67750

Програмування в Mathcad. Освоєння основ програмування в Mathcad

Лабораторная работа

Информатика, кибернетика и программирование

Привести тестові приклади для розроблених програм Елементи вектору можуть бути дійсними або комплексними Знайти елемент вектору максимальний мінімальнний з максимальним значенням дійсної частини з мінімальним значення уявної частини максимальний по модулю...

Украинкский

2015-01-15

59.5 KB

1 чел.

Лабораторна робота № 3

Лабораторна робота №4

Програмування в Mathcad .

Мета роботи.  Освоєння основ програмування

Хід роботи.

Вибрати по одному варіанту з кожного завдання

Написати програми-функції

Побудови вектора розміру N ( ціле парне число)

Розмір

вектора

Значення елементів вектора.k=1,2,..N

Значення елементів вектора k=1,2..N/2

Значення елементів вектора k=N/2..N

10

rnd(N)

8

 rnd(N/2)

1,2,3,...N/2

10

N,N-1,N-2….

rnd(N/2)

14

rnd(N)+j rnd(N/2)

8

rnd(N)+j rnd(N/2)

N,N-1,N-2…

10

1,2,3….

rnd(N/2)+j rnd(N/2)

12

rnd(N)+j *k

1,2,3….

13

K+j rnd(N/2)

14

1,2,3…

1,2,3…

6

rnd(N)+j *k

10

N,N-1,N-2

N,N-1,N-2

Побудови матриці N*M

N*M

Значення елементів

матриці k=1..N

m=1..M

Значення елементів на діагоналі

Значення елементів нижче діагоналі

Значення елементів вище діагоналі

4*8

rnd(N)+j rnd(M)

2*8

rnd(N)+(k+m)/2

5*5

N-M

1

sin(k/(m+1))

6*3

M-N

0

7*4

M/N

rnd(N)+j rnd(M)

9*5

0

j*sin(m+1)

rnd(N)

4*7

j*sin(k)*cos(m)

rnd(N)

1

Вибору елементів вектору

Привести  тестові приклади для розроблених програм

Елементи вектору можуть бути дійсними або комплексними

Знайти елемент вектору

  1.  максимальний
  2.  мінімальнний
  3.  з максимальним значенням дійсної частини
  4.  з мінімальним  значення уявної частини
  5.  максимальний по модулю
  6.  максимальний по аргументу
  7.  максимальний та його номер
  8.  мінімальний та його номер
  9.  максимальний від’ємний
  10.  мінімальний додатній
  11.  мінімальний додатній та його номер
  12.  максимальний від’ємний  та його номер

Вибору елементів матриці

  1.  максимальний
  2.  мінімальнний
  3.  з максимальним значенням дійсної частини
  4.  з мінімальним  значення уявної частини
  5.  максимальний по модулю
  6.  максимальний по аргументу
  7.  максимальний та його індекси
  8.  мінімальний та його  індекси
  9.  максимальний від’ємний
  10.  мінімальний додатній
  11.  мінімальний додатній та його індекси
  12.  максимальний від’ємний  та його індекси

Побудови вектору з елементів матриці

Елемент вектору будується з

  1.  елементів головної діагоналі
  2.  суми елементів строчок
  3.  суми елементів стовпчиків
  4.  максимальних елементів строчок
  5.  мінімальних елементів стовпчиків
  6.  суми дійсних частин  елементів строчок
  7.  суми уявних частин   елементів стовпчиків
  8.  елементів строчок для, яких максимальна діїсна частина
  9.  елементів строчок для, яких максимальна уявна  частина

Написати програми функції рішення нелінійного рівняння

  •  Методом дотичних
  •  Методом половинного ділення

Додаток

Метод половинного ділення

Задаємо точки x1 зі значенням f(x1) > 0 і точку x2 зі значенням f(x2) < 0. Точка з f(x)=0 лежить поміж точками x1 і x2. Метод половинного ділення заключається в зменшенні інтервалу [х1-x2] вдвоє. Вибираємо нову точку на середині відрізку [x1-x2]:

 x=(x1+x2)/2

Обчислюємо значення F=f(x). Якщо F < 0 ,то корінь рівняння лежить поміж х и х1. В цьому разі необхідно х2 замінити на х  і повторити обчислення. Якщо F > 0, то корінь лежить поміж х2 і Тоді треба замінити х1 на х і повторити обчислення. Після обчислення х перевірити критерії закінчення рішення |F| <= E.

Метод Нютона

(метод дотичних)

Вибираємо х1 і обчислюємо F1=f(x1). Проводимо в вибраній точці дотичну до кривої f, рівняння дотичної;

 F=F1-dF/dX(X1-X),

де dF/dX - перша похідна функції в точці Х.

Із цього рівняння визначаємо точку, в якій дотична перетинає вісь абсцис 0=F1-dF/dX(X1-X), звідки

 X2=X1-F1/(dF/dX)

Значення Х2 ближче до кореня  чим Х1. МіняємоХ1 на Х1 і повторюємо обчислення до того часу, поки не виконається критерій зупинки |F| <= E.


 

А также другие работы, которые могут Вас заинтересовать

36241. Структура моделей знаний: фреймовые модели. Примеры 43 KB
  Структура моделей знаний: фреймовые модели. Термин фрейм был предложен Марвином Минским в 70е годы. В теории фреймов этот образ называют фреймом комнаты. В нем есть дырки незаполненные значения некоторых атрибутов например количество окон эти дырки называют слотами Таким образом можно дать определение фрейму как минимально возможному описанию сущности какого то явления события ситуации процесса или объекта.
36242. Формальная система в представлении знаний 36 KB
  Из множества формул выделяют подмножеств правильно построенных формул ППФ. определяется эффективная процедура позволяющая по данному выражению выяснять является ли оно ППФ в данной ФС. Выделено некоторое множество ППФ называемых аксиомами ФС. При этом должна иметься эффективная процедура позволяющая для произвольной ППФ решить является ли она аксиомой.
36243. Система нечетких рассуждений в представлении знаний 248 KB
  Они в свою очередь определены через некоторую базовую шкалу В и функцию принадлежности. Понятие принадлежности. Тогда х принадлежит А если существует функция: Основным отличием нечеткой логики от классической как явствует из названия является наличие не только двух классических состояний значений но и промежуточных: Функция принадлежности определяет субъективную степень уверенности эксперта в том что данное конкретное значение базовой шкалы соответствует определяемому нечеткому множеству. Методы получения функции принадлежности...
36244. Системы искусственного интеллекта. Понятия и определения. Архитектура, классификация моделей 38 KB
  В этой информационной модели окружающей среды реальные объекты их свойства и отношения между ними не только отображаются и запоминаются но и как это отмечено в данном определении интеллекта могут мысленно целенаправленно преобразовываться . При этом существенно то что формирование модели внешней среды происходит в процессе обучения на опыте и адаптации к разнообразным обстоятельствам . Под структурным подходом мы подразумеваем попытки построения ИИ путем моделирования структуры человеческого мозга. Основной моделируемой структурной...
36245. Распознавание образов: подходы 36 KB
  Ассоциативность памяти и задача распознавания образов Динамический процесс последовательной смены состояний нейронной сети Хопфилда завершается в некотором стационарном состоянии являющемся локальным минимумом энергетической функции ES. Невозрастание энергии в процессе динамики приводит к выбору такого локального минимума S в бассейн притяжения которого попадает начальное состояние исходный пред'являемый сети образ S0. Поскольку для двух двоичных векторов минимальное число изменений компонент переводящее один вектор в другой является...
36246. Персептрон Розенблатта: структура, алгоритм обучения 52 KB
  Персептрон Розенблатта: структура алгоритм обучения. С сегодняшних позиций однослойный персептрон представляет скорее исторический интерес однако на его примере могут быть изучены основные понятия и простые алгоритмы обучения нейронных сетей.Розенблаттом метод обучения состоит в итерационной подстройке матрицы весов последовательно уменьшающей ошибку в выходных векторах. Здесь темп обучения.
36247. Генети́ческий алгори́тм 57.5 KB
  Некоторым обычно случайным образом создаётся множество генотипов начальной популяции. Таким образом можно выделить следующие этапы генетического алгоритма: Задать целевую функцию приспособленности для особей популяции Создать начальную популяцию Начало цикла Размножение скрещивание Мутирование Вычислить значение целевой функции для всех особей Формирование нового поколения селекция Если выполняются условия останова то конец цикла иначе начало цикла. Создание начальной популяции Перед первым шагом нужно...
36248. Программные агенты: классификация, структура. Многоагентные системы 43.5 KB
  Классификация агентов. Классификация агентов типы агентов Простые Смышленые Интеллектуальные характеристики Автономное выполнение Взаимодействие с другими агентами и пользователями Слежение за окружением Способность использования абстракций Способность использования предметных знаний Возможность адаптивного поведения для достижения цели Обучение из окружения Терпимость к ошибкам Rel time исполнение ER взаимодействие С позиции изучаемой дисциплины нас прежде всего...
36249. Экспертные системы: виды, структура, этапы построения 119 KB
  При разработке ЭС определяются основные ресурсы к которым относятся: источники знаний время разработки вычислительные средства объем финансирования. Этап завершается созданием модели предметной области и определением следующих задач: типов доступных данных; исходные и выходные данные; используемые стратегии и гипотезы; типы используемых отношений; состав знаний используемых для решения задачи; состав знаний используемых для обоснованного решения. В ходе данного этапа производится оценка выбранного способа представление...