Zagadnienia-pytania (do losowania) na egzaminie dyplomowym
Pytania KIERUNKOWE
1. Wymień i opisz typy elementów biernych i aktywnych.
2. Porównaj metody: prądów obwodowych i potencjałów węzłowych.
3. Przedstaw zasady Thevenina i Nortona.
4. Wyjaśnij zasadę superpozycji.
5. Wymień cechy idealnego wzmacniacza operacyjnego.
6. Przedstaw budowę wzmacniaczy wielostopniowych.
7. Wyjaśnij zasadę działania stabilizatora napięcia.
8. Wyjaśnij pojęcia moc czynna i moc bierna.
9. Jak działa układ całkujący oraz różniczkujący?
10. Opisz działanie ujemnego sprzężenia zwrotnego.
1. Sprzętowe i programowe składniki sieci komputerowych.
2. Efektywny transfer informacji w sieciach komputerowych.
3. Routing w sieciach komputerowych.
4. Siedmiowarstwowy model OSI/ISO.
5. Media transmisyjne w sieciach LAN.
6. Regenerator, most (bridge), koncentrator i przełącznik w sieci Ethernet.
7. Struktury sieci komputerowych. Co to jest siec peer to peer?
8. Funkcje serwera plików, aplikacji i wydruku w sieci komputerowej.
9. Bezprzewodowe sieci komputerowe (Wi-Fi, WLAN).
10. Omów przeznaczenie i zasady działania usług SMTP, POP3, FTP.
1. Wyjaśnij pojęcie enkapsulacja w programowaniu obiektowo zorientowanym?
2. Na czym polega i do czego służy przeładowanie operatorów?
3. Co oznacza dziedziczenie w programowaniu obiektowo zorientowanym?
4. Na czym polega polimorfizm programu obiektowo-zorientowanego?
5. Na czym polega problem wieloznaczności w programie obiektowo-zorientowanym?
6. Jak definiuje się wzorce funkcji i klas?
7. Co to są klasy pojemnikowe?
8. Jakie są podobieństwa i różnice między pojemnikami wektor i lista?
9. Co to jest kolejka i stos?
10. W jaki sposób obsługuje się tzw. sytuacje wyjątkowe?
1. Scharakteryzuj właściwości systemu operacyjnego czasu rzeczywistego.
2. Omów podstawowe właściwości mikrokontrolera.
3. Przedstaw architekturę mikrokontrolera 8051.
4. Przedstaw architekturę mikrokontrolera z rdzeniem AVR.
5. Omów charakterystykę i zastosowania magistrali CAN.
1. Pojęcie sztucznej sieci neuronowej. Omówić wybrany model sztucznego neuronu.
2. Metody uczenia sztucznych sieci neuronowych.
3. Algorytm wstecznej propagacji błędu.
4. Sieci Kohonena (SOM). Podać przykład zastosowania.
5. Algorytm symulowanego wyżarzania. Przykład zastosowania.
6. Różnice pomiędzy algorytmami genetycznymi a tradycyjnymi metodami optymalizacyjnymi.
7. Omówić klasyczny algorytm genetyczny.
8. Operatory genetyczne (krzyżowanie, mutacja).
-2-