33. Наследование

Наследование- это механизм получения нового класса на основе уже существующего. Существующий класс может быть дополнен или изменен для создания нового класса.

Существующие классы называются базовыми, а новые – производными. Производный класс наследует описание базового класса; затем он может быть изменен добавлением новых членов, изменением существующих функций- членов и изменением прав доступа.С помощью наследования может быть создана иерархия классов, которые совместно используют код и интерфейсы.

Наследуемые компоненты не перемещаются в производный класс, а остаются в базовых классах.

В иерархии производный объект наследует разрешенные для наследования компоненты всех базовых объектов (public, protected).

Допускается множественное наследование – возможность для некоторого класса наследовать компоненты нескольких никак не связанных между собой базовых классов. В иерархии классов соглашение относительно доступности компонентов класса следующие:

private – Член класса может использоваться только функциями- членами данного класса и функциями- “друзьями” своего класса. В производном классе он недоступен.

protected – То же, что и private, но дополнительно член класса с данным атрибутом доступа может использоваться функциями- членами и функциями- “друзьями” классов, производных от данного.

public – Член класса может использоваться любой функцией, которая является членом данного или производного класса, а также к public - членам возможен доступ извне через имя объекта.

Следует иметь в виду, что объявление friend не является атрибутом доступа и не наследуется.

Синтаксис определение производного класса :

class имя_класса : список_базовых_классов

{список_компонентов_класса};

В производном классе унаследованные компоненты получают статус доступа private, если новый класс определен с помощью ключевого слова class, и статус public, если с помощью struct

Явно изменить умалчиваемый статус доступа при наследовании можно с помощью атрибутов доступа – private, protected и public, которые указываются непосредственно перед именами базовых классов.

34.чисе́льне інтегрува́ння це знаходження приблизного значення інтегралу де f(x) — задана функція. На відрізку [a,b] вводиться сітка та в як наближене значення інтегралу розглядається число де f(x_i) значення функції f(x) у вузлах x = x_i, c_i — вагові множники (ваги), що залежать лише від узлів, але не залежать від вибору f(x). Ця формула називається квадратурною формулою.Задача чисельного інтегрування із допомогою квадратур полягає в знаходженні таких узлів {x_i} і таких ваг {c_i}, щоб похибка квадратурної формули була мінімальною для фунцій із заданого класу. Метод Монте-Карло — це метод імітації для приблизного відтворення реальних явищ.

Сутність методу Монте-Карло полягає в наступному: потрібно знайти значення а деякою вивчається величини. Для цього вибирають таку випадкову величину Х, математичне сподівання якої = а: М (Х) = а. Практично ж надходять так:

виробляють n випробувань, в результаті яких отримують n можливих значень Х; обчислює їх середнє арифметичне і приймають x в якості оцінки (наближеного значення) a * шуканого числа a: Оскільки метод Монте-Карло вимагає проведення великої кількості випробувань, його часто називають методом статистичних випробувань. Теорія цього методу вказує, як найбільш доцільно вибрати випадкову величину Х, як знайти її можливі значення. Зокрема, розробляються способи зменшення дисперсії використовуються випадкових величин, в результаті чого зменшується помилка, допускається при заміні шуканого математичного очікування, а його оцінкою а*.

Оцінка похибки методу Монте-Карло. Для отримання

реалізацію програм у вигляді окремих частин, так званих модулів. Використання модульності спрощує

оцінки a * математичного очікування а випадкової величини Х було вироблено n незалежних випробувань (розіграно n можливих значень Х) і по них була знайдена вибіркова середня , яка прийнята в якості шуканий оцінки: . Якщо повторити досвід, то будуть отримані інші можливі значення Х, отже, інша середня, а отже, й інша оцінка a *. Вже звідси випливає, що отримати точну оцінку математичного очікування неможливо. Виникає питання про величину допустимої помилки. Обмежимося відшукання лише верхньої межі d допустимої помилки із заданою вірогідністю (надійністю) g: . Розглянемо наступні три випадки. Випадкова величина Х розподілена нормально і її середнє квадратичного відхилення d ізвестно.В цьому випадку з надійністю g верхня межа помилки   , (*) де n число випробувань (розіграних значень Х); t - значення аргументу функції Лапласа, при якому, ,s - відоме середнє квадратичного відхилення Х. Випадкова величина Х розподілена нормально, причому її середнє квадратіческое відхилення s неізвестно.В цьому випадку з надійністю g верхня межа помилки   , (**) де n - число випробувань; s - «виправлене» середнє квадратіческое відхилення, по таблиці. Випадкова величина Х розподілена по закону, відмінного від нормального.

35. Пол-м Жегалкіна.У теорії дискретних функціональних систем булевих функцією називають функцію типу , де - булевих безліч, а n - неотріцательное ціле число, яке називають арностью або місцевістю функції. Елементи 1 (одиниця) і 0 (нуль) стандартно інтерпретують як істину і брехню, хоча в загальному випадку їх зміст може бути будь-яким.

, (6.3)

Елементи називають булевих векторами. У випадку n = 0 булевих функція перетворюється в булевих константу. Поліном Жегалкіна це форма представлення логічної функції за допомогою Опції Жегалкіна (що виключає АБО). Для отримання полінома Жегалкіна слід виконати следуюющіе дії: 1. Отримати ДнФ функції 2. Всі АБО замінити на всі виключні АБО 3. У всіх умовах замінити елементи з запереченням на конструкцію: ( «елемент» «що виключає АБО» 1) 4. Розкрити дужки за правилами алгебри Жегалкіна і привести попарно однакові умови Пол.Жегалкіна - Поліном над Z2, тобто пол-м з коефіцієнтами виду 0 і 1, де в якості твору береться кон'юнкція, а в якості складання логічна сума. Пол-м був запропонований у 1927 році І. І. Жегалкіним в якості зручного засоби для представляенія функцій булевих логіки. Полинь Жегалкіна має такий вигляд: