- •51. Организация файловой системы fat
- •52. Организация файловой системы ext2
- •53. Язык регулярных выражений и его применение, шаблоны имен файлов
- •2)Символы – квантификаторы(повторители):
- •54. Пользовательский интерфейс ос
- •55. Язык сценариев ос
- •56. Процессы и механизмы многозадачности
- •57. Переменные величины в яп, их атрибуты, время жизни, область видимости
- •58. Типы данных в яп
- •59. Алгоритмы обработки массивов
- •60. Выражения и операции. Перегрузка операций.
- •61. Операторный базис языков программирования.
- •62. Функция как средство структурирования программы.
- •69. Механизмы создания и уничтожения объектов
- •70. Наследование в яп
- •Виртуальные функции
- •Синтаксис шаблона функции
- •Примеры определений шаблонов функций
- •Прототип шаблона функции
- •Использование шаблона функции
- •Специализация шаблонов функции
- •Шаблоны классов
- •Синтаксис шаблона класса
- •Пример определения шаблона класса
- •Использование шаблона класса
- •Векторы
- •Уравнение прямой
- •Общее уравнение прямой
- •Расстояние от точки до прямой
- •Углы между двумя прямыми, между прямой и плоскостью.
- •Общее уравнение плоскости
- •Уравнение плоскости
- •Уравнение поверхности:
- •35. Устойчивость решений дифференциальных уравнений
- •Простейшие типы точек покоя. Автономные динамические системы двух уравнений первого порядка. Типы особых точек на фазовой плоскости
- •39. Алгебра логики.
- •3. Основные законы логики.
- •5. Нормальные формы. Совершенные нормальные формы.
- •6. Арифметические операции в алгебре логики. Полином Жегалкина.
- •7. Полнота и замкнутость (примеры полных систем). Теорема Поста.
- •Вопрос 40 Графы и их свойства
- •41. Маршруты в графах и деревья.
- •42. Сети и алгоритмы на сетях.
- •43. Вероятность случайного события. Основные свойства вероятности.
- •44. Случайные величины и законы их распределения.
- •45. Числовые характеристики случайных величин.
- •46. Методы проверки статических гипотез.
- •47. Математические модели операций.
- •48. Матричные игры.
- •49.Линейное программирование. Симплекс-метод.
- •50. Выпуклое программирование.
- •2) Различные формы условий оптимальности.
- •74. Проектирование структуры реляционной базы данных. Метод er-диаграмм (сущность-связь).
- •75. Языки описания запросов. Язык sql.
- •Select [all | distinct] –команда выборки данных
50. Выпуклое программирование.
Общая постановка задачи. (min/max) (1)
при условии (2)
где (n-мерный вектор)
Задача мат. программирования в которой среди функций f(x) и нелинейные функции называется ЗНЛП (задачей нелинейного программирования).Задача (1)-(2) называется задачей выпуклого программирования, если f(x) является выпуклой(вогнутой) и выпуклые. f(x) - целевая функция, а система (2) – система ограничений. Система (2) может также содержать и условие неотрицательности вектора x, или неравенство противоположного знака. Если система (2) отсутствует а f(x) не линейна, то получаем задачу НЛП без ограничений. Если присутствует хотя бы одно ограничение то имеем задачу НЛП с ограничениями, причем множество дополнительных решений определяется этой системой. Множество допустимых решений задачи (1)-(2) удовлетворяет условию регулярности если хотя бы одна точка , для которой выполняется неравенство . Th: Любой локальный max(min) в ЗВП соотв явл глоб max(min). В ЗВП можно составить ф-ю Лагранжа вида L(x1,..,xn,y1,..,yn)=f(x1,..,xn)+(i=1,m)yi(bi-gi(x1,..,xn)), где yi (i=,m) –мн-н Лагранжа. т(x0,y0)=(x10,..,xn0,y10,..,ym0) наз седл т фи Лагранжа, если имеет место нер-во L(x1,..,xn,y10,..,ym0)<=L(x10,..,xn0)<=L(x10,..,xn0,y1,..,ym).
2) Различные формы условий оптимальности.
А)Координатная форма.
Б)Векторная формагде -вектор координат целевой функции где - вектор условий системы ограничений где
В) Матричная форма где С-матрица,
Графический метод решения задач нелинейного программирования для функций 2 переменных.Рассмотрим ЗНЛП с линейными ограничениями и нелинейной целевой функцией. Если число переменных равно 2, то область допустимых решений можно изобразить на плоскости, в противном случае нужно проверить, выполняется ли условие n-m=2 и разрешить исходную систему относительно части переменных, выразить переменные через 2 переменные, в результате получим систему ограничений и целевую функцию, зависящие от 2 переменных. Сист ограничений задает ОДР, а поведение целевой функции можно охарактеризовать с помощью линии уровня. Для целевой функции требуется определить градиент (вектор скорейшего роста функции). При перемещении линии уровня по направлению вектора нормали до граничной точки области G будем получать опорные линии. Нужно найти самую удаленную – она будет max, (min - аналогично)при этом т min/max могут лежать в G или на границе G или быть угловыми точками. Теорема Куна-Таккера.Для задачи (min/max) (1) при условии G: [gi(x1,..,xn)<=bi (i=1,m); xi>=0 (i=1,n)](2) допустимое множество решений, удовлетворяющих условию регулярности, точка является оптимальным решением т. и т. т. к. вектор , такой, что является Седловой точкой ф-ции Лагранжа. - оптимальное решение задачи. (Опр. Точка называется седловой точкой функции Лагранжа, если имеет место неравенство при ) Опр. Ф-цией Лагранжа ЗВП называется функция вида где Принципы построения методов оптимизации, соответствующие им конкретные алгоритмы, сходимость алгоритмов.Принцип решения задач.1)Составить функцию Лагранжа 2)Записать н. и д. условия существования Седловой точки функции Лагранжа 3)Найти седловую точку или установить ее отсутствие 4)Записать оптимальное решение исходной задачи и найти значение целевой функции.Конкретный алгоритм решения задач – метод штрафных функций.Рассм. ЗНЛП где f(x) – нелинейная функция (1) при условии G: [gi(x1,..,xn)<=0 (i=1,m); xi>=0 (i=1,n)] (2) Эту задачу на условный экстремум можно свести к задаче на безусловный экстремум путем видоизменения целевой функции. В соотв-и с МШФ составляется новая целевая функция, которая строится из исходной целевой функции и специальной функции штрафа. Идея метода состоит в построении и исследовании последовательностей новых целевых функций, имеющих вид: , где k=1,2,… , где - функция штрафа, которая принимает очень малье, фактически нулевые значения внутри ОДР, и значение которой резко увеличивается по мере удаления от ОДР. -возрастающая последовательность натуральных чисел, которая называется параметром штрафа. Функцию штрафа можно задать т. н. срезкой функций: =(i=1,m)[gi+(x)]2 (т.е. сумма квадратов срезок функций . задается так
Алгоритм решения методом штрафных функций 1)Выбирается приближенное начальное значение и монотонно возрастающая последовательность чисел rk2)Для n=1,2,…, начиная с точки составляется и решается задача нахождения безусловного экстремума вспомогательных функций , в результате чего находится очередное приближение 3) Каждый раз при построении делаются предположения о срезках функции . Исследовании продолжаются до тех пор, пока выдвинутое положение не подтвердится.