Математическая модель зависимости уровня тревожности человека от количества времени, затрачиваемого им на компьютерные игры
Написание программы для определения и экспериментального доказательства факта негативного влияния компьютерных игр на личность играющего. Исследование зависимости уровня тревожности человека от количества времени, затрачиваемого им на компьютерные игры.
| Рубрика | Программирование, компьютеры и кибернетика |
| Вид | курсовая работа |
| Язык | русский |
| Дата добавления | 07.02.2011 |
| Размер файла | 120,4 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Размещено на http://www.allbest.ru/
Курсовая работа
Тема:
"Математическая модель зависимости уровня тревожности человека от количества времени, затрачиваемого им на компьютерные игры"
Брянск - 2009
Введение
С развитием компьютерных технологий и расширением рынка игрового программного обеспечения растет число людей, увлекающихся компьютерными играми, которые негативно влияют на уровень тревожности человека.
Существуют различные методологии исследования этой проблемы на основании имеющихся данных провести статистический анализ генеральной совокупности заданных чисел. Производя этот анализ, использовать различные числовые функции, а также и графические: диаграмму и гистограммы рассеяния, регрессии. По корреляционной таблице подсчитать некоторые характерные величины.
Целью данной курсовой работы является написание программы, позволяющей обработать исходные данные, теоретически определить и экспериментально доказать факт негативного влияния злоупотребления компьютерными играми на личность играющего. В силу специфики этой работы, мы покажем лишь отрицательные моменты в увлечении человека компьютерными играми. Но это не говорит о том, что компьютерные игры только негативно влияют на человека. Положительные аспекты игровой компьютерной деятельности в данной работе не рассматриваются.
В данной курсовой работе будет проводиться исследование зависимости уровня тревожности человека от количества времени, затрачиваемого им на компьютерные игры. Это исследование будет проводиться на основе исходных данных, с помощью метода наименьших квадратов, а так же с помощью различных геометрических построений. На основе полученных результатов будет сделан вывод о существовании зависимости.
программа компьютерный игра тревожность
1. Проблема аддикции в современном обществе
Логично предположить, что с увеличением числа увлекающихся играми людей растет число потенциальных игровых компьютерных аддиктов. С точки зрения изучения влияния компьютерных игр на личность человека, нас больше интересует длительное и регулярное нахождение в виртуальном мире компьютерных игр, нежели сама аддикция как стадия зависимости. Многие люди увлекаются нахождением в виртуальной реальности, психологическая зависимость которых находится на стадии формирования или угасания и выражена неярко.
Отмеченные в результате теоретического изучения игровой компьютерной зависимости причины эмоциональных отклонений позволили нам, приняв уровень тревожности за критерий дезадаптации, выдвинуть соответствующую гипотезу: уровень тревожности компьютерного игрока находится в прямой зависимости от количества времени, затрачиваемого им на компьютерные игры.
К проблеме высокой тревожности у аддиктов может быть два подхода: высокая тревожность как причина зависимости от компьютерных игр и высокая тревожность как следствие этой зависимости. Наиболее вероятно, что, являясь одной из причин зависимости, и без того высокая тревожность усиливается под влиянием длительного и регулярного нахождения в виртуальной реальности.
Изучение игровой зависимости показало, что основные механизмы ее формирования основаны на потребностях в принятии роли и ухода от реальности. Нормально адаптирующийся в социуме человек не стремится к бегству от реальности, точно как и здоровая личность, адекватно оценивающая себя и других, не стремится к принятию роли другого человека или существа. Уйти от реальности, принимая чужую роль, пытаются лишь дезадаптивные личности, неадекватно оценивающие себя. Поскольку высокая тревожность является критерием дезадаптации, можно предположить, что игровые аддикты изначально тревожны, т.е. этой психологической особенностью они обладают до начала увлечения компьютерными играми и формирования зависимости от них. С этой точки зрения высокая тревожность может рассматриваться как одна из причин формирования зависимости, и, если это так, можно сказать, что люди с высоким уровнем тревожности в большей мере предрасположены к увлечению компьютерными играми и попаданию в психологическую зависимость от них.
Виртуальный мир компьютерных игр, зачастую жесток и беспощаден, настроен враждебно к виртуальному герою. Человек, находясь, длительное время в такой среде, переносит ее законы на реальный мир: начинает чувствовать себя более уязвимым, считает, что большинство людей враждебно настроены и мир в целом является более опасным, чем есть на самом деле. Такое отношение человека к окружающему миру мы и называем высоким уровнем тревожности личности.
Исходя из выше сказанного, предположение о влиянии длительного и регулярного нахождения в виртуальном мире компьютерных игр на повышение уровня тревожности личности можно считать вполне объясненным.
Потребность уменьшения тревоги побуждает человека «уходить» в виртуальную реальность, в тот мир, где он сильнее всех, в отличие от мира реального. Виртуальный мир уменьшает тревогу на время игры, но после выхода из нее тревожность вновь увеличивается, более того - ее уровень становится выше исходного, т. к. каждое «вхождение» в виртуальный мир усиливает диссонанс между реальностью и виртуальным миром, усиливая дезадаптацию. Человек попадает в замкнутый круг, точнее, спираль, каждый виток которой усиливает дезадаптацию и тревожность, что создает еще более сильную потребность в игре, а это, в свою очередь, усиливает зависимость.
Такой «круговорот» можно считать еще одним механизмом формирования и усиления зависимости, наряду с механизмами, основанными на потребностях в принятии роли и ухода от реальности.
Для проверки гипотезы использовался опросник личностной тревожности Спилбергера. Текст опросника состоит из 20-ти утверждений, на каждое из которых предлагается 4 варианта ответов - от полного несогласия до полного согласия с утверждением. Сумма числовых значений вариантов ответов и составляет уровень тревожности личности (в баллах). В исследовании принимали участие 20 человек. Возраст испытуемых - 18-25 лет, большинство испытуемых - студенты ВУЗов. Критериями отбора служили следующие факторы: отношение к играм и компьютеру в целом, наличие потребности в игре на компьютере, регулярность и продолжительность игры, игровой «стаж». Все данные получены из наблюдений и бесед с испытуемыми и лицами из их окружения.
2. Расчёт показателей уровня тревожности человека от количества времени, затраченного им на компьютерные игры
За Х принято количество часов в неделю, проводимых человеком за компьютерными играми, за Y - уровень тревожности.
Таблица 1
|
Х |
Y |
|
|
18.267 |
18.043 |
|
|
25.767 |
28.543 |
|
|
13.267 |
11.043 |
|
|
28.267 |
37.043 |
|
|
23.267 |
25.043 |
|
|
13.480 |
7.882 |
|
|
9.213 |
14.483 |
|
|
25.066 |
30.947 |
|
|
17.503 |
21.809 |
|
|
26.543 |
25.792 |
|
|
21.455 |
26.031 |
|
|
21.424 |
16.081 |
|
|
14.429 |
14.190 |
|
|
16.286 |
18.109 |
|
|
12.692 |
12.489 |
|
|
14.952 |
14.016 |
|
|
11.384 |
9.635 |
|
|
19.111 |
23.820 |
|
|
28.998 |
26.223 |
|
|
15.254 |
18.930 |
Теория вероятностей - наука, изучающая вероятностные закономерности случайных событий. Знание этих закономерностей позволяет предвидеть, как эти события будут протекать. Знание и методы теории вероятностей используются в различных отраслях естествознания и техники. Это подчеркивает необходимость и важность теории вероятностей как науки.
Случайная величина - это величина, которая в результате испытания примет одно и только одно возможное значение, заранее неизвестное и зависящее от случайных причин, которые заранее не могут быть известны.
Случайные величины подразделяются на дискретные и непрерывные. Дискретной случайной величиной называют случайную величину, которая принимает отдельные, изолированные возможные значения с определенными вероятностями. Непрерывной случайной величиной называют случайную величину, которая может принимать все значения из некоторого конечного или бесконечного промежутка. Законом распределения дискретной случайной величины называют соответствие между возможными значениями и их вероятностями. Законами распределения непрерывных случайных величин называют плотности распределений.
Случайные величины имеют числовые характеристики, одной из которых является математическое ожидание. Математическим ожиданием дискретной случайной величины называют сумму произведений всех ее возможных значений на их вероятности. Математическое ожидание приближенно равно среднему значению случайной величины. Допустим, что случайная величина Х может принимать значения x1, x2,…, xn, вероятности которых соответственно равны p1, p2,…, pn. Тогда математическое ожидание М(X) случайной величины X определяется равенством:
Если дискретная случайная величина Х принимает счетное множество возможных значений, то можно записать:
Для данных, указанных в этой работе, математическое ожидание равно (pn принимается равным 1/20 или 0.05).
M(X) = 18.83125
M(Y) = 20.0076.
Для определения дисперсии необходимо ввести понятие отклонения случайной величины от ее математического ожидания.
Пусть X - случайная величина и М(Х) - ее математическое ожидание. Рассмотрим в качестве новой случайной величины разность Х - М(Х). Эту разность и называют отклонением, т.е. разность между случайной величиной и ее математическим ожиданием. При определении дисперсии используется следующее свойство отклонения:
Дисперсией случайной величины Х называют математическое ожидание квадрата отклонения случайной величины от ее математического ожидания:
Также дисперсию вычисляют по формуле:
Для данных, указанных в этой работе дисперсия равна:
D(X) = 33,6625
D(Y) = 57,5029.
Среднеквадратическое отклонение
Для оценки рассеяния возможных значений случайной величины вокруг ее среднего значения кроме дисперсии служат и другие характеристики, такие как среднеквадратическое отклонение. Среднеквадратическим отклонением случайной величины X называют квадратный корень из дисперсии:
Для данных, указанных в этой работе отклонение равно:
(X) = 5,801939
(Y) = 7,583067
Моменты служат для более подробной характеристики случайной величины. Они делятся на начальные и центральные. Начальные моменты характеризуют саму случайную величину, а центральные - отклонения случайной величины от М(Х).
Начальный момент n-го порядка - математическое ожидание от n-ой степени случайной величины; обозначается:
Центральный момент n-го порядка - математическое ожидание величины (X - M(X))n; обозначается:
В частности,
б1 = M(X) м1 = 0
б2 = M(X2) м2 = D(X).
Для данных, указанных в этой работе, начальные и центральные моменты 1-4 порядков равны:
Таблица 2
|
X |
Y |
||
|
б1 |
18.83125 |
20.0076 |
|
|
б2 |
388.278476 |
457.8069573 |
|
|
б3 |
8628.591273 |
11611.34468 |
|
|
б4 |
203172.44297 |
318174.71273 |
|
|
м1 |
0 |
0 |
|
|
м2 |
33.6625 |
57.5029 |
|
|
м3 |
8251.690835 |
11087.37666 |
|
|
м4 |
202707.114 |
317332.067 |
Математическая статистика - это наука, которая занимается получением, обработкой и анализом данных, характеризующих количественные закономерности жизни общества в неразрывной связи с их качественным содержанием. Статистика, в узком смысле - это совокупность данных о каком-либо процессе или явлении. Основной задачей математической статистики является выяснение вероятностных свойств совокупности: распределения, числовых характеристик и т.д. с применением методов теории вероятности, позволяющих оценить надёжность и точность выводов, делаемых на основании ограниченного статистического материала (выборки) Совокупность объектов, или совокупность значений какого-то признака объектов, называется генеральной совокупностью. Обычно из генеральной совокупности делают выборку, т.е. исследуют некоторые ее объекты. Выборочной совокупностью или просто выборкой называют совокупность случайно отобранных объектов. С помощью выборки оценивают генеральную совокупность по вероятным свойствам. Чтобы оценки были достоверными, выборка должна быть представительной, т.е. ее вероятностные свойства должны совпадать или быть близкими к свойствам генеральной совокупности. Часто под генеральной совокупностью понимают и исследуемую случайную величину. Для исследования случайной величины при постоянных условиях выполняются испытания. Совокупность полученных значений также называется выборкой и обрабатывается статистически. Методы статистической обработки выборки аналогичны в обоих случаях. При исследовании объектов можно фиксировать или измерять значение одного или нескольких признаков, т.е. речь может идти об одномерной или многомерной выборках.
Корреляционный анализ
Две случайные величины могут быть связаны либо функциональной, либо статистической зависимостью, либо быть независимыми. Строгая функциональная зависимость реализуется редко в реальной жизни, так как обе величины или одна из них могут быть подвержены еще действию случайных факторов, причем среди них могут быть и общие для обеих величин. В этом случае возникает статистическая зависимость. Статистической называют зависимость, при которой изменение одной из величин влечет изменение распределения другой. В частности, статистическая зависимость проявляется в том, что при изменении одной из величин изменяется среднее значение другой; в этом случае статистическую зависимость называют корреляционной.
Предположим, что рассматриваемые случайные величины Х и У связаны корреляционной зависимостью. Так как при большом числе наблюдений одно и то же значение x может встретиться nx раз, и значения y - ny раз, одна и та же пара чисел (х, у) - nxy раз. Поэтому данные наблюдений группируют, т.е. подсчитывают частоты nx, ny, nxy. Все сгруппированные данные записывают в виде таблицы, которую называют корреляционной.
Таблица 3
|
x/y |
7-15 |
15-23 |
23-31 |
31-39 |
mi |
|
|
9-14 |
5 |
0 |
0 |
0 |
5 |
|
|
14-19 |
2 |
4 |
0 |
0 |
6 |
|
|
19-24 |
0 |
1 |
3 |
0 |
4 |
|
|
24-29 |
0 |
0 |
4 |
1 |
5 |
|
|
ni |
7 |
5 |
7 |
1 |
20 |
На основе данных корреляционной таблицы можно посчитать все характеристики наблюдаемых значений выборки намного быстрее и проще, но они будут иметь некоторые отклонения от выборочных характеристик, посчитанных по формулам. Это объясняется уменьшением размеров рассматриваемых величин, которое происходит из-за разбиения их на интервалы.
Посчитаем числовые характеристики для Х и Y по корреляционной таблице.
Математическое ожидание для выборочной совокупности называется выборочной средней и находится по формуле:
Выборочной дисперсией называют среднее арифметическое квадратов отклонения наблюдаемых значений признака от их среднего значения:
Выборочным средним квадратичным отклонением называют квадратный корень из выборочной дисперсии:
Корреляционным моментом (ковариацией, смешанной дисперсией) случайных величин Х и Y называют математическое ожидание произведения отклонений этих величин:
Для дискретных величин:
Коэффициентом корреляции случайных величин Х и Y называют отношение корреляционного момента к произведению средних квадратичных отклонений этих величин:
при условии
и
Для данной работы:
М*(X) = 18,574108 М*(Y) = 19,297274
D*(X) = 374,77134 D*(Y) = 454,7037507
* (X)= 19,35901 *(Y) = 21,3237837
r*xy = 0,35992819 k*xy =148,581016
Метод наименьших квадратов (МНК)
Найдем по данным наблюдений выборочное уравнение прямой линии среднеквадратичной регрессии Y на X (регрессию X на Y найдем аналогично).
Это можно сделать с помощью метода наименьших квадратов (МНК). Этот метод, применяется в теории ошибок, для разыскания одной или нескольких величин по результатам измерений, содержащих случайные ошибки. МНК также используется для приближенного представления заданной функции другими (более простыми) функциями и часто оказывается полезным для обработки наблюдений.
Для того чтобы определить параметры a и b необходимо знать отклонения (точки, находящиеся не на на прямой, а рядом). Суммарное отклонение будет равно:
где Yiexp - экспериментальные точки (не обязательно лежащие на прямой), Yiteor - теоретические точки (лежащие на прямой).
Чтобы все отклонения давали в суммарном отклонении положительные числа, надо возвести в квадрат эти отклонения:
где Д - суммарное квадратичное отклонение, которое зависит от параметров а и b, Yi - экспериментальные значения Y, axi + b - теоретические значения Y.
Лучшими параметрами а и b являются такие, которые минимизируют Д, следовательно, среди бесконечного множества прямых, которых дает прямая у = ax + b, наилучшей является прямая с такими значениями параметров а и b, для которых Д (а, b) принимает минимальное значение.
Чтобы найти эти значения параметров а и b, необходимо найти точку минимума функции Д (а, b). Для этого берется производная:
рассматривается система двух уравнений, решения которой - значения a и b:
Для данных курсовой работы получаем:
a = 1,147474439;
b = -1,600778036;
т.е. y = 0,972755432751651x - 0,00187871;
x = 1,028007623y - 0,0019313231.
3. Описание программного продукта
В данной курсовой работе использовалась одна форма, на которую установлены такие компоненты как:
1. Label.
2. StringGrid.
3. BitBtn.
4. CheckBox.
Компонент Label используется для размещения на форме необходимых результатов вычислений, которые выбираются с помощью CheckBox. Выведенные в Label результаты не изменяются пользователем. Текст, отображаемый в этом компоненте, определяется значением их свойства Caption. Что бы отобразить числовую информацию, воспользуемся функцией FloatToStr, переводящей соответственно числа с плавающей запятой и целые в строку. Для формирования текста, состоящего из нескольких фрагментов, используем операцию «+», которая для строк означает их склеивание (конкатенацию):
Label1. Caption:='M(x)='+FloatToStr (m);
Компонент StringGrid представляет собой таблицу, содержащую строки и столбцы. Данные таблицы могут быть только для чтения или редактируемыми. В данной курсовой работе используются StringGrid1, StringGrid2, StringGrid3, расположенные на форме, из них только в StringGrid3 можно производить редактирование заданных чисел. Свойства ColCount и RowCount определяют соответственно число столбцов и строк, свойства FixedCols и FixedRows - число фиксированных, не прокручиваемых столбцов и строк. Цвет фона фиксированных ячеек определяется свойством FixedColor. Свойства LeftCol и TopRow определяют соответственно индексы первого видимого на экране в данный момент прокручиваемого столбца и первой видимой прокручиваемой строки. Свойство Options является множеством, определяющим многие свойства таблицы: наличие разделительных вертикальных и горизонтальных линий в фиксированных (goFixedVertLine и goFixedHorzLine) и не фиксированных (goVertLine и goHorzLine) ячейках. Важным элементом в свойстве Options является goEditing - возможность редактировать содержимое таблицы, в данной работе этот элемент установлен только в StringGrid3.
Компонент BitBtn используется для создания кнопок, на которых располагается битовая графика. BitBtn1 используется для заполнения исходных данных, BitBtn2 для вывода результатов произведенных вычислений в StringGrid1, StringGrid2 и в Label. Основное событие любой кнопки - OnClick, возникающее при щелчке на ней. Именно в обработчике этого события записываются операторы, которые должны выполняться при щелчке пользователя на кнопке. Помимо этого есть еще ряд событий, связанных с различными манипуляциями клавишами и кнопками мыши. Расположение изображения и надписи на кнопке определяется свойствами Margin, Layout и Spacing. Если свойство Margin равно -1 (значение по умолчанию), то изображение и надпись размещаются в центре кнопки. При этом положение изображения по отношению к надписи определяется свойством Layout, которое может принимать значения: blGlyphLeft (слева, это значение принято по умолчанию), blGlyphRight (справа), Свойство Spacing задает число пикселей, разделяющих изображение и надпись на поверхности кнопки. По умолчанию Spacing = 4. Еще одно свойство BitBtn - свойство Kind определяет тип кнопки. По умолчанию значение этого свойства равно bkCustom - заказная. Но можно установить и множество других предопределенных типов: bkOK, bkCancel, bkHelp, bkYes, bkNo, bkClose, bkAbort, bkRetry, bkIgnore, bkAll. В этих типах уже сделаны соответствующие надписи, введены пиктограммы, заданы еще некоторые свойства. Обычно все-таки лучше ими не пользоваться. Во-первых, надписи все равно надо переводить на русский язык. Во-вторых, предопределенные рисунки обычно выбиваются из общего стиля конкретного приложения. И главное - предопределение некоторых свойств, не учтенных вами, может иногда приводить к странным результатам работы. Уж лучше использовать заказные кнопки и самому устанавливать в них все необходимые свойства. Для BitBtn2 использовали еще одно свойство-Enabled=false, это свойство позволяет сделать кнопку не активной, пока не будут заполнены исходные данные.
Компонент CheckBox используются в приложениях в основном для того, чтобы пользователь мог включать и выключать какие-то опции. Свойство AllowGrayed = false (значение по умолчанию), это значит допускается только два состояния: выделенное и не выделенное. Промежуточное состояние обычно используется, если индикатор применяется для отображения какой-то характеристики объекта. Например, если индикатор призван показать, какой регистр использовался при написании какого-то фрагмента текста, то в случае, если весь текст написан в верхнем регистре, индикатор может принимать выделенное состояние, если в нижнем - не выделенное, а если использовались оба регистра - промежуточное. Проверять состояние индикатора можно по значению свойства Checked. Если Checked равно true, то индикатор выбран, т.е. State = cbChecked. Если Checked равно false, то State равно cbUnchecked или cbGrayed. Установка Checked в true во время проектирования или выполнения автоматически переключает State в cbChecked. Как и в радиокнопке, в индикаторе CheckBox надпись задается свойством Caption, а ее размещение по отношению к индикатору - свойством Alignment.
Заключение
Цель, поставленная в начале, достигнута. Данная программа позволяет найти:
1. Математическое ожидание для X и Y.
2. Дисперсию случайной величины X и Y.
3. Среднеквадратическое отклонение данных величин.
4. Начальные и центральные моменты 1-4 порядков.
5. Выборочную среднюю.
6. Выборочную дисперсию.
7. Корреляционные моменты.
8. Коэффициенты корреляции.
Проведя обработку выборочной совокупности случайно отобранных статистических данных, мы получили некоторые оценки их параметров, а также выяснили, что данная выборка случайных величин имеет такую зависимость, что при росте значения X увеличивается и значение Y, т.е., переводя на тему курсовой работы, при увеличении времени, затрачиваемого человеком на компьютерные игры, увеличивается уровень его тревожности. Уравнение зависимости Y от Х выглядит следующим образом: y = 1,147474439x - 1,600778036.
Очень важным является тот факт, что отсутствие зависимости не означает отсутствие негативного влияния злоупотребления ролевыми играми на личность человека. Учитывая то, что основная часть людей, увлекающихся компьютерными играми - дети, главная задача которых на своем возрастном этапе - развитие своей личности, а не компьютерного героя, необходимо всячески предотвращать злоупотребление нахождением в виртуальности и проводить незамедлительную, хотя бы разъяснительную, работу с компьютерными игроками. Однако разъяснительной работой не поможешь людям, уже оказавшимся в состоянии зависимости. Данная программа предназначена для психологической помощи аддиктам и именно это является целью данных исследований в области изучения психологической зависимости человека от компьютерных игр.
Список литературы
Варашкевич С.А. История конверсии компьютерной игры. М.: ИП РАН, 1997.
Гмурман В.Е. Руководство к решению задач по теории вероятностей и математической статистике. - М.: Высшая школа, 1998.
Гмурман В.Е. Теория вероятностей и математическая статистика. - М.: Высшая школа, 1977.
Гриффит В. Виртуальный мир рождает реальные болезни // Финансовые известия. 1996. Вып. 54. №183.
Кабанова Е. И Теория вероятностей, и математическая статистика. Курс лекций. - Дубна, 1996.
Лысенко Е.Е. Игра с ЭВМ как вид творческой деятельности. Дисс. Канд. Психол. Наук. М., 1988.
Мазный Г.Л., Прогулова Т.Б. Методическое пособие к курсовому проектированию по высшей математике. - Дубна, 1996.
Основы психологии. Практикум, Ростов-на-Дону, 1999.
Фомичева Ю.В., Шмелев А.Г., Бурмистров И.В. Психологические корреляты увлеченности компьютерными играми // Вестник МГУ. Сер 14. Психология. 1991. №3. С. 27-39.
Форман Н., Вильсон П. Использование виртуальной реальности в психологических исследованиях // Психологический журнал, 1996, том 17, №2, с. 64-79.
Чавлейшвили М.П. Курс лекций, 1999
Шапкин С.А. Компьютерная игра: новая область психологических исследований // Психологический журнал, 1999, том 20, №1, с 86-102.
Размещено на Allbest.ru
Подобные документы
Первые примитивные компьютерные и видеоигры. Обзор современных компьютерных игр. Классификация по количеству игроков. Обзор контроллеров. Исследование психологической зависимости человека от ролевых компьютерных игр. Динамика развития зависимости.
дипломная работа [76,9 K], добавлен 18.08.2013Классификация компьютерных игр по жанру (бродилки, аркада, драки, стратегии, спортивные, логические) и количеству участников. Развитие киберспорта. Исследование психологической зависимости человека от ролевых компьютерных игр, их польза и вред для детей.
реферат [301,2 K], добавлен 09.02.2011Определение зависимости скорости вала двигателя от времени. Математическая модель решения задачи. Решение задачи Коши на интервале методом Эйлера и Рунге-Кутта четвертого порядка точности. Алгоритм решения задачи. Текст программы и результаты ее работы.
контрольная работа [108,9 K], добавлен 08.03.2013Общие понятия компьютерных сетей. Протоколы и их взаимодействие. Базовые технологии канального уровня. Сетевые устройства физического и канального уровня. Характеристика уровней модели OSI. Глобальные компьютерные сети. Использование масок в IP-адресации.
курс лекций [177,8 K], добавлен 16.12.2010Научно-технический прогресс как причина появления компьютера и компьютерных технологий. Компьютерные игры (характеристика видов и технология создания) и предпосылки для естественного развития личности. Анализ игровой программы на конкретном примере.
курсовая работа [65,8 K], добавлен 22.12.2010Определение и происхождение проблемы Интернет-зависимости, характеристика ее негативных проявлений для человека (потеря времени, ухудшение здоровья). Классификация симптомов интернет-зависимости. Вред социальных сетей. Разновидности компьютерных вирусов.
презентация [1,3 M], добавлен 18.04.2012Создание базы данных "Компьютерные игры": разработка и дизайн интерфейса, наполнение таблиц информацией, формирование идентификаторов. Использование системы управления базами данных Microsoft Access для составления стандартных запросов, форм и отчетов.
курсовая работа [715,7 K], добавлен 29.01.2011Кто и почему пишет вирусы. Компьютерные вирусы, их свойства, классификация. Пути проникновения вирусов в компьютер, механизм распределения вирусных программ. Методы защиты от компьютерных вирусов. Антивирусные программы: Doctor Web, Microsoft Antivirus.
реферат [45,2 K], добавлен 27.09.2008Специализированные программы-переводчики. Возможности компьютерных словарей. Проблемы перевода многостраничной документации. Принципы, по которым построены компьютерные словари. Какие тексты нецелесообразно переводить с помощью компьютерных переводчиков.
презентация [9,2 K], добавлен 13.11.2010Нахождение XI–неизвестных. Определение количества ITER-итераций. Составление текста программы, ее тестирование. Условия применения итерационного метода. Выбор количества итераций, исследование их зависимости от точности (eps). Получение корней уравнений.
контрольная работа [33,8 K], добавлен 27.02.2014
