- •Глава 1. Основы информационных технологий
- •1. Информация, ее виды. Свойства информации. Способы передачи информации. Кодирование информации, представление информации в компьютере. Файл. Измерение объемов информации.
- •Компьютерная графика и мультимедиа
- •5. Техн. Обработки графич. Инф-и. Виды компьютерной графики, средства ее создания. Растровая графика. Достоинства и недостатки растровой графики. Фотошоп.
- •3. Группа инструментов «Ретуширование» (Retouching tools)
- •5. Группа инструментов «Рисование» и «Текст» (Drawing and type tools)
- •Изменение формы кривой. С помощью инструмента Форма можно менять положение узлов и форму кривых путем перетаскивания узлов, их направляющих точек и линий.
- •Технологии программирования и методы алгоритмизации
- •8. Алгоритм и его св-ва. Сп-бы опис. Алг-мов. Базовые структуры алгоритмов. Основные этапы полного построения алг-мов. Структурный подход при конструировании алг-мов.
- •1. Полная форма, if–then–else:
- •If условие
- •2). Неполная форма, if–then:
- •2. Структура «Построение с известным числом повторений»
- •Структура «Повторение с постусловием»
- •10. Процедуры и функции пользователя: формальные и фактические параметры, глобальные и локальные переменные, входные и выходные данные.
- •11. Типы данных: структурный (массив) и комбинированный (запись). Алг-мы сортировки и поиска в массивах. Массивы из записей. Оператор With.
- •Var имя_записи: имя_типа;
- •Ves: real;
- •12. Понятие физ. И логич. Файла данных. Классификация файлов данных. Про-ры и ф-и работы с файлами (созд., дополн. Новыми данными, использ. Данных из файла).
- •15. Перегрузка методов и конструкторов как механизм реализации полиморфизма. Перегрузка операторов. Перегрузка бинарных, унарных оп-й и операторов отношений.
- •16. Наслед. В c#: наслед., базовые и производн. Классы. Доступы к членам базовых классов. Конструкторы и наслед-е. Вирт. Методы и их переопределение. Абстр. Классы.
- •Информационные системы и сети
- •18. Технологии обработки и хранения сложно структурированных данных. Базы данных, системы управления базами данных (субд). Модели данных. Субд ms Access:
- •19. Структурированный язык запросов: назначение, возможности и достоинства. Типовые задачи, решаемые средствами sql. Структура команды sql. Выборка данных.
- •Insert into student (student_id, city, surname, name)
- •If условие Then выражение.
- •24. Протокол http и способы передачи данных на сервер. Использование html-форм для передачи данных на сервер. Методы get и post. Обработка запросов с помощью php. Примеры разработки запросов.
- •Архитектура и программное обеспечение вычислительных систем
- •26. Память. Основная память: бит, адреса памяти, упорядочение байта, код исправления ошибок (код Хэмминга), кэш-память; модели, типы памяти. Вспомогательная память.
- •27. Базовые структуры в ассемблере. Программы с ветвлениями. Циклические программы: условие перехода Jnnn (больше, меньше, равно); безусловные переходы Jmp; команда Loop.
- •История информатики
- •Глава 2. Прикладная математика Дискретная математика
- •Способы задания графов
- •2 Рисунка графа
- •3. Эйлеровы циклы и цепи. Эйлеровы графы. Критерий эйлеровости графа. Реш. Зад. О кенигсбергских мостах. Гамильтоновы циклы и цепи. Гамильтоновы графы. Достаточные условия гамильтоновости графа.
- •Теория вероятностей и математическая статистика
- •Основные свойства плотности распределения. , т.К. – неубывающая функция; ; ; Вероятность того, что св попадет в интервал от α до β ;
- •5. Основные законы распределения случайных величин: биномиальный закон, закон Пуассона, показательный закон, нормальный закон. Функция Лапласа.
- •6. Виды измерений в статистике: количественные, порядковые, номинальные. Дискретные и интервальные вариационные ряды. Кумулятивные ряды.
- •Вычислительные методы и компьютерное моделирование
- •7. Числ. Методы решения алгебраич-х и трансцендентных уравнений с одной переменной (метод деления отрезка пополам, метод простой итерации, метод Ньютона
- •8. Приближенное вычисление значения определенного интеграла (метод трапеций, метод Симпсона, метод Монте-Карло).
- •Глава 3. Мпи
- •Шк. Курс инф-ки: цели, стр-ра. Анализ содерж. Линий курса информатики.
- •Метод. Особен. Шк. Курса инф-ки. Специфика орг-ции ур. Инф-ки, типы и стр-ра.
- •Шк. Кабинет инф-ки и информ. Технологий. Требования к технич. И методич. Оснащению кабинета. Док-ция. Беседа с уч-ся по охране труда.
- •Контроль уч. Достижений уч-ся по инф-ке. Виды и ф-мы орг. Контроля. Оценивание зн. И ум. Уч-ся по инф-ке: хар-ка 10бал. С-мы, критерии, особ-ти оцен-я в соотв. С видами к.
- •11. Методика обучения учащихся работе с базами данных: тема учебной программы, формирование основных понятий и умений, примеры заданий для учащихся.
- •15. Обуч-е уч-ся сост-ю алгоритмов с управляющей структурой «ветвление»: тема учеб. Прог-мы, формиров-е основных понятий, примеры заданий для учащихся.
- •Var a:integer;
- •Var имя_массива : array[индекс1..ИндексN] of тип_элементов;
- •Var t, f, p, s : char;
- •Var t, f, p, s : string;
- •19. Факульт-е занятия по инф-ке. Цели, анализ сод-я программ факульт-х курсов.
- •Современные информационные технологии в образовании
- •20. Совр-е усл-я внедрения инф-ых технологий (ит) в образование. Классификация ит. Информатизация с-мы образования. Актуальные направления раз-я инф-и образования.
- •21. Электр-е ср-ва обуч-я (эсо), применяемые в учебном процессе. Сценарий эсо, процесс его разработки. Классификация, цели, специфика применения различных видов эсо.
- •26. Электр учебник: требования к нему, особенности оформления и использования, средства создания. Разработка электр. Учебных материалов и их публикация в www,
- •27. Компьютерный контроль знаний: виды программ, требования к ним и особенности применения. Тестирование, как вид компьютерного контроля.
- •28. Визуализация обуч-я, виды наглядности, ср-ва созд-я объектов комп-ной графики, графич-е форматы, требования к созданию и оформлению компьютерной наглядности.
Теория вероятностей и математическая статистика
4. Случайные величины: дискретные и непрерывные. Закон распределения. Плотность распределения: определение и свойства. Математическое ожидание случайной величины: определение и свойства. Дисперсия случайной величины и ее свойства.
Случайной величиной называется величина, которая в результате опыта может принять то или иное значение, причем не известно заранее, какое именно. Различают СВ дискретного и непрерывного типа. Возможные значения дискретной СВ могут быть заранее перечислены.
Возможные значения непрерывной СВ не могут быть заранее перечислены и заполняют некоторый промежуток сплошь.
Примеры дискретных случайных величин: число появлений герба при 3-х бросаниях монеты: 0, 1, 2, 3; Примеры непрерывных случайных величин: абсцисса (ордината) точки попадания при выстреле;
Рассмотрим
дискретную случайную величину X
с возможными значениями
.
X
может принимать любое из этих значений
с некоторой вероятностью. В результате
опыта произойдет одно событие из полной
группы событий
.
Вероятности этих событий обозначим
буквой p
с соответствующими индексами –
.Т.к.
эти несовместные события образуют
полную группу, то
.
Эта суммарная вероятность каким-то образом распределена между отдельными значениями. Случайная величина будет полностью описана с вероятностной точки зрения, если мы зададим это распределение, т.е. укажем, какой вероятностью обладает каждое из событий . Этим мы установим закон распределения случайной величины.
Законом распределения случайной величины называется всякое соотношение, устанавливающее связь между возможными значениями случайной величины и соответствующими им вероятностями.
Формой задания закона распределения является таблица
|
|
|
|
|
|
|
|
|
|
Такую
таблицу называется рядом распределения
СВ X.
Пусть имеется СВ X
с функцией распределения F(x),
которую мы предположим непрерывной и
дифференцируемой. Вычислим вероятность
попадания этой СВ на участок от
до
.
,
т.е. вероятность есть приращение функции
распределения на этом участке. Рассмотрим
отношение этой вероятности к длине
участка, т.е. среднюю вероятность,
приходящуюся на единицу длины на этом
участке, и устремим x0.
В пределе получим производную от функции
распределения
. Обозначим
(*).
Функция
- производная функции распределения,
характеризует как бы плотность, с
которой распределяются значения СВ в
данной точке. Эта функция называется
плотностью
распределения
(плотностью вероятности) непрерывной
СВ X.
Иногда
называют дифференциальной функцией
распределения.
Основные свойства плотности распределения. , т.К. – неубывающая функция; ; ; Вероятность того, что св попадет в интервал от α до β ;
Среди числовых характеристик СВ нужно прежде всего отметить те, к-ые выражают положение СВ на числовой оси, т.е. указывают некоторое среднее ориентировочное значение СВ, около к-го группируются все возможные значения СВ.
Из характеристик положения в теории вероятностей важнейшую роль играет математическое ожидание СВ, которое иногда называют средним значением СВ
Мат.ожиданием (средним значением) дискретной СВ называют сумму произведений значений СВ на соответствующие им вероятности.
Св-ва:
Мат.ожидание постоянной величины равно
этой постоянной. Действительно, если
X
принимает только одно значение С, то
вероятность, с которой это значение
принимается, равна 1 и
.
Постоянный множитель можно выносить
за знак математического ожидания, т.е.
.
Математическое ожидание алгебраической суммы конечного числа случайных величин равно алгебраической сумме их математических ожиданий.
Математическое ожидание произведения конечного числа независимых случайных величин равно произведению их математических ожиданий.
Математическое
ожидание отклонения случайной величины
от ее математического ожидания всегда
равно нулю:
.
Математическое ожидание СВ характеризует
ее в среднем, это центр ее распределения.
Дисперсия СВ есть характеристика рассеивания, разбросанности значений случайной величины около ее математического ожидания.
Дисперсия
случайной величины –
это математическое ожидание квадрата
отклонения СВ от ее математического
ожидания
.
Дисперсия постоянной величины равна нулю.
.
Постоянный множитель можно выносить за знак дисперсии, предварительно возведя его в квадрат
Дисперсия алгебраической суммы двух независимых СВ равна сумме их дисперсий, то есть
Упрощенное правило вычисления дисперсии: дисперсия СВ равна разности между математическим ожиданием квадрата СВ и квадратом ее математического ожидания
.
