- •Обратный ход:
- •Тема: Итерационные методы решения систем линейных алгебраических уравнений
- •1. Методом Якоби решим систему линейных алгебраических уравнений:
- •2. Методом Гаусса-Зейделя решим ту же самую, которую решили методом Якоби:
- •3. Преобразуем нашу систему до сходимости итерационного процесса. Приведем систему к виду, годному для применения итерационных методов решения:
- •Тема: Численные методы решения линейных дифференциальных уравнений с краевыми условиями. Метод конечных разностей
- •Контрольная работа №4
- •Тема: Численные методы решения задач оптимизации. Линейное программирование
- •1. Максимизировать целевую функцию при следующих ограничениях
- •Контрольная работа №5
- •Задача рационального раскроя.
- •Составим таблицу-карту раскроя
Тема: Численные методы решения линейных дифференциальных уравнений с краевыми условиями. Метод конечных разностей
Методом конечных разностей найдем решение краевой задачи:
Для грубого решения построим сеточную область с шагом h=0,4
Введем условные обозначения:
Находим ai, bi, ci, b0, c0, an, bn:
и т.д.
Систему уравнений решим методом прогонки.
Находим прогоночные коэффициенты:
Последующие прогоночные коэффициенты:
и т.д.
Вычислим обратную прогонку, сначала вычисляем неизвестное у5
и т.д.
В матричной форме
система имеет вид
,
где
Результат решения системы уравнений, соответствующий приближенному решению краевой задачи, записываем в виде таблицы:
i |
0 |
1 |
2 |
3 |
4 |
5 |
xi |
1,0 |
1,4 |
1,8 |
2,2 |
2,6 |
3,0 |
Yi |
0 |
0,6603 |
1,2995 |
1,7995 |
2,073 |
2,073 |
Полученное
решение
можно принять за первую итерацию (первое
приближение) решение исходной задачи
на разностной сетке
.
3. Для нахождения второй итерации сделаем сетку в двое гуще (n=10, шаг h=0,2) и повторим приведенный выше алгоритм. Проделаем уравнение в электронной таблице Excel и получаем второе приближение исходной краевой задачи с шагом h=0,2. Это решение приведем на таблице.
i |
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
xi |
1,0 |
1,2 |
1,4 |
1,6 |
1,8 |
2,0 |
2,2 |
2,4 |
2,6 |
2,8 |
3,0 |
yi |
0 |
0,2496 |
0,5207 |
0,7981 |
1,067 |
1,3146 |
1,5285 |
1,6988 |
1,8173 |
1,8173 |
1,8173 |
Построим графики этих двух приближений на одной координатной сетке и получим:
Как видно из приведенных данных, два приближенных решения краевой задачи отличаются друг от друга более, чем на 5%. Необходимо шаг еще раз уменьшить в 2 раза и повторяем решение.
Контрольная работа №4
Тема: Численные методы решения задач оптимизации. Линейное программирование
1. Максимизировать целевую функцию при следующих ограничениях
Строим
полуплоскости, соответствующие каждому
неравенству системы ограничений.
Полуплоскость L1
ограничена
прямой
.
Аналогично строим полуплоскость L2
ограничена
прямой
.
Пересечение полуплоскостей L1,
L2
и х≥0,
y≥0
дает многоугольник
.
Записываем прямую линию уровня функции
и строим прямые, соответствующие R=1, R=0
По графику видно, что линию уровня нужно «катить» в сторону увеличения значения R до встречи с точкой А(1,05;2,37), в которой функция цели принимает значение zmax=12,36.
Таким образом, решением задачи является: x1=1,05, x2=2,37, x=12,36.
Решим пример, использую возможности таблиц Excel и получим:
-
№нерав
Коэффициенты неравенств
а1
b1
d1
a1x1+b1x2+c1
1,00
3,00
5,00
-15,00
0,00
2,00
5,00
2,00
-10,00
0,00
3,00
1,00
0,00
0,00
1,05
4,00
0,00
1,00
0,00
2,37
x1
x2
1,05
2,37
zmax
12,37
Максимизацию целевой функции при ограничениях выполним с помощью надстройки Excel Поиск решения, функция цели при ограничениях достигает своего максимума zmax=12,37 при x1=1,05, x2=2,37, что соответствует решению этой же задачи геометрическим методом.
