- •200106 «Информационно-измерительная техника и технологии»
- •Введение
- •1.2. Сигналы
- •1.3. Преобразование измерительных сигналов
- •1.4. Спектр периодических сигналов
- •1.5. Модуляция
- •1.5.1. Амплитудная модуляция
- •1.5.2. Частотная модуляция
- •1.5.3. Фазовая модуляция
- •1.5.4. Двукратные виды модуляции
- •1.6. Квантование
- •1.6.1. Квантование по уровню
- •1.6.2. Квантование по времени
- •1.6.3. Квантование по уровню и времени
- •1.7. Кодирование
- •1.7.1. Цифровые коды
- •1.7.2. Помехи
- •1.8. Модель канала
- •Раздел 2 измерительные каналы и их разделение
- •2.1. Канал связи и его характеристики
- •2.2. Согласование канала с источником информации
- •2.3. Линии связи для передачи измерительной информации
- •2.4. Структуры линий связи
- •2.5. Многоканальные системы для передачи измерительной информации
- •2.6. Погрешность систем с частотным разделением каналов
- •2.7. Погрешности систем с временным разделением каналов
- •Раздел 3 принципы обработки данных
- •3.1. Виды погрешностей
- •3.2. Обработка результатов измерений. Оценки измеряемой величины
- •3.3. Обработка результатов прямых равноточных измерений
- •3.4. Обработка результатов косвенных измерений
- •3.5. Обработка результатов совместных измерений
- •3.6. Обработка результатов неравноточных измерений
- •3.7. Проверка статистических гипотез
- •3.7.1. Проверка соответствия гипотезы и экспериментальных данных
- •3.7.2. Исключение резко отклоняющихся значений
- •3.8. Построение эмпирических распределений
- •3.9. Критерии согласия
- •3.9.1. Критерий согласия Пирсона
- •3.9.2. Критерий согласия Колмогорова
- •Раздел 4 планирование многофакторного эксперимента
- •4.1. Задачи планирования эксперимента
- •4.2. Пассивные эксперименты
- •4.3. Дисперсионный анализ
- •4.4. Регрессионный анализ
- •4.5. Активный эксперимент
- •4.6. Полный факторный эксперимент
- •4.7. Дробный факторный эксперимент
- •4.8. Устранение влияния временного дрейфа
- •4.9. Проведение факторного эксперимента и обработка его результатов
- •4.10. Оптимизация
- •4.11. Рандомизация
- •Раздел 5 введение в алгоритмическую теорию измерений
- •5.1. Вводные замечания
- •5.2. Развитие понятий числа и измерения величин
- •5.3. Теория шкал и алгоритмические измерения
- •5.4. Алгоритмы измерения в номинальной шкале, аддитивной и порядка
- •5.5. Моделирование цифровых алгоритмических измерений
- •5.6. Эквивалентность между фильтрацией и алгоритмическим измерением
- •5.7. Моделирование сигналов. Дискретизация
- •5.7.1. Модели дискретизации аналогового сигнала
- •5.7.2. Дискретизация с усреднением
- •5.7.3. Дискретизация сигналов конечной длительности
- •5.8. Цифровое представление информации
- •5.9. Системы счисления с иррациональными основаниями
- •5.9.1. Золотая пропорция
- •5.9.2. Числа Фибоначчи
- •5.9.4. Код золотой p-пропорции
- •5.10. Общий алгоритм метрологического кодирования
- •5.10.1. Алгоритм Стахова
- •5.10.2.Фибоначчиевы алгоритмы цифрового метрологического кодирования
- •Раздел 6 введение в информационную теорию измерений
- •6.1. Основные положения теории информации
- •6.1.1. Энтропия
- •6.1.2. Единицы измерения энтропии
- •6.1.3. Условная энтропия (энтропия помехи)
- •6.1.4. Суммирование нескольких погрешностей
- •6.1.5. Явление «краевой эффект». Приближенность информационных оценок каналов передачи информации
- •6.1.6. Основные положения теории информации для характеристики процесса измерения
- •6.2. Сущность измерения
- •6.2.1. Понятие натурального ряда однородных величин
- •6.2.2. Понятие шкалы реперов измеряемой величины
- •6.2.3. Измерение как сужение интервала неопределенности
- •6.3. Измерительные преобразования, функциональные шкалы, единицы измеряемой величины
- •6.3.1. Функциональная шкала измеряемой величины
- •6.3.2. Понятие единицы измерения
- •6.3.3. Метод построения измерительных устройств
- •6.4. Измерительные преобразования и преобразователи
- •6.5. Энтропийное значение погрешности
- •6.5.1. Математическое определение энтропийного значения погрешности
- •6.5.2. Эффективное значение погрешности
- •6.6. Сравнение энтропийного и среднеквадратического значений погрешности для плавных симметричных одномодальных законов распределения погрешностей
- •6.7. Энтропийное значение погрешности – основной критерий точности приборов и измерений
- •6.8. Определение энтропийного значения погрешности на практике
- •6.9. Суммирование погрешностей измерительных устройств
- •6.10. Статистическое суммирование погрешностей при наличии корреляции
- •6.11. Энтропийное значение результирующей погрешности
- •6.12. Суммирование погрешностей с равномерными законами распределения вероятностей
- •6.13. Суммирование погрешностей при равномерном и нормальном законах распределения составляющих результирующей погрешности
- •6.14. Суммирование погрешностей при произвольной степени корреляции и произвольных законах распределения вероятностей составляющих результирующей погрешности
- •И объемов (n) выборок
- •Интервала
- •Оглавление
5.9.2. Числа Фибоначчи
В математике под числами Фибоначчи обычно понимают ряд чисел:
1, 1, 2, 3, 5, 8, 13, 21, ... (5.9.9)
Следует обратить внимание на следующие свойства чисел Фибоначчи:
1. В ряду (5.9.9) после двух нечетных чисел следует одно четное, т.е. остатки от деления чисел Фибоначчи на два представляют собой периодическую последовательность:
1, 1, 0, 1, 1, 0, 1, 1, 0, 1, 1, ...;
2. Предел отношения соседних чисел Фибоначчи стремится к золотой пропорции
; (5.9.10)
3. Сумма первых п членов в ряде (5.9.9) при будет
(5.9.11)
Числа Фибоначчи обобщаются в рамках принципа отношения эквивалентности примерно так же, как и золотая пропорция. Предел отношения соседних p-чисел Фибоначчи совпадает с золотой p-пропорцией
(5.9.12)
и при достаточно больших п отношение соседних p-чисел Фибоначчи равно золотой p-пропорции:
(5.9.13)
5.9.3. p-код Фибоначчи
Фибоначчиеву систему счисления позволяют построить p-числа Фибоначчи. Такая возможность основана на представлении любого натурального числа N в виде
, (5.9.14)
где – двоичная цифра в l-м разряде кода (5.9.14); – вес l-го разряда (l = 0, 1, 2, ..., n-1).
Представление натурального числа N в виде (5.9.14) называют p-кодом Фибоначчи числа N. Сокращенная запись p-кода Фибоначчи .
Выражение (5.9.14) включает в себя теоретически бесконечное число способов нумерации натуральных чисел, так как каждому классу эквивалентности соответствует свой p-код Фибоначчи. Рассмотрим крайние частные случае p-кода Фибоначчи.
Пусть р = 0. В этом случае p-числа Фибоначчи совпадают с двоичными числами, т.е. , и выражение (5.9.14) принимает вид
. (5.9.15)
Пусть р = . В этом случае каждое p-число Фибоначчи тождественно равно 1, т.е. для любого , и выражение (5.9.14) принимает вид унитарного кода N = l + l + ... + l.
Рассмотрим структуру отображения множества двоичных слов на множество натуральных чисел в p-коде Фибоначчи при р>0. Пример для 5-разрядных двоичных слов при р=1 и 2 представлен ниже:
p = 0 p = 2
Здесь можно усмотреть следующие особенности кодирования натуральных чисел.
1. При заданных целых и помощью -разрядного р-кода Фибоначчи можно представить натуральных чисел от 0 до включительно. В приведенном примере от 0 до 12 и от 0 до 8 соответственно для р = 1 и 2.
2. Имеется множественность представления чисел при р > 0, за исключением числа 0 и максимального числа , равного 12 при р = 1 и п = 5 или 8 при р = 2 и n = 5, все остальные натуральные числа имеют множественное кодовое представление, т.е. каждому числу соответствует некоторое множество кодовых представлений.
3. Множественное кодовое представление имеет зеркально-инверсную ось симметрии. Так, для приведенного примера при р = 1 для числа 1 имеем А1 = А30 и А2 = А29, для числа 3 имеем А5 = А26, А6 = А25, A8 = A23 и т.д.
Далее, наборы А, лежащие на оси симметрии, также зеркально-инверсно симметричны между собой:
для числа 6 имеем А13 = А18, А14 = А17 (при p = 1);
для числа 4 имеем А11 = А20, A13 = A18, А14 = А17 (при р = 2).