- •1. Информатика как единство науки и технологии
- •2. Цели и задачи курса "Информатика"
- •4. Информация, её виды и свойства.
- •5. Различные уровни представления информации.
- •6. Носители данных. Операции с данными.
- •7. Функции, отношения, множества.
- •8. Булева алгебра и логические схемы компьютера. Логические машины.
- •9. Основы логики: Логика высказываний, логические языки, таблица истинности.
- •10. Графы и деревья.
- •11. Обзор и история архитектуры компьютеров.
- •12. Логические элементы компьютера: вентили, триггеры, счетчики, регистры
- •14. Представление числовых данных
- •15. Системы счисления. Правила перевода чисел из одной системы счисления в другую.
- •16. Знаковые представления и представления в дополнительном коде.
- •17. Представление нечисловых данных.
- •18. Организация машины.
- •19. Устройство ввода и вывода
- •20. Устройство памяти компьютера.
- •Характеристики систем иерархической памяти
- •22. Организация основной памяти и операции.
- •23. Виртуальная память.
- •Классификация по
- •Прикладное по
- •Виды Алгоритмов
- •Свойства Алгоритмов
- •27. Концепция и свойства алгоритмов.
- •Общая концепция алгоритма
- •28. Структура данных (типы, массив, строки).
- •Операции над строками
- •Основные типы данных.
- •Определение
- •Необходимость использования типов данных
- •Базовые типы
- •Числовые типы
- •Вещественные типы
- •2.2. Битовые типы
- •Логический тип
- •29. Стратегия реализации алгоритмов.
- •30. Блок схема. Виды Блок схем.
- •Основные элементы схем алгоритма
- •31. Способы представления алгоритмов.
- •32. Алгоритмические структуры.
- •33. Основные вычислительные алгоритмы: машина Тьюринга, легко и трудно решаемые задачи.
- •Устройство машины Тьюринга
- •Описание машины Тьюринга
- •Варианты машины Тьюринга
- •34. Анализ алгоритмов.
- •Анализ трудоёмкости алгоритмов
- •35. Архитектура организации процессора. Типовые структуры операционного блока микропроцессора
- •36. Организация системы адресации и команд
- •39. Основы дискретной математики. Элементы теории множеств. Комбинаторика.
- •Математическая логика.
- •Теория алгоритмов.
- •Теория графов.
- •Алгоритмы.
- •40. Этапы решения задач на эвм.
Классификация по
Программное обеспечение принято по назначению подразделять на системное и прикладное, а по способу распространения и использования на коммерческое, открытое и свободное. Свободное программное обеспечение может распространяться, устанавливаться и использоваться на любых компьютерах дома, в офисах, школах, вузах, а также коммерческих и государственных учреждениях без ограничений.
По способу распространения (доставки, оплаты, ограничения в использовании): Commercial Software, Freeware, Shareware, Abandonware, Adware, Free Software, Careware и др.
По назначению ПО разделяется на системное, прикладное и инструментальное.
Системное ПО |
|
|
|
Программные средства защиты |
|
|
|
Инструментальное ПО |
|
|
|
Прикладное по
Офисное приложение |
|
|
|
Корпоративная информационная система |
|
|
|
Система проектирования и производства |
|
|
|
Система логистической поддержки изделий |
|
|
|
Система обработки и хранения медицинской информации |
|
|
|
Научное ПО |
|
|
|
Информационные системы |
|
|
|
Клиент для доступа к интернет-сервисам |
|
|
|
Мультимедиа |
|
|
|
25. Стратегия решения задач.
Решение задач — процесс, являющийся составной частью мышления; выполнение действий или мыслительных операций, направленное на достижение цели, заданной в рамках проблемной ситуации. С точки зрения когнитивного подхода процесс решения задач является наиболее сложной из всех функций интеллекта и определяется как когнитивный процесс более высокого порядка, требующий согласования и управления более элементарными или фундаментальными навыками.
Стадии решения задачи
Процесс решения задачи состоит из таких основных подпроцессов, как:
Обнаружение проблемной ситуации;
Постановка задачи: выявление и более или менее строгое определение исходного (данного) — его элементов и отношений между ними — и требуемого (цели);
Нахождение решения задачи.
Эти этапы можно обнаружить во многих теориях решения задач. При этом под постановкой задачи может пониматься как сознательная работа, так и некие постулируемые неосознаваемые процессы переработки информации.
Стадии решения задачи в теориях О. Зельца, К. Дункера, Грино
О. Зельц |
К. Дункер |
Грино |
1. Образование комплекса, в который входят: а) характеристики известного и б) отношения известное-неизвестное, определяющие в) место неизвестного в комплексе. Незавершённость этого комплекса — суть проблемности. |
1. Проникновение в проблемную ситуацию — понимание её внутренних связей, восприятие её как целого, заключающего в себе некий конфликт. |
1. Построение когнитивной сети, состоящей из элементов известного (данного) и неизвестного (отношения между элементами известного и неизвестного пока не установлены). |
2. Запуск интеллектуальных операций: припоминание или создание решения. |
2. Нахождение функционального значения решения. 3. Реализация (воплощение) функционального значения в конкретное решение. |
2. Построение связей (отношений) между элементами , модификация сети при помощи дополнительной информации из памяти. |
26. Алгоритм и решения задач.
Алгоритм - точное предписание исполнителю совершить определенную последовательность действий для достижения поставленной цели за конечное число шагов. Различные определения алгоритма в явной или неявной форме содержат следующий ряд общих требований:
Детерминированность — определённость. В каждый момент времени следующий шаг работы однозначно определяется состоянием системы. Таким образом, алгоритм выдаёт один и тот же результат (ответ) для одних и тех же исходных данных. В современной трактовке у разных реализаций одного и того же алгоритма должен быть изоморфный граф. С другой стороны, существуют вероятностные алгоритмы, в которых следующий шаг работы зависит от текущего состояния системы и генерируемого случайного числа. Однако при включении метода генерации случайных чисел в список «исходных данных», вероятностный алгоритм становится подвидом обычного.
Понятность — алгоритм для исполнителя должен включать только те команды, которые ему (исполнителю) доступны, которые входят в его систему команд.
Завершаемость (конечность) — при корректно заданных исходных данных алгоритм должен завершать работу и выдавать результат за конечное число шагов. С другой стороны, вероятностный алгоритм может и никогда не выдать результат, но вероятность этого равна 0.
Массовость — алгоритм должен быть применим к разным наборам исходных данных.
Результативность — завершение алгоритма определенными результатами.
Алгоритм содержит ошибки, если приводит к получению неправильных результатов либо не дает результатов вовсе.
Алгоритм не содержит ошибок, если он дает правильные результаты для любых допустимых исходных данных