intTypePromotion=1
zunia.vn Tuyển sinh 2024 dành cho Gen-Z zunia.vn zunia.vn
ADSENSE

Dạy học xác suất thống kê cho học viên chuyên ngành Trinh sát kỹ thuật tại Học viện Khoa học Quân sự

Chia sẻ: ViMessi2711 ViMessi2711 | Ngày: | Loại File: PDF | Số trang:5

86
lượt xem
2
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết nghiên cứu các hướng tiếp cận để xây dựng nội dung và đưa ra các biện pháp giảng dạy môn Xác suất và thống kê cho học viên chuyên ngành Trinh sát Kĩ thuật tại Học viện Khoa học Quân sự theo hướng gắn với thực tiễn nghề nghiệp nhằm phát triển năng lực thực hành của học viên.

Chủ đề:
Lưu

Nội dung Text: Dạy học xác suất thống kê cho học viên chuyên ngành Trinh sát kỹ thuật tại Học viện Khoa học Quân sự

DAÅ<br /> Y HOÅC XAÁC SUÊËT THÖËNG KÏ CHO<br /> T HOÅC<br /> <br /> TAÅI HOÅC VIÏÅN KHOA HOÅC QUÊN SÛ<br /> NGUYÏÎN VÙN ÀAÅI*<br /> <br /> Ngaây nhêån baâi: 16/10/2017; ngaây sûãa chûäa: 08/11/2017; ngaây duyïåt àùng: 15/11/2017.<br /> Abstract:<br />   Probability and  Statistics  is a  subject  with  very  wide applicability in  various fields and  different ways.  The  article men<br /> of  the  subject  in teaching  in  the  major  Technical  Reconnaissance.  This major  focuses  on  language  research  for  use  in cryptanaly<br /> Therefore, teaching contents of Probability and statistics  in  this major must  be  carefully considered.  This article also explores the  a<br /> contents  and  proposes  methods  of  teaching  Probability  and  Statistics  towards  integration  with  professional  practice  to  technic<br /> students  at  Military Science  Academy in  order  to  improve  their practical  skills.<br /> Keywords<br /> :  Probability  and  statistics,  integration,  cryptanalysis,  decryption.<br /> 1. Àùåt vêën àïì<br /> Mön hoåc XSTK àûúåc giaãng daåy 45 tiïët, thuöåc khöëi kiïën<br /> Trong caác hoåc viïån, trûúâng àaåi hoåc, viïåc daåy hoåc mönthûác ngaânh, nhùçm trang bõ cho HV tri thûác khoa hoåc, phûúng<br /> toaán cho hoåc viïn (HV) vúái muåc àñch chñnh laâ giuáp HV nêng phaáp luêån nghiïn cûáu, caác kô nùng, kô xaão cuãa mön <br /> XSTK,<br /> cao khaã nùng tû duy vaâ biïët vêån duång toaán hoåc nhû laâ cöng goáp phêìn nêng cao khaã nùng kïët nöëi vúái mön hoåc CN cuãa<br /> cuå àïí giaãi quyïët caác vêën àïì thûåc tiïîn (TT) nghïì nghiïåp (NN) HV, giuáp HV giaãi möåt söë baâi toaán liïn quan àïën thûåc tïë vaâ laâ<br /> ngay trong quaá trònh àaâo taåo cuäng nhû khi àaä bûúác vaâo cöng cuå höî trúå àùæc lûåc cho caác mön hoåc CN nhû mön hoåc vïì<br /> cöng viïåc thûåc tïë. Vò vêåy nöåi dung daåy hoåc mön toaán cêìnmêåt maä, thaám maä vaâ giaãi maä. Vúái võ trñ mön hoåc àoá, yïu cêìu<br /> phaãi gùæn boá mêåt thiïët vúái TT, trûåc tiïëp vúái NN àûúåc àaâo taåo<br /> XSTK phaãi phuåc vuå cho CN TSKT, nöåi dung phaãi gùæn liïìn<br /> cuãa HV, nhùçm giuáp HV phaát triïín àûúåc nùng lûåc NN. Do vúái CN TSKT, viïåc giaãng daåy XSTK phaãi phuâ húåp vúái àöëi<br /> àoá, khi xêy dûång chûúng trònh mön hoåc, vêën àïì haâng àêìu laâ tûúång ngûúâi hoåc, nöåi dung XSTK cêìn phaãi àûúåc löìng gheáp,<br /> cêìn phaãi xaác àõnh àêu laâ nöåi dung cêìn daåy, daåy caái gò vaâ biïån<br /> tñch húåp vúái kiïën thûác CN.<br /> phaáp giaãng daåy naâo hiïåu quaã nhêët àïí giuáp HV nhanh choáng 2.1.2. Àùåc àiïím nghïì nghiïåp cuãa hoåc viïn Trinh saát<br /> vaâ dïî daâng thûåc hiïån cöng viïåc sau khi ra trûúâng.<br /> kô thuêåt<br /> Àïí laâm àûúåc àiïìu àoá thò ngûúâi xêy dûång nöåi dung<br /> Cöng viïåc chñnh cuãa ngûúâi lñnh TSKT laâ thu thêåp thöng<br /> chûúng trònh mön hoåc cuäng nhû giaãng viïn tham gia<br /> tin àöëi phûúng, thaám maä, giaãi maä tin tûác thu thêåp àûúåc,<br /> giaãng daåy cêìn phaãi nghiïn cûáu, tòm hiïíu thêåt kô vïì muåcphên tñch söë liïåu, ra tin, baáo caáo kïët quaã cho chó huy cêëp<br /> tiïu àaâo taåo vaâ àùåc àiïím NN cuãa ngûúâi àûúåc àaâo taåo àïí coátrïn. Àïí laâm töët cöng viïåc àoá, HV CN TSKT cêìn àûúåc trang<br /> àõnh hûúáng àuáng àùæn.<br /> bõ àêìy àuã, hïå thöëng caác tri thûác cêìn thiïët liïn quan àïën<br /> 2. Nöåi dung nghiïn cûáu<br /> ngaânh nghïì laâm viïåc, nhû kiïën thûác vïì mêåt maä hoåc, phên<br /> 2.1. Möåt söë cú súã xaác àõnh nöåi dung daåy hoåc mön<br /> tñch xûã lñ tin, toaán hoåc, ngön ngûä hoåc, cöng nghïå thöng tin.<br /> Xaác suêët vaâ thöëng kï (XSTK) taåi Hoåc viïån Khoa hoåc Trong àoá, lñ thuyïët XSTK coá nhiïìu ûáng duång cho viïåc thûåc<br /> Quênsûå (HVKHQS)<br /> hiïån yïu cêìu noái trïn.<br /> 2.1.1. Nhiïåm vuå, muåc tiïu àaâo taåo taåi Hoåc viïån Khoa Ngaânh TSKT chuã yïëu nghiïn cûáu vïì ngön ngûä phuåc<br /> hoåc Quên sûå<br /> vuå cho cöng viïåc giaãi maä, thaám maä. Búãi vêåy, XSTK cuãa<br /> HVKHQS coá nhiïåm vuå àaâo taåo HV caác ngaânh vïì Khoa TSKT chuã yïëu duâng àïí phên tñch vaâ nghiïn cûáu vïì ngön<br /> hoåc quên sûå vaâ ngoaåi ngûä phuåc vuå cho Quên àöåi. Möåtngûä, àöëi tûúång cuãa noá laâ ngön ngûä (baãn roä vaâ baãn maä hoáa).<br /> trong nhûäng nhiïåm vuå haâng àêìu cuãa HVKHQS trong giai Do àoá khi xêy dûång chûúng trònh mön hoåc cêìn àùåc biïåt<br /> àoaån hiïån nay laâ àaâo taåo vaâ phaát triïín ngaânh Trinh saát kôchuá troång àïën yïëu töë NN cuãa HV, giaãng daåy caác kiïën thûác<br /> thuêåt (TSKT). Trïn tinh thêìn àoá, HVKHQS àaä xêy dûång maâ ngûúâi hoåc cêìn cho phaát triïín NN, khi lêëy vñ duå, hïå<br /> vaâ tñch cûåc thûåc hiïån àïì aán “<br /> Àöíi múái quy trònh, chûúng thöëng baâi têåp hay caác tònh huöëng giaã àõnh baám saát hoùåc<br /> trònh, nöåi dung àaâo taåo caán böå caác cêëp taåi Hoåc viïån, trong<br /> trûåc tiïëp vúái NN cuãa ngûúâi àûúåc àaâo taåo àïí tùng tñnh TT<br /> àoá noâng cöët laâ àaâo taåo caán böå chuyïn ngaânh (CN) TSKT<br /> ”. trong daåy hoåc.<br /> Vúái muåc tiïu àaâo taåo àöåi nguä HV, caán böå chiïën sô CN 2.1.3. Thûåc traång nöåi dung giaãng daåy mön XSTK taåi<br /> TSKT coá phêím chêët baãn lônh chñnh trõ vûäng vaâng, gioãi vïì<br /> Hoåc viïån Khoa hoåc Quên sûå<br /> chuyïn mön nghiïåp vuå, biïët vêån duång linh hoaåt kiïën thûác<br /> àaä àûúåc àaâo taåo vaâo cöng viïåc cuå thïí taåi àún võ.<br /> * Hoåc viïån Khoa hoåc Quên sûå<br /> <br /> (kò 2 - 12/2017)<br /> <br /> Taåp chñ Giaáo duåc söë 420 27<br /> <br /> Mön hoåc XSTK àûúåc àûa vaâo chûúng trònh giaãng daåy àõnh giúái haån cú baãn trong caác hoaåt àöång xûã lñ tñn hiïåu chùèng<br /> cho HV CN TSKT tûâ nùm 1998. Giai àoaån 1998-2014,<br /> haån nhû neán dûä liïåu hay lûu trûä vaâ truyïìn dêîn dûä liïåu. Ngay<br /> mön hoåc thuöåc khöëi kiïën thûác giaáo duåc àaåi cûúng. Nhòntûâ nhûäng ngaây àêìu, noá àaä múã röång phaåm vi ûáng duång ra<br /> chung trong giai àoaån naây, nöåi dung giaãng daåy mön XSTK nhiïìu lônh vûåc khaác, bao göìm suy luêån thöëng kï, xûã lñ ngön<br /> nhùçm giuáp HV tùng khaã nùng tû duy, kiïën thûác XSTK ñt coá ngûä tûå nhiïn, mêåt maä hoåc,...<br /> sûå liïn hïå, kïët nöëi vúái TT NN cuãa HV.<br /> Lñ thuyïët thöng tin nùçm úã phêìn giao nhau giûäa toaán<br /> Tûâ nùm hoåc 2015-2016 àïën nay, mön hoåc XSTK thuöåc hoåc, thöëng kï, khoa hoåc maáy tñnh, vêåt lñ vaâ kô thuêåt àiïån.<br /> khöëi kiïën thûác ngaânh, yïu cêìu nöåi dung giaãng daåy tinh goån, Caác ngaânh heåp quan troång cuãa lñ thuyïët thöng tin bao göìm maä<br /> àaãm baão tñnh logic, hïå thöëng, nêng khaã nùng tû duy vaâ coá hoáa nguöìn, maä hoáa kïnh, lñ thuyïët thöng tin thuêåt toaán, mêåt<br /> liïn hïå mêåt thiïët vúái CN àaâo taåo cuãa HV, nöåi dung chûúng maä, thaám maä, giaãi maä.<br /> trònh mön hoåc àûúåc xêy dûång theo àõnh hûúáng phaát triïín<br /> Trong hïå thöëng truyïìn tin trïn, àïí daåy lñ thuyïët XSTK<br /> nùng lûåc NN cuãa ngûúâi hoåc. Tuy nhiïn giaáo trònh vaâ nöåicho HV CN TSKT ta quan têm àïën caác khöëi vïì lñ thuyïët maä<br /> dung giaãng daåy hiïån taåi vêîn coân nhiïìu haån chïë, tñnh ûáng(LTM) nhû maä hoáa, thaám maä vaâ giaãi maä.<br /> duång chûa cao, chûa khai thaác hïët caác yïëu töë XSTK trong<br /> Trong LTM, thò lñ thuyïët vïì XSTK coá vai troâ hïët sûác<br /> CN àaâo taåo àïí àûa vaâo giaãng daåy, dêîn àïën sûå tiïëp thu vaâ kïët quan troång. Nhúâ nhûäng ûáng duång cuãa lñ thuyïët XSTK maâ ta<br /> nöëi XSTK vúái CN cuãa HV coân yïëu. Àiïìu tra, phoãng vêën 30coá thïí àaánh giaá àûúåc chêët lûúång cuãa möåt hïå thöëng maä hoáa,<br /> HV sau khi kïët thuác hoåc mön hoåc CN, kïët quaã nhû sau:<br /> hoùåc khaão saát, àaánh giaá nguöìn tin trûúác khi coá nhûäng bûúác<br /> Baãng 1. Àiïìu tra vïì vai troâ höî trúå vaâ ûáng duång<br /> xûã lñ tiïëp theo. Möåt söë ûáng duång trûåc tiïëp cuãa lñ thuyïët XSTK<br /> cuãa mön XSTK àöëi vúái mön hoåc CN TSKT<br /> trong LTM àoá laâ: Sûã duång XSTK àïí tñnh têìn suêët xuêët hiïån<br /> caác chûä caái trong möîi ngön ngûä, tñnh chó söë truâng húåp cuãa<br /> Thûá tûå<br /> Cêu hoãi àiïìu tra<br /> Kïët quaã<br /> xêu vùn baãn, sûã duång XSTK àïí tñnh àöå bêët àõnh cuãa thöng<br /> Nöåi dung mön XSTK giaãng<br /> Dïî tiïëp thu: 90%<br /> tin (Entropy), ûáng duång XSTK vaâo lêåp maä neán dûä liïåu nhû<br /> 1<br /> daåy hiïån taåi coá phuâ húåp vúái<br /> Khoá tiïëp thu: 10%<br /> nhêån thûác acuã<br /> HV?<br /> maä nguöìn thöëng kï töëi ûu cuãa Shannon vaâ Huffman, ûáng<br /> Lñ thuyïët XSTK coá cêìn Cêìn<br /> thiïët thiïët: 100%<br /> duång XSTK àïí tham maä vaâ giaãi maä mêåt, ...<br /> 2<br /> àöëi vúái CN hoåc hay khöng?<br /> Khöng cêìn thiïët: 0%<br /> 2.3. Caác biïån phaáp daåy hoåc XSTK cho hoåc viïn<br /> Nöåi dung mön XSTK giaãng<br /> chuyïn<br /> ngaânh Trinh saát kô thuêåt taåi Hoåc viïån Khoa hoåc<br /> Àaä àaáp ûáng muåc tiïu höî trúå:<br /> daåy hiïån taåi àaä àaáp ûáng<br /> Quên<br /> sûå<br /> 30%<br /> 3<br /> muåc tiïu höî trúå<br /> mön hoåc<br /> Chûa àaáp ûáng muåc tiïu höî trúå:<br /> 2.3.1. Cung cêëp, hoaân thiïån kiïën thûác vïì mön hoåc XSTK<br /> CN vaâ<br /> cöng viïåc thûåc tïë<br /> 70%<br /> theo hûúáng gùæn vúái LTM:<br /> chûa?<br /> - Trang bõ cho HV vöën kiïën thûác cú baãn, cöët loäi vïì böå<br /> Coá cêìn thiïët àöíi múái nöåi<br /> mön XSTK: Daåy hoåc phêìn XSTK, trïn cú súã àaãm baão caác<br /> dung giaãng daåy mön XSTK<br /> Cêìn thiïët: 100%<br /> 4<br /> theo hûúáng gùæn vúái TT Khöng<br /> CN<br /> cêìn thiïët: 0%<br /> nöåi dung kiïën thûác vaâ thúâi gian quy àõnh, giaãng viïn cêìn phaãi<br /> àaâo taåo?<br /> choån loåc vaâ tòm hiïíu xem thûåc tïë NN hoùåc caác mön CN<br /> Àûa thïm caác vñ duå liïn hïå vúái thûúâng xuyïn sûã duång nhûäng nöåi dung naâo maâ XSTK coá,<br /> TT CN àaâo taåo, khai thaác caác tûâ àoá lûåa choån caác vñ duå hûúáng túái baãn chêët vaâ ûáng duång cuãa<br /> 5<br /> YÁ kiïën khaác<br /> yïëu töë XSTK trong caác mön hoåc<br /> XSTK àöëi vúái LTM, khöng nïn quaá sa àaâ vaâo viïåc daåy hoåc<br /> CN vaâ xêy dûång lñ thuyïët theo<br /> daân traãi; khöng troång têm; khöng àõnh hûúáng hiïíu biïët NN.<br /> hûúáng tñch húåp vúái CN àaâo taåo.<br /> - Tùng cûúâng möëi quan hïå liïn mön giûäa kiïën thûác<br /> Kïët quaã àiïìu tra cho thêëy, têët caã HV àïìu nhêån thûác àûúåc XSTK vúái kiïën thûác LTM: <br /> Do phên phöëi chûúng trònh<br /> vai troâ cuãa lñ thuyïët XSTK trong cuöåc söëng cuäng nhû trong mön hoåc, caác mön hoåc CN thûúâng hoåc sau caác hoåc phêìn<br /> CN hoåc. Tuy nhiïn, 70% HV cho rùçng, nöåi dung mön XSTK<br /> vïì toaán, do àoá cêìn phaãi xêy dûång kiïën thûác liïn mön àïí<br /> giaãng daåy hiïån taåi chûa àaáp ûáng muåc tiïu höî trúå cho mön HV àõnh hûúáng àûúåc nhûäng kiïën thûác XSTK naâo höî trúå<br /> hoåc CN vaâ cöng viïåc thûåc tïë, nhiïìu yá kiïën nhêån xeát nöåi dungcho mön hoåc kïë tiïëp hoùåc sûã duång kiïën thûác XSTK trûåc<br /> lñ thuyïët àûa vaâo giaãng daåy chûa khai thaác hïët caác yïëu töë tiïëp vaâo cöng viïåc thûåc tïë. Àïí tùng cûúâng möëi quan hïå<br /> XSTK trong CN, cêìn lêëy thïm nhiïìu vñ duå vaâ baâi têåp liïn hïå liïn mön ta daåy trûåc tiïëp caác ûáng duång cuãa lñ thuyïët XSTK<br /> vúái TT hún nûäa.<br /> vaâo LTM, chùèng haån:<br /> 2.2. Sú lûúåc vïì lñ thuyïët thöng tin vaâ vai troâ cuãa<br /> + ÛÁng duång XSTK àïí tñnh têìn suêët xuêët hiïån caác chûä<br /> XSTK trong lñ thuyïët thöng tin<br /> caái trong ngön ngûä.<br /> Lñ thuyïët thöng tin laâ möåt nhaánh cuãa toaán hoåc ûáng Nhiïìu kô thuêåt thaám maä sûã duång àùåc àiïím thöëng kï cuãa<br /> duång vaâ kô thuêåt àiïån nghiïn cûáu vïì ào àaåc lûúång thöng tin. tiïëng Anh, trong àoá dûåa vaâo têìn suêët xuêët hiïån cuãa 26 chûä<br /> Lñ thuyïët thöng tin àûúåc xêy dûång búãi C.E Shannon àïí xaác caái trong vùn baãn thöng thûúâng àïí tiïën haânh phên tñch maä.<br /> <br /> 28<br /> <br /> Taåp chñ Giaáo duåc söë 420<br /> <br /> (kò 2 - 12/2017)<br /> <br /> Becker vaâ Piper àaä chia 26 chûä caái thaânh nùm nhoám vaâ chó<br /> + ÛÁng duång XSTK àïí tñnh Entropy<br /> ra xaác suêët cuãa möîi nhoám nhû sau: +) E, coá xaác suêët khoaãng<br /> Möåt khaái niïåm cú baãn cuãa lñ thuyïët thöng tin laâ söë lûúång<br /> 0,120; +)  T, A, O, I, N, S, H, R, möîi chûä caái coá xaác xuêët cuãa thöng tin trong thöng baáo, goåi laâ nöåi dung thöng tin, coá<br /> nùçm trong khoaãng tûâ 0,06 àïën 0,09; +) D, L, möîi chûä caái coá thïí xaác àõnh vaâ ào àûúåc bùçng àaåi lûúång toaán hoåc. Thuêåt ngûä<br /> xaác suêët xêëp xó 0,04; +) C, U, M, W, F, G, Y, P, B, möîi chûä “nöåi dung” úã àêy khöng liïn quan gò àïën nöåi dung cuãa thöng<br /> caái coá xaác suêët nùçm trong khoaãng tûâ 0,015 àïën 0,023; +) V, baáo àûúåc truyïìn ài, maâ laâ xaác suêët nhêån àûúåc thöng baáo àaä<br /> K, J, X, Q, Z, möîi chûä caái coá xaác xuêët nhoã hún 0,01; cho tûâ möåt têåp húåp caác thöng baáo coá thïí. Giaá trõ cao nhêët àöëi<br /> +) Ngoaâi ra, têìn suêët xuêët hiïån cuãa daäy hai hay ba chûä caái vúái nöåi dung thöng tin àûúåc gaán cho thöng baáo coá ñt khaã<br /> liïn tiïëp àûúåc sùæp theo thûá tûå giaãm dêìn nhû sau: TH, HE, nùng nhêët, tûác laâ coá àöå khöng xaác àõnh lúán nhêët. Búãi vò àöå<br /> IN, ER ... THE, ING, AND, HER...<br /> khöng xaác àõnh cuãa möåt pheáp thûã caâng lúán thò sûå xaác àõnh<br />  Baãng 2. Baãng phên phöëi têìn suêët xuêët hiïån caác kñ tûå kïët quaã cuãa noá seä cho möåt thöng tin caâng lúán. Nïëu thöng<br /> trong tiïëng Anh<br /> baáo àûúåc mong àúåi vúái 100% chùæc chùæn thò nöåi dung cuãa noá<br />  0. Àöå<br /> Kñ tûå Xaác suêët Kñ tûåXaác suêët Kñ tûå Xaác suêëtKñ tûå Xaác suêët bùçng 0, vaâ khi àoá àöå khöng xaác àõnh cuãa noá cuäng bùçng<br /> khöng xaác àõnh cuãa thöng tin coân àûúåc goåi laâ entropy.<br /> A<br /> 0,082<br /> H 0,061<br /> O<br /> 0,075<br /> V<br /> 0,010<br /> Giaã sûã ta coá möåt biïën ngêîu nhiïn X nhêån caác giaá trõ trïn<br /> B<br /> 0,015<br /> I<br /> 0,070<br /> P<br /> 0,019<br /> W<br /> 0,023<br /> möåt têåp hûäu haån theo möåt phên böë xaác suêët p(X). Thöng tin<br /> C<br /> 0,028<br /> J<br /> 0,002<br /> Q<br /> 0,001<br /> X<br /> 0,001<br /> thu nhêån àûúåc búãi möåt sûå kiïån xaãy ra tuên theo möåt phên böë<br /> D<br /> 0,043<br /> K 0,008<br /> R<br /> 0,060<br /> Y<br /> 0,020<br /> p(X) laâ gò? Tûúng tûå, nïëu sûå kiïån coân chûa xaãy ra thò caái gò<br /> E<br /> 0,127<br /> L<br /> 0,040<br /> S<br /> 0,063<br /> Z<br /> 0,001<br /> laâ àöå bêët àõnh vïì kïët quaã? Àaåi lûúång naây àûúåc goåi laâ entropy<br /> F<br /> 0,022<br /> M 0,024<br /> T<br /> 0,091<br /> cuãa X vaâ àûúåc kñ hiïåu laâ H(X). H(X) àûúåc tñnh theo cöng<br /> G<br /> <br /> 0,020<br /> <br /> N<br /> <br /> 0,067<br /> <br /> U<br /> <br /> 0,028<br /> <br /> n<br /> <br /> + Tñnh chó söë truâng húåp cuãa xêu vùn baãn<br /> thûác sau: H(X) =   pi .log 2 pi . Nïëu caác giaá trõ coá thïí<br /> i1<br /> Trong khaám phaá mêåt maä, chó söë truâng húåp (hay coân goåi<br /> cuãa X laâ x<br />  ,1  i  n thò ta coá:<br /> laâ chó söë truâng khúáp) laâ kô thuêåt àùåt hai vùn baãn bïn caånh<br /> i<br /> nhau vaâ àïëm söë lêìn möîi chûä caái xuêët hiïån cuâng möåt võ trñ<br /> n<br /> trong hai vùn baãn. Tòm chó söë truâng lùåp vúái muåc àñch dûå H(X) =   p(X  x i ).log 2 p(X  x i ) .<br /> i1<br /> àoaán, suy xeát xem vùn baãn êëy thuöåc lônh vûåc naâo àïí àõnh<br /> Àaåi lûúång entropy coá ûáng duång röång raäi trong nhiïìu<br /> hûúáng khaám phaá maä.<br /> Chó söë truâng húåp trong möåt xêu vùn baãn Latin: Giaã sûã xlônh vûåc. Trong lônh vûåc mêåt maä hoåc, viïåc ûáng duång entropy<br /> vaâo khaão saát baãn maä trong möåt söë tònh huöëng cuå thïí nhû:<br /> = x1x2...xn laâ möåt xêu kñ tûå. Chó söë truâng húåp cuãa x (kñ hiïåu laâ<br /> Ic(x)) àûúåc àõnh nghôa laâ xaác suêët àïí hai phêìn tûã ngêîu nhiïn Coá möåt àaåi lûúång ngêîu nhiïn X nhêån caác giaá trõ trïn têåp<br /> {a,..., z} theo möåt phên böë xaác suêët p(X) thò lûúång tin cuãa<br /> cuãa x laâ àöìng nhêët. Nïëu kñ hiïåu caác têìn söë cuãa caác kñ tûå cuãa<br /> nguöìn X coá phên böë xaác suêët laâ gò? Muöën vêåy ta phaãi khaão<br /> baãng chûä caái trong x tûúng ûáng laâ f<br /> , f<br /> ,..., f<br /> , (N söë kñ tûå<br /> 0 1<br /> N<br /> trong baãng chûä caái) ta coá cöng thûác ûúác lûúång chó söë truângsaát emtropy H(X). Nguöìn tin X qua pheáp maä hoáa thaânh<br /> húåp laâ:<br /> nguöìn tin Y nhêån giaá trõ trïn têåp {a,..., z} coá lûúång tin laâ gò?<br /> Muöën vêåy ta cuäng phaãi khaão saát entropy H(Y). Trïn cú súã<br /> N 1<br /> khaão saát H(X), H(Y) àïí àaánh giaá caác yïëu töë liïn quan cuãa<br />  fi (fi  1)<br /> hïå maä, nhû: maä phaáp, àöå mêåt,... nhùçm phuåc vuå cho quaá<br /> i 0<br /> .<br /> I c (x) <br /> trònh khaám phaá mêåt maä.<br /> n(n  1)<br /> Chó söë truâng húåp cuãa hai xêu vùn baãn Latin: Giaã sûã x = + ÛÁng duång XSTK àïí thaám maä vaâ giaãi maä mêåt<br /> x1x2...x n vaâ y = y1y2...y n’ laâ caác chuöîi coá n vaâ n’ kñ tûå tûúng Trong thaám maä caác hïå maä cöí àiïín, cöng viïåc ban àêìu laâ<br /> ûáng. Chó söë truâng húåp tûúng höî cuãa x vaâ y (kñ hiïåu laâ MI<br /> (x, thöëng kï têìn suêët xuêët hiïån caác chûä caái vaâ nghiïn cûáu cêëu<br /> c<br /> y)) àûúåc xaác àõnh laâ xaác suêët àïí möåt phêìn tûã ngêîu nhiïn cuãatruác ngön ngûä àïí tiïën haânh khaám phaá. Do vêåy trong quaá<br /> x giöëng vúái möåt phêìn tûã ngêîu nhiïn cuãa y. Nïëu ta kñ hiïåu têìntrònh giaãng daåy nöåi dung vïì XSTK, GV coá thïí kïët húåp daåy<br /> cho HV caách khaám phaá möåt söë baâi toaán mêåt maä àún giaãn<br /> söë xuêët hiïån cuãa caác kñ tûå cuãa baãng chûä caái trong x vaâ y lêìn<br /> lûúåt laâ f<br /> , f ,..., f N vaâ f’0, f’1,..., f’ N (N laâ söë kñ tûå cuãa baãng chûädûåa vaâo phûúng phaáp thöëng kï têìn suêët (coá thïí àoá laâ baâi<br /> 0 1<br /> têåp, GV hûúáng dêîn caách giaãi àïí HV tûå laâm hoùåc chia nhoám<br /> caái) thò MI<br /> (x, y) seä àûúåc tñnh theo cöng thûác:<br /> c<br /> thaão luêån).<br /> N 1<br /> '<br /> Vñ duå: Baâi têåp vïì thaám maä hïå maä thay thïë, vúái baãn maä<br />  fifi<br /> nhû sau [5]: EMGLOSUDCGDNCUSWYSFHNSFCYK<br /> MIc (x, y)  i0<br /> DPUMLWGYICOXYSIPJCKQPKUGKMG OL ICGINCG<br /> nn '<br /> <br /> (kò 2 - 12/2017)<br /> <br /> Taåp chñ Giaáo duåc söë 420 29<br /> <br /> ACKSNISACYKZSCKXECJCKSHYSXCGOIDPKZCN<br /> baãn roä xuêët hiïån laâ p<br />  (x). Cuäng giaã sûã rùçng, khoáa K àûúåc<br /> P<br /> KSHICGIWYGKKGKGOLDSILKGOIUSIGLEDSPWZUG choån theo möåt phên böë xaác suêët xaác àõnh naâo àoá. (Thöng<br /> FZC NDGYYSFUSZCNXEOJNCGYEOWEUPXEZGAC<br /> thûúâng khoaá àûúåc choån ngêîu nhiïn, búãi vêåy têët caã caác<br /> GNFGLKNSACIGOIYCKXCJUCIUZCFZCCNDGYY khoaá seä àöìng khaã nùng, tuy nhiïn àêy khöng phaãi laâ àiïìu<br /> SFEUEKUZCSOCFZCCNCIACZEJNCSHFZEJZEGM<br /> bùæt buöåc). Kñ hiïåu xaác suêët àïí khoáa K àûúåc choån laâ p<br /> (K),<br /> K<br /> XCYHCJUMGKUCY.<br /> khoáa àûúåc choån trûúác khi biïët baãn roä. Búãi vêåy coá thïí giaã<br /> Baãn roä (taác giaã baâi baáo dõch): I MAY NOT BE ABLE<br /> àõnh rùçng khoaá K vaâ baãn roä x laâ caác sûå kiïån àöåc lêåp.<br /> TO GROW FLOWERS, BUT MY GARDEN PRODUCES<br /> Hai phên böë xaác suêët trïn P vaâ K seä taåo ra möåt phên<br /> JUST AS MANY DEAD LEAVES, OLD OVERSHOES,<br /> böë xaác suêët trïn C. Thêåt vêåy, coá thïí dïî daâng tñnh àûúåc xaác<br /> PIECES OF ROPE, AND BUSHELS OF DEAD GRASS<br /> suêët pP (y) vúái y laâ baãn maä àûúåc gûãi ài. Vúái möåt khoaá K <br /> <br /> AS  ANYBODY’S,  AND  TODAY  I  BOUGHT  A K, ta xaác àõnh:<br /> WHEELBARROW TO HELP IN CLEARING IT UP. I<br /> C(K) = { eK (x) : x P } , úã àêy C(K) biïíu thõ têåp caác baãn<br /> HAVE  ALWAYS  LOVED  AND  RESPECTED  THE<br /> maä coá thïí nïëu K laâ khoáa. Khi àoá vúái möîi y <br />  C, ta coá : pC (y)<br /> WHEELBARROW.  IT  IS  THE  ONE  WHEELED<br /> VEHICLE OF WHICH I AM PERFECT MASTER.<br /> =   p K (K)p P (d K (y)) .<br /> k:yC(k)<br /> 2.3.2. Daåy lñ thuyïët maä hoáa nguöìn Shannon vaâ Huffman<br /> Trong caác hïå thöëng truyïìn tin rúâi raåc, khi truyïìn caác<br /> Nhêån thêëy rùçng, vúái bêët kò y <br />  C vaâ x  P, coá thïí tñnh<br /> tñn hiïåu liïn tuåc, tin tûác phaãi thöng qua möåt söë pheáp àûúåc xaác suêët coá àiïìu kiïån p(y | x). (Tûác laâ xaác suêët àïí y laâ<br /> C<br /> biïën àöíi, thûúâng àöíi thaânh söë nhõ phên röìi maä hoáa. Sûåbaãn maä vúái àiïìu kiïån baãn roä laâ<br /> maä hoáa tin tûác nhùçm muåc àñch tùng tñnh hiïåu quaã vaâ<br /> àöå tin cêåy cuãa hïå thöëng truyïìn tin. Àïí tùng töëc àöå lêåp<br />  p K (K) pK(K).<br /> x): pC (y|x) = <br /> tin, duâng pheáp maä hoáa àïí thay àöíi tñnh chêët thöëng kï<br /> K: x  d K  y <br /> cuãa nguöìn tin. Shannon vaâ Huffman àaä nghiïn cûáu<br /> Bêy giúâ ta coá thïí tñnh àûúåc xaác suêët coá àiïìu kiïån p<br />  (x |<br /> P<br /> àûa ra thuêåt toaán maä hoáa neán dûä liïåu laâm cho chiïìu daâi<br /> y) (tûác xaác suêët àïí x laâ baãn roä vúái àiïìu kiïån y laâ baãn maä) bùçng<br /> trung bònh tûâ maä töëi thiïíu àïí tùng hiïåu suêët truyïìn tin.<br /> caách duâng àõnh lñ Bayes. Ta thu àûúåc cöng thûác sau:<br /> Nguyïn tùæc cú baãn cuãa LTM hoáa nguöìn Shannon vaâ<br /> Huffman laâ dûåa trïn cú súã àöå daâi tûâ maä n<br />   tó lïå nghõch<br /> i<br /> p P (x).  p K (K)<br /> vúái xaác suêët xuêët hiïån p<br /> . Nghôa laâ caác tûâ maä daâi seä<br /> i<br /> K:x d K ( y)<br /> duâng àïí maä hoáa cho caác tin coá xaác suêët xuêët hiïån nhoã p P (x / y) <br />  pK (K)pP (d K (y))<br /> vaâ ngûúåc laåi, tuây tûâng baãn maä maâ hiïåu xuêët neán coá thïí<br /> k:yC(k )<br /> àaåt túái trïn 70%. Do vêåy trong quaá trònh giaãng daåy<br /> XSTK, giaãng viïn kïët húåp giúái thiïåu hai thuêåt toaán maä Caác pheáp tñnh naây coá thïí thûåc hiïån àûúåc nïëu biïët àûúåc<br /> hoáa cuãa trïn cho HV thûåc haânh lêåp maä, qua àoá HV caác phên böë xaác suêët.<br /> Sau àêy seä trònh baây möåt vñ duå àún giaãn àïí minh hoaå<br /> thêëy àûúåc yá nghôa TT cuãa mön hoåc.<br /> viïåc tñnh toaán caác phên böë xaác suêët naây.<br /> 2.3.3. Daåy hoåc tñch húåp XSTK vúái LTM<br /> Giaã sûã <br /> P = {a,b} vúái pP (a) = 1/4, p P (b) = 3/4. Cho<br /> Do thúâi lûúång giaãng daåy coá haån , nïëu cûá thiïët kïë nöåi Vñ duå. <br /> (K ) =  1/2, p K(K2) = p K(K3) = 1/4. Giaã<br /> dung chûúng trònh giaãng daåy mön hoåc thaânh caác module K = {K1, K2, K3} vúái p<br /> K 1<br /> sûã <br /> C = {1,2,3,4} vaâ caác haâm maä àûúåc xaác àõnh laâ e <br />  (a) =<br /> rúâi raåc nhau, khöng coá sûå gùæn kïët nöåi dung giûäa caác hoåc<br /> K1<br /> 1, e<br /> (b) = 2, e<br /> (a) = 2, e<br /> (b) = 3, e<br /> (a) = 3, e<br /> (a) = 4. Hïå<br /> phêìn seä laâm keám hiïåu quaã cuãa quaá trònh àaâo taåo, gêy laäng K1<br /> K2<br /> K2<br /> K3<br /> K3<br /> phñ thúâi gian hoùåc giaãng daåy nhûäng vêën àïì khöng böí ñch mêåt naây àûúåc biïíu thõ bùçng ma trêån maä hoaá sau:<br /> cho ngûúâi hoåc. Vò vêåy khi thiïët kïë nöåi dung baâi giaãng, ta<br /> ab<br /> nïn löìng gheáp tñch húåp caác baâi toaán XSTK coá nöåi dung<br /> K1<br /> 12<br /> cuãa LTM vaâ reân luyïån HV kô nùng chuyïín àöíi baâi toaán<br /> K2<br /> 23<br /> XSTK vaâo baâi toaán LTM.<br /> K3<br /> 34<br /> Vñ duå khi daåy vïì xaác suêët àiïìu kiïån vaâ cöng thûác Bayes<br /> àïí tñnh xaác suêët cuãa möåt biïën cöë, ta àûa vaâo baâi toaán tòm Tñnh phên böë xaác suêët pC ta coá:<br /> möëi liïn hïå vïì phên böë xaác suêët cuãa khöng gian baãn roä vaâ pC (1) = p K(K1).pP (dK(1)) = p K(K1).pP (a) = 1/2. 1/4 = 1/8,<br /> pC (2) = p K(K1).pP(b) + p K(K2).pP (a) = 1/2.3/4 + 1/4.1/4<br /> khoáa nhû sau.<br /> = 3/8 + 1/16 = 7/16<br /> Trong phêìn naây ta giaã sûã rùçng, möåt khoaá cuå thïí chó<br /> duâng cho möåt baãn maä. Giaã sûã coá möåt phên böë xaác suêët pC (3) = 3/16 + 1/16 = 1/4, p C (4) = 3/16<br /> trïn khöng gian baãn roä  P. Kñ hiïåu xaác suêët tiïn nghiïåm àïí<br /> (Xem tiïëp trang 60)<br /> <br /> 30<br /> <br /> Taåp chñ Giaáo duåc söë 420<br /> <br /> (kò 2 - 12/2017)<br /> <br /> nguöìn lûåc àïí thûåc hiïån, hoaân thaânh coá hiïåu quaã caác Viïåc àaãm baão thûåc hiïån àuáng MTBH, lûåa choån nöåi<br /> nhiïåm vuå hoåc têåp. Thöng qua caác hoaåt àöång hoåc têåp,dung GDÀÀKD  phaãi gùæn lñ luêån vúái thûåc tiïîn, àaãm baão<br /> HS àûúåc traãi nghiïåm, àûúåc trûåc tiïëp quan saát, thaão tñnh vûâa sûác, phaát huy tñnh tñch cûåc,<br />  chuã àöång vaâ vöën kinh<br /> luêån, giaãi quyïët vêën àïì, thûåc haânh vêån duång kiïën thûác<br /> nghiïåm thûåc tïë cuãa HS laâ nhûäng nguyïn tùæc coá möëi quan<br /> vaâo thûåc tïë cuöåc söëng theo khaã nùng nhêån thûác, khaãhïå thöëng nhêët biïån chûáng vúái nhau vaâ àïìu thuác àêíy hiïåu<br /> nùng saáng taåo cuãa möîi caá nhên. Tûâ àoá, nhûäng biïån quaã cao trong quaá trònh GDÀÀKD noái riïng vaâ daåy hoåc<br /> phaáp sû phaåm cuãa ngûúâi GV cêìn chuá troång àïën viïåc mön  GDCD noái chung, giuáp HS hònh thaânh, phaát triïín<br /> taåo àiïìu kiïån cho HS hoåc têåp vúái nhau.<br /> àûúåc nhûäng nùng lûåc cêìn thiïët. Do àoá, àïí àaãm baão hiïåu<br /> Bïn caånh àoá, GV böå mön cêìn khuyïën khñch, taåo quaã viïåc tñch húåp GDÀÀKD trong mön GDCD úã trûúâng<br /> àiïìu kiïån thuêån lúåi àïí HS vêån duång nhûäng nguöìn nöåi lûåcTHPT, GV böå mön cêìn cùn cûá vaâo nhûäng nguyïn tùæc noái<br /> sùén coá nhû hiïíu biïët, kinh nghiïåm, vöën söëng phong phuá trïn àïí lûåa choån, sûã duång caác biïån phaáp sû phaåm sao cho<br /> cuãa caác em vaâo thûåc hiïån, giaãi quyïët nhûäng nhiïåm vuåphuâ húåp. <br /> <br /> hoåc têåp, caác baâi têåp, vêën àïì, tònh huöëng àaåo àûác kinh<br /> Taâi liïåu tham khaão<br /> doanh. Nguyïn tùæc naây cêìn phaãi àûúåc thûåc hiïån trong [1] Böå GD-ÀT (2006).Saách giaáo khoa Giaáo duåc cöng<br /> toaân böå quaá trònh GDÀÀKD trong mön GDCD  úã THPT, dên lúáp 10,11,12. NXB Giaáo duåc.<br /> [2] Böå GD-ÀT (2006).Saách giaáo viïn Giaáo duåc cöng<br /> tûâ viïåc thiïët kïë chuã àïì/baâi daåy hoåc, töí chûác caác hoaåt àöång<br /> daåy hoåc cho àïën viïåc àaánh giaá kïët quaã hoåc têåp cuãa HS.dên lúáp 10,11,12. NXB Giaáo duåc.<br /> Àiïìu naây seä giuáp caác em phaát huy àûúåc cao nhêët tñnh [3] Böå GD-ÀT (2015). Taâi liïåu têåp huêën daåy hoåc tñch<br /> húåp úã trûúâng trung hoåc cú súã, trung hoåc phöí. thöng<br /> tñch cûåc, chuã àöång cuäng nhû khaã nùng saáng taåo trong<br /> NXB Àaåi hoåc Sû phaåm.<br /> quaá trònh hoåc têåp, àöìng thúâi giuáp HS hònh thaânh thoái<br /> [4] Vuä Àònh Baãy (chuã biïn, 2016).<br /> Thiïët kïë baâi daåy<br /> quen huy àöång, kïët nöëi, phaát huy nhûäng nguöìn nöåi lûåc hoåc mön Giaáo duåc cöng dên úã trûúâng phöí thöng.<br /> sùén coá vúái baãn thên vúái nhûäng tri thûác múái khi giaãi quyïët<br /> NXB Àaåi hoåc Huïë.<br /> nhûäng vêën àïì, nhiïåm vuå, tònh huöëng àaåo àûác do cuöåc [5] Nguyïîn Maånh  Quên (2012).<br /> Giaáo trònh àaåo àûác<br /> söëng àaä, àang vaâ seä àùåt ra.<br /> kinh doanh vaâ vùn hoáa cöng ty.<br />  NXB Àaåi hoåc Kinh tïë<br /> Quöëc dên.<br /> * * *<br /> vaâ phaát triïín NLNN cho HV thò GV coá thïí caãi tiïën, àiïìu<br /> Daåy hoåc xaác suêët thöëng<br /> kï...<br /> chónh nöåi dung trong chûúng trònh, giaáo trònh àïí cung<br /> (Tiïëp  theo trang  30)<br /> <br /> cêëp cho HV kiïën thûác thiïët thûåc hún.<br /> Bêy giúâ ta àaä coá thïí caác phên böë xaác suêët coá àiïìu kiïån 3. Kïët luêån<br /> trïn baãn roä vúái àiïìu kiïån àaä biïët baãn maä. Ta coá :<br /> Caác biïån phaáp àaä àïì xuêët coá thïí goáp phêìn nêng cao<br /> pP (a | 1) = 1, p P (b | 1) = 0, p P (a | 2) = 1/7, p P (b | 2) = hiïåu quaã daåy hoåc cho HV CN TSKT taåi HVKHQS, àùåc<br /> 6/7<br /> biïåt theo hûúáng gùæn vúái thûåc tiïîn lao àöång sau àaâo taåo.<br /> pP (a | 3) = 1/4, p P (b | 3) = 3/4, p P (a | 4) = 0, p P(b | 4) = 1 Àöìng thúâi, caác biïån phaáp àoá giuáp HV hûáng thuá hún trong<br /> 2.3.4. Biïån phaáp 4: Caãi tiïën giaáo trònh, taâi liïåu daåy hoåc<br /> hoåc têåp, chuã àöång saáng taåo trong viïåc vêån duång kiïën thûác<br /> mön XSTK theo hûúáng gùæn vúái LTM<br /> XSTK vaâo TT, tûâ àoá taåo nïìn taãng vûäng chùæc cho HV hoåc<br /> Muåc tiïu cuãa viïåc biïn soaån, giaáo trònh taâi liïåu daåytêåp caác mön hoåc CN tiïëp theo. <br /> hoåc XSTK trûúác àêy laâ àaáp ûáng chuêín kiïën thûác, kô<br /> nùng, yïu cêìu chung cho caác ngaânh nghïì úã trònh àöå àaåi Taâi liïåu tham khaão<br /> hoåc. Nhûng daåy àïí HV CN TSKT phaát triïín töët NLNN [1] Àùång Vuä Hoaåt - Haâ Thõ Àûác (2006). <br /> Lñ luêån vaâ daåy<br /> thò muåc tiïu cuãa viïåc biïn soaån giaáo trònh, taâi liïåu daåyhoåc Àaåi hoåc<br /> . NXB Àaåi hoåc Sû phaåm.<br /> hoåc phaãi thay àöíi. Àïí àaáp ûáng chuêín àêìu ra cuãa chûúng [2] Àùång Àûác Thùæng (2003). <br /> Lñ luêån daåy hoåc àaåi hoåc<br /> trònh àaâo taåo vaâ àaåt àûúåc caác muåc àñch àaâo taåo, trongquên sûå. NXB Quên àöåi nhên dên.<br /> quaá trònh daåy hoåc, biïn soaån giaáo trònh, taâi liïåu mön[3] Nguyïîn Bònh (2013). Giaáo trònh Lñ thuyïët thöng<br /> XSTK cho HV CN TSKT, GV cêìn nghiïn cûáu kô chûúng<br /> tin. NXB Hoåc viïån Cöng nghïå Bûu chñnh Viïîn thöng.<br /> trònh hoåc, nöåi dung hoåc cuãa HV CN TSKT xem hoå cêìn gò [4]  Nguyïîn  Bònh  (2003). Giaáo trònh Mêåt maä hoåc<br /> .<br /> úã mön XSTK, XSTK phuåc vuå gò cho hoå. Nïëu GV thêëyNXB Hoåc viïån Cöng nghïå Bûu chñnh Viïîn thöng.<br /> vuâng kiïën thûác naâo quy àõnh trong nöåi dung chûúng [5]  Douglas  Robert  Stinson  (2005).  Cryptography:<br /> trònh mön hoåc chûa thñch húåp vúái àõnh hûúáng hònh thaânh Theory and Practive . Chapman and Hall/CRC Press.<br /> <br /> 60<br /> <br /> Taåp chñ Giaáo duåc söë 420<br /> <br /> (kò 2 - 12/2017)<br /> <br />
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
5=>2