- •1. Информация,ее cв-ва.Виды инфор-ых процессов.Формулы Хартли и Шеннона для измерения кол-ва инф-ции.
- •2.Системы счисления(сс).Представление чисел в памяти компьютера.
- •3.Представление различных данных в памяти комп.Сжатие данных.Неалфав.Кодир
- •4. Кодирование инф. Эфф-ть, помехоуст-ть кодирования, сущ-ие декод-я. Методы Фано, Хаффмена.
- •2.Эффективность(оптимальность) код-ия.
- •3.Надежность (помехоустойчивое) кодирования.
- •7.Постановка задачи перебора.
- •9, Моделирование в биологии. Модели популяции, клеточные автоматы.
- •15. Интерполирование: постановка задачи, геометрическая интерпретация. Интерполяционный член Ньютона Алгоритм для реализации на эвм выбранного многочлена.
- •16. Интерполяционные формулыЧисленное интегрирование
- •17. История и классификация эвм.Структура эвм.
- •1Е поколен: 1937-1953
- •2Е поколение: 1954-1962
- •3Е поколение: 1963-1972
- •4Е поколение: 1972-1984
- •5Е поколение: втор полов 80-х
- •6Е и последующие поколения эвм
- •19. Микропроцессор: структура, алгоритм работы, Виды памяти.
- •22. Компьютерные сети: определение, основные функциональные элементы компьютерной сети
- •23.Правила сетевого взаимодействия. Протоколы. Модель osi
- •32. Методическая система обучения информатике
- •35, Методы использования компьютера на различных видах занятий.
- •42. Базы данных. Модели данных. Реляционная модель данных.
- •41. Состав и назначение программного обеспечения.
- •3 Категории программ:
- •37. Алгоритмизация в курсе оивт: место, роль и подходы согласно мсо Ершова, Каймина и Житомирского.
- •39. Анализ темы: Команды ввода/вывода
- •38. Методика изучения раздела «Информационные технологии. Прикладное программное обеспеченье(ппо)»
- •1. Цели:
- •7. Организация практической работы
- •40. Педагогико-эргономические условия эффективного и безопасного использования средств вычислительной техники и икт в образовательных целях
- •21.Классификация и характеристика различных видов запоминающих устройств. Триггеры, регистры. Виды Регистров. Озу.
9, Моделирование в биологии. Модели популяции, клеточные автоматы.
В биологии не всегда доступен обычный эксперимент, если в функционир-е объкта вмешивается установка то не понятна реакция объекта. «+» исп-я модели:1)На одном комплексе денных м.б. разработано несколько моделей. 2)В процессе построения м. дополнить гипотизу или упростить её.3)Можно исп-ть ЭВМ(вып-ть расчеты, рез-ты). Широко исп-ют в молек-й биологии. –Разработка структурной модели ДНК.- задача морфогенеза(проц. Упр-ющий развитием органов).
Модель однородных популяций. Общая постановка задачи:имеется популяция особейx(t)-кол-во особей в попул-ции в момент времени Проследить x(0)=N изменение кол-ва особей в популяции со временем.
1) Модель Мальтуса. (16-18вв). x(t) - кол-во особей на рассматрив площади, плотность попул на площ. k -коэф. рождаемости. В этом случае рост по exp. Модель Мальтуса. Гипотезой для построения своей модели Мальтус выбрал следующее положение: скорость изменения численности любой популяции прямо пропорциональна этой численности. Математически это положение записывается так
x'(t)=kx(t), x(0)=N.
2) Модель Ферхнюсльта-Пирла. x(t)-кол-во особей в момент набл-я, x(0)=N- в начальный момент. , где к - рождаемость, b- смертность.
различна. Поведение популяции окажется полностью изучено, если будут выявлены значения коэффициентов рождаемости и смертности, при которых популяция через некоторое время от начала наблюдения выйдет на один из приведенных ниже режимов:
1) численность популяции стабилизируется на определенном уровне или незначительно колеблется около некоторого уровня (стационарный режим);
2) популяция вымирает (численность становиться равной 0). Отметим, что характер динамики популяции зависит от начальной численности N и отношения k/b.
Модель динамики двух антог-ских популяций.
Есть две популяции хишники и жертвы. x(t)-кол-во жертв, y(t) - кол-во хишников, x(0)=N y(0)=M - в нач. момент. Модель Вольтера.
к1,к2 - коэф. рождаемости, b1,b2-коеф. смертости. Если жертвы есть, то скорость измен-я хищников = произ-ю хишников на жертв.
Заменяя во всех узловых точках первые производные на конечно-разностные отношения и рассматривая дифференциальные уравнения в математической модели поведения популяции только в узловых точках, а также разрешая получившиеся равенства относительно xi+1, yi+1 приходим к следующей вычислительной модели
Компьютерная модель. Работа заключается в последовательном просмотре поведения обеих популяций на графиках при различных значениях исходного количества особей N и M, а также различных значений коэффициентов рождаемости и смертности k1, k2, b1, b2. При фиксированных значениях N и M надо отыскать характерное поведение обеих популяций:1) вымирание одной и неограниченный рост другой; 2)динамическое равновесие (стационарный режим).
Замечание. 1. Надо помнить, что определяющими являются не сами значения указанных коэффициентов, а их отношения, т.е. k1/b1 и k2/b2.2. Чтобы в программе не происходило переполнения нужно выбирать коэффициенты рождаемости и смертности таким образом, чтобы b1=O(k22) и k2=O(b22).
На экране выводится два графика.
Клеточные автоматы. Одномерный и двумерный случаи. Игра “Жизнь”.
Кл.Авт. - это абстракция сообщества некотор. элементарных объектов, м/у которыми возможен обмен информацией.– модель поведения клеточных сообществ(ФонНейман).–дискретн. динамич. с-ма (предст-ет собой совокупность клеток, одинаковым образом соед-х м/у собой-решетка клеточного автомата) Основными характеристиками являются: 1) дискретность в прост-ве, сущ-ют др. с др. но каждый занимает свой кант а прост-ве. 2) Развитие такого сообщ. со временем происходит скачками, дискретно. Предложил Дж.Ф. Нейман. Исследование клеточн. автоматов приводят к частичному раскрытию тайн самоорганизации в живой природе. Современ. наука синергетика. Одномерн. клеточ. авт-ты для каждой клетки рассматр. 2х соседних слева и справа(5кл.)Среди м.б. как мертвые(0) так и живые(1).Правила1) В следующий момент времени клетка б. жива если у неё жив ровно одна соседн. клетка. Двумерные клет-е авт-ты (поле неогран-но),к-я клетка м. находиться в конечном числе сост-й.Изменен. знач-я всех клеток происходит одновременно.
Рассм-им кл.авт. у которого положение клетки определяется одной коорд. Будем считать, что в момент времени клетки находились в каком-то состоянии, 1-жива, 0-мертва.
Правила получение сообщества. 1) Если клетка мертва в момент времени t она оживает в t+1 тогда и только тогда когда трое ее соседей живы в момент t. 2) Если клетка была жива в момент t, то она погибнет в момент t+1 тогда когда менее чем 2 или более чем 3 соседние клетки были живы в момент t (впервом от скуки, во втором от скученности). 3) Во всех остальных случаях состояние клетки не изменяется.
10, Моделирование в физике. Физика – это наука, в кот-й моделирование явл. важным методом исследования. Раньше физика делилась на экспер-ю и теор-ю физику, а сейчас + вычислительная физика. В физику проникли различ мат методы, но многие задачи нельзя решить с пом мат модели, следует совмещать вычислит матем-у и проведение вычислительного экспер-та, кот-й схож с лабораторным. Этапы построения модели: 1)постановка задачи; 2) Мат модель 3) Вычисл модель 4)Комп модель 5) Работа с моделью
Модель Солнце-планета. 1. Постановка задачи.В космическом пространстве находится массивное тело «Солнце». В некоторый момент времени t в поле его тяготения влетает с некоторой скоростью V тело меньшей массы m и меньших размеров - планета. Проследить судьбу этого тела( нарисовать траекторию планеты).
2.Построить мат модель движения планеты в поле тяготения Солнца.
- з-н всемирного тяготения.
- II з-н Ньютона.
,то:
х(0)=1 , у(0)=2 , , ,
х(0)=1 ,
у(0)=2 ,
3.Переход к вычислительной модели .
Выберем значение шага h
Рассмотрим систему точек tj=jhj=1,2,3,.. .
xj+1-2xj+xj-1=G(tj)xjh2
yj+1-2yj+yj-1=G(tj)yjh2
j=1,2,...
4.Компьютерная модель.
DIMx,y(N)
1. Провести масштабирование.
2. Проверка 3х типов движений.
а) по орбите.
б) за пределы.
в) упадет.
5.Работа с программой.
Шаг h=0,1
1. Построение компьютерной модели позволяет глубоко войти в сущность представлений модели.
2. Если даже компьютерная модель построена не самим обучаемым, тем не менее имея возможность воздействовать на эту модель с помощью параметров, обучаемый может глубже разобраться в сущности объекта.
Баллистическая модель. 1. Постановка: Пушка под углом к горизонту. Из нее вылетает снаряд с нач. скоростью(v0). Сопр. Нет. Построить траекторию движения.
2. Мат модель
Модель падение тела в среде с сопротивлением. Тело находиться на высоте Н, тело отпускают, оно нач-ет падать. Ему придали нач. скорость. При относительно малых скоростях величина силы сопр-ия пропорциональна ск-ти, а при более высоких скоростях сила сопрот-я пропор-а квадрату скорости.
Fсопр=kV
Требуется выполнить моделирование тела.Нас интерисует не траектория, а тело, с какой оно скоростью падает.
1) X0=0 X’0=0
2) рисунок
3) F=mg
ma=mg+ Fсопр
4) max=mg-kvx2
mx’’(t)=mg-km(x’(t))2
5)Выбираем ∆t .Разбиваем ось времени на равностоящие промежутки. Запишем вторую и первую производные формы. Выражаем x(tk+1)
m(x(tk+1)- 2x(tk)+ x(tk+1))/ ∆t2)=mg- k((x(tk)- x(tk+1))/ ∆t2)2
x(tk+1)=(mg- k((x(tk)- x(tk-1))/ ∆t2)/m-m((x(tk-1)-2x(tk))/ ∆t2)
X(t1) =x(0)+ X’(0) ∆t
x(t1) =0
Замечание: до каких пор мы должны проводить расчеты x(t)>=H.
12. Симплекс метод: вершины перебир-ся не произвольно, а так, что кажд. следующ. вершина улучшает знач-е целевой ф-ии. Стандартный вид: 1) все огр-я записны в виде рав=в; 2) правые части рав-в >=0; 3) переменные >=0; 4) F к min. Канонич.вид: 5) в кажд. ур-ии есть переменная, кот. присутсв. только в этом ур-ии с коэф. +1, в др. ур-х её нет. Одноэтапный СМ: для канонич вида. 1) Строим таблицу, 2) выбираем min эл-т и з F – ведущ столбец. 3) выбираем ведущ. строку с пом-ю сравнения отношений правых частей рав-в к эл-м ведущ столбца, из >0 выбираем min, получаем ведущ строку. 4) Эл-ты столбика кроме ведущего превращаем в 0. Далее с (1) пока все коэф-ты F не станут >=0. Двухэтапн. СМдля неканонич. вида: 1) приводим ЗЛП к канонич виду, т.е. решаем вспомогат задачу СМ. F’=(b1+b2+…+bm)+(a11+a21+…+am1)x1+(a12+a22+a32+…+am2)x2…+(a1n+a2n+…+amn)xn. 2) РешениеполучзадачиСМ.
Пример
Решить симплекс-методом
Найти
При ограничениях
Решение.
Задача записана не в стандартном виде. Приведем ее к стандартному виду. Изменим знаки в целевой функции и введем дополнительную переменную, чтобы избавиться от неравенства.
Это стандартный вид, не являющийся каноническим. Поэтому будем решать двухэтапным симплекс-методом.
Составим целевую функцию вспомогательной задачи
Построим симплекс-таблицу
| x1 x2 x3 x4 |своб
---------------------------------
| 1 1 -3 1 |7
| 1 3 1 0 |15
---------------------------------
F | -1 1 3 0 |0
F1 | -2 -4 2 -1 |-22
Ведущий столбец – 2 (т.к. минимальный отрицательный -4)
Ведущая строка – 2 (т.к 15/3 меньше, чем 7/1)
Ведущий элемент равен 3.
Проведем шаг симплекс-метода. Получим таблицу
| x1 x2 x3 x4 |своб
---------------------------------
| 2/3 0 -10/3 1 |2
х2 | 1/3 1 1/3 0 |5
---------------------------------
F |-4/3 0 8/3 0 |-5
F1 |-2/3 0 10/3 -1 |-2
Ведущий столбец – 4 (т.к. минимальный отрицательный -1)
Ведущая строка – 1
Ведущий элемент равен 1.
Проведем шаг симплекс-метода. Получим таблицу
| x1 x2 x3 x4 |своб
---------------------------------
х4 | 2/3 0 -10/3 1 |2
х2 | 1/3 1 1/3 0 |5
---------------------------------
F |-4/3 0 8/3 0 |-5
F1 | 0 0 0 0 |0
В строке вспомогательной целевой функции получены нули, значит, приведение к каноническому виду завершено. Выпишем начальное допустимое базисное решение: Х = (0, 5, 0, 2), F=5
Отбросим вспомогательную целевую функцию, получим таблицу
| x1 x2 x3 x4 |своб
---------------------------------
х4 | 2/3 0 -10/3 1 |2
х2 | 1/3 1 1/3 0 |5
---------------------------------
F |-4/3 0 8/3 0 |-5
Продолжим решение одноэтапным симплекс-методом, получим ответ
hmax = 7 при Х = (13, 0, 2)
13,Транспортаня задача
Это задача ЗЛП имеющая структуру. Пусть имеется М поставщиков и п потребителей. Известны возможности поставщиков оформелнные в виде матрицы.
-предложение;
Известна стоимость перевозки еденицы товара от каждого поставщика к каждому потребителю
-стоимость матрицы
Товар у всех поставщиков одинаковый, а потому каждому потребителю товар может быть доставлен от любого поставщика. Требуется составить план перевозок(кому от кого и сколько везем) требуется чтобы возможности поставщиков были использ. требов потреб. Были удовл.
Составим матем модель задачи:
Х= -матрица перевозок план перевозок
F=c11x11+c12x12+..+c1nx1n+c21x21+c22x22+..+c2n+x2n+m+cm1xm1+cm2xm2+..+cmnxmn->min
x 11+x12+..+x1n=a1
x21+x22+..+x2n=a2 определяет ……………………………….. возможности
Xm1+xm2+..+xmn=am использования поставщиков
X11+x21+..+xm1=b1
X12+x22+…+xm2=b2
………………………………….
X1n+x2n+…+xmn=bn
Xij>=0
Мат модель транспортной задачи
Как любая ЗЛП –транспортной задачи разрешается решение симплекс методом. Т.к. задача поставл в стандартной форме, то она треб решения двухэтапн. Симпл. Методом, но в виду большого кол-ва переменных(m*n имеется и при приведении к кононич форме введем еще l+n перем.
Реш транспортной задачи симплекс методом не рационально, т.о. разработали спец метод – метод потенциалов.
1, составить какой нить план перевозок
2, оценка плана на оптимальность
3, перераспределение перевозок
m=3 (30 40 60)
n=4 (10 50 30 40)
C= 1. Составление нач плана
До сост нач плана проверить задачу на сбалансированность. Задача называется сбалансированной(закрытой) если суммарный спрос равен сумаррному предложению
∑аi=∑bj
∑аi<∑bj То вводится (m+1) фиктивный поставщик предложение которого равно ∑bi-∑аj к стоимости перевозок от этого поставщика любому потребителю =0.
∑аi>∑bj то вводится (n+1) фиктивный потребитель спрос которого раверн ∑аi-∑bj и перевозки которого =0.
∑аi=30+40+60=130
∑bj=10+50+30+40=130 => задача сбалансированна
Методы составления начального плана
1, метод северо западного угла. Матрицу перевозок организуем в виде таблицы
|
10 |
50 |
30 |
40 |
30 |
10 |
20 |
- |
- |
40 |
- |
30 |
10 |
- |
60 |
- |
- |
20 |
40 |
В таблице перевозок выбираем С-3 Клетка и в нее осуществляется максимально возможная поставка. *Метод С-З угла не учитывается стоимость перевозок и дает начальный план далекий от оптимального.
F=20*2+20*3+30*4+10*1+20*1+40*4=390
2, метод минимальной стоимости. В клетку с мин стоимостью доставки осуществл максимальная доставка
|
10 |
50 |
30 |
40 |
30 |
10(2) |
-(3) |
-(4) |
20(2) |
40 |
-(2) |
-(4) |
30(1) |
10(1) |
60 |
-(3) |
50(1) |
-(1) |
10(4) |
В скобках количетво доставок
F=10*2+20*2+30*1+10*1+50*1+10*4=190
Построеный план должен содержать (m+n-1) поставок. В этом случае он называется не вырожденным, если план содержит менее чем (m+n-1) поставку он называется вырожденными для дальнейшего решения требуется наличие (m+n-1) поставки(базисной клетки). В этом случае какие то невыбранные маршруты получают бозис нулем.
|
10 |
50 |
30 |
40 |
30 |
10 |
20 |
- |
- |
30 |
- |
30 |
0 |
- |
60 |
- |
- |
20 |
40 |
14 Решение нелинейного уравнения с одной переменной: постановка задачи, отделение корней (графический и аналитический способы) и уточнение корней с заданной степенью точности (метод хорд).
Постановка задачи: пусть дано уравнение f(x)=0 (1), ф-я f(x) опре-на и непре-на в некотором конечном или б/конечном интервале от A до B и -изолированный корень. Требуется найти приближ-е зн-е корня с точностью до (>0). Корень наз изолированным, если для него существ-ет окре-ть, не содржащая никаких др корней. Вычисление выполн в 2 этапа: 1.Отделение. Отделить корни ур-я f(x)=0 на [A,B]Дf (Дf-область определения) это значит, найти такие промежутки [,], в каждом из кото-х содер-я только один корень данного ур-я. Для этого использ теорему: Если ф-я y=f(x) непрерывны на[a,b], f(a)*f(b)<0, f’(x) на (a,b) сохраняет знак, то внутри отрезка [a,b] сущ единственный корень. Графиче-й метод. 1)Для определения корней в с.к. XOY строим график ф-иy=f(x). Абсциссы с точкой пересечения графика оси OX- корни ур-я. Прочитать значения корней с хорошей точностью в большинстве случаев затруднено, но выделить промежутки [i,i], в каждом из которых лежит один корень, достаточно просто их выписать x1[1,1], x2[2,2] и т.д. 2)когда ф-я f(x) достаточно сложная. Ур-еf(x)=0 приводим к виду f1(x)= f2(x) и в с.к. XOY строим графики ф-й y=f1(x) и y=f2(x). Абсциссы точек пересечения построенных графиков, и есть корни ур-я. Выделяем также промежутки как и в1 случае. Аналитический метод. Для отделения нужно знать: 1)если ф-я y=f(x) – непрерывна на [,] и f()*f()<0, то внутри отрезка [,] сущест-ет по крайней мере хотя бы один корень. 2)если ф-я y=f(x) – непрерывна на [,] и f()*f()<0 и производная f’(x) на (,) сохраняет знак, то внутри отрезка [,] сущест-ет единственный корень. Пусть треб-тся отделить корни ур-я f(x)=0. Найдем область определения ф-иf(x) или такой, достаточно большой промежуток [A,B]Дf, на котором требуется отделить действи-ые корни. Выберем достаточно малый шаг h (0,1) и разобьем промежуток [A,B] на промежутки [A,A+h], [A+h, A+2h] …., т.е. на [A+kh, A+(k+1)h], где к=0,1,2… и (A+(k+1)h)B. На концах каждого из промежутков найдем знаки ф-иf(x). Если окажется, что f(A+kh)*f(A+(k+1)h)<0, то при достаточно малом шаге h с большой точностью вероятности можно утверждать, что на промежутке [A+kh, A+(k+1)h] лежит только один корень. 2.Уточнение корней. Пусть дано ур-е f(x)=0 требуется вычислить один из его действит-х корней с точностью . Надо найти приближ зн-е такое, что =xn. Задача отыскания придлиж зн-я корня с точностью до сводится к нахождению такого [a,b], длина кот-го будет |b-a|<. Метод деления пополам.
Пусть уравнение (1) имеет на отрезке [ a,b] единственный корень, причем функция F(x) на этом отрезке непрерывна. Разделим отрезок [ a,b] пополам точкой c= ( a+b)/2. Если F(с)0, (что практически наиболее вероятно), то возможно 2 случая: либо F(x) меняет знак на отрезке [ a,с]
либо на отрезке [ с,b]
Выбирая в каждом случае тот из отрезков, на котором функция меняет знак, и продолжая процесс половинного деления дальше, можно дойти до сколь угодно малого отрезка, содержащего корень уравнения. Рассмотренный метод можно использовать как метод решения уравнения с заданной точностью. Действительно. если на каком–то этапе процесса получен отрезок [,], содержащий корень , то , приняв приближенно x= (+)/2, получим ошибку, непревышающую значения D= (-)/2 . Метод связан с трудоемкими вычислениями, однако он с успехом может использоваться на ЭВМ. Изобразим схему алгоритма уточнения одного корня уравнения (1) на отрезке [ a,b] , до заданной точности методом половинного деления. Из схемы видно, что даже если на каком–то этапе F(c)=0, это не приведет к сбою алгоритма. Метод Ньютона (также известный как метод касательных) — это итерационный численный метод нахождения корня (нуля) заданной функции
Метод хорд (секущих)
F(x)=0 (1) x*[a,b]
отделение корня произошло и корень[a,b]. F(a)F(b)<0
y= F(x)
b,F(b)
a x’ b
a,F(a) x*
Вместо кривой рассмотрим секущую
{xn}n0
F’(a) . метод секущих всегда дает сходящийся результат, если a близко к b.