Ответы на билеты по информатике МПФ / 14

Билет №14

1. Машинные коды, язык ассемблера, языки программирования высокого уровня. Библиотеки стандартных программ. Интерпретаторы, компиляторы и трансляторы.

Машинный код машинный язык — система команд (набор кодов операций) конкретной вычислительной машины, которая интерпретируется непосредственно процессором или микропрограммами этой вычислительной машины. Язык ассемблера — система обозначений, используемая для представления в удобочитаемой форме программ, записанных в машинном коде. Язык ассемблера позволяет программисту пользоваться алфавитными мнемоническими кодами операций, по своему усмотрению присваивать символические имена регистрам ЭВМ и памяти, а также задавать удобные для себя схемы адресации (например, индексную или косвенную). Кроме того, он позволяет использовать различные системы счисления (например, десятичную или шестнадцатеричную) для представления числовых констант и даёт возможность помечать строки программы метками с символическими именами с тем, чтобы к ним можно было обращаться (по именам, а не по адресам) из других частей программы (например, для передачи управления).

Библиотека стандартных программ — набор готовых программ для решения повторяющихся типовых задач. Например, различных классов уравнений и систем уравнений.

Транслятор — обслуживающая программа, преобразующая исходную программу, предоставленную на входном языке программирования, в рабочую программу, представленную на объектном языке. Компилятор — это обслуживающая программа, выполняющая трансляцию на машинный язык программы, записанной на исходном языке программирования. Интерпретатор - программа или устройство, осуществляющее пооператорную трансляцию и выполнение исходной программы. Язык программирования высокого уровня- содержит смысловые конструкции и команды, которые представляют из себя стандартные структуры из нескольких простейших (низкоуровневых, машинных) команд, таким образом программист освобождается от необходимости писать каждую машинную команду по отдельности. Языки высокого уровня

Примеры: C, C++, Pascal, Delphi, Visual Basic, Java, Python, PHP, Ruby, Perl

Кроме того, языки делятся еще на интерпретируемые и компилируемые:

Компилируемые: C, C++, Паскаль, Delphi

Интерпретируемые: Visual Basic, Java, Python, PHP, Ruby, Perl

2. Оценка уровня силы корреляционной связи между несколькими случайными величинами. Корреляционная адаптометрия.

Коэффициент корреляции – показывает силу и направление линейной связи, находится в пределах от -1 до +1.

Корреляционная связь — такая связь, при которой каждому определенному значению одного признака соответствует несколько значений другого взаимосвязанного с ним признака (связь между ростом и массой тела человека; связь между температурой тела и частотой пульса). Корреляционная связь характерна для медико-биологических процессов.

Схема оценки корреляционной связи по коэффициенту корреляции

Сила связи	Направление связи
	прямая (+)	обратная (-)
Сильная	от + 1 до +0,7	от - 1 до - 0,7
Средняя	от + 0,699 до + 0,3	от - 0,699 до - 0,3
Слабая	от + 0,299 до 0	от - 0,299 до 0

Корреляционная адаптометрия - позволяет оценить успешность лечения для групп в целом, но не позволяет сказать стало ли конкретному пациенту лучше или хуже. Для определения успешности лечения нужно взять некоторое количество разнородных параметров, определить их в начале лечения и в динамике и далее выяснить снижается ли выраженность корреляционной связи, если да, то это может служить показателем успешности лечения, если нет, то побочные последствия лечения более выражены. При помощи такого похода можно так же сравнить эффективность разных вариантов лечения рассчитывая силу корреляционной силы в разных группах.

Для того, чтобы подойти к сравнению тяжести разных патологий, нужно определить, что является нормальным состоянием организма и что – отклонением от него. Можно определить норму как состояние гомеостаза, в котором организму для поддержания своей жизнедеятельности не нужно использовать много внутренних ресурсов, а наличие свободных ресурсов позволяет реагировать по-разному.

Пусть X- набор параметров, описывающих состояние организма, а U(X) – затраты ресурсов, нужные для поддержания его жизнедеятельности. Тогда состояние гомеостаза будет соответствовать такому X0, для которого U(X0) минимально. Так как из содержательного смысла функции U она должна быть гладкой, то в точке минимума ее производная равна нулю. Следовательно, вблизи состояния гомеостаза X0 при небольших отклонениях состояния X изменение U(X) много меньше, чем изменение X. Из этого следует, что можно относительно далеко отходить от состояния гомеостаза в любую сторону, не вызывая существенного увеличения расходов ресурсов. Следовательно, вблизи состояния гомеостаза поведение системы достаточно лабильно, так как любые небольшие изменения состояния приводят к очень малым положительным или отрицательным последствиям. Если же состояние системы отклонилось от гомеостаза достаточно велико, то при дальнейших неблагоприятных изменениях состояния расход ресурсов возрастает критически. Следовательно, вдали от гомеостаза живая система не может позволить себе произвольных изменений состояния.

Борис Горбань произвел математическое моделирование состояния гомеостаза. Им было получено, что по мере удаления от этого состояния увеличиваются связи в том числе и корреляционные между разными параметрами. Поэтому величина корреляционной связи между разными параметрами может служить показателем тяжести патологического состояния.

Следовательно, для определения успешности лечения нужно взять некоторое большое количество разнородных параметров типа scale и original, определить их в начале лечения и в динамике и выяснить, снижается ли выраженность корреляционной связи. Если да, то это может служить показателем успешности лечения, если нет, то побочные последствия лечения более выражены, чем основной позитивный эффект. При помощи такого подхода можно также сравнивать эффективность разных вариантов лечения, рассчитывая силу корреляционной силы в разных группах.

Для определения средней силы корреляционной связи лучше пользоваться процедурой, в которой учитывается поправка на конечность объема наблюдений.