Nauka

infa wstępny

Wyświetlane są wszystkie pytania.
Pytanie 25
Dyskretna aproksymacja średniokwadratowa. Dla n + 1 wartości zmiennej niezależnej xi,i = 1,2,3,...,n,xi < xi+1 wykonano pomiary i otrzymano n + 1 wartości yi. Zależność wielkości mierzonej od x aproksymowano wielomianem Wm(x) = Σm i=0ai,mxi z błe˛dem aproksymacji Em. Proszę zaznaczyć prawdziwe implikacje:
Em > 0 ⇒ n > m.
m > n ⇒ Em < 0.
Pytanie 26
Dla n + 1 wartości zmiennej niezależnej xi,i = 1,2,3,...,n,xi < xi+1 wykonano pomiary i otrzymano n + 1 wartości yi. Zależność wielkości mierzonej od x aproksymowano wielomianem Wm(x) = Σm i=0ai,mxi. Rozważamy 3 sposoby obliczania błędu aproksymacji Em: 1.Em = mina0,...,amΣn i=0|yi −Wm(xi)|, 2. Em = mina0,...,amΣn i=0(yi −Wm(xi))2, 3. Em = mina0,...,ammaxi=0,...,n|yi −Wm(xi)|. Obliczenie współczynników ai można sprowadzić do zagadnienia liniowego
w ˙żadnym spośród 1-3.
w 1 oraz 2
w 1 oraz 3
Pytanie 27
Dla tych samych danych eksperymentalnych: tutaj macierz i 0 1 2 xi 2 4 6 yi 1 2 1 wyznaczono 3 funkcje aproksymujące. W każdym przypadku k = 1,2,3 funkcja aproksymująca miała postać fk(x) = akx + bk, ale użyto innego kryterium jakości aproksymacji: 1. Dla k = 1 : mina1,b1Σ2 i=0|yi −f1(xi)| 2. Dla k = 2 : mina2,b2Σ2 i=0(yi −f2(xi))2 3. Dla k = 3 : mina3,b3maxi=0,1,2|yi −f3(xi)|. Prosze˛ zaznaczyć prawidłowe odpowiedzi:
a1 = a2 = a3, b1 = b2 = b3.
Aproksymacja jednostajna y=1
Aproksymacja ”min-max” y=1,5
Pytanie 28
Numeryczne metody optymalizacji. Rozważmy funkcję kwadratową n zmiennych,(w zapisie wektorowym x = (x1,x2,...,xn)T) f(x) = xTAx + bTx + c, gdzie A jest macierza˛ n ×n, b wektorem n ×1 o stałych współczynnikach, a c jest skalarem. Załóżmy, że macierz A jest dodatnio określona. Funkcja f ma minimum w punkcie xmin. Aby znaleźć minimum tej funkcji mamy do dyspozycji 3 metody: simpleksu Neldera-Meada, najszybszego spadku (steepest descent)oraz Newtona. Startujemy z dowolnego punktu x ∈
Metody najszybszego spadku i Newtona pozwalają na znalezienie minimum w jednym kroku
Metoda najszybszego spadku gwarantuje znalezienie minimum funkcji f w pierwszym kroku
Wszystkie 3 wymienione metody gwarantują znalezienie minimum funkcji f w pierwszym kroku.
Pytanie 29
Dyskretna aproksymacja średniokwadratowa. Czy obliczanie parametrów (współczynników) funkcji aproksymującej można sprowadzić do rozwiązywania układu równań liniowych?
nie zawsze
Tak, ale wtedy i tylko wtedy, gdy funkcja aproksymująca jest wielomianem (zmiennej niezależnej).
Pytanie 30
Aproksymacja dyskretna. Do aproksymacji zbioru punktów P = {(xi,yi)|i = 0,1,...,n} używamy funkcji f(k)(x;ak,j|j = 0,1,...,m) o parametrach ak,j, j = 0,1,...,m. Stosując 3 różne kryteria jakości aproksymacji (miary błędu aproksymacji) 1. k = 1 : mina1,0,...,a1,m�n i=0|yi −f(1)(xi)|, 2. k = 2 : mina2,0,...,a2,m�n i=0�yi −f(2)(xi)�2, 3. k = 3 : mina3,0,...,a3,m maxi=0,1,...,n|yi −f(3)(xi)|. otrzymujemy trzy funkcje aproksymuj˛ace f(k)(x), k = 1,2,3 dla tej samej warto´sci m, a ró˙zni˛ace si˛e mi˛edzy sob˛a warto´sciami parametrów ak,j, j = 0,1,...,m. Niech Δ(k) max oznacza odległo´ s´c (w sensie metryki maksimum) k-tej funkcji aproksymuj˛acej f(k) od najbardziej oddalonego punktu ze zbioru P, tzn. Δ(k) max = maxi=0,...,n|yi −f(k)(xi)|. Prosz˛e zaznaczy´c prawdziwe relacje
Δ(1) max ≥Δ (2) max
Δ(3) max ≤Δ(1) max i Δ(3) max ≤Δ(2) max
Δ(1) max ≤ Δ(2) max,
Pytanie 31
Zaznacz prawdziwe stwierdzenia. Droga pakietu w sieci Internet pomiędzy dwoma węzłami, tj.lista adresów węzłów odwiedzanych przez pakiet...
jest zawsze taka sama
Może być nieskończona
Zależy od dynamicznego routingu
Pytanie 32
serwery DNS oferuja˛:
translację nazw symbolicznych do ich adresów IP
Translację nazw symbolicznych adresów poczty elektronicznej do nazw symbolicznych węzłów obsługujących te adresy
Przejdź na Memorizer+
W trybie nauki zyskasz:
Brak reklam
Quiz powtórkowy - pozwoli Ci opanować pytania, których nie umiesz
Więcej pytań na stronie testu
Wybór pytań do ponownego rozwiązania
Trzy razy bardziej pojemną historię aktywności
Wykup dostęp