
- •1. Предел числовой последовательности и его свойства. Критерии Коши и Вейерштрасса существования предела. Число .
- •2. Предел и непрерывность функции в точке. Основные свойства предела функции. Локальные и глобальные свойства непрерывных функций.
- •3. Производная и дифференциал. Основные теоремы дифференциального исчисления. Условия монотонности, выпуклости и локального экстремума функции.
- •4. Функции многих переменных: непрерывность и дифференцируемость. Дифференциал и частные производные сложной функции. Экстремумы функции многих переменных.
- •5. Определенный интеграл. Его свойства и приложения.
- •6. Кратные интегралы. Их свойства и приложения.
- •7. Функциональные последовательности и ряды. Признаки равномерной сходимости. Свойства равномерно сходящихся последовательностей и рядов.
- •8. Производная и дифференциал функции комплексной переменной.
- •9. Основная теорема о неприводимых многочленах.
- •11. Скалярное, векторное и смешанное произведение векторов трѐхмерного евклидова пространства. Приложения к решению задач.
- •12. Плоскость и прямая в прастранстве.
- •13. Определение функции от матрицы. Свойства функций от матриц. Ф-ии от матриц
- •14. Задача Коши для дифференциального уравнения и для системы дифференциальных уравнений. Теорема существования и единственности решения для уравнения первого порядка в нормальной форме.
- •15. Методы интегрирования линейных дифференциальных уравнений и систем с постоянными коэффициентами.
- •16. Метод Фурье разделения переменных и его применение в решении краевых задач для ду с частными производными. Классификация дучп II порядка
- •17. Равномерное распределение случайной величины.
- •18. Формула полной вероятности. Теорема Байеса.
- •19. Теоремы о выборочной средней и выборочной дисперсии.
- •20 Лиу Фредгольма и Вольтерра.Ур-ия с вырожд.И малым ядром.Альтернатива Фредгольма.
- •21 Гильбертово пр-во.
- •22. Интерполирование. Интерполяционные многочлены.
- •23. Решение нелинейных уравнений.
- •24. Интерполяционные квадратурные формулы.
- •25. Линейное программирование. Методы решения задач линейного программирования.
- •27 Методы языка программирования.
- •28. Пользовательские типы данных.
- •29.Проектирование структур данных.
- •30. Сравнительный анализ методов сортировки.
- •31. Сравнительный анализ методов поиска
- •32. Разработка приложений, поддерживающих графический интерфейс
- •33. Объектно-ориентированное программирование. Абстрактные типы и классы.
- •34. Объектно-ориентированное программирование. Ввод-вывод данных.
- •35. Платформо-независимые языки программирования.
- •36. Классификация ос
- •37. Файловые системы
- •38. Информация и алгоритмы.
- •39. Алгоритмы работы с графами.
- •40. Проектирование баз данных.
- •41. Реляционная модель данных.
- •42. Принципы построения вычислительных сетей.
- •43. Глобальные вычислительные сети. Интернет.
- •44. Метод обратной функции моделирования реализаций непрерывной случайной величины.
- •45. Графические форматы. Сжатие графической информации.
- •46. Модели представления графической информации.
- •47. Интегрированная среда разработки. Компоненты среды. Обзор свойств, методов и событий компонентов.
- •48. Использование системных компонентов и диалогов.
- •49. Управление проектами. Системы управления проектами.
- •50. Технология организации ведения бухгалтерского учета с использованием информационных систем.
- •51. Система Mathematica. Возможности моделирования.
- •52. Математическое моделирование и современные системы компьютерной математики (на примере системы Mathematica).
- •53.Нелок одношаг процессы неполного прогноза для реш-я нелин ур-й с гладкими операторами.
- •54.Нелокальные многошаговые итер проц неполного прогноза для решения нелинейных уравнений с гладкими операторами.
- •55.Нелокальные одношаговые итер процессы полного прогноза для решения нелинейных уравнений с гладкими операторами.
- •56. Понятие корректно поставленной и некорректно поставленной задачи. Примеры. Метод простой итерации явного типа решения некорректно поставленных задач с априорным выбором числа итераций.
- •57. Метод простой итерации явного типа решения некорректно поставленных задач с апостериорным выбором числа итераций.
- •58. Метод обобщенного суммирования рядов для решения некорректных задач.
- •59. Сходимость метода итераций явного типа некорректных задач в энергетической норме.
- •60. Метод регуляризации решения некорректных задач. Сходимость метода. Оценка погрешности.
- •61. О методах неполного прогноза, локально сходящихся с кубической скоростью, для решения нелинейных уравнений с гладкими операторами.
- •62. Итерационные методы полного прогноза, локально сходящиеся с кубической скоростью, для решения нелинейных уравнений с гладкими операторами.
- •63. Нелокальные итерационные методы неполного прогноза, локально сходящиеся с кубической скоростью, для решения нелинейных уравнений с непрерывным оператором.
- •64. Ограничения вычислительных систем
- •65. Сравнение программ.
- •66. Структурная организация данных.
- •67. Структурная организация данных.
- •68. Построение эффективных программ.
- •69. Перегрузка операторов.
- •70. Наследование.
- •71. Проектирование и использование баз данных.
- •72. Современные средства проектирования баз данных и приложений (на примере средства по выбору студента).
- •73. Нелок. Одношаг. Итерац. Процессы неполн. Прогноза типа Стеффенсена
- •74. Нелок. Многошаг. Итерац. Процессы неполн. Прогноза типа Стеффенсена
- •75. Нелок. Итерац. Процессы неполн. Прогноза метода хорд для решения нелинейных уравнений с непрерывным нелинейным оператором.
21 Гильбертово пр-во.
Опр.Пусть
X-векторное
пр-во над полем K(R,C).Отображение<*,*>:X
X→K
наз.скаляр.произведением
на Х,если:1.хХ <x,x> ≥0,
<x,x>=0<=> x=0;
2.х,yХ <x,y>=<y,x>3.х,yХ,λR
<λx,y>=λ<x,y>(однород.по
1-му арг-ту)4.х,y,zХ <x+y,z>=<x,z>+<y,z>(аддитив.по
1-му арг-ту).
Утв1.Если<*,*>-скаляр.произв-е,то
норма
на Х
Опр.Сис-ма вект-ов наз.ортонормир-ой, если <lk;lm>=δkm={1,k=m;0,k≠m. Полное лин.нормированное пр-во наз.банаховым. Опр.Банахово пр-во Х с нормой||*||наз. гильбертовым пр-вом,если в нем дляf,gХ опр.скаляр.произвед.(f,g),уд.усл-ям: (f,g)=(g,f),(αf1+βf2,g)=α(f1,g)+β(f2,g)(аддитивность).
Т.Пусть
X–гильберт.пр-во(X,<,>),
-ортонормир.сис-ма
вект-ов в X,
ck=<x,lk>,тогда:
1.справедл.нер-во Бесселя:∑k=1∞│ck│2≤║x║2,
2.ряды Фурье сх-ся к т-ке x X выполн.рав-во Парсеваля–Стеклова: ∑k=1∞│ck│2=║x║2,где ck-коэф.Фурье,ряд ∑k=1∞cklk Фурье.
Опр.Сис-ма вект-ов lk наз.макс-ой в гильберт пр-ве X,если из усл.,что k N, <x,lk>=0 x=0.
Опр. Сис-ма век-ов lk наз.полной в гильберт пр-ве X,если мн-во всех конечных лин-ых комбинаций век-ов этой сис-мы всюду плотно в гильберт пр-ве.
Т.Пусть X гильберт.пр-во, -ортонормир.сис-ма, тогда эквивалентны утверждения:1)данная сис-ма явл.базисом в X; 2)сис-ма максимальна;3)справедлив.рав-во Парсеваля-Стеклова;4)сис-ма явл.полной.
Т.(Рисса) Пусть Н – гильб. Пр-во тогда, для f Н* (H*H - изометрично) сущ. и единствен. y H такой, что х Х f(x)=<x,y> и ||f||=||y||
22. Интерполирование. Интерполяционные многочлены.
Пусть функция задана таблицей
|
|
… |
|
|
|
… |
|
Такая
таблица может получиться в результате
наблюдений захода некоторого процесса.
Если необходимо найти значение функции
для промежуточного значения аргумента,
то строят функцию
достаточно простую для вычислений,
которая в точках
принимает значения
,
а в остальных точках отрезка
принадлежащего области определения
функции
приближенно представляют функцию
с той или иной степенью точности и
заменяют функцию
в вычислениях.
Чаще всего интерполяционную функцию строят в виде алгебраического многочлена некоторой степени. К интерполированию прибегают и тогда, когда известна аналитическая функция. Но вычисления каждого значения этой функции сопряжено с большим объемом вычислений.
Интерполяционный многочлен Лагранжа
Многочлен
совпадает с функцией
в точках
,
т.е.
.
А в остальных точках отрезка
– ошибка
интерполяции, т.е. ошибка, которая
получается, когда
заменяется на
.
По-другому
называется остаточным членом интерполяции.
Теорема.
Если функция
на
имеет непрерывные производные до
порядка, то
будет равно
где
зависит от
.
Интерполяционные многочлены Ньютона
Интерполяционный многочлен Лагранжа, который может быть построен при любом расположении узлов интерполяции, имеет всего лишь один существенный недостаток: если понадобится увеличить число знаков и следовательно степень многочлена при помощи добавления нового узла, то многочлен Лагранжа придется вычислять заново, т.к. каждый его член зависит от узлов. Указанным недостатком не обладает интерполяционный многочлен Ньютона.
Пусть
дана функция
и
– значения этой функции в точке
при
.
Из первой разделенной разности получаем
Из второй разделенной разности получаем следующее
И т.д., получим
В
случае равноотстоящих узлов
,
получим
(4) – формула Ньютона, интерполирование вперед. Называется (4) так потому что (4) содержит значение функции в узлах, которые находятся правее точки . По-другому (4) – формула Ньютона, интерполирование в начале таблицы. (4) применяют тогда, когда нужно найти значение близкой к . Остаточный член для многочлена (4) имеет вид
– погрешность
интерполирования.
Обозначим
через
В
случае равноотстоящих узлов
,
то получаем интерполяционную формулу
Ньютона «интерполирование назад» или
интерполирование в конце таблицы, т.е.
Формулу интерполирования назад используют при нахождении значения функции в точках близких к . Остаточный член формулы (5) оценивается т.о.: