- •Основы информационных технологий
- •Оглавление
- •Предисловие
- •Современные информационные технологии
- •1.1 История, современное состояние и перспективы развития вычислительной техники
- •1.2 Элементная база, архитектура, сетевая компоновка, производительность
- •1.3 Понятие информации. Классификация и виды информационных технологий
- •Основные свойства информационных технологий.
- •1 .4 Операционные системы
- •2 Основные программные средства информационных технологий
- •2.1. Программное обеспечение. Текстовые редакторы, их возможности и назначение
- •2.2. Графические редакторы
- •2.3. Электронные таблицы
- •2.4. Сервисные инструментальные программные средства
- •2.5. Системы математических вычислений MatLab
- •2.6 Система подготовки презентаций
- •3 Сетевые технологии и интернет
- •3.1 Классификация компьютерных сетей
- •3.2 Семиуровневая модель структуры протоколов связи
- •2.3. Взаимодействие компьютеров в сети
- •3.3 Организационная структура Internet
- •3.4 Инструментальные средства создания web-сайтов. Основы web-дизайна
- •3.5 Языки разметки гипертекста html и xml
- •3.6 Скриптовые языки программирования
- •4 Системы управления базами данных
- •4.1. Классификация систем управления базами данных
- •4.2 Модели данных
- •4.3 Моделирование баз данных
- •4.4 Архитектура и функциональные возможности субд. Языковые и программные средства субд
- •4.5 Общая характеристика субд ms Access
- •4.6 Основные объекты ms Access
- •4.7 Основы языка sql
- •Контрольные вопросы
- •5 Защита информации при использовании информационных технологий
- •5.1 Основы информационной безопасности
- •5.2. Методы и средства защиты информации
- •5.3 Защита от несанкционированного доступа к данным
- •5.4 Классы безопасности компьютерных систем
- •5.5 Основные аспекты построения системы информационной безопасности
- •6 Математическое моделирование и численные методы
- •6.1 Математические модели и численные методы решения задач в различных предметных областях
- •6.2 Численное дифференцирование и интегрирование
- •6.2.1 Особенность задачи численного дифференцирования
- •6.2.2 Интерполяционная формула Лагранжа для равноотстоящих узлов
- •6.2.3 Численное дифференцирование на основе интерполяционной формулы Лагранжа
- •6.2.4 Численное дифференцирование на основе интерполяционной формулы Ньютона
- •6.2.5 Постановка задачи численного интегрирования
- •6.2.6 Квадратурные формулы Ньютона-Котеса
- •6.2.7 Формула трапеций
- •6.2.8 Формула Симпсона
- •6.2.9 Оценка точности квадратурных формул
- •6.3 Методы решения обыкновенных дифференциальных уравнений
- •6.3.1 Задача Коши и краевая задача
- •6.3.1.1 Классификация уравнений
- •6.3.1.2 Задача Коши
- •6.3.2 Одношаговые методы решения задачи Коши
- •6.3.2.1 Метод Эйлера
- •6.3.2.2 Модифицированный метод Эйлера
- •6.3.2.3 Метод Рунге-Кутта четвертого порядка
- •6.3.2.4 Погрешность решения и выбор шага
- •6.3.3 Многошаговые методы решения задачи Коши
- •6.3.3.1 Многошаговые методы
- •6.3.3.2 Метод Адамса
- •6.3.3.3 Методы прогноза и коррекции (предиктор-корректор)
- •6.3.3.4 Общая характеристика многошаговых методов
- •6.3.4 Краевая задача и метод стрельбы
- •6.3.4.1 Краевая задача
- •6.3.4.2 Метод стрельбы
- •6.3.4.3 Метод стрельбы для линейного дифференциального уравнения
- •6.4 Решение дифференциальных уравнений в чстных производных
- •6.4.1 Краткие теоретические сведения
- •6.4.2 Классификация уравнений по математической форме
- •6.4.3 Основы метода конечных разностей
- •6.4.3.1 Построение сетки
- •6.4.3.2 Аппроксимация уравнения эллиптического типа
- •6.4.3.3 Аппроксимация уравнения гиперболического типа
- •6.4.3.4 Аппроксимация уравнения параболического типа
- •6.4.3.5 Погрешность решения
- •6.4.4 Основы метода конечных элементов
- •6.4.4.1. Формирование сетки
- •6.4.4.2 Конечно-элементная аппроксимация
- •6.4.4.3 Построение решения
- •6.6 Элементы математической статистики
- •6.6.1 Генеральная совокупность. Выборка. Статистические ряды
- •6.6.2 Графическое изображение вариационных рядов. Эмпирическое распределение
- •6.6.3 Средние величины и показатели вариации
- •6.6.4 Средняя арифметическая и ее свойства
- •6.6.5 Дисперсия и ее свойства. Среднее квадратическое отклонение
- •6.6.6 Коэффициент вариации
- •6.6.7 Структурные средние
- •6.6.8 Законы распределения случайных величин
- •6.6.9 Статистические гипотезы
- •7 Методы оптимизации и системы поддержки принятия решений
- •7.1 Характеристика методов решения задач оптимизации
- •7.1.1 Численные методы безусловной оптимизации нулевого порядка
- •7.1.1.1 Основные определения
- •7.1.1.2 Классификация методов
- •7.1.1.3 Общая характеристика методов нулевого порядка
- •7.1.1.4 Метод прямого поиска (метод Хука-Дживса)
- •7.1.1.5 Метод деформируемого многогранника (метод Нелдера—Мида)
- •7.1.1.6 Метод вращающихся координат (метод Розенброка)
- •7.1.1.7 Метод параллельных касательных (метод Пауэлла)
- •7.1.2 Численные методы безусловной оптимизации первого порядка
- •7.1.2.1 Минимизация функций многих переменных. Основные положения
- •7.1.2.2 Метод наискорейшего спуска
- •7.1.2.3 Метод сопряженных градиентов
- •7.1.3 Численные методы безусловной оптимизации второго порядка
- •7.1.3.1 Особенности методов второго порядка
- •7.1.3.2 Метод Ньютона
- •7.2 Линейное программирование
- •7.2.1 Транспортная задача линейного программирования
- •7.2.1.1 Постановка задачи
- •7.2.1.2 Венгерский метод
- •7.2.1.3 Метод потенциалов
- •7.3 Прямые методы условной оптимизации
- •7.3.1 Основные определения
- •7.3.2 Метод проекции градиента
- •7.3.3 Комплексный метод Бокса
- •7.4 Методы штрафных функций
- •7.4.1 Основные определения
- •7.4.2 Методы внутренних штрафных функций
- •7.4.3 Методы внешних штрафных функций
- •7.4.4 Комбинированные алгоритмы штрафных функций
- •7.5 Информационные технологии поддержки принятия решений
- •7.6 Информационные технологии экспертных систем Характеристика и назначение
- •Список литературы
6.6.1 Генеральная совокупность. Выборка. Статистические ряды
Пусть задача состоит в том, чтобы исследовать заданный качественный или количественный признак, характеризующий элементы некоторой последовательности (совокупности) наблюдений. Все множество объектов, входящих в рассматриваемую совокупность называют генеральной совокупностью. Число элементов генеральной совокупности может быть достаточно большим (в теоретических рассмотрениях используется и совокупности, содержащие бесконечное множество элементов).
Часть генеральной совокупности, выбранную из нее некоторым (случайным) образом, называют выборочной совокупностью(выборкой). Объем выборки, обозначаемый (по количеству элементов), может быть и сравнительно большим и малым, но не может содержать меньше двух единиц. Выборочный метод является основным при изучении статистических совокупностей. Его преимущество перед сплошным учетом всех членов генеральной совокупности заключается в том, что он сокращает время и затраты труда (за счет уменьшения числа наблюдений), а главное позволяет получать информацию о таких совокупностях, сплошное исследование которых практически невозможно или нецелесообразно.
Элементы совокупности называют вариантами. Существует два основных способа отбора вариант из генеральной совокупности: повторный и бесповторный. В практике обычно применяют бесповторный отбор.
Статистическими рядаминазывают ряды числовых значений некоторого признака, расположенного в определенном порядке.
Расположим варианты (‑ объем выборки) в порядке возрастания и перенумеруем их заново:, где
, . (6.88)
Такую перенумерованную последовательность часто называют вариационным рядом.
Числа, показывающие сколько раз отдельные варианты встречаются в данной совокупности, называются частотамиили весами вариант и обозначаютсяили.
Общая сумма частот всегда равна объему выборки. Говорят еще об относительных частотах (выражаются в частях или % от ).
Интервальный вариационный ряд, такой статистический ряд, в котором частоты распределяются по отдельным интервалам или промежуткам (от ‑ до), на которые разбивается вариация признака в пределах от минимальной до максимальной варианты совокупности. Эти промежутки или классовые интервалы могут быть равными и неравными по ширине. Чаще всего рассматриваются равные интервалы. Величина равных интервалов определяется делением размаха варьирования признака () на число групп или классов (), намечаемых при построении вариационного ряда:
, (6.89)
где ‑ величина классового интервала, а величинаопределяется по формуле Стерджеса.
В общем случае техника построения вариационного ряда сводится к следующему:
1. Составляем сводку исходных данных.
2. Отыскиваем иварианты.
3. Определяем величину классового интервала по формуле данной выше. Если значения признака выражены целыми числами и классовый интервалокажется равным 1 (или1), выборка распределяется в безинтервальный вариационный ряд. Если1, выборку следует распределять в интервальный вариационный ряд. Кроме того, следует соблюдать правило, согласно которому величина классового интервала должна соответствовать точности, принятой при измерении учитываемого признака (если=0,001 , то классовый интервал тоже определяется с точностью 0,001).
4. При построении интервального вариационного ряда следует добиваться того, чтобы минимальная варианта попадала в середину классового интервала, то есть,, где- нижняя граница первого классового интервала. Определяем верхнюю границу первого классового интервала, второго классового интервала, - того классового интервала .
5. Наметив классовые интервалы, остается распределить по ним варианты выборки, то есть, определить частоты каждого класса.