- •Комплект заданий для лабораторного практикума
- •1.Изучение и практическое применение следующих учебных элементов:
- •2. Численное решение конкретного нелинейного уравнения.
- •2. Аппроксимация функции, заданной таблично, с помощью метода наименьших квадратов.
- •1. Освоение следующих учебных элементов:
- •2. Применение изученных методов для отыскания экстремума конкретной функции нескольких переменных.
2. Аппроксимация функции, заданной таблично, с помощью метода наименьших квадратов.
Задание. Для функции, заданной таблично, подобрать эмпирическую зависимость и найти параметры приближающей функции методом наименьших квадратов.
№1 |
x |
0,1 |
0,2 |
0,3 |
0,4 |
0,5 |
0,6 |
0,7 |
0,8 |
y |
3,030 |
3,142 |
3,358 |
3,463 |
3,772 |
3,251 |
3,170 |
3,665 | |
№2 |
x |
0,1 |
0,2 |
0,3 |
0,4 |
0,5 |
0,6 |
0,7 |
0,8 |
y |
3,314 |
3,278 |
3,262 |
3,292 |
3,332 |
3,397 |
3,487 |
3,563 | |
№3 |
x |
2,0 |
2,1 |
2,2 |
2,3 |
2,4 |
2,5 |
26 |
2,7 |
y |
1,045 |
1,162 |
1,264 |
1,172 |
1,070 |
0,898 |
0,656 |
0,344 | |
№4 |
x |
0,3 |
0,6 |
0,9 |
1,2 |
1,5 |
1,8 |
2,1 |
2,4 |
y |
6,715 |
6,735 |
6,750 |
6,741 |
6,645 |
6,639 |
6,647 |
6,612 | |
№5 |
x |
1,2 |
1,4 |
1,6 |
1,8 |
2,0 |
2,2 |
2,4 |
2,6 |
y |
2,325 |
2,515 |
2,638 |
2,700 |
2,696 |
2,626 |
2,491 |
2,291 | |
№6 |
x |
2,1 |
2,3 |
2,5 |
2,7 |
2,9 |
3,1 |
3,3 |
3,5 |
y |
1.752 |
1,762 |
1,777 |
1,797 |
1,821 |
1,850 |
1,884 |
1,944 | |
№7 |
x |
1,5 |
1,6 |
1,7 |
1,8 |
1,9 |
2,0 |
2,1 |
2,2 |
y |
1,924 |
1,710 |
1,525 |
1,370 |
1,264 |
1,190 |
1,148 |
1,127 | |
№8 |
x |
0,5 |
0,6 |
0,7 |
0,8 |
0,9 |
1,0 |
1,1 |
1,2 |
y |
1,025 |
1,144 |
1,336 |
1,419 |
1,479 |
1,530 |
1,568 |
1,248 | |
№9 |
x |
2,2 |
2,3 |
2,4 |
2,5 |
2,6 |
2,7 |
2,8 |
2,9 |
y |
5,785 |
5,685 |
5,605 |
5,545 |
5,505 |
5,480 |
5,495 |
5,510 | |
№10 |
x |
0,5 |
0,7 |
0,9 |
1,1 |
1,3 |
1,5 |
1,7 |
1,9 |
y |
4,052 |
4,092 |
4,152 |
4,234 |
4,338 |
4,468 |
4,599 |
4,771 | |
№11 |
x |
0,3 |
0,5 |
0,7 |
0,9 |
1,1 |
1,3 |
1,5 |
1,7 |
y |
0,344 |
0,364 |
0,374 |
0,372 |
0,350 |
0,328 |
0,296 |
0,256 | |
№12 |
x |
0,4 |
0,6 |
0,8 |
1,0 |
1,2 |
1,4 |
1,6 |
1,8 |
y |
0,205 |
0,235 |
0,249 |
0,245 |
0,225 |
0,190 |
0,140 |
0,076 | |
№13 |
x |
0,1 |
0,2 |
0,3 |
0,4 |
0,5 |
0,6 |
0,7 |
0,8 |
y |
1,044 |
1,161 |
1,203 |
1,172 |
1,076 |
0,856 |
0,654 |
0,342 | |
№14 |
x |
1,1 |
1,2 |
1,3 |
1,4 |
1,5 |
1,6 |
1,7 |
1,8 |
y |
0,525 |
0,625 |
0,678 |
0,681 |
0,640 |
0,552 |
0,492 |
0,362 | |
№15 |
x |
0,1 |
0,2 |
0,3 |
0,4 |
0,5 |
0,6 |
0,7 |
0,8 |
y |
4,230 |
4,253 |
4,256 |
4,240 |
4,205 |
4,150 |
4,075 |
3,980 | |
№16 |
x |
2,0 |
2,1 |
2,2 |
2,3 |
2,4 |
2,5 |
2,6 |
2,7 |
y |
5,022 |
5,143 |
5,195 |
5,175 |
5,085 |
4,925 |
4,705 |
4,406 | |
№17 |
x |
3,0 |
3,1 |
3,2 |
3,3 |
3,4 |
3,5 |
3,6 |
3,7 |
y |
1,125 |
1,175 |
1,21, |
1,237 |
1,251 |
1,255 |
1,242 |
1,223 | |
№18 |
x |
2,0 |
2,1 |
2,2 |
2,3 |
2,4 |
2,5 |
2,6 |
2,7 |
y |
1,220 |
1,253 |
1,256 |
1,232 |
1,175 |
1,091 |
0,985 |
0,850 | |
№19 |
x |
0,5 |
0,7 |
0,9 |
1,1 |
1,3 |
1,5 |
1,7 |
1,9 |
y |
3,150 |
3,171 |
3,181 |
3,179 |
3,165 |
3,140 |
3,105 |
3,059 | |
№20 |
x |
1,2 |
1,3 |
1,4 |
1,5 |
1,6 |
1,7 |
1,8 |
1,9 |
y |
4,018 |
4,025 |
4,035 |
4,048 |
4,012 |
4,028 |
4,015 |
4,002 | |
№21 |
x |
-4,3 |
-4,0 |
-3,8 |
-3,1 |
-2,1 |
-0,8 |
-0,5 |
0,4 |
y |
3,421 |
2,331 |
0,624 |
-0,963 |
-1,843 |
-1,020 |
0,114 |
2,713 | |
№22 |
x |
-3,3 |
-3,0 |
-2,8 |
-2,1 |
-1,1 |
0,2 |
0,5 |
1,4 |
y |
1,920 |
0.330 |
-1,471 |
-2,962 |
-3,840 |
-3,023 |
-1,884 |
0,713 | |
№23 |
x |
-1,3 |
-1,0 |
-0,8 |
-0,1 |
0,9 |
2,2 |
2,5 |
3,4 |
y |
4,921 |
3,330 |
1,624 |
0,028 |
-0,840 |
-0,025 |
1,116 |
3,713 | |
№24 |
x |
3,1 |
3,2 |
3,3 |
3,4 |
3,5 |
3,6 |
3,7 |
3,8 |
y |
2,527 |
2,635 |
2,655 |
2,563 |
2,361 |
2,048 |
1,638 |
1,118 | |
№25 |
x |
0,2 |
0,3 |
0,4 |
0,5 |
0,6 |
0,7 |
0,8 |
0,9 |
y |
4,030 |
4,142 |
4,251 |
4,958 |
4,478 |
4,593 |
4,465 |
4,362 | |
№26 |
x |
0,7 |
0,9 |
1,1 |
1,3 |
1,5 |
1,7 |
1,9 |
2,1 |
y |
5,715 |
5,735 |
5,750 |
5,741 |
5,647 |
5,649 |
5,644 |
5,636 | |
№27 |
x |
-3,3 |
-3,0 |
-2,7 |
-2,4 |
-2,1 |
-1,8 |
-1,5 |
-1,2 |
y |
2,920 |
1,331 |
-0,476 |
-1,968 |
-2,841 |
-2,021 |
-0,881 |
1,713 | |
№28 |
x |
-4,3 |
-4,0 |
-3,8 |
-3,1 |
-2,1 |
-0,8 |
-0,5 |
0,4 |
y |
5,921 |
4,330 |
2,623 |
1,030 |
0,157 |
0,979 |
2,114 |
4,714 | |
№29 |
x |
0,8 |
1,0 |
1,2 |
1,4 |
1,6 |
1,8 |
2,0 |
2,2 |
y |
1,325 |
1,515 |
1,638 |
1,700 |
1,692 |
1,626 |
1,491 |
1,290 | |
№30 |
x |
2,1 |
2,3 |
2,5 |
2,7 |
2,9 |
3,1 |
3,3 |
3,5 |
y |
3,325 |
3,515 |
3,637 |
3,700 |
3,695 |
3,625 |
3,491 |
3,291 | |
№31 |
x |
1,2 |
1,3 |
1,4 |
1,5 |
1,6 |
1,7 |
1,8 |
1,9 |
y |
0,344 |
0,364 |
0,374 |
0,372 |
0,350 |
0,328 |
0,296 |
0,256 | |
№32 |
x |
0,3 |
0,5 |
0,7 |
0,9 |
1,1 |
1,3 |
1,5 |
1,7 |
y |
0,525 |
0,625 |
0,678 |
0,681 |
0,640 |
0,552 |
0,492 |
0,362 | |
№33 |
x |
1,2 |
1,4 |
1,6 |
1,8 |
2,0 |
2,2 |
2,4 |
2,6 |
y |
1,752 |
1,762 |
1,777 |
1,797 |
1,821 |
1,850 |
1,884 |
1,944 | |
№34 |
x |
2,1 |
2,2 |
2,3 |
2,4 |
2,5 |
2,6 |
2,7 |
2,8 |
y |
2,785 |
2,685 |
2,605 |
2,545 |
2,505 |
2,485 |
2,490 |
2,515 | |
№35 |
x |
1,2 |
1,4 |
1,6 |
1,8 |
2,0 |
2,2 |
2,4 |
2,6 |
y |
1,924 |
1,710 |
1,525 |
1,370 |
1,264 |
1,190 |
1,148 |
1,127 | |
№36 |
x |
-2,3 |
-2,0 |
-1,8 |
-1,1 |
-0,1 |
1,2 |
1,5 |
2,4 |
y |
2,527 |
2,635 |
2,655 |
2,563 |
2,361 |
2,048 |
1,638 |
1,118 | |
№37 |
x |
-1,3 |
-1,0 |
-0,8 |
-0,1 |
0,9 |
2,2 |
2,5 |
3,4 |
y |
0,525 |
0,625 |
0,678 |
0,681 |
0,640 |
0,552 |
0,492 |
0,362 | |
№38 |
x |
2,0 |
2,1 |
2,2 |
2,3 |
2,4 |
2,5 |
2,6 |
2,7 |
y |
5,921 |
4,330 |
2,623 |
1,030 |
0,157 |
0,979 |
2,114 |
4,714 | |
№39 |
x |
0,8 |
1,0 |
1,2 |
1,4 |
1,6 |
1,8 |
2,0 |
2,2 |
y |
4,018 |
4,025 |
4,035 |
4,048 |
4,012 |
4,028 |
4,015 |
4,002 | |
№40 |
x |
3,0 |
3,1 |
3,2 |
3,3 |
3,4 |
3,5 |
3,6 |
3,7 |
y |
5,715 |
5,735 |
5,750 |
5,741 |
5,647 |
5,649 |
5,644 |
5,636 | |
№41 |
x |
-3,3 |
-3,0 |
-2,7 |
-2,4 |
-2,1 |
-1,8 |
-1,5 |
-1,2 |
y |
1.752 |
1,762 |
1,777 |
1,797 |
1,821 |
1,850 |
1,884 |
1,944 | |
№42 |
x |
1,2 |
1,4 |
1,6 |
1,8 |
2,0 |
2,2 |
2,4 |
2,6 |
y |
3,325 |
3,515 |
3,637 |
3,700 |
3,695 |
3,625 |
3,491 |
3,291 | |
№43 |
x |
2,1 |
2,3 |
2,5 |
2,7 |
2,9 |
3,1 |
3,3 |
3,5 |
y |
1,220 |
1,253 |
1,256 |
1,232 |
1,175 |
1,091 |
0,985 |
0,850 | |
№44 |
x |
-1,3 |
-1,0 |
-0,8 |
-0,1 |
0,9 |
2,2 |
2,5 |
3,4 |
y |
4,230 |
4,253 |
4,256 |
4,240 |
4,205 |
4,150 |
4,075 |
3,980 | |
№45 |
x |
0,5 |
0,7 |
0,9 |
1,1 |
1,3 |
1,5 |
1,7 |
1,9 |
y |
5,022 |
5,143 |
5,195 |
5,175 |
5,085 |
4,925 |
4,705 |
4,406 | |
№46 |
x |
3,0 |
3,1 |
3,2 |
3,3 |
3,4 |
3,5 |
3,6 |
3,7 |
y |
0,525 |
0,625 |
0,678 |
0,681 |
0,640 |
0,552 |
0,492 |
0,362 | |
№47 |
x |
1,2 |
1,4 |
1,6 |
1,8 |
2,0 |
2,2 |
2,4 |
2,6 |
y |
1,325 |
1,515 |
1,638 |
1,700 |
1,692 |
1,626 |
1,491 |
1,290 | |
№48 |
x |
-3,3 |
-3,0 |
-2,7 |
-2,4 |
-2,1 |
-1,8 |
-1,5 |
-1,2 |
y |
1,045 |
1,162 |
1,264 |
1,172 |
1,070 |
0,898 |
0,656 |
0,344 | |
№49 |
x |
-1,3 |
-1,0 |
-0,8 |
-0,1 |
0,9 |
2,2 |
2,5 |
3,4 |
y |
4,030 |
4,142 |
4,251 |
4,958 |
4,478 |
4,593 |
4,465 |
4,362 | |
№50 |
x |
2,3 |
2,4 |
2,5 |
2,6 |
2,7 |
2,8 |
2,9 |
3,0 |
y |
3,030 |
3,142 |
3,251 |
3,358 |
3,468 |
3,563 |
3,647 |
3,762 |
Лабораторная работа №6. «Решение систем нелинейных уравнений методом Ньютона»
Цель работы:
Освоение следующих учебных элементов:
алгоритм метода Ньютона для решения системы нелинейных уравнений;
условия применимости метода Ньютона;
условие окончания вычислений.
Применение метода Ньютона для решения конкретной системы нелинейных уравнений.
Задание. Используя метод Ньютона, решить систему нелинейных уравнений с точностью до.
№ варианта |
Система |
№ варианта |
Система |
1 |
26 | ||
2 |
27 | ||
3 |
28 | ||
4 |
29 | ||
5 |
30 | ||
6 |
31 | ||
7 |
32 | ||
8 |
33 | ||
9 |
34 | ||
10 |
35 | ||
11 |
36 | ||
12 |
37 | ||
13 |
38 | ||
14 |
39 | ||
15 |
40 | ||
16 |
41 | ||
17 |
42 | ||
18 |
43 | ||
19 |
44 | ||
20 |
45 | ||
21 |
46 | ||
22 |
47 | ||
23 |
48 | ||
24 |
49 | ||
25 |
50 |
Лабораторная работа №7. «Численное решение обыкновенных дифференциальных уравнений и систем обыкновенных дифференциальных уравнений»
Цель работы:
Освоение следующих учебных элементов:
общая постановка задачи Коши;
алгоритмы и геометрическая интерпретация численных методов решения обыкновенных дифференциальных уравнений.
распространение численных методов решения дифференциальных уравнений на системы обыкновенных дифференциальных уравнений.
Применение изученных методов для решения задачи химической кинетики.
Задание.
Дано:
Схема механизма химической реакции.
Константы скоростей отдельных стадий реакции.
Начальные концентрации компонентов.
Продолжительность реакции.
Метод численного решения дифференциальных уравнений кинетики.
Требуется:
Составить кинетическую модель данной химической реакции.
Выполнить на калькуляторе численное решение дифференциальных уравнений кинетики для трёх равноотстоящих значений t.
Составить программу для решения задачи на алгоритмическом языке Pascal.
Решить задачу на компьютере для 20 равноотстоящих значений t.
№ |
Схема химической реакции |
Продолжительность реакции |
Константы скоростей отдельных стадий реакции |
Начальные значения концентраций реагентов |
Метод численного решения дифференциальных уравнений кинетики |
1 |
|
5 |
|
|
Метод Эйлера |
2 |
AA |
2 |
|
|
Метод Эйлера-Коши |
3 |
5 |
|
|
Метод Рунге-Кутта второго порядка | |
4 |
12 |
|
|
Метод Эйлера | |
5 |
10 |
|
|
Метод Эйлера-Коши | |
6 |
7 |
|
|
Метод Рунге-Кутта второго порядка | |
7 |
|
5 |
|
|
Метод Эйлера |
8 |
15 |
|
|
Метод Эйлера-Коши | |
9 |
9 |
|
|
Метод Рунге-Кутта второго порядка | |
10 |
9 |
|
|
Метод Эйлера | |
11 |
5 |
|
|
Метод Эйлера-Коши | |
12 |
8 |
|
|
Метод Рунге-Кутта второго порядка | |
13 |
9 |
|
|
Метод Эйлера | |
14 |
|
8 |
|
|
Метод Эйлера-Коши |
1
A |
10 |
|
|
Метод Рунге-Кутта второго порядка | |
16 |
5 |
|
|
Метод Эйлера | |
17 |
12 |
|
|
Метод Эйлера-Коши | |
18 |
4 |
|
|
Метод Рунге-Кутта второго порядка | |
19 |
5 |
|
|
Метод Эйлера-Коши | |
20 |
15 |
|
|
Метод Эйлера | |
21 |
A |
9 |
|
|
Метод Рунге-Кутта второго порядка |
22 |
5 |
|
|
Метод Эйлера | |
23 |
10 |
|
|
Метод Эйлера-Коши | |
24 |
7 |
|
|
Метод Рунге-Кутта второго порядка | |
25 |
10 |
|
|
Метод Эйлера | |
26 |
A |
5 |
Метод Эйлера-Коши | ||
27 |
7 |
Метод Рунге-Кутта второго порядка | |||
28 |
A |
12 |
Метод Эйлера | ||
29 |
8 |
Метод Эйлера-Коши | |||
30 |
A |
12 |
Метод Рунге-Кутта второго порядка |
Лабораторная работа №8. «Численное решение одномерного уравнения теплопроводности»
Цель работы:
Изучение следующих учебных элементов:
основные идеи метода сеток;
конечно-разностные аппроксимации производных первого и второго порядка;
построение разностных схем для уравнений с частными производными;
явная разностная схема для решения одномерного уравнения теплопроводности-диффузии, условие устойчивости вычислительной схемы;
неявная разностная схема для решения одномерного уравнения теплопроводности-диффузии.
Решение одномерного уравнения теплопроводности-диффузии методом сеток при заданных начальных и граничных условиях.
Задание. Методом сеток решить уравнение теплопроводности - диффузии =при заданных начальных условияхU(x,0)=f(x) и граничных условиях U(0,t)=,U(0.6,t)=, гдеt[0,0.01]. Решение выполнить при шаге по длине h=0.1; при этом шаг по времени выбрать самостоятельно. Построить график изменения температуры по длине для каждого шага по времени.
№ варианта |
f(x) |
(x) |
(x) |
1 |
Cos2x |
1+2t |
0.3624 |
2 |
x(x+1) |
1-6t |
0 |
3 |
1.3+lg(x+0.4) |
0.8+t |
1.3 |
4 |
Sin2x |
2t |
0.932 |
5 |
3x(2-x) |
0 |
t+2.52 |
6 |
1-lg (x+0.4) |
1.4 |
t+1 |
7 |
Sin(0.55x+0.03) |
t+0.03 |
0.354 |
8 |
2x(1-x)+0.2 |
0.2 |
t+0.68 |
9 |
Sinx+0.08 |
0.08+2t |
0.644t |
10 |
Cos(2x+0.19) |
0.932 |
0.1798 |
11 |
2x(x+0.2)+0.4 |
2t+0.4 |
1.36 |
12 |
lg(x+0.26)+1 |
0.415+t |
0.9345 |
13 |
Sin(x+0.45) |
0.435-2t |
0.8674 |
14 |
0.3+x (x+4) |
0.3 |
6t+0.9 |
15 |
(x+2)(x+1)+0.2 |
6t |
0.84 |
16 |
x (0.3+0.2x) |
0 |
6t+0.9 |
17 |
Sin (x+0.48) |
0.4618 |
3t+0.882 |
18 |
Sin(x+0.547) |
3t+0.02 |
0.582 |
19 |
Cos(x+0.48) |
6t+0.887 |
0.4713 |
20 |
lg(2.36-x) |
3(0.124+t) |
0.3075 |
21 |
xSinx |
3t |
0.3388 |
22 |
x(2x-1) |
5t |
0.12-t |
23 |
(3x-1)x |
0 |
t+0.48 |
24 |
1+ln(x+1) |
1 |
t+1.47 |
25 |
1-Sinx |
t2+1 |
0.4354+t |
26 |
1+Sin2x |
1 |
1.3188+t |
27 |
ln(x2+1.25) |
t+0.2231 |
0.4762 |
28 |
x2+2 |
6t+2 |
2.36 |
29 |
xSinx+0.45 |
0.45+t2 |
0.7888 |
30 |
3x+ln(x+1) |
t(t+1) |
2.2700 |
31 |
xCosx+1 |
5t+1 |
0.4952-t |
32 |
tgx+1.25 |
t3 –1.25 |
t+1.9341 |
33 |
0.275+ln(x+0.54) |
t - 0.3412 |
0.4060 |
34 |
ln(1.76+x2) |
t3-0.5653 |
0.7514 |
35 |
x3+Sinx |
0 + t2 |
0.776 |
36 |
2Sin2x |
0.345t |
1.8641 |
37 |
xCosx+0.235 |
t+0.235 |
0.9888 |
38 |
x+Sin2x |
5t |
t2+0.9188 |
39 |
ln3(x+0.156) |
0.0211+Sint |
0.0018 |
40 |
0.245+lg(x+1.5) |
0.4211 |
0.5672+t |
41 |
x2(x+1) |
0.234t |
0.576+t |
42 |
Cos(x3+0.56) |
t+0.8473 |
0.7137 |
43 |
ln(x2+0.34)+1 |
-0.0788 |
0.6433+t3 |
44 |
Sinx2+0.09 |
5t+0.09 |
0.4423 |
45 |
2-ln(x+0.25) |
3.3863+t |
2.1625 |
46 |
0.245+x(x+3) |
0.245 |
2.405 - t |
47 |
tgx+ln(1+x) |
0 |
1.1541+2t |
48 |
x3+2x2+x+1 |
2t |
3.416 |
49 |
x+2Cosx |
2+0.9t |
2.2507 |
50 |
ln(3x+6) |
1.7918 |
2.0541+t2 |
Лабораторная работа №9. «Методы одномерной оптимизации»
Цель работы:
Освоение следующих учебных элементов:
метод сканирования;
метод локализации экстремума;
метод золотого сечения;
метод, использующий числа Фибоначчи.
Применение изученных методов для отыскания экстремума конкретной функции одной переменной.
Задание. Найти положение точки экстремума и экстремальное значение целевой функции f(x) на интервале [a, b]. Длина конечного интервала неопределенности не должна превышать 0,0001. Использовать метод, указанный преподавателем.
Номер варианта |
Вид целевой функции f(x) |
a |
b |
Экстремум |
1 |
1 |
2 |
Max | |
2 |
0,5 |
1,5 |
Min | |
3 |
0 |
1 |
Min
| |
4 |
0 |
1 |
Min | |
5 |
0 |
1 |
Max | |
6 |
1 |
2 |
Min | |
7 |
0,5 |
1,5 |
Max | |
8 |
1 |
2 |
Min | |
9 |
0 |
1 |
Min | |
10 |
0 |
1 |
Min | |
11 |
-1,4 |
-0,4 |
Min | |
12 |
0 |
1 |
Max | |
13 |
0 |
1 |
Min | |
14 |
-2,8 |
-1,8 |
Max | |
15 |
1 |
2 |
Max | |
16 |
0 |
1 |
Max | |
17 |
0 |
1 |
Min | |
18 |
2,5 |
3,5 |
Min | |
19 |
0,5 |
1,5 |
Min | |
20 |
0 |
1 |
Max | |
21 |
0,2 |
1,2 |
Max | |
22 |
0 |
1 |
Min | |
23 |
0,2 |
1,2 |
Min | |
24 |
1 |
2 |
Max | |
25 |
0 |
1 |
Min | |
26 |
4,8 |
5,8 |
Min | |
27 |
2,3 |
3,3 |
Min | |
28 |
0,2 |
1,2 |
Max | |
29 |
1,7 |
2,7 |
Min | |
30 |
0 |
1 |
Max | |
31 |
0,1 |
1,1 |
Max | |
32 |
0,3 |
1,3 |
Min | |
33 |
1,1 |
2,1 |
Min | |
34 |
-1,4 |
-0,4 |
Min | |
35 |
-1 |
0 |
Min | |
36 |
6 |
7 |
Min | |
37 |
0 |
1 |
Min | |
38 |
1,4 |
2,4 |
Max | |
39 |
4,6 |
5,6 |
Min | |
40 |
0 |
1 |
Min | |
41 |
2 |
3 |
Min | |
42 |
0,5 |
1,5 |
Min | |
43 |
0 |
1 |
Min | |
44 |
-0,4 |
0,6 |
Min | |
45 |
1,6 |
2,6 |
Max | |
46 |
0 |
1 |
Max | |
47 |
0,5 |
1,5 |
Min | |
48 |
-2,4 |
-1,4 |
Min | |
49 |
0 |
1 |
Min | |
50 |
0 |
1 |
Min |
Лабораторная работа №10. «Методы многомерной оптимизации. Нелинейное программирование»
Цель работы: