信息系统项目管理师——管理类计算

风险管理——风险曝光度

风险曝光度=概率*影响,概率指风险发生的概率,影响指风险一旦发生,受到影响的项。

题号【GX20061101](61)
知识点[风险曝光度]
风险的成本估算完成后,可以针对风险表中每个风险计算其风险曝光度。某软件小组计划项目中采用50个可复用的构件,每个构件平均是100LOC,本地每个LOC的成本是13元人民币。下面是该小组定义的一个项目风险:一、风险识别:预定要复用的软件构件中只有50%将被集
成到应用中,剩余功能必须定制开发;二、风险概率:60%;三、该项目风险风险曝光度是()。
A、32500 B、65000 C、1500 D、19500

解题思路

根据公式:风险曝光度=概率影响,概率指风险发生的概率,影响指风险一旦发生,会受到影响的项,得出:风险曝光度=60%(50*50%10013)=19500

风险的成本估算完成后,可以针对风险表中的每个风险计算其风险曝光度。某软件小组计划项目中采用60个可复用的构件,每个构件平均是100LOC,每个LOC的成本是13元人民币。下面是该小组定义的一个项目风险:
1、风险识别:预定要复用的软件构件中只有60%将被集成到应用中,剩余功能必须定制开发
2、风险概率:50%
3、该项目风险的风险曝光度是()
A、23400 B、65000 C、15600 D、19500

解题思路

LOC指所有可执行源代码行数。
根据公式:风险曝光度=概率影响,得出:
风险曝光度=50%
(60*40%10013)=15600

系统可用性

计算机系统的可用性用平均无故障时间(MTTF)来度量,即计算机系统平均能够正常运行多长时间,才发生一次故障。
系统的可用性越高,平均无故障时间越长。可维护性用平均维修时间(MTTR)来度量,即系统发生故障后维修和重新恢复正常运行平均花费的时间。系统的可维护性越好,平均维修时间越短。计算机系统的可用性定义为:MTTF/(MTTF+MTTR)*100%。

题号[GX201811011(22)
知识点【质量管理系统可用性]
某企业要建设信息系统平台,要求系统可用性达到99.99%。系统A平均无故障时间10000 小时,故障平均维修时间1小时;系统B平均无故障时间14000 小时,故障平均维修时间5小时。以下说法中,正确的是()。
A、只有系统A符合可用性要求
B、系统A和系统B均符合可用性要求
C、只有系统B符合可用性要求
D、系统A 和系统B都不符合可用性要求

解题思路

计算机系统的可用性定义为:MTTF/ (MTTF+MTTR)。
A 的可用性=10000/(1000+1)=99.999%
B的可用性=14000/(14000+5)=99.964%
只有系统A符合可用性要求,所以选A。

沟通管理——沟通渠道

沟通渠道的计算公式:沟通渠道数=n(n-1)/2,n为干系人的总数量。
沟通渠道这类题非常简单,但是需要特别注意的一点是:n的取值问题。题目经常会故意出一些阅读上的难题,如果稍不注意就会忽略掉某些干系人,所以需要仔细审题。

题号【GX20171101](42)
知识点【沟通管理沟通道]
你正在组织项目沟通协调会,参加会议的人数为12人,沟通渠道有()条。
A、66 B、72 C、96 D、132

解题思路

沟通渠道数= n(n-1)/2,本题n=12,那么答案就是12*11/2=66,选A。

决策树

决策树的解题方式有两种:
第一、每种状态下的收益*当前状态发生的概率,这就是当前状态的收益,将所有状态的收益相加就得到总收入,最后减去总投入,就得到当前方案的EMV。
第二、将每种状态下的净收益计算出来,然后乘以当前状态发生的概率,最后将这些值汇总,就得到当前方案的EMV。
无论用那种方式解题,最后得到的结果都是一样。

知识点【风险管理决策树]
某厂房建造或者升级的两种方案的决策树分析如下图所示,由图可知,组织会选择()的方案,因为该方案的EMV为()万元
A、升级现有厂房,42
B、建造新厂房,67
C、升级现有厂房,60
D、建造新厂房,100
在这里插入图片描述

解题思路

解题方式一:
建造新厂房:EMV=2000.7+900.3-100=67
升级现有厂房:EMV=1200.7+600.3-60=42

解题方式二:
建造新厂房:EMV=(200-100)*0.7+ (90-100)*0.3=67
升级现有厂房:EMV=(120-60) *0.7+ (60-60)*0.3=42

那种方案的EMV值高就选谁,所以答案选B。

投资净现值

现值:未来的钱换算成现在的钱,大家可以想象成货币会随着时间贬值。在转换的时候会给出一个贴现率,第N年的现值 = 第N年的值/(1+贴现率)的N次方。
在静态分析里不涉及时间对资金的影响,所以大家可以想象这个贴现率为0,也就是未来的钱和现在的钱相等。
在动态分析里需要根据给定的贴现率来计算,未来的钱相当于现在的多少钱,显然时间越长,比率越低。从历年的考题来看,贴现率一般都是设置为10%。贴现率为10%的情况下,我们只需要记住5个值:
0.91,0.83,0.75,0.68,0.62,这样会更方便我们计算。但是上面的公式也要记住,有的时候它的贴现率会变。
按贴现率为10%来计算,上面的公式可以简化成这样:
第1年的钱的现值= 第1年的钱0.91
第2年的钱的现值= 第2年的钱
0.83
第3年的钱的现值=第3年的钱0.75
第4年的钱的现值=第4年的钱
0.68
第5年的钱的现值= 第5年的钱*0.62

净现值:大家可以认为就是净收入、净利润,只不过需要进行贴现计算。
净现值 =折现收益-折现成本
也可以这样认为:
第N年的净现值=(第N年的收益-第N年的成本)/ (1+贴现率)的N次方

投资收益率的计算方法:
投资收益率=(总收益-总成本)/总成本
如果是静态分析就不用折现,就是(总收益-总成本)/总成本。
如果是动态分析,那么每年的收益和成本都需要先进行折现,再来汇总,最后公式就变成:(总的折现收益-总的折现成本)/总的折现成本

题号【GX20101101]
某项目各期的现金流量如表所示:
在这里插入图片描述
设贴现率为10%,则项目的净现值约为
A、140 B、70 C、34 D、6

解题思路

项目的净现值=总的折现收益-总的折现成本
项目的净现值=-630+330/ (1+10%) +440/(1+10%) 2
选择题,问的是约等于多少,我们可以直接采用简化方式来计算。贴现率为10%的情况下,我们只需要记住5个值:0.91,0.83,0.75,0.68,0.62。
上面的公式就可以直接写成:
项目的净现值=-630+3300.91 +4400.83 ≈35,
所以选C。

题号【GX20160501)(68)
知识点【投资收益类 净现值NPVI
某项目的利润预期(单元:元)如下表所示,贴现率为
10%,则第三年结束时利润总额的净现值约为()元
在这里插入图片描述
A、30000
B、33000
C、36000
D、40444

解题思路

答案:A
选择题,问的是约等于多少,我们可以直接采用简化方式来计算。贴现率为10%的情况下,我们只需要记住5个值
0.91,0.83,0.75,0.68,0.62
利润总额的净现值=110000.91 +121000.83 +13300*0.75≈30000。

投资回收期

投资回收期的计算方法:
投资回收期就是要达到总的收益=总的成本所需要的时间
假设刚开始投入1000,第1年收入500,第2年收入500,那么它的回收期就是2年。但是这个数值往往并不是刚刚好满整年就达到,有的时候会跨年。比如刚开始投入1000,第1年收入500,第2年收入400,第2年收入400,那么这个时候就会出现小数值。

投资回收期=(N-1) +(第N-1年的累计总成本-第N-1年的累计总收益)/(第N年的收益-第N年的成本)
N就是达到 总的收益>=总的成本 的那年。
如果是静态分析,那么上面的成本也好,收益也罢都不用折现,直接按原值计算。
如果是动态分析,那么上面的总成本,总收益必须要先折现,再来计算。

也有相关的计算公式:
投资回收期=(N-1) + (第N-1年的累计净现值的绝对值)/第N年的净现值

题号【GX20201101](70)
知识点【投资收益类投资收益率]
甲乙丙丁4个已完工项目的历史数据如表所示,其中负值代
表项目的投资额,正值代表项目的收益。从投资收益率来
看,()项目最优。
在这里插入图片描述
A、甲 B、乙
C、丙 D、丁

解题思路

投资收益率=(总收益-总成本)/总成本
如果是静态分析就不用折现,就是(总收益-总成本)/总成本。
如果是动态分析,那么每年的收益和成本都需要先进行折现,再来汇总,最后公式就变成:(总的折现收益-总的折
现成本)/总的折现成本
当前这道题没有给出贴现率,那么默认就是静态分析,我们无需贴现直接计算。
甲:(2+23+7-10)/10=2.2
乙: (80+110-100) /100=0.9
丙:(15+18+30-20)/20=2.15
丁:(150+150-150) /150=1
甲的收益率最大,所以选A

题号【GX20211101](66)
知识点【投资收益类投资收益率]
某项目2016年投资额12万元,2018年开始取得项目的净收
益(产品一原料辅料及公用工程)6万元/年,2018-2021年每
年还会产生其他成本(包括人员工资、管理成本、制造成本
等)1.1万元/年:增值税0.35万元/年、营业税金及附加
0.05万元/年,则该项目的静态投资回收期为(66)年,
截止到2021年底该项目的投资收益率是(67)
(66) A、2.0 B、2.67
C、3.25
D、3.67
(67)A、0.25 B、0.33
C、0.35
D、0.6

解题思路

在这里插入图片描述
投资回收期=(4-1) +(12+1.5+1.5-6-6) /(6-1.5)=3+3/4.5 =3.67
投资收益率= (24-18) /18=0.33
所以答案选DB

三点估算

计划评审技术(PERT),又称为三点估算技术。
①如果按分布来计算,其计算公式为:
估算时间 = (最悲观 + 最可能*4+最乐观)/6
标准差= (最悲观-最乐观) /6
在考试的时候经常会问我们某一个项目在多少天到多少天之内完成的概率是多少,这个时候除了需要会计算估算时间和标准差之外还需要会看正态分布图,需要知道面积法。

②如果按三角分布来计算,其计算公式为:
估算时间= (最悲观+最可能+最乐观)/3

题号【GX20110501](36)
知识点【三点估算]
某项任务由子任务I(计划编制和批准)和子任务ⅡI(计划实施)组成。项目经理认为子任务I的乐观历时为3天,最可能为4天,悲观历时为8天;子任务Ⅱ的乐观历时为5天,最可能6为天,悲观历时为10天。根据估算,该任务估算历时为()天。
A、10B、11 C、12 D、13

解题思路

如果没有特别说明,那么就是按分布来计算
子任务I的估算时间=(3+44+8)/6 =4.5
子任务Ⅱ的估算时间= (5+6
4+10) /6=6.5
所以该任务估算历时为:4.5+6.5=11天,答案选B。

题号【GX20211101](35)
知识点【三点估算]
某项目估算,最乐观成本105万元,利用三点估算法,按三角分布计算出的值为94万元,按分布,计算出的值为94.5 万元,则最悲观成本为()万元。
A、80 B、81C、82 D、83

解题思路

这题就考的比较偏,一般都是考基于β分布,这题考了三角分布,所以关于三角分布的算法大家也要会。
设悲观成本为X,最可能成本为Y。
按三角分布列出方程:(X+Y+105) /3=94
按分布列出方程:(X+4Y+105) /6=94.5
最后解出:X=82,Y=95,选C。

题号【GX20220501](33)
知识点【三点估算]
某学校开发图书管理系统,软件研发专家组给出了如下时
间估计:
在这里插入图片描述
假设三个估值服从β分布,则该图书管理系统软件在11-15天之间完成的可能性约为:()。
A、34% B、68% C、95% D、99%

解题思路

该系统的估算工期=(5+14*4+17) /6=13
标准差=(最悲观-最乐观) /6=2
代入到下图中我们就可以看出,坐标0的位置就是我们的估算工期13,-lo的位置就是13-2=11,1o的位置就是13+2=15,那么11-15天内完成的时间就是-1o到1o在图中所占的面积=68.2%。
在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/544518.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

Servlet测试1

通过按钮提交get,post请求,并且后端响应数据,显示到前端 当点击get按钮时 是发起Get请求 后端接收到Get请求后,把数据写入到body内 当点击pst按钮时 是发起Post请求 后端接收到Post请求后,把数据写入到body内 之后前端就从bod…

【机器学习300问】67、均方误差与交叉熵误差,两种损失函数的区别?

一、均方误差(Mean Squared Error, MSE) 假设你是一个教练,在指导学生射箭。每次射箭后,你可以测量子弹的落点距离靶心的差距(误差)。MSE就像是计算所以射击误差的平方后的平均值。它强调了每一次偏离靶心的…

Finetuning vs. Prompting:大语言模型两种使用方式

目录 前言1. 对于大型语言模型的两种不同期待2. Finetune(专才)3. Prompt(通才)3.1 In-context Learning3.2 Instruction-tuning3.3 Chain of Thought(COT) Prompting3.4 用机器来找Prompt 总结参考 前言 这里和大家分享下关于大语言模型的两种使用方式,一种是 Fine…

简单理解数据存取

1.存 1.从编写程序开始说起,源代码中初始化一个变量,在文本编辑器中显示的是10进制的数, 2.程序运行后,先在内存开辟相应空间,然后: (开始实质用数据了) 一.将十进制转换为二进制…

ASP.NET基于BS的计算机等级考试系统的设计与实现

摘 要 随着计算机技术的发展及计算机的日益普及,基于B/S结构的考试系统与无纸化办公一样已成为大势所趋。论文详细论述了一个基于B/S结构的计算机等级考试系统的设计过程。软件采用ASP.NET 2005作开发平台,C#作编程语言,SQL Server 2005作…

比较指令CMP

cmp 比较 将2个值比较输出给软元件 大于条件软元件得电 等于软元件1得电 小于软元件2得电 1,当计数起接通一次Y2得电 当计数器等于5时Y1 得电 当计数器大于5时Y0得电

python中time库的time.time()函数的作用是什么?

python中time库的time.time()函数的作用是什么? 作用:Python time time() 返回当前时间的时间戳(1970纪元后经过的浮点秒数)。 time()方法语法:time.time() #!/usr/bin/python # Write Python 3 code in this onlin…

蓝桥杯——18

学习视频&#xff1a;21-广度优先搜索练习_哔哩哔哩_bilibili Q&#xff1a;密码锁 #include<iostream> #include<queue> using namespace std; int s, e; bool vis[10000]; struct node {int state;int step;node(int s1, int s2) {state s1;step s2;} }; int…

《经典论文阅读2》基于随机游走的节点表示学习—Deepwalk算法

word2vec使用语言天生具备序列这一特性训练得到词语的向量表示。而在图结构上&#xff0c;则存在无法序列的难题&#xff0c;因为图结构它不具备序列特性&#xff0c;就无法得到图节点的表示。deepwalk 的作者提出&#xff1a;可以使用在图上随机游走的方式得到一串序列&#x…

Java 设计模式系列:模板方法模式

简介 模板方法模式是一种行为型设计模式&#xff0c;它定义一个操作中的算法骨架&#xff0c;将一些步骤推迟到子类中。模板方法模式使得子类可以不改变一个算法的结构&#xff0c;即可重定义该算法的某些特定步骤。 在模板方法模式中&#xff0c;抽象类中定义了一系列基本操…

网络篇10 | 网络层 IP

网络篇10 | 网络层 IP 01 简介02 名称解释03 IP报文格式(IPv4)1&#xff09;4位版本协议(version)2&#xff09;4位首部长度(header length)3&#xff09;8位服务类型(Type Of Service, TOS)4&#xff09;16位总长度5&#xff09;16位(分片)标识6&#xff09;3位(分片)标志7&am…

深度学习学习日记4.14 数据增强 Unet网络部分

数据增强 transforms.Compose([&#xff1a;这表示创建一个转换组合&#xff0c;将多个数据转换操作串联在一起 transforms.RandomHorizontalFlip()&#xff1a;这个操作是随机水平翻转图像&#xff0c;以增加数据的多样性。它以一定的概率随机地水平翻转输入的图像。 transfo…

coreldraw2024直装版下载 永久免费使用附下载安装教程( 仅限 win10用户 )

CorelDRAW 2024具有一些特别的优势&#xff0c;这些优势不仅体现在其丰富的功能和卓越的性能上&#xff0c;还体现在其跨平台的兼容性上。 首先&#xff0c;CorelDRAW 2024支持多种操作系统平台&#xff0c;包括但不限于Windows 10和Windows 11等高级操作系统。这意味着无论是…

webpack-(plugin,本地服务器,路径别名,安装vue)

安装vue npm i vue-loader -D npm i vue 编写一个vue文件&#xff1a; 在index.html中设置 一个id为app的div 将vue文件挂载到app中 vue比较特殊&#xff0c;除了使用loader外&#xff0c;还使用了plugin const path require("path"); const { VueLoaderPlugin …

zabbix 使用 dataease 做数据大屏

1、环境介绍 操作系统&#xff1a;龙蜥os 7.9 软件&#xff1a;dataease v1.18.18 zabbix&#xff1a; 6.0 2、软件下载 https://community.fit2cloud.com/#/products/dataease/downloads 3、将软件包上传到服务器并解压缩 tar -xvf dataease-v1.18.18-offline.tar.gz4、修改…

鸿蒙端云一体化开发--开发云函数--适合小白体制

开发云函数 那什么是云函数&#xff1f;我们将来又怎么去使用这个云函数呢&#xff1f; 答&#xff1a;我们之前要编写一些服务端的业务逻辑代码&#xff0c;那现在&#xff0c;在这种端云一体化的开发模式下&#xff0c;我们是把服务端的业务逻辑代码&#xff0c;通过云函数来…

Mybatis中SqlSession接口中的selectList方法

1、SqlSession SqlSession是Mybatis持久层框架提供的接口&#xff0c;该接口中包含了大量的CRUD操作方法&#xff08;既增删改查方法&#xff09;。 2、selectList方法 selectList方法是用于查询的方法&#xff0c;该方法具有多态性&#xff0c;如图所示&#xff08;打开myb…

qemu源码解析一

基于qemu9.0.0 简介 QEMU是一个开源的虚拟化软件&#xff0c;它能够模拟各种硬件设备&#xff0c;支持多种虚拟化技术&#xff0c;如TCG、Xen、KVM等 TCG 是 QEMU 中的一个组件&#xff0c;它可以将高级语言编写的代码&#xff08;例如 C 代码&#xff09;转换为可在虚拟机中…

51单片机-独立按键模块

1. 独立按键控制LED状态 轻触按键实现原理&#xff1a;按下时&#xff0c;接通&#xff0c;通过金属弹片受力弹动来实现接通和断开。 松开按键 按下之后&#xff1a;就会被连接 同时按下K1和K2时&#xff0c;P2_0,接口所连LED灯才亮。 #include <REGX52.H> void ma…

python-numpy(3)-线性代数

一、方程求解 参考资料 对于Ax b 这种方程&#xff1a; np.linalg.inv(A).dot(B)np.linalg.solve(A,b) 1.1 求解多元一次方程一个直观的例子 # AXB # X A^(-1)*B A np.array([[7, 3, 0, 1], [0, 1, 0, -1], [1, 0, 6, -3], [1, 1, -1, -1]]) B np.array([8, 6, -3, 1]…