- •Глава 1. Компьютерные информационные технологии Этапы развития ит по виду инструментариев
- •Классификация кит
- •Классификация кит по проблемам, стоящим на пути информатизации общества
- •Классификация кит по преимуществу, которое приносит компьютерная технология
- •Информационные технологии обработки данных
- •Основные компоненты обработки данных
- •Технологическая система обработки информации
- •Информационные технологии управления
- •Автоматизация офиса
- •Ит поддержки принятия решений
- •Основные компоненты систем ппр
- •История создания сппр
- •Классификация сппр
- •Типы сппр
- •Области применения сппр Телекоммуникации
- •Банковское дело
- •Страхование
- •Розничная торговля
- •Рынок сппр
- •Ит экспертных систем
- •Особенности экспертных систем, применение экспертных систем
- •Модули представления знаний в экспертной системе
- •Логическая модель представления знаний
- •Продукционная модель представления знаний
- •Ит программирования
- •Objtct-ориентированное программирование
- •Агентно-ориентированное программирование Основные термины и определения
- •Свойства агента
- •Понятие многоагентной системы (mac)
- •Процесс самоорганизации в мультиагентной системе
- •Классификация эвм по этапам создания
- •Классификация эвм по назначению
- •Классификация универсальных эвм по размерам и функциональным возможностям
- •СуперЭвм
- •Большие эвм
- •Малые эвм
- •МикроЭвм
- •Компьютерые сети
- •Классификация вс
- •Основные формы взаимодействия абонентских эвм
- •Характеристика процесса передачи данных Режим передачи данных
- •Аппаратная реализация передачи данных Способы передачи данных
- •Аппаратные средства приема передачи
- •Характеристики коммуникационной сети
- •Архитектура компьютерных сетей Эталонные модели взаимодействия систем
- •Протоколы компьютерной сети Понятие протокола
- •Основные виды протоколов
- •Стандарты протоколов
- •Локальные вычислительные сети (лвс)
- •Архитектуры лвс Однораноговая сеть
- •Сеть с выделенным сервером
- •Понятие клиент и сервер
- •Типовые топологии лвс
- •Кластерные эвм
- •Краткая история появления и обзор существующих кластерных систем
- •Кластеры класса Беовульф Определение Беовульф
- •Классификация Беовульф
- •Программные пакеты, используемые кластерами Беовульф
- •Сетевые соединения
- •Анализ текущего состояния кластерных технологий
- •Недостатки кластеров
- •Grid — виртуализация ресурсов
- •Grid — продукты и технологии Sun
- •Искусственный интеллект
- •Загадка человеческого мозга
- •Нейросети и нейрокомпьютеры
- •Мозговые аналогии нейросетей
- •О моделировании нейронных сетей
- •Этапы развития нейрокомпьютеров
- •Модель нейрона
- •Обучение нейронной сети
- •Структурные модели нейронных систем Сети с отсутствие обратных связей
- •Сети с обратными связями
- •Сети с симметричными связями
- •Сети с системой усиления-торможения (сут)
- •Направления исследования нейросетей
- •Интеллектуальные робототехнические системы
- •Экономические аспекты внедрения интеллектуальных роботов в жизнь
- •Генетические алгоритмы
- •Эволюционное программирование
- •Транспьютеры
- •Транспьютерные сети
- •Обеспечение безопасности информационных систем
- •Критерии оценки информационной безопасности
- •Методы и средства защиты информации Методы
- •Средства защиты информации
- •Угрозы информационной безопасности
- •Вирусные атаки
- •Международно-правовой опыт в сфере компьютерной информации
- •Метод деления отрезком пополам
- •Метод золотого сечения
- •Методы вычисления корня функции одной переменной Метод простой итерации
- •Метод деления отрезка пополам
- •Метод Ньютон
- •Метод Вегстейна
- •Интерполяция функции
- •Решение задачи Коши для системы дифференциальных уравнений
- •Решение систем линейных алгебраических уравнений (слау)
- •Метод исключения Гаусса
- •Метод Зейделя
- •Метод простой итерации
Метод деления отрезком пополам
Суть метода показана на рис. 1.66. В качестве начальных данных метода задается отрезок [a,b], внутри которого расположен минимум. Отрезок [a,b] точкой с делится пополам:
с = (a + b) / 2
Вычисляются значения функции f(с – ) и f(с + ε), где ε — заданная погрешность. В зависимости от соотношения этих значений отрезок [a,b] сужается до половинного значения. Если f(с – ) < f(с + ε), то полагается b = с + ε. Если f(с – ) > f(с + ε), то отрезок сужается до а = с – . Для получившегося отрезка [a,b] вновь находится точка с и процесс продолжается до тех пор, пока b – a не окажется меньше погрешности . Минимум функции будет в точке с = (a + b) / 2.
Недостатком метода является то, что при сужении отрезка [a,b] в два раза функцию надо вычислять тоже два раза в точках f(с – ) и f(с + ε). От этого недостатка избавлен метод золотого сечения
Рис. 1.66. Суть метода деления отрезка пополам
Метод золотого сечения
Суть метода показана на рис. 1.67. В качестве начальных точек задается отрезок [a,b], внутри которого расположен минимум. Отрезок [a,b] делится по правилу золотого сечения на три отрезка:
с = a + q, d = b – q,
где: q = 2 / (3 + 51/2) * (b – a).
Далее, как и в методе деления отрезка пополам, проверяется значения f(c) и f(d). Если f(c) < f(d), то отрезок [a,b] сужается переносом в точку b = d. При этом полагается d = c и образуется новая точка c = a + q. Если f(c) > f(d), то отрезок [a,b] сужается переносом а в точку a = c. При этом полагается c = d и образуется новая точка d = b - q. При каждом сужении отрезка [a,b] для работы метода функцию надо вычислять только один раз. Это самый эффективный метод из всех приведенных при условии, что известен отрезок [a,b] с минимумом.
Рис. 1.67. Суть метода золотого сечения
Методы вычисления корня функции одной переменной Метод простой итерации
В методе уравнение f(x) = 0 сводится к уравнению
x = x + f(x) (1)
В качестве начального приближения задается значение x0. Далее по формуле (1) вычисляется новое значение x1. Если |x1 – x0|>E (E —заданная погрешность), то полагается x0 = x1 и опять по формуле (1) вычисляется x1. Процесс продолжается до тех пор пока |x1 – x0| не станет меньше заданной погрешности E. Корень уравнения при этом в x1.
Недостатком метода является его плохая сходимость при произвольной функции f(x). Очень часто метод вообще не сходится к корню.
Метод деления отрезка пополам
В отличие от предыдущего метода метод гарантированно дает корень, если он имеется на заданном отрезке [a,b]. Суть метода показана на рис. 1.68. В качестве исходных данных задается отрезок [a,b] с корнем внутри его. Вычисляется функция fa = f(a). Отрезок [a,b] делится пополам точкой c = (a + b) / 2. Вычисляется функция fc = f(c). Далее проверяются знаки fa и fc. Если эти величины имеют одинаковые знаки, то точка a переносится в точку c:
a = с, fa = fc
.Если fa и fc имеют разные знаки, то точка b переносится в точку с: b = c. Далее процесс сужения отрезка [a,b] продолжается до тех пор, пока b – a не станет меньше заданной погрешности. Корень при этом в точке с.
Рис. 1.68. Суть метода деления отрезка пополам
