Создайте программу, с библиотеки Tk, у которого такой же интерфейс как на рисунке (при выборе «красный» и нажатии на кнопку «поменять цвет» квадрат должен поменять цвет на красный, аналогично с зеленым цветом).
Чертёж дан во вложении. Пусть ΔABC - равнобедренный, АВ = с - его основание, АС = ВС = b - боковые стороны. По условию треугольник симметричен относительно горизонтальной оси, так что его основание АВ должно быть перпендикулярно горизонтальной оси и при этом АО = ОВ, а вершина С попадет на горизонтальную ось. Разместим ΔABC так, чтобы основание попало на вертикальную ось. Окружность, описанная вокруг треугольника, пройдет через все три его вершины. Точка М - центр описанной окружности, - лежит на пересечении перпендикуляров, проведенных из середин сторон треугольника. Поскольку ΔABC равнобедренный, то ОС - его высота и отрезок МС, равный радиусу окружности R, также лежит на горизонтальной оси. Найдем высоту ОС, обозначив её через h, по теореме Пифагора. ОС - это катет ΔAOC, AO ⊥ OC. Площадь ΔABC находим по формуле Для нахождения радиуса R = MC рассмотрим прямоугольные ΔAOC и ΔMDC, имеющие общий угол АСО = α Теперь легко сделать необходимое построение. Для этого откладываем от начала координат по горизонтальной оси отрезок ОМ и проводим из него, как из центра, окружность радиуса R. Соединяем между собой три точки пересечения окружностью осей координат и получаем треугольник с длинами сторон, равными заданным.
Ниже приводится программа на языке Microsoft QBasic, позволяющая рассчитать длину отрезка ОМ (Mx - координату х точки М) и радиус описанной окружности R по заданной длине основания с и длине боковой стороны b.
INPUT "Основание: ", c INPUT "Боковая сторона: ", b h = SQR(b ^ 2 - (c / 2) ^ 2) R = b ^ 2 / (2 * h) Mx = h - R PRINT "Радиус равен "; R, "Координата центра равна "; Mx
Тестовое решение: Y:\qbasic>QBASIC.EXE Основание: 6 Боковая сторона: 5 Радиус равен 3.125 Координата центра равна .875
Итак, моделирование позволяет заранее предвидеть ход событий и тенденции развития, присущие управляемой системе, выяснить условия ее существования и установить режим деятельности с учетом влияния разных факторов. При этом на первый взгляд, может показаться, что чем большее количество факторов учтено в модели, тем лучше сама модель. На самом деле детализированная модель не всегда целесообразна, так как это излишне усложняет модель и представляет трудность для ее анализа.
Совершенствование процесса принятия управленческих решений и соответственно повышение качества принимаемых решений достигается за счет использования научного подхода, моделей и методов принятия решений. Модель является представлением системы, идеи или объекта. Необходимо использовать модели из-за сложности организаций, невозможности проводить эксперименты в реальном мире, необходимости заглядывать в будущее. Основные типы моделей: физические, аналоговые и математические (символические). Общими проблемами моделирования являются недостоверные предпосылки, информационные ограничения, плохое использование результатов и чрезмерные расходы.
Сама по себе имитационная модель очень редко является целью проекта. Для конечного пользователя важно решение конкретной задачи, например: оптимизировать количество персонала, определиться с планированием территории, управлением парком транспортных средств, политикой закупок, процесс сборки изделий и т.д. И естественно, модель одного и того же объекта будет выглядеть совершенно по-разному при разных целях моделирования. А иногда при анализе задачи становится ясно, что изначально планировавшееся ИМ вовсе не необходимо, и можно обойтись более простыми методами (например, линейным программированием). Это важно отследить в самом начале проекта.
При имитационном моделировании динамические процессы системы-оригинала подменяются процессами, имитируемыми в абстрактной модели, но с соблюдением основных правил (режимов, алгоритмов) функционирования оригинала. В процессе имитации фиксируются определенные события и состояния или измеряются выходные воздействия, по которым вычисляются характеристики качества функционирования системы. Имитационное моделирование позволяет рассматривать процессы, происходящие в системе, практически на любом уровне детализации. При этом в имитационной модели можно реализовать практически любой алгоритм управленческой деятельности или поведения системы. Кроме того, модели, которые допускают исследование аналитическими методами, также могут анализироваться имитационными методами. Все это служит причиной того, что имитационные методы моделирования в настоящее время становятся основными методами исследования сложных систем.
Результаты имитационного моделирования могут быть оформлены в виде графиков или таблиц, в которых каждому варианту значений параметров исследуемого объекта поставлены в соответствие определенные значения показателей , оценивающих функционирование объекта. Однако зависимости между теми же величинами в аналитическом виде с имитационной модели не могут быть получены Все имитационные модели представляют собой модели типа так называемого черного ящика. Это означает, что они обеспечивают выдачу выходных параметров системы, если на ее взаимодействующие подсистемы поступают входные воздействия. Поэтому для получения необходимой информации или результатов следует осуществить "прогон" (реализацию, "репетицию") моделей, а не "решать" их. Имитационные модели не формировать свое собственное решение в том виде, в каком это имеет место в аналитических моделях, а могут лишь служить в качестве средства для анализа поведения системы в условиях, которые определяются экспериментатором. Этот кажущейся на первый взгляд недостаток, на самом деле является главным достоинством имитационного моделирования вследствие того, что целесообразность применения имитационного моделирования становится очевидной при наличии любого из следующих условий:
Ш не существует законченной математической постановки задачи, либо еще не разработаны аналитические методы решения сформулированной математической модели
Ш аналитические методы имеются, но математические процедуры столь сложны и трудоемки, что имитационное моделирование дает более простой решения задачи
Ш кроме оценки определенных параметров, желательно осуществить на имитационной модели наблюдение за ходом процесса в течение некоторого времени
Ш имитационное моделирование может оказаться единственной возможностью вследствие трудностей постановки экспериментов и наблюдения явлений в реальных условиях.
В итоге можно сделать вывод: к методу имитационного моделирования обращаются тогда и только тогда, когда аналитическое решение задачи исследования данного объекта затруднено или невозможно.
Пусть ΔABC - равнобедренный, АВ = с - его основание, АС = ВС = b - боковые стороны. По условию треугольник симметричен относительно горизонтальной оси, так что его основание АВ должно быть перпендикулярно горизонтальной оси и при этом АО = ОВ, а вершина С попадет на горизонтальную ось. Разместим ΔABC так, чтобы основание попало на вертикальную ось.
Окружность, описанная вокруг треугольника, пройдет через все три его вершины. Точка М - центр описанной окружности, - лежит на пересечении перпендикуляров, проведенных из середин сторон треугольника. Поскольку ΔABC равнобедренный, то ОС - его высота и отрезок МС, равный радиусу окружности R, также лежит на горизонтальной оси.
Найдем высоту ОС, обозначив её через h, по теореме Пифагора.
ОС - это катет ΔAOC, AO ⊥ OC.
Площадь ΔABC находим по формуле
Для нахождения радиуса R = MC рассмотрим прямоугольные ΔAOC и ΔMDC, имеющие общий угол АСО = α
Теперь легко сделать необходимое построение.
Для этого откладываем от начала координат по горизонтальной оси отрезок ОМ и проводим из него, как из центра, окружность радиуса R. Соединяем между собой три точки пересечения окружностью осей координат и получаем треугольник с длинами сторон, равными заданным.
Ниже приводится программа на языке Microsoft QBasic, позволяющая рассчитать длину отрезка ОМ (Mx - координату х точки М) и радиус описанной окружности R по заданной длине основания с и длине боковой стороны b.
INPUT "Основание: ", c
INPUT "Боковая сторона: ", b
h = SQR(b ^ 2 - (c / 2) ^ 2)
R = b ^ 2 / (2 * h)
Mx = h - R
PRINT "Радиус равен "; R, "Координата центра равна "; Mx
Тестовое решение:
Y:\qbasic>QBASIC.EXE
Основание: 6
Боковая сторона: 5
Радиус равен 3.125 Координата центра равна .875
Чтобы продолжить, нажмите любую клавишу
Итак, моделирование позволяет заранее предвидеть ход событий и тенденции развития, присущие управляемой системе, выяснить условия ее существования и установить режим деятельности с учетом влияния разных факторов. При этом на первый взгляд, может показаться, что чем большее количество факторов учтено в модели, тем лучше сама модель. На самом деле детализированная модель не всегда целесообразна, так как это излишне усложняет модель и представляет трудность для ее анализа.
Совершенствование процесса принятия управленческих решений и соответственно повышение качества принимаемых решений достигается за счет использования научного подхода, моделей и методов принятия решений. Модель является представлением системы, идеи или объекта. Необходимо использовать модели из-за сложности организаций, невозможности проводить эксперименты в реальном мире, необходимости заглядывать в будущее. Основные типы моделей: физические, аналоговые и математические (символические). Общими проблемами моделирования являются недостоверные предпосылки, информационные ограничения, плохое использование результатов и чрезмерные расходы.
Сама по себе имитационная модель очень редко является целью проекта. Для конечного пользователя важно решение конкретной задачи, например: оптимизировать количество персонала, определиться с планированием территории, управлением парком транспортных средств, политикой закупок, процесс сборки изделий и т.д. И естественно, модель одного и того же объекта будет выглядеть совершенно по-разному при разных целях моделирования. А иногда при анализе задачи становится ясно, что изначально планировавшееся ИМ вовсе не необходимо, и можно обойтись более простыми методами (например, линейным программированием). Это важно отследить в самом начале проекта.
При имитационном моделировании динамические процессы системы-оригинала подменяются процессами, имитируемыми в абстрактной модели, но с соблюдением основных правил (режимов, алгоритмов) функционирования оригинала. В процессе имитации фиксируются определенные события и состояния или измеряются выходные воздействия, по которым вычисляются характеристики качества функционирования системы. Имитационное моделирование позволяет рассматривать процессы, происходящие в системе, практически на любом уровне детализации. При этом в имитационной модели можно реализовать практически любой алгоритм управленческой деятельности или поведения системы. Кроме того, модели, которые допускают исследование аналитическими методами, также могут анализироваться имитационными методами. Все это служит причиной того, что имитационные методы моделирования в настоящее время становятся основными методами исследования сложных систем.
Результаты имитационного моделирования могут быть оформлены в виде графиков или таблиц, в которых каждому варианту значений параметров исследуемого объекта поставлены в соответствие определенные значения показателей , оценивающих функционирование объекта. Однако зависимости между теми же величинами в аналитическом виде с имитационной модели не могут быть получены Все имитационные модели представляют собой модели типа так называемого черного ящика. Это означает, что они обеспечивают выдачу выходных параметров системы, если на ее взаимодействующие подсистемы поступают входные воздействия. Поэтому для получения необходимой информации или результатов следует осуществить "прогон" (реализацию, "репетицию") моделей, а не "решать" их. Имитационные модели не формировать свое собственное решение в том виде, в каком это имеет место в аналитических моделях, а могут лишь служить в качестве средства для анализа поведения системы в условиях, которые определяются экспериментатором. Этот кажущейся на первый взгляд недостаток, на самом деле является главным достоинством имитационного моделирования вследствие того, что целесообразность применения имитационного моделирования становится очевидной при наличии любого из следующих условий:
Ш не существует законченной математической постановки задачи, либо еще не разработаны аналитические методы решения сформулированной математической модели
Ш аналитические методы имеются, но математические процедуры столь сложны и трудоемки, что имитационное моделирование дает более простой решения задачи
Ш кроме оценки определенных параметров, желательно осуществить на имитационной модели наблюдение за ходом процесса в течение некоторого времени
Ш имитационное моделирование может оказаться единственной возможностью вследствие трудностей постановки экспериментов и наблюдения явлений в реальных условиях.
В итоге можно сделать вывод: к методу имитационного моделирования обращаются тогда и только тогда, когда аналитическое решение задачи исследования данного объекта затруднено или невозможно.
Объяснение: