- •Основы информационных технологий
- •Оглавление
- •Предисловие
- •Современные информационные технологии
- •1.1 История, современное состояние и перспективы развития вычислительной техники
- •1.2 Элементная база, архитектура, сетевая компоновка, производительность
- •1.3 Понятие информации. Классификация и виды информационных технологий
- •Основные свойства информационных технологий.
- •1 .4 Операционные системы
- •2 Основные программные средства информационных технологий
- •2.1. Программное обеспечение. Текстовые редакторы, их возможности и назначение
- •2.2. Графические редакторы
- •2.3. Электронные таблицы
- •2.4. Сервисные инструментальные программные средства
- •2.5. Системы математических вычислений MatLab
- •2.6 Система подготовки презентаций
- •3 Сетевые технологии и интернет
- •3.1 Классификация компьютерных сетей
- •3.2 Семиуровневая модель структуры протоколов связи
- •2.3. Взаимодействие компьютеров в сети
- •3.3 Организационная структура Internet
- •3.4 Инструментальные средства создания web-сайтов. Основы web-дизайна
- •3.5 Языки разметки гипертекста html и xml
- •3.6 Скриптовые языки программирования
- •4 Системы управления базами данных
- •4.1. Классификация систем управления базами данных
- •4.2 Модели данных
- •4.3 Моделирование баз данных
- •4.4 Архитектура и функциональные возможности субд. Языковые и программные средства субд
- •4.5 Общая характеристика субд ms Access
- •4.6 Основные объекты ms Access
- •4.7 Основы языка sql
- •Контрольные вопросы
- •5 Защита информации при использовании информационных технологий
- •5.1 Основы информационной безопасности
- •5.2. Методы и средства защиты информации
- •5.3 Защита от несанкционированного доступа к данным
- •5.4 Классы безопасности компьютерных систем
- •5.5 Основные аспекты построения системы информационной безопасности
- •6 Математическое моделирование и численные методы
- •6.1 Математические модели и численные методы решения задач в различных предметных областях
- •6.2 Численное дифференцирование и интегрирование
- •6.2.1 Особенность задачи численного дифференцирования
- •6.2.2 Интерполяционная формула Лагранжа для равноотстоящих узлов
- •6.2.3 Численное дифференцирование на основе интерполяционной формулы Лагранжа
- •6.2.4 Численное дифференцирование на основе интерполяционной формулы Ньютона
- •6.2.5 Постановка задачи численного интегрирования
- •6.2.6 Квадратурные формулы Ньютона-Котеса
- •6.2.7 Формула трапеций
- •6.2.8 Формула Симпсона
- •6.2.9 Оценка точности квадратурных формул
- •6.3 Методы решения обыкновенных дифференциальных уравнений
- •6.3.1 Задача Коши и краевая задача
- •6.3.1.1 Классификация уравнений
- •6.3.1.2 Задача Коши
- •6.3.2 Одношаговые методы решения задачи Коши
- •6.3.2.1 Метод Эйлера
- •6.3.2.2 Модифицированный метод Эйлера
- •6.3.2.3 Метод Рунге-Кутта четвертого порядка
- •6.3.2.4 Погрешность решения и выбор шага
- •6.3.3 Многошаговые методы решения задачи Коши
- •6.3.3.1 Многошаговые методы
- •6.3.3.2 Метод Адамса
- •6.3.3.3 Методы прогноза и коррекции (предиктор-корректор)
- •6.3.3.4 Общая характеристика многошаговых методов
- •6.3.4 Краевая задача и метод стрельбы
- •6.3.4.1 Краевая задача
- •6.3.4.2 Метод стрельбы
- •6.3.4.3 Метод стрельбы для линейного дифференциального уравнения
- •6.4 Решение дифференциальных уравнений в чстных производных
- •6.4.1 Краткие теоретические сведения
- •6.4.2 Классификация уравнений по математической форме
- •6.4.3 Основы метода конечных разностей
- •6.4.3.1 Построение сетки
- •6.4.3.2 Аппроксимация уравнения эллиптического типа
- •6.4.3.3 Аппроксимация уравнения гиперболического типа
- •6.4.3.4 Аппроксимация уравнения параболического типа
- •6.4.3.5 Погрешность решения
- •6.4.4 Основы метода конечных элементов
- •6.4.4.1. Формирование сетки
- •6.4.4.2 Конечно-элементная аппроксимация
- •6.4.4.3 Построение решения
- •6.6 Элементы математической статистики
- •6.6.1 Генеральная совокупность. Выборка. Статистические ряды
- •6.6.2 Графическое изображение вариационных рядов. Эмпирическое распределение
- •6.6.3 Средние величины и показатели вариации
- •6.6.4 Средняя арифметическая и ее свойства
- •6.6.5 Дисперсия и ее свойства. Среднее квадратическое отклонение
- •6.6.6 Коэффициент вариации
- •6.6.7 Структурные средние
- •6.6.8 Законы распределения случайных величин
- •6.6.9 Статистические гипотезы
- •7 Методы оптимизации и системы поддержки принятия решений
- •7.1 Характеристика методов решения задач оптимизации
- •7.1.1 Численные методы безусловной оптимизации нулевого порядка
- •7.1.1.1 Основные определения
- •7.1.1.2 Классификация методов
- •7.1.1.3 Общая характеристика методов нулевого порядка
- •7.1.1.4 Метод прямого поиска (метод Хука-Дживса)
- •7.1.1.5 Метод деформируемого многогранника (метод Нелдера—Мида)
- •7.1.1.6 Метод вращающихся координат (метод Розенброка)
- •7.1.1.7 Метод параллельных касательных (метод Пауэлла)
- •7.1.2 Численные методы безусловной оптимизации первого порядка
- •7.1.2.1 Минимизация функций многих переменных. Основные положения
- •7.1.2.2 Метод наискорейшего спуска
- •7.1.2.3 Метод сопряженных градиентов
- •7.1.3 Численные методы безусловной оптимизации второго порядка
- •7.1.3.1 Особенности методов второго порядка
- •7.1.3.2 Метод Ньютона
- •7.2 Линейное программирование
- •7.2.1 Транспортная задача линейного программирования
- •7.2.1.1 Постановка задачи
- •7.2.1.2 Венгерский метод
- •7.2.1.3 Метод потенциалов
- •7.3 Прямые методы условной оптимизации
- •7.3.1 Основные определения
- •7.3.2 Метод проекции градиента
- •7.3.3 Комплексный метод Бокса
- •7.4 Методы штрафных функций
- •7.4.1 Основные определения
- •7.4.2 Методы внутренних штрафных функций
- •7.4.3 Методы внешних штрафных функций
- •7.4.4 Комбинированные алгоритмы штрафных функций
- •7.5 Информационные технологии поддержки принятия решений
- •7.6 Информационные технологии экспертных систем Характеристика и назначение
- •Список литературы
6.2.4 Численное дифференцирование на основе интерполяционной формулы Ньютона
Запишем для функции f(x), заданной своими значениями в равноотстоящих узлахпервый интерполяционный многочлен Ньютона:
Перепишем этот полином, производя перемножение скобок:
Дифференцируя поt, получим аналогично формуле (6.16):
(6.21)
Подобным путем можно получить и производные функции f(x)более высоких порядков. Однако каждый раз, вычисляя значение производной функцииf(x) в фиксированной точкех, в качествех0следует брать ближайшее слева узловое значение аргумента.
Формула (6.21) существенно упрощается, если исходным значением хоказывается один из узлов таблицы. Так как в этом случае каждый узел можно считать начальным, то принимаях=х0, t=0, получаем:
(6.22)
Эта формула позволяет точно получать значения производных функций, заданных таблично.
Выведем формулу погрешности дифференцирования. Используя формулу (6.17) применительно к первому интерполяционному многочлену Ньютона, запишем:
где ‑ промежуточное значение междуи заданной точкойх. Предполагая, чтоf(x) дифференцируемап+1 раз, получим для оценки погрешности дифференцирования(по аналогии с формулой (6.18)):
(6.23).
Для случая оценки погрешности в узле таблицы получим:
.
На практике оценивать непросто, поэтому при малыхh приближенно полагают:
Что позволяет использовать приближенную формулу
(6.24).
6.2.5 Постановка задачи численного интегрирования
При вычислении определенного интеграла
где f(x) – непрерывная на отрезке [a;b] функция, иногда удается воспользоваться формулой Ньютона-Лейбница:
(6.25).
Здесь F(x) – одна из первообразных функцииf(x). Однако даже в тех редких случаях, когда первообразную удается явно найти в аналитической форме, не всегда удается довести до числового ответа значение определенного интеграла. Если учесть, что подынтегральная функция задается таблицей или графиком, то интегрирование по формуле (6.24) не получает широкого применения на практике.
В подобных случаях применяют различные методы численного интегрирования. Формулы, используемые для вычисления однократных интегралов, называют квадратурными формулами.
Прием построения квадратурных формул состоит в том, что подынтегральная функция f(x) заменяется на отрезке [a;b] интерполяционным многочленом, например, многочленом Лагранжа, и получается приближенное равенство
(6.26)
Предполагается, что отрезок [a;b] разбит нап частей точками, наличие которых подразумевается при построении многочлена.
Подставляя вместо (6.10), получим
Таким образом,
(6.27)
где (6.28)
В формуле (6.27) коэффициенты не зависят от функцииf(x), так как они составлены только с учетом узлов интерполяции; еслиf(x)– полином степенип, то формула (6.27) точная, так как.
6.2.6 Квадратурные формулы Ньютона-Котеса
Применение формулы (6.26) предполагает построение на отрезке интегрирования [a;b] системы узлов интерполяции, которыми отрезок делится напчастей. Длина , называется шагом интегрирования. Естественно считать, что шаг h постоянен, т.е.
.
В этом случае можно применить интерполяционную формулу Лагранжа для равноотстоящих узлов. Итак, с учетом (6.12) и (6.14) формула (6.28) для весовых коэффициентов Ai примет вид:
(6.29)
Перейдем в этом интеграле к переменной t. Из подстановки (6.9) получаем:
т.е.
При х=х0 имеем t=0, а при х=хn будет
Тогда
(6.30)
где (6.31)
Числа (6.29) называют коэффициентами Котеса. Они не зависят от функции f(х), а только от числа точек разбиения. Окончательно, с учетом формул (6.27) и (6.30) получаем следующий вид квуадратурных формул формул Ньютона-Котеса:
(6.32)
дающих на одном участке интегрирования различные представления различного числа потрезков разбиения.