Презентации, доклады, проекты по математике

Решение уравнения с одним неизвестным
Решение уравнения с одним неизвестным
пример: f(x) = 3*sin(2*x)-1.5*x-1=0 f=Inline(‘3*sin(2*x)-1.5*x-1‘) a=input(‘a=‘); b=input(‘b=‘); h=input(‘h=‘); x=a:h:b; plot(x,f(x)); grid xlabel(‘x’); ylabel(‘f(x)’) Уточнение корня на отрезке [a,b], в котором локализован только один корень, осуществляется итерационными методами, в которых последовательно, шаг за шагом, производится уточнение начального приближения корня. Итерацией называется совокупность вычислительных операций, приводящих к новому приближенному значению корня. Если каждое последующее значение x(k) (k=1,2,3,…) находится все ближе к точному значению, говорят, что метод сходится. В противном случае метод расходится. Для реализации итерационного процесса должны быть заданы начальное приближение x(0) и точность ε, с которой найти решение уравнения. Условие окончание имеет вид: |x(k)-x(k-1)| ≤·ε.Все методы можно разделить на две группы: с условной и безусловной сходимостью. Метод половинного деления В этом методе на каждой итерации новое приближение определяется как: x(k)=(a(k-1)+b(k-1))/2, где к – номер итерации. Алгоритм Задаем функцию f(x), отрезок [a(0),b(0)], точность ε и k=1. Вычисляем приближение x(k)=(a(k-1)+b(k-1))/2 Определяем новый отрезок [a(k),b(k)]. Проверяем, если f(a(k-1))*f(x(k))>0, то a(k)=x(k) и b(k)=b(k-1), иначе a(k)=a(k-1) и b(k)=x(k). Проверяем условие окончания, если |b(k)-a(k)| ≤·2ε, то за ответ принимаем значение равное x=(a(k)+b(k))/2 и переходим на пункт 5, иначе k=k+1 и переходим на пункт 2. выводим x и f(x). Методы с безусловной сходимостью
Продолжить чтение
Оптимизация тематического моделирования за счет изменения функции плотности в алгоритме семплирования Гиббса
Оптимизация тематического моделирования за счет изменения функции плотности в алгоритме семплирования Гиббса
Тематическое моделирование Тематическое моделирование - это способ построения модели коллекции текстовых документов, которая определяет, к каким темам относится каждый из документов. Тематическая модель (topic model) коллекции текстовых документов определяет, к каким темам относится каждый документ и какие слова (термины) образуют каждую тему. Отвечает на вопросы: 1.Как выявлять смысл или тематику документов по их содержимому? 2. Как осуществлять классификацию документов на основе этих скрытых тематических закономерностей? Тематическая модель (topic model) — модель коллекции текстовых документов, которая определяет, к каким темам относится каждый документ коллекции. Алгоритм построения тематической модели получает на входе коллекцию текстовых документов. На выходе для каждого документа выдаётся числовой вектор, составленный из оценок степени принадлежности данного документа каждой из тем. Тематическое моделирование
Продолжить чтение