- •12. Основные операции над данными в языке си (операция присваивания, арифметические операции).
- •15. Функции пользователя: понятие, операторы определения, описания и вызова функции. Формальные и фактические параметры.
- •24. Численные методы решение алгебраических уравнений: метод Ньютона, модифицированный метод Ньютона.
- •26. Численные методы решение алгебраических уравнений: постановка задачи, метод простых итераций.
- •27. Численные методы решения систем линейных уравнений (слау): проверка корректности постановки задачи.
- •28. Численные методы решения систем линейных уравнений (слау): постановка задачи, метод Гаусса.
- •30. Численные методы решения систем линейных уравнений (слау): постановка задачи, метод Зейделя.
- •31. Численные методы восстановления функций: постановка задачи. Понятие аппроксимации, интерполяции и экстраполяции.
- •32. Численные методы восстановления функций: интерполяция полиномом Лагранжа. Интерполяционные формулы Лагранжа и Ньютона без вывода.
- •33. Численные методы восстановления функций: погрешность интерполирования (остаточный член интерполяционной формулы и оптимальный выбор узлов).
- •35. Численные методы восстановления функций: метод наименьших квадратов.
- •37. Методы численного интегрирования: постановка задачи, метод прямоугольников
- •38. Методы численного интегрирования: постановка задачи, метод трапеций.
- •39. Методы численного интегрирования: постановка задачи, метод Симпсона.
- •40. Методы численного интегрирования: постановка задачи, методы Монте–Карло.
- •41. Решение математических задач в excel: алгебраических уравнений, слау.
- •42. Решение математических задач в пакете MathCad: алгебраических уравнений, слау, восстановления функции, вычисления определенных интегралов
- •43. Понятие информационной системы. Виды информационных систем
- •44. Понятие базы данных. Виды баз данных. Модели данных
- •45. Элементы баз данных. Принципы создания базы данных. Языковые средства баз данных.
- •46. Основы работы в субд foxpro: типы файлов, системный интерфейс.
- •47. Структура команды foxpro. Основные команды foxpro: открытие базы данных (бд), добавление записей, редактирование бд, просмотр содержимого бд.
- •53. Команды присваивания и управления.
- •54. Команды организации циклов Цикл с условием с несколькими:
- •Цикл с параметром:
- •Цикл сканирования базы данных:
- •55. Функции и процедуры классы переменных.
- •58. Протоколы передачи данных в сети.
- •59. Каналы связи в сети. Типы кабелей. Беспроводная среда.
- •60. Классификация компьютерных сетей.
- •61. Локальные сети: понятие и особенности.
- •62. Особенности организации локальной сети: одноранговая сеть, сеть с выделенным сервером.
- •63. Топология локальных сетей: понятие и виды.
- •64. Глобальные сети: понятие и особенности.
- •65. Структура и основные принципы работы в сети Интернет.
- •66. Адресация в Интернет.
26. Численные методы решение алгебраических уравнений: постановка задачи, метод простых итераций.
Предположим, что уравнение (1) при помощи некоторых тождественных преобразований приведено к виду (2):
(1)
(2)
Пусть известно начальное приближение к корню , тогда подставим его в правую часть уравнения (2) и получим новое приближение:
(3)
Затем аналогичным образом получим и т.д.:
(4)
Заметим: тот факт, что корень уравнения , означает, что есть абсцисса точки пересечения графика с прямой .
Необходимо установить, при каких условиях итерационный процесс будет сходиться к корню уравнения .
Рассмотрим процесс графически (рисунок 1).
Рисунок 1
Из графиков видно, что при и при возможны как сходящиеся, так и расходящиеся итерационные процессы.
Скорость сходимости зависит от абсолютной величины производной функции . Чем меньше вблизи корня, тем быстрее сходится процесс.
Установим теперь критерий сходимости математически.
Будем считать, что в итерационной формуле (4)
(5)
где , - отклонения k и k+1приближения к корню. Если процесс уточнения осуществляется вблизи корня , то функцию можно приближенно представить двумя членами ряда Тейлора. Тогда итерационная формула (4) примет вид (6):
(6)
но так как является корнем уравнения, то и, следовательно (7),
(7)
Для того чтобы итерационный процесс был сходящимся, необходимо выполнить условие (8)
(8) или Переход от уравнения (1) к уравнению (2) можно осуществить разными способами в зависимости от вида функции . При таком переходе необходимо построить функцию так, чтобы выполнялось условие сходимости (8).Рассмотрим один из общих алгоритмов перехода от уравнения (1) к уравнению (2).Умножим левую и правую части уравнения (1) на произвольную константу и добавим к обеим частям неизвестное . При этом корни исходного уравнения не изменятся (9): (9)
Введем обозначение (10)
и перейдем от соотношения (9) к уравнению (2).
Произвольный выбор константы позволит обеспечить выполнение условия сходимости (8). Желательно выбрать величину такой, чтобы , тогда сходимость итерационного процесса будет двухсторонней. В этом случае в наиболее простом виде можно представить критерий окончания итерационного процесса. (11)
где - заданная абсолютная погрешность вычисления корня. Если функция выбрана в виде (1.33), то производная по от этой функции будет (12).Наибольшую скорость сходимости получим при , тогда
и итерационная формула (4) переходит в формулу Ньютона (13)
27. Численные методы решения систем линейных уравнений (слау): проверка корректности постановки задачи.
Исследование устойчивость задачи сводится к исследованию зависимости ее решения от правых частей и элементов матрицы А. Для того чтобы можно было говорить о непрерывной зависимости вектора решений от некоторых параметров, необходимо на множестве - мерных векторов принадлежащих линейному пространству H, ввести метрику.
В линейной алгебре предлагается определение множества метрик норма из которого легко получить наиболее часто используемые метрики
при р=1, ,
при , ,
при , .
Подчиненные нормы матриц определяемые как , соответственно запишутся в следующем виде:
, , .
Обычно рассматривают два вида устойчивости решения системы (1):первый по правым частям, второй по коэффициентам системы(1) и по правым частям..
Наряду с исходной системой (1) рассмотрим систему с «возмущенными» правыми частями
,
где возмущенная правая часть системы, а возмущенное решение.
Можно получить оценку, выражающую зависимость относительной погрешности решения от относительной погрешности правых частей
,
где число обусловленности матрицы А ( в современной литературе это число обозначают как ) Если число обусловленности велико ( ), то говорят, что матрица А плохо обусловлена. В этом случае малые возмущения правых частей системы (1), вызванные либо неточностью задания исходных данных, либо вызванные погрешностями вычисления существенно влияют на решение системы. Грубо говоря если погрешность правых частей , то погрешность решения будет . Более подробно о свойствах числа обусловленности и оценка его величины можно прочитать в [3].
Если возмущение внесено в матрицу А, то для относительных возмущений решения запишем
.