- •1. Предел числовой последовательности и его свойства. Критерии Коши и Вейерштрасса существования предела. Число .
- •2. Предел и непрерывность функции в точке. Основные свойства предела функции. Локальные и глобальные свойства непрерывных функций.
- •3. Производная и дифференциал. Основные теоремы дифференциального исчисления. Условия монотонности, выпуклости и локального экстремума функции.
- •4. Функции многих переменных: непрерывность и дифференцируемость. Дифференциал и частные производные сложной функции. Экстремумы функции многих переменных.
- •5. Определенный интеграл. Его свойства и приложения.
- •6. Кратные интегралы. Их свойства и приложения.
- •7. Функциональные последовательности и ряды. Признаки равномерной сходимости. Свойства равномерно сходящихся последовательностей и рядов.
- •8. Производная и дифференциал функции комплексной переменной.
- •9. Основная теорема о неприводимых многочленах.
- •11. Скалярное, векторное и смешанное произведение векторов трѐхмерного евклидова пространства. Приложения к решению задач.
- •12. Плоскость и прямая в прастранстве.
- •13. Определение функции от матрицы. Свойства функций от матриц. Ф-ии от матриц
- •14. Задача Коши для дифференциального уравнения и для системы дифференциальных уравнений. Теорема существования и единственности решения для уравнения первого порядка в нормальной форме.
- •15. Методы интегрирования линейных дифференциальных уравнений и систем с постоянными коэффициентами.
- •16. Метод Фурье разделения переменных и его применение в решении краевых задач для ду с частными производными. Классификация дучп II порядка
- •17. Равномерное распределение случайной величины.
- •18. Формула полной вероятности. Теорема Байеса.
- •19. Теоремы о выборочной средней и выборочной дисперсии.
- •20 Лиу Фредгольма и Вольтерра.Ур-ия с вырожд.И малым ядром.Альтернатива Фредгольма.
- •21 Гильбертово пр-во.
- •22. Интерполирование. Интерполяционные многочлены.
- •23. Решение нелинейных уравнений.
- •24. Интерполяционные квадратурные формулы.
- •25. Линейное программирование. Методы решения задач линейного программирования.
- •27 Методы языка программирования.
- •28. Пользовательские типы данных.
- •29.Проектирование структур данных.
- •30. Сравнительный анализ методов сортировки.
- •31. Сравнительный анализ методов поиска
- •32. Разработка приложений, поддерживающих графический интерфейс
- •33. Объектно-ориентированное программирование. Абстрактные типы и классы.
- •34. Объектно-ориентированное программирование. Ввод-вывод данных.
- •35. Платформо-независимые языки программирования.
- •36. Классификация ос
- •37. Файловые системы
- •38. Информация и алгоритмы.
- •39. Алгоритмы работы с графами.
- •40. Проектирование баз данных.
- •41. Реляционная модель данных.
- •42. Принципы построения вычислительных сетей.
- •43. Глобальные вычислительные сети. Интернет.
- •44. Метод обратной функции моделирования реализаций непрерывной случайной величины.
- •45. Графические форматы. Сжатие графической информации.
- •46. Модели представления графической информации.
- •47. Интегрированная среда разработки. Компоненты среды. Обзор свойств, методов и событий компонентов.
- •48. Использование системных компонентов и диалогов.
- •49. Управление проектами. Системы управления проектами.
- •50. Технология организации ведения бухгалтерского учета с использованием информационных систем.
- •51. Система Mathematica. Возможности моделирования.
- •52. Математическое моделирование и современные системы компьютерной математики (на примере системы Mathematica).
- •53.Нелок одношаг процессы неполного прогноза для реш-я нелин ур-й с гладкими операторами.
- •54.Нелокальные многошаговые итер проц неполного прогноза для решения нелинейных уравнений с гладкими операторами.
- •55.Нелокальные одношаговые итер процессы полного прогноза для решения нелинейных уравнений с гладкими операторами.
- •56. Понятие корректно поставленной и некорректно поставленной задачи. Примеры. Метод простой итерации явного типа решения некорректно поставленных задач с априорным выбором числа итераций.
- •57. Метод простой итерации явного типа решения некорректно поставленных задач с апостериорным выбором числа итераций.
- •58. Метод обобщенного суммирования рядов для решения некорректных задач.
- •59. Сходимость метода итераций явного типа некорректных задач в энергетической норме.
- •60. Метод регуляризации решения некорректных задач. Сходимость метода. Оценка погрешности.
- •61. О методах неполного прогноза, локально сходящихся с кубической скоростью, для решения нелинейных уравнений с гладкими операторами.
- •62. Итерационные методы полного прогноза, локально сходящиеся с кубической скоростью, для решения нелинейных уравнений с гладкими операторами.
- •63. Нелокальные итерационные методы неполного прогноза, локально сходящиеся с кубической скоростью, для решения нелинейных уравнений с непрерывным оператором.
- •64. Ограничения вычислительных систем
- •65. Сравнение программ.
- •66. Структурная организация данных.
- •67. Структурная организация данных.
- •68. Построение эффективных программ.
- •69. Перегрузка операторов.
- •70. Наследование.
- •71. Проектирование и использование баз данных.
- •72. Современные средства проектирования баз данных и приложений (на примере средства по выбору студента).
- •73. Нелок. Одношаг. Итерац. Процессы неполн. Прогноза типа Стеффенсена
- •74. Нелок. Многошаг. Итерац. Процессы неполн. Прогноза типа Стеффенсена
- •75. Нелок. Итерац. Процессы неполн. Прогноза метода хорд для решения нелинейных уравнений с непрерывным нелинейным оператором.
50. Технология организации ведения бухгалтерского учета с использованием информационных систем.
Жизненный цикл информационной системы бухгалтерского учета включает три основные стадии:
приобретение / создание системы;
ввод системы в эксплуатацию;
эксплуатация, сопровождение и развитие системы.
Компьютерная форма учета основана на использовании ЭВМ. Она представляет собой комплексную автоматизацию учетного процесса, начиная от сбора первичных учетных данных до получения бухгалтерской отчетности.
Информация справочного характера вводится в ЭВМ в начале работы, текущая учетная информация – с первичных документов, либо со специальных регистров учетных данных производится по специальным программам, в соответствии с которыми полученная учетная информация может храниться, поступать в обработку, выдаваться на экран или печать по запросу.
Программы регистрации и обработки бухгалтерской информации должны быть адаптированы к правилам ведения бухгалтерского учета. Это относится к представлению бухгалтерских регистров в удобном для чтении виде, невозможности несанкционированных исправлений в записях и др.
Учетным регистром, получаемым с ЭВМ, может быть любой документ, содержащий систематическую или хронологическую запись.
Одной из важнейших задач автоматизированной системы бухгалтерского учета является, наряду с выпуском полного комплекта бухгалтерской и налоговой отчетности, максимальная автоматизация расчетных процедур, решающих возникающие проблемы
Схема автоматизированной формы учета.
Предпроектное обследование. Анализируется существующая организационная структура управления, применяемая технология производства, система документооборота, связи с внешними организациями и системами. Создается модель системы и объекта управления, которая предназначена для выявления и анализа недостатков существующей системы управления. Моделируется деятельность организации, проводится бизнес-инжиниринг важнейших функций управления.
Эксплуатация. В процессе эксплуатации ИС осуществляется регистрация ошибок, проводится экспертиза проектных решений, формулируются требования к модификации ИС в связи с изменениями объекта и функций управления, появлением новых информационных технологий.
51. Система Mathematica. Возможности моделирования.
Точные и приближенные вычисления.
В системе Mathematica используются четыре типа численных данных:
Тип |
Описание |
Пример |
Integer |
целое число |
5 |
Real |
Действительное число вида nn.mm (содержит 10ую точку) |
4.6 |
Rational |
Рациональное число вида m/n, где m и n - целые числа |
2/3 |
Complex |
Комплексное число вида x+iy, где x и y - целые, рациональные или действительные числа |
2+5.1 I |
Целые и рациональные числа считаются заданными точно. Работая с ними, Mathematica выдает точный результат, даже если получается очень длинное выражение.
Число, содержащее десятичную точку, рассматривается как приближенное. Если выражение содержит приближенные числа, то результат вычислений будет приближенным.
По умолчанию система Mathematica выдает приближенный результат с точностью шесть значащих цифр. Количество значащих цифр, используемых при вычислениях, зависит от типа компьютера и определяется с помощью функции Precision[%].
Для преобразования точного результата в приближенный служит функция N. Эта функция позволяет получить результат с любой точностью. (N[2/3],N[Pi, 50])
Признаком уравнения в системе Mathematica является двойной знак равенства "==", т.е. уравнение имеет вид (обычный знак равенства "=" является оператором присвоения).
Уравнения с одним неизвестным могут быть алгебраическими и трансцендентными. Трансцендентным называется такое уравнение, в состав которого входят функции.
Для численного решения уравнений в системе Mathematica используются две функции: NSolve и FindRoot. Обе эти функции позволяют находить корни как одного уравнения, так и системы уравнений.
NSolve[eq, var], где первым аргументом является уравнение, а вторым - искомая переменная. В случае решения системы уравнений первым аргументом должен быть список уравнений, а вторым - список переменных: NSolve[{eq1,eq2, ...}, {x1, x2,...}].
FindRoot находит только один корень. Обычно обращение к функции FindRoot имеет вид: FindRoot[eq, {var, startingpoint}], где eq - уравнение, var - искомая переменная. При этом уравнение решается методом касательных, причем startingpoint является начальным приближением к решению. Если второй аргумент функции FindRoot имеет вид {var, firstvalue, secondvalue}, то для решения уравнения используется метод хорд, где первое и второе приближения есть соответственно firstvalue и secondvalue.
Для получения численного решения в системе Mathematica используется функция NDSolve, которая вызывается, по крайней мере, с тремя аргументаим: NDSolve[ {eq, initialdata}, y, {x, xmin, xmax} ], где eq - дифференциальное уравнение относительно функции y, аргумент которой x изменяется в пределах отрезка [xmin, xmax]. Первый аргумент функции NDSolve представляет собой список, в который входит само дифференциальное уравнение eq и набор уравнений initialdata, выражающих необходимое количество начальных или граничных условий. Функция y и ее производные во всех уравнениях должны быть записаны с аргументом, заключенным в квадратные скобки: y[x], y'[x]. n-ая производная функции y(x) имеет вид: D[ y[x], {x, n} ]
Функция NDSolve позволяет также находить численное решение систем дифференциальных уравнений.
Численное интегрирование осуществляется с помощью функций NIntegrate[f,{x,xmin,xmax}], NIntegrate[f,{x,xmin,xmax},{y,ymin,ymax},…]
Expand[expr] раскрывает скобки в expr, производя умножения и возведения в степень и представляя результат в виде суммы. ExpandAll[expr] применяет функцию Expand как к числителю, так и к знаменателю рационального выражения. Factor[expr] представляет выражение expr в виде произведения множителей. Together[expr] приводит expr к общему знаменателю. Apart[expr] переписывает рациональное выражение как сумму дробей с простыми знаменателями. Cancel[expr] сокращает общие множители в числителе и знаменателе expr. Simplify[expr] находит для expr простейшую форму.
Решение уравнений в аналитическом виде осуществляется с помощью функции Solve[f,x]. Функция Roots[f,x] предназначена для нахождения корней полинома. Аналитические методы решения дифференциальных уравнений реализуются с помощью функций DSolve[f,y[x],x], DSolve[{f1,f2,…},{y[x1],y[x2],…},{x1,x2,…}]. Вычисление интеграла в аналитическом виде: Integrate[f(x),x] – вычисляет неопределенный интеграл, результат – первообразная в аналитическом виде, Integrate[f,{x,xmin,xmax}],}] – вычисление определенного интеграла, Integrate[f,{x,xmin,xmax},{y,ymin,ymax},…] – вычисление определенного интеграла многих переменных.
Для построения графиков функций одной переменной в системе Mathematica используется команда Plot, формат обращения к которой имеет вид: Plot[ f[x], {x, xmin, xmax} ], где f[x] - заданная функция переменной x, график которой строится на отрезке [xmin, xmax]. Следует отметить, что команда Plot позволяет строить графики как для конечных функций, так и для функций, имеющих на отрезке [xmin, xmax] сингулярности.
Опция PlotStyle позволяет задать толщину, цвет и стиль кривой, изображаемой на графике.
Функция Show позволяет также совместить несколько полученных ранее графиков на одной координатной плоскости или разместить их в виде таблицы на одном рисунке. Для формирования таблицы используется функция GraphicsArray[{{ p1,p2,... },{ p6,p7,...}}].
Для построения двумерного графика функции, заданной параметрически, используется функция ParametricPlot, формат обращения к которой имеет вид: ParametricPlot[ {x[t], y[t]}, {t, tmin, tmax}, option-> value ]. Эта функция имеет тот же набор опций, что и функция Plot, и позволяет строить график как одной, так и нескольких функций.
Иногда возникает ситуация, когда вид функции не известен, а задана лишь последовательность численных значений функции вида {y1, y2, ... , yn}или {{x1, y1}, {x2, y2}, ... , {xn, yn}}. Для ее визуализации используется команда ListPlot, причем графики представляют собой множества точек с координатами (i, yi) и (xi, yi) соответственно.
Функция двух переменных f(x,y) определяет в трехмерном пространстве некоторую поверхность. Для ее визуализации можно использовать встроенную функцию Plot3D, формат обращения к которой имеет вид: Plot3D[ f[x,y], {x, xmin, xmax}, {y, ymin, ymax} ], где f[x,y] - заданная функция переменных x и y, которые изменяются соответственно в пределах отрезков [xmin, xmax] и [ymin, ymax].
Если поверхность задана параметрически, то для ее визуализации используется функция ParametricPlot3D.Позволяет также визуализировать пространственную кривую, заданную параметрически.
Список опций вместе со значениями, используемыми по умолчанию, для любой встроенной функции можно получить с помощью команды Options, например: Options[Plot]
Animate[expr,{u,umin,umax}] – генерирует анимацию expr в котором u непрерывно изменяется от umin до umax. Animate[expr,{u,umin,umax,du}] – меняет u c шагом du.
Export["file.ext", expr] – экспорт данных в файл, преобразование его в формат, соответствующий расширению файла ext. Export[file, expr, "format"] – экспортирует данные в указанном формате. Import["file"] – импортирует данные из файла. Import["file", elements] – импортирует указанные элементы из файла.
