
- •Основи чисельних методів математики (з використанням Excel) Передмова
- •Розділ 1. Методи обчислень: предмет, основні поняття та застосування
- •§ 1. Предмет і застосування
- •§ 2. Основні поняття
- •1. Похибки наближень.
- •2. Граничні похибки. Похибки функції.
- •3. Похибки розв'язку.
- •4. Стійкість і коректність.
- •Питання, тести
- •Розділ 2. Інтерполяція функцій
- •§1. Задача інтерполювання
- •§2. Інтерполяційна формула Лагранжа
- •§3. Поділені різниці. Формула Ньютона з поділеними різницями
- •§4. Інтерполяційна формула за допомогою Excel
- •§5. Інтерполювання за схемою Ейткіна
- •§6. Скінчені різниці. Інтерполяційні формули Ньютона для рівновіддалених вузлів
- •§7. Інтерполювання із скінченими різницями за допомогою Excel
- •§8. Інші методи інтерполювання
- •Питання, тести
- •Завдання
- •Розділ 3. Чисельне диференціювання та інтегрування.
- •§ 1. Однобічні формули чисельного диференціювання
- •§ 2. Оцінки похибки чисельного диференціювання
- •§ 3. Чисельне інтегрування. Квадратурні формули
- •§ 4. Квадратурні формули Ньютона – Котеса
- •§ 5. Узагальнені квадратурні формули.
- •§ 6. Метод подвійного перерахунку.
- •1. R2n ( f ) ≈ (правило Рунге) (14)
- •§ 7. Метод кратного перерахунку за допомогою Excel
- •Питання, тести
- •Завдання
- •Розділ 4. Чисельні методи розв‘язування рівнянь з однією змінною
- •§ 1. Відокремлення коренів
- •§ 2. Метод дихотомії (поділу відрізка пополам)
- •§ 3. Ітераційні методи та оператор стиску.
- •§ 4. Похибки ітераційного процесу
- •§ 5. Реалізація методу простої ітерації за допомогою електронних таблиць
- •§ 6. Метод Ньютона. Порядок збіжності ітераційного процесу.
- •§ 7. Метод лінійного інтерполювання.
- •§ 8. Інші приклади ітераційних методів.
- •Питання, тести
- •Завдання
- •Розділ 5. Методи розв’язування систем лінійних рівнянь
- •§ 1. Метод Гаусса
- •Метод Гаусса в матричній формі
- •Елементарні операції над матрицею:
- •§ 2. Метод Гаусса за допомогою Excel
- •§ 3. Матричні операції в Excel
- •3. Множення матриць.
- •§ 4. Метод простої ітерації для слр
- •§ 5. Метод Зейделя
- •Питання, тести
- •Завдання
- •Розділ 6. Методи лінійного програмування
- •§ 1. Оптимізаційні задачі. Математичне програмування
- •§ 2. Геометричний зміст задач лінійного програмування. Графічний метод
- •§3. Канонічна форма задачі лінійного програмування. Опорні розв’язки
- •§4. Симплекс – таблиця
- •§5. Симплекс – метод.
- •§6. Розв’язування задач лінійного програмування за допомогою excel
- •§7 Приклади
- •§8. Пошук початкового опорного розв’язку. Метод штучного базису
- •Властивості допоміжної задачі.
- •Питання, тести
- •Завдання
- •Розділ 7. Чисельні методи розв’язування звичайних диференціальних рівнянь
- •§ 1. Метод Ейлера
- •§ 2. Метод Ейлера за допомогою Excel
- •§ 3. Методи Рунге – Кутта
- •§ 4. Подвійний перерахунок для методів Рунге – Кутта
- •§ 5. Кратний перерахунок для методів Рунге – Кутта за допомогою Excel
- •§ 6. Методи Рунге – Кутта з вищими порядками похибки
- •Питання, тести
- •Завдання
- •Іменний покажчик
- •Предметний покажчик
- •Література
Властивості допоміжної задачі.
Допоміжна задача (4) завжди має оптимальний розв’язок.
Справді, за умови yi ≥ 0 (i = 1, 2, …, m) завжди g ≥ 0. Отже, цільова функція цієї задачі обмежена знизу, а тому існує оптимальний розв’язок для задачі мінімізації.
Вектор α = (0; 0; …; 0; b1; b2; … ; bm) є опорним розв’язком задачі (4).
Це
твердження є очевидним. Отже, приймаючи
α за початковий опорний розв’язок,
можна розв’язати
задачу (4) симплекс – методом. Нехай β
= (
;
;
… ;
;
;
;
… ;
)
– це оптимальний розв’язок задачі
(4).
3. Якщо = = … = = 0 , то γ = ( ; ; … ; ) – це опорний розв’язок початкової задачі (3).
Справді, за цієї умови γ, по - перше, є розв’язком задачі (3). По – друге, всі основні змінні допоміжної задачі для β знаходяться серед xj (j = 1, 2, …, n) і отже є основними змінними для γ. Тому всі вільні змінні γ дорівнюють нулю, тобто цей розв’язок є опорним.
4. Якщо серед чисел ; ; … ; є додатні, то допустима множина задачі (3) є пустою.
Справді, за цієї умови оптимальне значення g > 0. Якщо ж існує бодай один допустимий розв’язок ( ; ; … ; ) задачі (3), то, поклавши = = … = = 0 , дістанемо допустимий розв’язок ( ; ; … ; ; ; ; … ; ) задачі (4), за яким g = 0.
Таким чином, метод штучного базису дає змогу завжди або знайти початковий опорний розв’язок, або встановити її нерозв’язність. Розглянемо такий приклад.
f = 3х1 + х2 (mах)
.
Ввівши нові змінні х3, х4 , зведемо цю модель до канонічної:
f = 3х1 + х2 (mах)
.
Її симплекс – таблиця виглядає так:
х1 |
х2 |
х3 |
х4 |
b |
1 |
2 |
-1 |
0 |
5 |
2 |
3 |
0 |
1 |
6 |
3 |
1 |
0 |
0 |
0 |
Розв’яжемо цю задачу, використовуючи метод штучного базису. Оскільки вектор умов змінної x4 уже виглядає належним чином, то можна обмежитись додатковою змінною у1:
g = у1 (min) або g´ = – у1 (mах)
.
Запишемо її у електронну симплекс – таблицю:
|
A |
B |
C |
D |
E |
F |
G |
1 |
х1 |
х2 |
х3 |
х4 |
у1 |
b |
b/aij |
2 |
1 |
2 |
-1 |
0 |
1 |
5 |
|
3 |
2 |
3 |
0 |
1 |
0 |
6 |
|
4 |
0 |
0 |
0 |
0 |
– 1 |
0 |
|
Приведемо її до базису х4 , у1: для цього додамо до четвертого рядка другий. Отже, виокремимо новий діапазон А6:G8, рядки 2 і 3 скопіюємо у рядки 6 і 7 відповідно, у чарунку Е8 задамо формулу =Е4 + Е2, а формули решти чарунок рядка 8 скопіюємо з неї. В результаті дістанемо:
|
A |
B |
C |
D |
E |
F |
G |
|
х1 |
х2 |
х3 |
х4 |
у1 |
b |
b/aij |
6 |
1 |
2 |
-1 |
0 |
1 |
5 |
|
7 |
2 |
3 |
0 |
1 |
0 |
6 |
|
8 |
1 |
2 |
-1 |
0 |
0 |
5 |
|
Серед оцінок базису є додатні, тож згідно з ознакою оптимальності треба виконати крок симплекс – методу.
1) Вибираємо оцінку δ1 = 1, зафарбуємо її.
2) , 3) Елементи у стовпці 2 додатні, отже треба застосувати умову допустимості:
|
A |
B |
C |
D |
E |
F |
G |
|
х1 |
х2 |
х3 |
х4 |
у1 |
b |
b/aij |
6 |
1 |
2 |
-1 |
0 |
1 |
5 |
5 |
7 |
2 |
3 |
0 |
1 |
0 |
6 |
3 |
8 |
1 |
2 |
-1 |
0 |
0 |
5 |
|
Виконаємо жорданове перетворення з ведучим елементом у А7:
|
A |
B |
C |
D |
E |
F |
G |
|
х1 |
х2 |
х3 |
х4 |
у1 |
b |
b/aij |
10 |
0 |
0,5 |
-1 |
-0,5 |
1 |
2 |
4 |
11 |
1 |
1,5 |
0 |
0,5 |
0 |
3 |
2 |
12 |
0 |
0,5 |
-1 |
-0,5 |
0 |
2 |
|
Маємо симплекс – таблицю з новим набором основних змінних х1, у1, новий опорний розв’язок (3; 0; 0; 0; 2), нове значення цільової функції g = 2.
Оскільки знову існує додатна оцінка δ2 = 0,5 , то переходимо до другого кроку сиплекс – методу і починаємо його з перевірки умови допустимості. Ведучим обираємо рядок 11, звідси ведучий елемент В11; черговим жордановим перетворенням дістаємо:
|
A |
B |
C |
D |
E |
F |
G |
|
х1 |
х2 |
х3 |
х4 |
у1 |
b |
b/aij |
14 |
-0,33333 |
0 |
-1 |
-0,66667 |
1 |
1 |
|
15 |
0,666667 |
1 |
0 |
0,333333 |
0 |
2 |
|
16 |
-0,33333 |
0 |
-1 |
-0,66667 |
0 |
1 |
|
Нарешті всі оцінки невід’ємні, отримуємо оптимальний розв’язок допоміжної задачі (0; 2; 0; 1), g = 1. Отже, оскільки у1 = 1 > 0, то початкова задача нерозв’язна. Точніше кажучи, множина допустимих розв’язків є пустою.
Наприкінці розглянемо ще графічне розв’язання початкової задачі
f = 3х1 + х2 (mах)
.
На рисунку 5 зображені прямі L1: х1 + 2х2 = 5 і L2: 2х1 + 3х2 = 6. Оскільки 0 + 2∙0 = 0 < 5, то множина Ω допустимих розв’язків цієї задачі повинна бути розміщена по інший бік від прямої L1 , ніж початок координат О(0;0). Аналогічно множина Ω повинна бути розміщена по той самий бік від прямої L2, що і початок координат. Разом з тим Ω повинна міститись у першій чверті, оскільки х1 ≥ 0, х2 ≥ 0. Як видно з рисунку, ці умови одночасно не виконуються для жодної точки, що є зримим підтвердженням результатів, отриманих симплекс – методом.
х2
L2
L1
О х1
Рисунок 5