11 класс Информатика ГДЗ учебник Гейн Глава 2 КОМПЬЮТЕРНЫЙ ПРАКТИКУМ

Стр.94-101

Глава 2. Информационное и компьютерное моделирование — КОМПЬЮТЕРНЫЙ ПРАКТИКУМ

Лабораторная работа №3. Модели неограниченного и ограниченного роста

1–2. Для каждой природной зоны масса растений превысит 100 т примерно на:
тундра — через 7 лет, тайга — через 4 года, степь — через 5 лет, пустыня — через 6 лет.
При этом расчёт подтвердил, что чем выше коэффициент размножения k, тем быстрее происходит рост массы.

3. При прогнозе достижения массы 1000 т получилось, что время увеличивается лишь на 2–3 года.
Это объясняется тем, что процесс описывается геометрической прогрессией, где рост идёт ускоренно.

4. График зависимости массы от времени показывает экспоненциальную кривую — вначале рост медленный, затем быстро ускоряется.
Такая модель не отражает реальную природу процессов на длительных промежутках времени, поэтому не является адекватной.

5–8. Для модели ограниченного роста, где учитывается предельная масса L, результаты в первые годы почти совпадают с моделью неограниченного роста,
но затем различие увеличивается. При приближении к L скорость роста резко снижается.
Например, масса 10 000 т достигается только спустя несколько десятков лет.
Таким образом, модель ограниченного роста более реалистична.

9. Графики ограниченного роста имеют S-образную форму: вначале рост ускоренный, потом замедляется и выходит на плато, отражая насыщение системы.

Лабораторная работа №4. Исследование модели на адекватность

1–2. При k = 1 и L = 10 000 различие между моделями превышает 10 % примерно на 6–7-й год.
Это значит, что модель неограниченного роста адекватна только в первые несколько лет, когда масса мала по сравнению с предельной.

3–6. При увеличении L граница адекватности отодвигается — чем больше предельная масса, тем дольше модель остаётся применимой.
Эксперимент показал, что зависимость имеет вид геометрической прогрессии L = b·2^n–1,
где b — коэффициент пропорциональности. Чем больше L, тем дольше модель остаётся точной.

Лабораторная работа №5. Модель потребления возобновимых ресурсов

1–3. При ежегодном вылове 1000–3000 т масса рыбы со временем стабилизируется: прирост компенсирует добычу.
Это проявление саморегуляции — природа восстанавливает равновесие, если воздействие не слишком велико.

4–5. При увеличении вылова до 6000 т система теряет устойчивость: масса рыбы быстро падает до нуля,
что означает разрушение популяции. Это показывает, что чрезмерное потребление ведёт к гибели ресурса.

6. Оптимальный отлов должен быть немного меньше максимального прироста.
При данных условиях устойчивое равновесие достигается при добыче около 4000 т в год — это оптимальное управленческое решение.

Лабораторная работа №6. Модель эпидемии гриппа

1–2. При L = 100 000 и k = 4 эпидемия достигает пика примерно на 15–17-й день.
Доля заболевших снижается ниже 5 % примерно к 40–45-му дню — это конец эпидемии.

3. Карантин длится около 20 дней: это время, когда количество заболевших превышает 40 % населения.

4. При снижении коэффициента заражения до k = 3 и уменьшении продолжительности болезни до 5 дней
эпидемия проходит быстрее и менее масштабно: число больных в пике меньше, а карантин короче.
Вывод: профилактика и вакцинация снижают скорость распространения вируса.

Лабораторная работа №7. Создание базы данных «Класс»

1–2. В режиме «Конструктор» создаются поля: Фамилия, Имя, Дата рождения, Адрес, Телефон,
Братья/сёстры, Увлечения, Результаты. Для каждого поля задаётся тип данных: текстовый, числовой или дата/время.
После заполнения структура сохраняется под именем Класс.

3–5. В режиме таблицы база заполняется собранной информацией.
После сохранения получаем готовую реляционную таблицу, где каждая запись соответствует одному ученику.

Лабораторная работа №8. Поиск информации в базе данных

1. Чтобы составить список мальчиков, применяется фильтр по полю «Пол = мужской».

2. Для определения лучших результатов используется сортировка по убыванию в поле «Результат».

3. Чтобы расположить записи сначала по полу, а затем по фамилии, выполняется двойная сортировка:
сначала по полю «Пол», затем по «Фамилия».

4. Для ответов на вопросы (например, кто живёт рядом со школой или у кого день рождения в мае)
используются запросы с условиями вида:
Месяц([ДатаРождения])=5 или [Адрес] Содержит "улица Школьная".

5–7. При необходимости добавляются новые поля — например, «Домашние животные» или «Секция».
После редактирования можно строить отчёты и выполнять выборки по обновлённой информации.
Так база данных становится гибкой и постоянно актуальной.

§ 21

§ 22

§ 23

Теоретический практикум

КОМПЬЮТЕРНЫЙ ПРАКТИКУМ