БЕСПЛАТНАЯ ПОДГОТОВКА К ЕГЭ ПО ПРОФИЛЬНОЙ МАТЕМАТИКЕ
Подготовься к ЕГЭ-2026 по профильной математике самостоятельно с помощью сервиса "1С:Репетитор"!
Понятная теория и эффективные тренажеры с объяснением! Вы успеете подготовиться к экзамену! Начните занятия прямо сейчас!
design_arrow
Дискретизация непрерывных процессов

Дискретизация непрерывных процессов

Дискретизация – это перевод непрерывного процесса (сигнала, измерения, траектории) в последовательность отсчётов, удобную для вычислительной обработки и хранения. В информатике она включает три взаимосвязанных этапа:

  1. временная дискретизация (сэмплирование) – выбор значений через равные интервалы времени Ts;

  2. квантование по уровню – замена непрерывного значения ближайшим уровнем фиксированной шкалы;

  3. кодирование – представление уровня в двоичном виде.

Для ЕГЭ по информатике тема критична: на ней основаны задачи про частоту дискретизации и глубину квантования аудио, объём файлов, разрешение и глубину цвета изображений, оценку искажения (алиасинга) и разбор «правила Найквиста–Шеннона».

Математическая модель и базовые определения
Математическая модель и базовые определения

Квантовательный шум
Квантовательный шум

Правила корректной дискретизации (нормативные ориентиры)
Правила корректной дискретизации

Типовые ошибки и как их избегать

  • Недосэмплирование (алиасинг). Частоты выше Fs/2 «складываются» в полосу (ложные низкие частоты). Решение: антиалиас-фильтр + запас по Fs.

  • Клиппинг. Диапазон АЦП меньше амплитуды – срез вершин и нелинейные искажения. Решение: настройка усиления, запас по амплитуде.

  • Недооценка объёма данных. Путаница бит/байт и МБ/МиБ. Решение: всегда показывать промежуточные расчёты и единицы.

  • Избыточная глубина без смысла. Больше бит – больше объём; выбирайте b из требований к SNR и динамике задачи.

  • Игнорирование пространственного Найквиста (в изображениях). Недостаточное разрешение даёт муар и «лесенку».

Информатика–схема дискретизации информации

Что важно для ЕГЭ (практический чек-лист)

  • Уверенно применять Найквист-Шеннон и находить минимальную Fs с разумным запасом.

  • Считать объём файла по Fs​, b, времени и числу каналов (показывать перевод бит → байты → МБ/МиБ).

  • Находить шаг квантования и оценивать SNR по формуле 6.02b+1.76.

  • Распознавать алиасинг и уметь оценить «псевдочастоту» при заданных f и Fs​.

  • Понимать пространственную дискретизацию (пиксели, разрешение, глубина цвета – в смежных задачах ЕГЭ).

Практикум (5 упражнений с подробными решениями)

Упражнение 1. Минимальная частота дискретизации с запасом

Упражнение 2. Антиалиас-фильтр под выбранную дискретизацию

Упражнение 3. Шаг квантования и SNR

Упражнение 4. Объём несжатого аудиофайла (моно, PCM)

Упражнение 5. Алиасинг: "наблюдаемая" частота

Заключение

Дискретизация – фундаментальный мост между непрерывным миром и цифровой обработкой. Грамотный выбор частоты дискретизации, фильтра антиалиасинга и глубины квантования обеспечивает достаточную точность при разумном объёме данных. Для ЕГЭ необходимо:

  • уверенно применять правило Найквиста–Шеннона с запасом;

  • рассчитывать поток и объём данных по Fs​, b, длительности и числу каналов;

  • определять шаг квантования и оценивать SNR;

  • распознавать и количественно оценивать алиасинг;

  • переносить те же принципы на пространственную дискретизацию изображений.

Сформировав эти навыки и отработав приведённые задания, вы будете готовы к задачам экзамена и практической инженерной оценке цифровых представлений реальных процессов.