- •1.Основные понятия ит. Кит
- •2. Программные и аппаратные средства кит. Перспективы и направления развития кит.
- •4.Основы прогнозирования. Аппроксимация. Среднеквадратическое отклонение.
- •3. Математические модели решения экономических задач. Целевые функции, ограничения. Методы оптимизации.
- •12.Ска Maple. Отыскание оптимума. Симплекс-метод.
- •5.Стандартные функции прогнозирования в excel. Линейная аппроксимация.
- •6. Стандартные функции прогнозирования в Excel. Экспоненциальная аппроксимация
- •7.Анализ и решение задач межотраслевого баланса в Excel.
- •11.Ска Maple. Исследование функций. Минимум и максимум.
- •15.Ска Maple. Линейная алгебра. Решение линейных уравнений.
- •19.Ска Maple. Статистика. Модули библиотеки.
- •20.Ска Maple. Статистика. Корреляция, аппроксимация.
- •21.Ска Maple. Статистика. Описательные характеристики.
- •13.Ска Maple. Библиотека Optimization.
- •17.Анализ и решение задач оптимизации плана производства в Maple.
- •14.Ска Maple. Линейная алгебра. Матричные операции.
- •24.Компьютерные сети. Топология сетей.
- •22.Ска Maple. Финансовые функции.
- •23.Компьютерные сети. Основные виды и их характеристики.
- •25.Компьютерные сети. Адресация в сетях.
- •26.Технологии доступа в Internet.
- •27.Internet/Intranet – технологии. Протоколы tcp/ip.
- •28.Internet/Intranet – технологии. Электронные сервисы.
- •52.Html. Тэги для ввода информации.
- •29.Internet/Intranet – технологии. Url. Доменные адреса верхнего уровня.
- •30.Internet/Intranet – технологии. Служба доменных имен.
- •31.Internet/Intranet – технологии. Характеристики и особенности современных web-браузеров.
- •32.Тенденции развития Internet.
- •55.Css. Формат записи.
- •36.Геоинформационные системы.
- •39.Реинжиниринг бизнес-процессов. Основные этапы реинжиниринга.
- •10.Ска Maple. Исследование функций. Экстремум.
- •46.Html. Нумерованные списки.
- •44.Html. Структура документа. Стилевое оформление документов.
- •47.Html. Ненумерованные списки.
- •60.Искусственный интеллект. Нейросети.
- •61.Поисковые машины в Internet. Принципы организации поисковых систем.
- •48.Html. Гипертекстовые ссылки.
- •57.Искусственный интеллект. Основные понятия.
- •58.Искусственный интеллект. Модели представления знаний.
- •50.Html. Таблицы. Основные тэги.
- •51.Html. Интерактивные формы. Основной тэг.
- •35.Понятие бизнес-моделей b2b, b2c.
- •62.Особенности русскоязычных поисковых систем.
- •63.Специализированные программы для статистического анализа.
- •59.Искусственный интеллект. Экспертные системы.
- •64.Специализированные программы для специальности.
- •9.Анализ и решение задач оптимизации плана транспортных перевозок в Excel.
- •43.Html. Назначение. Основные тэги.
- •49.Html. Рисунки. Карты.
- •45.Html. Тэги заголовка, параграфа, предварительного форматирования, разрыва строки.
- •41.Информационные технологии и реинжиниринг бизнес-процессов.
- •53.Css. Назначение и основные понятия.
- •54.Css. Правила описания различных вариантов использования таблиц каскадных стилей.
- •33.Стандарты интеграции систем (mrp, mrp II).
- •34.Стандарты интеграции систем (erp, crm, csrp).
19.Ска Maple. Статистика. Модули библиотеки.
Подключение библиотеки осуществляется командой with(stats). importdata - импорт данных из файла; anova -вариационный анализ; describe -cтатистические данные; fit – аппроксимация; random - cлучайные значения; statevalf - численная оценка; statplots – графика; transform - преобразования данных.
20.Ска Maple. Статистика. Корреляция, аппроксимация.
Подключение библиотеки осуществляется командой with(stats). >with(stats);
Библиотека |
Описание |
importdata |
импорт данных из файла |
anova |
вариационный анализ |
describe |
cтатистические данные |
fit |
аппроксимация |
random |
cлучайные значения |
statevalf |
численная оценка |
statplots |
графика |
transform |
преобразования данных |
Fit
Рассмотрим функцию, предназначенную для нахождения корреляционных
отношений и для аппроксимации данных выбранными зависимостями с использованием метода наименьших квадратов.
fit[leastsquare[[x,y]]]([[dataX], [dataY]]);
По умолчанию система приближает зависимость к уравнению прямой линии Пример >fit[leastsquare[[x, y]]]([[10, 15, 17,19], [3, 4, 5, 6]]);
Можно самостоятельно задать вид уравнения, к которому необходимо приблизить зависимость.
Пусть наша зависимость выглядит следующим образом >eq:=y=z*x^2+b*x+c;
Тогда >fit[leastsquare[[x, y], eq]]([[10, 15, 17,19], [3, 4, 5, 6]]);
21.Ска Maple. Статистика. Описательные характеристики.
Подключение библиотеки осуществляется командой with(stats). >with(stats);
Библиотека |
Описание |
importdata |
импорт данных из файла |
anova |
вариационный анализ |
describe |
cтатистические данные |
fit |
аппроксимация |
random |
cлучайные значения |
statevalf |
численная оценка |
statplots |
графика |
transform |
преобразования данных |
Эта библиотека позволяет вычислять широкий спектр описательных характеристик, используемых при анализе статистических данных. Выделим некоторые наиболее употребляемые функции
Функция |
Описание |
coefficientofvariation |
коэффициент вариации |
сount |
число элементов |
сovariance |
линейная ковариация |
geometricmean |
среднее геометрическое |
linearcorrelation |
линейная корреляция |
mean |
среднее арифметическое |
median |
медиана |
quadraticmean |
квадратичное среднее арифметическое |
standarddeviation |
стандартное отклонение |
variance |
дисперсия |