11.5. Особенности практического применения минимаксной оптимизации
В предыдущих разделах рассматривалась линейная зависимость ошибок от переменных. В противном случае необходимо использовать итеративную методику с применением в начале каждого этапа линейной аппроксимации ошибок. Подробности этой методики можно найти в статье [8].
Основной недостаток метода минимаксной оптимизации заключается в повышенных требованиях, предъявляемых в отличие от метода наименьших квадратов к объему оперативной памяти вычислительной машины (поскольку матрица системы имеет 
элементов). Известно, что решение определяется взаимным пересечением 
гиперплоскостей, однако сначала мы обычно не знаем, каковы соответствующие им составляющие ошибок, и приходится совместно решать все 
уравнений. Однако в отдельных случаях наличие информации о том, что некоторые из ошибок можно не учитывать, позволяет добиться существенного сокращения времени вычислений и значительно снизить требования к объему памяти вычислительной машины.
ЛИТЕРАТУРА
(см. скан)
