Учебное пособие челябинск 2 004 Министерство образования Российской Федерации Южно-Уральский государственный университет Факультет «Экономика и предпринимательство»




НазваниеУчебное пособие челябинск 2 004 Министерство образования Российской Федерации Южно-Уральский государственный университет Факультет «Экономика и предпринимательство»
страница7/22
Дата публикации16.09.2014
Размер2.57 Mb.
ТипУчебное пособие
literature-edu.ru > Инжиниринг > Учебное пособие
1   2   3   4   5   6   7   8   9   10   ...   22

Сравнительная классификация этапов системного анализа





По С.Оптнеру

По С.Янгу

По Н.П.Федоренко

По С.П.Никанорову
Школы и объекты их изучения

Классическая американская школа СА, занимающаяся оценкой и выбором систем вооружения, промышленных систем и капиталовложений (Б.Радвиг, Э.Квейд)

Школа системного проектирования и управления организациями

Отечественная экономико-математи-ческая школа, ее представители работают на высших уровнях планирования народного хозяйства

Отечественная школа, ее представители работают на отраслевом уровне и связаны с разработкой АСУ и проч.
Основные этапы системного анализа

Определение актуальности проблемы; определение целей; определение структуры системы и ее дефектов; определение возможностей; нахождение альтернатив; оценка альтернатив; выработка решения; запуск решения; управление реализацией решения; оценка реализации и ее последствий

Определение целей организации; выявление проблемы; диагностика (определение, распознавание); поиск решения; оценка и выбор альтернатив; согласование решения; утверждение решения; подготовка к вводу в действие; управление применением решения; проверка эффективности

Формулирование проблемы; определение целей; сбор информации; разработка максималь-ного количества альтернатив; отбор альтернатив; пост-роение модели в виде уравнений, программ или сценария; оценка затрат; испытание чувствительности решения (параметрическое исследование)

Обнаружение проб-лемы; оценка актуальности проблемы; анализ ограничений проблемы; определение критериев;

анализ существующей системы; поиск возможностей (альтернатив); выбор альтернативы; обеспечение признания; принятие решения; реализация решения; определение результатов решения



Однако это абстрактный подход, поэтому ниже в табл. 11 приводится более углубленная и принципиальная последовательность работ системного анализа. Она включает 12 этапов.

Первая стадия предусматривает анализ проблемы (как системы задач). Важным шагом этого этапа является анализ развития проблемы и выявление принципиальной разрешимости проблемы.

Для этих целей может активно использоваться метод системного оператора («многоэкранного мышления»), предложенный создателем ТРИЗ Г.С. Альтшуллером. Согласно нему, проблема рассматривается по оси «прошлое-настоящее-будущее» на уровнях системы, подсистемы и надсистемы. В наиболее обобщенном варианте схема «многоэкранного мышления» может быть расширена от плоской (включающей 9 экранов) до пространственной (на 27 экранов), где на одной из плоскостей задействуется представление о системах альтернативных проблем, а на другой – анти-проблем.

Таблица 11


Последовательность работ системного анализа


Этапы

Инструменты анализа

1

2

I. Анализ проблемы

1. Обнаружение проблемы.

2. Точное формулирование проблемы.

3. Анализ логической структуры проблемы.

4. Анализ развития проблемы (в прошлом и будущем).

5. Определение внешних связей проблемы (с другими проблемами).

6. Выявление принципиальной разрешимости проблемы

Методы: сценариев, диагностический, деревьев целей, экономического анализа

II. Определение системы

1. Спецификация задачи.

2. Определение позиции наблюдателя.

3. Определение объекта.

4. Выделение элементов (определение границ разбиения системы).

5. Определение подсистем.

6. Определение среды

Методы: матричные, кибернетические модели

III. Анализ структуры системы

1. Определение уровней иерархии.

2. Определение аспектов и языков.

3. Определение процессов функций.

4. Определение и спецификация процессов управления и каналов информации.

5. Спецификация подсистем.

6. Спецификация процессов, функций текущей деятельности (рутинных) и развития (целевых)

Методы: диагностические, матричные, сетевые, морфологические, кибернетические модели

IV. Формулирование общей цели и критерия системы

1. Определение целей, требований надсистемы.

2. Определение целей и ограничений среды.

3. Формулирование общей цели.

4. Определение критерия.

5. Декомпозиция целей и критериев по подсистемам.

6. Композиция общего критерия из критериев подсистем

Методы: экспертных оценок («Делфи»), деревьев целей, экономического анализа, морфологический, кибернетические модели, нормативные операционные модели (оптимизационные, имитационные, игровые)



Продолжение табл. 11


1

2

V. Декомпозиция цели, выявление потребностей в ресурсах и процессах

1. Формулирование целей – верхнего ранга.

2. Формулирование целей – текущих процессов.

3. Формулирование целей – эффективности.

4. Формулирование целей – развития.

5. Формулирование внешних целей и ограничений.

6. Выявление потребностей в ресурсах и процессах

Методы: деревьев целей, сетевые, описательные модели, моделирования

VI. Выявление ресурсов и процессов, композиция целей

1. Оценка существующих технологий и мощностей.

2. Оценка современного состояния ресурсов.

3. Оценка реализуемых и запланированных проектов.

4. Оценка возможностей взаимодействия с другими системами.

5. Оценка социальных факторов.

6. Композиция целей.

Методы: экспертных оценок («Делфи»), деревьев целей, экономического анализа

VII. Прогноз и анализ будущих условий

1. Анализ устойчивых тенденций развития системы.

2. Прогноз развития и изменения среды.

3. Предсказание появления новых факторов, оказывающих сильное влияние на развитие системы.

4. Анализ ресурсов будущего.

5. Комплексный анализ взаимодействия факторов будущего развития.

6. Анализ возможных сдвигов целей и критериев

Методы: сценариев, экспертных оценок («Делфи»), деревьев целей, сетевые, экономического анализа, статистический, описательные модели

VIII. Оценка целей и средств

1. Вычисление оценок по критерию.

2. Оценка взаимозависимости целей.

3. Оценка относительной важности целей.

4. Оценка дефицитности и стоимости ресурсов.

5. Оценка влияния внешних факторов.

6. Вычисление комплексных расчетных оценок.

Методы: экспертных оценок («Делфи»), экономического анализа, морфологический метод

IX. Отбор вариантов

1. Анализ целей на совместимость и входимость.

2. Проверка целей на полноту.

3. Отсечение избыточных целей.

4. Планирование вариантов достижения отдельных целей.

5. Оценка и сравнение вариантов.

6. Совмещение комплекса взаимосвязанных вариантов

Методы: деревьев целей, матричные, экономического анализа, морфологический

X. Диагноз существующей системы

1. Моделирование технологического и экономического процессов.

2. Расчет потенциальной и фактической мощностей.

3. Анализ потерь мощности.

4. Выявление недостатков организации производства и управления.

5. Выявление и анализ мероприятий по совершенствованию организации.

Методы: диагностические, матричные, экономического анализа, кибернетические модели.


Окончание табл. 11

1

2

XI. Построение комплексной программы развития

1. Формулирование мероприятий, проектов и программ.

2. Определение очередности целей и мероприятий по их достижению.

3. Распределение сфер деятельности.

4. Распределение сфер компетенции.

5. Разработка комплексного плана мероприятий в рамках ограничений по ресурсам во времени.

6. Распределение по ответственным организациям, руководителям и исполнителям.

Методы: матричные, сетевые, экономического анализа, описательные модели, нормативные операционные модели.

XII. Проектирование организации для достижения целей

1. Назначение целей организации.

2. Формулирование функций организации.

3. Проектирование организационной структуры.

4. Проектирование информационных механизмов.

5. Проектирование режимов работы.

6. Проектирование механизмов материального и морального стимулирования

Методы1: диагностические, деревьев целей, матричные, сетевые методы, кибернетические модели

  1. 4.2. Моделирование – важнейшая процедура познания систем


Модель – это система, отражающая другую систему

Н.М.Амосов
Специалисты справедливо отмечают, что исследование открытых систем чрезвычайно затруднено их высокой размерностью1. В исходном состоянии система, как часть среды, объединена с ней двусторонними материальными связями (информационными, энергетическими, субстанционными или вещественными), через которые реализуется их взаимодействие. Поэтому, если не осуществлено конфигурирование системы (не сформирована граница между средой и системой), то понятие системы распространимо на всю среду. В связи с этим задача описания системы заключается, на первом этапе, в выделении объекта из среды посредством установления границы между системой и средой и последующим отображением функциональных особенностей системы (напомним, необходимость описания диктуется потребностью ее исследования и управления).

Для того, чтобы сделать замкнутой, необходимо совершить некоторые структурные мероприятия. Во-первых, отделить систему от среды границей, для чего надо ввести некоторый признак, который бы позволил бы осуществит разделение на уровне элементов системы. Если говорить о принципиальной глубине вопроса, то разграничение базируется на выделении в качестве признака закона (законов), определяющих функционирование системы (например, отделение правонарушителей от законопослушных граждан)2.

Во-вторых, для замыкания системы надо осуществить некоторые структурные преобразования. Так, двусторонние связи системы со средой заменяются однонаправленными, т.е. в процессе замыкания системы разрывается контур взаимодействия «среда-система» и «система-среда». Связям придается ориентированность и осуществляется функциональная классификация, выраженность взаимодействий – информационных, энергетических, вещественных.

На втором этапе идет собственно описание системы, заключающееся в выражении ее содержания через выполняемые функции. Переходя к описанию системы, довольствуются некоторым огрублением, иначе говоря, моделью, полученной доступными средствами. Модель соотносится с реальностью так же, как природный ландшафт с изображающей его картиной: их близость зависит от мастерства художника и привлекаемых им изобразительных средств.

Хорошо известно, что проблема соответствия модели и реальности чрезвычайно сложна. Нередко располагая тщательно разработанными математическими моделями, мы остаемся в неведении, как можно применять их в конкретном случае. Для многих фундаментальных проблем вообще отсутствуют подходящие математические средства. Чрезмерные ожидания привели в последнее время к разочарованию. Так, кибернетика продемонстрировала свое влияние не только в технике, но и в фундаментальных науках: построила модели ряда конкретных явлений, показав научную правомерность телеологического объяснения и т.д. Тем не менее, кибернетика не создала нового широкого «мировоззрения», оставаясь скорее расширением, чем заменой механистической концепции. Теория информации, математические основы которой детально разработаны, не смогла построить интересных приложений в психологии и социологии. Большие надежды возлагались на применение теории игр к вопросам войны и политики, но едва ли можно считать, что она улучшила политические решения. Эту неудачу можно было ожидать, учитывая, как мало существующие державы походят на «рациональных» игроков теории игр. Понятия и модели равновесия, гомеостазиса, регулирования годны для описания процессов функционирования систем, но они неадекватны для анализа явлений измерения, дифференциации, эволюции, уменьшения энтропии, творчества и т.д. Это осознавал Кэннон, когда допускал кроме гомеостазиса еще и гетеростазис, характеризующий такие явления. Теория открытых систем широко применяется для описания явлений биологии (и техники), но необходимо предостеречь про­тив неосмотрительного распространения ее на те области, для которых она не предназначена. Вполне очевидно, что отмеченные ограниченности системных научных подходов, существующих едва ли больше двадцати-тридцати лет, совершенно естественны. В конечном счете разочарование, о котором говорилось, объясняется применением моделей, полезных в определенных аспектах, к проблемам метафизического и философского порядка.

По В.Д. Могилевскому, моделью называется специально синтезированный для удобства исследований объект, который обладает необходимой степенью подобия исходному, адекватной целям исследования, сформулированным субъектом или лицом, принявшим решение относительно исследования системы1. Относительно подобия объекта и модели говорят, что они изоморфны, если существует взаимооднозначное соответствие между элементами и связями первого и второй, и гомоморфны, если соответствие однозначно лишь в одном направлении. Для моделей обычно справедливо отношение гомоморфизма.

Много лет назад, рассуждая о средствах отображения сущностей, даосский мудрец Чжуан-цзы говорил: «Для ловли рыбы нужны сети; но вот рыба поймана и люди забывают о сетях… Для идей нужны слова, но постигнув идеи, люди забывают о словах…». Таким образом, можно рассматривать модели в качестве своеобразных «сетей» для извлечения («вычерпывания») информации из изучаемых объектов (систем).

В математике моделью называют некоторое множество с заданным на нем набором отношений. Это определение согласуется с приведенным выше определением модели.

Для всестороннего изучения систем требуется множество моделей. Это объясняется тем, что системы многогран­ны, а субъекта, выступающего в качестве заказчика на проведение исследования, обычно интересует какая-либо одна сторона системы. Такое предпочтение обусловлено прагматической направленностью заказа: только субъект, исходя из своих потребностей, может назначить состав изучаемых свойств системы и сформулировать требования к точности описания протекающих процессов. Из этого следует, что в качестве первого классификационного признака можно ввести деление по функциональным качествам системы, что должны быть отражены в модели.

Другим общим признаком классификации является степень детализации модели или глубина изучения анализируемой системы. Для практического применения модели требуется, чтобы в распоряжении исследователя было как обобщенное представление об изучаемом явлении, так и подробное описание нюансов его функционирования, что необходимо хотя бы для проверки строгости агрегированного образа.

Модели, отвечающие одному функциональному свойству системы и образующие некоторый класс, но отличающиеся степенью детализации описания явления, слабо коррелированны друг с другом. Действительно, для того, чтобы синтезировать модель определенного уровня общности, необходимо использовать некоторую группу предположений. Но для моделей другой степени детализации вовсе не обязательна справедливость этих допущений. Поэтому переход от микроо­писаний к макромоделям (и наоборот) представляет собой отнюдь не формальную процедуру, а каждый раз составляет новую научную проблему. Трудность ее решения определяется еще и выбором аксиоматики, положенной в основу разработки модели. Если система допуще­ний не отвечает желаемому уровню абстракции, то приходится ис­пользовать в модели плохо обусловленные параметры, которые затрудняют их идентифицирование. И наоборот, при правильном выборе этого соответствия все коэффициенты модели приобретают физическую очевидность.

Приведенные признаки порождают два множественных пред­ставления. Первый признак определяет наличие нескольких мно­жеств, каждое их которых описывает одну функциональную особенность системы. Второй, характеризующий уровень отображения свойств системы в модели, можно представить как совокупность мно­жеств, вложенных друг в друга, т.к. они все относятся к единой группе свойств системы, но отличаются детализацией. Тогда вся сово­купность моделей есть семейство множеств (возможно, пересекающихся), каждое из которых имеет вложения.

В современных системных исследованиях утверждается, что ввиду сложности изучаемых систем, их многогранности нет возможности описания изучаемых систем какой-либо одной моделью. Поэтому в системном анализе (СА) практикуется многомодельность. Так, для того, чтобы наиболее полно понять пространственное устройство объекта, расположение его частей относительно друг друга в практике черчения применяются проекции (вид сбоку, вид сверху и проч.)

При этом модели могут быть разными. Они в различной степени отображают те или иные стороны изучаемых объектов. В модели по отношению к объекту ЛПР удалятся несущественные стороны и детали. Вспомним поэтическое: «Сотри случайностей черты и ты увидишь – мир прекрасен!»

Часто на практике пользуются понятием «схема». Упрощенно ее можно понимать как «недомодель», «полумодель» в том смысле, что в ней опускается не только несущественное, но даже кое-что из существенного. Однако схемы полезны для постепенного, «послойного» понимания изучаемой системы. Ведь согласно словам древнего мудреца унция знания стоит фунта информации (И), а унция понимания (П) стоит фунта знаний (Зн). Отсюда даже можно вывести коэффициенты важности знаний и понимания:

Зн = 13,3И; П = 177,7И.
Специалисты отмечают, что составление модели (моделирование) каждый раз представляет собой творческий акт. Не существует общей методики перехода от объекта к модели. Здесь можно привести аналогию наблюдаемого пейзажа и рисуемой картины. Ведь каждый творец изобразит увиденное по-своему: один будет максимально реалистичен и постарается прорисовать все детали, а другой поставит задачу передать собственное настроение.

При познании сложных явлений разуму свойственно двигаться индуктивным путем, отталкиваясь от простого и переходя к сложному. Поэтому при построении модели системы вначале создаются микромодели ее отдельных элементов или проявлений, чтобы в итоге прийти к макромодели. Тогда макромодель описывает динамику множества микромоделей и обладает качеством целостности, т.е. несводимости ее свойств к сумме свойств микромоделей. Это соответствует диалектической линии перехода от единичного (Е) через особенное (О) к общему или всеобщему (В).

Дадим характеристику основным классам моделей.

1) Вербальные модели. Это модели, описывающие объект исследования с качественной стороны, они дают наиболее общее, содержательное описание системы. Это моделирование используют в случаях: а) как первый шаг в процессе познания сложных систем, за которым следует переход к количественному описанию; б) вербальной моделью довольствуются при изучении сугубо неформализуемых систем (политических, социальных, систем в искусстве и т.п.). Вербальное описание обычно есть словесное описание. В.Д. Могилевский отмечает, что, по-видимому, исторически лингвистические законы наилучшим образом сопряжены с логикой мыслительных процессов. Средства воздействия на зрение и слух через изобразительное искусство и музыку также можно рассматривать как языки. Эти языки менее канонизированы, поэтому представляют творцам таких вербальных моделей широкое поле для экспериментов. Однако наметившиеся в последние годы возможности построения виртуальных моделей на базе компьютерных технологий заставляют переосмыслить устоявшиеся взгляды на искусство1. К классу вербальных моделей относят так называемые (по В.И. Арнольду) мягкие модели. Математика позволяет на классе мягких моделей составлять дифференциальные уравнения, описывающие основное свойство явления. Решение уравнения иллюстрируют характерные особенности динамики развития объекта исследования, а методы изучения решения называются качественными методами теории дифференциальных уравнений. Достоинство мягких моделей в том, что они содержат наиболее общее описание динамики системы, а значит могут играть роль высшего уровня в иерархии моделей, которую можно назвать деревом моделей.

2) Концептуальные модели. Концепция в переводе означает систему взглядов, основную мысль. Эти модели описывают в общем виде преобразование информации в системе и процесс ее циркуляции по каналам связи. Формально преобразования характеризуются операторами или абстрактными функциями. Концептуальные модели представляют первый шаг в направлении количественного познания системы как множества с заданными на нем отношениями. Здесь часто используется геометрический подход, т.е. возможность графически отобразить смысл исследуемого. Реализация такого стремления находит свое отражение в отображении структуры системы. Для этих целей широко используются топологические построения: сети, графы (как неориентированные, так и ориентированные, иначе, орграфы)2. К классу концептуальных моделей относят конструкции, которыми оперирует теория искусственного интеллекта. Последняя возникла как ответ на запрос практики о необходимости управлять сложными системами, в которых циркулирует плохо формализуемая информация.

3) Динамические (математические) модели. Они содержат конкретное описание законов преобразования информации в системе в виде логических, дифференциальных, интегральных, разностных соотношений или конечных алгоритмов. В результате структура систем, выявленная на этапе создания концептуальной модели, наполняется конкретным математическим содержанием. Введение динамических моделей означает переход к количественным методам анализа.

По В.Н. Спицнаделю, несмотря на то, что математические модели обладают важными достоинствами – четкостью, возможностью строгой дедукции, проверяемостью и т.д., – не следует отказываться от использования моделей, сформулированных в обычном языке. Ведь вербальная модель лучше, чем отсутствие модели вообще или математическая модель, которая при насильственном насаждении фальсифицирует реальность. Многие теории, получившие огромное влияние в науке, являются нематематическими по своему характеру (например, психоаналитическая теория), а в других случаях лежащие в их основе математические конструкции осознаются позднее и охватывают лишь отдельные аспекты соответствующих эмпирических данных (как в теории отбора).

Математика, по сути дела, сводится к установлению алгоритмов, которые более точны, чем алгоритмы обычного языка. История науки свидетельствует о том, что описание проблем на обычном языке часто предшествует их математической формулировке, т.е. отысканию алгоритма. Приведем несколько хорошо известных примеров: знаки, используемые для обозначения чисел и счета, эволюционировали от слов естественного языка к римским цифрам (полувербальным, несовершенным, полуалгебраическим) и далее – к арабской численной символике, в которой важное значение имеет положение знака; уравнения первоначально формулировались в словесной форме, затем – с использованием примитивного символизма, который мастерски применял Диофант и другие основатели алгебры, и, наконец, в современном символизме; для многих теорий, например для теории Дарвина, мате­матические основы определяются значительно позднее, чем создаются. Вероятно, лучше иметь сначала какую-то нематематическую модель со всеми ее недостатками, но охватывающую некоторый не замеченный ранее аспект исследуемой реальности и позволяющую надеяться на последующую разработку соответствующего алгоритма, чем начинать со скороспелых математических моделей.

Таким образом, модели, выраженные в обычном языке, оставляют себе место в теории систем. Идея системы сохраняет значение даже там, где ее нельзя сформулировать математически или где она остается скорее направляющей идеей, чем математической конструкцией. Например, у нас может не быть удовлетворительных системных понятий для социологии; однако само понимание того, что социальные сущности являются системами, а не суммами социальных атомов, или того, что история имеет дело с системами (хотя бы и плохо определенными), называемыми цивилизациями, которые подчиняются общим для систем принципам, подразумевает важную переориентацию в рассматриваемых научных областях.

Таким образом, в рамках системного подхода существуют и механистические, и организмические тенденции и модели, пытающиеся познать системы либо с помощью таких понятий, как «анализ», «линейная (включая круговую) причинность», «автомат» и т.д., либо при помощи понятий «целостность», «взаимодействие», «динамика» и им подобных. Эти два типа моделей не исключают друг друга и даже могут использоваться для описания одних и тех же явлений.
1   2   3   4   5   6   7   8   9   10   ...   22

Похожие:

Учебное пособие челябинск 2 004 Министерство образования Российской Федерации Южно-Уральский государственный университет Факультет «Экономика и предпринимательство» iconРоссийской Федерации Государственный Университет- высшая школа экономики факультет Экономики
Итоговый государственный междисциплинарный экзамен по направлению «Экономика» специализация «Управление рисками и страхование» включает...

Учебное пособие челябинск 2 004 Министерство образования Российской Федерации Южно-Уральский государственный университет Факультет «Экономика и предпринимательство» iconМинистерство Образования Российской Федерации Вятский Государственный...
Настоящее исследование посвящено изучению индивидуального авторского стиля современного английского писателя Т. Пратчетта и проблеме...

Учебное пособие челябинск 2 004 Министерство образования Российской Федерации Южно-Уральский государственный университет Факультет «Экономика и предпринимательство» iconЗ. Б. Кипкеева
Министерство образования российской федерации ставропольский государственный университет

Учебное пособие челябинск 2 004 Министерство образования Российской Федерации Южно-Уральский государственный университет Факультет «Экономика и предпринимательство» iconРоссийской Федерации Министерство образования и науки Российской...
Теоретическая и практическая составляющие подготавливают учащихся к изучению других предметов по направлению «коммуникология – наука...

Учебное пособие челябинск 2 004 Министерство образования Российской Федерации Южно-Уральский государственный университет Факультет «Экономика и предпринимательство» iconРоссийской Федерации Министерство образования и науки Российской...
Теоретическая и практическая составляющие подготавливают учащихся к изучению других предметов по направлению «коммуникология – наука...

Учебное пособие челябинск 2 004 Министерство образования Российской Федерации Южно-Уральский государственный университет Факультет «Экономика и предпринимательство» iconРоссийской Федерации Министерство образования и науки Российской...
Теоретическая и практическая составляющие подготавливают учащихся к изучению других предметов по направлению «коммуникология – наука...

Учебное пособие челябинск 2 004 Министерство образования Российской Федерации Южно-Уральский государственный университет Факультет «Экономика и предпринимательство» iconРоссийской Федерации Министерство образования и науки Российской...
Теоретическая и практическая составляющие подготавливают учащихся к изучению других предметов по направлению «коммуникология – наука...

Учебное пособие челябинск 2 004 Министерство образования Российской Федерации Южно-Уральский государственный университет Факультет «Экономика и предпринимательство» iconМетодические указания по курсу Новосибирск 2004 ббк ю 937. 4 Удк 152. 26 (075)
Министерство образования и науки российской федерации новосибирский государственный университет

Учебное пособие челябинск 2 004 Министерство образования Российской Федерации Южно-Уральский государственный университет Факультет «Экономика и предпринимательство» iconКурсовая работа по дисциплине «Лексикология английского языка»
Гоу впо «Уральский государственный технический университет – упи имени первого Президента Российской Федерации Б. Н. Ельцина»

Учебное пособие челябинск 2 004 Министерство образования Российской Федерации Южно-Уральский государственный университет Факультет «Экономика и предпринимательство» iconКурсовая работа по дисциплине «Лексикология английского языка»
Гоу впо «Уральский государственный технический университет – упи имени первого Президента Российской Федерации Б. Н. Ельцина»

Литература


При копировании материала укажите ссылку © 2015
контакты
literature-edu.ru
Поиск на сайте

Главная страница  Литература  Доклады  Рефераты  Курсовая работа  Лекции