- •Виды погрешностей.
- •Численное решение систем нелинейных уравнений. Методы простой итерации, Ньютона и их модификации. Оценка погрешности методов.
- •Численное интегрирование. Квадратурные формулы Ньютона–Котеса. Формула трапеций, формула Симпсона. Погрешность квадратурных формул. Интегрирование с помощью степенных рядов. Метод Монте-Карло.
- •Численное дифференцирование. Особенность задачи численного дифференцирования. Дифференцирование на основе интерполяционных многочленов. Оценка погрешности.
- •Интерполирование функций. Интерполяция алгебраическими многочленами (многочлены Лагранжа и Ньютона). Погрешность интерполяционных формул. Интерполирование сплайнами.
- •Численное решение задачи Коши для дифференциальных уравнений. Методы Эйлера, Рунге–Кутта. Многошаговые методы. Метод прогноза-коррекции.
- •Краевые задачи для обыкновенных дифференциальных уравнений. Методы конечных разностей. Метод прогонки.
- •Рекуррентные соотношения. Возвратные последовательности. Производящие функции. Принцип включения и исключения.
- •Множества. Операции над множествами. Алгебра множеств. Отображения, отношения, функции. Бинарные отношения. Отношения эквивалентности. Отношение эквивалентности. Отношения порядка.
- •Операции над множествами
- •Сравнение множеств
- •Операции над множествами
- •Определение
- •Замечания
- •Минимизация булевых выражений. Разложение булевых выражений по переменным. Дизъюнктивные нормальные формы. Карты Карно. Логические сети.
- •Бинарное отношение
- •Свойства отношений
- •Примеры отношений эквивалентности
- •Графы. Основные понятия. Способы задания графов. Операции над графами. Эйлеровы, гамильтоновы графы. Изоморфизм графов.
- •Эйлеровы графы.
- •5 Красок
- •Алгоритмы на графах. Задача о кратчайших путях. Перебор с возвратами. Методы сокращения перебора: эвристики, метод ветвей и границ, динамическое программирование. Алгоритмы на графах.
- •Задача о кратчайших путях
- •Различные алгоритмы на графах
- •Перебор с возвратами
- •Методы сокращения перебора: эвристики, метод ветвей и границ, динамическое программирование.
- •Деревья. Свойства деревьев. Двоичные деревья. Планарные графы. Формула Эйлера.
- •Предикаты. Основные операции над предикатами. Исчисление предикатов. Интерпретации. Общезначиммость. Метод резолюций для исчисления предикатов.
- •Понятие о компьютерном математическом моделировании. Этапы и цели. Классификация математических моделей. Моделирование физических процессов.
- •Имитационное моделирование. Клеточные автоматы. Моделирование случайных процессов. Компьютерное моделирование в экологии. Подходы к моделированию сложных систем.
- •Самоподобные множества с необычными свойствами в математике
- •Рекурсивная процедура получения фрактальных кривых
- •Фракталы как неподвижные точки сжимающих отображений
- •Фракталы в комплексной динамике
- •Стохастические фракталы
- •Применение фракталов
- •Конструктивные, алгебраические и стохастические фракталы.
- •Понятие о фрактальной размерности.
- •Рекурсивный алгоритм построения конструктивных фракталов. Треугольник Серпинского
- •Построение
- •Свойства
Понятие о фрактальной размерности.
Л
оманной
линии:
N – количество отрезков, размером а.
D – «степень изгибания»
N=(1/a)D; S=N*a ; S=(1/a)D-1
К
ривая
Коха
1) L=1
2) N=4 L=1/3 S(4)=4/3
N=16 L=1/9 S(16)=16/9
Фрактальная размерность:
D=lg 4 / lg 3=1.26…
Фрактальная размерность множества
Объем фрактала в своем пространстве вложения всегда равен нулю. Он, однако, может быть отличен от нуля в пространстве меньшей размерности. Чтобы определить размерность этого пространства D, разобьем все n-мерное пространство на малые кубики с длиной ребра ε и объемом εn — рис. 1. Пусть N(ε) — минимальное число кубиков, которые в совокупности полностью покрывают фрактальное множество, тогда по определению
|
(1) |
Эту величину обычно называют хаусдорфовой или фрактальной размерностью.
Рис. 1. Как найти фрактальную размерность? |
Существование этого предела означает конечность объема фрактала в D-мерном пространстве: при малом ε
N(ε)≈ Vε–D , |
(2) |
где V = const. Таким образом, N(ε) есть не что иное, как число D-мерных кубиков, покрывающих в D-мерном пространстве объем V. Поскольку покрывающие фрактал n-мерные кубики могут оказаться почти пустыми
D<n |
(3) |
и в отличие от привычной размерности D может быть дробной величиной, каковой она чаще всего и является для фрактальных множеств.
Очевидно, что для обычных множеств это определение приводит к хорошо известным результатам. Так для множества N изолированных точек имеем N(ε) = N и поэтому
|
(4) |
Для отрезка достаточно гладкой линии длины L: N(ε) = L/ε и поэтому D = 1. Для площадки S двумерной поверхности: N(ε) = S/ε2 и D = 2 и т.д..
Рекурсивный алгоритм построения конструктивных фракталов. Треугольник Серпинского
Треугольник Серпинского
Треугольник Серпинского — фрактал, один из двумерных аналогов множества Кантора предложенный польским математиком Серпинским в 1915 году. Также известен как «решётка» или «салфетка» Серпинского.
Построение
Берётся сплошной равносторонний треугольник, на первом шаге из центра удаляется внутренность срединного треугольника. На втором шаге удаляется три срединных треугольника из трёх оставшихся треугольников и т. д. После бесконечного повторения этой процедуры, от сплошного треугольника остаётся подмножество — треугольник Серпинского.
Построение треугольника Серпинского
Треугольник Серпинского можно также получить по следующему алгоритму:
Взять три точки на плоскости, и нарисовать треугольник.
Случайно выбрать любую точку внутри треугольника, и продвинуться на половину расстояния от этой точки к любой из трёх вершин треугольника.
Отметить текущую позицию.
Повторить с шага 2.
Свойства
Треугольник Серпинского замкнут.
Треугольник Серпинского имеет топологическую размерность 1.
имеет промежуточную (т.е. не целую) Хаусдорфову размерность
.
В частности,
имеет нулевую меру Лебега.
Треугольник Серпинского получается из Треугольника Паскаля рассмотрением чётных чисел как точек, принадлежащих треугольнику Серпинского и нечётных - как не принадлежащих.
