1

UNIVERSITATEA SPIRU HARET

FACULTATEA DE MANAGEMENT FINANCIAR CONTABIL CRAIOVA

SPECIALIZAREA CONTABILITATE SI INFORMATICA DE GESTIUNE

DISCIPLINA: SISTEME INFORMATICE PENTRU ASISTAREA DECIZIEI

TITULAR: CONF.UNIV.DR. STEFANESCU LAURA

1. Funciile unui SIAD sunt:

a. gestiunea datelor, gestiunea modelelor, gestiunea cunotinelor i gestiunea comunicrii ntre utilizator i sistem i ntre intrri i ieiri;

b. gestiunea datelor, gestiunea modelelor, gestiunea soft-ului i gestiunea hard-ului. c. gestiunea intrrilor, gestiunea ieirilor, gestiunea cunotinelor i gestiunea

comunicrii ntre utilizator i sistem i ntre date i modele, cunotine; d. gestiunea datelor, gestiunea ieirilor, gestiunea legturilor i gestiunea comunicrii

ntre utilizator i sistem i ntre date i modele, cunotine; e. gestiunea datelor, gestiunea modelelor, gestiunea cunotinelor i gestiunea

comunicrii ntre utilizator i sistem i ntre date i modele, cunotine. 2. Analiza decizional conine:

a. alternative generate de crize majore ale organizaiei, alternative decizionale, consecine decizionale;

b. stri generale, alternative decizionale, consecine decizionale; c. stri generale, alternative repetitive, consecine decizionale; d. stri generate de inconsistena bazei de date, alternative decizionale, consecine decizionale;

e. stri generale, alternative la exploatarea bazei de date, consecine decizionale; 3. Crearea tabelelor n Microsoft SQL Server se realizeaz prin utilizarea de scripturi, aa cum se

prezint n exemplul de mai jos: a. generate table voldepozite (Agentie varchar(20), Durata varchar(20), Moneda

varchar(20), Tipjur varchar(30), Timp varchar(20), Tipdepozit varchar(30), voldep numeric);

b. creeaza tabel voldepozite (Agentie varchar(20), Durata varchar(20), Moneda varchar(20), Tipjur varchar(30), Timp varchar(20), Tipdepozit varchar(30), voldep numeric);

c. create table voldepozite (Agentie varchar(20), Durata varchar(20), Moneda varchar(20), Tipjur varchar(30), Timp varchar(20), Tipdepozit varchar(30), voldep numeric);

d. create cube voldepozite (Agentie varchar(20), Durata varchar(20), Moneda varchar(20), Tipjur varchar(30), Timp varchar(20), Tipdepozit varchar(30), voldep numeric);

4. n cazul deciziilor n condiii de incertitudine: a. Aceste decizii presupun c decidentul cunoate aproximativ evoluia viitoare a

fenomenului, posibilul trend al variabilelor necontrolabile i chiar ce rezultate are fiecare strategie analizat pe baza criteriului speranei matematice;

b. Aceste decizii presupun cunoaterea evoluiei anterioare a fenomenului economic. Acest mod de cunoatere va permite o previziune i o alegere ct de ct corect a variantei de decizie. Acest tip de decizie face parte din clasa general a deciziilor de orientare n care alegerea unei variante se face n funcie de previziunile

2

viitoare ale decidentului precum i de criterii obiective care presupun raionament logic;

c. Aceste decizii presupun un ansamblu de decizii anterioare, cu verificarea rezultatelor n practic;

d. Procesul de decizie va avea o multitudine de consecine, iar fiecreia i se va asocia o probabilitate. Se obine o distribuie a probabilitilor din care se va alege varianta cu sperana matematic cea mai bun. Dac exist variante de decizie care au aceeai speran matematic, atunci se va calcula intervalul de variaie i abaterea standard. Ca variant optim se va alege aceea care are cea mai mic abatere standard;

e. Aceste decizii presupun o cunoatere a evoluiei fenomenelor viitoare, ceea ce se petrece mai rar n realitatea economic. O astfel de decizie se bazeaz pe criteriul costului minim de funcionare.

5. Testul cu 5 reguli denumit FASMI (Fast Analysis Shared Multidimensional Information) pentru definirea caracteristicilor unei aplicaii OLAP se refer la:

a. informaie unidimensional prin analiz partajat rapid; b. informaie multidimensional prin analiz partajat rapid; c. informaie multidimensional prin analiz partajat lent; d. informaie multidimensional prin analiz nepartajat rapid; e. informaie unidimensional prin analiz partajat ncetinit;

6. Crearea tabelelor n Microsoft SQL Server se realizeaz prin utilizarea de scripturi, aa cum se prezint n exemplul de mai jos:

a. generate table agentie (Agentie varchar(20), Zona varchar(10), Tara varchar(10)); b. creeaza tabel agentie (Agentie varchar(20), Zona varchar(10), Tara varchar(10)); c. create cube agentie (Agentie varchar(20), Zona varchar(10), Tara varchar(10)); d. generate cube agentie (Agentie varchar(20), Zona varchar(10), Tara varchar(10)); e. create table agentie (Agentie varchar(20), Zona varchar(10), Tara varchar(10));

7. Diferena dintre sistemele informatice pentru management (MIS) i sistemele informatice pentru asistarea deciziei, SIAD (DSS) const n aceea c:

a. MIS pleac de la decident i de la decizie pe cnd SIAD-ul pornete de la date i relaiile dintre acestea;

b. MIS pleac de la relaiile interumane pe cnd SIAD-ul pornete de la relaiile dintre sistemele informatice;

c. MIS pleac de la date i relaiile dintre acestea pe cnd SIAD-ul pornete de la decident i de la decizie;

d. MIS pleac de la relaiile dintre sistemele informatice pe cnd SIAD-ul pornete de la relaiile interumane;

e. MIS pleac de la decident i de la decizie pe cnd SIAD-ul pornete de la relaiile interumane.

8. n SIAD-urile bazate pe analiza i sinteza datelor, analiza datelor presupune: a. a gsi relaii ntre datele distribuite, cum ar fi: disocieri, corelaii structurale,

cauzale sau funcionale; b. a gsi relaii ntre datele centralizate cum ar fi: asocieri, corelaii structurale,

cauzale sau funcionale; c. a gsi relaii ntre datele tranzacionale cum ar fi: asocieri, corelaii structurale,

cauzale sau funcionale;

3

d. a gsi relaii ntre datele sintetizate cum ar fi: disocieri, corelaii structurale, cauzale sau funcionale;

e. a gsi relaii ntre datele sintetizate cum ar fi: asocieri, corelaii structurale, cauzale sau funcionale.

9. Crearea tabelelor n Microsoft SQL Server se realizeaz prin utilizarea de scripturi, aa cum se prezint n exemplul de mai jos:

a. create table volcredite (Agentie varchar(20), Durata varchar(20), Moneda varchar(20), Tipjur varchar(30), Timp varchar(20), Garantiecredit varchar(20), Sectoractivitate varchar(20), volcredite numeric);

b. generate table volcredite (Agentie varchar(20), Durata varchar(20), Moneda varchar(20), Tipjur varchar(30), Timp varchar(20), Garantiecredit varchar(20), Sectoractivitate varchar(20), volcredite numeric);

c. create cube volcredite (Agentie varchar(20), Durata varchar(20), Moneda varchar(20), Tipjur varchar(30), Timp varchar(20), Garantiecredit varchar(20), Sectoractivitate varchar(20), volcredite numeric);

d. generate cube volcredite (Agentie varchar(20), Durata varchar(20), Moneda varchar(20), Tipjur varchar(30), Timp varchar(20), Garantiecredit varchar(20), Sectoractivitate varchar(20), volcredite numeric);

e. creeaza tabel volcredite (Agentie varchar(20), Durata varchar(20), Moneda varchar(20), Tipjur varchar(30), Timp varchar(20), Garantiecredit varchar(20), Sectoractivitate varchar(20), volcredite numeric).

10. Care este varianta corect pentru clasificarea deciziilor: a. decizii n condiii de certitudine, decizii n condiii de incertitudine, decizii n

condiii de risc; b. decizii n condiii de nelegere a contextului de luare a deciziei, decizii n condiii

de incertitudine, decizii n condiii de risc; c. decizii ale sistemelor informatice, decizii n condiii de incertitudine, decizii n

condiii de risc; d. decizii n condiii de certitudine, decizii n condiii de securitate maxim, decizii n

condiii de risc; e. decizii n condiii de certitudine, decizii n condiii de incertitudine, decizii n

condiii impuse de piaa extern. 11. n cazul deciziilor n condiii de certitudine:

a. Aceste decizii presupun c decidentul cunoate aproximativ evoluia viitoare a fenomenului, posibilul trend al variabilelor necontrolabile i chiar ce rezultate are fiecare strategie analizat pe baza criteriului speranei matematice;

b. Aceste decizii presupun cunoaterea evoluiei anterioare a fenomenului economic. Acest mod de cunoatere va permite o previziune i o alegere ct de ct corect a variantei de decizie. Acest tip de decizie face parte din clasa general a deciziilor de orientare n care alegerea unei variante se face n funcie de previziunile viitoare ale decidentului precum i de criterii obiective care presupun raionament logic;

c. Aceste decizii presupun un ansamblu de decizii anterioare, cu verificarea rezultatelor n practic;

d. Procesul de decizie va avea o multitudine de consecine, iar fiecreia i se va asocia o probabilitate. Se obine o distribuie a probabilitilor din care se va alege varianta cu sperana matematic cea mai bun. Dac exist variante de decizie care

4

au aceeai speran matematic, atunci se va calcula intervalul de variaie i abaterea standard. Ca variant optim se va alege aceea care are cea mai mic abatere standard;

e. Aceste decizii presupun o cunoatere a evoluiei fenomenelor viitoare, ceea ce se petrece mai rar n realitatea economic. O astfel de decizie se bazeaz pe criteriul costului minim de funcionare.

12. n cubul OLAP, defalcarea (dicing) este operaia de: a. selectare prin vizualizare doar pentru un membru al unei dimensiuni, adic un plan

din cubul tridimensional. Seciunea astfel obinut va apare ca un tabel pilot cu valorile dimensiunilor pe laturi i cu specificarea valorii alese pentru dimensiunea suprimat;

b. proiecie a unei dimensiuni pe o alta. De obicei o dimensiune din primul plan este combinat cu o alt dimensiune din adncime. Acest proces se mai numete imbricarea dimensiunilor;

c. selectare prin vizualizare simultan a tuturor dimensiunilor din cubul tridimensional;

d. selectare prin vizualizare a tuturor nregistrrilor din baza de date; e. proiecie a unei dimensiuni pe ea nsi.

13. Clasificarea deciziilor n funcie de nivelul decizional i gradul de structurare este: a. decizii de marketing, decizii de control operaional, decizii tactice - de control

managerial, decizii n ceea ce privete cunotinele, decizii structurate sau programabile, decizii nestructurate (neprogramabile), decizii semistructurate;

b. decizii strategice, decizii de control pentru date de intrare, decizii tactice - de control managerial, decizii n ceea ce privete cunotinele, decizii structurate sau programabile, decizii nestructurate (neprogramabile), decizii semistructurate;

c. decizii strategice, decizii de control operaional, decizii tactice - de control managerial, decizii n ceea ce privete cunotinele, decizii structurate sau programabile, decizii nestructurate (neprogramabile), decizii semistructurate;

d. decizii strategice, decizii de control operaional, decizii tactice - de control pentru situaii finale, decizii n ceea ce privete cunotinele, decizii structurate sau programabile, decizii nestructurate (neprogramabile), decizii semistructurate;

e. decizii strategice, decizii de control operaional, decizii tactice - de control managerial, decizii n ceea ce privete cunotinele, decizii pentru crearea bazelor de date sau programabile, decizii nestructurate (neprogramabile), decizii semistructurate.

14. Care dintre regulile prezentate mai jos nu exist pentru soluia optim a problemei de decizie multicriterial n condiii de incertitudine?

a. Criteriul WARD (al prudenei) b. Criteriul SAVAGE sau regula regretului c. Criteriul Laplace d. Criteriul Hurwicz e. Criteriul Schwarz

15. n cubul OLAP, prin secionare (slicing) se creeaz posibilitatea: a. selectrii prin vizualizare doar pentru un membru al unei dimensiuni, adic un plan

din cubul tridimensional. Seciunea astfel obinut va apare ca un tabel pilot cu valorile dimensiunilor pe laturi i cu specificarea valorii alese pentru dimensiunea suprimat;

5

b. proieciei unei dimensiuni pe o alta. De obicei o dimensiune din primul plan este combinat cu o alt dimensiune din adncime. Acest proces se mai numete imbricarea dimensiunilor;

c. selectrii prin vizualizare simultan a tuturor dimensiunilor din cubul tridimensional;

d. selectrii prin vizualizare a tuturor nregistrrilor din baza de date; e. proieciei unei dimensiuni pe ea nsi.

16. Pentru ca un depozit de date s poat fi procesat este necesar existena: a. unui set specializat de instrumente pentru descrierea literar a surselor de date,

validarea, curirea i transformarea datelor care urmeaz a fi scoase din depozitul de date, utilizatorii finali;

b. unui set specializat de instrumente pentru descrierea formal a surselor de date, validarea, curirea i transformarea datelor care urmeaz a fi stocate n depozitul de date, utilizatorii finali;

c. unui set specializat de instrumente pentru: descrierea fizic i logic a surselor de date, a depozitelor sau a magaziei de date n care acestea urmeaz s fie ncorporate; validarea, curirea i transformarea datelor care urmeaz a fi stocate n depozitul de date, utilizatorii finali;

d. unui set specializat de instrumente pentru descrierea aleatoare a surselor de date, validarea, curirea i transformarea datelor care urmeaz a fi stocate n depozitul de date, utilizatorii finali;

e. unor intrri pentru descrierea fizic i logic a surselor de date, validarea, curirea i transformarea datelor care urmeaz a fi stocate n depozitul de date, utilizatorii finali.

17. Adoptarea deciziilor constituie un proces care pe lng suportul tehnic are nevoie de un suport:

a. structural care este asigurat de partea arhitectural component integrant a sistemului decizional;

b. comportamental care este asigurat de partea funcional component integrant a sistemului decizional;

c. credibil care este asigurat de partea scris pe hrtie component integrant a sistemului decizional;

d. informativ care este asigurat de partea informatic component integrant a sistemului decizional;

e. cognitiv care este asigurat de partea uman component integrant a sistemului decizional.

18. n cubul OLAP, prin operaia drill-up se obin: a. date de conjunctur; b. detalii; c. date sintetice; d. date elementare; e. date complexe.

19. Subsistemul de gestiune a modelelor din arhitectura unui sistem suport pentru SIAD are urmtoarele componente:

a. modelele, sistemul de gestiune al modelelor (similar SGBD), dicionarul (catalogul) de modele), procesul de execuie i integrare a modelelor;

6

b. modelele, sistemul de gestiune al modelelor (similar SGBD), dicionarul (catalogul) de modele), procesul de creare i verificare a modelelor;

c. metodele, sistemul de gestiune al bazelor de date, dicionarul (catalogul) de modele), procesul de execuie i integrare a modelelor;

d. modelele, sistemul de gestiune al modelelor (similar SGBD), bazele de date, procesul de execuie i integrare a modelelor;

e. bazele de date, sistemul de gestiune al modelelor (similar SGBD), dicionarul (catalogul) de modele), procesul de execuie i integrare a modelelor;

20. Prin tehnologia Data Mining se prelucreaz date care se refer la: a. perioade viitoare (date viitoare), care sunt presupuse i nu sunt cunoscute, pe baza

lor constituindu-se un model; b. perioade diverse, care sunt examinate i sunt cunoscute din relatrile experilor, pe

baza lor constituindu-se un model; c. perioade anterioare (date istorice) i perioade viitoare (date prognozate), care sunt

examinate pe baza flerului analitilor, pe baza lor constituindu-se un model; d. perioade anterioare (date istorice), care sunt examinate i sunt deja cunoscute, pe

baza lor constituindu-se un model; e. perioade anterioare (date istorice), care nu pot fi examinate din cauza

complexitii lor, pe baza lor constituindu-se un model. 21. Sistemele de asistare a deciziei orientate pe date:

a. funcioneaz pe baza sintezei i dezagregrii datelor i au ca funcii accesul imediat la date, dispun de un mecanism pentru analiza imediat a datelor, creeaz statistici;

b. funcioneaz pe baza analizei i agregrii datelor i au ca funcii accesul imediat la date, dispun de un mecanism pentru analiza imediat a datelor, creeaz statistici;

c. funcioneaz pe baza analizei i agregrii datelor i au ca funcii accesul ntrziat la date, dispun de un mecanism pentru analiza ntrziat a datelor, creeaz statistici;

d. funcioneaz pe baza segregrii cunotinelor i au ca funcii accesul imediat la cunotine, dispun de un mecanism pentru analiza imediat a cunotinelor, creeaz statistici;

e. funcioneaz pe baza sintezei i dezagregrii datelor i au ca funcii accesul ntrziat la date, dispun de un mecanism pentru analiza ntrziat a datelor, creeaz statistici.

22. Tehnicile de Data Mining se pot aplica: a. aleatoriu; b. condescendent; c. numai descendent d. numai ascendent; e. att ascendent ct i descendent.

23. n cubul OLAP, prin operaia drill-down se obin: a. date de conjunctur; b. detalii; c. date sintetice; d. date elementare; e. date complexe.

24. Principalele componente structurale ale modelului sunt:

7

a. variabilele de decizie, parametrii ce nu influeneaz rezultatul, variabilele rezultat; b. variabilele de decizie, parametrii ce influeneaz rezultatul, variabilele de intrare; c. variabilele de ieire, parametrii ce influeneaz rezultatul, variabilele rezultat; d. variabilele de decizie, parametrii ce influeneaz rezultatul, variabilele rezultat; e. variabilele de intrare, parametrii ce influeneaz rezultatul, variabilele rezultat.

25. Subsistemul de gestiune a datelor din arhitectura unui sistem suport pentru SIAD are urmtoarele componente:

a. baza de cunotine, SGBD ce este de obicei ncorporat n SIAD, dicionarul de date (Data Dictionary), facilitile de separare a datelor ce se refer la nonexistena limbajelor declarative de interogare;

b. baza de date, SGBD care nu este de obicei ncorporat n SIAD, dicionarul de date (Data Dictionary), facilitile de integrare a datelor ce se refer la existena limbajelor declarative de interogare;

c. baza de date, SGBD ce este de obicei ncorporat n SIAD, dicionarul de date (Data Dictionary), facilitile de integrare a datelor ce se refer la nonexistena limbajelor declarative de programare;

d. baza de date, SGBD ce este de obicei ncorporat n SIAD, dicionarul de date (Data Dictionary), lipsa facilitilor de integrare a datelor;

e. baza de date, SGBD ce este de obicei ncorporat n SIAD, dicionarul de date (Data Dictionary), facilitile de integrare a datelor ce se refer la existena limbajelor declarative de interogare.

26. Cubul OLAP este: a. o structur unidimensional prin care se modeleaz complexul de activiti pe o

perioad ndelungat de timp; b. o structur cu o singur dimensiune prin care se modeleaz complexul de activiti

pe o perioad ndelungat de timp; c. o structur multidimensional prin care se modeleaz complexul de activiti pe o

perioad ndelungat de timp; d. o structur multidimensional prin care se modeleaz complexul de activiti

numai ntr-un moment de timp definit de administrator; e. o structur multidimensional prin care se modeleaz o baz de date

tranzacional. 27. Gradul de abstractizare al unui model este dat de mai multe criterii, dup care se face i

clasificarea lor: a. modele iconice, modele calitative, modele cantitative (matematice); b. modele statistice, modele analitice, modele cantitative (matematice); c. modele iconice, modele analitice, modele cantitative (matematice); d. modele calitative, modele statistice, modele cantitative (matematice); e. modele iconice, modele analitice, modele calitative (matematice).

28. Clasificarea SIAD-urilor se face dup mai multe criterii, cel mai des utilizat fiind gradul de analiz a datelor pe care se bazeaz soluia:

a. SIAD-uri care au la baz metode aleatoare, SIAD-uri bazate pe date, SIAD-uri bazate pe cunotine;

b. SIAD-uri care au la baz modele, SIAD-uri bazate pe deciziile managerului, SIAD-uri bazate pe cunotine;

c. SIAD-uri care au la baz modele, SIAD-uri bazate pe date, SIAD-uri bazate pe rezultate finale;

8

d. SIAD-uri care au la baz modele, SIAD-uri bazate pe date, SIAD-uri bazate pe cunotine;

e. SIAD-uri care au la baz experiena managerului, SIAD-uri bazate pe date, SIAD-uri bazate pe cunotine;

29. n tehnologia OLAP, nivelele unei dimensiuni formeaz: a. baza pentru nivelele altei dimensiuni; b. o baz de date; c. un depozit de date; d. ierarhia; e. un raft de date.

30. Un sistem suport pentru SIAD (SSAD) prezint n arhitectura sa urmtoarele subsisteme: a. sistemul de gestiune a datelor; subsistemul de gestiune a intrrilor; subsistemul de

gestiune a programelor; subsistemul de gestiune a dialogului (sau interfaa cu utilizatorul);

b. subsistemul de gestiune a datelor; subsistemul de gestiune a modelelor; subsistemul de gestiune a cunotinelor; subsistemul de gestiune a dialogului (sau interfaa cu utilizatorul);

c. subsistemul de gestiune a ieirilor; subsistemul de gestiune a soft-ului; subsistemul de gestiune a cunotinelor; subsistemul de gestiune a dialogului (sau interfaa cu utilizatorul);

d. subsistemul de gestiune a datelor; subsistemul de gestiune a modelelor; subsistemul de gestiune a cunotinelor; subsistemul de gestiune a bazelor de date;

e. subsistemul de gestiune a datelor; subsistemul de gestiune a relaiilor dintre utilizatori; subsistemul de gestiune a cunotinelor; subsistemul de gestiune a dialogului (sau interfaa cu utilizatorul).

31. Pentru procesul decizional structurat i pentru cel semistructurat se pot folosi modelele cantitative bazate pe metode i modele ale cercetrii operaionale. Aceast abordare presupune automatizarea total sau parial a procesului de adoptare a deciziei i const n urmtorii pai:

a. descrierea i definirea problemei, gsirea categoriei din care face parte cubul OLAP, elaborarea unui model matematic care s se plieze cel mai bine pe descrierea problemei, alegerea soluiei;

b. descrierea i definirea intrrilor i ieirilor, elaborarea unui model matematic care s se plieze cel mai bine pe descrierea problemei, alegerea soluiei;

c. descrierea i definirea problemei, gsirea categoriei din care face parte problema, elaborarea unui model matematic care s se plieze cel mai bine pe descrierea problemei, alegerea acelor date de intrare care vor folosi la crearea bazei de date;

d. descrierea i definirea modelului euristic, gsirea categoriei din care face parte problema, elaborarea unui model matematic care s se plieze cel mai bine pe descrierea problemei, alegerea soluiei;

32. n tehnologia OLAP, fiecare dimensiune este definit n genere prin mai multe: a. linii; b. coloane c. niveluri; d. tabele; e. matrici.

9

33. Datele pot proveni din mai multe surse interne organizaiei sau chiar din afara ei, ele putnd fi incluse n baza de date proprie sau pot fi accesate direct doar n momentul n care se utilizeaz sistemul:

a. SGBD, dicionarul de date, faciliti de integrare a datelor; b. SGBD, SIAD, SE, dicionar de date; c. catalogul bazei de date, SIAD, integrarea datelor; d. SE, SGBD, procese decizionale, definiii de date; e. dicionar de date, SE, faciliti de integrare a datelor.

34. n asistarea deciziilor, pentru a gsi soluia optim, metodele analitice utilizeaz: a. modele euristice; b. formule matematice; c. modele de cutare exhaustiv; d. modele nematematice; e. metode euristice.

35. n tehnologia OLAP, unitile de msur pot constitui: a. criterii de dezagregare a datelor; b. criterii de agregare a datelor; c. criterii de distribuie a datelor; d. criterii de repartizare a datelor ctre utilizatori; e. criterii de definire contextual a datelor.

36. Precizai esena fiecrei metode utilizate n problemele de programare liniar multidimensional, prin indicarea corespondenei ntre denumirea metodei (A, B, C) i enunul care descrie esena metodei (1 4):

A Metoda utilitii globale 1 Algoritmul care descrie aceast metod presupune o ordonare a soluiilor n funcie de criterii de preferin definite de decident;

B Metoda STEM 2 Const n definirea unei funcii de utilitate care nlocuiete funcia obiectiv

C Metoda P.O.P. 3 Const n definirea unei funcii obiectiv de sintez cu coeficieni care vor fi ataai fiecrui criteriu;

4 Problema de programare liniar este luat drept o problem de decizie multidimensional

a. C3, B2, A4 b. A2, B1, C1 c. A2, B3, C1 d. A1, B2, C3

37. Care dintre etapele de mai jos nu este specific tehnicilor Data Mining? a. Identificarea surselor de date b. Colectarea i selectarea datelor c. Pregtirea datelor d. Definirea i construirea modelului e. Integrarea modelului f. Procesarea cuvintelor g. Evaluarea modelului.

38. Termenul de asistare a deciziei trebuie definit la modul general ca fiind:

10

a. o serie de operaii cum sunt: sortarea, clasificarea, selectarea, evaluarea ce au ca scop final organizarea informaiei, reducerea incertitudinii i obinerea de variante de rezolvare.

b. o continu interaciune ntre persoanele care ndeplinesc obiectivele organizaiei, n mod curent i pe termen scurt.

c. Proceduri semistructurate, care au elemente predominant cantitative, scopurile nefiind precise;

d. o cunoatere a evoluiei fenomenelor viitoare, ce se bazeaz pe criteriul costului minim de funcionare.

39. Cuburile OLAP utilizeaz datele stocate: a. n tabelele bazei de date tranzacionale; b. n formularele de date ale bazei de date; c. prin utilizarea de scripturi scrise n diferite limbaje de programare; d. prin importul de tranzacii de la baze de date externe.

40. Pentru fiecare cub OLAP se stabilete: a. O schem; b. Un tabel de fapte; c. Un set de dimensiuni d. Un ansamblu de relaii de tip 1:1, 1:n, m:n.

41. Ca structur, modelul decizional are urmtoarele componente: a. Variabilele de decizie, parametrii, variabilele rezultat; b. Modele iconice, analitice, cantitative; c. Funcia obiectiv, restricii,, condiii explicite; d. Stri generale, consecine decizionale, alternative decizionale.

42. n cazul programrii euristice, spaiul de rezolvare a problemelor implic: a. Spaiul strilor, spaiul operatorilor, starea iniial, starea sau strile finale precum

i informaia asociat fiecrei stri; b. Spaiul strilor, spaiul intrrilor, starea iniial, starea sau strile finale precum i

informaia asociat fiecrei stri; c. Spaiul strilor, spaiul operatorilor, starea iniial, starea sau strile intermediare

precum i informaia asociat fiecrei stri; d. Spaiul ieirilor, spaiul operatorilor, starea iniial, starea sau strile finale precum

i informaia asociat fiecrei stri; e. Spaiul strilor, spaiul operatorilor, starea iniial, starea sau strile finale precum

i informaia asociat fiecrei stri; 43. Gradul de structurabilitate a deciziei depinde de:

a. Experiena acumulat de decident precum i de nivelul i importana ei; b. Experiena acumulat de executant precum i de nivelul i importana ei; c. Experiena acumulat de colaboratori precum i de nivelul i importana ei; d. Experiena acumulat de decident precum i de istoricul cazuisticii acumulate; e. Experiena acumulat de decident precum i de afinitile acestuia fa de una sau

alta dintre variantele existente. 44. Procesul de adoptare a deciziilor este constituit din urmtoarele etape:

a. Informarea general, designul sau modul de alegere al procesului de asistare a deciziei i implementarea;

b. Informarea particular, designul sau modul de concepere al procesului de asistare a deciziei, alegerea i implementarea;

11

c. Informarea general, designul sau modul de concepere al procesului de implementare a deciziei i alegerea;

d. Informarea general, designul sau modul de concepere al procesului de asistare a deciziei, alegerea i implementarea;

e. Informarea general, designul sau modul de implementare al procesului de asistare a deciziei i alegerea;

45. Sistemele informatice pentru asistarea deciziei de grup (groupware) au ca scop: a. Creterea calitii procesului decizional datorit lucrului n echip precum i

creterea gradului de creativitate al grupului. b. Creterea cantitii informaiei procesului decizional datorit lucrului n echip

precum i creterea gradului de creativitate al grupului. c. Creterea ponderii procesului decizional bazat pe date informale datorit lucrului

n echip precum i creterea gradului de creativitate al grupului. d. diversificarea procesului decizional datorit lucrului n echip precum i creterea

gradului de creativitate al grupului. e. Creterea importanei procesului decizional datorit lucrului n echip precum i

creterea gradului de creativitate al grupului. 46. Sisteme informatice de asistare a deciziei orientate pe date sunt rezultatul crerii unor

tehnologii speciale cum sunt: a. Exploatarea datelor prin procesarea online a tranzactilor (OLTP, OnLine

Transaction Processing) b. Depozitarea unor volume enorme de date istorice ale organizatiei (Data

Warehousing) c. Birotica d. Exploatarea depozitelor de date prin procesarea analitic on-line (OLAP, OnLine

Analytical Processing) e. Automatizarea lucrrilor de birou (OAS, Office Automation Systems)

47. Modelarea este considerat esenial pentru sistemele informatice de asistare a deciziei si implic:

a. Partea de implementare a problemei de rezolvat b. Partea de sintez a problemei i partea de concretizare n expresii cantitative sau

calitative c. Partea de discreditare a problemei de rezolvat d. Partea de discretizare a problemei de rezolvat e. Partea de concepere a problemei i partea de concretizare n expresii cantitative

sau calitative 48. n tehnologia OLAP, fiecare dimensiune este definit n genere prin mai multe:

a. linii; b. coloane c. niveluri d. tabele e. matrici

49. n tehnologia OLAP, nivelele unei dimensiuni formeaz: a. Baza pentru nivelele altei dimensiuni; b. O baz de date; c. Un depozit de date; d. Ierarhia;

12

e. Un raft de date. 50. Informaiile care se pot obine prin Data-Mining sunt:

a. Date complexe b. Retroactive c. Complementare sau periodice d. Date elementare e. Predictive sau descriptive.