- •1. Системность практической деятельности. Системный анализ. Разнообразие системных технологий (Привести примеры).
- •4.Второе определение системы. Модель состава. Модель структуры
- •5.Третье определение системы. Искусственные и естественные системы. Субъективные и объективные цели.
- •6. Модель. Понятие. Сходство и различие между моделью и действительностью. Предел истинности модели.
- •7. Многоместная модель: субъект-объект-модель-среда.
- •8. Познавательные и прагматические модели.
- •9. Абстрактные модели.
- •10.Материальные модели.
- •11. Определение обобщенного критерия (показателя) качества по показателям единичных свойств объекта исследования.
- •12. Фундаментальные и прикладные результаты теории информации.
- •13. Понятие «сигнал». Модель сигнала. Классы случайных процессов.
- •14. Модели реализаций непрерывных сигналов.
- •15. Принцип частотно-временной неопределённости. Проблема дискретного представления непрерывных сигналов.
- •16. Понятие «энтропии». Дифференциальная энтропия.
- •18. Понятие эксперимента.
- •19. Понятие измерительной шкалы. Шкала наименований.
- •20. Порядковая шкала. Интервальная шкала.
- •21. Агрегирование. Эмерджентность. Агрегаты. Агрегат-конфигуратор.
- •22. Декомпозиция. Формирование содержательной модели.
- •23. Назначение, преимущества и недостатки среды разработки MatLab.
- •24. Основные классы вычислительных объектов MatLab. Операции с переменными класса struct.
- •25. Основные классы вычислительных объектов MatLab. Операции с переменными класса cell.
- •26. Основные классы вычислительных объектов MatLab. Операции с переменными класса char.
- •27. Операции с матрицами в MatLab: формирование, преобразование, обработка данных.
- •28. Операции с полиномами в MatLab.
- •30. Выполняемые файлы ядра MatLab. Различия и сходства function- и script-файлов.
- •31. Применение метода размерности при построении моделей. Пример
- •32. Уточнение проблемы методом «Букета проблем». Пример.
- •5. Обратная проблема:
- •33. Привести пример модели косвенного подобия для системы. Объяснить выбор модели.
- •34. Многокритериальный выбор.
- •35. Многократный выбор (отбор). Идеи теории элитных групп.
- •36. Неформализуемые этапы системного анализа. Выявление целей
- •37. Алгоритмизация системного анализа.
- •38.Обработка экспериментальных данных. Возможность перевода измерений из одной шкалы в другую.
- •39. Алгоритм методики системного анализа. Пояснить выполнение на конкретном примере.
- •40. Роль измерений в создании моделей систем.
26. Основные классы вычислительных объектов MatLab. Операции с переменными класса char.
Классом в MatLAB принято называть определенную форму представления вычислительных объектов в памяти компьютера в соответствии с правилами их преобразования. Класс определяет тип переменной, а правила – операции и функции, которые могут быть применены к этому типу. Кроме того, тип опре-деляет объем памяти, которая отводится под переменную и структуру разме-щения данных в этом объеме. Операции и функции определяют методы класса. Основные классы вычислительных объектов в MatLAB:
array – обобщенный класс объектов-массивов, прародитель всех используемых классов;
double – наиболее распространенный тип переменных. Представляет собой чи-словые массивы и матрицы действительных или комплексных чисел с плаваю-щей запятой в формате двойной точности;
char – массив (строка) символов, каждый символ которой занимает 16 битов;
struct – массив записей, состоящий из полей, каждое из которых имеет свое имя;
cell – массив ячеек, состоящий из элементов, которые сами могут содержать любой тип массива разного типа и разного размера;
sparse – разряженные матрицы, для хранения матриц с незначительным числом ненулевых элементов;
uint8– массивы 8-разрядных чисел без знаков, которые размещаются в 1/8 части памяти, необходимой для чисел с двойной точностью.
Ввод символьной переменной charосуществляется в апострофах, например:
st1 = ‘это ’ ; st2 = ‘строка ’ ; st3 = ‘символов ’;
Объединение нескольких переменных в единую строку осуществляется либо
горизонтальной конкатенацией, например:
st=[st1 st2 st3]; или st=strcat(st1,st2,st3);
st=
это строка символов либо вертикальной конкатенацией, например:
stv=strvcat(st1,st2,st3);
st=
это строка символов
Обращение к элементам полученной строки возможно либо по отдельности, например: st(3). ans=0.
либо к интервалу (горизонтальная конкатенация), например: st(6:9), либо к массиву (вертикальная конкатенация), например: st(2,2:5). Примерами наиболее распространенных функций являются: upper(st) / lower(st) – смена регистра; findstr(st,st1) – выдает номер элемента строки st первого элемента st1 из этой строки; strrep(s1,s2, s3) – заменяет в строке s1 элементы s2 на элементы s3.
27. Операции с матрицами в MatLab: формирование, преобразование, обработка данных.
Формирование матриц:
b=[1 2 5; 2 5 4; 5 1 2]; матрица b: 3 на 3.
Доступ к элементам матрицы: a(2,3) тут обозначаются 2-я строка и 3-й столбец.
Символ ";" создаёт разделени на столбцы, а символ "," на строки.
Для интервального ввода элементов используется форма, где значение шага по умолчанию равно 1:
<начальное значение>: <шаг элементов> :<конечное значение>
Примерами функций для формирования специальных матриц являются следующие:
zeros (M,N) – создает матрицу размером (M*N) с нулевыми элементами:
>> zeros (3,5)
ans =
0 0 0 00
0 0 0 00
0 0 0 00
ones (M,N) – создает матрицу размером (M*N) с единичными элементами;
eye (M,N) – создает матрицу размером (M*N) с единичными элементами по главной диагонали и остальными нулевыми элементами;
rand (M,N) – создает матрицу размером (M*N) из случайных чисел, равномерно распределенных в диапазоне от 0 до 1;
randn (M,N) – создает матрицу размером (M*N) из случайных чисел, распреде-ленных по нормальному закону с нулевым математическим ожиданием и стан-дартным (среднеквадратическим) отклонением, равным единице;
fliplr (A) – формирует матрицу переставляя столбцы известной матрицы A от-носительно вертикальной оси;
flipud (A) – формирует матрицу переставляя столбцы известной матрицы A от-носительно горизонтальной оси;
rot90 (A) – формирует матрицу путем поворота заданной матрицы A на 90 гра-дусов против часовой стрелки;
tril(A) – образует нижнюю треугольную матрицу на основе матрицы А путем обнуления ее элементов выше главной диагонали;
triu (A) - образует верхнюю треугольную матрицу на основе матрицы А путем обнуления ее элементов ниже главной диагонали;
diag (х) – формирует или извлекает диагональ матрицы. Если х – вектор, то функция diag (x) создает квадратную матрицу с вектором х на главной диагонали.
Сложение и вычитание матриц:
При слож и вычит, матрицы должны быть одинакового размера, а при умножении число
столюцов 1-й должны быть равны числу строк 2-й.
s=a+b или r=b-a; r=b*3; это умножение число на массив.
Поэлементные операции:
v1=[1; 2; 1; 2]
v2=[1; 2; 1; 2]
- u=v1.*v2; ".*" это поэлементное умножение 2-х векторов.
Точка "." нужна для поэлементного "*, /, ^".
Векторных функций(на примере вектора V):
sort(V); sum(V); cumsum(V); prod(V); cumprod(V);diff(V); std(V); mean(V);
[max, s] = max(V); [min, s] = min(V).
Примерами матричных функций являются (на примере матрицы A):
inv(A) – вычисление обратной матрицы;
sqrtm(A) – вычисляет такую матрицу Y , что Y*Y=A;
eig(A) или [R,D] = eig(A) – вычисление собственных векторов матрицы, в по-следнем случае из условия A*R=R*D;
Вычисление матричной экспоненты (еА) производится с помощью функций expm, expm1, expm2 и expm3. Функция expm (А) вычисляет матричную экспо-ненту путем использования разложения Паде матрицы А. Функция expm2 (А) вычисляет матричную экспоненту, используя разложение Тейлора матрицы А. Функция expm3 (А) вычисляет матричную экспоненту, используя спектральное разложение А.