- •Решение алгебраических и трансцендентных уравнений Постановка задачи и этапы решения.
- •Пример локализации корней.
- •Метод половинного деления
- •Метод хорд и касательных
- •Условие окончания вычислений в методе итераций.
- •Вопрос 1. Почему при описанном выше построении очередной полученный отрезок также содержит корень исходного уравнения? Обоснуйте этот факт геометрически, а если сможете, то докажите его строго.
- •Вопрос 2:в каком порядке следует писать формулы (1) и (2) при составлении алгоритма метода Ньютона и почему ?
- •Метод итераций
- •Сведение исходного уравнения к виду, пригодному для применения метода итераций.
- •Суть и обоснование метода итераций.
- •Сравнение различных методов.
- •Контрольные вопросы
- •Содержание лабораторной работы
- •Интерполирование функций
- •Постановка задачи интерполирования.
- •Линейная интерполяция.
- •Интерполяция многочленом. Единственность интерполяционного многочлена n-й степени.
- •Построение вспомогательных многочленов Лагранжа.
- •Построение многочлена Лагранжа.
- •Оценка погрешности.
- •Сплайн-интерполяции.
- •Контрольные вопросы:
- •Содержание лабораторной работы:
- •Численное интегрирование функций
- •Общая схема
- •Метод прямоугольников.
- •Метод трапеций.
- •Метод симпсона.
- •Метод двойного счета.
- •Контрольные вопросы:
- •Содержание лабораторной работы
- •Приближенные решения обыкновенных дифференциальных уравнений
- •Постановка задачи
- •Метод Пикара.
- •Метод разложения неизвестной функции y(х) в ряд,
- •Метод Эйлера.
- •Общая схема численных методов.
- •Методы Рунге-Кутта
- •Контрольные вопросы.
- •Содержание лабораторной работы.
- •Метод наименьших квадратов Постановка задачи и ее качественный анализ.
- •Постановка задачи.
- •Нахождение наилучшей линейной приближающей функции.
- •Сведение поиска функций другого вида к поиску линейной функции.
- •Контрольные вопросы.
- •Содержание лабораторной работы.
- •Решение систем линейных уравнений
- •Постановка задачи и ее качественное исследование.
- •Метод Гаусса
- •Прямой ход.
- •Регуляризация решения
- •Описание метода Гаусса для вырожденных систем.
- •Применения метода Гаусса.
- •Нахождение определителя матрицы.
- •Нахождение обратной матрицы
- •Нахождение ранга матрицы.
- •Определение совместности системы.
- •Контрольные вопросы
- •Матричное описание метода квадратного корня.
- •Нахождение матрицы s («квадратного корня» из а)
- •Нахождение вспомогательного вектора y.
- •Нахождение вектора решения х.
- •Пример.
- •Компакт-метод.
- •Контрольные вопросы.
- •Содержание лабораторной работы.
- •Метод простых итераций
- •Условия применимости метода простых итераций.
- •Описание метода простых итераций.
- •Условие окончания вычислений.
- •Приведение исходной системы к нужному виду.
- •Случай диагонального преобладания.
- •Случай, когда матрица а близка к единичной.
- •Контрольные вопросы.
- •Содержание лабораторной работы.
- •Численные методы решения экстремальных задач
- •Численные методы поиска экстремумов функций одной переменной
- •Метод равномерного поиска.
- •Метод поразрядного приближения
- •Метод деления отрезка пополам (или метод дихотомии).
- •Метод квадратичной интерполяции
- •Метод золотого сечения
- •Численные методы поиска экстремумов функций многих переменных
- •Метод координатного спуска
- •Градиентный метод
- •Контрольные вопросы
- •Содержание лабораторной работы «Численные методы решения экстремальных задач
- •Линейное программирование Постановка задачи. Графический метод
- •Пример 1 (транспортная задача)
- •Пример 2 (расчет рациона)
- •Пример 3 (распределение ресурсов)
- •Задача линейного программирования в общем виде:
- •Графический метод решения задачи линейного программирования.
- •Двойственная задача
- •Симплекс - метод
- •Описание симплекс-метода.
- •Алгоритм симплекс-метода:
- •Пример.
- •Элементы математической статистики
- •Генеральная совокупность. Выборка. Статистические ряды
- •Содержание лабораторной работы.
- •Графическое изображение вариационных рядов. Эмпирическое распределение
- •Средние величины и показатели вариации
- •Средняя арифметическая и ее свойства
- •Дисперсия и ее свойства. Среднее квадратическое отклонение
- •Коэффициент вариации
- •Структурные средние
- •Законы распределения случайных величин
- •Статистические гипотезы
- •Контрольные вопросы
- •Содержание лабораторной работы «Элементы математической статистики»
- •Литература
Численные методы поиска экстремумов функций одной переменной
Как
было уже сказано, в общем случае функция
может иметь
несколько экстремумов (минимумов или
максимумов). Задача поиска экстремумов
сводится к их локализации и уточнению
значений
и
в
точке экстремума. Все рассмотренные
ниже численные методы предполагают,
что локализация экстремумов каким-либо
образом произведена (например, графически
или аналитически) и задача численных
методов будет состоять в уточнении
полученных результатов с заданной
точностью .
В дальнейшем для функций одной переменной
под экстремумом будем подразумевать
минимум
.
Будем считать, что
[a,b],
где a
и b
границы
интервала поиска. В пределах отрезка
[a,b]
функция
необязательно
непрерывная, могут существовать разрывы
первого рода. Достаточно чтобы функция
на
отрезке [a,
b] была унимодальной, то есть, содержащей
на указанном отрезке один минимум.
Метод равномерного поиска.
Этот
метод основан на том, что переменной
присваиваются
значения
c шагом h
=const (шагом
поиска), где i=0,1,2,…
и вычисляются
значения
в соседних точкаx. Если
,
то переменной
дается
новое приращение. Как только становится
,
поиск останавливается и предпоследняя
точка считается ответом.
Выбор
(начального
значения переменной
)
определяется
пользователем. Шаг поиска - фактическая
погрешность определения результата.
При поиске решения на отрезке, обычно
в качестве начального приближения берут
один из его концов, а при изменении
переменной х
предусматривается
проверка на выход ее за границу отрезка.
Метод поразрядного приближения
является разновидностью метода равномерного поиска и реализуется следующим образом:
-
Задаем начальное приближение
слева от минимума функции
и вычисляем
,
задаем начальный
шаг поиска h
(выбирается
вычислителем),
точность
определения
результата поиска (для переменной
),
берем i=0. -
Задаем
и вычисляем
. -
Проверяем условие
,
если оно
выполняется, то идем к пункту 2, увеличивая
на 1. -
Проверяем условие |h| . Если оно выполняется, полагаем h = -h/10, увеличиваем
на
1 и идем к пункту 2, т.е. обеспечиваем
поиск минимума в другом направлении с
шагом h/10. -
Выводим на печать полученное значение для переменной
и функции
.
Метод деления отрезка пополам (или метод дихотомии).
Поиск
минимума
на
отрезке [a,
b] на каждом
шаге начинается
с выбора двух точек
и
,
где
>0-постоянная,
являющаяся параметром метода. Величина
выбирается
вычислителем и может определяться
целесообразным количеством верных
десятичных знаков при задании аргумента
.
Точки
и
расположены
симметрично на [a,
b] относительно
его середины и при малых
делят
его почти пополам. Уточняем положение
экстремума с заданной точностью
.
Метод реализуется следующим алгоритмом:
-
Проверяем условие |b-a|<. Если условие выполняется, идем к пункту 6.
-
Делим интервал поиска [a, b] точками
и
. -
Для значений
и
вычисляем
и
. -
Проверяем условие
.
Если оно выполняется, полагаем
и идем к пункту 1. -
Полагаем
и идем к
пункту 1. -
Выводим на печать
и
.
Упражнение
4. Зная начальные данные, оценить
количество итераций в предложенном
методе. Сколько раз вычисляются значения
функции
?
