ВходВарианты заданий по дисциплине практикум на эвм. Практикум по решению задач на ЭВМ: Учебно-методическое пособие
(Документ)
n1.doc
Министерство образования Российской Федерации
НОВОСИБИРСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ
Практикум на эвм
АЛГОРИТМЫ
Утверждено Редакционно-издательским советом университета
в качестве учебного пособия
для студентов I курса ФПМиИ
(направление 510200 – Прикладная математика
и информатика, специальность 351500 –
Математическое обеспечение и администрирование
информационных систем) дневной формы обучения
Новосибирск
2004
Т. А. Шапошникова , ст. преподаватель
Рецензенты: С.Х. Рояк, канд. техн. наук, доц.,
Л.В. Тюнина,
канд. техн. наук, доц.
Работа подготовлена на кафедре прикладной математики
Практикум на ЭВМ. Алгоритмы
П 691 Учебное пособие / В.П. Хиценко, Т.А. Шапошникова. – Новосибирск: Изд-во НГТУ, 2004. – 112 с.
Рассмотрены основные алгоритмы, изучаемые в курсе «Практикум на ЭВМ»: алгоритмы на графах, комбинаторные алгоритмы, алгоритмы полного перебора. Разобрано много примеров, иллюстрирующих теоретический материал.
УДК 004.421+519.1](075.8)
Новосибирский государственный
технический университет, 2004
оглавление
Курс «Практикум на ЭВМ» является первой базовой дисциплиной среди программистских дисциплин. Нельзя овладеть программированием без знания важнейших и известнейших алгоритмов. В данном учебном пособии подробно разобраны алгоритмы, широко применяемые при решении разных классов задач: основные алгоритмы на графах , алгоритм полного перебора и методы его улучшения (алгоритмы динамического программирования, «жадный» алгоритм, метод ветвей и границ), алгоритмы формирования основных комбинаторных объектов .
Учебное пособие предназначено не только для студентов, изучающих начальные разделы программирования, но и для тех, кто желает обогатить свои навыки конструирования алгоритмов (вместо «изобретения очередного велосипеда»). Часто разница между плохим и хорошим алгоритмами более существенна, чем между быстрым и медленным компьютерами. Например, мы хотим отсортировать массив из миллиона чисел. Что быстрее – отсортировать его вставками на супер–компьютере (100 миллионов операций в секунду) или слиянием на домашнем компьютере (1 миллион операций)? При этом, если сортировка вставками написана на ассемблере чрезвычайно экономно, для сортировки n чисел нужно приблизительно 2n 2 операций. В то же время алгоритм слиянием написан без особой заботы об эффективности и требует 50·n · log n операций. В первом случае для сортировки 1 миллиона чисел получаем:
для супер–компьютера:
для домашнего компьютера:
Отсюда видно, что разработка эффективных алгоритмов не менее важна, чем разработка быстрой электроники.
Учебное пособие дополняет лекционный и практический материал дисциплины «Практикум на ЭВМ» и ориентировано прежде всего на поддержку самостоятельной работы студентов при выполнении РГР и курсовых работ. Поэтому каждый алгоритм, приведенный в учебном пособии, разобран на практическом примере, для некоторых приведена программная реализация на языке программирования (Си). Также для алгоритмов даны оценки их сложности.
Алгоритмы записаны в виде «псевдокода», прокомментированы в тексте, наглядно представлены на рисунках и в таблицах.
1. Основные алгоритмы на графах
Математические модели большого числа задач могут быть описаны в терминах теории графов, поэтому алгоритмы исследования структуры (обработки) графов, а также способы их представления очень важны.
1.1. Некоторые основные определения
Графом (неориентированным графом) G (V , E ) называется совокупность двух множеств, где V – конечное непустое множество элементов, называемых вершинами, а E – множество неупорядоченных пар различных элементов множества V (эти пары называются ребрами). Граф, состоящий из одной вершины, называется тривиальным .
Говорят, что ребро e = (u , v ) соединяет вершины u и v . Ребро e и вершина u (а также e и v ) называются инцидентными , а вершины u и v – смежными . Ребра, инцидентные одной и той же вершине, также называются смежными .
Степень вершины – это число ребер, инцидентных ей. Вершина графа, имеющая степень 0, называется изолированной , а имеющая степень 1, – висячей .
Если E является не множеством, а набором, содержащим несколько одинаковых элементов, то эти элементы называются кратными ребрами , а граф – мультиграфом .
Если элементом множества E может быть пара одинаковых (не различных) элементов V , то такой элемент E называется петлей. Псевдограф – это граф, у которого наряду с кратными ребрами допускаются и петли, причем даже несколько петель при одной вершине.
Граф называется простым , если любая пара вершин соединена не более чем одним ребром и граф не имеет петель.
Маршрут (путь ) – это чередующаяся последовательность
a = v 0 , e 1 , v 1 , e 2 , ..., v n – 1 , e n , v n = b
Вершин и ребер графа такая, что e i = (v i- 1 , v i ), 1 ? i ? n . Говорят, что маршрут соединяет вершины a и b – концы маршрута. В простом графе маршрут можно задать перечислением лишь его вершин a = v 0 , v 1 , …, v n = b или его ребер e 1 , e 2 , …, e n .
Маршрут называется цепью , если все его ребра различные. Маршрут называется замкнутым , если v 0 = v n .
Замкнутая цепь называется циклом . Цепь называется простой , если не содержит одинаковых вершин. Простая замкнутая цепь называется простым циклом.
Гамильтоновой цепью называется простая цепь, содержащая все вершины графа. Гамильтоновым циклом называется простой цикл, содержащий все вершины графа.
Вершина u достижима из вершины v , если существует путь из v в u .
Длина пути v 0 , v 1 , …, v n равна числу его ребер, т.е. n .
Расстояние между двумя вершинами – это длина кратчайшего пути, соединяющего эти вершины.
Часть графа G (V , E ) – это такой граф G "(V ", E "), что V " V и E " E .
Подграфом графа G называется такаяего часть G " , которая вместе со всякой парой вершинu, v содержит и ребро (u , v ) , если оно есть в G .
Дополнением графа G называется граф G " с тем же множеством вершин, что и у G , причем две различные вершины смежны в G " тогда и только тогда, когда они несмежны в G . Ребра графов G и G " вместе образуют полный граф. Граф называется полным , если любые две его вершины смежны.
Два графа G 1 и G 2 изоморфны , если существует взаимно однозначное отображение множества вершин графа G 1 на множество вершин графа G 2, сохраняющее смежность.
Граф называется связным, если для любой пары вершин существует соединяющий их путь. Максимальный связный подграф несвязанного графа называется компонентой связности данного графа.
Если задана функция F : V ?M , то множество M называется множеством пометок, а граф – помеченным . Если задана функция F : E ?M , т.е. ребрам графа приписаны веса, то граф называется взвешенным .
Ребро графа называется ориентированным , если существен порядок расположения его концов. Граф, все ребра которого ориентированные, называется ориентированным графом (или орграфом ). В этом случае элементы множества V называются узлами , а элементы множества E – дугами . Дуга (u , v ) ведет от вершины u к вершине v , Вершину v называют преемником вершины u , а u – предшественником вершины v . Понятия части орграфа, пути, расстояния, простого и замкнутого пути, цикла определяются для орграфа так же, как и для графа, но с учетом ориентации дуг.
Источник орграфа – это вершина, от которой достижимы все остальные вершины. Сток орграфа – это вершина, достижимая со всех других вершин.
Деревом называется связный граф без циклов.
Корневое дерево – это связный орграф без циклов, удовлетворяющий условиям:
имеется единственная вершина, называемая корнем, в которую не входит ни одна дуга;
к каждой некорневой вершине ведет одна дуга.
1.2. Представление графов в ЭВМ
Представление в программе объектов математической модели – это важная составляющая программирования. Выбор наилучшего представления определяется требованиями конкретной задачи. Известны различные способы представления графов в памяти компьютера. Они различаются объемом занимаемой памяти и скоростью выполнения операций над графами. Следует заметить, что во многих задачах на графах выбор представления – решающий для эффективности алгоритмов. На рис. 1.1 для неориентированного (а, б, в, г ) и ориентированного (д, е, ж, з ) графов показаны различные представления: б, е – матрица смежности; в, ж – матрица инцидентности; г – список смежности неориентированного графа при смежном размещении элементов списка; з – список смежности ориентированного графа при связанном размещении элементов списка.
1.2.1. Матрица смежности графа
Матрицей смежности помеченного графа с n вершинами называется матрица A = [a ij ], i , j = 1, 2, ..., n , в которой
Матрица смежности однозначно определяет граф (рис. 1.1, а–в , д–е ). Для неориентированного графа матрица A является симметричной относительно главной диагонали. Число единиц в строке равно степени соответствующей вершины. Петля в матрице смежности может быть представлена соответствующим единичным диагональным элементом. Кратные ребра можно представить, позволив элементу матрицы быть больше 1.
Преимуществом такого представления является «прямой доступ» к ребрам графа, т.е. имеется возможность за один шаг получить ответ на вопрос «существует ли в графе ребро (x , y ) ?» Для небольших графов, когда места в памяти достаточно, с матрицей смежности часто проще работать. Недостаток заключается в том, что независимо от числа ребер объем занимаемой памяти составляет n n или n n /2 – n , если использовать симметрию и хранить только треугольную подматрицу матрицы смежности. Кроме того, каждый элемент матрицы достаточно представить одним двоичным разрядом.
1.2.2. Матрица инцидентности графа
Матрицей инцидентности называется матрица B = [b ij ], i = 1, 2, ..., n , j = 1, 2, ..., m (где n – число вершин, а m – число ребер графа), строки которой соответствуют вершинам, а столбцы – ребрам. Элемент матрицы в неориентированном графе равен:
В случае ориентированного графа с n вершинами и m дугами элемент матрицы инцидентности равен:
Строки матрицы также соответствуют вершинам, а столбцы – дугам.
Матрица инцидентности однозначно определяет структуру графа (рис. 1.1, а –в , д–ж ). В каждом столбце матрицы B ровно две единицы. Равных столбцов нет.
Недостаток данного представления состоит в том, что требуется n m единиц памяти, большинство из которых будет занято нулями. Не всегда удобен доступ к информации. Например, для ответа на вопросы «есть ли в графе дуга (x , y ) ?» или «к каким вершинам ведут ребра из вершины x ?» может потребоваться перебор всех столбцов матрицы.
1.2.3. Матрица весов графа
Простой взвешенный граф может быть представлен своей матрицей весов W = [w ij ], где w ij – вес ребра, соединяющего вершины i , j = 1,2, ..., m . Веса несуществующих ребер полагаются равными? или 0 в зависимости от задачи. Матрица весов – простое обобщение матрицы смежности.
1.2.4. Список ребер графа
При описании графа списком его ребер (или для орграфов списком дуг) каждое ребро представляется парой инцидентных ему вершин. Это представление можно реализовать двумя массивами (или одним двумерным):
x = (x 0 , x 1 , ..., x m) и y = (y 0 , y 1 , ..., y m),
Где m –– количество ребер в графе. Каждый элемент в массиве есть метка вершины, а i -е ребро графа выходит из вершины x i и входит в вершину y i . Объем занимаемой памяти составляет в этом случае 2m единиц памяти. Неудобством является большое число шагов, необходимое для получения множества вершин, к которым ведут ребра из данной вершины.
1.2.5. Списки смежных вершин графа
Граф может быть однозначно представлен структурой смежности своих вершин. Структура смежности состоит из списков Adj [x
] вершин графа, смежных с вершиной x
. Списки Adj [x
] составляются для каждой вершины графа. Структура смежности удобно реализуется массивом из n
(число вершин в графе)
линейно связанных списков (1.1, а–г
). Каждый список содержит 
а
д
| 1 | 2 | 3 | 4 | 5 | 1 | 2 | 3 | 4 | 5 |
|||
| 1 | 0 | 1 | 1 | 0 | 1 | 1 | 0 | 1 | 1 | 0 | 0 |
|
| 2 | 1 | 0 | 1 | 0 | 0 | 2 | 0 | 0 | 0 | 0 | 0 |
|
| 3 | 1 | 1 | 0 | 1 | 1 | 3 | 0 | 0 | 0 | 0 | 0 |
|
| 4 | 0 | 0 | 1 | 0 | 1 | 4 | 1 | 1 | 0 | 0 | 0 |
|
| 5 | 1 | 0 | 1 | 1 | 0 | 5 | 0 | 0 | 0 | 1 | 0 |
б е
| Ѕ | 1/3 | 1/5 | 2/3 | 3/4 | 3/5 | 4/5 | Ѕ | 1/3 | 4/1 | 4/2 | 5/4 |
|||
| 1 | 1 | 1 | 1 | 0 | 0 | 0 | 0 | 1 | 1 | 1 | -1 | 0 | 0 |
|
| 2 | 1 | 0 | 0 | 1 | 0 | 0 | 0 | 2 | -1 | 0 | 0 | -1 | 0 |
|
| 3 | 0 | 1 | 0 | 1 | 1 | 1 | 0 | 3 | 0 | -1 | 0 | 0 | 0 |
|
| 4 | 0 | 0 | 0 | 0 | 1 | 0 | 1 | 4 | 0 | 0 | 1 | 1 | -1 |
|
| 5 | 0 | 0 | 1 | 0 | 0 | 1 | 1 | 5 | 0 | 0 | 0 | 0 | 1 |
в ж
г з
Рис. 1.1
Вершины, смежные с вершиной, для которой составляется список. Список смежных вершин графа дает компактное представление для разреженных графов – тех, у которых множество ребер много меньше множества вершин. Недостаток этого представления таков: если мы хотим узнать, есть ли в графе ребро (x , y ), приходится просматривать весь список Adj [x ] в поисках y . Объем требуемой памяти составляет для ориентированных n + m и n +2 m для неориентированных графов единиц памяти, где n – число вершин графа, а m – число ребер (дуг) графа. Если в основе алгоритма решения задачи лежат операции добавления и удаления вершин из списков, то хранение списков смежности удобно реализовать, используя связанное представление списков (1.1, д–з ).
1.3. Обход графа
Обход графа – это некоторое систематическое прохождение его вершин (и/или ребер). Обходя граф, мы двигаемся по ребрам (дугам) и проходим все вершины. При этом можно получить много информации, которая необходима для дальнейшей обработки графа, поэтому обход графа – основа многих алгоритмов исследования структуры графа. Если при посещении вершины структура графа не меняется, то наиболее полезны два основные способа обхода: обход в глубину и обход в ширину.
1.3.1. Обход (или поиск) в глубину
Пусть задан граф и фиксирована начальная вершина s (исходный граф может быть неориентированным или ориентированным). Стратегия поиска в глубину состоит в том, чтобы, начиная с начальной вершины, идти «вглубь», пока это возможно (есть не пройденные исходящие ребра), и возвращаться и искать другой путь, когда таких ребер нет. Так делается, пока не обнаружены все вершины, достижимые из исходной. Если после этого остаются необнаруженные вершины, выбирается одна из них (как начальная) и процесс повторяется. Так делать до тех пор, пока мы не обнаружим все вершины графа.
Когда при поиске мы впервые обнаружим вершину v , смежную с вершиной u , необходимо отметить это событие. Алгоритм поиска в глубину использует для этого цвета (метки) вершин. Каждая из вершин вначале белая (не пройденная). Будучи обнаруженной, она становится серой. Когда вершина будет полностью обработана (т.е. когда список смежных с ней вершин будет просмотрен), она станет черной. Таким образом, в процессе поиска из графа выделяется часть – «дерево поиска в глубину» или несколько деревьев (лес поиска в глубину), если поиск повторяется из нескольких вершин. Каждая вершина попадает ровно в одно дерево поиска в глубину, так что эти деревья не пересекаются. Кроме этого можно ставить дополнительные метки на вершинах дерева: метку, когда вершина была обнаружена (сделалась серой), и метку, когда была закончена обработка списка смежных с u вершин (и u стала черной).
Приведенный ниже алгоритм использует представление графа списками смежных вершин Adj [u
]. Для каждой вершины u
графа дополнительно хранятся ее цвет Mark[u
] и ее предшественник Pr[u
]. Если предшественника нет (например, если u
=
s
или u
еще не обнаружена), то Pr[u
] = nil
. Кроме того, в d [u
] и
f [u
] записываются дополнительные для u
метки: метки времени. В d [u
] записывается время, когда вершина u
была обнаружена (и стала серой), а в f [u
] записывается время, когда была закончена обработка списка смежных с u
вершин (и u
стала черной). В приводимом ниже алгоритме метки времени d [u
] и
f [u
] это целые числа от 1 до 2| V
|; для любой вершины u
выполнено неравенство: d [u
] u]. Вершина u
будет белой до момента d [u
], серой между d [u
] и f [u
] и черной после f [u
]. Алгоритм использует рекурсию для просмотра всех смежных с
u
вершин.
Поиск_в_глубину (G
)
2 for (каждая вершина u V [G ])
4 Pr [u ] ?nil ;
7 for (каждая вершина s V [G ])
Search (u )
3 d [u ] ?time?time+1;
4 for (каждая v Adj [u ])
5 { if (Mark [v ] = БЕЛЫЙ)
6 { Pr [v ] ?u ; Search (v ); }
9 f [u ] ? time?time+1;
10 }
Алгоритм начинается с того, что сначала (строки 2–5) все вершины красятся в белый цвет (помечаются как не пройденные); в поле Pr помещается nil
(пока у вершин нет предшественника). Затем (строка 6) устанавливается начальное (нулевое) время (переменная time – глобальная переменная). Для всех вершин (строки 7–8), которые все еще остались не пройденными (белыми), вызывается процедура Search. Эти вершины становятся корнями деревьев поиска в глубину.
В момент вызова Search (u ) вершина u – белая. В процедуре Search она сразу же становится серой (строка 2). Время ее обнаружения (строка 3) заносится в d[u ] (счетчик времени перед этим увеличился на единицу). Затем просматриваются (строки 4–7) смежные с u вершины; процедура Search вызывается для тех из них, которые оказываются белыми к моменту вызова. После просмотра всех смежных с u вершин саму вершину u делаем черной и записываем в f [u ] время этого события.
МИНИСТЕРСТВО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ
БАШКИРСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
Практикум на ЭВМ
Задачи для С++
Часть 1
Составитель:
Рыков В.И. Практикум на ЭВМ. Задачи для С++.. Часть1. /Издание Башкирского ун-та. - Уфа 2006. - №№ c.
Работа посвящена методологии программирования на языке С++.
Содержит первоначальные сведения по кодированию, запуску и отладке программ. Содержит тексты задач и, в необходимых случаях, указания по технологии их решения.
Методика программирования и кодирования программ для каждого типа задач изложена в виде законченных примеров.
Работа используется при выполнении лабораторных и практических работ по дисциплине «Практикум на ЭВМ».
1 Введение 5
1.1 Первая программа 5
2 Справка по C++ 5
2.1 Основные типы данных 5
3 Простые типы данных 6
3.1 Модельная задача Операторы ввода, цикла. Вложение структур 6
3.2 Структура псевдокода 7
3.3 Реализация управляющих структур 7
3.4 Модельная задача Целые числа. Операторы for, while, if 8
4 Массивы 10
4.1 Модельная задача Задание массивов. Машинный ноль 10
4.2 Модельная задача Вложение управляющих структур 18
5 Процедуры и функции 20
5.1 Модельная задача Пример функции 20
5.2 Перегрузка функции 21
5.3 Передача параметров в функцию 21
5.4 Передача адреса массива в функцию 22
6 Векторы и матрицы 24
6.1 Модельная задача многомерные массивы, ввод из файла 24
7 Обработка символьной информации 29
7.1 Решение Найти самое длинное симметричное слово заданного предложения 31
8 Рекурсия 33
8.1 Решение вычисление факториала целого положительного числа 33
8.2 Решение Рекурсивные функции. Работа со строками. 36
8.3 Решение Построить синтаксический анализатор для понятия скобки. 38
9 Форма отчета по лабораторной работе 41
10 Варианты для лабораторных работ 42
1Введение
Начальные сведения по программированию изложены в документе «Среда Microsoft Visual C++ и отладка программ».
1.1Первая программа
Программа«2+3». В программе после приглашения вводятся два числа. Для ввода каждого числа нужно набрать его на клавиатуре и нажать клавишу Enter.
#include "iostream.h"
char* Rus(const char* text);
int main(int argc, char* argv)
// coutreturn 0;
char* Rus(const char* text)
Практикум на ЭВМ, Методы решения линейных систем и нахождения собственных значений, Часть 1, Богачев К.Ю., 1998
Настоящее пособие содержит описания алгоритмов, предлагаемых к реализации на ЭВМ студентам механико-математического факультета МГУ на занятиях но Практикуму на ЭВМ”. Для всех алгоритмов приводится необходимое теоретическое обоснование, соответствующие расчетные соотношения и рекомендации но их практическому осуществлению на ЭВМ (организация процесса вычислений. хранения данных и результатов в памяти ЭВМ и т.п.).
МЕТОДЫ РЕШЕНИЯ ЛИНЕЙНЫХ СИСТЕМ, ОСНОВАННЫЕ НА УНИТАРНЫХ ПРЕОБРАЗОВАНИЯХ МАТРИЦ.
Каждый из изложенных выше методов решения линейных систем может быть представлен в виде последовательности элементарных преобразований матрицы (см., например, такое представление в §4 для метода Гаусса). Каждое из преобразований задается некоторой матрицей Р, так что применение этого пре образования эквивалентно умножению (слева) исходной матрицы А на матрицу Р. Таким образом, каждый шаг приведенных выше алгоритмов есть переход от матрицы А к матрице А = РА. О числе обусловленности этой новой матрицы А=РА можно лишь утверждать, что к(РА) < к(Р)к(А). Поэтому может случиться так. что в процессе проведения преобразований число обусловленности матрицы возрастает и на каждом шаге метод будет вносить все большую вычислительную погрешность. В результате может оказаться, что исходная матрица имела приемлемое число обусловленности, однако после нескольких шагов алгоритма она уже имеет слишком большое число обусловленности, так что последующие шаги алгоритма приведут к появлению очень большой вычислительной погрешности.
Возникает идея подбирать матрицы преобразования Р так. чтобы число обусловленности матрицы в процессе преобразований не возрастало. Лемма 1.5 указывает нам пример таких матриц: если матрица преобразования Р унитарна (ортогональна в вещественном случае), то относительно спектральной нормы к(РА) = к(А).
Излагаемые ниже метод вращений и метод отражений представляют собой алгоритмы подбора унитарных матриц преобразований Р, таких, что в результате всех этих преобразований исходная матрица А приводится к треугольному виду. Система с треугольной матрицей затем решается, например, обратным ходом метода Гаусса. Несмотря на то. что трудоемкость этих методов больше, чем метода Гаусса (соответственно в 3 и 2 раза), эти методы получили широкое распространение в вычислительной практике благодаря своей устойчивости к накоплению вычислительной погрешности.
Бесплатно скачать электронную книгу в удобном формате, смотреть и читать:
Скачать книгу Практикум на ЭВМ, Методы решения линейных систем и нахождения собственных значений, Часть 1, Богачев К.Ю., 1998 - fileskachat.com, быстрое и бесплатное скачивание.
- Практикум на ЭВМ, Методы решения линейных систем и нахождения собственных значений, Часть 2, Богачев К.Ю., 1998
- Математика и Конструирование, 1 класс, Учебное пособие для общеобразовательных организаций, Волкова С.И., 2016
- Математика, Устные упражнения, 1 класс, Учебное пособие для общеобразовательных организаций, Волкова С.И., 2016
Следующие учебники и книги.
ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ
Государственное образовательное учреждение
«ТОМСКИЙ ПОЛИТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ»
__________________________________________________________________
«УТВЕРЖДАЮ»
Директор ИДО
«____»____________2007 г.
ПРАКТИКУМ НА ЭВМ
Рабочая программа, методические указания и контрольные задания для студентов специальностей 521600(080100) «Экономика», 060500(080109) «Бухгалтерский учет, анализ и аудит», 060700(080103) «Национальная экономика», 060800(080502) «Экономика и управление на предприятии», 061100(080507) «Менеджмент организации» Института дистанционного образования
Семестр | |
Самостоятельная работа, недели | |
Выполнение заданий, недели | |
Написание отчета, часы | |
Формы контроля | |
УДК 681.3:658.8
Практикум на ЭВМ: Рабочая программа, методические указания для студентов специальностей 521600(080100) «Экономика», 060500(080109) «Бухгалтерский учет, анализ и аудит», 060700(080103) «Национальная экономика», 060800(080502) «Экономика и управление на предприятии», 061100(080507) «Менеджмент организации». ИДО/ Сост. , . – Томск: Изд. ТПУ, 2007. – 23 с.
Рабочая программа, методические указания и контрольные задания рассмотрены и рекомендованы к изданию методическим семинаром кафедры экономики 12 апреля 2007 г., протокол
Зав. кафедрой, профессор, д. э. н.____________
Аннотация
Рабочая программа, методические указания и контрольные задания по производственной практике «Практикум на ЭВМ» предназначены для студентов специальностей 521600(080100) «Экономика», 060500(080109) «Бухгалтерский учет, анализ и аудит», 060700(080103) «Национальная экономика», 060800(080502) «Экономика и управление на предприятии», 061100(080507) «Менеджмент организации». Учебная практика проходится в четвертом семестре на ЭВМ в компьютерном классе обеспечивающей кафедры или филиала ИДО, длительность практики – 4 недели.
Приведен перечень основных вопросов, подлежащих изучению на практике. Приведены варианты контрольных заданий. Даны методические указания по их выполнению.
1. ЦЕЛИ И ЗАДАЧИ ПРОИЗВОДСТВЕННОЙ ПРАКТИКИ
Цели проведения производственной практики
Учебная практика «Практикум на ЭВМ» предназначена для закрепления навыков по применению информационных технологий . За время ее прохождения студенты знакомятся со структурой экономической информационной системы , с информационными ресурсами, общей характеристикой и классификацией информационных технологий, используя в своей работе приложения Microsoft Office. Практика имеет важное значение в подготовке экономиста , способствует успешному выполнению программы непрерывного использования ЭВМ в учебном процессе. Особое внимание уделяется самостоятельной работе и привитию практических навыков с широким использованием ЭВМ. Для закрепления и проверки полученных навыков практикум содержит дополнительные задания, которые студенты должны выполнить и результаты представить в отчете.
Задачи, выполняемые в ходе учебной практики
За время практики студенты выполняют задания по обработке экономической информации и проведению финансовых расчетов в Excel, созданию баз данных и работы с ними в среде СУБД Access.
Прохождение учебной практики «Практикум на ЭВМ» включает:
а) самостоятельную работу над учебными пособиями , методическими указаниями;
б) выполнение самостоятельных заданий и контрольного задания;
г) защиту практики.
Тема 1. Информационные технологии
1. Информация, технология.
2. Экономическая информационная система.
3. Концептуальная модель информационной технологии.
4. Информационные ресурсы и свойства информационных технологий.
5. Классификация информационных технологий.
Тема 2. Обработка экономической информации в Excel
1. Подготовка и редактирование экономической информации.
2. Простейшие вычисления в таблицах Excel.
3. Подготовка отчетов для бизнес-анализа.
Тема 3. Финансовые расчеты в Excel
1. Начисление процентных ставок.
2. Анализ инвестиций.
3. Прогнозирование значений временного ряда .
Тема 4. Система управления базой данных Access
1. Основные понятия СУБД Access.
2. Рабочая среда базы данных Access.
3. Создание таблиц средствами Access.
4. Создание простейших форм и их использование.
5. Поиск информации и создание запросов.
6. Создание отчетов.
Во время прохождения практики выполняются задания по нижеприведенным темам. Каждый студент должен выполнить по одной задаче из приведенных заданий для самостоятельной работы. Номер задачи указывает руководитель практики. Учебная практика проводится на персональных ЭВМ и заключается в практическом использовании студентами компьютерных программных продуктов (Microsoft Office).
Тема 2 . Обработка экономической информации в Excel
Подготовка и редактирование экономической информации
1. Создать таблицу, в которую необходимо включить следующие данные о владельцах транспортных средств: фамилию, имя, отчество, дату рождения, адрес, марку автомобиля, номер государственной регистрации, дату выпуска, пробег (км). Таблица должна содержать данные для не менее десяти владельцев.
2. Создать таблицу, фиксирующую результаты сессии и включающие следующие данные: фамилию, имя, отчество, дату сдачи экзамена, название предмета, результат сдачи (число). В сессию было 4 экзамена.
3. Создать таблицу, содержащую следующие сведения о поставке фирмой товаров продовольственной группы: наименование товара, стоимость за единицу (р.), количество (шт., кг), название фирмы - покупателя, фамилию, имя, отчество дилера, дату поставки. Таблица должна содержать не менее десяти видов товаров.
4. Создать таблицу, содержащую сведения о наличии товаров промышленной группы (аудио - и видеотехника) на складе фирмы: наименование товара, стоимость единицы (р.), количество (шт.), название фирмы-производителя, дату поступления. Таблица должна содержать не менее десяти видов товаров.
Задания для самостоятельной работы
Тема 3. Финансовые расчеты в Excel
В условиях соответствующих самостоятельных заданий для раздела «Подготовка и редактирование экономической информации» найти:
1. Возраст владельцев транспортных средств (ТС), общую стоимость всех ТС, средний пробег ТС, дату выпуска самого нового и самого старого ТС.
2. Средний балл, полученный на экзаменах, дату первого экзамена, –дату последнего экзамена.
3. Стоимость товаров, реализованных каждым дилером, дату последней поставки, цену самого дорогого товара, общую стоимость поставленных фирмой товаров.
4. Стоимость всех товаров на складе, дату поступления товара, дольше всех хранящегося на складе, общее количество товара, цену самого дорогого товара.
Тема 4. Система управления базой данных Access
Задания для самостоятельной работы
При помощи СУБД Access создать:
1. Базу данных реализации продукции коммерческой организацией за указанный период.
Имена полей : дилер, сумма поставки, количество поставок, дата поставки, номер накладной, клиент.
Таблицы : Дилер, Клиент.
2. Базу данных ведения складского учета в коммерческой организации на указанную дату.
Имена полей : наименование товара, количество, цена за ед., поставщик, дата поставки.
Таблицы : Товары, Поставщики.
В качестве прототипа для задач 1 и 2 взять любую известную Вам коммерческую организацию области, района, города. Данные могут носить условный характер.
В форме дилер (задание 1) и наименование товара (задание 2) создать кнопки: Вперед по записям , Назад по записям , Поиск , Выход .
4. КОНТРОЛЬНАЯ РАБОТА
4.1. Общие методические указания
Для завершения изучения решения экономических задач в среде табличного процессора Excel в конце прохождения производственной практики требуется выполнить приведенные здесь контрольные задания для выданного варианта.
Контрольные задания и результаты решения необходимо привести в отчете по производственной практике.
Оформление отчета производится в соответствии с общими требованиями оформления отчетов (см. п. 6.)
4.2. Методические указания и варианты контрольных заданий
Задание № 1
Торговая фирма в текущем месяце осуществила поставку продукции N клиентам на общую сумму S р. с предоставлением торгового кредита сроком на один месяц под процент Pi . Определить:
· прибыль фирмы от этого кредита;
· чистую прибыль, при условии, что налог на прибыль 20 %;
· прибыль при росте инфляции 1 % в месяц;
· сменить условия кредитования для полученного уровня инфляции так, чтобы фирма имела прибыль 10 % .
Значения S 1 , S 2 ,…, SN задать произвольно так, чтобы .
Значения Pi
взять из интервала: 
Исходные данные для вариантов задания приведены в таблице 1. Таблица 1
№ варианта | Сумма поставки | Количество клиентов N |
Пример выполнения
Пусть данные о совершенных продажах заданы таблицей 2
Таблица 2
Клиент | Сумма продаж, р. | Процент |
Для выполнения задания необходимо провести следующие расчеты:
Прибыль = 13350 р.
Налог на прибыль = 2670 р.
Чистая прибыль = 10680 р.
Чистая прибыль при инфляции 1 % https://pandia.ru/text/78/464/images/image009_63.gif" width="351" height="41">=7,92 %
Рис. 4.1. Выполнение задания № 1 в Excel
Задание № 2
Товарные запасы приобретаются предприятием 4 раза в течение операционного цикла (N 1, N 2, N 3, N 4). Запасы на начало (нач. остаток) составляют N 0 единиц. Движение запасов (количество, цена, стоимость) по периодам задаются табл. 3.
Определить:
· товарные запасы N за период поступления и их стоимость по ценам поступления S ;
· остаток товаров R на конец периода;
· стоимость остатка товаров тремя методами – средневзвешенным, LIFO, FIFO, если было реализовано 500 единиц товара;
· стоимость остатка товаров тремя методами – средневзвешенным, LIFO, FIFO, если было реализовано 100 единиц товара.
Таблица 3
Показатели | Количество | Цена за ед., р. | Стоимость по ценам поступления, р. |
Остаток (начальный) | |||
Реализация | |||
Остаток (конечный) |
Исходные данные для вариантов задания приведены в таблице 4.
Таблица 4
№ варианта | N 0 | N 4 |
|||
Объявления
Контест 1: Python (в anytask)
Библиотека numpy. Векторизация вычислений.
Важные статьи документации numpy:
Контест 2: Numpy (в anytask)
Организация кода в Python.
Функции, модули, классы.
Контест 3: Классы (в anytask)
Метрические методы классификации.
Обсуждение первого практического задания.
Введение в обработку изображений.
Визуализация в Python.
Подготовка текстовых отчётов. Система TeX.
Обработка исключений. Мененджеры контекста. Тестирование.
Подготовка коротких выступлений.
Итераторы и генераторы.
Требования к отчёту по практическим заданиям
Отчёт должен быть самодостаточным документом в формате PDF, подготовленным в системе LATEX. Студенты, хорошо выполнившие отчёты по прошлым заданиям, получают возможность сдавать отчёты в формате HTML или PDF, подготовленные с помощью jupyter notebook.
Отчёт должен давать проверяющему ответы на следующие вопросы:
- К какому курсу относится задание?
- Какое задание выполнено?
- Кем выполнено задание?
- В чём заключалось задание?
- Что было сделано? Что не было сделано?
- Даны ли правильные ответы на все теоретические вопросы задания?
- Проведены ли все необходимые эксперименты? Получены ли осмысленные ВЫВОДЫ?
- Выполнена ли творческая часть задания?
- Пользовался ли студент чьей-либо помощью? Если да, то в каком объёме?
- Какой литературой пользовался студент?
Некоторые элементы хорошего отчёта:
- Объём отчёта: 5--20 страниц;
- Текст отчёта не повторяет полной формулировки задания;
- Структура отчёта соответствует пунктам задания;
- Используются векторные шрифты;
- Графики оформлены надлежащим образом;
- Шкала для графиков выбрана правильно;
- На разных графиках результаты для одинаковых методов отображаются одним и тем же цветом;
- Между расположением графиков и местами их упоминания в тексте относительно небольшое расстояние (на той же или на соседней странице);
- На страницах не должно быть много пустого места;
- В большинстве случаев графики/таблицы/псевдокоды алгоритмов не должны занимать большей части одной страницы отчёта;
- Все числа в тексте/таблицах указаны с необходимым числом значащих цифр;
- В большинстве случае в отчёте не должно быть никакого кода;
- Для всех экспериментов описан выбранный дизайн экспериментов, а также сделаны выводы из полученных результатов;