- •2. Моделирование статистического анализа; факторный анализ, анализ временных рядов.
- •3. Имитационное моделирование систем, технологических процессов; источники погрешностей моделирования.
- •4. Моделирование процессов в аналоговых схемах; синтез устройств управления.
- •5. Моделирование работы цифровых электронных схем, процессов в дискретных схемах.
1. Математические модели решения дифференциальных уравнений, интегралов, специальных функций; интегрирование функций (квадратурные формулы, метод Гаусса, трапеций и т.д.); решение систем линейных и нелинейных уравнений.
Какие модели позволяют приобрести новые знания (два ответа)…
(+) математические
(+) физические
Математические модели бывают (два ответа)…
(+) аналитические
(+) алгоритмические
От чего зависит точность модели (два ответа)…
(+) от точности исходных данных
(+) от принимаемых в результате решений
По назначению модели бывают (два ответа)…
(+) научные
(+) практические
По исходным данным различают модели (три ответа)…
(+) детерминированные
(+) неопределенные
(+) вероятностные
По характеру переменных модели бывают (два ответа)…
(+) дискретные
(+) непрерывные
По характеру изменения процесса во времени модели бывают (два ответа)…
(+) статические
(+) динамические
По характеру принимаемых решений модели бывают (два ответа)…
(+) исследовательские
(+) оптимизационные
Методы численного решения обыкновенных дифференциальных уравнений (два ответа)…
(+) Эйлера
(+) Рунге-Кутта
Исходными данными для численного решения обыкновенных дифференциальных уравнений кроме самих уравнений являются начальные значения (три ответа)…
(+) независимой переменной
(+) зависимой переменной
(+) производных зависимой переменной до n – 1 порядка
Ответом при решении обыкновенных дифференциальных уравнений является:
(+) функция y=f(x)
Общее решение обыкновенных линейного дифференциального уравнения определяется:
(+)
Для линейного неоднородного дифференциального уравнения
a0y(n) +…+ an-1y’+ any = b0x(m) +…+ bm-1x’+ bnx
характеристическое уравнение имеет вид:
(+) a0pn +…+ an-1p2+ anp =0
Методы численного интегрирования (три ответа)…
(+) прямоугольников
(+) трапеций
(+) Симпсона
Основная идея методов численного интегрирования – приближенное вычисление:
(+) площади под интегрируемой функцией
Основная идея метода прямоугольника – замена интегрируемой функцией:
(+) ступенчатой ломаной
Основная идея метода трапеции – замена интегрируемой функцией:
(+) ломаной
Основная идея метода Симпсона – замена интегрируемой функцией:
(+) отрезками квадратической параболы
В каком из методов число интервалов в пределах интегрирования должно быть четным
(+) Симпсона
Упорядочить методы численного интегрирования по их сложности
прямоугольника
трапеции
Симпсона
Методы решения систем линейных уравнений (два ответа)…
(+) Крамера
(+) Гаусса
Основная идея метода Крамера:
(+) вычисление определителей
Основная идея метода Гаусса – преобразование матрицы коэффициентов системы уравнений таким образом, чтобы нулевые значения были:
(+) ниже главной диагонали
Метод, не являющийся методом решения нелинейных уравнений:
(+) Эйлера
Метод половинного деления включает в себя следующие этапы (два ответа)…
(+) отделение корней
(+) уточнение корней
Условие сходимости метода половинного деления на отрезке [a, b]:
(+) F(a)F(b)<0
Условие сходимости метода итераций x=f(x) при х=х0:
(+)f’(x)< 1
Метод Ньютона для решения нелинейных уравнений является методом:
(+) касательных
Метод Ньютона наиболее эффективен для решения нелинейных уравнений, у которых в окрестностях корня:
(+)f’(x) велика
Условие окончания процедуры нахождения корня нелинейного уравнения:
(+) достижение требуемой точности
Исходными данными для метода половинного деления является (три ответа)…
(+) функция F(х)=0
(+) точность
(+) интервал [a, b]
Исходными данными для метода Ньютона является (три ответа)…
(+) функция F(х)=0
(+) точность
(+) начальное значение в окрестности корня
2. Моделирование статистического анализа; факторный анализ, анализ временных рядов.
Задачи статистического анализа систем электроснабжения (три ответа)…
(+) оценка числовых характеристик и параметров законов распределения
(+) выбор математических моделей систем электроснабжения
(+) проверка статистических гипотез
Установить соответствие между названиями закона распределения и функциями распределения времен t при описании моделей систем электроснабжения
С1 Гаусса
О1
С2 экспоненциальный
О2
С3 экспоненциальный со сдвигом
О3 F(t)=1–e-(t-tо)
С4 Вейбулла
О4
С5 Эрланга
О5
Установить соответствие между названием и обозначением параметров закона распределения Вейбулла
C1 параметр масштаба по времени О1 а
С2 параметр масштаба интенсивности О2 α
С3 параметр формы О3 b
Установить соответствие между названиями закона распределения и выражениями для распределения дискретных величин случайных k при моделировании систем электроснабжения.
C1 биномиальный О1
С2 геометрический О2
О3 Пуассона О3
Каким свойством не обладает поток случайных событий:
(+) несмещенность
Поток ординарен, если:
(+)
Для ординарного потока (ω – интенсивность потока, λ – параметр потока):
(+) ω(t)=λ(t)
В потоке случайных событий закон распределения интервалов между событиями един для всех интервалов, если поток обладает свойством:
(+) стационарность
Простейший поток:
(+) ординарный стационарный без последействия
Моменты наступления последующих событий не зависят от моментов наступления предыдущих событий – это свойство:
(+) отсутствие последействия
Поток Пальма – это:
(+) ординарный стационарный поток с ограниченным последействием
Оптимальные свойства статистических оценок показателей систем электроснабжения (три ответа)…
(+) состоятельность
(+) несмещенность
(+) эффективность
Минимальное значение дисперсии случайных отклонений от неизвестного значения параметра – это свойство:
(+) эффективность
Статистическая оценка * при n P(|*- |<)>1- – это свойство:
(+) состоятельность
Отсутствие систематической ошибки – это свойство:
(+) несмещенность
Доверительный интервал (два ответа)…
(+) интервал, который с доверительной вероятностью γ накрывает фактическое значение показателя
(+) определяется нижней и верхней границами, между которыми находится неизвестное значение показателя с доверительной вероятностью γ
Метод моментов позволяет определять:
(+) статистические оценки числовых характеристик любого закона распределения
Статистическая оценка дисперсии методом моментов обладает свойствами (три ответа)…
(+) состоятельность
(+) несмещенность
(+) асимптотической эффективности
Уровень значимости статистического критерия α это:
(+) вероятность отвергнуть правильную гипотезу
Мощность статистического критерия 1-β это:
(+) вероятность отвергнуть альтернативную гипотезу
Автор критерия хи-квадрат:
(+) Пирсон
При проверке гипотезы о законе распределения по критерию хи-квадрат показатель расхождения U (два ответа)…
(+)
(+)
При проверке гипотезы о законе распределения по критерию хи-квадрат используется (два ответа)…
(+) уровень значимости
(+) число степеней свободы
Число степеней свободы это:
(+) число интервалов наблюдений за вычетом числа связей
При проверке гипотезы о законе распределения по критерию Колмогорова показатель расхождения Dλ:
(+)
Исходные данные для проверки гипотезы о законе распределения по критерию Колмогорова:
(+) вариационный ряд
Задание: выбрать верные 29
Коэффициент корреляции rxy – это (два ответа)…
Задание: выбрать верные 30
Коэффициент корреляции изменяется в пределах:
–1 rxy +1
0 rxy 1
0 rxy <
– rxy +
Задание: выбрать верные 31
Корреляционная матрица:
симметрична относительно главной диагонали
симметрична относительно побочной диагонали
симметрична относительно центральной строки
симметрична относительно центрального столбца
несимметрична
Задание: выбрать верные 32
Матрица коэффициентов корреляции на главной диагонали имеет значения:
1
0
Dx
mx
x
Задание: выбрать верные 33
Временной ряд – это последовательность во времени значений:
случайной величины
вероятностей случайных событий
интенсивностей случайных потоков
детерминированных величин