Задания на курсовую и контрольную работу 1 страница

ИНФОРМАТИКА

Учебно-методический комплекс

Блок контроля освоения дисциплины

Методические указания к выполнению курсовой работы

Методические указания к выполнению контрольной работы

Институты:

Энергетический

Приборостроения и систем обеспечения безопасности

Машиностроительно-технологический

Интеллектуальных электронных систем

Автомобильного транспорта

Системного анализа, автоматики и управления

Укрупненные специальности и группы направлений подготовки:

080500.62 – менеджмент

080000.62 – экономика и управление

140000 – энергетика, энергетическое машиностроение и электротехника

150000 – металлургия, машиностроение и материалообработка

190000 – транспортные средства

200000 – приборостроение и оптотехника

210000 – электронная техника, радиотехника и связь

220000 – автоматика и управление

240000 – химическая и биотехнология

Направления подготовки высшего профессионального образования:

261000 – технология художественной обработки материалов

280200 – защита окружающей среды

Санкт-Петербург

Издательство СЗТУ

2011

Утверждено редакционно-издательским советом университета

УДК 881.3

Информатика: учебно-методический комплекс (блок контроля освоения дисциплины: методические указания к выполнению курсовой работы; методические указания к выполнению контрольной работы) / сост. Л.В. Боброва, Ю.В. Папазова, Е.А. Рыбакова. – СПб.: Изд-во СЗТУ, 2011, - 175 с.

Данная методическая разработка соответствует требованиям государственных образовательных стандартов высшего профессионального образования и содержит задания на курсовую и контрольную работы.

Методические указания содержат описание заданий курсовой работы для студентов всех специальностей, кроме 080504.65,080506.65, 080507.65 и 080105.65, а также описание заданий контрольной работы для студентов специальностей 080504.65,080506.65, 080507.65 и 080105.65.

Целью курсовой и контрольной работы является развитие у студентов навыков использования перспективных информационных технологий путем освоения программных продуктов, работающих в среде операционной системы Windows: пакетов программ Excel и Access, входящих в состав Microsoft Оffiсe, или программ Calc и Base, входящих в пакет OpenOffice.org.

Рассмотрено на заседании кафедры информатики и прикладной математики 16.12.10 г., одобрено методической комиссией факультета общепрофессиональной подготовки 23.12.10 г.

РЕЦЕНЗЕНТЫ:

кафедра информатики и прикладной математики Северо-Западного государственного заочного технического университета (зав. кафедрой Г.Г.Ткаченко, канд. физ.-мат. наук, доц.); О.И. Золотов, канд. тех. наук, проф., зав. кафедрой ПУИС СЗТУ.

СОСТАВИТЕЛИ:

Л.В. Боброва, канд. техн. наук, доц.; Ю.В. Папазова, ст. преп.; Е.А. Рыбакова, ст. преп.

ã Северо-Западный государственный заочный технический университет, 2011

ОБЩИЕ УКАЗАНИЯ

Целью курсовой и контрольной работы является развитие у студентов навыков использования перспективных информационных технологий путем освоения программных продуктов Excel и Access, входящих в состав Microsoft Оffiсe, или Calc и Base OpenOffice.org, работающих в среде операционной систем Windows.

Курсовая работа выполняется студентами всех специальностей, кроме 080504.65,080506.65, 080507.65 и 080105.65 и состоит из трех индивидуальных заданий. Работа включает создание системы принятия решений, оптимизационную задачу и разработку базы данных (студенты спец. 080502.65 вместо базы данных создают балансовую модель). Первые две задачи и балансовая модель реализуются в табличных процессорах Excel или Calc, создание базы данных – в пакете программ для управления базами данных Access или Base.

Отчет по курсовой работе выполняется в виде пояснительной записки, образец титульного листа для которой приведен в Приложении.

Описание каждого задания должно включать:

1. Краткий обзор теоретических основ решения задачи.

2. Описание основных этапов решения.

3. Распечатки электронных таблиц и базы данных.

4. Список литературы.

Первые два пункта могут быть выполнены в рукописном варианте или в виде документа Word, третий пункт – только в виде распечатки компьютерной реализации задачи.

Решение всех видов задач подробно рассмотрено в данных методических указаниях (разделы 3 - 6).

В контрольной работе студенты 080504.65,080506.65, 080507.65 и 080105.65 должны выполнить четыре задачи, связанные с финансовыми расчетами, оптимизацией управленческих решений и планированием выпуска продукции. Решение задач подробно рассмотрено в данных методических указаниях (разделы 4, 6 и 7).Описание решений должно быть приведено в школьной тетради или на листах формата А4 с приложением распечаток электронных таблиц, полученных при выполнении задания.

Правила выбора индивидуального задания по каждой задаче и сами задачи приводятся в разделе 2

Библиографический список

1. Информатика: учеб. пособие / под ред. С.В. Симоновича. – СПб.: Питер, 2007. – 639 с.

2. Информатика: учеб.-метод. комплекс / сост. Л.В. Боброва. – СПб.: Изд-во СЗТУ, 2009. - 232 с.

3. Информатика: учеб.-метод. комплекс, информ. ресурсы дисциплины, метод. указания к выполнению лаб. работ с электронными таблицами в Microsoft Office и OpenOffice.org / сост.: С.В. Афанасьеа [и др.]. – СПб.: Изд-во СЗТУ, 2008. – 81 с.

4. Информатика: учеб.-метод. комплекс, информ. ресурсы дисциплины, метод. указания к выполнению лаб. работ с базами данных в Microsoft Office и OpenOffice.org / сост.: Л.В. Боброва, Е.В. Цветкова. – СПб.: Изд-во СЗТУ, 2008. – 85 с.

ЗАДАНИЯ НА КУРСОВУЮ И КОНТРОЛЬНУЮ РАБОТУ

Задание на курсовую работу

В курсовой работе студенту необходимо выполнить три задания, номера которых выбираются в соответствии с табл. 1, 2 и 13.

ЗАДАНИЕ 1

Задание 1 выполняется всеми студентами, кроме студентов спец. 080504.65,080506.65, 080507.65 и 080105.65. Номер варианта задания выбирается на пересечении строки «Последняя цифра шифра» и столбца «Первая буква фамилии» по табл. 1. Для выполнения задания необходимо изучить теоретический материал, изложенный в разделе 3.1.

Таблица 1

Последняя цифра шифра

Номер варианта задания

0, 1, 2, 3

4, 5, 6

7, 8, 9

Первая буква фамилии

А, Ж

Б, Я

В, Ч

Г, У

К, Э

М, Ю

П, З

С, Ц

Т, Х

Ш, Щ

Д, Ф

Е, Р

И, О

Л, Н

Вариант 1

Разработать систему принятия решения для постановки на очередь заявки на станции обслуживания автомобилей. База знаний имеет вид:

№ пп	Атрибут	Весовой фактор атрибута
	Наличие абонемента на обслуживание автомобиля
	Специализация станции техобслуживания на автомобилях данной марки
	Наличие необходимых запчастей
	Форма оплаты: - наличными - чеком - «по бартеру»
	Наличие свободных мастеров
	Наличие свободных боксов для ремонта
	Трудоёмкость ремонта автомобиля: -высокая - средняя - низкая

Правила вывода:

Если сумма баллов выше 210, автомобиль ставится на ремонт в день подачи заявки.

Если сумма баллов в пределах 150 - 210, автомобиль ставится на ремонт в течение недели.

Если сумма баллов ниже 150, заявка получает отказ.

Вариант 2

Разработать систему принятия решения о постановке на очередь судов для проведения погрузки – выгрузки в порту. База знаний имеет вид

№ пп	Атрибут	Весовой фактор атрибута
	Наличие свободных терминалов
	Возможность быстрого освобождения одного из занятых терминалов
	Наличие свободных кранов на нужном терминале
	Наличие свободных кранов на других терминалах
	Форма оплаты: -наличными -чеком -«по бартеру» -по квитанции
	Наличие скоропортящихся грузов для погрузки или выгрузки
	Наличие опасных или взрывчатых веществ для погрузки или выгрузки
	Трудоёмкость погрузочно-разгрузочных работ: - высокая - средняя - низкая
	Наличие договора об обслуживании составов с фирмой-владельцем

Правила вывода:

Если сумма баллов выше 430, судно ставится на погрузку (разгрузку) немедленно.

Если сумма баллов в пределах 380-430 – обслуживание при освобождении любого занятого терминала.

Если сумма баллов ниже 380, - разгрузка (погрузка) в порядке общей очереди.

Вариант 3

Разработать систему принятия решения о постановке на очередь железнодорожных составов для проведения погрузки – выгрузки на железнодорожных терминалах. База знаний имеет вид

№ пп	Атрибут	Весовой фактор атрибута
	Наличие свободных терминалов
	Возможность быстрого освобождения одного из занятых терминалов
	Наличие свободных кранов на нужном терминале
	Наличие свободных кранов на других терминалах
	Форма оплаты: -наличными -чеком -«по бартеру» -по квитанции
	Наличие скоропортящихся грузов для погрузки или выгрузки
	Наличие опасных или взрывчатых веществ для погрузки или выгрузки
	Трудоёмкость погрузочно-разгрузочных работ: -высокая -средняя -низкая
	Наличие договора об обслуживании составов с фирмой-владельцем

Правила вывода:

Если сумма баллов выше 580, состав ставится на погрузку (разгрузку) немедленно.

Если сумма баллов в пределах 520 - 580 – обслуживание при освобожде-нии любого занятого терминала.

Если сумма баллов ниже 520 – разгрузка (погрузка) в порядке общей очереди.

Вариант 4

Разработать систему принятия решения о постановке на очередь грузовых автомобилей для проведения погрузки – выгрузки песка и щебня в карьере. База знаний имеет вид

№ пп	Атрибут	Весовой фактор атрибута
	Наличие свободных терминалов
	Возможность быстрого освобождения одного из занятых терминалов
	Наличие свободных погрузчиков на нужном терминале
	Наличие свободных погрузчиков на других терминалах
	Форма оплаты: -наличными -чеком -«по бартеру» -по квитанции
	Наличие нужных фракций щебёнки в карьере
	Трудоёмкость погрузочно-разгрузочных работ: -высокая -средняя -низкая
	Наличие договора об обслуживании фирмы-заказчика

Правила вывода:

Если сумма баллов выше 630, состав ставится на погрузку (разгрузку) немедленно.

Если сумма баллов в пределах 560 – 630 – обслуживание при освобождении любого занятого терминала.

Если сумма баллов ниже 560 – разгрузка (погрузка)в порядке общей очереди.

Вариант 5

Разработать систему принятия решения для аттестации знаний студентов по курсу «Математические методы в управлении и экономике». База знаний имеет вид

№ пп	Атрибут	Весовой фактор атрибута
1.1 1.2 1.3 1.4	Задачи управления ресурсами Умеет составить математическую модель задачи Знает графический метод решения Знает Симплекс-метод Умеет работать с Симплекс-таблицами
2.1 2.2 2.3 2.4 2.5 2.5	Транспортная задача Умеет составить математическую модель задачи Знает метод Северо-Западного угла Знает метод наименьшей стоимости Умеет составить начальный план Знает метод потенциалов Умеет проводить оптимизацию решения
3.1 3.2 3.3 3.4 3.5 3.6 3.7	Поиск кратчайшего пути на графе Знает основные понятия графа Может составить матрицу смежности Знает метод потенциалов Умеет находить недостающие потенциалы Умеет проверять оптимальность решения Умеет составить новый план решения Умеет находить кратчайший путь между двумя пунктами

Правила вывода:

Если студент набрал меньше 230 баллов, оценка «неудовлетворительно».

Если сумма баллов 230-280 –оценка «удовлетворительно».

При сумме баллов 280-315 – оценка «хорошо».

Если сумма баллов больше 315 –оценка «отлично».

Вариант 6

Разработать систему принятия решения для аттестации знаний студентов по разделу ”Приближённое решение уравнений и систем уравнений в Excel”. База знаний имеет вид

№ пп	Атрибут	Весовой фактор атрибута
1.1 1.2 1.3 1.4 1.5	Приближённое решение уравнений Знает алгоритм отделения корней Может реализовать отделение корней в Excel Знает алгоритмы уточнения корней Знает алгоритм половинного деления Может уточнить корень в Excel с использованием режима “Поиск решения”
2.1 2.2 2.3 2.4 2.5	Интерполяция функций Знает понятие линейной интерполяции Знает интерполяционный многочлен Лагранжа Знает интерполяционный многочлен Ньютона Умеет осуществить численную интерполяцию Может провести численную интерполяцию в Excel
3.1 3.2 3.3 3.4 3.5 3.6	Решение систем уравнений Умеет решить систему уравнений матричным методом Может реализовать матричный метод в Excel Знает метод простых итераций Может реализовать метод простых итераций в Excel Знает метод Гаусса Может реализовать метод Гаусса в Excel

Правила вывода:

Если студент набрал меньше 280 баллов, оценка «неудовлетворительно».

Если сумма баллов 280-340 – оценка «удовлетворительно».

При сумме баллов 340-385 – оценка «хорошо».

Если сумма баллов больше 385 – оценка «отлично».

Вариант 7

Разработать систему принятия решения для аттестации знаний студентов по разделу «Приближённое интегрирование в Excel». База знаний имеет вид

№ пп	Атрибут	Весовой фактор атрибута
1.1 1.2 1.3 1.4 1.5 1.6 1.7	Интегрирование с заданным шагом Знает геометрический смысл определённого интеграла Знает метод прямоугольников Может реализовать метод прямоугольников в Excel Знает метод трапеций Может реализовать метод трапеций в Excel Знает метод Симпсона Может реализовать метод Симпсона в Excel
2.1 2.2 2.3 2.4 2.5 2.5 2.6	Интегрирование с заданной точностью Знает алгоритм интегрирования с заданной точностью Умеет пользоваться режимом «Итерации» в Excel Может реализовать метод прямоугольников с заданной точностью в Excel Может реализовать метод трапеций с заданной точностью в Excel Может реализовать метод Симпсона с заданной точностью в Excel

Правила вывода:

Если студент набрал меньше 240 баллов, оценка «неудовлетворительно».

Если сумма баллов 240-290 –оценка «удовлетворительно».

При сумме баллов 290-330 – оценка «хорошо».

Если сумма баллов больше 330 – оценка «отлично».

Вариант 8

Разработать систему принятия решения для аттестации знаний студентов по курсу «Математическая статистика». База знаний имеет вид

№ пп	Атрибут	Весовой фактор атрибута
	Умеет находить оценку математического ожидания
	Умеет находить оценку дисперсии
	Может вычислять несмещённую оценку дисперсии
	Умеет строить вариационный ряд
	Может найти оценку функции распределения
	Может найти оценку распределения частот
	Умеет строить гистограмму
	Может вычислить доверительный интервал для математического ожидания
	Может вычислить доверительный интервал для дисперсии
	Умеет дать определение статистической гипотезе
	Знает понятия ошибок первого и второго рода
	Знает критерий согласия Колмогорова
	Может проверить гипотезу о функции распределения
	Знает критерий согласия Пирсона
	Может проверить гипотезу о плотности вероятности

Правила вывода:

Если студент набрал меньше 230 баллов, оценка «неудовлетворительно».

Если сумма баллов 230-280 – оценка «удовлетворительно».

При сумме баллов 280-315 – оценка «хорошо».

Если сумма баллов больше 315 – оценка «отлично».

Вариант 9

Разработать систему принятия решения для аттестации знаний студентов по курсу «Теория вероятностей. Случайные события». База знаний имеет вид

№ пп	Атрибут	Весовой фактор атрибута
	Знает понятие частоты события
	Знает понятие вероятности события
	Знает определение достоверного события
	Знает определение невозможного события
	Знает определение эквивалентного события
	Знает определение противоположного события
	Знает определение события- следствия
	Знает определение суммы событий
	Знает определение произведения событий
	Знает теорему сложения вероятностей
	Знает теорему умножения вероятностей
	Знает определение условной вероятности
	Умеет вычислять вероятности с элементами комбинаторики
	Умеет вычислять вероятность по схеме Бернулли
	Знает формулу полной вероятности
	Знает формулу Байеса

Правила вывода:

Если студент набрал меньше 220 баллов, оценка «неудовлетворительно».

Если сумма баллов 220-270 –оценка «удовлетворительно».

При сумме баллов 270-305 – оценка «хорошо».

Если сумма баллов больше 305 – оценка «отлично».

Вариант 10

Разработать систему принятия решения для аттестации знаний студентов по курсу «Теория вероятностей. Случайные величины». База знаний

№ пп	Атрибут	Весовой фактор атрибута
	Знает понятие случайной величины
	Знает определение непрерывной и дискретной случайной величины
	Знает понятия ряда распределения
	Может вычислить ряд распределения для дискретной случайной величины
	Знает понятие функции распределения
	Может вычислить функцию распределения для дискретной случайной величины
	Может вычислить функцию распределения для непрерывной случайной величины
	Может построить график функции распределения
	Знает свойства функции распределения
	Знает понятие плотности вероятности
	Может вычислить плотность вероятности
	Знает свойства плотности вероятности
	Может построить график плотности вероятности
	Знает понятие математического ожидания
	Может вычислить математическое ожидание для непрерывной случайной величины
	Может вычислить математическое ожидание для дискретной случайной величины
	Знает понятие дисперсии
	Может вычислить дисперсию для непрерывной случайной величины
	Может вычислить дисперсию для дискретной случайной величины
	Может вычислить среднеквадратическое отклонение случайной величины

Правила вывода:

Если студент набрал меньше 300 баллов, оценка «неудовлетворительно».

Если сумма баллов 300-350 –оценка «удовлетворительно».

При сумме баллов 350-400 – оценка «хорошо».

Если сумма баллов больше 400 – оценка «отлично».

Вариант 11

Разработать систему принятия решения для аттестации знаний студентов по курсу «Операции с матрицами». База знаний имеет вид

№ пп	Атрибут	Весовой фактор атрибута
	Может дать определение системе уравнений
	Может построить матрицу коэффициентов
	Знает понятие минора
	Знает понятие алгебраического дополнения
	Умеет вычислить определитель матрицы второго порядка
	Умеет вычислить определитель матрицы третьего порядка
	Может решит систему уравнений методом Крамера
	Знает правило сложения матриц
	Знает правило умножения матриц на число
	Знает правило умножения двух матриц
	Умеет транспонировать матрицу
	Умеет вычислять обратную матрицу
	Умеет решать систему уравнений матричным методом

Правила вывода:

Если студент набрал меньше 250 баллов, оценка «неудовлетворительно».

Если сумма баллов 250-300 – оценка «удовлетворительно».

При сумме баллов 300-340 – оценка «хорошо».

Если сумма баллов больше 340 – оценка «отлично».

Вариант 12

Разработать систему принятия решения для аттестации знаний студентов по разделу «Математическое моделирование и проверка гипотез». База знаний имеет вид

№ пп	Атрибут	Весовой фактор атрибута
	Знает понятие математического моделирования
	Знает понятие статистического моделирования
	Знает метод Монте-Карло
	Знает метод реализации жребия
	Может промоделировать выборку дискретной случайной величины
	Знает метод нелинейного преобразования
	Знает метод Неймана
	Может промоделировать выборку непрерывной случайной величины
	Может оценить параметры выборки дискретной случайной величины
	Умеет дать определение статистической гипотезе
	Знает понятия ошибок первого и второго рода
	Знает критерий согласия Колмогорова
	Может проверить гипотезу о степени близости экспериментальной и теоретической функции распределения
	Знает критерий согласия Пирсона
	Может проверить гипотезу о степени близости экспериментальной и теоретической плотности вероятности

Правила вывода:

Если студент набрал меньше 300 баллов, оценка «неудовлетворительно».