Тезисы работ

Вид материала

Тезисы

Содержание

Работы студентов 1 курса

Подобный материал:

1 2 3 4 5 6 7

, а влияние внешней среды - внешним множеством

, описывающим возможное изменение внешних характеристик объекта. С учетом сказанного, эффективность

решения

зависит уже не только от самого решения, но и от внешних условий

, в которых решение реализуется. Соответствующая характеристика является скалярной функцией

и называется функцией локальной эффективности (принято считать ее неотрицательной).

Поэтому от функции локальной эффективности перейдем к критерию оптимальности

многоцелевой системы способом гарантирующей многоцелевой системы.

В данной работе я:

- Изучила тщательно математический аппарат

- На основе изученного материала рассмотрела пример с заповедником

- Рассмотрев выше сказанное начала исследование собственного примера, в основе которого лежит идея киностудий для повышения рейтинга фильмов.

УДК 004.942 + 004.658.2 + 004.658.4 + 004.633.4 + 004.052.32 + 004.424.22 + 004.424.62 + 004.432.2

Интернет - портал в Единой инфокоммуникационной образовательной среде одаренной молодежи АСТРА

Шаталов Р. Б.

Сегодня, как и во вчерашний день, гуляя по всемирной паутине и, открывая сайт за сайтом, портал за порталом любой пользователь в основном открывает сайты (порталы) в основном информационно – развлекательного характера. Мой рассказ будет не совсем об этом, а наоборот – о научно - исследовательском портале «АСТРА». Данный портал предназначен не только для студентов, но и для школьников (начиная с 1 класса) и аспирантов. Уже начиная с 1 класса «молодой ученый», выполнив какую – то простую, например, научную работу, может зайти на портал АСТРЫ и оценить ее с точки зрения творческой оценки. По структуре сайт представляет собой портал, у которого есть некоторая архитектура информации (меню). Имеется раздел «Наша команда», соответственно, информирующий посетителей портала о составе Нашей команды.

Для реализации портала была применена технология (кроме простого html) ASP.NET и JavaScript. Также планируется введение CGI. Сам портал сделан с помощью html и JavaScript, но на главной странице Вы можете увидеть счетчик посещений, который информирует каждого нового посетителя о количестве посещений данного портала. Как раз таки этот счетчик (+панель администратора счетчика) и сделан средствами ASP.NET.

Архитектура сайта посредствами ASP.NET такова: пользователь заходит (или переходит) на главную страницу портала, посредством ASP.NET сервер получает адрес прибытия пользователя (с какого сайта прибыл посетитель), его IP адрес и время посещения. Соответственно, эти данные записываются в базу данных (SQL Serverа). Далее пользователь может перейти на страницу «Экран взаимодействия с пользователями» и, нажав на кнопку, получить список IP адресов (вместе с расшифровкой города и области по данному IP адресу). На этой странице пользователь может увидеть сколько раз такой – то IP адрес посетил Наш портал с 1 по 10, с 11 по 20 и с 21 по 31 число календарного месяца.

Еще одна интерактивная вещь на портале – это Гостевая книга. Конечно, гостевая книга предназначена для оставления пожеланий, отзывов и т. п. от посетителей сайта. Соответственно, гостевая книга также построена на архитектуре ASP.NET с использованием базы данных (SQL Server). Для гостевой книги также сделана панель администратора, с помощью которой администратор гостевой книги может удалять записи, менять код защиты (код (защита от спама), который пользователь вводит при отправке сообщения), не только сам, но и путем системного генерирования (тоесть система сама генерирует код безопасности путем выбора случайного числа в диапазоне от 11111111 до 99999999), а также отвечать на сообщения посетителей. Соответственно, при ответе на сообщения ответ (отображается не только на главной странице, но и в панели администратора) выделяется жирным шрифтом и другим цветом (с выравниванием по левому краю).

УДК 004.942

Оптимизация локальных компьютерных сетей

Штырлов Н. А.

В XX и XXI веках человек сделал множество гениальных открытий и изобретений. Он полетел в космос, изобрел компьютер. Последнее является неотъемлемой частью современного мира. Сейчас уже нельзя представить мир без компьютеров. С помощью них появилась возможность автоматизации многих процессов, им доверено осуществлять запуск космических шаттлов и спутников.

С появлением интернета и компьютерных сетей появилось возможность общения и передачи файлов на огромные расстояния практически мгновенно. Рассматривать построение сетей "в общем" не имеет смысла. Несмотря на то, что во всех случаях используется практически одинаковое оборудование, одинаковая среда передачи, слишком сильно разнится подход для соединения нескольких компьютеров в офисе, и построение структурированной кабельной сети масштаба предприятия или группы зданий.

Появилась классификация компьютерных сетей. Основным критерием классификации принято считать способ администрирования. То есть в зависимости от того, как организована сеть и как она управляется, её можно отнести к локальной, распределённой, городской или глобальной сети. Управляет сетью или её сегментом сетевой администратор.

Лока́льная вычисли́тельная сеть (ЛВС, локальная сеть, сленг. локалка; англ. Local Area Network, LAN) — компьютерная сеть, покрывающая обычно относительно небольшую территорию или небольшую группу зданий (дом, офис, фирму, институт). Также существуют локальные сети, узлы которых разнесены географически на расстояния более 12 500 км (космические станции и орбитальные центры). Несмотря на такие расстояния, подобные сети всё равно относят к локальным. Компьютеры могут соединяться между собой, используя различные среды доступа: медные проводники (витая пара), оптические проводники (оптоволоконные кабели) и через радиоканал (беспроводные технологии). Проводные связи устанавливаются через Ethernet, беспроводные — через Wi-Fi, Bluetooth, GPRS и прочие средства. Отдельная локальная вычислительная сеть может иметь шлюзы с другими локальными сетями, а также быть частью глобальной вычислительной сети или иметь подключение к ней.

Для построения простой локальной сети используются маршрутизаторы, коммутаторы, точки беспроводного доступа, беспроводные маршрутизаторы, модемы и сетевые адаптеры. Реже используются преобразователи (конвертеры) среды, усилители сигнала (повторители разного рода) и специальные антенны. Локальная сеть в отдельных аудиториях или кабинетах является, пожалуй, самым маленьким и самым распространенным примером сети. Эти помещения находятся практически в каждом строении. Но, почему-то, мало кто уделяет внимание их оптимизации.

РАБОТЫ СТУДЕНТОВ 1 КУРСА

УДК 004.942 + 311.16

Исследование частоты попадания определений в различные категории по тесту креативности Гилфорда

Зинина Н.А.

В ходе выполнения курсовой работы, передо мной была поставлена задача в изучении научных статей по тесту креативности Гилфорда.

Во-первых креативность - это творческие способности индивида, характеризующиеся готовностью к порождению принципиально новых необычных идей, отклоняющихся от традиционных или принятых схем мышления. Поэтому, как правило, большая часть тестов на креативность могут обрабатываться исключительно человеком (например, оценить оригинальность какого-то рисунка компьютеру - довольно проблематично). Однако тест, который способен обработать компьютер, все-таки нашёлся – это тест креативности Дж. Гилфорда, одного из ведущих психологов, занимавшихся данной проблемой. Суть его заключается в том, что испытуемый должен за определённый промежуток времени (3 минуты), для определённого слова(в запрограммированном тесте это слово «Книга») перечислить как можно больше различных определений (определениями называются слова, которые характеризуют заданное слово). После того как тестируемый завершит прохождение теста, ему выдаётся результат, это его балл, характеризующий его креативность.

Все результаты, хранятся в файлах, при распаковке которых видны все ответы. С помощью программы, написанной на VBA, ответы выводятся на лист Exsel и считается их количество повторений. Для наглядности строится гистограмма. Тем самым был получен результат, что самым распрастраненным определением на слова «книга» является «интересная»,так ответили 35 человек из 54. И выявлено, что 173 слова из 269 являются оригинальными,т.кю они повторились всего 1 раз.

Но главная моя задача состояла в исследовании частоты попадания определений в различные категории. Этих категорий 12: время издания; действия с книгой любого типа; материал и способ изготовления, назначение, жанр; принадлежность; размеры, форма; распространенность, известность; степень сохранности и чистоты; ценность; цвет; эмоционально-оценочное восприятие; язык, место издания. После распределение слов, была найдена частота всех критериев с помощью формулы N(x)/N, где N(x) - кол-во слов в критерии, N – всего слов.Наибольшая частота равна 0,35 и принадлежит критерию - эмоционально-оценочное восприятие.

Таким образом, можно сделать вывод, что тестируемые больше отдают предпочтения внутренней эмоциональной оценке, чем другим факторам. Действительно, ведь у каждого из нас больше внутренних эмоциональных оценок, чем определенных теоретических знаний.

УДК 004.942

Кластеризация и структуризация данных

Иванов П.В.

Скорее всего, каждый когда-нибудь пользовался различными поисковыми сайтами и задавался вопросом – как же они работают? Как так получается, что данный сайт находит то, что нам нужно, да еще и в таком количестве?

Ответ предельно прост – кластеризация и структуризация данных. Всем известные «поисковики» работают по принципу нахождения той или иной информации на различных сайтах с определенными ключевыми словами (кластеров), а так же составление их в некий список по структуре, типу или же языку. Кроме того, кластеризация встречается в различных нейронных сетях, определяя вид и тип поступающего или исходящего сигнала и систематизируя его. Сам же кластер имеет свою историю создания, становясь со временем неотъемлемой частью любой сети.

В вычислительной технике структура данных — это программная единица, позволяющая хранить и обрабатывать множество однотипных и/или логически связанных данных. Для добавления, поиска, изменения и удаления данных структура данных предоставляет некоторый набор функций, составляющих интерфейс структуры данных. Структура данных часто является реализацией какого-либо абстрактного типа данных.

История создания кластеров неразрывно связана с ранними разработками в области компьютерных сетей. Одной из причин для появления скоростной связи между компьютерами стали надежды на объединение вычислительных ресурсов.

В начале 1970-х гг. группой разработчиков протокола TCP/IP и лабораторией Xerox PARC были закреплены стандарты сетевого взаимодействия. Появилась и операционная система Hydra («Гидра») для компьютеров PDP-11 производства DEC, созданный на этой основе кластер был назван C.mpp (Питтсбург, шт. Пенсильвания, США, 1971). В общем, дальше читайте сами…

УДК 004.942+ 311.42

Основы методов целочисленной линейной оптимизации

Корчагин П. О.

Оптимизация в математике – нахождение оптимума функции при выполнении некоторых ограничений.

Оптимизация в информатике – процесс модификации системы для улучшения её эффективности.

На основе этих определений мне была поставлена задача изучить процесс оптимизации линейных систем на примере кластеризации нашей группы. Кластеризация это разбиение объектов на непересекающиеся подмножества так, чтобы каждый кластер состоял из схожих объектов, а объекты из разных кластеров существенно отличались. Для этого мной было разработано программное обеспечение на языке VBA с подключением сторонних модулей (Solver) для поиска решений из набора Microsoft Office. Основная часть разработанного программного обеспечения состоит из модуля работы с данными и выводом их на экран, дополнительная часть состоит из самого поиска решений (Solver). Размер кластера, а следовательно и их количество можно изменять меняя размер радиуса кластера. Чем больше радиус, тем меньше кластеров понадобится, что бы объединить объекты. Задача оптимизации состоит в том, чтобы найти минимальное количество кластеров, при котором объекты были бы хорошо дифференцированы. Для создания программы С. А. Пиявским и мной были выбраны 4 критерия: учебный рейтинг, внеучебный рейтинг, мотивация и креативность. На первом этапе работы был получен массив расстояний между студентами, который вычислялся по формуле

На втором этапе был получен массив возможных центров кластера. Значение равнялось 1, если расстояние между студентами было меньше либо равно заданному радиусу, и 0, если больше радиуса. На третьем этапе находились студенты, которые являлись центрами кластеров.

УДК 004.942

Тестирующие системы (поиск оптимального метода).Теория принятия решений.Метод аналитической иерархии

Кузьмин Е.А.

Я подробно проанализировал Теорию Принятия Решений, а конкретнее метод аналитической иерархии. И, используя данный метод, произвел оценку творческого уровня работ, выполненных студентами первого курса ФИСТ. Для оценки использовались результаты тестов, пройденных студентами, а конкретнее значения всех девяти функций.

Исходными данными являлись данные из системы индивидуального руководства исследованиями студентов на Факультете Информационных Систем и Технологий Самарского Государственного Архитектурно-Строительного Университета. Эта таблица представляет собой список фамилий студентов ФИСТ и значения девяти функций полученных при прохождении теста.

Для оценки творческого уровня той или иной работы, я сравнил заданные альтернативы (конкретные работы) по каждой функции отдельно. Затем рассчитал коэффициенты важности соответствующих элементов иерархического уровня. Для этого я вычислил собственные векторы матрицы и пронормировал их.

И, в конце концов, синтезировал полученные коэффициенты важности, руководствуясь формулой из книги [1]. И в итоге, имея таблицу качества работ, построил точечную диаграмму творческого уровня работ.

Проделывая все вышеизложенные действия, я пользовался возможностями Microsoft Exel, а именно встроенным редактором VBA и некоторыми стандартными функциями. Была проанализирована практическая польза проведённых исследований.

УДК 004.912+005

Методы анализа информации

Нагорнова Т.Е.

В работе рассматриваются методы анализа информации методами Data Mining. Существует много перводов Data Mining на русский язык, но лучшим считается не прямой перевод – интелектуальный анализ данных(ИАД)

Data Mining - это процесс обнаружения в сырых данных ранее неизвестных, нетривиальных, практически полезных и доступных интерпретации знаний, необходимых для принятия решений в различных сферах человеческой деятельности.

Возникновение и развитие Data Mining обусловлено различными факторами, основными среди которых являются следующие:

совершенствование аппаратного и программного обеспечения;
совершенствование технологий хранения и записи данных;
накопление большого количества ретроспективных данных;
совершенствование алгоритмов обработки информации.

Основные задачи, решаемые методами Data Mining:

Классификация
Кластеризация
Сокращение описания

Алгоритмы обучения

Самообучающиеся алгоритмы и машинное обучение
Анализ временных рядов
Анализ отклонений
Оценка качества моделей
Визуализация.

Существует две основные классификации методов Data Mining. Первая делит их на: непосредственное использование данных, или сохранение данных (кластерный анализ, метод k-ближайшего соседа, рассуждение по аналогии) и выявление и использование формализованных закономерностей, или дистилляция шаблонов (статистические методы и нейронные сети). Другая классификация разделяет все многообразие методов Data Mining на: статистические и кибернетические методы.

Сравнивая методы между собой можно сделать вывод, что самым наглядным, простым в использовании является метод деревьев решений.

Сейчас и краткосрочной перспективе Data Mining применяется в бизнесе, хотя методам Data Mining есть применение и в таких областях, как: медицина, молекулярная генетика и генная инженерия.

УДК 004.942

Кластеризация исследовательской активности студентов во время выполнения ими исследовательских работ

Овчинникова М.С.

Я разработала квазиоптимальную систему кластеризации, позволяющая отнести каждого студента к определённому кластеру (всего их получилось 5), учитывая время, затраченное на выполнение им исследовательской работы. Исходными данными являлись данные из системы индивидуального руководства исследованиями студентов на Факультете Информационных Систем и Технологий Самарского Государственного Архитектурно-Строительного Университета. Эта таблица представляет собой список фамилий студентов ФИСТ и количество часов, потраченных ими на каждую из девяти функций во время выполнения своих исследовательских работ. Было найдено среднее число часов, которое каждый студент тратить на выполнение какой-либо функции.

Затем, с учетом среднего количества часов, при помощи евклидова расстояния (по формуле Евклида), вычисляется расстояние между всеми студентами, в результате получается квадратная матрица чисел. В дальнейшем приводится ряд неизменяемых и изменяемых переменных используемых для образования кластеров:

Гарантированное расстояние (это расстояние служит для нахождения студентов, которые попадают в этот кластер)
Матрица только с двоичными значениями (матрица в которой 1 и 0 является показателем входит ли элемент в кластер или нет)
Столбец суммы произведений чисел (этот столбец служит показателем, входят ли элементы в кластер и сколько их в этой строке)

После чего, пользуясь встроенной функцией Microsoft Excel “Поиск решений”, установив в нём все нужные ограничения (все значения в строке, которая ищет совпадения по указанному расстоянию, должны быть двоичными, и что столбец суммы произведений был заполнен значениями ≥ 1).

После чего получается количество кластеров, образовавшихся по указанным расстояниям и условиям. Далее, методом подбора в строке над матрицей с двоичными числами отмечаются центры кластеров, так, чтобы не оставалось студентов не входящих ни в один из кластеров. Пользуясь полученными данными по размещению студентов по кластерам, была построена двумерная диаграмма полного профиля, для большей наглядности полученного результата по распределению студентов по кластерам.

После распределения студентов по кластерам, было подсчитано сколько студентов находится в том или ином кластере. С помощью этих данных было рассчитано математическое ожидание (МО). Далее, зная значение математического ожидания, вычисляется среднеквадратическое отклонение (СКО). Используя значения математического ожидание и среднеквадратического отклонения, был построен график функции распределения, сделано сравнение графика распределения с нормальным законом. В завершении работы был осуществлён анализ полученных результатов, была проанализирована практическая польза проведённых исследований.

УДК 379.8

Важность эффективного распределения студентами своего свободного времени для изучения блока учебных дисциплин

Паросова О. А.

Университет является лишь одним из небольших секторов нашей жизни. Помимо обучения для нас также важны: личная жизнь, семья, хобби, работа, другие жизненные интересы. Человек проводит в период обучения в университете, школе и различных курсах около трети своей жизни, немалую часть своего времени он также уделяет на подготовку всяческих заданий и чтению литературы.

Эффективность – в данном случае, это то, как человек способен разбираться со своими делами и временем, получая высокую отдачу с минимальными затратами энергии, времени и душевных переживаний.

К сожалению, понятие «эффективность» все люди понимают по-разному. Для девочки, зубрилы-отличницы, эффективность означает: 100% зачетов и экзаменов сданы на отлично, нет пропусков, нет никаких задолженностей. Для необремененного знаниями среднестатистического студента эффективность означает: посещение двух-трех лекций, сдача экзамена на сессии (неважно на какую оценку). Для дальновидных студентов-карьеристов эффективность означает: количество полезных связей, которые он успел завести в руководстве вуза, количество осуществленных проектов, семинаров и конференций, в которых участвовал.

Для того, чтобы эффективно учиться, совсем необязательно зубрить все предметы и знать все. Эффективность может выражается и такой категорией: вы эффективны на столько, сколько у вас свободного времени остается, вы эффективны на столько, сколько целей вы достигли.

Здесь, как и в любой части нашей с вами жизни, также необходим разумный баланс между “ботанизмом” и “пофигизмом”, свободным временем и рациональным распределением времени.

Для более эффективного распределения свободного времени можно составить расписание дел, которые планируются на данный день.

Планирование для эффективного расписания занятий:

Выделите достаточно времени для сна, хорошо сбалансированной диеты и досуга
Расставьте приоритеты для заданий
Приготовьтесь к дискуссиям/декламациям до занятий
Выделите время для повторения лекции сразу после занятия;

Помните: Неповторенное в течение 24 часов забудется

Спланируйте занятия 50-минутными блоками
Выберите место для занятий, где вас не будут отвлекать
Планируйте использовать "время простоя"
Спланируйте как можно больше занятий во время светового дня
Внесите в расписание еженедельное повторение
Постарайтесь не стать рабом своего расписания

Изменения в расписании вполне возможны, в зависимости от влияния внешних факторов, и не забудьте, что не стоит забывать об отдыхе.

УДК 004.021

Форсайт

Плугин Т.И.

Эта работа посвящена относительно молодой системе прогнозирования будущего - Форсайт. Форсайт - это собирательное название комплекса методик долгосрочного прогнозирования, включающего в себя разработку сценариев, опросы Дельфи, масштабные отраслевые исследования и т.д. Форсайт представляет собой принципиально новый подход к определению сценариев будущего. С его помощью выявляются особые перспективные области для исследований, в том числе имеющих стратегическое значение. Проведение форсайта напрямую влияет на эффективность инвестиций в научно-технологическое развитие. Методология форсайта зарекомендовала себя как весьма успешный и эффективный инструмент прогнозирования и планирования развития страны, отрасли или компании. Она также используется для создания благоприятного климата для диалога между государственным, научно-образовательным и, что особенно важно, бизнес-секторами. Методология форсайта рассматривает как обязательное условие вовлечение в процесс планирования и прогнозирования представителей государственных учреждений, бизнес-сообщества, представителей научных и образовательных кругов.

Такие страны как Япония, США, страны ЕС, Китай и другие проводят собственные форсайты уже более 25 лет. Что касается областей применения форсайта, то это могут быть практически все области науки и сектора экономики, отдельные технологические или исследовательские области, конкретный сектор экономики или социальная проблема. На нашем портале вы можете ознакомиться с методиками форсайта, а также с лучшими образцами форсайтов зарубежных стран.

Россия только начинает свою деятельность в этой области, изучая мировой опыт проведения aорсайта и реализуя несколько форсайт-проектов отдельных отраслей. К работе над Форсайтом развития науки и технологии были привлечены лучшие экспертные группы страны. Был собран и обобщен уже имеющийся опыт в данной области. Также были разработаны новые методики, отличающие российский Форсайт от остальных проектов подобного плана. В ходе работы была разработана уникальная методика сценирования "Неизбежное будущее", а также собственная методика описания и прогнозирования развития технологий.

УДК 004.891.3+54.05

Экспертные системы в целом, и целесообразность их создания и использования в строительном материаловедении

Полищук А.В.

Экспертная система — компьютерная программа, способная частично заменить специалиста-эксперта в разрешении проблемной ситуации. ЭС начали разрабатываться исследователями искусственного интеллекта в 1970-х годах, а в 1980-х получили коммерческое подкрепление.

В информатике экспертные системы рассматриваются совместно с базами знаний как модели поведения экспертов в определенной области знаний с использованием процедур логического вывода и принятия решений, а базы знаний — как совокупность фактов и правил логического вывода в выбранной предметной области деятельности.

Похожие действия выполняет программа-мастер (wizard). Мастера применяются как в системных программах так и в прикладных для интерактивного общения с пользователем (например, при установке ПО). Главное отличие мастеров от ЭС — отсутствие базы знаний; все действия жестко запрограммированы. Это просто набор форм для заполнения пользователем.

На сегодняшний день ЭС используются во многих областях нашей жизни. Наиболее широко они применяются в медицине, диагностике, прогнозировании и обучении. Однако в такую область промышленности, как строительное материаловедение они до сих пор не внедрены.

Строительное материаловедение включает в себя различные отрасли, одной из которых является переработка отходов и повторное их применение. Среди многочисленных промышленных отходов особое место занимают так называемые «мокрые» отходы - шламы.

Они образуются в виде осадков, выпадающих в процессе реагентной обработки сточных вод промышленных предприятий машино- и приборостроения, металлообработки, черной и цветной металлургии, энергетики, а так же нефтедобычи и нефтепереработки. Сточные воды указанных производств являются одним из наиболее распространенных как в России, так и за рубежом.

В работе рассказывается о перспективах и целесообразности разработки ЭС в области строительного материаловедения. Множество ученых уже не один год изучают составы различных шламов, проводят химические анализы и решают в какой области СМ конкретных шлам нужно применить. Но нет такой системы, которая могла бы систематизировать эти знания, обработать их и принимать определенные решения.

Наличие такой ЭС в строительном материаловедении необходима, так как эта система будет способствовать успешному развитию этой области промышленности.

УДК 004.023

Методы решения нелинейных уравнений

Сафонова К.В.

Насколько нам известно, уравнения вида F(x)=0 называют нелинейными уравнениями. Мной были рассмотрены из целого множества возможных методов их решений всего три: метод касательных (он же метод Ньютона), метод хорд, метод половинного деления.

Метод касательных заключается в проведении касательных к графику функции и нахождении её пересечения с осью абсцисс. Далее из этой точки также проводиться касательная, а потом ещё одна и ещё одна и процесс повторяется до тех пор, пока разность между текущей и следующей точкой не станет меньше требуемой точности.

При методе хорд мы выбираем интервал от a до b, где заведомо существует один корень. Далее, мы проводим через точки (a, f(a)) и (b, f(b)) хорду. Эта хорда пересекает ось абсцисс в точке c. Если f(a)*f(b) < 0, то мы заменяем b на c, иначе на c заменяем a. Данный процесс продолжается до тех пор, пока разность между a и b не станет меньше требуемой точности или значение функции в точке c станет меньше требуемой точности.

При методе половинного деления мы выбираем интервал от a до b, где заведомо существует один корень. Далее, мы делим отрезок [a, b] пополам, получая точку c. Если f(a)*f(b) < 0, то мы заменяем b на c, иначе на c заменяем a. Данный процесс продолжается до тех пор, пока разность между a и b не станет меньше требуемой точности.

При рассмотрении каждого метода я продемонстрировала их использование на практике для решения конкретных уравнений. Также были показаны графики, которые отображают начало хода решения нелинейного уравнения.

Все три метода были реализованы в программе в среде Delphi 7. Созданная мной программа позволяет решить уравнение вида

Blog

Тезисы работ

Содержание