- •51.1. Понятие системы счисления. Позиционные и непозиционные системы счисления. Методы перевода чисел из одной системы счисления в другую.
- •52.1 Представление чисел с фиксированной и плавающей запятой. Диапазон и точность представления
- •52.2 Типы звеньев данных. Понятие звена данных.
- •52.3 Системы искусственного интеллекта. Методы представлениязнаний. Рассужденияизадачи.
- •53.1 Выполнение операции алгебраического сложения с плавающей запятой
- •53.2 Локальные вычислительные сети. Особенности. Основные распространенные протоколы, методы доступа
- •53.3 Определение базы данных. Уровни представления данных, принцип независимости данных. Схема базы данных
- •54.1 Умножение чисел со старших разрядов в прямом коде
- •Умножение с младших разрядов в дополнительном коде
- •Умножение со старших разрядов в дополнительном коде
- •55.1 Методы выполнения операции деления.
- •2 Деление двоичных чисел с фиксированной запятой
- •2.8. Деление двоичных чисел с плавающей запятой
- •55.2 Язык программирования php. Синтаксис. Основные операторы.
- •56.1 Основные положения и законы алгебры логики
- •56.2 Dhtml. JavaScript. Возможности и области применения
- •2. Моделированиеэкспоненциальнойслучайнойвеличины
- •1. Алгоритм реализации датчика дискретной с.В.
- •2. Пуассоновская с.В
- •58.1.Минимизация логической функции.
- •59.1 Синтез комбинационных логических схем в различных базисах.
- •59.2 Интерфейс программного обмена данными. Структура системной шины.
- •59.3. Реляционная алгебра. Sql
- •60.1.Основные характеристики и параметры интегральных логических элементов. Виды интегральных схем по функциональному назначению.
- •Итнернет технологии
- •2.1 Как работают механизмы поиска
- •60.3 Проектирование реляционной бд, функциональные зависимости, декомпозиция отношений, нормальные формы.
- •62.1 Законы Кирхгофа и преобразование электрических цепей на их основе.
- •63. 1 Электрические источники вторичного питания.
- •Трансформаторный (сетевой) источник питания
- •Габариты трансформатора
- •Достоинства трансформаторных бп
- •Недостатки трансформаторных бп
- •Импульсный источник питания
- •Достоинства импульсных бп
- •Недостатки импульсных бп
- •68.3 Понятие и принципы построения математической модели, параметры и ограничения. Задачи математического программирования, классификация.
- •69.1Аналого-цифровые преобразователи.
- •70.1Цифро-аналоговые преобразователи.
- •70.2 Логические единицы работы многозадачных операционных систем и их использование
- •71.1Источники опорного напряжения и тока.
- •Ион на полевых транзисторах
- •72.3 Общие положения стандарта шифрования данных гост 28147-89 и режим простой замены в стандарте шифрования данных гост 28147-89.
- •73.1 Принципы конвейерной обработки информации в эвм.
- •73.2. Способы адресации и их использование в ассемблерных программах.
- •2. Непосредственная адресация
- •73.3 Понятие политики безопасности: общие положения, аксиомы защищённых систем, понятия доступа и монитора безопасности.
- •1 Человек-пользователь воспринимает объекты и получает информацию о состоянии ас через те субъекты, которыми он управляет и которые отображают информацию.
- •2 Угрозы компонентам ас исходят от субъекта, как активного компонента, изменяющего состояние объектов в ас.
- •3 Субъекты могут влиять друг на друга через изменяемые ими объекты, связанные с другими субъектами, порождая субъекты, представляющие угрозу для безопасности информации или работоспособности системы.
- •74.1Организация памяти эвм. Горизонтальное и вертикальное разбиение. Расслоение обращений. Организация памяти эвм. Горизонтальное и вертикальное разбиение памяти. Расслоение обращений.
- •74.2 Сравнение программных возможностей современных операционных систем ( Windows, Unix).
- •По удобству использования и наличию особых режимов
- •Вопрос 1
- •Вопрос 2
- •Понятие энтропии Энтропия как мера неопределенности
- •Свойства энтропии
- •75.1 Подходы к организации эвм. Эвм, управляемые данными. Эвм, управляемые запросами.
- •Методика построения помехоустойчивых кодов. Информационный предел избыточности
- •1.1. Принципы помехоустойчивого кодирования
- •761 Организация ввода-вывода информации в эвм. Программный обмен, обмен через прерывания, режим прямого доступа к памяти.
- •Организация ввода/вывода информации в эвм. Программный обмен, обмен через прерывания, режим прямого доступа к памяти.
- •Глава II
- •11.1. Проблемы организации систем ввода-вывода
- •11.2. Прямой доступ к памяти
- •9.16. Принципы организации системы прерывания программ.
- •76.2 Динамические структуры данных. Основные виды, способы построения.
- •76.3 Системный анализ, определение и этапы. Сущность системного подхода и его применение при проектировании асоиу.
- •2 Системный анализ. Определение и этапы.
- •77.1 История развития и современное состояние в области микропроцессорных систем.
- •77.2 Стандартные и структурированные типы данных.
- •77.3 Математическое описание объектов управления. Цель и задача управления. Принцип отрицательной обратной связи.
- •2.1. Математические методы построения оптимальных и адаптивных систем управления
- •2.1.1. Математическое описание объектов управления
- •2.1.2. Цель и задача управления
- •2.1.3. Задача оптимального управления и критерии качества
- •78.1 (Он же 80.1) Организация микроЭвм на базе микропрограммируемого микропроцессорного комплекта, типовые циклы функционирования.
- •78.2 Жизненный цикл программных средств. Этапы разработки программного обеспечения.
- •Программное обеспечение
- •Прог. Комплекс Документы
- •78. 3 Критерий качества. Методы решения задач оптимального управления
- •79.2 Нисходящее проектирование алгоритмов на примере моделирования арифметических операций сложения, вычитания, с плавающей запятой.
- •79.3 Понятия управляемости, достижимости и наблюдаемости динамических систем.
- •80.1 Организация микроЭвм на базе микропрограммируемого микропроцессорного комплекта, типовые циклы функционирования.
- •80.2 Восходящий метод проектирования алгоритмов и программ. Спроектировать схему универсального алгоритма перевода чисел из любой системы счисления в любую другую.
- •80.3 Методология структурного проектирования sadt.
2. Моделированиеэкспоненциальнойслучайнойвеличины
Экспоненциальная с. в. x имеет ф. р. в.
F(t) = 1 – e^(−λt), где t≥0,параметрλ>0.
Еём.о.идисперсия
M(x) = 1/λ , D(x) = 1/λ2.
Экспоненциальную с. в. можно реализовать с помощью следующего преобразования БСВ z:
x = – (1/λ)·ln(z).
Моделированиеэрланговскойслучайнойвеличины
Эрланговская с.в. x порядка k ≥ 1 имеет ф. р. в. и п.р.в.
где параметр λ > 0 . Еём. о., дисперсияиначальныемоментыr-го порядка таковы:
Поскольку распределением Эрланга обладает сумма k независимых экспоненциальных с. в., имеющих одно и то же значение параметра λ, то, сучётом (1.17), сгенерироватьэрланговскуюс. в. x можно просто как сумму:
где zi (i = 1, ..., k) – независимые реализации БСВ.
Моделирование нормальной случайной величины
Утверждение, что некоторая с. в. x имеет нормальное распределение с м. о.
M(x) = μ идисперсиейD(x) = σ2, записывают в виде x ~ N(μ, σ). П. р. в. этойс. в.
Еёф. р. в. F(t) невыражаетсявэлементарныхфункцияхввидеконечнойформулы. Дляреализациилюбойнормальнойс. в. достаточноиметьдатчикстандартной (т. е. нормированной и центрированной) нормальной с. в. x~ N (0,1) . Чтобы реализовать с. в. x сраспределениемиспользуютследующеелинейноепреобразованиестандартнойнормальнойс. в.
Приэтомстандартнуюнормальнуюс. в. частореализуютприближённо, каксуммудругихс. в., основываясьнацентральнойпредельнойтеореметеориивероятностей. Например, еёможнореализоватьввидетакойсуммыдвенадцатинезависимыхзна-ченийБСВ:
Однакотакойподходдаётплохоеприближениедлябольшихуклоненийотсред-
него, превышающих 2σ. Метод Бокса и Мюллера позволяет получить два независимых значения x1 и x2
стандартнойнормальнойс. в. издвухнезависимыхзначенийz1 и z2 БСВ по формулам:
Этотметодточный, носчитаетсятрудоёмким. Однако, какпоказываютэксперименты, этомнениеустареловвидутого, чтосовременныеперсональныеком-пьютерыоснащеныарифметическимисопроцессорами. Точныйметодвдействительностиоказываетсятакжеиболеебыстрым, чемприближённыйметод.
Датчики дискретных случайных величин
1. Алгоритм реализации датчика дискретной с.В.
Всякая дискретная с.в. x описываетсяконечнымилисчётныммножествомвоз-можныхзначенийx1, x2, ... , xj ,... и их вероятностями p1, p2, ... , pj , ... . Длятогочтобысгенерироватьдискретнуюс.в., принимающуюзаданныезначениястребуемымивероятностями, интервал (0, 1) значенийБСВпредварительноразбиваетсянаотрезки, длиныкоторыхравнывероятностямp1, p2, ... , pj , ... . Затем реализуется БСВ (т. е. вычисляется функция СЛЧИС), определяется номер j отрезка, вкоторыйпопалозначениеБСВ, исоответствующееэтомуотрезкузначениеxj выбирается в качестве сгенерированного выходного значения с.в. x.
2. Пуассоновская с.В
Пуассоновская с.в. может принимать значения { 0, 1, ... , K, ...}, вероятности которых определяются по формуле
где a - параметр распределения, a > 0. M(x)=a, D(x)=a, σ=√a.
!!Датчика не было в методе, в лабе использовалась генерация пуассоновского распределения с помощью пакета анализа excel.!!
Методы построения датчика случайной величины по определенному закону
Метод обращения
Пусть требуется реализовать непрерывную с.в. x, которая имела бы заданную функцию распределения вероятностей (ф.р.в.) F(t) = P { xt}, т.е. требуется, чтобы было x ~ F(t). Согласно методу обращения это можно сделать с помощью БСВ z по следующей формуле:
x = F(z).
Примечание . Выражение x = F(z) для расчета x через z можно получить следующим известным способом:
(1) Записать формальное уравнение F(x) = z.
(2) Разрешить его относительно x.
Доказательство метода обращения
Требуется доказать, что если x = F(z), где F - ф.р.в., то x ~ F(t). Предположим, что в действительности x ~ F(t). Равенство Fи F доказывается следующей цепочкой эквивалентных выражений:
F(t) = P{ xt } = P{ F(z)t } = P{ F(F(z))F(t) } =
= P{ z F(t) } = P{ z(0,F(t))} = F(t).
Первое равенство здесь имеет место по определению, последнее - в силу равномерного распределения z на отрезке (0,1), на котором лежит и отрезок (0,F(t)) длиной F(t). Остальные равенства - по причине эквивалентности соответствующих событий, помещенных под знак вероятности (эти события суть одно и то же неравенство, переписываемое в разной форме).
Метод реджекции(исключения)
Метод исключения позволяет достаточно просто моделировать с.в. x по ее п.р.в. f(t), а не по ф.р.в. F(t). В основу метода положен тот простой факт, что если случайная точка (x,y) имеет равномерное распределение в плоской области под кривой f(t) (на рис. 2.8 область заштрихована), то координата x точки имеет распределение f(t).
Рис. Область распределения случайной точки
Для того, чтобы реализовать равномерное распределение случайной точки внутри криволинейной области, применяется обратная теорема. В соответствии с этим для реализации с.в. x ~ f(t) можно использовать следующий алгоритм.
(1) Для заданной f(t) строим какую-либо простую мажорирующую функцию g(t). Площадь под g(t) обозначим через Sg (см. рис. 2.9).
(2) Разыгрываем с.в. y ~ g(t)/Sg (так как п.р.в. g(t)/Sg простая, то предполагается, что датчик с.в. y уже имеется).
(3) Разыгрываем равномерную с.в. Z ~ R[0,g(y)] , т.е. Z = z g(y), где z - БСВ.
(4) Если Z > f(y), то точку (y,Z) отбрасываем и повторяем пункты (2),(3). Иначе полагаем x = y.
Рис. К методу режекции
Использование теорем теории вероятностей
Думаю в вопросе имеется в виду центральная̆предельнаятеорематеориивероятности(ЦПТ). Согласно этой теореме, класс теорем в теории вероятностей, утверждающих, что сумма достаточно большого количества слабо зависимыхслучайных величин, имеющих примерно одинаковые масштабы (ни одно из слагаемых не доминирует, не вносит в сумму определяющего вклада), имеет распределение, близкое к нормальному.