- •Экзаменационный билет № 1
- •1. Локальные компьютерные сети. Конфигурации локальных сетей и организация обмена информацией.
- •2.Укрупненный алгоритм пфэ (подробно осветить пункты «проверка воспроизводимости эксперимента» и «адекватности модели»)
- •4.Отбор факториальных признаков в множественных регрессионных моделях, без учета временного лага Этапы решения задачи для размерных регрессионных моделей без учета временного лага.
- •5.Современные Web-технологии для повышения эффективности производства
- •Экзаменационный билет №2
- •1. Общая структура и принципы организации универсальной имитационной системы Simplex3. Виды компонентов. Накопительные массивы и мобильные компоненты. Книга Ивашкина
- •2. Общий алгоритм однофакторного дисперсионного анализа (подробно расчет факторной дисперсии).
- •3. Структура таблицы формата dbf и ее взаимодействие с индексным файлом. Доступ к данным таблицы через индексный файл.
- •4. Множественные регрессионные модели. Классификация. Сфера применения
- •5. Разработка распределенных систем с совместно используемой памятью. Проблемы их эффективной реализации
- •Экзаменационный билет № 3
- •1.Internet и образование. Понятие о дистанционном обучении с использованием глобальных компьютерных сетей. Основные принципы дистанционного обучения.
- •2.Алгоритм проверки статистической гипотезы о равенстве математических ожиданий двух генеральных совокупностей
- •3. Принципы формирования баз данных и знаний. Модели представления знаний
- •4.Задачи распределения ресурсов. Классификация обзор методов решения
- •6 Этап.
- •5.Программное обеспечение промежуточного уровня в распределенных системах
- •Экзаменационный билет № 4
- •1. Всемирная паутина. Технология www. Браузеры. Файловые архивы.
- •3. Система редактирования простой и реляционной баз данных. Участки программных кодов кнопок управления системой редактирования с использованием буферизации на конкретном примере.
- •4. Отбор факториальных признаков в множественных регрессионных моделях, с учетом временного лага Безразмерные регрессионные модели прогнозирования с учетом временного лага.
- •5. Распределенные и сетевые операционные системы
- •Экзаменационный билет № 5
- •5. Какова роль программного обеспечения промежуточного уровня в распределенных системах?
- •Экзаменационный билет № 6
- •5. К каким проблемам приводит реализация максимально возможной степени прозрачности?
- •Экзаменационный билет № 7
- •4. Понятие временного лага и способы его определения
- •5. Что такое прозрачность (распределения) и приведите примеры различных видов прозрачности
2.Укрупненный алгоритм пфэ (подробно осветить пункты «проверка воспроизводимости эксперимента» и «адекватности модели»)
ПФЭ
исп-ся при небольшом числе независимых
переменных. В этом сл-е факторы варьируются
на двух уровнях min
и max
и реализуются все возможные сочетания
выбранных факторов. Необходимое число
опытов N
= 2k,
k
– число факторов. Число опытов определяет
тип эксперимента. Следующий этап –
переход к безразмерным величинам.
Вводятся понятия «центр плана»
,
«интервал варьирования факторов»
.
Безразмерные величины
.
Далее записывается уравнение регрессии
Для ур-ния регрессии, записанного в безразмерном виде, вклад каждого неизвестного в конечный рез-т определяется значением коэф-та при этой неизвестной.
№ |
Размерные факторы |
Безразмерные факторы |
Рез-ты опыта |
|||||||||||
x1 |
x2 |
x3 |
z0 |
z1 |
z2 |
z3 |
z1z2 |
z1z3 |
z2z3 |
z1z2z3 |
y1 |
y2 |
y3 |
|
1 2 3 4 5 6 7 8 |
min max min max min max min max |
min min max max min min max max |
min min min min max max max max |
+1 +1 +1 +1 +1 +1 +1 +1 |
-1 +1 -1 +1 -1 +1 -1 +1 |
-1 -1 +1 +1 -1 -1 +1 +1 |
-1 -1 -1 -1 +1 +1 +1 +1 |
+1 -1 -1 +1 +1 -1 -1 +1 |
+1 -1 +1 -1 -1 +1 -1 +1 |
+1 +1 -1 -1 -1 -1 +1 +1 |
-1 +1 +1 -1 +1 -1 -1 +1 |
|
|
|
Обработка экспериментальных данных.
1)Расчет
среднего значения данных
,
m=3,
j=1,N , N=8
2)Проверка воспроизводимости эксперимента
2.1
Расчет дисперсии
,
i
= 1…N
2.2
Проверка однородности дисперсий Н0:
S12
= S22
= … = SN2
; Н1:
S12
<> S22
<> … <> SN2.
Гипотеза проверяется по критерию Кохрена
,
Gкр
(Критическое значение выбирается при
= 0.05 и степенях свободы 1=m-1
и 2
=N.);
G<
Gкр
=> H0:
- эксперимент воспроизводим; G>
Gкр
=> H1:
- эксперимент невоспроизводим, опыт с
max
дисперсией необходимо повторить. Если
эксперимент является воспроизводимым,
то рассчитывается дисперсия
воспороизводимости
.
3)
Построение ур-ния регрессии, ввиду
ортогональности матрицы эксперимента,
коэфф-ты модели находятся методом
наименьших квадратов по формулам
;
;
.
4)Проверка
значимости коэф-тов Н0:
b=0,
Н1:
b<>0.
Гипотеза проверяется по критерию
Стьюдента
,
если tjнабл<
tкр
=> H0:
- коэф-т незначим; tjнабл>
tкр
=> H1:
- коэф-т значим, d
– число значимых коэф-тов. tкр
(α=0,05; ν=n(m-1)).
5)
Проверка адекватности модели По уравнению
модели подсчитывается теоретическая
функция отклика Y*,
Рассчитывается дисперсия адекватности:
;
.
Н0:
Sост2
= Sвос2;
Н1:
Sост2
<> Sвос2.
Гипотеза проверяется по критерию Фишера
F
= Sост2
/ Sвос2.
Fкр
(α=0,05; ν1=n-d,
ν2=n(m-l));
F<
Fкр
=> H0:
- модель адекватна; F>
Fкр
=> H1:
- модель неадекватна, необходим переход
к более сложным моделям. При всех значимых
коэффициентах bi
проверку на адекватность можно опустить.
3.Структурные элементы отчета и их использование при отображении реляционной базы данных. Подготовка сводных таблиц по базе данных для использования в отчете
Структурные элементы реляционной базы данных
На примере реляционной таблицы рассмотрим основные структурные элементы базы данных.
1. В реляционных базах данных любые совокупности данных представляются в виде двумерных таблиц (отношений), подобных описанному выше списку учащихся. При этом каждая таблица состоит из фиксированного числа столбцов и некоторого (переменного) количества строк. Описание столбцов принято называть макетом таблицы.
2. Каждый столбец таблицы представляет поле – элементарную единицу логической организации данных, которая соответствует неделимой единице информации - реквизиту объекта данных (например, фамилия учащегося, адрес).
Для описания поля используются характеристики:
· имя поля (например, № личного дела, Фамилия);
· тип поля (например, символьный, дата);
· дополнительные характеристики (длина поля, формат, точность).
Например, поле Дата рождения может иметь тип «дата» и длину 8 (6 цифр и 2 точки, разделяющих в записи даты день, месяц и год).
3. Каждая строка таблицы называется записью. Запись логически объединяет все поля, описывающие один объект данных, например, все поля в первой строке вышеприведенной таблицы описывают данные об учащемся Петрове Иване Васильевиче 12.03.89 рождения, проживающем по адресу ул. Горького, 12-34, обучающемся в 4А классе, номер личного дела - П-69. Система нумерует записи по порядку: 1,2, ..., n, где n - общее число записей (строк) в таблице на данный момент. В отличие от количества полей (столбцов) в таблице количество записей в процессе эксплуатации БД может как угодно меняться (от нуля до миллионов). Количество полей, их имена и типы тоже можно изменить, но это уже особая операция, которая называется изменением макета таблицы.
3. В структуре записи файла указываются поля, значения которых являются простым ключом, которые идентифицируют экземпляр записи. Примером такого простого ключа в таблице Учащиеся является поле № личного дела, значение которого однозначно определяет один объект таблицы - одного учащегося, так как в таблице нет двух учащихся с одинаковым номером личного дела.
4. Каждое поле может входить в несколько таблиц (например, поле Фамилия может входить в таблицу Список занимающихся в театральном кружке).
