- •Общие рекомендации по использованию лабораторного практикума
- •2.1 Вопросы, подлежащие изучению 26
- •2.5. Содержание отчета 29
- •Лабораторная работа №1 по теме «Методы решения нелинейных уравнений»
- •1.1. Вопросы, подлежащие изучению
- •1.2. Общее задание
- •Выбрать индивидуальное задание из табл. 1-1:
- •1.3. Варианты задания
- •1.4. Содержание отчета
- •1.5. Пример выполнения задания с использованием мат. Пакета MathCad
- •Этап уточнения корня
- •1) Исследование задания.
- •2) «Ручной расчет» трех итераций
- •Пример выполнения задания с использованием мат. Пакета Scilab
- •1. Задание для решения нелинейных уравнений:
- •Отделение корней
- •Уточнение корней Метод половинного деления
- •1. Исследование задания
- •Результаты расчет трех итераций.
- •Погрешность численного решения нелинейных уравнений
- •Метод итераций
- •1. Исследование задания
- •2. Расчет трех итераций.
- •3. Погрешность численного решения нелинейных уравнений
- •Метод Ньютона
- •1. Исследование задания
- •Расчет трех итераций
- •Погрешность численного решения нелинейных уравнений
- •Метод хорд
- •1. Исследование задания
- •2. Расчет трех итераций
- •Погрешность численного решения нелинейных уравнений
- •Контрольные вопросы по теме «Методы решения нелинейных уравнений»
- •Лабораторная работа №2 по теме «Интерполяция функций»
- •Вопросы, подлежащие изучению
- •Задание
- •2.3. Варианты задания для ручного расчета и таблица интерполируемой функции
- •2.4. Формы таблиц для занесения результатов
- •2.5. Содержание отчета
- •2.6. Пример выполнения задания
- •2.7. Решение задачи интерполяции с использованием средств пакета Scilab.
- •2.8. Контрольные вопросы по теме «Интерполяция функций»
- •Лабораторная работа 3. «Аппроксимация функций. Метод наименьших квадратов»
- •3.1. Вопросы, подлежащие изучению
- •3.2. Задание
- •3.3. Варианты задания
- •3.4. Содержание отчета
- •3.5. Пример выполнения задания
- •Задание для решения задачи аппроксимации
- •Линейная аппроксимация:
- •Аппроксимация с помощью математического пакета.
- •3.6. Контрольные вопросы по теме «Аппроксимация функций. Метод наименьших квадратов»
- •3.7 Исходные тексты сценариев
- •Лабораторная работа по теме №4 «Численное интегрирование»
- •3.1. Вопросы, подлежащие изучению
- •3.2. Задание
- •3.3. Варианты задания
- •3.4. Содержание отчета
- •3.5. Пример выполнения задания
- •Задания для численного интегрирования:
- •Вычисление интегралов с шагом и ( и ) и оценка его погрешности по правилу Рунге
- •3.6. Вычисление определенных интегралов в Scilab
- •Контрольные вопросы по теме «Численное интегрирование»
- •4.3. Варианты задания
- •4.4. Содержание отчета
- •4.5. Пример выполнения задания
- •Значения погрешностей
- •Результаты решения оду методом Рунге-Кутта 4-го порядка, дополненным методом автоматического выбора шага, обеспечивающим точность 10-4
- •Значения погрешностей
- •Решение оду с использованием функции ode пакета Scilab
- •Контрольные вопросы по теме Методы решения дифференциальных уравнений
- •Провести исследование индивидуального варианта задания:
- •5.3. Варианты задания
- •Содержание отчета
- •Пример выполнения контрольного задания
- •Задание для решения задачи одномерной оптимизации:
- •Исследование задания:
- •Метод золотого сечения
- •Результаты выполнения функции, реализующей метод золотого сечения и длина отрезка, содержащего точку минимума после трех итераций
- •Метод дихотомии
- •Решение задачи оптимизации с использованием средств пакета Scilab
- •Контрольные вопросы по теме «Одномерная оптимизация»
- •Лабораторная работа по теме №6 «Методы многомерной оптимизации»
- •6.1. Вопросы, подлежащие изучению
- •6.2. Задание
- •6.3. Варианты задания
- •6.4. Содержание отчета
- •6.5. Пример выполнения задания
- •Построение траектории поиска минимума методами нса и гдш.
- •Контрольные вопросы по теме «Многомерная оптимизация»
- •Список литературы
- •Содержание
6.4. Содержание отчета
Индивидуальное задание, целевая функция, метод для ручного расчета 3-х итераций и метод для программного расчета с заданной точностью.
Результаты проверки условия существования точки минимума функции f(x,y).
Аналитическое решение задачи оптимизации.
Выбор начальной точки численного процесса оптимизации.
Результаты решения задачи оптимизации 1-м методом (3 итерации), представленные в табл. 6-2.
Таблица 6-2
-
k
x
y
0
1
2
3
Программа и результаты ее выполнения 2-м методом оптимизации.
График 2-х траекторий спуска к точке минимума (3 итерации).
Результаты выполнения задания, полученные с помощью математического пакета Scilab.
6.5. Пример выполнения задания
Задание для решения задачи многомерной оптимизации:
функция –
;метод оптимизации для «ручного расчета» - значение параметра p=3;
метод оптимизации для расчета на ПК – значение параметра t=1.
Проверка существования минимума функции
Известно, что всякий глобальный минимум выпуклой функции является одновременно и локальным.
Проверим, что функция является выпуклой на множестве R.
Матрица Гессе для функции :
,
а угловые миноры:
.
Таким
образом, функция
- выпуклая на множестве R.
Решение задачи многомерной оптимизации аналитическим методом
Необходимые условия существования точки экстремума:
откуда
.
Начальная точка итерационного процесса численного решения задачи многомерной оптимизации
Выберем
начальную точку спуска -
.
Пример выполнения 1-й итерации методом наискорейшего спуска (НСА):
Вывод формулы для расчета шага спуска:
где
Построим функцию
,
Из
условия
определим
параметр
:
,
k=0,
1,…
Пример выполнения 1-й итерации по методу НСА:
Важно: Аналогично выполнить еще 2 итерации, полученные результаты свести в таблицу:
-
k
x
y
k
0
1
0.5
27.75
2
3
0.2097
1
0.5806
-0.1290
26.3871
1.1613
-0.7742
0.3095
2
0.2212
0.1105
26.0857
0.4424
0.66359
0.2097
3
0.1284
-0.0285
26.0189
После 3-х итераций: Xmin=0.1284, ymin=-0.0285, f=21.0189.
Пример выполнение 1-й итерации по методу ГДШ:
λ=0.5;
1) λ0 =λ
Проверим условие ГДШ:
да
Следовательно:
Важно: Аналогично выполнить еще 2 итерации, полученные результаты свести в таблицу:
-
k
x
y
k
0
1
0.5
27.75
2
3
0.125
1
0.75
0.125
26.75
1.5
0.75
0.25
2
0.375
-0.0625
26.1523
0.75
-0.375
0.25
3
0.1875
0.0313
26.0318
После 3-х итераций: Xmin=0.1875, ymin=0.0313, f=26.0318.
