 
        
        - •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
- •2. Численный метод и алгоритм построения уравнения множественной линейной регрессии (два фактора)
- •3. Основные характеристики базы данных и их влияние на быстродействие обработки информации. Методы повышения быстродействия
- •5. Какова роль программного обеспечения промежуточного уровня в распределенных системах?
- •Экзаменационный билет № 6
- •1. Ситуационная модель аномального состояния технологической системы и алгоритмы идентификации.
- •2. Укрупненный алгоритм оцкп для 3-х факторов (подробно о проверке воспроизводимости и значимости коэффициентов)
- •3. Временные характеристики индексированных и неиндексированных реляционных баз данных в зависимости от объема буферной памяти
- •5. К каким проблемам приводит реализация максимально возможной степени прозрачности?
- •Экзаменационный билет № 7
- •2. Укрупненный алгоритм однофакторного дисперсионного анализа (подробно расчет остаточной дисперсии)
- •3. Особенности организации работы с базами данных в сети коллективного доступа, резервирования и буферизация данных, обмен данными между пользователями и файл-сервером.
- •4. Понятие временного лага и способы его определения
- •5. Что такое прозрачность (распределения) и приведите примеры различных видов прозрачности
2. Укрупненный алгоритм оцкп для 3-х факторов (подробно о проверке воспроизводимости и значимости коэффициентов)
| Число опытов и величина a в ОЦКП | ||||||
| Характеристика плана | Число факторов | |||||
| 2 | 3 | 4 | 5 | 6 | 7 | |
| «Ядро» плана | 22 | 23 | 24 | 25–1 | 26–1 | 27–1 | 
| Число дополнительных точек (2k+1) | 5 | 7 | 9 | 11 | 13 | 15 | 
| Общее число опытов N | 9 | 15 | 25 | 27 | 45 | 79 | 
| Величина a | 1,00 | 1,215 | 1,414 | 1,547 | 1,721 | 1,955 | 
Для оптимизации процесса в окрестности экстремальной точки широко используется модели в виде полинома 2-го порядка:
                    
 
Для получения модели эксперимент проводят на трех уровнях, т.е. с N=3n, что нерационально и переходят к ЦКП включающему:
- точки ПФЭ с Nф =2n при n<5 
или ДФЭ с Nф =2n-1 при n>5
- звездные точки плана типа креста c N =2n с расстоянием  от центра плана (-звездное плечо) 
- нулевые точки N0 
Т.о. N=Nф+N+N0 и для n=2 и N0=1, N=9
Для получения оценок коэфф. влияния независимо друг от друга необходимо выполнение условия ортогональности плана, определяющие равенство 0 суммы элементов столбцов матрицы планирования
                      
 
Ортогонализация столбцов Z0 и Zi2 производится с помощью преобразования:
 
т.е. сумма отклонений от среднего должна быть равна нулю как и в других столбцах. Тогда из условий ортогональности
  
                                
 
выводится уравнение для расчета звездного плеча 
44+4 Nф2- Nф(N+ N0)=0
Исходя из ортогональной матрицы с преобразованными столбцами для квадратичных эффектов модель процесса вида:
 
 
 
 ;
i=1,n
;
i=1,n
 
 
 
Оценка значимости коэффициентов производится по критерию Стьюдента:
                                               
 ;
=(-1)*N
;
=(-1)*N
Если t > tкр , то коэффициент принимается значимым и число значимых коэффициентов q увеличивается на 1, т.е. q=q+1; в противном случае bi=0 оценка принимается равной нулю.
Далее следует оценка адекватности найденного уравнения регрессии по критерию Фишера:
                   
 ;
1=N-q;
2=N(m-1)
;
1=N-q;
2=N(m-1)
                          
где
               
 -дисперсия
адекватности
-дисперсия
адекватности
            
 -
расчетные значения Yk,
-
расчетные значения Yk,           
вычисленные по найденному уравнению регрессии.
Общий алгоритм нахождения уравнения регрессии с квадратичными эффектами включает в себя следующие этапы:
- Ввод матрицы ЦКП и проверка воспроизводимости опытов с m повторений (Кохрен). 
- Вычисление коэффициентов регрессии и проверка их значимости по Стьюденту; 
- Проверка адекватности найденного уравнения по критерию Фишера с распечаткой таблицы расчетных и экспериментальных данных 
