- •1.Информатика как предмет. Основные направления и научные формирования.
- •2.Понатие алгоритма и его свойства. Пример – алгоритм перемножения двух целых чисел.
- •3.Средства описания алгоритмов. Примеры.
- •4. Языки программирования
- •5.Кодирование данных двоичным кодом.
- •6.Язык Паскаль. Типы данных в языке Паскаль.
- •7.Стандартные функции языка Паскаль
- •9.Основные операторы Паскаля и типовая структура Паскаль – программы.
- •10. Разветвляющиеся алгоритмы. Условные операторы в Паскале
- •11.Циклические алгоритмы. Оператор цикла с параметром.
- •12.Циклические алгоритмы. Оператор цикла с предусловием.
- •13.Циклические алгоритмы. Оператор цикла с постусловием
- •14.Массивы в Паскале. Основные алгоритмы обработки одномерных массивов.
- •15.Ввод и вывод массивов через файлы. Пример – вывод в файл двух матриц рядом.
- •16. Подпрограмма – функция. Пример: возведение вещественного числа в целочисленную степень.
- •17.Подпрограмма-процедура. Пример – решение треугольной слау.
- •18.Параметры-значения и параметры-переменные.
- •19.Метод половинного деления
- •20.Алгоритм метода половинного деления.
- •21.Метод простой итерации для поиска корней. Геометрическая интерпретация.
- •22. Приведение уравнения к виду, пригодному для применения метода итераций.
- •23.Общая оценка погрешности приближения к корню.
- •24.Оценка погрешности приближения в методе простой итерации.
- •25. Метод Ньютона
- •26.Модификация метода Ньютона и оценки погрешности приближения.
- •27.Метод хорд и оценка погрешности приближения в методе хорд.
- •28.Понятие нормы. Нормы векторов в конечномерном пространстве.
- •29. Нормы матриц. Согласованность и подчиненность норм.
- •31. Метод прогонки для решения систем линейных алгебраических уравнений.
- •32. Метод простой итерации для решения систем линейных алгебраических уравнений
- •33.Сходимость последовательности векторов и матричной прогрессии
- •34.Сходимость Метода Простых Итераций для решения систем линейных уравнений.
- •35.Оценки погрешности метода простой итерации для решения систем линейных алгебраических уравнений.
- •36.Метод Зейделя для решения систем линейных алгебраических уравнений.
- •37. Приведение метода Зейделя к методу простой итерации.
- •38. Метод последовательной внешней (верхней) релаксации
- •39.Постановка задачи интерполирования.
- •40.Алгебраическое интерполирование
- •42.Свернутая форма полинома Лагранжа.
- •43. Погрешность алгебраического интерполирования.
- •44.Интерполирование сплайнами
- •45.Метод наименьших квадратов .
В конечномерном пространстве Rn все нормы вектора эквивалентны(существуют такие константы m и M для произведения нормы, справедливо:
m||x||β||x||αM||x||β,
где m и M – константы, не зависящие от элемента x.)
Так, например, поскольку
max(xi)2x21+x22+…+xn2nmax(xi)2, (максимум по i) то справедливо ||x||||x||2||x|| , т.е. здесь m=1, а M=.
29. Нормы матриц. Согласованность и подчиненность норм.
Нормой матрицы назовем поставленное в соответствие этой матрице вещественное число ||A|| такое, что которое как вещественное число ставится в соответствие каждой матрице из n-мерного пространства и удовлетворяет 4 аксиомам:
||A||0 и ||A||=0, только если A – нулевая матрица;
||αA||=|α|·||A||, где R;
||A+B||||A||+||B||;
||A·B||||A||·||B||. (свойство мультипликативности)
Норма матриц может быть введена различными способами. Матрицу A можно рассматривать как n2-мерный вектор.
.
Эта норма называется евклидовой нормой матрицы.
Если для любой квадратной матрицы A и любого вектора x, размерность которого равна порядку матрицы, выполняется неравенство ||Ax||||A||·||x||,
то говорят, что норма матрицы A согласована с нормой вектора. Заметим, что слева в последнем условии стоит норма вектора (Ax – вектор).
С заданной векторной нормой согласованы различные матричные нормы. Выберем среди них наименьшую. Таковой будет
.
Эта матричная норма- подчиненная заданной векторной норме. Существование максимума в этом выражении следует из непрерывности нормы, ибо всегда существует вектор x -> ||x||=1 и ||Ax||=||A||.
Покажем, xто норма N(A) не подчинена ни одной векторной норме. Нормы матрицы, подчиненные ранее введенным векторным нормам, выражаются следующим образом:
||A||=|aij| (норма-максимум)
||A||1=|aij| (норма-сумма)
||A||2=, (спектральная норма)