
- •Структура погрешности.
- •Метод Гаусса
- •Формулы прямого хода
- •Обратный ход
- •Описание метода Гаусса для вырожденных систем.
- •Применения метода Гаусса.
- •Нахождение определителя матрицы.
- •Нахождение обратной матрицы
- •Нахождение ранга матрицы.
- •Определение совместности системы.
- •Вопрос 1. Почему при описанном выше построении очередной полученный отрезок также содержит корень исходного уравнения? Обоснуйте этот факт геометрически, а если сможете, то докажите его строго.
- •Суть и обоснование метода итераций.
- •Условие окончания вычислений в методе итераций.
- •Сравнение различных методов.
- •Постановка задачи интерполирования.
- •Линейная интерполяция.
- •Интерполяция многочленом.
- •Единственность интерполяционного многочлена n-й степени.
- •Построение вспомогательных многочленов Лагранжа.
- •Построение многочлена Лагранжа.
- •Оценка погрешности.
- •Постановка задачи и ее качественный анализ.
- •Нахождение наилучшей линейной приближающей функции.
- •Сведение поиска функций другого вида к поиску линейной функции.
- •Общая схема
- •Метод прямоугольников.
- •Метод трапеций.
- •Метод симпсона.
- •Метод двойного счета.
- •Постановка задачи
- •Метод Пикара.
- •Общая схема численных методов.
- •Методы Рунге-Кутта
- •2. Метод стрельбы.
- •Численные методы поиска экстремумов функций одной переменной
- •Метод равномерного поиска.
- •Метод поразрядного приближения
- •Метод деления отрезка пополам (или метод дихотомии).
- •Метод квадратичной интерполяции
- •Метод золотого сечения
- •Метод координатного спуска
- •Градиентный метод
- •Постановка задачи. Графический метод
- •Пример 1 (транспортная задача)
- •Пример 2 (расчет рациона)
- •Пример 3 (распределение ресурсов)
- •Задача линейного программирования в общем виде:
- •Графический метод решения задачи линейного программирования.
- •Двойственная задача
- •Симплекс - метод
- •Описание симплекс-метода.
- •Алгоритм симплекс-метода:
- •Пример.
Численные методы поиска экстремумов функций одной переменной
Как
было уже сказано, в общем случае функция
может
иметь несколько экстремумов (минимумов
или максимумов). Задача поиска экстремумов
сводится к их локализации и уточнению
значений
и
в
точке экстремума. Все рассмотренные
ниже численные методы предполагают,
что локализация экстремумов каким-либо
образом произведена (например, графически
или аналитически) и задача численных
методов будет состоять в уточнении
полученных результатов с заданной
точностью .
В дальнейшем для функций одной переменной
под экстремумом будем подразумевать
минимум
.
Будем считать, что
[a,b],
где a и b границы интервала поиска. В
пределах отрезка [a,b] функция
необязательно
непрерывная, могут существовать разрывы
первого рода. Достаточно чтобы функция
на
отрезке [a, b] была унимодальной, то есть,
содержащей на указанном отрезке один
минимум.
Метод равномерного поиска.
Этот
метод основан на том, что переменной
присваиваются
значения
c
шагом h =const (шагом поиска), где i=0,1,2,… и
вычисляются значения
в
соседних точкаx. Если
,
то переменной
дается
новое приращение. Как только становится
,
поиск останавливается и предпоследняя
точка считается ответом.
Выбор
(начального
значения переменной
)
определяется пользователем. Шаг поиска
- фактическая погрешность определения
результата. При поиске решения на
отрезке, обычно в качестве начального
приближения берут один из его концов,
а при изменении переменной х
предусматривается
проверка на выход ее за границу отрезка.
Метод поразрядного приближения
является разновидностью метода равномерного поиска и реализуется следующим образом:
Задаем начальное приближение
слева от минимума функции
и вычисляем
, задаем начальный шаг поиска h (выбирается вычислителем), точность определения результата поиска (для переменной
), берем i=0.
Задаем
и вычисляем
.
Проверяем условие
, если оно выполняется, то идем к пункту 2, увеличивая
на 1.
Проверяем условие |h| . Если оно выполняется, полагаем h = -h/10, увеличиваем
на 1 и идем к пункту 2, т.е. обеспечиваем поиск минимума в другом направлении с шагом h/10.
Выводим на печать полученное значение для переменной
и функции
.
Метод деления отрезка пополам (или метод дихотомии).
Поиск
минимумана
отрезке [a, b] на каждом шаге начинается
с выбора двух точек
и
,
где
>0-постоянная,
являющаяся параметром метода. Величина
выбирается
вычислителем и может определяться
целесообразным количеством верных
десятичных знаков при задании аргумента
.
Точки
и
расположены
симметрично на [a, b] относительно его
середины и при малых
делят
его почти пополам. Уточняем положение
экстремума с заданной точностью
.
Метод реализуется следующим алгоритмом:
Проверяем условие |b-a|<. Если условие выполняется, идем к пункту 6.
Делим интервал поиска [a, b] точками
и
.
Для значений
и
вычисляем
и
.
Проверяем условие
. Если оно выполняется, полагаем
и идем к пункту 1.
Полагаем
и идем к пункту 1.
Выводим на печать
и
.
Упражнение
4. Зная начальные данные, оценить
количество итераций в предложенном
методе. Сколько раз вычисляются значения
функции
?