
- •7. Разработка эффективных алгоритмов: методы «Разделяй и влавствуй» и динамическое программирование.
- •2. Общие принципы код-я информации и формы ее представления в эвм
- •5. Анализ алгоритмов сортировки: обменная сортировка методом «пузырька», метод «простого выбора».
- •17. Анализ алг-мов поиска: послед-ый поиск в неупорядоч .Массиве, бинарный поиск в упорядоч. Массиве.
- •6. Разработка эффективных алгоритмов: методы «Разделяй и влавствуй» и «Балансировки».
- •8. Разработка эффективных алгоритмов: методы жадные алгоритмы. Задача о выборе заявок. Принцип жадного выбора.
- •Задача о выборе заявок
- •9. Алгоритм: содержательный и формализованный подходы к понятию «алгоритм». Свойства алгоритма и способы его описания.
- •21. Классификация ппо. Текстовые редакторы, издательские системы. Технологии обработки текстовой информации.
- •10.Линейность, ветвление и цикл. Их реализация в языках программирования.
- •4. Задача сортировки. Алгоритмы сортировки. Сортировка и индексирование.
- •12. Логические яп. Декларативность программ. Решение логических задач.
- •13. Функц яп. Декларативность прогтамм. Лямбда-исчислениею
- •29. Накопители инф-ции, принципы их действия. Физ. И лог. Стр-ра диска.
- •14. Языки программирования. Основные элементы. Обзор и классификация. Методологии программирования.
- •15. Понятие типа данных. Простые (базовые) типы данных. Ссылочный тип.
- •16. Структурированные типы данных (массивы, записи, множества, файлы)
- •18. Объектно-ориентированное программирование. Инкапсуляция. Наследование. Полиморфизм.
- •19. Программное обеспечение эвм. Операционные системы. Развитие ос. Оболочки ос.
- •20. Программное обеспечение эвм. Сервисные программы (антивирусы, архиваторы, дефрагментаторы, диагностика и отладка).
- •22. Классификация ппо. Табличная организация информации. Табличные модели. Табличные процессоры.
- •11. Подпрограммы. Их реализ. В яп. Рекурсия, модул. Пр-ние
- •23. Классификация ппо. Базы данных. Проектирование баз данных. Субд.
- •25. Реляционная алгебра. Операции над таблицами.
- •26. Эвм как средство обработки информации. Класс-кация эвм. Перспективы раз-ия вт
- •45. Нейр. Сети. Одн. Перцептр. Актив. Ф-ия. Лог. Операц. На основе прст. Перцептр.
- •27. Понятие архитектуры эвм. Центральные устройства эвм, их наз-е и характеристики
- •28. Устройства ввода и вывода информации, их назначения и функции.
- •30. Базовая эталонная модель взаимодействия открытых систем международной организации стандартизации и ее значение в развитии телекоммуникации.
- •Взаимодействие уровней модели osi
- •31. Протоколы общения компьютеров в сети (ip, tcp, udp, ftp, smpt, http, nntp) и интерфейсы. Области взаимодействия открытых сетей.
- •32. Принципы функционирования локальных вычислительных сетей. Основные компоненты и типы лвс. Одноранговые сети. Сети на основе сервера. Комбинированные сети.
- •33. Основные типы кабельных сред передачи данных. Узкополосная и широкополосная передача сигналов. Асинхронная передача и автоподстройка. Сетевой адаптер.
- •34. Беспроводные сети. Передача "точка-точка". Инфракрасные лазерные лвс. Беспроводные лвс с радиопередачей. Мобильные сети.
- •35. Классификация моделей. Моделирование физических процессов. Понятие вычислительного эксперимента, его этапы и фазы. Области применения вычислительного эксперимента.
- •36. Моделирование стохастических систем. Моделирование случайных величин с равномерным распределением. Методы проверки случайности данных.
- •37. Приближенное число. Абсолютная и относительная погрешности. Виды, основные источники, способы устранения погрешностей.
- •38. Решение уравнений методами бисекций и итераций.
- •40. Постан. З-чи интер-ния. Интер-ный многоч. Сплайны.
- •43. Обработка результатов наблюдений. Уточнение параметров методом средних и методом наименьших квадратов.
- •44. Нечеткая логика. Ф. Принадлежности. Ф. Ограничения. Основные операции в нечеткой логике.
- •46. Нейр. Сети. Обуч. С пом-ю алгор. Обр. Распр.
- •54. Алгебра высказываний. Нормальные формы. Совершенные нормальные формы. Теорема существования нормальной формы. Приложение алгебры высказываний к логико-математической практике.
- •47. Знания. Классификация. Экспертные системы. Искусственный интеллект
- •48. Представление знаний (логическая модель, семантические сети, фреймы, продукции).
- •49. Представление задачи оптимизации в канонической, стандартной и матричной форме. Постановка задачи линейного программирования. Математическая модель все типов задач линейного программирования.
- •50. Решение задач линейного программирования графическим методом.
- •1. Система огранич-й представл. В канонич. Видет
- •2. Пусть система огр-ий злп представлена в виде:
- •3. Пусть система ограничений злп представлена в виде
- •52. Элементы теории двойственности. Прямая и двойственная задачи линейного программирования. Основные теоремы двойственности. Применение двойственного симплексного метода.
- •53. Основные понятия теории графов. Степень вершины графа. Ориентированные графы, связные графы и компоненты связности. Понятие взвешенного графа. Способы задания графа.
38. Решение уравнений методами бисекций и итераций.
Метод бисекций.
Пусть дано ур-ие f(x)=0 где f(x)-непрерывно на некотором конеч или бесконеч интерв. Конем этого ур. Назовем число обращ-е f(x) в 0, если f(x0)=f /(x0)=…fk-1(x0)=0, то x0 корень кратности к точно решить данное ур-ие не всегда удается, будем гов-ть, что x—есть приближенное решение ур-ия с точн-ю если |a-x––| <=,где а точный корень –<= a-x––<= или a-<=x––<=a+.Задача о нахожд приближ корня обычно реш-ся в 2 этапа 1) отдел-ся корень т.е. ищется по возм-ти небольш отр-ок [ , ] содерж ровно один корень. 2) корень уточн-ся до нужной точности. 1) а) отделение корня м.о. пр-ти графически. б) если график сложен, то ур-е мо переписать в виде g(x) =f(x) (и построить гр-ки y=g(x), y=f(x) и точка пересеч б.т. корень). в) мо для отделен корня исп-ть. теор. Т.если непрерыв ф-я на концах отр приним-ет значен разных знаков, то на отр-ке она имеет по кр-не. мере один корень. Если ф-я монотонна, то кор-нь один. Пусть изв-но, что корни Ур-я нах-ся на конц отр-ка [a,b] разделим отрезок на равные части точками a=0<1<…<n=b и проверим знаки на концах отр-ка [i ,i+1] i=0,n-1 если условие теор вып-ся отр-к содерж корень, алгор-м метода м.б. следующим а,в концы отрезка, n-кол-во отр-ов деления.
2) одним из простейших способов уточнения корня явл-ся метод бисекции сост-ий в следующем: пусть на отр. [a,b] yf[-cz ровно 1 корень уровн. Найдем корень с точн-ю . Разделим отр. Пополам. Точкой x1 =(a+b)/2, половину содерж корень вновь делим пополам итд. Процесс прекращ, когда длина отр-ка не станет <=2 тогда за приближ значение корня x–– возьмем середину этого отр-ка.
Алгоритм следующий.
Метод итераций (последов-ых приближений)Уравнение f(x)=0 перепишем в виде x=(x), пусть каким либо образом найдено приближенное значение корня x0 подставляя x0 в правую часть ур-я получим число x1=(x), продолжая таким же обр-ом получим xn=(xn-1) получим бесконеч числов посл-ть {xn }допустим, что она имеет lim т.е. limxn=с (n–>беско-ть)тогда предполагая непрерыв (x) и переходя к пределу для xn получим limxn=lim(xn-1) (xn,n–> беск-ти)=> c=(c) т.е. с-корень. Вопрос о сходимости {xn} решает теорема Т. Пусть ф-я (x) определена и диффер на некотор отр [a,b] и удовл услов 1) (x) принадлеж [a,b], 2) /(x)<=q<=1 x принадлеж [a,b] тогда посл-ть {xn} задаваемая соотнош xn=(xn-1) сходится при x0 взятом из [a,b]
Теорема явл-ся достаточной но не обязат для сходимости.
Геометрич смысл метода итераций.
Е
x0,
Алгоритм имеет вид
39. Реш-е Ур-ий методами хорд и касс-ых.
М-д хорд.
Пусть корень Ур-ния f(x)=0, [a,b] допустим, что на [a,b] существ. f’’(x), к-ое не мен. знак. Пусть для определ-ти f(a)<0. Пусть f’’>0 (рис.): провед. хорду АВ и найдем ее пересеч. с осью x. Пусть А1 пересечение y=f(x) и прямой x=x1, проводим хорду А1В, пусть x2 – ее пересеч. с осью x и т.д.
Получ. ∞ числов. послед-ть {xn}. Для нахожд. xi используем Ур-ние прямой, прох. ч/з 2 точки:
найдем:
В
послед-сти xn:
a=x0<x1<…<xn<…<b
т.е.
посл-ть xn
имеет
предел, как возрост-ая и ограниченная
сверху, т.е.
перейдя к пределу:
т.е.с-кор-нь
М-д касательных. Пусть корень ур-ния f(x)=0 отделен на отрез. [a,b], причем f’’ не меняет знака на [a,b]. Возьмем для опред-сти f(a)<a, f’’>0
Провед. касат. к тому концу дуги АВ в к-ром f*f’’>0. Пусть x1 ее пересеч. с Ox обозначим ч/з b1 пересеч. прямой x=x1 и дуги АВ. Провед. касат. в т.В1 пусть x2 ее пересеч. с Ox и т.д. Получ. ∞ послед-ть {xn} имеющую предел как убывающая и огранич. xn – б/м искать из ур-ния касат. Ищем x1:
y-f(b)=f’(b)(x-b), полагая y=0 x=x1
анал-но
…
т.к.
то
переходя к пределу, получим:
т.е.
с
– корень
На
практике для получ. корня с точн. ε
заканчив.
вычисл., когда
***
знания о том, как готовить пищу, о том, как добраться до работы и т.п). P - условие применимости ядра пр. Когда P принимает значение "истина", ядро пр активизируется. При ложном P ядро пр. не м.б. использовано. A=>B - ядро пр. Обычное прочтение ядра: "Если А, то В." Иногда допускают альтернативный выбор: "Если А, то В, иначе С." Знак => может истолковываться как логическое следование В из истинного А, или А описывает условия, необходимое для того, чтобы можно было совершить действие В. N - постусловия пр. Используются только если ядро продукции реализовалось. Пример: (i) покупка, Q при посещении торговых точек, P наличие денег, A=>B если хочешь иметь вещь Х, то заплати в кассу ее стоимость и отдай чек продавцу, N в описи товаров магазина уменьшить количество вещей. ПС состоят из трех компонентов; базы знаний, содержащей правила пр.; базы данных, которая в виде фактов отображает текущее состояние задачи; управляющей структуры, решающей, какое из правил пр. надлежит применить следующим. В основе правил пр. лежит простой принцип: они определяют набор разрешенных преобр-й, с помощью кот-х происходит продвижение от нач-го состояния до окончательного реш-я поставленной задачи.