Ucz się szybciej
Testy Fiszki Notatki
Zaloguj  

Strona 4

infa wstępny

Przejdź na Memorizer+
W trybie testu 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
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 3
w 1 oraz 2
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:
Aproksymacja jednostajna y=1
a1 = a2 = a3, b1 = b2 = b3.
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 ∈
Wszystkie 3 wymienione metody gwarantują znalezienie minimum funkcji f w pierwszym kroku.
Metody najszybszego spadku i Newtona pozwalają na znalezienie minimum w jednym kroku
Metoda najszybszego spadku gwarantuje 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(3) max ≤Δ(1) max i Δ(3) max ≤Δ(2) max
Δ(1) 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...
Zależy od dynamicznego routingu
Może być nieskończona
jest zawsze taka sama
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
Następne pytania Pozostało stron: 9