- •Лабораторная работа № 1
- •Варианты заданий
- •Лабораторная работа № 2
- •Лабораторная работа № 3
- •Лабораторная работа № 6 Интерполирование функций
- •Лабораторная работа № 7 Интерполирование функций двух переменных
- •Лабораторная работа № 8 Метод золотого сечения
- •Лабораторная работа № 9 Метод Куммера
- •Варианты заданий
- •Лабораторная работа № 10 Решение систем нелинейных уравнений методом Ньютона Пусть задана система двух нелинейных уравнений с двумя неизвестными
- •Лабораторная работа № 11 Решение систем нелинейных уравнений методом итерации
- •Лабораторная работа № 12 Решение систем линейных уравнений методом Гаусса
- •Лабораторная работа № 13 Метод прогонки
- •Варианты заданий
- •Варианты заданий
- •Лабораторная работа № 20 Метод Милна
- •Лабораторная работа № 21 Метод Адамса
- •Лабораторная работа № 23 Решение систем дифференциальных уравнений методом Рунге—Кутта
- •Лабораторная работа № 24 Задача линейного программирования
- •Лабораторная работа № 25 Транспортная задача
- •Лабораторная работа № 26 Метод наискорейшего спуска
- •Лабораторная работа № 27 Метод дробления шага
- •Лабораторная работа № 28 Метод покоординатного спуска
- •Лабораторная работа № 29 Метод случайного поиска
- •Лабораторная работа № 30 Эмпирические формулы. Линейная зависимость
- •Лабораторная работа № 31 Решение краевой задачи методом сеток
- •Лабораторная работа № 35 Динамическое программирование
- •Корни нелинейных уравнений
- •Интерполирование функций
- •Двумерная интерполяция
- •Метод золотого сечения (лабораторная работа № 8)
- •Решение систем нелинейных уравнений (лабораторные работы №10— 11)
- •Решение систем линейных уравнений
- •Решение систем линейных уравнений методом прогонки
- •Приближенные значения интегралов
- •Приближенные решения системы дифференциальных уравнений
- •Задача линейного программирования
- •Максимальная прибыль
- •Транспортная задача
- •Значения функции в точке минимума
- •Динамическое программирование
- •Список литературы
Лабораторная работа № 8 Метод золотого сечения
Метод предназначен для определения минимума унимодальной функции одного переменного. Функция f(x) называется унимодальной в интервале [a,b], если в этом интервале существует единственная точка х*, в которой она принимает экстремальное значение. В дальнейшем будем считать, что х* — точка минимума.
Строится последовательность вложенных интервалов [a, b], [a1, b1], [a2, b2],..., [an , bn],... таким образом, чтобы х*[an ,bn] при любом n и (bn - an)0 при n . Алгоритм построения этих интервалов cледующий. В интервале [a,b] выбираются две различные точки a < x1 < x2 < b и находятся значения f(x) в этих точках. Если f (x1) < f (x2), то за интервал [a1, b1] принимается [a, x2], а в противном случае [x1, b]. Затем процесс построения интервалов повторяется.
Золотым сечением отрезка называется такое деление отрезка на два, при котором отношение длины всего отрезка к длине большей части равно отношению длины большей части к длине меньшей части. Таких точек в отрезке две. Если в качестве точек x1 и x2 взять точки золотого сечения отрезка, то метод приближенного определения минимума функции будет называться методом золотого сечения.
Обозначим длину интервала [a, b] через l. Тогда будем считать, что l — длина большей части отрезка при делении его по методу золотого сечения. Тогда для определения можно составить пропорцию: Из этого соотношения следует, что 2 + — — 1 = 0. Решая квадратное уравнение и учитывая, что > 0, найдем .
Легко проверить, что если точки х1 и х2 являются точками золотого сечения отрезка [a,b], то точка х1 является одной из точек золотого сечения отрезка [a, x2], а точка х2 — отрезка [x1,b]. Таким образом при втором и следующих шагах алгоритма значение функции нужно будет вычислять только один раз.
Из приведенного алгоритма видно, что b1 - a1 = (b - a),...,bn - - an = n(b - a).
После выполнения n итераций за приближенное значение принимается величина xприбл. = (an + bn)/2. Если значение х* нужно найти с точностью , то условием прекращения итераций является следующее неравенство:
bn - an 2.
При использовании данного метода сначала нужно определить интервал [a,b], в котором находится минимум функции. Это производится путем построения графика функции y = f(x). Если интервал [a,b] будет определен неверно, то программа в качестве приближенного значения минимума выдаст величину, находящуюся вблизи одной из границ интервала [a,b]. В этом случае нужно изменить значения a и b и снова решать задачу.
Задание. Методом золотого сечения с точностью = 0,0001 найти минимум функции
f(x) = (x + 5 + 0,1k)2 + exp(-0,1kx),
где k — номер фамилии студента в журнале преподавателя.
Лабораторная работа № 9 Метод Куммера
Предположим, что имеется сходящийся числовой ряд и требуется найти его сумму с заданной точностью . Для увеличения скорости сходимости этого ряда применяется метод Куммера, который состоит в следующем. Подбирается ряд с известной суммой такой, чтобы разность ck = ak - bk стремилась к нулю при k быстрее, чем члены исходного ряда. В этом случае величину s можно представить в виде суммы где ряд сходится быстрее, чем исходный ряд. Это означает, что для получения суммы ряда с заданной точностью во втором случае нужно взять меньшее количество членов ряда.
В качестве ряда можно взять
или другой какой-либо сходящийся ряд с известной суммой.
Отметим, что преобразование Куммера можно применять не ко всем членам исходного ряда, а только к членам ряда, начиная с некоторого значения. В этом случае несколько членов исходного ряда остаются без изменения.
Задание. Требуется найти сумму одного из приведенных ниже рядов с точностью = 10 -5 . Для этого нужно оценить остаточный член исходного ряда и выяснить, сколько членов ряда нужно взять, составить программу вычисления n-й частичной суммы ряда и на печать выдать значение sn.
Методом Куммера улучшить сходимость исходного ряда. Оценить остаточный член преобразованного ряда и выяснить, сколько членов ряда нужно взять в этом случае, чтобы вычислить s с указанной точностью. Составить программу вычисления sn, и это значение вывести на печать.