Статті в журналах з теми "Табличний алгоритм"

Резюме. Сучасні технології кардіохірургічних втручань (КХВ) дозволяють значною мірою впливати на структуру смертності, інвалідності та якість життя пацієнтів із критичним перебігом ішемічної хвороби, клапанними пороками серця, кардіоміопатіями. Разом з тим неврологічні ускладнення здатні суттєво впливати на перебіг післяопераційного періоду та нівелювати технічно якісне виконаня КХВ. Останніми роками загальна смертність після КХВ із використанням штучного кровообігу (ШК) характеризуються зменшенням на 20–25 %, тоді як частота гіпоксично-ішемічних уражень (ГІУ) головного мозку (ГМ) практично незмінна і, навіть, у старших вікових групах зростає. Мета дослідження – розробити алгоритм оцінювання ризику гіпоксично-ішемічних уражень головного мозку як компоненти неврологічного супроводу кардіохірургічних пацієнтів. Матеріали і методи. Дослідження виконано на клінічній базі ДУ «Інститут серця МОЗ України» з використанням первинних матеріалів стосовно кардіохірургічних втручань із застосуванням штучного кровообігу; задіяно дві групи пацієнтів, що сформовані за методикою копі-пара (за ознаками: вік, стать, вид втручання): в першій (n=340 осіб) – пацієнти з ГІУ ГМ після втручань, у другій (n=340 осіб) – без ГІУ ГМ. У дослідженні використано результати рутинного неврологічного, інструментальних та лабораторних обстежень на етапах оперативного лікування із заповненням спеціальної Карти експертної оцінки неврологічного супроводу пацієнта з кардіохірургічним втручанням. Результати. При порівняльному міжгруповому аналізі виявлено достовірні (р<0,05) КАФ, виконано їх ранжування за показником загальної інформативності та 10 найбільш інформативних включено до алгоритму прогнозування. Наявність достовірної інформації щодо прогностичного значеня клініко-анамнестичних пре­дикторів дозволило обґрунтувати поступовість процедури оцінки ризику та скласти відповідний табличний алгоритм, до якого в порядку зменшуваної інформативності, внесені найбільш прогностично цінні ознаки та відповідні прогностичні коефіцієнти. Технологія прогнозування досить проста та (після оцінки наявності/відсутності перелічених в алгоритмі факторів) передбачає поступове додавання відповідних коефіцієнтів до досягнення однієї із прогностичних сум, що дозволяє виконувати персоніфіковану оцінку ризику з одночасним розподілом (співвідношенням) обстежених осіб до однієї із трьох груп ризику. Висновки. Вивчено діагностичну цінність та прогностичне значення клініко-анаменстичних предикторів ризику гіпоксично-ішемічних уражень головного мозку, складено прогностичний їх профіль, опрацьовано алгоритм персоніфікації ризику та виділено три основні прогностично несприятливі синдроми: психоневрологічний (наявність енцефалопатії, артеріальної гіпертензії, закритих черепно-мозкових травм в анамнезі), судинної дисфункції (порушення церебральної ауторегуляції, зниження фракції викиду лівого шлуночка, інсульт в анамнезі, асиметрія кровонаповнення), серцево-судинних порушень (фібриляція передсердь, «німий» стеноз сонних артерій, наявність атероматозу висхідної зони аорти).

Резюме. За даними експертів Всесвітньої організації охорони здоров’я, серцево-судинні захворювання є основним етіологічним фактором інвалідизації та смертності населення. Україна є лідером за смертністю від серцево-судинних захворювань серед країн Європи. Одним із доведених та модифікованих факторів ризику вважають надлишок маси тіла. Особливу увагу привертає ріст хвороб на артеріальну гіпертензію (АГ) серед молодих людей працездатного віку. Підвищений АТ є причиною дев’яти мільйонів смертельних випадків щорічно. Цей ризик може значно знизитися при ранній діагностиці та впровадженні відповідних методів профілактики. Мета дослідження – визначити клініко-анамнестичні особливості для оцінювання рівня кардіоваскулярного ризику (КВР) та обґрунтувати на цій основі алгоритм визначення КВР при АГ в осіб молодого віку з ожирінням. Матеріали і методи. Згідно з критеріями включення/виключення в дослідженні було задіяно 74 пацієнти відповідно до Рекомендацій Європейського товариства кардіологів з лікування артеріальної гіпертензії 2018 р. та Наказу МОЗ України № 384 від 24.05.2012 р. Після підписання інформованої згоди пацієнта, на основі аналізу скарг, анамнезу, фізикальних та лабораторних методів обстеження, ультразвукового дослідження та визначення рівня серцево-судинного ризику (ССР) респондентів було поділено на дві групи. У дослідженні обстежено 74 пацієнти у віці 18–44 роки з верифікованим діагнозом АГ І ст. та НМП різного ступеня, яких поділили на дві клінічні групи, залежно від рівня ССР (21 особа з низьким ССР та 53 пацієнти із помірним ССР). Результати. Досліджено проблемне питання оцінки серцево-судинного ризику серед осіб молодого віку з АГ I ст. з надмірною масою тіла та додатково продемонстровано інформативність анамнестичних, антропометричних даних, окремих індикаторів стану системного запалення та гормональної активності жирової тканини, а також показників стану судинної стінки. Для осіб молодого віку з АГ I ст. та надмірною масою тіла обґрунтовано табличний алгоритм оцінювання рівня КВР, який базується на властивих саме цій категорії пацієнтів критеріях, доступних для використання на первинному рівні надання медичної допомоги. Висновки. Використання алгоритму дозволяє персоніфікувати послідовність обстежень для отримання прогнозної оцінки рівня КВР, а також вибір тактики ведення пацієнтів.

Необходимым условием создания интеллектуальной системы автоматизации конструкторской деятельности, позволяющей не только выполнять графические работы, отдельные инженерные расчеты или документирование, является создание обобщенной модели класса конструируемых объектов, сохраняющей конструкторский опыт в виде отдельных технических решений конструкций изделий, их узлов, сборок, подсборок и деталей. Чем сложнее объект, тем больше возможных модификаций его конструкции может быть реализовано. Использование в качестве базового алгоритма функционирования системы автоматизированного конструирования алгоритмa комбинаторного перебора требует формирования исходного множества конструктивных элементов и особенностей их исполнения, на котором будет осуществлен перебор. Формирование указанного множества может быть реализовано различными методами, отличающимися по уровню наглядности, защищенности от ошибок, избыточности. Базовым, безусловно, является графовый метод, описанный в первой части статьи, на котором исходно был разработан алгоритм построения классификатора класса спироидных редукторов. Сложность формализации данного метода натолкнула автора на его модификацию. Так были разработаны табличный, графово-табличный и матричный методы построения модели класса спироидных редукторов. Особенность первого метода состоит в том, что иерархическая структура конструкции объекта представляется двумерной таблицей, с помощью которой обобщение информации идет корректнее, поскольку очевиднее выделение необязательных компонентов конструкции. Графово-табличный метод является симбиозом графового и табличного метода, сохраняет наглядность структур и обеспечивает корректность описания функциональных элементов. В силу сочетания наглядности и простоты реализации графово-табличный метод максимально исключает потерю информации. Матричный метод особенно актуален, когда структура исходных конструкций более сложная, поскольку данный метод позволяет корректно обработать необязательные вершины групповой принадлежности и фантомы.

В работе рассматривается задача нахождения минимальных алгебр бинарных операций ранга 3. Решение данной задачи является первым шагом для построения решетки алгебр бинарных операций ранга 3. Построение такой решетки — один из вопросов универсальной алгебры, в частности теории решеток. В статье описывается алгоритм нахождения минимальных алгебр, который основан на свойстве идемпотентности операций, порождающих минимальные алгебры. Данный алгоритм был реализован на языке Python. Результаты работы алгоритма представлены в табличном виде.

Розглянуто властивості непозиційної системи числення в системі залишкових класів (СЗК): незалежність залишків, рівноправність залишків і малорозрядність залишків. Використання основних властивостей СЗК дає можливості створення ефективних методів контролю, діагностики та виправлення помилок даних при введенні мінімальної інформаційної та часової надмірності, і побудови відмовостійких і швидкодіючих комп`ютерних систем обробки даних (КСОД) реального часу. Основна властивість СЗК, а саме малорозрядність залишків дозволяє застосовувати табличні методи реалізації арифметичних операцій. При застосуванні методів спеціального кодування інформації в СЗК, здійснюється скорочення таблиць ПЗП, стиснення даних та зменшення кількості необхідного обладнання. На основі даних досліджень було розроблено методи та алгоритми стиснення інформаційних даних табличних структур у СЗК

Метою даної роботи є розробка алгоритму перевірки працездатності компонентів ФОС спеціального призначення для фізичної науково-дослідної моделі. Це дозволить скоротити витрати часу та ресурсів, як на процес перевірки працездатності апаратурної реалізації компонентів ФОС спеціального призначення так і їх проектування. Стаття присвячена питанню розробки алгоритму перевірки працездатності компонента функціонально-орієнтованої системи, який базується на програмних модулях пакета Quartus II, програмних компонентах для мікроконтролера AVR тестової плати Arduino UNO та мікрокомп’ютера Raspberry Pi. Для проведення перевірки процесу перетворення в запропонованому компоненті ФОС спеціального призначення використано фізичну науково-дослідну модель. В якості предмету перевірки для дослідження процесу перетворення в компоненті ФОС спеціального призначення запропоновано образно-знакову модель багатофункціонального таблично-логічного співпроцесору, що відрізняється зменшеним об’ємом пам’яті не менш ніж в два рази за рахунок використання одних і тих же значень коригуючих констант. Результати та висновок. Розроблений алгоритм дозволяє підвищити ефективність процесу проектування обчислювачів спеціального призначення наступним чином: дозволяє довести працездатність його апаратурної реалізації, є універсальним для перевірки працездатності процесу перетворення різноманітних двійково-кодових комбінацій, а також дозволяє прискорити процедуру проектування обчислювачів спеціального призначення та/або їх компонентів, зменшити матеріальні та енерго-часові витрати при апаратурній реалізації розроблюваних моделей обчислювачів спеціального призначення.

При выполнении операций расширения диапазона представления чисел, деления, определения переполнения, масштабирования, контроля ошибок вычислений возникает задача восстановления остатка числа по данному модулю на основании остатков этого числа по остальным модулям системы. Табличное выполнение операции восстановления остатка числа реализуется с помощью базового алгоритма. Метод решения основан на определении остатка по данному модулю на основании полученных остатков по остальным модулям системы. Такое определение выполняется последовательным вычитанием констант из полученных остатков и суммированием этих констант к результататам, которые формируются по данному модулю. При этом константы на каждой итерации выбираются в зависимости от значения остатка в анализируемом разряде. При несомненном достоинстве метода сохраняются требования к быстродействию выполнения операции восстановления остатка числа. Целью исследования является аналитическое рассмотрение подхода к ускоренной реализации базовой операции восстановления остатка числа по данному модулю на основании остатков этого числа по остальным модулям системы. Одна из реализаций алгоритма состоит в одновременном его выполнении по базовому варианту для искомого числа и числа, обратного искомому. При этом искомый остаток определяется по значению остатка того из чисел, для которого первым получается результат поиска. Приведены варианты реализации алгоритма с переходами от представления числа в прямом коде к представлению этого числа в обратном коде и от представления числа в обратном коде к его представлению в прямом коде. Рассмотренный алгоритм реализации в системе остаточних классов базовой немодульной операции восстановления значения остатка числа по данному модулю на основании значений остатков этого числа по остальным модулям системы обеспечивает получение искомого результата. На основе предложенных подходов достигается ускоренная реализация базовой операции восстановления остатка числа по данному модулю. Представляется целесообразным применить предложенные подходы в качестве перспективных направлений исследований этой операции в системе остаточных классов.

В приложении Excel обрабатывается большое количество данных в табличной форме, моделируются технологические процессы с выражением устойчивых взаимосвязей в математически грамотных зависимостях. Объединение нескольких зависимостей в пределах одной изучаемой проблемы позволило разработать целый алгоритм расчетов. Процессы составления программы расчета малокомпонентных кормов описаны автором впервые и получили новую интерпретацию при детальном рассмотрении. Разработаны малокомпонентные комбикорма на базе правила креста, далее самостоятельно разработанный автором алгоритм представлен в законченном виде и используется в производстве. В табличной форме рассчитана структура корма с использованием значений стоимости каждого компонента для обеспечения учета их в себестоимости одной единицы корма. Учет в приложении Excel заложенных соотношений в последовательном изложении при постоянном изменении структуры смешиваемых веществ проведен на том основании, что в каждом случае после первого смешивания за второе вещество может быть взято уже полученное. Все действия может проводить оператор, имеющий среднее образование, с минимальными навыками работы в приложении Excel. Самое главное — точно вводить новые значения при разработке нового комбикорма и дополнять по необходимости строки в расчетных таблицах. Грамотный переход от одной ко второй таблице программы позволяет рассчитывать структуру корма по всем имеющимся данным. При работе с электронным вариантом в приложении Excel требуются минимальные затраты времени для разработки новой рецептуры корма при наличии всех данных по содержанию питательных веществ, макро- и микроэлементов, витаминов в исходных компонентах и других сведений, а также их закупочной стоимости.

Корреляционная обработка сигналов как частный случай использования цифровой обработки данных, получаемых с акустических датчиков, находит широкое применение в современных ультразвуковых расходомерах жидкости и газа. К ним можно отнести как непосредственно корреляционные меточные расходомеры, так и расходомеры преимущественно время-импульсного или время-пролетного типов, где корреляционная обработка акустических сигналов является дополнением к общему методу измерения объемного расхода жидкости и газа. Применение корреляционной обработки позволяет повысить разрешающую способность расходомера в целом и обеспечить выделение полезного сигнала на фоне присутствия шумов с высокой степенью достоверности. В статье описан способ вычисления дискретных корреляционных функций на основе обобщенного определения дискретной корреляционной функции через свертку дискретизированных сигналов с выходов датчиков потока. Суть данного метода сводится к вычислению набора значений кумулятивных произведений отсчетов зондирующих сигналов, взятых с разным шагом в зависимости от общего количества отсчетов сигналов и предполагаемого числа значений корреляционной функции. Полученный набор значений оформляется в виде двумерного массива или матрицы, однако для большего понимания его можно представить как таблицу. Результаты суммы отдельных элементов этой таблицы или матрицы, выбранных согласно установленному правилу, и будут являться конечными значениями взаимной корреляционной функции акустических сигналов. В рамках работы составлены непосредственно алгоритм вычисления дискретной корреляционной функции в соответствии с рассмотренным методом расчета корреляционной функции, приведены примеры вычисления программным способом взаимной и автокорреляционной функций акустических сигналов, приближенных по своим свойствам к сигналам реальных ультразвуковых расходомеров. Предложенный вариант расчета дискретных корреляционных функций может быть применен в энергоэффективных вычислительных модулях расходомеров, предназначенных для длительной эксплуатации от источника автономного питания, обладающих низкой производительностью. Correlation signal processing as a particular case of using a digital data processing obtained from acoustic sensors is widely used in modern ultrasonic liquid and gas flowmeters. These include both direct correlation flowmeters and predominantly a time-pulse or time-of-flight type’s flowmeters, where the correlation processing of acoustic signals is an addition to the general method for measuring the volumetric flow rate of liquid and gas. The use of correlation processing makes it possible to increase the resolution of the flowmeter as a whole and to ensure the useful signal extraction against the background of the noise presence with a high degree of reliability. The article describes a method for calculating discrete correlation functions based on the generalized definition of a discrete correlation function through the convolution of sampled signals from the flow sensors outputs. The essence of this method comes down to calculating a values set ​​of the cumulative products of the probing signal’s samples taken with different steps depending on the total number of signal samples and the assumed number of the correlation function samples. The resulting values sequence ​​is formatted as a two-dimensional array or matrix, but for better understanding it can be represented as a table. The results of the sum of the individual elements of this table or matrix, selected according to the established rule, will be the final values ​​of the cross-correlation function of acoustic signals. Within the framework, an algorithm for calculating the discrete correlation function is directly compiled in accordance with the considered method for calculating the correlation function, examples of software calculation of the cross- and autocorrelation functions of acoustic signals, which are close in their properties to the real signals of ultrasonic flowmeters, are given. The proposed option for calculating discrete correlation functions can be applied in energy-efficient computational modules of flowmeters designed for long-term operation from an autonomous power source with low performance.

Визначення дефектів мовлення у дитини є актуальною науково-практичною задачею, оскільки своєчасне коректування мови дозволяє покращити комунікативні здібності дитини в майбутньому. Грунтуючись на аналізі наведеному в роботі логічним є використання згорткових нейронних мереж як інструменту виявлена дефекту і його виду. Робота присвячена розробці алгоритму для виявлена дефекту мови, що включає в себе підготовку даних для навчання моделі і використання згорткової нейронної мережі. Описана архітектура згорткової нейронної мережі, що була розроблена. Проведено експерименти для перевірки точності і адекватності розробленої моделі нейронної мережі, результати наведені у вигляді табличних даних

In the discipline "Mathematics", taught in engineering universities, a number of mathematical algorithms are distinguished, the distinguishing feature of which is the tabular form of their presentation. They basically make up the content of the Linear Algebra section. Automation of this form by means of the MS Excel spreadsheet software by conducting classes using personal computers, additionally combined into a video network, leads to an increase in the effectiveness of teaching cadets how to calculate these algorithms.

С использованием приложения Excel расширяются возможности обработки большого количества информации с получением достоверного обоснования устойчивых взаимосвязей в математически грамотных зависимостях. Зависимость разовой нормы кормления от величины суточного рациона подразумевает то, что с ростом рыбы нормы корма тоже увеличиваются. В пределах суточного рациона разработаны подходы к определению разовой нормы корма при многократном кормлении рыбы. Автором предложен алгоритм расчетов разовой нормы корма с учетом роста рыбы в течение суток. Процессы роста рыбы в течение суток были описаны автором впервые и увязаны в программе с расчетами разовой нормы корма в пределах суточного рациона. Прослеживается при дальнейшем исследовании накопление живой массы рыбы и работа выделительной системы, а также затраты энергии и пищи на обмен веществ. Для самостоятельно разработанного автором подхода создан алгоритм расчета, представленный в законченном виде, используется в производстве товарной рыбной продукции. В приложении Excel заложены соотношения в последовательном изложении, которые при постоянном изменении массы с одинаковым коэффициентом массонакопления указывают на динамику суточного рациона. Все действия по разработке новых норм кормления при изменении факторов выращивания может проводить оператор с минимальными навыками работы в приложении Excel, имеющий среднее образование. Грамотный переход от одного расчета к другому позволяет в табличной форме программы рассчитывать разовую норму корма по всем имеющимся данным. При наличии опыта работы с электронным вариантом программы в приложении Excel требуются минимальные затраты времени.

При розв’язуваннi прикладних задач, моделюваннi складних фiзичних процесiв, а також при дослiдженнi математичних моделей оптимальної органiзацiї i пошуку iнформацiї у файлах баз даних виникає потреба у розв’язаннi систем нелiнiйних рiвнянь. Унiверсальних методiв для розв’язання таких задач не iснує, тому великий iнтерес становить розробка та дослiдження нових, ефективних чисельних методiв, за допомогою яких можна було б розв’язувати системи нелiнiйних рiвнянь. Нами ведеться робота над розробленням таких методiв. У роботi [1] побудовано апарат некласичних мiнорант Ньютона та їхнiх дiаграм функцiй однiєї дiйсної змiнної, заданих таблично. Встановлено необхiднi та достатнi умови iснування мiноранти Ньютона. Вивчено властивостi мiноранти Ньютона та її дiаграми, введено основнi характеристики мiноранти Ньютона та її дiаграми, побудовано алгоритми для їхнього вiдшукання. У роботi пропонується новий чисельний метод, нульового порядку, який ґрунтується на використаннi апарату некласичних мiнорант i дiаграм Ньютона функцiй. Побудований метод використовує властивостi числових нахилiв мiноранти Ньютона та їхнiх дiаграм функцiї двох дiйсних змiнних заданих таблично.

Для хранения нечётких значений часто используются реляционные СУБД, но при этом возникают проблемы размещения таких данных в табличной форме. Кроме того, появляется проблема хранения как чётких, так и нечётких данных, относящихся к одной предметной области, в одном столбце реляционной таблицы. В данной статье рассматривается механизм хранения чётких и нечётких значений и лингвистических переменных в документоориентированной СУБД Mongo. Данные хранятся в коллекции как GeoJSON геометрия, для различных вариантов данных используются различные геометрии. Описана возможность хранения в документах коллекции чётких скалярных значений, наборов чётких значений, интервалов чётких значений и нечётких значений. Для обработки данных посредством запросов языка SQL описывается контекстно-свободная грамматика подмножества языка SQL, по которой генерируются лексический анализатор и синтаксический анализатор. Для формирования структуры абстрактного синтаксического дерева реализована соответствующая объектная модель. Разработано приложение транслятора, которое позволяет преобразовывать SQL-запросы по чётким и нечётким данным в запросы на языке Mongo QL. Предложен алгоритм процесса трансляции нечётких запросов, описана геометрическая интерпретация операций сравнения данных. В примерах приведены варианты операций нечёткого сравнения для различных вариантов значений.

Формулювання проблеми. Наукові праці, пов’язані із статистичним аналізом даних, часто перенасичені математичними формулами для обґрунтування запропонованого підходу, а тому важко сприймаються або й взагалі відкидаються науковцями-педагогами. Тому актуальними стають такі підходи до статистичної перевірки результатів, які, з одного боку, базуються на коректному математичному апараті, а з іншого, спрощують сприйняття громіздких емпіричних даних і на науковій основі уможливлюють якісні висновки за ними. Матеріали і методи. Для досягнення результату використано: теоретичний аналіз наукових джерел з метою визначення теоретичних основ статистичного аналізу у педагогічних дослідженнях, порівняльний аналіз і зіставлення результатів науково-педагогічних досліджень з метою з’ясування найбільш затребуваних методів статистичного аналізу; контент-аналіз ресурсів Інтернет з метою визначення ресурсів для автоматизації статистичних розрахунків; емпіричні методи (педагогічний експеримент) для демонстрації процесу опрацювання емпіричних даних за розробленою методикою. Результати. Авторський підхід до статистичного аналізу результатів педагогічного експерименту базується на двох позиціях: 1) інтегральне врахування змін у середніх та дисперсіях обох вибірок: ідея полягає в одночасному аналізі вибірок за критерієм Ст’юдента і за критерієм Фішера, щоб, зіставляючи середні і дисперсії, зробити відповідний висновок про ефективність авторської моделі чи підходу; 2) відслідковування проміжних результатів педагогічного експерименту для вчасного корегування розробленої методики чи підходу: ідея в тому, що спочатку відслідковується пара «контрольна група і експериментальна група на уточнювальному етапі експерименту», за результатами вдосконалюється (або ні) методика, і на новій парі «контрольна група і експериментальна група на формувальному етапі експерименту» авторська методика підтверджується остаточно. Висновки. Запропонований алгоритм статистичного аналізу результатів педагогічного експерименту не лише автоматизує розрахунки, а й має перевагу над іншими статистичними методами у тому, що досліднику залишається лише проаналізувати табличні пари середніх і дисперсій про суттєвість відмінностей та зробити відповідні висновки. Перспективним бачимо впровадження алгоритму в науково-педагогічну практику, а також написання макросу, який автоматизує заповнення таблиці за введеними даними трьох вибірок.

В работе описана новая программа для автоматизации обработки данных мониторинга, моделирования и прогнозирования атмосферного загрязнения. Предложена модель системы мониторинга атмосферного загрязнения, которая позволяет выразить зависимость концентрации выбранного загрязнителя атмосферы от совокупности метеорологических факторов. Модель строится по методу группового учета аргументов, хорошо зарекомендовавшему себя при многофакторном моделировании. Построение модели осуществляется путем выбора из списка необходимого числа аргументов, что позволяет получать различные модели, отражающие зависимости конкретных загрязнителей атмосферы от переменного числа аргументов. Представлена программная часть модели, состоящая из набора программных модулей для проведения мониторинга, моделирования и прогнозирования. Приведены объектная модель программно-инструментальной системы для проведения мониторинга, моделирования и прогнозирования атмосферного загрязнениями алгоритм работы программы. Исходными данными программно-инструментальной системы для проведения мониторинга, моделирования и прогнозирования атмосферного загрязнения являются: список всех параметров, измерения которых проводились во время мониторинга, которые разделяются на две группы, а именно, загрязнителей атмосферы и метеорологических факторов; список всех мест проведения измерений; начальная и конечная даты мониторинга. Вывод результатов работы программно-инструментальной системы для проведения мониторинга, моделирования и прогнозирования атмосферного загрязнения осуществляется в табличном и графическом режимах, в том числе, в виде электронной карты. По результатам мониторинга построена электронная карта загрязнения атмосферы г. Одессы и г. Баку.

Авторами обоснована актуальность создания системы информационно-аналитической поддержки управления процессами экстренного реагирования на ЧС и пожары. Обоснован выбор аналитической платформы Deductor в качестве инструментария для создания системы. В результате исследования разработана Система информационно-аналитической поддержки управления процессами экстренного реагирования на ЧС и пожары на аналитической платформе Deductor. Система позволяет осуществлять многомерный анализ имеющихся оперативных данных. Для эффективного и наглядного представления и оперативного или углубленного анализа данных с использованием технологий OLAP и Data mining на платформе Deductror был разработан OLAP-куб, содержащий 15 измерений, 1 основной процесс и 7 фактов. Описание основных алгоритмов системы представлено на диаграммах, что обеспечивает более наглядное восприятие функционала системы, упрощает ее сопровождение и исключает неоднозначность интерпретации представленных на диаграммах материалов. Система анализа данных обладает широкими визуальными средствами. Выходные данные системы отображаются в форме графиков, в табличном виде и в виде OLAP-отчетов. Тестирование системы показало наличие значительного эффекта от ее использования.

Решается задача расчета термодинамических функций химических реакций. Создана и программно реализована база данных по термодинамическим свойствам индивидуальных веществ, на основе которой разработан модуль расчета термодинамических функций химических реакций. Алгоритм расчета основан на использовании закона Гесса. В качестве среды разработки программного продукта выбрана Visual Studio 2019 и язык программирования C#. Применен объектно-ориентированный подход и разработаны классы для хранения термодинамических параметров индивидуальных веществ; классы отображения в графической и табличной форме; класс расчета и проверки термодинамических функций. Для удобства работы пользователя с химическими реакциями реализованы функции поиска химических реакций по элементам и процедура сохранения реакции в базу данных программы. Реализован алгоритм, который учитывает правильность баланса химических элементов исходных веществ и продуктов реакции. Базу данных и программный продукт можно применять для термодинамических расчетов в металлургии, нефтепереработке, химической промышленности, переработке отходов и использовании минеральных ресурсов. Привлечение компьютерных программ для термодинамических расчетов позволит сократить время расчета и повысит его точность за счет минимизации человеческого фактора. The problem of calculating the thermodynamic functions of chemical reactions is solved. A database on the thermodynamic properties of individual substances has been created and programmatically implemented, on the basis of which a module for calculating the thermodynamic functions of chemical reactions has been developed. The calculation algorithm is based on the use of Hess' law. Visual Studio 2019 and the C# programming language were chosen as the software product development environment. An object-oriented approach has been applied and classes for storing thermodynamic parameters of individual substances have been developed; classes for displaying in graphical and tabular form; class of calculation and verification of thermodynamic functions. For the convenience of the user's work with chemical reactions, the functions of searching for chemical reactions by elements and the procedure for saving the reaction to the program database are implemented. An algorithm is implemented that takes into account the correct balance of chemical elements of the starting substances and reaction products. The database and the software product can be used for thermodynamic calculations in metallurgy, oil refining, chemical industry, waste processing and the use of mineral resources. The use of computer programs for thermodynamic calculations will reduce the calculation time and increase its accuracy by minimizing the human factor.

У статті розглянуто підходи до підготовки майбутніх учителів інформатики до економічного виховання учнів. Визначено, що для ефективної підготовки майбутніх учителів інформатики в цьому контексті у закладі вищої освіти необхідна інтеграція змісту навчальних дисциплін. Зокрема, до цього переліку включено «Основи економіки», «Методику навчання інформатики», психологію, окремі технічні дисципліни, пов’язані з вивченням програмування, систем управління базами даних, створення сайтів тощо. В сучасних умовах учителі інформатики можуть проводити уроки у початковій школі. Але вони повинні мати знання щодо вікових та психологічних особливостей учнів молодшої школи. Тому у статті рекомендовано у навчальні плани підготовки учителів інформатики ввести навчальну дисципліну «Методика навчання інформатики у початковій школі» або ж додати відповідний розділ у навчальну програму предмету «Методика навчання інформатики». Запропоновано такі напрями, в межах яких на уроках інформатики може відбуватися економічне виховання учнів: забезпечення приватності інформації, використання інтернет-крамниць, вплив інтернет-реклами, ігри з економічним змістом, фінансові розрахунки, електронні платежі та гроші, азартні ігри. Здійснено аналіз навчальної програми з інформатики для учнів 5-9 класів щодо можливості реалізації визначених напрямів для здійснення економічного виховання. Встановлено теми, під час вивчення яких доцільно здійснювати економічне виховання: «Безпечне користування Інтернетом», «Інформаційна безпека», «Пошук інформації в Інтернеті», «Критичне оцінювання інформації, отриманої з Інтернету», «Планування представлення презентації та виступ перед аудиторією», «Використання мережі Інтернет для навчання», «Правила безпечного користування електронною скринькою», «Основні ознаки спаму й фішингу», «Алгоритми та програми», «Моделі. Етапи побудови моделей. Реалізація математичних моделей», «Опрацювання табличних даних», «Технічні характеристики та призначення основних складових персонального комп’ютера». Описано методичні підходи до вивчення цих тем на уроках інформатики у середній школі та вказано шляхи здійснення економічного виховання у початковій школі.

Однією з особливостей хімії ХХІ століття є її інформатизація та математизація, при цьому хімія виходить на новий рівень розвитку з новими для неї можливостями. Багато авторів приділяють увагу місцю математики та інформатики в сучасній хімії: Н. Д. Вишнивецька, В. С. Вишнивецька, Т. М. Деркач, С. А. Неділько, М. Є. Соловйов, М. М. Соловйов, А. А. Черняк, Ж. А. Черняк, А. А. Якимович та інші.Загальновідомо, що в умовах вищих навчальних закладів та середніх шкіл дуже гостро стоїть питання про роботу на комп’ютерах тільки з ліцензійними програмами, що на даному етапі не завжди можливо. В той же час комп’ютери в навчальних закладах та в домашніх умовах налагоджені, в основному, на операційну систему Windows з пакетом програм Microsoft Office. Табличний процесор Excel входить до цього пакету програм, має великі обчислювальні можливості, зручний та простий в користуванні, має російський інтерфейс, тому раціонально математичні методи в хімії здійснювати в Excel. Ряд авторів присвятили свої роботи математичному моделюванні в Excel [1; 3; 6]. Про популярність цієї програми говорить і той факт, що табличний процесор Excel активно розглядається та використовується в соціальних мережах.Метою даної роботи є подання прикладів хімічних систем та процесів, які описуються за допомогою системи лінійних алгебраїчних рівнянь (СЛАР), і алгоритмів розв’язування СЛАР в Excel.Більшість фізичних, фізико-хімічних, хімічних та технологічних процесів описуються СЛАР. Наведено приклади хімічних систем та хімічних процесів, математичними моделями яких є СЛАР.Неорганічна хімія. Розчини та їх приготування з вихідного розчину та кристалічної речовини. Розрахунок маси вихідних компонентів для приготування розчину певної маси та певної концентрації речовини. При цьому складають систему рівнянь, перше з яких є рівнянням балансу за масою розчину, який треба приготувати, друге є рівнянням матеріального балансу за речовиною в кінцевому розчині.Фізична хімія. Тиск багатокомпонентної хімічної системи. Розрахунок тиску пари чистих компонентів, якщо відомо сумарний тиск суміші цих компонентів в однофазній системі за певної сталої температури та склад суміші. В даному випадку складають систему рівнянь, в кожному з яких підводиться баланс за тиском суміші. Кількість рівнянь повинна бути неменше кількості компонентів у суміші.Аналітична хімія. Спектрофотометричний аналіз багатокомпонентної суміші. Розрахунок кількісного складу багатокомпонентної суміші за результатами вимірювання оптичної густини суміші при різних довжинах хвиль. При цьому складають систему рівнянь, в кожному з яких підводиться баланс за оптичною густиною суміші при певній довжині хвилі. Система рівнянь має розв’язок, якщо кількість довжин хвиль, при яких проводили вимірювання оптичної густини суміші, неменше кількості компонентів цієї суміші.Регресійний аналіз результатів хімічного експерименту. За методом найменших квадратів знаходять рівняння регресії (математична модель експерименту), яке оптимально відповідає залежності функції, яку вивчають, від аргументів в експерименті (наприклад, розчинності речовин від температури).Хімічна технологія. Суміші та їх приготування для проведення певного технологічного процесу з компонентів, в тому числі, відходів виробництва. Розрахунок маси вихідних компонентів для приготування суміші певної маси та певного складу. Для цього складають систему рівнянь, перше з яких є рівнянням балансу за масою суміші, яку треба приготувати, інші є рівняннями матеріального балансу за окремими речовинами в кінцевій суміші.Наступний етап в роботі хіміка – це розв’язання СЛАР, яке іноді є складним та довготривалим процесом. Застосування Excel значно спрощує та прискорює цей процес і дозволяє хіміку більше уваги приділити хімічній суті даного процесу. Тому розглянемо методи розв’язування СЛАР із застосуванням Excel.Існує багато способів розв’язання СЛАР, які поділяють на дві групи:1) точні методи, за допомогою яких знаходимо за певним алгоритмом точні значення коренів системи. До них відносяться метод Крамера, метод Жордана-Гауcса, метод Гаусcа, метод оберненої матриці та інші;2) ітераційні методи, за допомогою яких знаходимо корені системи з заданою заздалегідь точністю шляхом збіжних нескінченних процесів. Це такі методи, як метод простої ітерації, метод Гауcса-Зейделя, метод верхньої та нижньої релаксації та інші.Легко реалізуються в Excel такі методи розв’язування СЛАР, як метод Крамера та матричний метод (або метод оберненої матриці).Розв’язання СЛАР точними методамиМетод КрамераНехай задана система n лінійних рівнянь з n невідомими, (1)тоді їй відповідає матриця:(2)Якщо детермінант det A = Δ ≠ 0, ця система має єдиний розв’язок.Замінимо у визначнику основної матриці Δ i-ий стовпець стовпцем вільних членів, тоді одержимо n інших визначників для знаходження n невідомих Δ1, Δ2, …, Δ n. За формулами Крамера знаходимо невідомі:;; …; . (3)Таким чином, з формули (3) видно, що якщо визначник системи не дорівнює нулю (Δ ≠ 0), то система має лише один розв’язок.Цей метод можна реалізувати в Excel за допомогою математичної функції майстра функцій МОПРЕД (масив матриці), яка знаходить визначник матриці.Метод оберненої матриці1. Записуємо систему в матричній формі:Ах = b,де А – матриця коефіцієнтів; х – вектор невідомих; b – вектор вільних членів.2. Обидві частини матричного рівняння множаться на матрицю, обернену до А:А-1Ах = А-1b. (4)За визначенням, добуток матриці на обернену до неї дає одиничну матрицю, а добуток одиничної матриці на будь-який вектор дорівнює цьому ж вектору, тому рівняння (4) перетворюється до наступного вигляду:х = А-1b.Це і є розв’язок системи рівнянь.Для здійснення цього методу в Excel застосовують математичну функцію МОПРЕД (масив вихідної матриці А), МОБР (масив вихідної матриці А), за допомогою якої знаходять обернену матрицю А-1, та функцію МУМНОЖ (масив матриці А-1; масив вектора b), яка знаходить добуток матриць. Функції подані з указанням їх синтаксису в Excel. Функції «МУМНОЖ» та «МОБР» – функції масивів, які в якості результату повертають масив значень.Розв’язання СЛАР ітераційними методамиМетод простої ітерації1. Нехай маємо систему n лінійних алгебраїчних рівнянь з n невідомими (1), основна матриця А (2) якої має детермінант det A = Δ ≠ 0. Таким чином, система має єдиний розв’язок.2. Перевіримо задану систему на виконання для всіх рівнянь наступної умови, достатньої на цьому етапі для збіжності наступного процесу ітерацій:, і = 1, 2, …, n. (5)Якщо система n лінійних алгебраїчних рівнянь не задовольняє цій умові, то перетворюємо її на еквівалентну систему елементарними перетвореннями так, щоб виконувалась умова (5) для всіх діагональних коефіцієнтів. Вважаємо, що представлена система рівнянь (1) відповідає умові (5).3.Розв’яжемо перше рівняння відносно х1, друге – відносно х2 і так далі. В результаті одержимо таку систему в ітераційній формі:, (6)де ; при i ≠ j та ai,j = 0 при i = j.Тоді одержимо систему в матричному вигляді:х = β + αх, (7)де; ; .4. Розв’яжемо систему методом послідовних наближень (ітерацій). За нульовий розв’язок приймемо або розв’язок якимось прямим методом, або стовпець вільних членів, тобто, х(0) = β, або будь-які довільні числа.5. Підставимо одержані значення х(0) у праві частини рівнянь системи в ітераційній формі (6) і одержимо перше наближення х(1) = β + αх(0). потім друге наближення х(2) = β + αх(1) і так далі. В загальному вигляді маємо, що (k)-е наближення розраховуємо за формулою х(k) = β + αх(k-1).Якщо послідовність наближень х(1), х(2), …, х(k), … має границю, тобто, i = 1,2 … , n ,то ця границя буде розв’язком системи (7) xj*= (x1*, xj*,… , xn* ).Умова закінчення ітераційного процесу для отримання розв’язку наступна:, i = 1,2,…, n, (8)де ε > 0, не більше граничної похибки наближеного розв’язку.Метод Гауcса-ЗейделяЯкщо в методі простої ітерації при обчисленні k-го наближення х(k)=(х1(k), х2(k), х3(k)) використовуємо тільки результати (k-1)-го наближення, то в ітераційному методі Гауcса-Зейделя для обчислення хі(k) використовують вже знайдені значення х1 (k), … , хі-1(k). Умови збіжності методу Гауcса-Зейделя ті ж самі, що і для методу простої ітерації, але ітераційний процес в цьому випадку відбувається швидше, хоч обчислення більш громіздкі.Для здійснення цього методу в Excel треба привести СЛАР до ітераційної форми, налагодити обчислювальний ітераційний процес за допомогою меню «сервіс», ініціалізувати ітераційний процес уведенням початкових наближень та застосуванням логічної функції ЕСЛИ(лог_выражение; знач_если_истина; знач_если_ложь), при введенні рівнянь використати посилання. Ітераційний процес продовжують до тих пір, поки не досягають задовільної збіжності до розв’язку.Цей метод більш складний для реалізації в Excel, тому покажемо алгоритм на прикладі.Приклад. Нехай треба розв’язати таку систему рівнянь: Перетворимо систему лінійних рівнянь до ітераційної форми Відкриваємо робочий аркуш Excel і налагоджуємо обчислювальний ітераційний процес:- обираємо команду Сервис → Параметры;- відкриваємо вкладку Вычисления;- вмикаємо режим Вручную;- ставимо відмітку на перемикач Итерации;- уводимо в поле Предельное число итераций значення 1;- відмикаємо режим Пересчёт перед сохранением;- тиснемо на кнопку ОК.До комірки А1 вводимо «Розвязок систем рівнянь. Метод Гаусса-Зейделя».До комірки А3 вводимо «Поч. флаг».До комірки В3 вводимо початковий флаг ініціалізації (спочатку ИСТИНА, потім ЛОЖЬ), який би переводив обчислювальний процес в певний початковий стан.При введенні значення ИСТИНА функція ЕСЛИ (лог_выражение; знач_если_истина; знач_если_ложь) повертає початкові наближення в стовпець розв’язку (0;0;0), тобто, в якості аргументу функції (ЕСЛИ) знач_если_истина використовуємо початкові наближення 0;0;0.При введенні значення ЛОЖЬ функція ЕСЛИ (лог_выражение; знач_если_истина; знач_если_ложь) повертає наступні наближення в стовпець розв’язку, тобто, в якості аргументу функції (ЕСЛИ) знач_если_ложь використовуємо стовпець приведених рівнянь.До комірки А6 вводимо «Початкові значення».До комірок А7:А9 вводимо стовпець початкових наближень, нехай це будуть нулі (0;0;0).Вводимо стовпець рівнянь в ітераційній формі:До комірки В6 вводимо «Рівняння».До комірки В7 вводимо =(С8+2*С9)/8.До комірки В8 вводимо =(10-5*С7+С9)/7.До комірки В9 вводимо =(2+2*С7+С8)/4.В комірку С6 вводимо «Розв’язки».В комірку С7 вводимо формулу: =ЕСЛИ($B$3; A7; B7) і копіюємо її в комірки С8 та С9.Для проведення розрахунків встановлюємо флаг ініціалізації рівним ИСТИНА і натискаємо клавішу F9. Після ініціалізації листа змінюємо значення флага ініціалізації на ЛОЖЬ і натискаємо клавішу F9. Перехід до наступної ітерації здійснюємо за допомогою клавіші F9. Ітераційний процес продовжуємо доти, поки не буде виконуватись умова (8).ВисновкиБільшість фізичних, фізико-хімічних, хімічних та технологічних процесів описується системами лінійних рівнянь.Наведені приклади хімічних систем та процесів, які описуються за допомогою системи лінійних алгебраїчних рівнянь.Застосування Excel значно спрощує та прискорює розв’язок систем лінійних рівнянь.Описані алгоритми розв’язання систем лінійних рівнянь в Excel точними методами (метод Крамера та метод оберненої матриці) та ітераційним методом Гауcса-Зейделя.Представлені приклади систем з різних областей хімії та алгоритми розв’язання систем лінійних рівнянь в Excel можуть бути корисними для викладачів вищих навчальних закладів та вчителів шкіл з поглибленим вивченням хімії.ℼ佄呃偙⁅呈䱍倠䉕䥌⁃ⴢ⼯㍗⽃䐯䑔䠠䵔⁌⸴‰牔湡楳楴湯污⼯久㸢㰊呈䱍ਾ䠼䅅㹄ऊ䴼呅⁁呈偔䔭啑噉∽佃呎久ⵔ奔䕐•佃呎久㵔琢硥⽴瑨汭※档牡敳㵴瑵ⵦ∸ਾ㰉䥔䱔㹅⼼䥔䱔㹅ऊ䴼呅⁁䅎䕍∽䕇䕎䅒佔≒䌠乏䕔呎∽楌牢佥晦捩⁥⸴⸱⸳′䰨湩硵∩ਾ㰉䕍䅔丠䵁㵅䌢䕒呁䑅•佃呎久㵔〢〻㸢ऊ䴼呅⁁䅎䕍∽䡃乁䕇≄䌠乏䕔呎∽㬰∰ਾ㰉呓䱙⁅奔䕐∽整瑸振獳㸢ऊℼⴭऊ䀉慰敧笠洠牡楧㩮㈠浣素ऊ倉笠洠牡楧⵮潢瑴浯›⸰ㄲ浣※楤敲瑣潩㩮氠牴※潣潬㩲⌠〰〰〰※整瑸愭楬湧›番瑳晩㭹眠摩睯㩳〠※牯桰湡㩳〠素ऊ倉眮獥整湲笠猠ⵯ慬杮慵敧›歵唭⁁੽उ⹐瑣⁻潳氭湡畧条㩥愠⵲䅓素ऊ䄉氺湩⁻潣潬㩲⌠〰〰晦素ऊⴭਾ㰉匯奔䕌ਾ⼼䕈䑁ਾ䈼䑏⁙䅌䝎∽畲刭≕吠塅㵔⌢〰〰〰•䥌䭎∽〣〰昰≦䐠剉∽呌≒ਾ值䰠乁㵇產⵫䅕•䱃十㵓眢獥整湲•呓䱙㵅琢硥⵴湩敤瑮›⸰挷㭭洠牡楧⵮潢瑴浯›挰≭ਾ黐듐뷐雑铑軑퀠₷뻐臑뻐뇐믐룐닐뻐臑苑뗐말턠톅킖톼톖ₗꗐꗐ蛐턠톁킂킾톻톖톂톂એ铑턠톗ₗ雑뷐蓑뻐胑볐냐苑룐럐냐蛑雑近턠킂₰볐냐苑뗐볐냐苑룐럐냐蛑雑近ਬ뿐胑룐턠톆킌킾톼₃藑雑볐雑近퀠킲톸킅킾킴톸톂₌뷐냐퀠킽킾킲킸₹胑雑닐뗐뷐賑턊킀킾킷킲톸킂톺₃럐퀠킽킾킲킸킼₸듐믐近퀠킽통ₗ볐뻐뛐믐룐닐뻐臑苑近볐룐ਮ釐냐돐냐苑뻐퀠킰톲킂톾톀킖₲뿐胑룐듐雑믐近軑苑賑턠킃킲킰톳₃볐雑臑蛑軑퀊킼톰킂킵킼톰킂킸킺₸苑냐턠킖톽킄톾킀킼톰킂킸킺₸닐턠톁톃킇톰킁톽킖હ藑雑볐雑韑›鷐☮扮灳퀻⺔渦獢㭰鋐룐裑뷐룐닐뗐蛑賑뫐냐ਬ鋐☮扮灳퀻⺡渦獢㭰鋐룐裑뷐룐닐뗐蛑賑뫐냐‬ꋐ☮扮灳퀻⺜渦獢㭰铐뗐胑뫐냐蟑ਬꇐ☮扮灳퀻⺐渦獢㭰鷐뗐듐雑믐賑뫐뻐‬鳐☮扮灳퀻⺄渦獢㭰ꇐ뻐믐뻐닐말뻐닐ਬ鳐☮扮灳퀻⺜渦獢㭰ꇐ뻐믐뻐닐말뻐닐‬郐☮扮灳퀻⺐渦獢㭰Ꟑ뗐胑뷐近뫐ਬ雐☮扮灳퀻⺐渦獢㭰Ꟑ뗐胑뷐近뫐‬郐☮扮灳퀻⺐渦獢㭰꿐뫐룐볐뻐닐룐蟑턠킂ર雑뷐裑雑㰮倯ਾ值䰠乁㵇產⵫䅕•䱃十㵓眢獥整湲•呓䱙㵅琢硥⵴湩敤瑮›⸰挷㭭洠牡楧⵮潢瑴浯›挰≭ਾ韐냐돐냐믐賑뷐뻐닐雑듐뻐볐뻐‬觑뻐퀠₲菑볐뻐닐냐藑퀠킲톸킉톸અ뷐냐닐蟑냐믐賑뷐룐藑퀠킷킰킺킻킰톴킖₲苑냐턠킁통킀킵킴톽톖₅裑뫐雑믐퀊톴킃킶₵돐뻐臑苑胑뻐턠톁킂톾톗톂₌뿐룐苑냐뷐뷐近퀠톿킀₾胑뻐뇐뻐苑菑퀊킽₰뫐뻐볐뿐胢톙톎킂통킀톰₅苑雑믐賑뫐룐퀠₷믐雑蛑뗐뷐럐雑말뷐룐볐룐퀊톿킀킾톳킀킰킼킰킼Ⲹ턠킉₾뷐냐퀠킴킰킽킾톼₃뗐苑냐뿐雑퀠킽₵럐냐닐뛐듐룐퀊킼킾킶킻킸킲⺾퀠ₒ苑뻐말퀠킶₵蟑냐臑퀠킺킾킼馀軑苑뗐胑룐퀠લ뷐냐닐蟑냐믐賑뷐룐藑퀠킷킰킺킻킰킴톰₅苑냐퀠₲듐뻐볐냐裑뷐雑藑턠킃킼킾킲톰અ뷐냐믐냐돐뻐듐뛐뗐뷐雑‬닐퀠톾킁킽킾킲킽킾톼ⲃ퀠킽₰뻐뿐뗐胑냐蛑雑말뷐菑턊킁톸톁킂킵톼₃楗摮睯⁳럐퀠킿킰킺통킂킾₼뿐胑뻐돐胑냐볐䴠捩潲潳瑦伊晦捩⹥퀠킢킰킱킻톸킇킽킸₹뿐胑뻐蛑뗐臑뻐胑䔠捸汥퀠톲킅킾킴톸톂₌듐뻐턊톆킌킾킳₾뿐냐뫐뗐苑菑퀠톿킀킾톳킀킰Ⲽ퀠킼톰ₔ닐뗐믐룐뫐雑퀊킾톱킇톸킁톻킎킲킰톻킌톽ₖ볐뻐뛐믐룐닐뻐臑苑雑‬럐胑菑蟑뷐룐말턠킂ર뿐胑뻐臑苑룐말퀠₲뫐뻐胑룐臑苑菑닐냐뷐뷐雑‬볐냐铑턠킀톾톁킖톹톁킌킺킸હ雑뷐苑뗐胑蓑뗐말臑‬苑뻐볐菑턠킀톰톆킖킾킽킰톻킌킽₾볐냐苑뗐볐냐苑룐蟑뷐雑퀊킼통킂킾킴₸닐턠톅킖톼톖ₗ럐듐雑말臑뷐軑닐냐苑룐퀠₲硅散⹬퀠토킏઴냐닐苑뻐胑雑닐퀠톿킀톸킁톲톏킂킸킻₸臑닐뻐韑턠킀킾킱톾킂સ볐냐苑뗐볐냐苑룐蟑뷐뻐볐菑퀠킼킾킴킵톻킎킲킰킽톽ₖ닐䔠捸汥嬠㬱㌠※崶ਮ鿐胑뻐퀠킿킾톿킃톻톏킀톽톖톁톂₌蛑雑铑韑퀠톿킀킾톳킀킰킼₸돐뻐닐뻐胑룐苑賑턊ₖ苑뻐말턠킄킰톺Ⲃ턠킉₾苑냐뇐믐룐蟑뷐룐말퀠톿킀톾킆통킁톾₀硅散੬냐뫐苑룐닐뷐뻐턠킀킾킷킳톻킏킴톰톔톂톌톁₏苑냐퀠킲킸킺톾킀톸톁킂킾톲톃톔톂톌톁એ닐턠킁톾톆킖킰톻킌킽톸₅볐뗐胑뗐뛐냐藑㰮倯ਾ值䰠乁㵇產⵫䅕•䱃十㵓眢獥整湲•呓䱙㵅琢硥⵴湩敤瑮›⸰挷㭭洠牡楧⵮潢瑴浯›挰≭ਾ䈼퀾킜통킂톾㲎䈯‾듐냐뷐뻐韑턠킀킾킱톾킂₸铑퀠킿킾킴킰킽톽₏뿐胑룐뫐믐냐듐雑닐턊톅킖톼톖킇킽톸₅臑룐臑苑뗐볐턠킂₰뿐胑뻐蛑뗐臑雑닐‬近뫐雑퀊킾킿톸톁톃톎톂톌톁₏럐냐퀠킴킾킿킾킼킾킳톾₎臑룐臑苑뗐볐룐퀠톻킖톽킖킹킽톸અ냐믐돐뗐뇐胑냐韑蟑뷐룐藑턠톀킖킲톽킏톽₌퀨킡킛킐⦠‬雑퀠킰킻킳톾킀톸킂톼킖લ胑뻐럐닐胢톙킏톷킃킲킰킽톽₏ꇐ鯐郐ꃐ퀠₲硅散⹬⼼㹐㰊⁐䅌䝎∽歵唭≁䌠䅌卓∽敷瑳牥≮匠奔䕌∽整瑸椭摮湥㩴〠㜮浣※慭杲湩戭瑯潴㩭〠浣㸢퀊톑킖톻톌톈톖톁톂₌蓑雑럐룐蟑뷐룐藑‬蓑雑럐룐뫐뻐턭톅킖톼톖킇킽톸ⲅ턊톅킖톼톖킇킽톸₅苑냐턠킂통킅킽킾킻킾톳톖킇킽톸₅뿐胑뻐蛑뗐臑雑닐퀊킾킿톸톁톃톎톂톌톁₏ꇐ鯐郐ꃐ‮鷐냐닐뗐듐뗐뷐뻐퀠톿킀킸킺킻킰킴સ藑雑볐雑蟑뷐룐藑턠킁톸톁킂킵₼苑냐턠톅킖톼톖킇킽톸₅뿐胑뻐蛑뗐臑雑닐ਬ볐냐苑뗐볐냐苑룐蟑뷐룐볐룐퀠킼킾킴킵톻킏킼₸近뫐룐藑턠ₔꇐ鯐郐ꃐ㰮倯ਾ值䰠乁㵇產⵫䅕•䱃十㵓眢獥整湲•呓䱙㵅琢硥⵴湩敤瑮›⸰挷㭭洠牡楧⵮潢瑴浯›挰≭ਾ唼퀾킝킵톾킀킳킰톽톖킇킽₰藑雑볐雑近㰮唯㰾㹉퀠킠킾톷킇킸킽₸苑냐턠톗અ뿐胑룐돐뻐苑菑닐냐뷐뷐近퀠₷닐룐藑雑듐뷐뻐돐뻐턠킀킾톷킇킸톽₃苑냐퀊톺킀톸톁킂킰톻톖

Для повышения эффективности представления и обработки качественных зависимостей предметной области в рамках технологии программирования в ограничениях, в статье предлагается использовать специализированные табличные структуры: C- и D-системы. С точки зрения технологии программирования в ограничениях данные структуры могут быть отнесены к такому классу глобальных ограничений как compressed таблицы. Впервые разработаны гибридные методы решения задач удовлетворения нечисловых ограничений, формализованных с помощью предлагаемых C- и D-систем. Отличительной чертой авторских методов является то, что они не используют стратегий поиска в глубину с возвратами, приводящих к экспоненциальному росту времени выполнения вычислительных процедур при росте размерности задачи. Первый из предложенных гибридных методов интегрирует авторские методы распространения нечисловых ограничений с существующими алгоритмами структурной декомпозиции графа ограничений. В результате декомпозиции задача разбивается на подзадачи, граф ограничений каждой из которых представляет собой дерево. В этом случае подзадачи решаются за полиномиальное время с помощью авторских алгоритмов распространения нечисловых ограничений. Метод хорошо подходит для ситуации, когда имеется серия задач с одной и той же структурой графа ограничений, например при анализе типовых запросов к хранилищам данных. Второй из разработанных гибридных методов интегрирует следующие компоненты: авторские методы распространения нечисловых ограничений для сокращения размерности пространства поиска; метод локального поиска на частичных присваиваниях для быстрого выхода из подпространств, не содержащих решение; поиск с запретами (tabu search) для избегания повторного прохождения уже исследованных состояний. Он предназначен для ситуаций, когда требуется найти решение на основе больших объемом информации, но при этом отсутствуют априорные сведения о структуре графа задачи удовлетворения ограничений.

Тестирование - общепринятый метод контроля качества программного обеспечения, хотя о полной надежности программ при таком подходе говорить не приходится. Тем не менее этот метод очень хорошо интегрируется в среды разработки и применим при непрерывной интеграции. В статье кратко рассмотрены шаблоны поведения, которые ранее разработаны для логического описания операций программируемых логических контроллеров (ПЛК) с использованием табличных свойств. Представлена схема ограниченного алгоритма проверки модели для контроля выполнимости этих свойств. Описано, как реализовать термы и формулы, составляющие модели поведения программ ПЛК, на объектно-ориентированном языке программирования. После того как была проведена абстракция значений входов и выходов управляющих переменных системы на основе подхода “черного ящика”, показано, насколько удобно описывать требования в форме наших экземпляров классов. Это описание позволяет интегрировать процесс проверки требований ПЛК-программ в процесс модульного тестирования. Testing is a generally accepted method to control software quality, although it is not completely reliable. Nevertheless, this method integrates extremely well into development environments and continuous integration practices. In this paper, we briefly review the behavioral patterns that we have previously developed for the logical description of the programmable logic controllers (PLC) operations using tabular properties. We also present a diagram for the checking algorithm of a bounded model to investigate the feasibility of such properties. We describe how to implement the terms and formulas that provide the behavior patterns of PLC programs in an object-oriented programming language (C++ in this case). After the black box assessment for the values of the control variables for inputs and outputs of the system has been set, we show how convenient it is to describe the requirements in the form of our instantiated classes. This description allows integrating the unit testing process for the checking requirements of the PLC programs.

У статті розглядаються різні форми роботи при вивченні таблиць множення і ділення. У курсі математики початкової школи винятково важливе місце займає тема «Табличне множення і ділення». На думку більшості методистів головне завдання цієї теми полягає, по-перше, у формуванні в учнів повноцінних обчислювальних навичок, а по-друге, добре продуманій перспективній підготовці до введення та наступного засвоєння ними прийомів і алгоритмів усного й письмового множення і ділення. Знання таблиці множення і відповідних випадків ділення повинно бути сформоване на рівні автоматизованої навички. Засвоєння дітьми змісту того чи іншого математичного поняття повинно розпочинатися з розуміння його необхідності, корисності. Недостатня увага до цього і є однією з причин формалізму у знаннях учнів, який підсилюється завдяки недостатній увазі до мотивації навчальної діяльності кожного школяра у відповідності з його потребами. Отже, з самого початку слід показати дітям, що математичні поняття обумовлені потребами життя. Дослідженнями психологів доведено, що людина, як правило, запам’ятовує лише те, що їй цікаво, і тільки те, що має для неї особистісну значимість. Для реалізації такого завдання пропонується: показувати учням застосування математики в житті, в трудовій діяльності людини; вправляти їх у застосуванні математичних знань для виконання обчислювальних, розрахункових, графічних і вимірювальних робіт. Цим підвищується інтерес школярів до вивчення математики, закладаються основи правильного розуміння значення математики в житті людей. При складанні стовпчиків таблиць слід демонструвати учням різні «секрети» множення; розглядати традиційні та нетрадиційні способи вивчення таблиць множення і ділення; проводити вивчення таблиць множення і ділення в ігровій формі задля полегшення запам’ятовування результатів табличного множення і ділення. Завдяки такому підходові підвищуватиметься інтерес школярів до вивчення математики, закладатимуться основи правильного розуміння значення математики в житті людей.

У сучасних умовах функціонування бізнесу все більшу роль відіграє аналіз середовища підприємства. Це – початковий етап формування стратегії діяльності підприємства, оскільки забезпечує відповідну базу для визначення місії і цілей його функціонування. Однак наявні методики аналізу більше концентрують увагу саме на факторах макросередовища, стосовно ж мікросередовища, то його досліджують комплексно, не акцентуючи на його винятковій ролі в процесі ухвалення управлінських рішень. Це обумовлює необхідність розвитку методики та підходів діагностики середовища бізнесу, їх апробації в умовах конкретного підприємства.Мета роботи – розробка на основі методів SWOT- і PEST-аналізу нової методики, яка дозволить оцінити вплив факторів мікросередовища на результати поточної й майбутньої діяльності підприємства аптечної галузі.Розроблено нову методику CLCP-аналізу, за допомогою якої можна оцінити вплив факторів мікросередовища на результати поточної й майбутньої діяльності підприємства. Для проведення нового аналізу було виділено чотири групи факторів мікросередовища, які в разі своєї зміни здатні впливати на діяльність підприємства. Це фактори впливу споживачів (Сonsumers), законодавства країни (Legislation), конкурентів (Сompetitors) і постачальників (Providers).Запропоновано алгоритм виконання CLCP-аналізу, який включає п’ять етапів: визначення факторів, які можуть впливати на діяльність компанії; аналіз значущості й ступеня впливу кожного фактора; оцінка імовірності змін факторів; оцінка реальної значущості фактора; складання зведеної таблиці CLCP-аналізу. Розроблено табличні форми подання інформації, що стосується CLCP-аналізу.Апробовано дану методику в умовах закладу аптечної галузі. Виявлено чинники, які можуть найбільше впливати на підприємство у разі зміни, – це поява нових вимог споживачів до асортименту, підвищення державою податків, застосування конкурентами нових технологій у сфері обслуговування та несвоєчасне постачання товару постачальниками. Проведено ранжування цих факторів на основі методу експертних оцінок. Запропоновано дії підприємства для мінімізації загроз і використання можливостей, що можуть виникнути у зв’язку зі змінами у мікросередовищі.На відміну від інших запропонована авторами методика дозволить повніше та комплексно оцінити фактори мікросередовища й деталізувати процеси, які в ньому відбуваються. Може бути застосована для здійснення бізнес-діагностики під час розробки конкурентної стратегії підприємства.Важливі наукові завдання як теоретичного, так і прикладного характеру в перспективі реалізації даної методики – вартісна оцінка впливу кожного фактора мікросередовища на фармацевтичне підприємство, розробка механізмів мінімізації ризиків, пов’язаних зі змінами мікросередовища, аналіз взаємозв’язку мікро- і макросередовища. Їх виконання сприятиме розвитку стратегічного менеджменту і впровадженню його підходів у практику підприємств фармацевтичної галузі.

В настоящей работе представлено программное обеспечение, реализующее методику определения аэрозольного коэффициента асимметрии из результатов наблюдений интегрального коэффициента рассеянных световых потоков, оптической толщи и альбедо местности интерполяционным путем без применения аппарата решения обратных задач. В качестве исходных используются данные измерений углового хода яркости дневного безоблачного неба в солнечном альмукантарате при разной спектральной прозрачности атмосферы и альбедо подстилающей поверхности. Наблюдения выполняются в длинах волн 675, 870 и 1020 нм при зенитных углах Солнца 65÷750, при этом яркость может измеряться в любых единицах, включая непосредственно отсчеты фотометра. При обработке результатов мониторинговых наблюдений даже на одной длине волны требуется производить значительное количество однотипных вычислений, что делает задачу автоматизации расчетов атмосферных параметров, в частности, коэффициентов асимметрии, безусловно актуальной. Изложены требования к входным данным, представлена блок-схема алгоритма и описание интерфейса пользователя программы. Результаты расчетов выводятся в табличной форме. Программаобеспечивает приемлемую погрешность определения коэффициентов асимметрии и может быть использована в геофизике и климатологии при проведении расчетов поступления рассеянной солнечной радиации на земную поверхность с целью последующей оценки размеров частиц. In this paper, software is presented that implements the method for determining the aerosol asymmetry coefficient from the results of observations of the integral coefficient of scattered light fluxes, optical depth and albedo of the terrain by interpolation without using an apparatus for solving inverse problems. The data of measurements of the angular variation of the brightness of the daytime cloudless sky in the solar almucantar with different spectral transparency of the atmosphere and the albedo of the underlying surface are used as the initial data. Observations are carried out at wavelengths of 675, 870 and 1020 nm at zenith angles of the Sun 65 ÷ 750, while the brightness can be measured in any unit, including directly the readings of the photometer. When processing the results of monitoring observations, even at one wavelength, it is required to perform a significant number of calculations of the same type, which makes the task of automating the calculations of atmospheric parameters, in particular, the asymmetry coefficients, undoubtedly relevant. Requirements for the input data are stated, a block diagram of the algorithm and a description of the user interface of the program are presented. The calculation results are displayed in tabular form. The program provides an acceptable error in determining the asymmetry coefficients and can be used in geophysics and climatology when calculating the arrival of scattered solar radiation on the earth's surface in order to further estimate the particle size.

Представлены результаты численного решения математической модели перевода под действием двух поршней одномерного слоя газа из одного состояния покоя (начальный момент) в покой с большим значением плотности (финальный момент). Один из поршней движется со стороны оси или центра симметрии в сторону второго неподвижного поршня. Приводятся конкретные значения масс газа и его плотностей в финальный момент, сжатие которых возможно безударным способом. Траектория сжимающего поршня получена в виде табличной зависимости. Алгоритм численного решения реализован на основе метода характеристик и использует свойство решения, что на сжимающем поршне в финальный момент сжатия возникает особенность. В особой точке решение описывается формулами центрированной волны Римана, а в ее окрестности - обобщением центрированной волны Римана. There is a flat, cylindrical or spherical layer homogeneous polytropic gas. One-dimensional and isentropic flows described by solutions of a system of gas dynamics. Let the gas be homogeneous at the initial moment of time with the density 1, and the gas velocity equal to 0 (state 1). At the final point in time the gas is again homogeneous with density large then 0 and rests (state 2). Purpose: It is need to find the gas flows that occur when a one-dimensional gas layer is shock-free compressed from the state 1 to the state 2. Methodology. In [1] was prove the existence of a solution to the problem of compression from rest to rest. To do this, the task is reduced to three initial boundary value problems. For this task the existence and uniqueness theorems of the solution are proved. In the proof of the theorems in particular, it is found that the solution has a feature on the compression piston in the final moment of compression, which at the point itself is described by the centered formula Riemann waves, and in its vicinity a generalization of the centered Riemann wave. Thus in theorems received a positive answer to the question about the existence of a solution (it can be written out in the form of an infinite series) in some area. However, theorems was not give answer about size of the solution area: no specific mass and density values were specified gas that can be compressed in the appropriate shock-free manner. In [2], the problem was solved numerically for the case of shock-free compression one-dimensional gas layer when the compression piston moves from the outside towards the axis or center symmetries. Findings. In the current work, the problem is numerically solved for the case of compression by a moving piston from inside to external stationary wall. The solution is obtained using its known properties and the method of characteristics. When numerical constructing there were no intersections of characteristics of the same family, which allows us to assert that the absence of shock waves in compression-induced flows. For specific mass values and the gas density trajectory of the compression piston was obtained in the form of table dependencies.

Інтеграція України у Європейський і світовий освітній простір ставить перед національною системою освіти завдання, пов’язані з необхідністю модернізації змісту освіти, і організації її адекватно світовим тенденціям і вимогам ринку праці, впровадження нових освітніх технологій з метою підвищення якості підготовки та конкурентоспроможності майбутніх фахівців, здатних до навчання протягом всього життя. Відображенням вказаних тенденцій є Національна стратегія розвитку освіти на 2012–2020 роки, відповідно до якої одним із головних напрямів державної політики є інформатизація освіти, що передбачає впровадження сучасних інформаційно-комунікаційних технологій (ІКТ) у всі рівні освітньої галузі і зокрема у методичні системи навчання математичних дисциплін.Сучасні ІКТ навчання як інноваційні педагогічні технології розглядаються у роботах О. О. Андрєєва, В. Ю. Бикова, М. І. Жалдака, В. М. Кухаренка, А. Ф. Манако, Н. В. Морзе, С. О. Семерікова, Ю. В. Триуса та ін.Проблемі ІКТ-підтримки навчання математичних дисциплін у середній та вищій школі присвячено роботи М. С. Голованя, З. В. Бондаренко, В. І. Клочка, С. А. Ракова, О. В. Співаковського, Н. В. Рашевської, Т. Г. Крамаренко, Ю. В. Триуса та інших.Крім того, актуальною залишається проблема організації та контролю самостійної роботи студентів, на яку припадає від 1/3 до 2/3 загального обсягу навчального часу студента. У дослідженнях О. В. Ващук, С. Є. Коврової, П. М. Маланюка, К. С. Собеніної, М. А. Умрик, С. В. Шокалюк доведено, що ефективним засобом підтримки самостійної роботи є сучасні ІКТ.До ІКТ навчання відносять Інтернет-технології, мультимедійні програмні засоби, офісне та спеціалізоване програмне забезпечення, електронні посібники та підручники, системи дистанційного навчання (системи комп’ютерного супроводу навчання).У процесі навчання вищої математики ІКТ доцільно використовувати для:1) подання навчального матеріалу (електронні підручники, презентації, лекційні демонстрації);2) проведення обчислень (табличні процесори, системи комп’ютерної математики, системи динамічної геометрії);3) тренування (програми-тренажери);4) забезпечення контролю (тести).Продемонструємо можливості використання хмарних офісних засобів для реалізації кожного із зазначених напрямів.Найпростішим та найдоступнішим хмарним офісним засобом є Google Docs, побудований на технології AJAX. Google Writely надає можливості створювати гіпертекст, картинки, схеми, таблиці, а також оприлюднивати документи у мережі Інтернеті. Google Cloud Connect for Microsoft Office надає можливість зберігати документи Microsoft Office у хмарному сховищі Google Docs безпосередньо з Microsoft Word, PowerPoint та Excel.Для створення електронного підручника в Microsoft Word достатньо скористатись таким алгоритмом:– підготувати необхідний матеріал за допомогою текстового редактора;– оформити заголовки стилями за допомогою вкладки «Стилі» пункту меню «Головна»;– створення навігації за допомогою вкладки «Вигляд» команда «Схема документу» (рис. 1) (надає можливість користувачеві переходити до довільного розділу підручники без перелистування сторінок);– додавання до документу змісту, за допомогою вкладки «Посилання» команда «Зміст» (рис. 2) (надає можливість користувачеві відкрити необхідний розділ одразу, як було відкрито підручник).Рис. 1. Створення навігації в електронному підручнику Синхронізація електронного підручника з Google Docs виконується автоматично або за запитом.Рис. 2. Створення змісту електронного підручника Проте використання засобів для створення презентацій не обмежується лише поданням навчального матеріалу. За допомогою Microsoft PowerPoint та Google Cloud Connector можна розробляти засоби для тренування та тестування, що забезпечують контроль засвоєння знань на різних етапах навчання. Основними перевагами Microsoft PowerPoint для розробки тестів є:– розробник не обов’язково повинен володіти навичками програмування;– можливість створювати тести як для перевірки знань, так і відпрацювання навичок;– можливість створювати тести з великою кількістю завдань;– може містити як слайди із завданнями, так і слайди з навчальними відомостями (підказки);– можливість створення тесту що передбачає: вибір єдиної правильної відповіді (з перемикачами); вибір кількох правильних відповідей (з прапорцями); встановлення відповідностей (з переміщуваними об'єктами); встановлення правильної послідовності.– у будь-який момент розробки тесту можна додавати або видаляти потрібні слайди та міняти порядок їх розташування;– кількість варіантів відповідей для вибору може бути різною на різних слайдах.Крім того, при використані Microsoft PowerPoint передбачено можливість виводу підсумків тестування у прихований текстовий файл, що надає можливість контролювати та узагальнювати результати тестування за допомогою «Менеджера тестування».Для створення тесту за допомогою Microsoft PowerPoint перед початком роботи необхідно встановити додаток «Конструктор для створення тестів в редакторі презентацій Microsoft PowerPoint» [Ошибка: источник перёкрестной ссылки не найден]. Після встановлення цього додатку з’явиться шаблон для тестів, що містить такі основні компоненти: головне вікно та вікно висновків (які є обов’язковими та не можуть бути видалені), слайди із завданнями (з вибором однієї відповіді та з вибором декількох відповідей) та навчальними відомостями (дані види слайдів можна копіювати та видаляти) (рис. 3): а) головне вікнов) слайд з завданням б) слайд з висновкамиг) слайд для подання необхідних відомостейРис. 3. Види шаблонів слайдів для створення тесту Для задання правильної відповіді та параметрів тестування необхідно скористатись відповідним значком у головному вікні тесту (рис. 3 а) після першого запуску програми тестування.Налаштування параметрів тестування відбувається у панелі «Тестування», яка встановлюється на початку першого проходження тесту (рис. 4). При виборі підпункту «Правильні відповіді» викладач одержує можливість вказати правильну відповідь на те чи інше питання або завдання (рис. 5): Рис. 4. Панель тестування Рис. 5 Встановлення правильної відповіді Після введення всіх параметрів тестування та правильних відповідей бажано встановити пароль для попередження доступу студентів до настроювання та відповідей. Останнім кроком у створенні тестів за допомогою Microsoft PowerPoint є збереження результатів у файлі з розширенням .pps (з підтримкою макросів).У процесі вивчення вищої математики виникає необхідність у здійсненні громіздких обчислень. Використання таких засобів ІКТ, як табличні процесори (електронні таблиці), надає можливість автоматизувати обчислювальний процес розв’язання задач прикладної спрямованості, зосереджуючись на побудові моделі та інтерпретації результатів обчислювального експерименту.Найпопулярнішим хмарним табличним процесором є Google Spreadsheets. Розглянемо приклад його використання для розв’язання задач лінійної алгебри.Задача. Розв’язати систему лінійних алгебраїчних рівнянь за допомогою оберненої матриці та методом Крамера: Розв’язання. Проведемо обчислення за допомогою електронної таблиці Google Spreadsheets.Введемо дані значення коефіцієнтів системи рівнянь в комірки А2:С4 – матриця А і в комірки D2:D4 – матриця В (рис. 6).Розв’яжемо систему методом оберненої матриці.Знайдемо матрицю, обернену матриці А. Для цього в комірку А9 введемо формулу =MINVERSE(A2:C4). Після цього виділимо діапазон А9:С11, починаючи з комірки, що містить формулу. Натиснемо клавіші Ctrl+Shift+Enter. Формула вставиться як формула масиву =ArrayFormula(MINVERSE(A2:C4)). Знайдемо добуток матриць A-1 та B. В комірки F9:F11 введемо формулу: =MMULT(A9:C11;D2:D4) як формулу масиву. Одержимо в комірках F9:F11 корені системи (рис. 7). Рис. 6. Введення коефіцієнтів системи Рис. 7. Розв’язування системи методом оберненої матриці Розв’яжемо систему методом Крамера. Спочатку обчислимо визначник основної матриці системи, увівши у комірку B15 формулу =MDETERM(A2:C4). Потім обчислимо визначники матриці шляхом заміни одного стовпця на стовпець вільних коефіцієнтів. У комірку В16 введемо формулу =MDETERM(D15:F17). У комірку В17 введемо формулу =MDETERM(D19:F21). У комірку В18 введемо формулу =MDETERM(D23:F25). Потім знайдемо корені системи, для чого в комірку В21 введемо: =B16/$B$15, у комірку В22 введемо: =B17/$B$15, у комірку В23 введемо: =B18/$B$15. Після чого одержимо результати, представлені на рисунку 8. Рис. 8. Розв’язування системи методом Крамера Крім того, електронні таблиці може використовуватись і для створення тестів різного виду.Таким чином, розглянуті хмарні офісні програмні засоби можна використати для підготовки та проведення різних видів навчальних занять. Ураховуючи, що пакети Google Docs та Microsoft Office Web Apps є вільно поширюваними, за умови постійного доступу до Інтернет це є прийнятним для вітчизняних ВНЗ.

Бурхливий розвиток інформатики та ІТ загострюють перед освітою завдання розширення практики використання новітніх технологій навчання, вдосконалюють освітні методики у багатьох педагогічних дослідженнях останніх років. Особливу увагу при цьому приділяють розробці шляхів формування мислення, цілеспрямованому розвитку інтелекту, навчанню прийомів пізнавального пошуку. Впровадження в педагогічну практику проведення інтегрованих занять посідає особливе місце у формуванні зазначених якостей у учнів.Вирішуючи проблему використання комп’ютера в процесі навчання стохастики, варто виходити не стільки з функціональних характеристик комп’ютера і бажання використати його в навчальному процесі, скільки з методичної системи навчання елементів стохастики, аналіз якої повинен показати, які навчальні завдання можуть бути вирішені тільки засобами комп’ютера, тому що інші дидактичні засоби менш ефективні або їх застосування взагалі неможливе. Використання комп’ютера дозволяє реалізувати принципи розвиваючого навчання у взаємозв’язку в певній системі:проводити навчання на високому рівні складності в зоні найближчого розвитку кожного учня;навчати у швидкому темпі, оскільки комп’ютер дозволяє збільшити нормативно можливу кількість навчального матеріалу;відвести провідну роль теоретичному матеріалу;забезпечити систематичний розвиток кожного учня (сприяти розвитку спеціальних прийомів розумових дій: підведення під поняття, добір суттєвих ознак та загальних, порівняння, аналіз, синтез тощо) [1].У процесі навчання елементів стохастики вчителю доводиться майже на кожному уроці оперувати різноманітними статистичними даними, які він подає частіше всього в усній або табличній формі, що можливо лише при проведенні мотивації, створенні проблемних ситуацій. Для наведення прикладів статистичних даних та розв’язування задач зручно використовувати комп’ютер.Використання комп’ютерів в навчанні, крім допомоги у виконанні дидактичних завдань, активізує дослідницьку діяльність учнів, надає можливості розкрити творчий потенціал учнів, якомога більше задовольнити пізнавальні потреби дітей, відповідно до їхніх нахилів і здібностей.Ефективне засвоєння знань учнями за умов широкого впровадження засобів нових інформаційних технологій навчання (НІТН) значною мірою залежить від наявних педагогічних програмних засобів. Суттєвий вплив НІТН на інтенсифікацію навчального процесу підтверджується практикою вивчення курсу стохастики і, зокрема, педагогічною діяльністю автора.Учні з високим рівнем навчальної активності витрачають на вивчення курсу стохастики у 1,5 – 2 рази менше часу від запланованого для вивчення. Супроводжується вивчення елементів стохастики демонстрацією конкретних моделей на уроках, практичних заняттях, лабораторних проектах.На основі аналізу психолого-педагогічних особливостей комп’ютерного навчання сформулюємо методичні принципи застосування НІТН при вивченні елементів стохастики:розвиток мислення, умінь, навичок розв’язування задач;знайомство з розділами математики, які не входять до програми шкільного курсу математики або є новими для нього;використання професійно-орієнтованих задач.Вплив НІТН на зміст навчання проявляється у:розширенні та поглибленні теоретичних основ курсу математики;поглибленні міжпредметних зв’язків;включенні до змісту навчання вивчення стратегій навчання, засобами власної навчальної діяльності [2].На сьогодні існує досить багато програм, які можуть стати в нагоді вчителю математики при вивченні елементів стохастики, серед них найбільш пристосованими для школи є GRAN та Derive. Прикладний характер стохастики зумовлює необхідність розв’язування задач, які є досить громіздкими і віднімають багато часу, що є значною перешкодою для досягнення високих навчальних результатів на практичних заняттях з елементів стохастики. Хоча позитивних результатів можна досягти лише за умови гармонійного поєднання традиційних і новітніх технологій навчання.Під час використання інформаційних технологій вчитель отримує змогу організувати процес навчання по-іншому, а саме – навчити учнів складати алгоритми розв’язування задач конкретного типу з використанням НІТН і зекономити при цьому час. З’являється можливість основну увагу зосередити на з’ясуванні сутності явищ, які вивчаються, їхніх властивостях, причинно-наслідкових зв’язках, різноманітних особливостях.

Постановка проблеми. У підготовці майбутніх фахівців в області математики курс чисельних методів відіграє значну роль, оскільки при його вивченні студенти опановують способи і засоби розв’язування тих математичних задач, що виникають на практиці і непідвласні строгим методам чистої математики.Курс чисельних методів можна розглядати як своєрідний “місток” між логічно вивіреними математичними теоріями і реальністю. Аналізуючи чисельні методи, легко помітити, що вони часто являють собою прямий наслідок з теорем чистої математики, їхню проекцію на практичні задачі. Серед них є методи настільки прості й очевидні, що їх можна вивести не з теоретичних посилок, а попросту спираючись на здоровий глузд чи геометричну інтерпретацію задачі. Однак, є і такі методи, що вражають уяву оригінальністю і своєрідністю ідеї, нестандартністю підходу до розв’язування задачі.Постановка курсу чисельних методів являє собою досить складну проблему. Це зумовлено низкою факторів, з яких наведемо основні.Теоретична частина курсу досить важка для сприйняття студентами, оскільки обґрунтування чисельного методу, з одного боку, вимагає широкого залучення апарату чистої математики з різних її областей; з іншого боку, математична основа чисельних методів ґрунтується на оцінках, що не завжди виглядають досить переконливими. Більш того, багато з них студент повинен прийняти на віру, тому що їхнє послідовне виведення виходить за межі навчального курсу і найчастіше навіть не наводиться в підручниках.Усе сказане вище ускладнюється ще і тією обставиною, що поряд з теоретично встановленими нормами застосування того чи іншого методу існують і практичні правила – “неписані закони”, що не мають строгого обґрунтування, але якими проте зручно і доцільно керуватися на практиці. Згідно з цими правилами встановлюється реальна сфера дії чисельного методу, що звичайно виходить за рамки тієї, котра визначена теорією; умови застосовності методу одержують конкретизацію з врахуванням реальних технічних можливостей, а для контролю обчислювального процесу й оцінювання досягнутої точності рішення задачі пропонуються досить прості прийоми і співвідношення.Використання практичних правил дозволяє додати процедурі застосування чисельного методу технологічність. Разом з тим, недоведеність практичних правил залишає деякий сумнів у їхній правомірності, усунути який дозволяє лише досвід багаторазового контрольованого застосування чисельного методу – той самий досвід, що і породив ці правила.Слід зазначити також, що світ чисельних методів надзвичайно різноманітний, кожен з них має свою специфіку, свою область ефективного застосування, тому основною задачею обчислювача є правильний вибір методу, найбільш придатного для розв’язування поставленої конкретної задачі, вміле сполучення різних методів на різних етапах її розв’язування, для чого вимагаються не тільки і не стільки теоретичні знання в галузі чисельних методів, скільки інтуїція, що здобувається в міру нагромадження знову ж такі особистого досвіду застосування цих методів.Таким чином, курс чисельних методів, у силу свого явно вираженого практичного характеру, з необхідністю має спиратися на лабораторний практикум, якість постановки якого значною мірою визначає результати навчання за курсом у цілому.Метою даної роботи є висвітлення цілей, способу і результатів реалізації навчально-дослідницького лабораторного практикуму з чисельних методів.У стандартній постановці лабораторний практикум з чисельних методів зводиться до виконання розрахунків, необхідних для розв’язування задачі за відомим алгоритмом. Використання засобів обчислювальної техніки дозволяє цю роботу полегшити або автоматизувати, однак, у будь-якому випадку, коли це використання здійснюється на рівнях, що не виходять за рамки виконання обчислень або програмування, діяльність студента зводиться до відтворення алгоритму методу і кропіткої роботи з числами, що фактично призводить до заміщення змістовної задачі рутинною роботою.У такому режимі за час, що відводиться на вивчення курсу, вдається лише випробувати окремі методи на прикладі розв’язування якої-небудь однієї задачі. У такому усіченому і, можна сказати, збитковому виді курс чисельних методів утрачає свою привабливість і внутрішню красу і, цілком природно, виявляється нудним і нецікавим для студентів.Наше глибоке переконання полягає в тому, що істотних змін у постановці курсу чисельних методів і, як наслідок, у математичній підготовці студентів, можна досягти лише перетворенням лабораторного практикуму на цикл навчальних досліджень. При цьому дуже істотними є дві обставини: навчальні дослідження не вкрапляються окремими епізодами в тканину практикуму, а складають сутність кожної лабораторної роботи; використання обчислювальної техніки здійснюється на рівні середовища підтримки професійної математичної діяльності.Перша обставина змушує переглянути весь курс, надавши лекціям характеру тематичних оглядів, а практикуму – систематичності, що є необхідною умовою для поетапного розвитку, поглиблення й ускладнення навчальних досліджень студентів з опорою на набутий досвід такої діяльності та дослідницькі уміння і навички, які формуються.Необхідно відзначити, що епізодичне використання навчальних досліджень у лабораторному практикумі за принципом "час від часу" недоцільно. Практика показала, що в такому випадку студенти не усвідомлюють суті запропонованих їм завдань, а недостатній рівень дослідницьких умінь привносить у їхню діяльність елементи хаотичності і безсистемності. В решті більш привабливою формою проведення практикуму для більшості студентів виявляється звична робота за інструкціями.Що стосується другої обставини, то орієнтація вузівського навчального процесу на використання сучасного професійного комп’ютерного інструментарію, а не на навчальні пакети, представляється найбільш доцільної. Така орієнтація, з одного боку, сприяє формуванню в студентів стійких навичок використання комп'ютера в професійних цілях, з іншого боку – визначає досить високий рівень постановки навчальних досліджень, відразу відтинаючи рутинну роботу.Професійні пакети підтримки математичної діяльності, що одержали широке поширення, не розраховані на застосування в навчанні. Вони забезпечують розв’язання широкого кола стандартних математичних задач, залишаючи схованими від користувача використані для розв’язання методи. Разом з тим, такі пакети оснащені досить потужними і зручними вбудованими засобами, що дозволяють розширити функції пакета, у тому числі і такі, котрі пристосовують його для використання з метою навчання.Для постановки навчально-дослідницьких робіт з курсу чисельних методів нами був узятий за основу пакет MathCAD, засобами якого був розроблений комплект динамічних опорних конспектів (ДОК’ів), що підтримують виконання таких робіт із усіх тем курсу. Таким чином, фактично студенту була надана віртуальна лабораторія для проведення обчислювальних експериментів.Вибір пакета MathCAD зумовлений тим, що він широко застосовується для розв’язування прикладних задач математики і разом з тим йому притаманні такі якості, що дозволяють використовувати його в навчанні: можливість створення динамічної екранної сторінки, вільне переміщення курсору по екрану, досить розвинена вбудована мова і т.д. Створення ДОК’а в середовищі MathCAD зводиться до розробки програми, що реалізує алгоритм відповідного чисельного методу, і інтерфейсу, зручного для введення даних задачі і відображення на екрані процесу і результатів роботи алгоритму. Математичні можливості пакета були використані для оцінювання якості отриманих результатів.Кожен ДОК орієнтований на роботу з одним з чисельних методів і надає можливість багаторазових випробувань цього методу на різних задачах з виведенням на екран результатів у числовій і графічній формі. Проводячи навчальне дослідження, студент здійснює серію таких випробувань і на підставі спостереження за обчислювальним процесом, шляхом аналізу його характеристичних показників робить висновки.Необхідно відзначити, що задачі, розв'язувані студентом у ході навчального дослідження, істотно відрізняються від тих, котрі складають суть традиційної лабораторної роботи. Так, наприклад, при дослідженні чисельних методів розв’язування рівнянь студенту пропонується встановити, який критерій варто обрати для оцінки близькості знайденого наближення до шуканого значення кореня рівняння – точність, з якою це наближення задовольняє рівняння, чи точність, з якою це наближення повторює попереднє. У кожному дослідженні студенту пропонується вирішити такі задачі: експериментально оцінити порядок і швидкість збіжності методу; виділити основні фактори, що впливають на ці характеристики; встановити область ефективного застосування методу.При дослідженні, наприклад, інтерполяційних формул, де, на перший погляд, усе ясно – чим більше вузлів інтерполяції, тим вище ступінь полінома, точніше наближення, – студент має переконатися в тому, що далеко не завжди це й справді так. Для досягнення потрібної точності іноді доцільно змінити тактику: замість нарощування вузлів використовувати дроблення проміжку інтерполяції. Студенту пропонується побудувати найкраще можливе наближення функції на відрізку по заданій на ньому обмеженій кількості її значень. Як варто розпорядитися цими даними? Який спосіб інтерполяції дасть найбільш надійний результат? Вивчаючи питання про точність відновлення значення функції в проміжній точці таблиці за інтерполяційними формулами, студент експериментально встановлює правило для вибору тих табличних значень, на які варто спиратися для мінімізації похибки і т.д.Для того, щоб діяльність студента була осмисленої, націленою і забезпечувала досягнення прогнозованого навчального ефекту, нами було розроблено методичну підтримку практикуму у виді планів-звітів з кожної лабораторної роботи.Плани-звіти виконані за єдиною схемою і складаються з двох частин – інформативної й інструктивної. В інформативній частині повідомляється тема роботи, її ціль, програмне забезпечення роботи, наводиться характеристика вхідних і вихідних числових і графічних даних.Інструктивна частина містить порядок виконання роботи, де позначені і зафіксовані її ключові моменти. Для орієнтації студента на виконання дослідження йому спочатку пропонується ланцюжок відповідним чином підібраних питань. Деякі з них адресовані до інтуїтивних уявлень студента про досліджуваний метод, інші – на те, щоб наштовхнути його на думку про можливу помилковість таких уявлень. У ході обмірковування запропонованих питань студент одержує можливість зорієнтуватися в проблемі, усвідомити її та вибудувати робочу гіпотезу дослідження.Уся наступна – основна – робота студента спрямована на перевірку, уточнення, конкретизацію гіпотези. Ця робота виконується за запропонованим планом, що визначає окремі етапи дослідження, задачі, що розв’язуються на кожному етапі, експериментальний матеріал, який потрібно отримати, форму його подання і т.д. У міру просування практикуму інструкції студенту все менш деталізуються, здобуваючи характер рекомендацій. Деякі експерименти він повинний продумати, поставити і здійснити самостійно.Для виконання кожної з лабораторних робіт підібрані індивідуальні варіанти комплектів задач, на яких пропонується випробувати метод для отримання експериментального матеріалу, що відповідає меті роботи. При бажанні студент може доповнити ці комплекти задачами за власним вибором.Завершальним етапом дослідження є підведення його підсумків. Це пропонується зробити у вигляді висновків, контури яких з більшим чи меншим ступенем виразності намічені в плані-звіті. Підказки допомагають студенту зафіксувати результати роботи, структурувати їх, дозволяють звернути увагу на ті моменти дослідження, що можуть залишитися непоміченими.Виконання запланованого дослідження дає студенту досить глибоке розуміння властивостей і специфіки застосування досліджуваного методу, і це повинно знайти відображення в "творі на вільну тему": придумати таку практичну задачу, для якої найбільш ефективним інструментом рішення є саме досліджуваний метод.Зазначимо, що плани-звіти надаються студентам як у друкованому виді, так і в електронній формі. Остання використовується паралельно з ДОК’ом під час проведення лабораторної роботи, що зручно для перенесення експериментальних даних з ДОК’а в заготовлені таблиці, для підготовки звітних матеріалів.Висновки. Досвід впровадження описаного практикуму в навчальний процес на фізико-математичному факультеті Харківського національного педагогічного університету дозволяє зробити наступні висновки. Курс чисельних методів набув більшої значимості у формуванні математичної культури студентів, було істотно розширено коло апробованих методів і коло розглянутих задач. Навчальні дослідження, при наявності відповідного програмного і методичного забезпечення, а також при певній наполегливості викладача виявилися цілком посильною і результативною формою навчальної роботи студентів.

Основу противопожарной защиты производственных и складских помещений, торгово-развлекательных центров и других объектов составляют автоматические установки пожаротушения, внутренний противопожарный водопровод и водяные завесы. При проектировании таких систем выполняется гидравлический расчет, анализ результатов которого позволяет подобрать требуемый состав оборудования, оценить работу систем в разных режимах и прочее. Проводится гидравлический расчет, как правило, с помощью ручного счета, или этот процесс частично автоматизирован. Также используются алгоритмы, реализующие численные методы моделирования, что требует наличия готовых программ, упрощающих составление системы уравнений с формированием расчетной схемы из узлов и соединяющих ветвей. Существующие на отечественном рынке программы либо не эффективны, либо имеют высокую стоимость, и при этом требуется обучение пользователей. Излагается содержательная и математическая постановка задачи потокораспределения с нефиксированными узловыми расходами для произвольной трубопроводной системы, включая противопожарную. Приведена соответствующая модификация метода узловых давлений, которая учитывает зависимость расхода через насадок (ороситель, пожарный ствол и т. д.) от давления (напора) перед ним. Эта и другие задачи могут быть решены с помощью программно-вычислительного комплекса ИСИГР , разработанного в Институте систем энергетики им. Л. А. Мелентьева Сибирского отделения Российской академии наук. Комплекс предназначен для моделирования в сети Интернет гидравлических режимов кольцевых систем водо-, газоснабжения и пожаротушения. Программа имеет эффективный, удобный, интуитивно понятный графический интерфейс пользователя, позволяющий с минимальными усилиями нарисовать схему сети, выполнить гидравлический расчет, а его результат интерпретировать в графическом и табличном виде.Basic fire protection of industrial and storage facilities, shopping and entertainment centers and other objects is made up of automated firefighting installations, internal fire water pipeline and water curtains. The analysis of the results of hydraulic calculations performed while designing these systems provides for selecting the required equipment composition, evaluating the operation of the systems in different modes etc. Hydraulic calculations are carried out, as a rule, using hand calculation, or a partially automated process. Algorithms are also used that implement numerical modeling procedures involving off-the-shelf software that simplifies compiling a system of equations with the formation of a calculation model from nodes and connecting paths. The software available in the domestic market is either not effective or very expensive, and requires user training. Substantive and mathematical statement of the flow distribution problem with variable nodal flow rates for a random pipeline system including fire protection, is presented. The corresponding modification of the nodal pressure method is given that takes into account the dependence of the flow through the nozzle (sprinkler, fire branch, etc.) on the pressure (head) upstream of it. This task and other ones can be solved using ISIGR programming and computing suite developed at the Institute of Energy Systems named after L. A. Melentev of the Siberian Branch of the Russian Academy of Sciences. The software is designed for modeling in the Internet the hydraulic modes of the ring systems of water, gas supply and firefighting. The software has an effective, convenient, user-friendly graphical interface that provides for drawing a network layout with minimal effort, performing hydraulic calculations, and interpreting the results in graphical or tabular style.