
- •1.Компьютерные информационные технологии (кит). Корпоративные информационные системы (кис).
- •2.Программные и аппаратные средства кис. Перспективы и направления развития кис.
- •3.Математические модели решения экономических задач. Целевые функции, ограничения. Методы оптимизации.
- •4.Основы прогнозирования. Аппроксимация.
- •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.
- •8. Анализ и решение задач оптимизации плана производства в Excel.
- •10.Ска Maple. Исследование функций. Экстремум.
- •11.Ска Maple. Исследование функций. Минимум и максимум.
- •12.Ска Maple. Отыскание оптимума. Симплекс-метод.
- •13.Ска Maple. Библиотека Optimization.
- •14.Ска Maple. Линейная алгебра. Матричные операции.
- •15.Ска Maple. Линейная алгебра. Решение линейн. Уравнений.
- •23.Компьютерные сети. Основные виды и их характеристики. Топология сетей.
- •24.Компьютерные сети. Адресация в сетях.
- •26.Internet/Intranet – технологии. Протоколы tcp/ip.
- •25.Технологии доступа в Internet.
- •27.Internet/Intranet – технологии. Электронные сервисы.
- •28.Internet/Intranet – технологии. Url. Служба доменных имен.
- •29.Поисковые системы в Internet. Принципы организации поисковых систем.
- •30.Тенденции развития Internet.
- •31.Стандарты интеграции систем (mrp, mrp II).
- •32.Стандарты интеграции систем (erp, crm, csrp).
- •33.Понятие бизнес-моделей b2b, b2c.
- •35. Методологии информационного и функционального моделирования.
- •36. Геоинформационные системы
- •37.Реинжиниринг бизнес-процессов. Основные этапы реинжиниринга.
- •38.Моделирование бизнес-процессов. Два вида моделей (as is, to be).
- •2 Типа модели:
- •39.Информационные технологии и реинжиниринг бизнес-процессов.
- •40. Моделирование бизнес-процессов.2вида моделей(as is,to be)
- •41.Html. Назначение. Структура документа. Стилевое оформление документов.
- •42.Html. Нумерованные списки. Ненумерованные списки.
- •43.Html. Гипертекстовые ссылки.
- •44.Html. Рисунки. Карты. Использование графики в html
- •Активные изображения (map)
- •45.Html. Таблицы. Основные тэги.
- •46.Понятие проекта и его свойства.
- •47.Жизненный цикл проекта. Результат проекта.
- •48.Управляемые параметры проекта. Задачи управления проектом.
- •53.Искусственный интеллект. Основные понятия.
- •54.Искусственный интеллект. Модели представления знаний.
- •55.Искусственный интеллект. Экспертные системы.
- •56.Искусственный интеллект. Нейросети.
- •57.Пакеты прикладных программ для статистического анализа.
- •59.Справочно-информационные системы. Основные возможности.
- •60.Обеспечение информационной безопасности кис.
13.Ска Maple. Библиотека Optimization.
Рассмотрим использование стандартной библиотеки Optimization, которая позволяет отыскивать оптимальные решения для задач следующего вида:
линейного программирования LPSolve
квадратического программирования QPSolve
нелинейного программирования NLPSolve
среднеквадратического отклонения LSSolve
14.Ска Maple. Линейная алгебра. Матричные операции.
Для определения матрицы в Maple можно использовать команду matrix(n, m, [[a11,a12,…,a1n], [a21,a22,…,a2m],…, [an1,an2,…,anm]]), где n число строк, m – число столбцов в матрице. Эти числа задавать необязательно, а достаточно перечислить элементы матрицы построчно в квадратных скобках через запятую. Например: > A:=matrix([[1,2,3],[-3,-2,-1]]);
В частности диагональную матрицу можно получить командой diag. Например: > J:=diag(1,2,3);
Сложение двух матриц одинаковой размерности осуществляется теми же командами, что и сложение векторов: evalm(A+B) или matadd(A,B). Произведение двух матриц может быть найдено с помощью двух команд: evalm(A&*B); multiply(A,B). Команда evalm позволяет также прибавлять к матрице число и умножать матрицу на число. Например: > С:=matrix([[1,1],[2,3]]): > evalm(2+3*С). Определитель матрицы А вычисляется командой det(A). Команда minor(A,i,j) возвращает матрицу, полученную из исходной матрицы А вычеркиванием i-ой строки и j-ого столбца. Минор Mij элемента aij матрицы А можно вычислить командой det(minor(A,i,j)). Ранг матрицы А вычисляется командой rank(A). След матрицы А, равный сумме ее диагональных элементов, вычисляется командой trace(A). Транспонирование матрицы А – это изменение местами строк и столбцов. Полученная в результате этого матрица называется транспонированной и обозначается А'. Транспонированную матрицу А' можно вычислить командой transpose(A).
15.Ска Maple. Линейная алгебра. Решение линейн. Уравнений.
Решение систем уравнений
Системы уравнений решаются с помощью такой же команды solve({eq1,eq2,…},{x1,x2,…}), только теперь в параметрах команды следует указывать в первых фигурных скобках через запятую уравнения, а во вторых фигурных скобках перечисляются через запятую переменные, относительно которых требуется решить систему. Если необходимо для дальнейших вычислений использовать полученные решения уравнений, то команде solve следует присвоить какое-нибудь имя name. Затем выполняется присвоения команда assign(name). После этого над решениями можно будет производить математические операции.
Численное решение уравнений
Для численного решения уравнений, в тех случаях, когда трансцендентные уравнения не имеют аналитических решений, используется специальная команда fsolve(eq,x), параметры которой такие же, как и команды solve.
Решение тригонометрических уравнений
Команда solve, примененная для решения тригонометрического уравнения, выдает только главные решения, то есть решения в интервале от 0 до 2*π.
>solve(sin(x)=cos(x),x);
Для того, чтобы получить все решения, следует предварительно ввести дополнительную команду _EnvAllSolutions:=true.
Решение простых неравенств
Команда
solve
применяется также для решения неравенств.
Решение неравенства выдается в виде
интервала изменения искомой переменной.
В том случае, если решение неравенства
полуось, то в поле вывода появляется
конструкция вида RealRange(–∞,
Open(a)),
которая означает, что x
(–∞,
a),
а – некоторое число. Слово Open
означает, что интервал с открытой
границей. Если этого слова нет, то
соответствующая граница интервала
включена во множество решений.
Решение систем неравенств
С помощью команды solve можно также решить систему неравенств.
16.Анализ и решение задач межотраслевого баланса в Maple.
> restart; > A := matrix([[.1, .3, .6], [.2, .2, .2], [.3, .1, .1]]); > Y := matrix([[25], [36], [54]]); > E := matrix([[1, 0, 0], [0, 1, 0], [0, 0, 1]]); > B := evalm(E-A); > with(linalg);
> linsolve(B, Y); > evalf(%, 3);
17.Анализ и решение задач оптимизации плана производства в Maple.
План:
Целевая функция (F:=c1*x1+…+cn*xn)
Ограничения (только основные)
Подключить одну из библиотек ( with(simplex) или with (Optimization))
Указать цель задачи: maximize (функция, ограничения)
18.Анализ и решение задач оптимизации плана транспортных перевозок в Maple.
План:
Целевая функция (F:=c1*x1+…+cn*xn)
Ограничения (только основные)
Подключить одну из библиотек ( with(simplex) или with (Optimization))
Указать цель задачи: minimize. (функция, ограничения)
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.
Подбиблиотека fit. Включает 2 функции: leastsquare[vars] и leastmediansquare.
leastsquare[vars] использует метод наименьших квадратов и предназначена для нахождения корреляционных отношений и для аппроксимации статистических данных выбранными зависимостями.
Leastmediansquare использует т. н. метод наименьших медиан квадратов отклонения.
21.СКА Maple. Статистика. Описательные характеристики.
Coefficientofvariation - коэффициент вариации; сount - число элементов; сovariance - линейная ковариация; geometricmean - cреднее геметрическое; linearcorrelation - линейная корреляция; mean - среднее арифметическое; median - медиана; quadraticmean - квадратичное среднее арифметическое; standarddeviation - стандартное отклонение; variance - дисперсия.
22.СКА Maple. Финансовые функции.
Пакет финансово экономических расчетов открывается командой with(finance). >with(finance);
Основные функции>annuity(значение,процент,периоды); вычисление суммы, находящейся на вкладе с начальным значением значение, процентом начисления процент и числом периодов период.>annuity(100,.10,15); >cashflows([вклад1,вклад2,вклад3],процент); вычисление общей суммы вклада по списку вложений вклад и проценту обесценивания денег процент. >cashflows([1000,800,700], -0.05); >futurevalue( вклад, процент, период); вычисление будущего значения вклада при начальном значении вклад, проценте начисления процент и числе периодов период.>futurevalue(1000, .1,5); >presentvalue(сумма, процент, вклады); вычисление начального вклада для получения суммы сумма при проценте начисления процент и числе вкладов вклады.>presentvalue(1500, .1,5); ВАЖНО !!! Все процентные ставки вводятся в не в процентах (%), а в относительных единицах. Например: (10%) соответствует (0.10) или (.10)