Alexlarin net 2019: ЕГЭ-тренер. Подготовка 2022-2023

Текст

Ключевые слова : WorldSkills, чемпионат.

Для цитирования: Гольчевский Ю.А. В., Ермоленко А. В., Котелина Н. О., Осипов Д. А. О чемпионате WorldSkills в Сыктывкарском университете // Вестник Сыктывкарского университета. Серия 1: Математика. Механика. Информатика, 2019. № 3 (32). С. 13–19.

III. Беляева Н. А., Надуткина А. В. Неизотермическое течение вязкой жидкости

Текст

Рассмотрена математическая модель неизотермического напорного течения вязкой жидкости в круглой трубе. Численный анализ безразмерной модели основан на применении метода прогонки. Представлены графические результаты численных экспериментов.

Ключевые слова: неизотермический напорный поток, переменная вязкость, численный анализ, метод прогонки.

Список литературы

1. Беляева Н. А. Математическое моделирование: учебное пособие. Сыктывкар: Изд-во Сыктывкарского государственного университета. , 2014. 116 с.
2. Беляева Н. А. Основы гидродинамики в моделях: учебное пособие, Сыктывкар: Изд-во Сыктывкарского государственного университета, 2011. 147 с.
3. ХудяевС. I. Пороговые явления в нелинейных уравнениях, М.: Физматлит, 2003, 272 с.

Для цитирования: Беляева Н. А., Надуткина А. В. Неизотермическое течение вязкой жидкости // Вестник Сыктывкарского университета. Серия 1: Математика. Механика. Информатика, 2019, 3 (32), с. 20–30.

IV. ЧерновВ. Ж. Принятие решений в условиях неопределенности при нечетких, лингвистических оценках ситуации

Текст

Рассмотрено решение задачи принятия решения в условиях неопределенности, когда элементы платежной матрицы представлены в виде нечетких, лингвистических утверждений. Предлагается метод поиска наилучшего решения, основанный на линейном отношении порядка на множестве нечетких интегральных оценок альтернатив, построенных по лингвистическим оценкам.

Ключевые слова: неопределенность, нечеткое множество, функция принадлежности, нечеткая лингвистическая оценка, отношение линейного порядка.

Литература

1. Вентцель Е. С. Исследованиеопераций. Задачи, принципы, методология. М.: Дрофа, 2004. 208 с.
2. Сигал А. В. Теоретико-игровая модель принятия инвестиционных решений // Ученые записки Таврического национального университета им. Вернадский, серия «Экономика и управление», т. 24 (63), № 1, 2011 г., стр. 193–205.
3. Вовк С. П. Игра двух лиц с нечеткими стратегиями и предпочтениями // Альманах современной науки и образования. № 7 (85). С. 47–49.
4. Серая О. В., Каткова Т. Н. Задача теории игр с нечеткой платежной матрицей, Математические машины и системы, 2012, № 3, с. 29–36.
5. Зайченко Ю. П. Игровые модели принятия решений в условиях неопределенности, Материалы V международной школы-семинара «Теория принятия решений», Ужгород, УжНУ, 2010, 274 с.
6. Бектор Ч.Р. , Суреш Чандра. Нечеткое математическое программирование и нечеткие матричные игры, Springer, 2010, 236 с.
7. Пиега А. Нечеткое моделирование и управление, М.: БИНОМ. Лабораториязнаний, 2013. 798 с.
8. Мелихов А. Н., Бернштейн Л. С., Коровин С. Ю. Ситуационные советующиесистемы с нечеткой логикой, М.: Наука, Главное издание физико-математической литературы, 1990, 272 с.
9. Чернов В. Г., Андреев И. А., Градусов Д. А., Третьяков Д. В. Решение бизнес-задач с помощью нечеткой алгебры, М.: ТораЦентр, 1998, 87 с.
10. Чернов В. Г. Сравнение нечетких долот на основе построения линейных отношений порядка // Динамика сложных систем. XXI век. 2018. № 2. С. 81–87.
11. Чернов В. Г. Энтропийный критерий принятия решений в условиях полной неопределенности // Системы управления информацией, 6 (7), 2014. С. 51–56.

Для цитирования: Чернов В. Г. Принятие решений в условиях неопределенности при нечетких, лингвистических оценках ситуации // Вестник Сыктывкарского университета. Серия 1: Математика. Механика. Информатика, 2019, 3 (32), с. 31–45.

В. Гарбузов П. А. , Гашин Р. А.   Проектирование, разработка и внедрение комплексной автоматизированной системы управления вагонным парком

Текст 9000 5

Процесс проектирования, разработки и внедрения комплекса автоматизированного управления вагонным парком система описана. Были обсуждены некоторые проблемы, с которыми столкнулись разработчики, и пути их решения.

Ключевые слова: комплексная автоматизированная система, управление автопарком, архитектура MVC, MySQL, PHP.

Справочная информация

1. 1С:Предприятие 8. Управление Автотранспортом (1С:Предприятие 8. Управление автопарком), URL: https://rarus. ru/1c-transport/1c8-avtotransport-standart/ (дата от заявка: 11.11.2019).
2. Управление автотранспортом | Компания SIKE (Car Fleet Management | SIKE company), URL: http://autopark.sike.ru/ Бюро спецпроектов «Борника» (дата подачи заявки: 11.11.2019).
3. Программа «Автобаза» – эффективное и экономическое решение для автопредприятий», URL: http://www.bornica.ru/autobase/ (дата подачи заявки: 11.11.2019).
4. Управление транспортом (ТМС) и курьерской доставкой | AllianceSoft (Управление транспортом (ТМС) и курьерской доставкой | AllianceSoft), URL: https://asoft.by/resheniya/upravlenie-transportom-tms-ikurerskoy- dostavkoy (дата подачи заявки: 11.11.2019).
5. Сейдаметов Г. С., Ибраимов Р. И. Аналитический обзор шаблона MVC // Информационнокомпьютерныетехнологии в экономике, образовании и социальной сфере. 2018. № 3 (21). С. 45–51.
6. Белых Е.А., Гольчевский Ю.В. В. Подход к проектированию языка подстановок для генерации электронных документов, содержащих сложные таблицы // Вестник Удмуртского университета. Математика.Механика. Компьютерныенауки, 2019, т. 1, с. 29, выпуск 3, стр. 422–437. DOI: 10.20537 / vm1
.

Для цитирования: Гарбузов П. А., Гашин Р. А. Проектирование, разработка и внедрение комплексной автоматизированной системы управления вагонным парком // Вестник Сыктывкарского университета. Серия 1: Математика. Механика. Информатика, 2019, 3 (32), с. 46–61.

VI. Носов Л. С., Пипуныров Е. Ю.   Потоковое шифрование на базе ПЛИС

Текст

Для создания универсального потока предлагается использовать софт-процессор, описанный на языке Verilog, и ПЛИС шифр, который может быть программируется и быстро адаптируется на аппаратном уровне.

Ключевые слова: информационная безопасность, ПЛИС, поточный шифр.

Каталожные номера

1. П. Пал Чаудхури. Компьютерная организация и дизайн, Дели: PHI Learning, 2014, 897 стр.
2. Дэвид М. Харрис и Сара Л. Харрис. Цифровой дизайн и компьютерная архитектура, Бостон: Морган Кауфман, 2007 г., 570 стр.
3. ГОСТ Р 34.12-2015 Информационная технология. Криптографическая защитаинформации. Блочныешифры. М.: Стандартинформ, 2015. 25 с.
4. IEEE 1364-2001 Стандарт IEEE Язык описания оборудования Verilog. США: Институт инженеров по электротехнике и электронике, 2001. 778 с.
5. Понг П. Чу. Прототипирование ПЛИС на примерах Verilog Версия Xilinx Spartan-3. Нью-Джерси: John Wiley & Sons, 2008, 488 стр.
6. Spartan-3A/3AN FPGA Starter Kit Board Руководство пользователяi. т. 1.1. XILINX, 2008, 140 с.
7. СамоделовА. Криптография в отдельном блоке: криптографический сопроцессор семейства STM32F4xx. Официальный сайт компании «Компел» (Криптография в отдельном блоке: криптографический сопроцессор семейства STM32F4xx. Официальный сайт компании «Компел»), URL: http://www.compel.ru/lib/ne/2012/6/4- криптография-вотдельном-блоке-криптографический-со-процессор-семейства-stm32f4xx. (дата обращения: 12.03.2016).

Для цитирования: Носов Л. С., Пипуныров Е. Ю. Потоковое шифрование на базе FPGA, Вестник Сыктывкарского университета. Серия 1: Математика. Механика. Информатика, 2019, 3 (32), с. 62–76.

VII. Дорофеев С. Н. , Наземнова Н. В.   Методические особенности обучения старшеклассников распознаванию геометрических образов

Текст

с проблемой обучения учащихся распознаванию геометрических изображений. Отмечается, что это качество в процессе обучения геометрии носит личностно-ориентированный характер, обосновывается тот факт, что обучение распознаванию геометрических образов будет наиболее эффективным, если использовать деятельностный подход. Ключевые слова: обучение математике, распознавание геометрических образов, деятельностный подход, векторно-координатный метод, обучение учащихся открытию «новых» знаний.

Литература

1. 1. Ананьев Б.Г. Психология чувственного познания, М., 1960, 488 с.
2. Ананьев Б. Г. Новое в учении о восприятии пространства, Вопросы психологии, 1960, № 1, с. 18–29.
3. Бородай Ю.В. М. Воображение и теория познания, М., 1966, 192 с.
4. Дорофеев С. Н. Трудности методики обучения решению задач векторным методом и путей преодоления // Материалы межрегиональной научно-практической конференции. Пенза, 1997. С. 389–390.
5. Наземнова Н. В. Многокомпонентное упражнение как средство формирования у учащихся действий по распознаванию образов // Вузовское образование: сб. науч. работы, представленные на международную выставку. наук.-метод.конф. Пенза: Приволжский дом знаний, МКУО, 2004. С. 326–329..

Для цитирования: Дорофеев С. Н., Наземнова Н. В. Методические особенности обучения старшеклассников распознаванию геометрических образов // Вестник Сыктывкарского университета. Серия 1: Математика. Механика. Информатика, 2019, 3 (32), с. 77–88.

VIII. Мансурова Э. Р. , Низамова Э. Р.   Обобщение в анализе как средство повышения качества математической подготовки студентов

Текст

В статье рассматривается роль обобщения в анализе в повышении уровня математической подготовки учащихся средней школы на примере темы «Примитивы и интегралы». Задания по теме представлены из учебников по алгебре и принципам анализа, используемых в настоящее время в школьном курсе математики, а также из дидактических материалов для профильных занятий и материалов ЕГЭ. Ключевые слова: обобщение, анализ, школа, профиль, интеграл, первообразная, производная, функция, ЕГЭ.

Литература

1. Давыдов В. В. Виды обобщения в обучении. М.: Педагогическое общество России, 2000. С. 157–173.
2. Колягин Ю. В. М. Методика преподавания математики в средней школе. Общая методика (Методика преподавания математики в средней школе), Общая методика. Чебоксары: Чувашское изд-во. ун-та, 2009. С. 86–95.
3. Сойер В. В. Прелюдия к математике, М.: Просвещение, 1972, стр. 37–47.
4. Прозоровская С.Д., Филипова Т.И., Кропачева Н.Ю. Формирование основных понятий математического анализа на основе теоретического обобщения, Сибирский педагогический журнал, 2012, № 8, с. 88–92.
5. Пратусевич М.Я. Алгебра и начала математического анализа. 11 класс (Алгебра и начала математического анализа, 11 класс), М.: Просвещение, 2010, 463 с.
6. Натансон И. П. Теория функций вещественной переменной, СПб: Доу, 2018. 560 с.
7. Мерзляк А. Г. Алгебра. 11 класс (Алгебра. 11 класс), Харьков: Гимназия, 2011. 431 с.
8. Муравин Г. К. Алгебра и начало математического анализа. 11 кл (Алгебра и начала математического анализа. 11 кл), М.: Дрофа, 2013, 253 с.
9. Рыжик В. И. Дидактические материалы по алгебре и математическому анализу для 10-11 классов, М. : Просвещение, 1997, 144 с.
10. Мордкович А. Г. Алгебра и начало анализа. 10 кл (Алгебра и нач. анализа. 10 кл), М.: Мнемозина, 2009, 443 с.
11. Мордкович А. Г. Алгебра и начало анализа. 10-11 кл (Алгебра и нач. разбор. 10-11 кл), гл. 2, М.: Мнемозина, 2003. 315 с.
12. Никольский С. М. Алгебра и начало математического анализа. 11 класс (Алгебра и начала математического анализа, 11 класс), М.: Просвещение, 2009, 446 с.
13. Решу ЕГЭ (ЕГЭ решу) [Электронный ресурс]. URL: https://math-ege.sdamgia.ru/test?theme=183 (дата обращения: 15.11.19).
14. ALEXLARIN.NET [Электронный ресурс]. URL: http://alexlarin.net/
15. ege20.html (дата обращения: 15.11.19).

Для цитирования: Мансурова Э. Р., Низамова Э. Р. Обобщение в анализе как средство повышения качества математической подготовки студентов // Вестник Сыктывкарского университета. Серия 1: Математика. Механика. Информатика, 2019. № 3 (32). С. 89–100.

IX. Котелина Н. О., Матвийчук Б. Р. Кластеризация изображений k-средними

Текст

В статье рассматривается задача кластеризации данных методом k-средних на примере растрового изображения. Решением задачи будет программа, реализующая метод k-средних и в результате работы выдающая изображения, разделенные на k кластеров. Оценивается качество кластеризации. Ключевые слова: метод k-средних, кластеризация, кластер.

Литература

1. Котов А., Красильников Н. Кластеризация данных, М., 2006, 16 с.
2. Чубукова И. А. Интеллектуальный анализ данных, М.: Бином, 2008, 326 с.
3. Обзор алгоритмов кластеризации данных, URL: tt https://habr.com/ru/post/101338/ (дата обращения: 12.02.2019).
4. Тюрин А. Г., Зуев И. О. Кластерный анализ, методы и алгоритмы кластеризации, Вестник МГТУ МИРЭА, № 12, М.: Изд-во МГТУ, 2014, 12 с.
5. Ян Эрик Солем Программирование компьютерного зрения на языке Python, М.