Iii республикалық студенттік ғылыми-практикалық конференциясының баяндамалар жинағЫ

1. 
   Тихонов А.Н., Арсенин В.Я. Методы решения некорректных задач.- М.: Наука, 1979, 288с.
   
2. 
   Гохберг И.Ц., Крейн М.Г. Введение в спектральную теорию несамосопряженных операторов.- М.: Наука, 1965, 447с.
   
3. 
   Треногин В.А. Функциональный анализ.- М.: Наука, 1980, 494с.
   

УДК 004.722.45

Реализовать питание систем сбора и обработки передачи информации потребляющий единицы ватт энергии в непосредственной близости от силовых токоведущих линий высокого напряжения (более 110 кВ) затруднено. Одним из путей решения этой задачи может быть использование энергий электромагнитного поля силового электрооборудование.

где - потенциальные коэффициенты.

где: R₁ – радиус проводника,

l – длина проводника,

h₁ – высота подвеса,

ε₀ – электрическая постоянная, (8.85*10^-12 Ф/м).

Собственные потенциальные коэффициенты с одинаковыми индексами определяются из выражения [1]:

Коэффициент α₂₁ определяется из выражения:

(4)

где: расстояние от точки 1^' зеркального изображения до 2 точки реальной системы проводов (рисунок 1);

расстояние от точки 1 до точки 2 реальной системы проводов (рисунок 1).

Коэффициенты с различными индексами называются взаимными потенциальными коэффициентами и определяется из выражения [1]:

При изменений расстояния между параллельными приемными проводниками и излучателем (рисунок 1), емкость определяется из выражения:

При неизменном расстоянии, емкость между приемником и излучателем определяется из выражения:

Рисунок 2 – Экспериментальные и теоретические данные

Сравнив графики и данные полученные экспериментально и теоретический можно сделать следующие выводы:

1) полученные результаты теоретических и экспериментальных исследовании подтверждает эффективность применение параллельных проводов в первичном преобразователе которые позволяют снизить его габаритные размеры сохранив при этом энергетических характеристик.

2) Эффективное расстояние между проводниками первичного преобразователя должно быть не меньше 3 см.

Демирчян К.С., Нейман Л.Р., Коровкин Н.В., Чечурин В.Л. Теоретические основы электротехники в 3 томах, Питер, 2006, - 376с

Брейдо И.В., Каракулин М.Л., Лапина Л.М. Исследование гальванических источников электрической энергии, использующих электрохимические эффекты, происходящие земле. Труды Международной научно-практической конференции «Инновационная роль науки в подготовке современных технических кадров», посвященной светлой памяти Героя Социалистического труда, академика А.С. Сагинова и 55- летию Университета (18-19 декабря 2008 г.)/ Министерство образования и науки Республики Казахстан, КарГТУ. – Караганда : Изд-во КарГТУ, 2008. Вып. 1, часть 2 – 392с.

УДК 517927.25

Дегенмен, элементтері комплекс сан болып табылатын кез келген n- ретті квадраттық матрица Жордан түріне келтірілетіндігін білеміз [1]. Жалпы жағдайда n- ретті квадраттық матрицалардың ішіндегі ең қарапайым түрі осы Жордан түрі. Диагоналдық матрица Жордан матрицасының дербес жағдайы болып табылады.

Жордан матрицасы деп

Белгілі бір меншікті мәні үшін

Әрбір түпкілікті ішкі кеңістікте қосымша алынған векторлар деп аталатын векторларды анықтап алу керек. Қосымша алынған векторларды анықтаудың екі тәсілін келтіреміз.

1. 
   Классикалық анықтама. Оператордың меншікті мәніне сәйкес меншікті векторы
   
2. 
   
   

Оператордың меншікті мәніне және меншікті векторына сәйкес бірінші ретті қосымша алынған векторы деп

Оператордың меншікті мәніне және меншікті векторына сәйкес екінші ретті қосымша алынған векторы деп

Оператордың меншікті мәніне және меншікті векторына сәйкес -шы ретті қосымша алынған векторы деп

Оператордың қосымша алынған векторларын алгебраның қалыптасқан курсында осылай анықтайды.

2) Жаңа анықтама. Сызықты алгебраның тәсілдері өлшемі шектеусіз кеңістіктерде де қолданыс табады. Өлшемі шектеусіз кеңістіктерде базис мәселен зерттеу үшін кейбір есептерде қосымша алынған вектор ұғымының классикалық анықтамасын пайдаланады. Соңғы жылдарда жүргізілген зерттеулер өлшемі шектеусіз кеңістіктерде классикалық анықтаманың кейбір есептерді зерттеуге жарамсыз екенін көрсетті. Сондықтан, М.Ә. Садыбеков және Ә.М. Сәрсенбінің ұсынған анықтамасына тоқталамыз. Бұл анықтаманы өлшемі шектеусіз кеңістіктердегі сызықты операторларға қолдану тиімді.

Оператордың меншікті мәнәне сәйкес меншікті векторы

Оператордың меншікті мәніне және меншікті векторына сәйкес бірінші ретті қосымша алынған векторы деп

Оператордың меншікті мәніне және меншікті векторына сәйкес екінші ретті қосымша алынған векторы деп

теңдігін қанағаттандыратын нөлге тең емес векторын айтады.

Оператордың меншікті мәніне және меншікті векторына сәйкес -шы ретті қосымша алынған векторы деп

(1)

теңдігін қанағаттандыратын нөлге тең емес векторын айтады.

Жаңа анықтамада қосымша алынған векторды анықтайтын теңдіктің оң жағында меншікті мәнінен кейін жақша қойылған.

Жордан матрицасының бас диагоналында орналасқан Жордан клеткаларының түрі өзгеріп, мынадай түрде жазылады

Бүл мысалда болғандықтан Жордан клеткалары екі анықтама үшін де бірдей болады. Басқаша болған жағдайда олардыдың әртүрлі болатыны түсінікті.

1. 
   Курош А.Г. Курс высшей алгебры. М., 1975.
   
2. 
   Ильин В.А, Позняк Э.Г. Линейная алгебра М., 1974.
   
3. 
   Садыбеков М.А, Сарсенби А.М. К теории антиаприорных оценок в смысле В.А.Илиьина. //Доклады РАН. 2008. T 420.№ 3 С. 316-319
   

где - водонасыщенность, - пористость среды, функция определяется через относительные фазовые проницаемости и через функцию Леверетта. При стандартных начально-краевых условиях получены следующие результаты:

1. 
   Исходя из инвариантных свойств дифференциального уравнения (1) найдено семейство коэффициентов , которое позволяет найти группу переноса. Тем самым изучен вопрос о единственности решения обратной задачи, состоящей в одновременном определении коэффициента уравнения (1). Проведенное исследование уточняет смысл неединственности решения. Исходя из характера автомодельных решений относительно переменных вида:
   

либо

найдены следующие условия:

Установлено, что при выполнении условия (4) множество неидентифицируемости имеет меру нуль.

2. Исходя из результатов работы [1,2] доказано, что в случае автомодельных переменных вида (2) или (3) уравнение (1) не инвариантно относительно растяжения коэффициента .

3. Рассматриваемая задача относительно уравнения (1) приведена к однофазной задаче Стефана и построен эффективный вычислительный алгоритм.

1. 
   Кабанихин С.И., Искаков К.Т. Оптимизационные методы решения коэффициентных обратных задач. Новосибирск: Изд-во Новосибирского государственного университета, 2001, 316с.
   
2. 
   Романовский М.Р. Идентифицируемость в целом нелинейного уравнения теплопроводности и автомодельные решения //ИФЖ, 1983, Т.45, №2, с. 309 – 316.
   

По большому счету, всему виной, в данной ситуации – лень: либо лень вообще что-либо читать/менять, либо лень как боязнь ответственности, мол «а вдруг что не так сделаю, работа то уже проверенная и т.п.. Оправданий/самооправданий много, а итог один: скачал, поменял авторство, сдал. Или более «сложный» вариант: скачал несколько работ, вырезал-вставил, сдал.

Итак, именно лень студента и будет использована против него. Речь идет о нетекстовой информации в работе. Действительно, если студент вносит изменения в готовую работу, то они не касаются изменения различных «невидимых» параметров. Редкий человек, скачав работу, будет менять такие элементы, как диаграммы, графики, изображения, таблицы и т.п., а ведь даже простое «перекопирование» диаграммы из MS Word переписывает ее метаинформацию на текущий компьютер. Если человеку лень разбираться в скачанной работе, то ему вряд ли захочется перерисовывать/вносить изменения в изображения или переписывать графики: эти элементы обычно тесно связаны с текстом и их изменение должно сопровождаться чтением и изменением текста, а это, как уже отмечалось, дает стимул для написания своей работы «с нуля». Множество работ сдаются в том же файле, в котором они были скачаны с сайта рефератов, и не каждый студент знает о том, что файл содержит немало метаинформации: если настоящий автор трудился над оформлением, то такая информация отклоняется от стандартных значений и скрыто идентифицирует файл.

Анализ нетекстовой информации – это достаточно непростое дело: решения, от которых будет зависеть судьба проверяемой работы, нужно принимать, основываясь на неполной и, возможно, неточной информации. Но хочется отметить, что приведенные выше примеры нетекстовой информации планируется использовать в качестве некоторого фильтра по базе данных с уникальными работами. То есть, имея, к примеру, 10 тысяч работ, проверка работы методом Шинглов будет либо слишком длительной, либо чересчур дорогой. Чтобы не прогонять все 10 тысяч работ через алгоритм, можно сделать выборку, в которой присутствует один и тот же рисунок/таблица/диаграмма, у которых один и тот же автор и т.п. В итоге, если количество подозреваемых превысит допустимый предел, можно выделить только те документы, которые будут в пересечении множеств «подозреваемых». Так или иначе, 10 тысяч превратятся в несколько сотен, и последующий процесс проверки будет проходить гораздо быстрее.

После фильтрации, как ни крути, придется проводить проверку текстовой части. Вопрос в том, каким методом воспользоваться.

Очевидным решением является использование довольно известного алгоритма Шинглов, плюсами которого является простота реализации и возможность процентной оценки плагиата в работе [1]. Минусами можно считать довольно большой объем данных, приходящийся на каждую работу и скорость проверки, хотя эти минусы можно исключить, модифицируя алгоритм (к примеру, сохранять и впоследствии сравнивать не все хеши текста, а, к примеру, каждый 10 хеш), но тем самым уменьшается точность проверки.

Вторым вариантом проверки текстовой части является метод корреляции локальных максимумов, суть которого в том, что с каждого текста снимается числовой ряд, характеризующий объем текста [2]. В последствии, ряды особым образом сравниваются, и можно получить все то же процентное содержание одного текста в другом. Для получения такого ряда можно использовать такие элементы текста как пробелы, запятые, точки, специальные символы, количество предложений и т.п., то есть все то, что хоть как то определяет объем текста. В противоположность алгоритму Шинглов, данный метод использует намного меньше данных, и дает довольно точный результат. Из минусов – нетривиальная реализация: к примеру, эффективней было бы рассматривать работу не как цельный кусок текста, а как набор глав, которые, конечно, нужно уметь распознавать.