БИЛЕТ 1

Проприетарное и открытое программное обеспечение (ПО).

Проприетарное программное обеспечение — ПО являющееся частной собственностью авторов или правообладателей и не удовлетворяющее критериям свободного ПО (наличия открытого программного кода нет). - 1 компонент можно устанавливать на 1 ПК (нельзя передавать, копировать)

- нельзя просматривать исходный код

- нельзя изменять исходный код..

Лицензия Copy Right. Примеры: MS Windows.

Открытое программное обеспечение — ПО с открытым исходным кодом. Исходный код таких программ доступен для просмотра, изучения и изменения, что позволяет пользователю принять участие в доработке самой программы, использовать код для создания новых программ и исправления в них ошибок.

- Право использовать в любых целях

- 1 компонент ПО - на неограниченное кол-во компьютеров

- Можно просматривать код, изучать

- Можно изменять код, дополнять.

Лицензия Copy Left/ Примеры: Linux.

Лицензия ПО.

Лицензия на программное обеспечение — это правовой инструмент, определяющий использование и распространение программного обеспечения, защищённого авторским правом.

Особенности проприетарного и открытого программного обеспечения, их достоинства и недостатки. Примеры.

ПРОПРИЕТАРНОЕ ПО ОТКРЫТОЕ ПО

+ - + -

· Постоянная

техническая

поддержка

продукта.

· Более · Солидная сумма оплаты за лицензию. · Проприетарные протоколы · ПО можно адаптировать под запросы пользователя · Право · Сложность исправления ошибок · Низкое качество

стабильная работа по сравнению со свободным ПО. · Гарантированное отсутствие вредоносных объектов (вирусов). · Автоматические обновления ПО. · Качественное использование всех возможностей оборудования. работы устройства. · Зависимость от разработчика. · Невозможность изменить исходный код. · Ограничение на распространение ПО. · Ограничение на модификацию ПО. использовать программное обеспечение для любых целей, свободно распространять, изменять, и распространять изменённые копии · Не нужно платить за лицензию технической поддержки · Отсутствие гарантий качества ПО · Меньшая функциональность · Непривычность интерфейса

БИЛЕТ 2

Разберите понятие СППР.

Система поддержки принятия решений или СППР — это компьютерная система, которая путем сбора и анализа большого количества информации может влиять на процесс принятия решений организационного плана в бизнесе и предпринимательстве.

Типы СППР (пассивный (косвенный), полуактивный, активный (прямой, или когнитивный).

По взаимодействию с пользователем выделяют три вида СППР:

· Пассивные. Помогают в процессе принятия решений, но не могут выдвинуть конкретного предложения;

· Активные. Непосредственно участвуют в разработке правильного решения;

· Кооперативная. Позволяет ЛПР(Лицо, принимающее решение) изменять, пополнять или улучшать решения, предлагаемые системой, посылая затем эти изменения в систему для проверки. Система изменяет, пополняет или улучшает эти решения и посылает их опять

пользователю. Процесс продолжается до получения согласованного решения.

Назначение.

СППР предназначена для поддержки многокритериальных решений в сложной информационной среде. При этом под многокритериальностью понимается тот факт, что результаты принимаемых решений оцениваются не по одному, а по совокупности многих показателей (критериев) рассматриваемых одновременно. Система поддержки решений СППР решает две основные задачи:

· выбор наилучшего решения из множества возможных (оптимизация),

· упорядочение возможных решений по предпочтительности (ранжирование).

Примеры.

МИС(Медицинская информационная система) – это программное обеспечение для автоматизированного документооборота лечебно-профилактических учреждений и медицинских центров общей и узкой специализации

MDX (диагностика холестаза) - действует как сообщество консультантов разных специальностей, которые "вызывают" друг друга для рассмотрения различных аспектов заболевания; их "сотрудничество" осуществляется с использованием "доски объявлений" ("blackboard").

Вопрос 3

Основные модули активной СППР (перечислить). Подробнее рассмотрите статистический модуль. Численный пример. Вероятностный модуль. Численный пример.

Компоненты активных СППР: вероятностный модуль, экспертные системы, статистический модуль, нейросетевой модуль, вероятностный модуль, модуль, основанный на моделировании.

Статистический модуль основан на решении дискриминантных уравнений. (f(D) = a1x1 + a2x2+…+anxn), где а – коэффициент (их значения получены на основе статистических данных, характеризующих диагностическую значимость симптома), х – симптом (бинарная величина – 1-наличие, 0-отсутствие) Пример: диагностика аппендицита и сальпенгита. Симптомы: - жесткость мышц живота (A) боль в правом нижнем квадранте (B) боль в нижней части живота (C). Выбираем диагноз, при котором величина f наибольшая f (апп) = 4A + 10B – 10C f (сальп) = 3A + 5B + 5C

Вероятностный модуль. В основу его положена формула Байеса p (Di/s) = (P(s/Di)*P(Di) / (Ʃ (P(s/Dk)*P(Dk)) где Di – наличие заболевания ,s – симптом,P(S/Di) – условная вероятность (ДЧ),P(Di) – априорная вероятность (характеризует распространенность заболевания)

Пример. Известно, что в случае заболевания туберкулезом рентгеновское исследование позволяет поставить диагноз в 95% случаев (чувствительность метода = 95%). Если исследуемый здоров, то ложный диагноз туберкулеза ставится в 1% случаев (специфичность метода = 100 - 1 = 99%). Доля больных в популяции составляет 0.5%. Какова вероятность того, что обследованный пациент, которому поставили диагноз туберкулеза, действительно болен?

Решение: Пусть D1 – наличие заболевания; D2 – пациент здоров, А – событие, в нашем случае рентгеновское обследование, позволяющее установить точный диагноз. Известны априорные вероятности того, что случайно выбранный пациент здоров p(D2) = 0,995 или страдает туберкулезом p(D1) =0.005, произошло событие - при рентгеновском обследовании поставлен диагноз туберкулеза, известны условные вероятности p(A/D1) =0.95 (чувствительность), p(A/D2) =0.01 (специфичность). Отсюда апостериорная вероятность того, что пациент болен:

p(D1/A) = p(A/D1)*p(D1) / (p(A/D2)*p(D2) + P(A/D1)*p(D1)) = 0.95*0.005 / (0.01*0.995 + 0.95*0.005) = 0.32

Вопрос 4

Основные модули активной СППР (перечислить). Данные и знания (определение). Экспертные системы (ЭС), определение. Предметные области для экспертных систем. Обобщенная структура ЭС.

Модули СППР

-модуль математического моделирования

-статистический модуль

-вероятный модуль

-нейросетевой модуль

Данные – это полученные в результате наблюдения (исследования) числа или обнаруженные явления, обозначаемые символами или словами, которые фиксируются, передаются с помощью средства связи, могут обрабатываться с использованием вычислительной техники.

Данные, накапливаемые индивидуумом как результат опыта и зафиксированные в той или иной, представляют собой знания.

Знания предметной области по источникам можно разделить на фактические и эвристические. Фактические знания – хорошо известные в данной предметной области факты, описанные в специальной литературе. Эвристические знания основаны на собственном опыте специалиста-эксперта, пользоваться ими нужно осмотрительно, но именно они определяют эффективность ЭС.

Экспертная система – это программа для компьютера, оперирующая с формализованными знаниями врачей-специалистов и имитирующая логику человеческого мышления, основанную на знаниях и опыте экспертов с целью выработки рекомендаций или решения проблем. Одним из важных свойств ЭС является ее способность объяснить понятным для пользователя образом, как и почему принято то или иное решение. ЭС эффективны в специфических областях, таких как медицина, в которой существует много вариантов проявлений заболеваний и поэтому отсутствуют однозначные критерии диагностики и лечения, в связи с чем важен эмпирический опыт специалистов и качество принятия решений зависит от уровня экспертизы.

Пользователем ЭС обычно является специалист в той же предметной области, для которой разработана система, но его квалификация недостаточно высока по конкретному профилю патологии, в связи с чем он нуждается в поддержке принятия решений. Пользователями медицинских ЭС могут быть также врачи смежных специальностей, общей практики, ординаторы, интерны.

Как разработчики, так и пользователи предъявляют к медицинским ЭС ряд требований.

1. Система должна обеспечивать высокий уровень решения задач в своей предметной области.

2. «Поведение» ЭС (задаваемые врачу вопросы, рекомендации, логика работы и принятия решений) должно моделировать поведение грамотного врача.

3. Система должна объяснять полученные решения, используя конструкции, понятные врачу.

4. Созданные ЭС должны обеспечивать возможность модификации при обновлении медицинских знаний по данной предметной области.

В ЭС реализуются четыре базовые функции:

1. Приобретение (извлечение) знаний

2. Представление знаний

3. Управление процессом поиска решений

4. Разъяснение принятого решения

Экспертная система имеет структуру, состоящую из набора определенных блоков.---

Наиболее важные области применения экспертных систем:

1 Диагностика неотложных и угрожающих состояний в условиях дефицита времени

2 Ограниченные возможности обследования

3 Скудная клиническая симптоматика

4 Быстрые темпы развития заболевания

В создании экспертных систем участвуют, как правило, врач-эксперт, математик и программист. Основная роль в разработке такой системы принадлежит эксперту-врачу.

У полностью оформленной экспертной системы присутствуют 4 основных компонента (блока): База знаний, Машина вывода, Модуль извлечения знаний,Система объяснения принятых решений.

Кроме того, хорошая экспертная система имеет блок для пополнения базы знаний – система с обучением.

Экспертные системы позволяют не только производить раннюю доклиническую диагностику, но также оценивать сопротивляемость организма и его предрасположенность к заболеваниям, в том числе онкологическим.

5. Основные модули активной СППР (перечислить). Данные и знания (определение). Нейросети, типичные задачи, решаемые нейросетевыми программами. Структура нейросетей. «Нейрон», компоненты «нейрона», «синапс», обучение нейросетей.

· Модули активных СППР: вероятностный модуль, экспертные системы, статистический модуль, нейросетевой модуль, модуль, основанный на моделировании.

· Данные – это полученные в результате наблюдения (исследования) числа или обнаруженные явления, которые фиксируются, передаются с помощью средства связи, могут обрабатываться с использованием вычислительной техники.

· Данные, накапливаемые индивидуумом как результат опыта и зафиксированные в той или иной, представляют собой знания.

· Нейросети – относятся к интеллектуальным СППР; компьютерная программа, основанная на использовании виртуальных нейронов, связи между которыми устанавливаются в ходе процедуры обучения. Нейроны формируются в слоях: входном, промежуточном и выходном. Вход его регулируется, на промежуточном этапе происходит саморегуляция системы и после выхода уже регулировать его невозможно.

Типичные задачи, решаемые с помощью нейросети:

-распознавание образов

-Предсказание будущих исходов события

Компоненты нейрона:

1. Входные сигналы

2. Сумматор входных сигналов

3. Блок функционального преобразования сигнала

4. Блок выхода сигнала(синапс)

В процессе обучения сеть в определенном порядке просматривает обучающую выборку.

6. Назовите этапы процесса математического моделирования и охарактеризуйте их. Разберите в качестве примера математических моделей упрощённую фармако-кинетическую модель, укажите этапы моделирования (однокамерная модель с выведением лекарственного средства, разовая инъекция).

· Первым этапом математического моделирования является постановка задачи, определение объекта и целей исследования, задание критериев (признаков) изучения объектов и управления ими.

· Вторым этапом моделирования является выбор типа математической модели, что является важнейшим моментом, определяющим направление всего исследования. Сравнение результатов их исследования с реальностью позволяет установить наилучшую из них. Процесс выбора математической модели объекта заканчивается ее предварительным контролем, который также является первым шагом на пути к исследованию модели: Контроль размерностей сводится к проверке выполнения правила Контроль порядков величин направлен на упрощение модели.

Фармакокинетика - наука, изучающая динамику процессов абсорбции, распределения и элиминации препаратов в организме.

Распространение препаратов в организме обеспечивается системой кровообращения. Поскольку большинство лекарственных препаратов состоит из молекулотносительно маленького размера, достаточно легко проходящими стенку капилляров, они проникают во внеклеточную жидкость практически всех органов. Большинство препаратов является также в достаточной степени липофильными, что позволяет им проходить сквозь клеточные мембраны. Таким образом, во всем организме происходит распределение введенного лекарственного препарата между жидкостями организма. Такое упрощенное описание процесса распределения препарата позволяет представить организм как систему отдельных камер, содержащих фракции, введенной дозы препарата. Переход части препарата из одной камеры в другую ассоциируется с константой скорости (К), величина которой определяет, насколько быстро протекает этот процесс.

· Переход препарата из крови во внесосудистое пространство называется его распределением

· Выведение препарата, или элиминация, обеспечивается экскрецией а также биотрансформации препарата в тканях или плазме.

Динамика процессов абсорбции, распределения и элиминации препарата представлена на рис.2.

1 - в месте всасывания, 2 - в центральной камере, 3 - в камере накопления выводимого из крови препарата. Кривые нормированы на значение перорального введения дозы препарата.

1.Установка условий:

Однокамерная модель. Лекарственное вещество введено путем разовой инъекции

V=const (объем крови постоянен)F=const (константа выведения, выводится постоянно) Q-количсетво введенного лекарства При t=0 c(0)=Q/V в начальный момент времени вещество сразу распределилось и установилась одинаковая концентрация в системе.

Как изменяется концентрация со временем?

Q(t1)=Q1;

Q(t2)=Q2;

(дельта)Q=Q2-Q1;

(дельта)t=t2-t1

(дельта)Q=-F*c*(дельта)t

2. Составим уравнение:Пусть (дельта)t стремится к нулю (очень короткий промежуток времени), приращение t можно заменить на дифференциал dt

Поэтому (дельта)Q также очень мало – dQ

Отсюда получаем dQ=-F*c*dt

3. Решаем это уравнение.

dQ=-F*c*dt делим на объем крови получаем dQ/V=dc

dc=-(F/V)*c*dt снова делим на с

dc/c=-F/V*dt его можно независимо интегрировать

∫dc/c=-F/V∫dt Ln[c/c(o)]=-F/V*t

c/c(o)=e^(-(F/V)*t)

c=c(o)*e^(-F/V)*t)

Билет №7: Основные этапы моделирования:

1. Постановка задачи.: Определение цели анализа и пути ее достижения и выработки общего подхода к исследуемой проблеме. На этом этапе требуется глубокое понимание существа поставленной задачи. Иногда, правильно поставить задачу не менее сложно чем ее решить. Постановка - процесс не формальный, общих правил нет.

2. Изучение теоретических основ и сбор информации об объекте оригинала.:На этом этапе подбирается или разрабатывается подходящая теория. Если ее нет, устанавливаются причинно - следственные связи между переменными описывающими объект. Определяются входные и выходные данные, принимаются упрощающие предположения.

3. Формализация.: Заключается в выборе системы условных обозначений и с их помощью записывать отношения между составляющими объекта в виде математических выражений. Устанавливается класс задач, к которым может быть отнесена полученная математическая модель объекта. Значения некоторых параметров на этом этапе еще могут быть не конкретизированы.

4. Выбор метода решения. На этом этапе устанавливаются окончательные параметры моделей с учетом условия функционирования объекта. Для полученной математической задачи выбирается какой- либо метод решения или разрабатывается специальный метод. При выборе метода учитываются знания пользователя, его предпочтения, а также предпочтения разработчика.

5. Реализация модели. Разработав алгоритм, пишется программа, которая отлаживается, тестируется и получается решение нужной задачи.

6. Анализ полученной информации. Сопоставляется полученное и предполагаемое решение, проводится контроль погрешности моделирования.

7. Проверка адекватности реальному объекту.Результаты, полученные по модели сопоставляются либо с имеющейся об объекте информацией или проводится эксперимент и его результаты сопоставляются с расчётными.

Процесс моделирования является итеративным. В случае неудовлетворительных результатов этапов 6. или 7. осуществляется возврат к одному из ранних этапов, который мог привести к разработке неудачной модели. Этот этап и все последующие уточняются и такое уточнение модели происходит до тех пор, пока не будут получены приемлемые результаты.

Однокамерная фармакокинетическая модель: 1. Организм- одна камера

2. Модель не учитывает молекулярные процессы

3. Препарат вводится мгновенно и внутри камеры распределяется равномерно

4.Процесс переноса препарата, удаление из организма описывает уравнение хим. кинетического первого порядка

Билет №8: База данных — огромный массив разнородной информации, организованный по какому-либо принципу (дела в больницах, ежедневник)

ПО ХАРАКТЕРУ ХРАНИМОЙ ИНФОРМАЦИИ: БД делятся на фактографические и документальные. Если проводить аналогию с описанными выше примерами информационных хранилищ, то фактографические БД — это картотеки, а документальные — это архивы. В фактографических БД хранится краткая информация в строго определенном формате. В документальных БД — всевозможные документы. Причем это могут быть не только текстовые документы, но и графика, видео и  звук (мультимедиа).

Классификация по способу хранения данных делит БД на централизованные и распределенные. Вся информация в централизованной БД хранится на одном компьютере. Это может быть автономный ПК или сервер сети, к которому имеют доступ пользователи-клиенты. Распределенные БД используются в локальных и глобальных компьютерных сетях. В таком случае разные части базы хранятся на разных компьютерах.

Третий признак классификации баз данных — по структуре организации данных.Это: реляционная, иерархическая и сетевая. Реляционные базы данных  являются наиболее эффективными.

КЛАССИФИКАЦИЯ ПО СРЕДЕ ПОСТОЯННОГО ХРАНЕНИЯ

• Во вторичной памяти, или традиционная: средой постоянного хранения является периферийная энергонезависимая память — , как правило, жёсткий диск.

В оперативную память СУБД помещает лишь кеш и данные для текущей обработки.

• В оперативной памяти: все данные на стадии исполнения находятся в оперативной памяти.

• В третичной памяти средой постоянного хранения является отсоединяемое от сервера устройство массового хранения (третичная память), как правило на основе магнитных лент или оптических дисков.

Во вторичной памяти сервера хранится лишь каталог данных третичной памяти, файловый кеш и данные для текущей обработки; загрузка же самих данных требует специальной процедуры.

КЛАССИФИКАЦИЯ ПО СОДЕРЖИМОМУ:

• Географическая

• Историческая

• Научная

• Мультимедийная.

Система управления базами данных (СУБД) — совокупность программных и лингвистических средств общего или специального назначения, обеспечивающих управление созданием и использованием баз данных.

Разработка базы данных – сложный длительный процесс, который можно разделить на 3 этапа:

• концептуальное проектирование — сбор, анализ и редактирование требований к данным;

• логическое проектирование — преобразование требований к данным в структуры данных;

• физическое проектирование — определение особенностей хранения данных, методов доступа и т. д.

Билет №9: Типы данных: 1. Текстовые (ФИО) – текст в небольшом объеме

2. Числовые

3. Дата-время

4. Денежные (цены)

5. Логические

6. МЕМО (истории болезней) – большой объем информации

Реляционная база данных представляет собой множество взаимосвязанных таблиц, каждая из которых содержит информацию об объектах определенного вида. Каждая строка таблицы содержит данные об одном объекте (например, автомобиле, компьютере, клиенте), а столбцы таблицы содержат различные характеристики этих объектов - атрибуты (например, номер двигателя, марка процессора, телефоны фирм или клиентов)

ЛИБО это БД, информация о которой записана в в виде таблицы Access

Поле=столбцы, запись=строчка

Свойства поля	Описание
Размер поля.	Определяет максимальную длину текстового или числового поля, так как если размер подобран неоптимальное, расходуется, лишня память.
Формат поля.	Устанавливает формат отображения данных в форме, запросе, отчете.
Число десятичных знаков.	Количество знаков после запятой в десятичном числе.
Маска ввода.	Задает маску (шаблон), при вводе данных в таблицу или форму.
Значение по умолчанию.	Содержит значение, установленное по умолчанию, для всех новых записей таблицы.
Подпись.	Задает подпись поля, которое выводиться в формах, отчетах, таблицах (не путать с именем поля).
Условие на значение.	Позволяет задать то условие, которое проверяется при вводе данных в поле.
Сообщение об ошибке.	Задается текст, сообщение выводится в диалоговом окне, если вводимые данные не соответствуют, заданному условию на значение.
Обязательное поле.	Определяет, может ли поле быть пустым или нет.
Пустые строки.	Определяет возможность ввода в поля пустых строк с пробелами.
Индексированное поле.	Задает индексы, для ускоренного поиска информации в таблице.

Запрос на выборку — это такая инструкция по отбору данных, в соответствии с которой программа отбирает данные из одной или более таблиц по заданным условиям, а затем отображает их в нужном порядке. Нужен для того, чтобы среди большого объема информации быстро найти нужную.

Билет №10: Кратко особенности реляционной базы данных можно описать следующим образом:

• Данные хранятся в таблицах, состоящих из столбцов и строк;

• На пересечении каждого столбца и строчки стоит в точности одно значение;

• У каждого столбца есть своё имя, которое служит его названием, и все значения в одном столбце имеют один тип. Например, в столбце id_forum все значения имеют целочисленный тип, а в строке name - текстовый;

• Столбцы располагаются в определённом порядке, который определяется при создании таблицы, в отличие от строк, которые располагаются в произвольном порядке. В таблице может не быть не одной строчки, но обязательно должен быть хотя бы один столбец;

Объекты: 1. Таблицы- возможно несколько

2. Запросы- анализ небольшой части из списка

3. Формы

4. Отчеты

5. Страницы

6. Макросы

7. Модули

Современная СУБД Oracle это мощный программный комплекс, позволяющий создавать приложения любой степени сложности. Ядром этого комплекса является база данных, хранящая информацию, количество которой за счет предоставляемых средств масштабирования практически безгранично. C высокой эффективностью работать с этой информацией одновременно может практически любое количество пользователей (при наличии достаточных аппаратных ресурсов), не проявляя тенденции к снижению производительности системы при резком увеличении их числа. СУБД Oracle обладают рядом преимуществ: высокая надежность и безопасность, возможность работы на платформе любой операционной системы.

Объектно-ориентированная (объектная) СУБД — система управления базами данных, основанная на объектной модели данных. Эта система управления обрабатывает данные как абстрактные объекты, наделённые свойствами и использующие методы взаимодействия с другими объектами окружающего мира(объектами БД).