1.Основные понятия ИТ. КИТ.

Информационная технология – это совокупность методов, производственных процессов и программно-технических средств, объединённых в технологическую цепочку, обеспечивающую сбор, хранение, обработку, вывод и распространение информации для снижение трудоёмкости процессов использования информационных ресурсов, повышения их надёжности и оперативности. Цель применения ИТ – снижение трудоёмкости использования информационных ресурсов. Под информационными ресурсами понимается совокупность данных, представляющих ценность для организации (предприятия) и выступающих в качестве материальных ресурсов. К ним относятся файлы данных, документы, тексты, графики, аудио и видео информация и др. Информационная система – это система предназначенная для хранения, поиска и выдачи информации по запросам пользователей. Экономическая информационная система (ЭИС) – система для обработки экономической информации. Процесс обработки данных в ЭИС невозможен без использования технических и программных средств. Технические средства включают в себя – компьютер, устройства ввода-вывода, оргтехнику, линии связи, оборудование сетей. Программные средства – обеспечивают обработку данных в ЭИС и состоят из общего и прикладного программного обеспечения. КИТ – способы использования вычислительной техники, программного обеспечения, систем связи и данных, подлежащих приему, передаче, обработке и хранению, и отражающие реальную действительность или интеллектуальную деятельность во всех сферах жизни общества.

2. Математические модели решения экономических задач. Целевые функции, ограничения. Методы оптимизации.

Функцию, экстремальное значение которой нужно найти в условиях экономических возможностей, называют целевой, показателем эффективности или критерием оптимальности. Экономические возможности формализуются в виде системы ограничений. Все это составляет математическую модель. Математическая модель задачи это отражение оригинала в виде функций, уравнений, неравенств, цифр и т. д. Модель задачи математического программирования включает: 1) совокупность неизвестных величин, действуя на которые, систему можно совершенствовать. Их называют планом задачи (вектором управления, решением, управлением, стратегией, поведением и др.); 2) целевую функцию (функцию цели, показатель эффективности, критерий оптимальности, функционал задачи и др.). Целевая функция позволяет выбирать наилучший вариант -из множества возможных. Наилучший вариант доставляет целевой функции экстремальное значение. Это может быть прибыль, объем выпуска или реализации, затраты производства, издержки обращения, уровень обслуживания или дефицитности, число комплектов, отходы и т. д. Математически ограничения выражаются в виде уравнений и неравенств. Их совокупность образует область допустимых решений (область экономических возможностей). Методы: метод перебора, поразрядного поиска, метод деления пополам, метод золотого сечения.

3.Основы прогнозирования. Аппроксимация. Среднеквадратическое отклонение.

Статистические методы прогнозирования — научная и учебная дисциплина, к основным задачам которой относятся разработка, изучение и применение современных математико-статистических методов прогнозирования на основе объективных данных. Для прогнозирования по временному ряду используют компьютерные программы — инструменты прогнозирования. Это позволяет автоматизировать большую часть операций при построении прогноза, а также позволяет избежать ошибок, связанных с вводом данных. Такие приложения могут быть как локальными (для использования на одном компьютере), так и интернет-приложениями (доступными в виде веб-сайта, например). В качестве локальных приложений следует выделить такие программы, как SPSS, Statistica, Forecast Expert. Для прогнозирования исходов матчей рекомендуется использовать SportStatic. Аппроксима́ция, или приближе́ние — научный метод, состоящий в замене одних объектов другими, в том или ином смысле близкими к исходным, но более простыми. Аппроксимация позволяет исследовать числовые характеристики и качественные свойства объекта, сводя задачу к изучению более простых или более удобных объектов (например, таких, характеристики которых легко вычисляются, или свойства которых уже известны). Среднеквадратическое отклонение или Стандартное отклонение — в теории вероятности и статистике наиболее распространенный показатель рассеивания значений случайной величины относительно её математического ожидания. Среднеквадратическое отклонение или Стандартное отклонение — в теории вероятности и статистике наиболее распространенный показатель рассеивания значений случайной величины относительно её математического ожидания.