- •§7 Решение задач линейного программирования 58
- •Предисловие
- •§ 1. Численное интегрирование
- •1. Постановка задачи.
- •2. Метод прямоугольников.
- •Задача 1.
- •Задача 2
- •Задача 3
- •3. Метод трапеций.
- •4. Метод Симпсона.
- •5. Практическая работа на эвм
- •§ 2. Решение систем линейных уравнений
- •1. О системах линейных уравнений.
- •2. Решение систем линейных уравнений с двумя неизвестными по формулам Крамера.
- •Пример 1.
- •3. Решение систем линейных уравнений с тремя неизвестными по методу Крамера.
- •4. Решение систем линейных уравнений способом Гаусса.
- •5. Практическая работа на эвм
- •2. Интерполяционный многочлен Лагранжа
- •Пример 2.
- •З Рис 3.1 адача 1.
- •Алгоритм:
- •Задача 2.
- •3. Вычисление приближенного значения функции с помощью электронных таблиц
- •Пример 3
- •Задача 3
- •§ 4. Простейшие задачи статистики
- •1. Вычисление средних.
- •2. Математическое ожидание, дисперсия, среднее квадратичное отклонение, точность оценки математического ожидания, показатель достоверности вычисления математического ожидания
- •3. Практическая работа на эвм
- •§ 5. Численные методы решения трансцендентных уравнений
- •1. Введение
- •Пример 1.
- •Теорема
- •2. Метод половинного деления
- •Алгоритм отделения корней
- •Алгоритм уточнения корней
- •3. Практическая работа на эвм.
- •4. Лабораторная работа
- •Ход работы
- •§6 Численные методы решения дифференциальных уравнений
- •1. О некоторых задачах приводящих к дифференциальным уравнениям Задача 1
- •Задача 2
- •Задача 3
- •2. Несколько определений
- •Пример 1
- •Пример 2
- •Задачи для самостоятельного решения.
- •3. Постановка задачи численного решения дифференциального уравнения
- •4. Метод Эйлера.
- •Пример 1
- •Пример 2
- •5. Метод Рунге-Кутта второго порядка (Метод Эйлера-Коши)
- •6. Метод Рунге-Кутта 4 порядка
- •7. Лабораторная работа. Численное решение обыкновенного дифференциального уравнения первого порядка
- •§7 Решение задач линейного программирования
- •1. Введение
- •2. Основные методы решения задач оптимизации
- •Общий случай задачи оптимизации
- •Задачи оптимизации, алгоритмы которых могут быть реализованы с помощью электронных таблиц
- •Основные этапы работ при решении задачи оптимизации
- •4. Задачи линейного программирования. Методы решения задач.
- •Пример.
- •Основные положения симплекс-метода
- •5. Решение задач линейного программирования с помощью ms Excel Пример 1
- •Решение:
- •Решение задачи
- •Пример 2
- •Решение:
- •6. Практическая работа 1
- •7. Транспортная задача Введение
- •Решение
- •Решение:
- •Составление математической модели
- •Решение задачи
- •8. Практическая работа 2
- •Приложения Приложение 1. Численное интегрирование. Варианты самостоятельных работ
- •Приложение 2. Численное интерполирование. Варианты самостоятельных работ
- •Приложение 3. Численное дифференцирование. Варианты лабораторных работ
- •Приложение 4. Задачи оптимизации. Варианты самостоятельных работ
- •Приложение 5. Транспортная задача. Варианты самостоятельных работ
- •Литература.
5. Практическая работа на эвм
1. Вызвать с диска программу korni1.pas и получить результаты решения системы уравнений:
а)
б)
в)
Ответы: а) x=1; y=1; б) x=4; y=5; в) x=5; y=3;
2. Составить программу для решения системы уравнений с тремя неизвестными по формулам Крамера и получить результаты для решения системы уравнений:
а)
б)
Ответ: а) x=1; y=-2; z=-1; б) x=1; y=-3; z=-2
3. Вызвать с диска программу (gaus.pas) и получить результаты решения системы уравнений:
a)
б)
Ответ: а) x=8; y=4; z=2; б) x=1; y=2; z=3
6. Домашнее задание.
I. Решить систему уравнений по формулам Крамера:
Ответ:
x=1; y=2; z=1.
II. Решить систему уравнений по методу Гаусса:
Ответ:
x1=1; x2=0;
x3=1.
III. Составить алгоритмы для решения систем линейных уравнений с двумя и тремя неизвестными.
§ 3. ИНТЕРПОЛИРОВАНИЕ ФУНКЦИЙ
1. Постановка задачи
Задача интерполирования состоит в том, чтобы по значениям функции f(x) в некоторых точках отрезка восстановить ее значения в остальных точках отрезка.
Пример 1.
Известны некоторые значения функции – физической величины замеренные через 1 час. Необходимо найти значения в промежутках через 30 минут.
Пример 2.
Интерполирование применяется при сгущении таблиц, когда вычисление функции f(x) трудоемко и необходимо составить таблицу с меньшим шагом.
Пример 3.
Интерполирование применяется при необходимости приближенной замены функции другими функциями, которые легче вычислить. Например, когда вычисляется определенный интеграл некоторой неинтегрируемой функции, такая функция заменяется многочленом, аналогично при вычислении производных и т.д.
Пусть дана функция y=f(x) для которой известна лишь таблица ее значений: (*)
x |
x0 |
x1 |
x2 |
x3 |
… |
xn |
y |
y0 |
y1 |
y2 |
y3 |
… |
yn |
Очевидный прием решения этой задачи – вычислить значение функции f(x) воспользовавшись аналитическим выражением функции f. Однако это можно применить, если аналитическое выражение функции f известно и пригодно для вычисления. Но часто аналитическое выражение функции f вовсе неизвестно.
В этом случае используется особый прием – построение по исходной таблице приближающей функции F, которая в некотором смысле близка к функции f, и аналитическим выражением которой можно воспользоваться для вычислений, считая приближенно, что f(x)=F(x)
Классический подход к решению задачи построения приближающей функции основывается на требовании строгого совпадения значений f(x) и F(x) в точках xi, i=0, 1, 2,…,n.
F(x0)=f(x0)=y0;
F(x1)=f(x1)=y1;
… (3.1)
F(xn)=f(xn)=yn.
Второе требование для функции F: функция F должна быть многочленом степени n (степень на единицу меньше числа точек). В этом случае нахождение приближающей функции называют интерполяцией.
Определение. Интерполяция – нахождение приближающей функции. Функция F называется интерполирующей, точки x0, x1, x2, …, xn – узлы интерполяции.
Будем искать функцию F в виде многочлена степени n:
F(x)=a0xn+a1xn-1+…+an-1x+an
Зная условие (3.1) можно найти коэффициенты ai, i=0, 1,…, n. Получаем систему из n+1 уравнения с n+1 неизвестными.
Эта система имеет единственное решение, т.к. по нашему предположению все xi различны. Решая эту систему относительно неизвестных a0, a1, …, an мы получим аналитическое выражение многочлена.
Описанный прием можно использовать при решении задач интерполирования, но на практике используют другие более удобные и менее трудоемкие методы.
