- •1. Введение
- •2. Информатика
- •Предмет и основные понятия информатики
- •Понятие информации и её свойства
- •Классификация информации
- •1) По способам восприятия
- •3) По предназначению
- •Свойства информации
- •Объективность
- •Достоверность
- •Полнота
- •Понятие количества информации
- •Тема 1. Информация и информационные процессы
- •1.1. Информация. Информационные объекты различных видов
- •1.2. Виды и свойства информации
- •1.3. Основные информационные процессы. Хранение, передача и обработка информации
- •Информационная энтропия
- •Формальные определения
- •Определение по Шеннону
- •Определение с помощью собственной информации
- •Свойства
- •Математические свойства
- •Эффективность
- •Вариации и обобщения
- •Условная энтропия
- •Взаимная энтропия
- •История
- •Алгоритм Шеннона — Фано
- •Основные сведения
- •Основные этапы
- •Алгоритм вычисления кодов Шеннона — Фано
- •Пример кодового дерева
- •Информация
- •История понятия
- •Классификация информации
- •Значение термина в различных областях знания Философия
- •В информатике
- •Системология
- •В физике
- •В математике
- •В теории управления
- •В кибернетике
- •Информация в материальном мире
- •Информация в живой природе
- •Информация в человеческом обществе
- •Хранение информации
- •Передача информации
- •Обработка информации
- •Информация в науке
- •Теория информации
- •Теория алгоритмов
- •Теория автоматов
- •Семиотика
- •Дезинформация
- •1. Введение
- •Способы кодирования информации.
- •Теорема Шеннона — Хартли
- •Утверждение теоремы
- •История развития
- •Критерий Найквиста
- •Формула Хартли Теоремы Шеннона для канала с шумами
- •Теорема Шеннона — Хартли
- •Значение теоремы Пропускная способность канала и формула Хартли
- •1. Передача информации. Информационные каналы
- •2. Характеристики информационного канала
- •3. Абстрактный алфавит
- •4. Кодирование и декодирование
- •5. Понятие о теоремах Шеннона
- •6. Международные системы байтового кодирования
- •7. Кодирование информации
- •7.1. Двоичное кодирование текстовой информации
- •7.2. Кодирование графической информации
- •7.2.1. Кодирование растровых изображений
- •7.2.2. Кодирование векторных изображений.
- •7.3. Двоичное кодирование звука
- •Алгоритм
- •История термина
- •Определения алгоритма Неформальное определение
- •Формальное определение
- •Машина Тьюринга
- •Рекурсивные функции
- •Нормальный алгоритм Маркова
- •Стохастические алгоритмы
- •Другие формализации
- •Формальные свойства алгоритмов
- •Виды алгоритмов
- •Нумерация алгоритмов
- •Алгоритмически неразрешимые задачи
- •Анализ алгоритмов Доказательства корректности
- •Время работы
- •Наличие исходных данных и некоторого результата
- •Представление алгоритмов
- •Эффективность алгоритмов
- •1.1. Sadt-модели
- •1.2. Модель отвечает на вопросы
- •1.3. Модель имеет единственный субъект
- •1.4. У модели может быть только одна точка зрения
- •1.5. Модели как взаимосвязанные наборы диаграмм
- •1.6. Резюме
- •Классификация моделей
- •1) Классификация моделей по области использования:
- •2) Классификация моделей по фактору времени:
- •1.3.1. Основные признаки систем
- •Система
- •Различные определения
- •Свойства систем Связанные с целями и функциями
- •Связанные со структурой
- •Связанные с ресурсами и особенностями взаимодействия со средой
- •Классификации систем Ранги систем
- •Термодинамическая классификация
- •Другие классификации
- •Закон необходимости разнообразия (закон Эшби)
1.6. Резюме
Сложности, связанные с описанием многих искусственных систем, объясняются тем, что эти системы слишком велики для того, чтобы можно было просто перечислить все их компоненты. С другой стороны, они могут быть упрощены за счет обобщающих предположений. Методология SADT создана специально для представления таких сложных систем путем построения моделей. SADT-модель - это описание системы, у которого есть единственный субъект, цель и одна точка зрения. Целью служит набор вопросов, на которые должна ответить модель. Точка зрения - позиция, с которой описывается система. Цель и точка зрения - это основополагающие понятия SADT. В этой главе мы решили дать о них беглое представление, оставляя более подробное рассмотрение до глав 5 и 6. Описание модели SADT организовано в виде иерархии взаимосвязанных диаграмм. Вершина этой древовидной структуры представляет собой самое общее описание системы, а ее основание состоит из наиболее детализированных описаний.
Рис 1-2 Две взаимосвязанных SADT-модели
Классификация моделей
Признаки классификаций моделей: 1) по области использования;
2) по фактору времени;
3) по отрасли знаний;
4) по форме представления
1) Классификация моделей по области использования:
Учебные модели – используются при обучении;
Опытные – это уменьшенные или увеличенные копии проектируемого объекта. Используют для исследования и прогнозирования его будущих характеристик
Научно - технические - создаются для исследования процессов и явлений
Игровые – репетиция поведения объекта в различных условиях
Имитационные – отражение реальности в той или иной степени (это метод проб и ошибок)
2) Классификация моделей по фактору времени:
Статические – модели, описывающие состояние системы в определенный момент времени (единовременный срез информации по данному объекту). Примеры моделей: классификация животных…., строение молекул, список посаженных деревьев, отчет об обследовании состояния зубов в школе и тд.
Динамические – модели, описывающие процессы изменения и развития системы (изменения объекта во времени). Примеры: описание движения тел, развития организмов, процесс химических реакций.
3) Классификация моделей по отрасли знаний - это классификация по отрасли деятельности человека: Математические, биологические, химические, социальные, экономические, исторические и тд
4) Классификация моделей по форме представления :
Материальные – это предметные (физические) модели. Они всегда имеют реальное воплощение. Отражают внешнее свойство и внутреннее устройство исходных объектов, суть процессов и явлений объекта-оригинала. Это экспериментальный метод познания окружающей среды. Примеры: детские игрушки, скелет человека, чучело, макет солнечной системы, школьные пособия, физические и химические опыты
Абстрактные (нематериальные) – не имеют реального воплощения. Их основу составляет информация. это теоретический метод познания окружающей среды. По признаку реализации они бывают: мысленные и вербальные; информационные
Мысленные модели формируются в воображении человека в результате раздумий, умозаключений, иногда в виде некоторого образа. Это модель сопутствует сознательной деятельности человека.
Вербальные – мысленные модели выраженные в разговорной форме. Используется для передачи мыслей
Информационные модели – целенаправленно отобранная информация об объекте, которая отражает наиболее существенные для исследователя свойств этого объекта.
Типы информационных моделей :
Табличные – объекты и их свойства представлены в виде списка, а их значения размещаются в ячейках прямоугольной формы. Перечень однотипных объектов размещен в первом столбце (или строке), а значения их свойств размещаются в следующих столбцах (или строках)
Иерархические – объекты распределены по уровням. Каждый элемент высокого уровня состоит из элементов нижнего уровня, а элемент нижнего уровня может входить в состав только одного элемента более высокого уровня
Сетевые – применяют для отражения систем, в которых связи между элементами имеют сложную структуру
По степени формализации информационные модели бывают образно-знаковые и знаковые. Напримеры:
Образно-знаковые модели :
Геометрические (рисунок, пиктограмма, чертеж, карта, план, объемное изображение)
Структурные (таблица, граф, схема, диаграмма)
Словесные (описание естественными языками)
Алгоритмические (нумерованный список, пошаговое перечисление, блок-схема)
Знаковые модели:
Математические – представлены матем.формулами, отображающими связь параметров
Специальные – представлены на спец. языках (ноты, хим.формулы)
Алгоритмические – программы
Признаки классификаций моделей:Классификация моделей по области использования
Классификация моделей
При построении математических моделей процессов функционирования систем существуют следующие основные подходы: непрерывно-детерминированный (например, дифференциальные уравнения, уравнения состояния); дискретно-детерминированный (конечные автоматы); дискретно-стохастический (вероятностные автоматы); непрерывно-стохастический (системы массового обслуживания); обобщенный или универсальный (агрегативные системы).
Классификация моделей и видов моделирования объектов и систем в соответствии с теорией подобия должна выделить в них наиболее общие признаки и свойства реальных систем. Ниже приведена одна из возможных классификаций.
Признаки классификации |
Виды математических моделей |
1. Принадлежность к иерархическому уровню |
|
2. Характер взаимоотношений со средой |
|
3. Характер отображаемых свойств объекта |
|
4. Способ представления свойств объекта |
|
5. Способ получения модели |
|
6. Причинная обусловленность |
|
7. По отношению к времени |
|
8. По типу уравнений |
|
9. По множеству значений переменных |
|
10. По назначению |
|
Моделирование в целом включает в себя ряд этапов, базирующихся на системном подходе:
-
Содержательная постановка задачи: выработка общиго подхода к исследуемой проблеме; определение подзадач; определение основной цели и путей ее достижения.
-
Изучение и сбор информации об объекте-оригинале: анализ или подбор подходящих гипотез, аналогий, теорий; учет опытных данных, наблюдений и т.д.; определение входных и выходных переменных, связей; принятие упрощающих предположений.
-
Формализация: принимаются условные обозначения и с их помощью описываются связи между элементами объекта в виде математических выражений. Намечается переход к количественному анализу.
-
Выбор метода решения. Для поставленной математической задачи обосновывается метод ее решения с учетом знаний и предпочтений пользователя и разработчика. При проектировании приходится решать как линейные, так и нелинейные задачи, использовать ручные и машинные методы проектирования, расчета и исследований,
-
Реализация модели. Принимается критерий оценки эффективности модели, разрабатывается алгоритм, пишется и отлаживается программа, чтобы осуществить системный анализ и синтез.
-
Анализ полученных результатов. Сопоставляется предполагаемое и полученное решение, проводится оценка адекватности и погрешности моделирования. Процесс моделирования является итеративным. В случае неудовлетворительных результатов, полученных на этапах 5 или 6, осуществляется возврат к одному из ранних этапов, который мог привести к разработке неудачной модели. Уточнение модели происходит до тех пор, пока не будут получены приемлемые результаты.
Таким образом, после прохождения этих этапов наиболее полно могут быть выполнены требования, предъявляемые к моделям:
-
Универсальность — характеризует полноту отображения моделью изучаемых свойств реального объекта;
-
Адекватность — способность отражать нужные свойства объекта с погрешностью не выше допустимой;
-
Точность — оценивается степенью совпадения значений характеристик реального объекта со значениями этих характеристик, полученных с помощью моделей;
-
Экономичность — определяется затратами ресурсов ЭВМ (памяти и времени на ее реализацию и эксплуатацию).
Качество моделирования может быть оценено характеристикой его потребительских свойств:
-
эффективность использования его по назначению (цели);
-
ресурсоемкость;
-
стоимость.
Эти характеристики (показатели) в развернутом виде представлены на рис.1.1 .
Математический подход к моделированию имеет ряд недостатков:
-
низкая адекватность математической модели реальному объекту;
-
проблемы, связанные с решаемостью математических моделей из-за наличия в них разрывных функций;
-
непригодность математических моделей для большинства объектов с переменной структурой;
-
приближенные методы реализаций моделей с переменными коэффициентами требуют значительных затрат и не обладают достаточной точностью решения.
В настоящее время имитационное моделирование в основном реализуется на ЦВМ. Исходное математическое описание любой динамической системы представляет собой совокупность дифференциальных, алгебраических, логических, разностных уравнений, описывающих физические процессы в отдельных функциональных элементах системы.
.3. Понятие системы и ее свойства
Понятие “система” широко используется в науке, технике и повседневной жизни, когда говорят о некоторой упорядоченной совокупности любого содержания. Система является фундаментальным понятием, как системотехники, так и базовых теоретических дисциплин (теории систем, исследования операции, системного анализа и кибернетики). Система — это объективное единство закономерно связанных друг с другом предметов, явлений, сведений, а также знании о природе, обществе и т. п. Каждый объект, чтобы его можно было считать системой, должен обладать четырьмя основными свойствами или признаками (целостностью и делимостью, наличием устойчивых связей, организацией и эмерджентностью).