Добірка наукової літератури з теми "Метод k-середніх"

Актуальність теми дослідження полягає в необхідності розширення існуючих методичних засад визначення бізнес-стратегій з метою розвитку ринку банківських послуг в Україні. Постановка проблеми. З метою активізації фінансово-економічних процесів в Україні необхідно сформувати ґрунтовний інформаційний базис прийняття ефективних управлінський рішень в сфері банківського менеджменту. Аналіз останніх досліджень і публікацій. У науковій та фаховій літературі питанням дослідження бізнесстратегій банків присвячено увага таких вчених, як Гриджук Д. М., Деркаченко А. В., Худолій Ю. С., Заруцька О. П., Пантєлєєва Н. М., Рашкован В. та інші. Виділення недосліджених частин загальної проблеми. Не применшуючи значення отриманих наукових результатів слід відмітити, що на сьогоднішній день недостатньо розвинуті методичні засади визначення бізнес-стратегій банків в Україні. Постановка завдання. розробка науковометодичного підходу до ідентифікації бізнес-стратегій банків в Україні. Виклад основного матеріалу. Зважаючи на загальну практику діяльності банків, обрання показників характеристики їх бізнес-стратегій повинні сформувати два напрямки: джерела формування банківських ресурсів та напрямок фінансування (кредитування). Математичний інструментарій ідентифікації бізнес стратегій банків виступає: дівізівний метод k-середніх в розрізі множини багатомірних дослідницьких методів та дисперсійний аналіз. Висновки. Визначення бізнес-стратегій банків в Україні дозволить як його учасникам, так і державним органам регулювання сформувати в майбутньому найбільш ефективне ринкове середовище. Це дозволить інтенсифікувати не тільки процеси розвитку банківського ринку, але й простимулювати діяльність економічних агентів.

У статті представлено огляд проблеми взаємозв’язку імпліцитних уявлень про інтелект та особистість із копінг-стратегіями. Узагальнено, систематизовано та розширено теоретичні відомості про імпліцитні теорії, копінг-стратегії особистості та особливості взаємозв’язку даних явищ. Представлено результати емпіричного дослідження природи взаємозв’язку особливостей імпліцитних уявлень людини про інтелект та особистість та стратегій подолання. Дослідження проводилося із залученням емпіричної вибірки кількістю 70 осіб віком від 19 до 46 років. Для операціоналізації теоретичних конструктів та емпіричної перевірки гіпотез використано шість психодіагностичних методик (Опитувальник імпліцитних теорій і цілей навчання К. Двек (в модифікації Т. В. Корнілової та С.Д. Смірнова); Опитувальник способів копінг-поведінки Р. Лазаруса, С. Фолкмана (в адаптації Т.Л. Крюкової, О.В. Куфтяк, М.С. Замишляєвої, 2004); Тест життєстійкості Мадді; Шкала психологічного благополуччя К. Ріфф (в адапатації Т. Шевелєнкової та Т. Фесенко, 2005); шкала загальної самоефективності Р. Шварцера і М. Єрусалема (в адаптації В.Г. Ромека); П’ятифакторний опитувальник особистості «Локатор великої п’ятірки» в адаптації Л.Ф. Бурлачука, Д.К. Корольова.). Результати емпіричного дослідження оброблені за допомогою коефіцієнту кореляціі r-Пірсона, кри- терію U-Манна-Уітні для порівняння груп та кластерного (метод k-середніх) аналізу. Згідно з результатами дослідження, припущення, що імпліцитні переконання людини про можливості інтенсив- ного розвитку та зміни суб’єкта протягом життя визначають прагнення взяти на себе відповідальність за події власного життя та пов’язані з вибором проблемно-орієнтованих стратегій копінг-поведінки.

Однією з особливостей хімії ХХІ століття є її інформатизація та математизація, при цьому хімія виходить на новий рівень розвитку з новими для неї можливостями. Багато авторів приділяють увагу місцю математики та інформатики в сучасній хімії: Н. Д. Вишнивецька, В. С. Вишнивецька, Т. М. Деркач, С. А. Неділько, М. Є. Соловйов, М. М. Соловйов, А. А. Черняк, Ж. А. Черняк, А. А. Якимович та інші.Загальновідомо, що в умовах вищих навчальних закладів та середніх шкіл дуже гостро стоїть питання про роботу на комп’ютерах тільки з ліцензійними програмами, що на даному етапі не завжди можливо. В той же час комп’ютери в навчальних закладах та в домашніх умовах налагоджені, в основному, на операційну систему Windows з пакетом програм Microsoft Office. Табличний процесор Excel входить до цього пакету програм, має великі обчислювальні можливості, зручний та простий в користуванні, має російський інтерфейс, тому раціонально математичні методи в хімії здійснювати в Excel. Ряд авторів присвятили свої роботи математичному моделюванні в Excel [1; 3; 6]. Про популярність цієї програми говорить і той факт, що табличний процесор Excel активно розглядається та використовується в соціальних мережах.Метою даної роботи є подання прикладів хімічних систем та процесів, які описуються за допомогою системи лінійних алгебраїчних рівнянь (СЛАР), і алгоритмів розв’язування СЛАР в Excel.Більшість фізичних, фізико-хімічних, хімічних та технологічних процесів описуються СЛАР. Наведено приклади хімічних систем та хімічних процесів, математичними моделями яких є СЛАР.Неорганічна хімія. Розчини та їх приготування з вихідного розчину та кристалічної речовини. Розрахунок маси вихідних компонентів для приготування розчину певної маси та певної концентрації речовини. При цьому складають систему рівнянь, перше з яких є рівнянням балансу за масою розчину, який треба приготувати, друге є рівнянням матеріального балансу за речовиною в кінцевому розчині.Фізична хімія. Тиск багатокомпонентної хімічної системи. Розрахунок тиску пари чистих компонентів, якщо відомо сумарний тиск суміші цих компонентів в однофазній системі за певної сталої температури та склад суміші. В даному випадку складають систему рівнянь, в кожному з яких підводиться баланс за тиском суміші. Кількість рівнянь повинна бути неменше кількості компонентів у суміші.Аналітична хімія. Спектрофотометричний аналіз багатокомпонентної суміші. Розрахунок кількісного складу багатокомпонентної суміші за результатами вимірювання оптичної густини суміші при різних довжинах хвиль. При цьому складають систему рівнянь, в кожному з яких підводиться баланс за оптичною густиною суміші при певній довжині хвилі. Система рівнянь має розв’язок, якщо кількість довжин хвиль, при яких проводили вимірювання оптичної густини суміші, неменше кількості компонентів цієї суміші.Регресійний аналіз результатів хімічного експерименту. За методом найменших квадратів знаходять рівняння регресії (математична модель експерименту), яке оптимально відповідає залежності функції, яку вивчають, від аргументів в експерименті (наприклад, розчинності речовин від температури).Хімічна технологія. Суміші та їх приготування для проведення певного технологічного процесу з компонентів, в тому числі, відходів виробництва. Розрахунок маси вихідних компонентів для приготування суміші певної маси та певного складу. Для цього складають систему рівнянь, перше з яких є рівнянням балансу за масою суміші, яку треба приготувати, інші є рівняннями матеріального балансу за окремими речовинами в кінцевій суміші.Наступний етап в роботі хіміка – це розв’язання СЛАР, яке іноді є складним та довготривалим процесом. Застосування Excel значно спрощує та прискорює цей процес і дозволяє хіміку більше уваги приділити хімічній суті даного процесу. Тому розглянемо методи розв’язування СЛАР із застосуванням Excel.Існує багато способів розв’язання СЛАР, які поділяють на дві групи:1) точні методи, за допомогою яких знаходимо за певним алгоритмом точні значення коренів системи. До них відносяться метод Крамера, метод Жордана-Гауcса, метод Гаусcа, метод оберненої матриці та інші;2) ітераційні методи, за допомогою яких знаходимо корені системи з заданою заздалегідь точністю шляхом збіжних нескінченних процесів. Це такі методи, як метод простої ітерації, метод Гауcса-Зейделя, метод верхньої та нижньої релаксації та інші.Легко реалізуються в Excel такі методи розв’язування СЛАР, як метод Крамера та матричний метод (або метод оберненої матриці).Розв’язання СЛАР точними методамиМетод КрамераНехай задана система n лінійних рівнянь з n невідомими, (1)тоді їй відповідає матриця:(2)Якщо детермінант det A = Δ ≠ 0, ця система має єдиний розв’язок.Замінимо у визначнику основної матриці Δ i-ий стовпець стовпцем вільних членів, тоді одержимо n інших визначників для знаходження n невідомих Δ1, Δ2, …, Δ n. За формулами Крамера знаходимо невідомі:;; …; . (3)Таким чином, з формули (3) видно, що якщо визначник системи не дорівнює нулю (Δ ≠ 0), то система має лише один розв’язок.Цей метод можна реалізувати в Excel за допомогою математичної функції майстра функцій МОПРЕД (масив матриці), яка знаходить визначник матриці.Метод оберненої матриці1. Записуємо систему в матричній формі:Ах = b,де А – матриця коефіцієнтів; х – вектор невідомих; b – вектор вільних членів.2. Обидві частини матричного рівняння множаться на матрицю, обернену до А:А-1Ах = А-1b. (4)За визначенням, добуток матриці на обернену до неї дає одиничну матрицю, а добуток одиничної матриці на будь-який вектор дорівнює цьому ж вектору, тому рівняння (4) перетворюється до наступного вигляду:х = А-1b.Це і є розв’язок системи рівнянь.Для здійснення цього методу в Excel застосовують математичну функцію МОПРЕД (масив вихідної матриці А), МОБР (масив вихідної матриці А), за допомогою якої знаходять обернену матрицю А-1, та функцію МУМНОЖ (масив матриці А-1; масив вектора b), яка знаходить добуток матриць. Функції подані з указанням їх синтаксису в Excel. Функції «МУМНОЖ» та «МОБР» – функції масивів, які в якості результату повертають масив значень.Розв’язання СЛАР ітераційними методамиМетод простої ітерації1. Нехай маємо систему n лінійних алгебраїчних рівнянь з n невідомими (1), основна матриця А (2) якої має детермінант det A = Δ ≠ 0. Таким чином, система має єдиний розв’язок.2. Перевіримо задану систему на виконання для всіх рівнянь наступної умови, достатньої на цьому етапі для збіжності наступного процесу ітерацій:, і = 1, 2, …, n. (5)Якщо система n лінійних алгебраїчних рівнянь не задовольняє цій умові, то перетворюємо її на еквівалентну систему елементарними перетвореннями так, щоб виконувалась умова (5) для всіх діагональних коефіцієнтів. Вважаємо, що представлена система рівнянь (1) відповідає умові (5).3.Розв’яжемо перше рівняння відносно х1, друге – відносно х2 і так далі. В результаті одержимо таку систему в ітераційній формі:, (6)де ; при i ≠ j та ai,j = 0 при i = j.Тоді одержимо систему в матричному вигляді:х = β + αх, (7)де; ; .4. Розв’яжемо систему методом послідовних наближень (ітерацій). За нульовий розв’язок приймемо або розв’язок якимось прямим методом, або стовпець вільних членів, тобто, х(0) = β, або будь-які довільні числа.5. Підставимо одержані значення х(0) у праві частини рівнянь системи в ітераційній формі (6) і одержимо перше наближення х(1) = β + αх(0). потім друге наближення х(2) = β + αх(1) і так далі. В загальному вигляді маємо, що (k)-е наближення розраховуємо за формулою х(k) = β + αх(k-1).Якщо послідовність наближень х(1), х(2), …, х(k), … має границю, тобто, i = 1,2 … , n ,то ця границя буде розв’язком системи (7) xj*= (x1*, xj*,… , xn* ).Умова закінчення ітераційного процесу для отримання розв’язку наступна:, i = 1,2,…, n, (8)де ε > 0, не більше граничної похибки наближеного розв’язку.Метод Гауcса-ЗейделяЯкщо в методі простої ітерації при обчисленні k-го наближення х(k)=(х1(k), х2(k), х3(k)) використовуємо тільки результати (k-1)-го наближення, то в ітераційному методі Гауcса-Зейделя для обчислення хі(k) використовують вже знайдені значення х1 (k), … , хі-1(k). Умови збіжності методу Гауcса-Зейделя ті ж самі, що і для методу простої ітерації, але ітераційний процес в цьому випадку відбувається швидше, хоч обчислення більш громіздкі.Для здійснення цього методу в Excel треба привести СЛАР до ітераційної форми, налагодити обчислювальний ітераційний процес за допомогою меню «сервіс», ініціалізувати ітераційний процес уведенням початкових наближень та застосуванням логічної функції ЕСЛИ(лог_выражение; знач_если_истина; знач_если_ложь), при введенні рівнянь використати посилання. Ітераційний процес продовжують до тих пір, поки не досягають задовільної збіжності до розв’язку.Цей метод більш складний для реалізації в Excel, тому покажемо алгоритм на прикладі.Приклад. Нехай треба розв’язати таку систему рівнянь: Перетворимо систему лінійних рівнянь до ітераційної форми Відкриваємо робочий аркуш Excel і налагоджуємо обчислювальний ітераційний процес:- обираємо команду Сервис → Параметры;- відкриваємо вкладку Вычисления;- вмикаємо режим Вручную;- ставимо відмітку на перемикач Итерации;- уводимо в поле Предельное число итераций значення 1;- відмикаємо режим Пересчёт перед сохранением;- тиснемо на кнопку ОК.До комірки А1 вводимо «Розвязок систем рівнянь. Метод Гаусса-Зейделя».До комірки А3 вводимо «Поч. флаг».До комірки В3 вводимо початковий флаг ініціалізації (спочатку ИСТИНА, потім ЛОЖЬ), який би переводив обчислювальний процес в певний початковий стан.При введенні значення ИСТИНА функція ЕСЛИ (лог_выражение; знач_если_истина; знач_если_ложь) повертає початкові наближення в стовпець розв’язку (0;0;0), тобто, в якості аргументу функції (ЕСЛИ) знач_если_истина використовуємо початкові наближення 0;0;0.При введенні значення ЛОЖЬ функція ЕСЛИ (лог_выражение; знач_если_истина; знач_если_ложь) повертає наступні наближення в стовпець розв’язку, тобто, в якості аргументу функції (ЕСЛИ) знач_если_ложь використовуємо стовпець приведених рівнянь.До комірки А6 вводимо «Початкові значення».До комірок А7:А9 вводимо стовпець початкових наближень, нехай це будуть нулі (0;0;0).Вводимо стовпець рівнянь в ітераційній формі:До комірки В6 вводимо «Рівняння».До комірки В7 вводимо =(С8+2*С9)/8.До комірки В8 вводимо =(10-5*С7+С9)/7.До комірки В9 вводимо =(2+2*С7+С8)/4.В комірку С6 вводимо «Розв’язки».В комірку С7 вводимо формулу: =ЕСЛИ($B$3; A7; B7) і копіюємо її в комірки С8 та С9.Для проведення розрахунків встановлюємо флаг ініціалізації рівним ИСТИНА і натискаємо клавішу F9. Після ініціалізації листа змінюємо значення флага ініціалізації на ЛОЖЬ і натискаємо клавішу F9. Перехід до наступної ітерації здійснюємо за допомогою клавіші F9. Ітераційний процес продовжуємо доти, поки не буде виконуватись умова (8).ВисновкиБільшість фізичних, фізико-хімічних, хімічних та технологічних процесів описується системами лінійних рівнянь.Наведені приклади хімічних систем та процесів, які описуються за допомогою системи лінійних алгебраїчних рівнянь.Застосування Excel значно спрощує та прискорює розв’язок систем лінійних рівнянь.Описані алгоритми розв’язання систем лінійних рівнянь в Excel точними методами (метод Крамера та метод оберненої матриці) та ітераційним методом Гауcса-Зейделя.Представлені приклади систем з різних областей хімії та алгоритми розв’язання систем лінійних рівнянь в Excel можуть бути корисними для викладачів вищих навчальних закладів та вчителів шкіл з поглибленим вивченням хімії.ℼ佄呃偙⁅呈䱍倠䉕䥌⁃ⴢ⼯㍗⽃䐯䑔䠠䵔⁌⸴‰牔湡楳楴湯污⼯久㸢㰊呈䱍ਾ䠼䅅㹄ऊ䴼呅⁁呈偔䔭啑噉∽佃呎久ⵔ奔䕐•佃呎久㵔琢硥⽴瑨汭※档牡敳㵴瑵ⵦ∸ਾ㰉䥔䱔㹅⼼䥔䱔㹅ऊ䴼呅⁁䅎䕍∽䕇䕎䅒佔≒䌠乏䕔呎∽楌牢佥晦捩⁥⸴⸱⸳′䰨湩硵∩ਾ㰉䕍䅔丠䵁㵅䌢䕒呁䑅•佃呎久㵔〢〻㸢ऊ䴼呅⁁䅎䕍∽䡃乁䕇≄䌠乏䕔呎∽㬰∰ਾ㰉呓䱙⁅奔䕐∽整瑸振獳㸢ऊℼⴭऊ䀉慰敧笠洠牡楧㩮㈠浣素ऊ倉笠洠牡楧⵮潢瑴浯›⸰ㄲ浣※楤敲瑣潩㩮氠牴※潣潬㩲⌠〰〰〰※整瑸愭楬湧›番瑳晩㭹眠摩睯㩳〠※牯桰湡㩳〠素ऊ倉眮獥整湲笠猠ⵯ慬杮慵敧›歵唭⁁੽उ⹐瑣⁻潳氭湡畧条㩥愠⵲䅓素ऊ䄉氺湩⁻潣潬㩲⌠〰〰晦素ऊⴭਾ㰉匯奔䕌ਾ⼼䕈䑁ਾ䈼䑏⁙䅌䝎∽畲刭≕吠塅㵔⌢〰〰〰•䥌䭎∽〣〰昰≦䐠剉∽呌≒ਾ值䰠乁㵇產⵫䅕•䱃十㵓眢獥整湲•呓䱙㵅琢硥⵴湩敤瑮›⸰挷㭭洠牡楧⵮潢瑴浯›挰≭ਾ黐듐뷐雑铑軑퀠₷뻐臑뻐뇐믐룐닐뻐臑苑뗐말턠톅킖톼톖ₗꗐꗐ蛐턠톁킂킾톻톖톂톂એ铑턠톗ₗ雑뷐蓑뻐胑볐냐苑룐럐냐蛑雑近턠킂₰볐냐苑뗐볐냐苑룐럐냐蛑雑近ਬ뿐胑룐턠톆킌킾톼₃藑雑볐雑近퀠킲톸킅킾킴톸톂₌뷐냐퀠킽킾킲킸₹胑雑닐뗐뷐賑턊킀킾킷킲톸킂톺₃럐퀠킽킾킲킸킼₸듐믐近퀠킽통ₗ볐뻐뛐믐룐닐뻐臑苑近볐룐ਮ釐냐돐냐苑뻐퀠킰톲킂톾톀킖₲뿐胑룐듐雑믐近軑苑賑턠킃킲킰톳₃볐雑臑蛑軑퀊킼톰킂킵킼톰킂킸킺₸苑냐턠킖톽킄톾킀킼톰킂킸킺₸닐턠톁톃킇톰킁톽킖હ藑雑볐雑韑›鷐☮扮灳퀻⺔渦獢㭰鋐룐裑뷐룐닐뗐蛑賑뫐냐ਬ鋐☮扮灳퀻⺡渦獢㭰鋐룐裑뷐룐닐뗐蛑賑뫐냐‬ꋐ☮扮灳퀻⺜渦獢㭰铐뗐胑뫐냐蟑ਬꇐ☮扮灳퀻⺐渦獢㭰鷐뗐듐雑믐賑뫐뻐‬鳐☮扮灳퀻⺄渦獢㭰ꇐ뻐믐뻐닐말뻐닐ਬ鳐☮扮灳퀻⺜渦獢㭰ꇐ뻐믐뻐닐말뻐닐‬郐☮扮灳퀻⺐渦獢㭰Ꟑ뗐胑뷐近뫐ਬ雐☮扮灳퀻⺐渦獢㭰Ꟑ뗐胑뷐近뫐‬郐☮扮灳퀻⺐渦獢㭰꿐뫐룐볐뻐닐룐蟑턠킂ર雑뷐裑雑㰮倯ਾ值䰠乁㵇產⵫䅕•䱃十㵓眢獥整湲•呓䱙㵅琢硥⵴湩敤瑮›⸰挷㭭洠牡楧⵮潢瑴浯›挰≭ਾ韐냐돐냐믐賑뷐뻐닐雑듐뻐볐뻐‬觑뻐퀠₲菑볐뻐닐냐藑퀠킲톸킉톸અ뷐냐닐蟑냐믐賑뷐룐藑퀠킷킰킺킻킰톴킖₲苑냐턠킁통킀킵킴톽톖₅裑뫐雑믐퀊톴킃킶₵돐뻐臑苑胑뻐턠톁킂톾톗톂₌뿐룐苑냐뷐뷐近퀠톿킀₾胑뻐뇐뻐苑菑퀊킽₰뫐뻐볐뿐胢톙톎킂통킀톰₅苑雑믐賑뫐룐퀠₷믐雑蛑뗐뷐럐雑말뷐룐볐룐퀊톿킀킾톳킀킰킼킰킼Ⲹ턠킉₾뷐냐퀠킴킰킽킾톼₃뗐苑냐뿐雑퀠킽₵럐냐닐뛐듐룐퀊킼킾킶킻킸킲⺾퀠ₒ苑뻐말퀠킶₵蟑냐臑퀠킺킾킼馀軑苑뗐胑룐퀠લ뷐냐닐蟑냐믐賑뷐룐藑퀠킷킰킺킻킰킴톰₅苑냐퀠₲듐뻐볐냐裑뷐雑藑턠킃킼킾킲톰અ뷐냐믐냐돐뻐듐뛐뗐뷐雑‬닐퀠톾킁킽킾킲킽킾톼ⲃ퀠킽₰뻐뿐뗐胑냐蛑雑말뷐菑턊킁톸톁킂킵톼₃楗摮睯⁳럐퀠킿킰킺통킂킾₼뿐胑뻐돐胑냐볐䴠捩潲潳瑦伊晦捩⹥퀠킢킰킱킻톸킇킽킸₹뿐胑뻐蛑뗐臑뻐胑䔠捸汥퀠톲킅킾킴톸톂₌듐뻐턊톆킌킾킳₾뿐냐뫐뗐苑菑퀠톿킀킾톳킀킰Ⲽ퀠킼톰ₔ닐뗐믐룐뫐雑퀊킾톱킇톸킁톻킎킲킰톻킌톽ₖ볐뻐뛐믐룐닐뻐臑苑雑‬럐胑菑蟑뷐룐말턠킂ર뿐胑뻐臑苑룐말퀠₲뫐뻐胑룐臑苑菑닐냐뷐뷐雑‬볐냐铑턠킀톾톁킖톹톁킌킺킸હ雑뷐苑뗐胑蓑뗐말臑‬苑뻐볐菑턠킀톰톆킖킾킽킰톻킌킽₾볐냐苑뗐볐냐苑룐蟑뷐雑퀊킼통킂킾킴₸닐턠톅킖톼톖ₗ럐듐雑말臑뷐軑닐냐苑룐퀠₲硅散⹬퀠토킏઴냐닐苑뻐胑雑닐퀠톿킀톸킁톲톏킂킸킻₸臑닐뻐韑턠킀킾킱톾킂સ볐냐苑뗐볐냐苑룐蟑뷐뻐볐菑퀠킼킾킴킵톻킎킲킰킽톽ₖ닐䔠捸汥嬠㬱㌠※崶ਮ鿐胑뻐퀠킿킾톿킃톻톏킀톽톖톁톂₌蛑雑铑韑퀠톿킀킾톳킀킰킼₸돐뻐닐뻐胑룐苑賑턊ₖ苑뻐말턠킄킰톺Ⲃ턠킉₾苑냐뇐믐룐蟑뷐룐말퀠톿킀톾킆통킁톾₀硅散੬냐뫐苑룐닐뷐뻐턠킀킾킷킳톻킏킴톰톔톂톌톁₏苑냐퀠킲킸킺톾킀톸톁킂킾톲톃톔톂톌톁એ닐턠킁톾톆킖킰톻킌킽톸₅볐뗐胑뗐뛐냐藑㰮倯ਾ值䰠乁㵇產⵫䅕•䱃十㵓眢獥整湲•呓䱙㵅琢硥⵴湩敤瑮›⸰挷㭭洠牡楧⵮潢瑴浯›挰≭ਾ䈼퀾킜통킂톾㲎䈯‾듐냐뷐뻐韑턠킀킾킱톾킂₸铑퀠킿킾킴킰킽톽₏뿐胑룐뫐믐냐듐雑닐턊톅킖톼톖킇킽톸₅臑룐臑苑뗐볐턠킂₰뿐胑뻐蛑뗐臑雑닐‬近뫐雑퀊킾킿톸톁톃톎톂톌톁₏럐냐퀠킴킾킿킾킼킾킳톾₎臑룐臑苑뗐볐룐퀠톻킖톽킖킹킽톸અ냐믐돐뗐뇐胑냐韑蟑뷐룐藑턠톀킖킲톽킏톽₌퀨킡킛킐⦠‬雑퀠킰킻킳톾킀톸킂톼킖લ胑뻐럐닐胢톙킏톷킃킲킰킽톽₏ꇐ鯐郐ꃐ퀠₲硅散⹬⼼㹐㰊⁐䅌䝎∽歵唭≁䌠䅌卓∽敷瑳牥≮匠奔䕌∽整瑸椭摮湥㩴〠㜮浣※慭杲湩戭瑯潴㩭〠浣㸢퀊톑킖톻톌톈톖톁톂₌蓑雑럐룐蟑뷐룐藑‬蓑雑럐룐뫐뻐턭톅킖톼톖킇킽톸ⲅ턊톅킖톼톖킇킽톸₅苑냐턠킂통킅킽킾킻킾톳톖킇킽톸₅뿐胑뻐蛑뗐臑雑닐퀊킾킿톸톁톃톎톂톌톁₏ꇐ鯐郐ꃐ‮鷐냐닐뗐듐뗐뷐뻐퀠톿킀킸킺킻킰킴સ藑雑볐雑蟑뷐룐藑턠킁톸톁킂킵₼苑냐턠톅킖톼톖킇킽톸₅뿐胑뻐蛑뗐臑雑닐ਬ볐냐苑뗐볐냐苑룐蟑뷐룐볐룐퀠킼킾킴킵톻킏킼₸近뫐룐藑턠ₔꇐ鯐郐ꃐ㰮倯ਾ值䰠乁㵇產⵫䅕•䱃十㵓眢獥整湲•呓䱙㵅琢硥⵴湩敤瑮›⸰挷㭭洠牡楧⵮潢瑴浯›挰≭ਾ唼퀾킝킵톾킀킳킰톽톖킇킽₰藑雑볐雑近㰮唯㰾㹉퀠킠킾톷킇킸킽₸苑냐턠톗અ뿐胑룐돐뻐苑菑닐냐뷐뷐近퀠₷닐룐藑雑듐뷐뻐돐뻐턠킀킾톷킇킸톽₃苑냐퀊톺킀톸톁킂킰톻톖

Робота присвячена дослідженню ефективності розподілених алгоритмів машинного навчання реалізованих в проекті Apache Mahout.В результаті роботи був проведений аналіз ефективності алгоритмів машинного на-вчання за допомогою методу кластеризації к-середніх (k-Means) і методу нечіткої кластеризації к-середніх (fuzzy k-Means / c-Means), реалізованих в проекті Apache Mahout.Отримано результати тестування обох методів кластеризації на однакових наборах даних. Розглянуто точність кластеризації кожного методу, а також побудовані порівняльні діаграми результатів досліджуваних методів.

Мета. У представленій статті обґрунтовано актуальність вивчення прокрастинації як стійкого інтегрального особистісного конструкту в умовах стрімкого розвитку сучасного суспільства. Вказано на доцільність розгляду деструктивного зволікання в академічному середовищі, зокрема, у студентів. Вивчення особистості прокрастинатора дало змогу отримати великий масив емпіричних даних у вигляді широкого спектра притаманних йому когнітивних, афективних, мотиваційних і конативних властивостей. Методи. Із метою зниження розмірності корелюючих між собою ознак та їх компактного й структурованого представлення застосовано процедуру факторного аналізу за допомогою методу головних компонент із використанням Varimax-ротації. Результати. В результаті виокремлено шість факторів: «емоційно-дезадаптивний», «агресивно-маніпулятивний», «мотиваційний», «самоцінно-прогностичний», «пристосування», «ірраціональний». На основі отриманих даних проведено кластерний аналіз методом k-середніх з метою визначення можливих розбіжностей у змістовому навантаженні встановлених складових конструкту прокрастинації, обумовлених поєднанням в їхніх межах діагностованих критеріїв із різною мірою вираженості. Це дало змогу виокремити чотири типи досліджуваного феномену. Домінуючими характеристиками студентів із «ірраціонально-астенічним» типом прокрастинації є прояв дезадаптивних когніцій і деструктивних емоційних патернів. Найбільш вираженою особливістю прокрастинаторів «демотивовано-ірраціонального» типу визначено відсутність інтенцій, які відігравали б роль вагомих спонук до включення у цілеспрямовану діяльність. «Дезадаптивно-агресивний» тип зволікання передбачає низький рівень здатності до конструктивного вирішення проблемних ситуацій і прояв ворожості та деструктивності у процесі побудови стосунків із соціальним оточенням. Особливістю прокрастинатора «мотиваційно-астенічного» типу є поєднання низького рівня мотивації з емоційно-дезадаптивними схильностями. Висновки. Результати проведеного емпіричного дослідження підтверджують доцільність тлумачення прокрастинації як інтегрального особистісного конструкту, що охоплює низку когнітивних, емоційних, мотиваційних та конативних властивостей індивіда.

Кращі результати розпізнавання цифр отримані на основі нейронних мереж і мають помилку менше 1%. Успішні алгоритми розпізнавання, в тому числі і глибокого навчання, приховані від користувача і складні в описі, тому не втратили свою актуальність алгоритми на основі дескрипторів. Метою роботи є вибір та дослідження дескрипторів для розпізнавання набору MNIST. Виконано розпізнавання цифр на основі 12 дескрипторів із застосуванням моделей з бібліотеки Scikit-Learn Python. За результатами розпізнавання методом k-середніх з’ясовано, що доцільно обрати 8 дескрипторів.

Вступ. Професійна підготовка особистості військового лікаря є динамічним процесом професійного самовизначення, пов’язаним з особистісними кризовими явищами. Причинами внутрішньо особистісних конфліктів у процесі здобуття професійної освіти є низький адаптивний рівень психічних можливостей особистості, який не відповідає вимогам навчально-виховної діяльності і проявляється у високому рівні тривожності, агресивності. Метою дослідження було визначення особистісних характеристик та перевірка рівня адаптаційних можливостей слухачів – майбутніх військових лікарів. Матеріали і методи. Використовувалась методика багатофакторного дослідження особистості Р. Кеттела (16 РF опитувальник). Статистичний аналіз отриманих результатів опитування 135 слухачів проводився методом варіаційної статистики та кластерного аналізу. Результати. Експериментальні дані з допомогою кластерного аналізу методом k-середніх були поділені на дві підгрупи з різними психологічними характеристиками за комплексом особистісних якостей, які умовно були названі «активні» та «обережні». Встановлено, що слухачі підгрупи «обережних» характеризуються як більш вразливі до невдач, обережні, з сильним почуттям обов’язку, чутливі до оцінки оточуючих, дещо усамітнені, мають достовірно вищі результати навчання в порівнянні з слухачами підгрупи «активних», а слухачі підгрупи «активних» є більш комунікабельними, що є певною перевагою для військової служби. Для представників цієї підгрупи більшу увагу потрібно приділяти якості їх навчання. Показано, що визначені у слухачів особистісні характеристики в цілому підтверджують наявність у них професійно значимих для військового медика рис характеру: самовпевненість, високі розумові здібності, кмітливість, наявність абстрактного мислення, товариськість, домінантність, стриманість, емоційна стійкість, самостійність, незалежність в судженнях та в поведінці, усвідомлена висока нормативність поведінки, осмислене дотримання норм і правил, наполегливість у досягненні мети, відповідальність, мужність, розсудливість, довірливість, доброзичливість щодо інших людей. Висновки. Запропоновано актуальні шляхи подальшого удосконалення навчального процесу та управління процесом формування професійного світобачення у слухачів факультету підготовки військових лікарів Української військово-медичної академії.

Навчити учнів розв’язувати математичні задачі, зокрема геометричні, завжди було і залишається одним із найважливіших завдань навчання математики.Аналізуючи результати вступних екзаменів з математики, ми кожний раз переконуємося в тому, що більшість випускників середніх шкіл знає окремі означення, теореми, правила, але при цьому не знає загальних методів чи способів розв’язання задач, не володіє необхідними прийомами міркувань. Констатуючи недоліки в математичній підготовці абітурієнтів, слід наголосити на занадто слабких знаннях з геометрії. Значна частина абітурієнтів не розв’язує геометричну задачу і це стає тривожною традицією. Однією з причин цього, на наш погляд, є те, що в шкільній геометрії значно менше уваги приділяють навчанню учнів алгоритмам розв’язання задач, особливо задач стереометричних. Адже будь-який алгоритм завжди є конкретним вираженням у послідовності дій (операцій) деякого методу розв’язання певного типу задач. Так, багато хто з абітурієнтів не розв’язує стереометричну задачу на обчислення тому, що у них не сформована програма (алгоритм) виконання стереометричного малюнка поширеного виду фігур. Типовими є такі помилки: неправильно будують кут між прямою і площиною, лінійний кут двогранного кута, висоту похилої призми і неправильної піраміди, зображення різних видів призм (особливо похилих) і неправильних пірамід, зрізаних пірамід, тіл обертання, комбінацій просторових фігур.Учителям добре відомо, що учні вірно зображають, наприклад, висоту правильного тетраедра, проведену до основи, але часто допускають помилки, пов’язані із зображенням висоти, проведеної з вершини основи на бічну грань. Розв’язуючи задачу “У паралелепіпеді ABCDA1B1C1D1, усі грані якого рівні ромби з рівними гострими кутами при вершині А, побудуйте перпендикуляри з вершини А1 на площину АВС і з вершини D на площину АВВ1”, учні безпомилково будують висоту А1О (хоча, як правило, повністю відсутні обґрунтування), але не помічають тієї ж задачі, будуючи перпендикуляр з вершини D на площину АВВ1 (рис. 1). Рис. 1 Рис. 2 Учні легко засвоюють поняття лінійного кута двогранного кута, без особливих проблем будують лінійні кути двогранних кутів при сторонах основи правильної піраміди. Але, розв’язуючи задачy “В основі піраміди лежить ромб; всі двогранні кути при сторонах основи рівні. Побудуйте лінійні кути двогранних кутів”, майже всі абітурієнти помилково вважали, що одним із таких кутів є кут MFO; міркування проводили як і для випадку правильної чотирикутної піраміди (рис. 2). Найчастіше учні допускають помилки під час побудови лінійного кута двогранного кута при бічному ребрі піраміди.Значна кількість помилок допускається при побудові перерізів призм і пірамід заданою площиною.Приклад задачі: “У кубі ABCDA1B1C1D1 через вершину В і середини М і N ребер AD i CC1 проведена площина. Знайдіть кут, під яким ця площина нахилена до площини грані ABCD (рис. 3)”.Потрібний переріз – чотирикутник BMNZ, де K=BMDC, Z=KNDD1. Лінійним кутом двогранного кута при ребрі ВМ є кут NFC, де F =СЕМВ, Е – середина AB; так як FCBM, то і NFBM. Значна частина учнів шуканим перерізом помилково вважала трикутник ВМN. Найбільша кількість помилок пов’язана з побудовою кута NFС. Учні помилково вважали лінійним кутом двогранного кута при ребрі ВМ кут NРС або NВС. Рис. 3 Рис. 4 Розглянемо приклад ще однієї відомої задачі: “У правильному тетраедрі SABC через вершину С проведена площина, перпендикулярна до грані SAB і паралельна ребру AB. Знайдіть площу одержаного перерізу, якщо ребро тетраедра дорівнює a”. Так як тетраедр правильний, то вершина С проектується в центр правильного трикутника ABS (рис. 4). F – основа висоти тетраедра, проведеної з вершини С. Січна площина проходить через висоту СF і перетинає площину ABS по прямій А1В1, яка паралельна АВ. Шуканий переріз – трикутник А1В1С. Багато хто з учнів проводили висоти у гранях BSC і ASС і стверджували, що шуканий переріз проходить через ці висоти. Не всі учні при цьому усвідомили, що одна з двох перпендикулярних площин (площина перерізу) містить перпендикуляр до другої площини (площини ASB), не уявляли розташування цього перпендикуляра.Деякі учні не розуміють, що в прямокутному паралелепіпеді перпендикуляри до площини основи можуть належати бічним граням, а перпендикуляри до бічних граней – площині основи, що з умови перпендикулярності двох бічних граней піраміди площині основи випливає, що висотою піраміди є спільне ребро цих граней. Аналіз помилок можна продовжити.Досвід викладання геометрії в середній школі свідчить про те, що учні не можуть самостійно вибирати знання для розв’язання стереометричної задачі.У більшості випадків кожну наступну задачу учні розцінюють як абсолютно нову, не помічають того загального, що об’єднує раніше розв’язані задачі і розв’язувану задачу. Неможливо, звичайно, вказати такий загальний метод (алгоритм), за допомогою якого можна було б розв’язувати всі стереометричні задачі. Проте можна виділити певні типи задач на побудову, доведення, обчислення і дослідження, розв’язання яких базуються на застосуванні відповідних алгоритмів, часто повторюваних прийомів міркувань. Висновки, які одержуються внаслідок розв’язання цих задач, є “ключами” до розв’язання багатьох інших задач. Такі задачі є “ключовими” при складанні циклів взаємозв’язаних задач, що пронизують весь курс стереометрії.Навчаючи учнів розв’язувати стереометричні задачі, корисно не тільки повідомляти їм алгоритми розв’язання типових задач у готовому вигляді, а й так організовувати навчання, щоб учні могли самостійно відкривати відповідні алгоритми.Навчання алгоритмам повинно розглядатись не тільки як засіб ефективного навчання розв’язуванню стереометричних задач, а і як спосіб формування деяких специфічних прийомів математичної діяльності учнів (уміння відкрити загальний метод розв’язання нового типу задач, підвести задачу під відомий алгоритм, представити результати розв’язання в зручній для сприймання формі і т.д.).Навички формуються на основі осмислених знань і умінь шляхом багаторазового повторення операцій, дій, прийомів, алгоритмів, які складають предмет вивчення. А тому для формування навичок потрібна ретельно продумана система вправ і задач. В такій системі повинна бути вірно підібрана послідовність вправ з урахуванням індивідуальних особливостей і можливостей учнів і принципу “від простого до складного”. Слід дотримуватись доцільної різноманітності вправ і задач у системі.Підбираючи систему вправ і задач, важливо щоб вона задовольняла принципу повноти. “Система вправ задовольняє принципу повноти, якщо вона забезпечує добре засвоєння теми, яка вивчається, і дозволяє виключити можливість формування помилкових асоціацій.” [Груденов Я.И Совершенствование методики работи учителя математики. – М.: Просвещение, 1990. – C. 161]. Слід вчити учнів розв’язувати задачі окремих типів. Навчити будь-кого розв’язувати всі задачі не можна, а навчити розв’язувати задачі певних типів можна і треба. Зрозуміло, якщо ми не розв’яжемо з учнями задач якогось типу, то вони і не навчаться їх розв’язувати. Проте порушення принципу повноти системи задач відбувається і в інших випадках. Розглянемо приклад задачі.Задача. В основі прямої призми лежить ромб із стороною а. Діагональ призми дорівнює l і утворює з площиною основи кут , а з бічною гранню кут . Знайдіть об’єм призми (рис. 5). Рис.5 Помилкові розв’язання даної задачі пояснюються неправильною побудовою кута між діагоналлю призми і бічною гранню.Причиною цього є порушення принципу повноти системи вправ і задач. Як правило, в ній є задачі, при розв’язанні яких доводилось будувати кути між прямою і площиною за відомим алгоритмом, якщо пряма розташовувалась “зверху” над площиною, і не зустрічались випадки, коли пряма розташована була б “ліворуч” чи “праворуч” від площини.З аналогічною ситуацією ми маємо справу під час розв’язування задач на побудову лінійного кута двогранного кута. Якщо кожний раз пропонувати учням задачі на піраміди, в яких вимагається будувати лінійні кути двогранних кутів при сторонах основи піраміди, то учні виявляються безпорадними під час побудови лінійного кута двогранного кута при бічному ребрі піраміди (не вміють застосовувати відомий алгоритм в іншій ситуації розташування просторових об’єктів).Звикаючи до одного розташування фігур, учні не впізнають їх в дещо незвичному розміщенні. Отже, підбираючи систему вправ і задач, необхідно передбачати всі можливі ситуації розташування фігур на площині і в просторі, зміну їх форм і позначень.Стереометричні задачі мають свої специфічні особливості: просторові фігури не можна зобразити на малюнку без спотворень, і в цьому полягав складність сприймання та розв’язування стереометричної задачі. У зв’язку з цим учні натрапляють на такі труднощі: по-перше, необхідно уміти правильно зобразити просторову фігуру, врахувавши її властивості і властивості паралельної проекції; по-друге, необхідно уміти правильно уявити просторову фігуру за її умовним зображенням,Аналіз задачного матеріалу курсу геометрії 10–11 класів показав, що більшість задач на обчислення, доведення і дослідження сполучаються із задачами на побудову. Отже, основою методики навчання розв’язуванню стереометричних задач є, перш за все, навчання розв’язуванню задач на побудову. Розв’язуванням задачі на побудову розпочинається розв’язування будь-якої стереометричної задачі. Озброєння учнів алгоритмами розв’язання основних типів задач на побудову є запорукою успішного розв’язання стереометричних задач.

Вступ. Формування компетентного військово-медичного фахівця є процесом складним, який визначається не тільки сумою отриманих професійних знань, умінь та навичок, сформованих компетентностей, але й системою ціннісних орієнтацій, ціннісної самосвідомості молодого фахівця. Процес ціннісного виховання військового, військового медика зокрема, потрапляє до стратегічних інтересів нашої держави. Метою дослідження було виявити ціннісні орієнтації і життєві пріоритети у слухачів першого курсу УВМА для подальшого стимулювання їх розвитку або проведення корекції впродовж навчання в УВМА. Матеріали і методи. У дослідженні був використаний опитувальник з 18-ти тверджень щодо особистих ціннісних орієнтацій. Опитано 119 слухачів першого курсу УВМА. Статистичний аналіз даних проведено з використанням методів варіаційної статистики, кореляційного (коефіцієнт кореляції Спірмена), кластерного та покрокового дискримінантного аналізу з допомогою пакету програм STATISTICA 13.3. Ліцензія AXA905I924220FAACD-N. Результати. Аналіз виявлених ціннісних орієнтацій слухачів показує, що їм притаманні цілком природні особистісні цінності пересічної молодої людини (найважливішими цінностями у житті слухачів є фізичне і психічне здоров'я, щасливе сімейне життя, любов). Але вони не виявляють зацікавленості в розвагах, творчості, красі природи та мистецтва. Результати дослідження дають підстави зробити висновок, що молоді люди, які тільки починають навчатися в УВМА, почувають себе не надто впевненими в новому для них військовому середовищі. Експериментально отримані результати рейтингу ціннісних орієнтацій з допомогою кластерного аналізу методом k-середніх дали змогу виділити дві підгрупи з різним профілем пріоритетів з наближеним співвідношенням кількості осіб у першій та другій підгрупах як 1:2. За своїми ціннісними орієнтирами представників першої підгрупи можна охарактеризувати як активних, самостійних, незалежних у діях і судженнях, орієнтованих на особисте удосконалення, професійне зростання, розширення власного світогляду з дещо егоїстичним проявом своїх пріоритетів. Для підгрупи 1 пріоритетними цінностями на сучасному етапі життя є здоров'я (фізичне і психічне), продуктивне життя (максимально повне використання своїх можливостей, сил, здібностей), розвиток (робота над собою, постійне фізичне і духовне удосконалення, свобода (самостійність, незалежність в судженнях і вчинках), впевненість у собі (внутрішня гармонія, свобода від внутрішніх протиріч і сумнівів). Навчання в академії вони розглядають як майданчик для реалізації своїх життєвих планів. Вибрані представниками 2-ї підгрупи твердження дозволяють зробити висновки, що їх життєві цінності орієнтовані на здорове, сімейне, матеріально забезпечене, урівноважене життя. Військова служба може розглядатися як основа і необхідне джерело для забезпечення такого життя. Враховуючи, що активна життєва позиція, можливість творчої діяльності для них є неважливими, а цікава робота, можливість особистого розвитку, продуктивне життя з використанням свої здібностей і можливостей займають проміжне значення, можна припустити, що вони готові виконувати шаблонну роботу, підпорядковуватися наказам. Це люди «команди», для яких значимими є колектив, його принципи, громадська думка. Система ціннісних орієнтацій в цій підгрупі є стабільнішою, ніж в підгрупі 1, свідчить про потенційно кращу спроможність адаптації до змін зовнішнього середовища. Висновки. Система ціннісних орієнтацій слухачів перебуває на стадії її завершення. Особливу увагу при організації освітнього процесу слід приділяти формуванню у слухачів активної життєвої позиції, орієнтованої на відповідальне ставлення до власного професійного зростання та суспільного життя, формуванню національно-патріотичних почуттів.

У статті теоретично та емпірично обґрунтовується дискурсивний підхід до дослідження особливостей розуміння молитви як базового жанру релігійного дискурсу. Релігійний дискурс розглядається як активна рецепція, передавання та/або творення (співтворення) релігійних текстів у певних їх контекстах (широких соціальних, зокрема, комунікативних, а також індивідуальних життєвих ситуаціях), що пов’язане з конструюванням релігійно релевантних дискурсивних моделей реальності та її складових через сукупність відповідно зорієнтованих понять і висловлювань (тверджень). У свою чергу, підбір, формулювання таких висловлювань, а також їх розуміння розглядаються як наслідок відповідних активних виборів суб’єкта релігійного дискурсу (індивідуального або колективного). У зв’язку з цим обґрунтовується, що молитва включає у себе, поряд із системою узагальнених, традиційних своїх значень (теологічний та лінгвістичний рівні аналізу), також індивідуальне, контекстуально зумовлене сприйняття та осмислення конкретним своїм суб’єктом (психологічний та психолінгвістичний рівні аналізу). На прикладі канонічної молитви «Отче наш» та зустрічних релігійних дискурсів (продуктів її розуміння) респондентів із різними рівнями релігійної активності (низьким, нижчим за середній, вищим за середній, високим) виокремлено базові категорії, крізь призму яких відбувається розуміння молитовного дискурсу: 1) «Буття та його загальні атрибути»; 2) «Бог, Його ім’я та атрибути»; 3) «Людина та її повсякденне буття»; 4) «Молитва та її складові»; 5) «Належне (духовне)»; 6) «Заборонене (гріховне)». Також констатовано наступні загальні тенденції (від найнижчого до найвищого рівня релігійної активності): істотне зростання – кількості слів, кількості речень і середньої кількості слів у реченні, слабке зростання – показників емоційної напруженості, а спадання – показників лексичної різноманітності та лексичної щільності релігійних дискурсів досліджених українців. Література References Засєкін С. Психолінгвістичні універсалії перекладу художнього тексту: монографія.Луцьк: Волин. нац. ун-т ім. Лесі Українки, 2012.Zasiekin, S. (2012). Psykholinhvistychni Universalii Perekladu Khudozhnoho Tekstu[Psycholinguistic Universals in the Translation of Literary Texts]. Lutsk: Volyn StateUniversity. Серкин В.П. Методы психосемантики: Учеб. пособие для студентов вузов. М.:Аспект-Пресс, 2004.Serkyn, V.P. (2004). Metody Psikhosemantiki [The Methods of Psychosemantics]. M.:Aspekt-Press. Смирнов Д.О. Описание процедуры стандартизации психометрической методики«Опросник религиозной активности» // Научный психологический журнал. 1999. C.1–2. Smirnov, D.O., (1999). Opisaniye protsedury standartizatsii psikhometricheskoi metodiki“Oprosnik relihioznoi aktivnosty” [Description of Procedure of the Psychometric Method’s“The Measuring Technique of Religious Activity” Standardization]. NauchnyiPsikholohicheskii Zhurnal, 1–2, 159–172. Спилка Б., Лэдд К. Л. Психология молитвы. Научный подход. Харьков:Гуманитарный центр, 2015.Spilka, B., Ladd, K. L. (2015). Psikholohiya Molitvy. Nauchnyi podkhod [The Psychologyof Prayer: A Scientific Approach]. Kharkiv: Humanitarnyi Tsentr.

Anomaly detection for time series data has been an important area of research for a long time. The main work on anomaly detection techniques has focused on statistical approaches. In recent years, more and more machine learning algorithms have been developed to detect anomalies in time series. There are three basic types of anomalies, this work we devoted to the study of collective anomalies as the most complex and frequently encountered type of anomalies. The implementation of this type of anomalies was carried out by the k-means method as the most universal method in our opinion.