Пример: Транспортная логистика
Я ищу:
На главную  |  Добавить в избранное  

Кибернетика /

Контрольная работа

←предыдущая  следующая→
1 2 



Скачать реферат


1. Табличные процессоры (электронные таблицы, назначение, структура, особенности, область применения). Указать способ имитации трехмерной таблицы, построение графика трехмерной таблицы.

Табличный процессор обеспечивает работу с большими таблицами чисел и другой информации. При работе с табличным процессором на экран выводится прямоугольная таблица, в клетках которой могут находиться числа, пояснительные тексты и формулы для расчета значений в клетке по имеющимся данным; в клетках таблицы могут содержаться ссылки на другие таблицы. Программные средства для проектирования электронных таблиц называют табличными процессорами. Они позволяют не только создавать таблицы, но и автоматизировать обработку табличных данных. С помощью электронных таблиц можно выполнять различные экономические, бухгалтерские и инженерные расчеты, а также строить разного рода диаграммы, проводить сложный экономический анализ, моделировать и оптимизировать решение различных хозяйственных ситуаций и т.д.

Функции табличных процессоров весьма разнообразны:

- создание и редактирование электронных таблиц;

- создание многотабличных документов;

- оформление и печать электронных таблиц;

- построение диаграмм, их модификация и решение экономических задач графическими методами;

- создание многотабличных документов, объединенных формулами;

- работа с электронными таблицами как с базами данных: сортировка таблиц, выборка данных по запросам;

- создание итоговых и сводных таблиц;

- использование при построении таблиц информации из внешних баз данных;

- создание слайд-шоу;

- решение оптимизационных задач;

- решение экономических задач типа “что – если” путем подбора параметров;

- разработка макрокоманд, настройка среды под потребности пользователя и т.д.

Наиболее популярными электронными таблицами для персональных компьютеров являются табличные процессоры Microsoft Excel, Lotus 1-2-3, Quattro Pro и SuperCalc. И если после своего появления в 1982 году Lotus 1-2-3 был фактически эталоном для разработчиков электронных таблиц, то в настоящее время он утратил свои лидирующие позиции. Результаты тестирования продемонстрировали явное преимущество Excel по многим параметрам. Единственное превосходство Lotus 1-2-3 – это скорость работы, но, опять же, превышение - небольшое.

Перспективные направления в разработке электронных таблиц основными фирмами-разработчиками определены по-разному. Фирма Microsoft уделяет особое внимание совершенствованию набора функциональных средств Excel, и в этом ее пакет явно лидирует среди всех электронных таблиц. Фирма Lotus основные усилия сконцентрировала на разработке инструментов групповой работы. Пакет Quattro Pro в результате тестирования получил достаточно высокие оценки, но ни одна из особенностей пакета не вызвала к себе повышенного внимания. Наиболее привлекательными оказались лишь возможности сортировки данных.

Ситуация, сложившаяся на рынке электронных таблиц, в настоящее время характеризуется явным лидирующим положением фирмы Microsoft – 80% всех пользователей электронных таблиц предпочитают Excel. На втором месте по объему продаж – Lotus 1-2-3, затем Quattro Pro. Доля других электронных таблиц, например SuperCalc, совершенно незначительна.

Трехмерный график подразумевает, что задана функция z=f(x,y) двух переменных (x и y). Пример трехмерного графика показан на рис. 1 (функция ; x,y[-5,5]):

Рис. 1.

Данные для построения трехмерного графика (трехмерную таблицу) можно хранить следующим образом:

1) известно, что аргументы x и y могут принимать значения в своих пределах: x  [xn,xk], y  [yn,yk], с постоянным шагом по каждой переменной:

xi = xn+i*hx, yi = yn+j*hy, где x,y – независимые переменные; xn, yn, xk, yk – соответственно, начальные и конечные значения пределов изменения переменных; hx = (xk-xn)/nx, hy = (yk-yn)/ny – соответственно, шаги по независимым переменным x, y (при построении графика).

2) для построения графика в этом случае достаточно хранить в первых 6-ти ячейках таблицы – xn, xk, yn, yk, nx, ny, а в 7-й ячейке – ссылку на таблицу значений z=f(xi,yi), с количеством строк nx, столбцов – ny.

2. Случайная величина, закон распределения случайной величины. Смысл равновероятностного распределения величины. Отобразить графически распределение «белого шума».

Под случайной величиной, связанной с некоторым опытом, пони¬мается всякая величина, которая при осуществлении этого опыта принимает то или иное числовое значение. В опыте с подбрасыванием игральной кости нас интересовало число выпавших очков, т.е. величина, которая в зависимости от случая принимала одно из следующих шести значений: 1, 2, 3, 4, 5, 6. Примерами случайных величин могут служить также:

а) количество бракованных изделий в определенной партии;

б) количество солнечных пятен с площадью, большей некоторого определенного значения, зарегистрированных астрономом в течение дня на солнечном диске,

в) число лепестков в цветке сирени,

г) количество дорожно-транспортных происшествий в городе в течение суток.

Для полной характеристики случайной величины не¬обходимо, прежде всего, знать те значения, которые она может принимать. Но этого, разумеется, недостаточно. Помимо этого, нужно знать, с какой вероятностью случай¬ная величина принимает то или иное конкретное значение.

Будем обозначать случайную величину буквой X, ее возможные значения х1, х2, … хn., а соответствующие вероятности, с которыми эти значения принимаются Р1, Р2 , … , Рn.

Если для случайной величины Х известны все значе¬ния х1, х2, ..., xn, , которые она может принимать, и все вероятности р1, р2, ..., рn, с которыми эти значения при¬нимаются, то говорят, что задан закон распределения слу¬чайной величины X или просто распределение величины X.

Закон распределения удобно записывать п виде сле¬дующей таблицы:

Таблица 1.

x1 х2 х3 ... Хk ... Хn

Р1 Р2 Р3 ... Рk ... Рn

В первой строке таблицы записываются все возможные значения случайной величины, а под ними, во второй строке, - со¬ответствующие вероятности появления соответствующих значений.

Рассмотрим n случайных событий:

А1 - случайная величина Х приняла значение х1,

А2 - случайная величина Х приняла значение x2,

………………………………………………………

Аn - случайная величина Х приняла значение An.

Очевидно, что сумма событий A1 A2, ... , An является достоверным событием, так как хотя бы одно из значений x1, x2, ....xn случайная величина обязательно принимает.

Поэтому P (A1  А2  ...  Аn) = 1.

Кроме того, события А1, А2, ..., An - несовместны, т. к. случайная величина при однократном осуществлении опыта может принять только одно из значений х1, х2, ..., xn. По теореме сложения для несовместных событий получаем

Р(А1)+Р(А2)+...+Р(Аn)=1,

т. е. p1+p2+ ... +pn = 1, или, короче,

Следовательно, сумма всех чисел, расположенных во второй стро¬ке Таблицы 1, дающей закон распределения случайной величины X, должна быть равна единице.

ПРИМЕР 1. Пусть случайная величина Х - число очков, выпавших при подбрасывании игральной кости. Найти закон распределения (в виде таблицы).

Случайная величина Х принимает значения

x1=1, х2=2, … , x6=6

с вероятностями

р1= р2 = … = р6 =

Закон распределения задается таблицей:

Таблица 2

1 2 3 4 5 6

ПРИМЕР 2. Биноминальное распределение. Рассмотрим случайную величину Х — число появлений события А в серии из независимых опытов, в каждом из которых А насту¬пает с вероятностью р.

Случайная величина Х может, очевидно, принимать одно из следующих значений:

0, 1, 2, ..., k, ..., n.

Вероятность события, состоящего в том, что случайная величина Х примет значение, равное k, определяется формулой Бернулли:

Рn(k)= где q=1- р.

Такое распределение случайной величины называется биномиальным распределением или распределением Бернулли. Распределение Бернулли полностью задается двумя параметрами: числом n всех опытов и вероятностью р, с которой событие происходит в каждом отдельном опыте.

Условие для биномиального распределения принимает вид:

Для доказательства справедливости этого равенства достаточно в тождестве

(q+рх)n=

положить x=1.

ПРИМЕР 3. Распределение Пуассона. Так называется распределение вероятностей вида:

Р(k)= .

Оно определяется одним единственным (положительным) параметром а. Если ξ – случайная величина, имеющая распределение Пуассона, то соответствующий параметр а - есть среднее значение этой случайной величины:

а=Мξ= , где М – математическое ожидание.

Случайная величина равна:

ПРИМЕР 4. Показательное распределение.

Если время является случайной величиной, обозначим его τ, таково, что

где 00

6) Гипергеометрическое распределение.

Имеется N – объектов среди которых n - "особых объектов". Среди всех объектов случайным образом выбирается k-объектов.

←предыдущая  следующая→
1 2 



Copyright © 2005—2007 «Mark5»