Записи выполняются и используются в СО 1.004
СО 6.018
Предоставляется в СО 1.023.
Федеральное государственное бюджетное образовательное учреждение
высшего профессионального образования
Саратовский государственный аграрный университет
имени Н.И. Вавилова
АГРОНОМИЧЕСКИЙ ФАКУЛЬТЕТ
СОГЛАСОВАНО УТВЕРЖДАЮ
Декан факультета Проректор по учебной работе / Н.А.Шьюрова / / С.В.Ларионов «_» г. «_» г.
РАБОЧАЯ (МОДУЛЬНАЯ) ПРОГРАММА
Дисциплина Компьютерное моделирование экосистем Для специальности 110102.65, Агроэкология Кафедра «Экономическая кибернетика»Курс Семестр Объем дисциплины:
Всего часов – Из них: аудиторных – в т.ч. лекции – практические занятия – лабораторные занятия – самостоятельная работа – Форма итогового контроля: зачет – 9 семестр.
Программу составили: к.э.н., профессор А.М.Варюхин к.э.н., доцент С.Н.Янко Саратов Введение Рабочая (модульная) программа:
– предназначена для преподавателей, ведущих данную дисциплину, и студентов специальности 110102.65, Агроэкология участвующих в процессе изучения дисциплины;
– устанавливает минимальные требования к знаниям и умениям студента и определяет содержание и виды учебных занятий и отчетности Раздел 1.Цели и задачи дисциплины Основной целью изучения курса "Компьютерное моделирование экосистем" является формирование системно мыслящего специалистаэколога, владеющего основами моделирования и необходимыми практическими навыками, способного самостоятельно использовать полученные в данной области знания для решения задач в сфере экологии, агроэкологии и охраны окружающей среды.
Данный курс является неотъемлемой частью курса «Системные анализ в агроэкологии».
В результате изучения дисциплины студент должен:
знать: познавательную роль моделирования при исследовании сложных систем и усвоить его основные понятия и этапы; классификацию моделей и формы их преставления; основные виды моделей, используемых в экологии и агроэкологии;
уметь:
- использовать программные средства MatLab, MatLab Simulink для создания и исследования динамических моделей;
- прикладную программу WORD и ее возможности для создания структурно сложных документов;
Раздел 2. Исходные требования к подготовленности студентов Дисциплина " Компьютерные модели экосистем" состоит из двух модулей.
Модуль 1. Общие вопросы системной теории Модуль 2. Основы моделирования сложных систем.
Раздел 3. Содержание и методика входного контроля Входной контроль по дисциплине "Компьютерные модели экосистем" проводится в 9 семестре обучения на одном из первых лабораторных занятий.
Цель входного контроля - проверить исходный уровень знаний студентов и их готовность к изучению данной дисциплины. Все это даёт возможность правильно выбрать методику изложения нового материала и наиболее рационально распределить его по заданиям.
Входной контроль проводится на первом практическом занятии в форме практического задания в программе MS WORD. Время на проведение входного контроля 15-20 мин. Максимальный рейтинг - 1 балл.
Раздел 4. Содержание дисциплины «Компьютерное моделирование экосистем»
Баллы Номера модулей и Наименование модулей и модульных единиц Количество часов модульных 1л Введение в имитационное моделирование, знакомство с пакетом MatLab и его инструментом MatLab Simulink.
экспоненциального роста.
Исследование модели экспоненциального роста, анализ полученных результатов и подведение итогов.
Исследование модели экспоненциального роста, анализ полученных результатов и подведение итогов.
Технология системного моделирования и особенности сложных систем как объектов моделирования Схема системного моделирования как основа построения компьютерных моделей сложных объектов Модель "Черный ящик" - простейшая концептуальная модель Модель состава системы и неоднозначность её построения.
Модель структуры и ее теоретико-множественное описание.
Постановка задачи и разработка дискретной модели Исследование дискретной модели Ферхюльста анализ полученных результатов и подведение итогов.
Исследование дискретной модели Ферхюльста анализ полученных результатов и подведение итогов.
3с Основные классы динамических систем. Виды кибернетических моделей системы по способу управления Раздел 5. Краткая организационно-методическая характеристика Обучение по дисциплине "Компьютерное моделирование экосистем" проводится в виде лабораторных занятий и самостоятельной работы.
Лабораторные работы проводятся по 2 часа и предназначены для получения навыков работы на компьютере и овладения основами имитационного моделирования.
Для проведения занятий можно использовать следующие формы организации учебного процесса:
фронтальную форму, когда обучаемые каждый индивидуально воспринимают объяснение педагога, а педагог свое объяснение рассчитывает на среднего ученика;
коллективную форму которая предполагает единую цель действия микро коллектива, распределение обязанностей между его членами и получения одинаковой оценки, как итога общей работы;
индивидуальную форму, заключающуюся в индивидуальной работе преподавателя с несколькими студентами.
В качестве метода обучения, как способов организации познавательной деятельности можно использовать:
метод поэтапного формирования умственных действий;
метод программированного обучения;
метод проблемного обучения и др.
Отдельные способы и приемы обучения этих методов могут использоваться как на занятиях или части этих занятий, так и в целом по всей дисциплине.
Текущий контроль осуществляется в ходе проведения лабораторных занятий в форме контрольных упражнений по отдельным вопросом.
Рубежный контроль проводится после изучения каждого из модулей в форме сочетания письменного опроса и практических действий на компьютере.
Раздел 6. Самостоятельная работа Цель самостоятельной работы - это не только теоретическое и информационное осмысление приемов и способов работа на компьютере, но и освоение рациональных способов получения новых знаний при работе с рекомендованной литературой, конспектом или справочной системой компьютера. Для этого рекомендуется на одном из лабораторных занятий провести самостоятельную работу под руководством преподавателя.
Всего по дисциплине на самостоятельную работу отводится:
Всего - 14 часа, из них:
• на самостоятельное изучение материала - Самостоятельная работа включает в себя следующие виды деятельности:
подготовку к лабораторным занятиям, подготовку к рубежным и выходным контролям, изучение программного материала, не вошедшего в курс.
7. Система оценки результатов обучения.
При изучении дисциплины используется рейтинговая система оценки знаний, умений и навыков студентов. Максимальное количество баллов, которое может получить студент по видам контроля, приведено в таблице 1.
Итоговый рейтинг Rсм за семестр подсчитывается путем перевода учебных баллов в зачетные по формуле:
где: n – количество часов аудиторных занятий по учебному плану;
Bфакт – максимально возможная сумма учебных баллов;
Bmax – фактическая сумма баллов, набранная студентом.
Итоговый рейтинг проставляется в зачетную книжку студента и зачётно-экзаменационную ведомость.
Критериями оценки могут служить: глубина усвоения студентом учебного материала, умение применять полученные знания для решения конкретных профессиональных задач, объем полученных знаний. В каждом из этих критериев можно выделить 3 уровня (табл.2).
Глубина усвоения описательное упрощенное объяснение на основе знания учебного материала изложение объяснение общих закономерностей, Умение применять для решения для выбора для самостоятельной полученные знания элементарных оптимального формулировки задачи и ее Объем усвоенного программы Раздел 8. Содержание и методика выходного контроля В 9 семестре в качестве выходного контроля предусмотрен зачет. Вопросы зачета формируются на основе вопросов соответствующих модулей. Зачет проводится в форме письменного и устного собеседования. Для допуска к зачету студент должен набрать не менее 60% от максимума баллов. Студентам набравшим по итогам рубежных контролей более 90% возможных баллов в семестре зачет может быть выставлен автоматически.
Раздел 9. Материально-техническое обеспечение В качестве материально-технического обеспечения дисциплины «Компьютерное моделирование экосистем» используются:
1. Методичка, Варюхин А.М., Янко С.Н. «Компьютерный практикум по дисциплине «Системный анализ и компьютерное моделирование экосистем», предполагаемый тираж 100 экз.
2. Мультимедийные приложения к лабораторным занятиям:
– введение в имитационное моделирование, знакомство с пакетом MatLab и его инструментом MatLab Simulink;
– постановка задачи и разработка модели экспоненциального роста;
– постановка задачи и разработка дискретной модели Ферхюльста.
а) основная литература:
1. И.Ф. Цисарь, В.Г. Нейман. Компьютерное моделирование экономики. М.: ДИАЛОГ-МИФИ, 2008.-384с.
2. Гультяев А.К. Matlab 5.3. Имитационное моделирование в среде Winndows: Практическое пособие. – СПб.: КОРОНА принт, 2001. – 400 с.
3. Иглин С.П. Теория вероятностей и математическая статистика на базе MATLAB. Издательство НТУ "ХПИ", 2006, Харьков, Украина, 612 с.
4. Алексеев Е.Р., Чеснокова О.В. MATLAB 7. Самоучитель. ISBN:
5-477-00283-2. Издательство "НТ Пресс" 2006 г. 464 стр.
5. Полуэктов PA., Пых ЮА., Швытов ИА. Динамические модели экологических систем. Л.: Гидрометеоиздат. 1980.
б) дополнительная литература:
1. Ризниченко Г.Ю., Рубин А.Ь. Математические модели биологических продукционных процессов: Учебное пособие. М.: Из-во МГУ, 1993.
2. Смит Дж. М, Модели в экологии, М.: Мир, 1976.
Заполнение и вычисление таблицы: (Серым цветом отмечены ячейки, данные в которых будут вычисляться.) 1 Ввести необходимые данные (кроме ячеек помеченных серым цветом).
2 Вычислить ВАЛОВЫЙ СБОР по каждому хоз-ву обоих районов (площадь*урожайность).
Вычислить суммарные значения ПЛОЩАДИ, УРОЖАЙНОСТИ, ВАЛОВОГО СБОРА по каждому 3 району.
Вычислить средние значения ПЛОЩАДИ, УРОЖАЙНОСТИ, ЦЕНЫ РЕАЛИЗАЦИИ, 4 ВАЛОВОГО СБОРА по каждому району.
Оценить работу хозяйств по районам, исходя из условия: если урожайность по хозяйству превосходит среднее значение урожайности по району, то работа хозяйства оценивается "ХОРОШО", 5 в противном случае "ПЛОХО".
Оценить работу районов, исходя из условия: если суммарный валовый сбор 1-го района больше суммарного валового сбора 2-го района, то в необходимой ячейке таблицы, должна появиться " Первый район работает лучше второго", в противном случае "Второй район работает лучше 6 первого".
7 Вычислить среднее квадратичное отклонение урожайности и цены реализации по каждому району.
Вычислить коэффициент вариации урожайности, который равен среднему квадратичному отклонению, деленному на среднее значение урожайности и умноженное на 100%. Аналогично подсчитать 8 коэффициент вариации цены реализации.
Вычислить столбцы ПРИБЫЛЬ по формуле - ЦЕНА РЕАЛИЗАЦИИ*ВАЛОВЫЙ СБОР.
9 Вычислить суммарные значения по столбцам ПРИБЫЛЬ.
Вычислить столбцы % к ИТОГО по формуле - валовый сбор хозяйства/суммарное значение 10 валового сбора.
Подсчитать количество передовых хозяйств по каждому району, исходя из условия что урожайность хозяйства больше средней урожайности по району. (Проверить по столбцу 11 оценка деятельности хозяйств).
12 В ячейках G16 и O16 вычислить максимальные значения прибылей.
Используя возможности изменения шрифта, размера шрифта, объединения ячеек, центровки, цвета шрифта и цвета заполнения, изменения границ оформить таблицу. (Желательно сначала 1 оформить так, как оформлено в задании).
Используя условное форматирование выделить значения урожайности по хозяйствам, у которых урожайность больше средней урожайности. (Проверить по столбцу
2 ОЦЕНКА ДЕЛЯТЕЛЬНОСТИ ХОЗЯЙСТВ).
3 Аналогично выделить значения по столбцам ЦЕНА РЕАЛИЗАЦИИ.4 Используя условное форматирование выделить в столбцах ПРИБЫЛЬ максимальную прибыль.
Используя формат-ячейки изменить представление данных в некоторых ячейках 5 на процентное и денежное (см. задание).
6 Спрятать вспомогательные ячейки G16 и O16.
Вопросы рубежных контролей по дисциплине " Компьютерное моделирование экосистем " экспоненциального роста (в логарифмическом исчислении)".
Теоретические вопросы:
1. Традиционная схема компьютерного моделирования систем и её недостатки.
2. Simulink – назначение, запуск и основные элементы.
3. Основные принципы создания модели в Simulink.
4. Основные приемы подготовки и редактирования модели в Simulink.
5. Установка параметров расчета и его выполнение Simulink.
6. Основные блоки моделей Simulink и их назначение.
7. Simulink – назначение, запуск и основные элементы.
8. Основные принципы создания модели в Simulink 9. Основные приемы подготовки и редактирования модели в Simulink.
10. Установка параметров расчета и его выполнение Simulink.
11. Разработка регрессионной модели.
Практика: отчет по лабораторной работе №2 " Непрерывная модель логистического роста".
Теоретические вопросы:
1. Что называется алгоритмом?
2. Модель Мальтуса 3. Дискретная модель Ферхюльста 4. Модель "Черный ящик" - простейшая концептуальная модель ОТС.
5. Модель состава системы и неоднозначность её построения.
6. Модель структуры и ее теоретико-множественное описание.
7. Модель динамики системы, различие между функционированием и развитием системы.
8. Основные классы динамических систем.
9. Виды кибернетических моделей системы по способу управления 10.Понятие многоуровневой системы и её основные характеристики.
11. Области применения различных понятий уровня системы и их общие черты.
1. Что называется алгоритмом?
2. Модель "Черный ящик" - простейшая концептуальная модель ОТС.
3. Модель состава системы и неоднозначность её построения.
4. Модель структуры и ее теоретико-множественное описание.
5. Модель динамики системы, различие между функционированием и развитием системы.
6. Основные классы динамических систем.
7. Виды кибернетических моделей системы по способу управления 8. Понятие многоуровневой системы и её основные характеристики.
9. Области применения различных понятий уровня системы и их общие черты.
10.Основные варианты классификаций абстрактных систем в ОТС.
11.Виды моделей систем их особенности и области применения.
12.Основные подходы к математическому моделированию систем.
13.Традиционная схема компьютерного моделирования систем и её недостатки.
14.Схема системного моделирования как основа построения компьютерных моделей сложных объектов.
15.Технология системного моделирования и особенности сложных систем как объектов моделирования 16.Проблемы формирования информационной базы моделирования и современное понятие об измерениях.
17.Основные задачи статистического исследования сложных систем.
18.Виды моделей по степени изученности системы и по характеру использования (функциональная модель, модель для управления, модель для предсказания).
19.Разработка регрессионной модели.
20.Задачи принятия решений и их основные характеристики.
21. Simulink – назначение, запуск и основные элементы.
22. Основные принципы создания модели в Simulink.
23.Основные приемы подготовки и редактирования модели в Simulink.
24.Установка параметров расчета и его выполнение Simulink.
25.Основные блоки моделей Simulink и их назначение.
Вопросы самостоятельной работы 1. Основные подходы к математическому моделированию систем.
2. Технология системного моделирования и особенности сложных систем как объектов моделирования 3. Схема системного моделирования как основа построения компьютерных моделей сложных объектов.
4. Виды моделей систем их особенности и области применения.
5. Виды моделей по степени изученности системы и по характеру использования (функциональная модель, модель для управления, модель для предсказания).
6. Модель "Черный ящик" - простейшая концептуальная модель ОТС.
7. Модель состава системы и неоднозначность её построения.
8. Модель структуры и ее теоретико-множественное описание.
9. Модель динамики системы, различие между функционированием и развитием системы.
10.Основные классы динамических систем.
11.Виды кибернетических моделей системы по способу управления 12.Понятие многоуровневой системы и её основные характеристики.
13. Области применения различных понятий уровня системы и их общие Задания для выполнения лабораторных работ Лабораторная работа №1 "Модель экспоненциального роста.
В основе этой модели, предложенной Мальтусом в 1798 г., лежит предположение, что прирост численности вида за время t пропорционален этой численности и интервалу времени, за который произошел прирост:
Здесь r- константа собственной скорости роста популяции. Совершив предельный переход, получим линейное дифференциальное уравнение:
Решением этого уравнения является функция:
где X 0 - начальная численность популяции.
Примером применения модели Мальтуса может служить описание развития однородной популяции в условиях неограниченных ресурсов питания (рост клеточной культуры до начала истощения питательной среды) экспоненциального роста". В этом задании исследуют влияние начальной численности и параметра r на динамику роста популяции.
Цель задания - изучить влияние начальной численности и скорости роста на характер кривой динамики численности и освоить общие принципы работы с программными средствами MatLab, MatLab Simulink и Word.
1.Загрузите программу MatLab, нажмите кнопку Simulink ( ), в открывшемся окне нажмите кнопку New (новая модель). Из библиотечных блоков Simulink создайте в соответствии с моделью Мальтуса Simulinkмодель экспоненциального роста (рис. 1) 2. Проверте работоспособность модели.
Задайте в блоках констант значения r – скорости роста популяции (r < 0,5) и начальное значение численности X0 ( X0 < 5). Для этого дважды кликните на блоке соотвествующей константы и в отрывшихся окне введите требуемые значения констант.
Задайте интервал моделирования. Для этого в окне модели выберите раздел меню: "Simulation" в окрывшемся подменю выберите подраздел Simulation parameters" в раскрывшемся окне выберите вкладку "Solver" и введите в поле "Stop time" число 20.
Запустите модель на исполнение, нажав кнопку "Start". Результаты простотрите в блоке "Scope" дважды кликнув по нему.Поэксперементируйте с моделью оцените полученные результаты.
Сохраните модель на своей дискете (или в каталоге users, № группы) под именем: "Maltus1NN1NN2", где NN1- код группы, NN2 – Ваш индивидуальный код.
5. Исследуйте построенную модель.
Разработайте программу исследования модели "Maltus1NN1NN2" (экспоненциального роста) и построения соответствующего графика (рабочая область для создания программ вызывается из главного окна MATLAB нажатием на в левом верхнем углу или через меню файл – новый (new)M-файл (M-file)).
приблизительно следующий вид (здесь вместо Maltus1NN1NN2 используется имя ModMaltusExp):
ОТКРЫТИЕ МОДЕЛИ
open_system('ModMaltusExp')ЗАДАНИЕ ПРАМЕТРОВ МОДЕЛИРОВАНИЯ
X0=10.0;
ВЫПОЛНЕНИЕ МОДЕЛИ
sim('ModMaltusExp') Y=ScopeData;Y(:,1)=[];
n=length(Y);
plot(L,Y) xlabel('t') ylabel('x( t )') Сохраните программу под именем “PrMaltusNN1NN2” там же, где сохранили модели. Используйте эту программу для исследования поведения моделей Мальтус1 при различных планах изменения параметров. Для этого:
1. Поставте буквенные обозначения в моделях в поле констант (см.
внимательно рис.1, рис.2) на английской раскладке, буквами соответствующего размера.
2. Двойным щелчком откройте окно Scope в модели, затем нажмите «параметры» ( ), на второй вкладке поставти галочки «передавать данные»
в ScopeData и в выпадающем меню выбрать "формат" – массив (array).
В результате получите график следующего вида:
Необходимо разработать программу, позволяющую автоматически задавать праметры и получать оклики модели.
Возможный вариант программы имеет вид:
%Программа исследования модели Мальтуса %Открытие модели open_system(' Maltus1NN1NN2') %План эксперимента по r r=[0:0.005:0.5];
%План 'эксперимента по X for X0=10.0:3.0: %Выполнение модели sim(' Maltus1NN1NN2') %Формирование графиков и надписей plot(r,ScopeData(end,2:end)) % Скорость роста популяции xlabel('r') % Конечная численность популяции ylabel('X') Сохраните программу под именем PrMaltus2NN1NN2. Исследуйте эту программу для исследования поведения моделей Мальтус1.
Поэксперементируйте с программой, наблюдая отклики модели при различных планах изменения параметров. В результате Вы получите семейство графиков следующего вида:
Оформление отчета.
Создайте документ Word под именем "RostPopNN1NN2". Документ представляет собой отчет о выполненной работе. Отчет должен содержать:
1) Фамилии студентов, выполнивших работу.
2) Для модели экспоненциального роста:
3) Постановку задачи (историческая справка, математическая модель экспоненциального роста и т. д.);
экспоненциального роста "Maltus1NN1NN2". Для сохранения схем моделей необходимо в MatLab открыть соответствующую модель и в ее меню Edit выбрать раздел сохранения модели в Clipboord. Затем перейдите в документ "RostPopNN1NN2" выберете место расположения схемы и вставьте ее обычным образом.
5) Процесс исследования построенных моделей.
6) Программу исследования модели "Maltus1NN1NN2" и построения соответствующего графика, график.
7) Анализ результатов и выводы.
8) Ответьте на контрольные вопросы:
- чем отличаются полученные кинетические кривые?
- чем отличаются эти кривые в исходном и логарифмическом масштабе?
Лабораторная работа " Непрерывная модель логистического роста".
Модель логистического роста была предложена Ферхюльстом в 1838 г.
описания развития популяции в условиях ограниченных ресурсов питания. В основу модели положено уравнение:
Член - b X2, пропорциональный количеству встреч между особями учитывает. "самоотравление" популяции, объяснимое многими причинами (конкуренция за ресурсы питания, выделение в среду вредного метаболита и др.). Коэффициент b называется коэффициентом внутривидовой конкуренции. Величина К = г/b соответствует устойчивому стационарному состоянию с максимально возможной в данных условиях численностью популяции и называется "емкостью среды". Параметр г называется скоростью роста и характеризует способность популяции к увеличению численности. Решением дифференциального уравнения является функция:
Х0 - начальная численность популяции.
Характер логистической кривой зависит oт величин параметров r и К и начальной численности Xо.
Порядок выполнения Цель задания - изучить влияние параметров: скорости роста, начальной численности, емкости среды на режим динамики численности популяции.
1. Используя библиотечные блоки Simulink, создайте в соответствии с моделью Ферхюльста Simulink-модель логистического роста (рис. 3).
2. Оцените работоспособность модели.
Задайте в блоках констант значения r – скорости роста популяции ( 0 < r < 0,5), начальное значение численности X0 (10 < X0 < 100) и емкость среды K (100 < K < 10000). Задайте интервал моделирования в диапазоне (20-200).
Запустите модель на исполнение, нажав кнопку "Start". Результаты просмотрите в блоке "Scope".Поэкспериментируйте с моделью, оцените полученные результаты.
3. Сохраните модель на своей дискете под именем: "ModLogistNN1NN2", где NN1- код группы, NN2 – Ваш индивидуальный код.
4) Исследуйте построенную модель.
Для этого разработайте программу исследования модели "ModLogistNN1NN2" и построения соответствующих графиков:
Программа для модели "ModLogistNN1NN2" должна иметь следующий вид:
%Исследования непрерывной логистической модели %Открытие модели open_system('ModLogist') K1=2500;
K2=5000;
%План эксперимента по r r=[0.0:0.005:0.2];
%План 'эксперимента по K for K=K1:500.0:K %Выполнение модели sim('ModLogist') %Формирование графиков и надписей %Черчение графика subplot(1,2,1) plot(r,ScopeData(end,2:end));
%Формирование надписей K nr=num2str(K,2);
text(0.133,K-200,'K =') text(0.148,K-200,nr) xlabel('r') ylabel('X(tn)') %Формирование временного графика %Формирование временой кординаты n=length(ScopeData);
%отбор временных графиков z=rot90(ScopeData);
z(:,2:end)=[];
n1=length(z);
n1=fix(n1./2);
m=1:2:n1;
Text='Номера отобранных временных графиков' n2=m*2-1;
subplot(1,2,2) plot(L,ScopeData(:,n2));
xlabel('t') ylabel('X(t)') "PrModLogistNN1NN2".
Запустите программу. В результате Вы должны получить два семейства графиков Xtn( r ) и X( t ) следующего вида (рис. 4) Поэкспериментируйте с программой, наблюдая отклики модели при различных планах изменения параметров.
5. Создайте документ Word под именем "RostPop2NN1NN2". Документ представляет собой отчет о выполненной работе. Отчет доложен содержать:
a) Фамилии студентов выполнивших работу б) Постановку задачи (историческая справка, математическая модель логистического роста и т. д.);
в) Графическую схему построенной Simulink-модели логистического роста "ModLogistNN1NN2" г) Текст программы, реализующей имитационный эксперименты с созданной S-моделью, и графики, представляющие визуализацию результатов работы программы д) Интерпретацию полученных результатов, ответы на контрольные вопросы и выводы.
контрольные вопросы:
-Какие характеристики логистической кривой определяются константой скорости, емкостью среды и начальной численностью?
-Какие начальные условия приводят к решению с точкой перегиба?
-Как меняется форма кривой, если Хо < 0.5К; 0.5К< Хо < К; Хо>К; Хо = K.
Учебный график изучения дисциплины «Компьютерное моделирование экосистем»
работы Практические занятия Рубежный контроль