Главная страница
Навигация по странице:

  • Метод

  • Ранжирование данных

  • Кластерный анализ (англ. Data clustering)

  • 2. Структуры данных Структура данных

  • Концептуальная информация

  • Подтекстовая информация

  • Zero-based

  • 3. Достижения и перспективы

  • ока. Адаменко Семён Сергеевич лр 1.1. Лабораторная работа 1 Задание 1 Компьютерная обработка информации


    Скачать 0.57 Mb.
    НазваниеЛабораторная работа 1 Задание 1 Компьютерная обработка информации
    Дата08.11.2022
    Размер0.57 Mb.
    Формат файлаpdf
    Имя файлаАдаменко Семён Сергеевич лр 1.1.pdf
    ТипЛабораторная работа
    #777418

    Тема 1. «Основы компьютерной алгебры»
    Адаменко Семён Сергеевич, группа 2 подгруппа 1.
    Лабораторная работа 1
    Задание 1.1
    1. Компьютерная обработка информации
    Обработка информации — вся совокупность операций (сбор, ввод, запись, преобразование, считывание, хранение, уничтожение, регистрация), осуществляемых с помощью технических и программных средств, включая обмен по каналам передачи данных.
    А) Модели обработки информации
    Моде́ль — система, исследование которой служит средством для получения информации о другой системе;
    1. Материальные (натурные) модели: – некие реальные предметы (макеты, муляжи, эталоны); – уменьшенные или увеличенные копии, воспроизводящие внешний вид моделируемого объекта, его структуру (глобус, модель кристаллической решетки) или поведение (радиоуправляемая модель самолета, велотренажер).
    2. Абстрактные модели (геометрическая точка, математический маятник, идеальный газ, бесконечность).
    3 Информационные модели – описание моделируемого объекта на одном из языков кодирования информации (словесное описание схемы, чертежи, карты, рисунки, научные формулы, программы и т. д.). Информационная модель, как и любой другой вид информации, должна иметь свой материальный носитель
    Б) Методы обработки информации
    Метод —способ сбора, обработки или анализа данных
    Декомпозиция — метод, заменяющей решение одной большой задачи решением серии меньших задач.
    Результатом декомпозиции является составление списка элементарных задач, для решения каждой из которых можно подобрать один или несколько методов анализа, сбора первичной или вторичной информации.
    Реализация метода производится с помощью стандартов IDEF и методологии структурного анализа и проектирования SADT.
    Ранжирование данных - выстраивание найденных сведений по одному из аналитических признаков.
    Регрессионный анализ - это метод установления аналитического выражения зависимости между исследуемыми аналитическими признаками.
    Сопоставительный анализ заключается в сравнении различных характеристик или аналитических признаков однотипных объектов (продукции, предприятий, сегментов рынка и т.п.)

    Частотный анализ предполагает определение количественных характеристик объекта изучения (например одно упоминание) и их ранжирование по частоте упоминания – от наиболее частых к наименее частым.
    Кластерный анализ (англ. Data clustering) — разбиение выборки объектов (ситуаций) на непересекающиеся подмножества, называемые кластерами, так, чтобы каждый кластер состоял из схожих объектов, а объекты разных кластеров существенно отличались.
    PEST-анализ (иногда обозначают как STEP) — это маркетинговый инструмент, предназначенный для выявления политических , экономических , социальных и технологических аспектов внешней среды, которые могут повлиять на стратегию компании.
    В) Средства обработки информации
    Средство - приём, способ действия для достижения чего-н.
    Средства обработки информации:
    1) средства организации баз данных
    2) соответствия выполнения запросов и поиска информации
    3) фильтрация информации
    4) графическое представления
    5) сбор информации и т. п.
    2. Структуры данных
    Структура данных (англ. data structure) — программная единица, позволяющая хранить и обрабатывать однотипные и/или логически связанные данные. Для добавления, поиска, изменения и удаления данных структура данных предоставляет некоторый набор функций, составляющих её интерфейс.
    А) Виды числовой информации
    Все характеристики объекта, которые можно представить в виде чисел: масса, высота, скорость передвижения – это числовая информация.
    Б) Виды текстовой информации
    Текстовая информацияэто информация представленная в алфавитно-цифровой форме.
    1) Фактуальная информация - это фактическая основа текста, которая сообщает о том, что происходило, происходит или будет происходить
    2) Концептуальная информация - информация об авторе, не только об его позиции, но и социальном статусе, способе мышления, образованности, психическом состоянии и т.п.
    3) Подтекстовая информация - не содержащаяся явно в тексте информация, заложена во всем тексте и может быть выявлена только при определенных условиях.
    В)Виды массивов.

    1)Zero-based(с отсчетом от нуля)
    2)One-based (с отсчетом от 1)
    3)n-based (с отсчётом от специфиечского значения заданного программистом)
    4)Одномерный массив — это фиксированное количество элементов одного и того же типа
    5) Многомерный массив — это массив, элементы которого являются массивами.
    Г) Связь СКА с математикой
    1) Разделы математики, используемые в СКА:

    Символьное интегрирование — алгоритм Риша

    Гипергеометрическое суммирование — алгоритм Госпера

    Предел (математика) — алгоритм Грюнтза (Gruntz)

    Факторизация полиномов. Для ограниченных областей используются алгоритм
    Берлекампа или алгоритм Кантора—Цассенхауза.

    Наибольший общий делитель — алгоритм Евклида

    Метод Гаусса

    Базис Грёбнера — алгоритм Бухбергера

    Аппроксимация Паде

    Лемма Шварца-Зиппела и проверка равенства полиномов

    Китайская теорема об остатках

    Диофантово уравнение

    Элиминация кванторов над действительными числами — метод Тарского

    Алгоритм Ландау

    Производные от элементарных и специальных функций (например, смотри неполная гамма-функция)
    3. Достижения и перспективы
    А) Современные системы(онлайн)
    Mathway
    Photomath
    Б) Современные системы(устанавливаемые на компьютер)
    MATLAB
    S-PLUS
    MuPAD
    Photomath
    Maxima
    В) Соврменные системы для разных ОП
    Microsoft Math Solver

    Г) Перспективы
    Matlab:

    pассчитан не на пользователя-программиста, а на пользователя специалиста.
    Короче, можно писать программы, не заморачиваясь на архитектуру железа, выделение памяти и поиск библиотек/классов, нужно просто знать подлежащую математику

    обновляется 2 раза в год

    предназначен также для работы с Java, C, C ++ и тд.
    Источники: https://lib.susu.ru/ftd?base=SUSU_METHOD&key=000529228&dtype=F&etype=.pdf https://gossnab.ru/about/resmeth/metody_obrabotki_i_analiza_informacii_priemy_resheniya/
    https://ru.wikipedia.org/
    http://velikayakultura.ru/
    https://elib.bsu.by/handle/123456789/46210
    https://e.lanbook.com/ https://compress.ru/article.aspx?id=12530


    написать администратору сайта