В прошлой статье я говорил, что числовые атрибуты напрямую связаны с операциями, которые мы выполняем над объектами.
Более того, натуральные числа — это самый простой из рассматриваемых нами атрибутов.
Есть и более сложные.
Например, матрицы.
Если речь идет о свойстве линейного преобразования в трехмерном пространстве, то оно записывается в 9 числовых значениях, из которых удобно формировать матрицу 3 на 3. Причина этого в том, что два преобразования, выполняемые последовательно, также являются преобразованиями, числовые признаки которых можно получить путем перемножения двух матриц.
В этом сила моделирования трансформации с помощью матрицы.
Я бы многое отдал за то, чтобы преподавание математики было построено именно так: через практическую задачу, через введение необходимых объектов (числа, матрицы, волновые функции) и объяснение того, как операции над ними помогают решать конкретные задачи.
Именно так было построено образование в физико-математической школе, где мне довелось учиться – в школе-интернате № 18 МГУ, спасибо учителям! Итак, мы создали хранилище, куда можно поместить информацию о существительных, прилагательных и глаголах.
Мы разделили мух и котлет - моделирование объектов учета от их интерпретации.
Все сводилось к тому, что существуют объекты учета (4-х мерные пространственные объемы), мереологические отношения между ними и интерпретация этих отношений посредством классификации.
Единственное, что для нас ново, — это способ мышления о времени как о другом измерении.
Например, вы можете делать отметки на оси времени, которые позволят вам связать с конкретными моментами и измерить периоды времени, моделируемые атрибутами «от:» и «до:».
Вероятность и точность
Представьте, что вас просят вспомнить, когда вы в последний раз делали флюорографию? Скорее всего, вы запомните год, а может и месяц.У меня есть подруга, которая запомнит день, час и имя врача, потому что у нее феноменальная память.
Но могу сказать только около месяца.
А теперь представьте, что вы находитесь у врача, который спрашивает вас о флюорографии, и у него есть информационная система, в которую он должен ввести дату вашей последней флюорографии.
Допустим, вы помните, что это было в мае.
Врач, скорее всего, скажет: давайте для определенности запишем: 15 мая.
Вам ничего не напоминает? Возможно, вы сталкивались с такой ситуацией.
Когда проектировщик ИС задает способ хранения данных об объекте учета, он указывает тип данных.
Если мы говорим о времени, то методы хранения информации о времени и временных интервалах стандартизированы.
Вы можете записывать время с точностью до доли секунды.
И иногда это имеет значение.
Однако на примере с флюорографией я должен сказать так: май прошлого года плюс-минус месяц.
Вы где-нибудь видели формат записи данных о времени, чтобы можно было записать эту информацию именно так? Я увидел такую возможность в BusinessStudio. Там можно сказать, что время флюорографии - 15 июня с разницей в один месяц и формой распределения Гаусса (какой, кстати?).
Другой пример: допустим, вы составляете план работы на следующий год. Сообщаем, что работы по замене молниеотвода начнутся в первой половине мая.
Как зафиксировать эту информацию в ИС? Возможно, вы отдельно создадите план работ на май месяц и укажете, что в мае вам нужно начать менять молниеотвод. Эта запись буквально означает следующее: начало работ по замене грозозащитного троса определяется равномерным прямоугольным распределением шириной в один месяц.
Это предполагает, что мы моделируем как прошлое, так и будущее, используя распределения.
Если мы говорим о прошлом, мы моделируем распределение точности наших знаний о нем.
Если мы говорим о будущем, мы моделируем распределение вероятностей тех или иных событий.
В обоих случаях мы моделируем допустимые интервалы, в которых лежит прошлое или будущее.
Например, говоря о будущем, мы можем сказать, что исполнителем сделки по заключению договора будет кто-то из отдела продаж, но мы не знаем, кто именно.
Если говорить о прошлом, то можно сказать, что операцию по продаже проводил кто-то из отдела продаж, но мы не знаем, кто именно.
Оба тезиса моделируются одинаково — с помощью дистрибутивов.
Итак, на вопрос, что мы моделируем, можно ответить так: мы моделируем объекты учета, классифицируем их и делаем это с некоторой степенью вероятности, если мы говорим о будущем, или с некоторой точностью, если мы говорим о прошлом.
Может показаться, что упоминать точность и вероятность излишни, но на практике учет этих нюансов оказывает существенное влияние на решение.
Пример: Пусть три события измерены с одинаковой точностью — плюс-минус один час.
Пусть первое событие происходит где-то с 16-00 до 18-00, второе – где-то с 17-00 до 19-00, третье – где-то с 18-00 до 20-00. И пусть задачей будет расставить события в порядке их возникновения.
Понятно, что есть 3 варианта: с вероятностью в одну четвертую: 2, 1, 3, с вероятностью в одну половину: 1, 2, 3 и с вероятностью в одну четвертую — 1, 3, 2. Понятно, что принятие решений становится вероятностным.
На первом курсе физики и техники труднее всего пройти первую лабораторию, посвященную точности измерений и вероятности наших идей.
Учащимся очень сложно понять, что школьная физика нам врет. На самом деле точных ответов и решений не существует. Теги: #вероятность #вероятность #вероятность #точность #Семантика #Анализ и проектирование систем #ИТ-стандарты #математика
-
Серьезно, Игры?
19 Oct, 24 -
Что На Самом Деле Сделал Google
19 Oct, 24 -
Пользовательская Js-Обертка Для Плеера Uppod
19 Oct, 24
