Билет 22

1. Недост-ки ЗВ, ЗП, виды, клас-ция. Недост ЗП – отклонение в р-рах, стр-ре, неудобство в размещ зем массивов СХП и их внеш границ, отриц влияющ на use З, эк-ку и орган-цию с/х произ-ва. 3 группы: 1.недост р-ра ЗП. 2.недост располож ЗП. 3.недост располож внеш границ ЗП. Виды: 1 - *нерац общ р-р ЗП. (это несоот-ие S зем массива спец-ции и зоне располож СХП. Мб чрезмерно крупн р-ры и чрезмерно малые р-ры. *нерац р-р и стр-ра СХУ. (это несоот-ие состава и соотнош угодий спец-ции хоз-ва и треб-ям оптим сочетания и развития отраслей). 2 - *ч/сполосица – это расчлен-ть ЗП на неск-ко обособл уч З иных польз-лей. Мб ВХ (уч отдел-ся от ост массива ест и искусст преградами) и МХ (уч отдел-ся от основного массива З др предпр). *дальноземелье – чрезмерное удаление З СХП от его усадьбы и ХЦ. *вкрапливание – это располож внутри зем массива СХП З иных польз-лей. *вклинивание – это проникновение части З одного ЗП в З др. 3 - *изломанность границ. Возник, когда располож отрезков границы созд неудобство в use З и не способ-ет устойч-ти границ. *эроз-опасное размещ границ. Располож границы не согласовано с усл рельефа, и др прир ф-рами и противоречит треб-ям борьбы с эрозией почв. Мб эроз-опасное располож относит эроз ветров, эроз-опасное располож относит зоны водн эрозии почв.

2. Автоматизация ЗК-х работ. 2 ф-ции учет и регис-ция не обходятся б/автом-ции. Необх-ть введения автом-ного ЗК возникла в рез-те реорган-ции ЗР 1991г. Появил много ЗВ и ЗП, поэтому возникла необх-ть автом-ть 2 составные части ЗК: учет и регис-цию. Кроме того, кажд ЗВ-ц дб получить свид-во на право влад З, изготовление ктр также предусмотр в автоматиз-ном режиме. Предпосылки созд АКС: 1.ЗР создала класс влад-цев и польз-лей З. Вести учет и регис-цию их традиц-ми способами стало невозм. 2.интерес к инф-ции о ЗВ-цах, ЗП-лях проявл не только горкомзем, но и др заинтер-ые орган-ции, поэтому д/операт передачи инф-ции в заинтер-ые орган-ции потреб-сь операт техника и комп ср-ва. 3.развитие комп техники в наст время позвол вести регис-цию и учет в автом-ном режиме. 4.созд автом-ных sys явл предпосылкой д/автом-ного упр-ния з/р, как инструмента упр-ния тер-ии ОГВ, созд базы данных о З позволило комплексно реш-ть ?? РИЗ, охр природы, развития тер-произ-х комплексов. АИС ГЗК явл основой д/созд ГИС. Инф-ной основой АИС ГЗК явл: *отчеты комземов на уровне р-нов. *инф-ция. Предост БТИ. *инф-ция упр-ния архитектуры. *инф-ция о почвен составе и геоботан сост-ии З. *ПКМ прошлых лет. *матер инвен-ции З. АИС созд и форм-ся на всех админ-тер уровнях гос-ва, субъектов РФ, админ-х р-нов и Г обл-го подчинения и кад единиц по след пр-пам: 1.унификация – идет от общ к частн, закл в формир и построении формуляров, отдельн видов док-тов. 2.единообразие док-тов в lim сопост-ти различ эл-тов инф-ции в док-тах на всех уровнях АИС, что достиг путем станд-ции и клас-ции исх данных. Вводятся единые стандарты, ГОСТ, клас-ры. 3.комплексность униф-ции – необх треб-ния, предъявл к ЗК-ым док-там и показ-лям sys кадастров п/р, возм-ть их обраб на ЭВМ. 4.информат-ть – обеспеч доступ-ти и правов статуса док-ции. 5.стабильность к док-там – разраб ГОСТ и ОСТ, видов и форм ЗК-ой док-ции д/долгосроч польз. 6.оптим кол-во видов ЗК-ой док-ции, сохр их с use ЭВМ от частн к общ по уровням. 7.эконом-ть – четкое содерж и объект-ть данных, форм, хранение инф-ции, возм-ть её обраб в автом-ном режиме, хранение базы данных в ПК.

3. М-ды прогн-ния use з/р и клас-ция. Метод прогнозирования – способ исследования, направленного на разработку прогноза, он является основанием для методики прогнозирования. Методика-совокупность правил, приемов для разработки конкретных прогнозов. Методы: 1. Поисковые-статистические методы: корреляционно-регрессионного анализа, экстрополяции, цепи Маркова и т.д. 2. Нормативные – матем. м-ды: программно-целевые, оптимизационные, методы мат. моделирования. 3. Интуитивные – метод экспертных оценок: индивидуальные экспертные оценки, коллективные, м-д интервью. В ЗУ-м проек-ии и в экон исследованиях оч широко примен-ся оптим-ные м-ды матем модел-ия. Сущ-ть данных м-дов закл в построении матем модели изучаемого Оа или явления. Мат модель – это абстрактное описание Оа при помощи мат символов. К мат м-дам модел-ия относ задачи лин прогр-ия, нелин, динамич прогр-ия, произ-ные ф-ции. Задачи лин прог-ия содержат целевую ф-цию и группу огран-ий лин типа. Огран-ие лин типа отображ use ресурсов, V произ-ва к-л прод-ции, взаимосв внутри изучаемого явления. Задачи лин прогр-ия реш-ся на ЭВМ. К ЗУ-м задачам, реш-ым при помощи оптимизац м-дов модел-ия относ: оптим-ция стр-ры посевн S, оптим-ция состава и соотн с/х угодий, форм-ие ЗП и ЗВ СХП и т.д. Из статистических м-дов оч распростр явл м-ды корреляционно-регрессионного анализа, в ктр ч/з коэф-т кор-ции отображ влияние измен ф-рного пр-ка Х на резул-ный пр-к У. Д/того, чтобы опред-ть влияние ф-рного пр-ка на рез-ный пр-к нужно рассчитать коэф-т кор-ции: r>0.5 – влияние оч хорош. r<0,5 – влияние оч плох, связь м/у ф-рным и рез-ным пр-ком оч низкая. Оч часто приход исслед-ть завис-ть рез-ного пр-ка от неск-ких ф-рных пр-ков, в этом случ возникает связь, ктр измер множес-ым коэф-том кор-ции, а статист модель предст-ся ур-нием множ-ной регрессии: у=а0х0+а1х1+а2х2+…+аnxn. К группе стат-ких м-дов относ и «цепи Маркова». Сущ-ть закл в построен мат модели изучаемого явления в развитии с учетом того, в какой послед-ти происх пр-сс движения по этапам. При этом кажд новый шаг явл продолж предыдущ. В рез-те получ цепь шагов с промежут реш-ми. Кажд реш-ие пр собой матрицу вер-ти развития дан реш-я. По способу разраб м-да прогн-ния выдел группу исслед м-дов. Они базируются на аналит инф-ции. Исслед м-ды делятся на м-д прогн-ой экстр-ции (б простая и сложная), статистический, эмм, нормативный. Приемы прост экстр-ции базируются на динам рядах, ктр пр собой числ значения опред-го пок-ля в опред-м времени. Пок-ли м носить абс или относ хар-р. Динам ряды м б моментальными и интервальными. Оч важн пок-лем д/изучения динам ряда явл пок-ль сопост-ти уровней. Несопост-ть уровней возник по разн причинам: измен тер-ии, к ктр относ пок-ль, измен дан учета, измен м-дологии учета расчетн пок-лей, измен цен, различн периоды наблюд. Д/анализа динам рядов необх учитыв такие понятия, как тенденция и колебания. Тенд-ция – измен, связ с действ долговрем причини усл. Колебания – измен, связ с действ краткоср ф-ров, влияющих на отдельн уровни динам ряда и отклоняющ их от общ тенд-ий. Наиб соверш-ым явл м-д аналитич выравнивания. Основн содерж явл то, что общ тенд-ия развития рассчит как ф-ция времени y=f(x). Чтобы опред-ть теор уровень дан пок-ля во времени произ-ся подбор мат ф-ции развития. Чтобы опред-ть тенд-ии развития нужно решить 2 задачи: 1.выявить наличие трента 2.получ колич-ых оценок. Use прогр stobr4 м осущ-ть подбор аналит ф-ции, ктр отображ тенд-ию развития. Это 11 ур-ний. Подбор ф-ций осущ-ся при use коэф-та детерм-ции, критерия Фишера, т.е. пок-лей адекв-ти мат ф-ции соотв-щим измен. По этой прогр вводится динам ряд пок-ля за какой-то период времени и выбир та мат ф-ция, у ктр выше пок-ль адекв-ти и коэф-т детерм-ции D=r². Если D<0.7 (т.е. r<50%), то связь оч низкая и, след-но, ур-ние не имеет практ примен. Т-ть Пр-за завис от того, наск-ко обоснов окажется предполож о сохр на буд действ тех же ф-ров, ктр сформ-сь в базисном ряду динамики. Наиб надежн считается Пр-з, ктр сост-ет 1/3 базисн периода. Чем длиннее период прогн-ния, тем т-ть Пр-за ниже. У=А+В*х+С*х² А – пар-р, ктр показ ср знач выравн-го ряда. В, С – темпы измен пок-ля во времени. Расчет интерв-ной оценки произ-ся по ф-ле: М=G* G – ошибка м-да,  - коэф-т Стьюдента. Коэф-т Стьюдента опред по табл в завис от значения доверит-ой вер-ти, скоррек-ной по числу степеней свободы, ктр опред-ся по ф-ле n-1. Доверит интервал y_g=y_t+M (теор уровень + интерв-ная оценка) Интуит м-ды базируются на опыте эксперта, на его интуиции. Эксперт оценки делятся на индив-ные эксп-ные оценки и колл-ные эксп-ные оценки. К индив-ным относ след м-ды: интервью, построен сценария, логич-го модел-ния, истор аналогий. К коллек-ным относ след м-ды: «мозговой атаки», м-д Дельфи, м-д «деревоцели», эврист-кого прогн-ния. Интуит-ные Пр-зы примен эти м-ды в след случ: 1.когда О или явление не поддаётся мат описанию. 2.отсут-ие достовер инф-ции или в достат Vе. 3.отсут-ие ср-в, необх-х д/исслед. 4.возникн экстрем-ных ситуаций. Треб-ния к эксперту: налич практ-го и исслед-го опыта, общ уровень эрудиции, способ-ть адекватно отображ тенд-ции прошл Оа, отсут-ие заинтер-ти. М-д интервью – это способ, по ктр опред-ся мнение эксперта по схеме: «?-ответ». Орган-тор интервью разраб-ет прогр опроса в виде кратких и лаконич ??. Эксперт экспромтом д дать закл-ие по самым разн напр-ям. М-д постр сценария - сценарий – это описание возм-ой послед-ти событий, ктр связ наст и буд. Обычно разраб неск-ко сценариев: оптимист, пессимист, ср (>реальный). Use д/долгоср периода. При экспертном прогн-нии оч часто use анкет-ние. Этот способ обязат подразум налич анкеты. К анкете предъявл след треб-ния: прим-ие станд-ых терминов, ктр б бы понятны экспертам, отсут-ие смысловой неопред-ти, удобство д/автоматиз обработки, анкета дб построена т.о., чтобы обеспеч достижение цели. После обраб анкеты делается вывод. М-д логич-го модел-ния примен д/кач-ного описания развития прогн-мого Оа. Осн-ся на развитии логич-го мышления, в пр-се ктр примен приемы анализа, синтеза, индукции и дедукции. М-д истор аналогов – это м-д, по ктр буд сост-ие Оа опред-ся по его сост-ию в прошл. При этом учит-ся, что развитие происх в аналогич Оив ситуациях. М-д «мозговой атаки» прим-ся, когда возникают тупиков ситуации. Д/дан м-да форм-т группу экспертов пор-ка 6-12 чел. М-д имеет целью получ коллек-ную генер-цию идеи, творческое реш-е поставл-ой проблемы. Д/генер-ции идеи эксперты выступ многократно, не допуск критика др, ведущим поддерж-ся люб идея. М-д «Дельфи» провод по ряду туров. Суть сост в провед анкетных опросов, при этом необх: обеспечанон-сть ответов, в кажд послед-ем туре use рез-ты предыд опросов, в ходе опроса эксперты др др не знают, времен интервал м/у турами не дб >1мес, рез-ты кажд опроса подлежат стратег-кой обработке, эксперты дают ответы независ др от др. М-д «деревоцели» use кач-ную и кол-ную хар-ку. Он позвол основ задачу разбить на подзадачи и созд sys связи. Вершина «деревоцели» содерж кол-ные хар-ки – коэф-ты относит важн-ти. М-д эврист-го прогн-ния примен в оч узк обл науки и техн. Он основ на суждении высококвалиф-го спец-та в узк обл знаний. Он мобилизирует проф-ный опыт и интуицию выдающихся ученых.

4. пр-сс и стадии ЭММ. Модель- это иск-но созд и формал-ное яв-ие, сит-я, проц-сс. Мат мо-ль в отл-ие от физ мод мат-ки формализ-ая. Мат модель представляет с-му уравнений, описывающую взаимосвязи, происходящие в оригинале. Пр-сс модел-ия вкл-ет в себя нахожд-ие против-ия и постан-ка задачи, в мат мод-ли д б четко сформул-на цель реш-я зад-и, цел-ая ф-ия д б мат-ки формал-а. Под пр-сом модел-ия поним-т нах-ие опатим-х реш-ий при налич четко сформул-ой целев фун-ии, проверка соответ-я получ-х рез-тов реальн сост-ю объек модел-я. Стадии : *опред-ие парам-в объект, ктр необх модел-ть *опис-ие этих прам-в и сбор необх инф,*нах-ие и опис-ие взаим-зи моделир-х объ-в, *проверка взаим-й на устойч-ть(для проверки уст-ти связи составл-ся коррелые зав-ти, провод-ся их анализ), *выбор ме-да реш-ия, *анализ получ-го реш-я (при необх-ти дораб-ка и уточн-ие модели).

1. изучение экономического процесса; 2. изучение объекта моделирования и выделение существенных характеристик – выбираются наиболее важные фактооры. 3. постановка ЭММ с четким определением цели решения – целевая ф-ция. 4. анализ количественных зависимостей и параметров задачи – выбор переменных и ограничений; 5. формализация задачи – запись задачи в общем виде, составление с-мы неравенств; 6. выбор м-да решения. 7. построение мат. модели задачи и ее решение. 8. получение и обработка необх. инф. 9. анализ рез-в решения.