Отчет к практической работе №1 Тема работы




Скачать 234.5 Kb.
НазваниеОтчет к практической работе №1 Тема работы
Дата публикации02.05.2013
Размер234.5 Kb.
ТипОтчет
skachate.ru > Математика > Отчет
Отчет

к практической работе №1
Тема работы: Постановка задачи. Обнаружения цели системы.

Цель работы: Выполнить постановку задачи. Обнаружить цель системы
.

Суть предметной области

Системный анализ — научный метод познания, представляющий собой последовательность действий по установлению структурных связеймежду переменными или элементами исследуемой системы. Опирается на комплекс общенаучных, экспериментальных, естественнонаучных, статистических, математических методов.
Истоки системного анализа

^ Системный анализ возник в эпоху разработки компьютерной техники. Успех его применения при решении сложных задач во многом определяется современными возможностями информационных технологийН. Н. Моисеев приводит, по его выражению, довольно узкое определение системного анализа: «Системный анализ — это совокупность методов, основанных на использовании ЭВМ и ориентированных на исследование сложных систем — технических, экономических, экологических и т.д. Результатом системных исследований является, как правило, выбор вполне определенной альтернативы: плана развития региона, параметров конструкции и т. д. Поэтому истоки системного анализа, его методические концепции лежат в тех дисциплинах, которые занимаются проблемами принятия решений: исследование операцийи общая теория управления».
^ Сущность системного анализа

Ценность системного подхода состоит в том, что рассмотрение категорий системного анализа создает основу для логического и последовательного подхода к проблеме принятия решений. Эффективность решения проблем с помощью системного анализа определяется структурой решаемых проблем.
^

Классификация проблем:


Согласно классификации, все проблемы подразделяются на три класса:

  • хорошо структурированные (well-structured), или количественно сформулированные проблемы, в которых существенные зависимости выяснены очень хорошо;

  • неструктурированные (unstructured), или качественно выраженные проблемы, содержащие лишь описание важнейших ресурсов, признаков и характеристик, количественные зависимости между которыми совершенно неизвестны;

  • слабо структурированные (ill-structured), или смешанные проблемы, которые содержат как качественные элементы, так и малоизвестные, неопределенные стороны, которые имеют тенденцию доминировать.
^

Методы решения:


Для решения хорошо структурированных количественно выражаемых проблем используется известная методология исследования операций, которая состоит в построении адекватной математической модели (например, задачи линейногонелинейногодинамического программирования, задачи теории массового обслуживаниятеории игр и др.) и применении методов для отыскания оптимальной стратегии управления целенаправленными действиями.

Системный анализ предоставляет к использованию в различных науках, системах следующие системные методы и процедуры:

  • абстрагирование и конкретизация

  • анализ и синтез, индукция и дедукция

  • формализация и конкретизация

  • композиция и декомпозиция

  • линеаризация и выделение нелинейных составляющих

  • структурирование и ре структурирование

  • макетирование

  • реинжиниринг

  • алгоритмизация

  • моделирование и эксперимент

  • программное управление и регулирование

  • распознавание и идентификация

  • кластеризация и классификация

  • экспертное оценивание и тестирование

  • верификация

и другие методы и процедуры.
^

Процедура принятия решений:


Для решения слабо структурированных проблем используется методология системного анализа, системы поддержки принятия решений(СППР). Рассмотрим технологию применения системного анализа к решению сложных задач.

Процедура принятия решений согласно включает следующие основные этапы:

  1. формулировка проблемной ситуации;

  2. определение целей;

  3. определение критериев достижения целей;

  4. построение моделей для обоснования решений;

  5. поиск оптимального (допустимого) варианта решения;

  6. согласование решения;

  7. подготовка решения к реализации;

  8. утверждение решения;

  9. управление ходом реализации решения;

  10. проверка эффективности решения.

Для многофакторного анализа, алгоритм можно описать и точнее:

  1. Описание условий (факторов) существования проблем, И, ИЛИ и НЕ связывание между условиями;

  2. Отрицание условий, нахождение любых технически возможных путей. Для решения нужен хотя бы один единственный путь. Все И меняются на ИЛИ, ИЛИ меняются на И, а НЕ меняются на подтверждение, подтверждение меняется на НЕ-связывание;

  3. Рекурсивный анализ вытекающих проблем из найденных путей, то есть п.1 и п.2 заново для каждой подпроблемы;

  4. Оценка всех найденных путей решений по критериям исходящих подпроблем, сведенным к материальной или иной общей стоимости.


Постановка задачи

На IT- предприятии, которое предоставляет услуги интернета, возникла проблема: предприятие стало убыточным из-за того что не рационально используются ресурсы установленных в ней серверов, а именно затраты на тех поддержку машин очень высоки и не оптимальны.

Одним из путей получить максимальную прибыль от этого предприятия является разработка гибкой системы которая даст возможность в режиме реального времени знать о фактическом состоянии и работоспособности серверов.

Как известно, одним из важных этапов при проектировании таких систем, на котором вообще решается вопрос о возможности проектирования системы с определенными параметрами, является этап пред эскизного проектирования. Поэтому целью данной работы является разработка пред эскизного проекта гибкой производственной системы со следующими параметрами:

- - Интенсивность потока данных -  (90 пакетов / с);

- Среднее время обработки одного пакета системой - t (0.5 с)

- Доход при обработке одного пакета данных - d (10 у.е.);

- Затраты при работе одного процессора - zcpu (3 у.е. / с);

- Затраты при работе одного модуля памяти - zmem (2 у.е. / с).

^ Для достижения этой цели необходимо решить следующие задачи:

- Выполнить описание предметной области;

- Выполнить постановку задачи;

- Уточнить проблемы и проблематики;

- Выявить цель системы и построить дерево целей;

- Сделать описание, декомпозицию и агрегирование системы;

- Построить математическую модель системы;

- Определить критерий качества системы;

- Построить целевую функцию;

- Выбрать оптимальные параметры системы.
^ Отчет

к практической работе №2
Тема работы: Описание и декомпозиция системы.

Цель работы: Выполнить описание многопроцессорной согласно выданного задания. Осуществить декомпозицию данной системы.
Описание многопроцессорной системы

Многопроцессорность (МультипроцессорностьМногопроцессорная обработкаангл. Multiprocessing) — использование пары или большего количества физических процессоров в одной компьютерной системе. Термин также относится к способности системы поддержать больше чем один процессор и/или способность распределить задачи между ними. Существует много вариантов данного понятия, и определение многопроцессорности может меняться в зависимости от контекста, главным образом в зависимости от того, как определены процессоры (много ядер в одном кристалле, множество чипов в одном корпусе, множество корпусов в одном системном модуле, и т. д.).

Многопроцессорностью иногда называют выполнение множественных параллельных программных процессов в системе в противоположность выполнению одного процесса в любой момент времени. Однако термины многозадачность или мультипрограммирование являются более подходящими для описания этого понятия, которое осуществлено главным образом в программном обеспечении, тогда как многопроцессорная обработка является более соответствующей, чтобы описать использование множественных аппаратных процессоров. Система не может быть и многопроцессорной и мультипрограммированной, только одной из двух, или ни той и ни другой.

Декомпозиция

Декомпозиция — научный метод, использующий структуру задачи и позволяющий заменить решение одной большой задачи решением серии меньших задач, пусть и взаимосвязанных, но более простых.

Декомпозиция, как процесс расчленения, позволяет рассматривать любую исследуемую систему как сложную, состоящую из отдельных взаимосвязанных подсистем, которые, в свою очередь, также могут быть расчленены на части. В качестве систем могут выступать не только материальные объекты, но и процессы, явления и понятия.

В общей теории системного анализа доказано, что большинство систем могут быть декомпозированы на базовые представления подсистем. К ним относят: последовательное (каскадное) соединение элементов, параллельное соединение элементов, соединение с помощью обратной связи.

Проблема проведения декомпозиции состоит в том, что в сложных системах отсутствует однозначное соответствие между законом функционирования подсистем и алгоритмом, его реализующим. Поэтому осуществляется формирование нескольких вариантов (или одного варианта, если система отображена в виде иерархической структуры) декомпозиции системы.

Элементы рассматриваемой МС связаны и функционируют следующим образом. Имеется внешний накопитель, с которого через входную шину в систему поступают входные данные в виде пакетов. Эти пакеты данных размещаются в модулях памяти МС в виде очереди заданий. Когда какой-либо из процессоров освобождается, микросхемы логики шины «память-процессор» выполняют пересылку первого в очереди пакета данных в кэш данного процессора. Каждый из процессоров непрерывно выполняет обработку передаваемых ему пакетов данных. После того, как какой-либо процессор завершает обработку очередного переданного ему пакета данных, им производится пересылка результирующей информации через выходную шину на внешний накопитель и процессор ожидает принятия нового задания по шине «память-процессор».

Декомпозиционная схема МС представлена на рисунке 1.



Рисунок 1 – Декомпозиционная схема МС.
На рисунке 1 цифрами обозначены:

1 – поток входных пакетов данных;

2 – поток результирующих данных.


Отчет

к практической работе №3

Тема работы: Агрегирование системы.

Цель работы: Выполнить агрегирования многопроцессорной системы в соответствии выданным заданием.
Агрегирование - процесс, обратный декомпозиции, предполагает объединения нескольких элементов в единое целое.

Такое появление новых качеств у систем получило название эмерджентности. Отмечается, что на признании свойства эмерджентности фактически основывается Государственная экспертиза изобретений,  поскольку патентоспособным признается новое, ранее не известное соединение хорошо известных элементов, если при этом возникают новые полезные свойства.

Необходимость агрегирования может вызываться различными целями и сопровождаться разными обстоятельствами, что приводит к различным (иногда принципиально различным) способам агрегирования

Агрегирование частей в единое целое приводит к появлению новых качеств, не сводящихся к качествам частей в отдельности. Это свойство и является проявлением внутренней целостности систем, или, другими словами, системообразующим фактором.

Новые качества систем определяются в очень сильной степени характером связей между частями и могут варьироваться в весьма широком диапазоне – от полного согласования до полной независимости частей. Связи могут быть различными, что отражает многообразие и неисчерпаемость взаимодействий между элементами материального мира. Разные авторы приводят различные варианты классификации связей. Некоторые будут нами рассмотрены далее.

^ Уровни агрегирования. Подобно тому как можно говорить о различных уровнях декомпозиции, т.е. степени детализации модели рассматриваемого объекта, явления, проблемы, можно говорить и о различных уровнях агрегированности модели как о балансе между конкретностью и абстрактностью. При  этом также необходимо учитывать иерархического структурно-функциональное строение реальных сложных систем живой и неживой природы. При агрегировании модели учитывается тот факт, что каждый структурный уровень описывается специфическими для него системообразующими законами. Естественно, что высший уровень агрегированности соответствует исходному уровню декомпозиции – модели-основанию.

^ По мере повышения уровня агрегированности системы происходит следующее:

  1. изменяются законы, определяющие поведение системы, что влечет за собой изменение структуры и , возможно, типа модели;

  2. упрощается информационное обеспечение модели за счет уменьшения степени детализации (положительный аспект);

  3. из-за уменьшения степени детализации модели вне рассмотрения могут оказаться некоторые важные эффекты, представляющие интерес для пользователя;

  4. состав потенциальных пользователей модели изменяется;

  5. проще решается проблема целостности описания объекта;

  6. закономерности, описывающие поведение системы на высоких уровнях агрегирования все более удаляются от фундаментальных законов природы.

Последняя особенность может приводить к отрыву модели от реальной экспериментальной базы. Кроме того, переменные, используемые при модельном описании объекта, становятся более абстрактными, что вновь может увеличить трудности информационного обеспечения модели.

При создании моделей сложных систем следует иметь в виду упомянутые выше особенности, поэтому рекомендуется строить работу таким образом, чтобы на каждом этапе получать ряд завершенных моделей различного уровня агрегированности, представляющих в каждом случае целостный объект. При этом детальность проработки модели каждого уровня может быть различной и зависит от конкретной постановки практической задачи, которую предполагается решить с помощью модели. Модели высоких уровней агрегированности (соответственно, уровней декомпозиции) при этом могут играть роль логических схем, помогать обосновывать и документировать модели нижележащих уровней, проверять непротиворечивость общей логики моделирования.


Агрегат



Агрегат N


Агрегат 3


Агрегат 2


Агрегат 1


Отчет

к практической работе №4

Тема работы: Разработка математической модели системы.

Цель работы: Выполнить разработку математической модели многопроцессорной системы в соответствии выданным заданием.
^

Построение математической модели


Исходя из анализа предметной области и постановки задачи, гибкую производственную систему, которая рассматривается в данной работе, можно представить, как систему массового обслуживания (дальше – СМО), потому что к системе поступают и обрабатываются данные, которые фактически являются заявками. И эта система есть самой простой многоканальной СМО с ограниченной очередью, поскольку:

  • интервалы времени между поступлением пакета данных и время обработки каждого из них является случайными величинами, которые имеют распределяющий распределение;

  • система состоит из нескольких модулей памяти и процессоров, к каждому из которых поступают пакеты данных, потому система является многоканальной;

  • емкость общего накопителя ограничена, а значит, очередь заявок к системе тоже является ограниченной.

На n-канальную СМО поступает поток заявок с интенсивностью l и время обработки каждой из них – експоненцийных, с параметром m. Состояния данной СМО нумеруются за количеством заявок в системе таким образом:

S0 – СМО свободная;

S1 – занят один канал;

...

Sk – занято к каналов;

...

Sn – заняты все каналы;

Sn + 1 – заняты все каналы, одна заявка в очереди;

Sn + r – заняты все каналы, r заявок в очереди;

Sn + m – заняты все каналы, m заявок в очереди (m – максимальная длина очереди).
Вероятности пребывания системы в том или другом состоянии существуют только тогда, когда
c < 1, (1)
где c - параметр, который находится за формулой:

(2)
В свою очередь, параметр r находится как:
, (3)
где l – интенсивность потока заявок к системе

m – параметр распределения.
Параметр распределения m является величиной, обратной до среднего времени tобс обслуживания заявки системой:
(4)
Сами вероятности Pi пребывания системы в состоянии Si находятся за следующими формулами:
(5)

(6)

,

где _

,

r – параметр, который находится за формулой (3).

Абсолютная пропускная способность СМО (среднее количество заявок, которые обслуживаются системой в единицу времени) вычисляется по формуле:
(7)

где А – абсолютная пропускная способность СМО.
6 Определение критерия качества системы и построение целевой функции

Вообще, для оценки качества функционирования систем применяются такие характеристики:

  • быстродействие – оценивает скорость функционирования системы;

  • характеристики загрузки – оценивают степень занятости отдельных блоков и совокупности блоков при достижении целые системы;

  • характеристики стойкости – оценивают возможности системы продолжать верно функционировать при возникновении отказов в определенных блоках;

  • характеристики расходов – показывают обобщенные расходы (финансовые, материальные и другие), которые необходимы для нормального функционирования системы;

  • характеристики дохода – оценивают общий доход (финансовый, материальный и тому подобное), который появляется в результате функционирования системы;

  • характеристики эффективности – обобщены характеристики, которые соединяют оценки всех составных качеств функционирования системы.


Выходя из цели системы, примем за критерий качества прибыль от системы через час. Эта прибыль должна быть максимальной

Совместим параметры системы с критерием качества. Как известно, прибыль от системы – это доход от системы минус расходы на ее обслуживание. На основании этого строим целевую функцию T:
T = D – V (8)
где T – прибыль от системы через час

D – доход от системы через час

V – расходы на обслуживание системы через час.
Доход от системы через час равняется произведению дохода d0 от обработки одной заготовки на абсолютную пропускную способность A системы:
(9)
где А находится за формулой (7).
Расходы на обслуживание системы равняются произведению расходов v0 на обслуживание одно процессора и модуля памяти за единицу времени на количество агрегатов n системы:
(10)
Учитывая формулы (9) и (10), распишем формулу (8) более подробно. Тогда выражение для целевой функции T будет выглядеть таким образом:
Zmem*m (11)
где l – интенсивность потока данных

d0 – прибыль от обработки одной пакета данных

v0 – расходы на обслуживание одного процессора

z – расходы на обслуживание одного модуля памяти

n – количество процессоров

m – количество модулей памяти

Параметрr, выходя из формул (3) и (4), находится как:
, (12)
где tобс – время обработки пакета данных агрегатом.

Во время применения формулы (11) нужно быть уверенным в том, которое выполняется (1).
7. Выбор оптимальных параметров системы:

Оптимальные параметры системы m и n, которые отвечают оптимальному значению целевой функции, найдем методом перебора: будем табулировать целевую функцию по m и n, следя за сменой ее значения.

Учитывая условие (1) и формулы (2) и (12), можем определить минимальное количество n min агрегатов системы, из которой нужно начинать табулирование целевой функции по параметру n, из условия:
,
где l – интенсивность потока данных

tобс – время обработки время обработки одного пакета данных.
Самый максимальный доход получится после табуляции данных. Он будет находится на одну ступеньку ниже максимального значения.

^ Отчет

к практической работе №5

Тема работы: Разработка имитационно-алгоритмической модели системы и выбор оптимальных параметров системы.

^ Цель работы: Выполнить разработку имитационно-алгоритмической модели многопроцессорной системы в соответствии выданным заданием. Сделать выбор оптимальных параметров системы. Построить график целевой функции.
^ Разработка логической модели имитационной системы

Для написания этой программы нам надо упростить расчет функции, для этого мы разделим ее на части и получим таблицу:



^ Имя функции

Описание функции

1

Факториал(int number)

Функция которая подчитывает факториал соответственно входному числу. Возвращаемое число функции является число факториала.

2

^ Ряд(int stepenN)

Подсчитывает значения этого ряда:

3

^ Скобка1(int stepenN, int stepenM)

Подсчитывает значения ряда с другими элементами функции:

4

^ Calc(int stepenN, int stepenM)

Подчитывает значения функции:

5

^ Функция(int stepenN, int stepenM)

Подсчитывает значения всей функции:

Calc(int stepenN, int stepenM) –Zcpu*nZmem*m

Разработка имитационного приложения в среде программирования С++

Код программы:

main.cpp”

#include

#include

#include

#include "Kurcak.h"

#include
void main()

{

char buf[20];

double a,b,c,d,e;

int A1,B1;

ofstream out("DateText.txt");

double date;

CharToOem("Введите интенсивность потока данных ",buf);

cout<
cin>>a;

CharToOem("Введите среднее время обработки одного пакета данных ",buf);

cout<
cin>>b;

CharToOem("Введите доход при обработке одного пакета данных ",buf);

cout<
cin>>c;

CharToOem("Введите затраты при работе одного процессора ",buf);

cout<
cin>>d;

CharToOem("Введите затраты при работе одного модуля памяти ",buf);

cout<
cin>>e;

CharToOem("Опридиление розмерности таблицы ",buf);

cout<
CharToOem("Введите строку начала отсчета ",buf);

cout<
cin>>A1;

CharToOem("Введите номер завершающей строки ",buf);

cout<
cin>>B1;

cout<<"\n"<
///A(17,1, 10,2,1);

CKurcak A(a,b,c,d,e);
for(int n = A1; n < B1; n++)

{

for(int m = 10; m <= 90; m +=10)

{

date = A.Formula(n, m);

cout << date << "\t";

out << date << " ";

}

cout << endl;

out << endl;

}

out.close();

system("pause");

}

cpu.cpp”

#include

#include
#include "Kurcak.h"
CKurcak::CKurcak(int liambda, double t, double prib, double Zcpu, double Xmem)

:m_liambda(liambda)

,m_t(t)

,m_prib(prib)

,m_Zcpu(Zcpu)

,m_Xmem(Xmem)

,m_ro(m_liambda / (1 / m_t))

{

}
double CKurcak::Factorial(int number)

{

double factorial = 1;
for(int i = 1; i <= number; i++)

factorial *= i;
return factorial;

}
double CKurcak::Rayd(int stepenN)

{

double rayd = 0;
for(int i = 1; i <= stepenN; i++)

rayd += (pow(m_ro,i)) / Factorial(i);
return rayd;

}
double CKurcak::Skobka1(int stepenN, int stepenM)

{

double X = m_ro / stepenN;
double DelRo = pow(m_ro,(stepenN + 1)) / (Factorial(stepenN) * stepenN);

double DelX = (1 - pow(X,stepenM)) / (1 - X);

return (1 + Rayd(stepenN) + DelRo * DelX);

}
double CKurcak::SkobkaAll(int stepenN, int stepenM)

{

double part1 = pow(m_ro,(stepenN + stepenM));

double part2 = pow(stepenN, stepenM) * Factorial(stepenN);

double part3 = 1 / Skobka1(stepenN, stepenM);

double part4 = (1 - (part1 / part2) * part3);

return m_prib * m_liambda * part4;

}
double CKurcak::Formula(int stepenN, int stepenM)

{

return SkobkaAll(stepenN, stepenM) - m_Zcpu * stepenN - m_Xmem * stepenM;

}


cpu.h”

#ifndef KURCAK_H

#define KURCAK_H
class CKurcak

{

public:

CKurcak(int liambda, double t, double prib, double Zcpu, double Xmem);

double Formula(int stepenN, int stepenM);
private:

static double Factorial(int stepenN);

double Rayd(int stepenN);

double Skobka1(int stepenN, int stepenM);

double SkobkaAll(int stepenN, int stepenM);
private:

const int m_liambda;

const double m_t;

const double m_prib;

const double m_Zcpu;

const double m_Xmem;

const double m_ro;

};
#endif

^ Тестирование программного обеспечения

В терминологии профессионалов тестирования (программного и некоторого аппаратного обеспечения), фразы «тестирование белого ящика» и «тестирование черного ящика» относятся к тому, имеет ли разработчик тестов доступ к исходному коду тестируемого ПО, или же тестирование выполняется через пользовательский интерфейс либо прикладной программный интерфейс, предоставленный тестируемым модулем.

При тестировании белого ящика (англ. white-box testing, также говорят — прозрачного ящика), разработчик теста имеет доступ к исходному коду и может писать код, который связан с библиотеками тестируемого ПО. Это типично для юнит-тестирования (англ. unit testing), при котором тестируются только отдельные части системы. Оно обеспечивает то, что компоненты конструкции — работоспособны и устойчивы, до определенной степени.

При тестировании чёрного ящика (англ. black-box testing), тестировщик имеет доступ к ПО только через те же интерфейсы, что и заказчик или пользователь, либо через внешние интерфейсы, позволяющие другому компьютеру либо другому процессу подключиться к системе для тестирования. Например, тестирующий модуль может виртуально нажимать клавиши или кнопки мыши в тестируемой программе с помощью механизма взаимодействия процессов, с уверенностью в том, все ли идет правильно, что эти события вызывают тот же отклик, что и реальные нажатия клавиш и кнопок мыши. Как правило, тестирование чёрного ящика ведётся с использованием спецификаций или иных документов, описывающих требования к системе.

Если «альфа-» и «бета-тестирование» относятся к стадиям до выпуска продукта (а также, неявно, к объёму тестирующего сообщества и ограничениям на методы тестирования), тестирование «белого ящика» и «черного ящика» имеет отношение к способам, которыми тестировщик достигает цели.

Бета-тестирование в целом ограничено техникой чёрного ящика (хотя постоянная часть тестировщиков обычно продолжает тестирование белого ящика параллельно бета-тестированию). Таким образом, термин «бета-тестирование» может указывать на состояние программы (ближе к выпуску чем «альфа»), или может указывать на некоторую группу тестировщиков и процесс, выполняемый этой группой. Итак, тестировщик может продолжать работу по тестированию белого ящика, хотя ПО уже «в бете» (стадия), но в этом случае он не является частью «бета-тестирования» (группы/процесса).
^ Протестируем программу, используя другие входные данные:
n=1…100 L=90, t=0.5, d=10, Zcpu=3, Zmem=2

При тестировании программы с исходными данными система становиться рентабельной и выгодной для предприятия.



При обработки в екселе имеем тенденцию к возрастанию:


После тестирования на работоспособность программы при других входных значениях был получен положительный результат. На таком основании сделан вывод, что данная система выгодна, и работать будет.

Похожие:

Отчет к практической работе №1 Тема работы iconОтчет по лабораторной работе. Отчет по лабораторной работе должен...
Лабораторные работы выполняются на языках высокого уровня (Паскаль, С, С++). Можно использовать любой компилятор. При использовании...
Отчет к практической работе №1 Тема работы iconДипломному проекту (работе) Тема проекта (работы)
Тема проекта (работы): «Оценка деловой активности строительной организации ОАО «Стройрезерв» на основе анализа финансового состояния...
Отчет к практической работе №1 Тема работы iconДипломному проекту (работе) Тема проекта (работы)
Тема проекта (работы): «Оценка деловой активности строительной организации ОАО «ремстрой» на основе анализа финансового состояния...
Отчет к практической работе №1 Тема работы iconДипломные работы Тема: “
В данной курсовой работе будет рассмотрена тема суд присяжных по реформе 1864 года
Отчет к практической работе №1 Тема работы icon+ тесты сделать
Предмет: ФилософияТип работы: Контрольная работаКоличество страниц: 0Срок 06. 2012Сведенья о вузе: Название вуза: инжэконфакультет: Форма...
Отчет к практической работе №1 Тема работы iconПлан работы суда Справки, обобщения и обзоры по вопросам судебной...
Отчет о работе арбитражного суда субъекта РФ по рассмотрению дел о банкротстве (15 января, 15 июля)
Отчет к практической работе №1 Тема работы iconРешение задач по теме "Кручение"
Отчет о выполнении практической работы должен быть выполнен в программе Microsoft Office Word
Отчет к практической работе №1 Тема работы iconОтчет в электронном виде. Отчет должен содержать
Тема 2: Разработка базы данных в среде Access и приложения пользователя для работы с ней в среде Delphi по технологии ado
Отчет к практической работе №1 Тема работы iconМетодические указания по выполнению контрольной работы по предмету...
Цель контрольной работы – привить навыки самостоятельной работы, выявить знания студентов по данной дисциплине и умение применять...
Отчет к практической работе №1 Тема работы iconОтчет по компьютерно-информационной практике №2 Индивидуальное задание практики
Целью практики является закрепление теоретических знаний и развитие умений и навыков по практической работе на ЭВМ и с программным...

Вы можете разместить ссылку на наш сайт:
Школьные материалы


При копировании материала укажите ссылку © 2014
контакты
skachate.ru
Главная страница