Информатика как учебная дисциплина » Буквы.Ру Научно-популярный портал<script async custom-element="amp-auto-ads" src="https://cdn.ampproject.org/v0/amp-auto-ads-0.1.js"> </script>

Информатика как учебная дисциплина

<

110313 0508 1 Информатика как учебная дисциплина«Информатизация во всех областях человеческой деятельности превратилась сейчас в глобальную проблему, кардинально решить которую можно только «всем миром». Это примерно такая же проблема, как экологическая, которую каждой отдельно взятой стране не преодолеть.

Поэтому не случайно, что 48-я сессия Организации Объединённых Наций, посвящённая подготовке к своему 50-летию, уделила большое внимание созданию единого мирового информационно-сотового сообщества (информационной цивилизации XXI века) » [1. С. 60].

Широкая компьютеризация является одной из наиболее актуальных проблем современного общественного прогресса, технической основой решения которой является наличие современных компьютеров и развитых телекоммуникационных средств связи, позволяющих создать эффективные информационно-вычислительные сети различного уровня и назначения (например, глобальная сеть Internet).

Широкая компьютеризация породила целый ряд важных проблем (юридических, когнитивных, философских, технических, экономических, социально-психологических и др.), требующих своего решения. Прежде всего, это относится к проблеме обучения широких масс пользователей основам компьютерной грамотности, при этом необходимо учитывать разносторонний характер как компьютерных приложений, так и самих пользователей.

Поэтому современному человеку необходима информационная культура (более подробное содержание этого понятия рассматривается в конце пособия).

Информационная культура – знания и навыки эффективного пользования информацией. Предполагает разностороннее устойчивое умение поиска нужной информации, её практического использования, начиная от работы с библиотечным каталогом, компьютерной грамотности и до просмотра информации в сети Интернет [9. С. 438].

Согласно терминологии современного естествознания, под информацией понимается всестороннее объективное отражение реального мира во всей его полноте и общности. Информация проявляется в виде описания компонент и взаимосвязей реального мира, сделанного в той или иной знаковой системе. В этом смысле понятие информации по своей общности совпадает с реальным миром и представляет собой некий знаковый (смысловой) образ реальности во всей её полноте и общности. В общем смысле познание – есть получение новой информации (см. рис. 1).

В связи с этим, возникают вопросы:

Что же такое информатика?

Каковы ее основные черты и особенности?

Предметом информатики выступают информационные ресурсы (ИР) общества. ИР определяют законы функционирования общества, механизмы взаимодействия с другими его ресурсами. Изучение ИР предполагает изучение закономерностей в социальной сфере (в первую очередь в системах организационно-экономического управления) с использованием современных информационных технологий.

В информатике следует различать три компоненты:

– информатику – науку,

– информатику – информационную технологию,

– информатику – отрасль промышленности.

Информатика как наука изучает свойства, структуру и функции информационных систем, основы их проектирования, создания, использования, оценки и информационные процессы, происходящие в них.

Под информационной системой понимают систему, организующую, хранящую и преобразующую информацию, т. е. систему, основным предметом и продуктом труда в которой является информация. Подавляющее большинство современных сложных информационных систем — автоматизированные, в частности компьютеризированные, по природе они эрготехнические, т. е. в их функционировании принимают непосредственное участие и люди (эргатические элементы), и технические средства.

110313 0508 2 Информатика как учебная дисциплина

Информатика тесно связана с кибернетикой, но не заменяет ее, а имеет свою область исследования. Кибернетика изучает общие закономерности процессов управления в системах любой природы, абстрагируясь от конкретного вида и специфики этих систем. Информатика же изучает общие свойства конкретных информационных систем и процессов с предварительной их дифференциацией по областям применения (управленческие, экономические, медицинские, обучающие, информационно-поисковые и др.)

Появление информатики связано с необходимостью осмыслить информацию с содержательной стороны, осознать ее роль в больших и сложных системах, в частности в системах социальных. С информатикой связан переход от автоматизации лишь простых (рутинных) операций умственного труда к комплексной автоматизации элементов творческого процесса; переход от компьютерных систем, обрабатывающих информацию лишь на синтаксическом уровне (систем обработки данных — СОД), к системам обработки знаний (СОЗ), осуществляющим логические выводы, «осмысливающим» преобразуемую информацию, переход от баз данных — хранилищ информационных фактов, связанных структурно между собой заранее, к базам знаний, устанавливающим логические связи между фактами, применительно к конкретным целям и областям их использования. Именно последний круг вопросов изучается в теории искусственного интеллекта, теории экспертных систем и их приложений к отдельным отраслям исследований (инженерии знаний).

Искусственный интеллект объединяет усилия учёных разных направлений: кибернетиков, лингвистов, психологов, математиков и инженеров. Именно здесь решаются многие коренные вопросы, связанные с путями развития научной мысли, с воздействием достижений в области вычислительной техники и роботехники на жизнь будущих поколений людей. Здесь возникают и получают права гражданства новые методы междисциплинарных исследований. С практической точки зрения цель теории искусственного интеллекта – создание искусственных систем, способных выполнять не хуже (а возможно, и лучше) человека ту работу, которую традиционно относят к сфере интеллектуального труда. На пути решения этой проблемы и возникли системы представления знаний и экспертные системы, системы распознавания образов и принятия решений.

В теории искусственного интеллекта можно выделить следующие направления.

Первое – проблема представления знаний и работа с ними. Сюда относятся задачи создания специальных языков для представления знаний в вычислительных машинах (например, Пролог). Это направление включает также проблемы, связанные с созданием программных и аппаратных средств для манипулирования знаниями, с пополнением баз знаний, устранением в них противоречий и т.д.

Второе – создание и внедрение интеллектуальных систем (планирование целесообразного поведения). В рамках этого направления решается задача создания так называемого «интеллектуального интерфейса», в состав которого должны входить специальные средства связи вычислительной машины и пользователя на языке, привычном пользователю в его повседневной профессиональной деятельности. В более широком плане средства коммуникации должны обеспечивать общение человека и интеллектуальной системы на языке, максимально приближенном к обычному естественному языку.

Третье – создание систем коммуникации. Здесь исследуются различные модели синтаксиса и семантики естественных языков, способы хранения знаний о языке в памяти искусственных интеллектуальных систем, проблемы анализа и синтеза текстов и способы построения специализированных лингвистических процессоров, осуществляющих перевод информации, содержащейся в поступающих в систему текстах, в те внутренние представления, являющиеся основой для работы других систем.

Четвёртое – изучение поведения интеллектуальных систем. Здесь исследуются проблемы восприятия зрительной, акустической информации и информации других видов, поступающей из внешней среды, изучаются методы её обработки, формирования ответных реакций на воздействия среды и способы адаптации искусственных систем к среде путём обучения.

Представление знаний является краеугольным камнем проблематики теории искусственного интеллекта. Знания о предметной области, её объектах и закономерностях описываются на некотором формальном языке, называемом языком представления знаний (ЯПЗ). При этом ЯПЗ должен обеспечивать не только возможность формальной записи знаний, но и необходимую обработку элементов этой записи. Совокупность знаний, хранящихся во внешней памяти ЭВМ, называется системой знаний; над ней производятся различные операции: поиск необходимой информации, её модификация, интерпретация знаний, вывод новых знаний на основе имеющихся и т.д. Таким образом в современных интеллектуальных системах знания хранятся в специальных базах – базах знаний.

Создание общей теории или способа представления знаний – стратегическая проблема, а до её полного решения достаточно далеко. Однако уже сегодня имеется ряд способов представления знаний, позволяющих создавать как интересные экспериментальные, так и эффективные коммерческие знание-ориентированные системы в различных прикладных областях, из которых особый интерес к себе вызывают экспертные системы.

Экспертные системы выполняют следующие функции:

– хранят в памяти о конкретной предметной области большой запас знаний из учебников и монографий, сведения опытных в данной области специалистов, а также информацию, накопленную в процессе эксплуатации самой экспертной системы;

– выдают информацию по запросам пользователей;

– производят логическую обработку поступающей от потребителя информации, выбирают в своей памяти те или иные знания, связанные с этой информацией и выдают мотивированные рекомендации по принятию решений.

Знание-ориентированные компьютерные системы даже перед профессионалом имеют существенные преимущества в процессе получения заключения по решению задачи из предметной области, на которую они ориентированы. А именно, эти системы делают обоснованные выводы в рамках имеющихся у них знаний и стратегий вывода; обладают высоким уровнем объективности; используя системный подход, нередко предлагают оптимальные решения; обладая большой базой знаний, дают возможность получать правильные решения даже малоквалифицированным в предметной области пользователям; обладают достаточно высокой устойчивостью к влиянию информации, не относящейся к поддерживаемой ими предметной области и т.д.

Отметим, что даже самые интеллектуальные экспертные системы обладают следующими ограничениями:

– не отвечают в полной мере требованиям пользователя, не имеющего опыта работы с подобным программным средством, и более того, часто доступны только для создателей их баз знаний;

– не всегда адекватно отображаются знания эксперта в формальном виде, пригодном для использования в ЭВМ;

– увеличение объёма базы знаний не обеспечивает логической возможности по выводу новых знаний, т.е. нет свойства обучаемости в общепринятом понимании;

– отсутствие интуиции, играющей чрезвычайно важную роль в принятии решений;

– малая эффективность в предметных областях, содержащих большие количества фактов, объектов и сложных отношений между ними, так же как и в областях, в которых отсутствуют эксперты.

В настоящее время создано и поставляется на рынок большое количество разнообразных экспертных систем и систем представления знаний, ориентированных на различные типы персональных компьютеров и сферы приложений. Экспертные системы широко используются в таких прикладных областях, как: медицинская и техническая диагностика, планирование, прогнозирование, мониторинг, интерпретация результатов наблюдений, контроль и управление, обучение, автоматизация проектирования и т.д. Индустрия экспертных систем породила индустрию знание-ориентированных систем, для которой в английском языке существует специальный термин Knowledge Engineering (инженерия знаний). Подобно системам управления базами данных такие системы стимулировали появление особых специалистов по информатике – инженеров баз знаний.

<

Информационная технология (ИТ) — это совокупность систематических и массовых способов и приёмов обработки информации во всех видах человеческой деятельности с использованием новейших средств связи, полиграфии, вычислительной техники и программного обеспечения.

Основными элементами ИТ являются:

– человеческий (социальный) – главный элемент;

– алгоритмическое обеспечение;

– математическое, программное обеспечение;

– технические средства, средства связи;

– правовое обеспечение.

Технологический процесс преобразования информации включает в себя такие процедуры (стадии):

– получение, сбор и регистрация информации;

– ее передача, хранение, обработка;

– выдача обработанной (результатной) информации;

– принятие решения, т. е. выработка управляющих воздействий.

На всех стадиях технологического процесса, кроме первой и последней, преобразование информации осуществляется по существу лишь на синтаксическом уровне. Даже на стадии обработки, когда выполняются совокупности арифметических и логических операций над информацией, с формальной точки зрения выполняются операции над данными. Ибо, хотя состав и последовательность этих операций (алгоритм преобразования) обусловлены семантическими и даже прагматическими свойствами информации, после разработки алгоритма при непосредственной реализации его от смыслового содержания информации можно абстрагироваться. Таким образом, информация, полученная после анализа состояния объекта управления и внешней (по отношению к системе управления) среды и зафиксированная на носителе, для дальнейшего преобразования становится данными, а результатные данные в момент их использования (при выработке решения) снова становятся информацией (см. рис. 2).

Поэтому технологический процесс преобразования информации без первой и последней стадий, названных выше, обычно называют технологическим процессом обработки данных, а систему, реализующую указанный процесс, системой обработки данных (СОД). Иначе, под системой обработки данных понимается комплекс взаимосвязанных методов и средств преобразования данных, необходимых для организации управления объектом.

110313 0508 3 Информатика как учебная дисциплина

По степени механизации процедур преобразования данных СОД делятся на: системы ручной обработки (СРОД), механизированные (МСОД), автоматизированные (АСОД) и системы автоматической обработки данных (САОД). В СРОД все процедуры преобразования данных выполняются вручную человеком, без применения каких-либо технических средств. В МСОД люди для выполнения некоторых процедур преобразования данных используют технические средства. В АСОД некоторые (но не все) совокупности процедур преобразования данных выполняются совсем без участия человека, причем механизируются не только отдельные процедуры преобразования данных, но и переходы от предыдущей процедуры к последующей — в этом качественное отличие автоматизации от механизации (при механизации переходы между процедурами выполняются вручную). В САОД все процедуры преобразования данных и переходы между ними выполняются автоматически. Человек как звено управления отсутствует. В САОД человек может выполнять лишь функции внешнего наблюдения за работой системы

Из всех перечисленных ранее типов СОД наиболее эффективными в большинстве сложных систем управления являются АСОД, включающие в свой состав ЭВМ. В управлении сложными системами главная роль принадлежит человеку; технические средства (и ЭВМ) являются его помощниками. ЭВМ, например, сама по себе далеко не всемогуща: она действует по алгоритмам и программам, составленным для нее человеком, а эти программы часто далеко не идеальны.

Важнейшими принципами построения эффективных АСОД в сложных системах являются:

принцип интеграции, заключающийся в том, что обрабатываемые данные, единожды введенные в АСОД, многократно используются для решения возможно большего числа задач, чем максимально устраняется дублирование данных и операций их преобразования;

принцип разумной централизации, состоящий в концентрации большинства операций преобразования данных в одном или нескольких пунктах, оснащенных ЭВМ, что позволяет снизить себестоимость выполнения этих операций и одновременно создает предпосылки для интеграции обработки;

принцип системности, заключающийся в обработке данных в различных разрезах, чтобы получить информацию, необходимую для принятия решений на всех уровнях и во всех функциональных подсистемах управления,

принцип комплексности, имеющий в виду механизацию и автоматизацию процедур преобразования данных на всех стадиях технологического процесса АСОД.

Развитые АСОД, имеющие специальное программное обеспечение для анализа семантики информации и гибкой логической ее структуризации, часто называют системами обработки знаний (СОЗ).

Высшее развитие информационные технологии получают в экспертных системах, использующих базы знаний и системы обработки знаний с целью оптимизации потоков информации, поиска, оценки и выбора лучшего управленческого решения по заданным критериям, разработки рекомендаций по выбранным решениям.

Рассматривая выше автоматизированные информационные системы, не затрагивался вопрос о типах представления информации (данных) в средствах вычислительной техники. Заполним этот пробел несколькими замечаниями.

В современной ВТ основой представления информации являются электрические сигналы, допускающие в случае использования напряжений постоянного тока две формы представления – аналоговую и дискретную. В первом случае величина напряжения является аналогом значения некоторой измеряемой величины, например, подача на вход напряжения 1,456 В эквивалентна вводу числа 14,56 (при масштабе 0.1). Во втором случае – в виде нескольких различных напряжений, эквивалентных числу единиц в представляемом значении величины. При аналоговом представлении информации значения измеряемых величин могут принимать любые значения из заданного диапазона, плавно без разрывов переходя от одного значения к другому, представляя (теоретически) весь спектр значений измеряемой величины на заданном отрезке. При дискретном представлении информации значения измеряемых величин носят дискретный (конечный) характер в измеряемом диапазоне.

Сравнительный анализ обоих форм представления информации показывает, что при создании ВТ аналогового типа требуется меньшее число компонент (ибо одна измеряемая величина представляется одним сигналом), но сложность её быстро возрастает за счёт необходимости различать значительно большее число (вплоть до бесконечности) состояний сигнала. Более того, аналоговая ВТ более интеллектуальна и производительна за счёт возможности легко интегрировать сигнал, выполнять над ним любое функциональное преобразование и т.д.; за счёт этого и ряда других особенностей она позволяет решать ряд классов задач во много раз быстрее, чем дискретная ВТ. Недостатками аналоговой формы представления информации являются сложность реализации устройств для её логической обработки, длительного хранения и высокой точности измерения. Поэтому аналоговые вычислительные машины предназначены, в первую очередь, для решения задач, описываемых системами дифференциальных уравнений: управление непрерывными процессами; моделирование в гидро- и аэродинамике; исследование динамики сложных объектов, электромагнитных полей; параметрическая оптимизация и оптимальное управление и др. Но аналоговая ВТ не может решать задачи, связанные с хранением и обработкой больших объёмов информации различного характера; задач с высокой степенью точности и др., с которыми легко справляется цифровая ВТ, использующая дискретную форму представления информации. Положительные черты обоих типов совмещает гибридная ВТ, включающая как аналоговые, так и дискретные устройства обработки информации. Подчеркнём, что в дальнейшем речь будет идти только о цифровой ВТ.

Итак, информатика как наука о технологии обработки информации опирается на ряд фундаментальных компонент:

– информационную технологию;

– объективные возможности современных информационных технологий;

– техническую базу современных информационных технологий;

– программное обеспечение современных информационных технологий;

Объективные возможности базируются на:

– создании современных средств машинных носителей;

– использовании современных средств связи для приёма/передачи информации любому числу пользователей без ограничений во времени и пространстве (расстоянии);

– доступности автоматизированной обработки информации с помощью средств вычислительной техники по заданным алгоритмам.

Состав технической базы:

– машинные носители информации – накопители на магнитных лентах, магнитных дисках, на цилиндрических магнитных доменах, на оптических дисках, полупроводниковые накопители;

– средства связи – глобальные сети, спутниковая связь, телефонная сеть, радиосеть, телевидение и др.; виды связи – электронная почта, удалённый доступ, локальная вычислительная сеть;

– средства вычислительной техники – компьютер (универсальный и функциональный), внешние устройства ЭВМ (принтер, монитор, сканер, модем, плоттер и т.д.), сеть ЭВМ.

Программное обеспечение:

– текстовые и табличные процессоры;

– системы управления базами данных;

– автоматизированные информационные системы;

– системное программное обеспечение;

– экспертные системы.

Информатика как отрасль промышленности включает в себя все основные и обеспечивающие предприятия и организации по обработке данных и производству алгоритмов и программ для вычислительной техники.

Индустрия информатики — это инфраструктурная отрасль экономики, обслуживающая другие отрасли материального производства и непроизводственной сферы, обеспечивая их необходимыми информационными ресурсами, тем самым создающая условия для их эффективного функционирования и развития.

Дальнейшие перспективы развития компьютерной техники и компьютерных технологий. Завершая краткое рассмотрение «информатики», остановимся на некоторых перспективных проблемах реализации проектов цифровой ВТ 5-го поколения. В рамках создания ЭВМ высокой и сверхвысокой производительности ведутся интенсивные работы по созданию и апробации перспективных архитектур и схемотехнических решений. В этом контексте на формальном и прикладном уровнях исследуются архитектуры на основе параллельных абстрактных вычислений (матричные и клеточные процессоры, нейронные сети и др.); уже получены обнадёживающие результаты. Развитие высокопараллельной ВТ на основе вычислителей однородных структур во многом определяется элементной базой, степенью развития параллельного программного обеспечения и методологией распараллеливания алгоритмов решаемых задач. При этом требуется дифференцированный подход в использовании высокопараллельной ВТ при решении таких задач, алгоритмы решения которых допускают высокий уровень распараллеливания по операциям и/или по данным. Наряду с этим, представляется достаточно сложной проблема создания эффективных систем параллельного программирования, ориентированных на высокоуровневое распараллеливание алгоритмов вычислений и обработки данных. В настоящее время интенсивные работы ведутся по созданию высокопараллельного системного и инструментального программного обеспечения. Наряду с этим, даже при наличии развитых средств параллельного программирования требуется новый нетрадиционный подход к алгоритмизации задач, позволяющий получать алгоритмы максимально допустимого уровня параллелизма.

Наряду с развитием архитектурных и системотехнических решений ведутся серьёзные проработки как по совершенствованию технологии интегральных схем, так и по созданию принципиально новых элементных баз для перспективных вычислительных средств, из которых весьма обнадёживающими представляются проработки по оптоэлектронным и оптическим принципам реализации элементной базы (в США создан первый оптический компьютер, выполняющий, правда, ограниченный набор операций).

В плане создания принципиально новых архитектур вычислительных средств большое внимание уделяется проектам нейрокомпьютеров, базирующихся на понятии нейронной сети как связывающей архитектуры элементов компьютера. В случае био— или оптоэлементов — получаем биологические или оптические нейрокомпьютеры.

Наряду с перечисленными (правда, в более отдалённой перспективе) весьма перспективным представляется использование элементной базы на основе биотехнологий. Последние результаты в микроэлектронике и биотехнологии дают возможность прогнозировать объединение обоих направлений в плане создания проектов биокомпьютеров; при этом основное внимание уделяется трём аспектам биоэлектроники: (1) биологические процессы и материалы для создания биочипов; (2) биомолекулярные схемы и (3) биодатчики для обеспечения интерфейса электронных узлов с биологическими. Конечной целью исследований в биоэлектронике является имитация переноса электронов на молекулярном уровне; для этого необходимо разработать материалы и методы создания миниатюрных биоэлектронных устройств. С другой стороны, в основу биочипов могут быть положены принципиально иные методы обработки информации, сходные с теми, которые используются человеческим мозгом. Дальнейшее развитие биоэлектроники будет определяться характером и темпами научно-технического прогресса, а также рыночным спросом на биоэлектронную продукцию. При этом не исключено, что мощные компании в области микро-электроники тормозят процесс рождения практической биоэлектроники, давая возможность «выжать» по максимуму из нынешних технологий (в экономическом аспекте).

В плане создания ЭВМ 5-го и последующих поколений особое место занимает проблема интеллектуализации интерфейса пользователя ЭВМ, включающая и задачу речевого интерфейса. Проблема обеспечения интерфейса с ЭВМ на естественном языке в полном объёме далека от своего разрешения, однако, и здесь ведутся интенсивные теоретические и прикладные разработки. Недавно фирма Novell выпустила инструментальное средство Natural Language Interface, позволяющее разработчикам создавать для своих приложений оперативные справочные Windows-системы, обслуживающие запросы на естественном языке.

Важным направлением развития ВТ следующего поколения является интеллектуализация ЭВМ, связанная с наделением ЭВМ элементами интеллекта, интеллектуализацией интерфейса с пользователем и т.д. Работа в этом направлении, в первую очередь затрагивая программное обеспечение, в значительной мере потребует и создания определённых архитектур ЭВМ, используемых в системах управления базами знаний – машин баз знаний, строящихся на реляционных моделях представления данных, а также других подклассов ЭВМ. Особо отметим направленность на создание наиболее близких к естественным языков программирования более высокого понятийного уровня – «не как делать, а что делать«. Наряду с этим, вычислительные средства следующего поколения должны обеспечить интерфейс с пользователем на уровне речи и графических представлений, обладать способностью к обучению, производить ассоциативную обработку информации и делать логические суждения. Значительная часть того, что понимается под 5-м поколением, в той или иной степени функционирует. Вместе с тем столь бурное развитие ВТ и степень её экспансии поднимают ряд важных и сложных проблем философского, психологического, социального, экономического (и т.д.) характера, от успешного решения которых во многом зависит дальнейшее сосуществование человека и компьютера.

Поводя итоги изложенному ранее можно сформулировать три группы основных вопросов, которые изучает информатика:

  1. т е х н и ч е с к и е, связанные с изучением методов и средств надёжного сбора, хранения, передачи, обработки и выдачи информации;
  2. с е м а н т и ч е с к и е, определяющие способы описания смысла информации, изучающие языки её описания;
  3. п р а г м а т и ч е с к и е, описывающие методы кодирования информации.

Итак, можно сделать вывод. Цель курса (согласно действующим стандартам) – сформировать у обучаемого информационную культуру, т.е. сформировать:

– навыки грамотной постановки задач, возникающих в практической деятельности, для их решения с помощью ЭВМ;

– навыки формализованного описания поставленных задач, элементарные знания о методах математического моделирования и умение строить простые математические модели поставленных задач;

– знания основных алгоритмических структур и умение применять эти знания для построения алгоритмов решения задач по их математическим моделям;

– понимание устройства и функционирования ЭВМ и элементарные навыки составления программ для ЭВМ по построенному алгоритму на одном из языков программирования высокого уровня;

– навыки квалифицированного использования основных типов информационных систем (и пакетов прикладных программ общего назначения) для решения с их помощью практических задач и понимания основных принципов, лежащих в основе функционирования этих систем;

– умение грамотно интерпретировать результаты решения практических задач с помощью ЭВМ и применять эти результаты в практической деятельности.

 

P. S. Подавляющее большинство современных компьютерных курсов сводится к «натаскиванию» слушателей на работу с конкретными программными средствами для IBM-совместимых персональных компьютеров либо к основам программирования в среде ряда популярных языков (Basic, Pascal, C, Fortran и др.). При этом у начинающих слушателей нередко формируется искаженное представление на современную информатику, сводимую сугубо к идеологии персонального компьютера. При таком подходе вырабатывается весьма однобокое отношение к данной сфере человеческой деятельности, ибо упускаются из виду остальные компоненты информационной культуры (например, история развития вычислительной техники, нынешнее её состояние и перспективы развития), без чего невозможно формирование современного компьютерного мировоззрения. О важности формализации говорится очень много. Например: «Существенное значение для автоматизации на базе ЭВМ имеет формализованное описание задач анализа исходя из единых принципов построения условных обозначений показателей. В чём необходимость формализации задач анализа хозяйственной деятельности?

Во-первых, формализация задач облегчает их последующую алгоритмизацию и программирование для ЭВМ.

Во-вторых, формализация задач чётко высвечивает действительную потребность в исходных данных для анализа.

В-третьих, формализация устраняет дублирование аналитических задач, облегчает группировку их в блоки для одновременной обработки.

В-четвёртых, формализованная задача анализа становится непосредственным объектом экономико-математического моделирования, что существенно повышает глубину аналитического исследования хозяйственной деятельности. Эти объективные предпосылки к росту ожидаемого эффекта от формализации задач анализа постоянно питают интерес аналитика и подталкивает его к использованию математической символики» [1. С. 82].

Здесь уместно привести пример из книги этих же авторов [1. C. 181–182]:

«Два цеха предприятия выпускают продукцию двух видов: первый цех – продукцию 1-го вида, второй цех – продукцию 2-го вида. Часть выпускаемой продукции идёт на внутреннее потребление, остальная является конечным продуктом. Требуется выявить распределение между цехами продукции, идущей на внутреннее потребление (Xij), и общие (валовые) объёмы выпускаемой продукции (Xj), если заданы параметры прямых затрат (А) и конечного продукта (Yj).

Элементы матрицы прямых затрат А представляют собой коэффициенты прямых затрат продукции i-го вида на производство единицы продукции j-го вида. В нашем примере эти коэффициенты будут такими:

110313 0508 4 Информатика как учебная дисциплина

Элементы вектор-столбца Y определяют величину конечного продукта, идущего на внешнюю реализацию:

110313 0508 5 Информатика как учебная дисциплина.

 

Для определения валового (общего) выпуска продукции 1-го и 2-го видов воспользуемся следующей формулой:

X= (E-A)-1 Y,

где Е – единичная матрица; (E-A)-1 – матрица полных затрат;

110313 0508 6 Информатика как учебная дисциплина

Такого рода модели оказываются очень плодотворными при исследовании и решении самых разных экономических задач. Например, рассмотренная производственно-хозяйственная ситуация, на первый взгляд, совершенно не сопоставима по масштабам рассматриваемых явлений с моделью Леонтьева многоотраслевой экономики [10. C. 63].

Однако конкретное рассмотрение проблемы выводит на совершенно идентичную экономико-математическую модель [10. C. 67 (формула 3.6)].

Теперь остаётся надлежащим образом осуществить формализацию исходных данных и последующую алгоритмизацию задачи, которая позволит смоделировать выработку и принятие управляющих решений для достижения конкретных экономических результатов.

Возвращаясь к исходным данным, мы видим, что начальным этапом алгоритмизации является составление блок-схемы алгоритма решения матричных уравнений. Для освоения этого материала необходимо рассмотреть базовые операции с количественной информацией, представленной в матрично-векторной форме [см. 10]. Простейшие операции с векторами рассмотрим на примере [10. C. 131].

«Очевидно, доход предприятия f = C1X1 + C2X2 , где С = (C1, C2) – вектор дохода, получаемого предприятием от единицы каждого вида товаров; Х = ( X1,X2) – вектор количества единиц товаров Т1, Т2«.

Такого рода формулы представляют собой, на самом деле, скалярное произведение векторов:

110313 0508 7 Информатика как учебная дисциплина

В общепринятой математической символике полученный результат представляет собой вид f = ∑ CiXi .

110313 0508 8 Информатика как учебная дисциплина

Словесная формулировка, отражающая экономическое содержание описываемого выше объекта, может быть представлена следующим образом (алгоритм):

  1. Умножить количество единиц (объём) X1 произведённого товара Т1 на стоимость единицы данного вида товара C1 .
  2. Умножить количество единиц (объём) X2 произведённого товара Т2 на стоимость единицы данного вида товара C2 .
  3. Сложить полученные выше результаты, что и даст величину искомого дохода предприятия.

    Графическое представление изложенного алгоритма на вербальном уровне имеет вид блок-схемы (рис. 3).

    Для принятия собственно управленческих решений потребуется введение новых экономико-кибернетических понятий и информационно-технологических процедур, однако этому будут посвящены соответствующие разделы курса «Экономическая информатика».

     

    Библиографический список *

    1. Баканов М.И., Шеремет А.Д.. Теория экономического анализа. М., 1997.
    2. Программа курса «Основы информатики и вычислительной техники» // Микропроцессор. Средства и системы. 1986. № 2. С. 86–89.
    3. Эндрю А. Искусственный интеллект. М., 1985.
    4. Маковский В.А. и др. Базы Знаний (экспертные системы). М., 1993.
    5. Аладьев В.З., Хунт Ю.Я., Шишаков М.Л. Основы информатики: Учебное пособие. М., 1998.
    6. Наумов А. и др. Системы управления базами данных и знаний. М., 1991.
    7. Экономическая информатика. СПб., 1997.
    8. Государственный образовательный стандарт высшего профессионального образования. М.,1996.
    9. Универсальный бизнес-словарь. М., 1997.
    10. Солодовников А.С., Бабайцев В.А., Браилов А.В. Математика в экономике. М., 1998. Ч.1.

     

     

     

     


     

<

Комментирование закрыто.

MAXCACHE: 0.97MB/0.00028 sec

WordPress: 23.48MB | MySQL:121 | 1,311sec