- •Вопросы к государственному экзамену специальности 200503 к госэкзамену по специальности 200503
- •1. "Системный анализ"
- •"Системный анализ"
- •Тектология Богданова
- •Кибернетика Винера
- •Общая теория систем Берталанфи
- •Синергетика Пригожина
- •Классификация моделей
- •Теория знаковых систем (семиотика)
- •Целевая модель системы
- •Примеры
- •. Модель «черного ящика»
- •. Модель состава системы
- •. Модель структуры
- •. Динамические модели систем
- •Псевдодинамическая (безынерционная) система
- •Истинно динамическая (инерционная) система
- •Линейные динамические системы
- •Классификация систем . Основные классификационные деления
- •По степени обеспеченности основными ресурсами
- •. Классификация систем по их происхождению
- •. Классификация по способу управления
- •. Классификация по типу операторов
- •Сигналы в системах
- •Основные определения
- •Классификация сигналов
- •Модулированные сигналы
- •Основные результаты теории сигналов
- •Полная энергия сигнала X(t) (равенство Парсеваля)
- •Принцип частотно-временной неопределенности
- •Принцип частотно-временной неопределенности (формулировка)
- •Дискретное представление непрерывных сигналов
- •К задаче выбора частоты дискретизации
- •Количество информации как мера снятой неопределенности
- •Основные понятия теории информации
- •Основная теорема Шеннона о кодировании для канала без помех
- •Основная теорема Шеннона о кодировании для канала с помехами
- •Пример помехоустойчивого кода
- •Эксперимент и модель
- •Кибернетическая модель научного эксперимента. Эксперимент Винера (мысленный)
- •Недостатки эксперимента Винера
- •Усовершенствованный эксперимент Винера
- •Измерительные шкалы
- •Некоторые определения из теории бинарных отношений
- •Базовые свойства отношений
- •Основные типы отношений
- •Виды измерительных шкал
- •Номинальная шкала (шкала наименований, классификационная)
- •Порядковая (ранговая) шкала
- •Интервальная шкала
- •Шкала отношений (масштабная)
- •Натуральная (абсолютная шкала)
- •Основной вывод к подразделу 6.3
- •Вероятностное описание ситуации
- •Регистрация экспериментальных данных
- •Классификационные модели
- •Числовые модели
- •Особенности протоколов для числовых моделей
Порядковая (ранговая) шкала
В этом случае на исходном множестве состояний (и в множестве их обозначений) можно определить отношение порядка (строгого или нестрогого). Это подразумевает выполнение аксиом:
для строгого порядка:
1. транзитивность: (x>y)&(y>z) x>z x,y,zA,
2. антирефлексивность: если x>y, тоxyx,yA;
для нестрогого порядка:
1. рефлексивность: xxxA,
2. транзитивность: (xy)&(yz) xzx,y,zA,
3. антисимметричность: (xy)&(yx) x=y.
Если имеются несравнимые пары, то есть такие пары (x,y)x,yA, для которых не выполняются ниx>yниy>x, то такое отношение > называется отношением частичного порядка. Если же все пары сравнимы, то такое отношение называется полным или линейным порядком.
Примеры измерений в ранговой шкале:
шкала силы ветра по Бофорту (0 – штиль,..., 4 – умеренный ветер, ... 6 – сильный ветер, ... 10 – шторм, буря, ... 12 – ураган);
12‑балльная шкала магнитуд землетрясений по Рихтеру;
шкала твердости по Моосу (1 – тальк, 2 – гипс, 3 – кальций, 4 – флюорит, 5 – апатит, 6 – ортоклаз, 7 – кварц, 8 – топаз, 9 – корунд, 10 – алмаз);
балльные оценки знаний учащихся, спортсменов;
результаты соревнований и конкурсов в виде занятого места.
Допустимые операции: непосредственно над результатами измерений можно выполнять, кроме операции сравненияij, только операцию определения ранга i‑го элемента Ri. Ранг – это некоторая функция на множествеA, которая характеризует, насколько далеко от начала стоит i‑й элемент, если все множество выстроить «в очередь» в порядке возрастания элементов. Ранговую функцию можно построить, например, так:
,
где С() – функция‑индикатор положительных чисел
Числа ijиRiуже можно обрабатывать с помощью определенных статистических процедур: находить медиану выборки3, вычислять коэффициенты ранговой корреляции и т.п.
Интервальная шкала
Здесь вводится метрика(расстояние) между различными состояниями. Метрика – это функция двух аргументов(x,y), которая каждой паре элементов произвольного множестваAставит в соответствие вещественное число – расстояние. Другими словами, метрика отображает множество пар элементов на множество вещественных чиселAAR+, при этом выполняются аксиомы метрики:
1) (x,y)=0 тогда и только тогда, когдаx=y,
2) (x,y)+(y,z)(x,z)x,y,zA(неравенство треугольника).
Из этих аксиом непосредственно следует, что
(x,y)0,
(x,y) = (y,x).
Расстояния могут выражаться в произвольных, но постоянных в пределах всей шкалы единицах. Поэтому длина интервала не зависит от его положения. Именно длина(интервала) является инвариантом в интервальных шкалах.
Для однозначного задания интервальной шкалы нужно зафиксировать два эталона: единицу измерения и начало отсчета. Результаты x,yизмерения одного и того же объекта, но вразныхинтервальных шкалах связаны между собой линейным преобразованиемy= ax+ b.
Примеры: температура в шкалах Цельсия и Фаренгейта (F = (5/9)C + 32), календарное время (разные календари), высота и расстояние на местности, электрическое напряжение (разность потенциалов), уровень мощности сигналов в децибелах.
Допустимые операции: единственная допустимая операция непосредственно над результатами – определение интервала. Над величиной интервала уже можно осуществлять произвольную арифметическую и другую обработку. Для интервальной шкалы не имеет смысла относительная погрешность результата измерения (хотя приведенная может быть определена корректно)! Например, фраза «результат измерения температуры равен 20C с относительной погрешностью 5%» является бессмысленной.