Sphere
Войти
Этапы решения задач на ЭВМ
Решение задач на ЭВМ разбивается на следующие этапы:

  1. Постановка задачи.

    Прежде чем понять задачу, следует уточнить ее основные характеристики, сформулировать цель решения задачи, подробно описать ее содержание, провести анализ характера и сущности всех известных и неизвестных данных, определить условия, при которых задача может быть решена.

    При постановке задачи выясняется конечная цель и вырабатывается общий подход к решению задачи. Выясняется, сколько решений имеет задача и имеет ли их вообще. Изучаются общие свойства рассматриваемого физического явления или объекта, анализируются возможности данной системы программирования.

    Исходные данные должны быть полными, т.е. содержать данные, необходимые и достаточные для решения задачи. Если данные неполные, необходимо приложить дополнительные усилия для сбора дополнительных сведений; эта ситуация может также возникнуть на последующих этапах при выборе метода решения.

    Различают исходные данные трех видов: постоянные, условно-постоянные и переменные.

    Постоянные исходные данные - это данные, которые сохраняют свои значения в процессе решения задачи (математические константы, координаты неподвижных объектов) и не зависят от внешних факторов.

    Условно-постоянные данные - это данные, которые могут иногда изменять свои значения; причем эти изменения не зависят от процесса решения задачи, а определяются внешними факторами (величина подоходного налога, курс валют, количество дней в году).

    Переменные данные - это данные, которые изменяют свои значения в процессе решения задачи.

    На этом этапе важно не только классифицировать данные по отношению к процессу решения, но определить их наименование, тип, структуру и ограничения, накладываемые на значения. Желательно также определить допустимые и недопустимые операции по отношению к различным типам исходных данных

  2. Формализация (математическая постановка).

    После проведения анализа постановки задачи, выявления данных, их структуры и отношений между ними можно приступить к построению формальной модели. Это наиболее важный этап в процессе решения задачи.

    Модель - это упрощенное представление о реальном объекте, процессе или явлении. Моделирование - построение моделей для исследования и изучения моделируемого объекта, процесса, явления с целью получения новой информации при решении конкретных задач.

    Для описания модели предметной области решаемой задачи необходимо выбрать некоторую формальную систему. Обычно, исходя из постановки задачи, можно сразу определить один или несколько видов моделей, подходящих для описания и моделирования решения вашей задачи: математические, геометрические, структурные, логические и др.

    Наиболее распространенными и хорошо изученными являются математические модели, описывающие зависимости между данными числового типа. Например, в качестве математической модели звезды можно использовать систему уравнений, описывающих процессы, происходящие в недрах звезды. Математической моделью другого рода являются математические соотношения, позволяющие рассчитать оптимальный план работы предприятия. К основным достоинствам математических моделей безусловно относятся хорошо изученные и широко применяемые математические методы решения большого класса задач, что значительно облегчает формирование основной идеи и выбор методов решения задачи.

    Приступая к разработке модели, следует попытаться решить задачу для конкретных входных данных, затем обобщить полученное решение на основе его анализа для любых значений входных данных.

    На этом этапе все объекты задачи описываются на языке математики, выбирается форма хранения данных, составляются все необходимые формулы.

    Если задача четко поставлена, то для нее несложно разработать математическую модель. Выбор модели существенно влияет на остальные этапы в процессе решения. Математическая формулировка и последующий выбор метода решения являются основой для определения последовательности действий, приводящих к получению искомого результата. В зависимости от содержания задачи построение ее модели может быть областью исследований таких дисциплин, как исследование операций, методы оптимизации, математическая статистика, численный анализ, теория информации и др.

  3. Выбор (или разработка) метода решения.

    Выбор существующего или разработка нового метода решения (очень важен и, в то же время, личностный этап).

  4. Разработка алгоритма.

    На этом этапе метод решения записывается применительно к данной задаче на одном из алгоритмических языков.

    Наиболее распространенными методами разработки алгоритмов являются: метод частных целей, метод подъема и эвристический алгоритм.

    Для разработки алгоритма методом частных целей необходимо определить варианты возможностей решения задачи:

    • Можно ли решить хотя бы часть задачи, игнорируя некоторые условия?

    • Можно ли решить задачу для частных случаев?

    • Есть ли что-то, что недостаточно понятно?

    • Встречалась ли похожая задача? Можно ли видоизменить ее для решения данной задачи?

    Для метода подъема необходимо вначале сделать предположение, что имеется некоторое начальное состояние решения задачи. Затем следует определить, насколько возможно движение дальше – от начального к наилучшему решению.

    При разработке эвристического алгоритма необходимо помнить, что такой алгоритм обычно помогает найти хорошее, но не обязательно оптимальное решение. Общий подход заключается в перечислении всех требований к точному решению с указанием, для каких из них возможен компромисс, а какие непременно должны быть выполнены.

  5. Составление программы.

    Решение задачи переводится на язык, понятный машине.

  6. Отладка программы.

  7. Вычисление и обработка результатов.
photoAccount
Алексей Иванов Опубликовано 28-08-2023
imageviews 60