Курс лекций по основам алгоритмизации и программирования задач машиностроения. Кравченко Д.В. - 121 стр.

UptoLike

ВУЗ: 

УлГТУ | Ульяновск

Составители: 

Рубрика: 

119
readln(n);
h:=(b-a)/n;
ymax:=-100000;
ymin:=100000;
x:=a;
while (x<=b) do
begin
y:=sqr(x);
writeln(‘ X=’, x:4:2,’ Y=’, y:4:2);
if (y<ymin) then begin
ymin:=y;
xmin:=x;
end;
if (y>ymax) then begin
ymax:=y;
xmax:=x;
end;
x:=x+h
end;
writeln;
writeln (‘Pri X=’,xmin:4:2,’ Ymin=’,ymin:4:2);
writeln (‘Pri X=’,xmax:4:2,’ Ymax=’,ymax:4:2);
readkey
end.
Метод перебора с уточнением
Метод
перебора
с
уточнением
позволяет
более
экономично
уточнять
оп
-
тимальный
параметр
,
используя
свойства
унимодальности
целевой
функции
,
позволяющей
сузить
интервал
неопределенности
(
рис
. 7.3).
Пусть
среди
всех
значений
унимодальной
функции
у
= f(x),
вычисленных
в
узлах
х
k
(k = 0, 1, …, n),
наименьшим
оказалось
y
i
.
Это
значит
,
что
оптимальное
значение
проектного
параметра
находится
на
отрезке
[
х
i – 1
,
х
i + 1
],
то
есть
интер
-
вал
неопределенности
сузился
до
длины
двух
шагов
.
Если
размер
интервала
не
-
достаточен
для
удовлетворения
заданной
погрешности
,
то
есть
[
х
i – 1
,
х
i + 1
] >
ε
,
то
его
снова
можно
уменьшить
путем
нового
разбиения
,
и
так
далее
до
дости
-
жения
заданного
размера
интервала
неопределенности
.
Например
,
пусть
начальная
длина
интервала
неопределенности
b – a = 1.
Нужно
добиться
его
уменьшения
в
100
раз
.
Это
можно
сделать
,
разбив
интер
-
вал
на
200
частей
,
вычислив
значения
целевой
функции
f(x
k
) (k = 0, 1, …, 200)
и
выбрав
минимум
f(x
i
)
в
искомом
интервале
[
х
i – 1
,
х
i + 1
] = 0,01.

Страницы