- •Оглавление
- •Базы данных/Управление данными Олейник а.Г.
- •Базы данных. Реляционная модель данных: базовые понятия. Целостность бд.
- •Транзакции в базах данных. Управление транзакциями (конфликты, блокировка, сериализация)
- •Функциональные зависимости в данных. Нормализация данных. Нормальные формы (1нф-4нф)
- •Информационные сети/сети эвм и телекоммуникаций Шишаев м.Г.
- •Основные задачи уровня канала данных в сетях эвм и методы их решения
- •Сравнительная характеристика методов коммутации: каналов, сообщений, пакетов. Коммутация в сетях атм
- •Эталонная модель взаимодействия открытых систем. Состав уровней взаимодействия. Протокол уровня и межуровневый интерфейс
- •Маршрутизация в сетях эвм, типология алгоритмов маршрутизации
- •Методы аналоговой и дискретной модуляции и мультиплексирования
- •Компьютерная графика/Компьютерная геометрия и графика Рыженко а.А.
- •Алгоритмы заливки замкнутых областей
- •Виды компьютерной графики. Цветовые модели. Кодирование цвета
- •4. Корпоративные ис Маслобоев а.В.
- •Принципы организации и функционирования управляющих информационно-вычислительных систем
- •Технологии построения распределенных вычислительных систем (rpc, com, corba)
- •Типовые компоненты информационных систем, базовые логические архитектуры ис
- •6. Методы оптимизации Македонов р.А.
- •Классификация оптимизационных задач и способов их решения
- •Математическая модель одномерной оптимизации. Приближенные методы решения: Метод ломаных
- •7. Мультимедиа технология Вицентий а.В.
- •Классификация и области применения мультимедиа приложений
- •8. Надежность, эргономика и качество асОиУ/Надежность ис Тоичкин н.А.
- •Виды резервирования систем. Постановка задачи оптимального резервирования. Подходы к решению задачи оптимального резервирования
- •Классические методы расчета надежности
- •Система показателей надежности: показатели безотказности, сохраняемости, ремонтопригодности, долговечности
- •9. Операционные системы Шишаев м.Г.
- •Основные принципы организации файловых систем unix: пространство имен; структура записи каталога; структура описателя файла (inod-а); выделение блоков
- •Понятие операционной системы (ос). Основные функции ос. Классификация ос
- •Принципы организации системы прерывания программ. Векторное прерывание. Программное управление приоритетом
- •Концепция и принципы организации виртуальной памяти. Задачи управления виртуальной памятью. Страничный обмен
- •10. Организация эвм и систем/Архитектура эвм и систем Шишаев м.Г.
- •Архитектура эвм. Программная модель процессора. Режимы адресации памяти
- •Защищенный режим работы процессоров Intel: концепция, основные понятия, техника формирования физического адреса
- •Архитектура эвм с общей шиной. Принцип действия синхронных и асинхронных шин. Примеры и характеристика шин ввода-вывода
- •12. Представление знаний в ис Фридман а.Я.
- •14. Проектирование асоиу/Проектирование ис Тоичкин н.А.
- •Понятие жизненного цикла информационной системы. Модели жизненного цикла ис
- •Структурный и объектно-ориентированный подходы к проектированию программного обеспечения
- •15. Системное по Ломов п.А.
- •Основные этапы компиляции программ
- •Способы задания формальных языков. Классификация грамматик по Хомскому
- •16. Системы искусственного интеллекта/интеллектуальные информационные системы Фридман о.В.
- •Подходы к построению систем ии (логический, структурный, эволюционный, имитационный). Архитектура и основные составные части систем ии
- •17. Теоретические основы автоматизированного управления Горохов а.В.
- •Понятие автоматического и автоматизированного управления. Классификация систем автоматизированного управления
- •Решение прямой и обратной задачи распознавания в адаптивных автоматизированных системах управления
- •18. Теория вероятностей, математическая статистика и случайные процессы/Вероятность и статистика Селякова с.В.
- •Основные понятия и определения теории вероятностей. Законы распределения случайной величины. Характеристики случайной величины
- •Основные понятия и определения математической статистики. Типичные задачи математической статистики. Проверка правдоподобия гипотез
- •19. Теория игр и исследование операций Степенщиков д.Г.
- •Смешанное решение матричной игры
- •20. Теория информационных процессов и систем Горохов а.В.
- •Нечеткие множества: основные понятия, базовые операции
- •Основные принципы моделирования (виды подобия), классификация моделей
- •Система (понятие, определение, классификация, большие и сложные системы)
- •21. Теория принятия решений Фридман а.Я.
- •2 Основных этапа многокритериальной оптимизации.
- •Аксиома Парето и эффективные варианты. Определение множества Парето в дискретном и непрерывном случаях
- •Количественная оценка эффективности решений: функция полезности
- •22. Технология программирования Тоичкин н.А.
- •Рекурсивные алгоритмы. Примеры рекурсивных алгоритмов
- •Анализ временной сложности (трудоемкости) алгоритмов
- •23. Численные методы/Вычислительная математика Малыгина с.Н.
- •Постановка задач аппроксимации функций одной переменной: Интерполирование алгебраическими многочленами.
- •Метод прогонки для решения систем линейных уравнений
Количественная оценка эффективности решений: функция полезности
-
Показатели исхода операции (ПИО) и их связь с показателями эффективности для трех категорий операций (детерминированных, стохастических, с неопределенностью).
Полезность исходов операции, ранжирование исходов.
Функция полезности: определение и свойства, виды и примеры.
22. Технология программирования Тоичкин н.А.
Рекурсивные алгоритмы. Примеры рекурсивных алгоритмов
-
Определение рекурсии.
Рекурсия.
Рекуррентное соотношение.
Рекурсивный алгоритм.
Глубина рекурсии.
Конечность и окончание рекурсивного алгоритма.
Схемы прямой (простой) и косвенной (сложной) рекурсии.
Реализация механизма рекурсивного вызова процедуры.
Рекурсивные данные.
Примеры рекурсивных алгоритмов.
Рекурсия и итерация.
Анализ временной сложности (трудоемкости) алгоритмов
-
Цель анализа временной сложности (трудоемкости) алгоритмов.
Факторы, влияющие на сложность алгоритмов.
что подсчитывать и что учитывать при анализе сложности.
наилучший, наихудший и средний случай работы алгоритма.
асимптотическая сложность.
Примеры анализа сложности алгоритмов
внутренняя сортировка массивов (сортировка вставками, сортировка обменом).
бинарный поиск (поиск в отсортированном массиве);
поиск подстроки в строке (примитивный алгоритм, алгоритм КМП).
23. Численные методы/Вычислительная математика Малыгина с.Н.
Постановка задач аппроксимации функций одной переменной: Интерполирование алгебраическими многочленами.
-
В основе большинства численных методов математического анализа лежит подмена одной функции (известной, неизвестной или частично известной) другой функцией , близкой к и обладающей «хорошими» свойствами, позволяющими легко производить над нею те или иные аналитические или вычислительные операции. Такая подмена называется аппроксимацией или просто приближением функции функцией . Такую подмену можно сделать разными способами.
Интерполирование
Постановка задачи, пример возникновения задачи интерполирования
Интерполирование алгебраическими многочленами
Пусть на отрезке заданы точки (будем называть их узлами интерполирования), в которых известны значения функции . Задача интерполирования алгебраическими многочленами состоит в том, чтобы построить многочлен степени
, (1)
значения которого в заданных точках совпадают со значениями функции в этих точках.
Для любой непрерывной функции сформулированная задача имеет единственное решение. Действительно, для отыскания коэффициентов получаем систему линейных уравнений
(2)
Если среди нет совпадающих, то определитель системы (1.2) отличен от нуля, и следовательно система имеет единственное решение.
Определение Многочлен , удовлетворяющий условию
(3)
называется интерполяционным многочленом для функции , построенным по узлам .
Решение системы (1.2) можно записать различным образом. Наиболее употребительна запись интерполяционного многочлена в форме Лагранжа и в форме Ньютона.
Интерполяционный многочлен Лагранжа имеет вид
(4)
Интерполяционная формула Ньютона позволяет выразить интерполяционный многочлен через значения в одном из узлов и через разделенные разности функции , построенные по узлам .
Интерполяционным многочленом Ньютона называется многочлен
, (5)
где - разделенные разности.
Интерполяционную формулу Ньютона удобнее применять в том случае, когда интерполируется одна и та же функция , но число узлов интерполирования увеличивается. Если узлы интерполяции фиксированы и интерполируется не одна, а несколько функций, то удобнее пользоваться формулой Лагранжа.