- •21. Технология оперативной обработки транзакции (оlтр–технология). Технология аналитической обработки в реальном времени (оlар-технология).
- •22. Основные функции операционной системы, классификация ос
- •23. Управление процессором, памятью, устройствами ввода-вывода
- •Методы распределения памяти
- •Управление процессами
- •Организация ввода-вывода
- •24. Файловые системы современных ос.
- •Общая модель файловой системы
- •Надежность файловой системы.
- •Целостность файловой системы.
- •25. Архитектура ос семейства Windows 9x.
- •1)Обеспечение интерфейса между человеком и аппаратным комплексом вычислительной машины;
- •2) Управление ресурсами вычислительной машины.
- •26. Структура и функции сетевых ос
- •Общая структура сетевой ос
- •Функции
- •27. Характеристика основных сервисов сети Internet
- •1. Всемирная паутина (www)
- •28. Классификация информационных объектов с точки зрения безопасности. Категории информационной безопасности
- •Категории информационной безопасности
- •29. Средства разработки, эксплуатации и сопровождения Internet/Intranet-приложений
- •1) Средства Run-time включают:
- •30. Гипертекстовый документ. Понятие html. Стандарты html.
- •31. Взаимодействие с бд в системах управления контентом.
- •32. Электронные платежные системы, системы микроплатежей.
- •33. Поиск информации в Интернет. Поисковые машины и системы, языки запросов.
- •34. Информационная безопасность в условиях функционирования глобальных сетей
- •Идентификация пользователей
- •35. Проектирование ис. Требования к эффективности и надежности проектных решений.
- •Стадии и Этапы проектирования ис
- •36. Автоматизированное проектирование информационных систем с использованием case-технологии.
- •Сравнение силы роста простых и сложных процентов
- •Мультиплицирующие и дисконтирующие множители
- •40 Эквивалентность во времени денежных сумм. Математическое дисконтирование. Номинальная и эффективная процентные ставки. Эквивалентность процентных ставок
- •41. Инвестиционные процессы. Основные характеристики. Анализ инвестиционных процессов. Сущность, формы, цели и задачи инвестирования
- •42. Экономические объекты моделирования: элементы, свойства. Примеры.
- •43. Постановка задачи моделирования. Процедуры и методы моделирования.
- •44.Производственные функции. Функция Кобба-Дугласа. Линейные производственные функции.
- •45. Модели межотраслевого баланса (моб). Модель Леонтьева.
- •46. Модели установления равновесной цены. Поведение фирмы на конкурентном рынке
- •47. Модель парной регрессии. Метод наименьших квадратов.
- •48 Модель множественной регрессии. Стандартизированная форма уравнений множественной регрессии.
- •49. Оценка тесноты взаимосвязи между экономическими показателями. Ковариация и корреляция.
- •50. Оценка качества модели регрессии. Коэффициент детерминации. Оценка значимости коэффициентов регрессии. Теорема Гаусса-Маркова.
- •51. Коэффициент эластичности модели парной регрессии. Частные коэффициенты эластичности множественной регрессии. Бета - и дельта - коэффициенты.
43. Постановка задачи моделирования. Процедуры и методы моделирования.
Цель: в настоящее время широко распространено участие в процессе выработки экономических решений специальных консультационных, или консалтинговых, фирм. По заказам предпринимателей, коммерсантов, менеджеров консалтинговые фирмы разрабатывают математические модели реальных процессов, которые должны протекать в планируемых для создания экономических системах.
В разработке моделей экономических систем должны участвовать, как минимум, два специалиста.
1.Предприниматель или менеджер. Заинтересован в создании математической модели некоторой еще не существующей экономической системы с целью получения максимально возможной прибыли. Он должен представлять, какие переменные являются независимыми (входными) и какие зависимыми (выходными), какие факторы влияют на процесс, протекающий в экономической системе, и какие из них являются в той или иной степени неопределенными (неизвестными). Он должен выбрать показатель, по которому он собирается оценивать эффективность будущей экономической системы, и критерий для выбора альтернативных вариантов ее структуры.
2.Специалист в области математического моделирования сложных систем (не обязательно экономических). Он должен, используя информацию, полученную от предпринимателя, составить формализованное описание имитационной модели, разработать алгоритм и программу, произвести отладку и испытания модели и совместно с предпринимателем провести машинный эксперимент с экономической моделью с целью установления оптимальных параметров системы, обеспечивающих максимум (или минимум) выбранного показателя эффективности.
Лица, ответственные за принятие решений, касающихся проектирования и создания экономических систем, могут оценить их эффективность следующими способами.
1.Проведение натурных экспериментов – управляемых экспериментов с экономической системой (фирмы, отрасли, страны).
2.Проведение мысленных экспериментов на данных о развитии экономической системы за некоторый период времени в прошлом.
3.Построение математической модели рассматриваемой системы, связывающей входные (независимые) переменные с выходными (зависимыми) переменными, а также с экономической стратегией, т.е. со способом управления экономической системой.
Модель – объект любой природы, который создается исследователем с целью получения новых знаний об объекте-оригинале и отражает только существенные (с точки зрения разработчика) свойства оригинала.
Методы исследования аналитической модели:
1.Аналитический метод – получение в общем виде явных зависимостей для искомых характеристик. При этом часто необходимы существенные упрощения первоначальной модели, чтобы иметь возможность изучить хотя бы общие свойства системы.
2.Численный метод – получение числовых результатов при конкретных начальных данных в условиях отсутствия решения в общем виде.
Метод Монте-Карло (метод статистических испытаний) – численный метод проведения расчетов с помощью датчиков случайных чисел.
3.Качественный метод – получение некоторых свойств решения (например, оценка устойчивости решения) в условиях отсутствия решения в явном виде.
Наиболее эффективным методом исследования сложных систем в настоящее время считается метод статистического моделирования. Часто он является и единственным практически доступным методом получения информации о поведении гипотетической системы на этапе ее проектирования. Наиболее целесообразно использовать данный метод в сочетании с комбинированным моделированием.