
- •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.
40. Постан. З-чи интер-ния. Интер-ный многоч. Сплайны.
П
усть
некот. ф-ция задана таблично (n+1)
знач.: (x0,y0),(x1,y1),…,(xn,yn).
Треб-ся найти ф-лу f(x)
такую, что yi=f(xi),
где i=0,n.
В данной постан-ке з-ча неопред., т.к.
реш. неединс-но. Для единст-ти реш., выбир.
конкрет. класс ф-ций (показат., log,
и т.д.). Чаще всего реш. ищут в классе
многочлен. и формулир. з-чу т.о.: по
(n+1)-точке
построить многочлен n-ой
степ. y=Pn(x)
такой, что yi=Pn(xi).
Процесс нахожд. реш. наз. интерполив-ем,
ф-ция интерпол-ной, h=xi-xi-1-шагом
инт-ия точки yi,xi-узлами
интер-ния. Если строится многоч., говорят
о параболич. интерпол-нии. Если h=const
для i=0,n
– узлы наз-ют равноотстоящими.
I.
Интер-ный многочлен Ньютона для ф-ий с
равноотс. узлами. Пусть даны (n+1)-точка
и причем. xi+1=xi+h=x0+ih;
для i=0,n.
Построим многоч. n-ой
степ.т/что Pn(xi)=yi.
Реш. б/м искать в виде:
Pn(x)=a0+a1(x-x0)+…+an(x-x0)(x-x1)…(x-xn-1).
Найд. коэф-ты ai,
i=0,n;
для этого б/м подст-ть посл0но в выражен.
вместо x
знач. x0,x1,…,xn.
Положим x=x0
=>
a0=y0,
положим x=x1
=> a1=(y1-y0)/h=Δy0/h,
положим x=x2
=> a2=Δ2y0/2h2
и т.д. Т.О.:
Наз.
ф-лой интерпол-ния вперед (пригодна для
вычисл. точек, лежащ. в нач. таблицы). Для
вычис знач. в точках, лежащ. в конце
таблицы использ. 2-ой интерпол-ый многоч.
или ф-лу интерпол-ия назад:
II.
Интерпол-ый многоч. Лагранжа для ф-ций
с неравноотст. узлами. Введ. вспомог.
ф-ию:
Gi(x)-есть
многочлен n-ой
степ., причем
Рассм-м
сумму:
нетрудно видеть, что Ln(x)-многоч. n-ой степ., причем Ln(xi)=yi, т.е. Ln(x) есть интерпол-ный многоч. наз. многоч. Лагранжа.
43. Обработка результатов наблюдений. Уточнение параметров методом средних и методом наименьших квадратов.
Пусть
даны n-точек
(xi,yi)
и пусть завис-ть выбр:
(1),
где x-перем.,
ai-парам-ры,
m<=n,
постав. з-чу о нахожд. пар-ров т.о., чтобы
выбр. зав-сть как м/но точнее совп. с зад.
точками. Свед. з-чи к с-ме из n
ур-ий с m
неиз-ми (m<=n)
на прак. м/т привести или к неодназ-сти
реш. или к его отсутс. из-за погреш.
данных, п/у рассм-м м-ды приводящие к
с-ме из m
ур-ний.
I. М-д выбр-х точек. Если зав-сть выбр. и известен вид крив., постр. по задан. точкам, то на кривой выбир. m точ. прим-но равн-но распред-х,
п
ричем
необяз-но совп-щие с данными, подст-ляя
выбран. точки в (1) получ. с-му из ур-ний
с m-неизвестн.
II. М-д средних. Обознач. ч/з εi=f(xi,a1,…,an)-yi=y-i-yi и наз. уклонением. Разоб. данные точ. на m групп с прим-но равным кол-вом точек в кажд.
Б
/м
считать пар-тры наилуч-ми, если
сумма уклон-й по кажд. группе =0. В рез-те получ. с-му из m ур-ний. Т.к. εi имеют знак, то не всегда равен-во суммы уклон-й дает хорош. рез-т. Этого недост-ка лишен след-щий м-д
III.
М-д наим-х квадр.Б/м счит. парам. наилуч-ми,
если сумма квадратов уклон. наим-шая
т.е. з-ча сводится к нахож-ию минимума
ф-ции:
по
необх-му призн. экстремума ф-ции многих
перем-х, приходим к с-ме: →
решив к-ую найдем парам-ры. Если искомые парам. входят в ур-ние линейно, то приходим к след-щей с-ме: Пусть f(x,a1,…,am)=φ0(x)+a1 φ1(x)+…+am φm(x), тогда
Yi= φ0(xi)-yi , тогда частн. производ. им. вид:
М-д обладает тем приемущ-вом что если S наименьшая, то и εi наименьшии. Недостаток – больш. объем вычислений.
42. Методы приближенного решения дифференциальных уравнений.
Многие матем., физич., технич. з-чи в к-ых рассм-ся ск-ть измен. одной велич. по отнош. к др. приводят к ДУ-ям. Рассм. ДУ 1-го порядка с 1-ой переем.: F(x,y,y’)=0; y=y(x); Привед. ДУ к виду y’=f(x,y) (1) б/м искать частное реш., для чего зададим нач. услов.: y(x0)=y0 (наз. з-ча КОШИ).
Реш. б/м искать в виде таблицы на некот. отр. [a,b] с некот. шагом h постоянным или нет, обычно за x0=a
Реш ДУ с пом-ю ряда Тейлора. Доп-м реш. ур. y’=f(x,y) раскл-ся в ряд Тейлора в окрестн. т. x0 :
Пусть
x1=x0+h,
обозн. y(x0)=y0
подст-яя вместо x=x1,
получ.:
y0
-дано
y0’=f(x0,y0)
из (1). Для
нахожд. y’’…y(n)…продиф-м
правую часть (1) как сложную ф-цию:
и
т.д.
анал-но, полагая x=x2= x1+h наход. y2 и т.д. Т.о. дан. м-д реш. з-чу полн-ю, погрешность реш. опред-ся на основе остаточ. члена ряда Тейлора. Недост. яв-ся необх-ть вычисл. производ. высших порядков, что затруднительно на ЭВМ.
Реш. ур-ий м-дом Рунге-Кутта (РК).
М-д сост. из группы м-дов объед-х общей идеей и дающих различ. точн. Не треб. вычисл. частных произв-х. Кажд. м-д хар-ся порядком. М-д наз. м-дом порядка k, если расчет. ф-ла м-да совпад. с ф-лой Тейлора до слогаемого с hk.
I. М-д Эйлера (м-д РК 1-го порядка)
Пусть
изв-но реш. ДУ y=F(x),
к-ое
прох. ч/з т. (x0,y0)
Провед.
касат. к y=F(x)
ч/з
т.
(x0,y0)
ч/з
т. x1=x0+h
провед.
перпен-ляр к
Ox
до
пересеч. с касат. в т.А1
за y1
примем ординату этой точки, y1
найдем из ур. касат.: y-y0=F’(x0)(x-x0)
полагая x=x1=x0+h;
y=y1;
y1=y0+f(x0,y0)h.
Провед. касат. к y=F(x)
к
т.
(x1,y1),
рассужд.
анал-но нах-м А2
и т.д.:
Недост. м-да яв-ся довол. больш. погреш., к-ая с каждым шагом увелич., п/у м-д в осн. использ. для предварит. оценок. Оч-дно, что погреш-ть ↓ с ↓ h (шага)
II.
Исправл.
м-д Эйлера
(м-д РК 2-го порядка). Пусть анал-чно постр.
2 касат l1,
l2
с углов. коэф-ми k1
и k2
соот-но. Ч/з т.
(x0,y0)
пров.
прямую L
с коэф-том наклона
За y1 возьм. ординату пресеч. прямых L и
x=x1=x0+h. Найдем y1. Имеем k1=F’(x0)=f(x0,y0); k2=F’(x1)=f(x1,y1)= f(x0+h,y0+ f(x0,y0)h).
Ур-ние
прямой L:
y-y0=k(x-x0),
полагая y=y1,
x=x1,
получим:y1=y0+kh,
найдем y2
и т.д., зная точку xi,yi
найдем yi+1:
М/но показ., что ф-ла совпадает с рядом Тейлора до слагаемого с h2
III. М-д Эйлера модифиц.
Общий
вид для всех случаев:
IV. М-д РК 4-го порядка. Этот м-д яв-ся дважды применим. модиф. м-дом Эйлера к одной точке. (xi,yi), то
где
где
***
Приведем сист. огранич. к канонич. виду
Вновь введенные переменные не явл-ся предпочтительными и случай 4 явл-ся к случаю 3.
Общая идея симплекс метода и ее реализация в таблице
Чаще всего реализацию симпл.метода сводят к следующему: на нач. этапе систему ограничений, т.е.д/б выделен базис, базисное реш-е не должно быть отрицательным или что равносильно все правые части должны быть не отрицат. числами. Из ЦФ должны/б исключены основные или базисные переменные. Удобно для преобр. Сист использ.шаги жардано-гаусса.