйстве спрос на текстильные изделия полностью удовлетворяется ресурсами хлопка. Р. налицо. Но будет ли такое состояние оптимальным? В современных условиях, когда созданы более эффективные синтетические материалы, не будет, поскольку удовлетворение потребностей страны за счет этих материалов даст больший экономический эффект. Таким образом, Р. экономической системы может устанавливаться на разных уровнях (точках Р.), в том числе и на оптимальном. • В экономико-математическое исследование экономического Р. внесли большой вклад представители математической школы политической экономии (О.Курно, Л.Вальрас, В.Парето, А.Вальд и др.). При изучении рыночного Р., бывшего в центре их внимания, они разработали, в частности, ряд понятий, имеющих общее значение и применимых также при анализе централизованно планируемой экономики: например, понятия «общего экономического Р.», «балансирующей (или равновесной) системы цен«, «частного равновесия на рынке того или иного товара» и др. Отечественные ученые (см. Балансовый метод, Межотраслевой баланс, Экономико-математические исследования в СССР и России) тоже внесли большой вклад в исследование проблем экономического Р. Развивается также исследование так называемых неравновесных моделей экономики, которые в ряде случаев более адекватно отражают реальные экономические ситуации, чем равновесные модели. Теория оптимального функционирования социалистической экономики (см. Оптимальное ценообразование) предлагала не стихийное установление равновесных цен в условиях конкурентного рынка, а сознательное формирование цен плановой сбалансированности по основным благам, составляющим каркас системы, и регулирование, таким образом, рынка в целом. Последние годы возрастает внимание к стоимости информации, необходимой для достижения равновесия в экономике ( например, к затратам на получение информации об альтернативных возможностях при заключении рыночных сделок), к влиянию на равновесие совершаемых на практике неравновесных сделок, к вопросам бюджетного равновесия и т.д.. См. также Баланс, Балансовая модель, Балансовый метод, Вальраса система уравнений, Денежное равновесие, Конкурентное равновесие, Мультирыночное равновесие, «Нащупывание», Рыночное равновесие, Экономическая прибыль О понятии Р. в теории игр см. Антагонистические игры, Игра, Нэша принцип устойчивости.
[ http://slovar-lopatnikov.ru/]Тематики
EN
3.1.2 равновесие (equilibrium): Состояние нефтепродуктов, при котором пары над испытуемым образцом и испытуемый образец находятся при одинаковой температуре в момент приложения источника зажигания.
3.1.2.1. Такого состояния нельзя достичь на практике, поскольку температура не может равномерно распределяться во всем объеме испытуемого образца, а крышка и заслонка аппарата могут быть холоднее.
Источник: ГОСТ Р 54279-2010: Нефтепродукты. Методы определения температуры вспышки в аппарате Пенски-Мартенса с закрытым тиглем оригинал документа
3.2.2 равновесие (equilibrium): Процесс, при котором в аппарате по определению температуры вспышки пары над образцом и сам образец во время применения источника зажигания имеют одинаковую температуру.
3.2.2.1 Практически это условие выполняется не полностью, т. к. температура по всему образцу неодинаковая и крышка тигля и заслонка, как правило, имеют более низкую температуру.
Источник: ГОСТ Р 53717-2009: Нефтепродукты. Определение температуры вспышки в закрытом тигле Тага оригинал документа
Русско-английский словарь нормативно-технической терминологии > равновесие
-
17 block programming
блочное программирование
Метод решения сложных задач линейного программирования путем разложения модели на блоки. Крупноразмерная модель (включающая много показателей в исходной таблице) сводится к нескольким моделям меньшей размерности. Получившиеся задачи решаются вместе по специальным правилам согласования. Необходимость такого подхода обосновывается тем, что с ростом размерности трудоемкость, да и просто сложность решения задач растет невероятно быстро. «Проклятие размерности», по меткому выражению американского математика Р.Беллмана, характерно для большинства реальных задач математического программирования. Широко применяется Б.п. в отраслевых задачах оптимизации, где естественно разложение, «декомпозиция» общей модели отрасли либо на блоки – модели предприятий, либо на блоки, соответствующие последовательным стадиям переработки сырья (производственным переделам). Среди теоретических схем Б.п. наиболее известны две: метод декомпозиции Данцига-Вульфа и метод планирования на двух уровнях Корнаи-Липтака (Дж. Данциг и П.Вульф – американские, Я. Корнаи и Т. Липтак – венгерские ученые). Обе они представляют собой последовательные (итеративные) пересчеты, взаимно увязывающие решения главной «отраслевой» задачи и локальных задач предприятий. Различие же между ними состоит в том, что в первом случае итеративный процесс основан на корректировке двойственных оценок ресурсов и продукции (такая корректировка делает для «предприятия» выгодными планы, все более приближающиеся к оптимальному плану отрасли), а во втором случае – на корректировке лимитов общеотраслевых ресурсов, выделяемых предприятиям. При этом задача сводится к игре между центром, варьирующим допустимые распределения ресурсов, и предприятиями (варьирующими допустимые двойственные оценки ресурсов); ценой игры является сумма целевых функций предприятий. Иначе говоря, схема Данцига-Вульфа построена по принципу «централизованное определение цен – децентрализованное определение наилучших возможностей», а схема Корнаи-Липтака – по принципу «централизованное лимитирование возможностей – децентрализованное выявление эффекта от их использования» [1]. В обоих случаях важную роль играют двойственные оценки, причем их оптимальный уровень выявляется вместе с оптимальным распределением ресурсов, т.е. собственно планом (именно в этом состоит принцип оптимального планирования). [1] Эта удачная, на наш взгляд, формулировка заимствована из кн.: Математические методы в планировании отраслей и предприятий. М.: Экономика, 1973.
[ http://slovar-lopatnikov.ru/]Тематики
EN
Англо-русский словарь нормативно-технической терминологии > block programming
-
18 linear programming
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
Англо-русский словарь нормативно-технической терминологии > linear programming
-
19 equilibrium
равновесие
Динамические условия физического, химического, механического или атомного баланса.
[ http://www.manual-steel.ru/eng-a.html]
равновесие
Общее понятие, относимое к различным ситуациям, характеризующимся взаимодействием разнонаправленных сил, воздействие которых взаимно погашается таким образом, что наблюдаемые свойства системы остаются неизменными. Среди многочисленных определений Р. экономической системы наиболее распространены два; одно исходит из рассмотрения свойств системы, другое из рассмотрения воздействующих на нее сил: 1. Такое состояние системы, которое характеризуется равенством спроса и предложения всех ресурсов. В этом смысле синонимом термина «Р.» является сбалансированность (см. также Балансовая модель, Балансовый метод, Вальраса система уравнений, Межотраслевой баланс); 2. Такое ее состояние, когда ни один из многих взаимосвязанных участников системы не заинтересован в изменении этого состояния, так как при этом он не может ничего выиграть, но может проиграть (см. также Оптимальность по Парето, Теория игр). Принцип Р. занимает важнейшее место в экономическом анализе. В экономической системе Р. устанавливается (или не устанавливается) в результате действия определенного социально-экономического механизма, т.е. совокупности цен и других экономических нормативов, согласования интересов всех подсистем. Оно, в частности, зависит от принятых экономических отношений, в том числе принципов распределения благ и доходов. Само по себе Р. в системе не есть еще доказательство ее оптимальности в социально-экономическом смысле, действительной реализации принципа социальной справедливости. Р. экономической системы рассматривается двояко: как статическое — т.е. положение, состояние Р. (см. Точка равновесия) и динамическое, т.е. уравновешенный, или сбалансированный процесс развития (см. Равновесный сбалансированный рост). Понятие Р. тесно связано с понятием устойчивости системы (см. также Гомеостаз). Если при внешнем воздействии на систему неизменность ее (равновесных) свойств сохраняется, мы имеем дело с устойчивым Р., в обратном случае — с неустойчивым (это, между прочим, показывает, что проводимое многими авторами отождествление понятий устойчивости и равновесия. — не оправдано, при всей их действительной близости). Изучение чувствительности Р. к изменениям определенных параметров составляет предмет сравнительной статики. Р. (рыночная сбалансированность) называется локально устойчивым, если оно в конечном счете достигается, начиная с некоторого набора цен, достаточно близкого к точке Р., и глобально устойчивым — если оно в конечном счете достигается независимо от начальной точки. В экономико-математических работах Р. часто отождествляют с понятием оптимума. Однако Р. при планировании общественного производства есть необходимое, но недостаточное условие оптимальности. Показать это просто. Предположим, в хозяйстве спрос на текстильные изделия полностью удовлетворяется ресурсами хлопка. Р. налицо. Но будет ли такое состояние оптимальным? В современных условиях, когда созданы более эффективные синтетические материалы, не будет, поскольку удовлетворение потребностей страны за счет этих материалов даст больший экономический эффект. Таким образом, Р. экономической системы может устанавливаться на разных уровнях (точках Р.), в том числе и на оптимальном. • В экономико-математическое исследование экономического Р. внесли большой вклад представители математической школы политической экономии (О.Курно, Л.Вальрас, В.Парето, А.Вальд и др.). При изучении рыночного Р., бывшего в центре их внимания, они разработали, в частности, ряд понятий, имеющих общее значение и применимых также при анализе централизованно планируемой экономики: например, понятия «общего экономического Р.», «балансирующей (или равновесной) системы цен«, «частного равновесия на рынке того или иного товара» и др. Отечественные ученые (см. Балансовый метод, Межотраслевой баланс, Экономико-математические исследования в СССР и России) тоже внесли большой вклад в исследование проблем экономического Р. Развивается также исследование так называемых неравновесных моделей экономики, которые в ряде случаев более адекватно отражают реальные экономические ситуации, чем равновесные модели. Теория оптимального функционирования социалистической экономики (см. Оптимальное ценообразование) предлагала не стихийное установление равновесных цен в условиях конкурентного рынка, а сознательное формирование цен плановой сбалансированности по основным благам, составляющим каркас системы, и регулирование, таким образом, рынка в целом. Последние годы возрастает внимание к стоимости информации, необходимой для достижения равновесия в экономике ( например, к затратам на получение информации об альтернативных возможностях при заключении рыночных сделок), к влиянию на равновесие совершаемых на практике неравновесных сделок, к вопросам бюджетного равновесия и т.д.. См. также Баланс, Балансовая модель, Балансовый метод, Вальраса система уравнений, Денежное равновесие, Конкурентное равновесие, Мультирыночное равновесие, «Нащупывание», Рыночное равновесие, Экономическая прибыль О понятии Р. в теории игр см. Антагонистические игры, Игра, Нэша принцип устойчивости.
[ http://slovar-lopatnikov.ru/]Тематики
EN
3.1.2 равновесие (equilibrium): Состояние нефтепродуктов, при котором пары над испытуемым образцом и испытуемый образец находятся при одинаковой температуре в момент приложения источника зажигания.
3.1.2.1. Такого состояния нельзя достичь на практике, поскольку температура не может равномерно распределяться во всем объеме испытуемого образца, а крышка и заслонка аппарата могут быть холоднее.
Источник: ГОСТ Р 54279-2010: Нефтепродукты. Методы определения температуры вспышки в аппарате Пенски-Мартенса с закрытым тиглем оригинал документа
3.2.2 равновесие (equilibrium): Процесс, при котором в аппарате по определению температуры вспышки пары над образцом и сам образец во время применения источника зажигания имеют одинаковую температуру.
3.2.2.1 Практически это условие выполняется не полностью, т. к. температура по всему образцу неодинаковая и крышка тигля и заслонка, как правило, имеют более низкую температуру.
Источник: ГОСТ Р 53717-2009: Нефтепродукты. Определение температуры вспышки в закрытом тигле Тага оригинал документа
Англо-русский словарь нормативно-технической терминологии > equilibrium
См. также в других словарях:
Метод одной касательной — Метод Ньютона (также известный как метод касательных) это итерационный численный метод нахождения корня (нуля) заданной функции. Метод был впервые предложен английским физиком, математиком и астрономом Исааком Ньютоном (1643 1727), под именем… … Википедия
Метод Гаусса — Ньютона — Метод Ньютона (также известный как метод касательных) это итерационный численный метод нахождения корня (нуля) заданной функции. Метод был впервые предложен английским физиком, математиком и астрономом Исааком Ньютоном (1643 1727), под именем… … Википедия
Метод Ньютона-Рафсона — Метод Ньютона (также известный как метод касательных) это итерационный численный метод нахождения корня (нуля) заданной функции. Метод был впервые предложен английским физиком, математиком и астрономом Исааком Ньютоном (1643 1727), под именем… … Википедия
Метод Ньютона — Рафсона — Метод Ньютона (также известный как метод касательных) это итерационный численный метод нахождения корня (нуля) заданной функции. Метод был впервые предложен английским физиком, математиком и астрономом Исааком Ньютоном (1643 1727), под именем… … Википедия
Метод касательной — Метод Ньютона (также известный как метод касательных) это итерационный численный метод нахождения корня (нуля) заданной функции. Метод был впервые предложен английским физиком, математиком и астрономом Исааком Ньютоном (1643 1727), под именем… … Википедия
Метод касательной (Метод Ньютона) — Метод Ньютона (также известный как метод касательных) это итерационный численный метод нахождения корня (нуля) заданной функции. Метод был впервые предложен английским физиком, математиком и астрономом Исааком Ньютоном (1643 1727), под именем… … Википедия
Метод касательных — Метод Ньютона (также известный как метод касательных) это итерационный численный метод нахождения корня (нуля) заданной функции. Метод был впервые предложен английским физиком, математиком и астрономом Исааком Ньютоном (1643 1727), под именем… … Википедия
CVP-анализ — (Cast Value Profit – затраты, объем, прибыль) – метод оптимального распределения ресурсов по видам продукции и принятия решения о производстве товаров. CVP анализ также зачастую называют определением точки безубыточности. Он помогает определить… … Словарь бизнес-терминов
Реинвестирование — (Reinvestment) Понятие реинвестирования, ставка и коэффициент реинвестирования, реинвестирование прибыли Информация о понятии реинвестирования, ставка и коэффициент реинвестирования, реинвестирование прибыли Содержание Содержания 1. в дивидендной … Энциклопедия инвестора
Канторович, Леонид Витальевич — В Википедии есть статьи о других людях с такой фамилией, см. Канторович. Леонид Витальевич Канторович … Википедия
Канторович, Леонид — Леонид Витальевич Канторович В 1978 году Дата рождения: 19 января 1912(19120119) Место рождения: Санкт Петербург Дата смерти: 7 апреля 1986 Место сме … Википедия