- •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.
- •11.Ска Maple. Исследование функций. Минимум и максимум.
- •12.Ска Maple. Отыскание оптимума. Симплекс-метод.
- •10.Ска Maple. Исследование функций. Экстремум.
- •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.
10.Ска Maple. Исследование функций. Экстремум.
Наибольшее и наименьшее значение функции. В Maple для исследования функции на экстремум имеется команда extrema(f,{cond},x,'s') , где f - функция, экстремумы которой ищутся, в фигурных скобках {cond} указываются ограничения для переменной, х – имя переменной, по которой ищется экстремум, в апострофах 's' – указывается имя переменной, которой будет присвоена координата точки экстремума. Если оставить пустыми фигурные скобки {}, то поиск экстремумов будет производиться на всей числовой оси.
Подключаем библиотеку
>readlib(extrema);
Определяем экстремум функции
>extrema(arctan(x)-ln(1+x^2)/2,{},x,’x0’);
Команда extrema не может дать ответ на вопрос, какая из точек экстремума есть максимум, а какая – минимум.
11.Ска Maple. Исследование функций. Минимум и максимум.
Для нахождения максимума функции f(x) по переменной х на интервале используется команда maximize(f,x,x=x1..x2), а для нахождения минимума функции f(x) по переменной х на интервале используется команда minimize(f, x, x=x1..x2).
>maximize(arctan(x)-ln(1+x^2)/2,
x);
>minimize(arctan(x)-ln(1+x^2)/2, x);-∞
Недостаток этих команд в том, что они выдают только значения функции в точках максимума и минимума, соответственно. Поэтому для того, чтобы полностью решить задачу об исследовании функции y=f(x) на экстремумы с указанием их характера (max или min) и координат (x, y) следует сначала выполнить команду:
>extrema(f, {}, x, ‘s’);
>s;
Затем выполнить команды maximize(f,x); minimize(f,x). После этого будут полностью найдены координаты всех экстремумов и определены их характеры (max или min). Координаты точек максимума или минимума можно получить, если в параметрах этих команд после переменной записать через запятую новую опцию location. В результате в строке вывода после самого максимума (минимума) функции будут в фигурных скобках указаны координаты точек максимума (минимума
Команды extrema, maximize и minimize обязательно должны быть загружены из стандартной библиотеки командой readlib(name).
12.Ска Maple. Отыскание оптимума. Симплекс-метод.
Если требуется найти переменные, при которых линейная функция многих переменных имеет максимум (или минимум) при выполнении определенных ограничений, заданных в виде линейных равенств или неравенств, то следует использовать симплекс-метод. Для этого сначала необходимо загрузит пакет simplex, а затем воспользоваться командой maximize (или minimize), где теперь в качестве range можно указывать в фигурных скобках ограничительную систему неравенств. Пакет simplex предназначен для решения задач линейной оптимизации. После его загрузки команды maximize и minimize меняют свое действие. Теперь эти команды выдают координаты точек, при которых заданная линейная функция имеет максимум или минимум. При этом допускается дополнительная опция для поиска только неотрицательных решений NONNEGATIVE.
