Logo GenDocs.ru

Поиск по сайту:  


Загрузка...

Шпоры по госам - файл 1.doc


Шпоры по госам
скачать (129.5 kb.)

Доступные файлы (1):

1.doc130kb.02.12.2011 11:12скачать

содержание
Загрузка...

1.doc

Реклама MarketGid:
Загрузка...
1.Информационные технологии. Классификация информационных технологий.

Информационные технологии – процесс сбора информации и ее обработки. Классификация ИС по масштабу. Масштабируемость – способность ИС наращивать число пользователей имеющих способность одновременного доступа к системе.

Выделяют 4 категории ИС: 1)Локальные ИС (Row End PC) - системы с небольшими функциональными возможностями, исп. Для нескольких пользователей и малых предприятий, которые могут работать на персональных компьютерах даже без доступа в сети (1С бухгалтерия); 2)Малые интегрированные системы. Охватывают большое число функц. Их внедрение требует специальных консультантов, но работают на малых масштабах. (1С предприятие, Галактика, Парус); 3)Средние интегрированные системы. Охватывают много пользователей, имеют сложное и дорогое внедрение под руководством консультантов; 4)Крупные интегрированные системы(ERP) – Oracle,T-Flex.Отличие крупных и средних систем состоит в том, что на внедрение вкладывается разное количество денег. Внедрение ERP систем требует несколько тысяч долларов. Локальные и ERP системы имеют очевидное отличие от других систем. Разработчики интегрируемых систем постоянно развивают свои продукты, расширяют их функциональность и масштаб действий.
2. Классификация и основные характеристики программного обеспечения. Прикладное программное обеспечение.

ПО- сов-ть программ обратки данных и необходимых для их эксплуатации документов. Принята след.классиф. ПО(Системное, пакеты прикладных программ, инструментально-технологич.программирование).

Область использовани ПО (аппаратная часть автоном.компьютера и сети ЭВМ, функциональное задание различн.предметной обл, технологич.разработка программ).

Системное ПО - сов-ть программ и программных комплексов для обеспечения работы компьютера и сети ЭВМ.

Структура системного ПО – базовая ПО(операц.система, операц.оболочки, сетевые операц.системы) и сервисное ПО (программное обеспечение сети).

Пакеты прикладных программ (ППП)-комплексное в\зсвяз-х программ для решения заданного определённого класса конкретной предметной области.

Классификация ППП

- Проблемно-ориентировано ППП.---классификация по признакам: типом предметной области , информационные системы.Различ. след. ПП существ. на рынке(автономного бухгалтерского учёта и финанс.деятельности, управление персоналам, банк.операц.системы)

- Автоматизационное проектирование-предназначена для конструирования, конструировании, построении схем и др.

- ПП общего предназначения содержит широкий перечень программных продуктов ,поддержание инф-ых технологий конечного пользования .

- Интегральные пакеты = набор нескольких программных продуктов функционированно дополненых др.др, поддерживающие единые инф.технлогии, реализуемы на общей вычеслительной иоперационных платформах.

Осн.компаненты интегральных пакетов(СУБД, текстов.редактор и процессор, органайзер, средство ) поддержки электронной почты, граф.редактор, созд-е призентаций

- Офисные ПП- вкл. Программное обеспечение организованое управление деятельностью офиса

- Настольно-издательские—системы используются дзд.ля форматирования и редактирования текста, созд.заголовков, печати страниц и т.д

- Програмные средства мультимедиа – создания и использования аудио и видио инф.

- Система искуственного интелекта-реализует отдельные ф. интелекта человека. Осн.компонениы-База знаний, интелектуальный интерфейс с пользованием и программмным формированием логических выводов
3 Интегрированные пакеты и их характеристики. История появления интегрированных пакетов.

Интегрированные пакеты – набор нескольких программных продуктов функционально дополняющих друг друга, поддерживающих единые информационные технологии, реализованные на общей вычислительной и операционной платформе. Основные компоненты интегрированных пакетов: СУБД, текстовый редактор, текстовый процессор, органайзер, средства поддержки электронной почты, программа создания презентаций, графический редактор. Основные достоинства интегрированных пакетов проявляются при их разумном сочетании друг с другом. Интегрируемые пакеты имеют унифицированный для различных компонентов интерфейс, что обеспечивает легкость в процессе их освоения. Отличительные особенности интегрированных пакетов:1)полнота информационных технологий для конечного пользователя;2)однотипный интерфейс(общее командование, стандартное построение при работе с диалоговыми окнами);3)общий сервис для программ интегрированных пакетов(словарь, тезаурус, построитель диаграмм и т.д.);4) легкость обмена и ссылок на объекты, созданные программами интегрируемого пакета(применяется 2 метода: динамический обмен данных - DDE и динамическая компоновка объектов-OLE)), также единообразный перенос объектов –метод(drag-and-drop);5)наличие единой языковой платформы для разбора макрокоманд пользовательских программ;6) возможность создания документов интегрирующих в себя возможность различных программ, входящих в состав интегрируемого пакета. Интегрируемые пакеты эффективны при групповой работе в сети многих пользователей.
4. Примеры интегрированных пакетов и их использование для решения производственных задач.

Интегральные пакеты = набор нескольких программных продуктов функционированно дополненых др.др, поддерживающие единые инф.технлогии, реализуемы на общей вычеслительной иоперационных платформах. Основные компоненты интегрированных пакетов: СУБД, текстовый редактор, текстовый процессор, органайзер, средства поддержки электронной почты, программа создания презентаций, графический редактор. Существуют такие интегрированные пакеты как MS Office, Matlab, MathCad, T-Flex. Одним из ярких примеров интегрированных пакетов является MS Office, который мы рассмотрим подробнее. Семество МСОФИС предст.собой сов-ть програм.средств, автоматизация офисной деятельности. Каждое приложение семейства предназ для выполнения опред ф. и м.б использованно автономно и независимо от остальных.

Отличительные признаки приложения семейства(Унифицированый интрфейс, совместимость по данным, Единое средство программирования)

В состав МСОФИС входит. А) Осн приложения WORD, Excel, Acsees, PoverPoint

B) Вспомогательные приложения(MSWORDART, clipart, асвешион )

^ Пристройки и надстроийки

Единица данных самого верхнего уровня структуризации наз-документом

Дакумент класифицируется по типом, взависимост от того какая инф. В них хранится

Как правило докум разных типов обрабатывается разными приожениями ОФФИС

^ Представление инф в ОФФИСЕ имеет след особенность

1 Докум осн.типов могут иметь внутреннюю структуру. Причём элементы этой внутр.структуры могут в свою очередь иметь различные типы. 2 Механизм связи и внедрения OLE позволяет документа одного типа внедрять объект др.типа, который м.б обработан только родным для него приложением. 3 В Внутренний документ любого типа м.б вставлены гиперсылки на документ или части докум. Любых др. типов . 4 Приложение ОФФИС имеют различные ср-ва экспорта и импорта конвекторы, и фильтры, которые позволяют обрабатывать документы чужих форматах также свободно как и док в своем формате.
11.Нелинейная регрессия. Проверка результатов регрессии.

В случае если корреляционне поле показывает не линейную связь м\д показателями или когда согласно критерию Фишера отвергнута гипотеза о линейной связи выбирают нелинейную регресию. Полиномная регрессия Y=a0+a1*x+a1*x^2+a3*x^3+an*x^n

Логарифмическая Y=a0+a1*Lnx Экспоненциальная Y=a*Exp(bx) Степенная Y=a*x^b

Полиномная регрессия выбирается, когда существует не монотонная зависимость м\д Х и У. Если на кореляц.поле есть только одна точка max или min, то выбирается квадратичная регресия Y=a0+a1*x+a2*x^2 Для квадратичной зависимости коэфиц аходятся методом наименьших квадратов. В др.случаях ее сводят с помощью замены переменных. Степенную регресию сводят к линейной. Даное уравнение логорифмируют Ln(Y)=Ln(a)+b*Ln(x),Строится табл., вводятся замены переменных, и строят регресию. Метод замены перемен использ при построении др.виидов регресии. На практике строят линейную и нелинейную регресию, затем по max. коэфиц.детермиации R^2 выбирают одну из построенных моделей (у которой коэф. больше). Трендовые модели Если значение Х представляет собой время, то уравнение регресии наз уравнением тренда, а ф. f(t)-ф. тренда. F(t)- характеризует изменение показателя от времени. Вэтом случае наблюдаемое значение Y(t) наз ременны рядом. В общем случае модель временного ряда расм.сумму 3 компонентов f(t)= f0(t)+f1(t)+f2(t) где fo(t)- монотонная ф. или тренд, f1(t)-сезонная компонента с периодом 1 год

F2(t)- циклическая компонента с периодом несколько лет

5. Понятие о математическом программировании. История появления математического программирования. Оптимизационные задачи в науке, технике, производстве, экономике.

Математическое программирование – это математическая дисциплина, в которой разрабатываются методы отыскания экстремальных значений целевой функции среди множества ее возможных значений, определяемых ограничениями. Математическое программирование можно рассматривать как совокупность самостоятельных разделов, занимающихся изучением и разработкой методов решения определенных классов задач. В зависимости от свойств целевой функции и функции ограничений все задачи математического программирования делятся на два основных класса:1)задачи линейного программирования;2)задачи нелинейного программирования. Если целевая функция и функции ограничений – линейные функции, то соответствующая задача поиска экстремума является задачей линейного программирования. Если хотя бы одна из указанных функций нелинейна, то соответствующая задача поиска экстремума является задачей нелинейного программирования. Основателем и активным разработчиком математической экономики считается В.В.Леонтьев.Еще в середине 20-х годов XX ст., работая в России, В.В. Леонтьев определил проблему межотраслевого баланса (МОБ), сначала на уровне отдельного государства, а впоследствии - на уровнях региональной и мировой экономики. Он указал на важность учета межотраслевых взаимосвязей, которые и определяют общий результат экономической деятельности. В 1938 году 26-летний профессор-математик Л. В. Канторович (1912-1986), работая научным консультативным фанерной фабрики, впервые сформулировал задачу оптимального использования ограниченных производственных ресурсов и предложил соответствующий математический метод ее решения. Этот принципиально важный результат, полученный Канторовичем в процессе серьезных математических исследований в условиях плановой экономики, опубликован в 1939 г., в виде скромной брошюры, долгое время сохранялся в „спецхранах" и оставался неизвестным передовой научной, инженерно-технической и экономической общественности. Американский математик Дж. Данциг, занимаясь планированием в оборонной сфере, где разрабатывал программы совершенствования военно-воздушных сил США, в 1947 г. повторно и независимо сформулировал эту самую задачу оптимизации и соответствующий математический аппарат, который назвал „линейное программирование" и предложил для ее машинного решения эффективный „симплекс-метод". В 50-ые годы в США с появлением первых ЭВМ этим методом сразу же воспользовались и запрограммировали его. С середины 50-х годов математическая оптимизация уже в виде всем известного линейного программирования начала применяться и в прежнем СССР.
Мощный толчок в развитие и внедрение методов оптимизации для планирования и управления в стране, в частности в Украине, связанный с именем выдающегося математика и умелого организатора науки академика В.М. Глушкова. Он смог убедить партийное руководство государства о необходимости активного развития этих работ, в 1962 г. впервые в прежнем СССР он организовал академический Институт кибернетики в Киеве с научными отделами, где разрабатывались математические модели и методы оптимизации. Эти модели внедрялись в разных отраслях производства в составе автоматизированных систем управления (АСУ). Научное направление „исследование операций" возникло перед Второй мировой войной, в 1938 г. Тогда так достаточно обобщенно и невыразительно назвали многообразные организационные научно обоснованные действия, направленные на повышение обороноспособности Англии в борьбе с подводными лодками и авиацией немецких фашистов. Именно тогда выдающийся американский математик и статистик Норберт Винер занимался проблемами противовоздушной обороны. Он положил начало новой математически обоснованной науке управления объектами разной природы, которую называл „кибернетика" и издал книгу с таким же названием в 1948 г. Почти сразу после войны методы исследования операций стали использовать в менеджменте для планирования и управления экономическими процессами. Исследование операций основывается на разработке и использовании математических методов, которые дают возможность определить тенденции развития определенных реальных процессов путем постановки конкретной математической задачи. ее решение дает возможность оценить ожидаемую эффективность соответствующих действий в числовом эквиваленте. Выдающиеся математики, такие, как Джон фон Нейман (США) или В.М. Глушков (СССР), стали известными в мире как основатели математической теории автоматов и руководители проектов по разработки компьютеров, активными проводниками внедрения методов математического моделирования в экономическую практику. Военные интересовались эффективными и универсальными математическими моделями типа задач оптимального деления ограниченных ресурсов, потому что, если для экономистов ресурсами являются финансы, сырье или энергия, то для военных — это самолеты, ракеты, бомбы, тем, что это была часть общей теории управления системами, названной тогда странным сроком "исследования операций". В конце 20 столетия Л. В. Канторович заслуженно стал Нобелевским лауреатом из экономики, хотя «отцом линейного программирования» в США по традиции называют Дж. Данцига. В СССР экономистом-академиком В. С. Немчиновым термину "исследования операций" был найден "наш" аналог под названием "экономико-математические методы". Это название выполняло пропагандистскую, подчеркнуто мирную роль. Этот "хитрый" ход позволил легализовать работы из математического программирования, создать соответствующие научные учреждения, реанимировать результаты Канторовича и активно развивать операционные исследования в нашем государстве.
6 Постановка задачи линейного программирования, геометрический смысл, способы решения производственных задач средствами Microsoft Excel и MathCad.

Задача линейного программирования (ЛП), состоит в нахождении минимума (или максимума) линейной функции при линейных ограничениях. Ограничения накладываются на переменные. Все переменные в любом допустимом решении задачи должны принимать неотрицательные значения. Геометрический смысл – ограничения представляют собой полуплоскости. Пресеченная полуплоскость даёт область допустимого решения задачи. Оптимальное решение будет находиться на границе области. Решение в MathCad: given…minimize(..,..),given…maximize(..,..).Этот способ считается приближенным, а поиск решения в Excel основан на симплекс-методе. Постановка задачи: Предприятие выпускает два вида продукции. Суммарный объем выпуска 40 ед. Выпуск каждого типа должен быть не менее 15 ед. Единица продукции 1-го типа стоит 10, а второго 15. Найти оптимальный выпуск продукции, чтобы был максимальный доход. Математическая модель: Целевая функция, которую необходимо минимизировать равна 10*х1+15*х2Максимум целевой функции находится при ограничениях: +=40; 15;15; 0; 0.
8 Общая постановка задачи нелинейного программирования, геометрический смысл, примеры. Классификация методов решения задач нелинейного программирования.

НП-один из разделов ДП, Задача ДП-поиск экстремума целевой ф. определяемом какимито ограничениями. Пимер.F(x)=78-(x1-2)^2-(x2-2)^2, ограничение 0<=x1<=4, 0<=x2<=4,

В графическом виде целевая ф.представ.собой объемное изображение, в области определяемой ограничениями.

Сещ-ет 2 подхода к решению зад.оптимизации(аналитический и алгоритмический)

Под аналитическим понимают установление некоторой функциональной зависимости м\д исходными данными к задаче и ее точным решением, зафиксированой в форме аналитической ф.

В случае з.оптимизации с непрерывно деференцируемой по всем переменным целевой ф. и ограничениями в форме равенств для отыскания аналит .решения , м.б использован метод множителей Лагранджа.

Под алгоритм решен понимают разработку или конструирование вычислительной процедуры, которое приводит к решению поставленой задачи с использованием современ компьютерных программ.

Методы алгебраич решения( метод нахождения точного решения, метод нахождения приближ решея)

Для решения зад НП в надстройке ПОИСК РЕШЕНИЯ реализованы 2 метода

1 Метод сопряжонных градиентов-метод итерационного типа. Суть-выбирается начальная стартовая точка(начальное приближение) \\-начальные производные целевой ф. в диапозоне этой точке\\ кот-ый определяет шаг и направление движения в след точку для улучшения целев.ф. В след точках процедура повторяется пока производные не станут=0, что говорит о достижении экстремума

Сущ. Несколько град.методов(м-д покоординатного спуска, м-д сопряж.градиентов, квази-Ньютовский-на основе полином 2- ого порядка)

Метод Ньютона-относится к методам 2-ого порядка, в котор целев.ф F(x) в текущей точке апрксимирования квадрат.ф разлаживается в ряд Тейлора. Метод имееи наилуч сходимость, но требует больших вычислений по обращен к матрице
7 Многошаговые задачи принятия решений. Формулировка задачи динамического программирования.Метод динамического программирования. Принцип оптимальности  Беллмана. Решение производственных задач методом динамического программирования.

^ Динамическое программирование – это метод оптимизации многошаговых процессов критерий эффективности который обладает св-ом (1)

В задачах ДП критерий эффективности называется выигрышем

Переменная xi от которой зависти выигрыш на i-ом шаге называется шаговым управлениеим. Управлением процесса в целом X наз-ся последовательностью шаговых управлений: (x, x, ..., x, ..., xn ), число которых и определяет количество шагов задачи. задача оптимизации формулируется как конечный многошаговый процесс управления; целевая функция (выигрыш) является аддитивной и равна сумме целевых функций каждого шага:


выбор управления xk на каждом шаге зависит только от состояния системы k этому шагу Sk-1, и не влияет на предшествующие шаги (нет обратной связи);

состояние системы Sk после каждого шага управления зависит только от предшествующего состояния системы Sk-1 и этого управляющего воздействия xh (отсутствие последействия) и может быть записано в виде уравнения состояния: Sk = fk(Sk-1 , xk), k = 1, n;

на каждом шаге управление xk зависит от конечного числа управляющих переменных, а состояние системы зависит Sk – от конечного числа параметров;

Принцип оптимальности и математическое описание динамического процесса управления.
В основе метода ДП лежит принцип оптимальности, впервые сформулированный в 1953 г. американским математиком Р.Э.Беллманом: каково бы ни было состояние системы в результате какого-либо числа шагов, на ближайшем шаге нужно выбирать управление так, чтобы оно в совокупности с оптимальным управлением на всех последующих шагах приводило к оптимальному выигрышу на всех оставшихся шагах, включая выигрыш на данном шаге. При решении задачи на каждом шаге выбирается управление, которое должно привести к оптимальному выигрышу. Если считать все шаги независимыми, тогда оптимальным управлением будет то управление, которое обеспечит максимальный выигрыш именно на данном шаге. в многошаговых процессах управление на каждом конкретном шаге надо выбирать с учетом его будущих воздействий на весь процесс. Кроме того, при выборе управления на данном шаге следует учитывать возможные варианты состояния предыдущего шага. Например, при определении количества средств, вкладываемых в предприятие в i-м году, необходимо знать, сколько средств осталось в наличия к атому году и какой доход получен в предыдущем (i - 1)-м году. Таким образом, при выборе шагового управления необходимо учитывать следующие требования:

- возможные исходы предыдущего шага Sk-1 ;

- влияние управления xk на все оставшиеся до конца процесса шаги (n-k).

В задачах динамического программирования первое требование учитывают, делая на каждом шаге условные предположения о возможных вариантах окончания предыдущего шага и проводя для каждого из вариантов условную оптимизацию. Выполнение второго требования обеспечивается тем, что в этих задачах условная оптимизация проводится от конца процесса к началу.

Постановку задачи динамического программирования рассмотрим на примере инвестирования, связанного с распределением средств между предприятиями
9 Корреляционный и регресионный анализ. Выполнение линейной регрессии с помощью надстройки «Анализ данных» в Microsoft Excel.

Для решения сложных статистических задач в Excel применяется команда «Анализ данных», Корреляционный анализ используется для определения тесноты связи между исследуемыми показателями. Такая задача возникает, когда необходимо оценить степень влияния некоторых факторов на исследуемый показатель. Постановка задачи состоит в следующем. Пусть имеется некоторый показатель Y. На основе содержательного экономического анализа производится отбор факторов X, которые влияют на исследуемый показатель. Необходимо на основе наблюдаемых значений (временных рядов) показателей Y и X определить уровень (величину) влияния каждого фактора Х на показатель Y. Для оценки влияния факторов используются коэффициенты корреляции между показателями Y и X. Для получения надежных оценок должно выполняться следующее условие: , где m – количество факторов, n – количество наблюдений, т. е. длина временного ряда. Значения коэффициентов корреляции лежат в интервале [-1,1]. Положительное значение коэффициента свидетельствует о положительной связи между показателями, т.е. при увеличении одного из показателей второй показатель также статистически возрастает. Отрицательное значение коэффициента свидетельствует об отрицательной связи между показателями, т.е. при увеличении одного показателя второй статистически уменьшается. Чем ближе абсолютное значение коэффициента к 1, тем теснее связь между показателями.

Связь считается достаточно сильной, если коэффициент корреляции по абсолютной величине больше 0,7, и слабой, если меньше 0,4. Если значение коэффициента равно нулю, то связь между показателями отсутствует. Этот коэффициент дает объективную статистическую оценку тесноты связи между показателями. Значимость коэффициента корреляции определяется с помощью t- критерия Стьюдента:

tнаб= (5.2)

Вычисленное по этой формуле значение сравнивается с критическим табличным значением t-критерия, которое берется с учетом заданного уровня значимости и числа степеней свободы (n–2). Если tнабл>tкр, то значение коэффициента корреляции считается значимым.

В факторную модель показателя ^ Y относительно факторов Х включаются только те факторы, связь которых с переменной Y является сильной. Кроме того, в модель включают факторы Х, между которыми нет мультиколлинеарности, т.е. у которых Rxx<0,8.

Основная задача, которая решается с помощью регрессионного анализа – построение статистических моделей экономических процессов на основе наблюдаемых значений экономических показателей.
12 Множественная регрессия. Прогнозирование данных.

При обработке исх. Данных, экспере.даных, при прогнозировании часто необходимо определить влияние на показатель У значение нескольких факторов Х1, Х2, …Хп наблюдаемых в разный момент времени t.

Если нет ф. зависимости м\д ХиУ, используют общуу запсь модели У=F(x1, X2…Xp)+Ut Y- наз зависимой переменной Xi-независимые переменные Ut-случайная величина , характериз-ая влияние не учтйных факторов t- перилд время наблюдений Уравнение множественой линейной регресии Y=a0+a1x1+a2x2+…+akxk , коэф ai наз коэф.множественной регресии.

Осн задача множ регр состоит в определении коэфициентов ai, для этого записывается уравнение множественой линейной регресии для различных моментов временинаблюдения t=1,2,3…n где n-количество наблюдений. В рез-те получилась система из n-уравненй относительно t неизвестных a0,a1,a2…ak. Предполагают ,что количество переменных д.б меньше кол-ву n. Систему можно записать в матричном виде Y=Xa, где a=(a0…ak). Т- вектор неизв параметров, х-матрица наблюд.значений.

^ Оценка качества модели множественной регресии

Для обеспечения качества модели д. выполнятся условие когда колиество факторов: n<=3k Модель множественной регресии оценивается с помощью критериев

1.коэф. Детерминации, если R^2>0,8- модель точная, R^2<0,5- модель считается не точная, ее надо уменьшить либо увеличить кол-во наблюдений, выбрать др.факторы

2. коэф. Множественной корреляции R=корень квадратный из R^2

3. скоректированый коэф детерминации

4. стандартная ошибка

5.Оценка значмости модели, т.е оценка того на сколько гипотеза лин.регресии м\д У и факторами Х, осуществляется по критерию Фишера

Если условие не выполняется, гипотеза отверг-ся, ее необходимо изменить

6. Оценка значимости коэф. Регресии (кроме свободного члена) осуществляется сравнение статистики

Tj=Aj/ SE* корень квадр из Bjj, это значение сравниваем с табл . Bjj- диоганальный элемент матрицы,

SE-погрешность. Если расчитаное значение статически привосходит табличное, то j-коэф.считается значимым

8. Доверительный интервал для прогнозных значений линий регресии

9. Влияние фактора Х на показатель У оценивается с помощью коэф.эластичности и В-коэфициента

Коэф.эластичности показывает на сколько % изменится значение У при изменении Хj на 1%

Коэф В показывает на какую часть средне-квадратичного отклонение изменится У при изменеии Xj на величину своего среднеквадратичного отклонения.

Долю влияния j-ого фактора в суммарном влияни всех факторов на показ У оценивают с помощью ДЕЛЬТА-коэфициентов
13 Характеристики операционной среды системы Matlab. История появления. Возможности системы. Ориентация на матричные операции

Matlab- явл-ся интерактивной системой для выполнения математических расчётов в различных областях деятельности. Работа может осуществлятся в 2 режимах

1.режим прямых вычеслений, либо калькулятор

2.путём вызова программы, записаной на яз.Матлаб. Кроме основного ядра в Матлаб входят набор прикладных пакетов по различным областям знаний.

Интерфейс аналогичен с др.прилож.Windows, содержит меню и 3 осн окна

    1. Command Windows-окно команд 2. WorkSpace- рабочее пространство, в котор м.наблюдать имена переменных, их размер и их тип 3.Command History-деректория комад, в нем отображаются ранее введенные команды. Недостаток-английский

История Класич. Матлаб появился в 1977 в университете newMexico разработан Моулером. Представлял собой интерактивную матричнуюю лабораторию, которая позволяла вызывать подпрограммы из пакета LinkPack В 1984 Моулер, Бангер и Литл организавали корпорацию MahtWorks. До настоящего времени появ-ся коммерческие версии системы.. Сегодня представляет собой мощный матем.пакет со своим яз.программирования (С), гибкими графическими возможностями, средствами сопряжения с др.языками, несколькими 10 пакетов приложений.
14 Matlab как язык инженерных и научных исследований. Интеграция с другими системами.

Основные компоненты Matlab: язык Matlab, среда Matlab, управляемая графика, библиотека математических функций, программный интерфейс(С, Fortran,Java)

^ Особенности командной строки:

В одной строке можно набрать несколько команд. Их отделяют символом «,», либо «;». Если отделяется «,», то команды выполняются после Enter. Если «;», то команды выполняться не будут. Имена переменных ограничений на длину нет, но если сравнивать имена, то роль играет первые 31 символы. Важен регистр.

i,j – предопределенные константы, обозначают мнимую часть комплексного числа;eps – погрешность для операций над числами с плавающей точкой (2 52); realmin – наименьшее число с плавающей точкой (2-1022);realmax – наибольшее число с плавающей точкой (21023);Inf – машинная бесконечность;NaN – указание на нечисловой характер данных (Not-a-Number).

Если очистить содержимое переменной (clear i), то переменная вновь становиться предопределенной константой.

Matlab прекрасно интегрируется с Word и Excel. Связь Matlab и Word обеспечивает возможность написания в Word интерактивных документов М-книги .

М-книга: Пользователь работающий с М-книгой может запускать блоки команд Matlab непосредственно из Word и результаты команд будут отображаться в Matlab.

Надстройка ExcelLink поставляется вместе с пакетом Matlab и позволяет связывать Excel и функции Matlab. Символические вычисления в Matlab основываются на ядре Maple. Информация хранящаяся в б.д. многих популярных форматов может быть импортирована в Matlab, нужным образом обработана и исследована при помощи Matlab, а затем экспортирована в какую-нибудь другую базу данных. Для обмена данными используют команды языка запросов SQL. Поддерживается связь с Access, SQLServer, Oracle. В Matlab также реализованы классические численные алгоритмы (решение задач линейной алгебры, нахождение определенных интегралов, решение нелинейных уравнений, интерполяция, решение диф.уравнений и систем).

Визуальная среда GUIDE предназначена для написания приложений с графическим интерфейсом пользователя. Matlab является интерпретатором (считывается строка и сразу выполняется). Для повышения производительности вычислений в состав пакета входит дополнительный модуль Compilе, который позволяет компилировать алгоритмы. Программный интерфейс приложения API реализует связь Matlab с простейшими, написанными на С и Фортран.
^ 15 Многопользовательский программный комплекс «T-FLEX». Состав и характеристика комплекса «T-FLEX». Функциональные возможности программного комплекса «T-FLEX».

Единый комплекс T-FLEX CAD/CAM/CAE/CAPP/PDM - набор современных программных средств для решения задач технической подготовки производства любой сложности в различных отраслях промышленности. Комплекс объединяет системы для конструкторского и технологического проектирования, модули подготовки управляющих программ для станков с ЧПУ и инженерных расчетов. Все программы комплекса функционируют на единой информационной платформе системы технического документооборота и ведения состава изделий.

Комплекс T-FLEX CAD/CAM/CAE/CAPP/PDM позволяет решить практически все задачи конструкторско-технологической подготовки производства: от получения заказа до изготовления изделия. Комплекс T-FLEX позволяет под управлением системы документооборота (T-FLEX DOCs): проектировать основное изделие (T-FLEX CAD); оснастку (T-FLEX CAD, прикладные системы); анализировать изделие до изготовления (T-FLEX Анализ, T-FLEX Динамика, T-FLEX / Пружины, T-FLEX / Зубчатые передачи, …); разрабатывать технологии и осуществлять техническое нормирование производства (T-FLEX Технология, T-FLEX Техническое нормирование); готовить управляющие программы (T-FLEX ЧПУ); проверять управляющие программы до загрузки на станок (T-FLEX NC Tracer).

Интеграция с внешними системами осуществляется стандартными средствами (с помощью обменных файлов, одно- или двунаправленного программного интерфейса, с помощью таблиц связей между базами данных и т.п.).

с помощью API-функций системы T-FLEX DOCs или других средств можно получить всю необходимую информацию об изделии (составе проекта изделия, о конструкторских или технологических данных, о вспомогательном оборудовании для изготовления и т.д.) для передачи во вне, например, в ERP-системы.

Системы комплекса имеют открытый API-интерфейс, основанный на технологии .NET, и позволяют использовать любые языки программирования (C++, Visual Basic, C#, …),

Помимо программного интерфейса, системы комплекса имеют развитые внутренние средства пользовательского интерфейса для возможности расширения функциональности систем без программирования.
10 Модели линейной регрессии с двумя коэффициентами. Полиномиальная регрессия. Выполнение линейной регрессии с помощью пакета регрессионного анализа.

Полиномиальная регрессия (Y = a0 + a1X + a2X2 + a3X3 +…+ anXn) выбирается, когда имеет место немонотонная зависимость между X и Y. Если на корреляционном поле есть n точек максимума и минимума, то выбирается полиномиальная регрессия (n+1)-го порядка. Обычно полиномиальную регрессию с помощью замены переменных сводят к линейной множественной регрессии


Скачать файл (129.5 kb.)

Поиск по сайту:  

© gendocs.ru
При копировании укажите ссылку.
обратиться к администрации
Рейтинг@Mail.ru